CN112164060B - 一种基于图像处理的金刚石锯丝断裂预测方法 - Google Patents
一种基于图像处理的金刚石锯丝断裂预测方法 Download PDFInfo
- Publication number
- CN112164060B CN112164060B CN202011142186.6A CN202011142186A CN112164060B CN 112164060 B CN112164060 B CN 112164060B CN 202011142186 A CN202011142186 A CN 202011142186A CN 112164060 B CN112164060 B CN 112164060B
- Authority
- CN
- China
- Prior art keywords
- image
- saw wire
- processing
- saw
- angle
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 26
- 229910003460 diamond Inorganic materials 0.000 title claims abstract description 25
- 239000010432 diamond Substances 0.000 title claims abstract description 25
- 238000003708 edge detection Methods 0.000 claims abstract description 4
- 230000009466 transformation Effects 0.000 claims abstract description 4
- 238000005520 cutting process Methods 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 5
- 238000002474 experimental method Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 230000005764 inhibitory process Effects 0.000 claims description 2
- 239000007787 solid Substances 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 4
- 229910052710 silicon Inorganic materials 0.000 description 4
- 239000010703 silicon Substances 0.000 description 4
- 235000012431 wafers Nutrition 0.000 description 3
- 238000003776 cleavage reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000007017 scission Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- 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
-
- G06T5/92—
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
Abstract
本发明提供一种基于图像处理的金刚石锯丝断裂预测方法,具体包括,读取拍摄内容,读取锯丝将要断裂与断裂后的图片;将图片进行灰度处理;采用Canny算子进行边缘检测,对灰度图像进行处理,提取灰度图像的边缘;采用统计概率霍夫变换,对图像提取其局部特征,得到图像中的直线线段;提取选段端点的极坐标;建立基准坐标线段的向量a,将上述步骤得到的选段向量b与基准向量a进行夹角计算;确定锯丝断裂前的极限角度记录为α;对不同时刻的下的加工状态进行检测,时刻测量锯丝切割下的锯丝偏角,记为β;将β与α比较,若β无限接近于α,则工件停止进给或者停止加工。有益效果为:与拍摄图片绘制角度测量方法比较,节约时间成本,具有更高的效率。
Description
技术领域
本发明属于精密加工领域,涉及一种金刚石锯丝断裂预测方法。
背景技术
目前,半导体材料广泛应用于微电子领域,而绝大多数的半导体材料采用硅晶片。切片是把硅棒变成硅片的一个重要工序,硅片质量的好坏直接影响着后续的加工成本。金刚石线锯切割技术具有切割效率高、锯丝损耗小、切片精度高和污染小等优点,应用前景广阔。然而,在加工过程中,一直存在锯丝失效的问题,严重影响了加工工件的质量。
锯丝失效问题也是确定加工工艺参数即锯丝线速度、张紧力、工件进给速度的范围的重要因素。锯丝的失效可以分为两类:宏观失效和微观失效。宏观失效主要有两种:疲劳断裂和锯丝的拉断,锯丝一旦断裂,无法继续进行切割,整个工件就有可能报废,所以在设置锯丝线速度、工件进给速度及锯丝张紧力等加工参数时应首先防止锯丝断裂。
近年来,由于加工过程中锯丝的断裂而引起的加工工件质量的问题一直成为研究的热点,所以怎样提供有效预防锯丝断裂的方法显得尤为重要。目前绝大部分的学者通过切割机理深入研究其原因,但是并没有提出有效的预防断裂的方法。同时锯丝的断裂造成了锯丝的利用率下降,经济损失较大。
发明内容
本发明的目的是在于金刚石锯丝切割过程中,由于锯丝易失效断裂,基于图像处理技术,测量出锯丝偏角,与锯丝断裂极限偏角比较,提供一种有效且实用的预测方法。通过锯丝偏角可以准确的预测锯丝的断裂,有效的解决上述问题。该方法包括如下步骤:
第一步,选定金刚石锯丝的种类、股数与加工材料,确定包括锯丝线速度,工件进给速度等加工参数,进行切削实验;
第二步,打开与计算机连接的摄像头,调整摄像头拍摄角度,使得其与锯丝切割面保持垂直,读取拍摄内容,读取锯丝将要断裂与断裂后的图片;
第三步,将图片进行灰度处理;
第四步,采用Canny算子进行边缘检测,对灰度图像进行处理,提取灰度图像的边缘;
第五步,采用统计概率霍夫变换,对图像提取其局部特征,得到图像中的直线线段;
第六步,利用python语言提取第四步的选段端点的极坐标(r1,theta1)与(r2,theta2),其中theta表示的是极坐标下端点的角度值大小;
第七步,建立基准坐标线段的向量a,将上述步骤得到的选段向量b与基准向量a进行夹角计算,具体公式如下:
第八步,确定锯丝断裂前的极限角度,将极限夹角记录为α;
第九步,重复步骤二到八,对不同时刻的下的加工状态进行检测,时刻测量锯丝切割下的锯丝偏角,记为β;
第十步,将加工状态下的锯丝偏角β与锯丝断裂极限夹角α比较,若锯丝偏角β无限接近于锯丝断裂偏角α,则工件停止进给或者停止加工。
一种用于金刚石锯丝断裂预测的装置,包括摄像头、工件、电镀金刚石锯丝和导向轮,电镀金刚石锯丝的两端分别连接有导向轮,工件固定在夹具上,在工件的正上方设置有摄像头。
有益效果
(1)与现有监控手段相比,基于图像处理的方式测量与监控锯丝偏角,可以实时检测加工状态下的锯丝情况,有效预防锯丝断裂。
(2)通过图像处理的方法识别金刚石锯丝偏角,与拍摄图片绘制角度测量方法比较而言,节约了时间成本,具有更高的效率。与现有的角度测量方法相比,该预测方法采用空间坐标系中向量夹角的角度求解方式,有效的将理论的锯丝模型与实际锯丝拟合,具有更高的准确性。
(3)该方案适用于任意合理的金刚石线锯切割的条件,为现有加工条件下预防锯丝断裂提供有效的理论模型。
附图说明
图1为金刚石线锯切割示意图;
图2为金刚石锯丝偏角测量流程图;
图3为锯丝加工预防断裂流程图。
其中:1—摄像头,2—工件,3—电镀金刚石锯丝,4—导向轮,A、B—摄像头测量范围,α、β—电镀金刚石锯丝偏角,nr—导向轮转向。
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作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。
本发明所述的基于图像处理的金刚石锯丝偏角测量方法,包括以下步骤:
第一步,选定金刚石锯丝的种类与股数与加工材料,确定若干组加工参数,具体包括锯丝线速度,工件进给速度,进行切削实验。
第二步,打开与计算机连接的摄像头,调整摄像头拍摄角度,使得其与锯丝切割面保持垂直,利用Python编写程序语言和第三方库Opencv控制摄像头,读取拍摄内容,读取锯丝将要断裂与断裂后的图片。
第三步,将图片进行灰度处理,具体方法是根据YUV的颜色空间中,Y的分量的物理意义是点的亮度,由该值反映亮度等级,根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应:Y=0.299R+0.587G+0.114B,以这个亮度值表达图像的灰度值,采用Opencv对图片进行灰度处理,得到灰度图像。
第四步,采用Canny算子进行边缘检测,首先采用高斯滤波去掉图像上的噪声,即高斯滤波器平滑图像,其次采用soble算子使用一阶差分偏导计算梯度值与方向,分别计算图像的水平和竖直方向的梯度值,最后计算出图像各点的梯度值以及梯度角,对梯度值进行非最大抑制,再使用双阈值连接图上的联通点,设定阈值为分别为a,b,阈值的标准决定与边缘提取的精准性,采用默认的soble算子为3,对灰度图像进行处理,提取灰度图像的边缘。
第五步,采用统计概率霍夫变换,对图像提取其局部特征,得到图像中的直线线段,设定最大线段长度为l,最大线段宽度为d,过滤图片中多余直线线段。
第六步,利用python语言提取第四步的选段端点的极坐标(r1,theta1)与(r2,theta2),其中theta表示的是极坐标下端点的角度值大小。
第七步,极坐标与直角坐标有如下关系:
x=ρcos(theta) (1)
y=ρsin(theta) (2)
通过极坐标可以得到的选点端点的直角坐标(x1,y1)与(x2,y2)。
编写python语言具体的代码如下:
rho,theta=line[0]
a=np.cos(theta)
b=np.sin(theta)
x0=a*rho
y0=b*rho
x1=int(x0+100*(-b))
y1=int(y0+100*a)
x2=int(x0-100*(-b))
y2=int(y0-100*a)
cv2.line(image,(x1,y1),(x2,y2),(0,0,255),2)
得到的线段直角坐标表示为[(y2-y1),(x2-x1)];
第八步,建立基准坐标线段的向量a,将上述步骤得到的直线端点进行运算得到向量b与基准向量a进行夹角计算,具体公式如下:
第九步,确定锯丝断裂前的极限角度,将极限夹角记录为α。
第十步,重复步骤一,读取摄像机的视频内容,重复步骤二到八,对不同时刻的下的加工状态进行检测,时刻测量锯丝切割下的锯丝偏角,记为β。
第十一步,将加工状态下的锯丝偏角β与锯丝断裂极限夹角α比较,若锯丝偏角β无限接近于锯丝断裂偏角α,则工件停止进给或者停止加工。
Claims (6)
1.一种基于图像处理的金刚石锯丝断裂预测方法,其特征在于,包括如下步骤:
第一步,选定金刚石锯丝的种类、股数与加工材料,确定包括锯丝线速度,工件进给速度等加工参数,进行切削实验;
第二步,打开与计算机连接的摄像头,调整摄像头拍摄角度,使得其与锯丝切割面保持垂直,读取拍摄内容,读取锯丝将要断裂与断裂后的图片;
第三步,将图片进行灰度处理;
第四步,采用Canny算子进行边缘检测,对灰度图像进行处理,提取灰度图像的边缘;
第五步,采用统计概率霍夫变换,对图像提取其局部特征,得到图像中的直线线段;
第六步,利用python语言提取第四步的选段端点的极坐标(r1,theta1)与(r2,theta2),其中theta表示的是极坐标下端点的角度值大小;
第七步,建立基准坐标线段的向量a,将上述步骤得到的选段向量b与基准向量a进行夹角计算,具体公式如下:
第八步,确定锯丝断裂前的极限角度,将极限夹角记录为α;
第九步,重复步骤二到八,对不同时刻的下的加工状态进行检测,时刻测量锯丝切割下的锯丝偏角,记为β;
第十步,将加工状态下的锯丝偏角β与锯丝断裂极限夹角α比较,若锯丝偏角β无限接近于锯丝断裂偏角α,则工件停止进给或者停止加工。
2.根据权利要求1所述的一种基于图像处理的金刚石锯丝断裂预测方法,其中,第二步中利用Python编写程序语言和第三方库Opencv控制摄像头。
3.根据权利要求1所述的一种基于图像处理的金刚石锯丝断裂预测方法,其中,第三步中,灰度处理的具体方法是根据YUV的颜色空间中,Y的分量的物理意义是点的亮度,由该值反映亮度等级,根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应:Y=0.299R+0.587G+0.114B,以这个亮度值表达图像的灰度值,采用Opencv对图片进行灰度处理,得到灰度图像。
4.根据权利要求1所述的一种基于图像处理的金刚石锯丝断裂预测方法,其中,第四步中,首先采用高斯滤波去掉图像上的噪声,即高斯滤波器平滑图像,其次采用soble算子使用一阶差分偏导计算梯度值与方向,分别计算图像的水平和竖直方向的梯度值,最后计算出图像各点的梯度值以及梯度角,对梯度值进行非最大抑制,再使用双阈值连接图上的联通点,设定阈值分别为a,b。
5.根据权利要求1所述的一种基于图像处理的金刚石锯丝断裂预测方法,其中,第六步,极坐标与直角坐标有如下关系:
x=ρcos(theta)
y=ρsin(theta)
通过极坐标可以得到的选点端点的直角坐标(x1,y1)与(x2,y2)。
6.根据权利要求4所述的一种基于图像处理的金刚石锯丝断裂预测方法,其中,第四步中,采用默认的soble算子为3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011142186.6A CN112164060B (zh) | 2020-10-22 | 2020-10-22 | 一种基于图像处理的金刚石锯丝断裂预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011142186.6A CN112164060B (zh) | 2020-10-22 | 2020-10-22 | 一种基于图像处理的金刚石锯丝断裂预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112164060A CN112164060A (zh) | 2021-01-01 |
CN112164060B true CN112164060B (zh) | 2024-02-06 |
Family
ID=73866046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011142186.6A Active CN112164060B (zh) | 2020-10-22 | 2020-10-22 | 一种基于图像处理的金刚石锯丝断裂预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112164060B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113752279A (zh) * | 2021-10-08 | 2021-12-07 | 吉林大学 | 一种用于回收auv的智能仿生软体机械手 |
CN116277559B (zh) * | 2023-05-17 | 2023-08-18 | 浙江求是半导体设备有限公司 | 晶棒切割系统及金刚线寿命检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002230562A (ja) * | 2000-11-29 | 2002-08-16 | Omron Corp | 画像処理方法およびその装置 |
CN102183239A (zh) * | 2011-03-08 | 2011-09-14 | 西安工程大学 | 一种基于视频差异分析的输电导线风偏测量方法 |
JP2014067426A (ja) * | 2013-10-30 | 2014-04-17 | Toshiba Corp | 錠剤包装検査装置、錠剤包装検査方法 |
CN111260616A (zh) * | 2020-01-13 | 2020-06-09 | 三峡大学 | 一种基于Canny算子二维阈值分割优化的绝缘子裂纹检测方法 |
-
2020
- 2020-10-22 CN CN202011142186.6A patent/CN112164060B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002230562A (ja) * | 2000-11-29 | 2002-08-16 | Omron Corp | 画像処理方法およびその装置 |
CN102183239A (zh) * | 2011-03-08 | 2011-09-14 | 西安工程大学 | 一种基于视频差异分析的输电导线风偏测量方法 |
JP2014067426A (ja) * | 2013-10-30 | 2014-04-17 | Toshiba Corp | 錠剤包装検査装置、錠剤包装検査方法 |
CN111260616A (zh) * | 2020-01-13 | 2020-06-09 | 三峡大学 | 一种基于Canny算子二维阈值分割优化的绝缘子裂纹检测方法 |
Non-Patent Citations (1)
Title |
---|
一种基于偏微分方程和Canny算子的图像分割方法;侯守明;王阳;唐琪博;张玉珍;山西大学学报. 自然科学版;第40卷(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112164060A (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112164060B (zh) | 一种基于图像处理的金刚石锯丝断裂预测方法 | |
CN109969736B (zh) | 一种大型运载皮带跑偏故障智能检测方法 | |
CN111179250B (zh) | 一种基于多任务学习的工业品缺陷检测系统 | |
CN111003446A (zh) | 一种皮带跑偏检测方法 | |
CN115375686A (zh) | 一种基于图像处理的玻璃边缘瑕疵检测方法 | |
CN107154034B (zh) | 一种高铁接触网斜拉线定位钩的状态检测方法及系统 | |
CN116823814A (zh) | 一种配电设备焊接生产缺陷检测系统 | |
JP5373502B2 (ja) | マルチワイヤソーのワイヤ断線予防装置 | |
CN114187348B (zh) | 一种基于计算机视觉的电缆护套断裂伸长率测量方法 | |
CN113850800B (zh) | 一种硬脆材料划切缝崩边检测方法 | |
CN111353981B (zh) | 基于机器视觉的齿轮检测方法、系统及存储介质 | |
CN1154168C (zh) | 晶片缺陷检查及特性分析的方法 | |
CN107492093B (zh) | 基于图像处理的轴承异常检测方法 | |
CN111539951B (zh) | 一种陶瓷砂轮头轮廓尺寸视觉检测方法 | |
CN116402827B (zh) | 基于图像处理的采煤机用电缆夹板缺陷检测方法及装置 | |
CN115457276B (zh) | 基于视觉检测的输配电变压器高压绕组缠绕角度检测方法 | |
CN204188533U (zh) | 一种用于板带材金属表面缺陷的在线检测系统 | |
CN115861294A (zh) | 一种基于计算机视觉的混凝土生产异常检测方法及装置 | |
CN104267032A (zh) | 一种用于板带材金属表面缺陷的在线检测系统 | |
Chang et al. | Fast and high-resolution optical inspection system for in-line detection and labeling of surface defects | |
CN109270082B (zh) | 一种利用腐蚀方法及微观检测确定单晶硅晶线的方法 | |
Shao et al. | Image-Based Length and Width Measurement of Crimped Tension Clamp | |
CN114240946B (zh) | 一种定位器异常检测方法、系统、存储介质及计算设备 | |
TWI404156B (zh) | 晶圓切割溝渠之輪廓偵測方法 | |
CN110992350B (zh) | 一种基于计算机视觉的纬斜检测方法 |
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 |