基于聲發(fā)射技術(shù)及小波分析的砂輪鈍化狀態(tài)監(jiān)測方法研究.pdf

1、磨削加工往往是精密零件制造過程中的最終工序，而砂輪在磨削加工過程中，又不可避免的出現(xiàn)鈍化現(xiàn)象，這直接影響了砂輪磨削加工的效率與加工產(chǎn)品的質(zhì)量。因此，必須對砂輪的鈍化狀態(tài)進(jìn)行有效監(jiān)測，以確定砂輪合理的修整周期，這對磨削加工成本的降低，加工效率與加工質(zhì)量的提高，具有重要的現(xiàn)實意義。 通過分析研究陶瓷材料磨削時所產(chǎn)生的聲發(fā)射信號，不難發(fā)現(xiàn)聲發(fā)射信號隨著砂輪的鈍化程度的變化而變化。因此，可以選擇將聲發(fā)射信號作為砂輪鈍化狀態(tài)識別的監(jiān)測信號

2、。在分析比較了參數(shù)分析法、頻譜分析法在處理聲發(fā)射信號中的不足，并對小波分析方法在聲發(fā)射信號處理中的應(yīng)用進(jìn)行了全面深入的研究之后，本文提出了一種基于聲發(fā)射技術(shù)與小波分析技術(shù)相結(jié)合的砂輪鈍化狀態(tài)監(jiān)測方法。 首先，本文探討了各類噪聲對聲發(fā)射信號的影響，對各類噪聲的頻率進(jìn)行辨別分析，并選擇了合適的濾波器進(jìn)行濾波，以最大限度地減少噪聲對有用信息的干擾。同時，根據(jù)聲發(fā)射信號的特點及小波分析理論，確定了聲發(fā)射信號在小波分析中小波基的選取規(guī)則，

3、并指出Coiflets小波、Daubechies小波和Symlets小波適合于聲發(fā)射信號處理；確定了最大分解尺度選取規(guī)則，這對聲發(fā)射信號的小波分析具有重要的指導(dǎo)作用，接著對信號進(jìn)行多層分解。 其次，定義了小波能量系數(shù)的概念，提出了基于小波能量系數(shù)法的聲發(fā)射信號特征分析方法，將砂輪各個鈍化狀態(tài)(初期、中期、嚴(yán)重)信號的小波能量系數(shù)分別提取，可以發(fā)現(xiàn)，砂輪各個鈍化狀態(tài)的小波能量系數(shù)具有很好的一致性，而各鈍化狀態(tài)之間的能量系數(shù)卻大為不

4、同。因此，可以將其作為砂輪鈍化狀態(tài)識別器的輸入?yún)?shù)，來進(jìn)行砂輪鈍化狀態(tài)的識別判斷。 最后，本文采用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法，建立了三層BP神經(jīng)網(wǎng)絡(luò)作為砂輪鈍化狀態(tài)識別器，通過試驗，確定了神經(jīng)網(wǎng)絡(luò)的各種相關(guān)參數(shù)及最優(yōu)的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，并利用獲得的樣本信號對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和仿真測試，得到了良好的識別效果(識別率達(dá)到90％左右)，驗證了此神經(jīng)網(wǎng)絡(luò)的可靠性與準(zhǔn)確性，達(dá)到了預(yù)期目標(biāo)。 本文的研究成果對于推動砂輪鈍化狀態(tài)監(jiān)測技術(shù)的