CN212886706U - 一种基于机器视觉的铸造件智能精确打磨加工装置 - Google Patents
一种基于机器视觉的铸造件智能精确打磨加工装置 Download PDFInfo
- Publication number
- CN212886706U CN212886706U CN202120511638.7U CN202120511638U CN212886706U CN 212886706 U CN212886706 U CN 212886706U CN 202120511638 U CN202120511638 U CN 202120511638U CN 212886706 U CN212886706 U CN 212886706U
- Authority
- CN
- China
- Prior art keywords
- polishing
- image acquisition
- casting
- grinding
- polished
- 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
- 238000005498 polishing Methods 0.000 title claims abstract description 109
- 238000005266 casting Methods 0.000 title claims abstract description 72
- 238000012545 processing Methods 0.000 claims abstract description 28
- 210000000078 claw Anatomy 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims description 6
- 238000003754 machining Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000001179 sorption measurement Methods 0.000 claims description 4
- 238000010191 image analysis Methods 0.000 abstract description 2
- 230000007547 defect Effects 0.000 description 16
- 238000001514 detection method Methods 0.000 description 8
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 238000005299 abrasion Methods 0.000 description 4
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 3
- 244000046052 Phaseolus vulgaris Species 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000007517 polishing process Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
Abstract
本实用新型公开了一种基于机器视觉的铸造件智能精确打磨加工装置,包括磨台、第一图像采集设备、第二图像采集设备、打磨机械手、数据处理模块;待打磨铸造件安装在磨台上;各图像采集相机以磨台中心点为基准呈均匀对称分布;打磨机械手包括设于机械手前端部的爪头,爪头上设有打磨头,第二图像采集设备安装在的爪头上,并朝向打磨头拍摄;第一图像采集设备和第二图像采集设备与数据处理模块的信号输入端相连,数据处理模块的信号输出端连接打磨机械手的驱动装置。采用图像采集设备对待打磨铸造件进行图像分析,找到待打磨铸造件需要打磨的地方,从而提高打磨效率,仅打磨需要打磨的地方,实现精确打磨。
Description
技术领域
本实用新型涉及铸造件加工领域,特别涉及一种基于机器视觉的铸造件智能精确打磨加工装置。
背景技术
铸造是将金属原材料通过高温等一系列手段,熔炼成符合一定要求的液体,并浇铸在相应的铸形模具中,经过冷却凝固和处理后得到预先设计的形状、尺寸和性能的铸造工件。
铸造是装备制造业的基础,是国民经济中最为重要、基础和不可替代的产业之一,由于铸造行业工艺的特点,铸造产品的生产过程中浇铸完成后得到的毛坯件会产生有:铁豆、飞边、毛刺、分型线(合模线)和浇冒口等需要打磨的冗余部分,当前对于铸造产品主要采用的是手工打磨或是根据产品形态进行全覆盖的打磨,尽管在一定程度上实现了自动化,但因为采用程序化的作业方式,对于零件中不需要打磨的地方也进行了相应的动作流程,这种方式不仅浪费了能源,也耗费了时间,降低了生产效率。同时对于打磨头出现损耗也无法进行及时预警,导致打磨不足、过磨或打磨损坏产品时有流出。因此工厂还需要额外增加打磨后的测量工位对打磨后的零件进行再次测量确认,增加了工厂的生产成本,也不利于工厂提高生产效率。
同时每次当打磨头因为达到损耗极限更换后都需要人工重新调整打磨设备的加工深度,此过程需要反复调试,且还要消耗一部分产品用作测试,不仅耗时,而且也浪费了材料。
实用新型内容
本实用新型的目的在于克服现有技术的不足,提供一种基于机器视觉的铸造件智能精确打磨加工装置。
本实用新型的目的是通过以下技术方案来实现的:
一种基于机器视觉的铸造件智能精确打磨加工装置,包括:
磨台、第一图像采集设备、第二图像采集设备、打磨机械手、数据处理模块;
待打磨铸造件安装在所述磨台上;
第一图像采集设备包括至少两个图像采集相机,各所述图像采集相机以所述磨台中心点为基准呈均匀对称分布;
所述的打磨机械手包括设于机械手前端部的爪头,爪头上设有打磨头,所述的第二图像采集设备安装在所述的爪头上,并朝向所述打磨头拍摄;
所述第一图像采集设备和第二图像采集设备与所述数据处理模块的信号输入端相连,所述数据处理模块的信号输出端连接所述打磨机械手的驱动装置。
可选地,所述磨台包括控制所述磨台旋转并复位的驱动部件。
可选地,所述待打磨铸造件通过液压顶杆的方式与所述磨台固定;
或者,
所述待打磨铸造件通过磁吸附的方式与所述磨台固定。
可选地,所述第一图像采集设备斜向下设置,对所述待打磨铸造件的外缘及内缘进行图像采集。
可选地,第一图像采集设备和第二图像采集设备包括以下任意之一:双目结构光相机或者激光相机。
可选地,所述打磨机械手还包括机械臂、底座;
所述爪头与所述机械臂连接;
所述机械臂与所述底座连接。
可选地,所述数据处理模块检测到打磨头达到磨损极限或损坏,输出更换打磨头的信号。
本实用新型的有益效果是:
采用图像采集设备对待打磨铸造件进行图像分析,找到待打磨铸造件需要打磨的地方,从而提高打磨效率,仅打磨需要打磨的地方,实现精确打磨。
根据待打磨铸造件的铁豆或毛刺等缺陷的三维信息,智能选择下刀点与规划打磨路径,量化了打磨过程,提高了铸造件的打磨水平,提升产品品质。
在打磨机械手的爪头上安装探测摄像头,实时监测打磨头的磨损,并且基于磨损调整打磨的数据,打磨头达到磨损极限或损坏,输出更换打磨头的信号,避免因为打磨头磨损或变形导致的打磨不足或打磨损坏,提升了对铸造件打磨的可靠性。
因为打磨机械手可以根据打磨头的实际位置补偿驱动参数,每次更换打磨头后不再需要反复调试,提高了生产效率。
附图说明
图1为本实用新型实施例的一种基于机器视觉的铸造件智能精确打磨加工装置的结构示意图;
图2为本实用新型实施例的打磨机械手的结构示意图。
图中,1、磨台;2、第一图像采集设备;3、打磨机械手;5、爪头;6、机械臂;7、底座;8、打磨头;9、第二图像采集设备;10、待打磨铸造件。
具体实施方式
下面将结合实施例,对本实用新型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实用新型一部分实施例,而不是全部的实施例。基于本实用新型中的实施例,本领域技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例,都属于本实用新型保护的范围。
参阅图1-2,本实用新型提供一种基于机器视觉的铸造件智能精确打磨加工装置,包括:磨台1、第一图像采集设备2、打磨机械手3、数据处理模块、第二图像采集设备9;待打磨铸造件10安装在所述磨台1上;第一图像采集设备2包块至少两个图像采集相机,各图像采集相机以所述磨台1中心点为基准呈均匀对称分布;所述的打磨机械手3包括设于机械手前端部的爪头5,爪头上设有打磨头8,所述的第二图像采集设备9安装在所述的爪头5上,并朝向所述打磨头8拍摄。
所述第一图像采集设备2和第二图像采集设备9与所述数据处理模块的信号输入端相连,所述数据处理模块的信号输出端连接所述打磨机械手的驱动装置。
在对待打磨铸造件打磨之前,通过视觉系统全方位的采集待打磨铸造件的图像数据信息,即通过第一图像采集设备对待打磨铸造件进行图像采集。
将采集到的图像数据信息进行人工标记,标记出图像数据中需要打磨的地方,随后将标记好的数据样本输入神经网络算法模型,用于训练模型,通过上述反复多次对数据补充和模型的调整,直到算法模型的性能指标符合设计要求,能够精确的检测和定位出待打磨部分的信息。
将得到的算法模型部署于智能打磨系统的高性能数据处理模块,用于系统运行时对待打磨铸造件上待打磨部分进行检测和定位,得到带打磨铸造件的打磨信息。
根据得到的打磨信息,打磨机械手结合打磨头当前的状态信息,智能的计算出打磨的路径与打磨的起始位置,开始对待打磨铸造件进行打磨加工,同时部署有第二图像采集设备对打磨全过程进行实时的监测与测量,确保打磨的精确性。
打磨结束后再次对待打磨铸造件的扫描取相,并将取相得到的图像数据信息再次输入铸造件智能打磨加工检测定位算法模型,用以确认经过打磨加工后的待打磨铸造件符合打磨加工的要求,可以送入下一工序。
所述磨台1包括控制所述磨台1旋转并复位的驱动部件,旋转角度30~45°,偏转取相并不是为了取完整的铸件图像,而是基于冗余设计理念,提高图像识别精度。驱动部件可以驱动磨台偏转一定角度对待打磨铸造件取相,是为了得到多组关于待打磨铸造件相对于拍摄相机位的三维空间数据信息,在相机拍摄高度与角度均固定且已知,以及其相对于磨台平面中的位置固定且已知的情况下,得到被摄对象的多组三维数据信息,在后续对检测目标结果计算时也可以得到多数检测目标结果的三维数据信息,获得关于检测目标在三维空间中更高精度的定位信息。
驱动部件控制磨台的旋转和复位,旋转取相后即可复位,复位后再进行打磨作业。因为旋转的驱动部件存在理论误差,不宜在旋转后的状态下进行打磨,复位后打磨可以规避驱动部件精度引起的误差,进一步提高打磨精度。
所述待打磨铸造件10通过液压顶杆的方式与所述磨台1固定;或者,所述待打磨铸造件10也可以通过磁吸附的方式与所述磨台1固定,磁吸附的方式不会占用工件的打磨位置,可以实现无死角打磨。
当对待打磨铸造件进行打磨的过程中,由于需要对待打磨铸造件的表面进行打磨,因此,需要对待打磨铸造件进行固定后,方可打磨,因此采用上述两种方式对待打磨铸造件进行固定,以便于对待打磨铸造件的打磨。
所述第一图像采集设备2斜向下设置,对所述待打磨铸造件10的外缘及内缘进行图像采集。当待打磨铸造件包括内侧和外侧时,需要对待打磨铸造件的内侧外侧的图像均进行采集,并确定内侧和外侧的打磨数据,因此,将第一图像采集设备斜向下设置,可以采集到待打磨铸造件内侧的图像,便于检测和打磨。
第一图像采集设备2和第二图像采集设备9包括以下任意之一:双目结构光相机或者激光相机。
双目结构光相机组件兼具有:高清相机、双目相机以及结构光相机的功能,可以得到关于被摄目标的高清图像、三维信息数据等。且相机组件的高度、拍摄角度以及其相对于磨台中心的距离等参数已知且固定。
如图2所示,所述打磨机械手3包括爪头5、机械臂6、底座7、打磨头8、第二图像采集设备9;
所述爪头5与所述机械臂6连接;
所述机械臂6与所述底座7连接;
所述打磨头8与所述爪头5可拆卸连接;
所述第二图像采集设备9设置在所述爪头5上,对打磨头8进行监测;
所述第二图像采集设备9与所述数据处理模块连接;
所述第二图像采集设备9将监测到的打磨头8图像发送至数据处理模块。
所述数据处理模块检测到打磨头8达到磨损极限或损坏,输出更换打磨头8的信号。
本实用新型提供的实施例,在具体实施过程中,操作如下:
利用打磨装置(即第一图像采集设备、第二图像采集设备和数据处理模块)对处于磨台位置的待打磨铸造件进行取相,采集待打磨铸造件样本数据(数据容量>20000份,且覆盖各类待打磨缺陷,包括:铁豆、飞边、毛刺,分型线(合模线)和浇冒口),数据类型包括:高清RGB图像、三维信息数据(所对应拍摄相机的空间坐标信息)等。随后磨台偏转(30°~45°,角度的大小可根据待打磨铸造件的尺寸和形态进行调整,也可固定设为45°,通常可以兼容本打磨系统所能打磨的各类铸造件),对磨台上的待打磨铸造件进行二次取相,得到的数据类型与前述中的数据类型相同,即每一个待打磨铸造件都可以得到一组不同角度的数据样本。
对采集到的样本数据进行人工分类标注,在有待打磨缺陷的样本图像中标记出缺陷的类型以及其在图像所处的位置且,并与其三维数据信息进行关联,生成标记好的结构化的算法模型训练样本数据;将样本数据输入算法模型用于模型训练,并根据模型训练的结果,再次补充训练样本数据,直到算法模型的各方面性能指标满足需求设定为止;
需要说明的是,本方案中所使用的算法模型是一个多层的神经网络模型,基于PV-RCNN网络结构修改得到,具有典型的深度学习算法模型的结构特征,如:卷积层、池化层等,能够对三维数据实现目标检测的功能,因此算法模型输出的目标检测的结果数据也为三维数据。
将训练好的算法模型部署于智能打磨装置的高性能计算单元中,用以在装置运行时对待打磨铸造件实时的在线检测并输出结果数据。
根据模型输出的结果数据,基于机器视觉的铸造件智能精确打磨加工装置,结合三角定位的原理和双目视觉定位的原理,得到关于待打磨的缺陷相对于拍摄相机的三维坐标数据信息以及空间形态数据信息,随后通过坐标变换,将上述结果数据变换成以磨盘中心为基准的三维坐标数据信息和空间形态数据信息。
得到待打磨缺陷以磨盘中心为原点以及磨盘所在平面为基准面的三维坐标数据信息和空间形态数据信息后,将上述信息输送至数据处理模块,由于打磨机械手的安装位置相对于磨台中心机器水平面的位置信息为已知且固定的值,因此在同一坐标系下,打磨机械手到待打磨缺陷的路径信息可直接计算得到。
随后数据处理模块根据信息引导打磨机械手运动至待打磨缺陷的位置,基于机器视觉的铸造件智能精确打磨加工装置检测到运动到位后,启动爪头上的打磨机构,开始对待打磨缺陷进行打磨,直至缺陷的三维形态坐标空间被全部覆盖,打磨结束。
在上述打磨过程中,位于打磨机械手爪头处的探测摄像头对打磨头的打磨状态实时的监测,可实时的输出打磨头的磨损数据,用于校准打磨机械手的打磨加工深度或角度,进行打磨校准,若检测到打磨头达到磨损极限或损坏,系统即输出更换打磨头的信号。
当前述算法检测到的所有的缺陷点位打磨完成,且基于机器视觉的铸造件智能精确打磨加工装置对待打磨铸造件确认无打磨缺陷后,输出待打磨铸造件全部打磨合格信号,若基于机器视觉的铸造件智能精确打磨加工装置复检发现存在待打磨缺陷,则系统重复前述步骤,直至系统检测出打磨合格。
以上所述仅是本实用新型的优选实施方式,应当理解本实用新型并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本实用新型的精神和范围,则都应在本实用新型所附权利要求的保护范围内。
Claims (6)
1.一种基于机器视觉的铸造件智能精确打磨加工装置,其特征在于,包括磨台、第一图像采集设备、第二图像采集设备、打磨机械手和数据处理模块;
待打磨铸造件安装在所述磨台上;
第一图像采集设备包括至少两个图像采集相机,各所述图像采集相机以所述磨台中心点为基准呈均匀对称分布;
所述的打磨机械手包括设于机械手前端部的爪头,爪头上设有打磨头,所述的第二图像采集设备安装在所述的爪头上,并朝向所述打磨头拍摄;
所述第一图像采集设备和第二图像采集设备与所述数据处理模块的信号输入端相连,所述数据处理模块的信号输出端连接所述打磨机械手的驱动装置。
2.根据权利要求1所述的基于机器视觉的铸造件智能精确打磨加工装置,其特征在于,所述磨台包括控制所述磨台旋转并复位的驱动部件。
3.根据权利要求1所述的基于机器视觉的铸造件智能精确打磨加工装置,其特征在于,所述待打磨铸造件通过液压顶杆的方式与所述磨台固定;
或者,
所述待打磨铸造件通过磁吸附的方式与所述磨台固定。
4.根据权利要求1所述的基于机器视觉的铸造件智能精确打磨加工装置,其特征在于,所述第一图像采集设备斜向下设置,对所述待打磨铸造件的外缘及内缘进行图像采集。
5.根据权利要求1所述的基于机器视觉的铸造件智能精确打磨加工装置,其特征在于,第一图像采集设备和第二图像采集设备包括以下任意之一:双目结构光相机或者激光相机。
6.根据权利要求1所述的基于机器视觉的铸造件智能精确打磨加工装置,其特征在于,所述打磨机械手还包括机械臂、底座;
所述爪头与所述机械臂连接;
所述机械臂与所述底座连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202120511638.7U CN212886706U (zh) | 2021-03-11 | 2021-03-11 | 一种基于机器视觉的铸造件智能精确打磨加工装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202120511638.7U CN212886706U (zh) | 2021-03-11 | 2021-03-11 | 一种基于机器视觉的铸造件智能精确打磨加工装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN212886706U true CN212886706U (zh) | 2021-04-06 |
Family
ID=75261727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202120511638.7U Active CN212886706U (zh) | 2021-03-11 | 2021-03-11 | 一种基于机器视觉的铸造件智能精确打磨加工装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN212886706U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113211231A (zh) * | 2021-05-13 | 2021-08-06 | 苏州迪宏人工智能科技有限公司 | 一种自动识别铸铁毛坯件的打磨生产方法、系统及其控制系统 |
CN115056074A (zh) * | 2022-08-18 | 2022-09-16 | 潍坊潍尔达石油机械有限公司 | 一种基于机器视觉的钢管端部余料加工装置 |
-
2021
- 2021-03-11 CN CN202120511638.7U patent/CN212886706U/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113211231A (zh) * | 2021-05-13 | 2021-08-06 | 苏州迪宏人工智能科技有限公司 | 一种自动识别铸铁毛坯件的打磨生产方法、系统及其控制系统 |
CN115056074A (zh) * | 2022-08-18 | 2022-09-16 | 潍坊潍尔达石油机械有限公司 | 一种基于机器视觉的钢管端部余料加工装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110434671B (zh) | 一种基于特征测量的铸造件表面机加工轨迹校准方法 | |
CN111843505B (zh) | 现场机器人在位测量-铣磨修复一体化工艺方法与系统 | |
CN109551496B (zh) | 一种工业机器人智能打磨系统及打磨方法 | |
CN212886706U (zh) | 一种基于机器视觉的铸造件智能精确打磨加工装置 | |
CN105773309B (zh) | 一种超视场刀具在线检测方法 | |
CN103831695B (zh) | 大型自由曲面机器人打磨系统 | |
CN112264839A (zh) | 一种用于制造物联网的切削刀具磨损在位测量装置及方法 | |
CN109648202B (zh) | 非平整面自主识别机器人增材制造成形精度控制方法 | |
CN110919134A (zh) | 一种管板定位焊接方法 | |
CN110293559B (zh) | 一种自动识别定位对准的安装方法 | |
CN115026683B (zh) | 一种基于多机器人协同的航空叶片磨抛装置及控制方法 | |
CN203100678U (zh) | 一种对高精度尺寸测量的线扫描视觉测量系统 | |
CN107804708A (zh) | 一种贴装机取料旋转轴的旋转中心定位方法 | |
CN109249292A (zh) | 一种铸件智能打磨系统 | |
CN108161664B (zh) | 一种激光扫描打磨系统及方法 | |
JP6868147B1 (ja) | 工作機械、検知方法、および、検知プログラム | |
CN111230607A (zh) | 一种水轮机转轮叶片复杂型面机器人打磨抛光方法 | |
CN114454060A (zh) | 一种机器人自适应曲面跟踪恒力磨抛方法及系统 | |
CN110842683A (zh) | 一种基于机器视觉的焊缝打磨装置及其系统 | |
CN110961583B (zh) | 采用激光扫描的钢包定位装置及其使用方法 | |
CN112571159A (zh) | 一种基于视觉检测的构件打磨方法及其打磨系统 | |
CN116922415A (zh) | 一种用于钢结构焊接的机器人系统 | |
CN216160831U (zh) | 一种激光测距矫正线扫相机 | |
CN114290177B (zh) | 一种非球面光学元件磨削加工非接触式精密对刀方法 | |
US7444850B2 (en) | Method and device for shaping workpieces |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |