微型銑刀在位檢測方法及系統設計

王沖沖，李蓓智，楊建國，張家梁

(東華大學 機械工程學院，上海 201620)

0 引言

計算機視覺檢測系統因其具有非接觸、測量效率高、勞動強度低等優點，被廣泛應用于航空航天、半導體等行業的自動化生產線現場和薄壁件測量?；谟嬎銠C視覺的刀具狀態監測(Computer-Vision based Tool Condition Monitoring，簡稱為CVTCM方法[1])開始逐步進入機械加工自動化領域，該方法能在很大程度上克服現有刀具狀態監測方法，例如基于聲發射、切削力、振動、電機功率等監測方法所存在的缺陷，已經發展成為現代刀具狀態監測領域的一類重要監測手段。

1 國內外研究現狀

目前國外市場上已具有多種型號的刀具磨損視覺檢測儀如德國WALTER、ZOLLER等產品，能自動對焦，自動測量刀具的各個幾何參數值，并檢測刀具的磨損狀態。國內的計算機視覺刀具檢測設備仍處于起步階段[2]，如上海交通大學自主研發的基于影像視覺的立銑刀磨損狀態檢測系統，該系統通過水平和豎直放置的兩CCD攝像機拍攝刀具圖片，以后刀面磨損帶面積作為衡量刀具磨損程度的標準[3]。

計算機視覺刀具磨損檢測技術在微型刀具領域的研究仍處于研究階段，文獻[4]提到對微型刀具特別是直徑小于1mm的刀具使用傳統方法很難檢測到切削刃的損壞，文中提出了使用機器視覺方法和各種傳感器來監控微銑削操作。使用神經網絡對各種不同的信號進行處理，判斷刀具磨損程度，提供了一種有效的手段來監測刀具的磨損。針對微型銑刀的測量要素方面，文獻[5]中分析了微型銑刀磨損區域的顯著特征，使用機器視覺的方法測量微型銑刀的側面，通過實驗證明Vc是微型銑刀后刀面磨損最顯著有效的因素，其磨損曲線與泰勒曲線十分接近?，F有計算機視覺刀具磨損檢測設備在對微型銑刀進行檢測時主要存在以下不足：

1）測量要素單一。特別國內對于微型刀具的磨損檢測主要集中在后刀面磨損面積和磨損帶寬度的測量，但由于微型刀具磨損的復雜性和不確定性其磨損特點與普通刀具具有明顯不同，因此需要尋找能夠全面反映微型刀具磨損程度的測量要素作為評價指標[7～10]。

2）刀具磨損檢測屬離線檢測[6]。現有檢測系統一般需將刀具從機床主軸上取下放置。

在獨立的裝置上進行檢測，大大降低了檢測效率。

3）自動化水平低。由于離線檢測需取下刀具對其進行檢測，檢測完畢后將刀具重新安裝到主軸上進行加工，這個過程必須人工完成從而降低了自動化水平。

為此設計了一種基于計算機視覺的立銑刀在位檢測系統，結合微型銑刀的磨損特點確定了刀尖高度、刀具直徑、副后刀面面積、前角和后角五個測量要素全面地反映刀具工作形貌和磨損狀態，通過機械手夾持光學成像系統自動獲取刀具圖像，實現在位檢測功能。

2 五測量要素的獲取和處理

2.1 測量要素的確定

對于普通刀具國際標準ISO統一規定以1/2背吃刀量處后刀面上測量的磨損帶寬度VB作為刀具的磨鈍標準，李錫文等人指出VB是磨損帶的一維度量，AVB是磨損帶的二維度量，用后刀面磨損帶面積作為磨鈍標準更能準確反映微型銑刀真實的磨損帶的變化情況[11]。但以上兩種標準都沒有緊密結合微型銑刀的磨損特點，仍不能全面的反映刀具的工作形貌。

微細銑削從根本上存在著一些不同于宏觀加工的問題導致微型銑刀的磨損形式和磨損評判指標與普通刀具存在差異。微型銑刀的主要磨損形式為涂層脫落、刀尖磨損、黏著磨損、磨粒磨損、擴散磨損。最大變形發生在刀尖附近10μm范圍內，主后和副后刀面呈現出近似三角形的應力和變形分布[12]。也就是說與常規尺寸銑刀的磨損主要發生在后刀面不同具有顯著的尺度效應，微型銑刀的磨損破損主要發生在刀尖附近，其磨損檢測應該集中在刀尖部分的測量。

本文采用基于刀尖高度，刀具直徑、副后刀面磨損面積、刀具前角和后角五個測量參數作為微型銑刀的測量要素，該五要素緊密結合微型銑刀的磨損特點，能夠全面的反映刀尖磨損程度和刀具加工性能。刀尖高度可以反映刀具軸向尺寸和刀尖圓弧磨損的變化，刀具直徑能夠反映刀具徑向磨損變化，后刀面磨損面積反映刀具底面面積磨損變化，前角、后角通過刀具刀尖部分角度的變化反映其切削性能和磨損程度。

2.2 刀尖高度的測量

測量刀尖高度時CCD像平面平行于刀具基面，獲得如圖1（a）所示圖像。L即為刀尖高度，L的變化量即刀具刀尖部分磨損高度，文獻[5]中提到一般對于中尺寸或小尺寸的立銑刀L的磨損量達到0.05mm即認為已磨鈍。

由于所拍攝的為輪廓圖像，獲取圖像時使用底光源關閉上光源。通過亞像素邊緣檢測技術準確地提取其外形輪廓如圖1（b）所示，進一步通過豎直方向的坐標運算即可獲得L值。

圖1 刀尖高度圖像

2.3 刀具直徑和副后刀面面積的測量

為測量微型銑刀直徑、副后刀面面積需要對刀具底面進行測量，但由于微型機床的尺寸限制，一般無法將攝像頭垂直放置于刀具正下方。為解決該問題，采用直角三棱鏡（如圖7中所示）使光線轉折90°的方法，在機床上放置直角三棱鏡使其水平工作面處于立銑刀正下方10mm位置，即可在側面對刀具的底面進行測量。經試驗驗證通過該三棱鏡所產生的誤差在長度測量時為5‰，在面積測量時為8‰，該誤差通過誤差補償的方法進行修正。

所獲得的刀具圖像如圖2（a）所示，使用最小外接圓的辦法獲得其刀具直徑；由于副后刀面與刀具其他部分存在明顯的明暗對比，能夠提取該位置輪廓，通過副后刀面面積的變化計算副后刀面的磨損面積，處理后圖像如圖2（b）所示。

圖2 刀尖工作直徑和副后刀面磨損面積圖像

2.4 前角、后角的測量

銑刀的前角、后角能夠直接反映刀具的切削性能如切削力和切削溫度，是刀具測量的重要幾何參數。但由于銑刀的前刀面和后刀面為不規則曲面，且刀具磨損后刀尖不完整，特別是對于微型銑刀刀尖會出現嚴重的磨損，銑刀前角和后角的測量一直是刀具測量行業的技術難題[13]。

立銑刀傳統前后角測量方法有兩種：測量刀尖處切線和測量在前刀面曲線上距離刀尖一定距離點處的切線，后者要結合“測量深度”。鑒于在底面上對銑刀前后角測量比較困難，提出采用坐標變換的方法間接計算前后角。以前角測量為例該方法測量原理如圖3（a）所示，小型激光器發射的線性激光沿激光平面照射到銑刀前刀面上，激光平面與底面的距離即為“測量深度”。在該測量深度的實際前角即為圖4（b）中γ，CCD相機像平面與光平面呈45°夾角拍攝該激光在前刀面所投影的曲線如圖4（c）所示，圖中所標注的前角投影角γ’為曲線右側邊緣處的切線與水平線的夾角。

圖3 前角測量原理圖

實際前角γ和前角投影角γ’的位置和投影關系如圖5所示，根據投影變換可以獲得兩者關系如下：

圖4 角度投影關系

在對刀具角度圖像的處理過程中采用幾何中心法提取曲線上亮點的特征信息，并用最小二乘法對提取結果進行擬合，獲得擬合曲線邊緣處的切線與水平面的夾角即為銑刀的前角投影角。

3 在位檢測系統設計

3.1 系統總體設計

本檢測系統是基于計算機視覺的刀具磨損在位檢測系統（系統結構如圖5所示），能夠自動完成刀具磨損的在位檢測任務。具體檢測流程如圖6所示，系統初始化之后首先輸入刀具類型和直徑信息，分別用于確定測量方案和放大倍數，由機械手夾持CCD相機和鏡頭依次移動到已設定的三個不同的測量位置，通過自動對焦和光源的自動控制獲得最佳圖像效果；然后CCD相機把獲得的光信號轉變成電信號，通過圖像采集卡把圖像采集到計算機的內存中，完成被測對象的圖像采集工作；最后通過圖像處理技術分別對四張圖片提取刀具磨損特征獲得測量結果并保存至刀具數據庫中。

圖5 系統結構圖

圖6 刀具在位檢測流程

3.2 系統硬件設計

實驗平臺和實際檢測模型如圖7所示，硬件系統主要包括光學成像系統、機械手和輔助件。其中光學成像系統又包括CCD相機、光學鏡頭和三種光源，輔助件包括步進電機、鏡頭夾具、三棱鏡光路和激光器支架，步進電機用于模擬機床主軸。

為獲得質量高，噪點少的圖像采用德國AVT面陣CCD相機，分辨率1624×1234。為盡量減少鏡頭畸變，提高成像質量鏡頭采用小景深的Navitar12×變倍鏡頭，像元尺寸為4.4μm，視野范圍（1.02×0.76）～（12.26×9.19），景深0.05mm～1.39mm，工作距離86mm。

機械手采用St ubli公司生產的TX60系列六自由度機器人，用于夾持CCD相機和鏡頭。CCD相機通過相機夾具被安裝在機械手卡盤上，機械手卡盤安裝在機械手上；環形光源被安裝在CCD相機的頂端，且保持環形光源軸線與CCD相機軸線重合。

圖7 在位檢測模型和實驗平臺

圖8 軟件總體設計

3.3 系統軟件設計

本軟件是一套基于計算機視覺的刀具在位檢測系統，能夠對微型銑刀進行在位檢測。主要包括圖像自動獲取模塊、圖像自動處理模塊、刀具數據庫和通信模塊四部分，其軟件模塊設計如圖8所示。其中圖像自動獲取模塊用于實現在位自動獲取刀具圖像，包括運動控制、自動對焦、光源自動控制等；圖像自動處理模塊用于對獲得圖像進行自動處理，包括圖像預處理、亞像素算法、刀具特征提取和誤差分析與補償等。

4 實驗驗證

本實驗以直徑3mm兩刃立銑刀為例，機床采用Fanuc XH714數控加工中心，考慮到小型銑刀的強度小容易斷刀，加工材料為材質較軟的鋁鎂合金5083-H112長80mm，寬60mm。切削參數轉速6000轉，進給量80mm/min，銑削深度1mm，連續銑削30min。刀具加工前后的測量值如表1所示。

表1 驗證試驗數據

由表1 標稱值和磨損前測量值的對比可以發現通過該在位檢測方法獲得的測量值與刀具供應商提供的數據基本一致，說明該檢測方法能夠比較準確的獲得各測量要素的測量值。通過磨損前和磨損后的測量參數對比所獲得的磨損值可以用于反映刀具的磨損情況。

5 結論

針對目前刀具磨損檢測系統在微型銑刀磨損檢測方面存在的問題，提出了基于計算機視覺的微型銑刀在位磨損檢測技術。該技術實現了微型銑刀的在位檢測，能夠極大地提高檢測效率和檢測自動化程度，通過對微型銑刀多個測量要素的測量能夠全面地反映微型銑刀的工作形貌。該技術對刀具的自動化檢測特別是微型銑刀磨損檢測研究具有一定的參考和應用價值。

[1] 熊四昌.基于計算機視覺的刀具磨損狀態監測技術的研究[D].杭州:浙江大學,2003.

[2] 謝華錕.影像測量儀的發展與點評[J].工具技術, 2011,45(8):3-8.

[3] 梁偉云,郭井寬,陳曉波,等.基于影像視覺的立銑刀磨損狀態檢測技術研究與系統開發[J].工具技術,2013,46(12):59-64.

[4] Malekian M, Park S S, Jun M B G. Tool wear monitoring of micro-milling operations[J].Journal of Materials Processing Technology,2009,209(10):4903-4914.

[5] YuanWei, ZhangZhi-jing.Online tool-measurement of smalldiameter end mills based on machine vision[J]. Journal of Beijing Institute of Technology,2011,20(2):216-220.

[6] Castejon M,Alegre E, Barreiro J, et al. On-line tool wear monitoring using geometric descriptors from digital images[J].International Journal of Machine Tools and Manufacture,2007,47(12):1847-1853.

[7] Li K M,Chou S Y. Experimental evaluation of minimum quantity lubrication in near micro-milling[J].Journal of materials processing technology,2010,210(15):2163-2170.

[8] Liang Y T,Chiou Y C.Vision-based automatic tool wear monitoring system[C]//Intelligent Control and Automation,2008.WCICA 2008.7th World Congress on.IEEE,2008:6031-6035.

[9] Zhang C,Zhang J.On-line tool wear measurement for ballend milling cutter based on machine vision[J].Computers in Industry,2013,64(6):708-719.

[10]Kim J H, Moon D K, Lee D W,et al. Tool wear measuring technique on the machine using CCD and exclusive jig[J]. Journal of Materials Processing Technology,2002,130: 668-674.

[11]李錫文,杜潤生.基于后刀面磨損帶面積的銑刀磨損模型的建立[J].華中科技大學學報:自然科學版,2001,29(4):53-56.

[12]趙巖,梁迎春,白清順,等.微細加工中的微型銑床,微刀具磨損及切削力的實驗研究[J].光學精密工程,2007,15(6): 894.

[13]張孟恩,蕭偉鋒,王樹林.整體硬質合金立銑刀前角測量方法的優化[J].工具技術,2013,47(7):71-74.