使用机器视觉系统测量刀具磨损参数

文摘

加工行业监测刀具磨损是非常重要的,因为它可能导致成品的尺寸精度和质量的损失。这项工作包括开发机器视觉系统的侧面磨损的直接测量硬质合金刀具插入。这个系统由一个数码相机捕捉刀具磨损的形象,一个好的光源照亮的工具,和一台电脑图像处理。内联自动校准的新方法一个像素提出了这项工作。硬质合金插入的抓取的图像处理,分段刀具磨损区已获得的图像处理。视觉系统提取刀具磨损参数如平均刀具磨损宽度、刀具磨损区,刀具磨损。结果平均从视觉系统获得刀具磨损宽度与从数码显微镜获得实验验证。平均误差为3%被发现测量的12硬质合金插入。穿带的扫描电子显微图显示严重的磨损痕迹和损害前沿更高的加工时间。本研究表明,能开发出高效、可靠的视觉系统测量刀具磨损参数。

1。介绍

刀具磨损的测量是非常重要的预测工具插入的使用寿命。这将是有用的监测和研究的影响刀具磨损对加工工件质量和经济的制造过程。主要有两种方法来测量刀具磨损:间接和直接的方法。间接法,估计刀具磨损与信号来自不同类型的传感器,如加工工件的表面纹理,声学,振动、力量,和当前的消费(1- - - - - -5]。准备的刀具磨损预测模型基于收集信号的大小。其他方法的测量工具磨损的直接测量刀具磨损区。刀具磨损主要有两种类型:侧面磨损和火山口穿。侧面磨损是广泛用于量化刀具磨损的严重程度。定性和定量形态学特征的刀具磨损的现今研究人员关心的问题。以外的更多的形态学特征通常被认为是参数,即。,average tool wear width, are required for better evaluation of the actual condition of tool which can affect machining process and quality of machined workpieces [2,5]。研究表明,有著名的这些新刀具磨损的影响参数对工件质量和生产也有一个经济优势通过及时改变策略工具插入。

刀具磨损通常导致成品的尺寸精度损失,可能损坏工件,减少表面完整性和喋喋不休的放大。详细审查的刀具状态监测表明,机器视觉系统可以直接测量的非常有用的各种类型的刀具磨损(6]。一些统计方法也有用结合机器视觉系统来发现刀具磨损(1,2,5,7,8]。一些研究人员开发了他们自己的算法的边缘检测和分割工具区(1,8]。白光干涉法(9- - - - - -11)和立体视觉技术(12)用于测量体积穿在火山口以及侧面磨损区域。Teti等人提出的详细审查传感器技术、信号处理和决策策略的高效加工系统(13]。

各种方法提出的在线和离线状态监测加工工具。Danesh和哈利利的测量刀具磨损的表面纹理在转动过程中工件的表面使用抽取小波变换和统计特性的违规行为(5]。玉等人使用形态成分分析和边缘检测技术来检测磨损边缘携带工作条件下(7]。D 'Addona和Teti人工神经网络用于自动和实时评价的火山口AISI 1045钢的磨损深度quasi-orthogonal切割测试期间使用碳化钨插入[8]。熊等人开发了一个使用Matlab的图像处理算法来测量刀具磨损区。高分辨率的图像采集系统由CCD摄像头,荧光高频线性灯,和数据采集模块11]。施密特等人开发了一个自动刀具磨损监测系统基于活动轮廓算法和神经网络的侧面磨损测量(14]。Fernandez-Robles等人开发了一个算法来测量铣削的切削刃缺陷插入在线没有令人不安的加工操作。三阶段算法由边缘保持平滑滤波器,计算图像梯度和评估损害的前沿使用几何属性(15]。

一些假设也量化穿地区大约的体积。工具的穿鼻子被假设的一部分测量前沿的磁盘半径等于刀具刀尖半径(9]。各种几何参数确定为侧面磨损区域通过标准化磨损区域椭圆(2]。研究人员建议各种刀具磨损参数如最大穿土地宽度,穿土地面积,穿土地周边(16和密实度3),长轴的长度,短轴的长度,怪癖,定位、当量直径,可靠性和程度2,4),最后穿长度(17),和鼻子半径和侧面磨损宽度(18]。

当前的工作重点是侧面磨损使用机器视觉的测量系统。内联自动校准的新方法,提出了在这里。刀具磨损平均宽度、刀具磨损区,刀具磨损周长测量使用机器视觉系统。所有这些刀具磨损参数与加工时间。

2。方法

刀具磨损测量系统的原理图如图1。数码相机(索尼数码相机DSC-HX400 V)被用于捕捉破旧工具插入的形象。领导是用于照明的目的工具插入和校准广场。“图像处理工具箱”的软件MATLAB®是用于图像处理。废旧硬质合金工具插入(SEMT 1304 PETR-M TT8020, TagueTec)被用于进行实验工作。

正确定位的夹具开发工具插入和校准广场。图2(一个)显示了夹具为这个目的设计的。校准广场(10×10毫米²镭纸)贴在夹具的竖直板。夹具是覆盖着黑色的纸避免光的反射。这个广场也用于定义虚拟坐标系统的起源发展为刀具磨损量的测量。竖直板已经提供向前或向后移动,这样的平面标定广场和工具提示插入仍然相同。相机的位置、光源、夹具和插入显示在图2 (b)。图像已被抓获,这样它既包含校准广场和工具插入作为显示在图3(一个)。图3 (b)显示了处理的图像校准广场。方程(1)和(2)给校正因子的像素在水平和垂直方向。图4显示了图像处理算法的流程图来计算刀具磨损参数。的图像校准广场和刀具磨损区分别剪裁和处理:

图5结果表明不同阶段的图像处理算法。图5(一个)表示刀具磨损区域的灰度图像。图5 (b)表示的二进制图像分段刀具磨损区通过使用大津阈值的方法。阈值为0.5216已经被使用内置函数计算软件Matlab。声音从使用中值滤波图像被删除。图5 (c)显示的图像应用中值滤波后获得的磨损区。数据5 (d)和5 (e)是穿带后获得的图像膨胀和腐蚀操作的应用。最后,精明的边缘检测算法是用来描述磨损区域的边界。图5 (f)最后用来测量各种刀具磨损参数。

该算法用来计算刀具磨损三个参数,即。刀具磨损,平均宽度、刀具磨损区,穿周长。(1)刀具磨损平均宽度。在分段刀具磨损区,不同位置像素计算垂直。这些读数的平均值乘以垂直校准系数平均刀具磨损宽度。(2)刀具磨损区。分段刀具磨损区域的像素数量统计。像素的统计数字是单像素的面积乘以刀具磨损区。(3)刀具磨损周长。骨架化操作之后,只剩下一个像素边界的刀具磨损区。这些像素计算和水平的校准系数乘以刀具磨损周长。

3所示。结果

在本节中,测量的最终结果三个刀具磨损视觉系统测量的参数被提出。磨损测量的工具插入,将实验对低合金钢进行广泛用于集成电路的生产轴承盖(内燃机)引擎。将操作进行数控车床(西门子控制;使用硬质合金插入DX200 Jyothi公司)(TNMG-16-04-04-QM J13 A)的内部直径的机械加工。加工参数的详细信息显示在表1。

对于每个操作,使用新鲜的硬质合金刀片的加工和加工参数保持不变。所需加工时间为每个标本约5分钟。表2显示所有的加工时间插入的细节。加工操作后,所有插入的刀具磨损参数测量的视觉系统。为了验证开发系统的准确性,所有插入的刀具磨损平均宽度也使用数字显微镜测量(ViTiny UM05)。

表3表示所有硬质合金的磨损区域的图像插入。这些图像处理后得到实际刀具磨损的机器视觉系统的图像。这些图片用于自动确定穿硬质合金插入的宽度。穿宽测量在五个不同的地方,穿宽的平均值确定并与阅读的数码显微镜。一般穿的大小宽度视觉系统和数字显微镜获得的相当接近的插入。之间的平均误差约3%的数据表明,机器视觉系统可以正确地估计刀具磨损的大小。图6表明平均磨损宽度的比较得到的技术。刀具磨损宽度是近线性增加的加工时间。当插入用于多个工件的加工,它经历了磨损是由于工件表面之间的摩擦和前沿。和它增加的数量加工工件或加工时间。图7显示的扫描电子显微图穿硬质合金带插入。

数据7(一)和7 (b)显示的扫描电子显微(sem)穿带硬质合金插入2和12个,分别。加工时间的插入2和12是10到60分钟,分别。图像显示,在切削刃磨损标志在工件的加工。插入2表示轻微磨损的形象的前沿。相反,插入12的形象表明厚摩擦的痕迹和严重磨损的前沿。机器视觉系统估计的平均磨损宽度插入2和12 0.103和0.515毫米,分别。

其他刀具磨损参数的大小由视觉系统对所有十二个插入表表示4。同样,数据8(一个)- - - - - -8 (c)显示的变化穿宽,穿区域,和穿周长,分别加工时间。它表明几乎线性增加磨损参数与加工时间。有趣的是切削速度、进给速率和深度削减在车削过程中保持不变。

研究表明应用机器视觉系统的测量的侧面磨损平均磨损宽度,磨损区,穿周长。机器视觉系统可以优先于的传统测量方法只有一个参数,如平均磨损宽度。机器视觉系统可以提供详尽的照片穿区,因此可以更有效地显示刀具磨损的严重程度。扫描电子显微图显示严重的磨损痕迹,损坏前沿的更高的加工时间。前,研究人员还指示测量刀具磨损的更详尽的方法及其对加工精度的影响。三个几何描述符,即。,eccentricity, extent, and solidity, were found to contribute significantly to characterize the tool wear severity [2]。侧面磨损的新特性,即。,end wear length, was proposed in addition to flank wear area, average wear width, and maximum wear width for microdrill to predict the tool life [12]。这表明只有一个参数的使用是不足以决定刀具磨损程度的定性和定量。因此,这个视觉系统目的是测量刀具磨损参数刀具磨损区域和刀具磨损等周边除了常用的刀具磨损参数,即。刀具磨损,平均宽度。

4所示。结论

内联自动校准系统成功地实现了刀具磨损的测量参数。校准系统,不需要单独的视觉系统的标定。刀具磨损平均宽度的测量目前视觉系统发现在接近协议数码显微镜。平均绝对误差在测量刀具磨损平均宽度为所有十二个插入被发现是3.08%。平均宽度,穿穿,和穿周长增加加工时间。扫描电子显微图显示严重的磨损痕迹,损坏前沿的更高的加工时间。

这项研究表明,机器视觉系统可以有效地用来测量所有刀具磨损参数,从而提出了正确、详尽的反映刀具磨损。这种方法将非常有用的制造业有效地监测刀具磨损而不是只一个参数。这将是非常有用的在研究刀具磨损的影响加工表面质量和加工过程的经济。

数据可用性

必需的数据已经提供的手稿。

信息披露

工作进行的v . n i T,那格浦尔,作为论文的一部分工作由机械工程系的研究生博士的指导下Thakre。

的利益冲突

作者宣称没有利益冲突有关的出版。

引用

1. 萨提努m”,应用统计滤波光学检测刀具磨损,”国际机床制造杂志》上,43卷,不。5,493 - 497年,2003页。视图:出版商的网站|谷歌学术搜索
2. m . Castejon大肠圣保罗,j·巴雷罗和l·k·埃尔南德斯,”在线刀具磨损监测利用数字图像的几何描述符,“国际机床制造杂志》上卷,47号12 - 13,1847 - 1853年,2007页。视图:出版商的网站|谷歌学术搜索
3. 美国Kurada和c·布拉德利,”刀具磨损机器视觉系统评估,”摩擦学国际,30卷,不。4、295 - 304年,1997页。视图:出版商的网站|谷歌学术搜索
4. d . a . Fadare和a·o . Oni”发展和应用机器视觉系统的测量工具磨损,”ARPN工程和应用科学杂志》上,4卷,不。4,42-49,2009页。视图:谷歌学术搜索
5. m . Danesh和k·哈利利的测定在转动过程中刀具磨损使用抽取小波变换和纹理特征,“Procedia技术,19卷,第105 - 98页,2015年。视图:出版商的网站|谷歌学术搜索
6. 杜塔,s . k .朋友美国Mukhopadhyay, r·森,“数字图像处理在刀具状态监测中的应用:复习一下,”CIRP制造科学与技术杂志》上》第六卷,没有。3、212 - 232年,2013页。视图:出版商的网站|谷歌学术搜索
7. 林x, x, y,和k·朱,“基于图像边缘检测的刀具状态监测与形态成分分析,“ISA事务卷,69年,第322 - 315页,2017年。视图:出版商的网站|谷歌学术搜索
8. D . m . D 'Addona和r . Teti”的形象通过刀具磨损预测神经网络数据处理,”Procedia CIRP》12卷,第257 - 252页,2013年。视图:出版商的网站|谷歌学术搜索
9. t·g·道森和t·r·Kurfess”量化的刀具磨损使用白光干涉法和三维计算计量,”国际机床制造杂志》上,45卷,不。4 - 5,591 - 596年,2005页。视图:出版商的网站|谷歌学术搜索
10. a . Devillez美国莱斯科,w .莫泽尔”刀具火山口穿与白光干涉法测量,”穿,卷256,不。1 - 2日,56 - 65,2004页。视图:出版商的网站|谷歌学术搜索
11. g . Xiong, j·刘,a·阿维拉”刀具磨损测量通过使用基于活动轮廓模型的图像处理,”机电一体化和自动化学报2011年国际会议上(国际)IEEE,页670 - 675年,北京,中国,2011年8月。视图:谷歌学术搜索
12. k·n·普拉萨德和b . Ramamoorthy刀具磨损评价立体视觉和预测人工神经网络,”材料加工技术杂志》上,卷112,不。1,43-52,2001页。视图:出版商的网站|谷歌学术搜索
13. r . Teti k . Jemielniak g . O ' donnell和d . Dornfeld“先进的加工操作,监控”CIRP年报卷,59号2、717 - 739年,2010页。视图:出版商的网站|谷歌学术搜索
14. r·施密特y Cai, a . Pavim“机器视觉系统检查侧面磨损刀具,”国际期刊上控制系统和仪表,3卷,不。1,37-31,2012页。视图:谷歌学术搜索
15. l . Fernandez-Robles g·泽帕迪,大肠圣保罗和n . Petkov”Machine-vision-based识别破碎的边缘轮廓铣头插入,“机器人和电脑一体机制造,44卷,第283 - 276页,2017年。视图:出版商的网站|谷歌学术搜索
16. j . Jurkovic m . Korosec, j . Kopac”新方法在刀具磨损测量技术利用CCD视觉系统,”国际机床制造杂志》上,45卷,不。9日,第1030 - 1023页,2005年。视图:出版商的网站|谷歌学术搜索
17. g .段Y.-W。陈,t . Sukegawa“自动光学侧面磨损测量的使用水平集硬质合金截平面分割,“机器视觉和应用程序,21卷,不。5,667 - 676年,2010页。视图:出版商的网站|谷歌学术搜索
18. h·h·Sahabi和m . m . Ratnam”评估侧面磨损和鼻子半径工件粗糙度轮廓的磨损将操作使用机器视觉,”国际先进制造技术杂志》上,43卷,不。1 - 2,乳,2009页。视图:出版商的网站|谷歌学术搜索

版权

版权©2019 Avinash Thakre et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。