【技术实现步骤摘要】
本申请涉及加工检测，尤其涉及一种刀具异常状态检测方法、装置、设备和介质。
技术介绍
1、飞机结构件制造具有小批量、多类别等特性，且结构件存在特征复杂、加工过程中需要的刀具种类多、存在加工轨迹多变，以及受复杂时变工况影响大的特点，若直接使用传感器获得的振动数据信号进行时频域特征分析实现监控，往往准确率较低，存在较多的误报与漏报等情况，不能满足飞机结构件在加工过程中断齿、磨损等异常工况的监测。
2、因此，亟需一种对刀具在航空件加工过程中所出现的异常状态进行检测的方法。
技术实现思路
1、本申请的主要目的是提供一种刀具异常状态检测方法、装置、设备和介质，旨在解决现有技术无法准确识别航空件在加工过程中所出现的异常工况的技术问题。
2、为解决上述技术问题，本申请实施例提出了：一种刀具异常状态检测方法，包括以下步骤：
3、基于在数控加工程序中主轴转速数据，以及刀齿周期性振动数据，获得imageorg图像；
4、将所述imageorg图像中的异常像素点进行去除处理后，对图像中相对分布位置区域进行识别，以获得imageobj图像；
5、对所述imageobj图像进行矫正处理和边界特征图像的变换，获得imageresult图像；
6、基于所述imageresult图像，获得多张imagepart图像；量化提取多张所述imagepart图像的特征数值；其中，所述特征数值包括面积特征值、长度特征值和宽度特征值；
7、将所
8、作为本申请一些可选实施方式，所述imageorg图像以图像中心为初始零点位置，沿半径方向分布所述刀齿周期性振动数据(转速影响单位时间内沿半径方向各个刀齿对应的振动数据点的数量，即转速越快对应刀齿的振动数据点越多，反之越少)。
9、作为本申请一些可选实施方式，所述将所述imageorg图像中的异常像素点进行去除处理后，对图像中相对分布位置区域进行识别，以获得imageobj图像，包括：
10、对所述imageobj图像的尺寸大小进行统一处理，获得第一imageorg图像；其中，所述imageorg图像的长度值与宽度值相等；
11、对所述第一imageorg图像中的异常像素点进行去除处理，对图像中相对分布位置区域进行识别，以获得imageobj图像。
12、作为本申请一些可选实施方式，所述对所述第一imageorg图像中的异常像素点进行去除处理，对图像中相对分布位置区域进行识别，以获得imageobj图像，包括：
13、对所述第一imageorg图像的每一个像素点的灰度值进行遍历，获得第一像素点和第二像素点；其中所述第一像素点和所述第二像素点的灰度值相同，且所述第一像素点与所述第二像素点的棋盘距离小于所述第一像素点与其他任意像素点的棋盘距离；所述其他任意像素点是指其他任意与所述第一像素点灰度值相同的像素点；
14、若所述第一像素点满足预设阈值，则将其认定为异常像素点并进行去除处理，获得imagedst图像；
15、对所述imagedst图像中相对分布位置区域进行识别，以获得imageobj图像。
16、作为本申请一些可选实施方式，所述对所述imagedst图像中相对分布位置区域进行识别，以获得imageobj图像，包括：
17、基于刀具的刀齿数值nt，将所述imagedst图像按照360°/nt组成为扇形区域，获得imagev图像；
18、将所述imagev图像与所述imagedst图像进行重叠覆盖，计算所述imagedst图像中的目标像素点数量值sumv；其中，所述目标像素点是指落在所述扇形区域的组成线段上，且灰度值等于所述异常像素点灰度值的像素点；
19、基于所述目标像素点数量值sumv，获得imagev-max图像；其中，所述imagev-max图像的目标像素点数量值满足预设阈值；
20、将所述imagev-max图像与所述imagedst图像重叠覆盖，判断获得所述刀具的周期性振动数据在振动数据主轴的方向；绕所述imagedst图像的中心，将所述imagedst图像旋转360°/(2*nt)后，对所述imagedst图像中相对分布位置区域进行识别，以获得imageobj图像；其中，所述相对分布位置区域是指扇形区域与刀齿振动数据重合度满足预设阈值的区域。
21、作为本申请一些可选实施方式，所述基于所述目标像素点数量值sumv，获得imagev-max图像，包括：
22、将所述扇形区域的倾斜角度设为0°，并将数组array的大小设为360°/nt，将所述数组array中的所有数值进行初始化，即int array[360°/nt]＝{0}；
23、将所述imagev图像绕图像中心顺时针旋转预设角度，计算所述imagev图像的目标像素点数量值sumv；将所述目标像素点数量值sumv作为对应旋转预设角度的下标值，记录在所述数组array中；
24、基于所述数组array，获取最大目标像素点数量值sumv-max；以及所述最大目标像素点数量值sumv-max对应的旋转预设角度maxa度；
25、将所述imagev图像绕图像中心顺时针旋转maxa度，获得imagev-max图像。
26、作为本申请一些可选实施方式，所述对所述imageobj图像进行矫正处理和边界特征图像的变换，获得imageresult图像，包括：
27、将所述imageobj图像中扇形区域中每一组成线段的初始点值均设为pointfirst(x,y)，并分别计算所述imageobj图像中扇形区域中每一组成线段的端点坐标数值pointend(x,y)；其中，所述初始点为图像的几何中心；
28、基于所述imageobj图像中扇形区域中每一组成线段的端点坐标数值pointend(x,y)，分别判断所述每一组成线段的端点坐标数pointend(x,y)与所述imageobj图像是否存在边界相交，以获得判断结果；
29、基于所述判断结果，获得imageresult图像。
30、作为本申请一些可选实施方式，所述基于所述判断结果，获得imageresult图像，包括：
31、若所述判断结果为所述组成线段的端点与所述imageobj图像不存在边界相交，则将所述组成线段沿端点方向进行延长，直至与图像边界相交；
32、若所述判断结果为所述组成线段的端点与所述imageobj图像存在边界相交，且端点位置正好位于图像的边界，则线段保持不变；
33、若所述判断结果为所述组成线段的端点与所述imageobj图像存在边界相交，且端点位于图像的外本文档来自技高网...
【技术保护点】
1.一种刀具异常状态检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述刀具异常状态检测方法，其特征在于，所述imageorg图像以图像中心为初始零点位置，沿半径方向分布所述刀齿周期性振动数据。
3.根据权利要求1所述刀具异常状态检测方法，其特征在于，所述将所述imageorg图像中的异常像素点进行去除处理后，对图像中相对分布位置区域进行识别，以获得imageobj图像，包括：
4.根据权利要求3所述刀具异常状态检测方法，其特征在于，所述对所述第一imageorg图像中的异常像素点进行去除处理，对图像中相对分布位置区域进行识别，以获得imageobj图像，包括：
5.根据权利要求4所述刀具异常状态检测方法，其特征在于，所述对所述imagedst图像中相对分布位置区域进行识别，以获得imageobj图像，包括：
6.根据权利要求5所述刀具异常状态检测方法，其特征在于，所述基于所述目标像素点数量值sumv，获得imagev-max图像，包括：
7.根据权利要求1所述刀具异常状态检测方法，其特征在于，所述对
8.根据权利要求7所述刀具异常状态检测方法，其特征在于，所述基于所述判断结果，获得imageresult图像，包括：
9.根据权利要求1所述刀具异常状态检测方法，其特征在于，所述基于所述imageresult图像，获得多张imagepart图像，包括：
10.根据权利要求9所述刀具异常状态检测方法，其特征在于，所述基于所述S1区域和所述S2区域，获得imagetemp图像，包括：
11.根据权利要求9所述刀具异常状态检测方法，其特征在于，所述基于所述imagetemp图像，获得imagepart图像，包括：
12.根据权利要求1所述刀具异常状态检测方法，其特征在于，所述量化提取多张所述imagepart图像的特征数值，包括：
13.根据权利要求1所述刀具异常状态检测方法，其特征在于，所述将所述多张所述imagepart图像的特征数值进行归一化处理，基于预设阈值，获得刀具状态检测结果，包括：
14.一种刀具异常状态检测装置，其特征在于，包括：
15.一种电子设备，其特征在于，该电子设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现如权利要求1-13中任一项所述的方法。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，处理器执行所述计算机程序，实现如权利要求1-13中任一项所述的方法。
...【技术特征摘要】
1.一种刀具异常状态检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述刀具异常状态检测方法，其特征在于，所述imageorg图像以图像中心为初始零点位置，沿半径方向分布所述刀齿周期性振动数据。
3.根据权利要求1所述刀具异常状态检测方法，其特征在于，所述将所述imageorg图像中的异常像素点进行去除处理后，对图像中相对分布位置区域进行识别，以获得imageobj图像，包括：
4.根据权利要求3所述刀具异常状态检测方法，其特征在于，所述对所述第一imageorg图像中的异常像素点进行去除处理，对图像中相对分布位置区域进行识别，以获得imageobj图像，包括：
5.根据权利要求4所述刀具异常状态检测方法，其特征在于，所述对所述imagedst图像中相对分布位置区域进行识别，以获得imageobj图像，包括：
6.根据权利要求5所述刀具异常状态检测方法，其特征在于，所述基于所述目标像素点数量值sumv，获得imagev-max图像，包括：
7.根据权利要求1所述刀具异常状态检测方法，其特征在于，所述对所述imageobj图像进行矫正处理和边界特征图像的变换，获得imageresult图像，包括：
8.根据权利要求7所述刀具异常状态检测方法，其特征在于，所述基于所述判断结果，获得...
【专利技术属性】
技术研发人员：喻志勇，曾德标，毛一砚，朱绍维，姜振喜，刘宽，赵中刚，李卫东，
申请(专利权)人：成都飞机工业集团有限责任公司，
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。