Nella foratura profonda con utensili sottili, l'usura degli utensili può variare notevolmente. Se si conosce lo stato d’usura degli utensili, è possibile utilizzarli per un periodo più lungo, aumentare l'efficienza del processo e ridurre i costi di produzione. Oggi la disponibilità di grandi quantità di dati offre nuove opportunità di approccio a questo tema. Pertanto, questo lavoro ha utilizzato modelli di machine learning (ML) supervisionati per prevedere le condizioni degli utensili. Sono stati condotti esperimenti di foratura profonda misurando l'emissione acustica, la forza di avanzamento, il momento meccanico, le vibrazioni e la corrente di mandrino. L'usura degli utensili è stata controllata misurando la larghezza della zona di usura laterale in intervalli definiti.