面向立銑刀磨損的在機視覺檢測方法研究

劉建春，蘇進發，葉中趙，尹露露

(1.廈門理工學院機械與汽車工程學院，福建廈門 361024；2.廈門市機器人系統與數字制造重點實驗室，福建廈門 361024；3.廈門理工學院電氣工程與自動化學院，福建廈門 361024)

0 前言

在銑削加工中，超過1/5的停機時間是由刀具狀態失效引起的[1]。因此，定期掌握刀具加工狀態的變化，能有效防止過早更換刀具或已廢刀具影響零件質量，可顯著提升銑削效率，充分發揮立銑刀利用率。然而，傳統的刀具磨損檢測方法，主要由人工判斷或測量儀器離線檢測等[2]。以上方法需停止加工流程，并取下刀具，才可進行檢測，頻繁裝卸刀具，嚴重降低機加工效率[3]。

立銑刀的檢測可分為間接測量法與直接測量法[4]。近年來，圖像視覺技術迅速發展，基于機器視覺的刀具磨損直接測量法成為國內外主要研究內容之一[2]。彭銳濤等[5]基于Canny算子與灰度矩進行亞像素邊緣檢測，獲取磨損輪廓；劉禮平等[6]基于單視角圖像分析刀具磨損量，將前后的全景深圖像進行配準得出刀具磨損區，再轉化為實際磨損量；MOLDOVAN等[7]采用OTSU法得到立銑刀待測區二值圖像，結合Sobel算子識別刀具磨損。以上研究提供了多種視覺處理方法，優化了立銑刀視覺檢測效果，但未能實現在機檢測，檢測效率不高。

對于在機視覺檢測的研究，DAI和ZHU[8]在微銑削加工中心工作臺搭建了一種刀具視覺檢測裝置，提出微型立銑刀底刃磨損的圖像處理算法；賈冰慧[9]設計了多連桿機構夾持相機實現水平與垂直兩方向翻轉的視覺檢測裝置，并基于Lanser-facet算子進行亞像素邊緣提取，得到刀具磨損輪廓；HOU等[10]搭建在機檢測系統，利用偏角閾值獲得刀具磨損輪廓，采用最小二乘法擬合刀刃原輪廓，計算立銑刀后刀面最大磨損寬度。上述研究與第一代產品[11]的檢測方式都是將檢測裝置搭建于加工中心內部，占用較大空間，影響加工，且加工過程冷卻液、碎屑等四處噴濺，容易導致光學鏡頭損壞。顯然，與加工中心相對獨立的在機視覺檢測方式，具有不影響銑削加工、顯著提升銑削加工效率的優勢。

1 在機視覺檢測系統設計

針對上述檢測方式的問題，提出基于伸縮式連桿傳動機構的在機視覺檢測方案。其中，圖像采集裝置采用圖1所示雙相機回轉檢測方式，該檢測方式可同時完成立銑刀底面與側面切削刃檢測。

圖1 雙相機回轉檢測方案

根據設計要求進行三維建模、零部件選型加工、實際平臺搭建等步驟，最終搭建出圖2所示檢測系統。檢測機構底座安裝于加工中心側面觀察窗口的外壁，系統進行檢測時，圖像采集裝置伸入機床進行立銑刀圖像采集；檢測系統處于停止或待機狀態時，圖像采集裝置回縮至機床外部保護裝置內，不干涉機床加工，并關閉窗口處的密封門，確保工業相機不受機床內部惡劣環境的影響而損壞。

圖2 在機視覺檢測系統

2 立銑刀磨損檢測識別

2.1 立銑刀磨鈍判據

據GB/T 16460—2016[12]，刀具切削工件時，最大磨損區出現在刀刃后刀面與工件摩擦部位，因此，常用后刀面磨損帶寬度值(aVB)作為磨鈍判據。根據參與切削的工作區域劃分，立銑刀可分為底面切削刃和側面圓周切削刃兩部分(以下簡稱為底刃與側刃)。立銑刀底刃和側刃磨損模型分別如圖3(a)、(b)所示。在立銑刀銑削加工中，大多在不均勻磨損情況下進行，因此，以后刀面最大磨損寬度值aVB，max<0.5 mm作為磨鈍判據。后刀面磨損平面展開模型如圖3(c)所示。

圖3 立銑刀磨鈍模型

2.2 立銑刀磨損檢測圖像處理

2.2.1 基于改進OTSU的圖像分割

實際工業現場中，受環境照明光線和亮度影響，易產生噪聲。為降低環境噪聲的干擾，需采用閾值分割算法對刀具灰度圖像降噪，提高圖像的辨析度。最大類間方差法(OTSU)[13]可將圖像分成圖像背景和目標區域。對圖4(a1)(b1)所示的刀具底刃、側刃磨損圖像，傳統OTSU分割效果如圖4(a2)(b2)所示：傳統的OTSU用于刀具磨損圖像閾值分割時，明顯存在邊界不清晰、抗干擾性差、穩定性不足等缺陷。為改進傳統OTSU的不足，本文作者引入迭代法與類內方差函數進行改進。

圖4 分割效果對比

初選閾值T0(圖像灰度平均值)，將刀具圖像灰度直方圖分為M、N兩部分，灰度平均值分別設為m1、n1。通過迭代計算，T0更新為T1，直到第i次迭代時，相鄰的|Ti-Ti-1|<Δt。迭代過程如下：

(1)

立銑刀底刃、側刃用迭代法分割效果如圖4(a3)、(b3)所示。迭代法收斂速度快，但對噪聲敏感，在邊緣區域區分度不佳，對細微邊緣提取效果不好。

用迭代法得到的閾值T，作為后續算法的初閾值。刀具圖像的灰度級范圍[0，l-1]內各灰度值出現的概率為pi，A區間[0，T-1]的平均灰度為μ0，B區間[T，l-1]的平均灰度為μ1。類內方差可較好反映類內變量的差異，表征區域圖像平穩性。引入類內方差函數改進OTSU算法，得到新的分割算法如下：

(2)

(3)

(4)

(5)

(6)

(7)

(8)

刀具底刃、側刃磨損圖像采用改進的OTSU算法進行圖像分割處理，效果如圖4(a4)、(b4)所示。選用分割準確率As作為評價指標[14]，以定量方式考察改進算法的優劣。

(9)

其中：Ra為實際磨損區域的像素數量；Rm為分割算法實際得到的像素點數量。經過計算得出3種不同分割算法準確率數據，如表1所示。

表1 不同算法分割效果比較

由圖4、表1可得：與迭代法和傳統OTSU相比，改進OTSU算法表現出更高的分割準確率，且提升了穩定性；在分割效果上，文中算法修正了邊界模糊的缺陷，抗噪能力更強，所分割的圖像邊界較完整，邊緣表現較清晰。

2.2.2 刀具磨損邊緣提取

經圖像預處理，通過輪廓提取算法進行刀刃磨損邊緣提取。Canny算子可用于檢測不同方向的邊緣，所獲取的磨損邊緣屬于像素級[15]。具體處理過程如圖5所示。

圖5 Canny算法處理流程

為獲得準確的刀具磨損輪廓，引入基于灰度矩的亞像素邊緣提取方法，根據實際邊緣與理想階躍邊緣的灰度矩旋轉不變特性，獲得更準確刀刃磨損亞像素邊緣。以圖6(a)所示側刃為待測輪廓，進行輪廓提取，圖6(b)為Canny邊緣放大圖，得到的側刃磨損邊緣較完整，但同時也包含了一些無益的輪廓噪聲；而基于灰度矩得到的亞像素邊緣較精確，噪聲少。因此，將兩者結合得出最終的磨損邊界亞像素邊緣，如圖6(c)所示。

圖6 側刃輪廓提取

2.3 立銑刀輪廓模型

如圖7(a)所示，設以裁剪后的刀具圖像頂端邊界為X軸，立銑刀中軸線為Z軸，兩軸交點為點O，建立坐標系。切削刃輪廓方程如下：

圖7 刀具輪廓擬合

(10)

XOZ平面上的曲線投影方程如下：

(11)

其中：點O像素坐標(x0，z0)，刀具切削刃輪廓上任一點(x1，z1)，則切削刃磨損擬合輪廓方程如下：

(12)

通過式(12)函數迭代計算，可獲得切削刃輪廓。在一定范圍內，切削刃輪廓放大后可近似成直線，如圖7(b)所示。經過磨損后的刀具靠近刀尖處嚴重內縮，不適合于切削刃原輪廓擬合，因此選用遠離刀尖的切削刃輪廓點集(xi，zi)經最小二乘法直線擬合[16]，并去除超過設定距離閾值的點，直至所擬合直線中距離過大的點在合理范圍內。立銑刀原切削刃的擬合方程為

(13)

通過擬合的原輪廓與磨損輪廓對比求差，可求得切削刃后刀面最大磨損寬度aVB，max。切削刃擬合效果如圖7(c)所示。

3 立銑刀檢測實驗與分析

用5把直徑為10 mm的四刃硬質合金立銑刀，在相同加工條件下銑削45鋼。每隔一定時間，用所搭建的立銑刀磨損在機檢測系統對實驗刀具進行4次檢測，分別對應每一切削刃，得出刀具對應后刀面磨損寬度的平均測量值Dm；用影像測量儀(天準VMC322)同樣進行4次檢測，取平均測量結果作為真實值Da，直至5把刀具全部報廢。采用相對偏差Err作為評價指標：

(14)

最終得到14組平均值數據，如表2所示?？傻茫簷z測系統測量偏差Δ<0.01 mm，平均相對偏差Err為4.02%，即平均準確率達到95.98%。

表2 立銑刀磨損測量數據

對檢測系統與影像測量儀測量的立銑刀磨損數據進一步對比分析，得到立銑刀全生命周期內的磨損變化曲線，如圖8所示。根據磨損率變化曲線，立銑刀的生命周期大致可分為4個磨損狀態，并劃分出每個狀態對應磨損區間范圍，如表3所示。

表3 立銑刀全生命周期

圖8 立銑刀磨損變化曲線

其中，a、b、c、d的平均相對偏差分別為7%、3.16%、2.34%、1.43%，即每個階段的平均準確率都達到93%以上，有效驗證了系統的穩定性。實驗得出的立銑刀磨損率變化曲線符合刀具壽命變化規律。其中，初期磨損階段相對偏差較大的原因在于磨損量真實值基數較小時，微小偏差的占比大；進入穩定磨損階段后，磨損量和磨損率變化較均勻，測量偏差和平均相對偏差較穩定；達到劇烈磨損階段的磨損率變化大。磨損變化量急劇上升，檢測系統的測量偏差也隨之變大。因此，磨損值達到該階段時，應關注立銑刀磨損量變化，若已不滿足加工精度要求，及時更換刀具。

綜合以上分析，在機視覺檢測系統的檢測算法可有效提取刀具切削刃磨損輪廓，能保證檢測精度，運行穩定；所提取的輪廓貼近實際刀具磨損邊界輪廓，滿足工業現場對刀具磨損在機檢測的要求。

4 結論

用迭代法迅速收斂的特性得到刀具圖像磨損區初閾值，引入類內方差改進最大類間方差法。與兩種方法進行立銑刀底刃、側刃磨損圖像分割效果對比，文中算法修正了傳統算法邊界模糊、紋理識別不全、對噪聲敏感的缺陷。根據圖像灰度矩旋轉不變特性，提取亞像素級磨損邊緣?；趫D像平面，創建立銑刀磨損輪廓模型并重構切削刃原輪廓，實現立銑刀磨損快速檢測。

以四刃平頭立銑刀為對象開展銑削45鋼實驗，得出立銑刀生命周期內的磨損變化曲線。用影像測量儀進行參照對比，所搭建的在機檢測系統對立銑刀磨損檢測的測量偏差小于0.01 mm，在立銑刀生命周期內的各磨損階段的平均準確率均達到93%以上，綜合平均準確率達到95.98%，檢測系統的準確性和穩定性表現良好，滿足立銑刀在機視覺檢測的要求。