滚珠丝杆磨削颤振分析与监测方法研究

在实验研究的基础上,分析测试了滚珠丝杠磨削中工件颤振振纹与监测信号之间的关系,提出了把信息论中的信息率作为声发射信号和加速度信号的参数变量对滚珠丝杠磨削颤振进行监测的方法。最后,通过设定信息率阈值实现自动判别磨削颤振,实验结果证明了该方法的有效性和实用性。     

恒力磨削中的闭环控制

分析了磨削过程中砂轮的受力情况,由于磨削力为多方向的矢量难以测定,提出了通过声发射信号来检测磨削力的变化.将声发射信号反馈到数字PID控制中构成闭环控制,从而达到控制磨削力的目的.最后,通过实验验证了该控制方法的可行性.     

工程陶瓷磨削声发射和磨削温度磨削力联合监测的研究

磨削声发射可以对磨削过程实时监测,磨削声发射信号均方根AERMS可以用来分析磨削过程的特征.为了使用磨削力、磨削温度、磨削声发射来联合对工程陶瓷氧化锆与氧化铝磨削过程进行全面监测和对工程陶瓷磨削机理进行深入研究,通过实验研究了磨削声发射信号与磨削力和磨削温度之间的内在联系,建立了工程陶瓷氧化锆与氧化铝磨削声发射信号与磨...     

声发射监控磨削过程中影响因素的实验研究

本文利用自制AE-I型声发射磨削检测仪进行试验，在分析磨削接触前后声发射信号变化的基础上，指出磨削接触前后声发射信号会出现很大变化，可以根据声发射信号的变化作为磨削接触的标志；在分析磨削过程中影响声发射信号大小的因素基础上，指出了影响声发射信号大小的主要因素，并提出了砂轮钝化的检测方法。     

球墨铸铁磨削表面粗糙度的声发射智能预测研究

针对磨削表面粗糙度声发射预测精度和可靠性较低的问题,对球墨铸铁磨削表面粗糙度的声发射智能预测进行了研究。在球墨铸铁QT700-2平面磨削表面粗糙度声发射预测实验200组数据的基础上,提取了包含磨削声发射信号经验模态分解4个本征模函数的相关系数,和磨削声发射信号波形幅值、均方根值、方差、峰值频率、频谱峰值、功率谱峰值、峭度、偏度、AE信息熵等13个磨削声发射信号特征参数;建立了遗传优化的支持向量回归机GA-SVR和粒子群优化的支持向量回归机PSO-SVR这2个预测模型;在这200组磨削表面粗糙度声发射实验数据中,把随机提取的13个声发射信号特征参数输入到这2个预测模型中,进行了反复训练和预测,以提高其可靠性。研究结果表明:GA-SVR和PSO-SVR的磨削表面粗糙度声发射预测精度较高;这为磨削声发射在线智能监测汽车发动机球墨铸铁QT700-2曲轴磨削表面粗糙度打下了基础。     

磨削过程计算机集成智能监控系统

利用神经网络建立了磨削过程计算机集成智能监控系统,该系统将磨削过程监测、故障诊断和反馈控制组成一个有机整体.通过在线提取磨削声发射(AE)信号RMS峰值、FFT峰值、信号标准偏差以及信号累积幅值增量,可以实现磨削烧伤、磨削颤振、砂轮钝化等故障的在线实时诊断.通过反馈控制系统实现磨削参数的实时调整,提高了磨削加工的性能、效率和磨削质量的稳定性.实测结果证明了该系统的有效性.     

工程陶瓷高效深磨声发射实验研究

通过对部分稳定氧化锆（PSZ）和Al2O3两种工程陶瓷材料进行高效深磨声发射实验研究,分析了两种材料在高效深磨过程中随不同的砂轮线速度、工作台速度和磨削深度声发射信号变化的规律,也分析了在同一磨削参数下两种材料对声发射信号的影响。分析了高效深磨过程中声发射信号的频谱分布范围。实验研究结果表明,声发射信号与磨削过程有着良好的对应关系,可以利用磨削过程中声发射信号的变化规律实现对磨削过程的监测和控制。     

光学玻璃磨削状态的声发射监测技术

本文通过建立光学玻璃磨削声发射状态监测系统,研究分析了光学玻璃超精密磨削过程中不同磨削工艺参数所对应声发射信号变化之间的关系.并通过该研究结果优化磨削工艺参数,使磨削后的光学玻璃表面粗糙度达到0.02μm,实验结果证明了声发射监测系统在光学玻璃超精密磨削过程中的实用性.     

基于声发射检测技术的转炉耳轴轴承故障诊断

以转炉耳轴轴承为研究对象,将声发射技术应用于转炉耳轴轴承的故障诊断中,提出了应用主成分分析(PCA)和最小二乘支持向量机(LS-SVM)相结合的故障诊断方法。首先,对声发射信号的特征量进行主成分分析,得到更能反映设备状态的综合特征参数,然后将新的特征参数输入到最小二乘支持向量机中进行状态识别。利用在实际生产过程中采集到的转炉耳轴轴承声发射数据进行方法验证。结果表明,新方法能够有效区分出转炉耳轴轴承的故障模式,识别的总体正确率可达97.8%。     

磨削粗糙度在线检测方法的实验研究

本文对基于摩擦声发射信号的磨削粗糙度在线检测方法进行了实验研究。实验结果表明，采用声发射传感器探头与磨削表面摩擦产生的声发射信号的特征可以对磨削表面粗糙度进行评价，建立了摩擦声发射信号特征与磨削表面粗糙度之间的对应关系，并通过实验对该方法的可行性进行了实测。结果表明，探针与工件表面摩擦声发射信号的FFT和RMS特征与磨削粗糙度有很好的对应关系，可用于磨削表面粗糙度的在线检测。