文摘
砂轮的性能明显影响加工效率和工件的质量。因此,它是至关重要的评估车轮的磨损,然后操作敷料或更换。轮子的磨损队伍是监测和评估系统。表面磨削实验是由使用氧化铝砂轮研磨工件Cr12做的。磨削力和磨削温度监控和测量,而轮研磨工件。轮子的表面形貌也被观察到。分布的图像中像素的灰度值分析了砂轮表面的直方图的方法。处理后的车轮进行二进制图像确定灰度阈值的灰度值。然后,砂轮上的封锁和穿着。此外,投影面积的关系一个磨料来源于理论,推导出图像识别进行了研究。 The results of the grinding experiment show that wheel performance degradation occurs when the material removal volume reaches 210 mm3/毫米。在这个时候,在砂轮堵塞面积的比例达到13.4%。穿着面积的百分比是9.5%。图像识别的方法结合磨削温度是可行的实现监测和评估车轮的磨损现场没有卸载它们。
1。介绍
完成许多精密零件的加工难加工材料的获得良好的表面质量通常需要磨(1- - - - - -3]。在磨削过程中,严重磨损的轮对工件有致命的影响。很多缺陷产品的主要原因是由于过度磨损砂轮的自动生产线。有一个重要的需要时执行着装操作砂轮在磨削过程中失去切削能力获得高精密机械加工(4- - - - - -6]。因此,它是至关重要的在线监测车轮的磨损及时确定敷料操作。近年来,许多类型的研究专注于精密机械的磨损和堵塞砂轮在磨削过程中。Deutsch和吴7]研究了磨损过程通过使用砂轮的表面形态和量化的类型和机械磨损率变化通过建立砂轮的结构模型。跟踪磨损过程的三个阶段和观察磨损、断裂占主要的穿在初始时期,而摩擦磨损是主要磨损机制发生在第二阶段,和车轮的全麦骨折发生在第三阶段。结论与文献报道一致史,马尔金(8]。此外,Ardashev和Dyakonov [9)研究了在砂轮堵塞预测砂轮的表面状况。磨料钝化区之间的仿真模型,建立了磨削力和验证通过测量磨削力。
磨损和率直的磨轮磨削过程中是不可避免的。磨削力和磨削温度会有所不同,当砂轮变得生硬。工件的表面质量也会下降。因此,许多研究人员采取磨削温度、磨削力和表面粗糙度检测指标监测砂轮的磨损(10,11]。Lefebvre et al。12]研究车轮的2 d有限元模型在全球范围内预测磨削区温度。仿真结果表明,该系统误差的最大温升(地铁)测量不容忽视和依赖于磨削工件速度和接触弧的长度。Brinksmeier et al。13)开发了一种与红外辐射监测系统,监测磨削区温度。光传输的信号结合fast-detecting红外传感器控制可能建立一个高度小型化测量系统;很容易融入任何砂轮。李等人。14)建立了磨削力模型的优化磨削参数和提高研磨效率。三个关键因素已经考虑在这个模型中,如接触摩擦力,材料的塑性变形,材料的剪切应变的影响。磨削力的值计算模型是在良好的协议与正交磨削实验。Thanedar et al。15)进行了一种新颖的实验经常调用的方法寻找实际的补救措施,以避免磨削烧伤。实现后,可以看出车轮速度影响最显著的降低表面粗糙度。Azarhoushang et al。16)提出另一个观点来研究砂轮的观点,也就是说,生产结构砂轮通过设置修整参数;及其磨削力降低50%,工件温度降低40%以上。
在上面的研究中,传统的方法被用来监测砂轮。然而,图像处理的方法被用来校准磨损区。此外,磨削力、磨削温度和工件的表面质量也监测车轮的磨损状态的准确性。这种方法的根本优势的低成本设备与其他技术相比。只要电脑的处理速度正在改善,而存储内存的价格降低,数字图像处理领域的工程将会更有利。这些广泛的应用包括制造业的质量控制、监测工具在加工过程中,表面粗糙度控制,在研磨轮磨损监测,和许多其他人17]。今天,图像处理应用于检查砂轮表面状况,一些研究人员。苏和Tarng [18)提出了一种新的方法,使用机器视觉测量砂轮轮廓。这种方法大大简化了砂轮磨损测量过程与传统的方法相比。结果表明,该开发系统的重复精度达到±3μ米的测量砂轮轮廓。冯和陈19检测和识别芯片加载和尖端的砂轮磨损使用MATLAB的图像处理工具箱的包。金属芯片的不同光学字符和磨料颗粒进行分析来确定阈值在全球层面,和车轮表面工作状态监测的方法。罗和胡20.)设计了一个在线图像测量系统对提高测量精度。一个新的subpixel-level精度边缘检测方法结合泽尼克时刻算子和索贝尔算子提出了定位的边缘加工工件,具有处理速度快的优点,边缘定位精度高。杂志和Ramamoorthy21)提出了一个方法来评估砂轮工作表面状况的纹理分析方法。傅里叶功率谱结构参数计算确定砂轮有效的条件。同时,图像分割的结果产生非常重要的影响对图像识别跟踪研究。图像分割的关键是确定最优阈值(22,23]。阈值的确定是一个更准确的二进制程序。二值化的过程是一个多频声图像转换成双调的形象(24]。二值化可以作为噪声去除过程增加文档的可读性。二进制映像的文件大小通常是一个数量级小于原来的灰色或彩色图像,使它们更便宜的存储在磁盘上。它是更适合工业化。
摘要工件的去除量之间的关系和磨削力、磨削温度和磨削时工件表面质量的工件材料的Cr12氧化铝砂轮进行了研究。带轮的状态确定了基于图像识别的技术。阻塞区域的利率在砂轮表面和磨损部位的平均比率25一磨料磨损的齿轮的计算。此外,理论之间的关系一个磨料颗粒投影面积和磨损面积得到的图像识别。
2。监测车轮的磨损过程当磨削Cr12的工件
2.1。实验装置
干表面磨削实验进行精密平面磨床(FSG-12/16AD CHEVALIER)。工件由Cr12 vitreous-bonded铬刚玉砂轮材料地面。工件的大小 。轮的细节表1。前需要磨砂轮磨削。工件必须加工,确保工件的表面质量是一致的在每个重复磨削。
磨削实验的方案图所示1。干磨实验完成了不同磨削参数。磨削温度与热电偶在磨削过程中监控。热电偶的类型hvs - 1000 z。与文献[sandwich-bedded热电偶是相同的26]。两个示例块夹热电偶,热电偶是略高于两个示例块。热电偶的中间媒介提示的部分删除,这样两极的热电偶温度测量端重叠在一起,形成一个温度测量循环。样本块固定夹具。地面的初始表面两个街区,直到他们引发了在监测实验。然后用测力计磨削力测量磨削时9257 b模型基斯特勒公司。工件的表面粗糙度也由便携式粗糙度仪测量模型3220年时间。在删除一个合理数量的材料,停止研磨和移动相机的类型zq - 603附近砂轮拍摄现场轮的表面没有卸载它。此外,三维视频显微镜(kh - 8700)被用来观察工件的表面形态。
(一)
(b)
2.2。研究计划
试探性的磨削实验进行了不同磨削参数的车轮速度,工作速度和深度。磨削力和温度测量经常在这个实验中。磨削参数对磨削力的影响和温度。它是发现,当= 30 m / s,一个p= 25μm,= 200 mm / s,它是在一个稳定的磨削阶段。然后用这些参数进行了监测实验。砂轮是逐渐减弱的增加工件材料去除,然后是磨削力和磨削温度会有所不同。砂轮被阻塞时,磨削力和磨削温度会偏离值在稳定的磨削。同时,轮子的表面被相机记录。
区域表面的轮子是用硅材料印象。标志区域定期观察和拍摄过程中穿着实验。然后使用MATLAB软件过程的形象。样品图片是灰色的;然后观察灰度直方图的分布进行了分析。穿的灰色的阈值区和堵塞区预赛根据分布在不同时期测定。最合适的灰度阈值确定通过改变灰色的阈值,比较的磨损区和堵塞区获得二进制图像与原图像。最后,穿面积率和堵塞率测定计算的比例二进制图像。Pt是灰度值如图2。用力推1磨损区域的灰度阈值,用力推吗2是阻塞区域的灰度阈值。
3所示。实验结果分析
3.1。在穿着实验确定磨削参数
在图3(一个),结果表明,砂轮速度的增加导致一般磨削温度的增加而显著减少在正常磨削力和切向磨削力。这是由于磨料颗粒的增加同时参与切削,自然和磨削温度上升。最大未变形的芯片厚度变得更小,磨削力变得越来越小的增加有效研磨谷物参与磨削。从图3 (b)可以看出,磨削深度的增加导致磨削温度和磨削力的增加,但最后磨削温度是稳定的。原因在于,随着磨削深度的增加,有效的磨料颗粒的数量增加,导致磨削温度上升在第一期。稳定地区有效的研磨谷物、磨削温度是稳定的,但最大未变形的芯片厚度会增加随着磨削深度的增加,磨削力也将增加。结果大致符合文献报道Tan et al。27]。在图所示的功能3 (c)是进给速度对切向磨削力的影响很小,但在正常磨削力有很大的影响。原因是单位饲料加息时砂轮的切削速度的增加,这使得一个磨料颗粒的最大未变形的芯片厚度增加。大量有效的磨料颗粒参与磨削同时将不可避免地增加了普通磨削力。然而,滑动摩擦力随进给速率的增加,这就增加了普通磨削力。磨削接触时间变短导致热发生时间越短。因此,磨削温度显示和工件进给速度的增加下降的趋势。基于上述分析,磨削参数监测实验确定= 30 m / s,一个p= 25μm,= 200毫米/秒,以避免过度的磨削温度和维护磨削力和磨削效率低。
(一)
(b)
(c)
3.2。监测砂轮的磨损过程
增加材料的去除,磨料颗粒磨损和脱落和砂轮也可能被堵塞。砂轮的磨削性能就会降低,这将改变磨削温度和磨削力和工件的表面质量下降。因此,磨削温度、磨削力和工件的表面质量可以作为索引来评估轮子的磨损。跟踪实验的磨损进行了磨削参数,= 30 m / s,一个p= 25μm,= 200 mm / s。通过监控磨削状态对应于工件材料的去除量,该指数的削弱砂轮可以很容易地确定。
3.2.1之上。材料去除体积对磨削温度和磨削力
磨削深度对磨削温度的影响如图4(一)。可以看出,磨削温度的逐渐增加而增加累积材料去除体积尽可能一致,研究了在早期文献[28]。磨削温度增加比例V′在的范围V′= 0∼60毫米3/毫米,增长率为0.67°C /(毫米3/毫米)。当V′= 60∼210毫米3/毫米,磨削温度上升缓慢,增长速度是0.23°C /(毫米3/毫米)。当V′= 210∼290毫米3/毫米,磨削温度的变化加速,增长率为0.5°C /(毫米3/毫米)。温度的增加主要是由于骨折占主要部分的轮磨损在最初的磨损阶段,和摩擦磨损是主要磨损机制发生在正常磨损阶段。然后从车轮全谷物的骨折是严重磨损阶段。根据前面的分析和数据,可以认为砂轮时严重磨损V′= 210毫米3/毫米。
(一)
(b)
从图可以看出4 (b)切向磨削力的增加略在初始阶段与材料去除体积的增加,然后变得稳定,几乎没有任何变化。正常的磨削力增加而增加研磨时间。这是因为,在早期阶段,有效磨粒砂轮迅速增长,和工件上的切向力和法向力迅速增加。在中后期阶段,砂轮的磨损区域和正常磨削力增加。磨削力比降低,然后增加从2.68到3.5。磨削力比磨初期相对较高,这可能是由于初始磨损。
3.2.2。材料去除体积的影响工件的表面质量
工件的地面通常显示不同的颜色有不同的磨削温度由于材料微观结构的变化29日]。在这部作品中,地面工件的表面形态图5显示工件的颜色通常是铁青色当累计材料去除体积单位宽度增加V′= 20毫米3/毫米V′= 140毫米3/毫米。工件的表面保持原来的颜色。然而,它开始变成黄色时,干燥V′达到210毫米3/毫米,如图5 (d)。这主要是由于车轮逐渐削弱,和一些磨料粒子脱落。磨削温度的上升会导致工件表面的氧化。从图5 (e),它可以发现工件的表面不仅氧化,而且燃烧时V′= 290毫米3/毫米。它可以推断出,车轮已经恶化,不适合进一步工作。
(一)
(b)
(c)
(d)
(e)
如图6,材料去除体积的增加,工件的表面硬度先增加然后减少。最主要的原因是,在初始阶段的磨削,磨削力是主导,加工硬化是显著的。在砂轮磨削的后期,逐渐穿,和磨削温度略有增加。与大量的磨料粒子参与切削,金属去除率增加,工件的表面温度上升;Cr12的硬度随回火温度的增加而减小。
总之,当累积的材料去除量达到210毫米3/ mm、磨削力、磨削温度,和工件表面质量发生显著的变化。连续磨可能导致明显的烧伤和影响加工工件的质量。
3.3。材料去除体积对车轮表面的形象
确定砂轮的磨损状态通常是基于常规的经验方法。一些研究者给予综合评价砂轮磨损通过测量磨削温度,磨削力,声发射检测。预计一个更好的方法来探索一个磨料磨损区域的比例和磨损面积之比表面上的砂轮磨损状态进行评估。
3.3.1。穿阈值
表面的砂轮磨削时被拍到在不同阶段。像素的比例不同的灰度值直方图表示。结果呈现在图7。这些像素显示分布的正态分布。他们目前的趋势从中间到两边的增加材料去除体积的累积。当砂轮的明显的磨损,有一个分布的像素的数量大幅增加至近256人。原因可能是磨料的切削性能是完美的早期阶段,只有少数的研磨损伤。像素的趋势移动双方的协调还不清楚。随着磨削的持续,磨损增加。铬刚玉氧化铝颗粒的颜色会从红色压裂后为白色。另一方面,骨折碎片堵塞毛孔导致阴影区域,这似乎是黑色的。所以,像素的统计直方图需要两端前进。 Then it presents a bimodal distribution. It is inferred that the wearing area threshold of gray level is 215∼225. After processing the image, the value of the threshold is determined to be 220.
(一)
(b)
(c)
3.3.2。穿的面积比单一的磨料
根据3.2节中总结,砂轮时穿V′达到210毫米3/毫米。的照片磨料颗粒表面的砂轮是来自轮子的地图,如图8(一个)。假设颗粒大小是400μ米,最大横截面积是0.1256毫米2。需要确保磨料粒子保持足够的夹持力,确保3/4的磨料粒子嵌入矩阵;轮子的表面最大投影面积是0.0314毫米2。没有很多谷物可以地面。磨损颗粒的投影面积0.020毫米之间2和0.030毫米2是派生的。
(一)
(b)
刘和你30.)得出的结论是,穿的谷物通常显示为高亮度。摘要穿磨料的外观形象是一致的。图8 (b)从地图上显示单一砂图像绘制的砂轮。突出区域表示为“一个“在图8(一个)。nonwear磨料的一部分是粉色的地区”b。”处理的二进制图像使用自定义阈值如图8 (b)。穿部分计算的比例穿纯白色的区域”一个“在图8 (b)。nonwear部分是纯黑的地区”b“在图8 (b)。整个磨料”由两部分组成一个”和“b”。因此,穿部分面积的比例r可以表示为
最常见的图像分割方法是阈值技术。它依赖于削波电平或阈值将灰度图像转化为一个二进制图像。这种方法的关键是阈值的值。
分割区域确定为0.001毫米2计算,考虑粒子嵌入的个体差异。结果如图所示9。
图9显示柱状图在不同投影区域是正态分布,这可能是由于不同的磨损颗粒嵌入方式,导致投影区域的异化。然而,穿的比面积增加,然后降低。穿哪个更重要的影响在磨削过程的早期阶段可能是由于大投影区域和高尖端。虽然穿粒子脱落(31日,32)当穿更重要的一部分在接下来的阶段,磨损颗粒的数量仍然嵌入式砂轮将减少。穿的部分区域的比例r然后计算了平均每个磨料颗粒的磨损面积比例。然后平均单磨料颗粒的磨损面积的比例是8.77%。
3.3.3。在轮子表面磨损面积的比值
执行处理的二进制图像轮表面基于上述阈值派生。像素的灰度值大于220设置为纯白色;否则它是设置为黑色。结果如图10。的面积图上的白色部分被定义为突出显示年代1的区域被定义为整个画面年代2。磨损面积的比值表示年代。纯白色的面积是计算统计像素的数量与MATLAB软件。所以照片上的磨损面积的比例是校准年代。
计算在不同的磨削阶段磨损面积的比例。计算车轮的堵塞面积使用相同的方法,取得的结果,如图11。它可以表明磨损面积逐渐增加而增加的材料去除体积。因为初始磨损快的速度在磨削的初步阶段,然后穿面积大大增加。当材料去除体积超过210毫米3/毫米,穿的最可能原因趋势放缓的严重磨损砂轮和新的磨料颗粒的外观,导致磨损比例略有下降,磨损面积比下降趋势放缓。
穿在趋势保持不变的趋势与磨削力、磨削温度和表面质量直到磨损区域的比例达到9.5%,阻碍区域率达到13.4%。然后砂轮已经严重磨损。比率可以申请的价值判断当磨削Cr12氧化铝砂轮的磨损。考虑磨削力的变化,磨削温度,表面质量,它可以推断,砂轮的磨损率是9.5%。
进一步解释的变异趋势,基于实验数据图11,分别建立了回归模型。当材料去除体积单位长度为0 - 300毫米3/毫米,它可以发现材料去除体积具有良好的线性关系,磨损速率和加载速率。线性回归方程和相关系数,分别 在哪里y1磨损面积的比值,y2堵塞面积的比值,y3是磨损和堵塞的比例的总表面面积。与材料去除体积的增加,砂轮的磨损区和堵塞区也相应增加。这意味着砂轮的表面改性。因此,这些方程的积极意义为未来研究的程度来判断砂轮堵塞,穿着。
4所示。结论
通过监测表面磨削的砂轮在不同时期,都得出以下结论:(1)通过跟踪砂轮表面和比较像素的灰度值分布研磨前后,新一波的峰值出现在右边的原始波由于穿的粮食。灰度值的两波之间的220可以作为阈值划分磨损区。(2)single-abrasive粒子表面的砂轮是砂轮磨损后拍照,和单个粒子的平均计算磨损面积比是8.77%。相比之下,9.5%的平均面积比穿的跟踪区域,偏差为7.68%。(3)穿的比面积增加材料去除体积的增加。当材料去除量达到210毫米3/毫米,磨损面积比是9.5%,和工件的表面质量恶化。
的方法确定磨损面积的比值可以协助判断车轮的状态。通过控制砂轮的磨损,工件的表面缺陷引起的轮子的磨损可以被避免。该方法可以原位监测砂轮的磨损不去除砂轮,也可以应用于其他智能制造的磨轮在即将到来的工作。
命名法
| Pt: | 灰度值 |
| 用力推1: | 穿的灰色的阈值 |
| 用力推2: | 灰色阻塞区域的阈值 |
| 一个p: | 磨削深度(μ米) |
| : | 砂轮速度(米/秒) |
| : | 进给速度(毫米/秒) |
| V′: | 积累材料去除单位宽度(毫米3/毫米) |
| 一个: | 穿单磨料(mm的面积2) |
| b: | Nonwear面积单磨料(毫米2) |
| r: | 穿的面积比单一的磨料 |
| 年代1: | 磨损区域的面积(毫米2) |
| 年代2: | 整个画面的面积(毫米2) |
| 年代: | 表面的磨损面积的比率 |
| 年代: | 磨料粒子的投影面积。 |
数据可用性
没有数据被用来支持本研究。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作是由中国国家自然科学基金(没有。51375180)。