基于声发射和支持向量机的插齿刀磨削砂轮状态监测*

磨削加工对于现代智能制造业起着至关重要的作用,砂轮的磨损直接影响到被加工工件表面质量,而砂轮磨损主要依靠经验判断很可能会导致效率低下和成本昂贵的问题。本文提出一种基于声发射和支持向量机的插刀磨砂轮钝化状态监测方法,首先分析了不同砂轮磨损状态下的声发射信号,AE信号时域RMS曲线和砂轮钝化能量的理论曲线划分砂轮钝化状态节点,对磨削插齿刀过程产生的时变非稳定AE信号进行滤波去噪,避免实验条件对AE信号的影响。利用小波包分解提取AE信号各频段有效特征,并对有效特征的选择进行了对比分析,最终选择对多频段小波包能量系数和时域特征进行拼接特征融合,建立在小样本性能较优的多分类模型SVM。最终,砂轮钝化状态识别准确率可达91%,能够满足实际加工需求。