基于神经网络的磨削工件表面质量的在线检测

• 作者: 郭瑞鹏 陶正苏
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 神经网络 光学检测 光散射 表面粗糙度
• 年，卷（期）: 2010,（10）
• 页码范围: 5-8,12
• 分类号: TP183|TG84
• 字数: 3190字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6236.2010.10.002

摘要

精密磨削加工过程中,冷却液的使用给表面质量的在线检测带来了困难.借助特制的"透明窗"装置,可以创造出一块透明测量区域解决此问题.通过采集透明测量区域内的表面散射图像,提取特征参数,建立BP神经网络,预测表面粗糙度,从而实现表面质量的在线测量.网络的输入为表面散射光带主方向上的散射特征参数、散射光带长轴和短轴上灰度分布的标准差、散射图像灰度特征和透明流体层的液体流速,输出是粗糙度.使用训练好的神经网络对已知粗糙度数值的标准样块进行预测,预测的平均误差为1.018%.由此推断出,选择的输入参数和建立的神经网络是有效的,能够用来实现表面质量的在线检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶正苏	上海交通大学仪器科学与工程系	27	366	11.0	18.0
2	郭瑞鹏	上海交通大学仪器科学与工程系	4	61	3.0	4.0