通过插入节点、修改权因子、修改控制点的进 行NURBS曲面拟合。
[0044] 次曲面表示如下：
式中，是曲面的控制点；是与控制点相联系的权因子，当所有时，和分别为向次和向次 的规范样条基，它们是由节点矢量、（，）决定的次和次的分段多项式，可以由德布尔-考克 斯递推公式得到：
(4)误差评定 曲面加工误差可以用曲面外一点到曲面的最小距离来表示，这样曲面加工误差的检测 可以转化为计算实际加工曲面到理论曲面模型的距离。即先将实际加工曲面离散成多个关 键点(采样点)，然后用加工曲面上的采样点到理论曲面的最小距离来表示曲面加工误差， 曲面加工误差可以用曲面的面轮廓度误差来评定。曲面的面轮廓度误差可以用最小包容区 域法来评定，曲面的面轮廓度的最小包容区域是相对理想曲面轮廓成双向等距离分布的区 域，该区域包容了实际被测轮廓面，且由法向距离为最小的双向等距曲面构成，该区域的法 向宽度为曲面的面轮廓度误差，本曲面的加工误差采用广义牛顿法来求解点到曲面的最小 距离，程序简单，而且结果有很高的计算精度，采用广义牛顿法求解点到曲面最小距离的程 序流程。
[0045]、图像检测采样 通过面阵CCD照相装置采集工件表面的信息，对零部件进行图像摄取，摄取过程中根 据激光位移传感器提供的机械加工曲面的形状信息，根据复杂曲面的凹凸程度进行等距采 样或其它，首先进行图像预处理，然后在LED光源条件下提取机械加工表面的图像特征。值 得注意的是要优选机械加工表面的光源，得到相应的灰度变化轮廓曲线，用来分析各种滤 波和图像增强方式对机械加工表面图像的处理效果。最后建立相应的BP神经网络模型，实 现对机械加工表面的局部粗糙度的图像测量。
[0046] 具体实施方法如下：首先确定LN-60聚光型LED线光源作为本产品C⑶光源，通过 多个机械加工零件表面的测试，选定最佳参数，结合CCD摄像机、相应的图像采集卡和计算 机等设备，构建图像检测硬件系统。针对机械加工表面的图像先分析灰度变化曲线，采用高 斯滤波对加工表面的图像进行降噪处理，可通过直方图均衡化进行图像增强，利用灰度级 闭值化的分割处理实现机械加工表面的识别与定位。
[0047]然后采用空间频率的方法，利用二维傅里叶变换后的频谱实现机械加工表面粗糙 度的综合评定。即对图像进行二维频域分析，得到功率谱半径、功率谱平均、倒谱、复倒谱、 功率谱估计等，然后以这五个特征量作为输入，建立了表面粗糙度与图像特征值关系的BP神经网络模型，并通过学习，确定粗糙度预测值和粗糙度实测值之间具有良好的一致性，实 现了经由CCD摄像机提取特征参数、神经网络模型完成机械加工表面粗糙度检测的目标。 [0048]具体包括高斯滤波模块、图像增强模块、表面边界检测模块、图像频域分析模块、 特征参数的提取模块和BP神经网络的零件表面质量检测模块，BP神经网络模块的神经 网络的训练需要量的复杂零件表面的学习样本，如果学习样本过少，不足以反应这五个特 征量与曲面几何特征之间的关系，学习样本过多，则需要增加神经网络中神经元的个数， 容易导致学习时间过长，影响机械加工表面粗糙度值的生成时间，本产品共设计了 9个不 同粗糙度等级的试件，每个等级设计了 10个试件，对每个试件分别采集了 8幅图像，共有 9X10X8=720个样本，通过训练确定了神经网络的最终模型，面阵C⑶照相装置采集及工 件表面粗糙度测量工作原理如8所示，面阵CCD照相装置采集过程示意图如4所示。
【主权项】
1. 一种模具曲面加工误差和表面粗糙度在机检测装置，其组成包括：检测装置，其特 征是：所述的检测装置包括整体支撑装置，所述的整体支撑装置上平面中间位置安装有数 控机床的刀柄，所述的整体支撑装置下平面通过螺栓与面阵CCD照相装置连接，所述的整 体支撑装置两侧分别通过连接轴与激光位移传感器装置连接，所述的激光位移传感器装置 具有槽，所述的槽内分别安装有左激光位移传感器、右激光位移传感器。2. 根据权利要求1所述的模具曲面加工误差和表面粗糙度在机检测装置，其特征是： 所述的检测装置分别通过所述的左激光位移传感器、所述的右激光位移传感器对模具曲面 进行测量，所述的检测装置通过所述的面阵CCD照相装置对所述的模具曲面进行数据采 集。3. 根据权利要求2所述的模具曲面加工误差和表面粗糙度在机检测装置其特征是：所 述的左激光位移传感器、所述的右激光位移传感器激光聚集点交汇在所述的模具曲面表面 上，所述的面阵CCD照相装置采集点垂直于所述的模具曲面上表面。4. 一种利用权利要求1-3所述的模具曲面加工误差和表面粗糙度在机检测装置的检 测方法，其特征是：该方法包括如下步骤： 首先是由在安装在数控机床主轴的面阵CCD照相装置和DSP芯片，对复杂加工曲面进 行图像采集和图像处理，采用WV-BP330C⑶摄像机，16K的线阵CXD摄像机，提供570线的 水平清晰度，准确获得模具机械加工表面的粗糙度；然后采用左激光位移传感器、右激光位 移传感器对模具加工曲面进行测量，精确非接触测量出复杂加工曲面的位置、位移变化、厚 度、振动、距离、直径等几何量的测量，以便精准获得模具加工曲面的形状误差； 激光位移传感器采用激光三角测量法，激光发射器通过镜头将可见红色激光射向被测 物体表面，经物体反射的激光通过接收器镜头，被内部的线性相机接收，根据不同的距离， 线性相机可以在不同的角度下找到这个光点，根据这个角度及已知的激光和相机之间的距 离，数字信号处理器能够计算出传感器和被测物体之间的距离，通过面阵CCD照相装置与 激光位移传感器的结合使用，精准测量出加工表面的粗糙度和形状误差。
【专利摘要】<b>本发明涉及一种模具曲面加工误差和表面粗糙度在机检测装置及检测方法。曲面检测装置多采用接触式在机测量，接触工件表面，测速慢，无法测量小于测头曲率半径的微观表面、复杂曲面，不能适用于在机检测。本发明组成包括：检测装置（</b><b>7</b><b>），检测装置包括整体支撑装置（</b><b>1</b><b>），整体支撑装置上平面中间位置安装有数控机床刀柄（</b><b>6</b><b>），整体支撑装置下平面通过螺栓与面阵</b><b>CCD</b><b>照相装置（</b><b>3</b><b>）连接，整体支撑装置两侧分别通过连接轴与激光位移传感器装置（</b><b>5</b><b>）连接，激光位移传感器装置具有槽，槽内分别安装有左激光位移传感器（</b><b>2</b><b>）、右激光位移传感器（</b><b>4</b><b>）。本发明采用曲面采样、重构和图像处理技术，用于模具曲面加工误差和表面粗糙度的在机检测装置。</b>
【IPC分类】G01B11/30, G01B11/24
【公开号】CN105066915
【申请号】CN201510481240
【发明人】吴石, 边立健, 刘献礼, 潘鹏飞, 徐健
【申请人】哈尔滨理工大学
【公开日】2015年11月18日
【申请日】2015年8月7日