Los componentes con cuchillas son esenciales en motores y sistemas de propulsión, pero sus estructuras delgadas, geometrías complejas y tasas significativas de eliminación de material durante el mecanizado los hacen difíciles de fabricar. Este estudio investiga el fenómeno de vibración en el fresado de cuchillas, un método prometedor para mejorar la eficiencia del mecanizado. Se recopilan señales de múltiples sensores, incluidas señales de vibración y emisión acústica, durante el mecanizado en bruto y de acabado. Se extraen, filtran y fusionan características en el dominio del tiempo, dominio de la frecuencia y tiempo-frecuencia utilizando análisis de componentes principales (PCA) para retener información relevante mientras se asegura la eficiencia computacional. Las características se introducen en un modelo de reconocimiento de vibraciones basado en MLGRU, incorporando un mecanismo de autoatención (SAM) para un rendimiento mejorado. Los resultados experimentales muestran que el modelo propuesto logra una precisión de reconocimiento promedio del 89.16%, con un tiempo de respuesta dentro de 0.4 s, reflejando su efectividad y puntualidad en la detección de vibraciones. Los hallazgos también validan que las regiones del borde de la cuchilla son más propensas a la vibración, especialmente durante el mecanizado en bruto, debido a su menor rigidez y mayor sensibilidad a excitaciones externas.