期刊文献+

光学玻璃磨削状态的声发射监测技术 被引量:1

Study on ultra-precision grinding of optical glass based on acoustic emission technology
下载PDF
导出
摘要 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。
出处 《制造业自动化》 北大核心 2010年第A5期10-13,共4页 Manufacturing Automation
基金 "高档数控机床与基础制造装备"科技重大专项(2009ZX04014-103-03)
  • 相关文献

参考文献2

二级参考文献3

共引文献26

同被引文献8

  • 1Benardos P G, Vosniakos G C. Predicting surface roughness in machi- ning: a review [ J ]. International Journal of Machine Tools & Manufac- ture 2003,43(8) :833 - 844.
  • 2Tsai Yu-Hsuan, Chen Joseph C, Lou Shi-Jer. An in-process surface recognition system based on neural networks in end milling cutting opera- tions[J]. International Journal of Machine Tools & Manufacture, 1999, 39(4) :583 - 605.
  • 3Tsai N C, Chen D C, Lee R M. Chatter prevention for milling process by acoustic signal feedback [ J]. International Journal of Advanced Man- ufacturing Technology, 2010,47 ( 9/12 ) : 1013 - 1021.
  • 4刘强,李忠群.数控铣削加工过程仿真与优化-建模、算法与工程应用[M].北京:航空工业出版社,2011.
  • 5臼井英治(日).切削磨削加工学[M].高希正,刘德忠(译).北京:机械工业出版社,1982.
  • 6Susic E, Grabec I. Application of a neural network to the estimation of surface roughness from AE signals generated by friction process [ J ]. Int. J. Mach. Tools Manufact. , 1995,35(8) :1077-1086.
  • 7Quintana G, Ciurana J, Teixidor D. A new experimental methodology for identification of stability lobes diagram in milling operations [ J ]. In- ternational Journal of Machine Tools anti Manufacture, 2008.48 (15) : 1637-1645.
  • 8迟玉伦,李郝林.基于最大熵的磨削状态判别方法[J].现代制造工程,2010(12):81-83. 被引量:1

引证文献1

二级引证文献3

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部