CN110977064A - 基于点云数据处理的成型电极损耗最优修整量实现方法 - Google Patents

基于点云数据处理的成型电极损耗最优修整量实现方法 Download PDF

Info

Publication number
CN110977064A
CN110977064A CN201911230447.7A CN201911230447A CN110977064A CN 110977064 A CN110977064 A CN 110977064A CN 201911230447 A CN201911230447 A CN 201911230447A CN 110977064 A CN110977064 A CN 110977064A
Authority
CN
China
Prior art keywords
coordinate system
point cloud
cloud data
point
plane
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
CN201911230447.7A
Other languages
English (en)
Other versions
CN110977064B (zh
Inventor
奚学程
闫晓燊
朱思萌
赵万生
褚皓宇
张瑞雪
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201911230447.7A priority Critical patent/CN110977064B/zh
Publication of CN110977064A publication Critical patent/CN110977064A/zh
Application granted granted Critical
Publication of CN110977064B publication Critical patent/CN110977064B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23H—WORKING OF METAL BY THE ACTION OF A HIGH CONCENTRATION OF ELECTRIC CURRENT ON A WORKPIECE USING AN ELECTRODE WHICH TAKES THE PLACE OF A TOOL; SUCH WORKING COMBINED WITH OTHER FORMS OF WORKING OF METAL
    • B23H1/00—Electrical discharge machining, i.e. removing metal with a series of rapidly recurring electrical discharges between an electrode and a workpiece in the presence of a fluid dielectric
    • B23H1/04—Electrodes specially adapted therefor or their manufacture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23P—METAL-WORKING NOT OTHERWISE PROVIDED FOR; COMBINED OPERATIONS; UNIVERSAL MACHINE TOOLS
    • B23P6/00—Restoring or reconditioning objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)

Abstract

一种基于点云数据处理的成型电极损耗最优修整量实现方法，利用激光三坐标测量机对成型电极损耗情况进行测量并得到点云数据，将点云数据从机床坐标系下变换至工件坐标系下并降噪处理；再采用最小二乘法进行平面近似拟合得到最优修整量，采用反成型修整技术，结合最优修整量，利用反拷块对损耗的成型电极进行修整。本发明能够准确确定电火花特种加工中的工具电极损耗最优修整量，提高加工效率，保证修整质量。

Description

基于点云数据处理的成型电极损耗最优修整量实现方法
技术领域
本发明涉及的是一种电极加工领域的技术，具体是一种基于点云数据处理的成型电极损耗最优修整量实现方法。
背景技术
在电火花放电加工过程中，成型电极不可避免地存在损耗。目前针对成型电极损耗的修整一般利用反拷块技术实现，但该技术受操作员影响较大一致性较差，若修整量少于损耗量，则会导致成型电极损耗部位修整效果不理想，进而影响工件的加工精度；若修整量大于损耗量，则会导致修整时间过长，影响加工效率，降低成型电极使用率。
发明内容
本发明针对现有成型电极损耗修整中严重依赖主观经验确定成型电极修整量的问题，提出一种基于点云数据处理的成型电极损耗最优修整量实现方法，能够准确确定电火花特种加工中的工具电极损耗最优修整量，提高加工效率，保证修整质量。
本发明是通过以下技术方案实现的：
本发明利用激光三坐标测量机对成型电极损耗情况进行测量并得到点云数据，将点云数据从机床坐标系下变换至工件坐标系下并降噪处理；再采用最小二乘法进行平面近似拟合得到最优修整量，采用反成型修整技术，结合最优修整量，利用反拷块对损耗的成型电极进行修整。
所述的测量，保证激光光束入射角度与被测点所在平面法向角度之间角度偏差不超过3°，需要结合激光测量机五轴空间运动结构进行运动学公式推导，将待测点坐标由工件坐标系转化为机床坐标系下，从而便于激光测量机进行测量，具体为：以成型电极原点为坐标系原点分别建立工件坐标系(xg,yg,zg)和机床坐标系(xj,yj,zj)，其中：成型电极上的待测点在工件坐标系下的坐标(xcg,ycg,zcg)，在机床坐标系下的坐标(xcj,ycj,zcj)，其中：待测点在机床坐标系下的坐标(xcj,ycj,zcj)到工件坐标系下坐标时的平移变换矩阵
Figure BDA0002303395390000011
其中：(x,y,z)为机床对应的x,y,z轴的平移距离，其中：待测点在机床坐标系下的坐标(xcj,ycj,zcj)到工件坐标系下坐标时的B轴旋转变换矩阵
Figure BDA0002303395390000012
其中：ω为激光测量机B轴的旋转角度，单位为弧度，其中：待测点在机床坐标系下的坐标(xcj,ycj,zcj)到工件坐标系下坐标时的C轴旋转变换矩阵
Figure BDA0002303395390000021
其中：α为激光测量机C轴的旋转角度，单位为弧度；由此得到成型电极上的待测点在工件坐标系下的坐标(xcg,ycg,zcg)与在机床坐标系下的坐标(xcj,ycj,zcj)两者之间的变换关系满足：
Figure BDA0002303395390000022
Figure BDA0002303395390000023
Figure BDA0002303395390000024
所述的变换至工件坐标系是指：将激光三坐标测量机测量到的数据，按照测量过程的逆处理，从机床坐标系下得到工件坐标系下成型电极被测表面的点云数据，通过运动学推导得到工件坐标系下的成型电极表面点云。
所述的降噪处理是指：采用半径滤波器过滤去除点云数据中心由于振动、激光测量误差等因素引入的噪声点，进行数据清洗，确保后续分析处理是在准确的数据集基础上进行。
所述的最优修整量，利用MATLAB将得到的点云数据采取最小二乘法进行近似平面拟合，并求解得到该平面P1的方程为：k1x+k2y+k3z＝d，其中：k1代表平面与y轴和z轴的截距b和c的乘积，即：k1＝b*c，其中：k2代表平面与x轴和z轴的截距a和c的乘积，即：k2＝a*c，其中：k3代表平面与x轴和y轴的截距a和b的乘积，即：k3＝a*b；依据点云数据拟合得到的平面方程，求解得到平面方程与成型电极交点的最低点(xzd,yzd,zzd)。以该最低点为基准，做水平横截面P2，则此时平面P2与损耗表面的拟合平面P1两平面之间的近似楔状即为最优修整量。
本发明涉及一种现上述方法的系统，包括：形貌检测模块、点云数据处理模块和最优修整量确定模块，其中：形貌检测模块与点云数据处理模块通过数据线相连接，传输三维坐标点数据信息，点云数据处理模块与最优修整量确定模块通过程序调用函数相互连接。
技术效果
与现有技术相比，本发明整体所解决的技术问题是：现有成型电极损耗修整中严重依赖主观经验确定成型电极修整量的问题，提出一种基于点云数据处理的成型电极损耗最优修整量实现方法，能够准确确定电火花特种加工中的工具电极损耗最优修整量，提高加工效率，保证修整质量。
本发明能够有效避免传统成型电极修整过程中在确定修整量时对于现场工人师傅经验的依赖，便于大范围推广应用于工业生产现场。
可根据损耗情况自适应确定最优修整量，从而避免欠修整和过修整的情况，进而保证成型电极修整质量的一致性。
可以将成型电极修整时间降低41％，且成型电极利用率增加37.5％。
附图说明
图1为本发明方法流程图；
图2为成型电极实物图；
图3为成型电极损耗检测初始点云图；
图4为经过降噪处理的电极损耗检测降噪点云图；
图5为数据清洗前后点云数据的波形图；
图6为电极损耗表面拟合平面图；
图7为最优修整量确定点云图；
图8为成型电极修整过程图。
具体实施方式
本实施例中采用的等腰梯形截面成型电极实物图及截面几何尺寸如图2所示，具体为：楔形结构，该电极的宽度，即楔形面长度为7mm，楔形角为20°，窄边厚度为0.8mm。
如图1所示，为本实施例涉及一种基于点云数据处理的成型电极损耗最优修整量实现方法，包括以下步骤：
步骤1)测量轨迹规划：利用激光三坐标测量机对成型电极损耗情况进行测量，预先确定待测平面在工件坐标系下的坐标范围，结合激光三坐标测量机的几何空间运动结构，推导得到待测平面及其坐标点在激光三坐标测量机机床坐标系下的坐标。
步骤2)点云数据处理：将激光三坐标测量机测量得到的数据，按照步骤1)中的推导公式进行变换处理，将点云数据从机床坐标系下变换处理到工件坐标系下，具体如图3所示。由于机床振动以及激光测量误差等因素的存在，在激光测量过程中可能会引入噪声，从图3可见。因此，通过运动变换推导得到的点云数据是无法直接使用的，需要对点云数据进行进一步的降噪处理。
优选地，通过激光三坐标测量机测量得到的坐标点，其噪声的影响主要分布于Z轴方向上，这是由于激光三坐标测量机采用竖直测量的测量原理所导致的。因此，在进行降噪处理和数据清洗时，应将重心放在Z轴数据的异常点清理上。
采用半径滤波器对点云数据进行数据清洗，经过点云降噪后的点云三维图如图4所示。相较于降噪之前，点云数据的方差由原来的1.17％降低为0.45％，具体详细数据如图5所示。
步骤3)最优修整量确定：需要在上述几个步骤的基础上，利用MATLAB将得到的点云数据采用最小二乘法进行平面近似拟合，并求解该平面所在方程，如图6所示。依据点云数据拟合得到的平面方程，求解得到平面方程与成型电极交点的最低点(xzd,yzd,zzd)。以该最低点为基准，做水平横截面P2，则此时平面P2与损耗表面的拟合平面P1两平面之间的近似楔状即为最优修整量，具体如图7所示。
步骤4)基于最优修整量对成型电极进行修整，采用反成型修整技术，结合上述步骤确定的最优修整量，利用反拷块对损耗的成型电极进行修整。在修整成型电极时，可以根据最优修整量确定加工电参数和修整时间，如图8所示。相关加工电参数如表1所示。
表1 修整电极时采用电参数
Figure BDA0002303395390000041
修整效果检测：为检测修整效果，同时检验上述方式确定的最优修整量是否有效，需要利用激光三坐标测量机对修整之后的成型电极表面进行检测，具体测量方式同步骤1)。
对比加工验证：采用修整之后的成型电极进行加工实验，分析对比采用最优修整量修整的成型电极与传统基于工人师傅经验修整的成型电极的工件加工精度和加工效率。从而得到量化的对比验证结论。通过与传统工人师傅根据经验确定修整量的对比实验，本方法中提出的技术方案可以将成型电极修整时间降低41％，且成型电极利用率增加37.5％。
上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整，本发明的保护范围以权利要求书为准且不由上述具体实施所限，在其范围内的各个实现方案均受本发明之约束。

Claims (7)

1.一种基于点云数据处理的成型电极损耗最优修整量实现方法，其特征在于，利用激光三坐标测量机对成型电极损耗情况进行测量并得到点云数据，将点云数据从机床坐标系下变换至工件坐标系下并降噪处理；再采用最小二乘法进行平面近似拟合得到最优修整量，采用反成型修整技术，结合最优修整量，利用反拷块对损耗的成型电极进行修整。
2.根据权利要求1所述的基于点云数据处理的成型电极损耗最优修整量实现方法，其特征是，所述的测量，保证激光光束入射角度与被测点所在平面法向角度之间角度偏差不超过3°，需要结合激光测量机五轴空间运动结构进行运动学公式推导，将待测点坐标由工件坐标系转化为机床坐标系下，从而便于激光测量机进行测量。
3.根据权利要求1或2所述的基于点云数据处理的成型电极损耗最优修整量实现方法，其特征是，所述的测量，以成型电极原点为坐标系原点分别建立工件坐标系(xg，yg，zg)和机床坐标系(xj，yj，zj)，其中：成型电极上的待测点在工件坐标系下的坐标(xcg，ycg，zcg)，在机床坐标系下的坐标(xcj，ycj，zcj)，其中：待测点在机床坐标系下的坐标(xcj，ycj，zcj)到工件坐标系下坐标时的平移变换矩阵
Figure FDA0002303395380000011
其中：(x，y，z)为机床对应的x，y，z轴的平移距离，其中：待测点在机床坐标系下的坐标(xcj，ycj，zcj)到工件坐标系下坐标时的B轴旋转变换矩阵
Figure FDA0002303395380000012
其中：ω为激光测量机B轴的旋转角度，单位为弧度，其中：待测点在机床坐标系下的坐标(xcj，ycj，zcj)到工件坐标系下坐标时的C轴旋转变换矩阵
Figure FDA0002303395380000013
其中：α为激光测量机C轴的旋转角度，单位为弧度；由此得到成型电极上的待测点在工件坐标系下的坐标(xcg，ycg，zcg)与在机床坐标系下的坐标(xcj，ycj，zcj)两者之间的变换关系满足：
Figure FDA0002303395380000014
Figure FDA0002303395380000021
4.根据权利要求1所述的基于点云数据处理的成型电极损耗最优修整量实现方法，所述的变换至工件坐标系是指：将激光三坐标测量机测量到的数据，按照测量过程的逆处理，从机床坐标系下得到工件坐标系下成型电极被测表面的点云数据，通过运动学推导得到工件坐标系下的成型电极表面点云。
5.根据权利要求1所述的基于点云数据处理的成型电极损耗最优修整量实现方法，所述的降噪处理是指：采用半径滤波器过滤去除点云数据中心由于振动、激光测量误差等因素引入的噪声点，进行数据清洗，确保后续分析处理是在准确的数据集基础上进行。
6.根据权利要求1所述的基于点云数据处理的成型电极损耗最优修整量实现方法，所述的最优修整量，利用MA孔AB将得到的点云数据采取最小二乘法进行近似平面拟合，并求解得到该平面P1的方程为：k1x+k2y+k3z＝d，其中：k1代表平面与y轴和z轴的截距b和c的乘积，即：k1＝b*c，其中：k2代表平面与x轴和z轴的截距a和c的乘积，即：k2＝a*c，其中：k3代表平面与x轴和y轴的截距a和b的乘积，即：k3＝a*b；依据点云数据拟合得到的平面方程，求解得到平面方程与成型电极交点的最低点(xzd，yzd，zzd)，以该最低点为基准，做水平横截面P2，则此时平面P2与损耗表面的拟合平面P1两平面之间的近似楔状即为最优修整量。
7.一种实现上述任一权利要求所述方法的系统，其特征在于，包括：形貌检测模块、点云数据处理模块和最优修整量确定模块，其中：形貌检测模块与点云数据处理模块通过数据线相连接，传输三维坐标点数据信息，点云数据处理模块与最优修整量确定模块通过程序调用函数相互连接。
CN201911230447.7A 2019-12-05 2019-12-05 基于点云数据处理的成型电极损耗最优修整量实现方法 Active CN110977064B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911230447.7A CN110977064B (zh) 2019-12-05 2019-12-05 基于点云数据处理的成型电极损耗最优修整量实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911230447.7A CN110977064B (zh) 2019-12-05 2019-12-05 基于点云数据处理的成型电极损耗最优修整量实现方法

Publications (2)

Publication Number Publication Date
CN110977064A true CN110977064A (zh) 2020-04-10
CN110977064B CN110977064B (zh) 2020-12-08

Family

ID=70090180

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911230447.7A Active CN110977064B (zh) 2019-12-05 2019-12-05 基于点云数据处理的成型电极损耗最优修整量实现方法

Country Status (1)

Country Link
CN (1) CN110977064B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113042836A (zh) * 2021-03-25 2021-06-29 北京石油化工学院 一种航空叶片气膜孔的穿透检测工艺技术
CN117889781A (zh) * 2024-03-13 2024-04-16 深圳市高松科技有限公司 一种edm电极快速检测装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6800829B1 (en) * 2003-05-29 2004-10-05 General Electric Company Method and apparatus for repairing air-cooled airfoils
CN102699773A (zh) * 2012-05-30 2012-10-03 广东工业大学 一种多功能微机床
CN104874876A (zh) * 2015-05-25 2015-09-02 北京控制工程研究所 一种工具电极加工工艺及采用该工具电极加工微孔的方法
CN105127902A (zh) * 2015-07-15 2015-12-09 哈尔滨工业大学 砂轮表面微观三维形貌的在机测量方法
CN106941605A (zh) * 2017-04-27 2017-07-11 华南理工大学 一种砂轮修锐修整的图像视觉监控装置及方法
CN107576267A (zh) * 2017-09-07 2018-01-12 哈尔滨工业大学 一种金刚石砂轮盘修整精度的在位精密测量方法
CN108581108A (zh) * 2018-05-14 2018-09-28 北京理工大学 一种电火花加工电极在位修整方法
CN109238168A (zh) * 2018-08-06 2019-01-18 大连理工大学 大尺寸测量件表面三维形状高精度测量方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6800829B1 (en) * 2003-05-29 2004-10-05 General Electric Company Method and apparatus for repairing air-cooled airfoils
CN102699773A (zh) * 2012-05-30 2012-10-03 广东工业大学 一种多功能微机床
CN104874876A (zh) * 2015-05-25 2015-09-02 北京控制工程研究所 一种工具电极加工工艺及采用该工具电极加工微孔的方法
CN105127902A (zh) * 2015-07-15 2015-12-09 哈尔滨工业大学 砂轮表面微观三维形貌的在机测量方法
CN106941605A (zh) * 2017-04-27 2017-07-11 华南理工大学 一种砂轮修锐修整的图像视觉监控装置及方法
CN107576267A (zh) * 2017-09-07 2018-01-12 哈尔滨工业大学 一种金刚石砂轮盘修整精度的在位精密测量方法
CN108581108A (zh) * 2018-05-14 2018-09-28 北京理工大学 一种电火花加工电极在位修整方法
CN109238168A (zh) * 2018-08-06 2019-01-18 大连理工大学 大尺寸测量件表面三维形状高精度测量方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113042836A (zh) * 2021-03-25 2021-06-29 北京石油化工学院 一种航空叶片气膜孔的穿透检测工艺技术
CN117889781A (zh) * 2024-03-13 2024-04-16 深圳市高松科技有限公司 一种edm电极快速检测装置

Also Published As

Publication number Publication date
CN110977064B (zh) 2020-12-08

Similar Documents

Publication Publication Date Title
CN110977064B (zh) 基于点云数据处理的成型电极损耗最优修整量实现方法
Zhang et al. Novel tool wear monitoring method in ultra-precision raster milling using cutting chips
CN108490880A (zh) 一种数控机床切削刀具磨损状态实时监测方法
CN112731864B (zh) 一种机床加工误差补偿方法、装置及零件加工机床
DE60030441D1 (de) Verfahren zum aufblocken eines brillenlinsenrohlings auf einen halteblock, und zum erzeugen eines virtuellen abbilds des linsenrohlings in einer computerumgebung
CN110348086B (zh) 一种球头铣刀立铣表面粗糙度快速建模方法
CN112525133B (zh) 法向公差向极半径公差的转换方法
CN109324566B (zh) 一种多机械臂协同加工大型叶片的方法
CN108662989A (zh) 一种基于三维激光扫描的车灯轮廓质量检测方法
CN101266479A (zh) 电极智能检测系统
CN105627935A (zh) 产品料厚三维分析系统及方法
Sung et al. Effect of tool nose profile tolerance on surface roughness in finish turning
CN102591260A (zh) 五轴铣削加工过程中刀具与工件瞬态接触域判断方法
CN112526925B (zh) 基于三维凸轮型面实体化模型偏差补偿的型面精加工方法
US11287800B2 (en) Method for monitoring machine, device, and storage medium
CN104748684A (zh) 一种曲轴轴肩清根的视觉检测方法及装置
TW201518890A (zh) 定位裝置精度補償系統及方法
TW201521940A (zh) 加工治具、雙輪廓加工系統及方法
CN110253341A (zh) 一种微铣削加工刀具跳动参数的快速识别方法
CN110021027B (zh) 一种基于双目视觉的切边点计算方法
CN111159823B (zh) 一种针对结构件加工变形的快速测量和识别方法
CN114505855A (zh) 一种应用于异型曲面加工工艺的机器人轨迹自动生成算法
CN110480852B (zh) Led晶圆片的切割裂片方法及系统
CN112045443A (zh) 一种四轴机床偏心装夹工件加工方法
CN113814795B (zh) 一种基于双通道在机测量的工件加工数据测量、修正、校验方法及系统

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