基于纹理特征的刀具状态监测技术

　　0　引　言

　　在自动化制造过程中,需要系统能够自动判断刀具的磨损程度并及时换刀,以避免由于刀具磨损量过大造成的加工质量下降或其他损失。由于刀具的磨损影响整个加工制造过程,通过对刀具状态变化的监测可了解加工制造过程中其他因素的变化,如加工质量(工件表面粗糙度、形状位置精度等)、机床状态(如机床的振动)等[1]。传统的刀具寿命管理虽然可以在一定程度上减轻刀具磨损或破损而造成的损失,但因为刀具寿命的随机性,其寿命极限估计往往过于保守,以致大部分刀具未能得到充分利用。研究表明,采用实时刀具监控技术后能够将由于人为和技术因素引起的故障停机时间减少75%,将有效加工时间由无监控系统时的10%提高到65%,将机床利用率提高到50%以上[2]。目前,刀具监测技术已成为各国公认的重大关键技术,受到极大的重视[3-7]。

　　许多研究者研究了工件表面的纹理与刀具刃口状态的相关关系,Whitehouse应用谱分析方法对加工表面的粗糙程度进行识别,进而区别刀具的锋利状况。Peklenik等人应用自相关技术来区别被加工表面,以便判别刀具刃口状态[8]。

　　本研究主要探讨基于纹理特征的刀具状态监测技术。

　　1　工件表面纹理的形态及图像特征

　　工件表面纹理包括一些呈现在表面轮廓中的特征,如粗糙度、波形和缺陷等等。工件表面纹理是刀具刀刃状态的负映像,刀刃锋利时切削出的工件纹理清晰,连续性好;刀刃磨钝时切削出的工件纹理紊乱,不连续且有断痕。不同的加工方式和刀具有不同的纹理特性。几种车削的工件表面显微纹理图如图1所示。从图1可以看出,工具表面纹理特征随切削刀具的状态发生变化,刀具锋利时切削出的表面纹理清晰,连续性好;刀刃磨钝时切削出的工件表面纹理紊乱,不连续,有断痕,且不同的加工方式和刀具也会有不同的纹理特征。通过提取有效的特征参数,就能够对不同的纹理图像进行描述。

　　2　等灰度行程长度法的基本理论

　　等灰度行程长度定义为某个方向上、相邻的具有相同灰度或某个灰度范围的像素个数。显然粗纹理区域中长行程情况出现较多,细纹理区域中短行程情况出现较多,由此可以用一个矩阵表示在某个取定方向上的各种行程出现的情况[9-11]。这个矩阵的行数表示灰度级g,列数表示行程长度(行长)n,第g行第n列阵元为在取定方向上灰度为g、行长为n的情况出现的次数,记为p(g,n)。如前所述,可以用若干个参数表征这个矩阵的阵元分布情况。

　　当各行程灰度出现的频率相近时,说明图像各灰度行程长度是均匀的,则L1较小。某灰度长行情况较多,灰度分布较均匀,L1较大。