陳運勝,劉 杰,李 映,孫令真
(廣州華立科技職業學院,廣東廣州 511325)
在使用數控機床加工零件的過程中,操作人員需要不斷地進行工件的安裝、拆卸以及刀具的調整、對刀等操作[1]。而對刀作為機床加工的第一步,對工件整體加工的精度有著重要影響[2]。過去,人們采用的都是人工對刀的方法,這樣使得對刀的過程較為復雜[3],且需要人工不斷進行測量以及數值的輸入,對刀效率和對刀質量都難以保障。為提高對刀的效率,在科學技術發展的推動下,電子對刀儀應運而生。而傳統的對刀技術存在局限性,對刀儀對刀時誤差較大,且仍需要人工修正[4-6]。為此,本文提出基于宏程序的對刀儀自動對刀技術研究。
為保證對刀準確,本文設計增加為機床增加機器視覺設備,組合成高精度測量的硬件框架。在此,本文使用工業CCD 相機進行對刀圖像的采集[7],考慮到經濟適用性,本文選用的工業CCD 相機為SONY 公司型號為XC-77 的工業相機。該相機的分辨率為1 600*1 200,能夠滿足對刀圖像的質量要求。為了能夠很好地結合圖像與機械運動控制,本文將相機設備與數控機床硬件框架進行組合。本文設計在垂直方向放置電子對刀儀,以校正刀具的長度誤差。該電子對刀儀包括信號接收器,以及對刀儀機身,將對刀儀機身直接安裝在機床的執行單元上。為保證信號接收的穩定,我們將信號接收設備固定在機床的外防護罩上,以保證實時穩定地接收對刀儀無線傳輸的對刀信號[8-9]。
在組合好硬件框架之后,本文基于CCD 相機,獲取了工件以及刀具的位置圖像,為了能夠獲取清晰的對刀定位的圖像數據,需要將采集的圖像進行預處理,處理圖像的具體操作流程,見圖1。
如圖1 所示,首先,我們需要將圖像進行灰度化處理,由于彩色圖像所包含的顏色信息較多,對于對刀定位程序來說會產生干擾影響,因此,我們將圖像進行灰度化,以提高程序對刀處理的運算速度。

圖1 對刀圖像處理流程圖
其次,還需要將處理好的灰度圖像進行去噪處理。由于在機床運行的過程中,受機械的振動環境的影響,我們所捕捉到的圖像會存在噪聲的干擾,影響圖像整體的清晰程度。為此,本文使用均值濾波的方法,對灰度圖像進行濾波處理,以提高整體的平滑度,使得圖像邊緣更為清晰。
在去噪處理后,為了進一步增強加工工件的邊緣輪廓,我們可以將圖像進行均衡化處理,調整亮、暗灰度的平衡性,使得圖像的像素灰度細節能夠更好地展現出來。
首先,我們需要計算出在二維平面中X 軸、Y 軸上,工件圖像相應的像素當量參數,假設X 軸上的當量參數為A,其計算公式可以表示為:

式中,n 表示的是像素點的數量參數;i 表示的是X 軸其中的某一像素點;(xi,yi)表示的是該像素點在二維平面的坐標參數,(xi+1,yi+1)為相鄰的坐標參數;(ai,bi)表示的是像素特征的坐標參數,(ai+1,bi+1)為相鄰特征的坐標參數?;诖耍覀円材軌蚯蟪鯵 軸上的當量參數B,其計算公式可以表示為

其中,j 表示的是Y 軸上的某一像素點。
在確定好當量參數之后,我們就能夠將圖像中的坐標信息數據進行轉換,關聯到對刀儀的對刀信號當中,從而獲取機床操作構件的坐標定位。對刀的標定原始點有很多,既可以固定在工件上,也可以固定在機床邊緣。為了提高對刀的精準度,本文選擇將上述計算出的特征點,作為對刀需要的標定原始點。通過機器視覺與程序,共同提高對刀精度。
首先,需要確定工件邊緣的坐標點,由于傳統的邊緣定點需要不斷的觸碰檢測,使用人工讀取的方法,這樣使得每切換一個加工工件,就需要重新進行該操作,復雜度直線上升。
其次,我們需要確定宏程序的變量。在此,我們主要確定的是局部變量以及公共變量。局部變量能夠輔助程序進行控制刀具位置調動的操作,公共變量則能夠輔助程序根據坐標位置信息計算出需要補償的刀具長度參數。
最后,在考慮到對刀安全性問題的基礎上,我們為宏程序進行優化,以保護機床、刀具、相關設備以及施工環境的安全。
本文設計對刀儀是安裝在機床執行單元的Y 軸上的,而信號傳感器則是安裝在機床的外防護罩上,因此,對于刀具的具體所在位置進行信號監測,以確定是否到達目標點,取消偏移量。
在傳感器傳動信號的過程中,我們還需要將獲得的信號進行濾波處理,減少其中的噪聲干擾。假設加工工件的體積參數為V,工件材料的定長應力參數為S,定長應變參數為E,那么我們能夠求取所獲波值信號與對刀儀與刀具的Z 軸距離參數的關系,其計算公式可以表示為:

式中,K 表示的是信號波的均方根參數,通過上述關系式,我們能夠分析出工件表面距離刀具的垂直距離參數,通過對刀儀實現誤差補償。
首先,解決工件中心與刀具桿軸的高度差問題。為避免出現刀具超程的情況,需要提前對刀具的誤差進行計算。我們假設刀具在Z 軸的起始位置為z0,那么依據刀具超程的判斷條件,使得刀具在對刀精度要求的范圍內,對于誤差z1來說,其計算公式表示如下:

式中,Δz 表示的是起始點距工件表面的垂直距離參數;h 表示的是正整數,且滿足h≥3,該數值依據實際對刀量倍數取值;g 表示的是工件中心與邊緣平面的高度差參數;zd表示的是待補償的刀具長度參數。
在解決自動對刀的誤差計算問題之后,需要依靠宏程序控制機床進行對刀補償,基于此,本文設計了對刀誤差補償的指令程序。在對刀儀與機器視覺組合對刀的過程中,盡量縮減誤差。
為了驗證本文設計技術,在實際自動對刀過程中的應用效果,進行實驗論證,具體的實驗準備以及實驗結果如下。
考慮到對刀實驗的測量與計算要求,本次實驗設計使用對刀試驗臺。試驗臺為某研究機構實驗室現有的試驗臺,其硬件配置情況見表1。

表1 試驗臺硬件配置表
該試驗臺結構簡單,能夠滿足實驗過程中,自動對刀操作的性能要求。將試驗臺組裝好后,在水平方向布設了一臺SONY XC-77 工業CCD 相機,并搭配M1703-MP1 鏡頭對對刀作業進行定位拍攝。拍攝的圖像由國產的DG-CR475 采集卡進行采集。
為保證實驗的嚴謹性,本文使用傳統觸碰對刀技術作為對照,對比兩種對刀技術下的對刀效率。
經過上述實驗,本文記錄了兩種對刀技術下,對刀速度的對比結果,繪制成了曲線圖,見圖2。

圖2 兩種技術對刀速度對比曲線圖
由圖2 可以看出,本文設計方法在對刀速度方面明顯優于傳統對刀技術。
為進一步驗證本文設計的自動對刀技術的優勢,本文對傳統對刀技術以及設計的對刀技術進行多角度連續對刀實驗,記錄兩種方法下,對刀的位移差值,具體實驗結果見表2。

表2 兩種技術連續對刀位移數據表
如表2 所示,本文設計對刀技術在對刀精度方面明顯優于傳統對刀技術。
為了提高對刀儀自動對刀的精準度,實現全過程自動對刀,本文設計了基于宏程序的對刀儀基礎的機器視覺自動對刀技術。實驗論證表明,本文設計的技術能夠減少對刀誤差量,對刀精度有很大提高,實現了自動對刀,提高了對刀效率。受技術限制,本文研究仍有部分問題需要深入解決,在今后的研究中,本文將努力研究,突破局限,與學者們共同推進自動對刀技術的完善發展。