Page 246 - 《应用声学》2025年第2期
P. 246
506 2025 年 3 月
is established with better performance in the small samples. Eventually, the accuracy of grinding wheel passi-
vation state recognition is up to 91%, and it can meet the needs of actual processing.
Keywords: Acoustic emission; Process monitoring; Support vector machine; Grinding wheel condition moni-
toring
过程制造 [4] 、刀具磨损监测 [5] 等领域。AE 现象是
0 引言
材料由内部的局部应力集中产生的应力波，随着加
磨削加工作为现代精加工的主要方式之一，已 工过程的进行，材料内部出现位错、滑移、塑性变形、
微小裂纹的形成和扩展等损伤行为时会产生频率
被广泛应用于机械、电气和光学等领域的零部件制
造。磨削过程的加工质量很大程度依赖于刀具的性 较高的AE信号，同时磨削过程中的切削力和AE均
能。砂轮的状态在研磨过程中也决定了工件质量的 方根 (Root mean square, RMS) 随着特定单位磨削
高低。严重的砂轮磨损将会引起磨削振动、磨削噪 量的增加，也呈现出一定程度正相关的趋势，证明研
声、齿面表面加工质量的恶化；在磨削过程中还会 磨过程中砂轮的磨削状态和磨削力、AE 等特征存
产生大量的磨削热，当磨削区域的瞬时温度达到金 在一定对应关系 [6−8] 。优化平面磨削、跟踪监测磨
属相变温度以上时，会对齿轮的产品性能和使用寿 削过程中砂轮的退化行为，这些研究可为智能监测
命带来严重的危害，造成齿面强度和硬度的降低，并 系统提供可能 [9−10] 。在磨齿制造过程的监测研究
伴有残余应力，甚至还会造成微观裂纹。因此，为减 多是针对齿轮在磨削过程中的故障行为 [11] ，对磨齿
轻和避免出现上述现象，准确判断磨削过程砂轮的 过程的砂轮钝化研究并未进行相关阐述。
磨损状态对刀具制造精度的保证是有必要的。但目 本文的研究对象为插齿刀展成磨削过程中不
前大多数情况下砂轮状态的监测研究仅局限在平 同磨损程度的砂轮状态的 AE 信号，采用滤波避免
面磨削上，对于插刀磨的过程监测研究仍是一个空 磨齿展成运动对信号造成的影响，通过砂轮磨损
白。另外，因展成磨削过程机理复杂、影响因素较 机理与磨削信号 RMS 曲线进行比照划分砂轮钝化
多，给砂轮的状态监测带来不小的挑战。随着传感 状态，采用小波包分解方法对磨削过程 AE 信号进
器技术、信号处理方法、数字智能化制造的不断发 行频域有效特征提取，建立支持向量机 (Support
展，传统的经验监测模式逐步发展为基于数字化驱 vector machines, SVM) 模型对有效特征进行多分
动诊断平台，更方便、灵活、有效地实现高精度磨削 类。该方法实现了对磨削过程信号的采集和处理，
在线自动检测 [1] 。 并实时预测砂轮钝化状态，避免了停机和人为误
前人针对磨削加工状态监测开展了一系列研 差所带来的效率停滞问题，同时能够保证工件加工
究，随着研磨过程不断进行，砂轮磨损的磨损状态主 质量。
要分为初期、正常、严重三个阶段。初期磨损阶段主
要为刚修整过的砂轮表面存在裂纹伴随着磨粒的 1 实验原理及方法
破损和整体脱落现象。正常磨损阶段主要是磨粒切
1.1 展成法磨削原理
削刃的钝化现象。进入严重磨损阶段，磨粒的进一
步钝化导致切削力和切削温度急剧上升，造成磨粒 齿轮在热加工后急剧冷却，常因热应力等因素
和结合剂大面积脱落，此时砂轮应该重新修整再继 造成工件尺寸大小发生形变。因此需在热加工后对
续工作 [2] 。 其进行磨削精加工，称之为磨齿。按加工原理可将
较于传统需要停机状态的直接测量法，采用数 磨齿分为成形磨削和展成磨削。展成磨削具有机床
据驱动的间接测量法已经不可避免。采用数据驱动 结构简单、影响误差因素较少、满足加工精度且加
的间接诊断模型关键在于选择合适的物理量，在预 工效率较高等优势，已在磨齿精加工领域得到广泛
测性维护过程中，磨削力、振动、声发射 (Acoustic 应用。
emission, AE) 等都成为开发监测模式的着手点。 相较于平面磨削、外圆磨削和内圆磨削，其接
AE 因其灵敏度高、实时性强，并具有动态检测和提 触长度和接触面积已被明确定义，磨削过程是一个
供缺陷随载荷、时间、温度等变量而变化的实时连 稳定并且连续的过程，而在插齿刀展成磨削过程中，
续信息等优势，已被广泛应用于表面质量监测 [3] 、 磨削行为是在砂轮上下往复运动和插齿刀左右往
