砂帶磨削是一種兼具磨削與拋光功能的柔性加工方法，因其獨特的彈性接觸特性和較低的切削溫度，廣泛應用于薄壁復雜自由曲面的精密加工，成為提高葉片型面精度、表面完整性和加工一致性的有效方法之一。本文提出了一種基于聲音的砂帶磨損狀態在線監測方法。首先，在配備聲音采集系統的力控機器人磨削系統中，對鈦合金工件進行了砂帶全壽命周期磨損試驗。其次，根據Archard模型建立了金字塔砂帶磨損模型，以量化金字塔的磨損程度。然后，利用短時傅里葉分析和小波包分解方法提取與砂帶磨損相關的聲音特征。最后，基于聲音信號特征建立了GA-BP模型，用于預測金字塔砂帶的磨損狀態。       關鍵詞：機器(qi)人砂(sha)帶磨削；聲信號；Archard模(mo)型；遺傳算(suan)法優化BP神經網絡

     論文配圖

       結論

       1）基于Archard模型建立了金字塔砂帶磨損模型，并對金字塔磨損程度進行了量化，可以消除在測量中由于砂帶基面選擇不合理和彎曲帶來的測量誤差。

       2）利(li)用短時(shi)傅(fu)里葉和(he)小(xiao)(xiao)波包(bao)分解分析和(he)提取砂帶(dai)磨(mo)(mo)損(sun)相關的(de)(de)聲(sheng)音(yin)特(te)征，可以(yi)發現隨著砂帶(dai)磨(mo)(mo)損(sun)，金字(zi)塔尖銳(rui)的(de)(de)胞體開始(shi)磨(mo)(mo)平，單顆胞體的(de)(de)局部壓力逐(zhu)漸(jian)減小(xiao)(xiao)，材料去(qu)除能力減弱(ruo)，產生的(de)(de)微振蕩越來越弱(ruo)，因此高頻信(xin)號的(de)(de)聲(sheng)音(yin)特(te)征逐(zhu)漸(jian)下降。這(zhe)些聲(sheng)音(yin)特(te)征可以(yi)在一(yi)定程度上揭示砂帶(dai)的(de)(de)磨(mo)(mo)損(sun)行為。3）基于聲(sheng)音(yin)信(xin)號特(te)征建立(li)GA-BP模型(xing)對金字(zi)塔砂帶(dai)磨(mo)(mo)損(sun)狀態(tai)進行預測，并(bing)與(yu)SVM、RF與(yu)BP神經網絡(luo)進行了對比。試驗結(jie)果表(biao)明(ming)：使(shi)用GA-BP模型(xing)預測Rat，R2大(da)于0.8，MAE小(xiao)(xiao)于0.04，MBE在±0.002之(zhi)間，RMSE小(xiao)(xiao)于0.05。綜(zong)上所(suo)述，基于聲(sheng)音(yin)的(de)(de)GA-BP模型(xing)監測方法在預測金字(zi)塔砂帶(dai)磨(mo)(mo)損(sun)狀態(tai)方面是準確(que)和(he)穩定的(de)(de)。

       引文格式

       趙書東(dong)，禹曉(xiao)敏，王文璽，等(deng).金字塔砂帶磨損狀態的聲信號 GA-BP 識(shi)別方法[J]. 表面技術, 2024, 53(3): 28-38.

ZHAO Shu-dong, YU Xiao-min, WANG Wen-xi, et al. GA-BP Identification of Acoustic Signals for Wear States of Pyramidal Abrasive Belts[J]. Surface Technology, 2024, 53(3): 28-38.