CN111993280A - 一种磨床砂轮自动检测方法 - Google Patents
一种磨床砂轮自动检测方法 Download PDFInfo
- Publication number
- CN111993280A CN111993280A CN202010911927.6A CN202010911927A CN111993280A CN 111993280 A CN111993280 A CN 111993280A CN 202010911927 A CN202010911927 A CN 202010911927A CN 111993280 A CN111993280 A CN 111993280A
- Authority
- CN
- China
- Prior art keywords
- grinding wheel
- grinding
- grinding machine
- detected
- detection
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
- B24B49/12—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving optical means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B41/00—Component parts such as frames, beds, carriages, headstocks
- B24B41/007—Weight compensation; Temperature compensation; Vibration damping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
Abstract
本发明公开了一种磨床砂轮自动检测方法,应用于机械检测技术领域,包括以下步骤:步骤S1:待检磨床砂轮表面裂纹检测;步骤S2:步骤S1中检测合格的待检磨床砂轮进行待检磨床砂轮动平衡检测;步骤S3:根据步骤S1检测结果,将检测合格的磨床砂轮放置待用。本发明方便、快捷检查和平衡砂轮,满足磨床砂轮的便捷装配和使用的要求。
Description
技术领域
本发明应用于机械检测技术领域,更具体的说,涉及一种磨床砂轮自动检测方法。
背景技术
传统检查砂轮是否正常的方法为手动敲击,新砂轮在装卡盘之前,需用木棒轻轻敲击,看是否有裂痕,在检查砂轮没有裂痕的情况下可装卡盘。在砂轮装在卡盘上之后,需要先装至静平衡架上做静平衡,让砂轮盘重心一致。即传统检测砂轮盘重心采用静平衡机和动平衡机的方法费时费力,并未性能单一。
因此,提供一种方便、快捷检查砂轮裂纹和平衡砂轮的方法,满足磨砂床的便捷装配和使用的要求,是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种磨床砂轮全自动动态校正方法。
为了实现上述目的,本发明采用如下技术方案:
一种磨床砂轮自动检测方法,包括以下步骤:
步骤S1:待检磨床砂轮表面裂纹检测;
步骤S2:步骤S1中检测合格的待检磨床砂轮进行待检磨床砂轮平衡检测;
步骤S3:根据步骤S1检测结果,将检测合格的磨床砂轮放置待用。
优选的,待检磨床砂轮表面裂纹检测包括如下步骤:
步骤S11:训练集、验证集与测试集的采集:采集待检磨床砂轮表面裂纹图像数据集,将采集的待检磨床砂轮表面裂纹图像数据集按比例随机分成训练集、验证集和测试集;
步骤S12:目标分类检测:对待检磨床砂轮表面裂纹图像数据采用卷积神经网络进行目标分类检测,通过采用迁移学习方法训练卷积神经网络模型;
步骤S13:利用模型进行待检磨床砂轮表面裂纹检测:采用滑动窗口扫描方法,待检磨床砂轮表面裂纹图像进行扫描,并依次送入训练好的卷积神经网络模型进行分类判断,当判断结果为裂纹时,对应区域的像素值保留;反之,则像素值赋0;
步骤S14:扫描完成后输出检测结果图。
优选的,在步骤S12当中,对训练集和验证集的待检磨床砂轮表面裂纹图像数据采用预训练好的卷积神经网络模型进行目标分类检测,通过采用迁移学习方法调整预训练好的卷积神经网络模型。
优选的,预训练好的卷积神经网络模型为GoogleNet Inception V3,在GoogleNetInception V3后添加一层全连接层实现模型的迁移学习;在训练阶段,预训练好的GoogleNet Inception V3中的参数值保持不变,只对全连接层中的参数进行更新。
优选的,在步骤S11中,训练集、验证集和测试集中均包含有裂纹和无裂纹两种类型的图像数据。
优选的,图像数据集根据0.8、0.1、0.1的比例分为训练集、验证集和测试集。
优选的,图像数据集中,每一图像数据的的分辨率均为256*256像素。
优选的,在步骤S14中,采用滑动窗口扫描方法,对待检磨床砂轮表面裂纹图像进行扫描的具体方法是:从待检磨床砂轮表面裂纹图像的左上角开始进行扫描,扫描窗口大小为256*256像素,扫描顺序为从左到右、从上到下进行扫描。
优选的,待检磨床砂轮平衡检测包括如下步骤:
步骤S21:将步骤S1中检测合格的待检磨床砂轮利用砂轮动平衡检测装置进行动平衡检测;
步骤S22:光电传感器测量转速的基准信号,振动传感器检测砂轮旋转时的震动;
步骤S23:中央处理器接收步骤S22测得信号进行信号处理和分析,将处理结果发送至控制器,控制器控制平衡头调整平衡块与砂轮中心点连线的夹角大小,补偿磨床砂轮不平衡质量;
步骤S24、补偿后磨床砂轮震动信号达到设定的震动目标值之内,判定待检磨床砂轮合格,反之为不合格。
优选的,在步骤S23中,平衡头调整平衡块通过中央处理器驱动两个永磁直流电机一个正转、另一个反转实现。
经由上述的技术方案可知,与现有技术相比,本发明方便、快捷检查和平衡砂轮,满足磨床砂轮的便捷装配和使用的要求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明磨床砂轮自动检测方法流程示意图;
图2为本发明磨床砂轮表面裂纹检测方法流程示意图;
图3为本发明磨床砂轮动平衡方法流程示意图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
参照图1,公开了一种磨床砂轮自动检测方法,包括以下步骤:
步骤S1:待检磨床砂轮表面裂纹检测;
步骤S2:步骤S1中检测合格的待检磨床砂轮进行待检磨床砂轮动平衡检测;
步骤S3:根据步骤S1检测结果,将检测合格的磨床砂轮放置待用,不合格磨床砂轮进行不合格处理。
在一个具体实施例中,参照图2,待检磨床砂轮表面裂纹检测包括如下步骤:
步骤S11:训练集、验证集与测试集的采集:采集待检磨床砂轮表面裂纹图像数据集,将采集的待检磨床砂轮表面裂纹图像数据集按0.8、0.1、0.1比例随机分成训练集、验证集和测试集;
步骤S12:目标分类检测:对待检磨床砂轮表面裂纹图像数据采用卷积神经网络进行目标分类检测,通过采用迁移学习方法训练卷积神经网络模型;
步骤S13:利用模型进行待检磨床砂轮表面裂纹检测:采用滑动窗口扫描方法,待检磨床砂轮表面裂纹图像进行扫描,并依次送入训练好的卷积神经网络模型进行分类判断,当判断结果为裂纹时,对应区域的像素值保留;反之,则像素值赋0;
步骤S14:扫描完成后输出检测结果图。
在一个具体实施例中,在步骤S12当中,对训练集和验证集的待检磨床砂轮表面裂纹图像数据采用预训练好的卷积神经网络模型进行目标分类检测,通过采用迁移学习方法调整预训练好的卷积神经网络模型;预训练好的卷积神经网络模型为GoogleNetInception V3,在GoogleNet Inception V3后添加一层全连接层实现模型的迁移学习;在训练阶段,预训练好的GoogleNet Inception V3中的参数值保持不变,只对全连接层中的参数进行更新。
在一个具体实施例中,在步骤S11中,训练集、验证集和测试集中均包含有裂纹和无裂纹两种类型的图像数据。
在一个具体实施例中,图像数据集中,每一图像数据的的分辨率均为256*256像素。
在一个具体实施例中,在步骤S14中,采用滑动窗口扫描方法,对待检磨床砂轮表面裂纹图像进行扫描的具体方法是:从待检磨床砂轮表面裂纹图像的左上角开始进行扫描,扫描窗口大小为256*256像素,扫描顺序为从左到右、从上到下进行扫描。
在一个具体实施例中,参照图3,待检磨床砂轮动平衡检测包括如下步骤:
步骤S21:将步骤S1中检测合格的待检磨床砂轮利用砂轮动平衡检测装置进行动平衡检测;
步骤S22:光电传感器测量转速的基准信号,振动传感器检测砂轮旋转时的震动;
步骤S23:中央处理器接收步骤S22测得信号进行信号处理和分析,将处理结果发送至控制器,控制器控制平衡头调整平衡块与砂轮中心点连线的夹角大小,补偿磨床砂轮不平衡质量;
步骤S24、补偿后磨床砂轮震动信号达到设定的震动目标值之内,判定待检磨床砂轮合格,反之为不合格。
在一个具体实施例中,在步骤S23中,平衡头调整平衡块通过中央处理器驱动两个永磁直流电机一个正转、另一个反转实现。
在一个具体实施例中,待检砂轮表面裂纹检测判定结果和待检砂轮平衡检测判定结果同时为合格时,判定该校正合格,否则为不合格。
对所公开的实施例的上述说明,按照递进的方式进行,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种磨床砂轮自动检测方法,其特征在于,包括以下步骤:
步骤S1:待检磨床砂轮表面裂纹检测;
步骤S2:步骤S1中检测合格的待检磨床砂轮进行待检磨床砂轮动平衡检测;
步骤S3:根据步骤S1检测结果,将检测合格的磨床砂轮放置待用。
2.根据权利要求1所述的一种磨床砂轮自动检测方法,其特征在于,待检磨床砂轮表面裂纹检测包括如下步骤:
步骤S11:训练集、验证集与测试集的采集:采集待检磨床砂轮表面裂纹图像数据集,将采集的待检磨床砂轮表面裂纹图像数据集按比例随机分成训练集、验证集和测试集;
步骤S12:目标分类检测:对待检磨床砂轮表面裂纹图像数据采用卷积神经网络进行目标分类检测,通过采用迁移学习方法训练卷积神经网络模型;
步骤S13:利用模型进行待检磨床砂轮表面裂纹检测:采用滑动窗口扫描方法,待检磨床砂轮表面裂纹图像进行扫描,并依次送入训练好的卷积神经网络模型进行分类判断,当判断结果为裂纹时,对应区域的像素值保留;反之,则像素值赋0;
步骤S14:扫描完成后输出检测结果图。
3.根据权利要求2所述的一种磨床砂轮自动检测方法,其特征在于,在步骤S12当中,对训练集和验证集的待检磨床砂轮表面裂纹图像数据采用预训练好的卷积神经网络模型进行目标分类检测,通过采用迁移学习方法调整预训练好的卷积神经网络模型。
4.根据权利要求2所述的一种磨床砂轮自动检测方法,其特征在于,在步骤S11中,训练集、验证集和测试集中均包含有裂纹和无裂纹两种类型的图像数据。
5.根据权利要求2所述的一种磨床砂轮自动检测方法,其特征在于,在步骤S14中,采用滑动窗口扫描方法,对待检磨床砂轮表面裂纹图像进行扫描的具体方法是:从待检磨床砂轮表面裂纹图像的左上角开始进行扫描,扫描窗口大小为256*256像素,扫描顺序为从左到右、从上到下进行扫描。
6.根据权利要求1所述的一种磨床砂轮自动检测方法,其特征在于,待检磨床砂轮动平衡检测包括如下步骤:
步骤S21:将步骤S1中检测合格的待检磨床砂轮利用砂轮动平衡检测装置进行动平衡检测;
步骤S22:光电传感器测量转速的基准信号,振动传感器检测砂轮旋转时的震动;
步骤S23:中央处理器接收步骤S22测得信号进行信号处理和分析,将处理结果发送至控制器,控制器控制平衡头调整平衡块与砂轮中心点连线的夹角大小,补偿磨床砂轮不平衡质量;
步骤S24、补偿后磨床砂轮震动信号达到设定的震动目标值之内,判定待检磨床砂轮合格,反之为不合格。
7.根据权利要求6所述的一种磨床砂轮自动检测方法,其特征在于,在步骤S23中,平衡头调整平衡块通过中央处理器驱动两个永磁直流电机一个正转、另一个反转实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010911927.6A CN111993280A (zh) | 2020-09-02 | 2020-09-02 | 一种磨床砂轮自动检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010911927.6A CN111993280A (zh) | 2020-09-02 | 2020-09-02 | 一种磨床砂轮自动检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111993280A true CN111993280A (zh) | 2020-11-27 |
Family
ID=73466160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010911927.6A Pending CN111993280A (zh) | 2020-09-02 | 2020-09-02 | 一种磨床砂轮自动检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111993280A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201645321U (zh) * | 2010-04-07 | 2010-11-24 | 长春工业大学 | 砂轮动平衡测控装置 |
JP5128511B2 (ja) * | 2009-01-29 | 2013-01-23 | 株式会社コンドウ | 一対の給油孔を備えたドリル用ワーク、及び孔付ワークの芯出し方法、並びに芯出し装置 |
CN103991039A (zh) * | 2014-05-18 | 2014-08-20 | 郑州众邦超硬工具有限公司 | 一种螺杆压缩机转子成型cbn砂轮的加工方法 |
CN108515460A (zh) * | 2018-04-10 | 2018-09-11 | 湖南工学院 | 平面光学元件亚表面损伤检测方法 |
CN109376773A (zh) * | 2018-09-30 | 2019-02-22 | 福州大学 | 基于深度学习的裂纹检测方法 |
CN209466046U (zh) * | 2018-12-29 | 2019-10-08 | 长春工程学院 | 一种硬质材料超声波微小孔加工装置 |
-
2020
- 2020-09-02 CN CN202010911927.6A patent/CN111993280A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5128511B2 (ja) * | 2009-01-29 | 2013-01-23 | 株式会社コンドウ | 一対の給油孔を備えたドリル用ワーク、及び孔付ワークの芯出し方法、並びに芯出し装置 |
CN201645321U (zh) * | 2010-04-07 | 2010-11-24 | 长春工业大学 | 砂轮动平衡测控装置 |
CN103991039A (zh) * | 2014-05-18 | 2014-08-20 | 郑州众邦超硬工具有限公司 | 一种螺杆压缩机转子成型cbn砂轮的加工方法 |
CN108515460A (zh) * | 2018-04-10 | 2018-09-11 | 湖南工学院 | 平面光学元件亚表面损伤检测方法 |
CN109376773A (zh) * | 2018-09-30 | 2019-02-22 | 福州大学 | 基于深度学习的裂纹检测方法 |
CN209466046U (zh) * | 2018-12-29 | 2019-10-08 | 长春工程学院 | 一种硬质材料超声波微小孔加工装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6087163B2 (ja) | タイヤユニフォミティマシンを特性化するためのシステムおよびその特性化を使用する方法 | |
CN105856985B (zh) | 至少一个车辆车轮或轮胎的提升装置及其磨损状态检测器 | |
CN205333534U (zh) | 一种基于机器视觉的轮毂缺陷检测装置 | |
CN107421688A (zh) | 基于机械视觉的轮毂动平衡及跳动谐波检测系统 | |
CN109876931B (zh) | 一种超重力离心机不平衡量监测方法 | |
CN107826819A (zh) | 一种自动升降送料装置与方法 | |
CN106895797A (zh) | 一种转子偏移角度判定方法及校正装置 | |
CN1459623A (zh) | 平衡装置 | |
CN114627115B (zh) | 一种动平衡检测系统及使用其的流体泵叶轮生产线 | |
US5864065A (en) | Test apparatus for a railway wheel | |
CN111993280A (zh) | 一种磨床砂轮自动检测方法 | |
CN208109985U (zh) | 一种静电放电检测设备 | |
CN114018482A (zh) | 一种曲轴动平衡机 | |
CN106932142B (zh) | 检测摩托车车轮的平衡机及检测不平衡质量的方法 | |
CN106596103B (zh) | 一种在不落轮车床上用于轴承检测的装置及轴承检测方法 | |
CN206353107U (zh) | 一种桥梁静载试验自动控制装置 | |
CN207263371U (zh) | 基于机器视觉的轮毂动平衡及跳动谐波检测系统 | |
CN212622202U (zh) | 识别水果成熟度的装置 | |
CN115790974A (zh) | 一种螺旋桨随遇平衡检测装置及其使用方法 | |
CN211651943U (zh) | 一种动平衡检测设备 | |
CN108534728A (zh) | 一种悬架弹簧外形尺寸检测装置及方法 | |
CN110378161B (zh) | 一种轮胎零点定位方法 | |
CN106353175A (zh) | 一种用于木材强度分级的装置 | |
CN205175974U (zh) | 一种轴类检测工具的灵敏度校准平台 | |
CN114688965A (zh) | 一种高铁轮对检测平台 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201127 |
|
RJ01 | Rejection of invention patent application after publication |