CN107398778A - 高速铣削刀具磨损视觉在位监测系统和方法 - Google Patents

Abstract

本发明涉及刀具监测技术，尤其涉及一种高速铣削刀具磨损视觉在位监测系统和方法，该系统包括有机械手、夹具、工业显微镜头、工控机，机械手固定安装在地面基础上，机械手末端装有夹具，夹具上夹持有工业显微镜头，工业显微镜头与工控机电连接，获取的工件表面图像数据传送给工控机。该监测方法包括 设备准备；机械手示教；标准块数据库建立；在位检测。本发明工业显微镜头获取工件加工表面的图像，由于铣削表面为平面，不易发生散射等问题，图像获取质量高，能较为精确地获得表面质量数据，从而精确地监测刀具的磨损情况；机械手选择在停刀的间隙进行测量，实现了刀具加工过程中的在位检测。

Description

高速铣削刀具磨损视觉在位监测系统和方法

技术领域

本发明涉及检测技术，尤其涉及一种高速铣削刀具磨损视觉在位监测系统和方法。

背景技术

超高速切削具有材料切除率大、切削力小、切削热传播快、加工精度高、加工质量好的优点，已广泛应用于航空航天、汽车、模具等行业，是现代加工技术的重要发展方向。超高速切削在复杂结构的小尺寸零件加工运用也非常广泛，因其总的材料去除率相对较低，粗加工和精加工可在一道工序完成，使用超高速切削有很好的经济性。但加工特征细小，加工使用的刀具尺寸也随之相应减小，而刀具尺寸越小，对磨损就越敏感，即使是刀具的微量磨损对加工质量影响也很大。

刀具状态的检测主要有间接法和机器视觉法，间接检测对切削力、主轴电流、扭矩、振动、声音和切削温度进行检测，从而推算刀具磨损程度，这种方法需要从诸多噪声信号中提取有效的磨损特征信号，很难适用超高速切削刀具的微量磨损，因为超高速切削切削力、扭矩、振动本身就很小，磨损是缓慢积累的过程，其变化信号就更微弱。利用机器视觉法对刀具状态进行检测，直接获取刀具加工部位的表面图像，对磨损部位的几何形态进行图像分割，进而测量刀具磨损量。这种方法直接快速、无接触、精度高，已经成为刀具状态检测研究的热点。

传统的机器视觉法主要是采集刀具后刀面图像，图像处理后再进行刀具磨损程度判断，但由于铣刀形状复杂，直接获取刀具图像存在光源散射，成像精度不高等问题。

发明内容

针对上述问题，本发明的发明目的在于提供一种在位的、监测方便准确的高速铣削刀具磨损视觉在位监测系统和方法。

为达上述目的，本发明采用的技术方案：一种高速铣削刀具磨损视觉在位监测系统，其不同之处在于，包括有机械手、夹具、工业显微镜头、工控机，机械手固定安装在地面基础上，机械手末端装有夹具，夹具上夹持有工业显微镜头，工业显微镜头与工控机电连接，获取的工件表面图像数据传送给工控机。

所述的机械手为六自由度机械手。

所述的机械手末端还装夹喷气嘴。

所述的夹具为气动夹具。

一种高速铣削刀具磨损视觉在位监测方法，包括有以下步骤：

a) 设备准备：该设备包括一机械手、机械手末端安设有工业显微镜头、与工业显微镜头电连接并预设图像处理软件的工控机；

b) 机械手示教：利用机械手操作手柄，根据不同检测位置和装配位置进行机械手示教学习，并仓储最优路径坐标进行重现；

c) 标准块数据库建立：分别将0.8μm、1.6μm、3.2μm、6.4μm的粗糙度标准块放入待测区域，机械手夹持工业显微镜头运动至检测区域，并调节好拍摄位姿，多角度拍摄标准块表面图像，传送给工控机，工控机依次将图像预处理、识别定位、二值化阈值、八领域连通、种子填充算法、图像对比度增强、提取样品特征、边缘检测、数据排序统计，得出各粗糙度标准块图像的周期特征，建立标准块的数据库；

d) 在位检测：加工停刀间隙期间，机械手运行至检测位，喷气嘴吹扫工件表面，获取工件表面图像，传送给工控机，工控机依次将图像预处理、识别定位、二值化阈值、八领域连通、种子填充算法、图像对比度增强、提取样品特征、边缘检测、数据排序统计，得出图像特征，与标准块数据库比对后分类，根据工件加工表面的粗糙度监测刀具磨损程度。

本发明工业显微镜头获取工件加工表面的图像，由于铣削表面为平面，不易发生散射等问题，图像获取质量高，能较为精确地获得表面质量数据，从而精确地监测刀具的磨损情况；机械手选择在停刀的间隙进行测量，实现了刀具加工过程中的在位检测。

附图说明

图1为本发明实施例图；

图2为采集到的平铣粗糙度为6.4μm的标准块图像；

图3为采集到的平铣粗糙度为3.2μm的标准块图像；

图4为采集到的平铣粗糙度为1.6μm的标准块图像；

图5为采集到的平铣粗糙度为0.8μm的标准块图像；

图6为采集到的端铣粗糙度为6.4μm的标准块图像；

图7为采集到的端铣粗糙度为3.2μm的标准块图像；

图8为采集到的端铣粗糙度为1.6μm的标准块图像；

图9为采集到的端铣粗糙度为0.8μm的标准块图像；

图中1-机械手，2-夹具，3-镜头，4-工件表面。

具体实施方式

为更好地理解本发明，下面结合附图说明和具体实施方式对本发明的技术方案进行进一步说明，参见图1至图9。

按本发明实施的高速铣削刀具磨损视觉在位监测系统，包括有机械手，机械手为六自由度机械手，可根据不同检测位置和装配位置进行示教学习，并仓储最优路径坐标进行重现。机械手底座固定安装在地面基础上，机械手末端装有用于夹持镜头的夹具，为方便调节镜头位置，夹具采用气动夹具。六自由度机械手的使用，使得刀具停刀间隙进行在位监测成为可能，而且系统柔性增强。

为了获取不同粗糙度的图像样本，采集了平铣和端铣表面粗糙度0.8μm、1.6μm、3.2μm、6.4μm标准块共八块的图像，为了使得数据稳定，采集每种样品在旋转一定角度范围内特征明显的图像后，经过算法处理所得到的数据，与库中数据作对比，符合条件将保存至数据库，否则抛弃。经过不断地学习与训练，建立了一个稳定处理库。

本发明利用工业显微镜头，对焦工件表面，获取加工表面图像传送给工控机，工控机将接收到的图像数据进行图像预处理、识别定位、二值化阈值、八领域连通、种子填充算法、图像对比度增强、提取样品特征、边缘检测、数据排序统计，得出图像特征，与标准块数据库比对后分类，根据工件加工表面的粗糙度监测刀具磨损程度。

按本发明实施的高速铣削刀具磨损视觉在位监测方法，具体的步骤如下：

a) 设备准备：准备上述高速铣削刀具磨损视觉在位监测系统；

b) 机械手示教：利用机械手操作手柄，根据不同检测位置和装配位置进行机械手示教学习，并仓储最优路径坐标进行重现；

c) 标准块数据库建立：分别将0.8μm、1.6μm、3.2μm、6.4μm的粗糙度标准块放入待测区域，机械手夹持工业显微镜头运动至检测区域，并调节好拍摄位姿，多角度拍摄标准块表面图像，传送给工控机，工控机依次将图像预处理、识别定位、二值化阈值、八领域连通、种子填充算法、图像对比度增强、提取样品特征、边缘检测、数据排序统计，得出各粗糙度标准块图像的周期特征，建立标准块的数据库；

d) 在位检测：加工停刀间隙期间，机械手运行至检测位，喷气嘴吹扫工件表面，获取工件表面图像，传送给工控机，工控机依次将图像预处理、识别定位、二值化阈值、八领域连通、种子填充算法、图像对比度增强、提取样品特征、边缘检测、数据排序统计，得出图像特征，与标准块数据库比对后分类，根据工件加工表面的粗糙度监测刀具磨损程度，当更加工件表面粗糙度超出预设范围，则认为刀具磨损程度超出正常磨损范畴，需要更换刀具。

Claims (5)

1.一种高速铣削刀具磨损视觉在位监测系统，其特征在于，包括有机械手、夹具、工业显微镜头、工控机，机械手固定安装在地面基础上，机械手末端装有夹具，夹具上夹持有工业显微镜头，工业显微镜头与工控机电连接，获取的工件表面图像数据传送给工控机。

2.根据权利要求1所述的高速铣削刀具磨损视觉在位监测系统，其特征在于，所述的机械手为六自由度机械手。

3.根据权利要求1所述的高速铣削刀具磨损视觉在位监测系统，其特征在于，所述的机械手末端还装夹喷气嘴。

4.根据权利要求1所述的高速铣削刀具磨损视觉在位监测系统，其特征在于，所述的夹具为气动夹具。

5.一种高速铣削刀具磨损视觉在位监测方法，其特征在于，包括有以下步骤：

a) 设备准备：该设备包括一机械手、机械手末端安设有工业显微镜头、与工业显微镜头电连接并预设图像处理软件的工控机；

b) 机械手示教：利用机械手操作手柄，根据不同检测位置和装配位置进行机械手示教学习，并仓储最优路径坐标进行重现；

c) 标准块数据库建立：分别将0.8μm、1.6μm、3.2μm、6.4μm的粗糙度标准块放入待测区域，机械手夹持工业显微镜头运动至检测区域，并调节好拍摄位姿，多角度拍摄标准块表面图像，传送给工控机，工控机依次将图像预处理、识别定位、二值化阈值、八领域连通、种子填充算法、图像对比度增强、提取样品特征、边缘检测、数据排序统计，得出各粗糙度标准块图像的周期特征，建立标准块的数据库；

d) 在位检测：加工停刀间隙期间，机械手运行至检测位，喷气嘴吹扫工件表面，获取工件表面图像，传送给工控机，工控机依次将图像预处理、识别定位、二值化阈值、八领域连通、种子填充算法、图像对比度增强、提取样品特征、边缘检测、数据排序统计，得出图像特征，与标准块数据库比对后分类，根据工件加工表面的粗糙度监测刀具磨损程度。