机械视觉方法的刀具磨损检测系统开发
日期 【】随着工业4.0的到来，制造工厂为提升生产效率都纷纷引入自动化生产系统。然而，无论是过去传统的机械加工设备还是如今的高端数控机床，切削刀具磨损刀片的更换仍是以人工方式进行手工更换，即由人工检测刀片，确定刀片磨损程度或由刀片切削历程及统计数据预测刀片的磨损量，从而提前更换刀片以避免因切削刀片过度磨损而造成产品加工精度降低。以往刀具磨损的检测方式，普遍存在着产品加工效率降低、加工精度劣化的问题，为了克服现有刀具磨损检测方法的不足，本文基于机械视觉方法开发了刀具磨损的检测系统。该系统可直接安装于机床的工作台上，并且能配合计算机数值控制器及自制光源的操作，获取磨损刀片的清晰影像。本文以机械视觉自动检测及分析方式，实现了刀具的侧面磨损、破损、断裂、刃口积屑等四种刀片状态的机上监测。
目录
引言 1
一、实验系统 2
（一）实验系统 2
（二）摄像机及保护盒 2
（三）NI myRIO及周边硬件电路 2
（四）机械视觉影像辨识系统 3
二、刀具磨损检测及光源系统 3
（一）刀具磨损形式 3
（二）系统架构流程 4
（三）光源系统及测试环境建立 5
（四）光源系统及保护盒设计制作 6
三、实际机台架设模拟测试 8
（一）磨损检测 9
（二）实验结果 10
四、结论 12
总结 13
参考文献 14
谢辞 15
引言
如今的工业技术日新月异，各制造企业都在努力提升产品的质量及生产效率，而产品的质量的提升却受限于机床精度及刀具磨损状况的影响。以大批量生产为例，因刀具的磨损，即使是同一批产品，其加工尺寸也很难完全保持一致，因此，如何准确获取刀具的磨损状况参数，并在此基础上预测刀具的使用寿命就显得尤为重要。一般传统的机械制造中，往往首先在发现产品质量降低时才开始注意刀具的磨损。一些现代化工厂为了控制产品质量，在自动化生产线上增加了许多自动监测设备来监 *好棒文|www.hbsrm.com +Q: ^351916072#
控产品的生产，希望凭借多种传感器来提早发现不良产品，或是由生产异常数据来研判不良产品产生的可能原因，从而在最大限度上降低不良品的产生的可能性。
刀具在机床上的磨损是受多种工艺参数耦合影响的结果，一般刀具的磨损集中在刀腹及刀尖侧部位。通常用表面磨损面积及尺寸大小来评判刀具的磨损程度。本文主要针对几种常见的刀片磨损形式展开研究，并基于机械视觉方法开发了刀具磨损的检测系统，透过人机交互界面对不同工况条件下服役的刀具调整其检测系统判据，使其达到实际生产要求。
实验系统
（一）实验系统
本实验系统分为以下几个部分：1）摄像机及保护盒；2）NI myRIO及周边硬件电路；3）机械视觉影像辨识系统。
（二）摄像机及保护盒
保护盒主要是用20cm(10cm(10cm的铝合金制成，并结合气缸进行检测口的开闭动作，保护摄影机及其设备不受加工切屑污染，其部件组成如图11所示。
图11 保护盒硬件
所使用的摄像机型号为DFK 23GP031GigE 彩色工业相机，使用Myutron HS3514J镜头，并搭配Myutron RC20放大镜，放大倍率为20。整体结构如图12所示。
图12 摄像机及其配件
（三）NI myRIO及周边硬件电路
外部硬件采用NI myRIO控制器，选用双核ARM CortesxA9处理器为硬件控制核心，如图13所示。
图13 NI myRIO嵌入式系统
由于NI myRIO输出电压为3.3V，必须用光耦合进行信号隔离，并搭配TIP42C晶体管进行功率放大，驱动外部部件进行输入/输出信号控制。外部光源采用5730 LED发光管透过myRIO输出不同强度的光源，如图14所示。
图14 NI myRIO系统及周边硬件电路
（四）机械视觉影像辨识系统
实验中，使用NI LabVIEW 2014软件进行上位控制，并搭配NI Vision模块分别进行视觉检测及NI myRIO控制，如图15所示。
图15 机械视觉影像辨识系统
刀具磨损检测及光源系统
（一）刀具磨损形式
刀具的磨损机制主要为：磨粒磨损、扩散磨损、氧化磨损、疲劳磨损、黏滞磨损等。在一般机械加工中切削刀具大多以侧面磨损、破损、断裂、刀口积屑等四种情况最为常见，磨损部位通常集中于刀尖与刀腹位置，如图21所示。因此，本文针对这四种磨损情形，运用视觉检测方法对刀具的磨损状况进行评估。
图21 切削刀具磨损部位
（二）系统架构流程
本实验以两种视觉影像系统为基础，包括影像攫取系统及刀具磨损检测分类系统，其工作流程图分别如图22和图23所示。影像攫取系统主要是针对刀尖进行补光，并透过光源强度变化，使得不同种类的刀片具有相当的特征强度，且结合一张曝光影像进行去背动作，让后续刀具磨耗分类更加简单快速。而刀具磨耗检测分类系统则是采用删除法作为检测方法，使得同一次检测只要找到其磨损形式就结束演算，从而减少不必要的检测，其流程顺序以断裂为其第一个检测选项。由于本研究采用去背技术，可以快速找出刀刃的位置，透过刀刃的有无我们可以很快速的判断出此把刀刃是否完整。若刀刃完整就会开始检测刀口有无积屑，此是对前述刀刃的状况进行进一步的分析；透过刀刃的角度分析，我们可以判断出有无积屑的产生，若判断出存在积屑，则透过影像分割，找出积屑的生长程度。当这两种情况都不存在，就会开始寻找刀尖特征。由影像分割与强化，我们可以很快地得到刀具磨损特征的影像，由此影像可以进行氧化磨损或是破损分析，这两种磨损形式在本质上会有很大的差异，主要是氧化磨损在应用上只要不要超
图22 影像攫取系统流程图
图23 刀具磨损检测分类系统工作流程图
过规定值，就可以继续使用，而破损则为刀尖的微小断裂，虽然从特征影像上来看它们的磨损区域很相近，但透过表面纹理观测，可以很容易区分出两者的差异。由于一般氧化磨损是由于加工材料时的摩擦损耗，表面特征多为连续平滑面，而破损则是刀具加工时受力异常，导致刀刃破坏，其磨损面比较粗糙。
（三）光源系统及测试环境建立
摄影机都是依靠接收物体的反射光来实现成像，因此，影像辨识系统必须要保证充足且稳定的光源。本文采用了现行市售的LED灯条，根据本系统的要求调整光源的强度，透过刀片的不同位置进行补光，从而显示出不同的磨损特征。
采用三组不同位置的灯条进行补光，希望由不同光源产生不同的特征影像，补光主要分为：刀尖补光、环形光源、上方补光等三种（如图24所示）。其中环型光源是用来捕捉刀片位置及其大小的设备，主要是利用强光打出刀片的表面形状及面积。架设位置用摄影机的正面对准刀片，使环形光可以充分地照射在刀片上方以达到影像要求。刀尖补光是利用侧上方的光源对刀尖进行补光动作，透过此光源可以凸显刀尖磨损特征，搭配环状光的上方光源补强整体刀片的几何纹理，使后续影像可以更加容易进行识别。
目录
引言 1
一、实验系统 2
（一）实验系统 2
（二）摄像机及保护盒 2
（三）NI myRIO及周边硬件电路 2
（四）机械视觉影像辨识系统 3
二、刀具磨损检测及光源系统 3
（一）刀具磨损形式 3
（二）系统架构流程 4
（三）光源系统及测试环境建立 5
（四）光源系统及保护盒设计制作 6
三、实际机台架设模拟测试 8
（一）磨损检测 9
（二）实验结果 10
四、结论 12
总结 13
参考文献 14
谢辞 15
引言
如今的工业技术日新月异，各制造企业都在努力提升产品的质量及生产效率，而产品的质量的提升却受限于机床精度及刀具磨损状况的影响。以大批量生产为例，因刀具的磨损，即使是同一批产品，其加工尺寸也很难完全保持一致，因此，如何准确获取刀具的磨损状况参数，并在此基础上预测刀具的使用寿命就显得尤为重要。一般传统的机械制造中，往往首先在发现产品质量降低时才开始注意刀具的磨损。一些现代化工厂为了控制产品质量，在自动化生产线上增加了许多自动监测设备来监 *好棒文|www.hbsrm.com +Q: ^351916072#
控产品的生产，希望凭借多种传感器来提早发现不良产品，或是由生产异常数据来研判不良产品产生的可能原因，从而在最大限度上降低不良品的产生的可能性。
刀具在机床上的磨损是受多种工艺参数耦合影响的结果，一般刀具的磨损集中在刀腹及刀尖侧部位。通常用表面磨损面积及尺寸大小来评判刀具的磨损程度。本文主要针对几种常见的刀片磨损形式展开研究，并基于机械视觉方法开发了刀具磨损的检测系统，透过人机交互界面对不同工况条件下服役的刀具调整其检测系统判据，使其达到实际生产要求。
实验系统
（一）实验系统
本实验系统分为以下几个部分：1）摄像机及保护盒；2）NI myRIO及周边硬件电路；3）机械视觉影像辨识系统。
（二）摄像机及保护盒
保护盒主要是用20cm(10cm(10cm的铝合金制成，并结合气缸进行检测口的开闭动作，保护摄影机及其设备不受加工切屑污染，其部件组成如图11所示。
图11 保护盒硬件
所使用的摄像机型号为DFK 23GP031GigE 彩色工业相机，使用Myutron HS3514J镜头，并搭配Myutron RC20放大镜，放大倍率为20。整体结构如图12所示。
图12 摄像机及其配件
（三）NI myRIO及周边硬件电路
外部硬件采用NI myRIO控制器，选用双核ARM CortesxA9处理器为硬件控制核心，如图13所示。
图13 NI myRIO嵌入式系统
由于NI myRIO输出电压为3.3V，必须用光耦合进行信号隔离，并搭配TIP42C晶体管进行功率放大，驱动外部部件进行输入/输出信号控制。外部光源采用5730 LED发光管透过myRIO输出不同强度的光源，如图14所示。
图14 NI myRIO系统及周边硬件电路
（四）机械视觉影像辨识系统
实验中，使用NI LabVIEW 2014软件进行上位控制，并搭配NI Vision模块分别进行视觉检测及NI myRIO控制，如图15所示。
图15 机械视觉影像辨识系统
刀具磨损检测及光源系统
（一）刀具磨损形式
刀具的磨损机制主要为：磨粒磨损、扩散磨损、氧化磨损、疲劳磨损、黏滞磨损等。在一般机械加工中切削刀具大多以侧面磨损、破损、断裂、刀口积屑等四种情况最为常见，磨损部位通常集中于刀尖与刀腹位置，如图21所示。因此，本文针对这四种磨损情形，运用视觉检测方法对刀具的磨损状况进行评估。
图21 切削刀具磨损部位
（二）系统架构流程
本实验以两种视觉影像系统为基础，包括影像攫取系统及刀具磨损检测分类系统，其工作流程图分别如图22和图23所示。影像攫取系统主要是针对刀尖进行补光，并透过光源强度变化，使得不同种类的刀片具有相当的特征强度，且结合一张曝光影像进行去背动作，让后续刀具磨耗分类更加简单快速。而刀具磨耗检测分类系统则是采用删除法作为检测方法，使得同一次检测只要找到其磨损形式就结束演算，从而减少不必要的检测，其流程顺序以断裂为其第一个检测选项。由于本研究采用去背技术，可以快速找出刀刃的位置，透过刀刃的有无我们可以很快速的判断出此把刀刃是否完整。若刀刃完整就会开始检测刀口有无积屑，此是对前述刀刃的状况进行进一步的分析；透过刀刃的角度分析，我们可以判断出有无积屑的产生，若判断出存在积屑，则透过影像分割，找出积屑的生长程度。当这两种情况都不存在，就会开始寻找刀尖特征。由影像分割与强化，我们可以很快地得到刀具磨损特征的影像，由此影像可以进行氧化磨损或是破损分析，这两种磨损形式在本质上会有很大的差异，主要是氧化磨损在应用上只要不要超
图22 影像攫取系统流程图
图23 刀具磨损检测分类系统工作流程图
过规定值，就可以继续使用，而破损则为刀尖的微小断裂，虽然从特征影像上来看它们的磨损区域很相近，但透过表面纹理观测，可以很容易区分出两者的差异。由于一般氧化磨损是由于加工材料时的摩擦损耗，表面特征多为连续平滑面，而破损则是刀具加工时受力异常，导致刀刃破坏，其磨损面比较粗糙。
（三）光源系统及测试环境建立
摄影机都是依靠接收物体的反射光来实现成像，因此，影像辨识系统必须要保证充足且稳定的光源。本文采用了现行市售的LED灯条，根据本系统的要求调整光源的强度，透过刀片的不同位置进行补光，从而显示出不同的磨损特征。
采用三组不同位置的灯条进行补光，希望由不同光源产生不同的特征影像，补光主要分为：刀尖补光、环形光源、上方补光等三种（如图24所示）。其中环型光源是用来捕捉刀片位置及其大小的设备，主要是利用强光打出刀片的表面形状及面积。架设位置用摄影机的正面对准刀片，使环形光可以充分地照射在刀片上方以达到影像要求。刀尖补光是利用侧上方的光源对刀尖进行补光动作，透过此光源可以凸显刀尖磨损特征，搭配环状光的上方光源补强整体刀片的几何纹理，使后续影像可以更加容易进行识别。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/mjsk/634.html
