CN112098417B - 环形抛光中沥青抛光盘表面钝化状态在线监测装置与方法 - Google Patents

环形抛光中沥青抛光盘表面钝化状态在线监测装置与方法 Download PDF

Info

Publication number
CN112098417B
CN112098417B CN202010930626.8A CN202010930626A CN112098417B CN 112098417 B CN112098417 B CN 112098417B CN 202010930626 A CN202010930626 A CN 202010930626A CN 112098417 B CN112098417 B CN 112098417B
Authority
CN
China
Prior art keywords
asphalt
image
polishing disk
polishing
gray level
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
Application number
CN202010930626.8A
Other languages
English (en)
Other versions
CN112098417A (zh
Inventor
廖德锋
李洁
谢瑞清
赵世杰
张明壮
陈贤华
周炼
张清华
王建
许乔
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.)
Laser Fusion Research Center China Academy of Engineering Physics
Original Assignee
Laser Fusion Research Center China Academy of Engineering Physics
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 Laser Fusion Research Center China Academy of Engineering Physics filed Critical Laser Fusion Research Center China Academy of Engineering Physics
Priority to CN202010930626.8A priority Critical patent/CN112098417B/zh
Publication of CN112098417A publication Critical patent/CN112098417A/zh
Application granted granted Critical
Publication of CN112098417B publication Critical patent/CN112098417B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B24GRINDING; POLISHING
    • B24BMACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B49/00Measuring 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • G01N2021/8887Scan 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Mechanical Engineering (AREA)
  • Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)

Abstract

本发明公开了一种环形抛光中沥青抛光盘表面钝化状态在线监测装置与方法,沥青抛光盘表面的浅纹线槽具有规则的纹理结构和纹路特征,随着沥青抛光盘表面的逐渐钝化,其纹理结构和纹路特征也会随之减弱,因此可以通过沥青抛光盘表面的纹理分析来监测沥青抛光盘表面的钝化状态。本发明提出采集沥青抛光盘表面图像,采用灰度共生矩阵法来监测沥青抛光盘表面的纹理,采用灰度共生矩阵的特征参数定量地表征沥青抛光盘表面的钝化状态,从而实现沥青抛光盘表面钝化状态的实时在线监测。

Description

环形抛光中沥青抛光盘表面钝化状态在线监测装置与方法
技术领域
本发明涉及光学加工技术领域,更具体的说是涉及一种环形抛光中沥青抛光盘表面钝化状态在线监测装置与方法。
背景技术
环形抛光是加工大口径平面光学元件的关键技术之一。环形抛光机床通常采用大尺寸、热稳定性良好的天然花岗岩制成抛光盘基盘,基盘表面浇制环形的沥青胶层作为抛光盘。沥青抛光盘的环带表面依次放有修正盘和工件盘,其中修正盘用于修正和控制沥青抛光盘的形状误差,而工件盘则用于把持光学元件。加工时沥青抛光盘、修正盘、工件盘均以一定的转速绕逆时针方向匀速旋转,放在工件盘内的光学元件在沥青抛光盘及其承载的磨料颗粒作用下产生材料去除从而形成光学表面。
沥青抛光盘表面的特征结构主要包括作为抛光液流道的沟槽以及用于把持磨料颗粒的浅纹线槽。抛光液沟槽的作用是将供给到沥青抛光盘表面局部区域的抛光液输送到各个区域,从而改善抛光液在沥青抛光盘表面的分布均匀性。浅纹线槽用于把持磨料颗粒,为磨料颗粒提供把持力,使其可以磨损去除光学元件表面材料。因此,浅纹线槽直接决定了沥青抛光盘对光学元件的材料去除能力。
浅纹线槽是采用专用的排齿刮刀对沥青抛光盘表面进行修刮生成的。沥青抛光盘是粘弹性材料,它在大尺寸修正盘和光学元件的加载压力作用和相对运动条件下产生蠕变变形和剪切流变,沥青抛光盘表面的浅纹线槽逐渐发生钝化,使得沥青抛光盘表面对光学元件的材料去除能力恶化。然而,目前环形抛光中缺乏沥青抛光盘表面钝化状态的定量监测方法,从而忽略了沥青抛光盘表面钝化状态对加工精度的影响。
因此,如何实现沥青抛光盘表面钝化状态的实时监测是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种环形抛光中沥青抛光盘表面钝化状态在线监测装置与方法,沥青抛光盘表面的浅纹线槽具有规则的纹理结构和纹路特征,随着沥青抛光盘表面的逐渐钝化,其纹理结构和纹路特征也会随之减弱,因此可以通过采集沥青抛光盘表面图像,对沥青抛光盘表面的纹理进行分析来监测沥青抛光盘表面的钝化状态。纹理分析方法中的灰度共生矩阵法是对图像上具有一定位置关系的两个灰度像素同时出现的概率进行统计,比较适合分析沥青抛光盘表面具有固定排列方向和间距的浅纹线槽的纹理。因此本发明提出采用灰度共生矩阵法来监测沥青抛光盘表面的纹理,采用灰度共生矩阵的特征参数定量地表征沥青抛光盘表面的钝化状态,从而实现沥青抛光盘表面钝化状态的实时在线监测。
为了实现上述目的,本发明采用如下技术方案:
一种环形抛光中沥青抛光盘表面钝化状态在线监测装置,包括L形连接架,所述L形连接架下端设置有圆形孔,在所述圆形孔内设置有环形平板;在所述L形连接架上设置有传感器安装架,在所述传感器安装架上安装有图像采集传感器,所述图像采集传感器对准所述环形平板;所述图像采集传感器通过信号与数据连接线连接至集成控制部件,所述集成控制部件控制所述图像采集传感器采集沥青抛光盘表面图像;所述图像采集传感器拍摄所述沥青抛光盘表面图像的取样区域位于所述环形平板的内部,所述环形平板与沥青抛光盘表面接触。所述环形平板能够阻挡外部抛光液进入内部取样区域,从而确保所述内部取样区域处于洁净状态。所述集成控制部件控制所述图像采集传感器采集所述沥青抛光盘表面图像。
优选的,所述L形连接架上部设置有通孔,利用螺钉通过所述通孔将所述L形连接架固定在环形抛光机床的直线导轨溜板上。
优选的,所述集成控制部件连接所述环形抛光机床的数控系统,实时获取和控制所述环形抛光机床的各个运动轴的位置和速度。所述运动轴包括所述环形抛光机床的直线导轨和抛光盘旋转轴。
环形抛光中沥青抛光盘表面钝化状态在线监测方法,包括以下步骤:
步骤1:采用图像采集传感器拍摄沥青抛光盘表面图像;
步骤2:对所述沥青抛光盘表面图像进行预处理,获得灰度图像;
步骤3:根据所述灰度图像采用灰度共生矩阵法分析沥青抛光盘表面的纹理,获得所述沥青抛光盘的钝化状态。
优选的,所述步骤1实现的具体过程为:
步骤11:采用螺钉通过L形连接架的通孔将在线监测装置固定于环形抛光机床的直线导轨溜板上,其中所述在线监测装置的集成控制部件连接所述环形抛光机床的数控系统,控制所述直线导轨溜板沿直线导轨移动的位置和速度,所述直线导轨位于沥青抛光盘的上方并处于沥青抛光盘的半径方向上;
步骤12:确定所述沥青抛光盘表面图像的采集取样点,所述采集取样点的个数可以为单个或多个,各个所述采集取样点记为ki,i=1,2,...,n;
步骤13:根据所述图像采集取样点编写所述集成控制部件的图像采集控制程序,所述图像采集控制程序包括机床运动控制和所述图像采集传感器的数据采集控制,运行所述图像采集控制程序,所述集成控制部件控制所述在线监测装置的图像采集传感器运动至所述采集取样点并拍摄所述沥青盘抛光盘表面图像。
优选的,所述步骤2中将所有所述采集取样点拍摄的所述沥青盘抛光表面图像的彩色图像转换为灰度图像,对所述灰度图像进行直方图均衡化,改善灰度值的分布均衡性;
优选的,所述步骤3实现的具体过程为:
步骤31:计算每个所述灰度图像的四个灰度共生矩阵特征值,生成灰度共生矩阵的灰度级数K和距离差分值(a,b),K设为8,距离差分值(a,b)分别设为(0,1)、(-1,1)、(-1,0)、(-1,-1);
步骤32:求解各个所述灰度图像的四个所述灰度共生矩阵特征值的平均特征值作为对应所述灰度图像的有效特征值;
步骤33:计算所有所述灰度图像的所述有效特征值的平均值来反映所述沥青抛光盘表面的钝化状态。
优选的,求解单个所述灰度图像的所述灰度共生矩阵特征值时,选择四个方向的所述距离差分值分别生成所述灰度共生矩阵,并计算所有所述灰度图像的四个所述灰度共生矩阵的所述平均特征值作为所述有效特征值可以减小浅纹线槽的纹理方向对分析结果的影响;所述采集取样点的个数为多个时,采用各个所述灰度图像的所述有效特征值的所述平均值来反映所述沥青抛光盘的钝化状态可以减小沥青抛光盘表面不同区域钝化状态存在的微小差异对分析结果的影响。
优选的,所述灰度共生矩阵的特征值包括能量、对比度、均匀性、相关性、熵、方差、和平均、和方差、和熵、差方差、差平均、差熵、相关信息测度和最大相关系数,优选所述能量、所述对比度、所述均匀性和所述相关性为计算的所述灰度共生矩阵特征值。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种环形抛光中沥青抛光盘表面钝化状态在线监测装置和方法,利用L形连接架在环形抛光机床上固定安装图像采集传感器,图像采集传感器通过L形连接架底端圆形孔内设置的环形平板采集目标取样区域的沥青抛光盘表面图像,其中环形平板能够阻挡外部抛光液进入圆形孔内部取样区域,从而确保目标取样区域处于洁净状态;通过在线采集监测沥青抛光盘表面浅纹线槽的纹理变化来分析沥青抛光盘表面的钝化状态,其中采用灰度共生矩阵法对采集的沥青抛光盘表面图像上具有一定位置关系的两个灰度像素同时出现的概率进行统计,适合分析沥青抛光盘表面具有固定排列方向和间距的浅纹线槽的纹理,采用灰度共生矩阵的特征参量定量地表征沥青抛光盘表面的钝化状态。
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附图为本发明提供的沥青抛光盘表面钝化状态在线监测装置结构示意图;
图2附图为本发明提供的沥青抛光盘表面钝化状态在线监测装置安装结构示意图;
图3附图为本发明提供的沥青抛光盘表面采样点在一个磨损周期内的图像示意图;
图4附图为本发明提供的灰度共生矩阵的特征值随抛光时间的变化规律示意图。
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。
本发明实施例公开了一种环形抛光中沥青抛光盘表面钝化状态在线监测装置,应用在大型环抛机100上,如图2所示。环抛机100设置有环形沥青抛光盘101,环形沥青抛光盘101的内径、外径和厚度分别为700mm、2500mm、20mm,环形沥青抛光盘101的上方设置有多工位桥架机构102和横梁103;横梁103上设置有直线导轨104和直线导轨溜板105;环抛机100配置有西门子840D数控系统,可以控制直线导轨溜板105沿环形沥青抛光盘101径向的移动以及环形沥青抛光盘101的旋转运动。
一种环形抛光中沥青抛光盘表面钝化状态在线监测装置,设置有L形连接架1,L形连接架1下端设置有圆形孔10,在圆形孔10内设置有环形平板2;在L形连接架1上设置有传感器安装架3,在传感器安装架3上设置有图像采集传感器4,图像采集传感器4对准环形平板2;图像采集传感器4设置有信号与数据连接线5,信号与数据连接线5连接至集成控制部件6,集成控制部件6控制图像采集传感器4采集沥青抛光盘表面图像;图像采集传感器4拍摄沥青抛光盘表面图像的取样区域位于环形平板2的内部,环形平板2能够阻挡外部抛光液进入内部取样区域,从而确保内部取样区域处于洁净状态;
上述L形连接架1设置有通孔11,从而方便采用螺钉将L形连接架1固定于环形抛光机床的直线导轨溜板105上;
集成控制部件6能够控制图像采集传感器4拍摄图像,同时集成控制部件6连接至环抛机100的数控系统并且能够实时获取和控制各个运动轴的位置和速度。
环形抛光中沥青抛光盘表面钝化状态的在线监测方法,包括以下步骤:
S1:采用图像采集传感器4拍摄沥青抛光盘表面图像;
S11:采用螺钉通过L形连接架1的通孔11将所述L形连接架固定于环抛机100的直线导轨溜板105上;集成控制部件6能够通过环抛机100的数控系统控制直线导轨溜板105沿直线导轨104移动的位置和速度,直线导轨104位于环形沥青抛光盘101的上方并处于环形沥青抛光盘101的半径方向上。
S12:确定沥青抛光盘表面的图像采集取样点,图像采集取样点的个数选为1个,采集所述环形沥青抛光盘101环带中间部位的沥青抛光盘表面图像;
S13:根据确定的图像采集取样点编写集成控制部件6的图像采集控制程序,运行集成控制部件6的图像采集控制程序,集成控制部件6控制图像采集传感器4运动至确定的图像采集取样点并拍摄沥青抛光盘表面图像;
S2:对沥青抛光盘表面图像进行预处理;
采用matlab软件的rgb2gray函数将图像采集传感器4获得的彩色图像转换为灰度图像,采用matlab软件的histeq函数对灰度图像进行直方图均衡化,直方图均衡化的灰度级数设为64;
S3:根据预处理后的灰度图像采用灰度共生矩阵法分析沥青抛光盘表面的纹理;
S31:采用matlab软件的graycomatrix函数计算灰度图像的四个灰度共生矩阵,生成灰度共生矩阵的灰度级数K设为8,距离差分值(a,b)分别设为(0,1)、(-1,1)、(-1,0)、(-1,-1);
S32:采用matlab软件的graycoprops函数计算各个灰度图像的四个灰度共生矩阵的平均特征值作为灰度图像的有效特征值;
S33:采用计算的灰度图像的有效特征值来反映沥青抛光盘表的钝化状态,计算的特征值包括能量、对比度、均匀性和相关性,计算结果如图4所示。
本实施例监测了沥青抛光盘在一个完整磨损周期内的纹理特征变化规律。在修刮打毛环形沥青抛光盘101以后选择固定位置采集沥青抛光盘表面图像,然后开始运行环抛机100,间隔30h(磨损时长)采集沥青抛光盘表面相同位置的图像,如图3所示,图3(a)为磨损时长0h采集图像,图3(b)为磨损时长30h采集图像,图3(c)为磨损时长60h采集图像,图3(d)为磨损时长90h采集图像。图4为计算得到的沥青抛光盘表面图像的灰度共生矩阵特征值,图4(a)为对比度变化曲线,图4(b)为相关性变化曲线,图4(c)为能量变化曲线,图4(d)为均匀性变化曲线,横坐标均表示抛光盘磨损时间,单位为小时,灰度共生矩阵的四个特征值都随抛光时间的延长呈现出单调变化,其中对比度随抛光时间的延长逐渐减小,相关性、能量和均匀性逐渐增大,因此都可以用于表征沥青抛光盘表面的钝化状态。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,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 (8)

1.一种环形抛光中沥青抛光盘表面钝化状态在线监测装置,其特征在于,包括L形连接架,所述L形连接架下端设置有圆形孔,在所述圆形孔内设置有环形平板;
在所述L形连接架上设置有传感器安装架,在所述传感器安装架上安装有图像采集传感器,所述图像采集传感器对准所述环形平板;
所述图像采集传感器通过信号与数据连接线连接至集成控制部件,所述集成控制部件控制所述图像采集传感器采集沥青抛光盘表面图像;
所述图像采集传感器拍摄所述沥青抛光盘表面图像的取样区域位于所述环形平板的内部,所述环形平板与沥青抛光盘表面接触。
2.根据权利要求1所述的环形抛光中沥青抛光盘表面钝化状态在线监测装置,其特征在于,所述L形连接架上部设置有通孔,利用螺钉通过所述通孔将所述L形连接架固定在环形抛光机床上。
3.根据权利要求2所述的环形抛光中沥青抛光盘表面钝化状态在线监测装置,其特征在于,所述集成控制部件连接所述环形抛光机床的数控系统,实时获取和控制所述环形抛光机床的各个运动轴的位置和速度。
4.一种根据权利要求1-3任一项所述的环形抛光中沥青抛光盘表面钝化状态在线监测方法,其特征在于,包括以下步骤:
步骤1:采用图像采集传感器拍摄沥青抛光盘表面图像,监测沥青抛光盘表面浅纹线槽的纹理变化;采用螺钉通过L形连接架的通孔将在线监测装置固定于环形抛光机床的直线导轨溜板上;L形连接架下端设置有圆形孔,在所述圆形孔内设置有环形平板;在所述L形连接架上设置有传感器安装架,在所述传感器安装架上安装图像采集传感器,图像采集传感器对准所述环形平板;
步骤2:对所述沥青抛光盘表面图像进行预处理,获得灰度图像;
步骤3:根据所述灰度图像采用灰度共生矩阵法分析沥青抛光盘表面的纹理,获得所述沥青抛光盘的钝化状态;
步骤31:计算每个所述灰度图像的四个灰度共生矩阵特征值,生成灰度共生矩阵的灰度级数K和距离差分值(a,b),K设为8,距离差分值(a,b)分别设为(0,1)、(-1,1)、(-1,0)、(-1,-1);
步骤32:求解各个所述灰度图像的四个所述灰度共生矩阵特征值的平均特征值作为对应所述灰度图像的有效特征值;
步骤33:计算所有所述灰度图像的所述有效特征值的平均值来反映所述沥青抛光盘表面的钝化状态。
5.根据权利要求4所述的在线监测方法,其特征在于,所述步骤1实现的具体过程为:
步骤11:所述在线监测装置的集成控制部件连接所述环形抛光机床的数控系统,控制所述直线导轨溜板沿直线导轨移动的位置和速度,所述直线导轨位于沥青抛光盘的上方并处于沥青抛光盘的半径方向上;
步骤12:确定所述沥青抛光盘表面图像的采集取样点,所述采集取样点的个数为单个或多个,各个所述采集取样点记为ki,i=1,2,...,n;
步骤13:根据所述图像采集取样点编写所述集成控制部件的图像采集控制程序,所述图像采集控制程序包括机床运动控制和所述图像采集传感器的数据采集控制,运行所述图像采集控制程序,所述集成控制部件控制所述在线监测装置的图像采集传感器运动至所述采集取样点并拍摄所述沥青盘抛光盘表面图像。
6.根据权利要求5所述的在线监测方法,其特征在于,所述步骤2中将所有所述采集取样点拍摄的所述沥青盘抛光表面图像的彩色图像转换为灰度图像,对所述灰度图像进行直方图均衡化,改善灰度值的分布均衡性。
7.根据权利要求4所述的在线监测方法,其特征在于,所述灰度共生矩阵的特征值包括能量、对比度、均匀性、相关性、熵、方差、和平均、和方差、和熵、差方差、差平均、差熵、相关信息测度和最大相关系数。
8.根据权利要求4所述的在线监测方法,其特征在于,能量、对比度、均匀性和相关性为计算的所述灰度共生矩阵的特征值。
CN202010930626.8A 2020-09-07 2020-09-07 环形抛光中沥青抛光盘表面钝化状态在线监测装置与方法 Active CN112098417B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010930626.8A CN112098417B (zh) 2020-09-07 2020-09-07 环形抛光中沥青抛光盘表面钝化状态在线监测装置与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010930626.8A CN112098417B (zh) 2020-09-07 2020-09-07 环形抛光中沥青抛光盘表面钝化状态在线监测装置与方法

Publications (2)

Publication Number Publication Date
CN112098417A CN112098417A (zh) 2020-12-18
CN112098417B true CN112098417B (zh) 2022-09-20

Family

ID=73750724

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010930626.8A Active CN112098417B (zh) 2020-09-07 2020-09-07 环形抛光中沥青抛光盘表面钝化状态在线监测装置与方法

Country Status (1)

Country Link
CN (1) CN112098417B (zh)

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5095204A (en) * 1990-08-30 1992-03-10 Ball Corporation Machine vision inspection system and method for transparent containers
SG130027A1 (en) * 2001-03-06 2007-03-20 Toray Industries Display panel inspection method and device, and display panel manufacturing method
KR100436861B1 (ko) * 2001-08-27 2004-06-30 나노메트릭스코리아 주식회사 화학적 기계적 연마장치에 사용하는 연마 패드의 결함검사 방법 및 장치
JP2007155384A (ja) * 2005-12-01 2007-06-21 Fuji Opto Kk 欠陥検査装置及び欠陥検査方法
KR100801149B1 (ko) * 2006-05-18 2008-02-11 (주)엠아이반도체 패키지된 반도체 및 전자부품의 몰딩 수지 제거장치
JP5305702B2 (ja) * 2008-03-24 2013-10-02 京セラドキュメントソリューションズ株式会社 湿式画像形成装置および湿式画像形成方法
JP5820735B2 (ja) * 2012-01-27 2015-11-24 昭和電工株式会社 表面検査方法及び表面検査装置
US9804067B2 (en) * 2012-06-21 2017-10-31 Kagoshima University, National University Corporation Observation and photography apparatus
CN105938563A (zh) * 2016-04-14 2016-09-14 北京工业大学 一种基于图像纹理的焊缝表面缺陷识别方法
CN106007406B (zh) * 2016-05-17 2019-02-01 中国科学院上海光学精密机械研究所 米级大口径磷酸盐激光钕玻璃光学表面波前梯度修复及划痕钝化的加工方法
CN107560585B (zh) * 2017-08-30 2019-09-03 中国工程物理研究院激光聚变研究中心 环抛中大尺寸修正盘表面形状误差的检测方法
CN107945161B (zh) * 2017-11-21 2020-10-23 重庆交通大学 基于纹理特征提取的道路表面缺陷检测方法
CN208067952U (zh) * 2018-04-04 2018-11-09 中国工程物理研究院激光聚变研究中心 全口径环形抛光中抛光盘形状误差的检测装置
CN108844488B (zh) * 2018-06-20 2020-08-04 中国科学院上海光学精密机械研究所 环形抛光沥青盘表面面形在线监控装置及监控方法
CN110766095B (zh) * 2019-11-01 2022-04-19 易思维(杭州)科技有限公司 基于图像灰度特征的缺陷检测方法
CN211332681U (zh) * 2019-11-01 2020-08-25 安徽蓝桥玻璃机械有限公司 一种玻璃抛光机

Also Published As

Publication number Publication date
CN112098417A (zh) 2020-12-18

Similar Documents

Publication Publication Date Title
CN108490880B (zh) 一种数控机床切削刀具磨损状态实时监测方法
CN107843426A (zh) 轴承剩余寿命的监测方法及监测装置
CN111660141B (zh) 一种工况无关的基于主轴驱动电流的铣刀磨损状态识别方法
CN107154042B (zh) 一种包衣机视觉检测方法与装置
CN115712248B (zh) 一种基于反馈优化的研磨智能控制方法及系统
CN111230723B (zh) 实时侦测系统、实时侦测方法及化学机械抛光设备
CN112907556A (zh) 一种基于机器视觉的旋转刀具磨损量自动测量方法
Bodini et al. Evaluation of wear in rolling contact tests by means of 2D image analysis
CN112192319A (zh) 无监督模型的刀具磨损监测方法及系统
Lee et al. Real-time grinding wheel condition monitoring using linear imaging sensor
CN112098417B (zh) 环形抛光中沥青抛光盘表面钝化状态在线监测装置与方法
CN115016403A (zh) 一种滚动轴承外圈内滚道的磨削加工过程控制方法及系统
US20230008435A1 (en) Tool Wear Monitoring Device, Tool Wear Monitoring System, and Program
CN117067096B (zh) 基于参数优化的双面研磨抛光设备的自动控制系统及方法
Lezanski et al. An intelligent monitoring system for cylindrical grinding
CN112672848A (zh) 工件双面抛光装置及双面抛光方法
CN211696243U (zh) 轧辊在线加工检测装置
CN113878489A (zh) 研磨装置及记录介质
CN117381547A (zh) 一种基于特征降维与径向基神经网络结合的小直径球头砂轮磨损状态预测方法及系统
Junior et al. Wear monitoring of single-point dresser in dry dressing operation based on neural models
CN115972096A (zh) 一种双面抛光设备去除量分布的控制方法
JP2009202277A (ja) 超仕上げ加工工程における仕上げ状態の判定装置及び判定方法
CN113359655A (zh) 铸件打磨智能生产信息模型的建立方法
CN112798453A (zh) 一种多传感器信息融合的砂带磨损检测方法
Kamath et al. Enabling advanced process control for manual grinding operations

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