[发明专利]基于工件加工表面图像分析的刀具磨损状态评价方法

摘要

本发明提供了一种基于工件加工表面图像分析的刀具磨损状态评价方法，它首先利用光学系统成像，采集工件加工表面的纹理图像；然后对加工表面图像进行多特征提取，根据多特征提取的个数组成面向加工表面图像的BP神经网络分类器，采用基于投票系统的融合方法对多特征分类器进行融合，实现刀具磨损、破损状态的定性、定量识别。本发明能够较好地克服切削加工过程中无法对刀具切削点进行在线图像采集的缺陷，能够准确地识别刀具的磨损、破损状态，可以应用于数控加工机床的刀具在线监测。

主权项

1、一种基于工件加工表面图像分析的刀具磨损状态评价方法，其特征在于：包括步骤如下：首先，进行基于CCD的工件加工表面纹理图像的数据采集，步骤A，根据评价刀具磨损程度所需要设定的检测精度、工件加工表面的测量视野以及CCD摄像机分辨率，确定光学镜头的放大倍率，焦距以及工作距离等参数；步骤B，在工件加工表面投射照明光源，调节其光源亮度，使之在被测工件加工表面产生均匀柔和的光强，利用CCD摄像机获得的工件加工表面纹理图像；步骤C，通过计算机驱动图像采集卡，将步骤B获得的工件加工表面纹理图像传输至计算机；其次，进行基于工件加工表面图像多特征融合的刀具磨损、破损状态分类，步骤D，多特征提取步骤，将获得的工件加工表面纹理图像，应用多特征提取方法提取图像特征X1，X2，…，Xn；步骤E，进行BP神经网络分类器的选择，将提取的图像特征X1，X2，…，Xn分别送入BP神经网络分类器C1，C2，…，Cn，构成多特征融合分类系统；步骤F，多特征融合分类步骤，每个BP神经网络分类器C1，C2，…，Cn根据融合算法做出相应的决策U1，U2，…，Un，然后将相应的决策U1，U2，…，Un传送到融合中心，融合中心依据融合算法做出全局决策U，并最终得到刀具磨损、破损状态的定性、定量识别。