CN108372122A - 一种薄片砂轮自动检测与分拣方法及装置 - Google Patents

一种薄片砂轮自动检测与分拣方法及装置 Download PDF

Info

Publication number
CN108372122A
CN108372122A CN201810343290.8A CN201810343290A CN108372122A CN 108372122 A CN108372122 A CN 108372122A CN 201810343290 A CN201810343290 A CN 201810343290A CN 108372122 A CN108372122 A CN 108372122A
Authority
CN
China
Prior art keywords
data
wheel
grinding wheel
disc
disc wheel
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.)
Granted
Application number
CN201810343290.8A
Other languages
English (en)
Other versions
CN108372122B (zh
Inventor
朱建辉
师超钰
闫宁
赵延军
杜晓旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhengzhou Research Institute for Abrasives and Grinding Co Ltd
Original Assignee
Zhengzhou Research Institute for Abrasives and Grinding Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhengzhou Research Institute for Abrasives and Grinding Co Ltd filed Critical Zhengzhou Research Institute for Abrasives and Grinding Co Ltd
Priority to CN201810343290.8A priority Critical patent/CN108372122B/zh
Publication of CN108372122A publication Critical patent/CN108372122A/zh
Application granted granted Critical
Publication of CN108372122B publication Critical patent/CN108372122B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/04Sorting according to size
    • B07C5/10Sorting according to size measured by light-responsive means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/04Sorting according to size
    • B07C5/12Sorting according to size characterised by the application to particular articles, not otherwise provided for

Landscapes

  • Length Measuring Devices By Optical Means (AREA)
  • Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)

Abstract

本发明公开了一种薄片砂轮自动检测与分拣装置及方法,装置包括依次排布的循环送料机构、送料转运机构、检测机构、出料转运机构和循环出料机构,以及用于数据采集的数据采集卡和用于处理数据的工控机;所述的检测机构包括检测工位和位移传感器组;所述的检测工位包括圆盘底座和伺服电机、环状真空吸盘、检测辅助块,位移传感器组包括2D激光位移传感器和点激光位移传感器;本方法实现循环送料、检测、处理、分捡和出料,过程衔接连贯,自动化程度高;一次性检测薄片砂轮的厚度、环宽、表面粗糙度,检测项目广泛,大大提高了检测效率。

Description

一种薄片砂轮自动检测与分拣方法及装置
技术领域
本发明涉及超硬材料磨具检测领域,尤其涉及一种薄片砂轮自动检测与分拣方法及装置。
背景技术
目前,薄片砂轮作为工业生产的工具之一,在众多领域的金属、非金属材料切割、修磨方面,发挥着重要作用。薄片砂轮的技术要求中,厚度的偏差和表面粗糙程度直接影响加工精度和质量。近年来,随着微电子技术、微加工技术的快速发展,以集成电路(IC)为代表的电子关键元器件的精密切割用超硬材料薄片砂轮厚度越来越薄,厚度的偏差也成为必检的关键技术指标之一。
现有的薄片件的厚度检测方法主要有机械接触式和非接触式两种。
机械接触式是采用千分尺等接触式量仪测量薄片件厚度。申请号CN201621200717.1的专利,公开了一种自动测厚仪,采用千分尺接触测量金属、陶瓷等工件,检测过程直接、方便。但该自动测厚仪若针对薄片砂轮,则容易对砂轮造成损坏。而且该自动测厚仪采样频率小,数据量小造成检测结果不全面、不精确,接触式方式还会造成检测效率不高。
非接触式主要采用电涡流传感器、超声波测厚仪、激光传感器等测量位移量获得厚度值。申请号为CN201310502732.6的专利,公开了一种采用电涡流法对泡沫塑料测厚的方法,该方法将探头接触被测件表面并施加压力,并增加金属辅助板,极易损坏砂轮和探头,且电涡流非接触测量发采样频率小,检测效率低,只能针对金属件,局限性大。
申请号为CN201510431127.3公开了一种超声波测厚仪,但超声测厚受温度、传播介质、检测表面的影响很大,无法适用于表面极其粗糙的薄片砂轮的检测;如中国专利申请CN201710649876.2、中国专利申请CN201520611508.5、中国专利申请CN201621271866.7、中国专利申请CN201310665971.3均公开了激光法测厚的装置,但检测的对象均为太阳能电池片、锂电池极片、密封垫片、晶圆片等材料均质、表面粗糙度小的工件,而激光传感器检测表面极其粗糙、非均质、易变形的薄片砂轮时容易产生噪点干扰,而且检测数据中包含砂轮表面粗糙度信息,不能直接用于厚度计算。
薄片砂轮厚度和环宽的检测目前主要采用千分尺或游标卡尺在砂轮对称位置人工测量2~3次,从而得出检测值,不仅容易损伤砂轮,而且在面对一些批量较大的砂轮时,需要耗费大量人力和时间。中国专利申请CN201220631885.1公开了一种砂轮厚度检测装置,但只能对砂轮厚度进行大致判断,不能定量精确测厚,而且仍然需要大量人工操作的工作。目前,针对薄片砂轮表面粗糙度则主要采用手感眼观的方式进行人为定性判断,采用高精度轮廓仪、三维显微镜等方式不仅成本很高,而且检测效率低下。
综上所述,目前还没有一种装置或方法能够实现薄片砂轮的厚度、环宽、表面粗糙度一次性的、流水线性质的高准确性自动化检测。
发明内容
本发明的目的是提供一种薄片砂轮自动检测与分拣装置,能够使得薄片砂轮的检测实现自动上料、检测、分捡,检测项目广泛,对被检砂轮损害小。
本发明采用的技术方案为:
所述装置的薄片砂轮自动检测及分拣方法,包括以下步骤:
步骤1:循环送料机构将多片待检测薄片砂轮自动运输至进料指定位置;
步骤2:送料转运机构将一片待检测薄片砂轮自进料指定位置转移至检测工位;
步骤3:检测工位上设置有检测辅助面,检测工位上方设置有位移传感器组,所述的位移传感器组包括2D激光位移传感器和点激光位移传感器,检测辅助面和薄片砂轮上端面之间的高度差为薄片砂轮厚度;位移传感器组采集待检测薄片砂轮的采样位移数据;2D激光位移传感器发射的线形激光的光斑同时照射在薄片砂轮表面和检测辅助面上,且线形激光覆盖薄片砂轮环宽的范围,线形激光沿砂轮径向通过砂轮的中心;点激光位移传感器发射的点激光的光斑照射在薄片砂轮环的中部;2D激光位移传感器和点激光位移传感器进行扫描采样;2D激光位移传感器对薄片砂轮表面的单次采样位移数据为L个数据点,构成一行数据{y1,y2,…,yL},对薄片砂轮表面采样一周,构成一组二维数组;点激光位移传感器单次采样位移数据为一个数据点,对薄片砂轮表面采样一周,构成一组一维数组;
步骤4:对采样位移数据进行处理,得到薄片砂轮的厚度值、环宽值和表面粗糙度值:数据处理过程如下:
步骤4.1:提取2D激光位移传感器采集的二维数组中的轮廓高点:针对二维数组中的一行数据{y1,y2,…,yL},设置一个宽度K的窗口在该行数据上逐点滑动,获得L-K+1个包含K个数据的数据段{y1,y2,…,yK},{y2,y3,…,yK+1},…,{yL-K+1,yL-K+2,…,yL},每个数据段按降序排列后取前N个数据点,根据公式(1)对所述的N个数据点进行优化平均,得到优化平均值优化平均值作为一个轮廓高点Yi′;
优化平均计算公式:
式(1)中,为N个数据点的算术平均值,a为N个数据中大于的数据个数,b为N个数据中小于的数据个数,Yi为N个数据中大于或者小于的数据点;
从所述二维数组的一行数据{y1,y2,…,yL}中可获得一组轮廓高点数据{Y1′,Y2′,…Yi′…,YL-K+1′};
步骤4.2:针对步骤4.1中获得的轮廓高点进行移动平均计算,采用各移动平均值组成的一行数据组替换步骤4.1中的轮廓高点数据,作为新的轮廓特征点;
步骤4.3:根据步骤4.2中获得的轮廓特征点,设定判断条件寻找分布在薄片砂轮上的轮廓特征点以及分布在检测辅助面上的轮廓特征点,划分薄片砂轮区域和检测辅助面区域;
分布在薄片砂轮上的轮廓特征点数据应满足条件:位于明显上升沿和明显下降沿特征之间的一段数据,并且该段数据中的每个值均大于步骤4.2中获得的全部轮廓特征点数据的均值;针对步骤4.2中获得的全部轮廓特征点数据,寻找到薄片砂轮区域以后,在其内侧且对应的原始采样数据波动幅度明显小于薄片砂轮区域对应原始数据波动幅度的一段数据即为分布在检测辅助面上的轮廓特征点,即为检测辅助面区域;
步骤4.4:薄片砂轮厚度计算:步骤4.3获得的一行数据中分布在薄片砂轮区域上的轮廓特征点的均值减去同一行数据中分布在检测辅助面区域上的轮廓特征点的均值,即为一次采样的砂轮厚度值;将2D激光位移传感器的二维数组中的每行数据均进行步骤4.1-4.4的数据处理,得2D激光位移传感器各次采样的砂轮厚度值;各次采样的砂轮厚度值的平均值作为最终的待检薄片砂轮的厚度值,各次采样的砂轮厚度值的最大偏差作为评价待检薄片砂轮厚度一致性的指标;
步骤4.5:薄片砂轮环宽计算;根据步骤4.3分布在薄片砂轮区域上的轮廓特征点的个数以及2D激光位移传感器单次采样的数据间隔,计算出该次采样的砂轮环宽值;将2D激光位移传感器的二维数组中的每行数据均进行步骤4.1-4.3及4.5的数据处理,得各次采样的砂轮环宽值;各次采样的砂轮环宽值的平均值作为最终的待检薄片砂轮的环宽值,各次采样的砂轮环宽值的最大偏差作为评价待检薄片砂轮环宽一致性的指标;
步骤4.6:点激光位移传感器的一维数组的中位线拟合:针对点激光位移传感器的一维数组,先采用移动平均法获得均值数据,然后利用最小二乘法对这些均值数据进行曲线拟合,获得中位线;
步骤4.7:砂轮表面粗糙度Ra计算:计算点激光位移传感器的一维数组中数据相对于拟合中位线的偏离值,依据公式(2)计算出表征砂轮表面粗糙程度的参数Ra:
参数Ra的值计算式为
Ra=∑|Zj|/M (2)式(2)中,Zj为所述的一维数组中数据相对于拟合中位线的偏离值,M为拟合中位线数据的个数;
步骤5:通过与设定的合格值进行对比,判断检测砂轮是否为合格品:将步骤4中的检测得到的薄片砂轮厚度、环宽、表面粗糙度Ra分别与各项的合格值比较,判断检测砂轮是否为合格品;
步骤6:根据检测结果,出料转运机构将已检测薄片砂轮自检测工位转移至合格品出料机构或不合格品出料机构中;
步骤7:重复步骤2-6,当合格品出料机构或不合格品出料机构上存放的已检砂轮达到一定数量后,合格品出料机构或不合格品出料机构将已检砂轮送离当前位置;循环送料机构中,当前的待检砂轮被全部取走后,循环送料机构输送新的待检测砂轮至指定位置;
步骤8:检测完成的砂轮从合格品出料机构或不合格品出料机构中被取走。
所述方法的薄片砂轮自动检测与分拣装置,包括依次排布的循环送料机构、送料转运
机构、检测机构、出料转运机构和循环出料机构,以及用于数据采集的数据采集卡和
用于处理数据的工控机;
所述的循环送料机构包括输送带和用于驱动输送带循环运动的第一驱动机构,所述的输送带上设置有多个置料工位,所述的送料工位的设置有砂轮限位柱和用于判断送料工位有无砂轮的第一光电开关;
所述的送料转运机构包括沿X向和Y向做二维运动的二维运动滑台和用于吸附砂轮的送料机械手,送料机械手设置于二维运动滑台上;
所述的检测机构包括检测工位和位移传感器组;所述的检测工位包括圆盘底座和用于驱动圆盘底座旋转的伺服电机,所述的圆盘底座下端面和伺服电机输出轴固定连接,圆盘底座上端面中心部位设置有用于吸附待检砂轮的环状真空吸盘,环状真空吸盘的中心部位设置有的检测辅助块,检测辅助块下端面与圆盘底座上端面固定连接,检测辅助块上端面为判断砂轮厚度的检测辅助面,环状真空吸盘的上端面和检测辅助面均保持水平且位于同一水平面上;圆盘底座上端面还设置有用于判断检测工位上有无待检砂轮的第二光电开关;所述的位移传感器组包括用于采集薄片砂轮厚度、环宽数据的2D激光位移传感器和用于采集薄片砂轮表面粗糙度数据的点激光位移传感器,所述的2D激光位移传感器和点激光位移传感器均固定设置于待检砂轮及检测辅助面的正上方;
所述的出料转运机构包括沿X向、Y向和Z向做三维运动的三维运动滑台和用于吸附砂轮的出料机械手,出料机械手设置于三维运动滑台上;
所述的循环出料机构包括合格品出料机构和不合格品出料结构,所述的合格品出料机构和不合格品出料结构均与循环送料机构相同,合格品出料机构和不合格品出料结构并列设置;
所述的第一光电开关、第二光电开关、2D激光位移传感器和点激光位移传感器的输出端连接数据采集卡的输入端,所述的数据采集卡的输出端连接工控机,工控机的输出端分别连接循环送料机构和循环出料机构中的第一驱动机构控制端、伺服电机控制端、二维运动滑台和三维运动滑台的控制端。
所述的砂轮限位柱下端部与送料工位可拆卸连接,砂轮限位柱为圆柱,砂轮限位柱有
多种规格。
所述的薄片砂轮自动检测与分拣装置,还包括多个用于约束待检砂轮位置的定位块,
所述的定位块与环状真空吸盘上端面内缘可拆卸连接。
本发明提供一种薄片砂轮自动检测与分拣装置,通过输送带实现循环送料和出料,通过工控机控制二维运动滑台和三维运动滑台的精确运动,利用机械手将薄片砂轮自动放置至检测工位上进行检测,并通过工控机进行检测、处理,根据检测结果分类归捡,使得送料、检测、结果分析、存储、分拣出料自动完成,过程衔接连贯,自动化程度高;且本装置可检测薄片砂轮的厚度、环宽、表面粗糙度,检测项目更广泛,多个检测项目一次完成,大大提高了检测效率,可节省大量人力成本和时间成本,从而提升了薄片砂轮的抽检比例,减少不合格的薄片砂轮流入市场;采用频率高、精度高的激光位移传感器对砂轮表面进行扫描采样,采样数据多,计算量大,检测结果更全面、更准确;同时非接触式的检测方式对被检砂轮和量仪无损害。
附图说明
图1为本发明的方法流程图;
图2为本发明的装置的结构示意图;
图3为本发明的位移传感器组工作原理示意图。
具体实施方式
具体实施例1:
如图2所示,本发明包括一种薄片砂轮自动检测与分拣装置,包括依次排布的循环送料机构、送料转运机构、检测机构、出料转运机构和循环出料机构,以及用于数据采集的数据采集卡8和用于处理数据的工控机7;工控机7中包括有存储单元;
所述的循环送料机构包括输送带2和用于驱动输送带2循环运动的第一驱动机构,所述的输送带2上设置有多个置料工位21,所述的送料工位的设置有砂轮限位柱22和用于判断送料工位有无砂轮的第一光电开关23;
所述的送料转运机构包括沿X向和Y向做二维运动的二维运动滑台3和用于吸附砂轮的送料机械手31,送料机械手31设置于二维运动滑台3上;本实施例汇中,二维运动滑台3的运动由气缸组驱动。本实施例中,送料机械手31的端部设置有真空抓取吸盘32,以及还设置有与真空抓取吸盘32配套的真空设备。真空抓取吸盘32可逐片抓取薄片砂轮1。
所述的检测机构包括检测工位和位移传感器组;所述的检测工位包括圆盘底座41和用于驱动圆盘底座41旋转的伺服电机,所述的圆盘底座41下端面和伺服电机输出轴固定连接,圆盘底座41上端面中心部位设置有用于吸附待检砂轮的环状真空吸盘42,采用环状真空吸盘42吸附固定薄片砂轮1,可防止薄片砂轮1翘曲变形,提升检测精度;环状真空吸盘42的中心部位设置有的检测辅助块43,检测辅助块43设置于圆盘底座上,检测辅助块43上端面为判断砂轮厚度的检测辅助面44,环状真空吸盘42的上端面和检测辅助面44均保持水平且位于同一水平面上;圆盘底座41上端面还设置有用于判断检测工位上有无待检砂轮的第二光电开关45;所述的位移传感器组包括用于采集薄片砂轮1厚度、环宽数据的2D激光位移传感器46和用于采集薄片砂轮1表面粗糙度数据的点激光位移传感器47,所述的2D激光位移传感器46和点激光位移传感器47均固定设置于待检砂轮及检测辅助面44的正上方。2D激光位移传感器46发射线形激光,单次采样可获得一条直线上照射位置的多个位移值数据,且各数据点等间距分布,用于薄片砂轮1厚度、环宽的检测;点激光位移传感器47发射点激光,单次采样获得照射位置的一个位移值数据,但采样频率远高于2D激光位移传感器46,用于薄片砂轮1表面粗糙度的检测;
采用频率高、精度高的激光位移传感器对砂轮表面进行扫描采样,采样数据多,计算量大,检测结果更全面、更准确;同时非接触式的检测方式对被检砂轮和量仪无损害。
所述的出料转运机构包括沿X向、Y向和Z向做三维运动的三维运动滑台5和用于吸附砂轮的出料机械手51,出料机械手51设置于三维运动滑台5上;本实施例中,三维运动滑台5的运动由气缸组驱动。出料机械手51的结构与送料机械手31的结构相同。
所述的循环出料机构包括合格品出料机构61和不合格品出料机构62,所述的合格品出料机构61和不合格品出料机构62均与循环送料机构相同,合格品出料机构61和不合格品出料机构62并列设置;
所述的第一光电开关23、第二光电开关45、2D激光位移传感器46和点激光位移传感器47的输出端连接数据采集卡8的输入端,所述的数据采集卡8的输出端连接工控机7,工控机7的输出端分别连接循环送料机构和循环出料机构中的第一驱动机构控制端、伺服电机控制端、二维运动滑台3和三维运动滑台5的控制端。工控机7用于2D激光位移传感器46、点激光位移传感器47、第一光电开关23、第一光电开关23的信号采集及数据处理,并实现对循环送料机构、送料转运机构、检测机构、出料转运机构和循环出料机构这些相关执行单元的动作控制与协调。其中,第一光电开关23、第二光电开关45和数据采集卡8和工控机7之间的连接关系为现有技术,为避免图纸太混乱,图1中未示出。
本发明提供一种薄片砂轮自动检测与分拣装置,通过输送带2实现循环送料和出料,通过工控机7控制二维运动滑台3和三维运动滑台5的精确运动,利用机械手将薄片砂轮1自动放置至检测工位上进行检测,并通过工控机7进行检测、处理,根据检测结果分类归捡,使得送料、检测、结果分析、存储、分拣出料自动完成,过程衔接连贯,自动化程度高;且本装置可检测薄片砂轮1的厚度、环宽、表面粗糙度,检测项目更广泛,多个检测项目一次完成,大大提高了检测效率,可节省大量人力成本和时间成本,从而提升了薄片砂轮1的抽检比例,减少不合格的薄片砂轮1流入市场。
所述的砂轮限位柱22下端部与送料工位可拆卸连接,砂轮限位柱22为圆柱,砂轮限位柱22有多种规格,从而实现对不同规格的薄片砂轮1精确限位。
所述的薄片砂轮自动检测与分拣装置,还包括多个用于约束待检砂轮位置的定位块,所述的定位块与环状真空吸盘42上端面内缘可拆卸连接。当二维运动滑台3出现误差,导致薄片砂轮1不能放置至环状真空吸盘42中心位置时,则被定位块支撑,不能放置到环状真空吸盘42表面,第二光电开关45判断检测工位上无待检砂轮,检测过程不进行,防止薄片砂轮1的检测位置偏差过大,导致检测结果误差大,出现误检。
如图1所示,本发明所述的基于所述装置的薄片砂轮1自动检测及分拣方法,包括以下步骤:
步骤1:循环送料机构将多片待检测薄片砂轮1自动运输至进料指定位置:在循环送料机构的置料工位21上,沿砂轮限位柱22,层叠放置多片待检薄片砂轮1,在循环送料传送机构的第一驱动机构的驱动下,置料工位21向检测工位移动,直至到达与检测工位接近的进料指定位置处停止;
步骤2:送料转运机构将一片待检测薄片砂轮1自进料指定位置转移至检测工位:通过工控机7对二维运动滑台3中的参数进行配置;二维运动滑台3带动送料机械手31移动至循环送料机构上的薄片砂轮1处,吸附一片待检测薄片砂轮1,二维运动滑台3带动送料机械手31移动至检测工位的环状真空吸盘42上方后,再带动送料机械手31移动至环状真空吸盘42,将薄片砂轮1放置于环状真空吸盘42中心,薄片砂轮1中心与检测工位旋转中心同心,环状真空吸盘42固定薄片砂轮1;
步骤3:位移传感器组采集检测薄片砂轮1的采样位移数据,并通过数据采集卡8将采样位移数据传输至工控机7中:通过工控机7对检测工位中伺服电机的参数进行配置;当第二光电开关45检测到环状真空吸盘42上有砂轮时,工控机7控制伺服电机启动,带动检测工位上的薄片砂轮1旋转一周;如图3所示,2D激光位移传感器46发射的线形激光的光斑同时照射在薄片砂轮1表面和检测辅助面44上,且线形激光覆盖薄片砂轮1环宽的范围,线形激光沿砂轮径向通过砂轮的中心;点激光位移传感器47发射的点激光的光斑照射在薄片砂轮1环宽的中部;其中,薄片砂轮1的放置位置本领域技术人员可准确;理解,未在图3中示出。在薄片砂轮1旋转的同时,2D激光位移传感器46和点激光位移传感器47进行扫描采样;2D激光位移传感器46对薄片砂轮1表面的单次采样位移数据为L个数据点,构成一行数据{y1,y2,…,yL},对薄片砂轮1表面采样一周,构成一组二维数组;点激光位移传感器47单次采样位移数据为一个数据点,对薄片砂轮1表面采样一周,构成一组一维数组;将所述的二维数组和一维数组构成的采样位移数据通过数据采集卡8传输至工控机7中;
步骤4:工控机7对接收到的二维数组和一维数组进行处理,得到薄片砂轮1的厚度值、环宽值和表面粗糙度值:数据处理过程如下:
步骤4.1:提取2D激光位移传感器46采集的二维数组中的轮廓高点:针对二维数组中的一行数据{y1,y2,…,yL},设置一个宽度K的窗口在该行数据上逐点滑动,获得L-K+1个包含K个数据的数据段{y1,y2,…,yK},{y2,y3,…,yK+1},…,{yL-K+1,yL-K+2,…,yL},每个数据段按降序排列后取前N个数据点,根据公式(1)对所述的N个数据点进行优化平均,得到优化平均值优化平均值作为一个轮廓高点Yi′;
优化平均计算公式:
式(1)中,为N个数据点的算术平均值,a为N个数据中大于的数据个数,b为N个数据中小于的数据个数,Yi为N个数据中大于或者小于的数据点;
从所述二维数组的一行数据{y1,y2,…,yL}中可获得一组轮廓高点数据{Y1′,Y2′,…Yi′…,YL-K+1′};
2D激光位移传感器46的采样数据中包含砂轮表面粗糙度信息,不利于砂轮厚度的计算。采用提取轮廓高点的处理方法可以排除砂轮表面微观信息而保留宏观轮廓信息,优化平均算法可以有效降低2D激光位移传感器46测量干扰噪点的影响,使轮廓高点数据贴合砂轮表面宏观轮廓状态。
步骤4.2:针对步骤4.1中获得的轮廓高点进行移动平均计算,采用各移动平均值组成的一行数据组替换步骤4.1中的轮廓高点数据;作为新的轮廓特征点;
步骤4.3:根据步骤4.2中获得的轮廓特征点,设定判断条件寻找分布在薄片砂轮1上的轮廓特征点以及分布在检测辅助面44上的轮廓特征点,划分薄片砂轮1区域和检测辅助面44区域;轮廓特征点数据中,满足数值较大且存在与明显上升沿和下降沿特征之间的一段数据即为分布在薄片砂轮1上的轮廓特征点,并且该段数据中的每个值均大于步骤4.2中获得的全部轮廓特征点数据的均值,即为薄片砂轮1区域;寻找到薄片砂轮1区域以后,在其内侧且原始采样数据波动幅度明显小于薄片砂轮1区域上原始数据波动幅度的一段数据即为分布在检测辅助面44上的轮廓特征点,即为检测辅助面44区域;
步骤4.4:薄片砂轮1厚度计算:步骤4.3分布在薄片砂轮1区域上的一行数据中轮廓特征点的均值减去分布在检测辅助面44区域上同一行数据中的轮廓特征点的均值,即为一次采样的砂轮厚度值;将2D激光位移传感器46的二维数组中的每行数据均进行步骤4.1-4.4的数据处理,得2D激光位移传感器46各次采样的砂轮厚度值;各次采样的砂轮厚度值的平均值作为最终的待检薄片砂轮1的厚度值,各次采样的砂轮厚度值的最大偏差作为评价待检薄片砂轮1厚度一致性的指标;
步骤4.5:薄片砂轮1环宽计算;根据步骤4.3分布在薄片砂轮1区域上的轮廓特征点的个数以及2D激光位移传感器46单次采样的数据间隔,计算出该次采样的砂轮环宽值;将2D激光位移传感器46的二维数组中的每行数据均进行步骤4.1-4.3及4.5的数据处理,得各次采样的砂轮环宽值;各次采样的砂轮环宽值的平均值作为最终的待检薄片砂轮1的环宽值,各次采样的砂轮环宽值的最大偏差作为评价待检薄片砂轮1环宽一致性的指标;
步骤4.6:点激光位移传感器47的一维数组的中位线拟合:针对点激光位移传感器47的一维数组,先采用简单移动平均法获得均值数据,然后利用最小二乘法对这些均值数据进行曲线拟合,获得中位线;
步骤4.7:砂轮表面粗糙度Ra计算:计算点激光位移传感器47的一维数组中数据相对于拟合中位线的偏离值,依据公式(2)计算出表征砂轮表面粗糙程度的参数Ra:
参数Ra的值计算式为
Ra=∑|Zj|/M (2)式(2)中,Zj为所述的一维数组中数据相对于拟合中位线的偏离值,M为拟合中位线数据的个数;
步骤5:通过与设定的合格值进行对比,判断检测砂轮是否为合格品:在工控机7中设定薄片砂轮1厚度、环宽、表面粗糙度Ra的合格值,将步骤4中的检测得到的薄片砂轮1厚度、环宽、表面粗糙度Ra与合格值比较,判断检测砂轮是否为合格品,并将检测结果与已检砂轮对应后编号存入工控机7的存储单元中;
步骤6:根据检测结果,出料转运机构将已检测薄片砂轮1自检测工位转移至合格品出料机构61或不合格品出料机构61上的置料工位21上:通过工控机7对三维运动滑台5中的参数进行配置;三维运动滑台5带动送料机械手31移动至检测工位上的已检薄片砂轮1处,吸附已检薄片砂轮1,二维运动滑台3带动送料机械手31移动至合格品出料机构61或不合格品出料机构61上的置料工位21上方后,再带动送料机械手31向下移动,将薄片砂轮1放置于置料工位21上;
步骤7:重复步骤2-6,当合格品出料机构61或不合格品出料机构61上的置料工位21上存放的已检砂轮达到一定数量后,向远离检测工位的方向移动,下一个空载的置料工位替换其位置。
步骤8:检测完成的砂轮从循环出料机构上取走。
循环送料机构中,当前置料工位21上的砂轮被全部取走后,循环送料机构驱动该送料工位向远离检测工位的后方移动直至排在所有送料工位的队尾,下一个置料工位21则向检测工位移动,开始新的置料工位21上砂轮的检测。
具体实施例2:
本实施例中,待检薄片砂轮1规格B-D 1A1-60×0.4×40mm,如图1所示,本发明所述的基于所述装置的薄片砂轮1自动检测及分拣方法的工作方法如下:
步骤1:循环送料机构将多片待检测薄片砂轮1自动运输至进料指定位置:在循环送料机构的置料工位21上,沿砂轮限位柱22,层叠放置多片待检薄片砂轮1,在循环送料传送机构的第一驱动机构的驱动下,置料工位21向检测工位移动,直至到达与检测工位接近的进料指定位置处停止;
步骤2:送料转运机构将一片待检测薄片砂轮1自进料指定位置转移至检测工位:通过工控机7对二维运动滑台3中的参数进行配置;二维运动滑台3带动送料机械手31移动至循环送料机构上的薄片砂轮1处,吸附一片待检测薄片砂轮1,二维运动滑台3带动送料机械手31移动至检测工位的环状真空吸盘42上方后,再带动送料机械手31移动至环状真空吸盘42,将薄片砂轮1放置于环状真空吸盘42中心,薄片砂轮1中心与检测工位旋转中心同心,环状真空吸盘42固定薄片砂轮1;
步骤3:2D激光位移传感器46发射的线形激光长4mm,数据间隔10μm,采样频率200Hz,点激光位移传感器4742采样频率50kHz;当第二光电开关45检测到环状真空吸盘42上有砂轮时,位移传感器组采集检测薄片砂轮1的采样位移数据,并通过数据采集卡8将采样位移数据传输至工控机7中:通过工控机7对检测工位中伺服电机的参数进行配置,使得检测工位带动薄片砂轮1匀速旋转一周的转速为20r/min,工控机7控制伺服电机启动,带动检测工位上的薄片砂轮1旋转一周;如图3所示,2D激光位移传感器46发射的线形激光的光斑同时照射在薄片砂轮1表面和检测辅助面44上,且线形激光覆盖薄片砂轮1环宽的范围,线形激光沿砂轮径向通过砂轮的中心;点激光位移传感器47发射的点激光的光斑照射在薄片砂轮1环的中部;在薄片砂轮1旋转的同时,2D激光位移传感器46和点激光位移传感器47进行扫描采样;则本实施例中2D激光位移传感器46对薄片砂轮1表面的单次采样位移数据为400个数据点,构成一行数据{y1,y2,…,y400},对薄片砂轮1表面采样一周,构成一组二维数组;点激光位移传感器47单次采样位移数据为一个数据点,对薄片砂轮1表面采样一周,构成一组一维数组;将所述的二维数组和一维数组组成的采样位移数据通过数据采集卡8传输至工控机7中;
步骤4:工控机7对接收到采样位移数据,即步骤3中的二维数组和一维数组进行处理,得到薄片砂轮1的厚度值、环宽值和表面粗糙度值:数据处理过程如下:
步骤4.1:提取2D激光位移传感器46采集的二维数组中的轮廓高点:针对二维数组中的一行数据{y1,y2,…,y400},设置一个宽度K=15的窗口在该行数据上逐点滑动,获得L-K+1个,即386个包含K个数据的数据段{y1,y2,…,y15},{y2,y3,…,y16},…,{y386,y387,…,y400},每个数据段按降序排列后取前N个数据点,根据公式(1)对所述的N个数据点进行优化平均,得到优化平均值优化平均值作为一个轮廓高点Yi′;
优化平均计算公式:
式(1)中,为N个数据点的算术平均值,a为N个数据中大于的数据个数,b为N个数据中小于的数据个数,Yi为N个数据中大于或者小于的数据点;
从所述二维数组的一行数据{y1,y2,…,yL}中可获得一组轮廓高点数据{Y1′,Y2′,…Yi′…,YL-K+1′};
步骤4.2:针对步骤4.1中获得的轮廓高点进行移动平均计算,采用各移动平均值组成的一行数据组替换步骤4.1中的轮廓高点数据;作为新的轮廓特征点;移动平均长度为P,则获得一组轮廓特征点数据{Y1″,Y2″,…,YL-K-P+2″},Y1″为Y1′,Y2′,…Yp′的平均值,Y2″,…,YL-K-P+2″依次类推;
步骤4.3:根据步骤4.2中获得的轮廓特征点,设定判断条件寻找分布在薄片砂轮1上的轮廓特征点以及分布在检测辅助面44上的轮廓特征点,划分薄片砂轮1区域和检测辅助面44区域;
轮廓特征点数据{Y1″,Y2″,…,YL-K-P+2″}中,位于明显上升沿和明显下降沿特征之间的一段数据,并且该段数据中的每个值均大于步骤4.2中获得的全部轮廓特征点数据的均值,即为薄片砂轮1区域;针对步骤4.2中获得的全部轮廓特征点数据;寻找到薄片砂轮1区域以后,在其内侧且原始采样数据波动幅度明显小于薄片砂轮1区域上原始数据波动幅度的一段数据即为分布在检测辅助面44上的轮廓特征点,即为检测辅助面44区域。
步骤4.4:薄片砂轮1厚度计算:步骤4.3分布在薄片砂轮1区域上的一行数据中轮廓特征点的均值减去分布在检测辅助面44区域上同一行数据中的轮廓特征点的均值,即为一次采样的砂轮厚度值,本实施例中参数下,2D激光位移传感器46对每片砂轮可采样600次;将2D激光位移传感器46的二维数组中的每行数据均进行步骤4.1-4.4的数据处理,得2D激光位移传感器46各次采样的砂轮厚度值;600次采样的砂轮厚度值的平均值作为最终的待检薄片砂轮1的厚度值,600次采样的砂轮厚度值的最大偏差作为评价待检薄片砂轮1厚度一致性的指标;
步骤4.5:薄片砂轮1环宽计算;根据步骤4.3分布在薄片砂轮1区域上的轮廓特征点的个数以及2D激光位移传感器46单次采样的数据间隔,计算出该次采样的砂轮环宽值;本实施例中,砂轮环宽值为薄片砂轮1区域上的轮廓特征点的个数乘以数据间隔10μm,将2D激光位移传感器46的二维数组中的每行数据均进行步骤4.1-4.3及4.5的数据处理,得各次采样的砂轮环宽值;各次采样的砂轮环宽值的平均值作为最终的待检薄片砂轮1的环宽值,各次采样的砂轮环宽值的最大偏差作为评价待检薄片砂轮1环宽一致性的指标;
步骤4.6:点激光位移传感器47的一维数组的中位线拟合:针对点激光位移传感器47的一维数组,先采用简单移动平均法获得均值数据,然后利用最小二乘法对这些均值数据进行曲线拟合,获得中位线;本实施例中,点激光位移传感器47对薄片砂轮1表面采样一周可得大小为150000的一维数组{x1,x2,…,x150000},对该一维数组采用简单移动平均法处理,移动平均长度为Q=200,获得均值数组{x1′,x2′,…,x150001-Q′},x1={x1,x2,…,x200}的平均值,x2′,…,x150001-Q′依次类推;然后利用最小二乘法对该均值数组数据进行5阶多项式曲线拟合,获得中位线曲线数组{x1″,x2″,…,x150001-Q″},{x1″,x2″,…,x150001-Q″}为{x1′,x2′,…,x150001-Q′}5阶多项式曲线拟合后对应的数据组。
步骤4.7:砂轮表面粗糙度Ra计算:计算点激光位移传感器47的一维数组中数据相对于拟合中位线的偏离值,本实施例中,计算点激光位移传感器4742的一维数组{x1,x2,…,x150001-Q}相对于拟合中位线数组{x1″,x2″,…,x150001-Q″}的偏离值,得
{Z1,Z2,…,Z150001-Q}={x1,x2,…,x150001-Q}-{x1″,x2″,…,x150001-Q″},
依据公式(2)计算出表征砂轮表面粗糙程度的参数Ra:
参数Ra的值计算式为
Ra=∑|Zj|/M (2)步骤5:通过与设定的合格值进行对比,判断检测砂轮是否为合格品:在工控机7中设定薄片砂轮1厚度、环宽、表面粗糙度Ra的合格值,将步骤4中的检测得到的薄片砂轮1厚度、环宽、表面粗糙度Ra与合格值比较,判断检测砂轮是否为合格品,并将检测结果与已检砂轮对应后编号存入工控机7的存储单元中;
步骤6:根据检测结果,出料转运机构将已检测薄片砂轮1自检测工位转移至合格品出料机构61或不合格品出料机构61上的置料工位21上:通过工控机7对三维运动滑台5中的参数进行配置;三维运动滑台5带动送料机械手31移动至检测工位上的已检薄片砂轮1处,吸附已检薄片砂轮1,二维运动滑台3带动送料机械手31移动至合格品出料机构61或不合格品出料机构61上的置料工位21上方后,再带动送料机械手31向下移动,将薄片砂轮1放置于置料工位21上;
步骤7:重复步骤2-6,当合格品出料机构61或不合格品出料机构61上的置料工位21上存放的已检砂轮达到一定数量后,向远离检测工位的方向移动,下一个空载的置料工位替换其位置。
循环送料机构中,当前置料工位21上的砂轮被全部取走后,循环送料机构驱动该送料工位向远离检测工位的后方移动直至排在所有送料工位的队尾,下一个置料工位21则向检测工位移动,开始新的置料工位21上砂轮的检测。
步骤8:检测完成的砂轮从循环出料机构上取走
最后需说明的是:上述实施例仅用于说明而非限制本发明的技术方案,任何对本发明进行的等同替换及不脱离本发明精神和范围的修改或局部替换,其均应涵盖在本发明权利要求保护的范围之内。

Claims (4)

1.一种基于权利要求1所述装置的薄片砂轮自动检测及分拣方法,其特征在于:包括以下步骤:
步骤1:循环送料机构将多片待检测薄片砂轮自动运输至进料指定位置;
步骤2:送料转运机构将一片待检测薄片砂轮自进料指定位置转移至检测工位;
步骤3:检测工位上设置有检测辅助面,检测工位上方设置有位移传感器组,所述的位移传感器组包括2D激光位移传感器和点激光位移传感器,检测辅助面和薄片砂轮上端面之间的高度差为薄片砂轮厚度;位移传感器组采集待检测薄片砂轮的采样位移数据;2D激光位移传感器发射的线形激光的光斑同时照射在薄片砂轮表面和检测辅助面上,且线形激光覆盖薄片砂轮环宽的范围,线形激光沿砂轮径向通过砂轮的中心;点激光位移传感器发射的点激光的光斑照射在薄片砂轮环的中部;2D激光位移传感器和点激光位移传感器进行扫描采样;2D激光位移传感器对薄片砂轮表面的单次采样位移数据为L个数据点,构成一行数据{y1,y2,…,yL},对薄片砂轮表面采样一周,构成一组二维数组;点激光位移传感器单次采样位移数据为一个数据点,对薄片砂轮表面采样一周,构成一组一维数组;
步骤4:对采样位移数据进行处理,得到薄片砂轮的厚度值、环宽值和表面粗糙度值:数据处理过程如下:
步骤4.1:提取2D激光位移传感器采集的二维数组中的轮廓高点:针对二维数组中的一行数据{y1,y2,…,yL},设置一个宽度K的窗口在该行数据上逐点滑动,获得L-K+1个包含K个数据的数据段{y1,y2,…,yK},{y2,y3,…,yK+1},…,{yL-K+1,yL-K+2,…,yL},每个数据段按降序排列后取前N个数据点,根据公式(1)对所述的N个数据点进行优化平均,得到优化平均值优化平均值作为一个轮廓高点Yi′;
优化平均计算公式:
式(1)中,为N个数据点的算术平均值,a为N个数据中大于的数据个数,b为N个数据中小于的数据个数,Yi为N个数据中大于或者小于的数据点;
从所述二维数组的一行数据{y1,y2,…,yL}中可获得一组轮廓高点数据{Y1′,Y2′,…Yi′…,YL-K+1′};
步骤4.2:针对步骤4.1中获得的轮廓高点进行移动平均计算,采用各移动平均值组成的一行数据组替换步骤4.1中的轮廓高点数据,作为新的轮廓特征点;
步骤4.3:根据步骤4.2中获得的轮廓特征点,设定判断条件寻找分布在薄片砂轮上的轮廓特征点以及分布在检测辅助面上的轮廓特征点,划分薄片砂轮区域和检测辅助面区域;
分布在薄片砂轮上的轮廓特征点数据应满足条件:位于明显上升沿和明显下降沿特征之间的一段数据,并且该段数据中的每个值均大于步骤4.2中获得的全部轮廓特征点数据的均值;针对步骤4.2中获得的全部轮廓特征点数据,寻找到薄片砂轮区域以后,在其内侧且对应的原始采样数据波动幅度明显小于薄片砂轮区域对应原始数据波动幅度的一段数据即为分布在检测辅助面上的轮廓特征点,即为检测辅助面区域;
步骤4.4:薄片砂轮厚度计算:步骤4.3获得的一行数据中分布在薄片砂轮区域上的轮廓特征点的均值减去同一行数据中分布在检测辅助面区域上的轮廓特征点的均值,即为一次采样的砂轮厚度值;将2D激光位移传感器的二维数组中的每行数据均进行步骤4.1-4.4的数据处理,得2D激光位移传感器各次采样的砂轮厚度值;各次采样的砂轮厚度值的平均值作为最终的待检薄片砂轮的厚度值,各次采样的砂轮厚度值的最大偏差作为评价待检薄片砂轮厚度一致性的指标;
步骤4.5:薄片砂轮环宽计算;根据步骤4.3分布在薄片砂轮区域上的轮廓特征点的个数以及2D激光位移传感器单次采样的数据间隔,计算出该次采样的砂轮环宽值;将2D激光位移传感器的二维数组中的每行数据均进行步骤4.1-4.3及4.5的数据处理,得各次采样的砂轮环宽值;各次采样的砂轮环宽值的平均值作为最终的待检薄片砂轮的环宽值,各次采样的砂轮环宽值的最大偏差作为评价待检薄片砂轮环宽一致性的指标;
步骤4.6:点激光位移传感器的一维数组的中位线拟合:针对点激光位移传感器的一维数组,先采用移动平均法获得均值数据,然后利用最小二乘法对这些均值数据进行曲线拟合,获得中位线;
步骤4.7:砂轮表面粗糙度Ra计算:计算点激光位移传感器的一维数组中数据相对于拟合中位线的偏离值,依据公式(2)计算出表征砂轮表面粗糙程度的参数Ra:
参数Ra的值计算式为
Ra=∑|Zj|/M (2)式(2)中,Zj为所述的一维数组中数据相对于拟合中位线的偏离值,M为拟合中位线数据的个数;
步骤5:通过与设定的合格值进行对比,判断检测砂轮是否为合格品:将步骤4中的检测得到的薄片砂轮厚度、环宽、表面粗糙度Ra分别与各项的合格值比较,判断检测砂轮是否为合格品;
步骤6:根据检测结果,出料转运机构将已检测薄片砂轮自检测工位转移至合格品出料机构或不合格品出料机构中;
步骤7:重复步骤2-6,当合格品出料机构或不合格品出料机构上存放的已检砂轮达到一定数量后,合格品出料机构或不合格品出料机构将已检砂轮送离当前位置;循环送料机构中,当前的待检砂轮被全部取走后,循环送料机构输送新的待检测砂轮至指定位置;
步骤8:检测完成的砂轮从合格品出料机构或不合格品出料机构中被取走。
2.一种适用于权利要求1所述方法的薄片砂轮自动检测与分拣装置,其特征在于:包括依次排布的循环送料机构、送料转运机构、检测机构、出料转运机构和循环出料机构,以及用于数据采集的数据采集卡和用于处理数据的工控机;
所述的循环送料机构包括输送带和用于驱动输送带循环运动的第一驱动机构,所述的输送带上设置有多个置料工位,所述的送料工位的设置有砂轮限位柱和用于判断送料工位有无砂轮的第一光电开关;
所述的送料转运机构包括沿X向和Y向做二维运动的二维运动滑台和用于吸附砂轮的送料机械手,送料机械手设置于二维运动滑台上;
所述的检测机构包括检测工位和位移传感器组;所述的检测工位包括圆盘底座和用于驱动圆盘底座旋转的伺服电机,所述的圆盘底座下端面和伺服电机输出轴固定连接,圆盘底座上端面中心部位设置有用于吸附待检砂轮的环状真空吸盘,环状真空吸盘的中心部位设置有的检测辅助块,检测辅助块下端面与圆盘底座上端面固定连接,检测辅助块上端面为判断砂轮厚度的检测辅助面,环状真空吸盘的上端面和检测辅助面均保持水平且位于同一水平面上;圆盘底座上端面还设置有用于判断检测工位上有无待检砂轮的第二光电开关;所述的位移传感器组包括用于采集薄片砂轮厚度、环宽数据的2D激光位移传感器和用于采集薄片砂轮表面粗糙度数据的点激光位移传感器,所述的2D激光位移传感器和点激光位移传感器均固定设置于待检砂轮及检测辅助面的正上方;
所述的出料转运机构包括沿X向、Y向和Z向做三维运动的三维运动滑台和用于吸附砂轮的出料机械手,出料机械手设置于三维运动滑台上;
所述的循环出料机构包括合格品出料机构和不合格品出料结构,所述的合格品出料机构和不合格品出料结构均与循环送料机构相同,合格品出料机构和不合格品出料结构并列设置;
所述的第一光电开关、第二光电开关、2D激光位移传感器和点激光位移传感器的输出端连接数据采集卡的输入端,所述的数据采集卡的输出端连接工控机,工控机的输出端分别连接循环送料机构和循环出料机构中的第一驱动机构控制端、伺服电机控制端、二维运动滑台和三维运动滑台的控制端。
3.根据权利要求2所述的薄片砂轮自动检测与分拣装置,其特征在于:所述的砂轮限位柱下端部与送料工位可拆卸连接,砂轮限位柱为圆柱,砂轮限位柱有多种规格。
4.根据权利要求3所述的薄片砂轮自动检测与分拣装置,其特征在于:还包括多个用于约束待检砂轮位置的定位块,所述的定位块与环状真空吸盘上端面内缘可拆卸连接。
CN201810343290.8A 2018-04-17 2018-04-17 一种薄片砂轮自动检测与分拣方法及装置 Active CN108372122B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810343290.8A CN108372122B (zh) 2018-04-17 2018-04-17 一种薄片砂轮自动检测与分拣方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810343290.8A CN108372122B (zh) 2018-04-17 2018-04-17 一种薄片砂轮自动检测与分拣方法及装置

Publications (2)

Publication Number Publication Date
CN108372122A true CN108372122A (zh) 2018-08-07
CN108372122B CN108372122B (zh) 2019-12-27

Family

ID=63032456

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810343290.8A Active CN108372122B (zh) 2018-04-17 2018-04-17 一种薄片砂轮自动检测与分拣方法及装置

Country Status (1)

Country Link
CN (1) CN108372122B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113102285A (zh) * 2020-12-18 2021-07-13 广州优尼精密有限公司 全自动粗糙度测定机

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102506730A (zh) * 2011-10-21 2012-06-20 山东大学 板材厚度和重量在线检测一体机
US8589103B2 (en) * 2009-07-17 2013-11-19 Mori Seiki Co., Ltd. On-machine measurement method and measurement apparatus
CN104990503A (zh) * 2015-07-16 2015-10-21 郑州磨料磨具磨削研究所有限公司 一种基于激光位移传感器的砂轮外圆跳动检测方法
CN105890550A (zh) * 2016-04-22 2016-08-24 郑州磨料磨具磨削研究所有限公司 一种薄片砂轮平面度检测装置及方法
US20170312789A1 (en) * 2015-12-31 2017-11-02 Fives Intralogistics Corp. Vision based item typing and separation system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8589103B2 (en) * 2009-07-17 2013-11-19 Mori Seiki Co., Ltd. On-machine measurement method and measurement apparatus
CN102506730A (zh) * 2011-10-21 2012-06-20 山东大学 板材厚度和重量在线检测一体机
CN104990503A (zh) * 2015-07-16 2015-10-21 郑州磨料磨具磨削研究所有限公司 一种基于激光位移传感器的砂轮外圆跳动检测方法
US20170312789A1 (en) * 2015-12-31 2017-11-02 Fives Intralogistics Corp. Vision based item typing and separation system
CN105890550A (zh) * 2016-04-22 2016-08-24 郑州磨料磨具磨削研究所有限公司 一种薄片砂轮平面度检测装置及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113102285A (zh) * 2020-12-18 2021-07-13 广州优尼精密有限公司 全自动粗糙度测定机
CN113102285B (zh) * 2020-12-18 2022-12-27 广州优尼精密有限公司 全自动粗糙度测定机

Also Published As

Publication number Publication date
CN108372122B (zh) 2019-12-27

Similar Documents

Publication Publication Date Title
CN206269748U (zh) 一种自动量测精密尺寸的设备
TWI653450B (zh) 線性檢查系統
CN108426839B (zh) 一种基于机械手扫查激光超声信号相关分析的增材制造构件检测方法
CN105509661B (zh) 一种陶瓷砖平面度在线检测方法
CN104330024A (zh) 面向小型机械零件形位误差检测装置及检测方法
US8993914B2 (en) High-speed, high-resolution, triangulation-based, 3-D method and system for inspecting manufactured parts and sorting the inspected parts
CN109477712A (zh) 三维表面粗糙度评价装置、三维表面粗糙度评价方法、三维表面粗糙度数据获取装置和三维表面粗糙度数据获取方法
CN207636025U (zh) 一种自动高速玻璃检测台
CN105675115B (zh) 一种激光多普勒在线测振系统及方法
CN206683593U (zh) 基于3d机器视觉的被测工件尺寸检查设备
CN108444921A (zh) 一种基于信号相关分析的增材制造构件在线检测方法
CN105783746A (zh) 一种木质产品厚度的检测系统及其检测方法
CN108593710B (zh) 一种高反射率材料表面缺陷的热成像检测系统和方法
CN104406518A (zh) 大尺寸激光钕玻璃包边尺寸和角度非接触检测装置和方法
CN110196231A (zh) 一种增材制件的激光超声离线检测装置及方法
CN212540183U (zh) 一种棒材表面缺陷在线检测系统
CN108372122A (zh) 一种薄片砂轮自动检测与分拣方法及装置
CN104237710B (zh) 基于传感器的受电弓特性测试装置
CN204115668U (zh) 面向小型机械零件形位误差检测装置
CN107389340A (zh) 高速主轴系统动力学特性非接触测试装置及测试方法
CN208213706U (zh) 一种锂离子电池自动化检测分拣装置
CN115752300A (zh) 一种在线激光视觉检测平面工件平整度的方法及系统
EP3309502A1 (en) Device for checking the accuracy of rod materials
CN112611800B (zh) 一种检测压力设备表面微裂纹的快速扫描方法和系统
CN115770731A (zh) 一种基于激光视觉剔除不良工件的方法及系统

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
GR01 Patent grant
GR01 Patent grant