基于机械抛光的处理效率优化方法、系统及存储介质与流程

本发明涉及金属件加工，具体是涉及基于机械抛光的处理效率优化方法、系统及存储介质。

背景技术：

1、机械加工中会用到各种金属材料，其中，金属板材是较为常见的一种。比如工业中应用最广泛的一类有色金属结构材料铝合金板，其在航空、航天、汽车、机械制造、船舶及化学工业中已大量应用。在金属板材加工过程中，为了将其表面产生的颗粒或者毛刺清除，通常需要对其表面进行打磨抛光以满足需求。

2、为了满足较高的光洁度要求，对工件的主要采用人工抛光和机械抛光的方式，然而，这样的抛光工艺需要大量的操作工人，效率较低，尤其是对于大批量的工件，由于材料本身特性、加工过程或其他因素可能会导致工件表面粗糙度、瑕疵、形状等大不相同，这些问题导致需要进行多次调整和重复操作才能完成整体的抛光工作，从而降低了效率，针对上述的问题，现提出基于机械抛光的处理效率优化方法、系统及存储介质来进行解决。

技术实现思路

1、为解决上述技术问题，提供基于机械抛光的处理效率优化方法、系统及存储介质，本技术方案解决了上述背景技术中提出的为了满足较高的光洁度要求，对工件的主要采用人工抛光和机械抛光的方式，然而，这样的抛光工艺需要大量的操作工人，效率较低，尤其是对于大批量的工件，由于材料本身特性、加工过程或其他因素可能会导致工件表面粗糙度、瑕疵、形状等大不相同，这些问题导致需要进行多次调整和重复操作才能完成整体的抛光工作，从而降低了效率的问题。

2、为达到以上目的，本发明采用的技术方案为：

3、基于机械抛光的处理效率优化方法，包括：

4、获取待打磨件特征信息与抛光机数量特征信息；

5、基于双边滤波法，对待打磨件特征信息进行分析，获取待打磨件模型信息，所述获取待打磨件模型信息包括待打磨件图像信息和待打磨件外观特征信息；

6、根据待打磨件模型信息建立待打磨件的模型，对模型的表面进行采集，获取待打磨件模型表面数据；

7、根据待打磨件模型表面数据，将待打磨件模型表面分成若干个目标网格，获取目标网格信息；

8、根据目标网格信息和待打磨件模型表面数据，获取每个目标网格对应的目标网格数据；

9、基于实际机械抛光需求和使用需要，获取机械抛光粗糙度阈值和机械抛光深度阈值；

10、根据目标网格数据，获取目标网格凹陷度数据；

11、根据机械抛光粗糙度阈值，获取目标网格凹陷度阈值；

12、根据目标网格凹陷度数据和目标网格凹陷度阈值，对目标网格进行筛选，获取抛光网格信息；

13、根据抛光网格信息，获取抛光网格凹陷度数据；

14、基于抛光网格凹陷度数据，对各个抛光网格的凹陷度进行比对，获取抛光深度极限数据；

15、根据抛光深度极限数据和机械抛光深度阈值，判断抛光深度极限数据是否超出机械抛光深度阈值，若是，则该待打磨件无法进行机械抛光，若否，则基于所述抛光深度极限，将抛光深度极限数据与待打磨件模型导入训练模型中，获取最优抛光路径信息；

16、根据最优抛光路径信息，对待打磨件进行机械抛光。

17、优选的，所述基于双边滤波法，对待打磨件的特征信息进行分析，获取待打磨件模型信息，具体包括：

18、根据待打磨件特征信息，获取待打磨件的数量特征信息；

19、根据待打磨件的数量特征信息，对所有待打磨件表面进行扫描，获得待打磨件表面粗糙度信息；

20、基于抛光机数量特征信息和待打磨件的数量特征信息，将待打磨件分为与抛光机数量相同的组别；

21、根据待打磨件表面粗糙度信息，获取待打磨件粗糙度最大值与粗糙度最小值数据；

22、根据待打磨件粗糙度最大值与粗糙度最小值，获取待打磨件粗糙度取值区间信息；

23、将该取值区间均分为与抛光机数量相同的子区间，获取待打磨件粗糙度取值子区间信息；

24、根据待打磨件粗糙度取值子区间信息，将待打磨件表面粗糙度位于同一区间

25、的划分为同一组别，获取待打磨件分组信息；根据待打磨件分组信息，基于位于同一区间待打磨件的初始图像数据，获得区间预处理图像数据；

26、基于双边滤波法对所述区间预处理图像数据进行降噪处理，获得区间精处理图像数据；

27、采用加权平均法对所述区间精处理图像数据进行灰度处理，获得区间最终图像数据；

28、根据区间最终图像数据，基于图像轮廓提取，获取区间待打磨件外观特征信息；

29、根据区间待打磨件外观特征信息，获取区间每一个待打磨件的轮廓信息和平面度数据，并对该区间待打磨件进行编号记录；

30、根据待打磨件的待打磨件轮廓信息、平面度数据和区间最终图像数据，获取待打磨件模型信息。

31、优选的，所述根据区间待打磨件外观特征信息，获取区间每一个待打磨件的轮廓信息和平面度数据，并对该区间待打磨件进行编号记录，具体包括：

32、根据区间每一个待打磨件的轮廓信息和平面度数据，对所述待打磨件的轮廓和平面度进行分析，建立目标数据库；

33、所述目标数据库用于存储待打磨件的轮廓信息和平面度，对轮廓信息进行读取获取目标待打磨件轮廓线数据；

34、根据目标待打磨件轮廓线数据，对区间待打磨件进行排序，获取区间待打磨件排序信息；

35、其中，将所述目标待打磨件轮廓线数据作为排序依据，轮廓线数量越少，则排序越靠前，反之，轮廓线数量越多，则排序越靠后；

36、根据区间待打磨件排序信息，对区间待打磨件进行编号，获取区间待打磨件编号信息。

37、优选的，所述根据待打磨件模型表面数据，将待打磨件模型表面分成若干个目标网格，获取目标网格信息，具体包括：

38、基于待打磨件模型表面数据，获取待打磨件模型表面轮廓信息；

39、根据待打磨件模型表面轮廓信息，以待打磨件模型表面轮廓边线顶点为基准点，通过多个基准点构建二维平面域，获取基准面信息；

40、根据基准面信息，基于区域分割法对基准面进行划分，获取分割网格信息；

41、其中，若基准面的边界线数量大于三，则对多边形区域进行分割时，获取基准面中心信息；

42、根据基准面中心信息，以基准面中心为基点将由基准面的边界线构成的多边形分割为多个子三角形区域，基于区域分割法将子三角形区域分割为若干三角形网格，获取分割网格信息；

43、根据分割网格信息，获取每个分割网格内模型表面凹陷度特征信息；

44、基于基准面信息，对每个分割网格内模型表面凹陷度特征进行分析，分割网格内模型表面高于基准面则记作正值，若分割网格内模型表面低于基准面则记作负值，获取分割网格基准信息；

45、根据分割网格信息和分割网格基准信息，获取目标网格信息。

46、优选的，所述根据目标网格凹陷度数据和目标网格凹陷度阈值，对目标网格进行筛选，获取抛光网格信息，具体包括：

47、根据目标网格凹陷度数据，获取目标网格凹陷面积数据；

48、根据目标网格凹陷度阈值，基于机械抛光技术，获取目标网格凹陷面积阈值；

49、根据目标网格凹陷面积数据和目标网格凹陷面积阈值，判断目标网格凹陷面积数据是否低于目标网格凹陷面积阈值，若是，则该目标网格无需进行机械抛光，若否，则将该目标网格标记为抛光网格，获取抛光网格信息；

50、其中，所述抛光网格信息包括抛光网格编号信息、抛光网格位置信息和抛光网格凹陷度数据，所述抛光网格凹陷度数据包括抛光网格凹陷面积数据和抛光网格凹陷深度数据。

51、优选的，所述基于所述抛光深度极限，将抛光深度极限数据与待打磨件模型导入训练模型中，获取最优抛光路径信息，具体包括：

52、基于抛光深度极限数据，确定抛光最终完成面，取抛光网格深度极限值作为磨削量为零的基准值；

53、基于抛光网格凹陷度数据，获取抛光网格凹陷深度数据；

54、根据抛光网格凹陷深度数据和抛光深度极限数据，获取各个抛光网格的磨削量信息；

55、根据各个抛光网格的磨削量信息，将磨削量从大到小依次排列，并与抛光网格进行一一对应；

56、将待打磨件导入训练模型中，以抛光网格对应磨削量值的大小为依据，获取抛光路径信息；

57、根据抛光路径信息，基于抛光路径指数，对抛光路径进行筛选，获取最优抛光路径信息；

58、其中，抛光路径指数的计算公式为：式中，q为抛光路径指数，为抛光网格磨削量的权重，为第i个抛光网格的磨削量，为抛光网格距离的权重，为第i个抛光网格移动至第i+1个抛光网格的移动距离。

59、进一步的，提出一种基于机械抛光的处理效率优化系统，用于实现如上述的效率优化方法，包括：

60、主控制模块，所述主控制模块用于判断单元用于根据目标网格凹陷面积数据和目标网格凹陷面积阈值，判断目标网格凹陷面积数据是否低于目标网格凹陷面积阈值，根据抛光深度极限数据和机械抛光深度阈值，判断抛光深度极限数据是否超出机械抛光深度阈值，根据区间每一个待打磨件的轮廓信息和平面度数据，对所述待打磨件的轮廓和平面度进行分析，建立目标数据库，基于抛光网格凹陷度数据，对各个抛光网格的凹陷度进行比对，获取抛光深度极限数据，基于所述抛光深度极限，将抛光深度极限数据与待打磨件模型导入训练模型中，获取最优抛光路径信息；

61、信息获取模块，所述信息获取模块用于获取待打磨件特征信息、抛光机数量特征信息、待打磨件的数量特征信息和待打磨件表面粗糙度信息，并传输至主控制模块；

62、模型分析模块，所述模型分析模块用于对图像数据进行降噪、灰度处理，并根据处理后的图像数据，对图像轮廓进行提取，获取区间待打磨件外观特征信息，根据待打磨件模型信息建立待打磨件的模型，对模型的表面进行采集，获取待打磨件模型表面数据，根据待打磨件模型表面数据，将待打磨件模型表面分成若干个目标网格，获取目标网格信息；

63、显示模块，所述显示模块用于显示目标网格信息、抛光路径信息、抛光路径指数和最优抛光路径信息。

64、可选的，所述主控制模块，具体包括：

65、控制单元，所述控制单元用于根据区间每一个待打磨件的轮廓信息和平面度数据，对所述待打磨件的轮廓和平面度进行分析，建立目标数据库，基于抛光网格凹陷度数据，对各个抛光网格的凹陷度进行比对，获取抛光深度极限数据，基于所述抛光深度极限，将抛光深度极限数据与待打磨件模型导入训练模型中，获取最优抛光路径信息；

66、信息接收单元，所述信息接收单元与信息获取模块和模型分析模块交互用于接收数据和目标网格信息，并传输至判断单元；

67、判断单元，所述判断单元用于根据目标网格凹陷面积数据和目标网格凹陷面积阈值，判断目标网格凹陷面积数据是否低于目标网格凹陷面积阈值，根据抛光深度极限数据和机械抛光深度阈值，判断抛光深度极限数据是否超出机械抛光深度阈值，并将判断结果传输至控制单元

68、可选的，所述模型分析模块，具体包括：

69、图像处理单元，所述图像处理单元用于对图像数据进行降噪、灰度处理，并根据处理后的图像数据，对图像轮廓进行提取，获取区间待打磨件外观特征信息；

70、模型建立单元，所述模型建立单元用于根据待打磨件模型信息建立待打磨件的模型，对模型的表面进行采集，获取待打磨件模型表面数据；

71、网格处理单元，所述网格处理单元用于基于待打磨件模型表面数据，获取待打磨件模型表面轮廓信息，根据待打磨件模型表面轮廓信息，以待打磨件模型表面轮廓边线顶点为基准点，通过多个基准点构建二维平面域，获取基准面信息，根据基准面信息，基于区域分割法对基准面进行划分，获取分割网格信息，根据分割网格信息和分割网格基准信息，获取目标网格信息

72、再进一步的，提出一种计算机可读存储介质，其上存储有计算机可读程序，所述计算机可读程序被调用时执行如上述的基于机械抛光的处理效率优化方法。

73、与现有技术相比，本发明的有益效果在于：

74、本发明提出一种基于机械抛光的处理效率优化方法、系统及存储介质，通过待打磨件表面粗糙度对待打磨件进行分类，对同一分类的待打磨件建立模型，避免了对待打磨件的重复打磨，提高了机械抛光效率，通过对待打磨件模型进行分割，形成目标网格，通过对目标网格进行分析，将网格的凹陷深度极限值作为机械抛光的深度，快速确立了抛光程度，提高了机械抛光效率，通过不同抛光网格的磨削量，规划抛光路径，通过抛光路径指数对抛光路径进行筛选，确定最优抛光路径，避免了抛光时移动时间过长，提高了抛光效率。