現(xiàn)代制造技術(shù)基于機(jī)器視覺(jué)的刀具狀態(tài)監(jiān)測(cè)研究進(jìn)展 - 圖文-

1、基于機(jī)器視覺(jué)的刀具狀態(tài)監(jiān)測(cè)研究進(jìn)展王中任1吳艷花1雷俊杰21襄樊學(xué)院2襄樊市機(jī)電工程學(xué)校摘要:介紹了基于機(jī)器視覺(jué)的刀具磨損監(jiān)測(cè)的三種方法:基于刀具表面圖像的視覺(jué)監(jiān)測(cè)方法、基于工件表面紋理圖像的視覺(jué)監(jiān)測(cè)方法和基于切屑圖像的視覺(jué)監(jiān)測(cè)方法。綜述了各種方法的研究進(jìn)展,比較了各自的優(yōu)缺點(diǎn),分析了當(dāng)前的研究熱點(diǎn)和發(fā)展趨勢(shì)。關(guān)鍵詞:刀具狀態(tài),監(jiān)測(cè),機(jī)器視覺(jué)R evie w of Tool Condition Monitoring B ased on Machine VisionWang ZhongrenWu Y anhuaLei JunjieAbstract:Three kinds of tool wear

2、 condition m onitoring methods based on machine vision are introduced,which are methods basing on the sur face pattern of tool,the sur face texture of w orkpiece and the cutting chip.The research development of various approaches are reviewed,their advantages and shortcomings are com pared.Finally,r

3、esearch hot issues and development trends of tool wear condition m onitoring based on machine vision are analyzed.K eyw ords:tool condition,m onitoring,machine vision1引言采用傳統(tǒng)機(jī)床加工時(shí),機(jī)床操作者主要是通過(guò)視覺(jué)觀察刀具表面形態(tài)的變化,以便對(duì)刀具狀態(tài)做出判斷。對(duì)于現(xiàn)代機(jī)床而言,約有20%的停工時(shí)間歸因于刀具失效,并由此導(dǎo)致生產(chǎn)效率的下降和經(jīng)濟(jì)損失1,因此提高對(duì)刀具磨、破損狀態(tài)的監(jiān)控水平意義重大。采用計(jì)算機(jī)視覺(jué)替代人工對(duì)刀具磨損

4、進(jìn)行監(jiān)測(cè)可以實(shí)現(xiàn)刀具狀態(tài)監(jiān)測(cè)的自動(dòng)化。機(jī)器視覺(jué)方法在刀具狀態(tài)監(jiān)測(cè)中的應(yīng)用情況主要有三種類(lèi)型:一是觀測(cè)點(diǎn)在刀具表面的基于刀具表面圖像的直接監(jiān)測(cè)方法,二是觀測(cè)點(diǎn)在被加工工件表面的基于工件表面圖像間接監(jiān)測(cè)方法,三是觀測(cè)點(diǎn)在刀具刃口處切屑上的基于切屑圖像的準(zhǔn)直接監(jiān)測(cè)方法。2基于刀具表面圖像的視覺(jué)監(jiān)測(cè)方法刀具表面是刀具磨破損狀態(tài)的直接反映,因此基于刀具表面圖像的直接監(jiān)測(cè)方法具有其它監(jiān)測(cè)方法所不能比擬的優(yōu)點(diǎn)?；诘毒弑砻鎴D像的直接監(jiān)測(cè)系統(tǒng)一般由鏡頭、CC D、攝像機(jī)、光源、圖像采集卡、計(jì)算機(jī)等組成。由于在工件切削的過(guò)程中,切屑擋在刀具的表面,因此,基于刀具表面圖像的視覺(jué)監(jiān)測(cè)方法一般不能在切削過(guò)程中進(jìn)行,因

5、此只是一種間歇式的準(zhǔn)在線監(jiān)測(cè)方法。但是,由于這種方法是直接對(duì)刀具磨破損部位的幾何形態(tài)進(jìn)行檢測(cè),具有檢測(cè)結(jié)果直觀、準(zhǔn)確、可靠的優(yōu)點(diǎn),因而具有較廣泛的應(yīng)用前景。目前,主要的研究工作是對(duì)于后刀面的測(cè)量,但同時(shí)進(jìn)行后刀面和月牙洼磨損檢測(cè)的研究未見(jiàn)報(bào)道。文獻(xiàn)2和3研究了把視覺(jué)監(jiān)測(cè)用于在線監(jiān)測(cè)后刀面磨損的可能性,使用由平滑直方圖決定的閾值勾畫(huà)出后刀面磨損區(qū)域,由于刀具其他部分的虛假反射,觀察到后刀面磨損寬度有較大的變化。W.Wang等基于連續(xù)圖像分析提出了用于銑削加工后刀面磨損的間歇式測(cè)量方法4,連續(xù)圖像是在主軸轉(zhuǎn)動(dòng)過(guò)程中拍攝的,為了使圖像的模糊程度最低,研究者采用了高速相機(jī)和低速轉(zhuǎn)動(dòng)(20rpm,研究了

6、基于圖像系列的刀具磨損狀態(tài)的監(jiān)測(cè)方法,與拍攝靜止刀具圖像不同,由于不需要停機(jī)就可以進(jìn)行刀具的監(jiān)測(cè),這種方法顯示了它在工業(yè)監(jiān)測(cè)中的應(yīng)用潛力。刀具磨損信息主要包括前刀面的月牙形磨損深度、月牙形磨損面積、后刀面的磨損VB值以及它的磨損面積。求取磨損面積和計(jì)算VB值的關(guān)鍵之處在于將磨損區(qū)域從包括背景和未磨損區(qū)域的圖像中提取出來(lái),并按像素點(diǎn)通過(guò)一定的比例計(jì)算它們的值。從原始圖像中分割磨損區(qū)域,可以采用基于灰度直方圖的全局閾值法,從灰度直方圖根據(jù)人工選擇的閾值把灰度圖轉(zhuǎn)換為二值圖,然后進(jìn)行計(jì)算。此外,磨損區(qū)域的分割也可以通過(guò)邊緣和紋理算子進(jìn)行,但僅僅使用亮度閾值法進(jìn)行分割,往往分割圖像中的噪聲較大,所做出

7、的分割與實(shí)際情況相差較大。區(qū)別于傳統(tǒng)的基于閾值化的方法,文獻(xiàn)5提出收稿日期:2007年5月了一種新的由粗到細(xì)的圖像處理方案來(lái)檢測(cè)刀具后刀面磨損的面積。首先利用獲得的二值圖像來(lái)發(fā)現(xiàn)磨損底部邊緣點(diǎn),然后采用一種基于矩不變的閾值無(wú)關(guān)的邊緣檢測(cè)方法來(lái)確定具有亞像素精度的磨損邊緣。為了縮短計(jì)算時(shí)間,首先定義一個(gè)臨界區(qū)域,后面的處理都限定于這個(gè)感興趣區(qū)域(ROI,這種方法對(duì)后刀面磨損視覺(jué)測(cè)量是比較有效的。盡管基于機(jī)器視覺(jué)的刀具檢測(cè)方法現(xiàn)在是一個(gè)研究熱點(diǎn),許多研究也證明了這種方法在工業(yè)應(yīng)用中的可行性,但是目前該方法在工業(yè)實(shí)際中遠(yuǎn)不如基于聲發(fā)射和切削力的檢測(cè)方法應(yīng)用得廣泛。因?yàn)闄C(jī)械加工現(xiàn)場(chǎng)的實(shí)際環(huán)境比較惡劣,

8、而機(jī)器視覺(jué)對(duì)于環(huán)境照明、污染等方面的要求比較高,同時(shí),機(jī)器視覺(jué)系統(tǒng)與加工機(jī)床的有機(jī)結(jié)合也一直是一個(gè)難題。文獻(xiàn)6研究了自適應(yīng)照明技術(shù),揭示了照明的稍小變化對(duì)刀具磨損圖像的影響,獲得了優(yōu)化照明條件下的較好圖像處理效果。求取磨損面積的關(guān)鍵在于從包括背景和未磨損區(qū)域的圖像中提取磨損區(qū)域的像素。從理論上說(shuō),在黑暗的背景中,明亮的磨損區(qū)將產(chǎn)生雙峰的強(qiáng)度直方圖,選擇谷底作為灰度閾值將得到合理的磨損區(qū)域邊界。但這一方法往往由于背景光強(qiáng)的不規(guī)則性,導(dǎo)致準(zhǔn)確性很差。另外,文獻(xiàn)7研究了基于紋理算子的邊緣檢測(cè),完成了由CC D照相機(jī)獲取的前刀面磨損圖像的分割。文獻(xiàn)8研究了采用立體視覺(jué)測(cè)量刀具前刀面的方法,并測(cè)量了前刀

9、面的三維尺寸,采用多組立體圖像來(lái)實(shí)現(xiàn)刀具磨損幾何形狀的可視化;提出采用人工神經(jīng)網(wǎng)絡(luò)的方法來(lái)預(yù)測(cè)刀具的磨損狀態(tài),利用了廣泛應(yīng)用的多層感知器,通過(guò)反向傳播算法神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,可以利用比較少的數(shù)據(jù)量來(lái)估計(jì)刀具的磨損。以切削速度、進(jìn)給量和吃刀量作為輸入?yún)?shù),而后刀面寬度和前刀面深度作為輸出參數(shù)。對(duì)車(chē)刀前刀面的磨損情況進(jìn)行判別,涉及磨損深度和磨損面積的檢測(cè),文獻(xiàn)9詳細(xì)闡述了雙目視覺(jué)系統(tǒng)獲取磨損深度三維信息的原理,采用立體攝像機(jī)生成的體視圖像來(lái)描述刀具前刀面磨損的狀態(tài)(見(jiàn)圖1,而且可以得到刀具磨損的深度和前刀面磨損面積的參數(shù),這種技術(shù)為刀具磨損提供了一種快速的在線分析方法。白光干涉法是一種快速精確測(cè)量表

10、面高度和形貌的技術(shù)。文獻(xiàn)10提出了采用白光干涉法測(cè)量前刀面的方法進(jìn)行刀具檢測(cè),利用光學(xué)輪廓儀來(lái)獲得各種切削條件下前刀面的三維圖像, 測(cè)量前刀面幾圖1雙目視覺(jué)前刀面磨損三維輪廓圖像何參數(shù)(包括長(zhǎng)度、寬度、深度和體積,以此來(lái)評(píng)估刀具磨損的狀態(tài)。W.H.Wang等采用相移法研究了前刀面的三維測(cè)量,通過(guò)條紋分析對(duì)刀片的月牙區(qū)域進(jìn)行了三維重構(gòu)測(cè)量,具體方法是將四條不同相移的條紋投影到刀具的前刀面上,獲得四副灰度圖像,通過(guò)運(yùn)算、解相得到月牙洼的整個(gè)尺寸,包括月牙洼深度(KT、月牙洼寬度(K B、月牙洼中心距離(K M和月牙洼前端距離(KF。采用這種方法評(píng)估了具有各種月牙洼表面的刀片,圖2為相移法得到的前刀

11、面三維形貌圖像以及尺寸。這種基于結(jié)構(gòu)光的方法,對(duì)環(huán)境光具有健壯性,對(duì)于工廠實(shí)際監(jiān)測(cè)有一定的實(shí)用價(jià)值11 。KT=220m,K B=1283m,K M=135m,KF=0圖2相移法得到的前刀面三維形貌圖像砂輪磨損狀態(tài)的監(jiān)測(cè)與監(jiān)控對(duì)于保證砂輪表面的質(zhì)量以及精加工表面的質(zhì)量十分重要。文獻(xiàn)12采用直接視覺(jué)測(cè)量砂輪表面的方法,采用多方向照明和圖像融合,得到圖像的深層相關(guān)信息,然后采用多尺度小波變換進(jìn)行了圖像分割(圖3, 對(duì)砂輪表(a帶有較少磨粒的(b對(duì)a利用多尺度小波砂輪圖像分割定位與分類(lèi)圖3砂輪表面圖像與處理面的砂粒和孔穴進(jìn)行了定位與分類(lèi)(白色為磨粒,黑色為孔穴。3基于工件表面紋理圖像的視覺(jué)監(jiān)測(cè)方法工

12、件表面紋理指對(duì)已加工工件表面形貌或幾何特征等參數(shù)的定義,它包括一些呈現(xiàn)在表面輪廓中的一些特征,如粗糙度、波形和缺陷等等。工件表面紋理是刀具刀刃狀態(tài)的負(fù)映像。刀刃鋒利時(shí)切削出的工件紋理清晰,連續(xù)性好;刀刃磨鈍時(shí)切削出的工件紋理紊亂,不連續(xù)且有斷痕。不同的加工方式和刀具具有不同的紋理特性。由于被加工工件的表面是刀具表面形狀的負(fù)映像,直接受刀具刃口形態(tài)的影響,因此,觀測(cè)被加工工件表面的紋理,同樣可以判別出刀具的刃口狀態(tài)?；诠ぜ砻鎴D像的視覺(jué)監(jiān)測(cè)方法是通過(guò)計(jì)算機(jī)視覺(jué)分析被加工工件加工后表面的紋理,從而判斷刀具狀態(tài)的一種間接監(jiān)測(cè)方法。A.A.K assim 等提出了一種面向連通性的快速H ough 變

13、換,能夠容易地檢測(cè)到加工表面紋理二值邊緣圖像的所有線性部分,發(fā)現(xiàn)從圖像分割提取的特征與刀具磨損聯(lián)系緊密(圖4,并采用多層感知器神經(jīng)網(wǎng)絡(luò)來(lái)估計(jì)各種加工過(guò)程的后刀面磨損。采用這種基于改進(jìn)的H ough 變換的方法能夠有效地分析加工表面的質(zhì)量,從而能夠用來(lái)監(jiān)測(cè)刀具的磨損13。 (a 鋒利刀刃加工的表面條紋(b 圖a 的COHT分割結(jié)果 (c 磨鈍刀刃加工的表面條紋(d 圖c 的COHT 分割結(jié)果圖4工件表面紋理和圖像分割結(jié)果熊四昌等以隨機(jī)圖像紋理模型為基礎(chǔ),分別研究了基于分?jǐn)?shù)布朗運(yùn)動(dòng)和馬爾可夫隨機(jī)場(chǎng)理論的圖像紋理特征的提取方法和應(yīng)用,并對(duì)工件表面紋理圖像的特點(diǎn)進(jìn)行了分析。在車(chē)削試驗(yàn)數(shù)據(jù)的基礎(chǔ)上,對(duì)工

14、件表面紋理圖像的特征參數(shù)進(jìn)行提取,提出采用相對(duì)距離作為刀具磨損程度的評(píng)價(jià)指標(biāo)。指出三階馬爾可夫隨機(jī)場(chǎng)能夠比較充分地反映工件表面紋理圖像的特征14。4基于切屑圖像的視覺(jué)監(jiān)測(cè)方法由于切屑形態(tài)是切屑變形的直觀表象,若在切削中,工件材料、切削用量、刀具的幾何參數(shù)等影響切屑變形的基本條件不變,那么刀具磨破損就是引起切屑形態(tài)規(guī)律發(fā)生變化的主要原因。因此,切屑形態(tài)一直被作為操作工人判斷刀具損壞的主要信息來(lái)源。在切屑形態(tài)的變化規(guī)律中蘊(yùn)涵著的刀具磨破損狀態(tài)信息可以被用于刀具狀態(tài)的在線自動(dòng)監(jiān)控。計(jì)時(shí)鳴等對(duì)基于切屑圖像的刀具狀態(tài)視覺(jué)監(jiān)測(cè)方法進(jìn)行了初步的研究,但也只是從理論上分析了這種方法的可行性,并沒(méi)有進(jìn)行具體的試

15、驗(yàn)研究,由于切屑產(chǎn)生的隨機(jī)性和變形的復(fù)雜性,用于在線視覺(jué)監(jiān)測(cè)更加困難15。目前國(guó)內(nèi)外基于切屑的刀具磨損狀態(tài)研究都處于初探階段,尚未獲得具體的研究結(jié)果。5結(jié)語(yǔ)基于計(jì)算機(jī)視覺(jué)的刀具磨損狀態(tài)監(jiān)測(cè)技術(shù)是國(guó)外近年來(lái)研究的熱點(diǎn),但國(guó)內(nèi)相關(guān)研究還比較滯后。隨著光學(xué)三維測(cè)量技術(shù),特別是結(jié)構(gòu)光技術(shù)的快速發(fā)展,基于三維深度圖像的磨損狀態(tài)測(cè)量將會(huì)獲得更多的重視,成為今后的研究熱點(diǎn)?？梢灶A(yù)見(jiàn)的是:隨著計(jì)算機(jī)技術(shù)的發(fā)展和各種圖像分析算法的提出與完善,必將帶動(dòng)刀具狀態(tài)視覺(jué)監(jiān)測(cè)乃至整個(gè)刀具監(jiān)測(cè)技術(shù)的發(fā)展與廣泛應(yīng)用。參考文獻(xiàn)1S K urada ,C Bradley.A review of machine vision se

16、ns or for toolcondition m onitoring.C om puters in Industry ,34(1997:55722K B Pedersen.Wear measurement of cutting tools by com putervision.International Journal of Machine and T ools Manu factur 2ing ,30,1(1990:1311393J J ParkA ,G alip Uls oy.On 2line flank wear estimation usingadaptive observer an

17、d com puter vision.J Eng.Ind.,115(1993:37434W Wang ,Y S W ong ,G S H ong.Flank wear measurement bysuccessive image analysis.C om puters in Industry ,56(2005:816830 5W H Wang,G S H ong,Y S W ong.Flank wear measurement bya threshold independent method with sub2pixel accuracy.Inter2national Journal of

18、Machine T ools&Manu facture,46(2006: 1992076T P feifer,L Wiegers.Reliable tool wear m onitoring by opti2 mized image and illumination control in machine vision.Mea2 surement,28(2000:2092187S K urada,C Bradley.A machine vision system for tool wear as2 sessment.T ribology International,V ol.30.N o

19、.4.(1997:PP 2953048K Niranjan Prasad,B Ramam oorthy.T ool wear evaluation by stereo vision and prediction by artificial neural netw ork.Journal of Material Processing T echnology,112(2001:43529K arthik A,Chandra S.3D tool wear measurement and visual2 ization using stereo imaging.Int J Mach T ools Ma

20、nu fact.,1997, 37:1573158110A Devillez,S Lesko,W M ozer.Cutting tool crater wear mea2surement with white light inter ferometry.Wear,256(2004: 566511W H Wang,Y S W ong,G S H ong.3D measurement of crater wear by phase shifting method.Wear,261(2006:164171 12Thomas Heger,Madhukar Pandit.Optical wear assessment system for grinding tools.Journal of E lectronic Imaging,13(3 2004:45046113A A K assim,Zhu M ian,M A Mannan.C onnectivity oriented fast H ough trans form for tool wear m onitoring.Pattern Recogni2 tion,37(2004:1925193314熊四昌.基于計(jì)算機(jī)視覺(jué)的刀具磨損狀態(tài)監(jiān)測(cè)技術(shù)的研究.浙江大學(xué)博士學(xué)位論文,200315