修整金刚笔磨损智能预测方法研究

在精密磨削加工过程中,为了使砂轮保持锐利程度及正确的几何形状,需要对砂轮及时修整。如何有效预测金刚笔修整磨损一直是磨削加工中的一个技术难题。根据金刚笔修整磨损机理分析,提出了基于声发射信号的串行优化算法支持向量机(SMO-SVM)金刚笔修整磨损预测方法,利用小波包算法对声发射信号特征信息进行提取,建立了将小波包提取的声发射信号特征量作为的输入SMO-SVM的金刚笔磨损预测模型;实验结果表明基于声发射信号的SMO-SVM模型对金刚笔磨损前后的预测准确性达到95.257 1%以上。

微晶刚玉砂轮修整试验研究

针对微晶刚玉砂轮修整难以监测和金刚石笔磨损难以量化问题,以金刚石笔修整微晶刚玉砂轮为研究对象,利用功率仪、AE传感器在线监测了修整信号,开展了微晶刚玉砂轮磨削45钢验证试验,并利用超景深显微镜观察了不同修整导程下的金刚笔磨损情况。结果表明:当改变修整导程时,修整力较小和功率仪采集频率较低是造成功率信号变化不明显的主要原因;与修整功率信号相比,AE信号的变化程度明显比功率信号敏感。并且,AE信号的RMS值与磨削表面粗糙度值分布现象非常一致,具有正相关性。修整导程选择(0.14~0.56)mm/r时的金刚石笔表面磨损变化量仅为(0.012~0.022)mm^2,磨损不明显。