CN108931961A - 一种基于机器视觉的整体式立铣刀磨破损检测方法 - Google Patents
一种基于机器视觉的整体式立铣刀磨破损检测方法 Download PDFInfo
- Publication number
- CN108931961A CN108931961A CN201810731127.9A CN201810731127A CN108931961A CN 108931961 A CN108931961 A CN 108931961A CN 201810731127 A CN201810731127 A CN 201810731127A CN 108931961 A CN108931961 A CN 108931961A
- Authority
- CN
- China
- Prior art keywords
- cutter
- image
- light source
- camera
- monoblock type
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
- G05B19/4065—Monitoring tool breakage, life or condition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Analytical Chemistry (AREA)
- Manufacturing & Machinery (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Machine Tool Sensing Apparatuses (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
Abstract
本发明一种基于机器视觉的整体式立铣刀磨破损检测方法,包括如下步骤,步骤1,检测初始化;步骤2,在指定位置布置光源和相机;步骤3,采用步骤2中光源和相机的布置,分别对前刀面、后刀面以及底刃进行图像采集,并传送至计算机进行图像处理,将同一区域破损前后的图像做差,获取刀具的磨破损信息。与传统的基于主轴电流和声发射等方法相比,具有直观、准确的优点。利用相机配合光源,可以直接获取刀具表面图像,并且通过网线传送至计算机,进行图像处理,即可得到反应刀具表面状态的磨破损区域图像,经过像素点统计计算,可得到相应的区域面积等评价指标。无需通过信息的转换以及标定,且具有较高的判别精度和较高的工程应用价值。
Description
技术领域
本发明涉及整体式立铣刀磨破损检测领域,具体为一种基于机器视觉的整体式立铣刀磨破损检测方法。
背景技术
随着计算机技术在机械加工制造业中的大量应用以及生产自动化程度的迅速提高,特别是数控技术(CNC)的高速普及和柔性制造***(FMS)的不断兴起,使得人们越来越重视机械加工过程中状态检测技术的研究,尤其是刀具状态检测技术的研究。
机械加工中,刀具磨破损是影响产品加工质量、加工精度以及企业效益的一个非常重要的因素。随着社会与科学技术的发展,对产品的制造质量要求越来越高,使得对机械加工过程中刀具状态的检测越发重要。在加工过程中,如果刀具的磨损或破损未能及时的发现,很有可能会引起工件的报废以及机床的损坏,从而导致切削过程的中断,甚至使整个柔性生产***停止运行,造成非常大的经济损失。
在国内,近年来也开展了多种刀具状态检测技术的研究。如胡江林等提取声发射(AE)信号的累积振铃数作为刀具磨损检测的特征量,通过实验证明了此方法的可行性;贺晓辉等利用小波分析提取刀具正常切削时的主轴功率信号的特征序列作为刀具状态检测的特征模板,在加工工件时实时采集主轴功率信号并提取相应特征,与模板特征进行广义的相关系数计算,通过设定相关系数阈值,确定刀具切削状态;郑金兴等利用小波分解提取振动信号的频带能量作为特征量,并建立特征量与刀具磨损量的关系用于预测刀具磨损量;熊世昌研究了基于机器视觉的刀具状态检测技术,其研究重点是针对于被加工工件的表面纹理来反映的刀具状态以及采用马尔科夫随机场理论应用于车刀后刀面图像阈值分割;西安理工大学以机器视觉为技术手段,对车刀后刀面的磨损检测技术进行了研究,并且建立了基于机器视觉的后刀面磨损检测***,采用亚像素技术提高了刀具磨破损图像的检测精度,同时采用了马尔科夫随机场理论用于后刀面图像阈值分割;南京航天航空大学研究了基于机器视觉的立铣刀磨损检测技术,主要是针对于球头刀及平底铣刀的副后刀面的磨破损检测,并没有开展关于整体式立铣刀前刀面、后刀面以及刀尖磨破损检测的研究;东华大学开展了基于机器视觉的微型立铣刀刀具状态检测技术的研究,主要是根据刀具轮廓变化来判断刀具状态。
综上所述,刀具状态的检测方法主要分为间接检测法和直接检测法。间接检测法主要是指基于主轴电流信号、声发射信号或振动信号的检测方法,通过检测与刀具状态有相关关系的参量来间接地反应刀具的状态,虽然能够实现在线检测,但易受干扰,准确性低,未能有效的检测实际切削加工过程中的刀具的状态。直接检测法根据检测对象分为基于刀具表面、工件表面以及切屑形态的三种检测方法,最后一种处于初步探究中,第二种,属于间接层面,工件表面状态与多种因素有关,无法直接反应刀具的切削状态。现有技术中,由于整体式立铣刀复杂的空间几何结构很难获得有效的图像信息,基于机器视觉的刀具磨破损检测方法都是针对于车削刀具,即使为整体式铣削刀具也仅仅是检测其刀具直径的变化。
发明内容
针对现有技术中存在的问题,本发明提供一种基于机器视觉的整体式立铣刀磨破损检测方法,方法简单,使用高效,直观准确降低实际加工过程中由于刀具磨破损导致的工件报废以及机床损坏的风险,保证刀具时刻以正常的切削状态加工。
本发明是通过以下技术方案来实现:
一种基于机器视觉的整体式立铣刀磨破损检测方法,包括如下步骤,
步骤1,检测初始化;将刀具安装在三轴立式铣床上,并记录刀具在机床坐标系下的坐标,作为刀具磨破损检测的指定位置;
步骤2,在指定位置布置光源和相机;
采用点光源检测前刀面,采用Dome光源检测底刃及后刀面;
对于前刀面,圆柱形的点光源中心轴线与刀具轴线的夹角为刀具的螺旋角,且点光源光斑照射区域为前刀面上靠近切屑刃一侧的区域,相机垂直于前刀面的光斑照射区域;
对于后刀面,半球形的Dome光源中间设置相机专用孔,相机与光源同轴安装,且与刀具轴线垂直放置;
对于底刃,半球形的Dome光源中间设置相机专用孔,相机与光源同轴安装,且与刀具底部端面垂直;
步骤3,采用步骤2中光源和相机的布置,分别对前刀面、后刀面以及底刃进行图像采集,并传送至计算机进行图像处理,将同一区域破损前后的图像做差,获取刀具的磨破损信息。
优选的,步骤3中进行图像采集时,通过如下步骤对全部的切削刃进行采集,
3.1采用步骤2中光源和相机的布置,先对底刃图像进行采集;
3.2在单位采集长度内,分别对一个切削刃的前刀面和后刀面进行图像采集;
3.3旋转刀具依次完成当前单位采集长度内全部切削刃的图像采集;
3.4将采集前刀面和后刀面的光源和相机沿刀具轴向移动到下一单位采集段,重复步骤3.2和3.3,完成下一单位采集段高度内的全部切削刃的图像采集,直到完成参与切削部分的全部切削刃的图像采集。
优选的,步骤3中进行图像处理时,包括如下步骤,
a、图像预处理;
b、采用Otsu阈值分割将整体式立铣刀区域图像进行二值化处理,获得包含磨破损区域的目标区域,再经过形态学处理去除非理想区域,即可获得最终的目标区域,并得到磨破损的磨损形式;
c、对最终目标区域进行边缘封闭操作,将同一区域破损前后的图像做差,通过统计最终目标区域的像素点个数,获得刀具当前的磨破损状态。
进一步,所述的图像预处理包括依次对图像的裁剪、去噪锐化以及对比度增强处理。
进一步,所述的图像处理步骤,基于Matlab对采集到的图像进行图像的数据处理。
进一步,刀具连续加工,每隔固定时间间隔,将刀具移动到指定位置,根据步骤2和3的图像采集和处理过程,得到刀具当前的磨破损状态。
进一步,所述的相机均采用CCD相机。
与现有技术相比,本发明具有以下有益的技术效果:
本发明一种基于机器视觉的整体式立铣刀磨破损检测方法,与传统的基于主轴电流和声发射等方法相比,具有直观、准确的优点。利用相机配合光源,可以直接获取刀具表面图像,并且通过网线传送至计算机,进行图像处理,即可得到反应刀具表面状态的磨破损区域图像,经过像素点统计计算,可得到相应的区域面积等评价指标。无需通过信息的转换以及标定,且具有较高的判别精度和较高的工程应用价值。
附图说明
图1a是本发明实例中所述的对立式三轴数控铣床中整体式立铣刀磨破损检测的相机、光源以及刀具安装位置示意图。
图1b是图1a中检测时指定位置及图像采集传送示意图。
图2a是本发明实例中所述的针对前刀面的检测原理示意图,为正视图。
图2b是本发明实例中所述的针对前刀面的检测原理示意图,为右视图。
图3是本发明实例中所述的针对后刀面及底刃的检测原理示意图。
图中:1-刀具,2-光源,3-相机,4-万向旋转臂,5-计算机,a-螺旋角,b-90°,c-螺旋角。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
本发明一种基于机器视觉的整体式立铣刀磨破损检测方法,主要是针对于整体式立铣刀的前刀面、后刀面以及刀尖的检测,通过相机、光源和计算机完成。刀具安装在主轴上,相机通过万向旋转臂4固定安装在数控机床工作台旁边,每次测量时,将刀具移动到指定位置,通过相机采集刀具各个部分的图像,并且传输至计算机进行处理、存储和显示。本发明通过相机采集加工过程中一定时间间隔下的刀具的磨破损图像,基于Matlab计算图像中的磨破损信息,获得刀具当前的切削状态。利用该方法可以直观、准确的获得刀具的状态信息,在采集图像自动化的前提下,可以实现刀具状态的自动测量与分析,具有较高的工程应用价值。
如图1a和图1b,本发明所述基于机器视觉的整体式立铣刀磨破损检测方法,由刀具1、光源2、相机3和计算机5共同完成,刀具1通过刀柄安装于机床主轴上,相机3通过万向旋转臂4固定安装机床工作台的旁边,而且实现光源与相机的位置匹配;如图2a和2b所示,针对于前刀面,选择点光源,布置方式为,圆柱形的点光源中心轴线与刀具轴线的夹角为刀具的螺旋角,且点光源光斑照射区域为前刀面上靠近切屑刃一侧的区域,相机垂直于前刀面的光斑照射区域;如图3所示针对于后刀面,将半球形的Dome光源中间设置相机专用孔,相机与光源同轴安装,且与刀具轴线垂直放置,Dome光源具有高均匀性的特点,适用于螺旋铣刀这类表面凹凸不平、反光不均匀物体的检测;针对于底刃,采用与后刀面同样的方式,相机与光源同轴安装,且与刀具底部端面垂直。将相机3采集得到的刀具图像通过网线传输至计算机5,用Matlab完成图像的处理和显示。
具体的,一种基于机器视觉的整体式立铣刀磨破损检测方法,采用刀具1、光源2、相机3和计算机5,所述刀具1安装于机床主轴上,并且参与切削加工过程;所述相机3通过万向旋转臂4安装于机床工作台旁边,并且实现与光源位置的匹配,针对于立铣刀前刀面选择点光源,后刀面以及底刃选择Dome光源;相机3直接与计算机5相连,将图像传送至计算机5,经过图像处理,完成刀具状态的图像化表征,并给出具体的磨破损信息。通过正确的匹配刀具、相机与光源的空间位置,可以保证获取有效的图像信息;在图像处理过程中,引入图像锐化、Otsu阈值分割以及形态学处理,可以保证有效的提取磨破损区域及评价指标。
其使用时包括以下步骤:
(1)整体式立铣刀的磨破损图像获取方式:
将刀具1安装在三轴立式铣床上,针对于前刀面选择点光源,针对于底刃及后刀面选择Dome光源。
对于前刀面,圆柱形点光源中心轴线与刀具轴线的夹角为刀具的螺旋角,且点光源光斑照射区域为前刀面上靠近切屑刃一侧的区域,原因在于磨破损区域一般发生在切削刃附近,相机垂直于前刀面的光斑照射区域;
针对于后刀面,Dome光源为半球形,中间有设计的相机专用孔,可以将相机与光源安装在一起,二者中心轴线重合,且与刀具轴线垂直放置;
针对于底刃,相机与光源采用与后刀面同样的配置方式,此时二者轴线与刀具底部端面垂直;
并分别记录检测刀具不同部分时刀具所在机床坐标系下的坐标,规定为刀具磨破损检测指定位置。
(2)整体式立铣刀磨破损检测:
启动数控机床,按照预定加工程序,加工半个小时之后停机,调用坐标信息,将刀具移动到已标定好的指定位置,按照步骤(1)中已经标定好的空间布局分别对前刀面、后刀面以及底刃进行图像采集,通过网线传送至计算机,并且经过图像处理,获取刀具的磨破损信息。
完成全部切削刃的检测时,采集过程如下,采集方式为利用步骤(1)中已经确定好的空间布局,首先完成刀具底刃的检测,之后完成前刀面和后刀面的检测,由于光源取景的范围有限,此时只是完成了某一个切削刃的单位采集段长度的检测,旋转刀具,完成该采集段高度上全部齿的检测,然后将相机3与光源2沿着刀具轴向移动到下一采集段,检测下一单位采集段高度的刀具磨破损情况,直到完成参与切削部分的切削刃的检测。
本优选实例中,相机3采用CCD相机,CCD相机通过网线与计算机5相连,可完成刀具磨破损图像的采集、传送与处理;图像处理过程为首先经过图像预处理,包括自动裁剪、去噪以及对比度增强,然后采用Otsu阈值分割将整体式立铣刀区域图像进行二值化处理,获得包含磨破损区域的目标区域,再经过形态学处理去除非理想区域,即可获得最终的目标区域。对于磨损形式,可直接得到最终结果,而破损区域需要进一步的边缘封闭操作,即将同一区域破损前后的图像做差,得到最终结果,通过统计目标区域的像素点个数的方式获得刀具当前的磨破损状态。
刀具连续加工,每隔固定时间间隔,将刀具移动到指定位置,根据上述采集过程,通过相机采集刀具的需求图像并传送至计算机,通过上述的图像处理,自动计算得到刀具的磨破损信息,从而给出刀具当前的切削状态。
Claims (7)
1.一种基于机器视觉的整体式立铣刀磨破损检测方法,其特征在于,包括如下步骤,
步骤1,检测初始化;将刀具(1)安装在三轴立式铣床上,并记录刀具(1)在机床坐标系下的坐标,作为刀具磨破损检测的指定位置;
步骤2,在指定位置布置光源和相机;
采用点光源检测前刀面,采用Dome光源检测底刃及后刀面;
对于前刀面,圆柱形的点光源中心轴线与刀具轴线的夹角为刀具的螺旋角,且点光源光斑照射区域为前刀面上靠近切屑刃一侧的区域,相机垂直于前刀面的光斑照射区域;
对于后刀面,半球形的Dome光源中间设置相机专用孔,相机与光源同轴安装,且与刀具轴线垂直放置;
对于底刃,半球形的Dome光源中间设置相机专用孔,相机与光源同轴安装,且与刀具底部端面垂直;
步骤3,采用步骤2中光源和相机的布置,分别对前刀面、后刀面以及底刃进行图像采集,并传送至计算机进行图像处理,将同一区域破损前后的图像做差,获取刀具的磨破损信息。
2.根据权利要求1所述的一种基于机器视觉的整体式立铣刀磨破损检测方法,其特征在于,步骤3中进行图像采集时,通过如下步骤对全部的切削刃进行采集,
3.1采用步骤2中光源和相机的布置,先对底刃图像进行采集;
3.2在单位采集长度内,分别对一个切削刃的前刀面和后刀面进行图像采集;
3.3旋转刀具依次完成当前单位采集长度内全部切削刃的图像采集;
3.4将采集前刀面和后刀面的光源和相机沿刀具轴向移动到下一单位采集段,重复步骤3.2和3.3,完成下一单位采集段高度内的全部切削刃的图像采集,直到完成参与切削部分的全部切削刃的图像采集。
3.根据权利要求1所述的一种基于机器视觉的整体式立铣刀磨破损检测方法,其特征在于,步骤3中进行图像处理时,包括如下步骤,
a、图像预处理;
b、采用Otsu阈值分割将整体式立铣刀区域图像进行二值化处理,获得包含磨破损区域的目标区域,再经过形态学处理去除非理想区域,即可获得最终的目标区域,并得到磨破损的磨损形式;
c、对最终目标区域进行边缘封闭操作,将同一区域破损前后的图像做差,通过统计最终目标区域的像素点个数,获得刀具当前的磨破损状态。
4.根据权利要求3所述的一种基于机器视觉的整体式立铣刀磨破损检测方法,其特征在于,所述的图像预处理包括依次对图像的裁剪、去噪锐化以及对比度增强处理。
5.根据权利要求3所述的一种基于机器视觉的整体式立铣刀磨破损检测方法,其特征在于,所述的图像处理步骤,基于Matlab对采集到的图像进行图像的数据处理。
6.根据权利要求1所述的一种基于机器视觉的整体式立铣刀磨破损检测方法,其特征在于,刀具连续加工,每隔固定时间间隔,将刀具移动到指定位置,根据步骤2和3的图像采集和处理过程,得到刀具当前的磨破损状态。
7.根据权利要求1所述的一种基于机器视觉的整体式立铣刀磨破损检测方法,其特征在于,所述的相机均采用CCD相机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810731127.9A CN108931961B (zh) | 2018-07-05 | 2018-07-05 | 一种基于机器视觉的整体式立铣刀磨破损检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810731127.9A CN108931961B (zh) | 2018-07-05 | 2018-07-05 | 一种基于机器视觉的整体式立铣刀磨破损检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108931961A true CN108931961A (zh) | 2018-12-04 |
CN108931961B CN108931961B (zh) | 2020-08-18 |
Family
ID=64446778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810731127.9A Active CN108931961B (zh) | 2018-07-05 | 2018-07-05 | 一种基于机器视觉的整体式立铣刀磨破损检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108931961B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136099A (zh) * | 2019-04-15 | 2019-08-16 | 深圳精匠云创科技有限公司 | 刀具在线检测方法、装置及计算机可读储存介质 |
CN110253339A (zh) * | 2019-06-25 | 2019-09-20 | 西安交通大学 | 基于机器视觉的整体式螺旋铣刀磨破损图像采集装置及方法 |
CN111122587A (zh) * | 2020-01-19 | 2020-05-08 | 南京理工大学 | 一种基于视觉特征提取的刀具损伤检测方法 |
CN111830050A (zh) * | 2020-08-06 | 2020-10-27 | 苏州鼎纳自动化技术有限公司 | 兼容多种刀具的缺陷检测设备 |
CN112683193A (zh) * | 2020-11-06 | 2021-04-20 | 西安交通大学 | 基于机器视觉的刀具类型判别及几何参数检测方法及*** |
CN112756925A (zh) * | 2021-01-26 | 2021-05-07 | 福州大学 | 基于粘结效应的adc12铝合金高速铣削刀具表面粘结磨损程度评价方法 |
JP2021091072A (ja) * | 2019-12-06 | 2021-06-17 | 張偉萍 | 省エネルギー型フライスカッター検出器 |
CN113487612A (zh) * | 2021-09-07 | 2021-10-08 | 启东市德立神起重运输机械有限公司 | 一种基于图像处理的起重机卷筒工作异常预警方法 |
CN113686880A (zh) * | 2021-09-18 | 2021-11-23 | 北京清瞳时代科技有限公司 | 一种基于视觉的刀具质量检测装置 |
CN114235689A (zh) * | 2021-11-23 | 2022-03-25 | 常州丰羽工具有限公司 | 一种用于刀具表面微观裂纹的观察检测装置 |
CN114705690A (zh) * | 2022-04-19 | 2022-07-05 | 华侨大学 | 一种刀具视觉自动化检测设备及刀具检测方法 |
CN114888636A (zh) * | 2022-05-09 | 2022-08-12 | 南京理工大学 | 一种基于三维激光扫描的刀具损伤智能化监测***及方法 |
CN115847187A (zh) * | 2023-02-27 | 2023-03-28 | 成都大金航太科技股份有限公司 | 一种深窄槽车加工实时监控*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1854807A (zh) * | 2005-04-25 | 2006-11-01 | 三星电子株式会社 | 发光单元和具有该发光单元的图像投影设备 |
CN102501140A (zh) * | 2011-11-22 | 2012-06-20 | 南京航空航天大学 | 一种球头铣刀定位及磨损监测方法 |
EP2469365A2 (en) * | 2010-12-23 | 2012-06-27 | General Electric Company | Cutting tool abnormality sensing apparatus |
CN102528561A (zh) * | 2012-02-28 | 2012-07-04 | 上海大学 | 回转体刀具全加工周期磨破损在线自动检测装置 |
CN102564314A (zh) * | 2011-12-06 | 2012-07-11 | 上海交通大学 | 用于检测立铣刀磨损状态的正交视觉检测*** |
CN103764326A (zh) * | 2011-06-17 | 2014-04-30 | 日立工具股份有限公司 | 多刃立铣刀 |
CN104385059A (zh) * | 2014-09-12 | 2015-03-04 | 浙江海洋学院 | 一种刀面磨损检测方法及其装置 |
CN104458755A (zh) * | 2014-11-26 | 2015-03-25 | 吴晓军 | 一种基于机器视觉的多类型材质表面缺陷检测方法 |
CN108062072A (zh) * | 2017-11-23 | 2018-05-22 | 哈尔滨理工大学 | 一种双摄像头图像采集装置及图像拼接的平底铣刀磨损在线检测方法 |
-
2018
- 2018-07-05 CN CN201810731127.9A patent/CN108931961B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1854807A (zh) * | 2005-04-25 | 2006-11-01 | 三星电子株式会社 | 发光单元和具有该发光单元的图像投影设备 |
EP2469365A2 (en) * | 2010-12-23 | 2012-06-27 | General Electric Company | Cutting tool abnormality sensing apparatus |
CN103764326A (zh) * | 2011-06-17 | 2014-04-30 | 日立工具股份有限公司 | 多刃立铣刀 |
CN102501140A (zh) * | 2011-11-22 | 2012-06-20 | 南京航空航天大学 | 一种球头铣刀定位及磨损监测方法 |
CN102564314A (zh) * | 2011-12-06 | 2012-07-11 | 上海交通大学 | 用于检测立铣刀磨损状态的正交视觉检测*** |
CN102528561A (zh) * | 2012-02-28 | 2012-07-04 | 上海大学 | 回转体刀具全加工周期磨破损在线自动检测装置 |
CN104385059A (zh) * | 2014-09-12 | 2015-03-04 | 浙江海洋学院 | 一种刀面磨损检测方法及其装置 |
CN104458755A (zh) * | 2014-11-26 | 2015-03-25 | 吴晓军 | 一种基于机器视觉的多类型材质表面缺陷检测方法 |
CN108062072A (zh) * | 2017-11-23 | 2018-05-22 | 哈尔滨理工大学 | 一种双摄像头图像采集装置及图像拼接的平底铣刀磨损在线检测方法 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136099A (zh) * | 2019-04-15 | 2019-08-16 | 深圳精匠云创科技有限公司 | 刀具在线检测方法、装置及计算机可读储存介质 |
CN110253339A (zh) * | 2019-06-25 | 2019-09-20 | 西安交通大学 | 基于机器视觉的整体式螺旋铣刀磨破损图像采集装置及方法 |
CN110253339B (zh) * | 2019-06-25 | 2020-05-22 | 西安交通大学 | 基于机器视觉的整体式螺旋铣刀磨破损图像采集装置及方法 |
JP2021091072A (ja) * | 2019-12-06 | 2021-06-17 | 張偉萍 | 省エネルギー型フライスカッター検出器 |
CN111122587A (zh) * | 2020-01-19 | 2020-05-08 | 南京理工大学 | 一种基于视觉特征提取的刀具损伤检测方法 |
CN111122587B (zh) * | 2020-01-19 | 2022-06-28 | 南京理工大学 | 一种基于视觉特征提取的刀具损伤检测方法 |
CN111830050A (zh) * | 2020-08-06 | 2020-10-27 | 苏州鼎纳自动化技术有限公司 | 兼容多种刀具的缺陷检测设备 |
CN112683193A (zh) * | 2020-11-06 | 2021-04-20 | 西安交通大学 | 基于机器视觉的刀具类型判别及几何参数检测方法及*** |
CN112756925A (zh) * | 2021-01-26 | 2021-05-07 | 福州大学 | 基于粘结效应的adc12铝合金高速铣削刀具表面粘结磨损程度评价方法 |
CN113487612A (zh) * | 2021-09-07 | 2021-10-08 | 启东市德立神起重运输机械有限公司 | 一种基于图像处理的起重机卷筒工作异常预警方法 |
CN113487612B (zh) * | 2021-09-07 | 2021-11-16 | 启东市德立神起重运输机械有限公司 | 一种基于图像处理的起重机卷筒工作异常预警方法 |
CN113686880A (zh) * | 2021-09-18 | 2021-11-23 | 北京清瞳时代科技有限公司 | 一种基于视觉的刀具质量检测装置 |
CN113686880B (zh) * | 2021-09-18 | 2024-03-01 | 北京清瞳时代科技有限公司 | 一种基于视觉的刀具质量检测装置 |
CN114235689A (zh) * | 2021-11-23 | 2022-03-25 | 常州丰羽工具有限公司 | 一种用于刀具表面微观裂纹的观察检测装置 |
CN114705690A (zh) * | 2022-04-19 | 2022-07-05 | 华侨大学 | 一种刀具视觉自动化检测设备及刀具检测方法 |
CN114888636A (zh) * | 2022-05-09 | 2022-08-12 | 南京理工大学 | 一种基于三维激光扫描的刀具损伤智能化监测***及方法 |
CN114888636B (zh) * | 2022-05-09 | 2023-12-01 | 南京理工大学 | 一种基于三维激光扫描的刀具损伤智能化监测***及方法 |
CN115847187A (zh) * | 2023-02-27 | 2023-03-28 | 成都大金航太科技股份有限公司 | 一种深窄槽车加工实时监控*** |
CN115847187B (zh) * | 2023-02-27 | 2023-05-05 | 成都大金航太科技股份有限公司 | 一种深窄槽车加工实时监控*** |
Also Published As
Publication number | Publication date |
---|---|
CN108931961B (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108931961A (zh) | 一种基于机器视觉的整体式立铣刀磨破损检测方法 | |
CN110587377B (zh) | 一种在线监测铣削加工刀具缺损的方法 | |
CN102528561B (zh) | 回转体刀具全加工周期磨破损在线自动检测装置 | |
CN108490880B (zh) | 一种数控机床切削刀具磨损状态实时监测方法 | |
CN110930405B (zh) | 一种基于图像区域划分的刀具损伤检测方法 | |
CN111230593B (zh) | 一种基于动态图像序列的铣刀磨损量视觉测量方法 | |
CN111069976B (zh) | 一种车间或产线用刀具损伤智能化移动监测***及方法 | |
CN111122587B (zh) | 一种基于视觉特征提取的刀具损伤检测方法 | |
CN105127862A (zh) | 基于砂带磨抛机的工业机器人叶片磨抛工艺 | |
CN105945651A (zh) | 球头铣刀精密铣削用的刀具磨损在线检测装置及检测方法 | |
CN115202287B (zh) | 一种数控机床运行作业在线智能监测诊断分析*** | |
Peng et al. | Application of machine vision method in tool wear monitoring | |
Wong et al. | Tool condition monitoring using laser scatter pattern | |
CN102581699A (zh) | 回转体刀具磨损状态在线自动检测装置 | |
CN110703686B (zh) | 一种整体叶盘叶片截面在线测量路径规划方法 | |
Khairnar et al. | Supervision of carbide tool condition by training of vibration-based statistical model using boosted trees ensemble | |
US20230008435A1 (en) | Tool Wear Monitoring Device, Tool Wear Monitoring System, and Program | |
US20150220077A1 (en) | Method and device for measuring a tool received in a workpiece processing machine | |
CN113211190B (zh) | 一种数控加工中心刀具破损磨损在线检测装置及检测方法 | |
JP7163219B2 (ja) | エンドミル検査装置 | |
Ryabov et al. | Laser displacement meter application for milling diagnostics | |
CN109345500B (zh) | 一种基于机器视觉的机床刀具刀尖点位置计算方法 | |
CN107398778A (zh) | 高速铣削刀具磨损视觉在位监测***和方法 | |
CN110253339A (zh) | 基于机器视觉的整体式螺旋铣刀磨破损图像采集装置及方法 | |
CN110757261B (zh) | 刀具加工设备在线调试方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |