《机电工程》杂志,浙江大学与浙江省机电集团联合主办。月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳
执行董事兼总经理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址浙江省杭州市大学路高官弄9号
电话Tel+86-571-87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局
国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于小波分析和GASVM的金刚石砂轮磨损的声发射监测研究

作者:郭力,李波,郭君涛 日期:2020-01-14/span> 浏览:118 查看PDF文档

基于小波分析和GASVM的金刚石砂轮磨损的声发射监测研究*
郭力1,李波2,郭君涛1
(1.湖南大学 机械与运载工程学院,湖南 长沙 410082;2.湖南大学 电气与信息工程学院,湖南 长沙 410082)
摘要: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。
关键词:部分稳定氧化锆;精密磨削;声发射;金刚石砂轮磨损;小波分析;基于遗传算法支持向量机

中图分类号:TH161.1;TG580                    文献标识码:A                       文章编号:1001-4551(2019)12-1255-06


本文引用格式:
郭力,李波,郭君涛.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[J].机电工程,2019,36(12):1255-1260.
GUO Li, LI Bo, GUO Juntao. Diamond wheel wear monitoring with acoustic emission based on wavelet analysis and GASVM[J].Journal of Mechanical & Electrical Engineering, 2019,36(12):1255-1260.
《机电工程》杂志:http://www.meem.com.cn

合作伙伴

浙江机械信息网