基于机器视觉的刀具磨损检测系统研究

发布时间：2020-08-18 08:52

【摘要】：切削加工是金属加工的主要加工形式,切削刀具的磨损与加工质量有着密不可分的关系。基于人工经验检测刀具磨损,主观因素干扰太多,很容易造成资源的浪费。而传统的刀具磨损检测只能检测出刀具磨损值。在智能加工过程中不仅需要提取刀具磨损值同时还需要得到刀具磨损特点、刀具磨损趋势以及刀具的最大使用寿命,由此需要对刀具磨损有一个全面的了解。因此设计一套智能、直观、实时的刀具磨损检测方案是十分必要的。本论文主要完成以下内容:研究了基于机器视觉的刀具磨损检测技术及刀具磨损图像的预处理算法,利用图像识别方法测量刀具磨损量。针对球头铣刀以及立铣刀的特点结合机床主轴转速、进给速度、刀具直径、CCD工业相机的采集视野分别设计了球头铣刀以及立铣刀的动态采集方案。使用设计的刀具磨损检测系统进行铣削刀具磨损在机检测实验:首先用本文设计的采集方案采集刀具磨损图像,然后利用SIFT算法进行图像配准以及图像融合,将实时采集的多幅铣削刀具磨损图像拼接成清晰的刀具磨损图像。最后分别对立铣刀以及球头铣刀进行了自动识别磨损值实验,并对图像进行处理得到刀具磨损值。研究了基于卷积神经网络的刀具磨损类型识别方法。首先利用Image Net网络结构搭建本文的训练集,并用反馈神经网络训练数据集。然后对比预训练卷积神经网络和无训练的卷积神经网络识别刀具磨损状态的类型以及识别准确率。设计开发基于机器视觉刀具磨损检测系统软件。利用Visual Studio开发软件的界面,结合Visual Studio与相机自带CCD开发包开发图像采集模块,利用Matlab的图像处理和深度学习工具包与Visual Studio混合编程开发刀具磨损图像处理和刀具磨损类型识别模块。
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TG71;TP391.41
【图文】：

图 1-1 智能制造Fig.1-1 Intelligent Manufacturing代的来临，我国制造业的智能化发展迅速业生产，机床的数控化率越来越高[2]，如图的磨损或破损直接影响着着切削加工质量

Fig.1-2 Tool wear monitoring method间接法监测刀具磨损状态时，在实验中传感器安装不便且对法有很高的要求，监测方法不直观。因此，迫切需要一种直下实现目的的刀具磨损监测方法。由于机器视觉在图像识别越多的科研人员将机器视觉应用于刀具磨损监测，机器视觉

图 1-3 机器视觉检测系统Fig.1-3 Machine vision inspection system 年，Matsushima[13]等人最早设计机器视觉刀具刀具状态监测首先是通过光学图像采集系统（镜等）采集刀具图像，然后对采集到的刀具图

【参考文献】

相关期刊论文 前5条

1 贾冰慧;全燕鸣;朱正伟;;面向刀具磨损在机检测的机器视觉系统[J];中国测试;2014年06期

2 尤海燕;杨树财;吴雪峰;岳彩旭;刘献礼;;BTA深孔钻设计技术[J];机械设计与研究;2014年05期

3 邢X;韩汉光;吴怡之;;基于机器视觉的印刷标签检测系统的改进[J];计算机工程与应用;2014年11期

4 张鹏飞;;基于轮廓特征区域的图像拼接改进比值算法[J];科技信息;2011年23期

5 胡秋;CIMS环境下刀具状态监测研究回顾与展望[J];机床与液压;2003年06期

相关硕士学位论文 前10条

1 朱杰;BTA深孔钻用导向块设计优选[D];哈尔滨理工大学;2017年

2 郝奕清;药盒图像识别系统的设计与实现[D];南京理工大学;2017年

3 耿驰;基于深度学习的人体动作识别[D];南京邮电大学;2016年

4 李文轩;基于深度学习的路牌文字识别[D];华南理工大学;2016年

5 黎胜明;钛合金TC4车削的刀具磨损在线监测技术的研究[D];哈尔滨工业大学;2014年

6 易鑫;基于计算机视觉刀具磨损检测技术及系统[D];南昌航空大学;2014年

7 刘然;刀具磨损状态识别及预测研究[D];西南交通大学;2014年

8 王玮华;基于图像处理技术的桥梁裂缝检测[D];长安大学;2013年

9 张吉林;基于机器视觉的铣削刀具磨损监测技术研究[D];南京航空航天大学;2013年

10 王明慧;基于视觉的智能汽车道路检测与预警算法的研究[D];北京交通大学;2012年

本文编号：2796006