刀具磨损状况的检测方法研究综述

刀具磨损状况的有效检测不仅能提高刀具本身的利用率,还能提高工件的加工精度,延长机床的使用年限。刀具磨损状况的准确检测是当前智能加工技术的主要发展方向,通过回顾近年来刀具磨损状况的检测方法,着重分析了检测信号的获取、特征提取及模式识别等关键技术,并由此提出了一种可操作性强、不影响机床加工的刀具磨损状况智能检测新方法。最后,针对刀具磨损状况的检测应用现状和存在不足进行了探讨,并对未来的智能检测方法发展方向进行了展望,以期得到更好的刀具磨损状况智能检测方法,促进刀具磨损状况检测技术在智能装备中的应用与推广。     

边缘计算在刀具磨损状况检测中的应用

边缘计算是一种新的分布式计算范式,它将数据存储、服务及计算从集中的节点拓展到用户终端附近,自首次提出以来得到了迅速发展,到目前为止,边缘计算技术已经在众多领域得到广泛应用。针对边缘计算在刀具磨损状况检测中的应用进行了分析,阐述了边缘计算技术的发展历史及研究现状,分三部分总结了边缘计算在刀具磨损状况检测中的应用,研究了刀具磨损状况检测中的边缘计算架构,并对未来边缘计算在该领域的应用进行了展望。     

图像处理技术在刀具磨损检测中的应用

针对传统刀具磨损检测的缺点,设计了一套结合图像处理的方法来检测磨损的方案。首先对磨损图像进行滤波、二值化等处理,其次根据设计的检测磨损算法,得到刀具的磨损量。通过实验验证,本方法具有自动化程度高、测量速度快、测量误差小等优点,可以应用于实际生产中。     

刀具磨损便携式视觉在位检测技术研究

简要分析了目前常用刀具的磨损测量方法,提出一种便携式在位测量方法。该方法将小型光学镜组直接夹持在手机上,与手机摄像头一起组成便携式视觉检测系统,对安装在机床上的刀具磨损区域进行拍摄取样,然后将图像传输到电脑中,经图像处理后可获得刀具后刀面磨损量。试验表明,该测量方法操作简单,测量精度符合工程要求;可实现刀具磨损的在位检测,为刀具磨损的过程监测提供新途径。     

刀具磨损的在线检测/实时补偿方法

刀具磨损的在线检测/实时补偿技术是现代制造系统的关键性技术之一。本文分析了刀具状态在线检测的方法,深入研究了一种在线检测/实时补偿刀具磨损的方法——工件尺寸间接法。利用在线检测仪器测得被加工工件尺寸,和预先设定的工件尺寸进行比较后将差值反馈到CNC系统,CNC系统根据反馈结果对机床进给做出相应的调整,达到补偿刀具磨损的目的。     

基于图像处理的刀具角度测量系统

针对加工过程中刀具磨损会影响零件加工精度的问题,利用图像处理技术实现了刀具角度的测量,以达到对刀具磨损情况进行动态跟踪的目的。以Matlab软件作为图像处理平台,通过图像灰度转换、二值化、边缘提取等技术手段,获得了刀具边缘轮廓,进一步用最小二乘法将轮廓拟合,最终求出了刀具角度。实验结果表明,该方法能较好地测量刀具角度,也可用于刀具几何参数的测试。     

刀具磨损的自动检测及检测系统

为了精确检测机械加工过程中刀具的磨损状态,分析了刀具磨损图像中背景区、磨损区、未磨损区的灰度值变化,提出了利用图像处理技术自动检测刀具磨损量的方法。首先,根据Otsu法和B-样条曲线拟合法,建立了自动确定上限阈值与下限阈值的算法,准确地增强了磨损区与背景区、未磨损区之间的灰度对比度;通过分析刀具磨损图像的稳定区和磨损边缘的非稳定区,提出了边界提取的局部方差阈值算法,给出了自适应的局部方差阈值,清晰地将刀具磨损区从图像中分割出来。在此基础上,利用形态学描述方法对分割部分进行孔洞填充与边界完整化,从而直接计算出磨损区域的几何参数尺寸。实验结果表明:超景深三维显微镜放大倍数为50时,磨损宽度与磨损长度的检测误差分别为1.024%和1.325%;放大倍数为100时,磨损宽度与磨损长度的检测误差分别为0.661%和0.995%。该方法检测精度高、抗干扰能力强、提取的边界完整清晰,可为提高刀具使用率、保证加工质量提供技术支持。     

快反镜辅助的回转刀具磨损状态在机检测技术研究

在机检测技术可实现刀具在工作状态下的实时检测,有助于及时发现刀具质量问题,并提高检测效率.基于机器视觉技术,本文将快反镜用于辅助工业相机直接拍摄旋转状态下的刀具图像;建立了图像采集系统,研究了快反镜偏转关系模型,并在此基础上开发快反镜控制程序;在获取刀具图像后,基于OpenCV库进行图像处理,获取刀具磨损面积值;将该检测系统应用于工业机器人铣削实验平台上,实验结果验证了该技术的有效性.     

基于分层图像采集和三维重建的刀具磨损检测方法

提出一种基于分层图像采集和三维重建的刀具磨损检测方法,对刀具的磨损区域通过显微镜和摄像机进行分层拍摄采集图像,根据图像的清晰部分和模糊部分的判断对刀具磨损区域点的高度进行判断,清晰部分和模糊部分的判断采用各层图对应区域的像素的亮度方差进行相互比较的方式进行判断,对于各层图像不连续的部分采用高斯插值法进行插值,最终用Matlab对得到的数据进行三维重建,从而得到了磨损区域的三维形貌图,通过实验得到了车刀的磨损程度与切削时间的关系。该方法突破了传统的图像处理方法而只能得到刀具磨损二维图的局限性,将基于图像处理的刀具磨损检测拓展到三维,从而更为精确、具体地得到了刀具的磨损量。结果证明该方法简单,检测效率高,为提高机械加工质量进一步提供了保障。     

刀具失效状态监测研究综述

在机械加工中,机床刀具的失效状态分为两种:刀具磨损失效和刀具破损失效。刀具失效对加工精度、加工质量和加工效率有十分消极的影响。随着数控机床自动化程度的不断调高,特别是在高速切削加工中,对刀具磨损状态监测提出了更高的要求。刀具的破损存在典型的随机现象,目前学者多在算法上优化刀具破损预测模型,提高刀具破损的预测精度。国内外学者总结刀具失效的一般规律,研发出了多种刀具状态检测手段和方法。根据国内外刀具状态检测相关研究进展,对刀具失效检测相关问题进行评述,并对以后刀具失效检测的研究方向进行了展望。     

车削加工中车刀磨损状态的监控方法

介绍了车削加工中对现有车刀状态监控所用的直接量法和间接量法以及各种方法的特点。直接量法主要介绍了图像处理技术,间接量法主要包括通过测量切削力、机床进给电机的电流和声发射技术等方法来间接测量车刀后面磨损。     

在线支持向量机在数控铣床刀具磨损预测建模中的应用

刀具磨损的自动监测是现代制造技术的关键技术之一,是保证自动化加工顺利进行的前提之一.在实际生产当中,对刀具磨损的检测,不能停机检测而只能采取在线的间接监测方法.提出一种基于在线支持向量机的数控铣床刀具磨损的预测方法.结果表明,所提方法具有参数调整时间快、泛化能力强的优点,可以比较准确地监控刀具磨损.     

以机器视觉为基础的刀具磨耗侦测系统研究

刀具的几何轮廓与工件加工精度有着密不可分的关系,若刀具因磨耗产生形状误差,会影响产品精度或造成产品品质不良,故需对其进行精确监控,以确保产品品质与精度。本文提出以机器视觉为基础的非接触式刀具磨耗侦测系统,针对常用的车床刀具加以探讨,运用数位影像处理方法,以视觉辅助系统测量刀具磨耗,解决了传统人工检测的安全性不足,避免了因刀具磨耗产生的形状误差而影响产品的精度与品质。     

基于加工表面小波包能量分布比例的刀具磨损状态研究

将计算机视觉检测技术应用于刀具磨损检测。通过获取工件表面图像,利用数字图像处理技术对工件表面图像进行处理。由于工件表面图像信息主要集中在中频区域,利用小波包分解工件表面图像,可得到许多含有丰富中频信息的子图像,故可从中提取小波包能量分布比例特征,作为刀具磨损的度量指标。理论分析和试验结果表明,该方法是有效的。     

Assessment and visualisation of machine tool wear using computer vision

Tool wear monitoring is an integral part of modern CNC machine control. Cutting tools must be periodically checked for possible or actual premature failures, and it is necessary to record the cutting history for a tool’s full life of utilisation. This means that an on-line monitoring system would be of great benefit to overall process control in manufacturing systems. Computer vision has already shown promise as a candidate technology for this task. In this paper, we describe the use of digital image processing techniques in the analysis of images of worn cutting tools in order to assess their degree of wear and thus remaining useful life. It is shown that a processing strategy using a variety of image texture measures allows for effective visualisation and assessment of tool wear, and indicates good correlation with the expected wear characteristics.     

数控加工中的图像监控技术

介绍了应用数字图像处理的新型图像监控技术.该技术将图像技术和制造技术以及计算机控制技术结合起来,从而实现对机床等被控制对象的状态进行实时监控.     

刀具磨损图像监测法中的积屑瘤自动识别与去除方法的研究

积屑瘤是金属切削加工中常见的现象,在刀具磨损区域的图像中,积屑瘤部分和磨损区域是连在一起的,为保证刀具磨损带真实图像的提取,必须在图像系统中对积屑瘤部分进行自动识别和去除。本文选取了Canny算子对图像进行边缘检测,得到了包含有效边缘的清晰骨架。针对标准Hough变换存在的问题,提出了一种改进的算法,实现了直线的有效、快速检测,在刀具磨损图像中有效地去除了积屑瘤部分,获得了刀具磨损带真实图像。     

基于表面二维PCA重构图像的刀具磨损分形特征研究

根据加工表面纹理图像与刀具几何形状之间的内在联系,提出利用计算机视觉技术进行刀具磨损状态监测,设计了基于表面微观纹理图像的刀具磨损状态监测实验系统。提出从二维PCA重构图像中提取分形特征值来判断刀具的磨损状态,给出了二维PCA图像重构算法。理论分析和实验证明:PCA重构图像消除了原始图像信息中的冗余和噪声,从重构图像中提取出来的分形布朗运动维数与刀具磨损有着很强的相关性,可以间接判断刀具磨损情况,从而达到对刀具状态进行监测的目的。