高精度的金刚石滚轮对高端制造领域的精密加工十分重要。为了保证金刚石滚轮的使用性能,在对金刚石滚轮进行磨削修整时需要确保其径向圆跳动的精度。当前金刚石滚轮的生产过程中,需要凭借工人的经验来判断滚轮径向圆跳动是否达到加工要求,再进行人工检测。这不仅使加工效率大大降低,也不能有效采集加工过程中的数据,无法实现过程数据的自动采集并促进加工工艺的迭代与优化。为了实现金刚石滚轮径向圆跳动的在线检测,为滚轮加工加自动化智能化打下基础,本文开展了基于声发射监测的金刚石滚轮径向圆跳动修整（以下简称滚轮修整）状态识别的研究。本文的主要工作如下:（1）分析了金刚石滚轮的修整过程。对金刚石滚轮径向圆跳动进行误差分析,明确金刚石滚轮的修整部位,阐述金刚石滚轮的修整原理。研究了金刚石滚轮的磨削机理。（2）对比分析了磨削力、主轴电流、声发射和可听域的声信号等常用的磨削状态监测信号,选取声发射信号对滚轮修整状态进行监测。然后确定滚轮修整状态识别方案。接着分析滚轮修整过程中声发射信号的来源和传输机制。最后简述了声发射信号的分析方法。（3）搭建金刚石滚轮修整声发射检测实验平台,对滚轮修整状态进行划分并采集不同修整状态下的声发射信号。对声发射信号进行时频域分析。结合声发射信号的特点选取小波变换对信号进行处理。选取适合其分解的小波基函数,确定小波分解的尺度,对声发射信号进行小波分解。最后提取出可以准确表征三种修整状态的小波分解信号有效值、能谱系数、裕度因子等五个特征值。（4）根据提取到的特征值建立数据集,将数据集输入到经过麻雀搜索算法优化过的概率神经网络模型中进行训练,构建可以准确识别滚轮修整状态的模型。然后对构建的模型进行验证,证明了该模型可以准确有效的识别滚轮修整状态,实现了金刚石滚轮径向圆跳动在线检测,为金刚石滚轮加工自动化、智能化打下基础。