CN110488753B - 旋风铣削刀具用潜望式检测机构、预测系统及方法 - Google Patents
旋风铣削刀具用潜望式检测机构、预测系统及方法 Download PDFInfo
- Publication number
- CN110488753B CN110488753B CN201910808367.9A CN201910808367A CN110488753B CN 110488753 B CN110488753 B CN 110488753B CN 201910808367 A CN201910808367 A CN 201910808367A CN 110488753 B CN110488753 B CN 110488753B
- Authority
- CN
- China
- Prior art keywords
- cutter
- mechanical arm
- lens barrel
- periscopic
- tool
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
- G05B19/4065—Monitoring tool breakage, life or condition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/005—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles during manufacturing process
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45136—Turning, lathe
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Manufacturing & Machinery (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Automation & Control Theory (AREA)
- Machine Tool Sensing Apparatuses (AREA)
Abstract
本发明公开了旋风铣削刀具用潜望式检测机构、预测系统及方法,它解决了现有技术中摄像机安装空间受限,获取的图像准确度差的问题,具有避免摄像机的损坏,保证图像的有效获取的有益效果,其方案如下:一种旋风铣削刀具用潜望式检测机构,包括机械臂,机械臂可转动安装于旋风铣头壳体,机械臂末端设置中空的镜筒,镜筒一侧弯折设置以使得镜筒呈潜望式,镜筒靠近弯折的一端设置物镜,另一端设置摄像机,镜筒内在弯折处设置反光镜,且机械臂与镜筒之间设置第一旋转机构以带动镜筒相对于机械臂实现旋转,以将镜筒设有补光灯的端部能够朝向旋风铣削刀具的后刀面设置。
Description
技术领域
本发明涉及机械智造领域,特别是涉及旋风铣削刀具用潜望式检测机构、预测系统及方法。
背景技术
旋风铣削是一种广泛应用于涡轮蜗杆等复杂螺旋曲面工件生产的加工方式,具有出色的加工效率。由于旋风铣削加工时刀具旋转半径与一般铣削相比较大,所以在相同的转速与进给量下其具有较高的切削速度且材料去除率较高,伴随而来的是刀具磨损速度的加快。因而,对于旋风铣削加工时刀具磨损情况的不定时检测成为必要的流程,可以避免刀具在较严重磨损时突然的损坏,保证所加工零件拥有较好的表面加工质量,提高企业的加工效率和经济效益。
传统的刀具磨损检测是工人通过机床的加工状态(振动、噪声等)人工的判断刀具磨损状态,这种方法需要工人具有丰富的加工经验而且主观因素影响很大,很容易造成资源的浪费。除此之外,刀具磨损检测方法主要有机械接触式(指用游标卡尺、量规等接触被测刀具完成检测)、光学投影式(指放大刀具轮廓的光学图像,并经由光路投影到固定屏幕上,然后由技术人员手动测量各参数)和图像测量式(利用视觉光学技术获取待测刀具的图像,然后采用图像识别与处理技术来分析)等方法。其中,机械接触式检测的效率低下、精度差;光学投影式的检测过程繁琐、测量效率底并且易形成主观误差;传统的图像测量式检测采用手持显微镜来测量,测量精度虽然比其他测量方式高,但测量过程同生产过程是分离的,需拆卸刀柄在机床外测量,造成二次装夹、重复定位、增加劳动量,降低效率、增大误差。
目前,较先进的图像测量式检测采用基于机器视觉的刀具检测:即通过图像采集设备(CCD摄像机)采集目标图像信息,将采集的刀具磨损图像输入到图像处理系统,利用设计的算法对采集的刀具磨损图进行处理分析,提取图像特征信息,进而利用图像识别技术识别图像信息,但因为旋风铣削刀盘结构受限,不便于安装摄像机,即使安装完成后,摄像机镜头容易损坏,也不便将摄像机深入至合适位置,因此导致获取的图像不能够准确反映刀具的磨损量;另外,刀具的磨损速率并不是保持线性不变的,在进入后期的剧烈磨损时的磨损速率会加快,但现有技术无法对设定时间后的磨损进行预测。
发明内容
为了克服现有技术的不足,本发明提供了一种旋风铣削刀具用潜望式检测机构,能够有效深入至较为狭窄的工作环境中,避免摄像机的损坏,保证图像的有效获取。
一种旋风铣削刀具用潜望式检测机构的具体方案如下:
一种旋风铣削刀具用潜望式检测机构,包括机械臂,机械臂可转动安装于旋风铣头壳体,机械臂末端设置中空的镜筒,镜筒一侧弯折设置以使得镜筒呈潜望式,镜筒靠近弯折的一端设置物镜,另一端设置摄像机,镜筒内在弯折处设置反光镜,且机械臂与镜筒之间设置第一旋转机构以带动镜筒相对于机械臂实现旋转,以将镜筒设有补光灯的端部能够朝向旋风铣削刀具的后刀面设置。
上述的机器视觉机构,物镜的周侧设有若干补光灯,补光灯安装于镜筒端部,刀具表面图像的摄取利用了潜望镜的原理,即光的反射,在进行刀具磨损检测时,刀具的表面信息通过物镜进入潜望式镜筒内部,光线在反光镜的反射下被摄像机摄取,从而形成合适的图像。
进一步地,所述机械臂包括至少两节机械臂,相邻两节机械臂之间设有第二旋转机构,以带动第二节机械臂相对于第一节机械臂实现绕第二节机械臂中心轴线的旋转,为了方便深入至刀盘深处,机械臂带动镜筒深入至刀盘处,通过第二旋转机构的设置,能够使镜筒转入待检测的刀盘内。
进一步地,所述第二旋转机构包括设于第一节机械臂内部的第二电机,第二电机通过齿轮传动机构与所述第二节机械臂连接,第一节机械臂和第二节机械臂通过轴承实现连接,齿轮传动机构包括设于第一节机械臂内的小齿轮和设于第二节机械臂的大齿轮,大齿轮和小齿轮啮合。
进一步地,所述机械臂通过摆动部件与所述旋风铣头壳体连接,这样机械臂可实现三自由度的转动,在旋风铣削加工工件时收回摄像机保证加工的正常进行;当单次加工完成或者设定加工时间后,机械臂搭载摄像机至刀盘口,通过潜望镜式的光路摄取刀具表面图像。
进一步地,所述机械臂远离所述镜筒的端部与支杆的一端连接,支杆与镜筒垂直,且摆动部件设于支杆顶端与机械臂连接,摆动部件有效带动机械臂实现转动,在需要进行测量时,再由摆动部件带动机械臂旋转。
进一步地,所述第一旋转机构包括设于所述机械臂内的第一电机,第一电机通过锥齿轮传动机构与所述镜筒啮合,锥齿轮传动机构中其中一个锥齿轮设于镜筒的周侧,第二节机械臂的外壳端部为环形以包裹住镜筒的部分,其中一个锥齿轮与镜筒外壁固连,此时镜筒与第二节机械臂形成转动副,从而实现转动动作。
进一步地,为了避免对摄像机的损坏,所述镜筒用于设置所述摄像机的端部为封闭结构,摄像机的镜头朝向反光镜方向设置。
为了克服现有技术的不足,本发明还提供了一种旋风铣削刀具用潜望式预测系统,包括:
一种旋风铣削刀具用潜望式检测机构;
控制器,控制器与一种旋风铣削刀具用潜望式检测机构数据传输以获得铣削刀具的初始磨损值,且控制器与旋风铣削刀具加工机床连接以获得主轴转速值、刀具进给速度值和刀具的切削深度值。
该预测系统中,通过一种旋风铣削刀具用潜望式检测机构有效获得刀具磨损情况的在线评估获得初始磨损值,控制器能够获取主轴转速值、刀具进给速度值和刀具的切削深度值,实现了刀具磨损量的预测,实现智能化加工。
一种旋风铣削刀具用潜望式预测系统的预测方法,包括如下内容:
所述控制器通过大量已知数据与对应的刀具寿命进行训练,建立人工神经网络刀具磨损模型;
控制器通过摄像机获得的图像信息,获取刀具的初始磨损值;
将获得的主轴转速值、刀具进给速度值、刀具的切削深度值和初始磨损值输入刀具磨损模型中,得到设定时间后理想的刀具磨损预测值。
刀具的初始磨损值获得步骤如下:
1、对图像进行预处理:灰度变换、中值滤波去噪处理、二值化以及高斯平滑处理;
2、利用刀具边角与刀具固定座之间的夹角均一致这一特性,对图像中的刀具进行定位;
3、然后对后刀面磨损区域上边界进行重建;
4、最后提取后刀面磨损区域的磨损量,并进行评估,从而获得刀具的初始磨损值。
与现有技术相比,本发明的有益效果是:
1)本发明通过第一旋转机构的设置,能够使得物镜对准所需摄取刀具的后刀面,提高数据获取的准确性,在刀具旋转过程中,能够拍摄到所有的刀具;通过第二旋转机构的设置,能够使镜筒转入待检测的刀盘内,通过摆动部件的设置,能够对机械臂实现有效收纳。
2)本发明通过镜筒的设置,将摄像机设于镜筒内,有效对摄像机或摄像机镜头进行保护,避免摄像机镜头的损坏,而且镜筒与机械臂的连接,有利于将摄像机深入至合适的位置进行拍摄。
3)本发明通过机器视觉机构的设置,刀具表面图像的摄取利用了潜望镜的原理,即光的反射,在进行刀具磨损检测时,补光灯为拍摄提供特定的光照,刀具的表面信息通过物镜进入潜望式镜筒内部,光线在反光镜的反射下被摄像机摄取,从而形成合适的图像。
4)本发明通过预测系统的设置,可实现刀具磨损的高精度在线检测,进一步解放劳动力,能有效的提高旋风铣削加工的效率、提高加工零件的表面质量、提高企业的利益。
5)本发明通过预测方法的给出,根据刀具当前的磨损状态,利用刀具磨损模型对刀具下一加工阶段的磨损进行预测,从而可以估算出刀具的使用寿命,保证加工质量。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例1中一种旋风铣削刀具用潜望式检测机构的示意图;
图2为本发明实施例1中一种旋风铣削刀具用潜望式检测机构的三自由示意图;
图3为本发明实施例1中摄像机对刀具图像的拍摄示意图;
图4为本发明实施例1中机械臂的两个位置示意图;
图5为本发明实施例2中人工神经网络结构图;
图中:1.镜筒,2.反光镜,3.物镜,4.补光灯,5.大齿轮,6.小齿轮,7.第二电机,8.第一节机械臂,9.摆动电机,10.第二节机械臂,11.第一电机,12.第一锥齿轮,13.第二锥齿轮,14.镜头,15.刀具,16.后刀面,17.前刀面,18.刀盘,19.旋风铣头壳体,20.工作状态,21.待机状态。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
正如背景技术所介绍的,现有技术中存在的不足,为了解决如上的技术问题,本发明提出了一种旋风铣削刀具用潜望式检测机构,下面结合说明书附图,对本发明做进一步的阐述。
实施例1
本发明的一种典型的实施方式中,如图1-图3所示,一种旋风铣削刀具用潜望式检测机构,包括机械臂,机械臂可转动安装于旋风铣头壳体19,机械臂末端设置中空的镜筒1,镜筒1一侧弯折设置以使得镜筒1呈潜望式,镜筒1的一端设置物镜3,物镜3的周侧设有若干补光灯4,多个补光灯4均匀布置于镜筒1端部,另一端内安装有摄像机(或者摄像机的镜头14设于镜筒端部,摄像机的本体与镜头14连接,摄像机的本体设于镜筒1外部,避免镜头14损坏),镜筒1内在弯折处设置反光镜2,且机械臂与镜筒1之间设置第一旋转机构以带动镜筒相对于机械臂实现旋转,以将镜筒1设有补光灯4的端部能够朝向旋风铣削刀具的后刀面16设置。
刀具15的磨损时前刀面17一般被磨成月牙洼,后刀面16往往形成磨损带,通常情况下,二者同时发生,相互影响;但实际情况中,主要以后刀面磨损带的磨损量来衡量刀具15的磨损程度,上述的机构刀具表面图像的摄取利用了潜望镜的原理,即光的折射,在进行刀具磨损检测时,补光灯5为拍摄提供特定的光照,刀具15的表面信息通过物镜3进入潜望式镜筒1内部,光线在反光镜2的反射下被摄像机摄取,从而形成合适的图像。
机械臂包括两节机械臂,两节机械臂均为管状,相邻两节机械臂之间设有第二旋转机构,以带动第二节机械臂10相对于第一节机械臂8实现绕第二节机械臂10中心轴线的旋转,为了方便深入至刀盘18深处,机械臂带动镜筒1深入至刀盘处,通过第二旋转机构的设置,能够使镜筒1转入待检测的刀盘18内。
第二旋转机构包括设于第一节机械臂内部的第二电机7,第二电机7通过齿轮传动机构与第二节机械臂10连接,第一节机械臂8和第二节机械臂10通过轴承实现连接,齿轮传动机构包括设于第一节机械臂8内的小齿轮6和设于第二节机械臂8内侧的大齿轮5,大齿轮5和小齿轮6啮合。
第一旋转机构包括设于第二节机械臂10内的第一电机11,第一电机11通过锥齿轮传动机构与所述镜筒1啮合,锥齿轮传动机构中其中第二锥齿轮13设于镜筒的周侧,第二节机械臂10的外壳一端呈环形,这样从镜筒环向方向包裹住镜筒1的部分,第二锥齿轮1与镜筒外壁固连,此时镜筒与第二节机械臂形成转动副,从而实现转动动作,与第二锥齿轮啮合的第一锥齿轮12由第一电机11进行驱动,第一电机11旋转,进而带动镜筒1转动,使得镜筒设置物镜3一端对准所需摄取的刀具后刀面16。
其中,第一电机11和第二电机7均为旋转电机。
机械臂通过摆动部件与旋风铣头壳体19连接,这样机械臂可实现三自由度的转动,在旋风铣削加工工件时收回摄像机保证加工的正常进行;当单次加工完成或者设定加工时间后,机械臂搭载摄像机至刀盘口,通过潜望镜式的光路摄取刀具表面图像。
机械臂远离镜筒1的端部与支杆的一端连接,支杆的另一端固定于旋风铣头壳体19,支杆与镜筒1垂直,且摆动部件设于支杆顶端与机械臂连接,本实施中,摆动部件为摆动电机9,摆动部件有效带动机械臂实现转动,在需要进行测量时,再由摆动部件带动机械臂旋转,如图4所示,从待机状态21转动至工作状态20。
另外,为了避免对摄像机的损坏,镜筒1用于设置所述摄像机的端部为封闭结构,或者镜筒1端部设置橡胶圈以固定镜头14,摄像机与镜筒外部固连,摄像机的镜头14朝向反光镜方向设置。
摆动电机、第一电机和第二电机均与控制器连接,控制器对各个电机进行综合控制。
一种旋风铣削刀具用潜望式检测机构的使用方法,如下:
当单次机加工结束后,摆动电机驱动第一节机械臂及其他部件绕X轴转动,转动设定角度如90°后,镜筒转动至旋风铣削刀具刀盘的上方;
第一电机旋转,通过大齿轮和小齿轮,驱动第二节机械臂相对于第一节机械臂旋转,这样在第二节机械臂的带动下镜筒旋转至水平或倾斜状态;
第二电机旋转,通过锥齿轮的啮合,镜筒绕自身轴线实现转动,镜筒带补光灯的一端朝向刀具后刀面;
补光灯为拍摄提供光照,刀具的表面信息通过物镜进入潜望式镜筒内部,光线在反光镜的反射下被摄像机摄取,从而形成合适的图像。
实施例2
为了克服现有技术的不足,本发明还提供了一种旋风铣削刀具用潜望式预测系统,包括:
实施例1所述的一种旋风铣削刀具用潜望式检测机构;
控制器,控制器与一种旋风铣削刀具用潜望式检测机构数据传输以获得铣削刀具的初始磨损值,且控制器与旋风铣削刀具加工机床连接以获得主轴转速值、刀具进给速度值和刀具的切削深度值;在铣削加工过程中,对于加工同一种材料,刀具的磨损速度主要取决于铣削用量,包括主轴转速、进给速度、切削深度等,因此通过这几个数据的输入,能够提高刀具磨损预测的精度。
该预测系统中,机器视觉机构主要是采集刀具的后刀面局部放大图像,并将获得的图像传送给控制器,控制器(如计算机)经过与初始刀具图像的对比(对磨损区域的特征进行研究与分析),从而通过图像处理算法提取磨损量,获得初始磨损值,控制器能够获取主轴转速值、刀具进给速度值和刀具的切削深度值,实现了刀具磨损量的预测,实现智能化加工。
一种旋风铣削刀具用潜望式预测系统的预测方法,如图5所示,包括如下内容:
1)所述控制器通过大量已知数据与对应的刀具寿命进行训练,建立人工神经网络刀具磨损模型,神经网络的基本组成单元是神经元,在一个标准的体系结构中,神经元被分成不同的层,包括:输入层,隐含层和输出层;
2)控制器通过摄像机获得的图像信息,获取刀具的初始磨损值;因此刀盘有多个刀具,这样拍摄到的图像信息首先要对各个刀具进行编号,对不同的刀具图像分别进行相同的图像处理:
2-1)对图像进行中值滤波,进行去噪;
2-2)对图像中的刀具进行定位,利用刀具边角与刀具固定座之间的夹角均一致这一特性;
2-3)对后刀面磨损区域上边界进行重建;
2-4)提取后刀面磨损区域的磨损量,并进行评估。
3)将获得的主轴转速值、刀具进给速度值、刀具的切削深度值和初始磨损值输入刀具磨损模型中;其中的输入层包括:主轴转速值、刀具进给速度值、刀具的切削深度值和初始磨损值;隐含层神经元数是经过许多不同的神经网络模型的尝试,并最终确定使得网络的均方差最小的最佳神经元个数,且须足够大以满足非线性估计空间具有足够大的分区;输出层神经元代表输出的是刀具磨损预测值;
神经网络模型构建时的输出值就是对应数据下的刀具磨损值,在大量数据训练后得到的模型可以在对应数据输入后输出对应的刀具磨损值。简单而言,构建的神经网络就是为了测刀具寿命而建立的,前面的大量数据训练就是为了得到这个最合适的模型。
4)数据经过磨损模型训练过程:初始化、数据归一化、误差计算以及误差逆向传播,得到理想的刀具磨损预测值。
通过上述方法的给出,当单次机加工结束后,旋风铣削刀具加工机床通知计算机开始进行运作并将下次刀具加工时的转速、进给速度、切削深度等数据传递给计算机;当计算机完成对刀具磨损的检测与预测后通知旋风铣削刀具加工机床是否需要停机换刀或继续进行下一个零件的加工。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种旋风铣削刀具用潜望式检测机构,其特征在于,包括机械臂,机械臂可转动安装于旋风铣头壳体,机械臂末端设置中空的镜筒,镜筒一侧弯折设置以使得镜筒呈潜望式,镜筒靠近弯折的一端设置物镜,另一端设置摄像机,镜筒内在弯折处设置反光镜,且机械臂与镜筒之间设置第一旋转机构以带动镜筒相对于机械臂实现旋转,以将镜筒设有补光灯的端部能够朝向旋风铣削刀具的后刀面设置;
所述机械臂通过摆动部件与所述旋风铣头壳体连接;
所述机械臂包括至少两节机械臂,相邻两节机械臂之间设有第二旋转机构,以带动第二节机械臂相对于第一节机械臂实现绕第二节机械臂中心轴线的旋转。
2.根据权利要求1所述的一种旋风铣削刀具用潜望式检测机构,其特征在于,所述第二旋转机构包括设于第一节机械臂内部的第二电机,第二电机通过齿轮传动机构与所述第二节机械臂连接。
3.根据权利要求1所述的一种旋风铣削刀具用潜望式检测机构,其特征在于,所述机械臂远离所述镜筒的端部与支杆的一端连接,支杆与镜筒垂直,且摆动部件设于支杆顶端与机械臂连接。
4.根据权利要求1所述的一种旋风铣削刀具用潜望式检测机构,其特征在于,所述第一旋转机构包括设于所述机械臂内的第一电机,第一电机通过锥齿轮传动机构与所述镜筒啮合,锥齿轮传动机构中其中一个锥齿轮设于镜筒的周侧。
5.根据权利要求1所述的一种旋风铣削刀具用潜望式检测机构,其特征在于,所述镜筒用于设置所述摄像机的端部为封闭结构。
6.根据权利要求1所述的一种旋风铣削刀具用潜望式检测机构,其特征在于,所述物镜的周侧设有若干补光灯。
7.一种旋风铣削刀具用潜望式预测系统,其特征在于,包括:
权利要求1-6中任一项所述的一种旋风铣削刀具用潜望式检测机构;
控制器,控制器与一种旋风铣削刀具用潜望式检测机构数据传输以获得铣削刀具的初始磨损值,且控制器与旋风铣削刀具加工机床连接以获得主轴转速值、刀具进给速度值和刀具的切削深度值。
8.根据权利要求7所述的一种旋风铣削刀具用潜望式预测系统的预测方法,其特征在于,包括如下内容:
所述控制器通过大量已知数据与对应的刀具寿命进行训练,建立人工神经网络刀具磨损模型;
控制器通过摄像机获得的图像信息,获取刀具的初始磨损值;
将获得的主轴转速值、刀具进给速度值、刀具的切削深度值和初始磨损值输入刀具磨损模型中,得到设定时间后理想的刀具磨损预测值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910808367.9A CN110488753B (zh) | 2019-08-29 | 2019-08-29 | 旋风铣削刀具用潜望式检测机构、预测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910808367.9A CN110488753B (zh) | 2019-08-29 | 2019-08-29 | 旋风铣削刀具用潜望式检测机构、预测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110488753A CN110488753A (zh) | 2019-11-22 |
CN110488753B true CN110488753B (zh) | 2020-11-24 |
Family
ID=68555042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910808367.9A Active CN110488753B (zh) | 2019-08-29 | 2019-08-29 | 旋风铣削刀具用潜望式检测机构、预测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110488753B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI775059B (zh) * | 2020-03-18 | 2022-08-21 | 百德機械股份有限公司 | 利用演化式模糊類神經網路之刀具磨耗預測系統及其方法 |
CN113275948A (zh) * | 2021-06-11 | 2021-08-20 | 山东大学 | 一种潜望式可面向铣削刀具的探测系统及工作方法 |
CN113600896A (zh) * | 2021-08-05 | 2021-11-05 | 豪丰茂五金制品(太仓)有限公司 | 一种数控机床铣刀磨损状态信号监测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090067704A1 (en) * | 2006-12-20 | 2009-03-12 | General Electric Company | Method and system for measurement of a cutting tool |
CN104227507A (zh) * | 2013-06-11 | 2014-12-24 | 发那科株式会社 | 具有距离测量用支架以及干扰物检测功能的机床 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101879691B (zh) * | 2010-06-25 | 2012-03-07 | 北京航空航天大学 | 一种混合式回转刀具磨损检测装置 |
CN102581699B (zh) * | 2012-02-28 | 2014-10-15 | 上海大学 | 回转体刀具磨损状态在线自动检测装置 |
CN102699763B (zh) * | 2012-06-13 | 2017-01-25 | 哈尔滨理工大学 | 利用刀具磨损智能测量仪进行测量的方法 |
CN105319807B (zh) * | 2015-12-04 | 2018-03-13 | 哈尔滨工程大学 | 潜望式相机辅助装置 |
KR20170073805A (ko) * | 2015-12-18 | 2017-06-29 | 주식회사 포스코 | 사이드 트리머 나이프 진단 장치 및 사이드 트리머 장치 |
CN106407526B (zh) * | 2016-09-05 | 2019-08-09 | 大连理工大学 | 一种微铣削过程刀具后刀面磨损预测方法 |
CN106840028A (zh) * | 2016-12-23 | 2017-06-13 | 湖北文理学院 | 刀具磨损的在位测量方法和装置 |
TWI670672B (zh) * | 2017-03-24 | 2019-09-01 | 國立成功大學 | 雲製造服務的自動建置方法、電腦程式產品、雲製造系統 |
CN207473267U (zh) * | 2017-11-16 | 2018-06-08 | 北京松果电子有限公司 | 潜望式镜头及电子设备 |
CN108536938A (zh) * | 2018-03-29 | 2018-09-14 | 上海交通大学 | 一种机床刀具寿命预测系统及预测方法 |
CN108655826B (zh) * | 2018-06-25 | 2023-04-14 | 河北工业大学 | 一种用于数控车削加工的刀具磨损视诊装置及视诊方法 |
-
2019
- 2019-08-29 CN CN201910808367.9A patent/CN110488753B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090067704A1 (en) * | 2006-12-20 | 2009-03-12 | General Electric Company | Method and system for measurement of a cutting tool |
CN104227507A (zh) * | 2013-06-11 | 2014-12-24 | 发那科株式会社 | 具有距离测量用支架以及干扰物检测功能的机床 |
Non-Patent Citations (1)
Title |
---|
基于机器视觉的立铣刀磨损检测方法的研究;张苗苗;《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》;20190115(第01期);B022-1773 * |
Also Published As
Publication number | Publication date |
---|---|
CN110488753A (zh) | 2019-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110488753B (zh) | 旋风铣削刀具用潜望式检测机构、预测系统及方法 | |
CN102528561B (zh) | 回转体刀具全加工周期磨破损在线自动检测装置 | |
CN102581699A (zh) | 回转体刀具磨损状态在线自动检测装置 | |
CN102528562B (zh) | 微型铣刀在线自动对刀与破损检测装置 | |
CN108747825B (zh) | 一种基于视觉检测激光修整成型砂轮装置及其修整方法 | |
CN111230593B (zh) | 一种基于动态图像序列的铣刀磨损量视觉测量方法 | |
CN102825505B (zh) | 基于机器视觉的机床刀具在位检测系统 | |
CN108655826A (zh) | 一种用于数控车削加工的刀具磨损视诊装置及视诊方法 | |
CN113752088B (zh) | 一种基于机器视觉的刀库集成式刀具损伤检测系统及方法 | |
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 | |
CN102597753B (zh) | 表面检查装置以及表面检查方法 | |
CN106383130A (zh) | 一种基于机器视觉的短钢管表面缺陷检测装置 | |
CN107234488A (zh) | 一种基于数控机床视觉检测的刀具破损度检测方法 | |
JP2012013698A (ja) | 工具摩耗定量化システム及び方法 | |
CN105522484A (zh) | 一种玻璃雕铣机的控制加工方法 | |
CN110253339B (zh) | 基于机器视觉的整体式螺旋铣刀磨破损图像采集装置及方法 | |
CN2850809Y (zh) | 具有检测装置的钻头研磨机 | |
CN111692968A (zh) | 一种微细铣刀在机多视角视觉检测仪及其检测方法 | |
CN111215800A (zh) | 一种用于焊接维修机器人的维修量检测装置及检测方法 | |
CN114923923B (zh) | 一种用于刀具的伸缩式立体视觉检测方法 | |
JP4611618B2 (ja) | 無接触読み取り段階を含む、眼鏡レンズの研削方法 | |
CN109345500B (zh) | 一种基于机器视觉的机床刀具刀尖点位置计算方法 | |
CN113211190A (zh) | 一种数控加工中心刀具破损磨损在线检测装置及检测方法 | |
CN106795989B (zh) | 用于作用在管子的外表面上的组件及相应的方法 | |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |