利用CCD视觉系统测量工具磨损技术新进展.docx
《利用CCD视觉系统测量工具磨损技术新进展.docx》由会员分享，可在线阅读，更多相关《利用CCD视觉系统测量工具磨损技术新进展.docx（14页珍藏版）》请在冰豆网上搜索。
利用CCD视觉系统测量工具磨损技术新进展
上海应用技术学院
机械与自动化工程学院
毕业设计（论文）外文翻译
题目小型流程操纵模型的实施（软件）
学生姓名严晓诚
专业进程装备与操纵工程
学号07
班级06102211
指导教师安子良
职称讲师
2020年3月9日
利用CCD视觉系统测量工具磨损技术的新进展
J.尤尔科维奇,M.科罗舍茨,J.科帕克
摘要
本文提出了一种测量不同工具磨损参数的直接靠得住的测量程序。
现在现代图像处置技术和机械视觉系统能在循环完成对工具磨损的直接测量。
本文所提出的系统其特点是其测量的灵活性，高空间分辨率和良好的准确性。
该系总共分为照亮工具的光源，CCD相机，线性投影机与激光二极管（用于对工件进行深度评估）和用于获取图片的搜集卡和个人电脑。
该技术最大的特点是通过在工具表面上的预测激光光栅线来决定样件深度。
因此，与其他技术相较，它的优势在于它能够只测量二维剖面。
应用本页提出的技术，一张凸出表面的三维图像没必要需要用一个很复杂的测量系统就能够够取得。
和本页介绍的方式相较，所有的间接方式，比如声音的发射，力的测量，主轴的电流测量，振动传感器等都是超级耗时且需要配备超级昂贵的辅助测量设备和装置。
2005Elsevier公司保留所有权利。
关键词：
CCD相机;图像处置;机械视觉系统
1介绍
在研究文献里，许多单或多传感器战略正在被研究用来作为靠得住的工具磨损监测。
信号处置的通信研究，传感器融合，和人工智能技术也正在开展。
限制工具利用寿命的磨损机理有两种：
后刀面磨损和凹口磨损。
后刀面磨损在该工具的凸出面上发生，要紧是由加工表面上工具的摩擦运动引发的。
凹口磨损发生在该工具的倾斜面，它改变凹口工具的接合部位，从而阻碍切削进程。
传统上，实验室条件下，磨损已经用工具制造商的显微镜测量过。
后刀面磨损通过测量在工具的边缘顶部和底部磨损表面之间的最大距离（称为VBmax）来确信。
因此，后刀面磨损用来测量关于受到损害的切削边沿（不与工件接触的切削边缘的一部份），即关于要紧的切削边沿，倒角或圆角半径或轻微的切削边沿。
专门要紧的切削边沿磨损类型是指[1,7]：
—在最大切削深度处要紧后刀面表面切口的长度为Wmax，
—在切削最大深度处后刀面的磨损区的宽度的称作W，在那个区域的后刀面磨损的最大宽度称为Wmax，如图1所示。
图1.硬质合金刀片上测量的要紧工具磨损参数
刀具磨损的其他类型是指：
—倒角或圆角切削边沿上的平均磨损宽度尖端，表示为VC（最大值）
—较小的切削边沿上的平均磨损宽度记为VS
因此，后刀面磨损测量与未磨损的边沿有关（不与工件接触一切削端的一部份），即要紧切削端，倒角或圆角半径或较小的切削边沿。
专门要紧的切削端磨损类型是指[7]：
—在最大切削深度处要紧侧表面上的切口长度为Wmax，
—在最大切削深度处后刀面的磨损区域的宽度是W，在那个区域里后刀面的磨损的最大宽度为Wmax
该工具的磨损的复杂性使得手动确信后刀面和凹口磨损边沿的边界复杂化。
显然，这一进程可不能在原地，而且耗时。
[1]
为了解决这些问题，在运算机视觉技术中的进展已致使了刀具磨损的测量的应用的研究。
例如，在机械进程中，机械视觉用来监测铣，最后一次铣工上插入的条件测量。
直接光学测量技术许诺高精度测量工具磨损。
例如，当把面积为5*5平方毫米的一个区域成像在一台CCD相机的芯片上，内部图像有一个约10微米分辨率，通常关于许多应用程序是足够的。
一旦原始灰度图像以数字形式存储在一台电脑，所有的种类不同参数，能够由它们计算出来。
通过利用机器视觉，直接测量进程原那么上能够自动化，尽管自动优化调整照明时有故障。
优化调整照明关于CCD照相机拍照的图像质量的重要参数。
另一方面，视觉信息有其优势，它能够很容易解读。
由于它信息含量高，它是研究工具磨损形式的第一选择。
刀具磨损形式，不能从间接测量信号中取得。
只是，在机床上监测加工，以前的机械视觉研究已经查验了工具型式的直接光学测量和工具磨损区域的测量。
视觉系统在刀具磨损的直接（间歇）测量上有固有的优势[2]。
后刀面磨损区域能够用摄像头成像，但凹口磨损的决定需要在工具上安装投影灯。
该结构模式的变形（通常平行激光灯线），说明了在工具凸出表面上凹口深度。
在这项研究工作上，要紧压力将被施加在侧面磨损，用变形激光将显示这一新的出口。
那个地址提出的技术是用曲率和在变形激光束间的距离，并进行算法来确信深度和耙子上的或工具侧面上的一个表面沟。
在这项工作中，用激光束预测的工具磨损的高分辨率灰度图像是由CCD摄像头取得的，那个摄像头连接到一个个人电脑的接口卡（搜集卡），并配备一个捕捉图像软件。
2测量设备和实验细节
该工具的磨损测量系统示意图如图2，实际位置显示在图3。
为了在磨损和未磨损工具区域取得足够的对照，对硬质合金样件照明强度和角度被调整，以突出该工具区域的因素。
CCD摄像机松下GPMF130，有一个768*493的像素，和闪光灯，配备了空间光调制器的发光二极管和达到最亮的解运和卤素灯一路使用。
LED能取得频率很高脉冲，因此适合在不能利用静态照明的情形下。
图2.刀具磨损测量系统示用意
图3.安装在机床工具森精机可溶性L-153测量设置
为了减少透视失真的阻碍，远心镜头系统是安装在相机上。
在远心镜头里，光圈被直接定位在它的聚核心。
从此只有平行光能够通过那个光圈。
因此，当反映的目标似乎是无穷偏远的，不可能有透视失真，倍率也是独立于镜头距离。
CCD相机被连接到图像搜集卡，从模拟到数字的转换有一个8位结果。
一种CCD传感器事实上是一个包括光阵列灵敏的金属氧化物半导体（MOS）电容器，这通常同时显示和按顺序读取[6]。
整个图像分析在微机上进行，第一是数字化强度矩阵，最后是一系列工具磨损参数，利用软件捕捉音频，视频，并将它记录在个人电脑上。
图像搜集卡和校准
该相机被连接到一个PCI图像搜集卡，它许诺同步搜集图像。
标准模拟图像搜集卡利历时钟芯片，它通常运行4-10倍的像素。
在水平同步信号（HSYNC）边缘下降已经发生后，他们开始数字化时钟第一个向上的边缘上的一行。
因此，每行有一个随机补偿，通过补偿，该行就转向真正的水平同步信号，致使一个随机产生最多的四分之一到十分之一的像素转移。
为了取得一个比十分之一像素更高的分辨率，图像搜集卡与相机像素时钟同步[3]。
为了在SI单元中确信磨损参数，视觉系统被校准以确信适合的转换因素。
他们之间一系列已知距离的平行线都集中在显微镜下而且他们的距离用像素测量。
取得以下转换因素：
水平因子:
μm/pixel
垂直因子：
μm/pixel
这些校正后的因素后来被用于计算在SI单位的各类磨损参数。
校准测量设置如图4。
摄影及灯光被夹紧于铝盘上。
眼前工具被安装在一个旋转的平台，持有人持有。
那个持有人在xy方向上能够移动，位置精度约0.01毫米。
这保证了精准定位相机和测量和移动距离间的准确联系。
摄像机的视场约为*平方毫米。
在工具和相机间的距离约为200毫米。
图4.表上的校准测量设置
图5.在灰色层次散布及适当的表面轮廓基础上的标准化表面高度
通过灰色层图像系列优化生成图像的方式
表面纹理事实上是在本地域域灰色层的空间散布。
通过纹理层次分割时，一个单独的同源区域被概念为利用该区域的固有灰色度性质。
在利用适当的数学软件工具的基础上，就能够够以对数轮廓构建二维直方图，这种数学软件能够利用亮度转变来转换每一个原始图像像素成表面高度。
图5给出了一个例子，显示了依托灰度散布的表面高度的散布和应用在底部和表面轮廓方向的发光表面的充沛厚度。
样件深度的重要性由二维梯度向量评估，由[4]给出：
（1）
关于数字成像，利用了近似梯度离散的方式。
导数的近似值利用了相邻像素之间的不同，这些像素在一个本地的小窗口中被计算出来。
Gx和Gy从以下表达式取得：
和
（2）
X1，…，X9是在底层的图像的像素
向量公式用于点，线和边缘的检测，或者这些功能的任意组合。
那个算法适用于一系列每一个像素为4*4的核，如此，每一个内核在图像上提取不同的特点。
通过查找在一个图像边沿的图像像素，并将其连接起来，对象的边界能够被概念。
当一个函数的梯度成为一个变量的测量方式时，边缘检测利用梯度技术来定位边缘像素。
由于在一个专门的本地区域，质地是灰度的空间散布，以这种方式在应用方向上的表面轮廓能够较准确地测出。
通过激光网格空间距离和曲率在磨损的硬质合金刀片上产生侧面深度的方式
第二种方式是超级适合的，因为最正确照明设置（照明角度和强度）的问题是很容易克服的，这是由于确信刀具磨损程度的方式和原那么。
这可能还表示，这种方式更为明显或更受用户欢迎的，因为在侧翼或刀面的工具磨损能够在‘第一眼’就很容易认出。
与‘灰度'方式相较，此方式也具有其独特的优势，第一是因为没有必要用很多数学，操作者能看到一切，且进程要快得多，对刀具磨损的评估几乎是同时发生的。
这是在咱们实验室已实行的方式。
由于变形的激光网格，它能够区分平面和损坏的表面，激光网络是用来预测对硬质合金刀片的敞亮表面。
物理原理如图6a，在硬质合金刀头侧表面上的真实刀口如图6B所示。
镜面反射用于一个表面的外观，他们也能用来描述表面。
离散光的角度和激光束的特性专门大程度上取决于三维表面的结构尺寸。
若是表面元素远大于激光的波长，反映光束的角散布将依照表面元素的偏向分派，如图6所示。
2.3.1图像搜集
为了传输相机的信号到运算机上，图像搜集卡（数字化）是必要的。
若是从相机输出的信号是数码的，那么图像搜集卡是图片缓冲区或帧存储。
模拟输出时，图像搜集卡还必需在A/D转换器上解码摄像机信号。
图像搜集原那么如图7[5]。
图6.在表面变形和Lambert的法律原那么基础上衡量一个磨损的表面上的镜面反射
图7.转换非相干的相干光用空间光调制器网格（STM）和偏振分束和分派器立方体（PBSC）b.光源安装
在空间光源调制器（SLM）的正面上，该对象成像在照片导电层上。
取得的那个电压称为反面上的液晶，相干激光极端状态被调制。
偏光分束器，偏振束分离器立方体（PBSC），作为分析仪。
那个单独的刀口表面上的最正确散射散布利用了如图7所示的安装程序表。
波长为纳米的A激光，已被用于激光投影的预测。
光经过一把菜刀并有必然概率击中约平方毫米光斑大小的样本上。
一个连接到锁定的放大器上的探测器检测了散射光。
在激光和探测器之间的夹角实际上固定并优化在30至60度方向。
该样本是也围绕垂直于几何平面的旋转轴旋转。
最正确散射角被确信为
，参照图7b。
利用拟议的方式，不仅在侧表面上的二维参数能够找到，例如VB，而且它也可能取得样本的深度，事实上一个磨损硬质合金刀片表面的三维图片是能够取得的。
为了在录制的图片上对磨损参数评估和尺寸检查，一个名为'图像工具'的软件被利用了。
该软件内的以下参数被直接在屏幕上的图片上测量取得：
距离，斜坡角度，领域，深度等，这是能够用像素或成立转换因子，直接用毫米来测量的。
放大了的70倍后，就足够区分拍的图片上的有趣特点。
在工具图像软件内的程序参数设定以后，所有可能的工具磨损测量被以1pixel=0.001毫米的性质执行。
后来在工具图片的脚本语言中宏被编写，它在图像上自动捕捉工具磨损参数，也取得了所有测量实验的必要的统计计算，见表1。
表一：
实验结果
试验号码
最大磨损面宽度
（mm）
磨损面面积
（mm2）
磨损面周长
（mm）
在Z轴方向上的最大深度（mm）
1
2
3
4
5
平均值
标准差
tv,p,v=8
P=95
精密可靠性
图8.‘图像工具'里在工具刀口上的被分析的参数的两个例子
3实验结果
在没有冷却剂的情形下，工具磨损实验在车床上进行。
磨损增加模式在涂层的硬质合金工具样件（级数VC5）上观看，当转动热轧钢板时。
在车床停止前，工件被转动了15分钟。
然后刀片被定位在视觉系统下，后刀面磨损和尖端磨损图像被记录和保留在运算机中。
那个程序在机床上每切削10分钟被重复直到7个削减部份全数用相同的刀片切削过。
以下参数估量：
最大磨损面宽度，磨损面积，磨损面周长，和特定点的切线斜率来取得试件深度。
对这些参数进行分析，一个叫'UTHSCSA图像工具'的软件被使用，对JPG或GIFF文档执行如此的分析，这个软件是超级适合并很受用户青睐的。
对一些参数进行的分析，如图8所示。
，它提供了一个极端的条件。
在一些条件下，表面上产生一条线，然后找出在任意点的深度，就能够够找出曲率和切值。
在图9中，显然看得到，当一个工具刀在以很慢的进给速度运动时，预测激光束的形状，斜率依托于表面斜坡转变。
磨损图像在切割进程的不同时期被记录下来。
在LatheMoriSeiki153SL上，该工具途径和进给速度是数控程序的内部程序操纵的。
所有的刀具磨损参数利用‘图像工具’软件被衡量并取得，并非需要利用工具显微镜。
在一样的光照条件下，该工具的磨损参数的重复性计算从5个工具磨损样件的测量下取得。
它能够被估算成
（3）
是从学生-t分布上取得的，S是标准误差（STD），
（4）
（5）
在对后刀面磨损测量中重复性的结果被列于表1中。
能够看出测量参数几乎没有转变。
图9.在车床上超级缓慢的移动角塔头部时拍照的一系列的图片。
第一个提出了新的工具，其他人那么显示了磨损的工具刀口。
图10.书面宏测量的自动化磨损参数
该参数的测量通过利用脚本语言宏来测量，图10a显示了一个用于宏估量的典型单元图像。
图片上标示的参数在运行的NC码上被操控者自动测量。
图10b显示了一个二维图形，它表示了在图10a中的典型图像里画的线上的像素的强度。
该图显示了x轴上的那条线上的距离和y轴上的灰度。
保留和复制被用来保留原始文件数据的宏内的命令，格式化成多行，每行包括三个数字：
线上每点的x,y坐标，和该像素的灰度。
在这些数据的基础上，就取得了深度值（Z坐标）。
表面（如凹口磨损）上很小的面积可以被检查出来，在那个区域特定像素的灰度值散布也能够取得。
平均灰度值和其标准差也能被计算出来。
灰度值是在被视察区域是最频繁的，通过这个原那么，能够很容易地进行评估。
因此，能够得出哪个表面深度是这区域最频繁。
沿水平X轴方向的每一个值代表一个灰度值。
沿垂直的y轴上的值代表这种灰度值的图像里的像素的有关号码。
区域点的值的直方图的例子如图10a和图11。
咱们的宏将所有在一个文本文档里的那些数据分成256行，每行包括一个单独的号码与该数值一路的像素合计数。
研究结果还用模具制造商的显微镜的检查过，用图像工具软件测量的工具磨损参数上并无大的误差。
图11.在利益区域中灰度值散布的直方图
4讨论
应该强调，在图像工具软件上有可能显现一些问题，因为它应该和适当的接口卡一路利用，整个测量链应该配合每次机床工具的工作条件发生转变的时刻。
只是，固然是可能拯救每一个工作条件，然后在材料切割成特定组合前装载它。
因此，成立一个有效的工作数据库是有效的，它能够在以后的工作中利用。
若是宏被写入，这有助于自动化测量程序，那么它必需指出，专门的宏是只关于类似的工作条件有效，这引发了切割表面类似的磨损。
可是，固然可能编制许多不同的宏，这些宏能够组成组。
对所描述的方式，也能够选择扫描加工操作和取得位图图片之间的切割样件，并且其中可实时构造磨损切割样件的三维模型。
那么这种模式可在任何CAD建模中被加以分析。
可是，这解决方案需要额外的软件和扫描相机，这些是更为昂贵的，而且需要更多的技术操作人员。
本文提出的方式在咱们的实验室测试过，到目前为止，事实证明在天天的实践和工具商店公司里，关于一个一样的机械工来讲它操作起来并不是太复杂。
5结论
与其他已知的方式比较，上文所述的方式要紧优势是：
—不利用任何其他设备，在一个处置过的个人电脑屏幕图像上，直接测量多个
工具磨损参数的可能性，
—那个进程本身能够自动化，数控程序包括在摄像头隔壁驱动工具一步步移动的工具线路，
—在工具图像中，软件能够用脚本语言编写'宏观调控'，因此所有需要的参数将在一个GIFF的文档图片上被自动测量，
—结合编写的程序，在一个正切激光线角度的基础上，一个实时的工具磨损的三维轮廓能够得出，它随表面试件深度改变。
因此，整个进程证明了它在天天机械工具的利用中是超级有利的，通过宏编写，机床工具操作员没必要耗专门大力气在机械工具上，就能够利用此步骤。
这已经在咱们的实验室中证实过了。
参考文献
[1]J.Kopac,Cutting-toolwearduringhigh-speedcutting,J.Mech.（4）（2004）195–205FacultyofMechanicalEngineeringLjubljana.
[2]T.Pfeifer,L.Wiegers,Reliabletoolwearmonitoringbyoptimizedimageandilluminationcontrolinmachinevision,Measurement28（2000）209–218Elsevier.
[3]F.Puente-Leon,J.Beyerer,DatenfusionzurGewinnunghochwertigerBilderinderautomatischenSichtprufung,Automatisierungstechnik-at,Bd.45（1997）480–489Heft190.
[4]S.Kurada,C.Bradley,Areviewofmachinevisionsensorfortoolconditionmonitoring,Comput.Ind.34（1997）52–72.
[5]M.Sonka,V.Hlavac,R.Boyle,ImageProcessingAnalysisandMachineVision,Brooks/Cole,PacificGrove,CA,1999.
[6]S.Lanser,C.Zierl,R.Beutlhauser,MultibildkalibrirungeinerCCDKamera,InformatikAktuell,Springer,NewYork,1995pp.481–491.
[7]S.Dolinsˇek,J.Kopacˇ,Odrezavanje,FacultyofMechanicalEngineering,Press,UniversityofLjubljana,1992.
升级会员 