搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于激光散斑成像的零件表面粗糙度建模

陈苏婷 胡海锋 张闯

基于激光散斑成像的零件表面粗糙度建模

陈苏婷, 胡海锋, 张闯
PDF
导出引用
导出核心图
  • 表面粗糙度是衡量机械表面加工水平的重要参数. 通过构建一套激光散斑成像采集系统, 获取了不同表面加工类型和不同粗糙度值的零件表面激光散斑图像. 应用Tamura纹理特征理论提取图像的纹理粗糙度、对比度、方向度特征, 并分析了这三个特征与表面粗糙度的关系. 发现了纹理粗糙度特征与表面粗糙度的单调关系, 推导出平磨、外磨、研磨三种表面加工工艺的粗糙度值与图像纹理粗糙度特征的数学函数关系, 实现了表面粗糙度的测量. 同时, 利用Tamura纹理特征与加工工艺的依赖关系, 建立了基于贝叶斯网络的工艺识别推理模型, 推理出了零件表面加工工艺. 通过为多种加工类型表面建立粗糙度测量模型, 为粗糙度测量提供了新思路. 实验证明所提的粗糙度测量模型能以较高的准确率识别出零件表面加工类型并测量出其表面粗糙度值.
      通信作者: 陈苏婷, sutingchen@nuist.edu.cn
    • 基金项目: 国家自然科学基金(批准号: 61302188)、中国博士后特别资助基金(批准号: 2012 T50510)、中国博士后科学基金(批准号: 2011 M500940)、江苏省高校重大自然科学基金(批准号: 12KJA510001)和江苏高校优势学科建设工程项目资助的课题.
    [1]

    Wang C X 2010 IIE Trans. 35 11

    [2]

    Fuh YK, Hsu KC, Fan JR 2012 Opt. Lett. 37 848

    [3]

    Shahabi H H, Ratnam M M 2010 Int. J. Adv. Manuf. Technol. 46 275

    [4]

    Dainty J C 1984 Laser Speckle and Related Phenomena (Berlin: Spring-Verlag) p18, p29

    [5]

    Williams G, Pfeifer M, Vartanyants I, Robinson I 2003 Phys. Rev. Lett. 90 175501

    [6]

    Pierce M S, Moore R G, Sorensen L B, Kevan S D, Hellwig O, Fullerton E E, Kortright J B 2003 Phys. Rev. Lett. 90 175502

    [7]

    Zhang N Y Teng S Y, Song H S, Liu G Y, Cheng C F 2009 Chin. Phys. Lett. 26 034209

    [8]

    Briers D, Duncan D, Hirst E, Kirkpatrick S J, Larsson M, Steenbergen W, Thompson O B 2013 J. Biomed. Opt. 18 066018

    [9]

    Samtas G 2014 Int. J. Adv. Manuf. Technol. 73 353

    [10]

    Shimizu M, Sawano H, Yoshioka H 2014 Precis. Eng 38 1

    [11]

    Gao Z, ZhaoX Z 2011 Opt. Laser Eng. 50 668

    [12]

    Kayahan E, Oktem H, Hacizade F 2010 Tribol. Int. 43 307

    [13]

    Wu Y L, Wu Z S 2014 Chin. Phys. B 23 37801

    [14]

    Regan C, Ramirez-San-Juan J C, Choi B 2014 Opt. Lett. 39 5006

    [15]

    Zeng Y, Wang M, Feng G 2013 Opt. Lett. 38 1313

    [16]

    Song H S, Zhuang Q, Liu G Y, Qin X F, Chen C F 2014 Acta Phys. Sin. 63 094201 (in Chinese) [宋洪胜, 庄桥, 刘桂媛, 秦希峰, 程传福 2014 物理学报 63 094201]

    [17]

    Françon M 2012 Laser speckle and applications in optics (Elsevier) p56

    [18]

    Bunge, H J 2013 Texture analysis in materials science: mathematical methods (Elsevier) p23

    [19]

    Pernkopf F, Wohlmayr M 2013 Pattern Recogn. 46 464

    [20]

    Florian C, Traverso P A, Santarelli A, Filicori F 2013 IEEE Trans. Instrum. Meas. 62 2857

  • [1]

    Wang C X 2010 IIE Trans. 35 11

    [2]

    Fuh YK, Hsu KC, Fan JR 2012 Opt. Lett. 37 848

    [3]

    Shahabi H H, Ratnam M M 2010 Int. J. Adv. Manuf. Technol. 46 275

    [4]

    Dainty J C 1984 Laser Speckle and Related Phenomena (Berlin: Spring-Verlag) p18, p29

    [5]

    Williams G, Pfeifer M, Vartanyants I, Robinson I 2003 Phys. Rev. Lett. 90 175501

    [6]

    Pierce M S, Moore R G, Sorensen L B, Kevan S D, Hellwig O, Fullerton E E, Kortright J B 2003 Phys. Rev. Lett. 90 175502

    [7]

    Zhang N Y Teng S Y, Song H S, Liu G Y, Cheng C F 2009 Chin. Phys. Lett. 26 034209

    [8]

    Briers D, Duncan D, Hirst E, Kirkpatrick S J, Larsson M, Steenbergen W, Thompson O B 2013 J. Biomed. Opt. 18 066018

    [9]

    Samtas G 2014 Int. J. Adv. Manuf. Technol. 73 353

    [10]

    Shimizu M, Sawano H, Yoshioka H 2014 Precis. Eng 38 1

    [11]

    Gao Z, ZhaoX Z 2011 Opt. Laser Eng. 50 668

    [12]

    Kayahan E, Oktem H, Hacizade F 2010 Tribol. Int. 43 307

    [13]

    Wu Y L, Wu Z S 2014 Chin. Phys. B 23 37801

    [14]

    Regan C, Ramirez-San-Juan J C, Choi B 2014 Opt. Lett. 39 5006

    [15]

    Zeng Y, Wang M, Feng G 2013 Opt. Lett. 38 1313

    [16]

    Song H S, Zhuang Q, Liu G Y, Qin X F, Chen C F 2014 Acta Phys. Sin. 63 094201 (in Chinese) [宋洪胜, 庄桥, 刘桂媛, 秦希峰, 程传福 2014 物理学报 63 094201]

    [17]

    Françon M 2012 Laser speckle and applications in optics (Elsevier) p56

    [18]

    Bunge, H J 2013 Texture analysis in materials science: mathematical methods (Elsevier) p23

    [19]

    Pernkopf F, Wohlmayr M 2013 Pattern Recogn. 46 464

    [20]

    Florian C, Traverso P A, Santarelli A, Filicori F 2013 IEEE Trans. Instrum. Meas. 62 2857

  • [1] 胡耀华, 刘艳, 穆鸽, 秦齐, 谭中伟, 王目光, 延凤平. 基于多模光纤散斑的压缩感知在光学图像加密中的应用. 物理学报, 2020, 69(3): 034203. doi: 10.7498/aps.69.20191143
    [2] 吴美梅, 张超, 张灿, 孙倩倩, 刘玫. 三维金字塔立体复合基底表面增强拉曼散射特性. 物理学报, 2020, 69(5): 058101. doi: 10.7498/aps.69.20191636
    [3] 尹玉明, 赵伶玲. 离子浓度及表面结构对岩石孔隙内水流动特性的影响. 物理学报, 2020, 69(5): 054701. doi: 10.7498/aps.69.20191742
    [4] 梁晋洁, 高宁, 李玉红. 表面效应对铁\begin{document}${\left\langle 100 \right\rangle} $\end{document}间隙型位错环的影响. 物理学报, 2020, 69(3): 036101. doi: 10.7498/aps.69.20191379
    [5] 周峰, 蔡宇, 邹德峰, 胡丁桐, 张亚静, 宋有建, 胡明列. 钛宝石飞秒激光器中孤子分子的内部动态探测. 物理学报, 2020, (): . doi: 10.7498/aps.69.20191989
    [6] 罗菊, 韩敬华. 激光等离子体去除微纳颗粒的热力学研究. 物理学报, 2020, (): . doi: 10.7498/aps.69.20191933
    [7] 刘家合, 鲁佳哲, 雷俊杰, 高勋, 林景全. 气体压强对纳秒激光诱导空气等离子体特性的影响. 物理学报, 2020, 69(5): 057401. doi: 10.7498/aps.69.20191540
    [8] 王晓雷, 赵洁惠, 李淼, 姜光科, 胡晓雪, 张楠, 翟宏琛, 刘伟伟. 基于人工表面等离激元的厚度渐变镀银条带探针实现太赫兹波的紧聚焦和场增强. 物理学报, 2020, 69(5): 054201. doi: 10.7498/aps.69.20191531
    [9] 刘厚通, 毛敏娟. 一种无需定标的地基激光雷达气溶胶消光系数精确反演方法. 物理学报, 2019, 68(7): 074205. doi: 10.7498/aps.68.20181825
    [10] 周旭聪, 石尚, 李飞, 孟庆田, 王兵兵. 利用双色激光场下域上电离谱鉴别H32+ 两种不同分子构型. 物理学报, 2020, (): . doi: 10.7498/aps.69.20200013
    [11] 张继业, 张建伟, 曾玉刚, 张俊, 宁永强, 张星, 秦莉, 刘云, 王立军. 高功率垂直外腔面发射半导体激光器增益设计及制备. 物理学报, 2020, 69(5): 054204. doi: 10.7498/aps.69.20191787
  • 引用本文:
    Citation:
计量
  • 文章访问数:  475
  • PDF下载量:  175
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-06-05
  • 修回日期:  2015-07-16
  • 刊出日期:  2015-12-05

基于激光散斑成像的零件表面粗糙度建模

  • 1. 南京信息工程大学, 江苏省气象探测与信息处理重点实验室, 南京 210044;
  • 2. 中国人民解放军 94654部队, 南京 210046
  • 通信作者: 陈苏婷, sutingchen@nuist.edu.cn
    基金项目: 

    国家自然科学基金(批准号: 61302188)、中国博士后特别资助基金(批准号: 2012 T50510)、中国博士后科学基金(批准号: 2011 M500940)、江苏省高校重大自然科学基金(批准号: 12KJA510001)和江苏高校优势学科建设工程项目资助的课题.

摘要: 表面粗糙度是衡量机械表面加工水平的重要参数. 通过构建一套激光散斑成像采集系统, 获取了不同表面加工类型和不同粗糙度值的零件表面激光散斑图像. 应用Tamura纹理特征理论提取图像的纹理粗糙度、对比度、方向度特征, 并分析了这三个特征与表面粗糙度的关系. 发现了纹理粗糙度特征与表面粗糙度的单调关系, 推导出平磨、外磨、研磨三种表面加工工艺的粗糙度值与图像纹理粗糙度特征的数学函数关系, 实现了表面粗糙度的测量. 同时, 利用Tamura纹理特征与加工工艺的依赖关系, 建立了基于贝叶斯网络的工艺识别推理模型, 推理出了零件表面加工工艺. 通过为多种加工类型表面建立粗糙度测量模型, 为粗糙度测量提供了新思路. 实验证明所提的粗糙度测量模型能以较高的准确率识别出零件表面加工类型并测量出其表面粗糙度值.

English Abstract

参考文献 (20)

目录

    /

    返回文章
    返回