导读:本文包含了磨粒磨损状态论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:磨损,钎焊,形貌,石磨,子群,子粒,状态。
磨粒磨损状态论文文献综述
杨文君,孙耀宁,杨延竹,凡辉,王国建[1]（2019）在《基于磨粒磨损机理的机械磨损状态监测》一文中研究指出针对机械设备磨损状态监测准确率较低的问题,基于不同磨损机理下磨粒具有不同的形状和纹理特征,提出了一种基于磨粒特征识别的机械磨损状态监测的数学模型。通过形状特征识别球状磨粒和切削磨粒,结合形状、纹理特征识别疲劳磨粒和严重滑动磨粒,基于提取的特征参数建立机械磨损状态监测的特征向量,通过量子粒子群优化(QPSO)的径向基函数神经网络模型,实现对机械磨损状态的监测和判别。实验结果表明:QPSO-RBF神经网络数学模型结构简单,比传统PSO-RBF神经网络模型的识别准确率高5%,可用于常见机械磨损状态的检测。(本文来源于《航空动力学报》期刊2019年06期）
梅益铭[2]（2017）在《单磨粒磨削中的磨粒磨损过程及磨损状态监测方法研究》一文中研究指出新型磨削刀具的出现,为精密磨削加工领域注入了新的血液,尤其是磨粒位置可预排布且磨粒形状一致的新型磨具成为了精密磨削加工领域关注的热点。为了提升新型磨削刀具的性能,学者们对单磨粒磨削过程中的磨粒形状优选展开了大量的试验研究,但是在试验中发现尽管相比传统砂轮,这类新型磨具有效地降低了磨粒脱落的发生概率,其抗磨损性能有了很大的提高,但是在磨削过程中磨粒依旧会发生钝化、断裂乃至破碎。因此,本文针对磨削过程中磨粒的磨损现象,对单磨粒磨削中的材料去除过程、磨粒的磨损形式、磨损磨粒的形貌表征方法展开研究,在此基础上,对磨粒在磨损过程中的声发射(AE)信号特征进行了提取,对磨粒的磨损状态的识别方法进行了深入的研究,提出了一种基于AE传感技术的磨粒的磨损状态监测方法,为新型磨具的磨损监测奠定了基础。本文的主要工作包括以下几个方面:第一章:介绍了本课题的研究背景和意义、本研究领域内与本课题密切相关的国内外技术研究现状、本研究领域存在的科学问题以及本文的研究内容等。第二章:针对单磨粒磨削过程建模中存在的磨粒几何模型过度简化问题,基于磨粒的真实显微形貌,建立了 PCBN磨粒磨削AISI4340钢的有限元仿真模型,并对不同磨削深度下的磨削力、磨削能和磨削划痕进行了仿真,根据仿真结果对磨削深度不同所引起的磨削行为变化进行了分析,设计和开展了单磨粒磨削实验,并根据实验结果对模型的精度进行了检验。第叁章:针对PCBN磨粒在磨削过程中存在的多种磨损形式,设计并开展了磨粒的磨损实验,对单磨粒磨削过程中磨粒的磨损形貌的演化进行了观测和分析,对磨粒体积和表面粗糙度进行了测量,并基于分形理论对磨粒表面的复杂形貌作了进一步的表征,在此基础上,得到了 PCBN磨粒在磨削试验中的主要磨损形式,分析了磨损形貌和磨损形式间的关系,结合第二章中的单磨粒磨削仿真模型,对磨粒在磨损过程中的磨削力和磨削划痕进行了仿真,根据磨削力和磨削力比的仿真结果对磨粒的磨损形式和主要磨损原因作了进一步的论证。第四章:针对磨削过程中的磨耗磨损所引起的磨粒钝化及钝化磨粒可能引起的磨削烧伤、宏观破碎等问题,对磨粒的磨损状态与AE信号特征间的关系进行了深入的研究,分析了磨粒形貌与AE信号波形参数间的关系,设计并开展了钝、锐磨粒的单磨粒磨削对比实验,对磨粒磨耗磨损的AE特征进行了探究,确定了单磨粒磨削过程中所产生的AE信号的频谱范围及各频段所对应的主要AE信号源,采用DWT对AE信号进行了分解,根据分解后的节点系数重构得到了 AE信号在时频域上的能量分布,并在此基础上分析了钝、锐磨粒的AE信号在时域、频域和时频域上的差异,为后续的特征提取提供支持。第五章:在前述的磨粒的磨损状态与AE信号特征的关系研究基础上,对包括振铃计数、RMS值、频谱上的能量占比等特征在内的AE信号特征进行了提取,并对相关特征的有效性进行了试验检验,在此基础上采用最小二乘线性分类器,对复合磨损形式下的磨粒状态进行了初步的分类。第六章:引入自组织地图(SOM)聚类算法,深入研究并细化了磨粒的磨损状态类别,基于随机森林算法创建了磨粒的磨损状态分类器,联合SOM和随机森林分类器对磨粒的磨损状态进行了识别,在前述研究的基础上,进行了面向单磨粒磨削过程的磨粒的磨损状态AE监测系统的开发,完成了系统的需求分析、框架构建、硬件设计和选型、工作流程设计等工作,并结合试验数据对监测系统的识别准确率进行了检测。(本文来源于《浙江大学》期刊2017-10-01）
孙浩,邵浩明,吕智,王进保[3]（2009）在《钎焊金刚石微观形貌与磨粒磨损状态关系研究》一文中研究指出采用两种不同镍基钎料,适当控制钎焊工艺,制备出Ⅰ、Ⅱ两个钎焊样品。试样深腐蚀后对单颗金刚石表面和磨削后的金刚石磨粒微观形貌进行了分析。金刚石表面碳化物形貌为颗粒状物质的试样Ⅰ中金刚石的磨损过程为原始形貌-微破碎-大块破碎-断裂;而金刚石表面碳化物形貌为针柱状物质的试样Ⅱ中金刚石的磨损过程为原始形貌-断裂。(本文来源于《超硬材料工程》期刊2009年01期）
詹友基,黄辉,徐西鹏[4]（2007）在《钎焊金刚石磨削石材过程中磨粒磨损状态研究》一文中研究指出通过数字视频采集系统跟踪观察钎焊金刚石砂轮磨削过程中磨粒表面形貌变化。研究了钎焊金刚石砂轮在磨削花岗石材料过程中,金刚石磨粒的出刃高度和磨损状态的变化规律。结果表明,钎焊金刚石工具在加工过程中,钎焊金刚石磨粒可分为六种磨损状态:完整晶形、微观破碎、宏观破碎、磨平、折平和脱落。磨粒磨损路径主要是以完整→微观破碎→宏观破碎→脱落的方式进行。金刚石磨粒在磨损过程中,可分为初期磨损、正常磨损和剧烈磨损叁个阶段。(本文来源于《金刚石与磨料磨具工程》期刊2007年05期）
解挺,邓志煜[5]（1997）在《非调质钢35MnVN强化状态的磨粒磨损性能研究》一文中研究指出研究了非调质钢３５ＭｎＶＮ强化状态（淬火＋低温回火）的磨粒磨损性能，考察了该钢锻后二次加热正火处理对其后淬、回火组织耐磨性的影响；同时选取４０Ｃｒ、４５号钢调质后强化处理状态与之作了磨粒磨损性能比较。结果表明，３５ＭｎＶＮ锻后８６０℃正火处理强化态耐磨性较好，１１００℃正火后强化态的耐磨性次之，锻后强化态的耐磨性最差。４０Ｃｒ、４５号钢调质后强化态的耐磨性与３５ＭｎＶＮ强化态的耐磨性基本相当。(本文来源于《水利电力机械》期刊1997年01期）
解挺,邓志煜[6]（1996）在《非调质钢35MnVN强化状态的磨粒磨损性能研究》一文中研究指出利用销－盘式ＭＬ－１０型磨粒磨损试验机，对非调质钢３５ＭｎＶＮ强化状态（淬火＋低温回火）的磨粒磨损性能进行了试验研究．结果表明，非调质钢３５ＭｎＶＮ强化状态的硬度虽然比调质处理的４０Ｃｒ钢和４５＃钢的都低，但因其显微组织中的沉淀相对提高耐磨性十分有益，而且晶粒细化也有利于提高耐磨性，所以在同样的试验条件下，非调质钢３５ＭｎＶＮ强化状态的耐磨粒磨损性能与４０Ｃｒ钢及４５＃钢调质处理后强化态的耐磨粒磨损性能基本相当，可以替代后二者在磨粒磨损工况下使用(本文来源于《摩擦学学报》期刊1996年04期）
磨粒磨损状态论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
新型磨削刀具的出现,为精密磨削加工领域注入了新的血液,尤其是磨粒位置可预排布且磨粒形状一致的新型磨具成为了精密磨削加工领域关注的热点。为了提升新型磨削刀具的性能,学者们对单磨粒磨削过程中的磨粒形状优选展开了大量的试验研究,但是在试验中发现尽管相比传统砂轮,这类新型磨具有效地降低了磨粒脱落的发生概率,其抗磨损性能有了很大的提高,但是在磨削过程中磨粒依旧会发生钝化、断裂乃至破碎。因此,本文针对磨削过程中磨粒的磨损现象,对单磨粒磨削中的材料去除过程、磨粒的磨损形式、磨损磨粒的形貌表征方法展开研究,在此基础上,对磨粒在磨损过程中的声发射(AE)信号特征进行了提取,对磨粒的磨损状态的识别方法进行了深入的研究,提出了一种基于AE传感技术的磨粒的磨损状态监测方法,为新型磨具的磨损监测奠定了基础。本文的主要工作包括以下几个方面:第一章:介绍了本课题的研究背景和意义、本研究领域内与本课题密切相关的国内外技术研究现状、本研究领域存在的科学问题以及本文的研究内容等。第二章:针对单磨粒磨削过程建模中存在的磨粒几何模型过度简化问题,基于磨粒的真实显微形貌,建立了 PCBN磨粒磨削AISI4340钢的有限元仿真模型,并对不同磨削深度下的磨削力、磨削能和磨削划痕进行了仿真,根据仿真结果对磨削深度不同所引起的磨削行为变化进行了分析,设计和开展了单磨粒磨削实验,并根据实验结果对模型的精度进行了检验。第叁章:针对PCBN磨粒在磨削过程中存在的多种磨损形式,设计并开展了磨粒的磨损实验,对单磨粒磨削过程中磨粒的磨损形貌的演化进行了观测和分析,对磨粒体积和表面粗糙度进行了测量,并基于分形理论对磨粒表面的复杂形貌作了进一步的表征,在此基础上,得到了 PCBN磨粒在磨削试验中的主要磨损形式,分析了磨损形貌和磨损形式间的关系,结合第二章中的单磨粒磨削仿真模型,对磨粒在磨损过程中的磨削力和磨削划痕进行了仿真,根据磨削力和磨削力比的仿真结果对磨粒的磨损形式和主要磨损原因作了进一步的论证。第四章:针对磨削过程中的磨耗磨损所引起的磨粒钝化及钝化磨粒可能引起的磨削烧伤、宏观破碎等问题,对磨粒的磨损状态与AE信号特征间的关系进行了深入的研究,分析了磨粒形貌与AE信号波形参数间的关系,设计并开展了钝、锐磨粒的单磨粒磨削对比实验,对磨粒磨耗磨损的AE特征进行了探究,确定了单磨粒磨削过程中所产生的AE信号的频谱范围及各频段所对应的主要AE信号源,采用DWT对AE信号进行了分解,根据分解后的节点系数重构得到了 AE信号在时频域上的能量分布,并在此基础上分析了钝、锐磨粒的AE信号在时域、频域和时频域上的差异,为后续的特征提取提供支持。第五章:在前述的磨粒的磨损状态与AE信号特征的关系研究基础上,对包括振铃计数、RMS值、频谱上的能量占比等特征在内的AE信号特征进行了提取,并对相关特征的有效性进行了试验检验,在此基础上采用最小二乘线性分类器,对复合磨损形式下的磨粒状态进行了初步的分类。第六章:引入自组织地图(SOM)聚类算法,深入研究并细化了磨粒的磨损状态类别,基于随机森林算法创建了磨粒的磨损状态分类器,联合SOM和随机森林分类器对磨粒的磨损状态进行了识别,在前述研究的基础上,进行了面向单磨粒磨削过程的磨粒的磨损状态AE监测系统的开发,完成了系统的需求分析、框架构建、硬件设计和选型、工作流程设计等工作,并结合试验数据对监测系统的识别准确率进行了检测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
磨粒磨损状态论文参考文献
[1].杨文君,孙耀宁,杨延竹,凡辉,王国建.基于磨粒磨损机理的机械磨损状态监测[J].航空动力学报.2019
[2].梅益铭.单磨粒磨削中的磨粒磨损过程及磨损状态监测方法研究[D].浙江大学.2017
[3].孙浩,邵浩明,吕智,王进保.钎焊金刚石微观形貌与磨粒磨损状态关系研究[J].超硬材料工程.2009
[4].詹友基,黄辉,徐西鹏.钎焊金刚石磨削石材过程中磨粒磨损状态研究[J].金刚石与磨料磨具工程.2007
[5].解挺,邓志煜.非调质钢35MnVN强化状态的磨粒磨损性能研究[J].水利电力机械.1997
[6].解挺,邓志煜.非调质钢35MnVN强化状态的磨粒磨损性能研究[J].摩擦学学报.1996
论文知识图
