前言:
當前的高速加工中心在r.業(yè)生成中具有廣泛的應用價值,在加工中心加丁過程中,刀具磨損問題成為刀具失效的關鍵因素。刀具失效導致T.件加丁質(zhì)量低,使得加工中心出現(xiàn)故障,大大降低企業(yè)生成效率[1_3]。因此,尋求可靠方法對高速加工中心刀具狀態(tài)進行準確檢測,具有重要應用價值。傳統(tǒng)多傳感器融合的刀具磨損檢測方法,通過依據(jù)特征變換的特征降維方法,完成多傳感器融合的特征降維處理,其對特征的描述性差,檢測效率低[4_6]。
文獻m采用ccd照相機采集刀頭罔像,明確刀頭區(qū)域同刀具磨損區(qū)域,進而準確檢測出刀具磨損邊緣點,運算出刀具的磨損量,但是該方法的抗噪性能較差,檢測精度較低。文獻[8]分析了依據(jù)傳感器檢測的刀具磨損狀態(tài)檢測方法,對傳感器信號進行分析和采集,可運算出刀具狀態(tài)變量,但是該方法的準確率低,主要應用于小范圍的機械加丁,具有較大局限性。文獻[9]分析了基于多傳感器融合的刀具狀態(tài)檢測方法,其通過依據(jù)特征變換的特征降維方法,完成多傳感器融合的特征降維處理,但是該方法對特征的描述性差,檢測效率低。文獻[10]采用對濾式的特征選擇算法完成刀具檢測,該方法先塑造刀具的特征評估函數(shù),并運算刀具特征間的冗余度,采用學習算法分析選擇后的刀具特征準確率,完成刀具磨損狀態(tài)的識別。但是該方法的檢測精度較低,存在較高的偏差
為了解決上述問題,設計基于多視覺特征融合技術的高速加工中心刀具狀態(tài)視診系統(tǒng)。實驗結(jié)果表明,所設計系統(tǒng)可準確檢測出刀具的磨損狀態(tài),具有較高的檢測精度和魯棒性。
1高速加工中心刀具狀態(tài)視診系統(tǒng)設計
1.1系統(tǒng)結(jié)構(gòu)
所設計的基于多視覺特征的高速加工中心刀具狀態(tài)視診系統(tǒng)硬件結(jié)構(gòu)如閣1所示。該系統(tǒng)通過雙攝像機聯(lián)合定位跟蹤加工中心刀具,增強刀具信息采集的精度,通過一系列刀具特征采集和跟蹤算法,采集同刀具磨損相關的視覺特征信息,通過BP神經(jīng)網(wǎng)絡方法融合多視覺特征信息,檢測高速加工中心刀具的磨損情況。
系統(tǒng)通過雙攝像機同時采集高速加工中心刀具圖像。其中同定攝像機A采集整體刀具圖像,可控攝像機B采集刀頭圖像。兩個攝像機的視頻圖像都輸人到圖像采集卡中的數(shù)據(jù)采集電路接口,采用數(shù)據(jù)處理模塊將模擬信號變換成數(shù)字信號。PC機采集刀具的數(shù)字視頻圖像后,采用基于BP神經(jīng)網(wǎng)絡的閣像分析算法,獲取刀具磨損信息,并通過顯示報警模塊呈現(xiàn)刀具磨損信息。采用UV60M —體化高速球型攝像機作為可控攝像機,該攝像機具有較高的轉(zhuǎn)速和采集精度,滿足高速加工中心刀具圖像信息采集實時性的要求。
多視覺特征融合是對人腦綜合復雜問題的功能模擬,多視覺特征融合系統(tǒng)中,不同攝像機采集不同的刀具信息特征,這些特征間存在一定的關系。信息融合可
充分利用不同的攝像機資源,通過對不同攝像機及其觀測信息的合理分配,可全面描述刀具的特征,為刀具狀態(tài)檢測提供了可靠的分析依據(jù)。
1.2數(shù)據(jù)采集電路設計
高速加工中心刀具狀態(tài)視診系統(tǒng)要求實時準確采集和處理刀具圖像信息,并且要求硬件系統(tǒng)盡可能小,安裝到高速加工中心刀具中。
采用MEMS加速度傳感器和無線射頻芯片CC2430作為系統(tǒng)采集卡的核心,CC2430是嵌人式SgBee應用的片上系統(tǒng),其支持2.4 GHz 802.15/ZigBee協(xié)議,集成了高性能2.4 GHz射頻收發(fā)器和T業(yè)級的控制器。CC2430是數(shù)據(jù)采集卡中的關鍵部分,其用于接收攝像機A和攝像機B采集的刀具視頻閣像數(shù)據(jù),其硬件電路設計主要包括傳感器電路、無線發(fā)射/接收電路、串口電路以及紐扣電源。將傳感器電路、無線發(fā)射電路以及紐扣電源集成在一塊數(shù)據(jù)采集和發(fā)射電板上,將串口電路和無線接收電路集成在另一塊數(shù)據(jù)接收電路板上。數(shù)據(jù)采集和發(fā)射電路原理如圖2所示,其采用串口將接收到的刀具視頻圖像數(shù)據(jù)傳送到數(shù)據(jù)處理模塊中進行處理。
伯特利數(shù)控 備注:為保證文章的完整度,本文核心內(nèi)容都PDF格式顯示,如未有顯示請刷新或轉(zhuǎn)換瀏覽器嘗試,手機瀏覽可能無法正常使用!
結(jié)束語:
本文設計基于多視覺特征融合技術的高速加工中心刀具狀態(tài)視診系統(tǒng),系統(tǒng)通過固定攝像機A采集整體刀具圖像,可控攝像機B采集刀頭圖像。兩個攝像機的視頻圖像都輸人到圖像采集卡中的數(shù)據(jù)采集電路進行處理。系統(tǒng)通過數(shù)據(jù)采集電路獲取刀具圖像數(shù)據(jù)后,將數(shù)據(jù)傳遞給數(shù)據(jù)處理模塊進行存儲和模/數(shù)轉(zhuǎn)換等處理。采用STCS9C52單片機設計顯示報警模塊,用于顯示刀具磨損狀態(tài)。系統(tǒng)實現(xiàn)部分給出了系統(tǒng)軟件流程圖,并通過BP神經(jīng)網(wǎng)絡方法融合多視覺特征信息,檢測高速加工中心刀具的磨損情況。實驗結(jié)果表明,所設計系統(tǒng)可準確檢測出刀具的磨損狀態(tài),具有較高的檢測精度和魯棒性。
伯特利數(shù)控是一家集銷售、應用及服務于一體的公司。產(chǎn)品包括:CNC加工中心、鉆攻中心、龍門加工中心、雕銑機、石墨機、五軸加工中心、立式加工中心、臥式加工中心等。我們機床的生產(chǎn)工廠設在廣東省東莞市,目前其生產(chǎn)的加工中心70%出口,其中出口到歐洲占到50%。我們盡心、盡力、盡意的服務!
聲明:本站文章均來自網(wǎng)絡,所有內(nèi)容不代表本站觀點,本站不承擔任何法律責任!
2024-11
本文以組合式六角亭模型為實例,分析工藝難點與加工可行性,指出該模型的加工難點是模型形狀不規(guī)則和整體剛性差,并通過設計新的工藝方案解決加工難點,完成了模型整體的加工。新的加工工藝有助于提高加工效率和精度,為五軸數(shù)控加工提供了一個典型案例,對于五軸加工中心數(shù)控加工也具有指導作用和重要… [了解更多]
2024-11
宇匠數(shù)控 備注:為保證文章的完整度,本文核心內(nèi)容由PDF格式顯示,如未有顯示請刷新或轉(zhuǎn)換瀏覽器嘗試,手機瀏覽可能無法正常使用!本文摘要:通過對混聯(lián)五軸加工中心自適應深度學習控制方法的 研 究,可 知 此 方 法 的 創(chuàng) 新 之 處 在 于:1)建 立 了 機 床 的 運 動 學 … [了解更多]
2024-11
在機測量技術由于其成本低、檢測效率高、無需二次裝夾等優(yōu)勢被廣泛用于零件加工測量當中,使得五軸加工中心和五軸鉆攻中心,同時又兼具測量功能。在機測量系統(tǒng)的構(gòu)成如圖1所示,硬件部分主要是由高精度探頭、信號接收器、機床整個本體,軟件部分由機床控制系統(tǒng)、測量軟件等組成[8]。待零件加工完成… [了解更多]
2024-11
?加工精度是影響機床性能和產(chǎn)品質(zhì)量的主要難題,也是制約國家精密制造能力的重要因素。本文以五軸加工中心為對象,針對提升機床精度進行了研究。并且隨著科技的發(fā)展,精密的儀器和零件在生產(chǎn)實踐中占據(jù)的分量逐漸增加,在數(shù)控機床這種精密機器精度不斷提高的同時,必須控制內(nèi)外界環(huán)境的隨機影響因素在… [了解更多]