CN116604111A - 一种基于模板匹配的铸造工件边缘去毛刺控制方法及装置 - Google Patents
一种基于模板匹配的铸造工件边缘去毛刺控制方法及装置 Download PDFInfo
- Publication number
- CN116604111A CN116604111A CN202310896161.2A CN202310896161A CN116604111A CN 116604111 A CN116604111 A CN 116604111A CN 202310896161 A CN202310896161 A CN 202310896161A CN 116604111 A CN116604111 A CN 116604111A
- Authority
- CN
- China
- Prior art keywords
- deburring
- edge
- cast workpiece
- workpiece
- model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000003860 storage Methods 0.000 claims abstract description 10
- 238000005266 casting Methods 0.000 claims description 42
- 238000005259 measurement Methods 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000008030 elimination Effects 0.000 claims description 10
- 238000003379 elimination reaction Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000004705 quadratic configuration interaction calculation Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000004075 alteration Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23D—PLANING; SLOTTING; SHEARING; BROACHING; SAWING; FILING; SCRAPING; LIKE OPERATIONS FOR WORKING METAL BY REMOVING MATERIAL, NOT OTHERWISE PROVIDED FOR
- B23D79/00—Methods, machines, or devices not covered elsewhere, for working metal by removal of material
Landscapes
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Grinding And Polishing Of Tertiary Curved Surfaces And Surfaces With Complex Shapes (AREA)
Abstract
本发明涉及铸造工件边缘去毛刺控制技术领域,尤其涉及一种基于模板匹配的铸造工件边缘去毛刺控制方法及装置,包括获取模块,处理模块,存储模块,匹配模块,规划模块,控制模块;首先,获取铸造工件多维模型,并对所述多维模型进行拆分处理,得到铸造工件边缘的详细参数;然后,将铸造工件边缘的详细参数与模板模型进行匹配对比,获得铸造工件边缘的毛刺信息;最后,根据铸造工件边缘的毛刺信息,进行最优规划,得到最佳去毛刺策略,进一步生成控制指令,对去毛刺进行控制。解决了现有技术中去毛刺效率较低以及去毛刺不够完全彻底的技术问题,实现了对去毛刺控制的高效率高精度的技术效果。
Description
技术领域
本发明涉及铸造工件边缘去毛刺控制技术领域,尤其涉及一种基于模板匹配的铸造工件边缘去毛刺控制方法及装置。
背景技术
机械零件上的毛刺,有些是由于切削加工过程的塑性变形引起的;有些是铸造、模锻等加工的飞边,还有些是焊接挤出来的残料。随着工业化和自动化程度的提高,机械加工领域,特别是航空、航天、仪器仪表等有高精度要求的领域,以及在机构设计微型化的应用中,毛刺的危害尤为明显,逐渐引起人们的普遍重视,并开始对毛刺的生成机理及去除方法进行研究。
对于毛刺去除控制的方法有很多,郗宏刚等人提出的“CN201310091239.X”“一种二切线去毛刺机去毛刺控制方法”,主要包括:A.在去毛刺机开机后,保持去毛刺辊不升起,仍处于下位,并由原位接近开关检测去毛刺辊的位置,且刀片也处于收回位置;B.控制板坯在头部去毛刺位置定位停好后,驱动去毛刺辊向上升起至待机位置,由上位接近开关检测,同时刀片弹出,固定销销入槽内,并由刀片接近开关检测,以保证去毛刺辊被固定;C.开始板坯头部去毛刺,并驱动推臂向后推,同时辊道向后慢速转动;D.头部去毛刺完成后,控制去毛刺辊整体下降,以进行去毛刺清渣;E.开始板坯尾部去毛刺。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:去毛刺效率较低以及去毛刺不够完全彻底的技术问题。
发明内容
本申请实施例通过提供一种基于模板匹配的铸造工件边缘去毛刺控制方法及装置,解决了现有技术中去毛刺效率较低以及去毛刺不够完全彻底的技术问题,实现了对去毛刺控制的高效率高精度的技术效果。
本申请提供了一种基于模板匹配的铸造工件边缘去毛刺控制方法及装置,具体包括以下技术方案:
一种基于模板匹配的铸造工件边缘去毛刺控制方法,包括以下步骤:
S1. 获取铸造工件多维模型,并对所述多维模型进行拆分处理,得到铸造工件边缘的详细参数;
S2. 将铸造工件边缘的详细参数与模型模板进行匹配对比,获得铸造工件边缘的毛刺信息;
S3. 根据铸造工件边缘的毛刺信息,进行最优规划,得到最佳去毛刺策略,进一步生成控制指令,对去毛刺进行控制。
优选的,所述步骤S1,具体包括:
利用现有模型获取方法对铸造工件进行多维模型获取,得到所述铸造工件的多维模型,对所述铸造工件的多维模型进行拆分处理,将多维模型拆分为多个部分,对所述多个部分进行信息获取,进一步,得到铸造工件边缘详细信息,为后续对比匹配提供数据依据。
优选的,所述步骤S1中,还包括:
对所述铸造工件的多维模型进行拆分处理,将多维模型拆分为多个部分,对所述多个部分进行信息获取,具体过程如下:
第一步,取铸造工件模型的主视图,俯视图,侧视图,内视图,成分解图集;
第二步,考虑每个边缘会有毛刺出现的可能,对得到的分解图集中的每个视图进行分区域测量,得到每个视图边缘的测量信息数据集合;
第三步,利用获取的每个视图边缘的测量信息数据集合,对每个区域数据进行交叉去冗余得到最终铸造工件边缘详细数据信息/>。
优选的,所述步骤S2,具体包括:
调取所述铸造工件对应的模板模型以及所述铸造工件模板边缘的所有信息数据,与所述铸造工件边缘的详细数据信息/>进行标签化匹配对比,获得所述铸造工件边缘的毛刺信息。
优选的,所述步骤S2,还包括:
在实现标签化匹配对比,首先,将所述铸造工件边缘的详细数据信息中的区域信息进行标记,得到每个区域的位置标签,得到位置标签集合/>,为确定所述铸造工件边缘毛刺的位置提供数据依据,且每个位置标签下都有与其对应的所述铸造工件边缘的详细数据信息;/>,其中L表示标签个数,集合/>中的任意一个元素可由/>表示,/>表示第/>个标签对应的所述铸造工件边缘的详细数据集合;/>。
优选的,所述步骤S3,具体包括:
根据所述铸造工件边缘的毛刺信息集合,构建最优控制模型,对去毛刺的控制信息进行最优控制规划,得到最佳去毛刺策略,根据所述策略生成控制指令,对去毛刺进行有效控制。
优选的,在所述步骤S3,还包括:
在进行最优控制规划时,首先,明确目标函数,将成本性价比作为目标函数,其中,PC表示目标函数集;G表示变量对应去毛刺工具影响系数矩阵;C表示变量集,即所述铸造工件边缘的毛刺信息集合;A表示变量对应去毛刺附加影响系数矩阵;O表示变量去毛刺完成顺序影响系数矩阵;
对应的成本能耗弹性约束条件有:
其中,Q表示约束矩阵;QC表示满足约束条件的函数表达式;表示该约束条件为弹性约束;B表示约束函数QC的限定条件门限,B =[/>.../>];W表示变量的个数;
构建最优控制模型,具体如下:
。
一种基于模板匹配的铸造工件边缘去毛刺控制装置,包括以下部分:
获取模块,处理模块,存储模块,匹配模块,规划模块,控制模块;
所述获取模块,表示对铸造工件进行多维空间几何模型进行获取;
所述处理模块,表示对获取到的多维空间集合模型进行拆分处理,得到铸造工件边缘的详细参数;
所述存储模块,用来存储模板模型,用来与铸造工件的模型进行匹配对比;
所述匹配模块,调用存储模块的模型,与处理后的铸造工件模型进行匹配对比,获得毛刺形状、位置及其他信息;
所述规划模块,针对匹配模块获得的毛刺信息,进行最优规划,得到最佳去毛刺顺序及手段;
所述控制模块,根据规划模块得到的最佳去毛刺顺序及手段,生成控制指令,对去毛刺工作进行有效控制。
有益效果:
本申请实施例中提供的多个技术方案,至少具有如下技术效果或优点:
1、本申请通过利用角度差异法对获取到的铸造工件的多维模型进行视图图集拆分,将多维空间模型拆分得到分解图集,并根据铸造工艺边缘特性进行分区域测量,同时对测量数据进行交叉去冗余处理,得到铸造工件边缘的详细数据信息,为去毛刺控制提供准确的数据依据,进一步提高了基于模板匹配的铸造工件边缘去毛刺控制的精度。
2、本申请通过调取所述铸造工件对应的模板模型以及所述铸造工件边缘的所有信息数据,与铸造工件边缘的详细数据信息进行标签化匹配对比,在所述标签化匹配对比时,将铸造工件进行详细划分,并进行遍历对比,准确快速找到所述铸造工件边缘对应的毛刺信息,进一步实现对去毛刺的控制,提高了所述基于模板匹配的铸造工件边缘去毛刺控制方法的效率以及精度。
3、本申请通过构建最优控制模型,结合铸造工件边缘的毛刺信息,对去毛刺控制路径、控制工具及其他控制信息进行最优控制规划,得到最佳去毛刺策略,进一步高效率高精度的实现对所述铸造工件边缘的去毛刺控制。
4、本申请的技术方案能够有效解决现有技术中去毛刺效率较低以及去毛刺不够完全彻底的技术问题,并且,上述系统或方法经过了一系列的效果调研,通过利用角度差异法对获取到的铸造工件的多维模型进行视图图集拆分,将多维空间模型拆分得到分解图集,并根据铸造工艺边缘特性进行分区域测量,同时对测量数据进行交叉去冗余处理,得到铸造工件边缘的详细数据信息,为去毛刺控制提供准确的数据依据,进一步提高了基于模板匹配的铸造工件边缘去毛刺控制的精度;通过调取所述铸造工件对应的模板模型以及所述铸造工件边缘的所有信息数据,与铸造工件边缘的详细数据信息进行标签化匹配对比,在所述标签化匹配对比时,将铸造工件进行详细划分,并进行遍历对比,准确快速找到所述铸造工件边缘对应的毛刺信息,进一步实现对去毛刺的控制,提高了所述基于模板匹配的铸造工件边缘去毛刺控制方法的效率以及精度;通过构建最优控制模型,结合铸造工件边缘的毛刺信息,对去毛刺控制路径、控制工具及其他控制信息进行最优控制规划,得到最佳去毛刺策略,进一步高效率高精度的实现对所述铸造工件边缘的去毛刺控制。
附图说明
图1为本申请所述基于模板匹配的铸造工件边缘去毛刺控制方法流程图;
图2为本申请所述基于模板匹配的铸造工件边缘去毛刺控制装置模块图。
具体实施方式
本申请实施例通过提供一种基于模板匹配的铸造工件边缘去毛刺控制方法及装置,解决了现有技术中去毛刺效率较低以及去毛刺不够完全彻底的技术问题,总体思路如下:
首先,获取铸造工件多维模型,并对所述多维模型进行拆分处理,得到铸造工件边缘的详细参数;然后,将铸造工件边缘的详细参数与模板模型进行匹配对比,获得铸造工件边缘的毛刺信息;最后,根据铸造工件边缘的毛刺信息,进行最优规划,得到最佳去毛刺策略,进一步生成控制指令,对去毛刺进行控制。通过利用角度差异法对获取到的铸造工件的多维模型进行视图图集拆分,将多维空间模型拆分得到分解图集,并根据铸造工艺边缘特性进行分区域测量,同时对测量数据进行交叉去冗余处理,得到铸造工件边缘的详细数据信息,为去毛刺控制提供准确的数据依据,进一步提高了基于模板匹配的铸造工件边缘去毛刺控制的精度;通过调取所述铸造工件对应的模板模型以及所述铸造工件边缘的所有信息数据,与铸造工件边缘的详细数据信息进行标签化匹配对比,在所述标签化匹配对比时,将铸造工件进行详细划分,并进行遍历对比,准确快速找到所述铸造工件边缘对应的毛刺信息,进一步实现对去毛刺的控制,提高了所述基于模板匹配的铸造工件边缘去毛刺控制方法的效率以及精度;通过构建最优控制模型,结合铸造工件边缘的毛刺信息,对去毛刺控制路径、控制工具及其他控制信息进行最优控制规划,得到最佳去毛刺策略,进一步高效率高精度的实现对所述铸造工件边缘的去毛刺控制。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参照附图1,本申请所述的一种基于模板匹配的铸造工件边缘去毛刺控制方法包括以下步骤:
S1. 获取铸造工件多维模型,并对所述多维模型进行拆分处理,得到铸造工件边缘的详细参数;
利用现有模型获取方法对铸造工件进行多维模型获取,得到所述铸造工件的多维模型,对所述铸造工件的多维模型进行拆分处理,将多维模型拆分为多个部分,对所述多个部分进行信息获取,进一步,得到铸造工件边缘详细信息,为后续对比匹配提供数据依据,具体过程如下:
第一步,取铸造工件模型的前视图,后视图,左侧视图,右侧视图,内视图,组成分解图集,/>,其中,N表示图集的元素个数,集合中的任意一个元素可由/>表示,/>表示第i个视图,/>;
第二步,考虑每个边缘会有毛刺出现的可能,对得到的分解图集中的每个视图进行分区域测量,得到每个视图边缘的测量信息数据集合,/>,集合中的任意一个元素可由/>表示,/>表示第i个视图的测量信息数据子集,,M表示分区域的总数,子集/>中的任何一个元素可由/>表示,表示第i个视图的第j个区域的信息数据子集,/>,/>,K表示第j个区域的数据个数,/>中的任意一个元素可由/>表示,/>表示第i个视图的第j个区域第k个信息数据,/>;
特别地,所述分区域,指的是根据毛刺出现的区域将视图划分为常规区域和毛刺区域,针对常规区域,直接利用测量工具进行单次测量;针对毛刺区域,利用测量工具进行多次多点测量,或在涵盖所有毛刺的前提下利用画辅助来进行测量得到最大包容的毛刺区域测量信息数据,为在于模板模型对比时提供更准确的数据;
第三步,利用获取的每个视图边缘的测量信息数据集合,对每个区域数据进行交叉去冗余得到最终铸造工件边缘详细数据信息/>;
特别地,在对测量信息数据集合进行交叉去冗余处理时,仅对在某区域内进行多次测量,若只有单次测量,则无需进行交叉去冗余处理;所述交叉去冗余处理指的是在某个区域内对多个测量进行有效删除,将无用多余数据删除,得到最终有价值数据;
本申请通过利用角度差异法对获取到的铸造工件的多维模型进行视图图集拆分,将多维空间模型拆分得到分解图集,并根据铸造工艺边缘特性进行分区域测量,同时对测量数据进行交叉去冗余处理,得到铸造工件边缘的详细数据信息,为去毛刺控制提供准确的数据依据,进一步提高了基于模板匹配的铸造工件边缘去毛刺控制的精度。
S2. 将铸造工件边缘的详细参数与模板模型进行匹配对比,获得铸造工件边缘的毛刺信息;
调取所述铸造工件对应的模板模型以及所述铸造工件模板边缘的所有信息数据,与铸造工件边缘的详细数据信息/>进行标签化匹配对比,进一步,获得所述铸造工件边缘的毛刺信息;
首先,将所述铸造工件边缘的详细数据信息中的区域信息进行标记,得到每个区域的位置标签,得到位置标签集合/>,为确定所述铸造工件边缘毛刺的位置提供数据依据,且每个位置标签下都有与其对应的所述铸造工件边缘的详细数据信息;,其中L表示标签个数,集合/>中的任意一个元素可由/>表示,/>表示第/>个标签对应的所述铸造工件边缘的详细数据集合;/>;
作为一个具体实施例,以第l个标签对应的所述铸造工件边缘的详细数据集合为例,进行标签化匹配对比,具体过程如下:
第一步,设定一个起点,以半径为对将/>标签对应的所述铸造工件边缘进行遍历划分,得到R个半径为/>的版块,并将所述板块的数据信息进行提取得到集合/>,;集合/>中的任意一个元素可由/>表示,/>表示第r个板块所含的铸造工件边缘信息;
第二步,在对应的模板模型中筛选出第l个标签下对应的铸造工件模板模型,并在所述模型下同样以半径对模板进行遍历划分,得到R个半径为/>的版块,并将所述模板板块的数据信息进行提取得到集合/>,/>;集合/>中的任意一个元素可由/>表示,/>表示第r个板块所含的铸造工件模板边缘信息;
第三步,将集合与集合/>进行逐项对比,判断两者误差,进一步,确定所述铸造工件边缘毛刺信息;具体计算公式如下:
其中,表示所述铸造工件边缘毛刺大小;/>表示所述铸造工件边缘毛刺所在位置下标;/>表示将两个集合中的元素进行对应相减;/>表示排序处理,所述排序处理保留原有位置下标;/>表示平滑处理,所述平滑处理将数据进行平滑,得到最终数据差;/>表示将数据差大于/>的筛选出来,得到所述铸造工件边缘的毛刺信息,/>由工作人员设定;
最后,通过对所有标签进行遍历,得到所述铸造工件边缘的毛刺详细信息集合。
本申请通过调取所述铸造工件对应的模板模型以及所述铸造工件边缘的所有信息数据,与铸造工件边缘的详细数据信息进行标签化匹配对比,在所述标签化匹配对比时,将铸造工件进行详细划分,并进行遍历对比,准确快速找到所述铸造工件边缘对应的毛刺信息,进一步实现对去毛刺的控制,提高了所述基于模板匹配的铸造工件边缘去毛刺控制方法的效率以及精度。
S3. 根据铸造工件边缘的毛刺信息,进行最优规划,得到最佳去毛刺策略,进一步生成控制指令,对去毛刺进行控制。
根据所述铸造工件边缘的毛刺信息集合,构建最优控制模型,对去毛刺的控制信息进行最优控制规划,得到最佳去毛刺策略,进一步,根据所述策略生成控制指令,对去毛刺进行有效控制;
首先,明确目标函数,将成本性价比作为目标函数,其中,PC表示目标函数集;G表示变量对应去毛刺工具影响系数矩阵;C表示变量集,即所述铸造工件边缘的毛刺信息集合;A表示变量对应去毛刺附加影响系数矩阵;O表示变量去毛刺完成顺序影响系数矩阵。
对应的成本能耗弹性约束条件有:
其中,Q表示约束矩阵;QC表示满足约束条件的函数表达式;表示该约束条件为弹性约束;B表示约束函数QC的限定条件门限,B =[/>.../>];W表示变量的个数;
构建最优控制模型,具体如下:
其中,、/>、…、/>表示W个约束函数;
最后,将上述模型看作方程组,通过对上述方程组进行求解,得到最优解,即为最优控制规划,再参考所述最优规划,查阅资料专家讨论制定去毛刺最佳策略,为实现所述铸造工件边缘去毛刺提供策略依据。
本申请通过构建最优控制模型,结合铸造工件边缘的毛刺信息,对去毛刺控制路径、控制工具及其他控制信息进行最优控制规划,得到最佳去毛刺策略,进一步高效率高精度的实现对所述铸造工件边缘的去毛刺控制。
参照附图2,本申请所述一种基于模板匹配的铸造工件边缘去毛刺控制装置包括以下部分:
获取模块,处理模块,存储模块,匹配模块,规划模块,控制模块;
所述获取模块,表示对铸造工件进行多维空间几何模型进行获取;
所述处理模块,表示对获取到的多维空间集合模型进行拆分处理,得到铸造工件边缘的详细参数;
所述存储模块,用来存储模板模型,用来与铸造工件的模型进行匹配对比;
所述匹配模块,调用存储模块的模板模型,与处理后的铸造工件模型进行匹配对比,获得毛刺形状、位置及其他信息;
所述规划模块,针对匹配模块获得的毛刺信息,进行最优规划,得到最佳去毛刺顺序及手段;
所述控制模块,根据规划模块得到的最佳去毛刺顺序及手段,生成控制指令,对去毛刺工作进行有效控制。
综上所述,便完成了本申请所述的一种基于模板匹配的铸造工件边缘去毛刺控制方法及装置。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
1、本申请通过利用角度差异法对获取到的铸造工件的多维模型进行视图图集拆分,将多维空间模型拆分得到分解图集,并根据铸造工艺边缘特性进行分区域测量,同时对测量数据进行交叉去冗余处理,得到铸造工件边缘的详细数据信息,为去毛刺控制提供准确的数据依据,进一步提高了基于模板匹配的铸造工件边缘去毛刺控制的精度。
2、本申请通过调取所述铸造工件对应的模板模型以及所述铸造工件边缘的所有信息数据,与铸造工件边缘的详细数据信息进行标签化匹配对比,在所述标签化匹配对比时,将铸造工件进行详细划分,并进行遍历对比,准确快速找到所述铸造工件边缘对应的毛刺信息,进一步实现对去毛刺的控制,提高了所述基于模板匹配的铸造工件边缘去毛刺控制方法的效率以及精度。
3、本申请通过构建最优控制模型,结合铸造工件边缘的毛刺信息,对去毛刺控制路径、控制工具及其他控制信息进行最优控制规划,得到最佳去毛刺策略,进一步高效率高精度的实现对所述铸造工件边缘的去毛刺控制。
效果调研:
本申请的技术方案能够有效解决现有技术中去毛刺效率较低以及去毛刺不够完全彻底的技术问题,并且,上述系统或方法经过了一系列的效果调研,通过利用角度差异法对获取到的铸造工件的多维模型进行视图图集拆分,将多维空间模型拆分得到分解图集,并根据铸造工艺边缘特性进行分区域测量,同时对测量数据进行交叉去冗余处理,得到铸造工件边缘的详细数据信息,为去毛刺控制提供准确的数据依据,进一步提高了基于模板匹配的铸造工件边缘去毛刺控制的精度;通过调取所述铸造工件对应的模板模型以及所述铸造工件边缘的所有信息数据,与铸造工件边缘的详细数据信息进行标签化匹配对比,在所述标签化匹配对比时,将铸造工件进行详细划分,并进行遍历对比,准确快速找到所述铸造工件边缘对应的毛刺信息,进一步实现对去毛刺的控制,提高了所述基于模板匹配的铸造工件边缘去毛刺控制方法的效率以及精度;通过构建最优控制模型,结合铸造工件边缘的毛刺信息,对去毛刺控制路径、控制工具及其他控制信息进行最优控制规划,得到最佳去毛刺策略,进一步高效率高精度的实现对所述铸造工件边缘的去毛刺控制。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于模板匹配的铸造工件边缘去毛刺控制方法,其特征在于,包括以下步骤:
S1. 获取铸造工件多维模型,并对所述多维模型进行拆分处理,得到铸造工件边缘的详细参数;
S2. 将铸造工件边缘的详细参数与模型模板进行匹配对比,获得铸造工件边缘的毛刺信息;
S3. 根据铸造工件边缘的毛刺信息,进行最优规划,得到最佳去毛刺策略,进一步生成控制指令,对去毛刺进行控制。
2.根据权利要求1所述的一种基于模板匹配的铸造工件边缘去毛刺控制方法,其特征在于,所述步骤S1,具体包括:
利用现有模型获取方法对铸造工件进行多维模型获取,得到所述铸造工件的多维模型,对所述铸造工件的多维模型进行拆分处理,将多维模型拆分为多个部分,对所述多个部分进行信息获取,进一步,得到铸造工件边缘详细信息,为后续对比匹配提供数据依据。
3.根据权利要求2所述的一种基于模板匹配的铸造工件边缘去毛刺控制方法,其特征在于,所述步骤S1中,还包括:
对所述铸造工件的多维模型进行拆分处理,将多维模型拆分为多个部分,对所述多个部分进行信息获取,具体过程如下:
第一步,取铸造工件模型的主视图,俯视图,侧视图,内视图,成分解图集;
第二步,考虑每个边缘会有毛刺出现的可能,对得到的分解图集中的每个视图进行分区域测量,得到每个视图边缘的测量信息数据集合;
第三步,利用获取的每个视图边缘的测量信息数据集合,对每个区域数据进行交叉去冗余得到最终铸造工件边缘详细数据信息/>。
4.根据权利要求3所述的一种基于模板匹配的铸造工件边缘去毛刺控制方法,其特征在于,所述步骤S2,具体包括:
调取所述铸造工件对应的模板模型以及所述铸造工件模板边缘的所有信息数据,与所述铸造工件边缘的详细数据信息/>进行标签化匹配对比,获得所述铸造工件边缘的毛刺信息。
5.根据权利要求4所述的一种基于模板匹配的铸造工件边缘去毛刺控制方法,其特征在于,在所述步骤S2,还包括:
在实现标签化匹配对比,首先,将所述铸造工件边缘的详细数据信息中的区域信息进行标记,得到每个区域的位置标签,得到位置标签集合/>,为确定所述铸造工件边缘毛刺的位置提供数据依据,且每个位置标签下都有与其对应的所述铸造工件边缘的详细数据信息;/>,其中L表示标签个数,集合/>中的任意一个元素可由表示,/>表示第/>个标签对应的所述铸造工件边缘的详细数据集合;/>。
6.根据权利要求1所述的一种基于模板匹配的铸造工件边缘去毛刺控制方法,其特征在于,所述步骤S3,具体包括:
根据所述铸造工件边缘的毛刺信息集合,构建最优控制模型,对去毛刺的控制信息进行最优控制规划,得到最佳去毛刺策略,根据所述策略生成控制指令,对去毛刺进行有效控制。
7.根据权利要求6所述的一种基于模板匹配的铸造工件边缘去毛刺控制方法,其特征在于,在所述步骤S3,还包括:
在进行最优控制规划时,首先,明确目标函数,将成本性价比作为目标函数,其中,PC表示目标函数集;G表示变量对应去毛刺工具影响系数矩阵;C表示变量集,即所述铸造工件边缘的毛刺信息集合;A表示变量对应去毛刺附加影响系数矩阵;O表示变量去毛刺完成顺序影响系数矩阵;
对应的成本能耗弹性约束条件有:
其中,Q表示约束矩阵;QC表示满足约束条件的函数表达式;表示该约束条件为弹性约束;B表示约束函数QC的限定条件门限,B =[/>.../>];W表示变量的个数;
构建最优控制模型,具体如下:
。
8.一种基于模板匹配的铸造工件边缘去毛刺控制装置,其特征在于,包括以下部分:
获取模块,处理模块,存储模块,匹配模块,规划模块,控制模块;
所述获取模块,表示对铸造工件进行多维空间几何模型进行获取;
所述处理模块,表示对获取到的多维空间集合模型进行拆分处理,得到铸造工件边缘的详细参数;
所述存储模块,用来存储模板模型,用来与铸造工件的模型进行匹配对比;
所述匹配模块,调用存储模块的模型,与处理后的铸造工件模型进行匹配对比,获得毛刺形状、位置及其他信息;
所述规划模块,针对匹配模块获得的毛刺信息,进行最优规划,得到最佳去毛刺顺序及手段;
所述控制模块,根据规划模块得到的最佳去毛刺顺序及手段,生成控制指令,对去毛刺工作进行有效控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310896161.2A CN116604111B (zh) | 2023-07-21 | 2023-07-21 | 一种基于模板匹配的铸造工件边缘去毛刺控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310896161.2A CN116604111B (zh) | 2023-07-21 | 2023-07-21 | 一种基于模板匹配的铸造工件边缘去毛刺控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116604111A true CN116604111A (zh) | 2023-08-18 |
CN116604111B CN116604111B (zh) | 2023-11-24 |
Family
ID=87684080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310896161.2A Active CN116604111B (zh) | 2023-07-21 | 2023-07-21 | 一种基于模板匹配的铸造工件边缘去毛刺控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116604111B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08141881A (ja) * | 1994-11-17 | 1996-06-04 | Nippon Telegr & Teleph Corp <Ntt> | バリ取り装置及び方法 |
US20160243664A1 (en) * | 2015-02-19 | 2016-08-25 | Fanuc Corporation | Machine tool |
CN109622926A (zh) * | 2019-01-09 | 2019-04-16 | 湖南师范大学 | 一种面向铸锭过程的锭块边缘检测方法 |
CN109968132A (zh) * | 2019-03-29 | 2019-07-05 | 苏州久越金属科技有限公司 | 自动化去毛刺加工工艺 |
CN111476152A (zh) * | 2020-04-03 | 2020-07-31 | 甘肃省科学院 | 一种基于柔顺规则的轮毂打磨轨迹输出的方法及系统 |
CN111983973A (zh) * | 2020-08-11 | 2020-11-24 | 武汉万邦德新科技有限公司 | 一种基于模板匹配的铸造工件边缘去毛刺加工方法 |
CN112380600A (zh) * | 2020-11-11 | 2021-02-19 | 中国有色金属工业第六冶金建设有限公司 | 基于bim技术的悬挑板施工方法 |
CN114279357A (zh) * | 2021-12-23 | 2022-04-05 | 杭州电子科技大学 | 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统 |
CN115526999A (zh) * | 2022-10-17 | 2022-12-27 | 久瓴(上海)智能科技有限公司 | 流域模型生成方法及生成装置、电子设备、存储介质 |
-
2023
- 2023-07-21 CN CN202310896161.2A patent/CN116604111B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08141881A (ja) * | 1994-11-17 | 1996-06-04 | Nippon Telegr & Teleph Corp <Ntt> | バリ取り装置及び方法 |
US20160243664A1 (en) * | 2015-02-19 | 2016-08-25 | Fanuc Corporation | Machine tool |
CN109622926A (zh) * | 2019-01-09 | 2019-04-16 | 湖南师范大学 | 一种面向铸锭过程的锭块边缘检测方法 |
CN109968132A (zh) * | 2019-03-29 | 2019-07-05 | 苏州久越金属科技有限公司 | 自动化去毛刺加工工艺 |
CN111476152A (zh) * | 2020-04-03 | 2020-07-31 | 甘肃省科学院 | 一种基于柔顺规则的轮毂打磨轨迹输出的方法及系统 |
CN111983973A (zh) * | 2020-08-11 | 2020-11-24 | 武汉万邦德新科技有限公司 | 一种基于模板匹配的铸造工件边缘去毛刺加工方法 |
CN112380600A (zh) * | 2020-11-11 | 2021-02-19 | 中国有色金属工业第六冶金建设有限公司 | 基于bim技术的悬挑板施工方法 |
CN114279357A (zh) * | 2021-12-23 | 2022-04-05 | 杭州电子科技大学 | 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统 |
CN115526999A (zh) * | 2022-10-17 | 2022-12-27 | 久瓴(上海)智能科技有限公司 | 流域模型生成方法及生成装置、电子设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116604111B (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109270899B (zh) | 一种基于数字孪生的船用柴油机关重件制造过程管控方法 | |
CN110509109B (zh) | 基于多尺度深度卷积循环神经网络的刀具磨损监测方法 | |
CN111077844B (zh) | 一种基于实测数据特征引导的零件精确加工方法 | |
CN110728667A (zh) | 一种基于灰度图像概率的刀具磨损量自动精确测量方法 | |
CN114619292B (zh) | 一种基于小波降噪和注意力机制融合gru网络的铣削加工刀具磨损监测方法 | |
CN112132001B (zh) | 一种用于iPSC的自动追踪和质量控制方法及终端设备 | |
CN109822576B (zh) | 一种机器人加工虚拟夹具的生成方法 | |
CN113628159A (zh) | 一种基于深度学习网络全自动训练方法、装置及存储介质 | |
CN111652167A (zh) | 一种染色体核型图像智能评价方法及系统 | |
CN113341883B (zh) | 一种用于机床加工工时预测的方法及设备 | |
CN109543693A (zh) | 基于正则化标签传播的弱标注数据降噪方法 | |
CN114714145B (zh) | 一种刀具磨损状态的格拉姆角场增强对比学习监测方法 | |
CN107194432B (zh) | 一种基于深度卷积神经网络的冰箱门体识别方法及系统 | |
CN116604111B (zh) | 一种基于模板匹配的铸造工件边缘去毛刺控制方法及装置 | |
Chen et al. | Research and implementation of robot path planning based on computer image recognition technology | |
CN117001423B (zh) | 一种基于进化学习的刀具状态在线监测方法 | |
CN104181864A (zh) | 智能雕刻机及全自动数控雕刻方法 | |
CN116128221B (zh) | 一种基于数字孪生的航发叶片再制造生产线调度方法 | |
CN116204781A (zh) | 旋转机械故障迁移诊断方法及系统 | |
CN115082642A (zh) | 一种表面形貌快速预测方法、系统、装置及存储介质 | |
Xiong et al. | Local deformable template matching in robotic deburring | |
US20200355578A1 (en) | Tissue chip core-making system based on image recognition and positioning and core-making method thereof | |
CN113850799B (zh) | 一种基于YOLOv5的微量DNA提取工作站工件检测方法 | |
Yan et al. | An Intelligent Path Generation Method of Robotic Grinding for Large Forging Parts | |
CN117464189A (zh) | 激光打标控制方法、装置及存储介质 |
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 |