一种五金薄壁件的加工方法技术

本发明专利技术属于五金加工技术领域，提供一种五金薄壁件的加工方法，包括以下步骤：S1、零件粗加工：确定零件尺寸，粗加工形成过渡件；S2、零件精加工：采用固定夹具，对过渡件表面进行精加工处理；S3、零件分离：根据所需薄壁件尺寸切削过渡件；S4、加工误差检测及补偿。本发明专利技术可实现薄壁件加工误差的快速检测，为在线误差补偿提供准确的误差数据，有效提高产品的质量。有效提高产品的质量。

【技术实现步骤摘要】
一种五金薄壁件的加工方法


[0001]本专利技术属于五金加工
，具体涉及一种五金薄壁件的加工方法。

技术介绍

[0002]随着科学技术的不断进步，对工业产品提出了新的要求：在保证产品质量合格的基础上做到更加轻便。薄壁零件已日益广泛地应用在各工业部门，因为它具有重量轻，节约材料，结构紧凑等特点。因为薄壁结构的工件存在一定的弱刚性，在切削力作用下薄壁工件会产生振动、变形，从而产生相应的误差，而过大的加工误差会极大降低产品质量。

技术实现思路

[0003]有鉴于此，本专利技术提供一种五金薄壁件的加工方法。
[0004]本专利技术的技术方案为：一种五金薄壁件的加工方法，其特征在于，包括以下步骤：S1、零件粗加工：确定零件尺寸，粗加工形成过渡件；S2、零件精加工：采用固定夹具，对过渡件表面进行精加工处理；S3、零件分离：根据所需薄壁件尺寸切削过渡件；S4、加工误差检测及补偿；步骤S4中，包括以下具体步骤：S41、调整相机和加工件的位置，以便拍到工件的标记点；S42、进行相机标定，以获得相应的相机参数；S43、通过CCD相机获取工件图像；S44、结合相机标定获得的参数计算出工件的加工位置变动误差；S45、工件位置状态识别与误差补偿。
[0005]本专利技术中，在被加工的薄壁零件上人为设置两个与工件材料颜色反差极大的圆形标识，为后期图像采集、图像处理确定参考；通过对同一地方的标识多次拍照和图像处理，并比对计算处理后的图像，计算两张图像上标识点的坐标变动；通过相机标定，将像素坐标转化为世界坐标系下的三维坐标，得到薄壁件的加工误差；把实时检测的加工误差上传到误差补偿系统，并对加工参数进行修改，从而获得相应的加工精度。
[0006]进一步的，所述步骤S45，包括：对工件同一个地方的标识多次拍照和进行图像处理，并比对处理后的图像和计算两张图像上标识点的坐标变动；通过相机标定，把像素坐标转化为世界坐标系下的三维坐标，得到薄壁件的加工误差；如果误差在要求范围内，机床继续加工并预测工件位置状态的发展趋势；当工件位置超出误差要求，自动上传误差信号给数控机床的误差补偿系统进行误差补偿。
[0007]进一步的，步骤S4中，包括：A.标志设计；B.图像获取和图像处理；
C.误差计算；D.基于人工神经网络的误差补偿。
[0008]本专利技术中，标志设计一定要满足以下几个原则：制作简单；利于标志图像获取和图像处理；后期要利用标志轮廓计算轮廓的中心点坐标，因此要求图像轮廓简单；粘贴位置不影响加工过程。根据以上原则选择纯黑色的圆形纸质标志粘贴在被加工件的侧边。
[0009]进一步的，所述图像获取和图像处理包括：图像预处理、Canny边缘提取、最小二乘椭圆拟合中心。
[0010]进一步的，所述图像预处理包括：将图像灰度处理，通过图像二值化是将灰度图像转换为目标轮廓和背景的黑白图像。本专利技术中，从图像中把目标区域和背景区域分开。阈值选取是图像二值化处理中最核心的一步，以便对二值化后的黑白图像进行边缘检测和提取目标对象的正确边缘轮廓。
[0011]进一步的，所述Canny边缘提取包括：通过二维高斯函数的一阶导数，对图像进行平滑处理和计算，如式（1）所示；计算相应梯度的幅值和方向，像素点的梯度幅值M（i,j）和梯度方向θ（i,j）计算式如式（2）、式（3）所示；如式（2）、式（3）所示；对梯度的幅值进行非极大值抑制，非极大值抑制通过抑制梯度方向上的所有非屋脊峰值的梯度幅值来得到细化边缘后的图像N（i,j），如式（4）所示；双阈值算法检测边缘，设置高阈值Th和低阈值T1，其中，T1＝0.4Th，并把每一个像素点的梯度幅值与两个阈值进行比较；若大于Th，则认为是图像轮廓上的点；若小于Tｌ，则认为不是图像轮廓上的点；若介于Th和Tｌ之间，则认为是疑似点。
[0012]本专利技术中，Canny边缘检测通过寻找图像梯度的最大值来查找边缘，适用于检验真正的弱边缘。采用Canny边缘检测算法提取工件上圆形标识轮廓，并进行计算。
[0013]进一步的，所述最小二乘椭圆拟合中心，包括：提取到图像边缘点后还不能得到完整的边缘轮廓，需对图像的边缘点进行拟合，并以此找到轮廓的中心点位置；用椭圆拟合圆轮廓并找出相应的中心，通过最小化约束条件4ac
‑
b2=1达到最小化距离误差，并利用最小二乘法进行求解；引入拉格朗日乘子算法获得等式组，求解等式组得到最优的拟合椭圆。
[0014]进一步的，所述最小二乘椭圆拟合中心，椭圆方程如式（5）所示；目标函数如式（6）所示；通过求出目标函数的最小值来确定式（5）中的系数a，b，c，d，e，f，由此得出所拟合的椭圆；根据拟合的椭圆方程可求得椭圆的中心点坐标（x,y）；
。
[0015]进一步的，所述误差计算，包括由椭圆拟合出各圆的中心点后，利用图像同一位置不同时刻的照片进行比较，可得圆心位置坐标的变动，并求出相应的误差变动。
[0016]进一步的，由两点确定一条直线可知，需要在被加工薄壁件上确定两个标识点，通过图像处理获得标识点的中心点坐标分别为（X1,Y1），（X2,Y2）；工业相机获得下一时刻工件照片，并进行处理得到相应时刻工件标识的中心点坐标（X1,Y1），（X2,Y2），由此可得出工件两端在X方向和Y方向的变动：DX=X1
‑
X2，DY=Y1
‑
Y2，dx=x1
‑
x2，dy=y1
‑
y2。
[0017]进一步的，所述基于人工神经网络的误差补偿，包括：以特征向量X＝（X1,X2,X3......Xn）作为输入层的神经元，以特征向量在工件X、Y方向上的变动Y
‑
（x,y）作为输出层的神经元建立3层人工神经网络模型；人工神经网络的输入层节点由实际情况而定，输出层的4个神经元分别代表工件在X、Y方向上的位置变动；位置变动在k0范围内为合格，超出k0则需要上传插补量给插补系统进行插补。
[0018]本专利技术中，人工神经网络根据输入的训练样本进行自适应和自组织，并确定各神经元的连接权值W和阈值。经过多次训练后，网络对工件位置变动有记忆和识别能力，可判别工件的位置变动程度以及工件的位置变动是否在允许的合格范围内，并可预测工件在不同加工条件下合格的持久性以及预判合格的周期，以减少持续的数据计算时间和误差补偿次数，提高数控机床的工作效率。
[0019]本专利技术提供一种五金薄壁件的加工方法，通过制作特定标志贴于工件上，用相机获取标志图像；通过数字图像处理算法对所获图像进行分析处理；根据对同一标识位置上的偏差，计算机床在对薄壁件加工过程中造成的误差，实现薄壁件加工误差的辨识和测量。本专利技术可实现薄壁件加工误差的快速检测，为在线误差补偿提供准确的误差数据，有效提高产品的质量。
具体实施方式
[0020]下面将结合本专利技术实施例的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种五金薄壁件的加工方法，其特征在于，包括以下步骤：S1、零件粗加工：确定零件尺寸，粗加工形成过渡件；S2、零件精加工：采用固定夹具，对过渡件表面进行精加工处理；S3、零件分离：根据所需薄壁件尺寸切削过渡件；S4、加工误差检测及补偿；步骤S4中，包括以下具体步骤：S41、调整相机和加工件的位置，以便拍到工件的标记点；S42、进行相机标定，以获得相应的相机参数；S43、通过CCD相机获取工件图像；S44、结合相机标定获得的参数计算出工件的加工位置变动误差；S45、工件位置状态识别与误差补偿。2.根据权利要求1所述的五金薄壁件的加工方法，其特征在于，所述步骤S45，包括：对工件同一个地方的标识多次拍照和进行图像处理，并比对处理后的图像和计算两张图像上标识点的坐标变动；通过相机标定，把像素坐标转化为世界坐标系下的三维坐标，得到薄壁件的加工误差；如果误差在要求范围内，机床继续加工并预测工件位置状态的发展趋势；当工件位置超出误差要求，自动上传误差信号给数控机床的误差补偿系统进行误差补偿。3.根据权利要求2所述的五金薄壁件的加工方法，其特征在于，步骤S4中，包括：A.标志设计；B.图像获取和图像处理；C.误差计算；D.基于人工神经网络的误差补偿。4.根据权利要求3所述的五金薄壁件的加工方法，其特征在于，所述图像获取和图像处理包括：图像预处理、Canny边缘提取、最小二乘椭圆拟合中心。5.根据权利要求4所述的五金薄壁件的加工方法，其特征在于，所述图像预处理包括：将图像灰度处理，通过图像二值化是将灰度图像转换为目标轮廓和背景的黑白图像。6.根据权利要求5所述的五金薄壁件的加工方法，其特征在于，所述Canny边缘提取包括：通过二维高斯函数的一阶导数，对图像进行平滑处理和计算，如式（1）所示；计算相应梯度的幅值和方向，像素点的梯度幅值M（i,j）和梯度方向θ（i,j）计算式如式（2）、式（3）所示；（2）、式（3）所示；对梯度的幅值进行非极大值抑制，非极大值抑制通过抑制梯度方向上的所有非屋脊峰值的梯度幅值来得到细化边缘后的图像N（i,j），如式（4）所示；
双阈值算法检测边缘，设置高阈值Th和低阈值T1，其中，T1＝0.4Th，并把每一个像素点的梯度幅值与两个阈值进行比较；若大于T...

【专利技术属性】
技术研发人员：李可芳，刘国华，
申请(专利权)人：惠州市诚成乐电子智能科技发展有限公司，
类型：发明
国别省市：