采用切削刃重构的刀具磨损视觉检测方法

针对目前难以在复杂恶劣的油污粉尘环境中实现对刀具图像的高质量采集和刀具磨损视觉特征的高精检测,对磨损缺失刀刃这一类最为典型且危害最大的刀具磨损开展研究,提出一种采用切削刃重构的刀具磨损视觉检测方法。首先,在数控机床加工台一侧搭建集成了一套具有镜头保护与清洁功能的图像采集装置,用于在机定期自动采集刀具磨损图像;然后,将采集的图像经以太网传输至计算机图像处理系统,利用设计的切削刃重构法对刀具磨损缺失区域进行切削刃重构,以此得到完整刀具图像,进而利用图像差分,将重构后的刀具图像与磨损刀具图像相减,实现刀具磨损缺失区域的自动识别;最后,基于识别的磨损特征测量刀具磨损的评估指标参数值,并判断是否需要换刀。实验结果表明：所提检测方法具有较大优势,解决了油污粉尘机加环境下刀具磨损图像采集困难的难题和难以从图像中分割识别刀具磨损缺失特征的难题,实现了刀具磨损的视觉高精高效检测;与现有的刀具磨损视觉检测系统以及现有的Canny边缘检测法、自适应阈值法等6种图像分割方法相比,所提方法避免了拆卸刀具进行离线显微镜检测和模板匹配的烦琐过程,可进行在机自动检测,同时平均检测准确率至少提升20%。     

基于机器视觉的加工刀具磨损量在线测量

针对实际生产中测量刀具磨损需要人工操作、停机检测等问题,开发了一个基于机器视觉的加工刀具磨损测量系统.首先提出基于Laplacian算子边缘信息的Otsu分割算法将图像二值化,再通过基于形态学的Canny算子边缘检测粗定位及图像配准提取清晰的刀具磨损区域.最后,使用基于Zernike矩的亚像素边缘检测方法提高测量精度,并通过主曲线方法拟合亚像素边缘点得到光滑的边缘曲线,实现了刀具磨损量的在线测量.实际加工过程中的刀具磨损测试结果表明,该系统检测自动化程度高、运行速度快、测量精度可以达到微米级,可以有效地应用于工业上对加工刀具磨损的实时监控.     

微精密机器视觉感知技术在立铣刀磨损检测中的应用

切削加工过程中容易发生工件损坏、崩刃等事故，从而直接降低生产品质和效率。本文在综合分析刀具磨损检测方法的基础上，提出了一种采用机器视觉感知的刀具磨损检测方法。该技术以铣刀底面图像为研究对象，对铣刀磨损区域进行数据采集提取，利用图象提取器对目标图形数据进行识别，采用SDK的二次开发技术计算刀具的磨损值，判断刀具是否磨损。与传统人工检测和离线仪器检测相比，该技术不仅有效地避免了人工检测带来的主观性和个体差异，还在一定程度上实现了对其刀具运动状态的监测。通过对刀具磨损和失效进行检测，并通过采集的图像对刀具磨损和失效检测进行实验验证，证实方法的有效性。     

基于视觉目标特征驱动的刀具磨损检测

为了实现对数控刀具磨损的自动检测,给出了一种新的刀具磨损自动检测方法.首先,对采集图像的刀具磨损区域数目和面积进行分析;然后,以检测目标面积特征的稀少性作为任务因子,驱动刀具磨损区域显著度的提高;最后,利用检测目标数目特征的稀少性,滤除噪声信息.实验结果表明,由于利用检测目标的稀少性,能够实现检测目标与背景信息的分离,从而提高刀具磨损区域分割的准确性,检测准确率达到95%以上.     

刀具磨损检测的图像处理技术研究

针对传统刀具磨损检测的缺点,本文结合图像处理的方法设计了检测刀具磨损的方案。本文通过对硬质合金刀具后刀面磨损图像特征的分析,研究和设计了一套检测磨损的算法,并开发了相关检测软件,相比刀具磨损状态检测的其它方法,本方法具有简单快捷、无接触、无磨损,判断精度高等优点。     

刀具磨损图像视差图的非标定方法

刀具磨损检测的视场范围很小、现场工况复杂(存在机床护罩和刀具保持架的遮挡),而以往对摄像机进行标定的方法多用于大视场环境,并不适合于加工现场的刀具磨损检测。为此,文中提出一种采用非标定双目视觉方法获取刀具磨损图像视差图的方法,无需标定参考物和人工干预。首先,利用SURF(speeded-up robust features)算法检测图像对中的特征点;其次,利用8点算法计算基本矩阵,再利用极点无穷远变换完成图像对的校正;最后,利用基本区域匹配方法完成图像对视差的计算。进行了加工现场的磨损刀具图像获取实验,先对比了重构出的刀具视差图轮廓与实际轮廓,接着分析了刀具视差图的精度。结果显示,重构轮廓与实际轮廓基本相符,重构出的视差图的绝对误差在5个像素点以下,相对误差在10%至30%之间,说明在小视场和复杂工况下,用非标定方法获取的刀具视差图能够满足现场检测的精度要求,并且该方法具有灵活和高效的特点。     

数控刀具磨损智能检测及其切削试验研究

在数控机床切削加工过程中,对刀具磨损导致的振动及切削温度的变化特征进行了理论分析,得到刀具的磨损与振动及其切削温度的关系.利用这些关系,设计并研制了基于STC89S52的数控刀具磨损智能检测与报警装置.试验验证表明该装置能够有效地实现对数控刀具磨损情况的在线检测.     

切削加工中刀具月牙洼磨损的图像识别和检测算法

通过对硬质合金刀具前刀面月牙洼磨损图像特征的分析，设计了识别和检测磨损的算法，并开发了相关软件。经过实例检验，根据二维特征检测刀具磨损的最大误差在74％之内，可满足一般工程要求。本方法具有自动化程度高、判决速度快等优点，并对刀具磨损三维形态的识别和检测提供了一定的基础。     

氧化锆陶瓷车削刀具磨损机理及理论模型

通过不同刀具几何参数的YG6刀具车削氧化锆实验,研究了工程陶瓷切削刀具体积磨损理论模型.从强度理论和刀具磨损材料迁移的本质出发,将刀具的二维磨损推广至三维磨损.基于黏着效应机制,研究了氧化锆陶瓷车削的刀具磨损机理.通过力学分析,采用逐层积分法,综合了刀具几何参数与后刀面磨损面积之间关系,建立了刀具体积磨损理论模型.验证实验结果表明,刀具体积磨损量随前角或后角的变大先减小后增大,随刀尖圆弧半径的变大而减小,刀具体积磨损的模型理论值与实验值趋势一致,平均相对误差为4%~15%,说明模型具有较高的可靠性.     

考虑变换域融合方法的刀具磨损区域三维重构

针对数控机床加工领域刀具磨损区域的三维重构精度提高的问题,提出了变换域融合方法。将非下采样轮廓波变换和小波变换相结合,对非下采样轮廓波变换得到的低频系数采用小波变换方法进行融合,对得到的高频系数构造区域方差进行融合,突出刀具磨损图像的整体灰度信息和边缘细节信息,从而获得更为清晰的二维刀具图像,以及更为准确的磨痕形貌及磨痕体积。对基于非下采样轮廓波变换、小波变换方法和变换域融合方法得到磨损区域三维形貌和磨损体积与显微镜的观察结果进行了对比分析,发现提出的方法得到的三维形貌与显微镜结果最接近,且计算出的磨损体积平均相对误差小于10%。分析和实验数据表明,所提方法无论在图像的清晰度和磨损体积的准确性方面都有一定的优势,该方法对于刀具磨损区域三维重构精度较高,优于单独采用非下采样轮廓波变换和小波变换方法得到的结果。