基于工件轮廓图像的砂轮磨损在线检测方法

doi:10.16183/j.cnki.jsjtu.2019.285

上海交通大学学报 ›› 2021, Vol. 55 ›› Issue (3): 221-228.doi: 10.16183/j.cnki.jsjtu.2019.285

所属专题：《上海交通大学学报》2021年12期专题汇总专辑；《上海交通大学学报》2021年“机械工程”专题

• • 下一篇

基于工件轮廓图像的砂轮磨损在线检测方法

牛牧, 许黎明(), 赵达, 范帆

上海交通大学　机械与动力工程学院，上海　200240

收稿日期:2019-10-14 出版日期:2021-03-01 发布日期:2021-04-02
通讯作者: 许黎明 E-mail:Limingxu@sjtu.edu.cn
作者简介:牛牧(1994-)，男，上海市人，硕士生，现主要从事智能磨削技术研究．
基金资助:
国家自然科学基金资助项目(51575350)

Workpiece-Contour-Image Based Wheel Wear Online Detection Methodology

NIU Mu, XU Liming(), ZHAO Da, FAN Fan

School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China

Received:2019-10-14 Online:2021-03-01 Published:2021-04-02
Contact: XU Liming E-mail:Limingxu@sjtu.edu.cn

摘要/Abstract

摘要：

研究一种基于机器视觉的砂轮磨损在线检测和补偿方法，介绍基于工件局部轮廓图像的砂轮磨损在线检测原理，分析了由砂轮磨损引起的轮廓误差在线补偿方法．在此基础上，在所开发的复杂轮廓磨削平台上进行了试验研究．研究结果表明：所提出的砂轮磨损检测和误差补偿方法可以有效地进行实时在线检测砂轮的磨损程度，并能补偿主要由砂轮磨损引起的轮廓加工误差，提高工件的加工精度，为砂轮磨损的在线检测以及砂轮修整预报提供了一种新的方法．

关键词: 曲线磨削, 砂轮磨损, 机器视觉, 磨损检测, 误差补偿

Abstract:

A method for online detection and compensation of grinding wheel wear based on machine vision is proposed in this paper. The principle of workpiece-contour-image (WCI) based online wheel wear detection is presented, and the online compensation of wheel-wear-induced contour error is analyzed, based on which, studies are conducted on the developed complex contour grinding platform. The results reveal that the proposed method can effectively detect the wheel wear in real-time and compensate the contour error caused by wheel wear to improve the machining accuracy. The research provides a new method for online detection of wheel wear and prediction of wheel dressing.

Key words: contour grinding, wheel wear, machine vision, wear detection, error compensation

中图分类号:

TH161

牛牧, 许黎明, 赵达, 范帆. 基于工件轮廓图像的砂轮磨损在线检测方法[J]. 上海交通大学学报, 2021, 55(3): 221-228.

NIU Mu, XU Liming, ZHAO Da, FAN Fan. Workpiece-Contour-Image Based Wheel Wear Online Detection Methodology[J]. Journal of Shanghai Jiao Tong University, 2021, 55(3): 221-228.

图/表 14

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

表1

图11

表2

表3

参考文献 9

[1]	MOKBEL A A , MAKSOUD T M A . Monitoring of the condition of diamond grinding wheels using acoustic emission technique[J]. Journal of Materials Processing Technology , 2000, 101(1/2/3): 292-297.
[2]	XU L M , XU K Z , CHAI Y D . Identification of grinding wheel wear signature by a wavelet packet decomposition method[J]. Journal of Shanghai Jiao Tong University (Science), 2010, 15(3): 323-328.
[3]	胡一星，范帆，许黎明，等 . 砂轮廓形原位视觉检测方法与试验研究[J]. 机械制造，2018, 56(5): 80-82.
	HU Yixing , FAN Fan , XU Liming , et al . In-situ visual detection method and experimental study of the abrasive profile[J]. Machinery , 2018, 56(5): 80-82.
[4]	DAI Y Q , ZHU K P . A machine vision system for micro-milling tool condition monitoring[J]. Precision Engineering , 2018, 52: 183-191.
[5]	杨栖凤，崔长彩，黄国钦 . 金刚石砂轮表面二维形貌全场测量和分析[J]. 华侨大学学报(自然科学版), 2018, 39(4): 479-484.
	YANG Qifeng , CUI Changcai , HUANG Guoqin . Measurement and analysis of two-dimensional surface topography of whole grinding wheel[J]. Journal of Huaqiao University (Natural Science), 2018, 39(4): 479-484.
[6]	魏泽鼎，贾永辉 . 基于MATLAB砂轮形位公差检测系统的设计[J]. 制造业自动化，2015, 37(10): 104-106.
	WEI Zeding , JIA Yonghui . The design of the grinding wheel shape tolerance test system based on MATLAB[J]. Manufacturing Automation , 2015, 37(10): 104-106.
[7]	XU L M , FAN F , ZHANG Z , et al . Methodology and implementation of a vision-oriented open CNC system for profile grinding[J]. The International Journal of Advanced Manufacturing Technology , 2019, 100(5/6/7/8): 2123-2131.
[8]	XU L M , FAN F , HU Y X , et al . A vision-based processing methodology for profile grinding of contour surfaces[J]. Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture , 2020, 234(1/2): 27-39.
[9]	XU L M , FAN F , ZHANG Z , et al . Fast on-machine profile characterization for grinding wheels and error compensation of wheel dressing[J]. Precision Engineering , 2019, 55: 417-425.

N		RMS/μm	e _max/μm
1	7.5	10.2	14.2
2	7.6	10.3	15.3
3	8.3	11.3	16.8

N		RMS/μm	e _max/μm
1	19.4	27.1	41.7
2	18.3	25.8	38.9
3	18.7	23.2	39.2

N		RMS/μm	e _max/μm
1	13.6	19.5	26.3
2	12.1	17.8	22.9
3	12.2	16.3	19.8

[1]	孙棪伊, 范文晶, 曾远帆, 干兴业, 汤日佳, 韩锐. 基于Harris角点检测的装填靶标识别方法[J]. 空天防御, 2022, 5(4): 87-91.
[2]	周俊杰, 余建波. 基于机器视觉的加工刀具磨损量在线测量[J]. 上海交通大学学报, 2021, 55(6): 741-749.
[3]	王旭烽, 汤日佳, 孙棪伊, 干兴业, 张玉鑫. 导弹自动装填技术研究综述[J]. 空天防御, 2021, 4(2): 34-.
[4]	彭聪, 刘彬, 周乾. 基于机器视觉和盲源分离的机械故障检测[J]. 上海交通大学学报, 2020, 54(9): 953-960.
[5]	陶正瑞, 党嘉强, 徐锦泱, 安庆龙, 陈明, 王力, 任斐. 基于支持向量机回归的曲面零件涡流测距标定方法[J]. 上海交通大学学报, 2020, 54(7): 674-681.
[6]	胡一星，许黎明，范帆，张哲. 曲线磨削砂轮廓形的原位视觉检测和误差补偿[J]. 上海交通大学学报, 2019, 53(6): 654-659.
[7]	郭维诚，李蓓智，杨建国，周勤之. 磨削过程信号监测与砂轮磨损预测模型构建[J]. 上海交通大学学报, 2019, 53(12): 1475-1481.
[8]	汪韬,贡亮,张经纬,吴林立梓,马志宏,杨刚,毛雨晗,洪骏,刘成良. 基于自定义聚类的水稻剑叶夹角测量[J]. 上海交通大学学报（自然版）, 2018, 52(8): 961-968.
[9]	薛梦霞,刘士荣,王坚. 基于机器视觉的动态多目标识别[J]. 上海交通大学学报（自然版）, 2017, 51(6): 727-733.
[10]	白瑞峰, 房朝晖, 靳荔成, 于赫洋, 张拓迷. 融合机器视觉的工业机器人虚拟平台构建[J]. 实验室研究与探索, 2017, 36(5): 246-249.
[11]	闵永智1，肖本郁1，党建武1，殷超1，岳彪1，马宏锋2. 轨道扣件缺失的机器视觉快速检测方法[J]. 上海交通大学学报（自然版）, 2017, 51(10): 1268-1272.
[12]	冯文龙，黄奕乔，拓占宇，李慧敏，杨建国. 基于温度积分方法的大型数控机床光栅定位热误差建模及实时补偿[J]. 上海交通大学学报（自然版）, 2016, 50(05): 710-715.
[13]	王秀平1,2,白瑞林1,刘子腾1. 由任意平行四边形确定摄像机内参数的方法[J]. 上海交通大学学报（自然版）, 2015, 49(03): 366-370.
[14]	荆旭1，邱世广1，范秀敏1,2，何其昌1,2. 基于关节自由度约束的上臂轴旋转跟踪误差补偿[J]. 上海交通大学学报（自然版）, 2014, 48(12): 1667-1674.
[15]	王维，杨建国. 基于插值算法的数控机床复合误差补偿技术[J]. 上海交通大学学报（自然版）, 2014, 48(1): 12-21.

基于工件轮廓图像的砂轮磨损在线检测方法

Workpiece-Contour-Image Based Wheel Wear Online Detection Methodology

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 9

相关文章 15

编辑推荐

Metrics

本文评价