期刊文章详细信息
文献类型:期刊文章
Peng Ruitao;Jiang Haojian;Xu Ying;Tang Xinzi;Zhang Shan(Engineering Research Center of Ministry of Education for Complex Track Processing Technology and Equipment,School of Mechanical Engineering,Xiangtan University,Hu'nan Xiangtan 411105,ChinaAECC Hunan South Astronautics Industry Co.,Ltd.,Hu'nan Zhuzhou 412002,China)
机构地区:[1]湘潭大学机械工程学院复杂轨迹加工工艺及装备教育部工程研究中心,湖南湘潭411105 [2]中国航发湖南南方宇航工业有限公司,湖南株洲412002
基 金:国家自然科学基金项目(51475404);湖南省自然科学项目(2018JJ4082);湖南省教育厅重点项目(18A077)资助
年 份:2019
卷 号:38
期 号:8
起止页码:1257-1263
语 种:中文
收录情况:BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:为提高铣削加工时的刀具利用率、降低刀具成本,提出采用机器视觉技术在机监测铣刀磨损状态,及时更换刀具。建立刀具磨损监测系统,由电荷耦合器件(Charge coupled device,CCD)相机获取刀具磨损图像,通过图像预处理、阈值分割、基于Canny算子和亚像素的边缘检测方法建立刀具磨损边界,提取刀具磨损量。开展GH4169镍基高温合金铣削实验,将监测系统检测的磨损量与超景深显微镜的测量结果进行比对,结果表明:该系统具有较高的检测精度,可实现铣削加工时刀具磨损状态的在机监测。
关 键 词:刀具磨损 机器视觉 图像处理 边缘检测
分 类 号:TP391.41] TG54[计算机类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...