精密磨削加工过程中,对加工精度有着较高的要求。砂轮的磨损状态往往决定着加工工件的表面质量。砂轮磨损状态的监测可以有效判别砂轮工作状态,减少砂轮修整次数,提高加工质量。本文通过对磨削加工中的特征信号进行分析,应用支持向量机建立智能识别模型,构建了一套完整的精密磨削砂轮磨损智能监测系统。本文主要研究内容如下:对精密磨削加工过程中,砂轮的磨损机理、砂轮磨损评定指标等进行了深入研究。并对精密磨削加工过程能应用于砂轮磨损判别的信号类型进行分析,最终选取声发射、磨削力、振动信号作为砂轮磨损过程的监测信号。针对声发射信号,本文采用小波包去噪和小波包分解的信号处理方法。特别对于目前在砂轮磨损监测过程中特征值提取难的问题,本文提出一种全新的小波包分解系数均方值特征提取方法,将提取的特征作为监测系统的输入。对磨削力和振动信号进行了深入的研究,发现可以有效反应砂轮磨损变化的规律,提出用磨削力比σ(Fn/Ft)和振动信号均方根RMS值作为砂轮磨损的特征信息,并将两种特征量作为监测系统的输入。应用支持向量机建立砂轮磨损智能识别模型,并分别建立了声发射、磨削力、振动信号与砂轮磨损状态的预测模型。最后建立了一套完整的精密磨削砂轮磨损智能监测系统,并对该系统进行了实验研究,证明了所建立的精密磨削砂轮磨损智能监测系统的可行性。