【技术实现步骤摘要】
一种基于人在回路的刀具磨损状态检测方法和系统
[0001]本专利技术属于机器视觉测量
，具体的，涉及一种基于人在回路的刀具磨损状态检测方法和系统。
技术介绍
[0002]作为直接参与工件材料去除的工艺装备，刀具状态直接影响工件加工质量与企业生产成本。加工过程中，过早更换刀具将造成资源浪费，增加生产成本；过晚更换刀具则易造成零件质量下降。研究表明，刀具成本占加工总成本的25％，刀具故障导致的停机时间约占机床总停机时间的20％。刀具磨损量是刀具性能检测的最相关参数，通过对刀具磨损量进行检测，可及时了解刀具磨损状态，进而指导刀具的合理使用，避免工件报废与过早换刀。
[0003]根据测量方式的不同，刀具磨损状态检测可分为间接检测法与直接检测法两类。刀具磨损量的变化直接影响加工过程中切削力、切削温度等特征信号，间接检测法通过采集这些特征信号来描述刀具的磨损状态，但特征信号的采集易受噪声干扰，且在一些信号特征不明显的情况下并不可用。直接检测法则以刀具本身为检测目标，直接对刀具磨损量进行测量。目前加工现场的主要测量方式为显微...
【技术保护点】
【技术特征摘要】
1.一种基于人在回路的刀具磨损状态检测方法，其特征在于，包括：使用卷积神经网络获取刀具磨损图像的类别；根据所述类别在视觉方法库中查找对应的方法编码；对所述的方法编码进行解析并执行测量，获得刀具磨损检测的结果图像；判断所述结果图像的刀具磨损区域划分是否准确；若正确，则输出测得的刀具磨损参数；若错误，根据操作者是否具有图像处理基础分别进行操作，获得刀具磨损参数。2.根据权利要求1所述的一种基于人在回路的刀具磨损状态检测方法，其特征在于，获取刀具磨损图像的类别，包括：将刀具磨损图像输入加入CBAM注意力机制的残差网络分类模型，对所述刀具磨损图像进行分类，得到图像对应的类别以及图像属于各个类的概率；判断图像属于各个类别的概率是否接近，若接近则由操作者确认图像所属类别，输入相应结果，并将该图像更新至所述残差网络分类模型中。3.根据权利要求1所述的一种基于人在回路的刀具磨损状态检测方法，其特征在于，所述刀具磨损区域划分若错误，根据操作者是否具有图像处理基础分别进行操作，获得刀具磨损参数，包括：若具有图像处理基础，操作者依据图像特点选择每个处理过程对应的子方法，并将所述子方法组合得到完整视觉提取方法；若不具有图像处理基础，操作者输入刀具磨损图像的描述性信息，系统根据所述描述性信息选择每个处理过程对应的子方法，生成完整视觉提取方法；利用所述完整视觉提取方法对刀具磨损量进行测量，输出测量结果，完成刀具磨损状态检测。4.根据权利要求3所述的一种基于人在回路的刀具磨损状态检测方法，其特征在于，所述若具有图像处理基础，操作者依据图像特点选择每个处理过程对应的子方法，将子方法组合得到完整视觉提取方法，包括：对图像进行滤波操作，去除图像采集过程中引入的噪声；对图像进行预处理操作，其子方法包括：亮度均衡化、全局锐化、傅里叶去条纹操作、亮度增强、局部锐化和图像灰度化；以OTSU阈值分割图为模板，对图像进行减少后续流程的计算量的自动裁剪操作；对图像进行增强操作，其子方法包括：伽马对比度增强、分段线性增强、直方图均衡化、局部直方图均衡化和HLS色彩空间下对比度增强；对增强后的图像进行阈值分割操作，得到刀具磨损区域对应的二值图像，其子方法包括：OTSU分割方法、提取磨损区域的自适应区域生长方法、提取背景区域的自适应区域生长方法、基于边缘的OTSU方法以及彩色空间下的图像分割方法；对得到的二值图像进行后处理，去除分割图像中的干扰点，并对刀具磨损区域进行方向矫正处理；通过Canny方法的二值图像进行边缘检测，得到刀具磨损边界线，并对所述边界线进行分割，得到刀刃线与远离刀刃的磨损线；通过最小二乘法对所述刀刃线进行重构，得到未磨损的刀刃线轮廓；
依据二值图像与磨损轮廓重构图像计算刀具磨损信息量。5.根据权利要求3所述的一种基于人在回路的刀具磨损状态检测方法，其特征在于，所述若不具有图像处理基础，操作者输入刀具磨损图像的描述性信息，系统根据所述描述性信息选择每个处理过程对应的子方法，生成完整视觉提取方法，包括：操作者输入区域信息和图像信息；计算刀具图像多个区域的像素均值、中值以...
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。