数控机床回转刀具磨损视觉检测与控制系统
发布时间：2021-06-25 21:45
数控机床加工过程中,刀具的磨损会直接影响工件加工效果。对加工刀具磨损的及时检测,根据磨损程度进行刀补调整或刀具更换等操作,可以有效提高加工效率,降低加工成本。当前的刀具磨损间接检测以切削力、电流功率等信号间接监测为主,难以直观地表现磨损效果,而视觉检测可以直接检测磨损区域。本文基于刀具磨损在机自动化检测这一难点,设计并搭建了一套基于机器视觉的立铣刀磨损在机检测系统,完成了集视觉检测、硬件控制、数控系统通信功能于一体的检测软件开发。分析了立铣刀的主要磨损类型,结合不同光照环境进行对比实验后,提出了环形光源正向照明、矩形光源背向照明相结合的双相机检测方案。设计了刀刃偏转角度提取、电机驱动相机回转、侧面相机采集并处理的检测流程。设计并搭建完成检测机构。基于数控机床内部空间,在不影响正常加工流程的前提下,设计并构建了双臂回转运动机构。作为检测系统主体,该机构搭建在机床可拆卸侧窗位置,不改动机床原有结构。同时设计了该系统的电气控制模块,通过上位机实现对系统检测流程的控制。研究了刀具端面与侧面图像的处理算法,针对刀刃偏转角度提出了改进的共线边缘轮廓拟合算法,基于Canny算子对预处理后的高对比度图...
【文章来源】：厦门理工学院福建省
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
图１－２立铣刀前刀面磨损示意图??（２）后刀面磨损：??工，，
第一章绪论??Ｗｋ＇，?Ｗｋ，??（ａ）月牙洼磨损?（ｂ）梯形前面磨损??图１－２立铣刀前刀面磨损示意图??（２）后刀面磨损：??在加工阶段，若切削速度及设定的切削厚度数值较小，切屑在切削刀具前刀面产生??月牙洼磨损的可能性降低，而后刀面上产生的磨损远大于前刀面上的磨损，故在后刀面??上产生后角ａ。＝?０的棱面，这种磨损形式成为后刀面磨损（ＶＢ），同样以ＶＢ表示后刀面??磨损的宽度值，如图１－３所示。后刀面磨损与前刀面磨损又被成为铣刀的正常磨损。后??刀面磨损出现时，加工表面与刀具后刀面间会有强烈的摩擦，由于铣削刀具切削时刀具??与工件接触的位置在刀具上是自下而上分布，后刀面靠近切削刃处的散热条件较差，故??磨损出现在铣刀圆周刃外部。后刀面磨损中，磨损带呈现近似等宽度的效果，称为均匀??后刀面磨损（ＶＢ１）；若磨损宽度出现严重不规则变化，称为不均匀后刀面磨损（Ｖ＾２）；在??远离刀尖区域的圆周刃上出现磨损宽度变化较大的磨损形式，称为局部后刀面磨损??（ＶＢ３）〇??孤ｂ孤ｂＷｋｂ??（ａ）均匀后刀面磨损（ＶＢｌ）?（ｂ）不均匀后刀面磨损（ＶＢ２）?（ｃ）局部后刀面磨损（ＶＢ３）??图１－３立铣刀后刀面磨损示意图??（３）崩刃：??切削加工中，刀具出现部分刃口崩裂的情况，称为崩刃（ＣＨ），崩刃属于铣削刀具的??非正常磨损。崩刃现象的成因主要由以下几点：??（１）切削材料的组织与硬度出现分布不均匀的现象；??（２）切削刀具前角偏大，导致加工中切削刃强度减小；??（３）加工设备刚性不足，切削时产生振动，以及工艺中存在断续切削。??３??
厦门理工学院硕士学位论文??根据崩落的刀具组织的分布情况，崩刃可以细分为均匀崩刃（ＶＢ１）、不均匀崩刃（ＶＢ２）??以及局部崩刃（ＶＢ３），如图１－４所示。??（ａ）均匀崩刃（ＣＨＩ）?（ｂ）不均匀崩刃（ＣＨ２）?（ｃ）局部崩刃（ＣＨ３）??图１－４立铣刀崩刃示意图??１．３．２本课题采用的磨损评价指标??在实际的切削加工中，刀具在多数情况下都会出现后刀面不均匀崩刃［３９］，其程度直??接影响零件加工精度和表面粗彳造度，而且该磨损形式测量方便，故本课题采用后刀面不??均匀崩刃最大宽度值ＶＢｍａｘ作为磨损量依据。??１．４国内外研究现状??１．４Ｊ刀具磨损检测概述??刀具磨损在机检测主要分为直接检测与间接检测，常见的检测分类如图１－?５所示，??下文针对应用最为广泛的部分信号检测方案进行介绍。??刀具磨损检测??方法??直接检测法?间接检测法??刀?功??目?微?知?切?抿声率??射?９?结?Ｉ?Ｉ?削?Ｉ?发?、热??Ｓ＃?构?力?ｐ?射电电??线．Ｓ?镀纤?ｓ?信?ｂ?信?流?偶??溫层?ｍ?号５号｜??图卜５刀具磨损主要检测方法??自上世纪７０年代以来，一系列用于检测刀具状态的传感器在刀具磨损检测研宄中??４??
【参考文献】：
期刊论文
[1]基于有限元的高速数控车床床身结构分析与优化[J]. 库祥臣,傅扬威,杨俊杰. 组合机床与自动化加工技术. 2019(02)
[2]刀具声发射信号的组合去噪及特征分析[J]. 席剑辉,许廿. 机械设计与制造. 2018(09)
[3]基于图像处理技术对刀具测量的研究[J]. 李秋实,付新华,吴震,文琦. 计算机仿真. 2018(06)
[4]微小颗粒对刀具测量精度的影响及误差消除研究[J]. 李晓男,曾志强,王日俊,党长营,段能全,段宇秀. 制造技术与机床. 2018(04)
[5]基于机器视觉刀具几何参数检测算法与误差分析[J]. 侯秋林,孙杰,皇攀凌,孙超,牟文平. 山东大学学报(工学版). 2017(04)
[6]基于数字图像的刀具磨损状态检测技术[J]. 何翔,任小洪. 机床与液压. 2016(03)
[7]TC4铣削加工的刀具磨损与切削力和振动关系研究[J]. 姜振喜,孙杰,李国超,贾兴民,李剑峰. 兵工学报. 2015(01)
[8]面向刀具磨损在机检测的机器视觉系统[J]. 贾冰慧,全燕鸣,朱正伟. 中国测试. 2014(06)
[9]微型铣刀在位检测方法及系统设计[J]. 王冲冲,李蓓智,杨建国,张家梁. 制造业自动化. 2014(13)
[10]机器视觉中照明技术的研究进展[J]. 张巧芬,高健. 照明工程学报. 2011(02)
硕士论文
[1]基于机器视觉的快速铣刀磨损状态识别研究[D]. 张博.西京学院 2019
[2]基于功率信号的多特征值刀具磨损监控系统研究及开发[D]. 付玉龙.西南交通大学 2018
[3]基于机器视觉的刀具磨损检测系统研究[D]. 吴同坤.哈尔滨理工大学 2018
[4]基于视觉的数控刀具几何参数自动测量系统研究[D]. 李洋.河北工业大学 2017
[5]刀具磨损监测和剩余寿命预测方法[D]. 王晓强.华中科技大学 2016
[6]基于机器视觉的刀具状态在机检测关键技术研究[D]. 贾冰慧.华南理工大学 2014
[7]刀具图像轮廓特征检测[D]. 陈琛.西安工业大学 2013
[8]基于机器视觉的铣削刀具磨损监测技术研究[D]. 张吉林.南京航空航天大学 2013
[9]基于机器视觉的刀具磨损在位检测[D]. 肖蓉.东华大学 2013
本文编号：3249986
【文章来源】：厦门理工学院福建省
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
图１－２立铣刀前刀面磨损示意图??（２）后刀面磨损：??工，，
第一章绪论??Ｗｋ＇，?Ｗｋ，??（ａ）月牙洼磨损?（ｂ）梯形前面磨损??图１－２立铣刀前刀面磨损示意图??（２）后刀面磨损：??在加工阶段，若切削速度及设定的切削厚度数值较小，切屑在切削刀具前刀面产生??月牙洼磨损的可能性降低，而后刀面上产生的磨损远大于前刀面上的磨损，故在后刀面??上产生后角ａ。＝?０的棱面，这种磨损形式成为后刀面磨损（ＶＢ），同样以ＶＢ表示后刀面??磨损的宽度值，如图１－３所示。后刀面磨损与前刀面磨损又被成为铣刀的正常磨损。后??刀面磨损出现时，加工表面与刀具后刀面间会有强烈的摩擦，由于铣削刀具切削时刀具??与工件接触的位置在刀具上是自下而上分布，后刀面靠近切削刃处的散热条件较差，故??磨损出现在铣刀圆周刃外部。后刀面磨损中，磨损带呈现近似等宽度的效果，称为均匀??后刀面磨损（ＶＢ１）；若磨损宽度出现严重不规则变化，称为不均匀后刀面磨损（Ｖ＾２）；在??远离刀尖区域的圆周刃上出现磨损宽度变化较大的磨损形式，称为局部后刀面磨损??（ＶＢ３）〇??孤ｂ孤ｂＷｋｂ??（ａ）均匀后刀面磨损（ＶＢｌ）?（ｂ）不均匀后刀面磨损（ＶＢ２）?（ｃ）局部后刀面磨损（ＶＢ３）??图１－３立铣刀后刀面磨损示意图??（３）崩刃：??切削加工中，刀具出现部分刃口崩裂的情况，称为崩刃（ＣＨ），崩刃属于铣削刀具的??非正常磨损。崩刃现象的成因主要由以下几点：??（１）切削材料的组织与硬度出现分布不均匀的现象；??（２）切削刀具前角偏大，导致加工中切削刃强度减小；??（３）加工设备刚性不足，切削时产生振动，以及工艺中存在断续切削。??３??
厦门理工学院硕士学位论文??根据崩落的刀具组织的分布情况，崩刃可以细分为均匀崩刃（ＶＢ１）、不均匀崩刃（ＶＢ２）??以及局部崩刃（ＶＢ３），如图１－４所示。??（ａ）均匀崩刃（ＣＨＩ）?（ｂ）不均匀崩刃（ＣＨ２）?（ｃ）局部崩刃（ＣＨ３）??图１－４立铣刀崩刃示意图??１．３．２本课题采用的磨损评价指标??在实际的切削加工中，刀具在多数情况下都会出现后刀面不均匀崩刃［３９］，其程度直??接影响零件加工精度和表面粗彳造度，而且该磨损形式测量方便，故本课题采用后刀面不??均匀崩刃最大宽度值ＶＢｍａｘ作为磨损量依据。??１．４国内外研究现状??１．４Ｊ刀具磨损检测概述??刀具磨损在机检测主要分为直接检测与间接检测，常见的检测分类如图１－?５所示，??下文针对应用最为广泛的部分信号检测方案进行介绍。??刀具磨损检测??方法??直接检测法?间接检测法??刀?功??目?微?知?切?抿声率??射?９?结?Ｉ?Ｉ?削?Ｉ?发?、热??Ｓ＃?构?力?ｐ?射电电??线．Ｓ?镀纤?ｓ?信?ｂ?信?流?偶??溫层?ｍ?号５号｜??图卜５刀具磨损主要检测方法??自上世纪７０年代以来，一系列用于检测刀具状态的传感器在刀具磨损检测研宄中??４??
【参考文献】：
期刊论文
[1]基于有限元的高速数控车床床身结构分析与优化[J]. 库祥臣,傅扬威,杨俊杰. 组合机床与自动化加工技术. 2019(02)
[2]刀具声发射信号的组合去噪及特征分析[J]. 席剑辉,许廿. 机械设计与制造. 2018(09)
[3]基于图像处理技术对刀具测量的研究[J]. 李秋实,付新华,吴震,文琦. 计算机仿真. 2018(06)
[4]微小颗粒对刀具测量精度的影响及误差消除研究[J]. 李晓男,曾志强,王日俊,党长营,段能全,段宇秀. 制造技术与机床. 2018(04)
[5]基于机器视觉刀具几何参数检测算法与误差分析[J]. 侯秋林,孙杰,皇攀凌,孙超,牟文平. 山东大学学报(工学版). 2017(04)
[6]基于数字图像的刀具磨损状态检测技术[J]. 何翔,任小洪. 机床与液压. 2016(03)
[7]TC4铣削加工的刀具磨损与切削力和振动关系研究[J]. 姜振喜,孙杰,李国超,贾兴民,李剑峰. 兵工学报. 2015(01)
[8]面向刀具磨损在机检测的机器视觉系统[J]. 贾冰慧,全燕鸣,朱正伟. 中国测试. 2014(06)
[9]微型铣刀在位检测方法及系统设计[J]. 王冲冲,李蓓智,杨建国,张家梁. 制造业自动化. 2014(13)
[10]机器视觉中照明技术的研究进展[J]. 张巧芬,高健. 照明工程学报. 2011(02)
硕士论文
[1]基于机器视觉的快速铣刀磨损状态识别研究[D]. 张博.西京学院 2019
[2]基于功率信号的多特征值刀具磨损监控系统研究及开发[D]. 付玉龙.西南交通大学 2018
[3]基于机器视觉的刀具磨损检测系统研究[D]. 吴同坤.哈尔滨理工大学 2018
[4]基于视觉的数控刀具几何参数自动测量系统研究[D]. 李洋.河北工业大学 2017
[5]刀具磨损监测和剩余寿命预测方法[D]. 王晓强.华中科技大学 2016
[6]基于机器视觉的刀具状态在机检测关键技术研究[D]. 贾冰慧.华南理工大学 2014
[7]刀具图像轮廓特征检测[D]. 陈琛.西安工业大学 2013
[8]基于机器视觉的铣削刀具磨损监测技术研究[D]. 张吉林.南京航空航天大学 2013
[9]基于机器视觉的刀具磨损在位检测[D]. 肖蓉.东华大学 2013
本文编号：3249986
本文链接：https://www.wllwen.com/kejilunwen/jiagonggongyi/3249986.html
