CN107398778A - 高速铣削刀具磨损视觉在位监测系统和方法 - Google Patents
高速铣削刀具磨损视觉在位监测系统和方法 Download PDFInfo
- Publication number
- CN107398778A CN107398778A CN201710635529.4A CN201710635529A CN107398778A CN 107398778 A CN107398778 A CN 107398778A CN 201710635529 A CN201710635529 A CN 201710635529A CN 107398778 A CN107398778 A CN 107398778A
- Authority
- CN
- China
- Prior art keywords
- manipulator
- image
- industrial
- industrial computer
- microscope head
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000011065 in-situ storage Methods 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 238000003754 machining Methods 0.000 claims abstract description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000010926 purge Methods 0.000 claims description 3
- 238000005299 abrasion Methods 0.000 abstract description 9
- 238000003801 milling Methods 0.000 abstract description 7
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000003746 surface roughness Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/24—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/24—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves
- B23Q17/2452—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves for measuring features or for detecting a condition of machine parts, tools or workpieces
- B23Q17/2457—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves for measuring features or for detecting a condition of machine parts, tools or workpieces of tools
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Length Measuring Devices By Optical Means (AREA)
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
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710635529.4A CN107398778A (zh) | 2017-07-31 | 2017-07-31 | 高速铣削刀具磨损视觉在位监测系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710635529.4A CN107398778A (zh) | 2017-07-31 | 2017-07-31 | 高速铣削刀具磨损视觉在位监测系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107398778A true CN107398778A (zh) | 2017-11-28 |
Family
ID=60402292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710635529.4A Pending CN107398778A (zh) | 2017-07-31 | 2017-07-31 | 高速铣削刀具磨损视觉在位监测系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107398778A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110340733A (zh) * | 2019-07-19 | 2019-10-18 | 南京理工大学 | 一种清洁切削环境下刀具损伤在线与在位检测系统及方法 |
CN111730607A (zh) * | 2020-08-17 | 2020-10-02 | 广州里工实业有限公司 | 一种无人值守智能人机协作机器人系统 |
CN112184630A (zh) * | 2020-09-07 | 2021-01-05 | 山东大学 | 一种基于机器视觉的tbm滚刀磨损监测装置及监测方法 |
CN115937755A (zh) * | 2023-02-21 | 2023-04-07 | 山东双力现代农业装备有限公司 | 一种拖拉机变速箱立铣刀片视觉检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN87104127A (zh) * | 1987-06-08 | 1988-12-28 | 西安交通大学 | 一种数控机床刀具破磨损的监测方法和装置 |
CN101670533A (zh) * | 2009-09-25 | 2010-03-17 | 南京信息工程大学 | 基于工件加工表面图像分析的刀具磨损状态评价方法 |
DE102008055665A1 (de) * | 2008-11-03 | 2010-05-06 | E. Zoller GmbH & Co. KG Einstell- und Messgeräte | Werkzeugmessgerät |
CN102927933A (zh) * | 2012-10-16 | 2013-02-13 | 首钢总公司 | 一种用激光扫描共聚焦显微镜测量表面粗糙度的方法 |
CN103586740A (zh) * | 2013-10-31 | 2014-02-19 | 东华大学 | 一种微细精密加工刀具工作形貌在位检测装置及方法 |
CN106493610A (zh) * | 2016-10-27 | 2017-03-15 | 齐齐哈尔华工机床股份有限公司 | 一种非接触式刀片磨损的在线检测方法 |
CN207058207U (zh) * | 2017-07-31 | 2018-03-02 | 台州市质量技术监督检测研究院 | 高速切削微细铣刀磨损深度在位测量装置 |
-
2017
- 2017-07-31 CN CN201710635529.4A patent/CN107398778A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN87104127A (zh) * | 1987-06-08 | 1988-12-28 | 西安交通大学 | 一种数控机床刀具破磨损的监测方法和装置 |
DE102008055665A1 (de) * | 2008-11-03 | 2010-05-06 | E. Zoller GmbH & Co. KG Einstell- und Messgeräte | Werkzeugmessgerät |
CN101670533A (zh) * | 2009-09-25 | 2010-03-17 | 南京信息工程大学 | 基于工件加工表面图像分析的刀具磨损状态评价方法 |
CN102927933A (zh) * | 2012-10-16 | 2013-02-13 | 首钢总公司 | 一种用激光扫描共聚焦显微镜测量表面粗糙度的方法 |
CN103586740A (zh) * | 2013-10-31 | 2014-02-19 | 东华大学 | 一种微细精密加工刀具工作形貌在位检测装置及方法 |
CN106493610A (zh) * | 2016-10-27 | 2017-03-15 | 齐齐哈尔华工机床股份有限公司 | 一种非接触式刀片磨损的在线检测方法 |
CN207058207U (zh) * | 2017-07-31 | 2018-03-02 | 台州市质量技术监督检测研究院 | 高速切削微细铣刀磨损深度在位测量装置 |
Non-Patent Citations (1)
Title |
---|
王彩霞等, 西北大学出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110340733A (zh) * | 2019-07-19 | 2019-10-18 | 南京理工大学 | 一种清洁切削环境下刀具损伤在线与在位检测系统及方法 |
CN111730607A (zh) * | 2020-08-17 | 2020-10-02 | 广州里工实业有限公司 | 一种无人值守智能人机协作机器人系统 |
CN112184630A (zh) * | 2020-09-07 | 2021-01-05 | 山东大学 | 一种基于机器视觉的tbm滚刀磨损监测装置及监测方法 |
CN115937755A (zh) * | 2023-02-21 | 2023-04-07 | 山东双力现代农业装备有限公司 | 一种拖拉机变速箱立铣刀片视觉检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107398778A (zh) | 高速铣削刀具磨损视觉在位监测系统和方法 | |
CN108931961B (zh) | 一种基于机器视觉的整体式立铣刀磨破损检测方法 | |
CN111230593B (zh) | 一种基于动态图像序列的铣刀磨损量视觉测量方法 | |
US10775765B2 (en) | Device and method for measuring and controlling a rotary-driven tool in a machine tool | |
CN105945651A (zh) | 球头铣刀精密铣削用的刀具磨损在线检测装置及检测方法 | |
CN108081134B (zh) | 砂轮廓形原位检测系统、方法以及砂轮廓形误差补偿方法 | |
JP6660636B2 (ja) | 研削工具砥面評価装置とその学習器、評価プログラムおよび評価方法 | |
US20190070682A1 (en) | Device for machining a work-piece with a tool | |
CN111069976A (zh) | 一种车间或产线用刀具损伤智能化移动监测系统及方法 | |
CN108062072A (zh) | 一种双摄像头图像采集装置及图像拼接的平底铣刀磨损在线检测方法 | |
CN115202287B (zh) | 一种数控机床运行作业在线智能监测诊断分析系统 | |
CN112264839A (zh) | 一种用于制造物联网的切削刀具磨损在位测量装置及方法 | |
CN207058207U (zh) | 高速切削微细铣刀磨损深度在位测量装置 | |
JP7068317B2 (ja) | 工作機械を制御する方法 | |
CN110355607A (zh) | 一种加工中心的车刀磨损状态的视觉检测系统 | |
US20150220077A1 (en) | Method and device for measuring a tool received in a workpiece processing machine | |
CN115070543A (zh) | 一种自动打磨机器人的控制系统 | |
CN109345500B (zh) | 一种基于机器视觉的机床刀具刀尖点位置计算方法 | |
CN212886706U (zh) | 一种基于机器视觉的铸造件智能精确打磨加工装置 | |
US8931899B2 (en) | Method for trimming an opthalmic lens | |
Mohamed et al. | Roundness measurement of cylindrical part by machine vision | |
KR101501409B1 (ko) | 공작기계의 가공상태 모니터링 장치 | |
CN202200112U (zh) | 铣床刀具在机检测装置 | |
CN205580378U (zh) | 一种激光在线检测装置 | |
CN114670061A (zh) | 一种基于机器视觉的复材刀具服役寿命监测系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171128 |