基于机器视觉的立铣刀底面磨损在线检测

摘要

为解决实际生产中测量刀具磨损需人工操作、停机检测等问题,实现铣刀磨损状态高效、精准监测,降低加工成本。基于机器视觉技术,搭建刀具磨损图像自动在线采集平台。采集三刃立铣刀底面从全新到完全磨损全生命周期内的高清图像,构建包含300幅图像的数据集。对采集的图像依次进行裁剪、旋转校正、对比度增强、去噪等预处理操作,采用Hough变换和Canny边缘检测提取关键特征,运用融入ECA-NET注意力机制改进的UNet算法进行磨损区域分割,进而计算磨损区域平均宽度。在宝鸡MLV600加工中心开展切削实验,将监测系统检测的磨损量与工业相机测量结果进行对比,测量偏差小于0.01 mm,平均误差为3.82%。加入ECA-NET注意力机制后,磨损区域测量值更接近真实值,磨损初期与后期的误差收敛性更好。所提出的基于机器视觉的立铣刀底面磨损在线监测方法准确性高、稳定性好,可有效应用于铣削加工中刀具磨损状态的实时监测,为实际生产提供可靠的技术支撑。

关键词

机器视觉 / 立铣刀底面磨损 / 在线检测 / 注意力机制