基于机器视觉的加工刀具磨损监测方法

• 作者: 程训 余建波
• 来源期刊: 浙江大学学报（工学版）
• 关键词: 刀具磨损 机器视觉 图像去噪 图像增强 边缘提取
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 机械工程|Mechanical Engineering
• 页码范围: 896-904
• 页数: 9页
• 分类号: TH164
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2021.05.010

摘要

为了对加工过程中刀具的磨损状态进行监测,针对麻花钻的磨损形式,提出基于机器视觉的加工刀具磨损监测方法. 根据磨损刀具图像的灰度分布特点,提出基于积分图加速和Turky bi-weight核函数的非局部均值去噪方法;采用单、双阈值大津法获取磨损区域的灰度区间,实现对图像的自适应对比度增强;提出基于形态学重构方法的磨损区域局部极值点提取方法,有效完成对磨损区域的检测和边界提取. 该刀具磨损检测方法成功应用于麻花钻头磨损状态的监测过程,实验结果表明,相较于目前已有的机器视觉监测方法,所提出的方法具有更高的检测精度和效率,准确地提取磨损轮廓,从而有效实现对刀具磨损状态的监测和自动化监控加工过程,达到降低人工成本和产品不合格率的目的.