CN110815048B - 基于机器视觉的砂轮修整方法及装置 - Google Patents
基于机器视觉的砂轮修整方法及装置 Download PDFInfo
- Publication number
- CN110815048B CN110815048B CN201911007533.1A CN201911007533A CN110815048B CN 110815048 B CN110815048 B CN 110815048B CN 201911007533 A CN201911007533 A CN 201911007533A CN 110815048 B CN110815048 B CN 110815048B
- Authority
- CN
- China
- Prior art keywords
- grinding wheel
- pixel edge
- point
- trimming
- pixel
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B53/00—Devices or means for dressing or conditioning abrasive surfaces
- B24B53/12—Dressing tools; Holders therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
- B24B49/12—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving optical means
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
- Grinding And Polishing Of Tertiary Curved Surfaces And Surfaces With Complex Shapes (AREA)
Abstract
本发明涉及一种基于机器视觉的砂轮修整方法及装置,该砂轮的修整方法通过采集砂轮旋转时多幅原始轮廓图像,将所有原始轮廓图像叠加在一起,找出表示砂轮最外侧的像素边缘点,通过对像素边缘点的分析找出相应的修整量使砂轮工作层的平均出刃高度最大,出刃高度离散度最小;减小出刃高度离散度,使单位时间内同时参与磨削的磨料数量增加,提高平均出刃高度以保证砂轮工作层的容屑空间,使得修整后的砂轮具有更好的磨削效果,可用于精密磨削,有助于提高修整后的砂轮磨削性能的稳定性。
Description
技术领域
本发明涉及基于机器视觉的砂轮修整方法及装置。
背景技术
砂轮常用于磨削物品,如电镀砂轮、陶瓷、树脂、金属砂轮等,电镀砂轮通常是指用电镀的方法将单层磨粒与基质金属共同沉积在钢质基体上,从而制造出砂轮工作层。相比于树脂、陶瓷以及烧结金属结合剂等超硬材料砂轮,电镀砂轮具有结合剂对磨粒把持力强、磨粒露刃高、砂轮容屑空间大等优点;除此之外,随着数控技术的发展,钢质基体可做成各种复杂的曲面,即电镀砂轮外圆轮廓可做成各种复杂的曲面,故被广泛应用于成型磨削。然而由于电镀砂轮存在磨粒浓度和出刃高度一致性不易控制等原因,导致砂轮工作层的跳动和截面轮廓精度较差,通常被认为只适用于零件复杂型面的粗磨。
为了对砂轮进行修整,需要知道待修整砂轮的工作层的轮廓,为了获得该轮廓,现有技术通过机器视觉的方式采集轮廓信息,具体是通过背光源沿待修整砂轮的切向照射再通过对应的CCD摄像机采集即可得到待修整砂轮的轮廓信息;根据得到的轮廓信息可以对待修整砂轮的修形情况进行检测,也可以根据轮廓信息得到修整量对砂轮进行修整。但是对于微小轮廓变化的精密砂轮修型,现有技术在对采集到的轮廓数据进行处理时,处理精度较低,达不到精密修型的要求。
发明内容
本发明的目的是提供一种基于机器视觉的砂轮修整方法,用以解决现有对砂轮进行修整的精度较差的问题;本发明提供一种基于机器视觉的砂轮修整装置,用以解决现有装置在使用时对砂轮进行修整的精度较差的问题。
为了实现上述目的,本发明提供一种基于机器视觉的砂轮修整方法,包括以下步骤:
1)采集砂轮旋转时的至少两幅原始轮廓图像;对各幅原始轮廓图像进行灰度处理并叠加,并提取得到表示砂轮最外侧的像素边缘点得到最外侧轮廓线;
2)根据所述像素边缘点的曲率变化对最外侧轮廓线进行分割,得到N条基础线段,基础线段为直线段和/或圆弧段;
3)若基础线段包括直线段,则对各直线段中像素边缘点进行直线拟合,计算像素边缘点与对应拟合直线在修整方向上距离为a的平行线之间的平均出刃高度和方差,a为沿修整方向的直线进给量,若进给f次时取得的平均出刃高度最大和方差最小,则修整量为fa;
若基础线段包括圆弧段,则对各圆弧段中像素边缘点段进行圆拟合,计算像素边缘点与对应拟合圆弧圆心在修整方向上距离为b的点之间的平均出刃高度和方差,b为沿修整方向的圆进给量,若进给f次时取得的平均出刃高度最大和方差最小,则修整量为fb;
其中,所述修整方向为砂轮的径向方向;
4)当像素边缘点仅分割为直线段时,取所有拟合直线的修整量中的极大值作为最终修整量对砂轮工作层进行修整;当像素边缘点仅分割为圆弧段时,取所有拟合圆弧的修整量中的极大值作为最终修整量对砂轮工作层进行修整;当像素边缘点分割为直线段和圆弧段时,取所有拟合直线的修整量和所有拟合圆弧的修整量中的极大值作为最终修整量对砂轮工作层进行修整。
有益效果是,得到多处位置的轮廓线信息,将所有的轮廓线叠加在一起,找出表示砂轮最外侧的像素边缘点,通过对像素边缘点的分析找出相应的修整量使砂轮工作层的平均出刃高度最大,出刃高度离散度(即方差)最小;减小出刃高度离散度,使单位时间内同时参与磨削的磨料数量增加,提高平均出刃高度以保证砂轮工作层的容屑空间,使得修整后的砂轮具有更好的磨削效果,可用于精密磨削,有助于提高修整后的砂轮磨削性能的稳定性。
进一步地,采用先叠加再提取像素边缘点的方式,以减少计算量,缩短计算时间,步骤1)中对各幅原始轮廓图像进行叠加,并提取得到表示砂轮最外侧的像素边缘点的具体过程为:
1)对各幅原始轮廓图像进行灰度化处理,得到每个像素的灰度值,逐个选取所有图像中表示砂轮同圆周上最外侧像素点组成叠加后的灰度图;
2)以灰度图的左下角的像素点为坐标原点建立坐标系,其中X正方向水平向右,根据Matlab中集成的Canny算子提取各灰度图的像素边缘点。
进一步地,任一拟合直线的平行线记为Ax+By+C=0,每条平行线所对应的“修整”后残余的像素边缘点的点集记为E(xn,yn),n表示像素边缘点,像素边缘点与平行线之间的平均出刃高度为:
其中,dL1n为像素边缘点n与平行线之间的距离:
像素边缘点与平行线之间的方差为:
进一步地,任一拟合圆弧圆心沿修整方向平移后的点记为UR1(xR1,yR1),拟合圆弧半径为r1,每次平移后所对应的“修整”后残余的像素边缘点的点集记为F(xm,ym),n表示像素边缘点,像素边缘点与平移后的点之间的平均出刃高度为:
其中,dR1m为像素边缘点m与平移后的点之间的距离:
像素边缘点与平移后的点之间的方差为:
本发明提供一种基于机器视觉的砂轮修整装置,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述基于机器视觉的砂轮修整方法及其改进方法。
有益效果是,得到多处位置的轮廓线信息,将所有的轮廓线叠加在一起,找出表示砂轮最外侧的像素边缘点,通过对像素边缘点的分析找出相应的修整量使砂轮工作层的平均出刃高度最大,出刃高度离散度(即方差)最小,;减小出刃高度离散度,使单位时间内同时参与磨削的磨料数量增加,提高平均出刃高度以保证砂轮工作层的容屑空间,使得修整后的砂轮具有更好的磨削效果,可用于精密磨削,有助于提高修整后的砂轮磨削性能的稳定性。
附图说明
图1为本发明的一种基于机器视觉的砂轮修整方法的结构原理示意图;
图2为本发明的砂轮工作层径向截面用高分辨率CCD相机拍摄的一幅原始轮廓图像;
图3为本发明的砂轮基于出刃高度确定修整量的图像处理过程示意图;
图4为本发明的砂轮工作层一个径向截面利用Matlab集成的Canny算子提取边缘后的二值图;
图5为本发明的砂轮工作层一个径向截面将像素边缘点的坐标点转换为实际尺寸后的轮廓图;
图6为本发明的圆弧段修整原理图;
图中,1为待修整砂轮,2为旋转轴,3为工作台,4为主轴,5为修整滚轮,6为计算机,11为待修整砂轮基体,12为边缘点,13为拟合线,14为平行线,15为修后点,16为修前修后共点。
具体实施方式
下面结合附图对本发明做进一步详细的说明。
方法实施例:
本发明提供一种基于机器视觉的砂轮修整方法,该方法需要采集砂轮旋转至少一周的一组原始轮廓图像,如图1所示,本发明给出获取该砂轮轮廓的原始轮廓图像的原理示意图,图1中设置有高分辨率CCD相机、镜头、背面光源、主轴4、旋转轴2、工作台3、计算机6、图像处理分析软件、运动控制器、伺服***。待修整砂轮1安装在旋转轴2上,修整滚轮5安装在主轴4上,背面光源垂直照射在待修整砂轮1的工作层表面,高分辨率CCD相机和控制器均与安装了图像采集卡的计算机6相连接,旋转轴2带动待修整砂轮1缓慢匀速旋转,高分辨率CCD相机以固定频率连续拍摄砂轮工作层径向截面图像即原始轮廓图像,并通过图像采集卡被存储于计算机6的硬盘中,然后使用Matlab编制的图像处理程序对每幅图像进行运算处理得到最佳修整量,并传输至运动控制器,运动控制器驱动伺服***控制修整滚轮5根据砂轮径向截面理论图形和最佳修整量生成的修整路径运动,并沿X方向(即砂轮的径向方向)进给修整,最终在XY平面对待修整砂轮1完成插补修整。以下将待修整砂轮简称为砂轮。
具体的处理方法步骤如下:
1)该原始轮廓图像中包含砂轮轮廓线信息,如图2所示,为砂轮工作层径向截面用高分辨率CCD相机拍摄的一幅原始轮廓图像,对各幅原始轮廓图像进行灰度处理并叠加,并提取得到表示砂轮最外侧的像素边缘点。
对各幅原始轮廓图像进行叠加,并提取得到表示砂轮最外侧的像素边缘点,步骤如下:
①将所得到的每幅原始轮廓图像Image1,Image2,Image3,……,ImageN进行灰度化处理。
②把所有原始轮廓图像Image1,Image2,Image3,……,ImageN的灰度图进行叠加,由于CCD相机像素固定,CCD相机与砂轮位置固定,逐个选取所有图像中同位置像素点灰度的最大值(即为砂轮同圆周上处在砂轮最外侧的像素点)组成最终的叠加后的像素矩阵。
③以叠加后图像的左下角的像素点为坐标原点建立坐标系,其中X正方向水平向右,将叠加后的图像使用Matlab中集成的Canny算子提取像素边缘点。
上述步骤是先对原始轮廓图像灰度处理并叠加,选取表示砂轮最外侧的像素点,然后再对叠加后的图像进行像素边缘点的提取;如图3所示,Section1、Section1、…、Section1表示原始轮廓图像,Superposing image表示灰度后的叠加图像,再对叠加后的图像进行像素边缘点的提取,最后为将像素边缘点的坐标点转换为实际尺寸后的轮廓图。其中,灰度图像为采用Canny算子提取边缘后的二值图,例如,图4所示的砂轮工作层一个径向截面利用Matlab集成的Canny算子提取边缘后的二值图;轮廓图是将像素边缘点的坐标点转换为实际尺寸后的轮廓,例如,如图5所示,是一个径向截面的轮廓图,图5中坐标的单位为mm。
2)根据这些像素边缘点的曲率变化进行分割,找出特征点,将复杂图形分解成基础线段,即直线和圆弧,则叠加后的图像经分割后可表示为:{直线1,直线2,…,直线n,圆弧1,圆弧2,…,圆弧n}。
使用最小二乘法对每段基础线段进行拟合,对直线L1,直线L2,……,直线Ln进行直线拟合;对圆弧R1,圆弧R2,……,圆弧Rn进行圆拟合;拟合过程不仅可以采用最小二乘法,也可采用现有的以下直线拟合方法和圆拟合方法。
3)计算砂轮工作层的磨粒平均出刃高度和磨粒出刃高度离散度。
①计算砂轮工作层中所有直线所在部位的磨粒平均出刃高度和磨粒出刃高度离散度,其中计算第1处直线所在部位的磨粒平均出刃高度和磨粒出刃高度离散度的过程如下:
直线L1的方程记为:Ax+By+C=0,修整时,若每次沿X方向的直线进给量为a,则计算与直线L1的距离为a的平行线所对应的“修整”后残余的像素边缘点集E(xn,yn)的平均出刃高度以及出刃高度离散程度(即方差),若进给f次,平均出刃高度取得极大值,出刃高度离散度取得极小值,此时修整量为vL1=fa(f与a的乘积),其原理与圆弧段的处理方式(如图6所示)相似。
假设每条平行线所对应的“修整”后残余的像素边缘点的点集记为E(xn,yn),并假设一条公共基准线L1’,其与L1平行且与LI的距离远远大于fa,方程记为Ax+By+C′=0,则点集中任一像素边缘点与L1’距离为:
则本次修整后的磨粒的平均出刃高度为:
本次修整后的磨粒的出刃高度离散度为:
同理,分别计算剩余直线L2,直线L3,……,直线Ln的由磨粒的平均出刃高度和出刃高度离散度确定的修整量vL2,vL3,……,vLn;则砂轮工作层由所有直线部位的磨粒的平均出刃高度和出刃高度离散度确定的最终修整量为
VL=max{vL1,vL2,...,vLn}。
②计算砂轮工作层所有圆弧部位的磨粒的平均出刃高度和出刃高度离散度,计算第1处圆弧所在部位磨粒的平均出刃高度和出刃高度离散度的过程如下:
提取的最外圆像素边缘点拟合出圆弧R1的圆心记为UR1(xR1,yR1),半径为r1,修整时,若每次沿X方向的圆进给量为b,则计算残余像素边缘点的点集F(xm,ym)到与圆弧R1圆心在X方向上平移距离为b的点的平均出刃高度以及出刃高度离散度(即方差),若进给f次,平均出刃高度取得极大值,出刃高度离散度取得极小值,此时修整量为vR1=fb(f与b的乘积),其原理如图6所示,对于最佳修整的计算方式是先采集待修整砂轮基体11外砂轮工作层外圆全部截面的最外点的合集,如图6中的边缘点12,随后将边缘点12进行拟合得到了拟合线13;然后可以得到与拟合线13平行或者同半径的平行线14,其曲率中心沿进给方向的差值为假想圆进给量b;进一步,此时如果将此砂轮进行修整,且修整路径为平行线,则应有部分边缘点被修整到,修整后的点可以用边缘点与曲率中心的连线(图6中为虚线)和平行线14的交点(若拟合线为直线则做边缘点到平行线的垂线所得垂点)来代替,如图中“修后点15”所示;另一方面,有些边缘点本身离曲率中心较近,在某次“假想修整”中并未被修到,则其位置(坐标)并未改变,如图6中“修前修后共点16”所示。根据上述过程可以得到进给量为b的时候修整后的所有边缘数据点,数据点由“修后点15”和“修前修后共点16”这两部分组成,根据这些点来计算平均出刃高度和方差。则某次沿“修整”后的残余像素边缘点的点集记为F(xm,ym),磨粒的出刃高度为:
圆弧R1部位磨粒的平均出刃高度为:
圆弧R1部位磨粒的出刃高度离散度为:
同理,分别计算剩余圆弧R2,圆弧R3,……,圆弧Rn的由磨粒的平均出刃高度和出刃高度离散度的修整量vR2,vR3,……,vRn;则砂轮工作层所有圆弧部位由磨粒的平均出刃高度和出刃高度离散度确定的最终修整量为
VR=max{vR1,vR2,...,vRn}。
上述方法实施例中,将轮廓线分为直线段和圆弧段两种基础线段,然后分别得到基础线段为直线段时的最终修整量VL和基础线段为圆弧段时的最终修整量VR,取其中的最大值作为由平均出刃高度和出刃高度离散度确定的修整量V1=max{VL,VR}。
在实际使用中,还可以仅将轮廓线分割为直线段或者圆弧段。若基础线段为直线段,即可使用最终修整量VL即V1=VL对砂轮工作层进行修整;若基础线段为圆弧段,即可使用最终修整量VR即V1=VR对砂轮工作层进行修整。
本发明给出一种具体砂轮的修整过程,以一种工作层轮廓为哥特式圆弧的电镀CBN砂轮为例,其处理过程中轮廓线仅分割为圆弧段。该砂轮的公称尺寸和工作层的轮廓精度如表1所示。哥特式圆弧是由两段半径相等的圆弧拼接而成,其中,左右接触角指一个半径为3mm的虚拟钢球与哥特式圆弧的两段圆弧均相切时,左右两切点与钢球球心的连线与竖直方向的夹角。
表1
首先,将电镀CBN砂轮安装在旋转轴2上并紧固。
然后,调整旋转轴2与高分辨率CCD相机之间的位置,使砂轮工作层径向截面在计算机6上成像清晰,固定此时的CCD相机位置,CCD相机的技术参数如表2所示。
旋转轴2安装在工作台3上,工作台3上配备手轮和锁紧装置,手轮可控制工作台3沿X方向和Y方向运动;此外,高分辨率CCD相机可手动控制沿Z方向移动。通过调整工作台3和CCD相机之间的相互位置,可使电镀砂轮工作层径向截面在计算机6上成像清晰。
表2
型号 | Port View 300 |
像素[pixel] | 1280(水平)×1024(竖直) |
视野范围[mm] | 5.69(水平)×4.55(竖直) |
随后,将指令输入计算机6,并传送至运动控制器,运动控制器驱动伺服***使旋转轴2带动电镀砂轮缓慢匀速旋转至少一周,CCD相机以固定频率连续拍摄砂轮工作层径向截面原始轮廓图像,并依次通过图形采集卡存储于计算机6的硬盘中,并将这些图像命名为Image1,Image2,……,ImageN。
在计算机6中,使用基于Matlab编制的图像处理软件对每幅原始轮廓图像进行运算处理得到最佳修整量Vbest:
①将所得到的每幅原始轮廓图像Image1,Image2,Image3,……,ImageN进行灰度化处理。
②把所有原始轮廓图像Image1,Image2,Image3,……,ImageN的灰度图进行叠加,逐个选取所有图像中同位置像素点灰度的最大值组成最终的叠加后的像素矩阵。
③以叠加后图像的左下角的像素点为坐标原点建立坐标系,其中X正方向水平向右,将叠加后的图像使用Matlab中集成的Canny算子提取像素边缘点。
④根据这些边缘点的曲率变化对叠加后的图像进行分割,以最高的数据点作为特征点,将该点左右两侧的边缘点分为左右两个部分,分别用最小二乘圆拟合左右两组数据点并得到左右拟合圆的圆心位置。随后将各数据点与对应圆心的距离减去拟合圆的半径作为出刃高度,距离小于半径的视为0。最后,模拟沿X方向的进给方式,每次进给量为0.005mm,计算不同进给量情况下砂轮的平均出刃高度和出刃高度离散度,当平均出刃高度取得极大值,并且出刃高度离散度出现极小值时,进给5次,得到修整量Vbest,经计算Vbest为0.025mm。在此步骤中将基础线段仅设置为圆弧段。
最后,根据电镀砂轮工作层径向截面的理论轮廓生成修整路径并导入计算机6中的CAM软件,CAM软件将修整路径生成数控程序,根据数控程序运动控制器驱动伺服***控制修整滚轮5运动,并沿X方向进给,进给量为0.025mm,最终在XY平面对电镀砂轮完成插补修整。修整滚轮5的基本技术参数如表3所示。
表3
规格[mm] | 3F1 125*31.75*6*2 |
磨粒 | 金刚石 |
磨粒粒度 | 170/200 |
结合剂 | 烧结金属结合剂 |
修整转速[rpm] | 6500 |
本发明还对砂轮工作层轮廓精度的检测,使用修整后电镀CBN砂轮磨削厚度为2mm的石墨样片,用轮廓仪HOMMEL T8000RC200-400检测石墨样片,即可反映砂轮工作层的轮廓精度。修整后的砂轮工作层的精度如表4所示。由表4可知修整后砂轮工作层的精度均在公差范围内。
表4
装置实施例:
本发明提供一种基于机器视觉的砂轮修整装置,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行程序时实现上述方法实施例中的方法步骤;当然,该砂轮修整装置可以装配入如图1所示的计算机6中。
该砂轮修整方法可用于复杂型面电镀砂轮,突破了目前行业内因复杂型面电镀砂轮,修整量无法精确控制,不易采用插补修整的方法进行砂轮工作层整形的局限。本发明中基于Matlab编制的图像处理软件,提出了基于砂轮工作层跳动的修整量的精确计算方法,保证了砂轮工作层轮廓精度,可大大提升砂轮的修整效率。
Claims (5)
1.一种基于机器视觉的砂轮修整方法,其特征在于,包括以下步骤:
1)采集砂轮旋转时的至少两幅原始轮廓图像;对各幅原始轮廓图像进行灰度处理并叠加,并提取得到表示砂轮最外侧的像素边缘点得到最外侧轮廓线;
2)根据所述像素边缘点的曲率变化对最外侧轮廓线进行分割,得到N条基础线段,基础线段为直线段和/或圆弧段;
3)若基础线段包括直线段,则对各直线段中像素边缘点进行直线拟合,计算像素边缘点与对应拟合直线在修整方向上距离为a的平行线之间的平均出刃高度和方差,a为沿修整方向的直线进给量,若进给f次时取得的平均出刃高度最大和方差最小,则修整量为fa;
若基础线段包括圆弧段,则对各圆弧段中像素边缘点段进行圆拟合,计算像素边缘点与对应拟合圆弧圆心在修整方向上距离为b的点之间的平均出刃高度和方差,b为沿修整方向的圆进给量,若进给f次时取得的平均出刃高度最大和方差最小,则修整量为fb;
其中,所述修整方向为砂轮的径向方向;
4)当像素边缘点仅分割为直线段时,取所有拟合直线的修整量中的极大值作为最终修整量对砂轮工作层进行修整;当像素边缘点仅分割为圆弧段时,取所有拟合圆弧的修整量中的极大值作为最终修整量对砂轮工作层进行修整;当像素边缘点分割为直线段和圆弧段时,取所有拟合直线的修整量和所有拟合圆弧的修整量中的极大值作为最终修整量对砂轮工作层进行修整。
2.根据权利要求1所述的基于机器视觉的砂轮修整方法,其特征在于,步骤1)中对各幅原始轮廓图像进行叠加,并提取得到表示砂轮最外侧的像素边缘点的具体过程为:
1)对各幅原始轮廓图像进行灰度化处理,得到每个像素的灰度值,逐个选取所有图像中表示砂轮同圆周上最外侧像素点组成叠加后的灰度图;
2)以灰度图的左下角的像素点为坐标原点建立坐标系,其中X正方向水平向右,根据Matlab中集成的Canny算子提取各灰度图的像素边缘点。
5.一种基于机器视觉的砂轮修整装置,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的基于机器视觉的砂轮修整方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911007533.1A CN110815048B (zh) | 2019-10-22 | 2019-10-22 | 基于机器视觉的砂轮修整方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911007533.1A CN110815048B (zh) | 2019-10-22 | 2019-10-22 | 基于机器视觉的砂轮修整方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110815048A CN110815048A (zh) | 2020-02-21 |
CN110815048B true CN110815048B (zh) | 2021-08-24 |
Family
ID=69550061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911007533.1A Active CN110815048B (zh) | 2019-10-22 | 2019-10-22 | 基于机器视觉的砂轮修整方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110815048B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI756939B (zh) * | 2020-11-25 | 2022-03-01 | 友達光電股份有限公司 | 基板裝置、包含基板裝置之顯示面板及其製作方法 |
CN112873051B (zh) * | 2021-01-16 | 2022-12-23 | 山东丰宏研磨科技有限公司 | 一种分布式砂轮修整*** |
CN113500522B (zh) * | 2021-07-28 | 2023-01-17 | 大连理工大学 | 一种数控磨床砂轮轮廓在位测量装置、方法及光路调整方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07186044A (ja) * | 1993-12-27 | 1995-07-25 | Nissan Motor Co Ltd | 砥石振れ計測装置および砥石ツルーイング装置 |
CN102840839A (zh) * | 2012-09-18 | 2012-12-26 | 重庆大学 | 砂轮截形精确测量和误差补偿方法 |
CN108214307B (zh) * | 2018-01-17 | 2020-05-05 | 华侨大学 | 一种基于磨粒切厚分布受控的砂轮修整量优选设计方法 |
CN109968204B (zh) * | 2019-03-21 | 2021-05-14 | 华南理工大学 | 一种砂轮工件互磨损的数控磨削形状误差自适应补偿方法 |
-
2019
- 2019-10-22 CN CN201911007533.1A patent/CN110815048B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110815048A (zh) | 2020-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110815048B (zh) | 基于机器视觉的砂轮修整方法及装置 | |
CN106041946B (zh) | 基于图像处理的机械人打磨生产方法及应用其的生产*** | |
AU2016251428B2 (en) | Method and device for machining a tool by removing material | |
CN106272079B (zh) | 砂轮可在线修整的螺杆磨削装置 | |
CN114571326B (zh) | 基于计算机视觉的变形曲面磨削方法、装置及*** | |
Xu et al. | Fast on-machine profile characterization for grinding wheels and error compensation of wheel dressing | |
CN113941919A (zh) | 用于钢管焊缝自动打磨***的数据处理及控制方法 | |
CN101561250B (zh) | 大尺寸凸轮非圆磨削智能寻位及在线测量方法 | |
CN107678400A (zh) | 一种加工义齿的方法、计算设备和数控机床*** | |
CN111311618A (zh) | 一种基于高精度几何基元提取的圆弧工件匹配与定位方法 | |
Xu et al. | Methodology for the immediate detection and treatment of wheel wear in contour grinding | |
US7097540B1 (en) | Methods and apparatus for machining formed parts to obtain a desired profile | |
CN103764344B (zh) | 一种通过锻造来制造零件的方法 | |
CN113409229A (zh) | 一种大磨粒超硬磨料砂轮磨粒等高性评价方法 | |
JP3427389B2 (ja) | バリ取り方法及びその装置 | |
CN115019056A (zh) | 一种基于图像处理的轮毂毛刺定位和路径规划方法 | |
CN108746993A (zh) | 一种打磨加工方法和装置 | |
CN109345500B (zh) | 一种基于机器视觉的机床刀具刀尖点位置计算方法 | |
CN106926134A (zh) | 非球面磨削圆弧金刚石砂轮三维形状误差在位精密测量方法 | |
CN115502892B (zh) | 一种钢材超精密磨削表面材料去除方法及*** | |
CN110517276A (zh) | 一种基于机器视觉的砂轮修整方法及装置 | |
CN212320647U (zh) | 一种圆环形物体旋转扫描设备 | |
CN205465503U (zh) | 一种内圆磨床 | |
Young et al. | Online dressing of profile grinding wheels | |
CN102840839A (zh) | 砂轮截形精确测量和误差补偿方法 |
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 |