[发明专利]一种砂轮在线监控与修整方法

摘要

本发明公开了一种砂轮在线监控与修整方法，包括利用现有的砂轮修整系统检测砂轮在磨削过程中发出并经处理的声发射(AE)数字信号；将步骤1的N个声发射(AE)数字信号a(n)，通过快速傅立叶变换FFT获得个实部AR(k)和虚部AI(k)的不同频谱分量；再经过公式(1)、(2)、(3)计算，获得声发射(AE)数字信号的均方根值Y、总能量E、频域中心频率fc并作为BP神经网络的输入样本等步骤。本发明方法首次将声发射(AE)数字信号的均方根值(Y)、总能量(E)、频域中心频率(fc)作为特征提取值，然后将其作为BP神经网络的输入值，经BP神经网络训练与测试，准确预测砂轮修整的起始时刻和结束时刻，实现砂轮的自动修整功能。该方法预测准确度高。

主权项

1.一种砂轮在线监控与修整方法，其特征是由以下步骤实现：步骤1、利用现有的砂轮修整系统检测砂轮在磨削过程中发出并经处理的声发射(AE)数字信号；步骤2、将步骤1的N个声发射(AE)数字信号a(n)，通过快速傅立叶变换FFT获得个实部AR(k)和虚部AI(k)的不同频谱分量；步骤3、再经过公式(1)、(2)、(3)计算，获得声发射(AE)数字信号的均方根值Y、总能量E、频域中心频率f_c并作为BP神经网络的输入样本：Y=Σn=1Na2(n)N---(1)]]>E=Σk=0N2(AR(k)2+AI(k)2)---(2)]]>fc=Σk=0N2k×f×(AR(k)2+AI(k)2)2πE---(3)]]>式中：Y为声发射(AE)数字信号的均方根值，a(n)为声发射(AE)数字信号，N为输入声发射(AE)数字信号采样个数，k为0、1、...、N，AR(k)为通过FFT计算后实部频谱，AI(k)为通过FFT计算后虚部号频谱，E为声发射(AE)数字信号的总能量，f_c声发射(AE)数字信号的频域中心频率，f为FFT频谱分析的分辨频率，如声发射(AE)信号最高频率为f_max，采样频率为f_s，采样点选取N，则分辨频率为f＝f_s/N。步骤4、BP神经网络将步骤3的样本取一部分进行学习和训练，使样本训练产生的误差值在设定的范围之内，获得所述BP神经网络的权值V_ij、W_jk和控制值R_j、Q_k作为BP神经网络矩阵的标准值，再将剩余的样本输入至所述BP神经网络矩阵进行测试得出砂轮钝化和锋利状态下两种不同范围的数值，分别用以预测砂轮修整的起始时刻和结束时刻；步骤5、利用VB、Mitrix-VB软件工具对步骤2、3、4的过程进行编程并计算均方根值Y、信号能量E、信号的中心频率f_c和BP神经网络的权值V_ij、W_jk、控制值R_j、Q_k和砂轮钝化和锋利状态下两种不同范围的数值，以验证步骤4的结果是否达到砂轮自动修整的预期目标，将程序移植到凸轮轴磨床数控系统中，实现砂轮自动修整功能。