医用氧化锆陶瓷磨削表面粗糙度的声发射智能预测

R783; 医用氧化锆陶瓷(Y-TZP)是较好的齿科修复体材料,为了得到较好的齿科修复体性能对于其制造精度特别是表面粗糙度的要求比较高,但其是硬脆难加工材料,为了提高医用氧化锆陶瓷磨削加工表面质量和加工效率,在对医用氧化锆陶瓷磨削过程中的声发射信号分频段进行相关性分析的基础上,提取磨削声发射840～850 kHz敏感频段信号中与磨削表面粗糙度强相关的12组特征值,构建了具有较高预测精度的随机森林神经网络,最终医用氧化锆陶瓷磨削表面粗糙度声发射预测最大相对误差低于8.37%,研究结果对医用氧化锆陶瓷磨削表面粗糙度在线智能监测有较大的参考价值....

Full description

Saved in:
Bibliographic Details
Published in南京航空航天大学学报 Vol. 56; no. 3; pp. 571 - 576
Main Authors 李波, 郭力
Format Journal Article
LanguageChinese
Published 湖南大学电气与信息工程学院,长沙 410082%湖南大学机械与运载工程学院,长沙 410082 01.06.2024
Subjects
correlation analysis
随机森林神经网络
医用氧化锆陶瓷
surface roughness prediction
grinding acoustic emission
相关性系数
磨削声发射
medical zirconia ceramic
random forest neural network
表面粗糙度预测
Online AccessGet full text
ISSN1005-2615
DOI10.16356/j.1005-2615.2024.03.020

Cover

More Information
Summary:R783; 医用氧化锆陶瓷(Y-TZP)是较好的齿科修复体材料,为了得到较好的齿科修复体性能对于其制造精度特别是表面粗糙度的要求比较高,但其是硬脆难加工材料,为了提高医用氧化锆陶瓷磨削加工表面质量和加工效率,在对医用氧化锆陶瓷磨削过程中的声发射信号分频段进行相关性分析的基础上,提取磨削声发射840～850 kHz敏感频段信号中与磨削表面粗糙度强相关的12组特征值,构建了具有较高预测精度的随机森林神经网络,最终医用氧化锆陶瓷磨削表面粗糙度声发射预测最大相对误差低于8.37%,研究结果对医用氧化锆陶瓷磨削表面粗糙度在线智能监测有较大的参考价值.
ISSN:1005-2615
DOI:10.16356/j.1005-2615.2024.03.020