用于磨邊磨損圖像自動(dòng)分析的神經(jīng)網(wǎng)絡(luò)方法

1、用于磨邊磨損圖像自動(dòng)分析的神經(jīng)網(wǎng)絡(luò)方法用于磨邊磨損圖像自動(dòng)分析的神經(jīng)網(wǎng)絡(luò)方法摘要摘要這項(xiàng)研究描述了圖像處理系統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上估計(jì)刀具磨損。采用單分類分類器神經(jīng)網(wǎng)絡(luò)對(duì)刀具圖像數(shù)據(jù)進(jìn)行處理。我們提出了一種方法，以確定刀具磨損率的基礎(chǔ)上的圖像分析，并討論評(píng)價(jià)的錯(cuò)誤。使用所提出的算法，我們?cè)赩isualBasic的特殊的神經(jīng)磨損軟件的磨損部分分析的切削刃。例如，磨損邊緣的圖像被創(chuàng)建，確定最佳設(shè)置的神經(jīng)磨損軟件自動(dòng)指示磨損面積。分析的結(jié)果

2、是屬于磨損區(qū)域的像素?cái)?shù)。使用這些設(shè)置，我們的二ff不同工作時(shí)間由邊緣磨損圖像分析。我們使用的像素和VB索引的數(shù)量之間的相關(guān)性的計(jì)算參數(shù)。我們的研究結(jié)果保證了良好的相關(guān)性之間的新方法和常用的光學(xué)測(cè)量VB指數(shù)，工具的整個(gè)壽命范圍內(nèi)的絕對(duì)平均相對(duì)誤差為6.7%。自動(dòng)檢測(cè)的磨損的切削刃可以是有用的，在許多應(yīng)用中，例如，在預(yù)測(cè)刀具壽命的基礎(chǔ)上的當(dāng)前值的邊緣磨損。關(guān)鍵詞：邊緣磨損面磨損關(guān)鍵詞：邊緣磨損面磨損工具工具圖像分析圖像分析1.1.介紹介紹分

3、析刀具在加工過程中的磨損狀況，對(duì)于預(yù)測(cè)損傷發(fā)生前的切削周期和阻力周期具有重要意義。不合時(shí)宜的更換磨損的切削刃會(huì)增加切削力，這反過來，有助于粗糙度和尺寸精度差的測(cè)量。如圖所示，刀具故障占數(shù)控機(jī)床停機(jī)時(shí)間的20%，這說明了加工工具的特征參數(shù)，比如功率譜密度，因此，通過對(duì)這些特征參數(shù)進(jìn)行測(cè)量并提取，就能直觀的來表現(xiàn)刀具的磨損狀態(tài)。（3）切削力法切削力是一種常規(guī)的物理量，我們可以用最常見的力傳感器采集到它。它是最直觀也是與刀具磨損聯(lián)系最密切的一

4、個(gè)參數(shù)。只是，切削力的采集受到外部環(huán)境的影響很大，也因采集裝置的技術(shù)要求達(dá)不到高精度導(dǎo)致該方法并不常用。3.插銑刀具磨損分析由于插銑加工具有金屬的高切除率這一特點(diǎn)，所以在金屬加工過程中，插銑加工是常規(guī)的端面銑削所需加工時(shí)間一半以上。但是，插銑加工時(shí)刀具的金屬切除量大，導(dǎo)致插銑刀具損耗速度快，刀具壽命變短短，尤其在加工難加工材料時(shí)，刀具損耗會(huì)變得更嚴(yán)重，因此我們需要給刀具磨損量規(guī)定標(biāo)準(zhǔn)值，這樣我們就可以通過這個(gè)標(biāo)準(zhǔn)值來確定刀具磨損狀態(tài)的級(jí)

5、別。可以把這個(gè)標(biāo)準(zhǔn)稱之為磨鈍標(biāo)準(zhǔn)，這個(gè)標(biāo)準(zhǔn)值具體表示意義是是插銑刀具后刀面中間部位平均磨損量所允許達(dá)到的最大值，我們用字母VB表示。刀具磨損程度從開始研究至今，其磨損等級(jí)已經(jīng)基本確定下來，可以把它分成三個(gè)階段，如圖31所示：圖31刀具磨損狀態(tài)圖刀具磨損狀態(tài)圖（1）圖中AB段表示刀具的初步磨損階段：磨損原因主要是機(jī)械磨損；在剛開始切削加工時(shí)，一般的嶄新銑刀表面都會(huì)有一些凸起以及微小細(xì)痕，且刀面與工件、切屑之間的接觸面較小，導(dǎo)致壓力幾乎集中