基于声发射技术的砂轮磨损状况在线检测

• 作者: 丁宁 石建
• 来源期刊: 长春大学学报（自然科学版）
• 学科: 工学
• 关键词: 砂轮磨损 神经网络 磨削力 小波系数
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 机械工程
• 页码范围: 931-936,950
• 页数: 7页
• 分类号: TP183
• 字数: 2358字
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁宁	长春大学机械与车辆工程学院	27	161	7.0	12.0
2	石建	长春理工大学机电工程学院	2	4	1.0	2.0