CN109299556B - 一种基于图像处理的环切刀轨生成及优化方法 - Google Patents
一种基于图像处理的环切刀轨生成及优化方法 Download PDFInfo
- Publication number
- CN109299556B CN109299556B CN201811165821.5A CN201811165821A CN109299556B CN 109299556 B CN109299556 B CN 109299556B CN 201811165821 A CN201811165821 A CN 201811165821A CN 109299556 B CN109299556 B CN 109299556B
- Authority
- CN
- China
- Prior art keywords
- tool path
- processing
- image
- sed
- euclidean distance
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Numerical Control (AREA)
Abstract
一种基于图像处理的环切刀轨生成及优化方法,它包括以下步骤:1)提取任意形态加工区域边界几何特征,将其转化为灰度图像;2)基于向内推进法计算边界轮廓线内每个像素点的最短欧几里得距离(SED),生成加工区域SED图;3)根据SED图生成加工区域的SED曲面,通过与平面相交,将交线投影生成无相交、等步距的环切刀轨;4)利用图像处理方法对生成的刀轨进行多目标优化,选择高斯滤镜和反锐化掩膜(USM)参数消除加工残留并平滑刀轨,最终优化得到符合加工要求的环切刀轨。本发明能够克服传统刀轨生成方法复杂、通用性差的弊端,实现对刀轨的多目标优化,最终生成无自相交、无加工残留、刀轨平滑满足加工要求的刀轨。
Description
技术领域
本发明属于计算机辅助制造(CAM)技术领域,涉及一种环切刀轨生成及优化方法,尤其是一种针对型腔铣的刀轨生成方法,具体地说是一种将型腔几何特征转换为图像信息,而后基于图像生成并优化环切刀轨的方法。
背景技术
众所周知,航空航天结构件中包含大量型腔特征,型腔铣被广泛应用于该类结构件的加工制造过程。几十年来,各研究学者对型腔铣刀轨生成进行研究,并提出两种刀轨形式,即行切刀轨和环切刀轨。当加工复杂形态型腔时,行切刀轨面临频繁的刀具撤回以及急剧回转,这将降低加工效率。此外,采用行切刀轨加工时在顺铣和逆铣间转换,导致刀具载荷变化,降低工件表面质量。因此,在加工自由形态型腔时环切刀轨是更好的选择。
生成环切刀轨的核心是对给定型腔边界的偏置操作,这在研究上可以大致分为三类:Voronoi图、两轴偏置法以及基于像素算法。在偏置过程中,有研究提出利用算法消除自相交环来防止刀轨过切。在这种情况下,大的步距将会导致型腔内部有加工残留区域,特别是在尖角处。针对加工残留问题,以往采用减小刀轨步距或者后续采用专门刀轨清除残留区域,这导致加工刀轨的不连续性。也有学者提出新的刀轨虽然能够保证连续,但是也存在刀具急剧回转的现象,刀具频繁加速减速大大降低了加工效率,不适用高速铣削加工。这些方法虽然能够较好地解决加工残留问题,但缺乏通用性,在加工任意形态型腔时可能失效。
高速加工中符合要求的刀轨应该满足无加工残留以及保证一定的平滑度,解决此类问题以往常从几何算法出发,但是针对多目标刀轨优化问题,基于几何的方法很难解决,往往解决一个问题又引起另一个问题。本发明提出基于图像处理生成并优化环切刀轨的方法,适用于任意形态型腔的加工,把型腔几何特征转化为数字图像,将几何优化问题转化为图像处理问题,利用合理的图像处理技术对刀轨进行优化,能够有效地同时解决加工残留和刀轨不平滑问题。
发明内容
本发明的目的是针对传统刀轨生成方法复杂、通用性差的问题,发明一种基于图像处理的环切刀轨生成及优化方法,它根据图像化后的加工区域生成无自相交的环切刀轨,将刀轨优化从传统复杂几何计算问题转化为图像处理问题,通过合理有效的图像处理手段消除加工残留并平滑刀轨。此方法具有通用性,能够适应任意形态区域的加工,且在确保无加工残留的前提下使刀轨满足平顺度需求,提高机床加工效率。
本发明的技术方案是:
一种基于图像处理的环切刀轨生成及优化方法,其特征是它包括以下步骤:
首先,获得待加工区域边界轮廓的几何特征,并将其转化为图像;
其次,基于图像信息生成环切刀轨,保证刀轨等距且不产生自相交的现象;
第三,对生成的刀轨进行加工残留及平滑度检测,利用图像处理方法多目标优化刀轨,保证最终生成的刀轨无加工残留且平滑,满足加工要求。
所述的待加工区域轮廓的几何特征转化的图像为二值黑白图像,轮廓线经过像素点的值为1,其余为0。
所述的生成环切刀轨是基于加工区域轮廓图像进行,具体步骤为:
首先,利用向内推进法计算边界轮廓线内每个像素点的最短欧式距离值(SED),获得加工区域的SED图像;
其次,基于SED图像生成SED山,通过平面相交的方法将交线投影生成不自相交的环切刀轨。
所述的加工残留及平滑度检测中的加工残留指沿生成的刀轨加工后,待加工区域剩余的材料;刀轨平滑度指刀轨转角处的最大曲率,曲率越大,刀轨平滑度越差。
所述的图像处理方法包括高斯滤镜和反锐化掩膜(USM)。
所述的多目标优化指刀轨平滑及加工无残留。
图像的尺寸能根据所需加工精度进行调整。
所述的向内推进法是以加工区域边界轮廓为第0环,按顺时针方向根据此像素点以及上一环与之毗邻像素点的信息共同计算SED值,当同一环像素点SED值计算完全,则向内继续计算下一环,直至获得加工区域轮廓线内所有像素点的SED值。
所述的毗邻像素点指与当前所计算像素点有共用的点或边,一个像素点的毗邻像素点个数不超过8。
本发明的有益效果是:
本发明基于图像处理的环切刀轨的生成和优化方法,通过将待加工区域边界轮廓生成二值图像,把环切刀轨生成和优化从几何转化为图像处理问题。借助SED概念和向内推进法得到无自相交的环切刀轨,通过选取合适的高斯滤镜和反锐化掩膜(USM)参数,有效解决去除加工残留和刀轨平滑的多目标优化问题。基于图像处理生成并优化刀轨的方法克服以往刀轨生成方法复杂、通用性差的弊端,能够适应任意形态的加工区域,更快速地生成满足加工要求的环切刀轨。
附图说明
图1为本发明实施例中待加工区域示意图。
图2(a)为型腔边界轮廓线示意图。
图2(b)为型腔SED示意图。
图2(c)为型腔SED曲面示意图。
图3(a)为根据SED曲面生成的环切刀轨示意图。
图3(b)为多目标优化后环切刀轨示意图。
图4(a)为另一型腔的环切刀轨示意图。
图4(b)为另一型腔的多目标优化后环切刀轨示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步的说明。
一种基于图像处理的环切刀轨生成及优化方法,它包括以下步骤:
S1:根据待加工区域边界轮廓线建立尺寸为n*m的二进制图像,其中x=1,…m,y=1,…n。有轮廓线经过的像素Ib值为1,否则Ib为0;
S2:采用向内推进法计算边界轮廓线内每个像素点的最短欧式距离值(SED);
S3:在三维空间中SED图像作为底面,而SED图像中每个像素的值代表到底面的垂直距离,因此可以生成三维SED山,用与底面平行的面与SED山进行相交,交线上的SED值相同,因此得到等ds间距iso-SED的环切刀轨;
S4:利用高斯滤镜以及反锐化掩膜(USM)对现有的刀轨图像ISED(x,y)进行多目标优化处理,生成拐角处更为平滑且无加工残留的刀轨图像IS ′ ED(x,y)。
其中:
步骤S1中图像的尺寸可以根据所需加工精度而改变。
步骤S2中向内推进法即用vsED(p)表示像素点p到边界轮廓的最短距离和方向,‖vSED(p)‖即为此像素点的SED值。从加工区域轮廓线开始,向内计算每个像素点的SED值,直至轮廓线内每个像素点的值全都计算完成,其具体步骤为:
首先,顺时针方向根据内环上像素点的以及在外环上与内环像素点毗邻像素点的和计算内环像素点的其中表示由外而内第k环上与k+1环上第i个像素点毗邻的第j个像素点的坐标;表示第k+1环上第i个像素点的坐标;表示坐标为像素点的vSED;表示坐标为像素点根据外环上毗邻的第j个像素点计算得到的vSED。
然后,在计算完此环上所有像素的vSED后,重复以上操作继续计算下一内环,直至获得边界轮廓内每一个像素点的vSED。
步骤S3中三维SED山即以加工轮廓在边界所处的面为XY平面,每个像素点的SED值即为Z坐标值所形成的曲面,用平行于XY平面的面与SED山进行相交,相交线在XY面上的投影即为环切刀轨,由于刀轨上的SED值都相等,因此所得的刀轨能够满足不自相交、等步距的要求。
步骤S4中多目标优化指刀轨平滑及消除残留,其中高斯滤镜用于平滑刀轨,反锐化掩膜(USM)用于消除加工残留区域。
详述如下:
以图1所示飞机结构件在型腔铣过程中待加工区域生成并优化环切刀轨为例,通过对待加工区域进行二值图像化,利用向内推进法计算加工区域轮廓线内像素点的SED值,从SED图生成环切刀轨,能够满足等步距、不自相交的要求。将刀轨优化的问题从几何转化为图像处理,利用图像处理方法,如高斯滤镜、反锐化掩膜(USM)等实现对环切刀轨的多目标优化,最终生成平滑且无残留的环切刀轨。
如图1,本实施例中优选以从框类飞机结构件中提取的两个型腔来描述上述方法的实施过程,本实例中优选在MATLAB平台下完成实例测试。
本实施例的方法具体包括以下流程:
在说明执行过程前,需要提供的参数有:待加工区域边界轮廓,刀具半径r,刀轨步距ds。
1、待加工区域图像化;
根据加工精度要求生成灰度图像,其中每毫米在图像占5个像素。根据图像分辨率将刀具半径R设置为5R个像素,为了提高加工效率,刀轨步距ds选择等于其最大值2R;图像中型腔边界通过的像素Ib为1,其余Ib为0。
2、SED图的生成;
利用向内推进法以型腔边界,即图2(a)红色区域边界为最外环,由外向内沿顺时针方向计算计算边界轮廓内部像素点的SED值,其计算步骤为:
③当第K+1环上所有像素的SED值都计算完成,则重复①、②步骤继续向内计算下一环,
直至所有像素点的Ib值皆不为零。
如图2(b),SED图完成。
3、环切刀轨的生成;
以SED图所在平面为XY面,像素‖vsED‖为Z坐标值建立SED曲面,如图2(c);用与XY面平行的面等间距与SED曲面相交,相交线投影到XY面即为步距为ds的环切刀轨。
4、刀轨的多目标优化;
已有的刀轨如图3(a),仍然存在加工残留和尖角,不满足加工要求;因此选择合适的参数如图3(b),对已有的刀轨图像进行高斯滤镜和反锐化掩膜(USM)处理,最终环切刀轨如图,能够得到平滑刀轨且能保证加工无残留。
另一个边框环切刀轨生成步骤同上所述,如图4(a),依旧存在不足,因此基于图像处理对刀轨进行优化,最终刀轨如如图4(b)。
本发明所述的基于图像处理环切刀轨的生成和优化方法,创新地利用图像法生成刀轨,并通过图像处理方法对刀轨进行优化,方法具有通用性且能够实现避免自交、加工无残留以及刀轨平滑等多目标优化。
本发明未涉及部分与现有技术相同或可采用现有技术加以实现。
Claims (7)
1.一种基于图像处理的环切刀轨生成及优化方法,其特征是,该方法包括以下步骤:
首先,获得待加工区域边界轮廓的几何特征,并将其转化为图像;
其次,基于图像信息生成环切刀轨,保证刀轨等距且不产生自相交的现象;
第三,对生成的刀轨进行加工残留及平滑度检测,利用图像处理方法多目标优化刀轨,保证最终生成的刀轨无加工残留且平滑,满足加工要求;
所述的生成环切刀轨是基于加工区域轮廓图像进行,具体步骤为:
(1)利用向内推进法计算边界轮廓线内每个像素点到边界的最短欧式距离值,得到加工区域的欧式距离图像;所述的向内推进法是以加工区域边界轮廓为第0环,按顺时针方向根据像素点以及上一环与之毗邻像素点的信息共同计算最短欧式距离值,当同一环像素点的最短欧式距离值计算完成,则向内继续计算下一环,直至获得加工区域轮廓线内所有像素点的最短欧式距离值;
(2)基于欧式距离图像生成欧式距离曲面,所述的欧式距离曲面是以加工轮廓边界所处的面为XY平面,每个像素点的最短欧式距离值为Z坐标值所形成的曲面,通过一系列平行于XY平面的面与该欧式距离曲面相交,并将产生的交线投影至XY平面生成不自相交的环切刀轨。
2.根据权利要求1所述的方法,其特征是,所述的待加工区域边界轮廓的几何特征转化的图像为二值黑白图像,轮廓线经过像素点的值为1,其余为0。
3.根据权利要求1所述的方法,其特征是,所述的加工残留及平滑度检测中的加工残留指沿生成的刀轨加工后,待加工区域剩余的材料;刀轨平滑度指刀轨转角处的最大曲率,曲率越大,刀轨平滑度越差。
4.根据权利要求1所述的方法,其特征是,所述的图像处理方法包括高斯滤镜和反锐化掩膜。
5.根据权利要求1所述的方法,其特征是,所述的多目标优化指刀轨平滑及加工无残留。
6.根据权利要求1所述的方法,其特征是,图像的尺寸能根据所需加工精度进行调整。
7.根据权利要求1所述的方法,其特征是,毗邻像素点指与当前所计算像素点有共用的点或边的像素点,一个像素点的毗邻像素点个数不超过8。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811165821.5A CN109299556B (zh) | 2018-10-08 | 2018-10-08 | 一种基于图像处理的环切刀轨生成及优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811165821.5A CN109299556B (zh) | 2018-10-08 | 2018-10-08 | 一种基于图像处理的环切刀轨生成及优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109299556A CN109299556A (zh) | 2019-02-01 |
CN109299556B true CN109299556B (zh) | 2023-04-07 |
Family
ID=65161639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811165821.5A Active CN109299556B (zh) | 2018-10-08 | 2018-10-08 | 一种基于图像处理的环切刀轨生成及优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109299556B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110134071B (zh) * | 2019-06-05 | 2021-09-28 | 南京航空航天大学 | 一种针对蒙皮镜像铣工艺约束条件下的基于图像处理的环切刀轨生成方法 |
CN110516388B (zh) * | 2019-08-31 | 2021-01-19 | 大连理工大学 | 基于调和映射的曲面离散点云模型环切刀轨生成方法 |
CN117270455B (zh) * | 2023-11-20 | 2024-03-15 | 成都飞机工业(集团)有限责任公司 | 一种基于数字滤波的槽腔铣削刀轨优化方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104375464A (zh) * | 2014-11-12 | 2015-02-25 | 南京航空航天大学 | 一种飞机蒙皮铣削高效加工轨迹自动生成方法 |
CN108241784A (zh) * | 2018-01-08 | 2018-07-03 | 华南理工大学 | 一种摆线轨迹与环切轨迹结合的型腔多刀具铣削方法 |
-
2018
- 2018-10-08 CN CN201811165821.5A patent/CN109299556B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104375464A (zh) * | 2014-11-12 | 2015-02-25 | 南京航空航天大学 | 一种飞机蒙皮铣削高效加工轨迹自动生成方法 |
CN108241784A (zh) * | 2018-01-08 | 2018-07-03 | 华南理工大学 | 一种摆线轨迹与环切轨迹结合的型腔多刀具铣削方法 |
Non-Patent Citations (1)
Title |
---|
基于特征的蒙皮镜像铣加工残区刀轨优化方法;刘少伟等;《航空学报》;20150906;第2295-2302页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109299556A (zh) | 2019-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109299556B (zh) | 一种基于图像处理的环切刀轨生成及优化方法 | |
CN113298833A (zh) | 目标物点云特征线面提取方法及系统 | |
CN110097588B (zh) | 一种航发叶片陶瓷型芯点云模型的修型边缘提取方法 | |
CN105739432B (zh) | 基于改进型Butterfly细分的网格自由曲面环形刀具轨迹规划方法 | |
CN106707969B (zh) | 一种沿中心轴线进给的三维类摆线抛光轨迹生成方法 | |
CN112508895B (zh) | 一种基于曲面配准的螺旋桨叶片质量评估方法 | |
CN111179321B (zh) | 一种基于模板匹配的点云配准方法 | |
US20220215629A1 (en) | Method for generating scanning path of machining feature surface of aircraft panel | |
CN115937468A (zh) | 一种无数模工件机器人加工程序自动生成方法 | |
CN109597354A (zh) | 一种三角网格模型的多约束数控加工轨迹生成方法 | |
CN107037738B (zh) | 数控加工几何仿真中基于stl模型的材料去除方法 | |
CN110134071B (zh) | 一种针对蒙皮镜像铣工艺约束条件下的基于图像处理的环切刀轨生成方法 | |
WO2024055773A1 (zh) | 一种基于粉末床与五轴增减材复合制造方法 | |
Xu et al. | Digital image approach to tool path generation for surface machining | |
CN111400798B (zh) | 一种建筑3d切片建造方法及3d打印装置 | |
CN105955191B (zh) | 一种基于图像特征数据进行路径规划的方法 | |
Filaretov et al. | Method of combination of three-dimensional models of details with their CAD-models at the presence of deformations | |
CN103513607A (zh) | 基于数学形态学的2.5轴环切刀轨生成方法 | |
WO1989000303A1 (en) | Method of preparing nc data for coarse machining | |
CN115156725A (zh) | 一种基于激光扫描策略的刻蚀成形方法 | |
CN1852389A (zh) | 一种在排版过程中进行图像勾边的方法 | |
Wang et al. | A slicing algorithm to guarantee non-negative error of additive manufactured parts | |
CN110125490B (zh) | 一种平底锥度铣刀全刀刃侧刃精铣尼曼蜗轮齿面的方法 | |
CN113158270A (zh) | 一种增材制造自适应复合分层切片方法 | |
CN115587441B (zh) | 一种流道结构增减材复合制造工艺规划方法及系统 |
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 |