CN120572394B - 一种用于紧固件的数控加工中心及加工方法 - Google Patents

一种用于紧固件的数控加工中心及加工方法

Info

Publication number
CN120572394B
CN120572394B CN202510961364.4A CN202510961364A CN120572394B CN 120572394 B CN120572394 B CN 120572394B CN 202510961364 A CN202510961364 A CN 202510961364A CN 120572394 B CN120572394 B CN 120572394B
Authority
CN
China
Prior art keywords
machining
module
value
target
fastener
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202510961364.4A
Other languages
English (en)
Other versions
CN120572394A (zh
Inventor
朱杰科
刘建明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongke Precision Components Guangdong Co ltd
Original Assignee
Zhongke Precision Components Guangdong Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhongke Precision Components Guangdong Co ltd filed Critical Zhongke Precision Components Guangdong Co ltd
Priority to CN202510961364.4A priority Critical patent/CN120572394B/zh
Publication of CN120572394A publication Critical patent/CN120572394A/zh
Application granted granted Critical
Publication of CN120572394B publication Critical patent/CN120572394B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23QDETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q15/00Automatic control or regulation of feed movement, cutting velocity or position of tool or work
    • B23Q15/007Automatic control or regulation of feed movement, cutting velocity or position of tool or work while the tool acts upon the workpiece
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23QDETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q15/00Automatic control or regulation of feed movement, cutting velocity or position of tool or work
    • B23Q15/007Automatic control or regulation of feed movement, cutting velocity or position of tool or work while the tool acts upon the workpiece
    • B23Q15/12Adaptive control, i.e. adjusting itself to have a performance which is optimum according to a preassigned criterion

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Numerical Control (AREA)

Abstract

本发明公开了一种用于紧固件的数控加工中心及加工方法,包括:装夹模块,用于基于加工规范要求将紧固件装夹到工艺板上;视觉模块,用于对工艺板上的紧固件通过视觉照相进行工件校准处理;数控模块,用于对工件校准处理后的紧固件基于加工参数生成加工控制策略;多轴联动模块,与数控模块电连接,包含至少三个运动轴,各运动轴根据加工控制策略带动刀具进行运动。解决传统紧固件数控加工中存在的装夹误差大、工件校准困难、加工控制策略生成不精准以及多轴联动加工协调性和准确性不足等问题,以提高紧固件的加工精度、生产效率,降低废品率。

Description

一种用于紧固件的数控加工中心及加工方法
技术领域
本发明涉及零件加工技术领域,特别涉及一种用于紧固件的数控加工中心及加工方法。
背景技术
紧固件作为连接和固定零部件的重要元件,其加工精度和质量直接影响机械设备的整体性能和可靠性。传统的紧固件数控加工过程中,存在诸多技术难题。一方面,紧固件装夹方式不够精准和高效,依靠人工或简单工装进行装夹,难以保证紧固件在工艺板上的位置符合加工规范要求,装夹误差较大,导致加工出的紧固件尺寸精度难以满足设计标准。另一方面,工件校准过程往往缺乏有效的技术手段,无法快速、准确地对工艺板上的紧固件进行校准,影响后续加工精度和效率。此外,在加工控制策略生成和多轴联动加工环节,现有技术也存在一定局限性,无法根据紧固件的具体加工参数灵活生成精准的加工控制策略,多轴联动运动的协调性和准确性不足,使得刀具运动轨迹难以精准匹配加工需求,导致加工效率低下,产品废品率较高。
发明内容
本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此,本发明的目的在于提出一种用于紧固件的数控加工中心及加工方法,解决传统紧固件数控加工中存在的装夹误差大、工件校准困难、加工控制策略生成不精准以及多轴联动加工协调性和准确性不足等问题,以提高紧固件的加工精度、生产效率,降低废品率。
为达到上述目的,本发明实施例提出了一种用于紧固件的数控加工中心,包括:
装夹模块,用于基于加工规范要求将紧固件装夹到工艺板上;
视觉模块,用于对工艺板上的紧固件通过视觉照相进行工件校准处理;
数控模块,用于对工件校准处理后的紧固件基于加工参数生成加工控制策略;
多轴联动模块,与数控模块电连接,包含至少三个运动轴,各运动轴根据加工控制策略带动刀具进行运动。
根据本发明的一些实施例,所述视觉模块,包括:
获取模块,用于对工艺板上的紧固件通过视觉照相获取拍摄图像;
比对模块,用于将拍摄图像与预设数据库进行比对处理,得到匹配图像,根据匹配图像进行工件校准处理。
根据本发明的一些实施例,所述数控模块,包括:
切削参数获取模块,用于确定工件校准处理后的紧固件的材料特性及刀具类型,将材料特性及刀具类型输入预先构建的模糊规则库中,输出切削参数;所述切削参数包括切削速度、进给量和切削深度;
路径规划模块,用于规划刀具路径;
第一生成模块,用于根据切削参数及刀具路径确定加工参数,基于加工参数生成加工控制策略。
根据本发明的一些实施例,路径规划模块,包括:
提取模块,用于生成工件校准处理后的紧固件的三维模型,对三维模型进行预处理,提取加工特征;
第二生成模块,用于基于加工特征和加工工艺要求,规划生成初始刀具路径;
优化模块,用于利用遗传算法对初始刀具路径进行优化,得到最终的刀具路径。
根据本发明的一些实施例,还包括:刀具监测模块,用于监测刀具状态,在确定刀具状态异常时,发出报警提示;
所述刀具监测模块,包括;
第一识别模块,用于获取刀具的监测图像,对监测图像进行识别,得到第一监测信息;
第二识别模块,用于采集刀具在切削过程中的振动信号及声音信号,对振动信号及声音信号进行识别,得到第二监测信息;
第一确定模块,用于根据第一监测信息及第二监测信息确定刀具状态,在确定刀具状态异常时,发出报警提示。
根据本发明的一些实施例,所述第一识别模块,包括:
滤波模块,用于对监测图像进行滤波处理,得到滤波图像;
第二确定模块,用于:
利用预设轮廓检测算法对滤波图像进行轮廓提取,得到轮廓图像;
对轮廓图像进行关键点提取,得到目标关键点;
对预设轮廓图像库中的预设轮廓图像进行关键点提取,得到每个预设轮廓图像对应的预设关键点;
将轮廓图像的左下角作为坐标原点,得到目标关键点的目标坐标,基于目标坐标确定轮廓图像的目标特征向量;
将每个预设轮廓图像的左下角作为坐标原点,得到预设轮廓图像对应的预设关键点的坐标,基于预设关键点的坐标确定预设轮廓图像对应的预设特征向量;
计算目标特征向量与每个预设特征向量的余弦距离;
将余弦距离与预设距离阈值进行比较,得到比较信息,根据比较信息得到第一监测信息。
根据本发明的一些实施例,所述滤波模块,包括:
第三确定模块,用于:
确定监测图像中的任一像素点为目标像素点,确定以目标像素点为中心的目标区域;目标区域为N×N的像素点矩阵,其中,N为偶数;将目标区域划分为边长均为N/2的四个正方形区域,选择其中一个作为待处理正方形区域;获取待处理正方形区域中所有像素点的像素均值、像素中位值和像素众数值;获取像素均值、像素中位值和像素众数值的和值,根据和值确定像素均值、像素中位值和像素众数值对应的第一均值,将第一均值作为目标像素点的第一估计值;
对其余的所有正方形区域进行以上操作,得到目标像素点的第二估计值、第三估计值和第四估计值;
替换模块,用于:
获取目标像素点的目标像素值,分别计算目标像素值与第一估计值、第二估计值、第三估计值和第四估计值的差值的绝对值,将最小绝对值对应的估计值作为目标像素点的第一滤波像素值;
根据第一预设权重函数确定第一滤波像素值对应的第一权重;
获取目标像素点的目标梯度值,根据目标梯度值确定第一系数;
获取目标区域中所有像素点的目标像素均值;
将图像转换为灰度图像,确定目标区域在灰度图像中对应的目标灰度区域,获取目标灰度区域中所有像素点的灰度像素均值;
根据第一系数、目标像素均值和灰度像素均值确定第二系数;
获取目标像素点的目标像素值,基于目标像素值、第一系数、第二系数和预设滤波公式确定目标像素点对应的第二滤波像素值;
根据第二预设权重函数确定第二滤波像素值对应的第二权重;
计算第一滤波像素值与第一权重的第一乘积及第二滤波像素值与第二权重的第二乘积,将第一乘积和第二乘积的和值作为目标像素点的滤波像素值;将目标像素点的目标像素值替换为滤波像素值,得到目标像素点对应的滤波像素点;
对监测图像中的所有像素点进行以上操作,得到每个像素点对应的滤波像素点,所有的滤波像素点组成滤波图像。
根据本发明的一些实施例,所述多轴联动模块,包括X轴直线运动、Y轴直线运动和Z轴直线运动轴,以及至少一个旋转轴;所述X轴直线运动、Y轴直线运动和Z轴直线运动轴用于实现刀具在三个相互垂直方向上的直线运动;所述旋转轴用于实现刀具绕特定轴线的旋转运动。
根据本发明的一些实施例,还包括:加工质量检测模块,用于:
对加工后的紧固件进行质量检测,得到检测结果;
根据检测结果判断紧固件的加工质量是否符合要求;若不符合要求,对加工控制策略进行优化调整,并重新进行加工;若符合要求,则完成加工任务。
根据本发明的一些实施例,如上所述的用于紧固件的数控加工中心的加工方法,包括:
基于加工规范要求将紧固件装夹到工艺板上;
对工艺板上的紧固件通过视觉照相进行工件校准处理;
对工件校准处理后的紧固件基于加工参数生成加工控制策略;
基于多轴联动模块包括的运动轴根据加工控制策略带动刀具进行运动。
本发明提出了一种用于紧固件的数控加工中心及加工方法,装夹模块能够基于加工规范要求将紧固件准确装夹到工艺板上,有效避免了因装夹不当导致的加工误差,从源头保证了紧固件的加工精度,减少了因装夹问题产生的废品,提高了产品合格率。视觉模块通过视觉照相对工艺板上的紧固件进行工件校准处理,能够及时发现并纠正紧固件的位置偏差。数控模块根据加工参数生成加工控制策略,实现了加工过程的智能化和精准化。能够针对不同规格和要求的紧固件,灵活调整加工控制策略,确保刀具按照最优路径进行加工,提高了加工精度和生产效率,降低了对操作人员经验的依赖。多轴联动模块包含至少三个运动轴,各运动轴根据加工控制策略带动刀具进行运动,实现了复杂的加工轨迹,能够满足多种类型紧固件的加工需求。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是根据本发明一个实施例的一种用于紧固件的数控加工中心的框图;
图2是根据本发明一个实施例的视觉模块的框图;
图3是根据本发明一个实施例的数控模块的框图;
图4是根据本发明一个实施例的路径规划模块的框图;
图5是根据本发明一个实施例的刀具监测模块的框图;
图6是根据本发明一个实施例的第一识别模块的框图;
图7是根据本发明一个实施例的滤波模块的框图;
图8是根据本发明一个实施例的用于紧固件的数控加工中心的加工方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
如图1所示,本发明实施例提出了一种用于紧固件的数控加工中心,包括:
装夹模块,用于基于加工规范要求将紧固件装夹到工艺板上;
视觉模块,用于对工艺板上的紧固件通过视觉照相进行工件校准处理;
数控模块,用于对工件校准处理后的紧固件基于加工参数生成加工控制策略;
多轴联动模块,与数控模块电连接,包含至少三个运动轴,各运动轴根据加工控制策略带动刀具进行运动。
上述技术方案的工作原理及有益效果:装夹模块能够基于加工规范要求将紧固件准确装夹到工艺板上,有效避免了因装夹不当导致的加工误差,从源头保证了紧固件的加工精度,减少了因装夹问题产生的废品,提高了产品合格率。视觉模块通过视觉照相对工艺板上的紧固件进行工件校准处理,能够及时发现并纠正紧固件的位置偏差。数控模块根据加工参数生成加工控制策略,实现了加工过程的智能化和精准化。能够针对不同规格和要求的紧固件,灵活调整加工控制策略,确保刀具按照最优路径进行加工,提高了加工精度和生产效率,降低了对操作人员经验的依赖。多轴联动模块包含至少三个运动轴,各运动轴根据加工控制策略带动刀具进行运动,实现了复杂的加工轨迹,能够满足多种类型紧固件的加工需求。数控加工中心通过装夹模块、视觉模块、数控模块和多轴联动模块的协同工作,实现了紧固件的高精度、高效率加工。
如图2所示,根据本发明的一些实施例,所述视觉模块,包括:
获取模块,用于对工艺板上的紧固件通过视觉照相获取拍摄图像;
比对模块,用于将拍摄图像与预设数据库进行比对处理,得到匹配图像,根据匹配图像进行工件校准处理。
上述技术方案的工作原理:获取模块为高分辨率工业相机,可集成自动对焦功能,根据紧固件位置自动调整焦距。比对模块将拍摄图像与预设数据库进行比对处理,得到匹配图像,根据匹配图像进行工件校准处理。预设数据库包含多种紧固件的标准图像及参数,用于比对和校准。通过模板匹配等方法进行比对处理,得到匹配图像,为与拍摄图像对应的图像,根据匹配图像确定比对结果,计算紧固件的实际位置与理论位置的偏差,生成校准参数。
上述技术方案的有益效果:视觉模块通过获取模块和比对模块的协同工作,实现了对工艺板上紧固件的高精度图像获取和校准处理。通过先进的图像识别算法和数据库比对,实现高精度工件校准。减少人工干预,提高生产效率和一致性。
如图3所示,根据本发明的一些实施例,所述数控模块,包括:
切削参数获取模块,用于确定工件校准处理后的紧固件的材料特性及刀具类型,将材料特性及刀具类型输入预先构建的模糊规则库中,输出切削参数;所述切削参数包括切削速度、进给量和切削深度;
路径规划模块,用于规划刀具路径;
第一生成模块,用于根据切削参数及刀具路径确定加工参数,基于加工参数生成加工控制策略。
上述技术方案的工作原理:切削参数获取模块包括检测传感器,基于检测传感器获取紧固件的材料特性,如硬度、韧性、导热性等。切削参数获取模块包括识别模块,用于确定刀具类型,如铣刀、钻头、丝锥等。构建包含材料特性、刀具类型与切削参数之间关系的模糊规则库,通过模糊推理输出切削参数。路径规划模块,用于规划刀具路径。第一生成模块结合切削参数(切削速度、进给量、切削深度)和刀具路径,确定具体的加工参数。基于加工参数,生成刀具的运动控制策略,包括运动速度、加速度、方向等。
上述技术方案的有益效果:数控模块通过切削参数获取模块、路径规划模块和第一生成模块的协同工作,便于准确的生成加工控制策略。通过精确的切削参数和路径规划,实现高精度加工。通过模糊逻辑,实现智能化控制,减少人工干预。
如图4所示,根据本发明的一些实施例,路径规划模块,包括:
提取模块,用于生成工件校准处理后的紧固件的三维模型,对三维模型进行预处理,提取加工特征;
第二生成模块,用于基于加工特征和加工工艺要求,规划生成初始刀具路径;
优化模块,用于利用遗传算法对初始刀具路径进行优化,得到最终的刀具路径。
上述技术方案的工作原理:基于三维扫描技术,生成紧固件的三维模型,对三维模型进行去噪、平滑、简化等预处理操作,提高后续加工特征提取的准确性。从三维模型中提取出需要加工的特征,如孔、槽、螺纹等,并确定其几何参数(如尺寸、位置、方向等)。加工工艺要求,包括铣削、钻孔、攻丝等。结合提取的加工特征和加工工艺要求,规划出刀具的初始运动路径,包括刀具的起点、终点、运动轨迹等。将初始刀具路径作为遗传算法的初始种群,通过选择、交叉、变异等操作,对刀具路径进行优化。
上述技术方案的有益效果:路径规划模块通过提取模块、第二生成模块和优化模块的协同工作,实现了对紧固件的高精度、高效率刀具路径规划。通过三维模型生成和加工特征提取,实现高精度的刀具路径规划。利用遗传算法对刀具路径进行优化,提高加工效率和刀具寿命。
如图5所示,根据本发明的一些实施例,还包括:刀具监测模块,用于监测刀具状态,在确定刀具状态异常时,发出报警提示;
所述刀具监测模块,包括;
第一识别模块,用于获取刀具的监测图像,对监测图像进行识别,得到第一监测信息;
第二识别模块,用于采集刀具在切削过程中的振动信号及声音信号,对振动信号及声音信号进行识别,得到第二监测信息;
第一确定模块,用于根据第一监测信息及第二监测信息确定刀具状态,在确定刀具状态异常时,发出报警提示。
上述技术方案的工作原理:第一识别模块获取刀具的监测图像,对监测图像进行识别,得到第一监测信息。第二识别模块利用振动传感器和声音传感器,实时采集刀具在切削过程中的振动信号和声音信号。对采集到的信号进行滤波、放大等预处理,提高信号质量。通过信号处理算法,提取信号中的特征参数(如振动频率、振幅、声音强度等)。根据提取的特征参数,识别刀具的异常状态(如振动过大、声音异常等)。将识别结果作为第二监测信息输出,包括刀具的振动状态、声音状态等。第一确定模块将第一监测信息和第二监测信息进行融合,综合判断刀具的状态,通过刀具的本身轮廓、运行时的振动、声音等多个维度进行刀具状态的识别,便于提高确定刀具状态的准确性。
上述技术方案的有益效果:刀具监测模块通过第一识别模块、第二识别模块和第一确定模块的协同工作,实时监测刀具状态,及时发现异常,避免加工事故。结合图像识别和信号识别,提高刀具状态判断的准确性。自动发出报警提示,减少人工干预,提高生产效率。
如图6所示,根据本发明的一些实施例,所述第一识别模块,包括:
滤波模块,用于对监测图像进行滤波处理,得到滤波图像;
第二确定模块,用于:
利用预设轮廓检测算法对滤波图像进行轮廓提取,得到轮廓图像;
对轮廓图像进行关键点提取,得到目标关键点;
对预设轮廓图像库中的预设轮廓图像进行关键点提取,得到每个预设轮廓图像对应的预设关键点;
将轮廓图像的左下角作为坐标原点,得到目标关键点的目标坐标,基于目标坐标确定轮廓图像的目标特征向量;
将每个预设轮廓图像的左下角作为坐标原点,得到预设轮廓图像对应的预设关键点的坐标,基于预设关键点的坐标确定预设轮廓图像对应的预设特征向量;
计算目标特征向量与每个预设特征向量的余弦距离;
将余弦距离与预设距离阈值进行比较,得到比较信息,根据比较信息得到第一监测信息。
上述技术方案的工作原理:基于滤波模块对监测图像进行滤波处理,得到滤波图像;利用预设轮廓检测算法对滤波图像进行轮廓提取,得到轮廓图像;预设轮廓检测算法包括Canny边缘检测、Sobel算子。对轮廓图像进行关键点提取,得到目标关键点;对预设轮廓图像库中的预设轮廓图像进行关键点提取,得到每个预设轮廓图像对应的预设关键点;预设轮廓图像为完整的刀具的轮廓图像。将轮廓图像的左下角作为坐标原点,得到目标关键点的目标坐标,基于目标坐标确定轮廓图像的目标特征向量;将每个预设轮廓图像的左下角作为坐标原点,得到预设轮廓图像对应的预设关键点的坐标,基于预设关键点的坐标确定预设轮廓图像对应的预设特征向量;计算目标特征向量与每个预设特征向量的余弦距离;将余弦距离与预设距离阈值进行比较,得到比较信息,确定余弦距离小于预设距离阈值的关键点,作为磨损点,根据两者的差值确定磨损程度,根据比较信息得到第一监测信息。预设距离阈值为磨损阈值。
上述技术方案的有益效果:滤波模块,对监测图像进行滤波处理,得到滤波图像,第二确定模块对滤波图像进行轮廓提取,得到轮廓图像,基于计算轮廓图像与预设轮廓图像之间对应关键点的余弦距离,将余弦距离与预设距离阈值进行比较,得到比较信息,根据比较信息得到第一监测信息,便于准确的确定刀具的磨损信息,进而便于确定刀具的状态信息。
如图7所示,根据本发明的一些实施例,所述滤波模块,包括:
第三确定模块,用于:
确定监测图像中的任一像素点为目标像素点,确定以目标像素点为中心的目标区域;目标区域为N×N的像素点矩阵,其中,N为偶数;将目标区域划分为边长均为N/2的四个正方形区域,选择其中一个作为待处理正方形区域;获取待处理正方形区域中所有像素点的像素均值、像素中位值和像素众数值;获取像素均值、像素中位值和像素众数值的和值,根据和值确定像素均值、像素中位值和像素众数值对应的第一均值,将第一均值作为目标像素点的第一估计值;
对其余的所有正方形区域进行以上操作,得到目标像素点的第二估计值、第三估计值和第四估计值;
替换模块,用于:
获取目标像素点的目标像素值,分别计算目标像素值与第一估计值、第二估计值、第三估计值和第四估计值的差值的绝对值,将最小绝对值对应的估计值作为目标像素点的第一滤波像素值;
根据第一预设权重函数确定第一滤波像素值对应的第一权重;
获取目标像素点的目标梯度值,根据目标梯度值确定第一系数;
获取目标区域中所有像素点的目标像素均值;
将图像转换为灰度图像,确定目标区域在灰度图像中对应的目标灰度区域,获取目标灰度区域中所有像素点的灰度像素均值;
根据第一系数、目标像素均值和灰度像素均值确定第二系数;
获取目标像素点的目标像素值,基于目标像素值、第一系数、第二系数和预设滤波公式确定目标像素点对应的第二滤波像素值;
根据第二预设权重函数确定第二滤波像素值对应的第二权重;
计算第一滤波像素值与第一权重的第一乘积及第二滤波像素值与第二权重的第二乘积,将第一乘积和第二乘积的和值作为目标像素点的滤波像素值;将目标像素点的目标像素值替换为滤波像素值,得到目标像素点对应的滤波像素点;
对监测图像中的所有像素点进行以上操作,得到每个像素点对应的滤波像素点,所有的滤波像素点组成滤波图像。
上述技术方案的工作原理:该实施例中,根据第一预设权重函数确定第一滤波像素值对应的第一权重的具体实施方式为:确定第一预设权重函数为其中,W1为第一权重,p1为目标区域中所有像素点的目标像素均值,p2为第一滤波像素值对应的正方形区域中所有像素点的像素均值。
该实施例中,获取目标像素点的目标梯度值,根据目标梯度值确定第一系数的具体实施方式为:确定目标像素点为像素点j,则目标梯度值为其中,G(j)为像素点j的目标梯度值,为像素点j在水平方向上与临近像素点的像素差值的平方值,为像素点j在竖直方向上与临近像素点的像素差值的平方值,则第一系数表达式为其中,a1为第一系数。
该实施例中,根据第一系数、目标像素均值和灰度像素均值确定第二系数的具体实施方式为:a2=p1-a1×p3,其中,a2为第二系数,p1为目标像素均值,p3为灰度像素均值。
该实施例中,获取目标像素点的目标像素值,基于目标像素值、第一系数、第二系数和预设滤波公式确定目标像素点对应的第二滤波像素值的具体实施方式为:预设滤波公式为其中,E为第二滤波像素值,为目标像素值。
该实施例中,根据第二预设权重函数确定第二滤波像素值对应的第二权重的具体实施方式为:第二预设权重函数为W2=1-W1,其中,W2为第二权重。
以目标像素点为中心构建N×N的邻域矩阵,将邻域划分为4个等大的正方形子区域,对每个子区域计算:像素均值(反映整体亮度)、像素中位值(抵抗脉冲噪声)、像素众数值(反映主要分布)。通过三者的算术平均得到各子区域的估计值。通过计算目标像素点的目标像素值与各子区域估计值的绝对差,选择最小差值对应的估计值作为初始滤波结果。引入梯度信息,计算目标像素点的梯度值,通过梯度值确定第一系数,基于目标像素值、第一系数、第二系数和预设滤波公式确定目标像素点对应的第二滤波像素值;进行增强滤波。计算第一滤波像素值与第一权重的第一乘积及第二滤波像素值与第二权重的第二乘积,将第一乘积和第二乘积的和值作为目标像素点的滤波像素值;将目标像素点的目标像素值替换为滤波像素值,得到目标像素点对应的滤波像素点,实现像素点的滤波处理。
上述技术方案的有益效果:滤波模块通过多层级特征融合实现了噪声抑制与细节保持的平衡,便于得到准确的滤波图像。
根据本发明的一些实施例,所述多轴联动模块,包括X轴直线运动、Y轴直线运动和Z轴直线运动轴,以及至少一个旋转轴;所述X轴直线运动、Y轴直线运动和Z轴直线运动轴用于实现刀具在三个相互垂直方向上的直线运动;所述旋转轴用于实现刀具绕特定轴线的旋转运动。
上述技术方案的工作原理及有益效果:X轴直线运动:控制刀具在水平方向(为机床的前后方向)上的移动。Y轴直线运动:控制刀具在另一个水平方向(为机床的左右方向)上的移动。Z轴直线运动:控制刀具在垂直方向(为机床的上下方向)上的移动。采用高精度直线导轨和滚珠丝杠,实现直线运动的平稳和精确。集成伺服电机和编码器,实现各轴的闭环控制,提高运动精度。旋转轴实现刀具绕特定轴线的旋转运动,增加加工的灵活性和复杂性。旋转轴可以为绕X轴旋转、绕Y轴旋转、绕Z轴旋转中的至少一种。通过协调控制X轴、Y轴、Z轴直线运动轴和旋转轴的运动,实现刀具在三维空间中的复杂轨迹运动。
根据本发明的一些实施例,还包括:加工质量检测模块,用于:
对加工后的紧固件进行质量检测,得到检测结果;
根据检测结果判断紧固件的加工质量是否符合要求;若不符合要求,对加工控制策略进行优化调整,并重新进行加工;若符合要求,则完成加工任务。
上述技术方案的工作原理:对加工后的紧固件进行质量检测,得到检测结果。检测项目包括但不限于尺寸精度、形状精度、表面粗糙度、硬度、材料成分等关键质量指标。根据紧固件的设计要求和行业标准,设定合格的质量标准范围。将检测结果与设定的质量标准进行比较,判断加工质量是否符合要求。输出质量判断结果,包括合格、不合格及具体的不合格项。分析加工质量不合格的原因,如刀具磨损、切削参数不当、机床精度不足等。根据原因分析结果,调整加工控制策略,如更换刀具、优化切削参数、校准机床等。按照调整后的加工控制策略,重新进行加工,并再次进行质量检测。
上述技术方案的有益效果:加工质量检测模块通过集成质量检测、质量判断、加工控制策略优化调整和加工任务完成等功能,实现了对加工后紧固件质量的全面监控和管理。
如图8所示,根据本发明的一些实施例,如上所述的用于紧固件的数控加工中心的加工方法,包括步骤S1-S4:
S1、基于加工规范要求将紧固件装夹到工艺板上;
S2、对工艺板上的紧固件通过视觉照相进行工件校准处理;
S3、对工件校准处理后的紧固件基于加工参数生成加工控制策略;
S4、基于多轴联动模块包括的运动轴根据加工控制策略带动刀具进行运动。
上述技术方案的工作原理及有益效果:基于加工规范要求将紧固件准确装夹到工艺板上,有效避免了因装夹不当导致的加工误差,从源头保证了紧固件的加工精度,减少了因装夹问题产生的废品,提高了产品合格率。通过视觉照相对工艺板上的紧固件进行工件校准处理,能够及时发现并纠正紧固件的位置偏差。根据加工参数生成加工控制策略,实现了加工过程的智能化和精准化。能够针对不同规格和要求的紧固件,灵活调整加工控制策略,确保刀具按照最优路径进行加工,提高了加工精度和生产效率,降低了对操作人员经验的依赖。多轴联动模块包含至少三个运动轴,各运动轴根据加工控制策略带动刀具进行运动,实现了复杂的加工轨迹,能够满足多种类型紧固件的加工需求。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种用于紧固件的数控加工中心,其特征在于,包括:
装夹模块,用于基于加工规范要求将紧固件装夹到工艺板上;
视觉模块,用于对工艺板上的紧固件通过视觉照相进行工件校准处理;
数控模块,用于对工件校准处理后的紧固件基于加工参数生成加工控制策略;
多轴联动模块,与数控模块电连接,包含至少三个运动轴,各运动轴根据加工控制策略带动刀具进行运动;
还包括:刀具监测模块,用于监测刀具状态,在确定刀具状态异常时,发出报警提示;
所述刀具监测模块,包括;
第一识别模块,用于获取刀具的监测图像,对监测图像进行识别,得到第一监测信息;
第二识别模块,用于采集刀具在切削过程中的振动信号及声音信号,对振动信号及声音信号进行识别,得到第二监测信息;
第一确定模块,用于根据第一监测信息及第二监测信息确定刀具状态,在确定刀具状态异常时,发出报警提示;
所述第一识别模块,包括:
滤波模块,用于对监测图像进行滤波处理,得到滤波图像;
第二确定模块,用于:
利用预设轮廓检测算法对滤波图像进行轮廓提取,得到轮廓图像;
对轮廓图像进行关键点提取,得到目标关键点;
对预设轮廓图像库中的预设轮廓图像进行关键点提取,得到每个预设轮廓图像对应的预设关键点;
将轮廓图像的左下角作为坐标原点,得到目标关键点的目标坐标,基于目标坐标确定轮廓图像的目标特征向量;
将每个预设轮廓图像的左下角作为坐标原点,得到预设轮廓图像对应的预设关键点的坐标,基于预设关键点的坐标确定预设轮廓图像对应的预设特征向量;
计算目标特征向量与每个预设特征向量的余弦距离;
将余弦距离与预设距离阈值进行比较,得到比较信息,根据比较信息得到第一监测信息;
所述滤波模块,包括:
第三确定模块,用于:
确定监测图像中的任一像素点为目标像素点,确定以目标像素点为中心的目标区域;目标区域为N×N的像素点矩阵,其中,N为偶数;将目标区域划分为边长均为N/2的四个正方形区域,选择其中一个作为待处理正方形区域;获取待处理正方形区域中所有像素点的像素均值、像素中位值和像素众数值;获取像素均值、像素中位值和像素众数值的和值,根据和值确定像素均值、像素中位值和像素众数值对应的第一均值,将第一均值作为目标像素点的第一估计值;
对其余的所有正方形区域进行以上操作,得到目标像素点的第二估计值、第三估计值和第四估计值;
替换模块,用于:
获取目标像素点的目标像素值,分别计算目标像素值与第一估计值、第二估计值、第三估计值和第四估计值的差值的绝对值,将最小绝对值对应的估计值作为目标像素点的第一滤波像素值;
根据第一预设权重函数确定第一滤波像素值对应的第一权重;
获取目标像素点的目标梯度值,根据目标梯度值确定第一系数;
获取目标区域中所有像素点的目标像素均值;
将图像转换为灰度图像,确定目标区域在灰度图像中对应的目标灰度区域,获取目标灰度区域中所有像素点的灰度像素均值;
根据第一系数、目标像素均值和灰度像素均值确定第二系数;
获取目标像素点的目标像素值,基于目标像素值、第一系数、第二系数和预设滤波公式确定目标像素点对应的第二滤波像素值;
根据第二预设权重函数确定第二滤波像素值对应的第二权重;
计算第一滤波像素值与第一权重的第一乘积及第二滤波像素值与第二权重的第二乘积,将第一乘积和第二乘积的和值作为目标像素点的滤波像素值;将目标像素点的目标像素值替换为滤波像素值,得到目标像素点对应的滤波像素点;
对监测图像中的所有像素点进行以上操作,得到每个像素点对应的滤波像素点,所有的滤波像素点组成滤波图像。
2.如权利要求1所述的用于紧固件的数控加工中心,其特征在于, 所述视觉模块,包括:
获取模块,用于对工艺板上的紧固件通过视觉照相获取拍摄图像;
比对模块,用于将拍摄图像与预设数据库进行比对处理,得到匹配图像,根据匹配图像进行工件校准处理。
3.如权利要求1所述的用于紧固件的数控加工中心,其特征在于,所述数控模块,包括:
切削参数获取模块,用于确定工件校准处理后的紧固件的材料特性及刀具类型,将材料特性及刀具类型输入预先构建的模糊规则库中,输出切削参数;所述切削参数包括切削速度、进给量和切削深度;
路径规划模块,用于规划刀具路径;
第一生成模块,用于根据切削参数及刀具路径确定加工参数,基于加工参数生成加工控制策略。
4.如权利要求3所述的用于紧固件的数控加工中心,其特征在于,路径规划模块,包括:
提取模块,用于生成工件校准处理后的紧固件的三维模型,对三维模型进行预处理,提取加工特征;
第二生成模块,用于基于加工特征和加工工艺要求,规划生成初始刀具路径;
优化模块,用于利用遗传算法对初始刀具路径进行优化,得到最终的刀具路径。
5.如权利要求1所述的用于紧固件的数控加工中心,其特征在于,所述多轴联动模块,包括 X 轴直线运动、Y 轴直线运动和 Z 轴直线运动轴,以及至少一个旋转轴;所述 X 轴直线运动、Y 轴直线运动和 Z 轴直线运动轴用于实现刀具在三个相互垂直方向上的直线运动;所述旋转轴用于实现刀具绕轴线的旋转运动。
6.如权利要求1所述的用于紧固件的数控加工中心,其特征在于,还包括:加工质量检测模块,用于:
对加工后的紧固件进行质量检测,得到检测结果;
根据检测结果判断紧固件的加工质量是否符合要求;若不符合要求,对加工控制策略进行优化调整,并重新进行加工;若符合要求,则完成加工任务。
7.如权利要求1-6任一项所述的用于紧固件的数控加工中心的加工方法,其特征在于,包括:
基于加工规范要求将紧固件装夹到工艺板上;
对工艺板上的紧固件通过视觉照相进行工件校准处理;
对工件校准处理后的紧固件基于加工参数生成加工控制策略;
基于多轴联动模块包括的运动轴根据加工控制策略带动刀具进行运动。
CN202510961364.4A 2025-07-14 2025-07-14 一种用于紧固件的数控加工中心及加工方法 Active CN120572394B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202510961364.4A CN120572394B (zh) 2025-07-14 2025-07-14 一种用于紧固件的数控加工中心及加工方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202510961364.4A CN120572394B (zh) 2025-07-14 2025-07-14 一种用于紧固件的数控加工中心及加工方法

Publications (2)

Publication Number Publication Date
CN120572394A CN120572394A (zh) 2025-09-02
CN120572394B true CN120572394B (zh) 2025-11-18

Family

ID=96852860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202510961364.4A Active CN120572394B (zh) 2025-07-14 2025-07-14 一种用于紧固件的数控加工中心及加工方法

Country Status (1)

Country Link
CN (1) CN120572394B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106444627A (zh) * 2015-08-08 2017-02-22 通用电气公司 使用振动传感的机器刀具路径补偿
CN116311079A (zh) * 2023-05-12 2023-06-23 探长信息技术(苏州)有限公司 基于计算机视觉的民用安防工程监测方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6445070B2 (ja) * 2017-03-27 2018-12-26 ファナック株式会社 工作機械の制御システム
CN114310481B (zh) * 2022-02-23 2023-03-24 扬州中孚机械有限公司 一种提高冷切飞锯机控制精度的方法及系统
CN118897504A (zh) * 2024-10-09 2024-11-05 日达智造科技(如皋)有限公司 一种用于数控机床的多模态刀具健康实时管理系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106444627A (zh) * 2015-08-08 2017-02-22 通用电气公司 使用振动传感的机器刀具路径补偿
CN116311079A (zh) * 2023-05-12 2023-06-23 探长信息技术(苏州)有限公司 基于计算机视觉的民用安防工程监测方法

Also Published As

Publication number Publication date
CN120572394A (zh) 2025-09-02

Similar Documents

Publication Publication Date Title
CN110434671B (zh) 一种基于特征测量的铸造件表面机加工轨迹校准方法
CN111468989B (zh) 一种五轴联动数控机械手抛光控制系统及方法
CN107717631B (zh) 一种高速铣削刀具磨损自动监测方法
CN119536129A (zh) 一种数控机床运行控制系统及双工位锯钻一体化机床
CN114905333A (zh) 一种基于多维数据分析的机床作业在线智能监测系统
CN112264839A (zh) 一种用于制造物联网的切削刀具磨损在位测量装置及方法
CN107598775A (zh) 一种通过激光进行检测并多轴机器人打磨的方法
DE112021001603B4 (de) Folgeroboter
CN120347394A (zh) 一种重型异形变厚度钢管激光自适应切割方法及系统
CN119871091B (zh) 一种高精度多轴加工复合型数控机床控制系统
CN117067227A (zh) 一种机器人智能修边系统
CN120370839A (zh) 工业视觉驱动的数控机床补偿调控方法及平台
CN120395691A (zh) 一种基于智慧工业的数控打磨机调试控制系统
CN120572394B (zh) 一种用于紧固件的数控加工中心及加工方法
CN119671231B (zh) 基于人工智能视觉技术的智能化加工系统及其控制方法
CN111598364B (zh) 用于机械零部件的数字化工艺编排系统
Ding Research on precision and performance optimization methods for high-end CNC machine tools
CN114895625A (zh) 基于多传感器信息融合的控制装置、方法及数控机床
CN119131258B (zh) 基于自动纠偏的金属板材优化加工方法及系统
CN120080320A (zh) 一种转子支架纵焊缝机器人自动化打磨控制系统及方法
CN120190624A (zh) 一种高能效三缸压缩机零部件的生产系统及方法
CN120116022A (zh) 一种卧式数控镗铣床镗铣过程故障识别方法
US20240139897A1 (en) Method for evaluating tool health with the temperature rising signal
Sause et al. Hard-and Software fusion for process monitoring during machining of fiber reinforced materials
CN108445833B (zh) 精加工中轨迹智能修正系统及其方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant