薄壁件铣削加工颤振的图像特征提取与识别

作     者：李茂月 刘硕 田帅 肖桂风 LI Mao-yue;LIU Shuo;TIAN Shuai;XIAO Gui-feng

作者机构：哈尔滨理工大学先进制造智能化技术教育部重点实验室哈尔滨150080 

基　　金：国家自然科学基金项目(51975169) 黑龙江省普通高校基本科研业务费专项项目(2019-KYYWF-0204) 

出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期：2022年第52卷第2期

页      码：425-432页

摘      要：目前,针对薄壁件铣削加工过程中的颤振识别问题,普遍采用传感器信号进行判别与预测,而没有建立颤振特征与加工表面的相关联系。本文利用图像处理与模式识别技术,通过铣削表面图像实现薄壁件加工状态的精确辨识与预测。首先,设计了混合滤波方案,实现了采集图像的预处理;然后,通过改进的局部二值模式和灰度共生矩阵提取图像的颤振纹理特征,并以K近邻分类算法对铣削加工过程中采集的图像进行预测和识别。实验结果表明:该模型辨识的准确率为95.5%,算法平均运行时间为0.069 s。实验结果验证了该方法具有较高的辨识准确率,同时满足颤振预测及检测的实时性需求,对薄壁件铣削加工状态的识别及智能加工具有良好的指导意义。

主 题 词：图像识别 铣削颤振 薄壁件 局部二值模式 混合滤波 

学科分类：08[工学] 0802[工学-机械学] 0803[工学-仪器类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13229/j.cnki.jdxbgxb20211116

馆 藏 号：203107255...