来源：期刊VIP网 时间：
作者：王德辉;刘俨后;郭繁明;麻娟;刘建;韩金国;
单位：山东理工大学机械工程学院;山东省精密制造与特种加工重点实验室;
摘要：激光抛光(LP)是一种激光束作用于材料表面使其快速熔凝的新型表面处理技术，抛光过程中激光作用时间短(10~(-4)～10~(-2) s)、材料加工层小(10~(-4)～10~(-2) m),激光抛光过程状态的监测十分困难。本文采用声发射传感器对激光抛光过程进行了状态信号的采集和分析，用三种降噪方法对声发射信号进行降噪处理，并用信噪比与均方根差值对降噪效果进行评价，经对比得出，小波硬阈值算法的降噪效果最好。建立了基于BP神经网络算法的激光抛光工艺参数分类预测模型，将时域信息中提取的峰值与持续时间作为时域特征值与小波包变换得到的节点能量作为频域特征值来共同组成特征向量，用于BP神经网络模型训练，并评价模型的性能。预测结果表明，BP神经网络模型对激光抛光工艺参数分类预测具有可行性，研究成果可用于优化激光抛光工艺参数，并为激光抛光在线监测提供方法基础。
关键词：激光抛光;;声发射;;降噪处理;;神经网络
基金资助：国家自然科学基金(51905322);; 山东省科技型中小企业创新能力提升工程(2023TSGC0971)
