本发明专利技术公开了一种镍基叶片磨削烧伤在位检测方法、系统及对应的采集装置，其首先通过磨削烧伤图像采集装置获取不同程度的磨削烧伤图像样本；然后利用训练好的镍基高温合金叶片磨削烧伤识别模型应用于镍基高温合金叶片磨削烧伤识别并给出烧伤等级；其中的镍基高温合金叶片磨削烧伤识别模型以CA注意力机制模块和Inception v4中的A模块为主要结构；磨削烧伤图像采集装置的结构设计简单紧凑，可较好地获取不同程度的磨削烧伤图像，其将采集的图像输入与在位检测系统中，能够实现镍基高温合金叶片磨削烧伤图像的在位检测。本发明专利技术能够避免工件反复拆卸带来的加工误差，提高镍基高温合金叶片的加工效率。合金叶片的加工效率。合金叶片的加工效率。
【技术实现步骤摘要】
镍基叶片磨削烧伤在位检测方法、系统及对应的采集装置
[0001]本专利技术涉及镍基高温合金叶片磨削
，特别是涉及一种镍基高温合金叶片磨削烧伤在位检测方法、系统及对应的采集装置。
技术介绍
[0002]磨削是一种难加工材料的常用加工方式，尤其是在镍基高温合金叶片加工中有着明显的优势，镍基高温合金叶片作为航空发动机的关键零部件，有着严格的加工质量要求，若加工中出现磨削烧伤，会导致加工质量降低，显微组织变化等问题，从而使得零件的抗疲劳性能下降，甚至引起裂纹和断裂等严重缺陷。因此，对于叶片磨削加工，准确快速地识别叶片的磨削烧伤具有重要的工程意义。
[0003]目前，在一线生产中，镍基高温合金叶片磨削烧伤识别方法大多基于目视检查法，但由于镍基高温合金叶片往往具有复杂的几何曲面，且具有高反光金属特性，所以很容易造成误检、漏检等情况。而且针对磨削烧伤的严重程度亦缺少定量描述。
[0004]另外，在进行磨削烧伤检查时，还需要将工件从夹具上取下，容易带来装夹误差，且增加了一线工人的劳动量，降低了加工效率。
技术实现思路
[0005]针对上述提出的镍基高温合金叶片磨削烧伤的检测问题，本专利技术提供了一种镍基叶片磨削烧伤在位检测方法、系统及对应的采集装置，其能够实现在一线生产中镍基高温合金叶片磨削烧伤在位检测，能够有效避免由于人为因素带来的漏检或误检，减轻一线产业工人的负担。
[0006]本专利技术通过以下技术要点来解决问题：
[0007]本专利技术提供了一种镍基叶片磨削烧伤在位检测方法，其特征在于，所述的镍基高温合金叶片磨削烧伤的在位检测方法包括以下步骤：
[0008]步骤S100，获取不同程度的磨削烧伤图像；
[0009]步骤S200，将在线获取的不同程度磨削烧伤图像，输入到经训练好的镍基高温合金叶片磨削烧伤识别模型中进行识别，得到当前磨削烧伤图像的烧伤等级；
[0010]所述的镍基高温合金叶片磨削烧伤识别模型以CA注意力机制模块和Inception v4中的A模块为主要结构。
[0011]更优选的，所述的镍基高温合金叶片磨削烧伤识别模型通过如下方法训练得到：
[0012]步骤S101，获取不同程度的磨削烧伤图像；
[0013]步骤S102，依据叶片磨削后的显微组织变化程度及形貌，对步骤S101获得的磨削烧伤图像，进行磨削烧伤等级分级，获得每个磨削烧伤等级对应的磨削烧伤图像样本；
[0014]步骤S103，对每个磨削烧伤等级对应的磨削烧伤图像样本进行增广，形成每个磨削烧伤等级对应的磨削烧伤数据集，并对增广后的每个磨削烧伤图像样本按设定比例划分为磨削烧伤样本训练集和磨削烧伤样本验证集；
[0015]步骤S104，搭建基于深度学习的镍基高温合金叶片磨削烧伤识别模型；利用每个磨削烧伤等级对应的磨削烧伤样本训练集，对所搭建的磨削烧伤识别模型进行训练；并在训练过程中，利用磨削烧伤样本验证集来测试磨削烧伤等级的识别准确率，采用交叉实验方式来确定优化算法、激活函数和学习率的最佳参数组合；直至在全连接层输出当前磨削烧伤图像的磨削烧伤等级识别准确率最高，至此完成镍基高温合金叶片磨削烧伤识别模型的训练。
[0016]本专利技术还提供了一种镍基叶片磨削烧伤在位检测系统，其特征在于，所述在位检测系统包括：
[0017]样本获取装置、镍基高温合金叶片磨削烧伤识别模型、输出模块；
[0018]样本获取装置、镍基高温合金叶片磨削烧伤识别模型和输出模块，通过无线或有线方式依次连接；
[0019]所述的样本获取装置用于输入获取到的不同程度的磨削烧伤图像；
[0020]所述的镍基高温合金叶片磨削烧伤识别模型，将样本获取装置获取的不同程度的磨削烧伤图像作为输入；针对不同程度的磨削烧伤图像进行识别，输出当前磨削烧伤图像的磨削烧伤等级；
[0021]输出模块，连接在镍基高温合金叶片磨削烧伤识别模型的输出端，用于将当前磨削烧伤图像的烧伤等级呈现出来。其可以是显示器等。
[0022]更优选的，所述的镍基高温合金叶片磨削烧伤的在位检测系统还包括：
[0023]磨削烧伤图像样本处理模块；其设置在样本获取装置与镍基高温合金叶片磨削烧伤识别模型之间；
[0024]所述的磨削烧伤图像样本处理模块，依据叶片磨削后的显微组织变化程度及形貌，对样本获取装置获得的不同程度的磨削烧伤图像，进行磨削烧伤等级分级，获得每个磨削烧伤等级对应的磨削烧伤图像样本；对每个磨削烧伤等级对应的磨削烧伤图像样本进行增广，形成每个磨削烧伤等级对应的磨削烧伤数据集，并对增广后的每个磨削烧伤图像样本按设定比例划分为磨削烧伤样本训练集和磨削烧伤样本验证集；
[0025]所述的镍基高温合金叶片磨削烧伤识别模型，为以CA注意力机制模块和Inception v4中的A模块为主要结构的镍基高温合金叶片磨削烧伤识别模型；其将磨削烧伤图像样本处理模块传输给的每个磨削烧伤等级对应的磨削烧伤样本训练集作为输入，基于深度学习的原理进行多次训练，并在训练过程中，利用磨削烧伤样本验证集来测试磨削烧伤等级的识别准确率，采用交叉实验方式来确定优化算法、激活函数和学习率的最佳参数组合；直至在全连接层输出当前磨削烧伤图像的磨削烧伤等级识别准确率最高，完成镍基高温合金叶片磨削烧伤识别模型的训练。
[0026]本专利技术还提供了一种磨削烧伤图像采集装置，其特征在于，所述的磨削烧伤图像采集装置包括：
[0027]包括基座、伺服电机、传动机构、传动基座、上下运动机构、水平面运动机构、吹气装置、摄像系统、摄像密封装置；
[0028]所述伺服电机固定在基座内部；所述传动基座同轴安装于基座的下方，且传动机构安装于传动基座内部并与伺服电机相连，随伺服电机2的运转实现缆绳的收卷与放开；所述上下运动机构同轴安装于传动基座的下方，随缆绳的收卷与放开实现上下运动；所述水
平面运动机构固定在上下运动机构下方；所述摄像系统安装于摄像密封装置内部，且摄像密封装置固定于水平面运动机构的下方；所述吹气装置固定于摄像密封装置左右两侧。
[0029]更优选的，所述传动机构包括：
[0030]相互啮合的小锥齿轮和大锥齿轮、卷筒、缆绳、芯轴；
[0031]小锥齿轮由伺服电机提供动力，经相互啮合的大锥齿轮带动芯轴旋转；所述芯轴带动卷筒转动，所述缆绳缠绕于卷筒上，随卷筒转动实现收卷与放开。
[0032]更优选的，所述上下运动机构包括：
[0033]滑动导轨定杆，镶嵌于滑动导轨定杆中的衬套，滑动导轨滑杆；
[0034]所述滑动导轨定杆为中空结构，其内部左右两侧开有矩形导槽；上部为法兰结构用于与传动基座固连，所述滑动导轨滑杆为中空结构，其外部左右两侧有矩形导轨，与滑动导轨定杆的导槽形成导轨滑块副，其上部与缆绳固连。
[0035]更优选的，所述水平面运动机构包括：
[0036]X轴底座、Y轴底座和滑台；三者组成十字滑台结构；
[0037]Y轴底座两侧开有孔与X轴底本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种镍基叶片磨削烧伤在位检测方法，其特征在于，所述的镍基高温合金叶片磨削烧伤的在位检测方法包括以下步骤：步骤S100，获取不同程度的磨削烧伤图像；步骤S200，将在线获取的不同程度磨削烧伤图像，输入到经训练好的镍基高温合金叶片磨削烧伤识别模型中进行识别，得到当前磨削烧伤图像的烧伤等级；所述的镍基高温合金叶片磨削烧伤识别模型以CA注意力机制模块和Inception v4中的A模块为主要结构。2.根据权利要求1所述的镍基叶片磨削烧伤在位检测方法，其特征在于，所述的镍基高温合金叶片磨削烧伤识别模型通过如下方法训练得到：步骤S101，获取不同程度的磨削烧伤图像；步骤S102，依据叶片磨削后的显微组织变化程度及形貌，对步骤S101获得的磨削烧伤图像，进行磨削烧伤等级分级，获得每个磨削烧伤等级对应的磨削烧伤图像样本；步骤S103，对每个磨削烧伤等级对应的磨削烧伤图像样本进行增广，形成每个磨削烧伤等级对应的磨削烧伤数据集，并对增广后的每个磨削烧伤图像样本按设定比例划分为磨削烧伤样本训练集和磨削烧伤样本验证集；步骤S104，搭建基于深度学习的镍基高温合金叶片磨削烧伤识别模型；利用每个磨削烧伤等级对应的磨削烧伤样本训练集，对所搭建的磨削烧伤识别模型进行训练；并在训练过程中，利用磨削烧伤样本验证集来测试磨削烧伤等级的识别准确率，采用交叉实验方式来确定优化算法、激活函数和学习率的最佳参数组合；直至在全连接层输出当前磨削烧伤图像的磨削烧伤等级识别准确率最高，至此完成镍基高温合金叶片磨削烧伤识别模型的训练。3.一种镍基叶片磨削烧伤在位检测系统，其特征在于，所述在位检测系统包括：样本获取装置(100)、镍基高温合金叶片磨削烧伤识别模型(300)、输出模块(400)；样本获取装置(100)、镍基高温合金叶片磨削烧伤识别模型(300)和输出模块(400)，通过无线或有线方式依次连接；所述的样本获取装置(100)用于输入获取到的不同程度的磨削烧伤图像；所述的镍基高温合金叶片磨削烧伤识别模型(300)，将样本获取装置(100)获取的不同程度的磨削烧伤图像作为输入；针对不同程度的磨削烧伤图像进行识别，输出当前磨削烧伤图像的磨削烧伤等级；输出模块(400)，连接在镍基高温合金叶片磨削烧伤识别模型(300)的输出端，用于将当前磨削烧伤图像的烧伤等级呈现出来。其可以是显示器等。4.根据权利要求3所述的镍基叶片磨削烧伤在位检测系统，其特征在于，所述的镍基高温合金叶片磨削烧伤的在位检测系统还包括：磨削烧伤图像样本处理模块(200)；其设置在样本获取装置(100)与镍基高温合金叶片磨削烧伤识别模型(300)之间；所述的磨削烧伤图像样本处理模块(200)，依据叶片磨削后的显微组织变化程度及形貌，对样本获取装置(100)获得的不同程度的磨削烧伤图像，进行磨削烧伤等级分级，获得每个磨削烧伤等级对应的磨削烧伤图像样本；对每个磨削烧伤等级对应的磨削烧伤图像样本进行增广，形成每个磨削烧伤等级对应的磨削烧伤数据集，并对增广后的每个磨削烧伤
图像样本按设定比例划分为磨削烧伤样本训练集和磨削烧伤样本验证集；所述的镍基高温合金叶片磨削烧伤识别模型(300)，为以CA注意力机制模块和Inception v4中的A模块为主要结构的镍基高温合金叶片磨削烧伤识别模型；其将磨削烧伤图像样本处理模块(200)传输给的每个磨削烧伤等级对应的磨削烧伤样本训练集作为输入，基于深度学习的原理进行多次训练，并在训练过程中，利用磨削烧伤样本验证集来测试磨削烧伤等级的识别准确率，采用交叉实验方式来确定优化算法、激活函数和学习率的最佳参数组合；...
【专利技术属性】
技术研发人员：尚振涛，王虎，金滩，杨洋，郑鑫，
申请(专利权)人：湖南大学，
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。