木工刀具磨損是影響家具零件加工精度和表面質量的重要因素。目前,家具生產設備更換刀具的依據是技術人員觀察刀具磨損做出的定性判斷,受視力、經驗等主觀因素的影響,人對刀具磨損程度判斷標準具有不一致性,因此,本研究以建立一種標準統(tǒng)一的刀具磨損檢測技術為目標,應用機器視覺的識別和測量技術,設計了木工銑刀磨損檢測系統(tǒng),主要內容有以下四方面:第一,根據刀具切削原理與銑刀磨損的表現(xiàn)形式,結合機器視覺技術的檢測能力,確定了識別前刀面崩刃和測量后刀面磨損剩余量的檢測指標。按照David Marr提出的機器視覺理論,確定了檢測系統(tǒng)運行機制、功能模塊和技術路線。第二,按照實際需要的檢測精度,研究確定了檢測系統(tǒng)的相機、鏡頭和光源的配置方案,推導了基于木工刀具尺寸的相機、鏡頭選型公式,并對成像系統(tǒng)進行了標定,矯正了銑刀圖像的畸變。為確保木工銑刀回轉后,測量平面準確定位于拍攝平面,研究了激光定位控制刀具位姿的方法。第三,為消除噪聲和銑刀表面粘附木粉、顆粒等對磨損檢測的干擾,研究了圖像增強和平滑的算法。應用Blob分析方法和形狀模板匹配方法,為機器視覺賦予識別銑刀種類的能力,實現(xiàn)了自動定位并提取刀具前刀面、后刀面。第四,基于前刀面崩刃的灰度特征和尺寸特征,在前刀面上識別并定位崩刃,輸出檢出崩刃數量;應用邊緣檢測算法提取擬合后刀面刃口邊緣和測量基準,建立測量基準的垂線,獲得垂線與刃口邊緣的交點,求解交點與垂足間的距離,得到后刀面磨損剩余量;使用測量磨損剩余量的算法,測量游標卡尺刻度以驗證檢測系統(tǒng)精度,測量未加工過家具零件的木工銑刀后刀面寬度以驗證磨損檢測算法精度。

 

【文章來源】：北京林業(yè)大學北京市211工程院校教育部直屬院校

 

【文章頁數】：72 頁

 

【學位級別】：碩士

 

【文章目錄】：

 

文章目錄

摘要

ABSTRACT

1 緒論

    1.1 課題研究的意義

    1.2 國內家具企業(yè)的木工刀具管理情況

    1.3 刀具磨損檢測技術的研究現(xiàn)狀

    1.4 課題研究內容

2 檢測系統(tǒng)的開發(fā)方案

    2.1 木工銑刀磨損的表現(xiàn)形式

    2.2 磨損檢測的指標

    2.3 試驗材料的制備

    2.4 檢測系統(tǒng)的功能

    2.5 本章小結

3 檢測系統(tǒng)的硬件配置

    3.1 檢測系統(tǒng)的硬件配置

        3.1.1 成像系統(tǒng)模型

        3.1.2 相機、鏡頭的選擇

        3.1.3 光源的設置

    3.2 成像系統(tǒng)的標定

    3.3 刀具位姿的控制

    3.4 本章小結

4 檢測算法的選擇

    4.1 圖像的預處理

        4.1.1 圖像增強

        4.1.2 圖像平滑

    4.2 木工銑刀的種類識別

        4.2.1 銑刀輪廓模板的創(chuàng)建

        4.2.2 模板的匹配與識別

    4.3 前、后刀面的提取

        4.3.1 圖像分割

        4.3.2 前刀面的提取

        4.3.3 后刀面的提取

    4.4 前刀面崩刃的識別

        4.4.1 崩刃的特征分析

        4.4.2 崩刃檢測矩形的創(chuàng)建

        4.4.3 崩刃的定位與輸出

    4.5 后刀面刃口磨損剩余量的測量

        4.5.1 邊緣檢測矩形的創(chuàng)建

        4.5.2 刃口與測量基準的邊緣檢測

        4.5.3 刃口磨損剩余量的輸出

    4.6 檢測結果的精度分析

        4.6.1 磨損檢測精度的要求

        4.6.2 檢測系統(tǒng)精度的分析

        4.6.3 磨損檢測精度的分析

    4.7 本章小結

5 結論與展望

參考文獻

個人簡介

導師簡介

獲得成果目錄清單

致謝

 

參考文獻

 

期刊論文

 

[1]基于視覺顯著性的零件缺陷檢測[J]. 管聲啟,李振浩,常江.  軟件. 2020(02)

[2]刀具磨損狀態(tài)識別與智能監(jiān)測方法綜述[J]. 董江磊,代月幫,雍建華,李宏坤.  風機技術. 2019(06)

[3]木質復合材料加工刀具磨損研究進展[J]. 危衛(wèi)華,李元同,李迎麗,楊光,計愷豪,陳增濤,梅長彤.  林業(yè)工程學報. 2020(03)

[4]多角彎曲件成形工藝優(yōu)化與級進模結構設計[J]. 楊太德,唐海波.  制造技術與機床. 2019(11)

[5]刀具磨損的機器視覺監(jiān)測研究[J]. 彭銳濤,降皓鑒,徐瑩,唐新姿,張珊.  機械科學與技術. 2019(08)

[6]機器視覺表面缺陷檢測綜述[J]. 湯勃,孔建益,伍世虔.  中國圖象圖形學報. 2017(12)

[7]高斯差分濾波顯著性的刀具磨損檢測[J]. 管聲啟,洪奔奔,梁洪,王立中.  機械科學與技術. 2018(02)

[8]刀具磨損測量中Halcon軟件的標定方法[J]. 胡洋,任小洪,彭彩平.  電子技術與軟件工程. 2017(11)

[9]基于機器視覺的家具零件精度檢測系統(tǒng)探究[J]. 張豪,趙小矛.  家具與室內裝飾. 2017(04)

[10]基于機器視覺的太陽能電池片表面缺陷檢測研究現(xiàn)狀及展望[J]. 錢曉亮,張鶴慶,陳永信,曾黎,刁智華,劉玉翠,楊存祥.  北京工業(yè)大學學報. 2017(01)

 

博士論文

 

[1]木工刀具磨損特性與木材切削加工優(yōu)化的研究[D]. 耿紹輝.東北林業(yè)大學 2006

 

碩士論文

 

[1]家具木坯料表面缺陷自動檢測修補關鍵技術及設備研究[D]. 李明亮.江西理工大學 2019

[2]刀具刃口磨損量計算及在機檢測相關技術研究[D]. 夏偉.哈爾濱理工大學 2019

[3]基于機器視覺的刀具檢測技術研究[D]. 侯秋林.山東大學 2018

[4]基于分形理論的金剛石木工圓鋸片磨損狀態(tài)研究[D]. 馬雪亭.東北林業(yè)大學 2016

[5]基于圖像處理技術研究木塑切削中刀具磨損[D]. 袁恒.南京林業(yè)大學 2009

[6]板式家具裝配精度研究[D]. 肖君源.北京林業(yè)大學 2009

[7]木工銑削機床計算機圖像輔助對刀系統(tǒng)研究[D]. 王婥.北京林業(yè)大學 2009