[发明专利]一种基于机器视觉的车削颤振加速度采集系统及方法

说明书

本发明公布了一种基于机器视觉的车削颤振加速度采集方法及系统，适用于工件旋转，刀具做轴向运动的车削加工，涉及机器视觉检测技术领域。系统构成包括：图像采集子系统、图像处理子系统及信号分析和处理子系统。方法步骤为：首先将系统各部件安装好且设定采集参数获取图像，接着对所述工业相机获取的第一帧图像进行图像预处理，寻找特征区域并以此建立样本子区，之后的各帧图像都进行相同预处理并找出目标子区获得像素位移，再根据放大镜的放大率及张正友标定法原理得到刀具的实际振动位移，最后采用FFT方法将颤振位移转化为颤振加速度。本发明中由于采用机器视觉的方法，具有非接触、无损和精度高等优势。

技术领域

本发明涉及光电技术的故障检测技术领域，特别是涉及机器视觉技术的车削颤振的振动信号采集领域。

背景技术

车削颤振是由于刀具与工件切削面之间的不连续切削周期、工件与车削系统和机床的某固有频率相接近等因素导致的一种不稳定现象，它是一种不衰减的振动。车削过程中颤振的发生对正常加工有很多不良影响，如加工精度低、降低产品质量和生产效率以及产生较大噪声，严重者甚至会损坏刀具和机床，对人身安全造成威胁。因此对车削颤振的在线监测是十分有必要的，其中准确获取颤振信号在车削颤振监测的重要性是毋庸置疑的。

在颤振的各种振动信号中，加速度信号含有十分丰富的机床车削状态信息。目前颤振加速度信号的获取方法主要是在机床上设置压电式加速度传感器，车削颤振本身诱因复杂，若再采用接触式传感器，对颤振可能产生影响，导致获取的加速度信号不准确。

因此，本发明提出一种基于机器视觉的车削颤振加速度采集系统及方法，相对于目前诸多颤振加速度获取方法具有非接触式、无损和高精度等优势，保证了所获取信号的准确性。

发明内容

为了克服上述现有技术的不足，本发明提供了一种准确有效的车削颤振加速度信号的采集系统及方法。该方法主要是以机器视觉技术实现对刀具振动加速度的非接触式测量，提高信号的精确度，并设置放大镜以降低对工业相机精度的要求。

为了实现上述目的，本发明提供了一种基于机器视觉的车削颤振加速度采集系统及方法，所述系统包括：

图像采集子系统，在刀具上设置圆形标识物，作为所采集图像的特征区域，其中标识物应尽量设置于刀具的平面上，且其直径不超过刀具在附图1所示Y方向宽度的在相机镜头和标识物连线上设置放大镜，其中放大镜与相机镜头距离为0，用于获取放大且清晰的图像；工业相机镜头及放大镜的夹持装置与刀架通过铰接装置柔性连接，在附图1所示Y方向处于联动状态，Z方向可自由运动，以保证在刀具轴向移动时相机镜头、放大镜及标识物在附图1所示X方向始终在一条直线上，始终能获得清晰放大的图像；在图像采集子系统中还设置有万向轮，工作时保证图像采集子系统在附图1所示Z方向无位移，提高采集精度，停工时便于搬运拆卸下来的系统；

图像处理子系统，包括图像去噪模块，灰度处理模块，图像分割模块和二值化处理模块；

信号分析和处理子系统，包括特征匹配算法模块、特征点像素位移计算模块、特征点实际位移计算模块和刀具振动加速度计算模块，其中特征点为所述特征区域的几何中心。

所述方法包括以下步骤：

步骤1：安装机器视觉系统，刀具上粘贴标识物，保证标识物位于工业相机的视野中心，并在标识物和相机镜头连线上设置放大镜，其中放大镜与相机镜头距离为0；

步骤2：设置所述工业相机的采集参数，获取标识物的连续振动图像；

步骤3：对各帧图像进行预处理，其中分别用自适应中值滤波法和加权平均法对各帧图像进行图像去噪和灰度化处理；

步骤4：以阈值分割法将步骤3获得的第一帧灰度图像的特征点从背景中分割出来，并以基于最小误差的全局阈值法进行二值化处理，由SUSAN角点检测算法寻找特征区域并以此建立样本子区；