磨料磨具网

　　砂轮状态影响着磨削加工效率和工件质量。磨削过程中，磨粒逐渐磨钝而失去切削能力，若继续磨削，磨削质量会显著下降，为了保证磨削质量，必须对砂轮进行修整，使其恢复切削能力；如修整不及时，会影响磨削质量，但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。因此，对砂轮工作状况进行在线监测，根据砂轮钝化程度，确定合理的修整时间，对提高磨削效率和产品质量意义非常重大。
　　磨削过程具有非线性、时变性、影响因素众多等特点，建立精确数学模型极其困难，用传统方法无法在线监测。本文采用小波神经网络建立声发射信号，砂轮和主轴电机功率信号与砂轮状态间的非线性关系，实现了砂轮状态的在线监测。并提出将小波尺度参数自适应调整法，平移参数寻优搜索法和模糊自适应BP算法相结合，进一步简化了小波网络，减少学习次数，加快神经网络收敛速度。