当前位置: > 硕士毕业论文 > 35000字硕士毕业论文数字图像在刀具损耗监测中的应用

35000字硕士毕业论文数字图像在刀具损耗监测中的应用

论文类型:硕士毕业论文
论文字数:35000字
论点:刀具,磨损,切削
论文概述:

本文构建的刀具磨损状态监测系统对于刀具后刀面的图像获取是在线获取,但对工件表面纹理图像的获取是离线了,没能实现真正意义上的在线监测,所以下一步工作可继续研究如何实现工件表

论文正文:

第一章导言

 1.1 课题研究的目的和意义作为自动化生产最底层的机床加工中心,在采用计算机技术实现无人监督自动运行后,大大节约了劳动力。由于高效、高精度一直是机床发展的方向,因此如何保证自动运行的机床高效高质量的工作就成为了人们研究的难点问题,数控机床的工况监测技术也越来越受到人们关注。在数控机床的工况监测中,能够有效降低加工成本、减少对环境的损害、确保加工系统正常高效运行和加工生产产品质量的关键技术之一就是刀具状态监测系统,其中难点技术是刀具磨损状态的监测。在车削机床的切削刀具工作过程中,切削刀具极易磨损或破损,特别是硬质合金、陶瓷、人造金刚石等脆性材料的刀具。如果在切削加工过程中不能及时发现刀具的磨破损,将会引发切削加工过程的出错,造成工件的报废,甚至损坏切削机床而停止运作影响工作效率。影响切削刀具磨损状态的因素有很多,并且其形式也是多种多样的。切削刀具的磨损是一个逐渐地缓慢变化的过程,过去机械加工过程常常是根据实际机床切削加工的时间或者已经加工完成的切削工件的数目来判断是否需要换刀。显然,过去的刀具工作管理方式极易受切削刀具使用寿命随机性的影响,其对切削刀具的使用寿命估计往往是过于保守,从而致使大多数的切削刀具并没有实现充分利用就被更换,造成资源的浪费和费用的提高。因此,利用刀具状态监测技术监测刀具的磨损情况成为亟待解决的问题。刀具状态监测的意义主要体现在以下几个方面:(1) 减少故障的发生,提高安全生产效率。通过刀具状态监测系统对生产过程中的刀具磨损状态进行实时监控,及时监测出刀具的异常,并提示维修工作人员及早发现查明原因,保证生产线路的正常安全运行。(2) 保证加工工件产品的质量。通过利用实时监测加工工件质量的刀具状态监测技术能够降低切削加工过程中的次品和废品率。产品的质量决定了一个企业的竞争力,采用刀具状态监测技术保证加工工件的质量,能够有效增强企业的核心竞争力。(3) 节约生产材料,降低生产成本。采用刀具状态监测技术能够及时发现刀具的磨损或破损情况,能够避免因刀具破损而引起的工件报废和生产停止等事故的发生,有效节约生产材料、降低生产加工的成本。因而,对切削刀具的状态进行实时监测,能够掌握切削刀具当前的磨损程度并及时提示换刀的刀具状态监测系统,对于延长切削机床的无故障运行时间,保证切削加工工件的质量和提高机械制造业的生产效率具有极其重要的意义。
 1.2 刀具磨损状态监测的国内外研究概况自上世纪 40 年代开始,刀具状态监测技术就有了初步的研究,但是发展一直比较缓慢。近年来,随着计算机技术的飞速发展,刀具状态监测技术在国内外研究学者们的共同探讨和努力下获得了显著的成果和进展。美国麻省理工学院利用监测原子能放射性的方法,进行诊断和监测刀具的磨损情况;日本、德国生产的NC机床可以检测刀具的磨损伤情况,并能够及时发出警示信息,以防止因切削刀具失效而引发的加工工件报废和切削机床故障的出现。我国清华大学的研究人员利用固体材料在发生变形、断裂和相变时迅速释放应变能产出声发射信号的特点,据此信号进行切削刀具磨损状况的监测;王信义等研究了利用切削振动混合谱分析进行切削刀具磨损状况的监测;王忠民等通过对加工过程中的声发射信号频域特征进行的研究,找到了AE信号与切削刀具磨损状态有关成分在频域中的分布规律之间的联系;张文彬提出了基于声音和图像的刀具磨损状态监测技术,利用神经网络将声音信号和工件图像进行信息融合,完成刀具磨损的监测;朱丽琴[4]利用生产加工过程中产生的振动信号,采用分形理论对信号进行处理完成刀具的磨损监测;高宏力等人提出了利用切削力和振动信号,通过信号的组合和融合集成神经网络输出刀具磨损的识别结果。多年来,众多学者进行了大量的刀具磨破损研究。根据切削加工类型和测量手段,刀具磨损监测方法大致可以分为直接法和间接法这两类。通过测量手段确定切削刀具的材料在形状上的改变或质量上的减少的监测方法是直接法,直接法可根据切削刀具的切削刃位置的变化或者检查切削刃是否出现磨损来判定刀具的磨损状态。通过测量切削过程中能够与刀具磨破损有较强的内在联系的一种或几种参量,或者测量某种物理现象,根据参量或者物理现象的变化来标定刀具的磨损或破损状态的监测方法称为刀具磨损状态的间接监测法。通过阅读国内外学者的研究概况,将刀具磨损监测的多种常用方法总结出如图 1.1所示的结构图。
 第二章 基于数字图像的刀具磨损状态监测
 2.1 刀具磨损表面特征分析2.1.1 刀具的磨损状态根据工件的形状、尺寸等具体要求,在切削机床上通过刀具进给切除工件上多余的材料,而使工件达到精度和质量的要求的加工过程就是切削过程。其中切削刀具的状态对切削过程和精度等结果的影响作用最大。虽然由于切削机床和切削要求的不同而切削刀具的种类很多,但刀具的组成都可以分成刀柄部分和切削部分。刀具的立体形态图如图 2.1 所示[23]。刀柄部分的作用是,通过夹持将刀具的切削部分与切削机床连接,使得刀具能够在切削过程中保持位置、正确传递切削动力以完成切削。在切削过程中直接与工件接触完成切削过程的是刀具的切削部分。无论结构多复杂的刀具,其切削部分都可以分成如图 2.1 示出的前刀面、后刀面、侧刀面和刀刃等组成部分。
 第三章 工件表面纹理特征分析和刀具磨损表面特征分析.................... 223.1 工件表面纹理特征分析 ...................... 223.2 工件表面纹理特征分析的方法研究 ................................ 233.3 刀具磨损表面图像特征提取方法研究 ...................... 273.4 本章小结....................29第四章 基于工件表面纹理的刀具磨损状态监测方法研究.................. 304.1 基于工件表面纹理的刀具磨损状态监测方法原理概述 ................ 304.2 工件表面纹理图像的预处理 ..................... 304.3 纹理图像边缘检测.....................354.4 纹理特征提取.....................394.5 本章小结....................48第五章 基于刀具磨损图像的刀具磨损状态监测方法研究.................495.1 基于刀具磨损图像的刀具磨损状态监测方法原理概述 ................... 495.2 刀具磨损图像的预处理 ......................495.3 刀具磨损图像区域分割 .................... 535.4 磨损特征量提取........................575.5 本章小结.......................62
 总结
 本文对基于数字图像的刀具磨损状态监测进行了初步的探索,取得了理想的结果,对切削刀具的磨损状态监测研究具有一定的指导意义。但还有许多问题需要进一步深入研究:(1) 本文构建的刀具磨损状态监测系统对于刀具后刀面的图像获取是在线获取,但对工件表面纹理图像的获取是离线了,没能实现真正意义上的在线监测,所以下一步工作可继续研究如何实现工件表面图像的在线获取,保证刀具磨损状态的实时监测。
(2) 本文利用的是标准 Hough 变换实现工件纹理的提取,其在处理复杂背景信息时会引入大量无用累积而影响算法性能,因此进一步工作可改进 Hough 变换算法以寻求可靠性更高的纹理特征提取方法。
(3) 本文只是将工件表面图像纹理分析和后刀面磨损图像的分析和提取特征简单结合,对于共同确定刀具磨损状态的判决标准设计不严谨,进一步工作可探索两类图像特征之间的内在联系,提出更严密的联合判决标准。
(4) 开发基于数字图像处理的刀具磨损状态监测系统的可视化系统软件。 参考文献:[1] 熊四昌. 基于计算机视觉的刀具磨损状态监测技术的研究: [博士学位论文] [D]. 浙江: 浙江大学,2003.5.[2] 缪红松. 基于工件表面纹理的刀具磨损状态监测技术的研究: [硕士学位论文] [D]. 浙江: 浙江工业大学, 2003.3.[3] 周媛婧. 基于遗传算法的 BP 神经网络在刀具磨损状态监测中的应用: [硕士学位论文] [D]. 四川: 西南交通大学, 2010.5.[4] 朱丽琴. 基于分型理论的刀具磨损状态识别研究: [硕士学位论文] [D]. 四川: 西南交通大学, 2009.5.[5] 荣烈润. 刀具磨损(或破损)的近代监测方法[J]. 上海机床, 1994, 9(1): 42-44.[6] 王信义等. 自动化加工中刀具破损的实时监控方法的研究[J]. 北京理工大学学报, 1995(3): 294-298.[7] 王忠民等. 刀具磨损状态在线监测技术[J]. 制造技术与机床, 2000, 10(6): 40-41.[8] 张文彬. 基于声音和图像的刀具磨损状态监测技术的研究:[硕士学位论文] [D]. 浙江: 浙江工业大学, 2003.3.[9] 高宏力, 许明桓, 傅攀. 基于集成神经网络的刀具磨损量监测[J]. 西南交通大学学报, 2005, 40(5):641-644. 朱云飞. 基于加工表面图像的刀具磨损状态监测: [硕士学位论文] [D]. 陕西: 西安理工大学,2008.5.