制造过程的刀具工况监测是保证工件精确、高效及安全加工的重要环节。阐述了基于深度神经网络（DeepNeuralNetwork，DNN）的刀具工况视诊方法的基本原理。在DNN结构和训练算法的基础上，研究了一种基于DNN的刀具工况识别方法。以CK6143＼1000数控车床、KC5010车刀片以及奥氏体不锈钢304L的外圆车削加工过程为实验对象，采集了刀具图片进行实验，构建了一套用于刀具工况识别的DNN。结果表明：刀具工况识别准确率超过98％，证明了方法的可行性和有效性，具有较好的工程应用价值。