铣削刀具磨损识别关键技术研究
发布时间：2022-01-27 21:09
刀具在切削过程中将逐渐产生磨损,当磨损达到一定程度后将会影响加工的尺寸精度和表面质量。刀具磨损关系到切削加工的效率、成本和质量,是加工过程所关注的重要问题之一。随着制造智能化、精细化的发展,对刀具磨损信息的监测提出了更高的要求,因此需要构建更加高效和智能的刀具磨损检测系统。本文以铣削过程中刀具磨损状态为研究对象,对刀具磨损检测的关键技术进行研究,主要完成以下内容:阐述了刀具的磨损形式和磨损机理,根据刀具磨损特点,对立铣刀的磨损图像识别算法进行研究,首先对相机进行标定,确定畸变参数,对图像进行矫正;然后对刀具磨损图像进行预处理,采用机器视觉方法获得刀具的磨损值。建立了基于卷积神经网络的刀具磨损类型识别方法。使用python、tensorflow搭建了卷积神经网络,添加权重正则化和丢弃层抑制过拟合,验证过拟合抑制效果。评估模型效果。通过试验采集获得的刀具磨损图像对模型进行训练,并对识别模型的准确度进行评估。设计了一套刀具磨损图像采集装置,具有同时获得铣刀侧刃与底刃磨损信息的功能,并针对机床主轴转速、进给速度、刀具直径、CCD工业相机的采集视野制定铣刀的动态采集方案。进行了刀具磨损在机测量试...
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
神经元模型示意图
CNN结构
图 2-6 畸变系数计算结果Fig.2-6 Distortion coefficient calculation result图像 2-6 中 5 个畸变系数顺序依次为 k1、k2、p1、p2、k3，求得这 5，如表 2-1 所示，就可以校正由于镜头畸变引起的图像的变形失真。表 2-1 相机畸变系数Fig.2-1 Camera distortion coefficient实验所采用的工业 CCD 相机主要用来采集铣削刀具磨损图像，对相机求，远心镜头具有高影像分辨率、近乎零失真度、无透视误差和远心超宽景深等优点，因此图像畸变较弱。 铣削刀具磨损量测量.1 铣削刀具磨损图像预处理参数 K1 K2 K3 P1 P2值 -0.01601 0.01803 0.0088 0.00049 0.00
【参考文献】：
期刊论文
[1]刀具磨损的机器视觉监测研究[J]. 彭锐涛,降皓鉴,徐莹,唐新姿,张珊. 机械科学与技术. 2019(08)
[2]基于深度学习的刀具磨损监测方法[J]. 张存吉,姚锡凡,张剑铭,刘二辉. 计算机集成制造系统. 2017(10)
[3]中国制造2025:从工业大国到工业强国[J]. 王喜文. 物联网技术. 2015(05)
[4]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)
[5]基于机器视觉的印刷标签检测系统的改进[J]. 邢堃,韩汉光,吴怡之. 计算机工程与应用. 2014(11)
[6]SIFT特征匹配算法研究[J]. 张书霞,左海平. 现代计算机(专业版). 2010(07)
[7]在线金属切削刀具磨损状态监测研究的回顾与展望Ⅰ:监测信号的选择[J]. 关山,康晓峰. 机床与液压. 2010(11)
[8]CIMS环境下刀具状态监测研究回顾与展望[J]. 胡秋. 机床与液压. 2003(06)
硕士论文
[1]深度异步残差网络及在路网交通流预测中的应用[D]. 赵博.北京交通大学 2018
[2]基于机器视觉的立铣刀磨损检测方法的研究[D]. 张苗苗.西安工业大学 2018
[3]药盒图像识别系统的设计与实现[D]. 郝奕清.南京理工大学 2017
[4]车齿加工过程的仿真与分析[D]. 王凯.西安工业大学 2015
[5]基于计算机视觉刀具磨损检测技术及系统[D]. 易鑫.南昌航空大学 2014
[6]刀具磨损状态识别及预测研究[D]. 刘然.西南交通大学 2014
[7]视觉测量中的摄像机标定与三维重建方法研究[D]. 蔡珲.哈尔滨工业大学 2013
[8]基于图像处理技术的桥梁裂缝检测[D]. 王玮华.长安大学 2013
[9]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
[10]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：3613090
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
神经元模型示意图
CNN结构
图 2-6 畸变系数计算结果Fig.2-6 Distortion coefficient calculation result图像 2-6 中 5 个畸变系数顺序依次为 k1、k2、p1、p2、k3，求得这 5，如表 2-1 所示，就可以校正由于镜头畸变引起的图像的变形失真。表 2-1 相机畸变系数Fig.2-1 Camera distortion coefficient实验所采用的工业 CCD 相机主要用来采集铣削刀具磨损图像，对相机求，远心镜头具有高影像分辨率、近乎零失真度、无透视误差和远心超宽景深等优点，因此图像畸变较弱。 铣削刀具磨损量测量.1 铣削刀具磨损图像预处理参数 K1 K2 K3 P1 P2值 -0.01601 0.01803 0.0088 0.00049 0.00
【参考文献】：
期刊论文
[1]刀具磨损的机器视觉监测研究[J]. 彭锐涛,降皓鉴,徐莹,唐新姿,张珊. 机械科学与技术. 2019(08)
[2]基于深度学习的刀具磨损监测方法[J]. 张存吉,姚锡凡,张剑铭,刘二辉. 计算机集成制造系统. 2017(10)
[3]中国制造2025:从工业大国到工业强国[J]. 王喜文. 物联网技术. 2015(05)
[4]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)
[5]基于机器视觉的印刷标签检测系统的改进[J]. 邢堃,韩汉光,吴怡之. 计算机工程与应用. 2014(11)
[6]SIFT特征匹配算法研究[J]. 张书霞,左海平. 现代计算机(专业版). 2010(07)
[7]在线金属切削刀具磨损状态监测研究的回顾与展望Ⅰ:监测信号的选择[J]. 关山,康晓峰. 机床与液压. 2010(11)
[8]CIMS环境下刀具状态监测研究回顾与展望[J]. 胡秋. 机床与液压. 2003(06)
硕士论文
[1]深度异步残差网络及在路网交通流预测中的应用[D]. 赵博.北京交通大学 2018
[2]基于机器视觉的立铣刀磨损检测方法的研究[D]. 张苗苗.西安工业大学 2018
[3]药盒图像识别系统的设计与实现[D]. 郝奕清.南京理工大学 2017
[4]车齿加工过程的仿真与分析[D]. 王凯.西安工业大学 2015
[5]基于计算机视觉刀具磨损检测技术及系统[D]. 易鑫.南昌航空大学 2014
[6]刀具磨损状态识别及预测研究[D]. 刘然.西南交通大学 2014
[7]视觉测量中的摄像机标定与三维重建方法研究[D]. 蔡珲.哈尔滨工业大学 2013
[8]基于图像处理技术的桥梁裂缝检测[D]. 王玮华.长安大学 2013
[9]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
[10]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：3613090
本文链接：https://www.wllwen.com/kejilunwen/jiagonggongyi/3613090.html
