本發(fā)明涉及轉(zhuǎn)子軸圖像處理領(lǐng)域。更具體地，本發(fā)明涉及一種轉(zhuǎn)子軸智能檢測方法及系統(tǒng)。

背景技術(shù)：

1、在轉(zhuǎn)子軸的切削加工過程中，確保加工精度是至關(guān)重要的，但多種因素可能導致切削不準確。隨著使用時間的增加，刀具的切削刃會逐漸變鈍，導致切削力增大，加工表面粗糙度提高，甚至產(chǎn)生尺寸偏差機床的剛性不足也會導致在高速切削或加工硬質(zhì)材料時，機床的微小變形都可能影響加工精度。刀具夾持不穩(wěn)定可能導致切削過程中的偏移或振動，而工件夾緊不牢固則可能引起工件在加工中的位移或變形。切削參數(shù)的不當設置會導致切削不準確，還可能導致刀具破損、工件表面質(zhì)量下降或尺寸誤差。刀具選擇不當，如刀具材料、幾何角度與加工材料不匹配，也會影響切削效果，導致加工精度下降。此外，切削液的使用不當也不容忽視，不當?shù)那邢饕嚎赡軐е虑邢鲄^(qū)域溫度過高，影響刀具和工件的熱穩(wěn)定性，進而影響轉(zhuǎn)子軸的加工精度。機床的精度下降，如導軌、絲杠、軸承等關(guān)鍵部件的磨損，會導致機床的定位精度和重復定位精度降低，從而影響轉(zhuǎn)子軸的切削精度。

2、目前，公開號為cn117697536a，名稱為“一種燃氣發(fā)電機組轉(zhuǎn)子軸組合加工裝置”的專利申請文件，公開了一種燃氣發(fā)電機組轉(zhuǎn)子軸組合加工裝置，通過激光掃描儀對轉(zhuǎn)子軸本體表面進行掃描檢測，對轉(zhuǎn)子軸本體的加工精度進行檢測，將檢測數(shù)據(jù)傳輸給控制器，控制器對一號伺服架、二號伺服架和三號伺服架進行自動的調(diào)控，通過加工主機對精度不合格的位置進行再次加工，使轉(zhuǎn)子軸本體的加工精度達到要求，避免需要將轉(zhuǎn)子軸本體取下檢測再次定位加工，提升轉(zhuǎn)子軸本體加工的精度和效率。

3、由于轉(zhuǎn)子軸加工時轉(zhuǎn)速極快，通過激光掃描的方法不能及時處理大量數(shù)據(jù)，故而也無法及時準確篩選不合格的轉(zhuǎn)子軸。

技術(shù)實現(xiàn)思路

1、為解決上述無法及時準確篩選不合格的轉(zhuǎn)子軸的問題，本發(fā)明在如下的多個方面中提供方案。

2、在第一方面中，本發(fā)明提供一種轉(zhuǎn)子軸智能檢測方法，包括：采集轉(zhuǎn)子軸被切削過程中的多個連續(xù)時刻的圖像；所述圖像中轉(zhuǎn)子軸與切削刀接觸的邊緣為切削邊緣，切削邊緣關(guān)于轉(zhuǎn)子軸中軸線對稱的邊緣為檢測邊緣；從多個連續(xù)時刻的圖像中篩選出目標圖像，當目標圖像滿足至少一個條件時，則轉(zhuǎn)子軸不合格；其中條件一為：檢測邊緣的平滑指數(shù)不在預設平滑指數(shù)范圍內(nèi)；條件二為：檢測邊緣各像素點的坐標與預設的各像素點的坐標的方差不在預設方差范圍內(nèi)；條件三為：檢測邊緣像素點坐標不在預設的像素點坐標范圍內(nèi)且像素點數(shù)量超過預設數(shù)量；所述目標圖像為圖像識別系數(shù)最小時對應的圖像；所述圖像識別系數(shù)，其中，表示所述多個連續(xù)時刻的圖像中第一張圖像切削邊緣與切削刀刀尖接觸的像素點的縱坐標，表示第m張圖像中轉(zhuǎn)子軸中軸線的縱坐標，表示第m張圖像檢測邊緣中與對應的像素點的橫坐標相同的像素點的縱坐標。

3、通過計算每張圖像的圖像識別系數(shù)并篩選出目標圖像，能夠根據(jù)圖像識別系數(shù)的最小值來選擇最合適的圖像進行進一步的分析，可以有效提高圖像識別的準確性?；趫D像的平滑指數(shù)、像素點坐標的方差和像素點坐標范圍，能夠準確檢測轉(zhuǎn)子軸在加工過程中是否符合預定標準。這種基于圖像和角速度的多維度檢測能夠全面反映轉(zhuǎn)子軸的加工精度和質(zhì)量。綜上所述，該方法可以智能化、精準化、快速化的檢測篩選出不合格的轉(zhuǎn)子軸。

4、優(yōu)選的，所述檢測邊緣的平滑指數(shù)，具體為：，其中，為所述檢測邊緣的平滑指數(shù)，為目標圖像檢測邊緣的像素個數(shù)，表示目標圖像檢測邊緣第個像素點的坐標和第個像素點的坐標的距離，表示目標圖像檢測邊緣第個像素點的坐標和第個像素點的坐標的距離。

5、通過計算每個像素點之間的距離并考慮像素點的分布情況，能夠更精確地描述檢測邊緣的平滑程度。邊緣的平滑性直接影響轉(zhuǎn)子軸加工的質(zhì)量，平滑指數(shù)的量化有助于準確判斷轉(zhuǎn)子軸是否存在加工缺陷或不規(guī)則性。

6、優(yōu)選的，所述檢測邊緣各像素點的坐標與預設的各像素點的坐標的方差，具體為：，其中，p為所述檢測邊緣各像素點的坐標與預設的各像素點的坐標的方差，為目標圖像檢測邊緣的像素個數(shù)，表示目標圖像檢測邊緣第a個像素點的橫坐標，表示目標圖像檢測邊緣第a個像素點的縱坐標，表示預設的檢測邊緣第a個像素點的橫坐標，表示預設的檢測邊緣第a個像素點的縱坐標。

7、通過計算目標圖像檢測邊緣的像素點坐標與預設檢測邊緣坐標之間的方差，可以有效量化檢測邊緣的精度和一致性。方差越小，表示目標圖像與預設邊緣的匹配越好，反之，則可能表示加工過程中出現(xiàn)了偏差或不規(guī)則的切削。方差的計算是基于各個像素點的坐標信息，能夠多角度地反映邊緣形態(tài)的變化。這種多維度的檢測能夠更全面地識別轉(zhuǎn)子軸在加工過程中的潛在問題，避免漏判和誤判。

8、優(yōu)選的，所述預設平滑指數(shù)范圍，包括：采集歷史多個合格的轉(zhuǎn)子軸在第一張圖像對應的時刻被切削后對應的目標圖像檢測邊緣的平滑指數(shù)，根據(jù)其中的最大值和最小值確定預設平滑指數(shù)范圍。

9、通過分析多個合格轉(zhuǎn)子軸在第一張圖像對應的時刻被切削后對應的目標圖像檢測邊緣的平滑指數(shù)，可以獲得實際加工過程中符合質(zhì)量標準的轉(zhuǎn)子軸平滑指數(shù)范圍。這種基于歷史數(shù)據(jù)的設定方法，更貼合實際生產(chǎn)情況，避免了理論上的不準確性，更具實際操作性。

10、優(yōu)選的，所述預設方差范圍，包括：采集歷史多個合格的轉(zhuǎn)子軸在第一張圖像對應的時刻被切削后對應的目標圖像檢測邊緣各像素點的坐標與預設的各像素點的坐標的方差，根據(jù)其中的最大值和最小值確定預設方差范圍。

11、優(yōu)選的，所述預設的像素點坐標范圍，包括：采集歷史多個合格的轉(zhuǎn)子軸在第一張圖像對應的時刻被切削后對應的目標圖像檢測邊緣各像素點的坐標，根據(jù)其中的最大值和最小值確定預設的像素點坐標范圍。

12、優(yōu)選的，所述從多個連續(xù)時刻的圖像中篩選出目標圖像，包括：預設圖像篩選時間區(qū)間為，從對應的圖像中篩選出目標圖像，和的計算方法為：以第一張圖像對應的時刻為起始時刻采集轉(zhuǎn)子軸角速度，采集周期為t，，，s表示當所述角速度與采集周期乘積之和首次大于等于π時采集角速度的次數(shù)。

13、在轉(zhuǎn)子軸加工過程中角速度一直在變化，該方法可以最大限度的縮小包含目標圖像的時間區(qū)間，從而大幅度降低計算量。

14、在第二方面中，本發(fā)明還提供一種轉(zhuǎn)子軸智能檢測系統(tǒng)，包括：存儲器和處理器，所述存儲器上存儲有計算機程序，所述處理器執(zhí)行所述計算機程序以實現(xiàn)上述一種轉(zhuǎn)子軸智能檢測方法。

15、本發(fā)明的有益效果在于：通過計算每張圖像的圖像識別系數(shù)并篩選出目標圖像，能夠根據(jù)圖像識別系數(shù)的最小值來選擇最合適的圖像進行進一步的分析，可以有效提高圖像識別的準確性?；趫D像的平滑指數(shù)、像素點坐標的方差和像素點坐標范圍，能夠準確檢測轉(zhuǎn)子軸在加工過程中是否符合預定標準。這種基于圖像和角速度的多維度檢測能夠全面反映轉(zhuǎn)子軸的加工精度和質(zhì)量。綜上所述，該方法可以智能化、精準化、快速化的檢測篩選出不合格的轉(zhuǎn)子軸。

技術(shù)特征：

1.一種轉(zhuǎn)子軸智能檢測方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的轉(zhuǎn)子軸智能檢測方法，其特征在于，所述檢測邊緣的平滑指數(shù)，具體為：

3.根據(jù)權(quán)利要求1所述的轉(zhuǎn)子軸智能檢測方法，其特征在于，所述檢測邊緣各像素點的坐標與預設的各像素點的坐標的方差，具體為：，其中，為所述檢測邊緣各像素點的坐標與預設的各像素點的坐標的方差，為目標圖像檢測邊緣的像素個數(shù)，表示目標圖像檢測邊緣第a個像素點的橫坐標，表示目標圖像檢測邊緣第a個像素點的縱坐標，表示預設的檢測邊緣第a個像素點的橫坐標，表示預設的檢測邊緣第a個像素點的縱坐標。

4.根據(jù)權(quán)利要求1所述的轉(zhuǎn)子軸智能檢測方法，其特征在于，所述預設平滑指數(shù)范圍，包括：

5.根據(jù)權(quán)利要求1所述的轉(zhuǎn)子軸智能檢測方法，其特征在于，所述預設方差范圍，包括：

6.根據(jù)權(quán)利要求1所述的轉(zhuǎn)子軸智能檢測方法，其特征在于，所述預設的像素點坐標范圍，包括：

7.根據(jù)權(quán)利要求1所述的轉(zhuǎn)子軸智能檢測方法，其特征在于，所述從多個連續(xù)時刻的圖像中篩選出目標圖像，包括：預設圖像篩選時間區(qū)間為，從對應的圖像中篩選出目標圖像，和的計算方法為：以第一張圖像對應的時刻為起始時刻采集轉(zhuǎn)子軸角速度，采集周期為t，，，s表示當所述角速度與采集周期乘積之和首次大于等于π時采集角速度的次數(shù)。

8.一種轉(zhuǎn)子軸智能檢測系統(tǒng)，其特征在于，包括：存儲器和處理器，所述存儲器上存儲有計算機程序，所述處理器執(zhí)行所述計算機程序以實現(xiàn)如權(quán)利要求1-7任一項所述轉(zhuǎn)子軸智能檢測方法。

技術(shù)總結(jié)
本發(fā)明涉及轉(zhuǎn)子軸圖像處理領(lǐng)域，尤其涉及一種轉(zhuǎn)子軸智能檢測方法及系統(tǒng)。該方法包括：采集轉(zhuǎn)子軸被切削過程中的多個連續(xù)時刻的圖像；所述圖像中轉(zhuǎn)子軸與切削刀接觸的邊緣為切削邊緣，切削邊緣關(guān)于轉(zhuǎn)子軸中軸線對稱的邊緣為檢測邊緣；從多個連續(xù)時刻的圖像中篩選出目標圖像，當目標圖像滿足至少一個條件時，則轉(zhuǎn)子軸不合格；其中條件一為：檢測邊緣的平滑指數(shù)不在預設平滑指數(shù)范圍內(nèi)；條件二為：檢測邊緣各像素點的坐標與預設的各像素點的坐標的方差不在預設方差范圍內(nèi)；條件三為：檢測邊緣像素點坐標不在預設的像素點坐標范圍內(nèi)且像素點數(shù)量超過預設數(shù)量。本發(fā)明有效解決無法及時準確篩選不合格的轉(zhuǎn)子軸的問題。

技術(shù)研發(fā)人員：王佳星,南振祥,梁曼娟,白展翅
受保護的技術(shù)使用者：陜西華威科技股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/28