骆志高，范祥伟，陈 强

（江苏大学 机械工程学院，江苏 镇江 212013）

拉伸是一种高效、节能、高利用率的加工方法，随着现代社会对拉伸加工产品的需求越来越大以及竞争的加剧，人们对拉伸件的质量提出了更高的要求。由于拉伸过程中很容易产生微小裂纹，这些微小裂纹很难被发现且难以得到控制，经常给制件带来潜在的威胁，也一直是企业棘手的技术难题。因此，对拉伸件成型过程质量的在线检测的研究显得尤为重要。本文通过声发射技术在拉伸模具中的应用，解决了对拉伸件成型时产生的微小裂纹的动态监测，实现对金属拉伸件成型质量状态的识别。声发射（Acoustic Emission简称AE），由外部条件的变化引起物体或结构某一局部或某些部分变得不稳定并迅速释放出能量且释放出某些频率的声波［1］。由于声发射信号本身具有不确定性、非平稳性、突发性等特点［2］，使得声发射波形信号处理成为声发射技术中的难点和瓶颈。金属拉伸过程中，声发射提取到的AE信号很难反映实际物理状态的信号参数［3］。本文针对AE特征参数的特点，利用遗传算法［4］对特征参数进行优化，得到最优特征参数之后，选用马氏距离判别法［5］对拉伸件质量状态进行识别。

1 最优特征参数的提取

最佳特征参数提取法包括特征参数的提取和特征参数的优化两个部分，首先对采集到的AE信号进行局域波分解之后提取各IMF的能量值作为初始特征参数，然后基于遗传算法对这些初始特征参数重组优化后得到一个最优特征参数。……