本发明专利技术提供一种用于数控机床刀具状态检测的方法和装置，所述方法包括：实时采集数控机床刀具加工过程中的异常振动信号；获取同类型机床刀具的历史磨损状况数据；初步判断刀具磨损状况；当初步判断所述刀具磨损状况大于预设范围后，发出机床停工指令，将刀具转移至指定位置；对所述刀具进行图像采集；从数据库中调取同类型标准刀具的基准图像；精确判断刀具磨损状况，实现对数控机床刀具的状态检测；根据状态检测结果，分别发出不同等级的通知。本发明专利技术可以实现数控机床刀具状态的精确检测。发明专利技术可以实现数控机床刀具状态的精确检测。
【技术实现步骤摘要】
一种用于数控机床刀具状态检测的方法和装置
[0001]本专利技术涉及机床刀具状态检测领域，具体涉及一种用于数控机床刀具状态检测的方法和装置。
技术介绍
[0002]随着制造业的飞速发展，数控加工技术不断进步并且广泛应用到现代化加工制造中，数控加工技术的应用大大提高了生产效率、产品加工质量并且减轻工人工作负担，大大推进了制造业的发展。
[0003]刀具作为数控加工的直接执行件，其磨损状态会直接影响加工产品质量和机床运转性能，而且，在复杂的加工环境下，刀具的磨损是不可避免的。在加工过程中，数控机床加工刀具会随着加工过程发生不同程度的损坏，影响加工效率。因此，及时检测出刀具断损情况，可减少后续零件的报废率，降低机床的损耗，保证机床的加工效率。
[0004]现有的检测方法主要分为间接检测和直接检测两种，其中间接检测对加工后的零件进行检测，在专利CN109540919A中，通过采用一级升降装置对零件进行检测，然后通过左右两边的光电装置以及固定装置检测装置实现对零件的左右两侧的检测，然后在工作台下方设置一个光电检测装置，对零件底部进行检测，从而判断是否出现磨损，这是一种间接的方式，这种方法不仅整个设备的成本比较高，而且需要针对不同类型的加工零件做不同的判断方法处理，整个设备的可使用范围比较狭窄。另一种直接检测的方法直接对刀具进行拍摄，判断刀具是否出现磨损，CN109500657A专利中，首先通过设定的阈值获取对应的加工刀具的图像，通过将图像进行灰度化，得到对应的二值图像，进行形态学处理后，提取二值图像的轮廓，计算提取后的轮廓与标定的正常刀具的面积比，判断其与预设阈值之间的关系，实现对刀具的检测。该方法需要预先标定正常刀具的面积作为参考值，在对图片上的整个刀具面积进行标定时，人工标定误差的影响比较大，另外，在提取轮廓时，受光照和背景影响比较大，泛化能力较弱，当刀具种类较多时容错率较小，准确度较低。
[0005]因此，提出一种准确度高、图像标定准确的数控机床刀具状态检测方法和装置是亟需解决的问题。
技术实现思路
[0006]针对本领域数控机床刀具磨损状态检测的技术缺陷，本专利技术提供了一种用于数控机床刀具状态检测的方法，包括：
[0007]步骤1，实时采集数控机床刀具加工过程中的异常振动信号；
[0008]步骤2：根据所述刀具的参数信息，获取同类型机床刀具的历史磨损状况数据；
[0009]步骤3，对所述异常振动信号进行检测，结合所述历史磨损状况数据，初步判断刀具磨损状况；
[0010]步骤4，当初步判断所述刀具磨损状况大于预设范围后，发出机床停工指令，将刀具转移至指定位置；
[0011]步骤5，对所述刀具进行图像采集，生成所述刀具的识别图像；
[0012]步骤6，根据所述刀具的参数信息，从数据库中调取同类型标准刀具的基准图像；
[0013]步骤7，对所述基准图像和所述识别图像进行图像预处理；
[0014]步骤8，根据所述基准图像和所述识别图像，精确判断刀具磨损状况，实现对数控机床刀具的状态检测；
[0015]步骤9，根据状态检测结果，分别发出不同等级的通知。
[0016]以及一种用于数控机床刀具状态检测的装置，包括：
[0017]信号采集单元，用于实时采集数控机床刀具加工过程中的异常振动信号；
[0018]历史数据单元，用于根据所述刀具的参数信息，获取同类型机床刀具的历史磨损状况数据；
[0019]初步判断单元，用于对所述异常振动信号进行检测，结合所述历史磨损状况数据，初步判断刀具磨损状况；
[0020]转移单元，用于当初步判断所述刀具磨损状况大于预设范围后，发出机床停工指令，将刀具转移至指定位置；
[0021]图像采集单元，用于对所述刀具进行图像采集，生成所述刀具的识别图像；
[0022]标准调取单元，用于根据所述刀具的参数信息，从数据库中调取同类型标准刀具的基准图像；
[0023]预处理单元，用于对所述基准图像和所述识别图像进行图像预处理；
[0024]精确判断单元，用于根据所述基准图像和所述识别图像，精确判断刀具磨损状况，实现对数控机床刀具的状态检测；
[0025]预警通知单元，用于根据状态检测结果，分别发出不同等级的通知。
[0026]本专利技术与传统的方法相比，具有以下有益效果：
[0027]首先，具有直观、准确的优点。利用相机配合光源，可以直接获取刀具表面图像，通过计算机进行图像处理，即可得到反应刀具表面状态的磨损状态的图像，经过图像计算，可得到刀具的磨损状态判断。本专利技术采集刀具图像，无需拆卸刀具，利用包含待识别的刀具磨损部位的目标区域即可进行磨损状态检测，检测速度快并且不影响加工过程，且降低了生产成本。
[0028]其次，本专利技术在刀具状态判断上分为初步判断及精确判断，且在工作过程中占用短暂的设备正常运行时间，有效提高了机床的工作效率。
[0029]另外，本专利技术将机器学习理论与图像处理方法进行有机的结合。利用机器学习技术对刀具进行状态初步判断，其具有正确性较高及速度快的优点，在此基础上增加图像处理方法，其作为一种直接监测方式，能够有效保证准确率。本专利技术能在数控设备加工过程中对机床刀具进行实时监测，实现刀具状态的精确判断，进而向操作人员发出提醒，以提高通过机床生产的产品的良品率，增加企业效益。
[0030]最后，图像的匹配精度或标定精度极大地影响两幅图像目标区域的细微差值，即极大地影响刀具磨损量的识别，目前的刀具的磨损识别无法做到精确的图像匹配和图像标定。而本专利技术根据实验和测算，提出了刀具图像匹配标定的精确算法，根本地解决了刀具图像匹配标定问题，将刀具磨损识别的精度提高到一个新的台阶。
附图说明
[0031]图1本专利技术所提出的方法流程图。
[0032]图2本专利技术所提出的系统框架图。
具体实施方式
[0033]为了更好地理解本专利技术，下面结合附图参考实施例的描述，对本专利技术的方法进行进一步的说明。
[0034]为了全面理解本专利技术，在以下详细描述中提到了众多具体细节。但是本领域技术人员应该理解，本专利技术可以无需这些具体细节而实现。在实施例中，不详细描述公知的方法、过程、组件，以免不必要地使实施例繁琐。
[0035]参见图1所示，本专利技术提出的一种用于数控机床刀具状态检测的方法，包括：
[0036]步骤1，实时采集数控机床刀具加工过程中的异常振动信号；
[0037]步骤2：根据所述刀具的参数信息，获取同类型机床刀具的历史磨损状况数据；
[0038]步骤3，对所述异常振动信号进行检测，结合所述历史磨损状况数据，初步判断刀具磨损状况；
[0039]步骤4，当初步判断所述刀具磨损状况大于预设范围后，发出机床停工指令，将刀具转移至指定位置；
[0040]步骤5，对所述刀具进行图像采集，生成所述刀具的识别图像；
[0041]步骤6，根据所述刀具的参数信息，从数本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于数控机床刀具状态检测的方法，其特征在于，包括：步骤1，实时采集数控机床刀具加工过程中的异常振动信号；步骤2：根据所述刀具的参数信息，获取同类型机床刀具的历史磨损状况数据；步骤3，对所述异常振动信号进行检测，结合所述历史磨损状况数据，初步判断刀具磨损状况；步骤4，当初步判断所述刀具磨损状况大于预设范围后，发出机床停工指令，将刀具转移至指定位置；步骤5，对所述刀具进行图像采集，生成所述刀具的识别图像；步骤6，根据所述刀具的参数信息，从数据库中调取同类型标准刀具的基准图像；步骤7，对所述基准图像和所述识别图像进行图像预处理；步骤8，根据所述基准图像和所述识别图像，精确判断刀具磨损状况，实现对数控机床刀具的状态检测；步骤9，根据状态检测结果，分别发出不同等级的通知。2.根据权利要求1所述的方法，其中，步骤3，对所述异常振动信号进行检测，结合所述历史磨损状况数据，初步判断刀具磨损状况，具体包括：步骤3
‑
1，采用机器学习算法，对实时采集的振动信号进行特征提取，作为输入，刀具磨损状况作为输出，训练获得磨损状况初判模型；步骤3
‑
2，根据实时的异常振动信号输入到磨损状况初判模型得到刀具磨损的估计值；步骤3
‑
3，结合历史磨损状况数据，初步判断刀具磨损状况。3.根据权利要求2所述的方法，其中，所述机器学习算法为支持向量机分类器SVM、BP神经网络、卷积神经网络或其它监督学习分类器。4.根据权利要求1所述的方法，其中，所述步骤7，对所述基准图像和所述识别图像进行图像预处理，具体包括：分别对所述基准图像和所述识别图像进行图像裁剪、图像去噪、图像锐化以及对比度增强处理，并经过形态学处理去除干扰区域。5.根据权利要求1所述的方法，其中，所述步骤9，根据状态检测结果，分别发出不同等级的通知，具体包括：状态检测等级包括轻微磨损、中度磨损和严重磨损；当所述状态检测结果是轻微磨损时，发出刀具正常使用通知；当所述状态检测结果是中度磨损时，发出刀具预更换通知，同时发出估计的更换时间；当所述状态检测结果是严重磨损时，发出刀具更换通知。6.根据权利要求1所述的方法，其中，预先在固定位置布置光源和相机，相机与光源同轴安装，且与刀具待图像采集的表面垂直设置；所述光源为可调光源，调节范围是10000流明到20000流明。7.根据权利要求1所述的方法，其中，所述步骤8，根据所述基准图像和所述识别图像，精确判断刀具磨损状况，实现对数控机床刀具的状态检测，具体包括：步骤8
‑
1，对所述基准图像和所述识别图像进行图像匹配；步骤8
‑
2，确定所述识别图像中的目标区域，以及确定所述基准图像中相应的目标区域，所述目标区域包含待识别的刀具磨损部位；步骤8
‑
3，针对所述目标区域，对所述基准图像和所述识别图像进行图像做差；步骤8
‑
4，根据图...
【专利技术属性】
技术研发人员：黄朋飞，
申请(专利权)人：黄朋飞，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。