《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：陈晓
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

球墨铸铁磨削表面粗糙度的声发射智能预测研究

作者：龙华,朱奇,郭力,等日期：2021-10-21/span> 浏览：1790 查看PDF文档

球墨铸铁磨削表面粗糙度的声发射智能预测研究*

龙华1,2,朱奇1*,郭力3,黄俊1,王艺3

(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)

摘要:针对磨削表面粗糙度声发射预测精度和可靠性较低的问题,对球墨铸铁磨削表面粗糙度的声发射智能预测进行了研究。在球墨铸铁QT7002平面磨削表面粗糙度声发射预测实验200组数据的基础上,提取了包含磨削声发射信号经验模态分解4个本征模函数的相关系数,和磨削声发射信号波形幅值、均方根值、方差、峰值频率、频谱峰值、功率谱峰值、峭度、偏度、AE信息熵等13个磨削声发射信号特征参数;建立了遗传优化的支持向量回归机GASVR和粒子群优化的支持向量回归机PSOSVR这2个预测模型;在这200组磨削表面粗糙度声发射实验数据中,把随机提取的13个声发射信号特征参数输入到这2个预测模型中,进行了反复训练和预测,以提高其可靠性。研究结果表明:GASVR和PSOSVR的磨削表面粗糙度声发射预测精度较高;这为磨削声发射在线智能监测汽车发动机球墨铸铁QT7002曲轴磨削表面粗糙度打下了基础。

关键词:磨削表面粗糙度;声发射;本征模函数;支持向量回归机,遗传算法;粒子群算法

中图分类号:TH161.14;TG580.6文献标识码:A文章编号:1001-4551(2021)08-1076-05

本文引用格式:

龙华,朱奇,郭力,等.球墨铸铁磨削表面粗糙度的声发射智能预测研究［J］.机电工程,2021,38(8):1076-1080.