CN114589631B - 一种数控铲磨床控制系统和方法 - Google Patents

Abstract

本发明公开了一种数控铲磨床控制系统和方法，一种数控铲磨床控制系统，包括配置模块，运动控制模块，工件检测模块，对待加工工件进行标准检测，包括对其重量、轮廓的测量；图像处理模块，对加工完成的工件进行图像的采集，并与图像模型进行比对；总控制中心，综合分析加工完成的工件的检测信息，再次检验合格工件，存储加工工件的初始化配置信息，调用处理零件故障的专用程序，还包括有各种信息的数据库。通过工件检测模块对待加工工件进行标准检测，获取其重量以及轮廓情况，并利用运动控制模块处理过程故障，在工件完成加工后，通过图像处理模块进行比对，本发明能够提高铲磨床的自动化程度，有助于提高加工效率，成品检测更加精确。

Description

一种数控铲磨床控制系统和方法

技术领域

本发明涉及数控加工设备技术领域，尤其是一种数控铲磨床控制系统和方法。

背景技术

铲磨床在机械加工制造行业企业应用较为广泛，是提高机械制造企业滚刀加工精度的重要载体，随着科学技术特别是数控技术的不断进步发展，人们对于铲磨床的研究愈发深入，现有的铲磨床的工作以及产品检测过程中，自动化程度不高，很多步骤均需要人工参与，大大降低了效率。

在中国专利文献上公开的“一种数控轧辊磨床及其控制系统和方法”，其公开号为CN109514363A，该发明涉及一种数控轧辊磨床及其控制系统和方法。该系统包括输入模块，用于接收磨床基本参数设置信息、加工曲线设置信息和磨削工艺设置信息；反馈模块，用于接收辊形数据信息；处理模块，用于根据所述磨床基本参数设置信息、所述加工曲线设置信息和所述磨削工艺设置信息确定辊号并生成磨削加工指令，以及根据所述辊形数据信息调整所述磨削加工指令；输出模块，用于发送所述磨削加工指令。本发明提供的技术方案可以升级与扩展数控轧辊磨床的控制系统，进而提高加工效率。但是并未涉及关于成品检测以及产品的初始检测方面的详细内容。

发明内容

本发明解决了现有铲磨床自动化程度不高的问题，提出一种数控铲磨床控制系统和方法，通过工件检测模块对待加工工件进行标准检测，获取其重量以及轮廓情况，并利用运动控制模块处理过程故障，在工件完成加工后，通过图像处理模块进行比对，本发明的系统能够提高铲磨床的自动化程度，有助于提高其加工效率，成品检测相比于人工检测更加精确。

为了实现上述目的，本发明采用以下技术方案：一种数控铲磨床控制系统，包括

配置模块，进行铲磨床的初始化配置，预设待加工工件的磨削参数；

运动控制模块，用于执行铲磨床在加工过程中的简单操作，处理铲磨床加工过程中的故障；

工件检测模块，对待加工工件进行标准检测，包括对其重量、轮廓的测量；

图像处理模块，对加工完成的工件进行图像的采集，并与图像模型进行比对；

总控制中心，综合分析加工完成的工件的检测信息，再次检验合格工件，存储加工工件的初始化配置信息，调用处理零件故障的专用程序，还包括有各种信息的数据库。本发明中，工件的标准检测针对于待加工工件，在满足重量和轮廓要求后，方能进入数控铲磨床中进行加工；图像处理模块用于加工完成的工件的质量检测，在此模块中，图像进行一系列的转化后可和图像模型进行图像比对，具体采用相似度比对和不相似像素数量作为评价指标；配置模块应用于工件检测之前，数控铲磨床自检完成之后，进行一系列的初始化设置，有自动和手动设置两种供选择；此外，在加工过程中的突发故障会立刻传输至总控制中心，总控制中心会调度程序使运动控制模块进行处理，运动控制模块连接有控制电路；本发明的系统能够实现对于工件加工前后的各种标准化检测，相比于人工检测，精确度更高。

作为优选，所述总控制中心包括

轮廓比对模块，工件的轮廓与系统预设轮廓进行比对，判断工件的轮廓是否超出系统预设轮廓；

故障程序处理模块，内含有处理各个铲磨床内部故障的处理程序，受总控制中心的调度模块控制；

调度模块，调度总控制中心内部和外部的所有指令；

若干个数据库，包括有配置参数库、工件重量和轮廓数据库、图像数据库和故障数据库。本发明中，总控制中心的数据库包含有各个步骤产生的数据，可灵活调取；调度模块中总控制中心的大脑，其决定作用，对于整个铲磨床的控制系统，都能够进行指令的调度；故障程序处理模块针对于工件加工过程，其与总控制中心外的运动控制模块相互配合作用；轮廓比对模块应用于标准检测过程中，其需要与系统预设的轮廓进行比对判断，若超出系统预设轮廓则该工件不能进行加工；总控制中心在系统中起重要作用。

作为优选，所述工件检测模块包括称量器和轮廓采集单元，所述称量器包括有第一称量器和第二称量器，所述第一称量器测量所有工件重量，所述第二称量器测量单个工件重量。在本发明中，设置的两个称量器的目的为减少误差。

作为优选，所述图像处理模块包括有若干个面阵相机、图像处理单元和标准图像模型，所述若干个面阵相机包括有巡检相机和方位固定相机，所述巡检相机滑动连接于系统图像采集轨道，所述方位固定相机采集特定视角的图像，所述标准图像模型内含有经过图像数据清洗后的各个视角的合格工件图像，并具有深度学习功能。在本发明中，巡检相机和方位固定相机均为了采集而设置，巡检相机能沿着系统建设的轨道进行多方位的采集，而方位固定相机为单一视角的采集，标准图像模型的建立依据于在总控制中心的图像数据库，在充分调用图像数据库的图像，提取特征后建立该模型，本发明的图像处理模块应用于成品的检测。

一种数控铲磨床控制方法，采用于上述的一种数控铲磨床控制系统，包括以下步骤：

S1，铲磨床配置初始化；

S2，对待加工工件进行标准检测；

S3，执行加工过程，并处理加工过程故障；

S4，对加工完成的工件进行质量检测。本发明中，首先，在数控铲磨床完成自检之后，利用配置模块对数控铲磨床进行初始化配置包括待加工工件的磨削参数的设置；其次利用称量器和轮廓采集单元分别进行重量以及轮廓的检测，完成检测要求后方可进行下一步骤；在工件加工时，如遇到问题会生成故障报告，传入总控制中心后，调度模块会调用应对程序至运动控制模块进行处理操作；最后，在图像处理模块中进行图像的采集和比对，总控制中心会对比对完成合格的工件进行再次校验。本发明的方法自动化程度高，检测精确，效率极高。

作为优选，所述步骤S2包括以下步骤：

S21，分别经过第一称量器和第二称量器对工件进行称重；

S22，通过轮廓采集单元获取工件轮廓；

S23，分别进行重量比对和轮廓比对，比对完成工件方能进行加工。本发明中，对了减少由于工件本身不合格所带来的风险，需进行称量和轮廓比对，比对结果符合标准才能进行下一步骤的操作。

作为优选，所述S4包括以下步骤：

S41，采集加工完成的各个视角的工件图像；

S42，基于深度学习，提取图像特征，根据生成的训练样本建立标准图像模型；

S43，将工件图像和标准图像模型中的图像转化为灰度图，采用感知哈希算法与标准图像模型中的图像进行相似度比对；同时将工件图和标准图像模型中的图像转为二进制码，与标准图像模型中的图像比对找出不相似像素数量。本发明中，首先利用多种多个相机采集多个工件图像信息，分别将这种图像信息存储至数据库中，随后调用数据库中的图像信息进行特征提取并且训练样本，建立一个深度学习的标准图像模型，最后分别进行相似度的比对和像素数据的统计，极大方便了工件的合格检测，检测准确度高。

本发明的有益效果是：本发明的方案，通过工件检测模块对待加工工件进行标准检测，获取其重量以及轮廓情况，并利用运动控制模块处理过程故障，在工件完成加工后，通过图像处理模块进行最终的校验和比对，本发明的系统能够提高铲磨床的自动化程度，有助于提高其加工效率，成品检测相比于人工检测更加精确。

附图说明

图1是本发明的结构示意图；

图2是本发明总控制中心的示意图；

图3是本发明的流程图。

具体实施方式

实施例：

本实施例提出一种数控铲磨床控制系统，参考图1，主要包括有总控制中心、配置模块、运动控制模块、工件检测模块以及图像处理模块，总控制中心分别与配置模块、运动控制模块、工件检测模块和图像处理模块连接，其中，总控制中心存有加工工件的初始化配置信息，在工件加工过程中，总控制中心能够调用处理零件故障的专用程序，将该程序调用至总控制中心外的运动控制模块进行故障处理；还能综合分析工件的检测信息，包括图像信息、重量以及轮廓信息，通过这些信息对合格工件进行再次的校验；此外，总控制中心设置有多种信息数据库，比如图像数据库。图像处理模块主要用于图像的采集和图像的比对处理，具体的处理方式为于建立的标准图像模型进行相似度比对。工件检测模块主要用于待加工工件的标准检测，标准检测包括重量和轮廓检测。运动控制模块主要作用为处理铲磨床加工过程中的故障，同时也能执行加工过程的简单操作。配置模块用于初始化配置铲磨床，设定和待加工工件匹配的各项磨削参数。

本发明中，工件的标准检测针对于待加工工件，在满足重量和轮廓要求后，方能进入数控铲磨床中进行加工；图像处理模块用于加工完成的工件的质量检测，在此模块中，图像进行一系列的转化后可和图像模型进行图像比对，具体采用相似度比对和不相似像素数量作为评价指标；配置模块应用于工件检测之前，数控铲磨床自检完成之后，进行一系列的初始化设置，有自动和手动设置两种供选择；此外，在加工过程中的突发故障会立刻传输至总控制中心，总控制中心会调度程序使运动控制模块进行处理，运动控制模块连接有控制电路；本发明的系统能够实现对于工件加工前后的各种标准化检测，相比于人工检测，精确度更高。

参考图2，本发明的总控制中心主要包括有轮廓比对模块、故障程序处理模块、调度模块以及多个数据库，轮廓比对模块的主要作用为进行工件轮廓和系统预先设定的轮廓的比对，判断轮廓是否超出系统预先设定的轮廓范围，若超出，则需要退回至上一步骤，若未超出，则可进行加工操作。调度模块的作用于调度整个控制系统即总控制中心内外的指令，覆盖范围广。故障程序处理模块内部有多个铲磨床内部故障的处理程序，受调度模块控制。此外，多个数据库同样设置在总控制中心，主要有工件重量和轮廓数据库、故障数据库、故障数据库以及图像数据库。本发明中，总控制中心的数据库包含有各个步骤产生的数据，可灵活调取；调度模块中总控制中心的大脑，其决定作用，对于整个铲磨床的控制系统，都能够进行指令的调度；故障程序处理模块针对于工件加工过程，其与总控制中心外的运动控制模块相互配合作用；轮廓比对模块应用于标准检测过程中，其需要与系统预设的轮廓进行比对判断，若超出系统预设轮廓则该工件不能进行加工；总控制中心在系统中起重要作用。

本发明的工件检测模块内含有轮廓采集单元和称量器，称量器包含第一称量器以及第二称量器，第一称量器为整体测量，测量的是所有工件的重量，第二称量器为工件单体测量。测量单个工件的重量。两个称量器有利于减少误差的发生。

本发明的图像处理模块设置有图像处理单元、标准图像模型以及多个面阵相机，面阵相机包含两种类型相机，分别为方位固定相机以及巡检相机，巡检相机在系统图像采集轨道内进行滑动，方位固定相机固定于固定视角，采集单视角图像，在标准图像模型中均为各个视角的合格工件图像，图像经过数据清洗得到，该模型有深度学习功能。在本发明中，巡检相机和方位固定相机均为了采集而设置，巡检相机能沿着系统建设的轨道进行多方位的采集，而方位固定相机为单一视角的采集，标准图像模型的建立依据于在总控制中心的图像数据库，在充分调用图像数据库的图像，提取特征后建立该模型，本发明的图像处理模块应用于成品的检测。

本发明还提出了一种一种数控铲磨床控制方法，参考图3，采用于上述的一种数控铲磨床控制系统，主要包括以下步骤：步骤S1，对铲磨床进行配置初始化操作；

步骤S2，对待加工工件进行标准检测；具体的，包括步骤S21，分别依次通过第一称量器和第二称量器，对待加工工件进行称重；步骤S22，根据工件检测模块中的轮廓采集单元得到工件轮廓；步骤S23，最后进行重量比对和轮廓比对，工件的标准重量在一定在区间内，而轮廓对比的对象为系统预设轮廓，在均比对完成后进行加工操作；

步骤S3，进行工件加工，并且处理加工所发生的故障；

步骤S4，对工完成的工件进行质量检测；具体的，包括有步骤S41，采集加工完成后的工件的各视角图像，具体采用巡检相机和方位固定相机；步骤S42，提取图像的特征，并生产训练样本建立起一个具有深度学习功能的标准图像模型；步骤S43，通过把工件图像转化为灰度图的形式，标准图像模型中的图像也进行同样操作，并利用感知哈希算法和标准图像模型中的图像的相似度进行比对，若相似度高于95%，视为合格，此外还把工件图转化为二进制码，标准图像模型中的图像进行同样操作，经过比对找出不相似像素数量，若工件合格，则不相似像素数量需控制在一定范围以下。本发明中，首先，在数控铲磨床完成自检之后，利用配置模块对数控铲磨床进行初始化配置包括待加工工件的磨削参数的设置；其次利用称量器和轮廓采集单元分别进行重量以及轮廓的检测，完成检测要求后方可进行下一步骤；在工件加工时，如遇到问题会生成故障报告，传入总控制中心后，调度模块会调用应对程序至运动控制模块进行处理操作；最后，在图像处理模块中进行图像的采集和比对，总控制中心会对比对完成合格的工件进行再次校验。本发明的方法自动化程度高，检测精确，效率极高。

本发明中，对了减少由于工件本身不合格所带来的风险，需进行称量和轮廓比对，比对结果符合标准才能进行下一步骤的操作。

本发明中，首先利用多种多个相机采集多个工件图像信息，分别将这种图像信息存储至数据库中，随后调用数据库中的图像信息进行特征提取并且训练样本，建立一个深度学习的标准图像模型，最后分别进行相似度的比对和像素数据的统计，极大方便了工件的合格检测，检测准确度高。

上述实施例是对本发明的进一步阐述和说明，以便于理解，并不是对本发明的任何限制，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种数控铲磨床控制系统，其特征在于，包括

配置模块，进行铲磨床的初始化配置，预设待加工工件的磨削参数；

运动控制模块，用于执行铲磨床在加工过程中的简单操作，处理铲磨床加工过程中的故障；

工件检测模块，对待加工工件进行标准检测，包括对其重量、轮廓的测量；

图像处理模块，对加工完成的工件进行图像的采集，并与图像模型进行比对；

总控制中心，综合分析加工完成的工件的检测信息，再次检验合格工件，存储加工工件的初始化配置信息，调用处理零件故障的专用程序，还包括有配置参数库、工件重量和轮廓数据库、图像数据库和故障数据库；

所述工件检测模块包括称量器和轮廓采集单元，所述称量器包括有第一称量器和第二称量器，所述第一称量器测量所有工件重量，所述第二称量器测量单个工件重量；

所述图像处理模块包括有若干个面阵相机、图像处理单元和标准图像模型，所述若干个面阵相机包括有巡检相机和方位固定相机，所述巡检相机滑动连接于系统图像采集轨道，所述方位固定相机采集特定视角的图像，所述标准图像模型内含有经过图像数据清洗后的各个视角的合格工件图像，并具有深度学习功能。

2.根据权利要求1所述的一种数控铲磨床控制系统，其特征在于，所述总控制中心包括

轮廓比对模块，工件的轮廓与系统预设轮廓进行比对，判断工件的轮廓是否超出系统预设轮廓；

故障程序处理模块，内含有处理各个铲磨床内部故障的处理程序，受总控制中心的调度模块控制；

调度模块，调度总控制中心内部和外部的所有指令。

3.一种数控铲磨床控制方法，采用权利要求1-2所述任一项的一种数控铲磨床控制系统，其特征在于，包括以下步骤：

S1，铲磨床配置初始化；

S2，对待加工工件进行标准检测；

S3，执行加工过程，并处理加工过程故障；

S4，对加工完成的工件进行质量检测。

4.根据权利要求3所述的一种数控铲磨床控制方法，其特征在于，所述步骤S2包括以下步骤：

S21，分别经过第一称量器和第二称量器对工件进行称重；

S22，通过轮廓采集单元获取工件轮廓；

S23，分别进行重量比对和轮廓比对，比对完成工件方能进行加工。

5.根据权利要求3或4所述的一种数控铲磨床控制方法，其特征在于，所述S4包括以下步骤：

S41，采集加工完成的各个视角的工件图像；

S42，基于深度学习，提取图像特征，根据生成的训练样本建立标准图像模型；

S43，将工件图像和标准图像模型中的图像转化为灰度图，采用感知哈希算法与标准图像模型中的图像进行相似度比对；同时将工件图和标准图像模型中的图像转为二进制码，与标准图像模型中的图像比对找出不相似像素数量。

Images