龙 华,朱 奇,郭 力,黄 俊,王 艺

(1.湖南工业职业技术学院 机械工程学院,湖南 长沙 410208;2.复杂薄壁精密零件智能柔性加工技术湖南省工程研究中心,湖南 长沙 410208;3.湖南大学 机械与运载工程学院,湖南 长沙 410082)

0 引 言

汽车发动机的曲轴材料是球墨铸铁QT700-2。曲轴磨削加工质量极大地影响了曲轴的加工质量,也对汽车发动机的性能有非常重要的影响。因此,常使用表面粗糙度评价其磨削加工质量[1]。在曲轴磨削加工时,越早发现表面粗糙度的超差,越能及早地采取相应措施降低损失。表面粗糙度是磨削表面完整性的重要指标,但由于磨削参数、砂轮状态、工件材料及尺寸误差、磨削液、振动等都对磨削表面粗糙度有影响,曲轴磨削表面粗糙度很难准确预测[2]。

PLAZA G等[3]指出,在磨削加工过程中存在大量的声发射(AE)现象。声发射监测是一种无损监测,可以利用声发射技术进行曲轴磨削表面粗糙度在线监测,该技术对于汽车发动机曲轴磨削加工的智能化极其重要。

目前,研究人员针对磨削表面粗糙度的声发射预测已开展了诸多研究。石建[4]利用小波分析提取出了磨削AE信号的特征参数,并将其输入BP神经网络,以判别砂轮的磨损状态;然后将砂轮磨损状态、磨削参数、磨削力比输入BP神经网络,以预测磨削表面粗糙度。REDDY T S等[5]利用加工过程中声发射信号的振铃计数、上升时间以及有效值,预测了加工表面的粗糙度以及砂轮的磨损状态。CHEN X等[6]利用单颗磨粒磨削AE实验,探究了磨削机理,即滑擦、犁耕和切削3个过程中的声发射信号规律。……