CN114378649A - 激光陀螺腔体自动化加工方法及装置 - Google Patents

Abstract

本发明涉及激光陀螺技术领域，提供一种激光陀螺腔体加工方法，通过将玻璃原料切割、坯料的外表面进行超声波铣磨、钻中心孔形成光腔通道、腔体基面进行超声波研磨加工等工艺过程集成，通过旋转定位工件，一次性完成光腔通道加工，并在每一次加工后均设置自动化检测，实现加工质量的自动过程控制，并且采用在线无接触红外检测，精度高，自动化程度高。本发明还公开了一种激光陀螺腔体自动化加工方法的装置，能够综合产品的各评价因素对产品进行质量检测，不仅自动化程度高、加工效率高，而且加工精度和质量高，且能综合评价产品的加工质量。

Description

激光陀螺腔体自动化加工方法及装置

技术领域

本发明涉及激光陀螺技术领域，特别涉及一种激光陀螺腔体自动化加工方法及装置。

背景技术

激光陀螺仪(Optic Gyroscope，OG)是一种高精度惯性器件，可根据主要敏感载体相对于惯性空间的角度运动，测量其旋转角速率，在惯性导航、姿态控制、定位导向等运动过程中的核心部件。激光陀螺仪具有动态范围大，耐冲击振动能力强，对与加速度有关的误差不敏感，启动时间短，可靠性高等一系列优点，在航天、航海、航空、制导领域都有广泛的应用。

CN111360660A公开了一种激光陀螺镜片外圆倒角抛光装置，该装置包括工作台面、镜片支架、倒角抛光辊和外圆抛光带；所述镜片支架安装在所述工作台面上，且中间部位设有多个镜片槽，所述倒角抛光辊表面沿轴向设有小端两两相对、且圆锥角为90度的多个锥面，所述锥面小端相交所得小径处各自对应相应的所述镜片槽，所述倒角抛光辊的两端的中心设有辊轴，所述外圆抛光带位于所述工作台面的下方，所述倒角抛光辊和所述外圆抛光带能够通过驱动机构的驱动而转动。

激光陀螺仪的加工精度严重影响激光陀螺的工作精度，例如，特别是腔体加工，腔体加工精度包括面型精度、光阑孔同轴度、角度精度、光路毛细孔、表面光洁度都影响着激光陀螺工作时的精度。目前，企业采用传统的加工技术难以满足加工精度的需求，且生产效率不高难以综合评价产品加工质量。

发明内容

本发明的目的在于克服现有激光陀螺腔体加工存在的加工效率低，加工精度不高，难以综合评价产品的加工质量的问题，提出集成表面加工、钻孔、表面检测过程等的自动化加工方法。为达到上述目的，本发明提供一种激光陀螺腔体自动化加工方法。

为了实现上述发明目的，本发明提供一种激光陀螺腔体自动化加工方法包括：

步骤S1，根据尺寸参数将玻璃原料切割，形成坯料；所述尺寸参数至少包括棱边边长、相邻表面的夹角；

步骤S2，采用磨床对坯料的外表面进行超声波铣磨，所述超声波铣磨的过程中采用清水辅助冷却和冲洗，并在线检测铣磨端面的表面粗糙度；当表面粗糙度达到第一阈值时，将经所述超声波铣磨所得坯料进行水清洗，得到第一状态工件；

步骤S3，将所述第一状态工件进行固定并定位，在平行于所述第一状态工件的棱边钻中心孔，再绕所述第一状态工件的中心线旋转角度α依次进行钻孔加工，以形成首尾相连的光腔通道；在所述钻孔加工的过程中采用清水和超声波同时作用在加工面上；完成所述钻孔加工后，在线检测所述光腔通道的中心线与工件棱边的平行度，当平行度达到第二阈值时，进行水清洗得到第二状态工件；

步骤S4，将所述第二状态工件的腔体基面进行超声波研磨加工；在所述超声波研磨加工的过程中采用清水同时清洗进行所述超声波研磨加工的所述腔体基面的表面，并在线检测所述表面的表面粗糙度；当表面粗糙度达到第三阈值时，采用清水清洗后获得第三状态工件；

步骤S5，在线检测所述第三状态工件的各端面的平面度、粗糙度，以及相邻首尾相连的光腔通道之间所夹角度，当工件的形位误差在规定范围内则触发工件合格提示机构。

优选地，所述坯料为四棱柱或三棱柱。

优选地，当所述坯料为四棱柱时，绕第一状态工件的中心线旋转角度α＝90°。

优选地，当所述坯料为三棱柱时，绕第一状态工件的中心线旋转角度α＝120°。

优选地，步骤S2中，采用红外在线检测铣磨端面至少3不同位置表面粗糙度，取最大值为表面粗糙度数值。

优选地，步骤S4中，采用红外在线检测研磨腔体基面至少3不同位置表面粗糙度，取最大值为表面粗糙度数值。

优选地，在腔体整个加工过程中，用于冷却和清洗的清水为蒸馏水。

优选地，在步骤S5中，在线检测第三状态工件的各端面还包括端面表面缺陷检测，所述端面表面缺陷检测过程包括机器视觉检测方法。

优选地，所述机器视觉检测方法包括：

步骤S11，采用CCD工业相机获取第三状态的工件各端面的图像数据，经过图形处理装置转换为数字信号数据；

步骤S12，将图像的数字信号数据输入机器学习模型，输出端面是否满足要求的标签，所述机器学习模型是有训练集有监督学习训练获得；

步骤S13，当获得满足要求标签，控制模块经触发产生控制信号发送至执行机构，执行机构显示合格标签且推送工件至下一道工序。

本发明还提出一种用于执行上述方法的装置，所述装置包括机器视觉检测方法的装置，所述机器视觉检测方法的装置包括：

获取模块，所述获取模块包括CCD工业相机、图像处理装置，所述CCD工业相机用于获取第三状态的工件各端面的图像数据；所述图像处理装置用于将CCD工业相机获取的图像数据转换为数字信号数据，并将数字信号数据输送至机器学习模块；

机器学习模块，用于将图像的数字信号数据输入机器学习模型，输出端面是否满足要求的标签，并将图像的数字信号数据与一一对应的标签发送至控制执行模块，其中，所述机器学习模型是有训练集有监督学习训练获得；

控制执行模块，包括控制模块和执行机构，所述控制模块用于获取当获得满足要求标签，经触发产生控制信号发送至执行机构；所述执行机构用于接收控制信号，并显示合格标签且推送工件至下一道工序。

本发明进一步还提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述的方法。

通过上述技术方案，本发明提供的激光陀螺腔体自动化加工方法，将玻璃原料切割、坯料的外表面进行超声波铣磨、钻中心孔形成光腔通道、腔体基面进行超声波研磨加工等工艺过程集成，通过旋转定位工件，一次性完成光腔通道加工，并在每一次加工后均设置自动化检测，实现加工质量的自动过程控制，并且采用在线无接触红外检测，精度高，自动化程度高。本发明同时提供的激光陀螺腔体自动化加工装置，能够综合产品的各评价因素对产品进行质量检测，不仅自动化程度高、加工效率高，而且加工精度和质量高，且能综合评价产品的加工质量。

本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施方式及其说明用于解释本发明，并不构成对本发明的不当限定。图1为本发明的一种实施方式的激光陀螺腔体自动化加工方法流程图；

图2为本发明一种实施方式的用于执行激光陀螺腔体自动化加工过程中机器视觉检测方法的装置结构图。

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为了解决本发明中企业进行激光陀螺腔体加工时，采用传统的加工技术难以满足自动化需求、缺乏高效率自动化检测，从而导致加工精度不能满足日益提高的需求，且生产效率不高，且难以综合评价产品加工质量的问题。本发明提供一种激光陀螺腔体自动化加工方法，如图1所示，所述激光陀螺腔体自动化加工方法包括：

步骤S1，根据尺寸参数将玻璃原料切割，形成坯料；所述尺寸参数至少包括棱边边长、相邻表面的夹角；

步骤S2，采用磨床对坯料的外表面进行超声波铣磨，所述超声波铣磨的过程中采用清水辅助冷却和冲洗，并在线检测铣磨端面的表面粗糙度；当表面粗糙度达到第一阈值时，将经所述超声波铣磨所得坯料进行水清洗，得到第一状态工件；

步骤S3，将所述第一状态工件进行固定并定位，在平行于所述第一状态工件的棱边钻中心孔，再绕所述第一状态工件的中心线旋转角度α依次进行钻孔加工，以形成首尾相连的光腔通道；在所述钻孔加工的过程中采用清水和超声波同时作用在加工面上；完成所述钻孔加工后，在线检测所述光腔通道的中心线与工件棱边的平行度，当平行度达到第二阈值时，进行水清洗得到第二状态工件；

步骤S4，将所述第二状态工件的腔体基面进行超声波研磨加工；在所述超声波研磨加工的过程中采用清水同时清洗进行所述超声波研磨加工的所述腔体基面的表面，并在线检测所述表面的表面粗糙度；当表面粗糙度达到第三阈值时，采用清水清洗后获得第三状态工件；

步骤S5，在线检测所述第三状态工件的各端面的平面度、粗糙度，以及相邻首尾相连的光腔通道之间所夹角度，当工件的形位误差在规定范围内则触发工件合格提示机构。

本发明提供的激光陀螺腔体自动化加工方法，通过将玻璃原料切割、坯料的外表面进行超声波铣磨、钻中心孔形成光腔通道、腔体基面进行超声波研磨加工等工艺过程集成，通过旋转定位工件，一次性完成光腔通道加工，并在每一次加工后均设置自动化检测，实现加工质量的自动过程控制，并且采用在线无接触红外检测，精度高，自动化程度高。

激光陀螺仪中的环形激光器，环形激光器由三角形或正方形的微晶玻璃制成的闭合光路，在加工内部光学通道的过程中，沿着平行与侧面进行钻孔，在本发明优选的情况下，所述坯料为四棱柱或三棱柱。例如，所述四棱柱为截面是正方形的棱柱坯料，所述三棱柱为截面是等边三角形的棱柱坯料。

当环形激光器为正方形时，内部光学通道为沿着侧面平行的通道，加工完一条通道后，接着加工相邻侧面的光学通道，旋转加工角度，使得加工的钻头轴线平行与待加工光学通道的侧面，而垂直于已刚加工完的光学通道的侧面，在本发明优选的情况下，当所述坯料为四棱柱时，绕第一状态工件的中心线旋转角度α＝90°。

当环形激光器为等边三角形时，加工完一条通道后，接着加工相邻侧面的光学通道，旋转加工角度，使得加工的钻头轴线平行与待加工光学通道的侧面，在本发明优选的情况下，当所述坯料为三棱柱时，绕第一状态工件的中心线旋转角度α＝120°。

由于加工的表面精度直接影响了激光陀螺仪的装置和工作精度，在本发明优选的情况下，步骤S2中，采用红外在线检测铣磨端面至少3不同位置表面粗糙度，取最大值为表面粗糙度数值。例如，红外在线检测测量参数包括Ra、Rz、Rq、Rt，单位μm，Ra、Rq范围0.05～10.0，Rz、Rt的范围在0.1～50，示值精度为0.01，示值误差:±(7-10)％，更为优选的情况下，采用TR100表面粗糙度仪。

为了限制最大的粗糙度对加工精度总体的影响，在一个端面上至少检测3个样本点，在本发明优选的情况下，步骤S4中，采用红外在线检测研磨腔体基面至少3不同位置表面粗糙度，多个样本点的数据传输给计算机后，经过计算机比较计算其最大值，取最大值为表面粗糙度数值。

为了保证在加工精度更高，在加工过程中的冷却和清洗的液体为无杂质的液体，在本发明优选的情况下，在腔体整个加工过程中，用于冷却和清洗的清水为蒸馏水。

为了保证表面加工质量以及表面缺陷更容易被检测，在本发明优选的情况下，在步骤S5中，在线检测第三状态工件的各端面还包括端面表面缺陷检测，所述端面表面缺陷检测过程包括机器视觉检测方法。

为了激光陀螺腔体的端面加工质量检测更为综合和全面，以及检测的精度更高，在本发明优选的情况下，所述机器视觉检测方法包括：

步骤S11，采用CCD工业相机获取第三状态的工件各端面的图像数据，经过图形处理装置转换为数字信号数据；

步骤S12，将图像的数字信号数据输入机器学习模型，输出端面是否满足要求的标签，所述机器学习模型是有训练集有监督学习训练获得；

步骤S13，当获得满足要求标签，控制模块经触发产生控制信号发送至执行机构，执行机构显示合格标签且推送工件至下一道工序。

为了更好的获取图像后对端面细微特征进行提取和比较，所述机器学习模型采用卷积神经网络CNN(Convolutional Neural Networks，CNN)。

为了更好地实施上述方法，本发明还提供了一种用于执行上述激光陀螺腔体自动化加工方法的装置，如图2所示，所述装置包括机器视觉检测方法的装置，所述机器视觉检测方法的装置包括：

获取模块，所述获取模块包括CCD工业相机、图像处理装置，所述CCD工业相机用于获取第三状态的工件各端面的图像数据；所述图像处理装置用于将CCD工业相机获取的图像数据转换为数字信号数据，并将数字信号数据输送至机器学习模块；

机器学习模块，用于将图像的数字信号数据输入机器学习模型，输出端面是否满足要求的标签，并将图像的数字信号数据与一一对应的标签发送至控制执行模块，其中，所述机器学习模型是有训练集有监督学习训练获得；

控制执行模块，包括控制模块和执行机构，所述控制模块用于获取当获得满足要求标签，经触发产生控制信号发送至执行机构；所述执行机构用于接收控制信号，并显示合格标签且推送工件至下一道工序。

本发明还公开了一种在上述激光陀螺腔体自动化加工方法中的机器视觉的检测加工面表面缺陷的装置，能够综合产品的各评价因素对产品进行质量检测，不仅自动化程度高、加工效率高，而且加工精度和质量高，且能综合评价产品的加工质量。

本发明实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述方法。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、移动终端、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种激光陀螺腔体自动化加工方法，其特征在于，所述激光陀螺腔体自动化加工方法包括：

步骤S1，根据尺寸参数将玻璃原料切割，形成坯料；所述尺寸参数至少包括棱边边长、相邻表面的夹角；

步骤S2，采用磨床对坯料的外表面进行超声波铣磨，所述超声波铣磨的过程中采用清水辅助冷却和冲洗，并在线检测铣磨端面的表面粗糙度；当表面粗糙度达到第一阈值时，将经所述超声波铣磨所得坯料进行水清洗，得到第一状态工件；

步骤S3，将所述第一状态工件进行固定并定位，在平行于所述第一状态工件的棱边钻中心孔，再绕所述第一状态工件的中心线旋转角度α依次进行钻孔加工，以形成首尾相连的光腔通道；在所述钻孔加工的过程中采用清水和超声波同时作用在加工面上；完成所述钻孔加工后，在线检测所述光腔通道的中心线与工件棱边的平行度，当平行度达到第二阈值时，进行水清洗得到第二状态工件；

步骤S4，将所述第二状态工件的腔体基面进行超声波研磨加工；在所述超声波研磨加工的过程中采用清水同时清洗进行所述超声波研磨加工的所述腔体基面的表面，并在线检测所述表面的表面粗糙度；当表面粗糙度达到第三阈值时，采用清水清洗后获得第三状态工件；

步骤S5，在线检测所述第三状态工件的各端面的平面度、粗糙度，以及相邻首尾相连的光腔通道之间所夹角度，当工件的形位误差在规定范围内则触发工件合格提示机构。

2.根据权利要求1所述的激光陀螺腔体自动化加工方法，其特征在于，所述坯料为四棱柱或三棱柱。

3.根据权利要求2所述的激光陀螺腔体自动化加工方法，其特征在于，当所述坯料为四棱柱时，绕第一状态工件的中心线旋转角度α＝90°。

4.根据权利要求2所述的激光陀螺腔体自动化加工方法，其特征在于，当所述坯料为三棱柱时，绕第一状态工件的中心线旋转角度α＝120°。

5.根据权利要求1所述的激光陀螺腔体自动化加工方法，其特征在于，步骤S2中，采用红外在线检测铣磨端面至少3不同位置表面粗糙度，取最大值为表面粗糙度数值。

6.根据权利要求1所述的激光陀螺腔体自动化加工方法，其特征在于，步骤S4中，采用红外在线检测研磨腔体基面至少3不同位置表面粗糙度，取最大值为表面粗糙度数值。

7.根据权利要求1-6任意一项所述的激光陀螺腔体自动化加工方法，其特征在于，在腔体整个加工过程中，用于冷却和清洗的清水为蒸馏水。

8.根据权利要求1-6任意一项所述的激光陀螺腔体自动化加工方法，其特征在于，在步骤S5中，在线检测第三状态工件的各端面还包括端面表面缺陷检测，所述端面表面缺陷检测过程包括机器视觉检测方法。

9.根据权利要求8所述的激光陀螺腔体自动化加工方法，其特征在于，所述机器视觉检测方法包括：

步骤S11，采用CCD工业相机获取第三状态的工件各端面的图像数据，经过图形处理装置转换为数字信号数据；

步骤S12，将图像的数字信号数据输入机器学习模型，输出端面是否满足要求的标签，所述机器学习模型是有训练集有监督学习训练获得；

步骤S13，当获得满足要求标签，控制模块经触发产生控制信号发送至执行机构，执行机构显示合格标签且推送工件至下一道工序。

10.一种用于执行权利要求1-9任意一项所述的激光陀螺腔体自动化加工方法的装置，其特征在于，所述装置包括机器视觉检测方法的装置，所述机器视觉检测方法的装置包括：

获取模块，所述获取模块包括CCD工业相机、图像处理装置，所述CCD工业相机用于获取第三状态的工件各端面的图像数据；所述图像处理装置用于将CCD工业相机获取的图像数据转换为数字信号数据，并将数字信号数据输送至机器学习模块；

机器学习模块，用于将图像的数字信号数据输入机器学习模型，输出端面是否满足要求的标签，并将图像的数字信号数据与一一对应的标签发送至控制执行模块，其中，所述机器学习模型是有训练集有监督学习训练获得；

控制执行模块，包括控制模块和执行机构，所述控制模块用于获取当获得满足要求标签，经触发产生控制信号发送至执行机构；所述执行机构用于接收控制信号，并显示合格标签且推送工件至下一道工序。

Images