为提高数控成形铣齿生产率、降低成本和避免安全隐患,需要对刀具的磨损状态进行准确预测。首先基于电流监测法搭建了数控成形铣刀的磨损电流监测系统,然后确定BP神经网络中用于刀具磨损诊断的输入特征量和目标特征量,并应用Matlab软件对样本数据进行归一化处理和神经网络训练,最后利用遗传算法对BP神经网络模型进行优化。测试结果表明,刀具磨损状态预测率达92.78%以上,具有一定的工程应用价值。