Application of digital image processing in tool condition monitoring: A review

Dutta, Samik; Pal, Surjya K.; Mukhopadhyay, Sudipta; Sen, Ranjan

doi:10.1016/j.cirpj.2013.02.005

Cited by 200 publications

(78 citation statements)

References 106 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Najdokładniejsze pomiary zużycia można prowadzić za pomocą mikroskopów warsztatowych, to jednak wymaga zdjęcia narzędzia z obrabiarki, co pochłania dużo czasu i jest niedopuszczalne w praktyce przemysło-wej. Odrębną, rozwijającą się grupą technik diagnostycznych jest zastosowanie automatycznych metod wizyjnych [7]. Bezpośrednia obserwacja narzędzia w przerwach obróbki wydaje się obiecującym sposobem na uzyskanie parametrów geometrycznych, które mogą być wykorzystane jako dokładne wskaźniki zużycia ostrza.…”

Section: Abstract: Tool Condition Monitoring Cutting Machine Visionunclassified

Analysis of differences between images with lighting from different directions for detection of tool wear

Błażejak

2017

Mechanik

View full text Add to dashboard Cite

W trakcie budowy systemu opartego na metodach wizyjnych najważniejszy jest dobór oświetlenia. Prawidłowo ustawione upraszcza analizę zdjęć. Opracowano prototyp systemu wykrywania obszaru starcia powierzchni przyłożenia noży tokarskich, ukazującego różnice pomiędzy kolejnymi zdjęciami tego samego ostrza oświetlonego z różnych kierunków. SŁOWA KLUCZOWE: diagnostyka stanu narzędzia, skrawanie, metody wizyjneIn developing a vision-based system, the most important thing is choosing the lighting. Properly set up simplifies image analysis. The prototype of the system for detecting wear of flank face, which detects the differences between successive images of the same tool illuminated from different directions, has been developed. KEYWORDS: tool condition monitoring, cutting, machine visionDiagnostyka stanu narzędzia skrawającego jest warunkiem koniecznym automatyzacji wytwarzania, która ma na celu zapewnienie odpowiedniej jakości wytwarzania przedmiotów. Jest ona szczególnie istotna w przemyśle lotniczym, w którym często wykonuje się kosztowne przedmioty. Ostrze o wysokim stopniu zużycia może być przyczyną uszkodzenia obrabianej części, co najczęściej prowadzi do przedwczesnej wymiany narzędzia. Powoduje to wzrost kosztów związanych z przestojem maszyny na czas przezbrojenia oraz zakupem większej liczby narzędzi. W wielu ośrodkach na świecie zainspirowało to prace nad budową systemu diagnostyki ostrza. Najbardziej rozpowszechnione są rozwiązania badające stopień zużycia ostrza w sposób pośredni [1, 2], np. w oparciu o przebieg sygnałów z czujników sił, drgań, emisji akustycznej oraz mocy. Przykładem może być system automatycznej diagnostyki stanu ostrza opracowywany w Zakładzie Automatyzacji i Obróbki Skrawaniem Politechniki Warszawskiej [3,4]. Innym podejściem do pośredniej oceny stanu ostrza jest wizyjna ocena wiórów [5].Wymienione sposoby oceny stanu ostrza wykorzystują diagnostykę pośrednią, a więc wymagają powiązania pewnej mierzonej wielkości ze stopniem zużycia ostrza. Alternatywnym podejściem byłoby stosowanie wskaźników bezpośrednich. Do takich należy zaliczyć wielkości geometryczne opisujące zużycie narzędzia. Jedna z metod wykorzystuje sondy narzędziowe, które prowadzą pomiar zużycia w sposób mechaniczny [6], poprzez bezpośredni kontakt z narzędziem, mierząc przesunięcie wierzchołka narzędzia. Najdokładniejsze pomiary zużycia można prowadzić za pomocą mikroskopów warsztatowych, to jednak wymaga zdjęcia narzędzia z obrabiarki, co pochłania dużo czasu i jest niedopuszczalne w praktyce przemysło-wej. Odrębną, rozwijającą się grupą technik diagnostycznych jest zastosowanie automatycznych metod wizyjnych [7]. Bezpośrednia obserwacja narzędzia w przerwach obróbki wydaje się obiecującym sposobem na uzyskanie parametrów geometrycznych, które mogą być wykorzystane jako dokładne wskaźniki zużycia ostrza. Podstawowym kryterium rozwiązywania problemów w metodach wizyjnych jest właściwe dobranie sprzętu do projektowanego rozwiązania. Istotne jest dobranie kamery oraz obiektywu, jednak kluczową rolę odgrywa oświetlacz. Do...

show abstract

Section: Abstract: Tool Condition Monitoring Cutting Machine Visionunclassified

Analysis of differences between images with lighting from different directions for detection of tool wear

Błażejak

2017

Mechanik

View full text Add to dashboard Cite

show abstract

“…The proposed algorithm of data processing ensures the possibility to monitor and automate processes to achieve the specified quality of the products. An analysis of different research methods, including the AE method, when machining different materials (turning, milling, drilling) was performed in [3]. It was noted that the AE method could be used for optimizing machining parameters, as well as to identify condition of the treated surface and cutting tools (wear and destruction).…”

Section: Literature Review and Problem Statementmentioning

confidence: 99%

Analysis of acoustic emission amplitude parameters when increasing the machining depth of a composite

Filonenko

Zaritskyi

2017

EEJET

View full text Add to dashboard Cite

“…Для управления технологичес-кими процессами механической обработки материалов, включая и КМ, проводятся комплексные исследования с поиском закономерностей изменения различных анализи-руемых параметров -сил резания, температуры, износа обрабатывающего инструмен-та, звука, вибраций, АЭ, шероховатости обработанной поверхности и других характе-ристик [1][2][3][4][5].…”

unclassified

Acoustic Emission Energy Parameters at Composite Tool Wear With a Not Controlled Cutting Depth

Filonenko¹

2017

TST

View full text Add to dashboard Cite

Application of digital image processing in tool condition monitoring: A review

Cited by 200 publications

References 106 publications

Analysis of differences between images with lighting from different directions for detection of tool wear

Analysis of differences between images with lighting from different directions for detection of tool wear

Analysis of acoustic emission amplitude parameters when increasing the machining depth of a composite

Acoustic Emission Energy Parameters at Composite Tool Wear With a Not Controlled Cutting Depth

Contact Info

Product

Resources

About