專利名稱：一種球頭銑刀定位及磨損監測方法
技術領域：
本發明涉及數控加工中基于機器視覺的球頭銑刀磨損監測中的刀具定位及磨損測量問題，屬于刀具磨損監測領域。
背景技術：
在銑削加工過程中，刀具的磨損對加工質量和加工效率有著重要影響，直接阻礙了加工自動化的進一步提高，而解決該問題的關鍵在于刀具磨損監測技術的發展。刀具磨損監測從刀具磨損測量的手段上可分為直接法和間接法。一般來講，間接法實時性比較強， 能夠實現在線同步監測。常用的間接法有切削力法、機床功率法、振動法和聲發射法等。間接法通過監測與磨損有關的參數，從而反映出磨損量的變化。然而這種通過映射關系得到的磨損量并沒有做到直接從磨損區域出發，對干擾信號敏感。基于機器視覺的方法直觀地對磨損量進行測量，屬于直接法，不受加工參數的影響，具有很好的穩定性。目前，基于機器視覺的刀具磨損監測技術的研究主要集中在車削領域，而在銑削領域的研究并不多，尤其針對球頭銑刀方面的研究更為少見，有待進一步研究。對于車削刀具，一旦裝夾完畢后定位也就完成；而對于銑削刀具，裝夾完后，其在周向的旋轉是自由的， 而且對于球頭銑刀其切削刃和刀尖沒有可以用來定位的參照基準，因此基于機器視覺的刀具磨損監測技術在銑削領域中應用的主要問題之一是如何快捷而又方便地實現銑削刀具磨損測量前的定位問題。球頭銑刀在曲面加工中的應用十分廣泛，為了對球頭銑刀進行磨損監測，可以通過在數控機床上安裝視覺監測系統，在加工前先采集刀具的新刀圖像，然后在刀具每次退刀的間隙采集已磨損刀具的圖像，并通過機床自身的功能保證所有采集的圖像中刀具處于同一位置和角度。每次采集完刀具圖像后，對該圖像進行快速處理，提取出銑刀當前的磨損量，作為判定刀具狀態的依據。采用該方法對球頭銑刀進行磨損監測，存在以下問題需要解決，首先需要解決刀具的定位問題。其一為刀具的周向定位，即確定球頭銑刀的切削刃的轉角；其二為刀具上刀尖的定位，用于劃分左右后刀面。因為所有圖像中刀具在同一位置和角度，利用新刀處理得到的切削刃水平夾角和刀尖位置信息便可對磨損后刀具圖像進行定位，繼而便可進行磨損量的測量，實現銑刀的在線監測。
發明內容
針對現有技術存在的問題，本發明提出一種球頭銑刀定位及磨損監測方法，解決了采用視覺的手段監測銑刀磨損中的刀具定位問題，完成了銑刀的磨損測量，實現了球頭銑刀的磨損在線監測。本發明提出的球頭銑刀定位及磨損監測方法，采用如下技術方案步驟1.安裝視覺監測系統在數控機床上選擇主軸能到達的機床邊緣處安裝視覺監測系統，包括相機支架、 CCD相機、鏡頭和LED環形光源，支架固定在機床上，相機固定在支架上，鏡頭朝上，LED環形光源加裝在鏡頭前直接照射球頭銑刀；在機床上裝夾球頭銑刀，將機床主軸移至相機正上方，確定進行圖像采集的主軸所在位置的x、y坐標；然后調整機床主軸轉角，使得所采集的刀具圖像中切削刃大體處于水平位置；根據刀具最大切深計算出最大切削寬度，則圖像中應呈現所有切削寬度范圍內的刀具后刀面，根據所需成像大小調整好焦距并固定，沿ζ向調整主軸位置，使刀具切削刃在圖像中清晰成像；調節光圈，使得在刀具圖像中能清晰地區分出刀具；步驟2.采集球頭銑刀的新刀圖像并進行圖像預處理視覺監測系統安裝調試完畢后，采集球頭銑刀的新刀灰度圖像，通過濾波去噪對新刀灰度圖像進行預處理；步驟3.劃分新刀圖像中的掃描處理區域對新刀灰度圖像按列依次處理，每一列在豎直方向上存在兩個邊界，對于每一列像素點進行邊界提取處理的具體過程如下計算各像素點的灰度差分值，比較同一列中各像素點灰度差分值的大小，則每一列中的兩個邊界處的灰度差分值分別具有最大值或最小值，根據每列所得的兩個邊界計算兩邊界間距離，則兩邊界間距離最小的列即為刀尖所在的列，以刀尖所在的列將刀具圖像劃分為左掃描區域和右掃描區域兩部分；步驟4.新刀圖像中切削刃上的點粗定位對新刀灰度圖像中選定的左掃描區域自A方向B方逐列掃描，右掃描區域自B方向A方逐列掃描，則每一列中刀具切削刃位于圖像中該列的灰度上升邊界處，對于每一列像素點進行邊界提取處理的具體過程如下計算各像素點的灰度差分值，比較同一列中各像素點灰度差分值的大小，差分值最大的像素點即為切削刃上的點，對全部列處理完畢后即可得到代表切削刃的像素級精度的數據點位置信息；步驟5.新刀圖像中切削刃上的點精確定位利用切削刃的像素級精度的數據點位置信息、以及對應的各像素點的灰度差分值，采取亞像素邊緣檢測算法進一步提取切削刃上的亞像素級精度的數據點；步驟6.新刀圖像中切削刃上的數據點的擬合將提取出的左、右切削刃上的亞像素級精度的數據點分別擬合出反映左、右切削刃整體趨勢的直線，分別計算該兩條直線與水平方向的夾角，取兩個夾角的均值作為所求周向定位角度，以該角度旋轉刀具圖像，使刀具圖像中切削刃處于水平位置，便完成球頭銑刀的周向定位；步驟7.周向定位后新刀圖像中刀尖位置與原始后刀面范圍的確定對周向定位后的新刀圖像進行逐列掃描處理，每一列在豎直方向上存在兩個邊界，對于每一列像素點進行邊界提取處理，根據每列所得的兩個邊界計算兩邊界間距離，則兩邊界間距離最小的列為刀尖所在的列，這樣便確定了刀尖的精確橫向位置，并且原始后刀面范圍即為圖像中每列兩邊界間的范圍；步驟8.磨損后刀具圖像中銑刀磨損量的測量在銑削加工退刀間隙，采集磨損后刀具圖像，并保證該時刻采集圖像與采集新刀圖像時，銑刀在機床坐標系中具有相同的位置和轉角；以上述步驟6中求得的周向定位角度旋轉磨損后刀具圖像，完成磨損后刀具圖像的周向定位，利用步驟7中求得的刀尖的精確橫向位置將圖像劃分為左右兩個掃描區域；對該兩個掃描區域進行逐列掃描，得到區域內每一列中的上下邊界，然后通過比較該上下邊界的位置與原始刀體后刀面的邊界的位置來確定該列是否發生了磨損，其中，左側區域比較該B方邊界與原始后刀面B方邊界的位置是否重合，右側區域比較該A方邊界與原始后刀面A方邊界位置是否重合，若不重合便可判定該列發生了磨損，對發生了磨損的列采用亞像素邊緣檢測方法確定磨損上下邊界的精確位置，從而便可計算得到該列的磨損量，整個區域處理完后便可得到銑刀在該時刻的磨損量；對于右旋銑刀，上述A方指下方，B方指上方；對于左旋銑刀，上述A方指上方，B方指下方。該方法首先對球頭銑刀的新刀圖像進行處理，提取出圖像中代表切削刃的精確數據點，對這些數據點進行直線擬合，便可計算出用于球頭銑刀周向定位的水平夾角；在新刀圖像中提取出刀尖的位置，而所有刀具圖像中刀尖具有相同的位置。以該水平夾角旋轉磨損后刀具的圖像，實現刀具的周向定位，以該新刀中的刀尖位置作為磨損后刀具圖像中刀尖的位置，接下來便可在豎直方向上測得球頭銑刀分別在左右后刀面上的實際磨損量。本發明的有益效果是解決了采用機器視覺的手段監測球頭銑刀磨損過程中的球頭銑刀定位問題，一方面完成了刀具的周向定位，即確定球頭銑刀的切削刃的轉角，另一方面完成了刀具上刀尖的定位，確定了左右后刀面的區域范圍；在實現了圖像中銑刀定位的基礎上完成了銑刀磨損量的測量；該發明采用軟件實現處理算法，直接對采集的刀具圖像進行處理，即可快速自動完成球頭銑刀的定位，而不需要借助附加的定位裝置，并測得銑刀當前的磨損量，從而實現銑刀的在線監測。上述步驟2.所述的濾波方法為中值濾波法，中值濾波是常用的非線性濾波方法， 也是圖像處理技術中最常用的預處理技術，它在平滑隨機噪聲方面非常有效，同時它可以保護圖像的邊緣。上述步驟3.與步驟4.所述的邊界提取過程所采用的算法具體為對于每一列采用公式(1)進行卷積操作，D(i，j) =-lXA(i-2，j)-2XA(i-l，j)+2XA(i+l，j)+lXA(i+2，j) (1)式中，A(i，j)為第j列、第i行像素點的灰度值，D(i，j)為該像素點在選定的前后各兩像素的鄰域內的灰度差分值。上述步驟5.所述的亞像素邊緣檢測算法為高斯曲線擬合算法，具體過程如下上述步驟4中已提取的像素級精度的切削刃上的點以及其前后各兩點一共5個點的灰度差分值的分布，在χ-y坐標系下近似符合高斯分布，其中χ為該列中的像素行坐標， y為該點像素的灰度差分值，高斯曲線表達式為= -F^- exp(- (X:《))(2)
^2πσ2σ2其中，μ為均值，σ為標準差，該式左右兩邊取對數，則轉化為下式1” = -(Χ_#) +In—(3)
2σ2 -ηπσ記為y' = ax2+bx+c(4)該式為拋物線曲線，其頂點即為圖像中切削刃上的亞像素級精度的數據點。對應差分值最大的點標記為i = 0，其左右兩個點i值分別為-2、-Ul和2，則Xi
7為該點的χ坐標，Yi為該點處的差分值，Yi取對數即為y。根據方形孔徑采樣定理可得
權利要求
1. 一種球頭銑刀定位及磨損監測方法，其特征在于包括以下步驟 步驟1.安裝視覺監測系統在數控機床上選擇主軸能到達的機床邊緣處安裝視覺監測系統，包括相機支架、CCD相機、鏡頭和LED環形光源，支架固定在機床上，相機固定在支架上，鏡頭朝上，LED環形光源加裝在鏡頭前直接照射球頭銑刀；在機床上裝夾球頭銑刀，將機床主軸移至相機正上方，確定進行圖像采集的主軸所在位置的χ、y坐標；然后調整機床主軸轉角，使得所采集的刀具圖像中切削刃大體處于水平位置；根據刀具最大切深計算出最大切削寬度，則圖像中應呈現所有切削寬度范圍內的刀具后刀面，根據所需成像大小調整好焦距并固定，沿ζ向調整主軸位置，使刀具切削刃在圖像中清晰成像；調節光圈，使得在刀具圖像中能清晰地區分出刀具；步驟2.采集球頭銑刀的新刀圖像并進行圖像預處理視覺監測系統安裝調試完畢后，采集球頭銑刀的新刀灰度圖像，通過濾波去噪對新刀灰度圖像進行預處理；步驟3.劃分新刀圖像中的掃描處理區域對新刀灰度圖像按列依次處理，每一列在豎直方向上存在兩個邊界，對于每一列像素點進行邊界提取處理的具體過程如下計算各像素點的灰度差分值，比較同一列中各像素點灰度差分值的大小，則每一列中的兩個邊界處的灰度差分值分別具有最大值或最小值， 根據每列所得的兩個邊界計算兩邊界間距離，則兩邊界間距離最小的列即為刀尖所在的列，以刀尖所在的列將刀具圖像劃分為左掃描區域和右掃描區域兩部分； 步驟4.新刀圖像中切削刃上的點粗定位對新刀灰度圖像中選定的左掃描區域自A方向B方逐列掃描，右掃描區域自B方向A 方逐列掃描，則每一列中刀具切削刃位于圖像中該列的灰度上升邊界處，對于每一列像素點進行邊界提取處理的具體過程如下計算各像素點的灰度差分值，比較同一列中各像素點灰度差分值的大小，差分值最大的像素點即為切削刃上的點，對全部列處理完畢后即可得到代表切削刃的像素級精度的數據點位置信息； 步驟5.新刀圖像中切削刃上的點精確定位利用切削刃的像素級精度的數據點位置信息、以及對應的各像素點的灰度差分值，采取亞像素邊緣檢測算法進一步提取切削刃上的亞像素級精度的數據點； 步驟6.新刀圖像中切削刃上的數據點的擬合將提取出的左、右切削刃上的亞像素級精度的數據點分別擬合出反映左、右切削刃整體趨勢的直線，分別計算該兩條直線與水平方向的夾角，取兩個夾角的均值作為所求周向定位角度，以該角度旋轉刀具圖像，使刀具圖像中切削刃處于水平位置，便完成球頭銑刀的周向定位；步驟7.周向定位后新刀圖像中刀尖位置與原始后刀面范圍的確定對周向定位后的新刀圖像進行逐列掃描處理，每一列在豎直方向上存在兩個邊界，對于每一列像素點進行邊界提取處理，根據每列所得的兩個邊界計算兩邊界間距離，則兩邊界間距離最小的列為刀尖所在的列，這樣便確定了刀尖的精確橫向位置，并且原始后刀面范圍即為圖像中每列兩邊界間的范圍；步驟8.磨損后刀具圖像中銑刀磨損量的測量在銑削加工退刀間隙，采集磨損后刀具圖像，并保證該時刻采集圖像與采集新刀圖像時，銑刀在機床坐標系中具有相同的位置和轉角；以上述步驟6中求得的周向定位角度旋轉磨損后刀具圖像，完成磨損后刀具圖像的周向定位，利用步驟7中求得的刀尖的精確橫向位置將圖像劃分為左右兩個掃描區域；對該兩個掃描區域進行逐列掃描，得到區域內每一列中的上下邊界，然后通過比較該上下邊界的位置與原始刀體后刀面的邊界的位置來確定該列是否發生了磨損，其中，左側區域比較該B方邊界與原始后刀面B方邊界的位置是否重合，右側區域比較該A方邊界與原始后刀面A方邊界位置是否重合，若不重合便可判定該列發生了磨損，對發生了磨損的列采用亞像素邊緣檢測方法確定磨損上下邊界的精確位置，從而便可計算得到該列的磨損量，整個區域處理完后便可得到銑刀在該時刻的磨損量；對于右旋銑刀，上述A方指下方，B方指上方；對于左旋銑刀，上述A方指上方，B方指下方。
2.根據權利要求1所述的球頭銑刀定位及磨損監測方法，其特征在于上述步驟2.所述的濾波方法為中值濾波法。
3.根據權利要求1所述的球頭銑刀定位及磨損監測方法，其特征在于上述步驟3.與步驟4.所述的邊界提取過程所采用的算法為對于每一列采用公式(1)進行卷積操作，
4.根據權利要求3所述的球頭銑刀定位及磨損監測方法，其特征在于上述步驟5.所述的亞像素邊緣檢測算法為高斯曲線擬合算法，具體過程如下上述步驟4中已提取的像素級精度的切削刃上的點以及其前后各兩點一共5個點的灰度差分值的分布，在x-y坐標系下近似符合高斯分布，其中χ為該列中的像素行坐標，y為該點像素的灰度差分值，高斯曲線表達式為
5.根據權利要求1所述的球頭銑刀定位及磨損監測方法，其特征在于上述步驟8.所述的劃定的左右兩個掃描區域進一步縮小為圖像中刀體左右后刀面的外接矩形區域，只對該兩個矩形區域進行處理便可得到銑刀的磨損量。
全文摘要
一種球頭銑刀定位及磨損監測方法，屬于數控銑削加工刀具磨損監測領域。其特征在于在數控機床上安裝視覺監測系統；采集球頭銑刀加工前的新刀圖像，對圖像進行預處理，提取圖像中切削刃上的數據點，通過這些數據點擬合出反映切削刃整體趨勢的直線，計算該直線的水平夾角，以該水平夾角旋轉新刀圖像，并提取出該旋轉后圖像中刀尖的位置；采集磨損后刀具圖像，并保證與新刀圖像具有相同的位置和角度，利用處理新刀圖像得到的切削刃水平夾角和刀尖位置對該磨損后刀具圖像進行周向定位和刀尖定位，繼而提取出該時刻銑刀的磨損量。本發明的作用在于，實現了數控銑削加工刀具磨損監測中球頭銑刀的定位，完成了刀具磨損的在線測量。
文檔編號B23Q17/09GK102501140SQ20111037517
公開日2012年6月20日 申請日期2011年11月22日 優先權日2011年11月22日
發明者周來水, 張吉林, 張臣 申請人:南京航空航天大學