基于局部视觉图像的轮廓曲线磨削加工方法的理论和实验研究
发布时间：2020-12-20 18:43
随着制造业的高速发展,轮廓曲线磨削已经广泛用于各种精密复杂刀具、模具等轮廓曲线类零件的加工中,为了适应复杂轮廓曲线零件的高精度和快速加工的要求,提高轮廓曲线磨削的加工精度和效率具有非常重要的实际意义。通过对加工误差进行人工的光学检测和补偿是目前比较有效的提高加工精度的方法,已经广泛应用于传统的光学曲线磨削中,但该方法存在着效率低、可靠性和加工精度有待提高等问题。本文基于机器视觉技术,提出了一种基于局部视觉图像的曲线磨削加工误差动态检测和在线补偿算法,并对复杂轮廓曲线的加工精度进行评价,主要的研究内容和结果如下:(1)曲线轮廓加工的基本原理和视觉系统的设计。研究了基于机器视觉的曲线磨削加工的基本原理;介绍了自主研发的数字化曲线磨床;阐述了加工机床的视觉测量系统的组成和校准方法,为实现高精度加工奠定了基础。(2)复杂轮廓曲线边缘精确定位方法的研究。研究比较了主流的图像轮廓边缘提取算法,包括像素级别和亚像素级别的边缘提取算法,提出了采用仿真法和标定板法对轮廓边缘的亚像素定位算法进行精度评价,并进行了试验研究和结果分析,并对测量结果的不确定度做出了评价。结果验证了所提出的亚像素定位算法和精度评...
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
数控仿形磨削Fig.1-1CNCprofilegrinding
上海交通大学硕士学位论文5进行补偿。WanDaping[32]等通过角点检测分别得到已加工工件部分和未加工工件部分，通过理论和实际的比较计算得到加工误差并设计补偿算法。曹永洁[33]等通过激光干涉仪测量实际轮廓并与理论轮廓对比得到它们之间的差值，之后修改G代码对该误差进行补偿，且设计试验验证了算法的可靠性。罗玉梅[34,35]等基于圆形公差带法，通过sobel算子进行像素级别的图像提取，接着运用zernike算子将精度提升至亚像素级别，更精确地获取了图像精度，从而提高了误差补偿的效果。KrystianErwinski[36]等加入了神经网络的算法以检测轮廓误差，通过对历史加工过程中的数据进行采集，基于非线性回归的离线自学习平台，建立神经网络模型预测加工误差并进行实时补偿，经过设计试验验证后证明了该算法的有效性。图1-2环形公差带法原理示意图[29]Fig.1-2Schematicdiagramofannulartoleranceband1.3当前研究中存在的问题综上所述，现有的研究成果中，在利用基于机器视觉的测量系统检测加工误差检测时，通常是对加工前后拍摄的静态图像进行检测且检测精度往往局限于像素级别，而缺少亚像素级别的动态误差检测；同时，针对曲线磨削中加工误差的在线检测和补偿方法有待进一步研究以提高轮廓曲线磨削的加工精度和工艺水平。本文针对以下两个问题进行研究：（1）曲线磨削加工过程中实时高精度图像轮廓边缘获取方法（a）（b）（c）（d）
第二章曲线轮廓加工的基本原理和视觉系统设计8第二章曲线轮廓加工的基本原理和视觉系统设计2.1前言本章首先介绍了本文所研究的基于机器视觉的复杂轮廓曲线磨削加工原理。自主研发设计了曲线磨削试验平台，该平台可以实时检测曲线磨削加工过程中的加工误差并通过控制电机实现误差的补偿。介绍了该试验平台的总体结构，详细阐述了视觉系统的设计方法，然后通过对视觉系统在试验平台上所获取的图像质量进行评价，验证所搭建系统的可靠性。为后续进一步的理论研究和试验做准备。2.2基于机器视觉的轮廓曲线磨削加工原理本文研究的复杂轮廓曲线磨削加工原理的示意图如图2-1所示。该图展示了自主开发的数字化曲线磨床以及该机床的加工原理和方法。该机床为五轴联动机床，包括加工刀具和加工工件两组相对独立的运动控制系统。其中加工刀具部分的砂轮架运动控制系统包括：U轴横向滑台、V轴纵向滑台、Z轴砂轮往复滑台、电主轴和砂轮，加工工件部分的工作台运动控制系统包括：X轴横向滑台、纵向滑台Y轴、工作台和工件。加工时，两个运动系统进行相互配合的运动，可以完成不同类型工件的加工。目前主要的加工方式分为两种：基于局部视觉图像的加工以及基于全局视觉图像的加工。图2-1基于机器视觉的轮廓曲线磨削的原理示意图Fig.2-1Schematicdiagramofprofilegrindingbasedonopticalmeasurement基于局部视觉图像的曲线磨削加工方式是指通过获取加工工件的局部轮廓
【参考文献】：
期刊论文
[1]基于高斯拟合的亚像素边缘检测算法[J]. 韩东,李煜祺,武彦辉. 计算机应用与软件. 2018(06)
[2]基于机器视觉的车床主轴径向跳动误差测量方法研究[J]. 彭凯,杨泽青,杨伟东,刘丽冰. 制造技术与机床. 2018(02)
[3]压气机叶片加工误差影响不确定分析[J]. 高丽敏,蔡宇桐,徐浩亮,邓卫敏. 航空动力学报. 2017(09)
[4]基于多重插值的亚像素边缘检测[J]. 田庸,韩震宇,周永洪. 现代计算机(专业版). 2017(09)
[5]用基于特征的稀疏点云配准算法检测零件的加工误差[J]. 钟莹,孙小兵. 纳米技术与精密工程. 2016(04)
[6]基于机器视觉的曲线磨削砂轮修形精度的检测[J]. 赖小平,许黎明,范灏,王嗣阳,胡德金. 机械制造. 2015(07)
[7]基于多误差源耦合的五轴数控铣床加工误差综合预测及评判[J]. 王伟,郑从志,张信. 中国机械工程. 2015(01)
[8]基于阈值分割与Zernike正交矩的曲线磨削边缘检测方法[J]. 解斌,许黎明,赖小平,范灏,胡德金. 机械制造. 2014(07)
[9]改进的Zernike矩工业CT图像边缘检测[J]. 陶李,王珏,邹永宁,伍立芬,王慧倩. 中国光学. 2012(01)
[10]基于机器视觉的加工误差在线检测系统设计[J]. 李杏华,张彦杰,王伟超. 计算机工程与应用. 2012(04)
博士论文
[1]基于机器视觉的砂轮廓形测量系统研究[D]. 赵萍.沈阳工业大学 2013
[2]基于计算机视觉的小尺寸零件精密测量技术研究[D]. 刘庆民.吉林大学 2006
硕士论文
[1]基于机器视觉的编码器主轴回转误差检测及分析[D]. 李博.哈尔滨理工大学 2016
[2]机器视觉中相机标定方法的研究[D]. 路红亮.沈阳工业大学 2013
[3]复杂曲面测量采样策略与轮廓度误差评定方法研究[D]. 贾红洋.天津大学 2012
[4]高精度球面轮廓的测量和评定方法研究[D]. 郭叙蕊.合肥工业大学 2008
本文编号：2928364
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
数控仿形磨削Fig.1-1CNCprofilegrinding
上海交通大学硕士学位论文5进行补偿。WanDaping[32]等通过角点检测分别得到已加工工件部分和未加工工件部分，通过理论和实际的比较计算得到加工误差并设计补偿算法。曹永洁[33]等通过激光干涉仪测量实际轮廓并与理论轮廓对比得到它们之间的差值，之后修改G代码对该误差进行补偿，且设计试验验证了算法的可靠性。罗玉梅[34,35]等基于圆形公差带法，通过sobel算子进行像素级别的图像提取，接着运用zernike算子将精度提升至亚像素级别，更精确地获取了图像精度，从而提高了误差补偿的效果。KrystianErwinski[36]等加入了神经网络的算法以检测轮廓误差，通过对历史加工过程中的数据进行采集，基于非线性回归的离线自学习平台，建立神经网络模型预测加工误差并进行实时补偿，经过设计试验验证后证明了该算法的有效性。图1-2环形公差带法原理示意图[29]Fig.1-2Schematicdiagramofannulartoleranceband1.3当前研究中存在的问题综上所述，现有的研究成果中，在利用基于机器视觉的测量系统检测加工误差检测时，通常是对加工前后拍摄的静态图像进行检测且检测精度往往局限于像素级别，而缺少亚像素级别的动态误差检测；同时，针对曲线磨削中加工误差的在线检测和补偿方法有待进一步研究以提高轮廓曲线磨削的加工精度和工艺水平。本文针对以下两个问题进行研究：（1）曲线磨削加工过程中实时高精度图像轮廓边缘获取方法（a）（b）（c）（d）
第二章曲线轮廓加工的基本原理和视觉系统设计8第二章曲线轮廓加工的基本原理和视觉系统设计2.1前言本章首先介绍了本文所研究的基于机器视觉的复杂轮廓曲线磨削加工原理。自主研发设计了曲线磨削试验平台，该平台可以实时检测曲线磨削加工过程中的加工误差并通过控制电机实现误差的补偿。介绍了该试验平台的总体结构，详细阐述了视觉系统的设计方法，然后通过对视觉系统在试验平台上所获取的图像质量进行评价，验证所搭建系统的可靠性。为后续进一步的理论研究和试验做准备。2.2基于机器视觉的轮廓曲线磨削加工原理本文研究的复杂轮廓曲线磨削加工原理的示意图如图2-1所示。该图展示了自主开发的数字化曲线磨床以及该机床的加工原理和方法。该机床为五轴联动机床，包括加工刀具和加工工件两组相对独立的运动控制系统。其中加工刀具部分的砂轮架运动控制系统包括：U轴横向滑台、V轴纵向滑台、Z轴砂轮往复滑台、电主轴和砂轮，加工工件部分的工作台运动控制系统包括：X轴横向滑台、纵向滑台Y轴、工作台和工件。加工时，两个运动系统进行相互配合的运动，可以完成不同类型工件的加工。目前主要的加工方式分为两种：基于局部视觉图像的加工以及基于全局视觉图像的加工。图2-1基于机器视觉的轮廓曲线磨削的原理示意图Fig.2-1Schematicdiagramofprofilegrindingbasedonopticalmeasurement基于局部视觉图像的曲线磨削加工方式是指通过获取加工工件的局部轮廓
【参考文献】：
期刊论文
[1]基于高斯拟合的亚像素边缘检测算法[J]. 韩东,李煜祺,武彦辉. 计算机应用与软件. 2018(06)
[2]基于机器视觉的车床主轴径向跳动误差测量方法研究[J]. 彭凯,杨泽青,杨伟东,刘丽冰. 制造技术与机床. 2018(02)
[3]压气机叶片加工误差影响不确定分析[J]. 高丽敏,蔡宇桐,徐浩亮,邓卫敏. 航空动力学报. 2017(09)
[4]基于多重插值的亚像素边缘检测[J]. 田庸,韩震宇,周永洪. 现代计算机(专业版). 2017(09)
[5]用基于特征的稀疏点云配准算法检测零件的加工误差[J]. 钟莹,孙小兵. 纳米技术与精密工程. 2016(04)
[6]基于机器视觉的曲线磨削砂轮修形精度的检测[J]. 赖小平,许黎明,范灏,王嗣阳,胡德金. 机械制造. 2015(07)
[7]基于多误差源耦合的五轴数控铣床加工误差综合预测及评判[J]. 王伟,郑从志,张信. 中国机械工程. 2015(01)
[8]基于阈值分割与Zernike正交矩的曲线磨削边缘检测方法[J]. 解斌,许黎明,赖小平,范灏,胡德金. 机械制造. 2014(07)
[9]改进的Zernike矩工业CT图像边缘检测[J]. 陶李,王珏,邹永宁,伍立芬,王慧倩. 中国光学. 2012(01)
[10]基于机器视觉的加工误差在线检测系统设计[J]. 李杏华,张彦杰,王伟超. 计算机工程与应用. 2012(04)
博士论文
[1]基于机器视觉的砂轮廓形测量系统研究[D]. 赵萍.沈阳工业大学 2013
[2]基于计算机视觉的小尺寸零件精密测量技术研究[D]. 刘庆民.吉林大学 2006
硕士论文
[1]基于机器视觉的编码器主轴回转误差检测及分析[D]. 李博.哈尔滨理工大学 2016
[2]机器视觉中相机标定方法的研究[D]. 路红亮.沈阳工业大学 2013
[3]复杂曲面测量采样策略与轮廓度误差评定方法研究[D]. 贾红洋.天津大学 2012
[4]高精度球面轮廓的测量和评定方法研究[D]. 郭叙蕊.合肥工业大学 2008
本文编号：2928364
本文链接：https://www.wllwen.com/kejilunwen/jiagonggongyi/2928364.html
