利索能及
我要发布
收藏
专利号: 2024102903162
申请人: 天津市漠金博实机电科技股份有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-05-07
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于机器视觉的数控车床加工辅助系统,其特征在于,包括:

机器视觉采集组件Q,安装于数控车床内形成对数控车床所加工工件外表面的监测,呈多个采集角度配置于数控车床内部,机器视觉采集组件Q包括朝向主轴轴线的灯光组件C,灯光组件C照射于工件外表面;

虚拟模型B,基于机器视觉采集组件Q所采集未经加工棒料外表面棒料图像M,根据棒料图像M中的棒料特征信息建立该棒料的虚拟模型B,基于棒料特征信息进行棒料外表状态的修正;

图像分析模型,对经过切削加工的工件表面进行图像采集,基于主轴转动速度进行工件表面图像H3采集,对工件表面图像H3进行拼接形成工件外表图像信息H2,通过学习模型进行工件外表图像信息H2的分析,获取到工件加工质量数据H1,依据工件加工质量数据H1进行虚拟模型B的修正;

反馈组件,根据工件加工质量数据H1计算数控车床运动轨迹以及运动速度的计算,形成车床运动数据P,根据车床运动数据P对工件进行加工。

2.根据权利要求1所述的一种基于机器视觉的数控车床加工辅助系统,其特征在于,灯光组件C呈上下状配置于数控车床内,且灯光组件C所形成的夹角为30°‑110°,机器视觉采集组件Q位于上下灯光组件C夹角中间角度延伸线上,并朝向主轴轴线采集棒料图像M。

3.根据权利要求2所述的一种基于机器视觉的数控车床加工辅助系统,其特征在于,机器视觉采集组件Q在获取到棒料外表面棒料图像M时,通过多张棒料图像M进行图像牵拉,将拍摄所产生的弧面图像牵拉为平面图像,基于多角度所拍摄图像作为图像牵拉基础比例数据D,以像素点面积范围为基础,计算图像牵拉基础比例数据D:;

其中,sn为第n个基准图像特征像素点面积,基准图像特征为位于棒料图像M中部所采集特征像素点面积,Sn为第n个牵拉图像特征像素点面积,牵拉图像特征位于棒料图像M边缘所采集特征像素点面积。

4.根据权利要求3所述的一种基于机器视觉的数控车床加工辅助系统,其特征在于,虚拟模型B依据主轴转速以及刀具进给位置进行虚拟模型B的修正,即依据刀具进给深度来进行虚拟模型B的切削位置的模拟,且棒料图像M表面依据特征信息进行棒料外表面的特征模拟,模拟棒料外表面凸起、凹坑以及形状,基于棒料外表面凸起、凹坑以及形状进行对刀位置的计算。

5.根据权利要求4所述的一种基于机器视觉的数控车床加工辅助系统,其特征在于,机器视觉采集组件Q在工件转动的过程中,通过光流法进行图像采集,机器视觉采集组件Q拍摄采集工件表面图像H3,基于主轴转速计算机器视觉采集组件Q拍摄间隔,即通过主轴转速计算工件旋转一圈的时间: ,式中,r为主轴转动时间,T为主轴转动速度,通过工件旋转一圈的时间计算机器视觉采集组件Q拍摄间隔。

6.根据权利要求5所述的一种基于机器视觉的数控车床加工辅助系统,其特征在于,工件表面图像H3进行图像牵拉,将弧形图像牵拉为平面图像,经过牵拉后的工件表面图像H3进行表面特征的分析,标记表面特征坐标(xn,yn),其中,xn为第n个表面特征的x坐标,yn为第n个表面特征的y坐标,对相邻工件表面图像H3中表面特征的运动位置进行计算,即运动特征坐标(xn+L,yn+L)。

7.根据权利要求6所述的一种基于机器视觉的数控车床加工辅助系统,其特征在于,基于表面特征坐标(xn,yn)进行工件表面图像H3的拼接,形成完整的工件外表图像信息H2,通过工件外表图像信息H2进行虚拟模型B的修正,表面特征坐标(xn,yn)同步至虚拟模型B中,完整的工件外表图像信息H2进行学习模型的分析,获取到工件外表图像信息H2中不同位置的表面特征,进而获取到工件加工质量数据H1。

8.根据权利要求7所述的一种基于机器视觉的数控车床加工辅助系统,其特征在于,计算表面特征轴线尺寸,获取到表面特征的影响范围,根据工件端面位置进行尺寸标记,即表面特征坐标(xn,yn)运动至不同的运动特征坐标(xn+L,yn+L)时,获取到表面特征坐标(xn,y)n 的不同尺寸范围,采集表面特征坐标(xn,y)n 的两端点位置,计算表面特征覆盖范围。

9.根据权利要求8所述的一种基于机器视觉的数控车床加工辅助系统,其特征在于,灯光组件C在工件表面形成不同反光状态的反光带,机器视觉采集组件Q在完成工件表面图像H3的采集后,提取反光带,获取到反光带的波动状态,提取到反光带的像素点波动位置,获取到工件表面的凸起和凹陷位置,反光带的弯折状态与工件加工质量相关联。

10.根据权利要求9所述的一种基于机器视觉的数控车床加工辅助系统,其特征在于,基于工件加工质量信息来进行车床运动数据P的反馈,首先进行前一道车刀运动速度以及主轴转动速度的统计,根据前一道车刀运动速度以及主轴转动速度计算车床运动数据P:;

F为车床刀具运动数据,K为前一道刀具运动速度,g1为车刀切削位置外轮廓像素点波动范围,g2为标准切削位置外轮廓像素点波动范围;

B为车床主轴运动数据,Y为前一道主轴运动速度。