实时刀具状态监测（TCM：Real-time tool condition monitoring）已成为智能制造的关键技术。TCM能够提高产品的尺寸精度，最小化机床的停机时间，并消除废料和返工成本。数字孪生为实时监控机械加工过程提供了新的机会，原则上可以适应加工过程和操作环境的变化，帮助理解刀具磨损的机制，并提高异常检测的准确性和故障诊断结果。本研究利用数字孪生这些潜在优势，提出了一个新的基于数字孪生的异常检测框架，用于机械加工中的实时TCM。该框架由三部分组成：物理产品、虚拟产品和数据流连接。在这个数字孪生框架内，“物理产品”代表机械加工过程。“虚拟产品”包括一个实时数据驱动模型，表示从机械加工过程中测量的振动数据和基于模型频率特征（MFFs：model frequency features）的刀具异常检测的诊断。“数据流连接”涉及实时测量的振动数据和机床数控（NC：Numerical Controller）信号，提供有关机床动力学和各种加工过程的实时信息。这项创新与实时数据驱动建模、MFFs提取以及基于MFFs和机床NC信号的刀具磨损诊断的整合有关。这是第一次使数字孪生的概念应用于复杂动态机械加工过程的TCM，据我们所知，这以前从未实现过。全面的现场研究已经证明了所提出的基于数字孪生的TCM框架的有效性及其潜在的工业应用。
