CN116572078B - 一种车削刀具磨损检测方法 - Google Patents
一种车削刀具磨损检测方法 Download PDFInfo
- Publication number
- CN116572078B CN116572078B CN202310861754.5A CN202310861754A CN116572078B CN 116572078 B CN116572078 B CN 116572078B CN 202310861754 A CN202310861754 A CN 202310861754A CN 116572078 B CN116572078 B CN 116572078B
- Authority
- CN
- China
- Prior art keywords
- image
- measuring instrument
- image measuring
- tool
- test blade
- 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
- 238000005299 abrasion Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 12
- 238000012360 testing method Methods 0.000 claims abstract description 55
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 abstract description 5
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000003754 machining Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
- B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
- B23Q17/0957—Detection of tool breakage
-
- 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
本发明属于机械加工技术领域,公开了一种车削刀具磨损检测方法。本发明的车削刀具磨损检测方法包括获得基础图像;获得刀具图像;计算磨损区域面积。本发明的车削刀具磨损检测方法将试验刀片参数进行计算机图像重构,获得基础图像,将已磨损的试验刀片通过影像测量仪相机拍摄,获得刀具图像,通过基础图像和刀具图像对比,获得刀尖圆弧磨损区域的面积。本发明的车削刀具磨损检测方法简洁、测量准确,能够用于多种材质的试验刀片磨损检测,具有工程实用价值。
Description
技术领域
本发明属于机械加工技术领域,具体涉及一种车削刀具磨损检测方法。
背景技术
切削加工中,车削刀具的磨损情形包括刀尖磨损、后刀面磨损、前刀面磨损等几种。通常,车削刀具磨损的检测是通过后刀面的磨损面情况来进行评判的,但是,在实际试验过程中,有些试验刀片的后刀面磨损并不明显,也不易检测,而刀尖角圆弧半径磨损更加突出,也更容易肉眼识别,后期数据也容易采集和处理。
当前,亟需发展一种以刀尖角圆弧半径磨损作为检测依据的车削刀具磨损检测方法。
发明内容
本发明所要解决的技术问题是提供一种车削刀具磨损检测方法,实现刀尖圆弧磨损检测。
本发明的车削刀具磨损检测方法,包括以下步骤:
S10.获得基础图像;
按照厂家提供的试验刀片参数,通过专用的影像测量仪数据处理软件进行试验刀片轮廓重构,获得试验刀片的基础图像;
S20.获得刀具图像;
S21.采用影像测量仪相机拍摄已磨损的试验刀片,获得刀具照片;
S22.将刀具照片导入影像测量仪数据处理软件;
S23.通过影像测量仪数据处理软件,按照读取照片、降噪处理、阈值分割、边缘提取的方式,将刀具照片处理成灰度图片;
降噪处理采用7×7中值滤波算法,以图像中任意像素点(i,j)为原点,再以原点为中心的7×7邻域内对所有像素点灰度值进行统计排序,将排序后原点及其周边的灰度中值定为原点处理后的灰度值;通过设置灰度阈值进行阈值分割;最后通过提取刀尖圆弧磨损轮廓边缘实现边缘提取;
S24.进行刀尖圆弧磨损轮廓重构;
设试验刀片的安装孔圆心为P,P为基准点,左侧切削刃的方向向量为a 1,右侧切削刃的方向向量为a 2,影像测量仪相机的放大倍数为t,根据试验刀片参数重构试验刀片的基础图像在影像测量仪坐标系中的位置和方向;
再将刀尖圆弧磨损轮廓边缘曲线放大t倍,按照相同的基准点P导入同一图像,进行刀尖圆弧磨损轮廓重构,获得刀具图像;
S30.计算磨损区域面积;
通过基础图像和刀具图像对比,获得刀尖圆弧磨损区域的面积,完成车削刀具磨损检测。
进一步地,所述的S24的进行刀尖圆弧磨损轮廓重构包括以下步骤:
S241.将试验刀片放置在影像测量仪相机镜头下,移动影像测量仪相机镜头,将可视范围固定在试验刀片的安装孔上,调整移动影像测量仪相机焦距,使得试验刀片的安装孔在计算机上成像清晰;
S242.在安装孔的边缘任选三点,影像测量仪数据处理软件通过三点拟合出安装孔的圆心,记录圆心坐标;
S243.移动影像测量仪相机镜头至刀尖圆弧部位,调整影像测量仪相机焦距,使得刀尖圆弧磨损轮廓在计算机上成像清晰,记录放大倍数t;
S244.在试验刀片的切削刃左侧边缘选定两点,影像测量仪数据处理软件通过两点拟合出左侧轮廓;在试验刀片的切削刃右侧边缘选定两点,影像测量仪数据处理软件通过两点拟合出右侧轮廓;
记录左侧切削刃的方向向量为a 1,右侧切削刃的方向向量为a 2;
S245.影像测量仪数据处理软件对刀尖圆弧磨损轮廓进行拟合,得到刀尖圆弧磨损轮廓曲线,与左侧轮廓和右侧轮廓组合成刀具图像。
本发明的车削刀具磨损检测方法将试验刀片参数进行计算机图像重构,获得基础图像,将已磨损的试验刀片通过影像测量仪相机拍摄,获得刀具图像,通过基础图像和刀具图像对比,获得刀尖圆弧磨损区域的面积。本发明的车削刀具磨损检测方法简洁、测量准确,能够用于多种材质的试验刀片磨损检测,具有工程实用价值。
附图说明
图1为本发明的车削刀具磨损检测方法的测量流程图;
图2为本发明的车削刀具磨损检测方法的测量原理图;
图3为实施例1获得的基础图像;
图4为实施例1的刀尖圆弧数据提取流程图;
图5为实施例1的刀具图像重构过程示意图;
图6为实施例1的影像测量仪数据处理软件获得的刀尖圆弧磨损区域示意图;
图7为实施例1的影像测量仪数据处理软件界面上的圆心拟合示意图;
图8为实施例1的影像测量仪数据处理软件获得的刀尖圆弧磨损区域整体轮廓图;
图9a为实施例1的影像测量仪数据处理软件获得的刀尖圆弧磨损区域左侧轮廓图;
图9b为实施例1的影像测量仪数据处理软件获得的刀尖圆弧磨损区域右侧轮廓图;
图10为实施例1的影像测量仪数据处理软件获得的刀尖圆弧磨损区域拟合曲线;
图11为实施例2的影像测量仪数据处理软件获得的刀尖圆弧磨损区域整体轮廓图。
具体实施方式
下面结合附图和实施例详细说明本发明。
实施例1:
如图1、图2所示,本实施例的车削刀具磨损检测方法将试验刀片参数进行计算机图像重构,获得基础图像,将已磨损的试验刀片通过影像测量仪相机拍摄,获得刀具图像,通过基础图像和刀具图像对比,获得刀尖圆弧磨损区域的面积。
本实施例的车削刀具磨损检测方法,包括以下步骤:
S10.获得基础图像;
按照厂家提供的试验刀片参数,通过专用的影像测量仪数据处理软件进行试验刀片轮廓重构,获得如图3所示的试验刀片的基础图像;
S20.获得刀具图像;
S21.采用影像测量仪相机拍摄已磨损的试验刀片,获得刀具照片;
S22.将刀具照片导入影像测量仪数据处理软件;
S23.如图4所示,通过影像测量仪数据处理软件,按照读取照片、降噪处理、阈值分割、边缘提取的方式,将刀具照片处理成灰度图片;
降噪处理采用7×7中值滤波算法,以图像中任意像素点(i,j)为原点,再以原点为中心的7×7邻域内对所有像素点灰度值进行统计排序,将排序后原点及其周边的灰度中值定为原点处理后的灰度值;通过设置灰度阈值进行阈值分割;最后通过提取刀尖圆弧磨损轮廓边缘实现边缘提取;
S24.进行刀尖圆弧磨损轮廓重构;
如图5所示,设试验刀片的安装孔圆心为P,P为基准点,左侧切削刃的方向向量为a 1,右侧切削刃的方向向量为a 2,影像测量仪相机的放大倍数为t,根据试验刀片参数重构试验刀片的基础图像在影像测量仪坐标系中的位置和方向;
再将刀尖圆弧磨损轮廓边缘曲线放大t倍,按照相同的基准点P导入同一图像,进行刀尖圆弧磨损轮廓重构,获得刀具图像;
S30.计算磨损区域面积;
如图6所示,通过基础图像和刀具图像对比,获得刀尖圆弧磨损区域的面积,完成车削刀具磨损检测。
进一步地,所述的S24的进行刀尖圆弧磨损轮廓重构包括以下步骤:
S241.将试验刀片放置在影像测量仪相机镜头下,移动影像测量仪相机镜头,将可视范围固定在试验刀片的安装孔上,调整移动影像测量仪相机焦距,使得试验刀片的安装孔在计算机上成像清晰;
S242.如图7所示,在安装孔的边缘任选三点,影像测量仪数据处理软件通过三点拟合出安装孔的圆心,记录圆心坐标;
S243.如图8所示,移动影像测量仪相机镜头至刀尖圆弧部位,调整影像测量仪相机焦距,使得刀尖圆弧磨损轮廓在计算机上成像清晰,记录放大倍数t;
S244.如图9a所示,在试验刀片的切削刃左侧边缘选定两点,影像测量仪数据处理软件通过两点拟合出左侧轮廓;如图9b所示,在试验刀片的切削刃右侧边缘选定两点,影像测量仪数据处理软件通过两点拟合出右侧轮廓;
记录左侧切削刃的方向向量为a 1,右侧切削刃的方向向量为a 2;
S245.如图10所示,影像测量仪数据处理软件对刀尖圆弧磨损轮廓进行拟合,得到刀尖圆弧磨损轮廓曲线,与左侧轮廓和右侧轮廓组合成刀具图像。
本实施例的试验刀片编号为特刃OC2115,安装孔的圆心坐标为P(219.6447,189.1512);放大倍数t为158.34;左侧切削刃的方向向量a 1为(216.7724,175.5493)、(-0.3129,-0.9499),右侧切削刃的方向向量a 2为(218.0208,175.5478),(0.2781,-0.9605),刀尖圆弧磨损区域的面积为43.77mm2;
根据放大比例,实际磨损区域面积计算如下:
。
实施例2:
本实施例的试验刀片编号为特刃KN20,特刃KN20加工表面粗糙度变大,切削阻力大,温升大,在试验切割15min后已经严重磨损,获得的刀尖圆弧磨损区域整体轮廓见图11,实际磨损区域面积为1.4113mm2。从图11可以直观地看出,特刃KN20的磨损严重,已出现了小范围崩刃,符合物理规律。
实施例3:
本实施例对各种刀具进行了材质测试,获得了不同材质的试验刀片磨损测量表1,还进行了试验刀片的工艺参数试验,获得了试验刀片在不同工艺参数下的磨损测量表2,可以看出,本发明的车削刀具磨损检测方法的能够用于多种材质的试验刀片磨损检测,具有工程实用价值。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言,在不脱离本发明原理的前提下,可容易地实现另外的改进和润饰,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (1)
1.一种车削刀具磨损检测方法,其特征在于,包括以下步骤:
S10.获得基础图像;
按照厂家提供的试验刀片参数,通过专用的影像测量仪数据处理软件进行试验刀片轮廓重构,获得试验刀片的基础图像;
S20.获得刀具图像;
S21.采用影像测量仪相机拍摄已磨损的试验刀片,获得刀具照片;
S22.将刀具照片导入影像测量仪数据处理软件;
S23.通过影像测量仪数据处理软件,按照读取照片、降噪处理、阈值分割、边缘提取的方式,将刀具照片处理成灰度图片;
降噪处理采用7×7中值滤波算法,以图像中任意像素点(i,j)为原点,再以原点为中心的7×7邻域内对所有像素点灰度值进行统计排序,将排序后原点及其周边的灰度中值定为原点处理后的灰度值;通过设置灰度阈值进行阈值分割;最后通过提取刀尖圆弧磨损轮廓边缘实现边缘提取;
S24.进行刀尖圆弧磨损轮廓重构;
设试验刀片的安装孔圆心为P,P为基准点,左侧切削刃的方向向量为a 1,右侧切削刃的方向向量为a 2,影像测量仪相机的放大倍数为t,根据试验刀片参数重构试验刀片的基础图像在影像测量仪坐标系中的位置和方向;
再将刀尖圆弧磨损轮廓边缘曲线放大t倍,按照相同的基准点P导入同一图像,进行刀尖圆弧磨损轮廓重构,获得刀具图像;
进行刀尖圆弧磨损轮廓重构包括以下步骤:
S241.将试验刀片放置在影像测量仪相机镜头下,移动影像测量仪相机镜头,将可视范围固定在试验刀片的安装孔上,调整移动影像测量仪相机焦距,使得试验刀片的安装孔在计算机上成像清晰;
S242.在安装孔的边缘任选三点,影像测量仪数据处理软件通过三点拟合出安装孔的圆心,记录圆心坐标;
S243.移动影像测量仪相机镜头至刀尖圆弧部位,调整影像测量仪相机焦距,使得刀尖圆弧磨损轮廓在计算机上成像清晰,记录放大倍数t;
S244.在试验刀片的切削刃左侧边缘选定两点,影像测量仪数据处理软件通过两点拟合出左侧轮廓;在试验刀片的切削刃右侧边缘选定两点,影像测量仪数据处理软件通过两点拟合出右侧轮廓;
记录左侧切削刃的方向向量为a 1,右侧切削刃的方向向量为a 2;
S245.影像测量仪数据处理软件对刀尖圆弧磨损轮廓进行拟合,得到刀尖圆弧磨损轮廓曲线,与左侧轮廓和右侧轮廓组合成刀具图像;
S30.计算磨损区域面积;
通过基础图像和刀具图像对比,获得刀尖圆弧磨损区域的面积,完成车削刀具磨损检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310861754.5A CN116572078B (zh) | 2023-07-14 | 2023-07-14 | 一种车削刀具磨损检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310861754.5A CN116572078B (zh) | 2023-07-14 | 2023-07-14 | 一种车削刀具磨损检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116572078A CN116572078A (zh) | 2023-08-11 |
CN116572078B true CN116572078B (zh) | 2023-10-17 |
Family
ID=87544056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310861754.5A Active CN116572078B (zh) | 2023-07-14 | 2023-07-14 | 一种车削刀具磨损检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116572078B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4845763A (en) * | 1987-11-06 | 1989-07-04 | General Motors Corporation | Tool wear measurement by machine vision |
US5073958A (en) * | 1989-07-15 | 1991-12-17 | U.S. Philips Corporation | Method of detecting edges in images |
CN101758423A (zh) * | 2008-12-23 | 2010-06-30 | 上海诚测电子科技发展有限公司 | 基于图像识别的旋转刀具状态多参数综合评价方法 |
CN102322818A (zh) * | 2011-08-11 | 2012-01-18 | 武汉材料保护研究所 | 一种用光学三维形貌仪测量机械加工车刀片vb值的方法 |
CN102699763A (zh) * | 2012-06-13 | 2012-10-03 | 哈尔滨理工大学 | 刀具磨损智能测量仪及测量方法 |
JP2014169961A (ja) * | 2013-03-05 | 2014-09-18 | Takako:Kk | 工具検査方法及び工具検査装置 |
CN105203025A (zh) * | 2015-09-09 | 2015-12-30 | 江苏科技大学 | 基于机器视觉的圆锯片磨损量在线测量方法 |
CN106204540A (zh) * | 2016-06-29 | 2016-12-07 | 上海晨兴希姆通电子科技有限公司 | 视觉检测方法 |
CN206382954U (zh) * | 2016-11-02 | 2017-08-08 | 哈尔滨理工大学 | 刀具磨损检测专用图像采集系统 |
CN111230593A (zh) * | 2020-03-02 | 2020-06-05 | 西南交通大学 | 一种基于动态图像序列的铣刀磨损量视觉测量方法 |
CN112085651A (zh) * | 2020-09-23 | 2020-12-15 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种基于图像自适应阈值与特征提取的激波自动检测跟踪算法 |
CN113049213A (zh) * | 2021-03-11 | 2021-06-29 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种风洞天平加载方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11288814B2 (en) * | 2019-07-15 | 2022-03-29 | Mujin, Inc. | System and method of object detection based on image data |
-
2023
- 2023-07-14 CN CN202310861754.5A patent/CN116572078B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4845763A (en) * | 1987-11-06 | 1989-07-04 | General Motors Corporation | Tool wear measurement by machine vision |
US5073958A (en) * | 1989-07-15 | 1991-12-17 | U.S. Philips Corporation | Method of detecting edges in images |
CN101758423A (zh) * | 2008-12-23 | 2010-06-30 | 上海诚测电子科技发展有限公司 | 基于图像识别的旋转刀具状态多参数综合评价方法 |
CN102322818A (zh) * | 2011-08-11 | 2012-01-18 | 武汉材料保护研究所 | 一种用光学三维形貌仪测量机械加工车刀片vb值的方法 |
CN102699763A (zh) * | 2012-06-13 | 2012-10-03 | 哈尔滨理工大学 | 刀具磨损智能测量仪及测量方法 |
JP2014169961A (ja) * | 2013-03-05 | 2014-09-18 | Takako:Kk | 工具検査方法及び工具検査装置 |
CN105203025A (zh) * | 2015-09-09 | 2015-12-30 | 江苏科技大学 | 基于机器视觉的圆锯片磨损量在线测量方法 |
CN106204540A (zh) * | 2016-06-29 | 2016-12-07 | 上海晨兴希姆通电子科技有限公司 | 视觉检测方法 |
CN206382954U (zh) * | 2016-11-02 | 2017-08-08 | 哈尔滨理工大学 | 刀具磨损检测专用图像采集系统 |
CN111230593A (zh) * | 2020-03-02 | 2020-06-05 | 西南交通大学 | 一种基于动态图像序列的铣刀磨损量视觉测量方法 |
CN112085651A (zh) * | 2020-09-23 | 2020-12-15 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种基于图像自适应阈值与特征提取的激波自动检测跟踪算法 |
CN113049213A (zh) * | 2021-03-11 | 2021-06-29 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种风洞天平加载方法 |
Non-Patent Citations (2)
Title |
---|
基于机器视觉的数控盘铣刀磨损状态检测方法;戚国伟等;软件开发;第31卷(第12期);第55-58页 * |
基于机器视觉的立铣刀磨损检测方法研究;刘建春;江骏杰;邹朝圣;;制造技术与机床(01);第136-140页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116572078A (zh) | 2023-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110930405B (zh) | 一种基于图像区域划分的刀具损伤检测方法 | |
CN111122587B (zh) | 一种基于视觉特征提取的刀具损伤检测方法 | |
Su et al. | An automated flank wear measurement of microdrills using machine vision | |
CN110153567A (zh) | 一种基于图像识别的激光切割系统 | |
Shahabi et al. | In-cycle monitoring of tool nose wear and surface roughness of turned parts using machine vision | |
CN111383227A (zh) | 基于神经网络的刀具磨损类型识别方法及磨损值测定方法 | |
US10216010B2 (en) | Determining user data based on image data of a selected eyeglass frame | |
CN111062940B (zh) | 一种基于机器视觉的螺钉定位与识别方法 | |
Peng et al. | Application of machine vision method in tool wear monitoring | |
CN105241389A (zh) | 一种基于机器视觉的铣刀刃口钝圆半径检测系统 | |
CN109934839A (zh) | 一种基于视觉的工件检测方法 | |
CN113409229B (zh) | 一种大磨粒超硬磨料砂轮磨粒等高性评价方法 | |
CN114092403A (zh) | 基于机器视觉的砂轮磨损检测方法及系统 | |
CN114279357A (zh) | 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统 | |
Sung et al. | Effect of tool nose profile tolerance on surface roughness in finish turning | |
CN113222955A (zh) | 一种基于机器视觉的齿轮尺寸参数自动测量方法 | |
JP2024026482A (ja) | 摩耗量計測方法 | |
CN116572078B (zh) | 一种车削刀具磨损检测方法 | |
CN105184792A (zh) | 一种圆锯片磨损量在线测量方法 | |
CN117036358B (zh) | 一种数控机床刀具磨损检测方法及系统 | |
WO2020174853A1 (ja) | エンドミル検査装置 | |
CN116883446B (zh) | 一种车载摄像头镜片碾磨程度实时监测系统 | |
CN106767467A (zh) | 一种基于机器视觉的可转位刀片钝圆检测系统 | |
CN116612119B (zh) | 基于机器视觉的机床用钻头工作状态图像检测方法 | |
Shahabi et al. | On-line monitoring of tool wear in turning operation in the presence of tool misalignment |
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 |