【技术实现步骤摘要】
本专利技术涉及一种外圆磨削过程粗糙度在机预测方法及装置,属于磨削加工。
技术介绍
1、随着制造业对产品表面质量的要求日益提升,精密辊轴作为金属板材加工过程中不可或缺的关键组件,其表面质量对整个生产流程具有决定性的影响,因此在磨削加工中进行表面粗糙度测量对控制产品质量至关重。
2、目前,高精度的表面粗糙度测量方法主要为接触法,工业上常用粗糙度测量仪进行测量,通过探针记录一定区域的表面高度信息从而计算出表面粗糙度。受测量区域以及探针半径的限制,在测量高精度表面(ra<0.64)时容易造成测量误差,需要多次测量取平均值作为结果,导致测量速度较慢。同时,接触法由于探针的滑动容易对表面造成损伤。
技术实现思路
1、本专利技术的目的在于克服现有技术中的不足,提供一种外圆磨削过程粗糙度在机预测方法及装置,实现磨削过程中的表面粗糙度的检测。
2、为达到上述目的,本专利技术是采用下述技术方案实现的:
3、第一方面,本专利技术提供了一种外圆磨削过程粗糙度在机预测方法,
本文档来自技高网...
【技术保护点】
1.一种外圆磨削过程粗糙度在机预测方法,其特征在于,包括:
2.根据权利要求1所述的外圆磨削过程粗糙度在机预测方法,其特征在于,所述方法还包括:对磨削图像进行预处理,包括:
3.根据权利要求1所述的外圆磨削过程粗糙度在机预测方法,其特征在于,所述采用改进的Fast GLCM方法计算磨削图像的灰度共生矩阵,包括:
4.根据权利要求3所述的外圆磨削过程粗糙度在机预测方法,其特征在于,所述从灰度共生矩阵中提取对比度、能量、相关性、差异性四个特征量,得出纹理特征图,包括:
5.根据权利要求1所述的外圆磨削过程粗糙度在机预测方法,
...【技术特征摘要】
1.一种外圆磨削过程粗糙度在机预测方法,其特征在于,包括:
2.根据权利要求1所述的外圆磨削过程粗糙度在机预测方法,其特征在于,所述方法还包括:对磨削图像进行预处理,包括:
3.根据权利要求1所述的外圆磨削过程粗糙度在机预测方法,其特征在于,所述采用改进的fast glcm方法计算磨削图像的灰度共生矩阵,包括:
4.根据权利要求3所述的外圆磨削过程粗糙度在机预测方法,其特征在于,所述从灰度共生矩阵中提取对比度、能量、相关性、差异性四个特征量,得出纹理特征图,包括:
5.根据权利要求1所述的外圆磨削过程粗糙度在机预测方法,其特征在于,所述将提取的纹理特征图,输入swin transformer模型进行训练,包括:
6.根据权利要求1所述的外圆磨削过程粗糙度在机预测方法,其特征在于,所述多头自注意力机制被...
【专利技术属性】
技术研发人员:王中任,赵阳,李文喜,刘玉波,王自力,张文,赵荣丽,晏涛,
申请(专利权)人:湖北文理学院,
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。