论文部分内容阅读
磨削是加工机械零件的一种重要技术,而表面粗糙度是评价工件表面质量的重要指标,直接影响工件的使用性能、寿命等,因此磨削表面粗糙度的研究与测量具有重要意义。与传统磨削表面粗糙度测量方法相比,基于机器视觉的磨削表面粗糙度测量方法具有非接触、测量范围大、效率高等优点,并可实现在线检测,但在建立图像指标过程中,需要制备大量磨削样块用于实验验证,然而磨削样块制作费时、费力、可控性差,同时视觉实验构建耗时、成本较高、易受外界环境干扰等。随着计算机仿真技术的发展,磨削表面形貌仿真成为可能,为解决磨削样块制作难题提供了新的途径,同时可将仿真样块应用于计算机仿真成像系统,模拟基于机器视觉的磨削表面粗糙度测量过程,不仅可以减少现实实验成本以及外界坏境的干扰,同时可提高实验效率,缩短机器视觉粗糙度检测系统的开发周期。为了对磨削表面形貌仿真及其在机器视觉粗糙度测量中的应用进行研究,本文从仿真角度出发,分别从砂轮形貌、磨削表面形貌进行仿真研究,解决了不同粗糙度等级磨削样块获取较难的问题,并从定性和定量两个角度比较仿真形貌与实测形貌,验证了仿真方法的有效性,最后将磨削表面仿真形貌应用于基于机器视觉的表面粗糙度测量中,通过与实际实验对比,验证了仿真样块以及仿真成像系统的有效性。论文主要研究工作有:首先,介绍了磨削加工工艺技术、分类以及优势,并对表面粗糙度的定义、评定参数、计算方法进行了阐述与解释,为下一步仿真磨削表面形貌提供了理论基础,同时基于粗糙表面成像机理,对基于机器视觉粗糙度检测系统的整体硬件方案进行了设计、选型,为后续的实验验证提供了基础。其次,磨削工艺中砂轮是加工刀具,参与磨削表面形貌的形成过程,因此对磨削砂轮的表面形貌进行仿真。首先通过实测获得砂轮表面形貌数据,通过绘制频数分布直方图及基于Kolmogorov-Smirnov（K-S）方法的数据分析,得出砂轮表面高度服从非高斯分布;然后通过滤波与傅里叶变换等方法步骤生成砂轮表面仿真形貌;最后分别计算仿真砂轮形貌与实际砂轮形貌的粗糙度参数Ra、Rq、Rsk、Rku,并进行统计特性对比,结果表明仿真砂轮形貌与实测砂轮形貌统计特性具有较高的一致性,验证了仿真方法的有效性,为磨削表面形貌的仿真奠定了基础。然后,对磨削表面形貌的仿真进行了研究。首先通过HR-618S平面磨床获取不同粗糙度等级的实验磨削样块;然后基于多磨粒磨削运动轨迹建立磨削表面形貌的数学模型,并考虑多次磨削以及砂轮磨损等因素,对数学模型进行修正,模拟获得磨削表面仿真形貌;最后对比了仿真磨削表面与实际磨削表面的一维、二维、三维形貌图,并计算对比两者的粗糙度参数值,实验结果表明磨削表面仿真形貌与磨削表面实际形貌具有较好的相似性,验证了磨削表面形貌仿真方法的有效性与可行性。最后,对磨削表面形貌仿真在基于机器视觉的表面粗糙度测量中的应用进行了研究。首先分析了基于机器视觉测量表面粗糙度的机理,并通过对EP、CD、SCY三个指标的研究,提出了一种新的结构指标SSCY;其次对磨削表面形貌点云数据进行拟合拉伸形成三维磨削样块,将拉伸形成的三维磨削样块导入Tracepro光学仿真软件中并进行仿真成像环境的设计,获得红绿光源在不同粗糙度等级仿真样块表面形成的仿真图片;然后通过搭建相同的实际实验平台,采集在相同红绿背景光源下实际磨削表面形成的实际图片;最后分别计算仿真图片和实际图片的不同指标值,绘制指标与粗糙度的关系曲线,并采用皮尔逊线性相关系数（PLCC）评价了不同指标性能,实验结果表明,仿真成像实验与实际成像实验结果具有一致性,验证了仿真成像方法的可行性,同时通过对比预处理前后图片指标的PLCC,验证了本文所提预处理方法的有效性,表明了指标SSCY具有良好的可行性。