CN204881558U

CN204881558U - 模具曲面加工误差和表面粗糙度在机检测装置

Info

Publication number: CN204881558U
Application number: CN201520591811.3U
Authority: CN
Inventors: 吴石; 潘鹏飞; 边立健; 徐健; 王洋洋
Original assignee: Harbin University of Science and Technology
Current assignee: Harbin University of Science and Technology
Priority date: 2015-08-07
Filing date: 2015-08-07
Publication date: 2015-12-16
Anticipated expiration: 2025-08-07

Abstract

本实用新型涉及一种模具曲面加工误差和表面粗糙度在机检测装置。曲面检测装置均采用接触式测量，要接触工件表面，测量速度慢，无法测量小于测头曲率半径的微观表面、复杂曲面，不能适用于实时的在线检测。本实用新型组成包括：检测装置（7），所述的检测装置包括整体支撑装置（1），所述的整体支撑装置上平面中间位置安装有刀柄（6），所述的整体支撑装置下平面通过螺栓与CCD照相装置（3）连接，所述的整体支撑装置两侧分别通过连接轴与激光位移传感器装置（5）连接，所述的激光位移传感器装置具有槽，所述的槽内分别安装有左激光位移传感器（2）、右激光位移传感器（4）。本实用新型用于模具曲面加工误差和表面粗糙度在机检测装置。

Description

模具曲面加工误差和表面粗糙度在机检测装置

技术领域：

本实用新型涉及数控机床在机测量技术领域，具体涉及一种模具曲面加工误差和表面粗糙度在机检测装置。

背景技术：

目前复杂曲面检测装置均采用接触式测量，需要接触工件的表面，接触式测量移动速度较慢，无法测量小于测头曲率半径的微观表面，尤其是难以测量的复杂曲面，不能适用于实时的在线检测。在机械复杂曲面加工过程中，需要同步得到表面的形状误差和表面粗糙度，这样才能判定所加工的零件是否合格，特别是随着现代机械制造技术的发展，零件的表面质量问题越来越引起广泛的关注，而且高强度复杂曲面零件的使用可靠性，在一定程度上依赖于加工后表面的总体质量，根据原来所要求的润滑性能、耐磨性能、动力性能、抗疲劳性能等单项性能特性，转变为要求零部件综合性能，因而对机械零件表面质量的检测、识别和快速评定提出了新的要求，为防止二次装卡产生的误差，需要在机测量被加工曲面的加工质量，本产品主要是针对模具曲面加工误差和表面粗糙度能够在机检测设计的一种检测装置。

工件表面质量一般包括表面物理性能和表面几何特征，工件表面几何特征的检测一般存在接触式测量和非接触式测量，虽然接触式测量由于其测量的直观性，可靠性而被广泛应用于机械加工领域中，但是由于接触式测量需要接触工件的表面，接触式测量移动速度较慢，无法测量小于测头曲率半径的微观表面，特别是难以测量复杂曲面的工件，非接触式测量可以在不接触被测物体的前提下进行精准测量，其中光学法是测量的主体，其测量精度高，适于对软质材料、易损工件等进行测量，采用光学原理测量表面的非接触式测量方法，可以较好地弥补触针式仪器的不足，本产品同时采用CCD摄像机和激光位移传感器进行工件表面粗糙度和加工误差的测量，全面满足工件对机械加工表面形面误差和表面粗糙度的要求。

实用新型内容：

本实用新型的目的是提供一种模具曲面加工误差和表面粗糙度在机检测装置

上述的目的通过以下的技术方案实现：

一种模具曲面加工误差和表面粗糙度在机检测装置，其组成包括：检测装置，所述的检测装置包括整体支撑装置，所述的整体支撑装置上平面中间位置安装有刀柄，所述的整体支撑装置下平面通过螺栓与CCD照相装置连接，所述的整体支撑装置两侧分别通过连接轴与激光位移传感器装置连接，所述的激光位移传感器装置具有槽，所述的槽内分别安装有左激光位移传感器、右激光位移传感器。

所述的模具曲面加工误差和表面粗糙度在机检测装置，所述的检测装置分别通过所述的左激光位移传感器、所述的右激光位移传感器对模具曲面进行测量，所述的检测装置通过所述的CCD照相装置对所述的模具曲面进行数据采集。

所述的模具曲面加工误差和表面粗糙度在机检测装置，所述的左激光位移传感器、所述的右激光位移传感器激光聚集点交汇在所述的模具曲面上，所述的CCD照相装置采集点垂直于所述的模具曲面上表面。

有益效果：

1.本实用新型是一种模具曲面加工误差和表面粗糙度在机检测装置，采用非接触式测量，利用光学原理测量表面的非接触式测量方法，可以较好地弥补触针式仪器的不足，本产品同时采用CCD摄像机和激光位移传感器进行模具表面粗糙度和加工误差的测量，全面满足工件对机械加工表面形面误差和表面粗糙度的要求。

本实用新型可以在不接触被测物体的前提下进行精准测量，其中光学法是测量的主体，其测量精度高，适于对软质材料、易损工件等进行测量，采用光学原理测量表面的非接触式测量方法，可以较好地弥补触针式仪器的不足。

本实用新型采用激光位移传感器对模具加工表面进行分析检测，激光传感器是通过激光技术进行测量的传感器，能够实现无接触远距离测量，具有速度快、精度高、量程大、抗光、电干扰能力强等优点。

本实用新型测量装置的图像采集和图像处理，由CCD摄像机和DSP完成，能够获得机械加工表面的粗糙度等，采用激光位移传感器获得机械加工表面的形状误差等，

5.本实用新型选择的Panasonie的WV-BP330CCD摄像机，8K的线阵CCD摄像机，提供570线的水平清晰度，具有数字调节背光补偿（BLC）功能和同步锁相功能，当用于观察光线充足的物体时，可以有效的扩大动态范围，准确获得机械加工表面的粗糙度。

本实用新型测量装置的激光位移传感器可精确非接触测量被测物体的位置、位移等变化，对于检测物体的位移、厚度、振动、距离、直径等几何量的测量非常精准，激光位移传感器原理采用激光三角测量法，激光三角测量法一般适用于高精度、短距离的测量，激光发射器通过镜头将可见红色激光射向被测物体表面，经物体反射的激光通过接收器镜头，被内部的线性相机接收，根据不同的距离，线性相机可以在不同的角度下找到这个光点。

本实用新型根据角度及已知的激光和相机之间的距离，数字信号处理器就能计算出传感器和被测物体之间的距离，通过CCD照相装置与激光位移传感器的结合使用可以提高测量的精准性，同时得到加工表面的粗糙度和形状误差。

本实用新型采用CCD摄像机和激光位移传感器进行模具表面粗糙度和加工误差的测量，同步得到模具表面的加工误差和表面粗糙度等几何误差信息，采用激光位移传感器进行曲面的在机测量获得曲面的加工误差，同时为CCD照相装置对零部件表面质量分析提供测量依据。

本实用新型通过CCD照相装置采集工件表面的信息，对零部件进行图像摄取，摄取过程中根据激光位移传感器提供的曲面形状信息，根据曲面的凹凸程度进行等距采样，选择合适的图像预处理方式，分析灰度变化轮廓曲线，通过滤波和图像增强零部件表面图像的处理效果，并建立BP神经网络模型，实现对零部件表面粗糙度的测量。

本实用新型测量装置是一种在机测量装置，具有很高的测量精度、良好的可靠性与稳定性，所获得的测量数据不需要像接触式测量的那样对测头等进行半径补偿，能对测量复杂曲面的加工误差，同时得到该区域加工表面的粗糙度，加工误差测量精度达0.002mm，粗糙度的判定可以达到0.05～10.00μm，精确度≤±10%。

本实用新型的测量装置中激光位移传感器可根据实际情况转动，具有多个自由度，测量方便等优点，测量装置操作简单，测量速度快、精度高，能有效地提高模具加工的精度和效率。

本实用新型应用于数控机床在机测量技术领域，主要采用复杂曲面形面误差测量技术，包括所加工曲面的加工误差和表面粗糙度的同步测量技术。

附图说明：

附图1是本实用新型的结构示意图。

附图2是附图1的分解图。

附图3是附图1中的左激光位移传感器、右激光位移传感器测量示意图。

附图4是附图1中CCD照相装置采集过程示意图。

具体实施方式：

实施例1：

一种模具曲面加工误差和表面粗糙度在机检测装置，其组成包括：检测装置7，所述的检测装置包括整体支撑装置1，所述的整体支撑装置上平面中间位置安装有刀柄6，所述的整体支撑装置下平面通过螺栓与CCD照相装置3连接，所述的整体支撑装置两侧分别通过连接轴与激光位移传感器装置5连接，所述的激光位移传感器装置具有槽，所述的槽内分别安装有左激光位移传感器2、右激光位移传感器4。

实施例2：

根据实施例1所述的模具曲面加工误差和表面粗糙度在机检测装置，所述的检测装置分别通过所述的左激光位移传感器、所述的右激光位移传感器对模具曲面8进行测量，所述的检测装置通过所述的CCD照相装置对所述的模具曲面进行数据采集。

实施例3：

根据实施例1所述的模具曲面加工误差和表面粗糙度在机检测装置，所述的左激光位移传感器、所述的右激光位移传感器激光聚集点交汇在所述的曲面工件表面上，所述的CCD照相装置采集点垂直于所述的曲面工件上表面。

实施例4：

根据实施例1-3所述的模具曲面加工误差和表面粗糙度在机检测装置及方法，该方法包括如下步骤：首先是由CCD照相装置和DSP对复杂加工曲面进行图像采集和图像处理，采用WV-BP330CCD摄像机，8K的线阵CCD摄像机，提供570线的水平清晰度，准确获得机械加工表面的粗糙度，然后采用左激光位移传感器、右激光位移传感器对复杂加工曲面进行测量，精确非接触测量出复杂加工曲面的位置、位移变化、厚度、振动、距离、直径等几何量的测量，精准获得机械加工表面的形状误差；

激光位移传感器采用激光三角测量法，激光发射器通过镜头将可见红色激光射向被测物体表面，经物体反射的激光通过接收器镜头，被内部的线性相机接收，根据不同的距离，线性相机可以在不同的角度下找到这个光点，根据这个角度及已知的激光和相机之间的距离，数字信号处理器能够计算出传感器和被测物体之间的距离，通过CCD照相装置与激光位移传感器的结合使用，精准测量出加工表面的粗糙度和形状误差。

实施例5：

根据实施例1-4所述的模具曲面加工误差和表面粗糙度在机检测装置，所述的模具曲面加工误差和表面粗糙度在机检测装置包括：

1.刀柄：刀柄用于将本产品装置放到主轴上面。

支撑装置：用于支撑连接CCD照相装置与激光位移传感器连接装置。

照相装置：支撑CCD照相机。

激光位移传感器连接装置：用于连接激光位移传感器，可左右转动。

左激光位移传感器、右激光位移传感器：用于自适应采样，左右两个激光位移传感器通过激光位移传感器连接装置可以使激光聚集到一点实现更精准的采样。

模具曲面加工误差和表面粗糙度在机检测方法：

（1）激光位移传感器采样

首先用激光位移传感器对加工表面进行分析检测，激光传感器是通过激光技术进行测量的传感器。它由激光器、激光检测器和测量电路组成。激光传感器能实现无接触远距离测量，速度快，精度高，量程大，抗光、电干扰能力强。采用激光位移传感器，结合自适应采样算法，基于物体重心原理对三维模具曲面进行自适应采样。通过自适应采样算法，利用曲面的随机散点进行迭代计算，得到自适应网格，网格间距还可以由形状参数控制。

自适应采样算法具有自组织特征，经过相应迭代次数后随机网格收敛为矩形拓扑网格，采样的疏密程度依赖于曲面曲率，网格间距可与参数来控制。

、生成测量程序验证

按照上述采样方法可以获得加工曲面上测量路径。

验证前首先关闭加工中心电源对机床进行接线，使红外接收器通电以及电脑与机床的数据线接入。对红外接收器接线直接利用数控中心供电柜提供的24V电压，然后进行数据线的接入，把红外接收器的数据接口插入加工中心的操作面板后的JA40口，使其接收到激光与工件的接触信号后能够控制加工中心停止继续运动并且退回等动作。电脑的USB接口经过接口转换器，和数控加工中心的控制面板的RS232(25针DB25)串口相连。打开机床电源，开机后，进行参数写入开关设置、I/O口设置、信号鉴定等机床参数调整。

程序验证主要分为三部分，有测量路径规划模块、机床通讯模块以及测量报告生成模块。

测量路径生成模块打开模型上自适应采样规划生成的测量路径，编程规则机床验证切实可行；机床通讯模块能够实现程序的传输与数据的接收，经过传输测量程序以及接收数据后，返回测量值；测量报告生成模块通过得到实际点的坐标值进行运算，得出各坐标值变化趋势，生成测量报告，而且生成EXCEL表格。通过程序的控制，用激光位移传感器进行在机测量，获得采样数据的同时为下一步CCD图像检测提供曲面形状信息。

（二）图像检测采样

通过CCD照相装置采集工件表面的信息，对零部件进行图像摄取，摄取过程中根据激光位移传感器提供的机械加工曲面的形状信息，根据复杂曲面的凹凸程度进行等距采样或其它，首先进行图像预处理，然后在LED光源条件下提取机械加工表面的图像特征。值得注意的是要优选机械加工表面的光源，得到相应的灰度变化轮廓曲线，用来分析各种滤波和图像增强方式对机械加工表面图像的处理效果。最后建立相应的BP神经网络模型，实现对机械加工表面的局部粗糙度的图像测量。

具体实施方法如下：首先确定LN-60聚光型LED线光源作为本产品CCD光源，通过多个机械加工零件表面的测试，选定最佳参数，结合CCD摄像机、相应的图像采集卡和计算机等设备，构建图像检测硬件系统。针对机械加工表面的图像先分析灰度变化曲线，采用高斯滤波对加工表面的图像进行降噪处理，可通过直方图均衡化进行图像增强，利用灰度级闭值化的分割处理实现机械加工表面的识别与定位。

然后采用空间频率的方法，利用二维傅里叶变换后的频谱实现机械加工表面粗糙度的综合评定。即对图像进行二维频域分析，得到功率谱半径、功率谱平均、倒谱、复倒谱、功率谱估计等，然后以这五个特征量作为输入，建立了表面粗糙度与图像特征值关系的BP神经网络模型，并通过学习，确定粗糙度预测值和粗糙度实测值之间具有良好的一致性，实现了经由CCD摄像机提取特征参数、神经网络模型完成机械加工表面粗糙度检测的目标。

具体包括高斯滤波模块、图像增强模块、表面边界检测模块、图像频域分析模块、特征参数的提取模块和BP神经网络的零件表面质量检测模块，BP神经网络模块的神经网络的训练需要量的复杂零件表面的学习样本，如果学习样本过少，不足以反应这五个特征量与曲面几何特征之间的关系，学习样本过多，则需要增加神经网络中神经元的个数，容易导致学习时间过长，影响机械加工表面粗糙度值的生成时间，本产品共设计了9个不同粗糙度等级的试件，每个等级设计了10个试件，对每个试件分别采集了8幅图像，共有9×10×8=720个样本，通过训练确定了神经网络的最终模型。CCD照相装置采集及工件表面粗糙度测量工作原理如8所示，CCD照相装置采集过程示意图如4所示。

Claims

1.一种模具曲面加工误差和表面粗糙度在机检测装置，其组成包括：检测装置，其特征是：所述的检测装置包括整体支撑装置，所述的整体支撑装置上平面中间位置安装有刀柄，所述的整体支撑装置下平面通过螺栓与CCD照相装置连接，所述的整体支撑装置两侧分别通过连接轴与激光位移传感器装置连接，所述的激光位移传感器装置具有槽，所述的槽内分别安装有左激光位移传感器、右激光位移传感器。

2.根据权利要求1所述的模具曲面加工误差和表面粗糙度在机检测装置，其特征是：所述的检测装置分别通过所述的左激光位移传感器、所述的右激光位移传感器对模具曲面进行测量，所述的检测装置通过所述的CCD照相装置对所述的模具曲面进行数据采集。

3.根据权利要求2所述的模具曲面加工误差和表面粗糙度在机检测装置，其特征是：所述的左激光位移传感器、所述的右激光位移传感器激光聚集点交汇在所述的模具曲面表面上，所述的CCD照相装置采集点垂直于所述的模具曲面上表面。