[发明专利]一种工件质量在线监测评估方法及监测系统

摘要

本发明公开了一种工件质量在线监测评估方法及监测系统，所述监测评估方法包括：采集工件车削加工过程中的视频文件、灰度表面构建及三维坐标的提取、计算用于评估描述工件车削过程中表面粗糙度的灰度图像自仿射维数以及评估描述工件车削过程中的损伤。本发明的相比现有技术的优势在于，在线监测系统较为简单高效，采用便携式计算机以及高速摄像头即可实现实时的工件质量评估，本发明的工件质量评估方法能够实现对工件质量的准确、高效的实时评估。

主权项

1.一种工件质量在线监测评估方法，其特征在于，包括以下步骤：步骤一、采用高速摄像机拍摄采集车削加工过程中工件被加工面的实时状态信息，并保存为视频文件；步骤二、进行灰度表面的构建与坐标的提取从工件车削过程视频文件中抽取每一帧灰度图像，利用Matlab2015编程语言，编制相关计算软件，提取灰度图像的灰度值Z，以像素点所在位置作为横纵坐标X，Y，灰度值Z作为高度坐标，构建一张灰度表面，依材料的实际尺寸，抽取经过换算后的三维坐标(x，y，IH(x,y))；步骤三、计算灰度图像自仿射分形维数以评估工件表面粗糙度分形布朗函数是描述各类表面自仿射分形特征的有力工具，设有分形布朗函数FH(x，y)，它的概率密度函数可表示为：求解增量绝对值的数学期望发现：选取正比系数K，并两边取常用对数可得：考虑到具体的研究对象为一张车削后工件的灰度图，像素点的灰度值IH(x,y)即为分数布朗函数FH(x，y)；Δx、Δy为横纵坐标方向上像素间距，代入上式，即可求解灰度图的Hurst指数H，具体的方法是：在平面直角坐标系中绘制10组点(‑1/2log(Δx2+Δy2),log[E(|IH(x+Δx,y+Δy)‑IH(x,y)|)])，采用最小二乘数法线性拟合这10个点，拟合的斜率即为Hurst指数H，依据Mandelbrot和Ness的研究成果，且考虑到研究的灰度曲面处于3维欧氏空间中，故n取3，所以，Hurst指数和分形维数间存在如下关系：D＝3‑H(1)将Hurst指数H代入式(1)，D即为工件表面灰度图像自仿射分形维数，依据所得图像自仿射分形维数，从而实现实时在线评估工件表面粗糙度的目标；步骤四、计算评估工件车削过程中损伤度充分考虑工件实际情况，并借鉴已有研究方法，发明采用工件的表观体积与实际体积之比来计算损伤变量大小；在试验中，高速摄像机每次只能拍到圆柱体工件的半个侧面，且为了排除侧面上半部分反光干扰，在计算其损伤变量和维数时，本采用下1/4圆柱体为研究对象；圆柱体工件的表观体积可表示为：工件损伤后的实际体积：第i个微元体体积：Vi＝ΔxΔyE(IH(x,y))      (7)其中：Δx为水平方向像素间距；Δy为竖向方向像素间距；IH(x,y)是微元体四个顶点像素灰度值的换算值，E是数学期望值记号，因而，工件损伤后的实际体积可表示为：损伤变量大小：依据式(2)，即可计算出该帧灰度图片所对应时刻的工件损伤，从而到达实时在线评估工件质量的目的。