刀具在切削過程中將逐漸產(chǎn)生磨損,當(dāng)磨損達(dá)到一定程度后將會影響加工的尺寸精度和表面質(zhì)量。刀具磨損關(guān)系到切削加工的效率、成本和質(zhì)量,是加工過程所關(guān)注的重要問題之一。隨著制造智能化、精細(xì)化的發(fā)展,對刀具磨損信息的監(jiān)測提出了更高的要求,因此需要構(gòu)建更加高效和智能的刀具磨損檢測系統(tǒng)。本文以銑削過程中刀具磨損狀態(tài)為研究對象,對刀具磨損檢測的關(guān)鍵技術(shù)進(jìn)行研究,主要完成以下內(nèi)容:闡述了刀具的磨損形式和磨損機(jī)理,根據(jù)刀具磨損特點(diǎn),對立銑刀的磨損圖像識別算法進(jìn)行研究,首先對相機(jī)進(jìn)行標(biāo)定,確定畸變參數(shù),對圖像進(jìn)行矯正;然后對刀具磨損圖像進(jìn)行預(yù)處理,采用機(jī)器視覺方法獲得刀具的磨損值。建立了基于卷積神經(jīng)網(wǎng)絡(luò)的刀具磨損類型識別方法。使用python、tensorflow搭建了卷積神經(jīng)網(wǎng)絡(luò),添加權(quán)重正則化和丟棄層抑制過擬合,驗(yàn)證過擬合抑制效果。評估模型效果。通過試驗(yàn)采集獲得的刀具磨損圖像對模型進(jìn)行訓(xùn)練,并對識別模型的準(zhǔn)確度進(jìn)行評估。設(shè)計(jì)了一套刀具磨損圖像采集裝置,具有同時(shí)獲得銑刀側(cè)刃與底刃磨損信息的功能,并針對機(jī)床主軸轉(zhuǎn)速、進(jìn)給速度、刀具直徑、CCD工業(yè)相機(jī)的采集視野制定銑刀的動(dòng)態(tài)采集方案。進(jìn)行了刀具磨損在機(jī)測量試... 

【文章來源】：哈爾濱理工大學(xué)黑龍江省

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【部分圖文】：

神經(jīng)元模型示意圖

CNN結(jié)構(gòu)

圖 2-6 畸變系數(shù)計(jì)算結(jié)果Fig.2-6 Distortion coefficient calculation result圖像 2-6 中 5 個(gè)畸變系數(shù)順序依次為 k1、k2、p1、p2、k3，求得這 5，如表 2-1 所示，就可以校正由于鏡頭畸變引起的圖像的變形失真。表 2-1 相機(jī)畸變系數(shù)Fig.2-1 Camera distortion coefficient實(shí)驗(yàn)所采用的工業(yè) CCD 相機(jī)主要用來采集銑削刀具磨損圖像，對相機(jī)求，遠(yuǎn)心鏡頭具有高影像分辨率、近乎零失真度、無透視誤差和遠(yuǎn)心超寬景深等優(yōu)點(diǎn)，因此圖像畸變較弱。 銑削刀具磨損量測量.1 銑削刀具磨損圖像預(yù)處理參數(shù) K1 K2 K3 P1 P2值 -0.01601 0.01803 0.0088 0.00049 0.00

【參考文獻(xiàn)】：
期刊論文
[1]刀具磨損的機(jī)器視覺監(jiān)測研究[J]. 彭銳濤,降皓鑒,徐瑩,唐新姿,張珊.  機(jī)械科學(xué)與技術(shù). 2019(08)
[2]基于深度學(xué)習(xí)的刀具磨損監(jiān)測方法[J]. 張存吉,姚錫凡,張劍銘,劉二輝.  計(jì)算機(jī)集成制造系統(tǒng). 2017(10)
[3]中國制造2025:從工業(yè)大國到工業(yè)強(qiáng)國[J]. 王喜文.  物聯(lián)網(wǎng)技術(shù). 2015(05)
[4]面向刀具磨損在機(jī)檢測的機(jī)器視覺系統(tǒng)[J]. 賈冰慧,全燕鳴,朱正偉.  中國測試. 2014(06)
[5]基于機(jī)器視覺的印刷標(biāo)簽檢測系統(tǒng)的改進(jìn)[J]. 邢堃,韓漢光,吳怡之.  計(jì)算機(jī)工程與應(yīng)用. 2014(11)
[6]SIFT特征匹配算法研究[J]. 張書霞,左海平.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2010(07)
[7]在線金屬切削刀具磨損狀態(tài)監(jiān)測研究的回顧與展望Ⅰ:監(jiān)測信號的選擇[J]. 關(guān)山,康曉峰.  機(jī)床與液壓. 2010(11)
[8]CIMS環(huán)境下刀具狀態(tài)監(jiān)測研究回顧與展望[J]. 胡秋.  機(jī)床與液壓. 2003(06)

碩士論文
[1]深度異步殘差網(wǎng)絡(luò)及在路網(wǎng)交通流預(yù)測中的應(yīng)用[D]. 趙博.北京交通大學(xué) 2018
[2]基于機(jī)器視覺的立銑刀磨損檢測方法的研究[D]. 張苗苗.西安工業(yè)大學(xué) 2018
[3]藥盒圖像識別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 郝奕清.南京理工大學(xué) 2017
[4]車齒加工過程的仿真與分析[D]. 王凱.西安工業(yè)大學(xué) 2015
[5]基于計(jì)算機(jī)視覺刀具磨損檢測技術(shù)及系統(tǒng)[D]. 易鑫.南昌航空大學(xué) 2014
[6]刀具磨損狀態(tài)識別及預(yù)測研究[D]. 劉然.西南交通大學(xué) 2014
[7]視覺測量中的攝像機(jī)標(biāo)定與三維重建方法研究[D]. 蔡琿.哈爾濱工業(yè)大學(xué) 2013
[8]基于圖像處理技術(shù)的橋梁裂縫檢測[D]. 王瑋華.長安大學(xué) 2013
[9]基于機(jī)器視覺的銑削刀具磨損監(jiān)測技術(shù)研究[D]. 張吉林.南京航空航天大學(xué) 2013
[10]基于機(jī)器視覺的刀具磨損在位檢測[D]. 肖蓉.東華大學(xué) 2013



本文編號：3613090