南京航空航天大学学报

作者：丁宁

单位：长春大学机械工程学院；,长春大学机械工程学院；,长城汽车有限公司；,长春大学机械工程学院；,长春大学机械工程学院；

关键词：砂轮磨损;声发射;小波分解;神经网络

基金：吉林省科技发展计划 20150623024TC-09┫资助项目;吉林省教育厅“十三五”科学技术研究规划 JJKH20191189KJ┫资助项目吉林省科技发展计划(20150623024TC-09）资助项目；吉林省教育厅“十三五”科学技术研究规划（JJKH20191189KJ）资助项目。

磨削加工过程中砂轮出现磨损需要反复的修整，砂轮磨损状态的监测可以有效判别砂轮工作状态，减少砂轮修整次数。本文建立了一种基于声发射信号的砂轮磨损监测模型，提出了基于一种小波分解系数均方值统计分析的砂轮磨损状态特征提取方法。同时，采用BP神经网络对砂轮磨损状态进行识别，其输入为3种提取特征，输出为3种不同的砂轮磨损状态。通过磨削试验对监测系统进行评价。结果表明，所提出小波分解系数均方值统计分析的特征提取方法和砂轮磨损监测系统均具有良好的效果。

来源：2020年第1期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2020年第1期