基于LabVIEW开发平台的磨削加工声发射监测系统研究

磨削加工在线监测可降低磨削过程中工件碰撞及工件、砂轮破碎、影响磨削质量等损失，避免各种安全事故的发生，也可确定砂轮修整与更换的最佳时机，从而提高砂轮使用寿命和磨削质量。传统方法是利用功率、力、扭矩、振动、加速度等技术来监测磨削过程，但它们在灵敏度、响应速度等方面都存在着一定的局限，而利用声发射（Acoustic Emission，简称AE）技术监测磨削过程能够较好地解决上述问题。本文对磨削加工过程中产生声发射现象的机理进行了分析，利用虚拟仪器技术与声发射技术构建了基于虚拟仪器的磨削加工过程声发射监测系统，并进行了试验。试验表明，不同工况下，声发射信号随着主轴转速的提高、AE传感器安装位置与磨削区距离的缩小、磨削深度的增大以及砂轮与工件之间距离缩小而变得更加剧烈。     

磨削加工对象多变时砂轮状态在线监测方法

在磨削加工对象频繁更换的情况下 ,工件的材料、加工要求、磨削条件和磨削参数经常变化 ,使声发射信号的信息也随之发生变化 ,为此提出基于声发射信号多变情况下的归原处理法 ,用于多变磨削加工环境下砂轮状态的在线监测。通过实验验证了该方法的可行性     

基于声发射信号的精密外圆切入磨削时间评估算法及试验研究

针对精密外圆切入磨削智能监控的需求,设计一种基于声发射信号的磨削时间在线评估方法。通过建立声发射信号方均根值曲线预测模型,获得声发射信号与磨削系统时间常数的关系,设计磨削系统时间常数在线计算方法;利用在线检测的声发射信号识别砂轮运动去除状态,推导基于声发射信号的外圆切入磨削表面粗糙度评价和工件几何精度预测模型,以此建立砂轮进给与驻留时间的评估算法;编写磨削时间分析评估软件,设计磨削时间在线评估方法,通过加工试验分析磨削时间对磨削加工精度与表面粗糙度的影响规律,并对评估算法进行验证。试验结果表明:该评估方法能够根据磨削时间有效评价加工质量,为精密外圆切入磨削智能监控与工艺优化提供决策依据。     

金刚石砂轮磨削性能退化评估

为了提取高精度磨削干涉中的声发射信号特征,实现砂轮磨削性能退化评估,针对熔石英开展全寿命周期金刚石砂轮磨削实验,基于小波包分析确定砂轮磨损敏感频段为低频段,然后计算声发射信号在低频段的归一化能量占比,再利用主成分分析对能量占比进行特征降维获得单值特征,利用该单值特征绘制砂轮磨削性能退化曲线。研究结果表明,监测特征能够清晰反映砂轮初期磨损、正常磨损和过度磨损三个阶段,且监测结果不受加工参数影响;砂轮磨削材料破裂尺度与声发射频率具有一定关系,伴随砂轮磨损的加剧,较大尺度破裂的比例上升,造成65kHz以下低频段特征的能量占比增大,监测特征显著增加,磨粒崩碎产生新的切削刃,砂轮的去除能力有所改善,监测特征数值回落,但是,不同样本的声发信号频谱差异性显著增加,说明砂轮加工状态不稳定,不利于精密与超精密加工中维持稳定质量的要求。砂轮形貌图像的白像素占比变化曲线验证了声发射特征对砂轮磨损状态判断的正确性。     

圆弧形砂轮精密修整及其声发射在线监测技术

针对球面、非球面及自由曲面超精密磨削加工用圆弧形金刚石砂轮难以精密修整的问题,提出基于旋转绿碳化硅（GC）磨棒的端部在位精密修整方法及修整过程的声发射在线监测技术。基于圆弧形金刚石砂轮的结构特性,制订圆弧形金刚石砂轮的在位精密修整与修整过程的声发射在线监测技术方案。依据修整与在线监测方案,对D64圆弧形金刚石砂轮进行修整实验及其声发射信号采集,修整后跳动误差小于10μm,比修整前减小30μm左右,砂轮精度显著提高。利用声发射信号均方根值获取砂轮修整结束的特征预警阈值,实现了旋转GC磨棒端部在位精密修整过程的在线监测以及修整结束时间的准确判断,可以有效提高球面非球面磨削加工过程的效率。     

声发射(AE)信号在砂轮钝化程度检测中的应用

本文利用声发射（AE）信号的归原处理法，在线监测小批量、多品种磨削过程砂轮钝化程度，利用该方法可以克服仅靠监测AE信号幅值变化不能监测工件材料、加工要求和磨削参数经常变化环境下砂轮钝化程度的缺陷；实验结果表明，声发射（AE）信号的归原处理法能够有效监测砂轮的钝化。     

基于声发射技术的磨削状态识别

基于最大熵原理对声发射数字信号进行分析处理,提出了用较小样本数识别磨削状态的方法;研究了不同样本数的均方差,基于磨削实验研究使用概率分布识别磨削状态.通过实验证明了最大熵方法的有效性,给出了用于磨削状态识别合理的样本数.     

基于小波分析和GA-SVM的金刚石 砂轮磨损的声发射监测研究

针对工程陶瓷磨削中金刚石砂轮磨损状态判别准确度不高的问题,在部分稳定氧化锆陶瓷金刚石砂轮精密磨削的声发射智能监测实验中,在深入研究部分稳定氧化锆陶瓷磨削机理的基础上,对磨削声发射信号进行了5层离散小波分解。研究结果表明:金刚石砂轮磨损后,磨削声发射信号小波分解系数的有效值和方差,以及声发射信号小波能谱系数在低频率段都有所增大;利用部分稳定氧化锆磨削声发射信号的小波能谱系数或小波分解系数的有效值和方差值的组合,作为判别金刚石砂轮磨损状态的特征值,采用基于遗传算法支持向量机对金刚石砂轮的磨损状态判别准确度达100%,判别准确度明显优于BP神经网络方法。     

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。     

多孔复合结合剂立方氮化硼砂轮制备与磨削性能

针对高温合金高效磨削用砂轮气孔率不高、砂轮耐磨性差等问题,基于空心球造孔与高温钎焊技术,提出多孔复合结合剂立方氮化硼(Cubic Boron Nitride,简称CBN)砂轮制备方法。从砂轮结构设计、砂轮节块制备工艺、砂轮粘接与修整等方面加以阐述,最后对该砂轮高效磨削高温合金磨削性能进行评价。在磨削速度为80m/s、磨削深度为0.2 mm的工艺条件下,多孔CBN砂轮最大材料去除率可达50 mm3/mm·s,这表明该新型多孔CBN砂轮在镍基高温合金高效深切磨削中具有应用潜力。     

基于声发射信号的外圆切入磨削去除率监测

针对精密外圆切入磨削加工的在线监测需求,提出一种采用声发射信号实现轴类零件材料去除率在线监测的方法。根据声发射信号强度与磨削力之间的联系,建立了声发射信号均方根曲线的预测模型,利用该预测模型研究了砂轮进给阶段和驻留阶段磨削系统时间常数的理论计算方法,推导了声发射信号均方根曲线与工件材料去除率的关系;编写了在线监测软件,利用声发射传感器实现了精密外圆切入磨削的材料去除率预测。实验证明,所建立的声发射信号均方根曲线模型具有良好的预测精度,基于该模型能够实现磨削系统时间常数在线评估,并实现精密轴类零件材料去除率的实时在线监测。     

磨削烧伤声发射智能监测的研究进展

根据磨削加工中声发射监测的特点,在论述信号分析方法的基础上,重点综述了声发射技术在磨削烧伤智能监测中的研究进展;并揭示了声发射监测在砂轮钝化、工件表面粗糙度等领域的最新研究成果。最后阐述了基于声发射监测的智能磨削系统的发展现状,展望了智能声发射监测技术在磨削加工中的发展前景。     

陶瓷材料高速深磨声发射信号分析

通过实验分析了工程陶瓷材料在高速深磨中不同磨削参数与声发射信号的关系。实验表明：材料、砂轮速度、工作台速度、切深4个因素与声发射信号有着很好的对应关系。声发射信号包含了大量有用的信息，可以利用声发射技术对陶瓷磨削过程进行有效的监测。     

利用AE(声发射)信号监测磨削加工过程

一、前言在磨削加工过程中，砂轮的表面形貌始终处于变化状态。频繁修整砂轮不仅会降低加工效率，而且会加快砂轮的损耗，特别是使用CBN之类昂贵砂轮时尤为不利。反之，如果延误了修整周期，则又会影响工件的尺寸精度和表面质量，造成废品。因此，研制砂轮表面形貌的自动监测系统实为必要．本研究采用最新开发的内装AE传感器的CBN砂轮进行外磨圆削试验，试图利用AE信号来监测磨削加工过程。研究结果表明：通过监测AE信号的幅值变化，即可评价砂轮的锋利程度和确定自激型砂轮的工作寿命。二、＊E信号的检测系统本研究采用OB讨砂轮，在…     

砂轮磨钝监测及修整

利用声发射(AE）信号归原处理法对砂轮磨钝程度进行监测，在此基础上开发了砂轮磨钝监测及自动修整系统。该系统可以对小批量、多品种工件磨削过程中砂轮钝化进行有效的监测，采用的CNC砂轮自动修整器能够解决多种类型成型砂轮的修整，具有一定的通用性和实用性，能实现磨削砂轮监测、修整过程的自动化和智能化。     

基于声发射信号的砂轮钝化在线检测方法

提出了一种基于声发射信号的砂轮钝化在线检测方法,该方法利用BP神经网络建立磨削声发射(AE)信号幅值变化特征量与砂轮钝化状况之间的非线性关系模型,并利用实验数据对该模型进行训练测试,训练获得的模型可用于在线检测小批量、多品种磨削条件下砂轮的钝化状况.实验结果表明,该方法能够准确地在线检测砂轮的钝化程度,具有很高的实用价值.     

金刚石砂轮与氧化锆磨削接触的声发射监测

目前陶瓷精密磨削中,声发射信号有效值RMS受背景噪声影响大,不能用来准确监测磨削接触。为此提出了利用小波重构声发射信号能量来监测金刚石砂轮与氧化锆陶瓷试件磨削接触的方法;并与磨削接触的背景噪声幅值判断和RMS值判断方法进行对比分析,发现小波重构声发射信号能量法不受机床背景噪声的影响,磨削接触判别更准确。     

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.     

基于欧式距离与灰色预测模型的机床主轴剩余寿命研究

针对机床主轴在退化情况未知的情况下不合理地安排维修计划的不足,给出了一种基于欧式距离与灰色预测模型的机床主轴剩余寿命预测方法。首先采用最大熵算法求出振动信号的最大熵概率密度分布,再求出各个概率密度分布与初始概率密度分布之间的欧式距离,使之作为机床主轴性能的退化指标。根据经验设定主轴的退化阈值,以退化指标序列训练灰色模型,从而预测出其达到失效阈值时所需要的时间,也即是主轴剩余使用寿命。最后通过美国辛辛那提大学的主轴轴承全寿命数据作为实验验证,证明了该方法具有较好的预测效果。     

基于信息融合的精密磨削砂轮磨损状态在线识别方法研究

高质量非球面光学元件批量制造是目前精密磨削技术力求实现的目标。为了提高非球面光学元件精密磨削的加工效率,必须在加工过程中动态识别砂轮磨损状态,在砂轮接近或达到寿命周期时对其进行修整。寻求一种经济可行的方式,实现砂轮寿命周期在线评估,利用声发射、砂轮振动、磨削力等多种类型加工过程信号,提取和选择能够全面、灵敏反应砂轮磨损状态的特征,基于Dempster-Shafer证据理论,进行多源信息融合,实现精密磨削砂轮磨损状态在线识别。