CN119609879B - 一种金属零部件加工用表面打磨装置及打磨方法 - Google Patents

Abstract

本发明公开了一种金属零部件加工用表面打磨装置及打磨方法，属于金属零部件加工技术领域，包括加工台和真空吸盘，所述真空吸盘设置在加工台的上端；第一电机，所述第一电机安装在加工台的上表面靠近一端的位置处，所述第一电机用于驱动真空吸盘在加工台上进行左右移动；支撑架，所述支撑架安装在加工台的上端。本发明可以实现在打磨过程中，通过压力传感器实时捕捉打磨力度动态变化，打磨一小段路径后，第二摄像头立即检测打磨效果，一旦发现未达理想标准，即刻微调气缸参数提升打磨力度，这种动态调整机制，保证了打磨全程都朝着理想效果推进，减少废品率，并且每次调整的数据还会反馈至神经网络模型，持续优化模型预测精准度。

Description

一种金属零部件加工用表面打磨装置及打磨方法

技术领域

本发明涉及金属零部件加工领域，更具体地说，涉及一种金属零部件加工用表面打磨装置及打磨方法。

背景技术

在金属零部件加工行业中，表面打磨无疑是一道至关重要的工序，金属零部件在经历切割、焊接、铸造等一系列加工过程后，其表面往往会留下各种缺陷，如毛刺、锈迹、凹凸不平以及加工痕迹等。这些表面缺陷不仅损害了零部件的外观美观性，更为重要的是，它们可能严重降低零部件的配合精度，削弱其力学性能，甚至在零部件使用过程中引发故障或导致早期失效，从而影响整个机械系统的正常运行和使用寿命。

因此，对加工好的零部件进行细致的打磨操作显得尤为重要，然而，在现有的技术条件下，批量打磨金属零件时面临着诸多挑战，对于一些形状规则、易于打磨的零件，如板状零件，已经实现了自动化打磨，这大大提高了打磨效率和一致性，但对于一些异形形状的零件，由于其形状复杂、曲面多变，自动化打磨设备难以适应，因此往往还是采用人工手持小型打磨机来进行打磨操作。

这种人工打磨方式存在诸多弊端，首先，劳动强度大，工人需要长时间手持打磨机进行作业，容易导致手部疲劳和伤害，其次，效率低下，人工打磨的速度远无法与自动化设备相比，难以满足大规模生产的需求。更为重要的是，人工打磨难以保证打磨质量和一致性，由于工人的技术水平和经验差异，以及打磨过程中的主观因素，导致打磨效果参差不齐，难以达到统一的质量标准。

发明内容

针对现有技术中存在的问题，本发明的目的在于提供一种金属零部件加工用表面打磨装置及打磨方法，可以实现打磨过程中，通过压力传感器实时捕捉打磨力度动态变化，打磨一小段路径后，第二摄像头立即检测打磨效果，一旦发现未达理想标准，即刻微调气缸参数提升打磨力度，这种动态调整机制，保证了打磨全程都朝着理想效果推进，减少废品率，并且每次调整的数据还会反馈至神经网络模型，持续优化模型预测精准度，形成良性循环，让后续打磨作业更加精准高效。

为解决上述问题，本发明采用如下的技术方案。

一种金属零部件加工用表面打磨装置，包括：

加工台和真空吸盘，所述真空吸盘设置在加工台的上端；

第一电机，所述第一电机安装在加工台的上表面靠近一端的位置处，所述第一电机用于驱动真空吸盘在加工台上进行左右移动；

支撑架，所述支撑架安装在加工台的上端；

横板，所述横板固定安装在支撑架的内壁上；

第一气缸和第二气缸，所述第一气缸和第二气缸为多组设置，且多组第一气缸和第二气缸均安装在支撑架的上端；

打磨件，所述打磨件为多组设置，且多组打磨件对应设置在第一气缸、第二气缸的下方位置处；

第二电机，所述第二电机安装在支撑架的上端，所述第二电机用于驱动打磨件进行转动；

第一摄像头，所述第一摄像头安装在支撑架的下端，所述第一摄像头用于获取下方经过的金属件的特征数据；

控制模块，根据第一摄像头获取的特征数据，控制对应的第一气缸和第二气缸驱动打磨件移动到相应的高度，并对金属件对应的表面施加相应的挤压力。

进一步地，第一齿轮，所述第一齿轮安装在第二电机的输出轴上；

第二齿轮，所述第二齿轮转动安装在横板的上方，所述第二齿轮的数量与第一气缸的数量相互对应，多组所述第二齿轮相互啮合连接，其中一组所述第二齿轮与第一齿轮啮合连接；

第一棱柱孔，所述第一棱柱孔贯穿开设在第二齿轮的中心位置处；

第一棱柱，所述第一棱柱设置在第一棱柱孔的内部，所述第一棱柱的下端活动贯穿横板，并与对应的打磨件进行固定连接；

连接件，所述连接件安装在第一棱柱的上端与第一气缸之间，所述连接件用于在第一气缸推动第一棱柱下移时，同时保证第一棱柱进行转动。

进一步地，第三齿轮，所述第三齿轮设置在每两组第二齿轮啮合连接处，所述第三齿轮与对应的第二齿轮进行啮合连接；

第二棱柱孔，所述第二棱柱孔贯穿开设在第三齿轮的中心位置处；

第二棱柱，所述第二棱柱设置在第二棱柱孔内，所述第二棱柱的下端活动贯穿横板并与对应的打磨件进行固定连接，所述第二棱柱的上端和第二气缸之间连接有相同结构的连接件。

进一步地，连接件包括：

下转盒，所述下转盒套设在第一棱柱和第二棱柱的上端；

第一阻隔盘，所述第一阻隔盘固定安装在第一棱柱和第二棱柱的上端，所述第一阻隔盘设置在下转盒内；

上转盒，所述上转盒套设在第一棱柱和第二棱柱的下端，所述上转盒的下端与下转盒固定连接；

第二阻隔盘，所述第二阻隔盘固定安装在第一棱柱和第二棱柱的下端，所述第二阻隔盘设置在上转盒内。

进一步地，压力传感器，所述压力传感器安装在第二阻隔盘的下端，所述压力传感器与控制器电性连接。

进一步地，所述打磨件由弹性气囊和打磨刷毛组成，所述打磨刷毛均匀分布在弹性气囊的外表面上，所述第一棱柱和第二棱柱的下端与对应的弹性气囊进行固定连接。

进一步地，第二摄像头，所述第二摄像头安装在横板的下端，且远离第一摄像头的一端，所述第二摄像头用于获取打磨后金属件的特征数据。

进一步地，丝杆，所述丝杆固定安装在第一电机的输出轴上；

移动板，所述移动板螺纹连接在丝杆的侧表面上，真空吸盘安装在移动板上；

光轴，所述光轴活动贯穿设置在移动板的前后两端；

支撑块，所述支撑块呈多组设置，所述支撑块固定安装在光轴的左右两端，其中一组所述支撑块转动安装在丝杆远离第一电机的一端，所述支撑块的下端与加工台的上面表面固定连接。

本发明还提供一种打磨方法，适用于上述的一种金属零部件加工用表面打磨装置，包括如下步骤：

步骤1，将金属件放在真空吸盘上，并开启真空吸盘，然后通过第一电机驱动丝杆转动，来驱动真空吸盘从左向右进行移动；

步骤2，在金属件随真空吸盘移动到第一摄像头的下方时，第一摄像头对经过的金属件进行拍摄，并获取金属件的特征数据，其中特征数据包括金属件表面的缺陷数据及打磨区域数据；

步骤3，第一摄像头根据获取的特征数据，控制打磨件调整到相应的高度，神经网络模型根据获取的特征数据，输出打磨件所需打磨的力度，第二电机驱动打磨件旋转，对通过的金属件进行打磨操作。

根据第一摄像头根据获取的特征数据，控制打磨件调整到相应的高度，神经网络模型根据获取的特征数据，输出打磨件所需打磨的力度，包括：

步骤31，记录历史打磨金属件的材质及金属件表面的缺陷数据，通过压力传感器记录打磨件对打磨区域的打磨力度及打磨力度对应的评估分数，将历史打磨金属件的材质、缺陷数据、打磨区域的打磨力度及打磨力度对应的评估分数作为神经网络模型的训练数据，在神经网络模型训练好后，当金属件从第一摄像头下方经过时，训练好的神经网络模型预判出所需对应控制的第一气缸和第二气缸和所需的打磨力度，控制模块将控制信号发送至对应的第一气缸、第二气缸中。

相比于现有技术，本发明的有益效果在于：

（1）本方案借助第一摄像头获取金属件的三维数据与待打磨区域信息，配合人机交互录入的材质信息，以及对表面缺陷的精确量化分析，能为打磨过程提供详尽且精准的输入数据，基于这些数据，利用训练好的神经网络模型预测打磨力度，通过控制气缸行程，让打磨件精准贴合不同金属件的打磨需求，无论是平整还是凹凸不平的表面，都能实现精细化打磨，有效提升打磨质量，减少过度打磨或打磨不足的情况。

（2）本方案在打磨过程中，通过压力传感器实时捕捉打磨力度动态变化，打磨一小段路径后，第二摄像头立即检测打磨效果，一旦发现未达理想标准，即刻微调气缸参数提升打磨力度，这种动态调整机制，保证了打磨全程都朝着理想效果推进，减少废品率，并且每次调整的数据还会反馈至神经网络模型，持续优化模型预测精准度，形成良性循环，让后续打磨作业更加精准高效。

（3）本方案通过设置表面粗糙度、光泽度等打磨效果评估指标，并转化为0分到100分的量化分数，让打磨效果有了直观、可比的衡量标准，这不仅便于操作人员快速判断打磨质量，也为后续数据驱动的模型训练、优化提供了清晰明确的反馈，有助于提升整个打磨系统的稳定性与可靠性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的整体结构外观视图；

图2为本发明整体结构的侧面视图；

图3为本发明第一棱柱处的结构示意图；

图4为本发明第二齿轮处的结构示意图；

图5为本发明第二齿轮与第三齿轮的分布示意图；

图6为本发明第一气缸处的结构示意图；

图7为本发明打磨部的结构示意图；

图8为本发明连接件处的结构示意图；

图9为本发明金属件的外观视图；

图10为本发明带有凹面的金属件打磨示意图。

图中标号说明：

1、加工台；2、第一电机；3、真空吸盘；4、第一气缸；5、第二摄像头；6、第二气缸；7、打磨件；71、弹性气囊；72、打磨刷毛；8、第二电机；9、第一齿轮；10、第二齿轮；11、第一棱柱孔；12、第三齿轮；13、第二棱柱孔；14、连接件；141、下转盒；142、上转盒；143、第一阻隔盘；144、第二阻隔盘；15、第一棱柱；16、第二棱柱；17、支撑架；18、横板；19、第一摄像头；20、丝杆；21、光轴；22、移动板；23、支撑块；24、压力传感器；25、金属件。

具体实施方式

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，都属于本发明保护的范围。

请参阅图1至图10，一种金属零部件加工用表面打磨装置，包括加工台1和真空吸盘3，真空吸盘3设置在加工台1的上端；第一电机2，第一电机2安装在加工台1的上表面靠近一端的位置处，第一电机2用于驱动真空吸盘3在加工台1上进行左右移动；支撑架17，支撑架17安装在加工台1的上端；横板18，横板18固定安装在支撑架17的内壁上；第一气缸4和第二气缸6，第一气缸4和第二气缸6为多组设置，且多组第一气缸4和第二气缸6均安装在支撑架17的上端；打磨件7，打磨件7为多组设置，且多组打磨件7对应设置在第一气缸4、第二气缸6的下方位置处；第二电机8，第二电机8安装在支撑架17的上端，第二电机8用于驱动打磨件7进行转动；第一摄像头19，第一摄像头19安装在支撑架17的下端，第一摄像头19用于获取下方经过的金属件25的特征数据；控制模块，根据第一摄像头19获取的特征数据，控制对应的第一气缸4和第二气缸6驱动打磨件7移动到相应的高度，并对金属件25对应的表面施加相应的挤压力；

第一齿轮9，第一齿轮9安装在第二电机8的输出轴上；第二齿轮10，第二齿轮10转动安装在横板18的上方，第二齿轮10的数量与第一气缸4的数量相互对应，多组第二齿轮10相互啮合连接，其中一组第二齿轮10与第一齿轮9啮合连接；第一棱柱孔11，第一棱柱孔11贯穿开设在第二齿轮10的中心位置处；第一棱柱15，第一棱柱15设置在第一棱柱孔11的内部，第一棱柱15的下端活动贯穿横板18，并与对应的打磨件7进行固定连接；连接件14，连接件14安装在第一棱柱15的上端与第一气缸4之间，连接件14用于在第一气缸4推动第一棱柱15下移时，同时保证第一棱柱15进行转动；

第三齿轮12，第三齿轮12设置在每两组第二齿轮10啮合连接处，第三齿轮12与对应的第二齿轮10进行啮合连接；第二棱柱孔13，第二棱柱孔13贯穿开设在第三齿轮12的中心位置处；第二棱柱16，第二棱柱16设置在第二棱柱孔13内，第二棱柱16的下端活动贯穿横板18并与对应的打磨件7进行固定连接，第二棱柱16的上端和第二气缸6之间连接有相同结构的连接件14；

丝杆20，丝杆20固定安装在第一电机2的输出轴上；移动板22，移动板22螺纹连接在丝杆20的侧表面上，真空吸盘3安装在移动板22上；光轴21，光轴21活动贯穿设置在移动板22的前后两端；支撑块23，支撑块23呈多组设置，支撑块23固定安装在光轴21的左右两端，其中一组支撑块23转动安装在丝杆20远离第一电机2的一端，支撑块23的下端与加工台1的上面表面固定连接。

通过采用上述技术方案，在需要对加工好的金属件25进行打磨时，首先将金属件25放在真空吸盘3上，开启真空吸盘3，真空吸盘3会吸住上方放置的金属件25，然后第一电机2驱动丝杆20进行转动，丝杆20在进行转动时会驱动移动板22向右进行移动，移动板22在向右进行同步移动时也会带动真空吸盘3进行同步移动，那么金属件25在向右进行移动时会经过第一摄像头19，第一摄像头19拍摄金属件25，会获取金属件25的三维数据，同时获取金属件25表面需要打磨的区域，随着金属件25表面待打磨的区域经过移动到打磨件7的下方时，控制模块控制第一气缸4和第二气缸6驱动对应的打磨件7向下进行移动，第一气缸4控制第一棱柱15向下进行移动，第二气缸6控制第二棱柱16向下进行，使打磨件7与对应的待打磨的区域进行接触，第二电机8是一直驱动第一齿轮9进行转动的，第一齿轮9在进行转动时会带动对应的第二齿轮10进行转动，该组转动的第二齿轮10在转动时会带动整组的第二齿轮10进行转动，第二齿轮10在进行转动时会带动第一棱柱15进行转动，第一棱柱15在进行转动时会带动下端的打磨件7进行转动；在第二齿轮10进行转动时会带动第三齿轮12进行转动，第三齿轮12在进行转动时会带动第二棱柱16进行转动，第二棱柱16在进行转动时会带动下端对应的打磨件7进行转动，通过打磨件7的转动可以实现对金属件25表面的打磨，如果金属件25的表面是凹凸不平的，那么在金属件25从打磨件7下方经过时，通过第一气缸4和第二气缸6控制对应的打磨件7上下移动，使打磨件7紧贴金属件25的表面即可，便可以实现对凹凸不平的金属件25进行打磨。

另外，每两组第一棱柱15下端的打磨件7之间留有缝隙，这样会造成有部分区域未被打磨到，通过第三齿轮12设置在每两组第二齿轮10啮合连接处，那么第二棱柱16下端的打磨件7是设置之前第一棱柱15上每两组打磨件7之间留有的缝隙处，从而避免在打磨金属件25时出现有遗留部分未被打磨的问题。

在本发明的一些实施例中，连接件14包括下转盒141，下转盒141套设在第一棱柱15和第二棱柱16的上端；第一阻隔盘143，第一阻隔盘143固定安装在第一棱柱15和第二棱柱16的上端，第一阻隔盘143设置在下转盒141内；上转盒142，上转盒142套设在第一棱柱15和第二棱柱16的下端，上转盒142的下端与下转盒141固定连接；第二阻隔盘144，第二阻隔盘144固定安装在第一棱柱15和第二棱柱16的下端，第二阻隔盘144设置在上转盒142内。

通过采用上述技术方案，在第一棱柱15和第二棱柱16进行转动时，会带动对应的第一阻隔盘143在下转盒141内进行转动，第一阻隔盘143可以保证第一棱柱15和第二棱柱16从下转盒141上掉落下去，这样在第一气缸4和第二气缸6推动对应的第一棱柱15和第二棱柱16上下移动时，可以保证第一棱柱15和第二棱柱16进行正常的转动。

在本发明的一些实施例中，压力传感器24，压力传感器24安装在第二阻隔盘144的下端，压力传感器24与控制器电性连接。

通过采用上述技术方案，在第一气缸4和第二气缸6推动对应的第一棱柱15和第二棱柱16下移时，第二阻隔盘144会在上转盒142内向下移动，并挤压压力传感器24，通过监测压力传感器24的数值，便可以知道对应的打磨件7对金属件25的表面施加了多大的挤压力。

在本发明的一些实施例中，记录历史打磨金属件25的材质及金属件25表面的缺陷数据，通过压力传感器24记录打磨件7对打磨区域的打磨力度及打磨力度对应的评估分数，将历史打磨金属件25的材质、缺陷数据、打磨区域的打磨力度及打磨力度对应的评估分数作为神经网络模型的训练数据，在神经网络模型训练好后，当金属件25从第一摄像头19下方经过时，训练好的神经网络模型预判出所需对应控制的第一气缸4和第二气缸6和所需的打磨力度，控制模块将控制信号发送至对应的第一气缸4、第二气缸6中；

第二摄像头5，第二摄像头5安装在横板18的下端，且远离第一摄像头19的一端，第二摄像头5用于获取打磨后金属件25的特征数据。

通过采用上述技术方案，打磨金属件25时，可以通过人机交互界面，从预设的材料类别列表中，选择金属件25的材质，如铝材质、铜材质、不锈钢材质等，将该类别信息以文本编码形式录入系统，作为后续分析基础数据，通过第一摄像头19的拍摄可以获取金属件25表面的缺陷数据，缺陷数据包括划痕数据、凹坑数据、氧化层数据也就是打磨区域数据；针对划痕数据，运用边缘检测算法精确测量其长度；针对凹坑数据，结合深度学习的深度估计模型，计算凹坑深度；对于氧化层数据，通过像素统计与面积换算算法，得出覆盖面积，这些视觉数据都转化为数值形式，方便后续处理，通过压力传感器24实时采集打磨过程中的压力数值，该数值直接反映打磨力度，以捕捉打磨力度的动态变化；在金属件25打磨完成后，随着真空吸盘3的移动，金属件25会从第二摄像头5的下方经过，通过第二摄像头5的拍摄，获取金属件25打磨后的特征数据，对金属件25的打磨效果进行评估，评估指标可以设为表面粗糙度、光泽度等，可以将评估结果转化为量化分数，例如0分到100分，0分为最差，100分为完美打磨效果。评估结果转化为量化分数的具体过程为，对第二摄像头5捕捉到的图像进行处理和分析，提取出所需的特征数据，通过图像处理技术，分析金属件25表面的纹理和起伏，计算出表面粗糙度值，设定一个粗糙度阈值范围，根据实际需求确定，粗糙度低于阈值下限，得满分；粗糙度高于阈值上限，得0分，粗糙度在阈值范围内，按线性或非线性关系分配分数，粗糙度越低，分数越高。根据第二摄像头5获取图像中的反光情况，评估金属件25表面的光泽度，光泽度越高，表示表面越光滑，反光越均匀，设定光泽度的阈值范围，光泽度达到阈值上限甚至高于阈值上限，得满分；光泽度低于阈值下限，得0分，光泽度在阈值范围内，线性关系分配分数，光泽度越高，分数越高。在需要对表面粗糙度和光泽度进行综合评分时，可以通过为表面粗糙度和光泽度分配不同的权重，这取决于它们在特定应用场景中的重要性，分别计算表面粗糙度和光泽度的量化分数，根据分配的权重，将两个分数加权平均，得到最终的综合评分。需要说明的是，第二摄像头5的拍摄范围内，需要确保光线充足且均匀稳定。

在本装置正式投入使用之前，需要对神经网络模型进行充分的训练，为此选取一大批金属件25作为训练样本，比如可以选择500件具有不同特性和缺陷的金属件25，这些金属件25的材质信息、缺陷数据、以及打磨过程中所使用的力度，还有这些打磨力度所对应的评估分数，都将被系统地输入到神经网络模型中进行训练，在训练开始之前，事先设定一些关键参数，包括粗糙度的阈值范围和光泽度的阈值范围，这些阈值范围是基于最终产品质量的期望来确定的，根据这些粗糙度和光泽度的阈值范围，来设定相应的评估分数标准。

在模型训练和应用过程中，通过第二摄像头5捕捉到的图像经过分析后，得出的评估分数低于80分，这就意味着当前的打磨力度可能不足以达到设定的质量标准，在这种情况下，系统会在下一次打磨相同材质、缺陷数据的金属件25时，自动调整打磨力度，具体来说，可以根据评估分数与80分之间的差值，来设定一个增加打磨力度的权重，这个权重将决定调整打磨力度的幅度，从而确保打磨过程能够更加精准地满足对产品质量的要求，通过这样的机制，可以不断优化打磨过程，提高产品的合格率和整体质量，在神经网络模型训练好后，当第一摄像头19拍摄新的金属件25时，获取材质与缺陷数据输入训练好的神经网络模型，则可以快速输出预测的打磨力度值，控制模块根据该值，控制对应的第一气缸4和第二气缸6的伸缩行程，来使打磨件7达到预设的打磨力度。

在金属件25每完成一小段打磨路径，经过第二摄像头5的下方时，若第二摄像头5拍摄到打磨后的金属件25未达到打磨理想标准（如效果分数低于80分），控制模块实时微调气缸参数，如增加预设打磨力度的5%，来提升打磨力度，直至效果达标，并将上述数据再次输入到神经网络模型中，通过不断地实时调整神经网络模型，从而提高神经网络模型的预测精准度，本发明的神经网络模型可以采用全连接神经网络模型或卷积神经网络模型。

在本发明的一些实施例中，打磨件7由弹性气囊71和打磨刷毛72组成，打磨刷毛72均匀分布在弹性气囊71的外表面上，第一棱柱15和第二棱柱16的下端与对应的弹性气囊71进行固定连接。

通过采用上述技术方案，在遇到金属件25侧面有凹腔时，通过增加打磨力度，来使弹性气囊71形变进入到凹腔内，在弹性气囊71进行转动时会带动打磨刷毛72进行转动，转动的打磨刷毛72会对金属件25侧面的凹腔进行打磨，从而提高本发明打磨装置适应的范围。

本发明还提供一种打磨方法，适用于上述的一种金属零部件加工用表面打磨装置，包括如下步骤：

步骤1，将金属件25放在真空吸盘3上，并开启真空吸盘3，然后通过第一电机2驱动丝杆20转动，来驱动真空吸盘3从左向右进行移动；

步骤2，在金属件25随真空吸盘3移动到第一摄像头19的下方时，第一摄像头19对经过的金属件25进行拍摄，并获取金属件25的特征数据；

步骤3，第一摄像头19根据获取的特征数据，控制打磨件7调整到相应的高度，神经网络模型根据获取的特征数据，输出打磨件7所需打磨的力度，第二电机8驱动打磨件7旋转，对通过的金属件25进行打磨操作。

以上，仅为本发明较佳的具体实施方式；但本发明的保护范围并不局限于此。任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其改进构思加以等同替换或改变，都应涵盖在本发明的保护范围内。

Claims (4)

1.一种金属零部件加工用表面打磨装置，其特征在于，包括：

加工台（1）和真空吸盘（3），所述真空吸盘（3）设置在加工台（1）的上端；

第一电机（2），所述第一电机（2）安装在加工台（1）的上表面靠近一端的位置处，所述第一电机（2）用于驱动真空吸盘（3）在加工台（1）上进行左右移动；

支撑架（17），所述支撑架（17）安装在加工台（1）的上端；

横板（18），所述横板（18）固定安装在支撑架（17）的内壁上；

第一气缸（4）和第二气缸（6），所述第一气缸（4）和第二气缸（6）为多组设置，且多组第一气缸（4）和第二气缸（6）均安装在支撑架（17）的上端；

打磨件（7），所述打磨件（7）为多组设置，且多组打磨件（7）对应设置在第一气缸（4）、第二气缸（6）的下方位置处；

第二电机（8），所述第二电机（8）安装在支撑架（17）的上端，所述第二电机（8）用于驱动打磨件（7）进行转动；

第一摄像头（19），所述第一摄像头（19）安装在支撑架（17）的下端，所述第一摄像头（19）用于获取下方经过的金属件（25）的特征数据；

控制模块，根据第一摄像头（19）获取的特征数据，控制对应的第一气缸（4）和第二气缸（6）驱动打磨件（7）移动到相应的高度，并对金属件（25）对应的表面施加相应的挤压力；

第一齿轮（9），所述第一齿轮（9）安装在第二电机（8）的输出轴上；

第二齿轮（10），所述第二齿轮（10）转动安装在横板（18）的上方，所述第二齿轮（10）的数量与第一气缸（4）的数量相互对应，多组所述第二齿轮（10）相互啮合连接，其中一组所述第二齿轮（10）与第一齿轮（9）啮合连接；

第一棱柱孔（11），所述第一棱柱孔（11）贯穿开设在第二齿轮（10）的中心位置处；

第一棱柱（15），所述第一棱柱（15）设置在第一棱柱孔（11）的内部，所述第一棱柱（15）的下端活动贯穿横板（18），并与对应的打磨件（7）进行固定连接；

连接件（14），所述连接件（14）安装在第一棱柱（15）的上端与第一气缸（4）之间，所述连接件（14）用于在第一气缸（4）推动第一棱柱（15）下移时，同时保证第一棱柱（15）进行转动；

第三齿轮（12），所述第三齿轮（12）设置在每两组第二齿轮（10）啮合连接处，所述第三齿轮（12）与对应的第二齿轮（10）进行啮合连接；

第二棱柱孔（13），所述第二棱柱孔（13）贯穿开设在第三齿轮（12）的中心位置处；

第二棱柱（16），所述第二棱柱（16）设置在第二棱柱孔（13）内，所述第二棱柱（16）的下端活动贯穿横板（18）并与对应的打磨件（7）进行固定连接，所述第二棱柱（16）的上端和第二气缸（6）之间连接有相同结构的连接件（14），所述连接件（14）包括：

下转盒（141），所述下转盒（141）套设在第一棱柱（15）和第二棱柱（16）的上端；

第一阻隔盘（143），所述第一阻隔盘（143）固定安装在第一棱柱（15）和第二棱柱（16）的上端，所述第一阻隔盘（143）设置在下转盒（141）内；

上转盒（142），所述上转盒（142）套设在第一棱柱（15）和第二棱柱（16）的下端，所述上转盒（142）的下端与下转盒（141）固定连接；

第二阻隔盘（144），所述第二阻隔盘（144）固定安装在第一棱柱（15）和第二棱柱（16）的下端，所述第二阻隔盘（144）设置在上转盒（142）内；

压力传感器（24），所述压力传感器（24）安装在第二阻隔盘（144）的下端，所述压力传感器（24）与控制器电性连接，所述打磨件（7）由弹性气囊（71）和打磨刷毛（72）组成，所述打磨刷毛（72）均匀分布在弹性气囊（71）的外表面上，所述第一棱柱（15）和第二棱柱（16）的下端与对应的弹性气囊（71）进行固定连接；

第二摄像头（5），所述第二摄像头（5）安装在横板（18）的下端，且远离第一摄像头（19）的一端，所述第二摄像头（5）用于获取打磨后金属件（25）的特征数据，在金属件（25）每完成一小段打磨路径，经过第二摄像头（5）的下方时，若第二摄像头（5）拍摄到打磨后的金属件（25）未达到打磨理想标准，控制模块实时微调气缸参数。

2.根据权利要求1所述的金属零部件加工用表面打磨装置，其特征在于，包括：

丝杆（20），所述丝杆（20）固定安装在第一电机（2）的输出轴上；

移动板（22），所述移动板（22）螺纹连接在丝杆（20）的侧表面上，真空吸盘（3）安装在移动板（22）上；

光轴（21），所述光轴（21）活动贯穿设置在移动板（22）的前后两端；

支撑块（23），所述支撑块（23）呈多组设置，所述支撑块（23）固定安装在光轴（21）的左右两端，其中一组所述支撑块（23）转动安装在丝杆（20）远离第一电机（2）的一端，所述支撑块（23）的下端与加工台（1）的上面表面固定连接。

3.一种打磨方法，适用于权利要求2的金属零部件加工用表面打磨装置，其特征在于，包括如下步骤：

步骤1，将金属件（25）放在真空吸盘（3）上，并开启真空吸盘（3），然后通过第一电机（2）驱动丝杆（20）转动，来驱动真空吸盘（3）从左向右进行移动；

步骤2，在金属件（25）随真空吸盘（3）移动到第一摄像头（19）的下方时，第一摄像头（19）对经过的金属件（25）进行拍摄，并获取金属件（25）的特征数据，其中特征数据包括金属件（25）表面的缺陷数据及打磨区域数据；

步骤3，第一摄像头（19）根据获取的特征数据，控制打磨件（7）调整到相应的高度，神经网络模型根据获取的特征数据，输出打磨件（7）所需打磨的力度，第二电机（8）驱动打磨件（7）旋转，对通过的金属件（25）进行打磨操作。

4.根据权利要求3所述的打磨方法，其特征在于，根据第一摄像头（19）根据获取的特征数据，控制打磨件（7）调整到相应的高度，神经网络模型根据获取的特征数据，输出打磨件（7）所需打磨的力度，包括：

步骤31，记录历史打磨金属件（25）的材质及金属件（25）表面的缺陷数据，通过压力传感器（24）记录打磨件（7）对打磨区域的打磨力度及打磨力度对应的评估分数，将历史打磨金属件（25）的材质、缺陷数据、打磨区域的打磨力度及打磨力度对应的评估分数作为神经网络模型的训练数据，在神经网络模型训练好后，当金属件（25）从第一摄像头（19）下方经过时，训练好的神经网络模型预判出所需对应控制的第一气缸（4）和第二气缸（6）和所需的打磨力度，控制模块将控制信号发送至对应的第一气缸（4）、第二气缸（6）中。