當刀具破損時，切削力會增大，導致切削功率增大，機床的電機電流和負載功率增大。所以，電機的負載功率、電流電壓的相位差以及波形變化等參數(shù)可以反映刀具磨損的信息。電流與功率信號的刀具磨損監(jiān)測歸根到底是切削力的刀具磨損監(jiān)測，但相比于切削力的刀具磨損監(jiān)測，電流與功率信號的刀具磨損監(jiān)測具有成本低、傳感器安裝方便的優(yōu)點。

Lin X.等提出了一種基于順序主軸電流信號的刀具狀態(tài)監(jiān)測方法，并應用支持向量機進行刀具破損識別；Pal S.等利用小波包樹和主成分分析從電機電流中提取刀具磨損敏感特征，訓練了一個人工神經(jīng)網(wǎng)絡，將切削條件與刀具磨損特征相關聯(lián)，從而可以根據(jù)切削條件預測刀具磨損量；提出了一種基于主成分分析（PCA）與支持向量機相結(jié)合的刀具磨損狀態(tài)監(jiān)測模型，通過功率傳感器采集切削過程中的電流和功率信號，采用PCA對采集的參數(shù)進行特征提取，選擇對刀具磨損狀態(tài)影響＊大的主成分作為支持向量機的輸入樣本，實現(xiàn)對刀具磨損狀態(tài)的準確識別。

但是也存在一些缺點，例如由于是通過電流與功率反映切削力變化進而間接反映刀具磨損狀態(tài)，所以對于刀具磨損的敏感度較低；此外，采用電流傳感器會有延遲效應。

多種信號結(jié)合的監(jiān)測

單一信號的監(jiān)測已廣泛應用于刀具磨損監(jiān)測，然而單一的傳感信號有各自的缺陷以及易受到加工參數(shù)、機床剛度、工件材料特性以及周圍環(huán)境噪聲的影響。

為了避免這種影響，多個傳感器信號的刀具磨損監(jiān)測方法逐漸被廣泛采用。每種信號對于不同刀具磨損的狀態(tài)敏感度有所不同，所以一種信號對于某個刀具磨損狀態(tài)的敏感度損失可以被另一種信號彌補，從而提高刀具磨損狀態(tài)分類精度，這是多種信號結(jié)合的監(jiān)測手段被應用的＊主要原因。