秦国华， 高杰， 叶海潮， 姜国杰， 黄帅， 赖晓春

(1.南昌航空大学 航空制造工程学院， 江西 南昌 330063；2.北京航空材料研究院， 北京 100095；3.江西省教育厅 江西省教育国际合作与教师发展中心， 江西 南昌 330083)

0 引言

刀具磨损过快必将增加刀具的消耗，影响加工质量，降低生产效率和提高加工费用[1-2]。在研究车刀刀具磨损试验中，需要对车削过程中的车刀状态进行监控，通过接收安装在刀柄上的加速度传感器和声发射传感器收集的信号来预测刀具的磨损状态。但是这种信号是转换信号换算得来的。这种间接获得的信号无法直接用于控制端的输出[3]，因为它包含了外界环境、机床本身产生的噪声等干扰。为此，许多专家学者倾注精力尽可能多地去除这些噪声信号，保留有用信号。

小波变换是一种信号的时间- 尺度(时间- 频率)分析方法，具有多分辨率分析的特点，而且在时域和频域都具有表征信号局部特征的能力[4]。近年来，利用小波变换进行分解重构去噪成为研究的一大热点。王普等[5]提出一种分层自适应小波阈值降噪法：将振动信号进行小波分解，获取各分解层的小波系数，保留低频信号的小波系数；对高频信号的小波系数进行分层自适应阈值处理，最后对处理后的小波系数重构得到降噪后的信号。杨恢先等[6]提出一种介于软、硬阈值函数之间的阈值函数，但它对高频信号会产生过度去噪的现象。黎锁平等[7]根据噪声香农熵与含噪信号香农熵之比，提出了一种最优分解层数的判断方法。……