臥式數控機床對刀間隙自動檢測系統設計

李鐵

摘 ?要： 為了克服人工操作檢測系統對刀間隙檢測精度低的弊端，設計新的臥式數控機床對刀間隙自動檢測系統。系統核心由光源、CMOS圖像采集模塊與自動檢測模塊構成，使用紅色環形光源照射工件與刀具的間隙部位，CMOS圖像采集模塊通過CMOS攝像機采集間隙圖像，并通過USB接口傳輸至自動檢測模塊，自動檢測模塊通過基于Hough 變換的對刀間隙自動檢測算法，對得到的間隙圖像進行計算，獲取刀具和工件的間隙值。經驗證，所設計系統能夠有效檢測對刀間隙，且檢測精度與檢測魯棒性優于同類檢測系統，應用價值可觀。

關鍵詞： 對刀間隙; 自動檢測系統; 臥式數控機床; 圖像采集; 間隙計算; 實驗驗證

中圖分類號： TN948.7?34; TG519.1 ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）02?0029?03

Design of tool aligning gap automatic detection system for horizontal NC machine tool

LI Tie

Abstract： A new tool aligning gap automatic detection system for horizontal NC machine tool is designed， which can overcome the low precision of tool aligning gap detection in the manual operation detection system. The system core is composed of the light source， the CMOS image acquisition module and the automatic detection module. In the system， the red ring light source is adopted to illuminate the gap area between the workpiece and tool， the CMOS image acquisition module is used to collect the gap images with the CMOS camera and transmit them to the automatic detection module through the USB interface. The automatic detection module is applied to calculate the collected gap images by means of the tool aligning gap automatic detection system based on the Hough transformation， with which the gap value between the workpiece and tool is obtained. It is verified that the designed system can effectively detect the tool aligning gap， and the detection accuracy and robustness are better than that of the similar detection systems， which has the considerable application value.

Keywords： tool aligning; automatic detection system; Horizontal NC mechine tool; CNC machine tool; image collection; gap calculation; experiment verification

0 ?引 ?言

臥式數控機床的研發使世界機床工業發生巨大變變化。其不僅速度快、誤差小、自動性優，而且附加值也較大，該領域的技術與產品備受關注[1]。伴隨機械制造業的快速發展，臥式數控加工時對刀裝置的設定也逐漸增多，對刀保證刀具在數控機床操控中，讓加工工件相對于定位基準存在合適的尺寸關系[2]。對刀間隙情況的控制與加工誤差、程序設置的簡單水平存在較大的關聯性。本文圍繞臥式數據機床對刀間隙自動檢測問題進行深究，提出臥式數據機床對刀間隙自動檢測系統的設計，以期實現高精度臥式數控機床對刀間隙自動檢測。

1 ?對刀間隙自動檢測系統

1.1 ?系統硬件設計

臥式數控機床對刀間隙自動檢測系統包含了光源、CMOS圖像采集模塊、自動檢測模塊。CMOS模塊中包含了分辨率是[1 280×1 024]、像元尺寸是[5.2 μm×5.2 μm]的MVC?1000MF黑白面陣CMOS相機。鏡頭屬于物方遠心鏡頭，焦距是67 mm。為了提高對刀間隙檢測精度和圖像清晰水平，在相機和鏡頭里放入一個2倍光學放大倍率的放大鏡頭，得到的圖像大小是[1 280×1 024]。臥式數控機床對刀間隙自動檢測系統的設計結構見圖1。

臥式數控機床對刀間隙自動檢測系統使用紅色環形光源照射間隙部位，CMOS圖像采集模塊通過CMOS攝像機采集間隙圖像，并通過USB接口傳輸至自動檢測模塊。自動檢測模塊通過基于Hough 變換的對刀間隙自動檢測算法對得到的工件圖像進行計算，獲取刀具和工件的間隙值[3]。

1） CMOS圖像采集模塊

CMOS圖像采集模塊中設計了高幀頻CMOS成像單元、保存單元、數據采集單元。高幀頻CMOS成像單元屬于CMOS圖像采集模塊成像部件，其屬于臥式數控機床對刀間隙自動檢測系統的視覺部門，可獲取運動目標圖像。保存單元中配置了靜態保存器SRAM和緩沖電路，用于記載圖像傳感器輸出圖像信息。數據采集單元中設置數據采集卡和采集接口電路，實現對保存單元的圖像數據采集任務[4]。

2） 自動檢測模塊

自動檢測模塊的工作原理見圖2。

自動檢測模塊采用基于Hough 變換的對刀間隙自動檢測算法，對得到工件特征進行提取并完成間隙計算。在臥式數控機床軸向X方位，把CMOS圖像采集模塊采集的圖像進行工件與刀具的數據提取，并依次判斷工件與刀具尖點位置，調換刀具和工件的Y，Z向的差距[5?6]。

1.2 ?基于Hough變換的對刀間隙自動檢測算法

1.2.1 ?形狀角類型分類

形狀角的值和所處方位與方向不存在關系，但和工件輪廓的幾何性狀具有相關性，使用幾何不變量?形狀角[Aα]將CMOS圖像采集模塊的工件圖像實行先期性狀類型區分[7]。形狀角[Aα]為：

[Aα=1mi=0m-1βi=1mi=0m-1arccosbi，ni] ? （1）

式中：針對工件輪廓中的各點，設定它的輪廓質心連線是[ni]，此點的法向量是[bi]，夾角是[βi];工件輪廓中各點相應[βi]均值即為工件形狀角[Aα]，m與i均表示量詞。

1.2.2 ?矩形工件特征點提取

對工件圖像平面里直線中的各點，采用Hough 變換至參數空間變成一條曲線，運算每個曲線角點能獲取工件圖像空間里的直線。

先檢測工件圖像非零點，把一點設成起始點[Bx1，y1]，把這作為中心框得到一個矩形范圍，將此范圍里非零點[Cixi，yi]依次掃描[8]。將當中2個非零點相應直線參數組合[?i，φi]實行運算：

[?i=xicos φi+yisin φiφi=arctany1-yix1-xi] ? ? ? ? ? ?（2）

式中，x與y為坐標點，該參數組合為矩形工件特征點。

1.2.3 ?圓形工件特征點提取

為了提高圓形工件的檢測效率，將工件圖像按水平方向進行掃描[9]。采用自上至下的第j條水平掃描線[Gsj]掃描工件輪廓線，能獲取左焦點[YLj]與右交點[YRj]連線的中點[YMj]，這樣經過多個掃描線[0≤j≤M]，便能獲取多個中點，再通過Hough變換對全部中點[YMj]實行一維檢索計算獲取垂直直線[Zv]。順著垂直方向掃描工件圖像獲取每個垂直掃描線[XSj]和輪廓線兩角點連線的中點，對全部中點實行直線Hough變換獲取水平直線[Zh]。[Zv]和[Zh]建立兩個垂直相交的直徑線，它的角點[xa，ya]是圓心，使用邊緣線像素坐標能夠獲取圓的半徑r，便可掌握圓形工件的上述特征點。

1.2.4 ?間隙檢測實現

基于上述工件特征點的提取后，將刀平面實行直線插值擬合[10]，擬合出工件中邊緣直線方程為：

[Qx+Px+R=0] ? ? ? ? ? ? ? （3）

式中：[Q]，[P]，[R]均屬于參變量，分別表示矩形工件特征點、圓形工件特征點以及形狀角參變量;x表示坐標。并且檢測獲取刀具輪廓下邊緣y坐標最小點，按照點至直線距離計算方法獲取對刀間隙：

[H=Qx+Px+RQ2+P2] ? ? ? ? ? ? （4）

基于上述計算便可完成臥式數控機床對刀間隙自動檢測。

2 ?實驗分析

為驗證本文系統對臥式數控機床對刀間隙檢測的有效性，將本文系統安裝至臥式數控機床上，進行實驗驗證。對比結果如表1所示。

分析表1數據可知，本文系統對臥式數控機床加工矩形工件和圓形工件時，對刀間隙檢測結果和實際數據幾乎一致，僅在第6個工件中的檢測結果和實際出現偏差，但偏差僅有0.11 mm，這是因為圓形工件表面易出現反光，在采集工件圖像時會影響圖像的邊緣性。

為深度分析本文系統檢測能力，將本文系統、人工操作檢測系統以及微機間隙自動檢測系統進行性能對比實驗，對比指標依次設成檢測精度和檢測魯棒性。

1） 檢測精度

設定矩形與圓形兩種待加工工件，采用三種系統進行對刀間隙自動檢測，分析三種系統的檢測精度并進行對比，對比結果如圖3所示。

分析圖3數據可知，將三種系統應用在臥式數控機床中加工矩形工件時，本文系統最高檢測精度為0.98，已超越另外兩種系統檢測精度;加工圓形工件時，本文系統對刀間隙檢測精度最大值是0.96，仍大于另外兩種系統的檢測精度。由此可見，本文系統的檢測精度最高。

2） 魯棒性

魯棒性是臥式數控機床對刀間隙檢測性能的核心指標之一，如果魯棒性低，則意味著檢測過程中易遭到其他因素影響，導致檢測誤差較大，工件加工會出現異常。對比結果如圖4所示。

由圖4可知，將三種系統應用在臥式數控機床中加工矩形工件時，不管是矩形工件，還是圓形工件，本文系統的對刀間隙檢測魯棒性變動趨勢始終位于人工操作檢測系統和微機間隙自動檢測系統的上方，檢測魯棒性最大值均是98.88%。則本文系統的檢測魯棒性最高，能夠較為穩定地完成臥式數控機床對刀間隙自動檢測任務。

3 ?結 ?論

本文以高精度臥式數控機床對刀間隙自動檢測為目的，設計新的臥式數控機床對刀間隙自動檢測系統，將本文系統、人工操作檢測系統、微機間隙自動檢測系統進行對比實驗。實驗結果表明，本文系統檢測性能較好，符合臥式數控機床對刀間隙自動檢測性能的標準。

參考文獻

[1] 董廣強.流體傳動機構數控綜合對刀裝置設計[J].機床與液壓，2016，44（22）：28?29.

[2] 趙正華，楊文珍.臥式數控車床上下料三軸機械手的控制系統設計[J].機床與液壓，2017，45（15）：32?34.

[3] 史安娜，曹富榮，劉斯妤，等.臥式數控機床主軸系統熱特性測試及研究[J].組合機床與自動化加工技術，2018（6）：132?135.

[4] 彭玉建，夏繼強，滿慶豐，等.數控系統可靠性試驗數據監測系統的設計與實現[J].組合機床與自動化加工技術，2018（7）：60?62.

[5] ZHANG T， YE W， SHAN Y. Application of sliced inverse regression with fuzzy clustering for thermal error modeling of CNC machine tool [J]. International journal of advanced manufacturing technology， 2016， 85（9/12）： 2761?2771.

[6] 劉世豪，杜彥斌，姚克恒，等.數控機床進給機構智能設計優化系統[J].農業機械學報，2017，48（5）：397?404.

[7] LIU X， GROVE J C， HIRANO A A， et al. Dopamine D1 receptor modulation of calcium channel currents in horizontal cells of mouse retina [J]. Journal of neurophysiology， 2016， 116（2）： 686?697.

[8] 葛濟賓，周祖徳，婁平，等.嵌入式數控機床熱誤差補償裝置設計與實現[J].武漢理工大學學報，2016，38（6）：102?108.

[9] VIGAN A， BONNEFOY M， GINSKI C， et al. First light of the VLT planet finder SPHERE. I. Detection and characterization of the sub?stellar companion GJ 758 B [J]. Astronomy & astrophysics， 2016， 587（2）： 1?11.

[10] 何博文，尹韶輝，龔勝.數控機床非球面磨削加工精度建模仿真[J].計算機仿真，2018，35（6）：231?235.

作者簡介：李 ?鐵（1972—），男，山東滕州人，工程師，研究方向為數控技術。