文献类型：期刊文章

作　　者：张学忱[1,2] 刘红岩[1] 史尧臣[3] 宗姝[1]

ZHANG Xuechen;LIU Hongyan;SHI Yaochen;ZONG Shu(College of Mechanical and Electrical Engineering, Changchun University of Science and Technology, Changchun Jilin 130022, China;Changchun Guanghua University, Changchun Jilin 130033, China;College of Mechanical and Vehicular Engineering, Changchun University,Changchun Jilin 130022, China)

机构地区：[1]长春理工大学机电工程学院,吉林长春130022 [2]长春光华学院,吉林长春130033 [3]长春大学机械与车辆工程学院,吉林长春130022

出　　处：《机床与液压》

基　　金：吉林省科技厅重点科技研发项目(20180201066GX);吉林省科技厅优秀青年人才基金资助项目(20190103009JH);吉林省发改委产业技术与开发专项(2019C040-1)。

年　　份：2020

卷　　号：48

期　　号：13

起止页码：189-192

语　　种：中文

收录情况：BDHX、BDHX2017、RCCSE、ZGKJHX、核心刊

摘　　要：针对钻削加工时难以直接观察刀具磨损状态的问题,基于声发射采集系统设计了超声轴向振动钻削刀具磨损状态监测装置,并在7075铝板上进行超声振动钻削试验。分析刀具磨损状态对声发射信号RMS值的影响,并通过小波分解技术对比分析刀具在不同磨损状态下的声发射信号变化规律;根据声发射信号对刀具磨损状态进行实时监测。试验结果表明:声发射信号的RMS值与刀具的磨损程度呈正相关;通过小波分解可知,随着刀具磨损的增加,信号的能量逐渐由低频段向高频段转移,可以通过监测声发射信号RMS值与能量的变化实现刀具磨损状态的有效识别。

关 键 词：刀具磨损 状态监测  声发射信号 振动钻削 RMS值  小波分解

分 类 号：TG506.5]