• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      機(jī)械加工表面粗糙的視覺檢測(cè)

      2014-01-01 00:00:00蘭崇權(quán)
      山東工業(yè)技術(shù) 2014年2期

      【摘 要】隨著科技的發(fā)展,機(jī)械加工表面粗糙的視覺檢測(cè)方法變得更為自動(dòng)化,主要是對(duì)不同粗糙度的表面功率譜進(jìn)行比較,然后提取相關(guān)的紋理特征,然后將這些信息輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行校對(duì)并測(cè)試,本研究將探析這種機(jī)械加工表面粗糙的視覺檢測(cè)方法。

      【關(guān)鍵詞】機(jī)械加工;表面粗糙;測(cè)試

      0 前言

      近年來(lái),機(jī)械加工表面粗糙的視覺檢測(cè)方法已經(jīng)可以實(shí)現(xiàn)自動(dòng)化,大大地提高了工作效率。以往傳統(tǒng)的檢測(cè)方法是通過(guò)找到加工紋理的主方向,然后要接觸探針檢測(cè)工件的輪廓線,然后計(jì)算出平均差,這種誤差很大。但是新型的檢測(cè)方法具有快速、識(shí)別誤差小等,得到了廣泛地應(yīng)用。

      1 淺析國(guó)內(nèi)機(jī)械加工表面粗糙的視覺檢測(cè)方法現(xiàn)狀

      機(jī)械加工表面的粗糙度是指由于切削分離時(shí)的塑性變形,工藝系統(tǒng)的高頻振動(dòng),刀具與被加工表面的摩擦等因素的影響,零件加工后,在表面上,總會(huì)存在許多高低不平的微小峰谷。這些微小的峰谷的高低不平程度成為表面粗糙度,已加工表面的粗糙度是衡量加工表面質(zhì)量的主要標(biāo)志之一,對(duì)粗糙度的檢測(cè)是零件出廠前的一個(gè)重要的檢測(cè)環(huán)節(jié),其對(duì)機(jī)器的使用性能和壽命有直接的影響。粗糙度主要有殘留面積,加工鱗刺,結(jié)瘤、振動(dòng)波紋,以及刀具的不平整,材料的本身屬性等因素造成。當(dāng)前粗糙度的檢測(cè)的方法主要有接觸法及非接觸法檢測(cè),傳統(tǒng)的檢測(cè)方法為,首先找到加工紋理的主方向,采用接觸探針記錄與主方向垂直的輪廓線,在輪廓線上測(cè)量輪廓算術(shù)平均偏差,微觀不平度、輪廓的最大高度,輪廓的單峰平均間距,微觀不平度的平均間距等等指標(biāo)。這些指標(biāo)都是基于輪廓線測(cè)量得到,由于檢測(cè)是采用的是用一維的輪廓線,其必將丟失檢測(cè)表面的二維紋理信息,因而造成檢測(cè)結(jié)果誤差相對(duì)較大,同時(shí)自動(dòng)化程度低?,F(xiàn)在還有一些采用輪廓線的方法,其采用兩個(gè)探針測(cè)量機(jī)械加工表面的輪廓線,引入了傾角方法和微分方法。當(dāng)前一些非接觸方法被采,主要有采用光學(xué)的方法來(lái)檢測(cè),激光、軟X光,鏡面反射來(lái)檢測(cè)。通過(guò)光的干涉等來(lái)放大機(jī)械加工表面的細(xì)節(jié)信息,但設(shè)備普遍都較昂貴。采用自動(dòng)視覺檢測(cè)機(jī)械加工表面與以上的方法不同,其主要是采取圖像的紋理特征作為機(jī)械加工表面的粗糙程度的指標(biāo),通過(guò)圖像紋理與粗糙度的相關(guān)性來(lái)識(shí)別表面的類型。

      2 探析機(jī)器人視覺來(lái)檢測(cè)機(jī)械加工粗糙度的新方法

      這種方法主要是通過(guò)分析機(jī)械加工表面的紋理信息,研究各類加工表面圖像功率譜的不同,提取紋理特征,對(duì)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練,再用訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)被檢測(cè)表面粗糙度。提出了一種采用機(jī)器人視覺來(lái)檢測(cè)粗糙度的新方法,實(shí)驗(yàn)結(jié)果表明,該方法優(yōu)于灰度統(tǒng)計(jì)特征,可以用于機(jī)械加工表面的粗糙度的在線評(píng)估。

      2.1 提取機(jī)械加工表面粗糙的紋理信息是研究該方法的首要工作

      首先是確定機(jī)械加工表面圖像紋理與表面粗糙度的關(guān)系,在機(jī)械加工表面輪廓線上,當(dāng)輪廓的最大高度較大時(shí),輪廓的單峰間距也較大,即在輪廓線上的水平方向的粗糙指標(biāo)及豎直方向的指標(biāo)有一定的相關(guān)性,這種關(guān)系成為了視覺檢測(cè)的基礎(chǔ)。另外,工件粗糙度越大,刨削工件的表面紋理也越粗糙,粗糙度的單峰間距的不同將反應(yīng)為紋理?xiàng)l紋間隔的不同。同時(shí),粗糙度的不同也會(huì)影響著圖像灰度變化的不同,通過(guò)圖像與加工表面的相關(guān)性分析,我們可以采用圖像分析方法來(lái)獲取對(duì)不同粗糙度的自動(dòng)識(shí)別。然后開始分析機(jī)械加工表面圖像的頻譜,當(dāng)加工表面粗糙度較小的時(shí)候,在頻譜圖中,高頻部分的能量所占的比重較大,而當(dāng)加工表面粗糙度較大的時(shí)候,在頻譜圖中,低頻部分的能量所占比重較大。當(dāng)以加工的表面紋理呈方向性時(shí),在頻域其能量分布也呈方向性;如刨削加工、銑削加工,磨削加工,其表面都呈現(xiàn)為方向紋理。經(jīng)過(guò)上面機(jī)械加工表面特征的提取后,考慮到在機(jī)械加工表面頻譜的能量分布,本文從功率譜的能量分布來(lái)提取特征。對(duì)于機(jī)械加工表面來(lái)說(shuō),當(dāng)紋理較粗時(shí),功率譜的能量主要集中在低頻部分,高頻部分的能量較少,因而,計(jì)算高、中、低頻段能量在整體圖像能量中所占的比例,用它來(lái)刻畫表面的粗糙程度是可行的,將功率譜表示為按照如下的方式提取紋理特征。將功率譜圖分為一個(gè)個(gè)圓環(huán),計(jì)算每個(gè)圓環(huán)中的能量占功率譜總能量的比重。

      2.2 探析BP神經(jīng)網(wǎng)絡(luò)對(duì)粗糙度預(yù)測(cè)結(jié)果

      采用神經(jīng)網(wǎng)絡(luò)對(duì)粗糙度進(jìn)行函數(shù)逼近,神經(jīng)網(wǎng)絡(luò)采取BP網(wǎng)絡(luò),首先建立網(wǎng)絡(luò)的結(jié)構(gòu)模型,輸出層為一個(gè)神經(jīng)元,其采用線性激活函數(shù),神經(jīng)元的輸出值為機(jī)械加工表面的粗糙度及表面類型,輸入層的輸入為上文提取的特征矢量。BP網(wǎng)絡(luò)分為訓(xùn)練、識(shí)別階段兩個(gè)階段。在訓(xùn)練階段主要是通過(guò)對(duì)樣本的學(xué)習(xí),通過(guò)對(duì)各神經(jīng)元權(quán)值的調(diào)節(jié),來(lái)記憶各類樣本的內(nèi)在規(guī)律。在本實(shí)驗(yàn)中采用的網(wǎng)絡(luò)模型如下:對(duì)于輸入節(jié)點(diǎn),首先向前傳播到隱含層的節(jié)點(diǎn)上,經(jīng)過(guò)各單元的特性的激活函數(shù),運(yùn)算后,把隱含節(jié)點(diǎn)的輸出信息傳播到輸出節(jié)點(diǎn),最后給出輸出結(jié)果,網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程是由正向和反向傳播兩部分組成,在正向傳播過(guò)程,每一層的神經(jīng)元只影響下一層的神經(jīng)元網(wǎng)絡(luò)。如果輸出層不能得到期望的輸出,就是實(shí)際輸出與期望輸出之間有誤差,那么轉(zhuǎn)入反向傳播階段。將誤差信號(hào)沿原來(lái)的連接通道返回,通過(guò)修改各層的神經(jīng)元的權(quán)值,逐次向輸入層傳播,去進(jìn)行計(jì)算。在經(jīng)過(guò)正向傳播過(guò)程,這兩個(gè)過(guò)程的反復(fù)應(yīng)用,最終使誤差最小。對(duì)于訓(xùn)練后的神經(jīng)網(wǎng)絡(luò),可以直接用于函數(shù)逼近,直接把特征矢量輸入到輸入層節(jié)點(diǎn),通過(guò)各層的神經(jīng)元的計(jì)算,由輸出層輸出逼近結(jié)果。最后是多層神經(jīng)網(wǎng)絡(luò)的計(jì)算能力及對(duì)函數(shù)的逼近,如果單元激活函數(shù)采取連續(xù)函數(shù),神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)輸出可以逼近一個(gè)連續(xù)函數(shù),對(duì)于本文中的特征矢量與網(wǎng)絡(luò)的一維粗糙度輸出。采用刨削、銑削、磨削、鑄件四類不同粗糙度的圖像樣本進(jìn)行訓(xùn)練,對(duì)應(yīng)于每類采集粗糙度各不相同。提取紋理特征,每一類作為訓(xùn)練集,所有的圖像作為測(cè)試集。等所有的研究工作結(jié)束后,下面就開始進(jìn)行試驗(yàn)結(jié)果的討論,在試驗(yàn)時(shí),輸入攝像機(jī)的方法倍數(shù)為10倍,圖像為128x128個(gè)像素。首先把幅值譜圖像的的中心頻率點(diǎn)移到圖像的中心。在提取特征G1,G2,G3,在G2中把R=M/2按照上文的方法分為4個(gè)圓環(huán),計(jì)算四個(gè)不同圓環(huán)上的能量分布,為了提高識(shí)別的精確性,也可以將圓環(huán)的內(nèi)外徑重新劃分.對(duì)于G3,由于在刨削、銑削、磨削加工表面上,以方向紋理為主,而在鑄件表面上,以隨機(jī)紋理為主, 幅圖像提取6個(gè)特征。BP網(wǎng)絡(luò)設(shè)計(jì)為6個(gè)輸入單元,單隱層為12個(gè)神經(jīng)元,輸出為一個(gè)神經(jīng)元,輸出圖像的粗糙度。在使用圖像樣本進(jìn)行測(cè)試。最終的測(cè)試結(jié)果說(shuō)明,這種測(cè)試方法精度高,誤差小。

      3 結(jié)語(yǔ)

      綜上所述,這種機(jī)械加工表面粗糙度識(shí)別方法主要是通過(guò)對(duì)功率譜的分析,提取了不同類的加工表面的特征,然后輸入到神經(jīng)網(wǎng)絡(luò)的進(jìn)行訓(xùn)練和預(yù)測(cè),測(cè)試結(jié)果精確、誤差小等,大大地提高了工作效率。

      【參考文獻(xiàn)】

      [1]劉小琴.機(jī)械加工表面質(zhì)量的研究[J].山西師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2009(01).

      [2]吳春亞,劉獻(xiàn)禮,王玉景,王鵬,劉軍,趙彥玲.機(jī)械加工表面粗糙度的圖像檢測(cè)方法[J].哈爾濱理工大學(xué)學(xué)報(bào),2007(03).

      [責(zé)任編輯:劉帥]

      德庆县| 竹北市| 苍梧县| 昌平区| 泾阳县| 酒泉市| 怀柔区| 马关县| 阿勒泰市| 中超| 车险| 台湾省| 蓬莱市| 达拉特旗| 北辰区| 彭阳县| 元朗区| 甘泉县| 大邑县| 玛纳斯县| 离岛区| 阿拉善右旗| 汝南县| 太湖县| 东城区| 万宁市| 池州市| 台北县| 江都市| 凯里市| 扎赉特旗| 宁陵县| 神农架林区| 根河市| 临海市| 深水埗区| 海城市| 琼海市| 东城区| 锡林郭勒盟| 湖南省|