基于多视觉特征融合技术的高速加工中心刀具状态视诊方法研究
海天精工 加工中心 钻攻中心前言：当前的高速加工中心在r.业生成中具有广泛的应用价值，在加工中心加丁过程中，刀具磨损问题成为刀具失效的关键因素。刀具失效导致T.件加丁质量低，使得加工中心出现故障，大大降低企业生成效率[1_3]。因此，寻求可靠方法对高速加工中心刀具状态进行准确检测，具有重要应用价值。传统多传感器融合的刀具磨损检测方法，通过依据特征变换的特征降维方法，完成多传感器融合的特征降维处理,其对特征的描述性差，检测效率低[4_6]。文献m采用ccd照相机采集刀头罔像，明确刀头区域同刀具磨损区域，进而准确检测出刀具磨损边缘点，运算出刀具的磨损量，但是该方法的抗噪性能较差，检测精度较低。文献[8]分析了依据传感器检测的刀具磨损状态检测方法，对传感器信号进行分析和采集，可运算出刀具状态变量，但是该方法的准确率低，主要应用于小范围的机械加丁,具有较大局限性。文献[9]分析了基于多传感器融合的刀具状态检测方法，其通过依据特征变换的特征降维方法,完成多传感器融合的特征降维处理，但是该方法对特征的描述性差，检测效率低。文献[10]采用对滤式的特征选择算法完成刀具检测，该方法先塑造刀具的特征评估函数,并运算刀具特征间的冗余度，采用学习算法分析选择后的刀具特征准确率，完成刀具磨损状态的识别。但是该方法的检测精度较低，存在较高的偏差为了解决上述问题，设计基于多视觉特征融合技术的高速加工中心刀具状态视诊系统。实验结果表明,所设计系统可准确检测出刀具的磨损状态，具有较高的检测精度和鲁棒性。1高速加工中心刀具状态视诊系统设计1.1系统结构所设计的基于多视觉特征的高速加工中心刀具状态视诊系统硬件结构如阁1所示。该系统通过双摄像机联合定位跟踪加工中心刀具，增强刀具信息采集的精度，通过一系列刀具特征采集和跟踪算法，采集同刀具磨损相关的视觉特征信息，通过BP神经网络方法融合多视觉特征信息，检测高速加工中心刀具的磨损情况。系统通过双摄像机同时采集高速加工中心刀具图像。其中同定摄像机A采集整体刀具图像，可控摄像机B采集刀头图像。两个摄像机的视频图像都输人到图像采集卡中的数据采集电路接口，采用数据处理模块将模拟信号变换成数字信号。PC机采集刀具的数字视频图像后，采用基于BP神经网络的阁像分析算法，获取刀具磨损信息，并通过显示报警模块呈现刀具磨损信息。采用UV60M —体化高速球型摄像机作为可控摄像机，该摄像机具有较高的转速和采集精度，满足高速加工中心刀具图像信息采集实时性的要求。多视觉特征融合是对人脑综合复杂问题的功能模拟，多视觉特征融合系统中，不同摄像机采集不同的刀具信息特征,这些特征间存在一定的关系。信息融合可充分利用不同的摄像机资源，通过对不同摄像机及其观测信息的合理分配，可全面描述刀具的特征，为刀具状态检测提供了可靠的分析依据。1.2数据采集电路设计高速加工中心刀具状态视诊系统要求实时准确采集和处理刀具图像信息，并且要求硬件系统尽可能小，安装到高速加工中心刀具中。采用MEMS加速度传感器和无线射频芯片CC2430作为系统采集卡的核心，CC2430是嵌人式SgBee应用的片上系统，其支持2.4 GHz 802.15/ZigBee协议，集成了高性能2.4 GHz射频收发器和T业级的控制器。CC2430是数据采集卡中的关键部分，其用于接收摄像机A和摄像机B采集的刀具视频阁像数据，其硬件电路设计主要包括传感器电路、无线发射/接收电路、串口电路以及纽扣电源。将传感器电路、无线发射电路以及纽扣电源集成在一块数据采集和发射电板上，将串口电路和无线接收电路集成在另一块数据接收电路板上。数据采集和发射电路原理如图2所示，其采用串口将接收到的刀具视频图像数据传送到数据处理模块中进行处理。海天精工 备注：为保证文章的完整度，本文核心内容都PDF格式显示，如未有显示请刷新或转换浏览器尝试，手机浏览可能无法正常使用！结束语：本文设计基于多视觉特征融合技术的高速加工中心刀具状态视诊系统，系统通过固定摄像机A采集整体刀具图像，可控摄像机B采集刀头图像。两个摄像机的视频图像都输人到图像采集卡中的数据采集电路进行处理。系统通过数据采集电路获取刀具图像数据后，将数据传递给数据处理模块进行存储和模/数转换等处理。采用STCS9C52单片机设计显示报警模块，用于显示刀具磨损状态。系统实现部分给出了系统软件流程图,并通过BP神经网络方法融合多视觉特征信息，检测高速加工中心刀具的磨损情况。实验结果表明，所设计系统可准确检测出刀具的磨损状态，具有较高的检测精度和鲁棒性。海天精工是一家集销售、应用及服务于一体的公司。产品包括：CNC加工中心、钻攻中心、龙门加工中心、雕铣机、石墨机、五轴加工中心、立式加工中心、卧式加工中心等。我们机床的生产工厂设在广东省宁波市，目前其生产的加工中心70%出口，其中出口到欧洲占到50%。我们尽心、尽力、尽意的服务！声明：本站文章均来自网络，所有内容不代表本站观点，本站不承担任何法律责任！