本项目旨在通过结合机床主轴电流监测与机器学习技术，开发一个监测系统来降低汽车发动机机械加工过程中的工废率并提高刀具寿命利用率。系统的核心是基于PLC的电流监测系统，该系统能够实时采集和显示电流信号，并存储数据供后续分析。通过实时监测主轴电流的变化，结合刀具状态分析和故障诊断功能，此系统可及时发现刀具损坏或异常磨损，预测刀具的使用寿命，从而在适当时机更换刀具，减少生产成本和提高生产效率。

该项目的主要目标是实现对刀具磨损状态的实时监测和预测，以减少工废率并优化刀具更换周期，最终提高整个生产线的效率和经济性。具体目标包括：

1. 设计并实施基于PLC的电流监测系统，能够捕捉和分析主轴电流的变化，以监控刀具的工作状态。

2. 结合机器学习技术，包括卷积神经网络，支持向量机和随机森林，通过分析电流数据特征，精确预测刀具磨损程度和寿命。

3. 优化和调整生产流程中的刀具更换策略，减少因刀具损坏引起的机器停机和产品废品率。

提高数据分析和处理能力，通过数据增强和特征提取方法，改进模型的预测准确性和泛化能力。

1. 申请了三个机床主轴相关的实用新型专利并均已受理。

2. 通过编程可以实现用电脑实时读取PLC里储存的主轴电流和刀具位置信息并获取机器学习模型所需的数据。

3. 对于企业已经提供的完整数据，通过编程尝试训练出来了准确率较高的识别模型，已有部分模型被企业回收试用。

4. 对于部分精加工的缺少断刀数据的情况，采用无监督算法对其进行识别并且已验证该方法在完整数据上表现良好。