CN112951273A - 基于麦克风阵列和机器视觉的数控机床刀具磨损监控装置 - Google Patents

基于麦克风阵列和机器视觉的数控机床刀具磨损监控装置 Download PDF

Info

Publication number
CN112951273A
CN112951273A CN202110144518.2A CN202110144518A CN112951273A CN 112951273 A CN112951273 A CN 112951273A CN 202110144518 A CN202110144518 A CN 202110144518A CN 112951273 A CN112951273 A CN 112951273A
Authority
CN
China
Prior art keywords
hydraulic
machine tool
control machine
monitoring
microphone array
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
CN202110144518.2A
Other languages
English (en)
Other versions
CN112951273B (zh
Inventor
郝旺身
刘雨曦
张二亮
董辛旻
李继康
赵露露
李伟
李�泳
孔洒洒
闫昊
张浩伟
崔俊博
梁川
郝伟
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.)
Zhengzhou University
Original Assignee
Zhengzhou 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 Zhengzhou University filed Critical Zhengzhou University
Priority to CN202110144518.2A priority Critical patent/CN112951273B/zh
Publication of CN112951273A publication Critical patent/CN112951273A/zh
Application granted granted Critical
Publication of CN112951273B publication Critical patent/CN112951273B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208Noise filtering
    • G10L21/0216Noise filtering characterised by the method used for estimating noise
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208Noise filtering
    • G10L21/0216Noise filtering characterised by the method used for estimating noise
    • G10L2021/02161Number of inputs available containing the signal or the noise to be suppressed
    • G10L2021/02166Microphone arrays; Beamforming

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Quality & Reliability (AREA)
  • Manipulator (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明涉及一种基于麦克风阵列和机器视觉的数控机床刀具磨损监控装置,包括前后延伸且活塞杆从缸筒前方伸出的液压杆,缸筒的连接有撑托在靠近后端位置处的三角支架和撑托在前端位置处的固定支座,固定支座上开设有供活塞杆穿出的导向孔,活塞杆的前端连接有一侧壁板固连在活塞杆上、另一侧壁板朝前的L型支座,L型支座的朝前壁板上安装有位于前板面上的工业相机,朝前壁板的下方连接有朝前的麦克风阵列。利用声音信号和图像信号的结合,实现对刀具损坏点的精确识别并及时抵近观察,以提高刀具特征拍照精度和效率。

Description

基于麦克风阵列和机器视觉的数控机床刀具磨损监控装置
技术领域
本发明属于设备健康状态的实时监控领域,尤其涉及一种基于麦克风阵列和机器视觉的数控机床刀具磨损监控装置,利用麦克风阵列和监控摄像头实时监控数控机床刀具的磨损状态。
背景技术
目前,数控机床是数字控制机床的简称,是一种装有程序控制系统的自动化机床。该控制系统能够逻辑地处理具有控制编码或其他符号指令规定的程序,并将其译码,用代码化的数字表示,通过信息载体输入数控装置。经运算处理由数控装置发出各种控制信号,控制机床的动作,按图纸要求的形状和尺寸,自动地将零件加工出来。数控机床刀具的磨损程度是影响零件生产成品率的决定性因素,前道工序刀具磨损严重,刀具损坏等会导致产出的问题部件流到后续工序,影响整个生产。为了提高生产加工效率、改善产品质量、保证零件加工的成品率,对刀具磨损状态进行实时监测是非常有必要的。
在先专利CN101549468A公开了一种基于影像的刀具在线检测与补偿系统及方法,用于在线检测机床上的刀具磨损量并基于磨损量进行补偿,包括以下步骤:布置摄像装置,且通过该摄像装置摄取设置在机床上的刀具的影像;对所摄取的刀具的影像进行校正;提取刀具的特征;通过所述摄像装置参数标定,将刀具的特征转换为刀具的实际尺寸;将刀具的实际尺寸与预设的刀具尺寸进行比较,生成补偿信号;以及将所述补偿信号供给至机床控制器,并利用机床控制器来驱动伺服电机补偿刀具磨损所产生的偏差。
但是,现有技术中,采集刀具影像所采用的设备为工业相机,而受像素和变焦性能的影响,采用定居变焦拍摄的刀具影响噪点较多,虽然在采用除杂算法后,可尽量多的去除这些噪点,但受刀具变形区域较小的因素影响,像素失真的情况仍然较为严重,导致提取到的刀具特征失真情况也较为严重,从而降低了在后的数据处理和补偿量设定的精度。
发明内容
本发明的目的是提供一种提高刀具特征拍照精度的基于麦克风阵列和机器视觉的数控机床刀具磨损监控装置,其技术方案如下:
基于麦克风阵列和机器视觉的数控机床刀具磨损监控装置,包括前后延伸且活塞杆从缸筒前方伸出的液压杆,缸筒的连接有撑托在靠近后端位置处的三角支架和撑托在前端位置处的固定支座,固定支座上开设有供活塞杆穿出的导向孔,活塞杆的前端连接有一侧壁板固连在活塞杆上、另一侧壁板朝前的L型支座,L型支座的朝前壁板上安装有位于前板面上的工业相机,朝前壁板的下方连接有朝前的麦克风阵列。
优选地,导向孔的孔壁和活塞杆的外周之间夹设有上下对扣的两片压电陶瓷,压电陶瓷连接有用于接通电源的引线。
优选地,液压杆有两根、并上下并排分布,两液压杆的缸筒后端之间固定连接有连接板,两液压杆的活塞杆前端均连接在L型支座上。
优选地,L型支座的前面还设有围绕在工业相机的周围的喷头,喷头的喷口朝向工业相机的镜头。
优选地,麦克风阵列由32个麦克风单体组成,其中13个麦克风单体呈十字型分布,19个麦克风单体在外围呈圆形分布。
优选地,麦克风的定位算法为最小方差无畸变波束形成算法,最小方差无畸变波束形成算法中,权向量为:
Figure BDA0002930349780000021
其中R为阵列协方差矩阵,θ为波束指向角,a(θ)为θ处的方向矢量,最后可得空间方位谱为:
Figure BDA0002930349780000031
优选地,麦克风的定位算法为最小方差无畸变波束形成算法,最小方差无畸变波束形成算法中,空间方位谱为:
Figure BDA0002930349780000032
其中θ为波束指向角,a(θ)为θ处的方向矢量Rs为阵列协方差矩阵,Rs需满足如下条件:
Figure BDA0002930349780000033
S·t Rs+Rn=R,Rs∈D+,Rn>0。
根据权利要求1-3中任意一项所述的数控机床刀具磨损监控装置,其特征在于,固定支座的前面设置有光源安放点。
本发明的有益效果:
当安装好数控机床刀具磨损视觉监控装置后,可以控制液压杆缓慢移动到需要观测的位置,然后打开麦克风阵列和监控摄像头系统,首先通过麦克风阵列实现声场分布的建立,识别异常故障点,最后将标记了异常故障点的监控图像实时传输到监控室,方便工作人员及时准确了解刀具磨损状态,从而利用声音信号和图像信号的结合,实现对刀具损坏点的精确识别并及时抵近观察,以提高刀具特征拍照精度和效率。
进一步地,本发明提出的基于麦克风阵列和视觉结合的数控机床刀具磨损监控装置的抗干扰性很好,麦克风阵列使用的最小方差无畸变波束形成算法,它能在确保期望方向信号无失真的同时使目标信源方向具有最大增益,同时削弱非期望信源方向上的增益进而提高算法波束形成性能。这样它在恶劣的环境下也能正常工作,如当周围的干扰噪声比较大时,最小方差无畸变波束形成算法能很好地抑制其他方向的声源影响。
进一步地,本发明提出的基于麦克风阵列和视觉结合的数控机床刀具磨损监控装置配有光源补充装置,当在没有外部光源补充且工作环境比较暗时,可以开启上面安装好的光源,就能在比较暗的工作环境下继续正常工作。
进一步地,本发明提出的基于麦克风阵列和视觉结合的数控机床刀具磨损监控装置配有液压杆,由于监控摄像头是通过支座安装在液压杆上的,因此监控摄像头能够随着液压杆的伸出与收缩而运动,而在监测过程中有时需要大范围地观测机床,有时候又需要对机床刀具局部的观测,故利用液压杆的移动实现了对观测目标不同观测距离条件下的实时监测。由传递函数得到的输入与输出之间的关系后,在输入与输出之间乘以一个u经验因子,以平衡不同环境下对输入和输出之间的误差,方便适用于各种不同的工作环境,提升液压杆控制的精度。
进一步地,本发明提出的基于麦克风阵列和视觉结合的数控机床刀具磨损监控装置配有喷洗装置,主要由四个均与分布在摄像头周围的喷头组成。由于监控摄像头的监控对象是数控机床的刀具磨损状态,在加工过程中的润滑油不可避免地会飞溅到监控摄像头的镜头上,影响监控摄像头的清晰度,而加上喷洗装置后即可及时地冲洗掉油污,保证的监控摄像头的清晰度。
进一步地,本发明提出的基于麦克风阵列和视觉结合的数控机床刀具磨损监控装置有振动控制装置,由安装在液压杆活塞杆根部的压电陶瓷实现,实现了对液压杆在外界干扰下的振动抑制,保证了液压杆的平稳运行,在外界负载干扰较大的情况下也能正常运行,且保证了麦克风阵列工作时的稳定性和监控图像的清晰度。
附图说明
图1是本发明数控机床刀具磨损监控装置示意图;
图2是图1中L型支座位置的示意图;
图3是本发明数控机床刀具磨损监控装置的压电材料安装示意图;
图4是本发明数控机床刀具磨损监控装置的L型支座和液压杆的连接示意图;
图5是本发明数控机床刀具磨损监控装置的喷洗装置示意图;
图6是本发明数控机床刀具磨损监控装置的麦克风阵列示意图;
图7是本发明数控机床刀具磨损监控装置的最小方差无畸变波束形成算法对比结果图。
具体实施方式
参见图1至图7,示出了本发明的基于麦克风阵列和机器视觉的数控机床刀具磨损监控装置,主要包括液压杆4、液压杆支座5、三角支架1、光源安放点6、U型扣7、连接螺栓8、监控摄像头12、L型支座9、麦克风阵列15、遮板10、喷头11、喷头支座13和连接板2。
L型支座9能随液压杆4的伸出和收缩而移动。L型支座通过螺栓连接和U型扣固定在液压杆上,L型支座上的监控摄像头上方有遮板,用于防止掉下来的异物损坏监控摄像头。喷头均匀分布在监控摄像头四周,以更好地对监控摄像头冲洗。喷头是固定在喷头支座上,而喷头支座通过螺栓连接固定在L型支座上。
通过麦克风阵列实现数控机床刀具的声学故障识别。麦克风阵列特点包括如下几个方面:
特点1:麦克风阵列包括了32个麦克风,中间是一个呈十字型分布的阵列,共13个麦克风,外圈是一个呈圆形分布的麦克风阵列,共19个麦克风;
特点2:麦克风的定位算法为改进的最小方差无畸变波束形成算法,它能在确保期望方向信号无失真的同时使目标信源方向具有最大增益,同时削弱非期望信源方向上的增益进而提高算法波束形成性能。这样当我们在扫描一个空间位置时就能极大地减少其他方向的噪声和干扰的影响。最小方差无畸变波束形成算法中,权向量为:
Figure BDA0002930349780000061
其中R为阵列协方差矩阵,θ为波束指向角,a(θ)为θ处的方向矢量,最后可得空间方位谱为:
Figure BDA0002930349780000062
由于最小方差无畸变波束形成算法对非理想因素十分敏感,主要包括真实的干扰加噪声协方差矩阵与样本协方差矩阵之间的误差和真实的期望目标信号方向矢量与其估计的方向矢量之间的误差,故对阵列协方差矩阵R进行处理去除其中中噪声信号,阵列信号的期望信号的特点是低秩的,而噪声信号的特点是稀疏的,利用这两个特点将阵列协方差矩阵R进行分解去除其中中噪声信号,即优化问题:
Figure BDA0002930349780000063
s.t Rs+Rn=R,Rs∈D+,Rn>0
求解该优化问题得到Rs,将Rs替代R带入空间方位谱公式中,即可得到改进后的最小方差无畸变波束形成算法,改进后的最小方差无畸变波束形成算法主瓣更小,分辨率更高;
特点3;麦克风阵列和视觉相结合。首先麦克风阵列通过最小方差无畸变波束形成算法对需要监控的整个区间进行波束扫描,得到整个空间的声场分布,通过将该声场分布与正常运行的声场分布相比较,得出其中的异常值点,同时将该点的位置在监控摄像头得到的图像上标记出来,通过两者的结合,即充分发挥了声学故障识别的优势,又极大地方便了工作人员的观察。
两个液压杆4的固定端通过连接板2连接在一起,将两个液压杆4连接在一起,能更方便地实现对两个液压杆4的支撑。两个液压杆通过固定支座上的两个小洞固定在固定支座上,液压杆和小洞之间属于小间隙配合。两个液压杆的固定端通过连接板连接在一起,以方便实现对液压杆的支撑。两个液压杆的固定端由一个三角支架支撑,且三角支架的最上面是一个U型槽,以实现对液压杆更好的贴合。三角支架1和液压杆4的支撑方式是通过一个贴合液压杆的U型槽3,U型槽3不仅能限制液压杆4在竖直方向的下落,还能限制液压杆4水平方向的移动,L型支座9与液压杆4的连接除了螺栓连接8外,还有U型扣7的连接,这样液压杆4和L型支座9的连接更加稳固。
固定支座下部分有两个光源安放点,用于在较暗的环境下补偿亮度,保证传输图像的清晰度。
两个液压杆水平放置,并且需要保持同步运行,同时在液压杆4活塞杆根部安装有压电陶瓷,其特点是:
特点1:压电陶瓷片的目的是使液压杆的伸出运动平稳不抖动,对液压杆的振动进行抑制,防止伸出过程中的图像模糊和麦克风阵列的抖动;
特点2:压电陶瓷片防止抖动的原理是:压电陶瓷片是一种压电材料,它具有正压电效应和逆压电效应,正压电效应就是当压电材料受到外界压力而发生应变的时候就会在压电材料上下两表面形成电势差,而逆压电效应就是当我们在压电材料上下两表面加上电压后,压电材料在电势差的作用下就会发生形变,故可以用压电材料的逆压电效应来实现防抖动功能。具体实现过程为:当液压杆受到外界干扰向下抖动的瞬间,给液压杆上下表面的压电陶瓷片施加电压,这样压电陶瓷片就会发生形变来抑制液压杆向下的抖动,而当液压杆受到外界干扰向上抖动的瞬间,给液压杆上下表面的压电陶瓷片施加与刚才相反方向的电压,这样压电陶瓷片就会发生形变来抑制液压杆向上的抖动;
特点3:压电陶瓷片安装的部位是在活塞杆的根部,且每个液压杆有上下两个压电陶瓷片。将压电陶瓷片安装在根部的原因是液压杆的伸出部分相当于一个悬臂梁结构,当受到负载扰动和外界干扰时,根部位置的位移量相对于其他位置的位移量来说是最大的,这样能最大限度地抑制整个液压杆的抖动。
由于监控摄像头是通过支座安装在液压杆上的,因此监控摄像头能够随着液压杆的伸出与收缩而运动,而在监测过程中有时需要大范围地观测机床,有时候又需要对机床刀具局部的观测,故利用液压杆的移动实现了对观测目标不同观测距离条件下的实时监测。液压杆的伸出与收缩由控制器控制,控制的实现通过系统的输入与输出之间的关系,即系统的传递函数。系统的液压杆伸出时传递函数为:
Figure BDA0002930349780000081
收缩时的传递函数为:
Figure BDA0002930349780000082
其中,k1是阀流量增益系数,k1″是等效流量压力系数,k2″是液压杆回缩时的流量增益系数,k2″是液压杆回缩时的等效流量压力系数,a为无杆腔活塞面积,b为有杆腔活塞面积,n为有杆腔活塞面积与无杆腔活塞面积之比,v为液压缸腔内的油液体积,β液压油的等效弹性模量,ω是液压固有频率。
由传递函数得到的输入与输出之间的关系后,在输入与输出之间乘以一个u经验因子,以平衡不同环境下对输入和输出之间的误差,方便适用于各种不同的工作环境,提升液压杆控制的精度。
在实施时,首先,启动液压杆4,液压杆4缓慢伸出,同时带动液压杆上的型支座9向右移动,需要注意的是液压杆4移动的加速度不能过快,长期的加速度过快会导致液压杆4和支座9的连接松动,液压杆4除了带动L型支座9的移动外,还需要带动其他的一些部件,如和喷头11相连接的软水管以及一些和监控摄像头12相连接的线路;其次,当液压杆4移动到设定位置时,停止液压杆4的运行,打开麦克风阵列15和监控摄像头12即可开始对数控机床刀具磨损进行监控,并将标记好异常点的监控图像传输到监控室。
控制信号及视频图像信息的传输通过无线传输,虽然有限传输受干扰较小,可靠性和保密性强,但在本发明提出的数控机床刀具磨损视觉监控装置的情景下,布线复杂,且实现远距离视频信号的传输费用比较高,而无线模块能很好地解决布线和距离方面的问题。
液压杆4固定端的连接板2连接为螺栓连接,相比于其他的刚性连接,螺纹连接可靠且装拆方便,当液压杆4出现故障需要拆卸时比较便利。
三角支架1和液压杆4的接触通过一个U型槽3,相比于其他连接方式,这种连接方式不仅简单方便,也满足液压杆4对稳固方面的要求。
液压杆4的行程选择的是1米,可以根据实际环境选择合适行程的液压杆。
上下液压杆4同步运行,如果上下液压杆4没同步运行,可能会造成液压缸卡死的情况。
在液压杆伸出端根部的压电陶瓷,压电陶瓷利用压电材料的逆压电效应实现液压杆的振动抑制。
为了应对监控摄像头12被飞溅的油污影响的情况,在监控摄像头四周安装有喷洗装置11。
四个喷头11通过螺栓连接均匀分布在监控摄像头12四周,喷头11可以通过单独的开关启动或者停止,在需要冲洗的时候才打开喷洗装置,而在不需要冲洗的时候就关闭喷洗装置,有利于节约水资源。
喷头11能在一定角度范围内旋转。
喷头11的水由细软管连接到喷头处,细软管的一端固定在支座上,且能随着L型支座9的移动而移动。
为了应对环境光线不理想的情况,在固定支座下方安装了两个光源6提供光亮。
麦克风阵列15通过最小方差无畸变波束形成算法对需要监控的整个区间进行波束扫描,得到整个空间的声场分布,通过将该声场分布与正常运行的声场分布相比较,得出其中的异常值点。
监控摄像头12是球型摄像机,它集成彩色一体化摄像机、云台、解码器、防护罩等多功能于一体,它具有体积小、外形美观、功能强大、安装方便、使用简单、维护容易等特点。
综上可知,本发明提出的数控机床刀具磨损视觉监控装置安装简单快捷,能适用于不同环境的应用场景,除了主要的麦克风阵列15和监控装置12外,还配有喷洗装置11和光源补充装置6,既保证了产品的加工质量,又很好地提升了用户体验,在设备健康状态的实时监控领域有着广阔的应用前景。
以上仅就本发明应用较佳的实例做出了说明,但不能理解为是对权利要求的限制,本发明的结构可以有其他变化,不局限于上述结构。总之,凡在本发明的独立权利要求的保护范围内所作的各种变化均在发明的保护范围内。

Claims (9)

1.基于麦克风阵列和机器视觉的数控机床刀具磨损监控装置,其特征在于,包括前后延伸且活塞杆从缸筒前方伸出的液压杆,缸筒的连接有撑托在靠近后端位置处的三角支架和撑托在前端位置处的固定支座,固定支座上开设有供活塞杆穿出的导向孔,活塞杆的前端连接有一侧壁板固连在活塞杆上、另一侧壁板朝前的L型支座,L型支座的朝前壁板上安装有位于前板面上的工业相机,朝前壁板的下方连接有朝前的麦克风阵列。
2.根据权利要求1所述的数控机床刀具磨损监控装置,其特征在于,导向孔的孔壁和活塞杆的外周之间夹设有上下对扣的两片压电陶瓷,压电陶瓷连接有用于接通电源的引线。
3.根据权利要求1所述的数控机床刀具磨损监控装置,其特征在于,液压杆有两根、并上下并排分布,两液压杆的缸筒后端之间固定连接有连接板,两液压杆的活塞杆前端均连接在L型支座上。
4.根据权利要求1所述的数控机床刀具磨损监控装置,其特征在于,L型支座的前面还设有围绕在工业相机的周围的喷头,喷头的喷口朝向工业相机的镜头。
5.根据权利要求1-3中任意一项所述的数控机床刀具磨损监控装置,其特征在于,麦克风阵列由32个麦克风单体组成,其中13个麦克风单体呈十字型分布,19个麦克风单体在外围呈圆形分布。
6.根据权利要求4所述的数控机床刀具磨损监控装置,其特征在于,麦克风的定位算法为最小方差无畸变波束形成算法,最小方差无畸变波束形成算法中,权向量为:
Figure FDA0002930349770000011
其中R为阵列协方差矩阵,θ为波束指向角,a(θ)为θ处的方向矢量,最后可得空间方位谱为:
Figure FDA0002930349770000021
7.根据权利要求4所述的数控机床刀具磨损监控装置,其特征在于,麦克风的定位算法为最小方差无畸变波束形成算法,最小方差无畸变波束形成算法中,空间方位谱为:
Figure FDA0002930349770000022
其中θ为波束指向角,a(θ)为θ处的方向矢量Rs为阵列协方差矩阵,Rs需满足如下条件:
Figure FDA0002930349770000023
s·t Rs+Rn=R,Rs∈D+,Rn>0。
8.根据权利要求1-3中任意一项所述的数控机床刀具磨损监控装置,其特征在于,固定支座的前面设置有光源安放点。
9.根据权利要求1-3中任意一项所述的数控机床刀具磨损监控装置,其特征在于,液压杆的伸出与收缩由控制器控制,系统的液压杆伸出时传递函数为:
Figure FDA0002930349770000024
收缩时的传递函数为:
Figure FDA0002930349770000025
其中,k1是阀流量增益系数,k1″是等效流量压力系数,K2″是液压杆回缩时的流量增益系数,K2″是液压杆回缩时的等效流量压力系数,a为无杆腔活塞面积,b为有杆腔活塞面积,n为有杆腔活塞面积与无杆腔活塞面积之比,v为液压缸腔内的油液体积,β液压油的等效弹性模量,ω是液压固有频率。
CN202110144518.2A 2021-02-02 2021-02-02 基于麦克风阵列和机器视觉的数控机床刀具磨损监控装置 Active CN112951273B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110144518.2A CN112951273B (zh) 2021-02-02 2021-02-02 基于麦克风阵列和机器视觉的数控机床刀具磨损监控装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110144518.2A CN112951273B (zh) 2021-02-02 2021-02-02 基于麦克风阵列和机器视觉的数控机床刀具磨损监控装置

Publications (2)

Publication Number Publication Date
CN112951273A true CN112951273A (zh) 2021-06-11
CN112951273B CN112951273B (zh) 2024-03-29

Family

ID=76241698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110144518.2A Active CN112951273B (zh) 2021-02-02 2021-02-02 基于麦克风阵列和机器视觉的数控机床刀具磨损监控装置

Country Status (1)

Country Link
CN (1) CN112951273B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050080616A1 (en) * 2001-07-19 2005-04-14 Johahn Leung Recording a three dimensional auditory scene and reproducing it for the individual listener
US20050080619A1 (en) * 2003-10-13 2005-04-14 Samsung Electronics Co., Ltd. Method and apparatus for robust speaker localization and automatic camera steering system employing the same
US20080240463A1 (en) * 2007-03-29 2008-10-02 Microsoft Corporation Enhanced Beamforming for Arrays of Directional Microphones
CN102831898A (zh) * 2012-08-31 2012-12-19 厦门大学 带声源方向跟踪功能的麦克风阵列语音增强装置及其方法
CN104965027A (zh) * 2015-07-13 2015-10-07 中国矿业大学 基于图像识别和声发射定位锚固岩体裂隙扩展的分析方法
CN105702261A (zh) * 2016-02-04 2016-06-22 厦门大学 带相位自校正功能的声聚焦麦克风阵列长距离拾音装置
CN106887236A (zh) * 2015-12-16 2017-06-23 宁波桑德纳电子科技有限公司 一种声像联合定位的远距离语音采集装置
KR20180089039A (ko) * 2017-01-31 2018-08-08 송기민 Ip 카메라와 nvr이 구비되는 보안 시스템
CN110444220A (zh) * 2019-08-01 2019-11-12 浙江大学 一种多模态远程语音感知方法及装置
CN110456357A (zh) * 2019-08-27 2019-11-15 吉林大学 一种导航定位方法、装置、设备及介质
CN110989638A (zh) * 2019-12-06 2020-04-10 南京邮电大学 一种基于自主航行技术的水下建筑物缺陷检测方法
CN111168471A (zh) * 2020-01-19 2020-05-19 浙江工业大学 一种数控机床刀具磨损监测方法
CN111965246A (zh) * 2020-08-11 2020-11-20 太原理工大学 一种基于多信息融合的刮板机故障检测方法及其检测系统
CN111986692A (zh) * 2019-05-24 2020-11-24 腾讯科技(深圳)有限公司 基于麦克风阵列的声源跟踪与拾音的方法和装置

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050080616A1 (en) * 2001-07-19 2005-04-14 Johahn Leung Recording a three dimensional auditory scene and reproducing it for the individual listener
US20050080619A1 (en) * 2003-10-13 2005-04-14 Samsung Electronics Co., Ltd. Method and apparatus for robust speaker localization and automatic camera steering system employing the same
US20080240463A1 (en) * 2007-03-29 2008-10-02 Microsoft Corporation Enhanced Beamforming for Arrays of Directional Microphones
CN102831898A (zh) * 2012-08-31 2012-12-19 厦门大学 带声源方向跟踪功能的麦克风阵列语音增强装置及其方法
CN104965027A (zh) * 2015-07-13 2015-10-07 中国矿业大学 基于图像识别和声发射定位锚固岩体裂隙扩展的分析方法
CN106887236A (zh) * 2015-12-16 2017-06-23 宁波桑德纳电子科技有限公司 一种声像联合定位的远距离语音采集装置
CN105702261A (zh) * 2016-02-04 2016-06-22 厦门大学 带相位自校正功能的声聚焦麦克风阵列长距离拾音装置
KR20180089039A (ko) * 2017-01-31 2018-08-08 송기민 Ip 카메라와 nvr이 구비되는 보안 시스템
CN111986692A (zh) * 2019-05-24 2020-11-24 腾讯科技(深圳)有限公司 基于麦克风阵列的声源跟踪与拾音的方法和装置
CN110444220A (zh) * 2019-08-01 2019-11-12 浙江大学 一种多模态远程语音感知方法及装置
CN110456357A (zh) * 2019-08-27 2019-11-15 吉林大学 一种导航定位方法、装置、设备及介质
CN110989638A (zh) * 2019-12-06 2020-04-10 南京邮电大学 一种基于自主航行技术的水下建筑物缺陷检测方法
CN111168471A (zh) * 2020-01-19 2020-05-19 浙江工业大学 一种数控机床刀具磨损监测方法
CN111965246A (zh) * 2020-08-11 2020-11-20 太原理工大学 一种基于多信息融合的刮板机故障检测方法及其检测系统

Also Published As

Publication number Publication date
CN112951273B (zh) 2024-03-29

Similar Documents

Publication Publication Date Title
KR101691230B1 (ko) 공작물의 정밀 타발 및/또는 성형 가공 시 공구의 파손을 방지하기 위한 장치 및 방법
CN102743832B (zh) 一种消防机械灭火作业的控制方法、装置及系统
CN111375945B (zh) 焊缝轨迹自动识别的龙门式三轴焊接装置及焊接方法
CN112951273A (zh) 基于麦克风阵列和机器视觉的数控机床刀具磨损监控装置
CN117212647A (zh) 一种角度调节式海洋探测装置及其探测方法
CN204486475U (zh) 一种热轧机轧辊位移实时监测装置
CN108416763B (zh) 继电器测量的图像边缘处理方法
CN115199613B (zh) 液压缸安全监测装置
CN207593836U (zh) 用于水下焊接的机器人
CN217957145U (zh) 一种摄像装置和水下清理机器人
CN111174937A (zh) 基于光电舱的扫描式红外体温检测装置及方法
CN202121680U (zh) 摄像机组合的支架结构
CN1172765C (zh) 焊接自动跟踪系统中焊炬高度的自适应控制方法及装置
KR102335190B1 (ko) 레이더 센서 기반의 감응형 자율 감시 시스템
CN212163511U (zh) 一种带有抗震与光轴调节机构的船用跟踪监视搜索装置
CN108427949B (zh) 继电器测量的图像处理及图像扩充方法
CN111248180B (zh) 一种基于实例分割的喷药精准控制方法及装置
CN113369992A (zh) 一种微铣刀磨损在线自动检测装置
CN112611331A (zh) 一种位移监测装置及测量方法
CN215120959U (zh) 一种可视污水处理池水下监控装置
JP2005148860A (ja) プログラマブルロジックコントローラ及びこれに用いられる画像オートフォーカスモジュール
CN211890870U (zh) 一种双目相机定位机器人用的末端机执行机构
CN216479965U (zh) 车牌识别摄像机镜头万象调节装置
CN211399085U (zh) 一种高精度工业相机调节架
CN116709031A (zh) 一种图像采集系统

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