砂輪狀態影響著磨削加工效率和工件質量。磨削過程中，磨粒逐漸磨鈍而失去切削能力，若繼續磨削，磨削質量會顯著下降，為了保證磨削質量，必須對砂輪進行修整，使其恢復切削能力；如修整不及時，會影響磨削質量，但頻繁修整砂輪不僅會降低加工效率，而且會加快砂輪的損耗。因此，對砂輪工作狀況進行在線監測，根據砂輪鈍化程度，確定合理的修整時間，對提高磨削效率和產品質量意義非常重大。
　　磨削過程具有非線性、時變性、影響因素眾多等特點，建立精確數學模型極其困難，用傳統方法無法在線監測。本文采用小波神經網絡建立聲發射信號，砂輪和主軸電機功率信號與砂輪狀態間的非線性關系，實現了砂輪狀態的在線監測。并提出將小波尺度參數自適應調整法，平移參數尋優搜索法和模糊自適應BP算法相結合，進一步簡化了小波網絡，減少學習次數，加快神經網絡收斂速度。