修整金刚笔磨损智能预测方法研究

作     者：迟玉伦 李郝林 岳泰 Chi Yulun;Li Haolin;Yue Tai

作者机构：上海理工大学上海200093 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2017年第29卷第6期

页      面：1210-1217页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0825[工学-航空宇航科学与技术] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：上海市科委计划项目(15110502300) 

主　　题：金刚笔磨损 SMO-SVM 智能预测 实验研究 

摘      要：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。