Los componentes complejos y de paredes delgadas son las estructuras portantes más importantes en el equipo aeronáutico. Monitorear el estado de desgaste de los cortadores de fresas es fundamental para mejorar la precisión y eficiencia del mecanizado de artículos de paredes delgadas. Las señales de fuerza de corte de los cortadores de fresas son no estacionarias y no lineales, lo que dificulta la detección de las etapas de desgaste. En respuesta a este problema, se ha presentado un sistema para monitorear el desgaste de los cortadores de fresas, que se basa en la Descomposición de Modo Variacional (VMD) parametrizada y la Entropía de Permutación Multiescala. Inicialmente, se utiliza una técnica de optimización de ballenas actualizada, con el coeficiente de correlación conjunta como valor de aptitud para determinar los parámetros de VMD. Luego, se utiliza la técnica VMD mejorada para descomponer la señal original en una serie de funciones de modo intrínseco, y se determina la Entropía de Permutación Multiescala de cada modo efectivo para generar un vector de características. Finalmente, se emplea una Red Neuronal Convolucional 1D (1D CNN) como modelo de entrada para el monitoreo del estado utilizando el vector de características. Los hallazgos experimentales muestran que la técnica sugerida puede extraer eficientemente características que indican el estado de desgaste de los cortadores de fresas, permitiendo el monitoreo preciso de los estados de desgaste de los cortadores de fresas. La tasa de reconocimiento es tan alta como el 98.4375%, lo que es superior a las de enfoques comparables.