研究目的
开发一种基于机器视觉的机载车刀刀片状态监测系统,用于数控机床切削加工过程中的刀具状态监测。
研究成果
该研究开发了一种机载刀片状态监测系统,用于识别四种外圆车刀刀片状态:断裂、积屑瘤、崩刃和后刀面磨损。实验结果表明,所开发的监测系统能成功识别这四种刀片状态。崩刃率的相对标准差仅为平均值的0.67%,而磨损量的相对标准差为平均值的0.62%(标准差低于2像素),从而验证了系统运行的稳定性。
研究不足
所开发的视觉检测系统安装在车床内部,其视角与标准磨损测量设备的视角不同,因此用于指示磨损程度的计算磨损量无法与使用标准磨损测量设备获得的测量结果进行比较。
1:实验设计与方法选择:
本研究采用机器视觉方法开发机载车刀刀片状态监测系统。该系统包含利用环形光源和补光设计的刀片刀尖视觉检测???,可安装于车床设备上。
2:样本选择与数据来源:
使用二十片不同磨损状态的旧刀片进行实验测试。
3:实验设备与材料清单:
采用GigE DFK 23GP031彩色工业相机(图像分辨率2592×1944,帧率15fps)及Myutron HS3514J CCTV镜头。视觉检测系统包含防护箱、清洁气管以及两个光源(环形LED光源和刀片刀尖补光灯)。
4:实验流程与操作步骤:
刀片图像采集过程通过调节光源强度确保特征清晰度。刀片状态监测分类流程包括:刀片外轮廓构建、刀片状态区域截取、磨损区域判定与计算。
5:数据分析方法:
研究分析了具有不同特征的刀片图像,可检测外圆车刀常见状态(包括断裂、积屑瘤、崩刃和磨损),分析结果可根据纹理特征分布进行量化。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容