CN114820551A - 基于激光微织构技术的工件加工方法、系统、设备和介质 - Google Patents
基于激光微织构技术的工件加工方法、系统、设备和介质 Download PDFInfo
- Publication number
- CN114820551A CN114820551A CN202210510273.5A CN202210510273A CN114820551A CN 114820551 A CN114820551 A CN 114820551A CN 202210510273 A CN202210510273 A CN 202210510273A CN 114820551 A CN114820551 A CN 114820551A
- Authority
- CN
- China
- Prior art keywords
- result
- obtaining
- workpiece
- evaluation
- image acquisition
- 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
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 25
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 71
- 238000004458 analytical method Methods 0.000 claims abstract description 52
- 238000012937 correction Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000011156 evaluation Methods 0.000 claims description 100
- 238000003754 machining Methods 0.000 claims description 60
- 230000002159 abnormal effect Effects 0.000 claims description 46
- 238000005520 cutting process Methods 0.000 claims description 42
- 230000000694 effects Effects 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 238000003698 laser cutting Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 12
- 230000006872 improvement Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000001050 lubricating effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30124—Fabrics; Textile; Paper
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Laser Beam Processing (AREA)
Abstract
本发明公开了基于激光微织构技术的工件加工方法、系统、设备和介质，涉及工件表面加工相关领域，获得第一工件的基础信息，获得第一拟合结果，根据第一预期摩擦性能信息和基础信息进行激光微织构形状匹配，获得第一匹配结果并进行路径规划，根据第一路径规划结果通过图像采集设备进行实际加工路径图像采集，对第一图像采集结果进行分析，根据分析结果匹配第一修正参数；根据第一修正参数进行第一路径规划结果的路径修正，根据第二路径规划结果进行第一工件的表面加工处理。解决了现有技术中存在缺少根据实际摩擦性能改善情况，系统性进行表面微织构匹配分析，且进行表面微织构加工过程不能及时准确进行加工路径校正，导致加工精度低的技术问题。
Description
技术领域
本发明涉及工件表面加工相关领域，尤其涉及基于激光微织构技术的工件加工方法、系统、设备和介质。
背景技术
根据摩擦学原理，特定的表面形貌相比较于光滑表面具有更好的减小摩擦，提高润滑性的性能，表面微织构是通过激光加工、电子束刻蚀等方式，在零件表面加工出特定微细形貌的技术。不同的组织形貌对于摩擦特性、润滑效果的影响不同，可以有效延长机械部件的寿命。
现有技术中存在缺少根据实际摩擦性能改善情况，系统性进行表面微织构匹配分析，且进行表面微织构加工过程不能及时准确进行加工路径校正，导致加工精度低的技术问题。
发明内容
本申请通过提供基于激光微织构技术的工件加工方法、系统、设备和介质，解决了现有技术中存在缺少根据实际摩擦性能改善情况，系统性进行表面微织构匹配分析，且进行表面微织构加工过程不能及时准确进行加工路径校正，导致加工精度低的技术问题，通过系统性的根据实际摩擦性能改善需求进行表面微织构匹配分析，及时准确监测加工路径，及时进行加工校正，提高加工精度的技术效果。
鉴于上述问题，提出了本申请提供基于激光微织构技术的工件加工方法、系统、设备和介质。
第一方面，本申请提供了基于激光微织构技术的工件加工方法，所述方法应用于智能加工评价系统，所述智能加工评价系统与图像采集设备通信连接，所述方法包括：获得第一工件的基础信息，根据所述基础信息进行三维立体拟合，获得第一拟合结果；获得第一预期摩擦性能信息，根据所述第一预期摩擦性能信息和所述基础信息进行激光微织构形状匹配，获得第一匹配结果；根据所述第一匹配结果进行所述第一拟合结果的激光微织构路径规划，获得第一路径规划结果；根据所述第一路径规划结果进行所述第一工件的表面加工处理，并通过所述图像采集设备进行实际加工路径图像采集，获得第一图像采集结果；对所述第一图像采集结果进行分析，根据分析结果匹配第一修正参数；根据所述第一修正参数进行所述第一路径规划结果的路径修正，获得第二路径规划结果，根据所述第二路径规划结果进行所述第一工件的表面加工处理。
另一方面，本申请还提供了基于激光微织构技术的工件加工系统，所述系统包括：第一获得单元，所述第一获得单元用于获得第一工件的基础信息，根据所述基础信息进行三维立体拟合，获得第一拟合结果；第二获得单元，所述第二获得单元用于获得第一预期摩擦性能信息，根据所述第一预期摩擦性能信息和所述基础信息进行激光微织构形状匹配，获得第一匹配结果；第一规划单元，所述第一规划单元用于根据所述第一匹配结果进行所述第一拟合结果的激光微织构路径规划，获得第一路径规划结果；第三获得单元，所述第三获得单元用于根据所述第一路径规划结果进行所述第一工件的表面加工处理，并通过图像采集设备进行实际加工路径图像采集，获得第一图像采集结果；第一分析单元，所述第一分析单元用于对所述第一图像采集结果进行分析，根据分析结果匹配第一修正参数；第一修正单元，所述第一修正单元用于根据所述第一修正参数进行所述第一路径规划结果的路径修正，获得第二路径规划结果，根据所述第二路径规划结果进行所述第一工件的表面加工处理。
第三方面，本申请提供了一种电子设备，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，以执行第一方面任一项所述方法的步骤。
第四方面，本申请提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一项所述方法的步骤。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了结合第一工件的基础信息进行三维立体拟合，根据三维立体拟合结果和第一预期摩擦性能信息进行激光微织构形状匹配，根据第一匹配结果进行激光微织构路径规划，根据所述第一路径规划结果进行所述第一工件的表面加工处理，并通过图像采集设备进行实际加工路径图像采集，获得第一图像采集结果；对所述第一图像采集结果进行分析，根据分析结果匹配第一修正参数进行所述第一路径规划结果的路径修正，获得第二路径规划结果，根据所述第二路径规划结果进行所述第一工件的表面加工处理。通过系统性的根据实际摩擦性能改善需求进行表面微织构匹配分析，及时准确监测加工路径，及时进行加工校正，提高加工精度的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请基于激光微织构技术的工件加工方法的流程示意图；
图2为本申请基于激光微织构技术的工件加工方法的获得第一修正参数的流程示意图；
图3为本申请基于激光微织构技术的工件加工方法的获得第一补偿参数的流程示意图；
图4为本申请基于激光微织构技术的工件加工方法的获得第一补偿参数的另一流程示意图；
图5为本申请基于激光微织构技术的工件加工系统的结构示意图；
图6为本申请一种电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第一规划单元13，第三获得单元14，第一分析单元15，第一修正单元16，电子设备50，处理器51，存储器52，输入装置53，输出装置54。
具体实施方式
本申请通过提供基于激光微织构技术的工件加工方法、系统、设备和介质，解决了现有技术中存在缺少根据实际摩擦性能改善情况，系统性进行表面微织构匹配分析，且进行表面微织构加工过程不能及时准确进行加工路径校正，导致加工精度低的技术问题，通过系统性的根据实际摩擦性能改善需求进行表面微织构匹配分析，及时准确监测加工路径，及时进行加工校正，提高加工精度的技术效果。下面结合附图，对本申请的实施例进行描述。本领域普通技术人员可知，随着技术的发展和新场景的出现，本申请提供的技术方案对于类似的技术问题，同样适用。
本申请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术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。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，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，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单元。
申请概述
为了改善一些摩擦副的摩擦性能，激光表面织构技术越发受到重视。但在实际的操作过程中，由于存在不能系统的进行摩擦改善需求与微织构的形貌匹配，且在进行加工过程中由于加工因素，导致加工精度不高，进而得到的实际加工结果与预期摩擦改善需求不适配的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请提供了基于激光微织构技术的工件加工方法，所述方法应用于智能加工评价系统，所述智能加工评价系统与图像采集设备通信连接，所述方法包括：获得第一工件的基础信息，根据所述基础信息进行三维立体拟合，获得第一拟合结果；获得第一预期摩擦性能信息，根据所述第一预期摩擦性能信息和所述基础信息进行激光微织构形状匹配，获得第一匹配结果；根据所述第一匹配结果进行所述第一拟合结果的激光微织构路径规划，获得第一路径规划结果；根据所述第一路径规划结果进行所述第一工件的表面加工处理，并通过所述图像采集设备进行实际加工路径图像采集，获得第一图像采集结果；对所述第一图像采集结果进行分析，根据分析结果匹配第一修正参数；根据所述第一修正参数进行所述第一路径规划结果的路径修正，获得第二路径规划结果，根据所述第二路径规划结果进行所述第一工件的表面加工处理。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请提供了基于激光微织构技术的工件加工方法，所述方法应用于智能加工评价系统，所述智能加工评价系统与图像采集设备通信连接，所述方法包括：
步骤S100：获得第一工件的基础信息，根据所述基础信息进行三维立体拟合，获得第一拟合结果；
步骤S200：获得第一预期摩擦性能信息，根据所述第一预期摩擦性能信息和所述基础信息进行激光微织构形状匹配，获得第一匹配结果；
具体而言，所述智能加工评价系统为进行工件表面加工智能评价和参数修正的系统，所述图像采集设备为可以进行激光加工过程进行视觉检测的设备，所述图像采集设备与所述智能加工评价系统通信连接，可以进行实时的相互信息交互。
所述第一工件为目标加工工件，这里不进行具体限定，可以是刀具、齿轮、轴承、计算机硬盘、内燃机活塞等。所述第一工件的基础信息包括所述第一工件的尺寸参数信息、材质信息、粗糙度信息等。根据所述基础信息进行所述第一工件的三维立体建模拟合，获得所述第一拟合结果。所述第一拟合结果为根据所述第一工件的测定参数，拟合的与所述第一工件参数一致的虚拟工件。
所述第一预期摩擦性能为预期摩擦改善性能，根据预期的摩擦改善性能，采集与当前材质、尺寸接近的工件数据，根据系统性分析不同微织构形貌对于工件的摩擦改善数据，进行所述第一工件的微织构形状匹配，获得所述第一匹配结果。通过进行第一工件的信息获取和三维拟合，为后续进行准确的加工路径确定、加工参数修正提供了数据支持。
步骤S300：根据所述第一匹配结果进行所述第一拟合结果的激光微织构路径规划，获得第一路径规划结果；
步骤S400：根据所述第一路径规划结果进行所述第一工件的表面加工处理，并通过所述图像采集设备进行实际加工路径图像采集，获得第一图像采集结果；
具体而言，当确定好所述激光微织构的形貌后，根据所述第一工件的第一拟合结果进行所述激光微织构的匹配结果进行工件的匹配拟合，根据拟合结果进行实际的加工路径规划，获得所述第一路径规划结果。
进一步来说，当所述第一拟合结果中确定所述第一路径规划结果没有问题后，将所述第一路径规划结果作为所述第一工件的实际加工路径。通过所述第一路径规划结果进行所述第一工件的表面加工处理，并通过所述图像采集设备进行所述第一工件的表面加工过程的实时图像采集，采集结果为所述第一图像采集结果，其中，所述第一图像采集结果中的每个图像均具有时间标识。通过进行带有时间标识的图像采集，为后续进行准确的实际加工情况分析和评估提供了数据支持，进而为后续进行及时、准确的加工调整奠定了基础。
步骤S500：对所述第一图像采集结果进行分析，根据分析结果匹配第一修正参数；
步骤S600：根据所述第一修正参数进行所述第一路径规划结果的路径修正，获得第二路径规划结果，根据所述第二路径规划结果进行所述第一工件的表面加工处理。
具体而言，构建微织构的特征集合，根据所述特征集合进行所述第一图像中路径位置、微织构轮廓度等识别，根据识别结果进行路径与预定路径的偏差分析。
进一步来说，为了对路径的评价更加的准确，可以根据所述第一路径规划结果选定多个目标路径点，依据目标路径点的偏差范围进行实际加工路径与预期加工路径的偏差分析。
当实际的加工路径与第一路径规划结果偏差方向一致，则根据偏差一致的变化趋势生成对应补偿参数进行修正，即所述第一修正参数。当加工路径与所述第一路径规划结果产生的偏差为波动性偏差，此时需要衡量实际的偏差值大小生成预警信息。
基于所述第一修正参数进行所述第一路径规划结果的调整，获得第二路径规划结果，通过所述第二路径规划结果进行所述第一工件的后续加工处理，使得获得的加工结果具有更高的加工精度。通过系统性的根据实际摩擦性能改善需求进行表面微织构匹配分析，及时准确监测加工路径，及时进行加工校正，提高加工精度的技术效果。
进一步而言，如图2所示，本申请步骤S500还包括：
步骤S510：根据所述第一拟合结果构建所述第一路径规划结果的坐标定位识别点；
步骤S520：对所述第一图像采集结果进行坐标定位识别点特征匹配，获得第一特征匹配结果；
步骤S530：根据所述第一特征匹配结果进行实际坐标分析，获得第一实际坐标集合；
步骤S540：根据所述第一实际坐标集合和所述坐标定位点进行同位置坐标偏差分析，获得第一同向偏差分析结果；
步骤S550：根据所述第一同向偏差分析结果匹配所述第一修正参数。
具体而言，所述坐标定位识别点为进行路径比对的路径点，且每个路径点包括在同一坐标系下拟合分析的坐标参数。一般而言，所述坐标定位识别点选定标准包括：直线段部分至少存在5个特征点，且随着直线段的长度增加，为了保证精确度可以进行适应性的特征点增加；规则圆弧至少包括3个特征点，即起始特征点、结束特征点和中间特征点；不规则圆弧至少包括5个特征点，具体可以根据圆弧的尺寸进行适量增加。
当选定特征点后，通过构建于所述第一拟合结果中的三维坐标系，获得选定特征点的坐标参数。将定位特征点进行坐标化，为后续进行准确的定位特征点偏差识别提供了支持。通过各个定位特征点的特征，进行所述第一图像采集结果的特征点识别，根据识别结果确定实际加工的过程中的定位特征点的实际坐标，即所述第一实际坐标集合。
根据所述第一实际坐标集合和所述坐标定位点进行同位置的坐标偏差比对，当出现比对结果为同方向偏差时，则进行同方向偏差趋势分析，如趋势分析结果为逐渐同方向逐渐增大，则根据增大值，获得调整的第一修正参数。如趋势分析结果为同方向波动变化，此时根据波动区间中的最大波动值和最小波动值的中值，获得所述第一修正参数。通过进行同向偏差分析，进而使得获得的修正参数更加的准确，进而为后续进行准确的表面加工处理夯实了基础。
进一步而言，如图3所示，本申请步骤S700还包括：
步骤S710：通过所述第一图像采集结果进行切割效果评价，获得第一效果评价结果，其中，所述第一效果评价结果包括多个异常节点；
步骤S720：根据所述第一效果评价结果获得所述多个异常节点对应的激光切割参数信息；
步骤S730：对所述激光切割参数信息进行所述多个异常节点的异常关联评价，获得第一关联评价结果；
步骤S740：根据所述第一关联评价结果获得第一补偿参数，根据所述第一补偿参数进行后续工件的表面加工处理。
具体而言，所述切割效果评价为基于图像进行的激光微织构切割表面的评价结果，评价内容包括：微织构的深度、宽度、轮廓、内部熔融物堆积情况等。通过获得的所述第一图像采集结果进行切割的结果评价，根据评价结果的异常位置确定多个异常节点，所述异常节点表征了异常位置区间。即每个点代表了一个波动区间，且标定节点为异常位置区间中异常值最大点。对所述多个异常节点对应的实际切割参数进行数据采集，根据实际切割参数对于异常点的异常影响关联度评价，基于评价结果获得所述第一关联评价结果。
所述第一关联评价结果为进行异常点的异常情况匹配的参数特征，举例而言，当微织构的深度和宽度同时降低，且当前节点的速度较高，则此时微织构的异常特征与速度参数关联度较高；当微织构的深度降低、宽度增加，则此时的异常特征与焦点位置关联度较高。通过对关联度分析，获得对应的补偿参数，进而使得获得的补偿信息更加的准确，为后续进行其他工件的加工提供了参数修正。
进一步的，如图4所示，本申请步骤S740还包括：
步骤S741：根据所述基础信息获得所述多个异常节点位置的结构信息；
步骤S742：根据所述结构信息进行焦点高度适配性评价，获得第一适配性评价结果；
步骤S743：根据所述第一适配性评价结果获得所述第一补偿参数。
具体而言，为了更好的进行异常节点的分析，因为焦点异常具有易识别特征，因此首先进行多个异常节点位置的焦点高度评价。
获得所述多个异常节点的结构信息，所述结构信息表征了当前第一工件的加工位置的变化结构信息，在进行实际的加工过程中，焦点位置需要随着工件的结构变化进行调整，以保证焦点高度的一致性。根据实际加工过程中的多个异常节点位置的结构信息和实际焦点高度信息进行适配性评价，判断是否存在异常焦点高度，当存在时，则将后续同工件位置处的焦点高度参数进行适应性调整，即根据所述第一补偿参数进行适应性补偿。通过进行焦点高度的适配性分析，为后续进行准确的加工补偿提供了支持。
进一步的，本申请步骤S740还包括：
步骤S744：根据所述多个异常节点的异常度进行关联区间分析，获得第一关联区间集合；
步骤S745：对所述第一关联区间集合进行切割参数采集，获得所述第一关联区间集合的切割速度参数；
步骤S746：获得所述第一关联区间集合的切割功率参数；
步骤S747：根据所述切割速度参数和所述切割功率参数进行所述第一关联区间集合的能量密度变化评价，获得第一能量密度评价结果；
步骤S748：根据所述第一能量密度评价结果和所述第一适配性评价结果获得所述第一补偿参数。
具体而言，所述关联区间为根据异常节点的异常程度，获得的非异常位置的关联区间，一般而言，当异常节点出现异常时，一般从未异常位置通常参数已经出现波动，因此需要根据异常节点的异常程度，对于未异常位置进行同步的关联分析。当获得所述第一关联区间集合时，对所述第一关联区间集合进行实际的切割参数采集，获得切割速度参数。所述切割速度参数实际为切割的进给度参数，表征了当前位置激光相对于第一工件的运行速度。所述切割功率参数为激光的功率，所述切割速度参数和所述切割功率参数共同决定了同位置的切割能量密度参数。根据所述切割速度参数和所述切割功率参数进行能量密度睥睨更加，获得所述第一能量密度评价结果。通过所述第一能量密度评价结果和所述第一适配性评价结果获得所述第一补偿参数。
一般而言，切割速度参数与能量密度评价结果成反比，即速度越快，则能量密度越低；切割功率参数与能量密度成正比，即功率越大，则能量密度越大。为了保证实际的切割写过，需要进行切割功率和切割速度的均衡性调整。根据切割实际表现的均衡性调整结果获得所述第一补偿参数。通过进行切割速度和切割功率的均衡性调整，进而使得获得对应位置的补偿参数更加的契合准确，进而为后续进行准确的表面加工控制提供了数据支持。
进一步的，本申请步骤S500还包括：
步骤S561：判断同位置坐标是否存在异向偏差点；
步骤S562：当所述同位置坐标存在异向偏差点时，获得异向偏差点占比信息和偏差幅值；
步骤S563：获得第一预设评价阈值，当所述占比信息和所述偏差幅值的评价值满足所述第一预设评价阈值时，则获得第一预警信息；
步骤S564：根据所述第一预警信息进行表面加工处理的异常预警。
具体而言，所述异向偏差点为实际坐标与预期坐标的偏差方向不一致的点，首先，将坐标的偏差方向分为两个方向，第一方向和第二方向。当第一方向和第二方向都存在偏差点是，则首先进行偏差点总量判断，根据总量判断结果确定偏差主方向，即将第一方向和第二方向中存在偏差点多的方向定义为偏差主方向。举例而言，当第一方向的偏差点数量多，则第一方向定义为偏差主方向，则获得第二方向偏差点的总量占比信息，即所述异向偏差点占比信息。所述偏差幅值为异向偏差点，即第二方向偏差点的偏差平均值。将所述占比信息和所述偏差幅值进行乘积运算，将运算结果与预设的第一预设评价阈值进行比对，当进行乘积运算获得的评价值满足所述第一预设评价阈值时，则获得第一预警信息，根据所述第一预警信息进行表面加工处理的异常预警。
进一步的，本申请步骤S500还包括：
步骤S571：获得同向偏差点和所述异向偏差点的最大偏差值；
步骤S572：根据所述最大偏差值生成第一约束系数；
步骤S573：根据所述第一约束系数进行所述第一预设评价阈值进行调整，获得第二预设评价阈值；
步骤S574：根据所述第二预设评价阈值进行预警评价。
具体而言，为了使得进行异向偏差的预警更加的准确，因此在进行异向偏差评价过程中需要进行预设阈值的调整约束。所述第一方向为主偏差方向时，则所述第一方向的偏差值为正值，所述第二方向的偏差值为负值。所述最大偏差值为通过第一方向的最大值-第二方向的最小值获得的偏差值，所述最大偏差值越大，则需要进行预设评价阈值的约束值越大，即获得的第二预设评价阈值越小。
根据所述最大偏差值生成所述第一约束系数，基于所述第一约束系数进行所述第一预设评价阈值调整，获得所述第二预设评价阈值。通过所述第二预设评价阈值进行预警评价，进而使得获得的预警信息更加的准确。
综上所述，本申请所提供的基于激光微织构技术的工件加工方法具有如下技术效果：
1、由于采用了结合第一工件的基础信息进行三维立体拟合，根据三维立体拟合结果和第一预期摩擦性能信息进行激光微织构形状匹配，根据第一匹配结果进行激光微织构路径规划，根据所述第一路径规划结果进行所述第一工件的表面加工处理，并通过图像采集设备进行实际加工路径图像采集，获得第一图像采集结果；对所述第一图像采集结果进行分析，根据分析结果匹配第一修正参数进行所述第一路径规划结果的路径修正，获得第二路径规划结果，根据所述第二路径规划结果进行所述第一工件的表面加工处理。通过系统性的根据实际摩擦性能改善需求进行表面微织构匹配分析，及时准确监测加工路径，及时进行加工校正，提高加工精度的技术效果。
2、通过系统性的根据实际摩擦性能改善需求进行表面微织构匹配分析，及时准确监测加工路径，及时进行加工校正，提高加工精度的技术效果。
3、通过进行同向偏差分析，进而使得获得的修正参数更加的准确，进而为后续进行准确的表面加工处理夯实了基础。
4、通过对关联度分析，获得对应的补偿参数，进而使得获得的补偿信息更加的准确，为后续进行其他工件的加工提供了参数修正。
5、通过进行切割速度和切割功率的均衡性调整，进而使得获得对应位置的补偿参数更加的契合准确，进而为后续进行准确的表面加工控制提供了数据支持。
6、根据所述最大偏差值生成所述第一约束系数，基于所述第一约束系数进行所述第一预设评价阈值调整，获得所述第二预设评价阈值。通过所述第二预设评价阈值进行预警评价，进而使得获得的预警信息更加的准确。
实施例二
基于与前述实施例中基于激光微织构技术的工件加工方法同样发明构思，本发明还提供了基于激光微织构技术的工件加工系统，如图5所示，所述系统包括：
第一获得单元11，所述第一获得单元11用于获得第一工件的基础信息，根据所述基础信息进行三维立体拟合，获得第一拟合结果；
第二获得单元12，所述第二获得单元12用于获得第一预期摩擦性能信息，根据所述第一预期摩擦性能信息和所述基础信息进行激光微织构形状匹配，获得第一匹配结果；
第一规划单元13，所述第一规划单元13用于根据所述第一匹配结果进行所述第一拟合结果的激光微织构路径规划，获得第一路径规划结果；
第三获得单元14，所述第三获得单元14用于根据所述第一路径规划结果进行所述第一工件的表面加工处理，并通过图像采集设备进行实际加工路径图像采集，获得第一图像采集结果；
第一分析单元15，所述第一分析单元15用于对所述第一图像采集结果进行分析，根据分析结果匹配第一修正参数；
第一修正单元16，所述第一修正单元16用于根据所述第一修正参数进行所述第一路径规划结果的路径修正，获得第二路径规划结果，根据所述第二路径规划结果进行所述第一工件的表面加工处理。
进一步的，所述系统还包括：
第一构建单元，所述第一构建单元用于根据所述第一拟合结果构建所述第一路径规划结果的坐标定位识别点；
第四获得单元，所述第四获得单元用于对所述第一图像采集结果进行坐标定位识别点特征匹配，获得第一特征匹配结果；
第五获得单元，所述第五获得单元用于根据所述第一特征匹配结果进行实际坐标分析，获得第一实际坐标集合；
第六获得单元，所述第六获得单元用于根据所述第一实际坐标集合和所述坐标定位点进行同位置坐标偏差分析，获得第一同向偏差分析结果；
第一匹配单元，所述第一匹配单元用于根据所述第一同向偏差分析结果匹配所述第一修正参数。
进一步的，所述系统还包括：
第七获得单元，所述第七获得单元用于通过所述第一图像采集结果进行切割效果评价，获得第一效果评价结果，其中，所述第一效果评价结果包括多个异常节点；
第八获得单元，所述第八获得单元用于根据所述第一效果评价结果获得所述多个异常节点对应的激光切割参数信息；
第九获得单元，所述第九获得单元用于对所述激光切割参数信息进行所述多个异常节点的异常关联评价，获得第一关联评价结果；
第十获得单元，所述第十获得单元用于根据所述第一关联评价结果获得第一补偿参数，根据所述第一补偿参数进行后续工件的表面加工处理。
进一步的，所述系统还包括：
第十一获得单元，所述第十一获得单元用于根据所述基础信息获得所述多个异常节点位置的结构信息；
第十二获得单元，所述第十二获得单元用于根据所述结构信息进行焦点高度适配性评价，获得第一适配性评价结果；
第十三获得单元，所述第十三获得单元用于根据所述第一适配性评价结果获得所述第一补偿参数。
进一步的，所述系统还包括：
第十四获得单元，所述第十四获得单元用于根据所述多个异常节点的异常度进行关联区间分析，获得第一关联区间集合；
第十五获得单元，所述第十五获得单元用于对所述第一关联区间集合进行切割参数采集，获得所述第一关联区间集合的切割速度参数；
第十六获得单元，所述第十六获得单元用于获得所述第一关联区间集合的切割功率参数；
第十七获得单元，所述第十七获得单元用于根据所述切割速度参数和所述切割功率参数进行所述第一关联区间集合的能量密度变化评价，获得第一能量密度评价结果；
第十八获得单元，所述第十八获得单元用于根据所述第一能量密度评价结果和所述第一适配性评价结果获得所述第一补偿参数。
进一步的，所述系统还包括：
第一判断单元，所述第一判断单元用于判断同位置坐标是否存在异向偏差点；
第十九获得单元，所述第十九获得单元用于当所述同位置坐标存在异向偏差点时，获得异向偏差点占比信息和偏差幅值；
第二十获得单元，所述第二十获得单元用于获得第一预设评价阈值，当所述占比信息和所述偏差幅值的评价值满足所述第一预设评价阈值时，则获得第一预警信息；
第一预警单元，所述第一预警单元用于根据所述第一预警信息进行表面加工处理的异常预警。
第二十一获得单元，所述第二十一获得单元用于获得同向偏差点和所述异向偏差点的最大偏差值；
第一生成单元，所述第一生成单元用于根据所述最大偏差值生成第一约束系数；
第二十二获得单元，所述第二十二获得单元用于根据所述第一约束系数进行所述第一预设评价阈值进行调整，获得第二预设评价阈值；
第一评价单元，所述第一评价单元用于根据所述第二预设评价阈值进行预警评价。
前述图1实施例一中的基于激光微织构技术的工件加工方法的各种变化方式和具体实例同样适用于本实施例的基于激光微织构技术的工件加工系统，通过前述对基于激光微织构技术的工件加工方法的详细描述，本领域技术人员可以清楚的知道本实施例中基于激光微织构技术的工件加工系统的实施方法，所以为了说明书的简洁，在此不再详述。
示例性电子设备
下面参考图6来描述本申请的电子设备。
图6图示了根据本申请的电子设备的结构示意图。
基于与前述实施例中基于激光微织构技术的工件加工方法的发明构思，本发明还提供一种电子设备，下面，参考图6来描述根据本申请的电子设备。该电子设备可以是可移动设备本身，或与其独立的单机设备，其上存储有计算机程序，该程序被处理器执行时实现前文所述方法的任一方法的步骤。
如图6所示，电子设备50包括一个或多个处理器51和存储器52。
处理器51可以是中央处理单元（CPU）或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备50中的其他组件以执行期望的功能。
存储器52可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器（RAM）和/或高速缓冲存储器（cache）等。所述非易失性存储器例如可以包括只读存储器（ROM）、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器51可以运行所述程序指令，以实现上文所述的本申请的各个实施例的方法以及/或者其他期望的功能。
在一个示例中，电子设备50还可以包括：输入装置53和输出装置54，这些组件通过总线系统和/或其他形式的连接机构（未示出）互连。
本发明实施例提供的基于激光微织构技术的工件加工方法，所述方法应用于智能加工评价系统，所述智能加工评价系统与图像采集设备通信连接，所述方法包括：获得第一工件的基础信息，根据所述基础信息进行三维立体拟合，获得第一拟合结果；获得第一预期摩擦性能信息，根据所述第一预期摩擦性能信息和所述基础信息进行激光微织构形状匹配，获得第一匹配结果；根据所述第一匹配结果进行所述第一拟合结果的激光微织构路径规划，获得第一路径规划结果；根据所述第一路径规划结果进行所述第一工件的表面加工处理，并通过所述图像采集设备进行实际加工路径图像采集，获得第一图像采集结果；对所述第一图像采集结果进行分析，根据分析结果匹配第一修正参数；根据所述第一修正参数进行所述第一路径规划结果的路径修正，获得第二路径规划结果，根据所述第二路径规划结果进行所述第一工件的表面加工处理。解决了现有技术中存在缺少根据实际摩擦性能改善情况，系统性进行表面微织构匹配分析，且进行表面微织构加工过程不能及时准确进行加工路径校正，导致加工精度低的技术问题，通过系统性的根据实际摩擦性能改善需求进行表面微织构匹配分析，及时准确监测加工路径，及时进行加工校正，提高加工精度的技术效果。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的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可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等，包括若干指令用以使得一台计算机设备执行本申请各个实施例所述的方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从计算机可读存储介质向另计算机可读存储介质传输，所述可用介质可以是磁性介质，（例如，软盘、硬盘、磁带）、光介质（例如，DVD）、或者半导体介质（例如固态硬盘（Solid State Disk，SSD））等。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请的实施过程构成任何限定。
另外，本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
应理解，在本申请中，“与A相应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其它信息确定B。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
总之，以上所述仅为本申请技术方案的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.基于激光微织构技术的工件加工方法，其特征在于，所述方法应用于智能加工评价系统，所述智能加工评价系统与图像采集设备通信连接，所述方法包括：
获得第一工件的基础信息，根据所述基础信息进行三维立体拟合，获得第一拟合结果；
获得第一预期摩擦性能信息，根据所述第一预期摩擦性能信息和所述基础信息进行激光微织构形状匹配，获得第一匹配结果；
根据所述第一匹配结果进行所述第一拟合结果的激光微织构路径规划，获得第一路径规划结果；
根据所述第一路径规划结果进行所述第一工件的表面加工处理，并通过所述图像采集设备进行实际加工路径图像采集，获得第一图像采集结果；
对所述第一图像采集结果进行分析，根据分析结果匹配第一修正参数；
根据所述第一修正参数进行所述第一路径规划结果的路径修正，获得第二路径规划结果，根据所述第二路径规划结果进行所述第一工件的表面加工处理。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述第一拟合结果构建所述第一路径规划结果的坐标定位识别点；
对所述第一图像采集结果进行坐标定位识别点特征匹配，获得第一特征匹配结果；
根据所述第一特征匹配结果进行实际坐标分析，获得第一实际坐标集合；
根据所述第一实际坐标集合和所述坐标定位点进行同位置坐标偏差分析，获得第一同向偏差分析结果；
根据所述第一同向偏差分析结果匹配所述第一修正参数。
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
通过所述第一图像采集结果进行切割效果评价，获得第一效果评价结果，其中，所述第一效果评价结果包括多个异常节点；
根据所述第一效果评价结果获得所述多个异常节点对应的激光切割参数信息；
对所述激光切割参数信息进行所述多个异常节点的异常关联评价，获得第一关联评价结果；
根据所述第一关联评价结果获得第一补偿参数，根据所述第一补偿参数进行后续工件的表面加工处理。
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
根据所述基础信息获得所述多个异常节点位置的结构信息；
根据所述结构信息进行焦点高度适配性评价，获得第一适配性评价结果；
根据所述第一适配性评价结果获得所述第一补偿参数。
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
根据所述多个异常节点的异常度进行关联区间分析，获得第一关联区间集合；
对所述第一关联区间集合进行切割参数采集，获得所述第一关联区间集合的切割速度参数；
获得所述第一关联区间集合的切割功率参数；
根据所述切割速度参数和所述切割功率参数进行所述第一关联区间集合的能量密度变化评价，获得第一能量密度评价结果；
根据所述第一能量密度评价结果和所述第一适配性评价结果获得所述第一补偿参数。
6.如权利要求2所述的方法，其特征在于，所述根据所述第一实际坐标集合和所述坐标定位点进行同位置坐标偏差分析，还包括：
判断同位置坐标是否存在异向偏差点；
当所述同位置坐标存在异向偏差点时，获得异向偏差点占比信息和偏差幅值；
获得第一预设评价阈值，当所述占比信息和所述偏差幅值的评价值满足所述第一预设评价阈值时，则获得第一预警信息；
根据所述第一预警信息进行表面加工处理的异常预警。
7.如权利要求6所述的方法，其特征在于，所述方法还包括：
获得同向偏差点和所述异向偏差点的最大偏差值；
根据所述最大偏差值生成第一约束系数；
根据所述第一约束系数进行所述第一预设评价阈值进行调整，获得第二预设评价阈值；
根据所述第二预设评价阈值进行预警评价。
8.基于激光微织构技术的工件加工系统，其特征在于，所述系统包括：
第一获得单元，所述第一获得单元用于获得第一工件的基础信息，根据所述基础信息进行三维立体拟合，获得第一拟合结果；
第二获得单元，所述第二获得单元用于获得第一预期摩擦性能信息，根据所述第一预期摩擦性能信息和所述基础信息进行激光微织构形状匹配，获得第一匹配结果；
第一规划单元，所述第一规划单元用于根据所述第一匹配结果进行所述第一拟合结果的激光微织构路径规划，获得第一路径规划结果；
第三获得单元，所述第三获得单元用于根据所述第一路径规划结果进行所述第一工件的表面加工处理，并通过图像采集设备进行实际加工路径图像采集，获得第一图像采集结果；
第一分析单元，所述第一分析单元用于对所述第一图像采集结果进行分析，根据分析结果匹配第一修正参数；
第一修正单元，所述第一修正单元用于根据所述第一修正参数进行所述第一路径规划结果的路径修正，获得第二路径规划结果，根据所述第二路径规划结果进行所述第一工件的表面加工处理。
9.一种电子设备，其特征在于，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，以执行权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210510273.5A CN114820551B (zh) | 2022-05-11 | 2022-05-11 | 基于激光微织构技术的工件加工方法、系统、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210510273.5A CN114820551B (zh) | 2022-05-11 | 2022-05-11 | 基于激光微织构技术的工件加工方法、系统、设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114820551A true CN114820551A (zh) | 2022-07-29 |
| CN114820551B CN114820551B (zh) | 2024-04-16 |
Family
ID=82512618
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210510273.5A Active CN114820551B (zh) | 2022-05-11 | 2022-05-11 | 基于激光微织构技术的工件加工方法、系统、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114820551B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115186623A (zh) * | 2022-09-08 | 2022-10-14 | 中科卓芯半导体科技(苏州)有限公司 | 一种精密掩膜版的设计分析方法及系统 |
| CN115685876A (zh) * | 2022-11-14 | 2023-02-03 | 英诺威讯智能科技（杭州）有限公司 | 一种基于轨迹补偿的平面激光切割控制方法及系统 |
| CN116197521A (zh) * | 2023-05-04 | 2023-06-02 | 德中(深圳)激光智能科技有限公司 | 一种高精度激光设备的控制方法、系统及介质 |
| CN117253198A (zh) * | 2023-11-20 | 2023-12-19 | 山东大学 | 一种智能制造动态管理方法及系统 |
| CN117495867A (zh) * | 2024-01-03 | 2024-02-02 | 东莞市星火齿轮有限公司 | 小模数齿轮精度的视觉检测方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102622489B (zh) * | 2012-03-26 | 2014-01-15 | 上海交通大学 | 基于acis平台的五轴侧铣加工切削力预测方法 |
| CN104875104B (zh) * | 2015-05-14 | 2018-06-12 | 常州大思世成机电科技有限公司 | 基于cad/cam技术的轮毂不规则曲面抛光方法 |
-
2022
- 2022-05-11 CN CN202210510273.5A patent/CN114820551B/zh active Active
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115186623A (zh) * | 2022-09-08 | 2022-10-14 | 中科卓芯半导体科技(苏州)有限公司 | 一种精密掩膜版的设计分析方法及系统 |
| CN115186623B (zh) * | 2022-09-08 | 2022-12-16 | 中科卓芯半导体科技(苏州)有限公司 | 一种精密掩膜版的设计分析方法及系统 |
| CN115685876A (zh) * | 2022-11-14 | 2023-02-03 | 英诺威讯智能科技（杭州）有限公司 | 一种基于轨迹补偿的平面激光切割控制方法及系统 |
| CN116197521A (zh) * | 2023-05-04 | 2023-06-02 | 德中(深圳)激光智能科技有限公司 | 一种高精度激光设备的控制方法、系统及介质 |
| CN117253198A (zh) * | 2023-11-20 | 2023-12-19 | 山东大学 | 一种智能制造动态管理方法及系统 |
| CN117253198B (zh) * | 2023-11-20 | 2024-01-26 | 山东大学 | 一种智能制造动态管理方法及系统 |
| CN117495867A (zh) * | 2024-01-03 | 2024-02-02 | 东莞市星火齿轮有限公司 | 小模数齿轮精度的视觉检测方法及系统 |
| CN117495867B (zh) * | 2024-01-03 | 2024-05-31 | 东莞市星火齿轮有限公司 | 小模数齿轮精度的视觉检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114820551B (zh) | 2024-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114820551B (zh) | 基于激光微织构技术的工件加工方法、系统、设备和介质 | |
| CN110349252B (zh) | 一种基于点云边界构建小曲率零件实际加工曲线的方法 | |
| Zhang et al. | On-line tool wear measurement for ball-end milling cutter based on machine vision | |
| CN102589435B (zh) | 噪声环境下激光束中心高效精确检测方法 | |
| JP6649684B2 (ja) | びびり予測のための改良型データベース | |
| US10535130B2 (en) | Life determination device, life determination method, and recording medium for cutting tool | |
| JP7158195B2 (ja) | 工具摩耗判定装置 | |
| CN114749493B (zh) | 一种冷轧带钢生产参数自适应调整方法及系统 | |
| KR101662820B1 (ko) | 선형 회귀 분석에 기반한 툴 마모 및 수명을 추정하는 시스템 및 방법 | |
| CN114818201A (zh) | 一种基于机理与数据驱动的发动机缸盖铣削表面质量预测方法 | |
| CN116551215B (zh) | 激光器的激光扫描控制方法、装置、设备及存储介质 | |
| CN117806231B (zh) | 一种基于物联网的机床运行加工控制系统及方法 | |
| CN112325818A (zh) | 一种用于白车身尺寸的质量分析预警方法 | |
| CN116307938B (zh) | 一种加工中心进给系统健康状态评估方法 | |
| Zhang et al. | Modeling of tool wear for ball end milling cutter based on shape mapping | |
| US20170322186A1 (en) | Processing Apparatus | |
| CN117036450A (zh) | 一种包装盒压痕深度和压痕宽度的测量方法、系统及终端 | |
| CN113478552B (zh) | 一种pcb板切割路径预警的方法和装置 | |
| CN114696465A (zh) | 一种风力发电导电轨故障监测方法及系统 | |
| Banda et al. | Flank wear prediction using spatial binary properties and artificial neural network in face milling of Inconel 718 | |
| CN114310481A (zh) | 一种提高冷切飞锯机控制精度的方法及系统 | |
| EP3563983B1 (en) | Method of, as well as a system for, performing a welding step on a work piece | |
| Ozaki et al. | Novel State Estimation Method of Surface Chatter Pattern via Image Processing After End Milling | |
| Liu et al. | Intelligent robust milling tool wear monitoring via fractal analysis of cutting force | |
| CN115741234B (zh) | 一种铣刀刀面磨损量测量方法 |
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 |