基于声发射砂轮磨损监测系统的研究

• 作者: 丁宁 刘超 姜淑娜 段景淞 石建
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 砂轮磨损 声发射 小波分解 神经网络
• 年，卷（期）: 2020,（1）
• 页码范围: 48-52
• 页数: 5页
• 分类号: TH161.14
• 字数: 2354字
• 语种: 中文
• DOI: 10.16356/j.1005-2615.2020.01.005

摘要

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.

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	长春大学机械工程学院	27	161	7.0	12.0
2	刘超	长春大学机械工程学院	5	1	1.0	1.0
3	段景淞	长春大学机械工程学院	5	1	1.0	1.0
4	姜淑娜	长春大学机械工程学院	4	1	1.0	1.0
5	石建		1	0	0.0	0.0