掌桥专利:专业的专利平台
掌桥专利
首页

硬脆材料磨削表面评价方法、补偿方法及系统

文献发布时间:2024-04-18 20:02:18


硬脆材料磨削表面评价方法、补偿方法及系统

技术领域

本发明涉及机床加工技术领域,具体地,涉及一种硬脆材料磨削表面评价方法、补偿方法及系统。

背景技术

超精密磨削是指加工精度达到0.1μm以下、表面粗糙度低于0.025μm表面磨削方法,是一种亚微米级的加工方法,并正向纳米级发展,适宜于对钢伙材料及陶瓷、玻璃等使观材料的加工。近年来,超精密磨削的发展很快,出现了一些与超精密磨的有关的磨削加工,如镜面磨削、微细磨削和高速磨削等。

现有公告号为CN103029041B的中国专利申请文献,其公开了一种精密超精密磨削砂轮径向误差补偿方法,包括以下操作步骤:通过多次测量方法精确确定砂轮半径;根据确定好的砂轮半径确定砂轮磨削过程中的中心路径;将步骤一中确定好砂轮半径的砂轮沿步骤二中确定的砂轮中心路径进行磨削加工。

现有技术中利用径向误差补偿方法在砂轮高速旋转下确定边缘点坐标,整合圆心点位置分布在一定程度上确定了砂轮径向圆跳动,进一步进行了修正补偿加工,保证被加工元件的表面精度,没有对硬脆材料磨削表面的磨削质量进行判断,难以保证被加工元件表面的加工精度,存在待改进之处。

发明内容

针对现有技术中的缺陷,本发明的目的是提供一种硬脆材料磨削表面评价方法、补偿方法及系统。

根据本发明提供的一种硬脆材料磨削表面评价方法、补偿方法及系统,包括如下步骤:步骤S1、提取硬脆材料磨削表面点云;步骤S2、对提取的硬脆材料磨削表面点云进行重构,获得重构后的磨削曲面分布信息;步骤S3、获得不同磨削区域高度段对应的区域磨削表面误差分布信息;步骤S4、根据区域磨削表面误差分布信息,获得硬脆材料磨削表面塑脆性区域分布,并建立磨削表面质量预测模型。

优选地,针对步骤S1,通过原位测量技术提取硬脆材料磨削表面点云。

优选地,针对步骤S2,通过三次内插法进行硬脆材料磨削表面点云重构,获得磨削表面三维等高线图;

硬脆材料磨削表面点云为:(x

重构后的三维表面形貌平均高度H为:

定义,重构后的三维表面形貌平均高度H为基准面高度。

优选地,针对步骤S4,根据不同区域的轮廓误差和区域比例曲线,求解误差区域积分;

提出误差集中度概念,以65%区间作为误差集中度评价区域,进而获得误差区间内的轮廓偏差值;提出占比区间为80%区间的误差极限值,获得磨削表面质量指标,并判定硬脆材料磨削表面塑脆性域分布区域;根据轮廓误差和集中误差,进行方程拟合,建立表面质量评价指标预测模型。

优选地,针对步骤S4,表面质量评价指标预测模型包括轮廓总误差预测模型和轮廓集中误差预测模型;

轮廓总误差预测模型为:

轮廓集中误差预测模型为:

其中,v

优选地,针对步骤S4,根据不同区域磨削误差分布,进行图像区域拼接,实现整个磨削表面误差分布图。

根据本发明提供的一种硬脆材料磨削表面补偿方法,补偿方法为对区域进行编号,定义各区域的基线数值为Y

优选地,以区域1的Y

Δ

原本砂轮磨削误差补偿轨迹路线为:Ω={y

考虑磨削误差后的误差补偿轨迹为:Ω'={y

根据本发明提供的一种硬脆材料磨削表面补偿系统,系统包括:

模块M1、用于提取硬脆材料磨削表面点云;

模块M2、用于对提取的硬脆材料磨削表面点云进行重构,获得重构后的磨削曲面分布信息;

模块M3、用于获得不同磨削区域高度段对应的区域磨削表面误差分布信息;

模块M4、用于根据区域磨削表面误差分布信息,获得硬脆材料磨削表面塑脆性区域分布,并建立磨削表面质量预测模型。

优选地,系统还包括模块M5,用于对区域进行编号,定义各区域的基线数值为Y

与现有技术相比,本发明具有如下的有益效果:

1、本发明通过原位测量光学技术提取硬脆材料超精密磨削表面点云,基于三次内插法进行超精密磨削表面点云重构,实时获得不同超精密磨削工艺参数下超精密磨削表面形貌,解决了硬脆材料超精密磨削表面质量实时监测的问题。

2、本发明通过重构后的超精密磨削表面点云,获得不同区域的超精密磨削误差,采用误差分布算法,基于不同磨削区域高度进而获得区域误差分布规律,进而揭示不同时刻由于砂轮磨损引起的表面误差。

3、本发明通过硬脆材料超精密磨削表面误差,提出超精密磨削表面质量评价指标,进行磨削区域表面质量评价,建立了不同工艺参数下磨削表面质量预测模型,提高了硬脆材料超精密磨削效率与精度。

4、本发明通过将采集得到的局部图像进行大尺寸拼接,获得硬脆材料超精密磨削过程中的三维表面,根据不同区域磨削误差分布,进行图像区域拼接,实现整个磨削表面误差分布图,当局部表面起伏不平时,通过局部砂轮磨削轨迹改进,进而能够改变程序位置,进而实现硬脆材料高效率高精度磨削。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:

图1为本发明主要体现硬脆材料磨削表面评价方法流程图;

图2为本发明主要体现三次内插法示意图;

图3为本发明主要体现超精密磨削三维表面误差分布图;

图4为本发明主要体现硬脆材料三维表面误差分布曲线;

图5为本发明主要体现硬脆材料三维表面误差分布图;

图6为本发明主要体现v

图7为本发明主要体现v

图8为本发明主要体现硬脆材料三维表面形貌拼接图;

图9为本发明主要体现误差补偿后的硬脆材料超精密磨削表面效果图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。

实施例一

如图1所示,根据本发明提供的一种硬脆材料磨削表面评价方法,包括如下步骤:

步骤S1、提取硬脆材料磨削表面点云。具体地,通过原位测量技术提取硬脆材料磨削表面点云。

步骤S2、对提取的硬脆材料磨削表面点云进行重构,获得重构后的磨削曲面分布信息。具体地,通过三次内插法进行硬脆材料磨削表面点云重构,获得磨削表面三维等高线图;

硬脆材料磨削表面点云为:(x

重构后的三维表面形貌平均高度H为:

定义,重构后的三维表面形貌平均高度H为基准面高度。

通过原位测量光学技术提取硬脆材料超精密磨削表面点云,基于三次内插法进行超精密磨削表面点云重构,实时获得不同超精密磨削工艺参数下超精密磨削表面形貌,解决了硬脆材料超精密磨削表面质量实时监测的问题。

步骤S3、获得不同磨削区域高度段对应的区域磨削表面误差分布信息。基于重构后的超精密磨削表面点云,获得不同区域的超精密磨削误差。通过采用误差分布算法,基于不同磨削区域高度进而获得区域误差分布规律,进而揭示不同时刻由于砂轮磨损引起的表面误差。

步骤S4、根据区域磨削表面误差分布信息,获得硬脆材料磨削表面塑脆性区域分布,并建立磨削表面质量预测模型。具体地,根据不同区域的轮廓误差和区域比例曲线,求解误差区域积分;提出误差集中度概念,以65%区间作为误差集中度评价区域,进而获得误差区间内的轮廓偏差值;提出占比区间为80%区间的误差极限值,获得磨削表面质量指标,并判定硬脆材料磨削表面塑脆性域分布区域。根据轮廓误差和集中误差,进行方程拟合,建立表面质量评价指标预测模型。

表面质量评价指标预测模型包括轮廓总误差预测模型和轮廓集中误差预测模型;

轮廓总误差预测模型为:

轮廓集中误差预测模型为:

其中,v

根据硬脆材料超精密磨削表面误差,提出超精密磨削表面质量评价指标,进行磨削区域表面质量评价,建立了不同工艺参数下磨削表面质量预测模型,提高了硬脆材料超精密磨削效率与精度。

根据不同区域磨削误差分布,进行图像区域拼接,实现整个磨削表面误差分布图。

本发明还提供一种硬脆材料磨削表面补偿方法,基于上述的一种硬脆材料磨削表面评价方法,补偿方法为对区域进行编号,定义各区域的基线数值为Y

Δ

原本砂轮磨削误差补偿轨迹路线为:Ω={y

考虑磨削误差后的误差补偿轨迹为:Ω'={y

将采集得到的局部图像进行大尺寸拼接,获得硬脆材料超精密磨削过程中的三维表面。根据不同区域磨削误差分布,进行图像区域拼接,实现整个磨削表面误差分布图。当局部表面起伏不平时,通过局部砂轮磨削轨迹改进,进而能够改变程序位置,进而实现硬脆材料高效率高精度磨削。

本发明还提供一种硬脆材料磨削表面补偿系统,基于上述的一种硬脆材料磨削表面评价方法和一种硬脆材料磨削表面补偿方法。

系统包括:

模块M1、用于提取硬脆材料磨削表面点云;

模块M2、用于对提取的硬脆材料磨削表面点云进行重构,获得重构后的磨削曲面分布信息;

模块M3、用于获得不同磨削区域高度段对应的区域磨削表面误差分布信息;

模块M4、用于根据区域磨削表面误差分布信息,获得硬脆材料磨削表面塑脆性区域分布,并建立磨削表面质量预测模型。

模块M5、用于对区域进行编号,定义各区域的基线数值为Y

系统的工作原理为:基于三次内插法获得通过原位测量的超精密磨削曲面,通过重构后的超精密磨削曲面分布规律,获得不同磨削区域高度段对应的区域误差分布,根据轮廓误差与区域比例曲线,求解误差区域积分,进行硬脆材料超精密磨削表面质量评价。将不同区域的误差进行拼接,获得不同位置的超精密磨削误差,进而形成硬脆材料超精密磨削误差补偿轨迹,实现硬脆材料高效高精度磨削。

实施例二

基于实施例一,本申请技术方案中记载的硬脆材料包括硬脆材料,本实施例以硬脆材料为例进行阐述。

通过原位测量技术提取硬脆材料超精密磨削表面点云,基于三次内插法进行硬脆材料超精密磨削表面点云重构,获得不同区域的超精密磨削曲面分布。

基于重构后的超精密磨削曲面分布,获得不同区域的超精密磨削误差。同时,基于不同磨削区域高度进而获得区域误差分布规律,提取轮廓误差与区域比例曲线。提出超精密磨削曲面误差集中度概念,获得比例区间内超精密磨削误差。其中,轮廓误差为区域内的最大高度和最小高度的误差值,区域比例曲线为,区域占整体的比例。

根据轮廓误差与区域比例曲线,求解误差区域积分,进行硬脆材料超精密磨削表面质量评价。提出误差集中度概念,以误差区间作为误差集中度评价区域,进而建立误差区间内的轮廓总误差与集中误差预测模型。

根据工件不同磨削位置,进行误差位置分布,提出一种磨削误差轨迹补偿算法,进而能够根据砂轮磨损进行磨削误差补偿,实现硬脆材料高效率高精度超精密磨削。

具体地,三次内插法利用三次多项式S(x)求逼近理论上最佳插值函数sin(x)/x,其数学表达式为:

如图2所示,函数f在点(x,y)的值可以通过矩形网格中最近的十六个采样点的加权平均得到:f(x,y)=f(i+u,j+v)=ABC;

其中,

通过在位测量系统,获得超精密磨削表面三维形貌点云,进而通过三次内插法进行超精密磨削表面点云重构,进而获得超精密磨削表面三维等高线图。

硬脆材料表面磨削点云为(x

根据三维表面形貌平均高度H可计算为:

因此,基准面可以定义为z=H。

基于上述数据,构造三维误差曲面分布图,如图3所示,能够比较明显表征误差分布。根据误差分布高度进行数据统计,进而获得不同误差高度下的误差信息占比。

根据轮廓误差与区域比例曲线,求解误差区域积分,进行硬脆材料超精密磨削表面质量评价。如图4所示,提出误差集中度概念,以65%区间作为误差集中度评价区域,进而获得误差区间内的轮廓偏差值。

如图5所示,以一种可行的实施方式为例:如图5(a)当n

根据硬脆材料超精密磨削表面误差分布,提出超精密磨削表面质量评价指标,进行磨削区域表面质量评价。提出占比区间为80%区间的误差极限值,获得不同超精密磨削参数下的硬脆材料超精密磨削表面质量指标,并建立不同超精密磨削工艺参数的硬脆材料表面质量评价指标预测模型。

根据不同工艺参数下的轮廓总误差与集中误差,进行方程拟合,获得轮廓总误差预测模型为:

轮廓总误差预测模型为:

轮廓集中误差预测模型为:

如图6所示,当v

如图7所示,为当v

由图6和图7对比,可以看出当v

同时,将上述采集得到的局部图像进行大尺寸拼接,主要方法为将测头沿着xyz三个方向移动,如图8所示,将采集得到的各个局部区域点云进行拼接,形成硬脆材料超精密磨削三维表面。根据不同区域磨削误差分布,进行超精密磨削区域拼接,实现整个磨削表面误差分布图。

根据工件不同磨削位置,进行误差位置分布,提出一种磨削误差轨迹补偿算法,进而能够根据砂轮磨损进行磨削误差补偿,实现硬脆材料高效率高精度超精密磨削。主要磨削误差补偿方法如下:

针对区域1的基线数值为Y1,针对区域2的基线数值为Y2,以此类推,针对区域9的基线数值为Y9,将各个区域基线数值形成曲线,进而能够在补偿轨迹时,形成对应插值。以区域1的Y1为基准,其他区域相对于区域1的插值分别为:

Δ

在硬脆材料超精密模型过程中,原本砂轮磨削误差补偿轨迹路线为:Ω={y

考虑磨削误差后的误差补偿轨迹为:Ω'={y

如图9所示,当局部表面起伏不平时,通过局部砂轮磨削轨迹改进,进而能够改变程序位置,进而实现硬脆材料高效率高精度磨削。

本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

在本申请的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。

以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。

相关技术
  • 一种VR设备和VR设备的调节方法
  • 一种VR设备的显示方法、装置、VR设备及存储介质
  • 一种交通监测VR摄像系统及通过虚拟现实进行监控的方法
  • 一种虚拟现实VR头戴设备及VR虚拟现实设备
  • 一种虚拟现实VR设备和VR设备系统中的智能外设
技术分类

06120116576484