基于EMD的金刚石砂轮磨损状态声发射监测

针对磨削金刚石砂轮磨损状态声发射信号小波分析中存在的问题,根据工程陶瓷部分稳定氧化锆磨削过程中声发射信号非线性非平稳性的特点,采用经验模态分解方法将磨削声发射信号分解为多个平稳的固有模态函数之和,并提取其有效值、方差和能量系数等特征值.在磨削金刚石砂轮从轻度磨损状态转变为严重磨损状态时,固有模态函数的有效值(IMFrms)和方差(IMFvar)增大,而能量系数(IMFpe)发生明显的变化;将其做为最小二乘支持向量机的输入参数,对金刚石砂轮的轻度磨损状态和严重磨损状态成功地进行了智能监测.     

基于声发射监测的砂轮磨损实验

难加工材料的高硬度和高耐磨性使得磨削加工过程中砂轮的损耗变快,目前主要依靠经验判断砂轮的修整和更换周期,很有可能导致修整不及时的情况发生.本文用声发射信号和磨削力信号共同精确监测砂轮磨损状态,通过分析不同磨损状态的砂轮磨削时对应的声发射信号的特征参数以及磨削力和磨削力比的变化情况,综合判断了实验过程中砂轮的磨损状态.结果表明:声发射信号特征参数都与砂轮磨损状态有一定相关性,且磨削力比与砂轮磨损程度的相关性最大,证明了声发射监测技术在砂轮修整中的有效性,为实际生产加工提供了理论指导.     

陶瓷磨削中金刚石砂轮磨损形式及其生成原因

设计并进行了模拟金属结合剂金刚石砂轮磨削陶瓷的试验．在扫描电镜下，对金刚石砂轮块磨损形貌进行直接观察研究，揭示砂轮磨损形式．利用摩擦学系统分析方法，对磨削系统中的关键要素，如金刚石砂轮、陶瓷工件、空气介质及冷却液等对金刚石砂轮磨损的影响进行了探讨，研究了金刚石砂轮磨损的生成原因     

陶瓷磨削中金刚石砂轮磨损形式及其生成原因

设计并进行了模拟金属结合剂金刚石砂轮磨削陶瓷的试验，在扫描电镜下，对金刚石砂轮块磨损形貌进行直接观察研究，砂轮磨损形式。     

用于磨削加工的声发射监测仪的研究

本文在研究切削声发射测量仪的基础上,研制了一种检测磨削加工砂轮与工件接触特性的声发射监测仪,它通过声发射信号的幅度变化准确地同磨削加工过程中砂轮与工件接触特性,实验表明,这种方法具有一定的对刀和测量精度,并上有较高的灵敏度。     

基于声发射技术的砂轮磨损状况在线检测

为了实现砂轮磨损状态在线检测,提高砂轮磨损状态检测的准确性,研究了法向磨削力与砂轮磨损的对应关系;利用小波分解系数统计法对声发射(AE)信号进行了分析;把法向磨削力和统计小波分解系数的特征作为识别砂轮磨损状态的参数指标,建立了基于神经网络(BP)的砂轮磨损状态识别模型。实验结果表明,该方法可以辨识出砂轮的磨损状态,并且具有较高精度。     

磨削过程声发射信号传播特性研究

分析了磨削加工过程中声发射现象产生机理和声发射信号数学模型,利用新型流体声发射传感器监测磨削加工过程。方法讨论了磨削过程的声发射信号在流体声发射传感器的传播特性,并就液体喷射速度和角度等因素对其传播特性的影响进行了理论分析。     

高精度磨削加工用声发射对刀仪的研制

将声发射（ＡＥ）技术应用于砂轮与工件对刀状态的检测上，分析了声发射信号检测砂轮与工件的接触状态的机理，在实验的基础上研究了砂轮与工件不同接触状态时ＡＥ信号的幅度变化状况，并利用ＦＦＴ频谱仪对磨削加工中所获得的ＡＥ信号的频谱进行了分析。实验表明：ＡＥ法可以检测出０．５μｍ以下的对刀精度，测得砂轮与工件初始接触时所获得的ＡＥ信号的频谱范围主要分布在１５０￣３００ｋＨｚ之间。     

磨削加工的声发射信号分析

对磨削加工中产生的声发射信号进行了分析,讨论了磨削过程中声发射信号影响因素,指出各种声发射信号与其磨削加工状态与有着良好的对应关系,可以用来对磨削加工过程和磨削质量进行监控。     

砂轮磨损特征的探讨

通过分析砂轮硬度对砂轮磨损磨削力的影响,建立了砂轮磨损过程中磨削力变化的数学模型,并就如何监测砂轮磨损状态提出了新的方法。     

支持向量机的刀具磨损状态监测

为了监测刀具磨损状态,建立了一个基于功率传感器的刀具磨损状态监测系统.提出了一种基于主成分分析(PCA)与C-支持向量机(C-SVM)相结合的刀具磨损状态监测模型.通过功率传感器采集切削过程中的电流和功率信号,采用PCA对采集的参数进行特征提取,选择对刀具磨损状态影响最大的主成分作为C-SVM的输入样本,实现对刀具磨损状态的准确识别.通过数控车床切削实验表明,即使在较少的样本条件下,该方法仍然有效,并与反向传播(BP)神经网络进行了性能比较.     

A PROBLEM WORTHY OF NOTICE IN THE USE OF PCD DRESSER

It is proved that PCD dresser is an economic and effective substitute for single grain mined diamond one as dressing corundum wheels. In this paper, the effect ofcollans on the wear resistance of PCD dresser is tested. Tests show that as dressing corundum wheels, the wear resistance of PCD dresser is the best without collant, or dry dressing.     

ELID超精密镜面磨削砂轮磨损规律的研究

分析了在线电解修整（ＥＬＩＤ）超精密镜面磨削中砂轮的磨损规律,给出了砂轮径向磨损速率和体积磨损速率的估算公式,并进行了实验验证。     

利用磨削火花信号识别砂轮磨损状态

本文提出了利用磨削火花温度信号在线识别砂轮磨损状态的新方法。在大量试验的基础上,根据磨削火花信号的特性及砂轮磨损过程的特点进行了机理探讨,获得了磨削火花信号特征量与砂轮磨损状态之间的对应关系。研究结果表明,所提方法是可行的,磨削火花信号的统计特征量能够反映砂轮磨削的不同状态。本文研究为进一步利用磨削火花信号实现砂轮磨损状态在线辨识提供了基础。     

细粒度金刚石砂轮表面磨粒识别研究

准确地评价砂轮表面形貌对磨削机理研究、磨削过程优化、磨削过程的建模与仿真等具有重要意义,而准确的磨粒识别是砂轮形貌测量和评价的关键. 对超精密磨削所用细粒度金刚石砂轮磨粒粒径的分布特点和砂轮表面上磨粒的轮廓波长进行了分析. 从采样间隔和取样面积的角度对金刚石砂轮表面三维形貌测量仪器的选择进行了探讨. 应用数字滤波消除砂轮表面三维数字信息中的高频分量,然后提取金刚石磨粒的几何特征,提出了依据磨粒轮廓频率特征、磨粒间距和磨粒曲率半径识别金刚石磨粒的方法. 采用基于扫描白光干涉原理的三维表面轮廓仪?3000金刚石砂轮表面形貌进行了测量,对砂轮表面中包含的金刚石磨粒进行了识别,实验结果证明所提出的磨粒识别方法合理有效.     

基于轴箱垂向振动加速度的地铁车轮失圆状态诊断方法

首先,建立卷积神经网络、深度置信网络、支持向量机和以一维卷积神经网络全连接层特征为输入的支持向量机模型(1DCNN-SVM),对比上述模型在地铁车轮失圆状态分类识别上的效果;其次,利用代理模型构建轴箱垂向加速度均方根与车速和多边形磨耗幅值之间的映射关系;最后,通过智能优化算法逆向求解幅值,对比不同代理模型和智能优化算法在多边形磨耗幅值识别上的适用性。研究结果表明：1DCNN-SVM模型在正常、低阶多边形、高阶多边形、随机非圆车轮4类典型的车轮不圆度状态分类识别中取得99.82%的准确性,相比另外3种分类方法,其泛化性能和强化学习能力都具有明显的优势。在车轮多边形磨耗幅值识别方面,基于克里金模型(KSM)和粒子群算法(PSO)的波深识别模型具有更好的预测稳定性和时效性。