由于钛合金具有密度小、耐腐蚀性强、焊接性好等一系列优点，被广泛的应用于航空、航天、船舶等重要领域，这些领域对钛合金零件的尺寸精度及表面质量的要求非常高。而钛合金是难加工材料，切削过程刀具极易磨损，实时监测刀具磨损状态对提高工件的尺寸精度和表面质量具有重要意义。刀具磨损过程伴随刀具磨损特征量的变化，提取对刀具磨损敏感的特征量是准确监测刀具磨损的关键，因此，本文研究AE信号随切削用量及刀具磨损的变化规律，提取刀具磨损特征量，并基于此特征量开发一套刀具磨损在线监测系统。针对各种监测刀具磨损方法的特点和钛合金精车特点，确立实验系统的总体搭建方案。通过实验研究了刀具的磨损规律，确定了刀具磨损失效标准，同时，研究声发射信号随切削用量及刀具磨损的变化规律。根据刀具磨损特征量应与刀具磨损具有较强相关性而受切削用量影响较小的特点，通过小波包分解方法，得到了反映刀具磨损状态的声发射信号特征量。研究了刀具磨损特征量与刀具磨损的对应关系，建立了刀具磨损值预测公式。利用提取的刀具磨损特征量基于遗传算法对支持向量机进行了参数优化，建立了刀具状态识别的支持向量机模型，并使用特征量样本对模型进行测试，测试结果表明该模型具有良好的识别效果。基于Labview与Matlab混合编程开发了在线监测系统。通过实验对刀具状态在线监测系统进行了监测性能测试，实验结果表明该系统对刀具磨损状态具有良好的监测准确率。