基于纹理特征的刀具状态监测技术

作者：郑秀莲1，徐振浩2，张利2 日期：2009-08-18/span> 浏览：3805 查看PDF文档

基于纹理特征的刀具状态监测技术

郑秀莲1，徐振浩2，张利2
（1.浙江工业大学浙西分校 信电系，浙江 衢州 324000； 2.浙江工业大学 机械制造及自动化教育部重点实验室，浙江 杭州 310014）

摘要：针对切削加工中刀具磨损会对加工精度产生不良影响的问题，基于磨损程度不同的刀具切削工件时将产生不同的表面纹理，采用灰度行程长度法对工件表面图像的纹理特征进行了分析。试验结果表明，以长行程加重参数作为评价刀具磨损程度的特征参数可以取得较好的效果，并且其物理意义明确。
关键词：纹理特征；状态监测；刀具磨损
中图分类号：TP391文献标识码：A文章编号：1001-4551(2009)08-0027-03

Tool condition monitoring technology based on texture characteristic
ZHENG Xiulian1, XV Zhenhao2, ZHANG Li2
(1. Department of Information and Electrical Engineering, West Branch of Zhejiang University of Technology, Quzhou 324000, China;
2. The MOE Key Laboratory of Mechanical Manufacture and Automation, Zhejiang University of Technology, Hangzhou 310014, China)
Abstract: Aiming at the cutting tools wear having negative impact on workpiece surface quality in the process of machining, grayscale trip length method was adopted to research the workpiece surface texture characteristic, based on the thinking that cutting tools with different wear level have different surface textures. The experimental results show that long trip parameter can be adopted as the characteristic parameters to evaluate the level of tool wear. This method can achieve better results. Moreover, its physical meaning is clear.
Key words: texture characteristic; condition monitoring; tool wear
参考文献(References):
［1］蒙斌.数控机床切削过程刀具磨损与破损的振动监测法［J］.机电工程技术，2007，36（10）：100-101.
［2］TLURTY J. A critical review of sensors for unmanned maching［J］. Annals of the CIRP,1983,32(2):563-572.
［3］杨大勇，王信义.自动化加工中刀具破损监控系统的研究［J］.北京理工大学学报：自然科学版，1999(2)：163-166.
［4］林玉池，孙旭东.加工中心刀具二维视觉检测系统的研究［J］.天津大学学报：自然科学版，1999，32(2)：197-200.
［5］KURADA S, BRADLEY C. A review of machine vision sensors for tool condition monitoring［J］. Computers in Industry,1997,34(1):55-72.
［6］PFEIFER T, WIEGERS L. Reliable tool wear monitoring by optimized image and illumination control in machine vision［J］. Measurement: Journal of the International Measurement Confederation,2000,28(3):209-218.
［7］朱彬.基于LabVIEW的数控刀具磨损实时监控系统［J］.机械，2008，35（3）：54-56.
［8］计时鸣，张宪，张利，等.计算机视觉在刀具状态监测中的应用［J］.浙江工业大学学报：自然科学版，2002，30(2)：143-148.
［9］高永祥，郁君平.数控高速加工中刀具轨迹优化［J］.轻工机械，2008，25（6）：39-41.
［10］贾虹，卢炎麟，陈永清，等.基于机器视觉的加工面缺陷检测方法［J］.轻工机械，2007，24（5）：66-69.
［11］赵峰，赵荣椿.纹理分割及特征提取方法综述［J］.中国体视学与图像分析，1998，3(4)：238-245.