CN114273988A

CN114273988A - 一种基于三维设计优化的金属铸件精准打磨方法

Info

Publication number: CN114273988A
Application number: CN202111560711.0A
Authority: CN
Inventors: 蔡可新
Original assignee: Xuzhou Shengong Metal Technology Co ltd
Current assignee: Xuzhou Shengong Metal Technology Co ltd
Priority date: 2021-12-20
Filing date: 2021-12-20
Publication date: 2022-04-05

Abstract

本发明涉及铸件打磨技术领域，具体涉及一种基于三维设计优化的金属铸件精准打磨方法，旨在解决现有技术磨削量不受控，自动化水平低，生产效率低，产品一致性差，人工成本高的问题，包括以下步骤：S1、以设计图纸为基准建立铸件的三维图形数据库并确定打磨基面，然后根据三维图形数据库、预设数量铸件的视觉特征参数及预设的各种打磨路径进行训练，建立铸件差异度打磨模型；S2、通过扫描装置对待打磨铸件预定的分区域进行图像采集，并提取其视觉特征参数；S3、利用铸件差异度打磨模型判断该区域内是否存在待打磨区域，若存在则计算出目标磨削数据，若不存在则重复步骤S2，直到整个铸件表面的分区域检测完成；S4、整合目标磨削数据；S5、打磨。

Description

一种基于三维设计优化的金属铸件精准打磨方法

技术领域

本发明涉及铸件打磨技术领域，具体涉及一种基于三维设计优化的金属铸件精准打磨方法。

背景技术

压铸件是一种压力铸造的零件，是使用装好铸件模具的压力铸造机械压铸机，将加热为液态的铜、锌、铝或铝合金等金属浇入压铸机的入料口，经压铸机压铸，铸造出模具限制的形状和尺寸的铜、锌、铝零件或铝合金零件，这样的零件通常就被叫做压铸件。

铸件由于其表面光洁度以及粗糙度一般很大，若对产品光洁度、以及粗糙度有要求，则必须要进行进一步的切削或者打磨等加工，而目前我国铸件的清理仍以手工打磨为主，其定位和固定方式通常采用目视、手握，少数借助于机械定位，所以该方式存在以下问题：一、磨削量不受控，存在磨削过量的风险；二、不同的操作人员对铸件打磨的程度不会严格保持一致，因此通过人工操作打磨后的铸件表面标准不统一；三、需要人工专注操作，设备的自动化水平低，生产效率低，产品一致性差。

发明内容

因此，本发明的目的是提供一种基于三维设计优化的金属铸件精准打磨方法，解决现有技术磨削量不受控，自动化水平低，生产效率低，产品一致性差，人工成本高的问题。

本发明的上述技术目的是通过以下技术方案得以实现的：

一种基于三维设计优化的金属铸件精准打磨方法，包括以下步骤：

S1、以设计图纸为基准建立铸件的三维图形数据库并确定打磨基面，然后根据三维图形数据库、预设数量铸件的视觉特征参数及预设的各种打磨路径进行训练，建立铸件差异度打磨模型；

S2、通过扫描装置对待打磨铸件预定的分区域进行图像采集，并提取其视觉特征参数；

S3、根据步骤S2中提取到的视觉特征参数，利用铸件差异度打磨模型判断该区域内是否存在待打磨区域，若存在则计算出目标磨削数据，若不存在则重复步骤S2，直到整个铸件表面的分区域检测完成；

S4、将步骤S3中计算得到的目标磨削数据进行整合，实现打磨点的优化；

S5、提供一修整磨床，输出实时磨削数据符合目标磨削数据的铸件，其中目标磨削数据与实时磨削数据相对应，均包括铸件修形数据以及铸件修锐数据，所述修整磨床包括CCD相机、数字化传感器、第一执行件及第二执行件，所述CCD相机设置于修整处，用于对铸件的实时磨削数据进行检测，所述数字化传感器设置于修整处，用于对铸件的表面残留应力、钝化程度、热损伤程度进行监测，所述第一执行件、第二执行件分别设置于打磨件和铸件上，用于控制其修整参数，通过CCD相机检测所得的实时磨削数据与对应的目标磨削数据比对，并由数字化传感器监测表面残留应力、钝化程度、热损伤程度，以控制所述第一执行件、第二执行件动作，调整打磨路径。

可选地，所述步骤S1中，建立铸件差异度打磨模型包括：

分别提取预设数量铸件的视觉特征参数，构成特征参数集，并且，预设各种打磨路径；

以三维图形数据库为基准，使用所述特征参数集作为输入，预设的打磨路径作为期望输出，使用自学习分类方法进行训练，将训练得到的自学习分类器作为所述铸件差异度打磨模型。

可选地，所述视觉特征参数至少包括其中之一：空间频域特性参数，亮度响应非线性特性参数，掩盖效应特性参数。

可选地，所述空间频域特性参数包括：

对铸件粗糙度高的像素区域进行增强处理；

对增强后的像素区域进行时域到频域的变换处理；

对变换中的不同频率的像素值进行加权处理。

可选地，所述亮度响应非线性特性参数包括：

通过轮廓检测方法提取图像中的轮廓信息；

计算所述轮廓信息所指示的轮廓区域中像素的平均主观亮度参数。

可选地，所述掩盖效应特性参数包括：

根据铸件微弱瑕疵区域的块效应敏感度的不同，对图像中不同位置的块效应进行加权处理。

可选地，所述CCD相机包括：

设置于所述CCD相机外侧，以避免其受到修整打磨出的碎屑影响的保护罩；

设置于所述CCD相机一侧，以控制所述CCD相机拍摄远近的调节杆。

可选地，所述数字化传感器包括：

设置于所述修整磨床横梁上的导轨；

设置于所述导轨上，用于承载数字化传感器及数字化传感器一侧CCD相机的滑动件。

可选地，所述第一执行件包括：

设置于所述打磨件上，使打磨件可沿轴自转的双顶尖支承式夹具；

设置于所述双顶尖支承式夹具一侧，通过皮带轮传动以控制打磨件工作的第一伺服电机；

设置于所述修整磨床上，承载所述双顶尖支承式夹具、第一伺服电机及打磨件，并实现回转和分度定位的高精度水平转台。

可选地，所述第二执行件包括：

设置于所述铸件上，使铸件可沿轴自转的动力轴；

设置于所述动力轴相对铸件一侧，以调控动力轴长度的伸缩气缸；

设置于所述伸缩气缸相对铸件一侧，通过皮带轮传动以控制铸件动作的第二伺服电机。

本发明的有益效果：

通过扫描装置对铸件分区域地进行图像采集，然后提取其视觉特征参数，从而导入铸件差异度打磨模型判断该区域内是否存在待打磨区域，计算出目标磨削数据并整合，实现打磨点的优化后，完成打磨操作，因此凭借铸件差异度打磨模型实现打磨路径规划上的先进性，而这种先进性的基础又在于采用了计算机视觉***预先对于待打磨铸件的瑕疵区域进行初步的定位，所以能够对检测到的待打磨点进行初步的评估，在此基础上对于后续的打磨路径进行一定程度上的优化，以此创新点为依托实现了打磨效率的突破；另外，使用这种局部扫描局部打磨的方式打磨大型铸件，大大提高了工作效率和打磨质量，不存在人工参与导致的误差，能较快较好地完成大型铸件的打磨工作。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例的整体结构示意图；

图2是图1中A部分的放大示意图。

图中，1、打磨件；21、CCD相机；211、保护罩；212、调节杆；22、数字化传感器；221、导轨；222、滑动件；23、第一执行件；231、双顶尖支承式夹具；232、第一伺服电机；233、高精度水平转台；24、第二执行件；241、动力轴；242、伸缩气缸；243、第二伺服电机。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。

并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。

另外，术语“多个”的含义应为两个以及两个以上。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

铸件差异度打磨模型具体步骤为分别提取预设数量铸件的视觉特征参数，构成特征参数集，并且，预设各种打磨路径；

以三维图形数据库为基准，使用所述特征参数集作为输入，预设的打磨路径作为期望输出，使用自学习分类方法进行训练，将训练得到的自学习分类器作为所述铸件差异度打磨模型；所述自学习分类器是指：通过对提供的一组具有代表性的训练子样进行训练，得到分类器的模型，用来识别其他特征子样所属的分类，其中，自学习分类器的种类有很多，比如SVM，BP神经网络等，在本发明实施例中均可以使用，一般的，自学习分类器训练得到的所述铸件差异度打磨模型是以矩阵的形式存储的，矩阵大小跟参与决策的样本数量有关；

S2、通过扫描装置对待打磨铸件预定的分区域进行图像采集，在本实施例中，将铸件摆放在平台上，扫描装置在设定工作位置静止然后扫描铸件，扫描得到铸件表面的三维数据；或者扫描装置在设定工作位置静止然后扫描铸件，同时通过旋转平台或者沿设定路径移动平台的方式，得到多个扫描结果；或者保持平台固定，且扫描装置沿设定工作轨道动态扫描铸件，得到多个扫描结果，并提取其视觉特征参数,而且，这里的视觉特征参数可以包括：空间频域特性，和/或亮度响应非线性特性，和/或掩盖效应等，从而有效综合了体现视觉的主要特征参数，使得最终训练得到的铸件差异度打磨模型更为客观，更具有普遍性，从而使得根据所述铸件差异度打磨模型计算得到的打磨路径更为准确和稳定；

具体地，空间频域特性参数包括：对铸件粗糙度高的像素区域进行增强处理；对增强后的像素区域进行时域到频域的变换处理；对变换中的不同频率的像素值进行加权处理；

亮度响应非线性特性参数包括：通过轮廓检测方法提取图像中的轮廓信息；计算所述轮廓信息所指示的轮廓区域中像素的平均主观亮度参数；

掩盖效应特性参数包括：根据铸件微弱瑕疵区域的块效应敏感度的不同，对图像中不同位置的块效应进行加权处理；

S5、提供一修整磨床，如图1和图2所示，该修整磨床的工作台上安装有打磨件1和待打磨铸件，以输出实时磨削数据符合目标磨削数据的铸件，其中目标磨削数据与实时磨削数据相对应，均包括铸件修形数据以及铸件修锐数据，具体地，修整磨床包括CCD相机21、数字化传感器22、第一执行件23及第二执行件24，CCD相机21设置于修整处，用于对铸件的实时磨削数据进行检测，数字化传感器22设置于修整处，用于对铸件的表面残留应力、钝化程度、热损伤程度进行监测，第一执行件23、第二执行件24分别设置于打磨件1和铸件上，用于控制其修整参数，通过CCD相机21检测所得的实时磨削数据与对应的目标磨削数据比对，并由数字化传感器22监测表面残留应力、钝化程度、热损伤程度，以控制所述第一执行件23、第二执行件24动作，调整打磨路径。

如图2所示，本发明此实施例中为一组位于打磨件1与铸件修整处的正上方的CCD相机21，用于对的实时磨削数据进行检测，每隔0.05s抓拍一次能观察到铸件整体的表面粗糙度，相比较用光学显微镜人眼观察，大大降低人工成本。同时，CCD相机21外侧设置有避免CCD相机21受到修整打磨出的碎屑影响的保护罩211，提高了CCD相机21的使用寿命，并且CCD相机21镜头上方一侧设置有可控制CCD相机21拍摄远近的调节杆212，通过该调节杆212可避免遗漏拍摄距离过远或过近引起的误差。

如图1和图2所示，本发明此实施例中为三组位于CCD相机21一侧的数字化传感器22，其中这三组数字化传感器22分别用于监测铸件及打磨件1的表面残留应力、钝化程度、热损伤程度。同时，该修整磨床的横梁上设置有导轨221，导轨221上设置有可沿竖直方向位移的滑动件222，将数字化传感器22与CCD相机21一同安装在滑动件222上，可随打磨件1与铸件的修整处进行微调，始终保持在修整处的正上方，保证监测的准确度。

因为修锐数据与至少一种铸件及打磨件1的表面残留应力、钝化程度、热损伤程度、表面粗糙度所得参数具有目标关联关系，所以控制第一执行件23、第二执行件24动作，实现自动化修整，如图1和图2所示，第一执行件23包括设置在打磨件1上的双顶尖支承式夹具231，使打磨件1能够沿轴自转修整铸件，双顶尖支承式夹具231一侧设置有与打磨件相连的第一伺服电机232，通过皮带轮传动来控制打磨件工作，即利用第一伺服电机232的功率调控打磨件的转速。同时，修整磨床上设置有承载上述双顶尖支承式夹具231、第一伺服电机232及打磨件1的高精度水平转台233，用来实现回转和分度定位以调控打磨件1的进给率。

为了与第一执行件23相配合，如图1和图2所示，第二执行件24包括设置在铸件上的动力轴241，使铸件能够沿轴自转与打磨件1保持相对运动，并且动力轴241相对铸件一侧设置有伸缩气缸242，用来配合高精度水平转台233调节间距，从而实现进给率的精准把控。同时，伸缩气缸242相对铸件一侧设置有与铸件相连的第二伺服电机243，通过皮带轮传动来控制铸件工作，即利用第二伺服电机243的功率调整铸件的转速，以决定相对磨削速度与切向进给速度的比值，进而根据宏观监测、微观调控得到符合目标磨削数据的铸件。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims

1.一种基于三维设计优化的金属铸件精准打磨方法，其特征在于，包括以下步骤：

S5、提供一修整磨床，输出实时磨削数据符合目标磨削数据的铸件，其中目标磨削数据与实时磨削数据相对应，均包括铸件修形数据以及铸件修锐数据，所述修整磨床包括CCD相机(21)、数字化传感器(22)、第一执行件(23)及第二执行件(24)，所述CCD相机(21)设置于修整处，用于对铸件的实时磨削数据进行检测，所述数字化传感器(22)设置于修整处，用于对铸件的表面残留应力、钝化程度、热损伤程度进行监测，所述第一执行件(23)、第二执行件(24)分别设置于打磨件(1)和铸件上，用于控制其修整参数，通过CCD相机(21)检测所得的实时磨削数据与对应的目标磨削数据比对，并由数字化传感器(22)监测表面残留应力、钝化程度、热损伤程度，以控制所述第一执行件(23)、第二执行件(24)动作，调整打磨路径。

2.根据权利要求1所述的一种基于三维设计优化的金属铸件精准打磨方法，其特征在于，所述步骤S1中，建立铸件差异度打磨模型包括：

3.根据权利要求2所述的一种基于三维设计优化的金属铸件精准打磨方法，其特征在于，所述视觉特征参数至少包括其中之一：空间频域特性参数，亮度响应非线性特性参数，掩盖效应特性参数。

4.根据权利要求3所述的一种基于三维设计优化的金属铸件精准打磨方法，其特征在于，所述空间频域特性参数包括：

对铸件粗糙度高的像素区域进行增强处理；

对增强后的像素区域进行时域到频域的变换处理；

对变换中的不同频率的像素值进行加权处理。

5.根据权利要求3所述的一种基于三维设计优化的金属铸件精准打磨方法，其特征在于，所述亮度响应非线性特性参数包括：

通过轮廓检测方法提取图像中的轮廓信息；

6.根据权利要求3所述的一种基于三维设计优化的金属铸件精准打磨方法，其特征在于，所述掩盖效应特性参数包括：

7.根据权利要求1所述的一种基于三维设计优化的金属铸件精准打磨方法，其特征在于，所述CCD相机(21)包括：

设置于所述CCD相机(21)外侧，以避免其受到修整打磨出的碎屑影响的保护罩(211)；

设置于所述CCD相机(21)一侧，以控制所述CCD相机(21)拍摄远近的调节杆(212)。

8.根据权利要求7所述的一种基于三维设计优化的金属铸件精准打磨方法，其特征在于，所述数字化传感器(22)包括：

设置于所述修整磨床横梁上的导轨(221)；

设置于所述导轨(221)上，用于承载数字化传感器(22)及数字化传感器(22)一侧CCD相机(21)的滑动件(222)。

9.根据权利要求8所述的一种基于三维设计优化的金属铸件精准打磨方法，其特征在于，所述第一执行件(23)包括：

设置于所述打磨件(1)上，使打磨件(1)可沿轴自转的双顶尖支承式夹具(231)；

设置于所述双顶尖支承式夹具(231)一侧，通过皮带轮传动以控制打磨件(1)工作的第一伺服电机(232)；

设置于所述修整磨床上，承载所述双顶尖支承式夹具(231)、第一伺服电机(232)及打磨件(1)，并实现回转和分度定位的高精度水平转台(233)。

10.根据权利要求9所述的一种基于三维设计优化的金属铸件精准打磨方法，其特征在于，所述第二执行件(24)包括：

设置于所述铸件上，使铸件可沿轴自转的动力轴(241)；

设置于所述动力轴(241)相对铸件一侧，以调控动力轴(241)长度的伸缩气缸(242)；

设置于所述伸缩气缸(242)相对铸件一侧，通过皮带轮传动以控制铸件动作的第二伺服电机(243)。