[發(fā)明專利]一種磨床砂輪自動(dòng)檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010911927.6
• 申請(qǐng)日: 2020-09-02
• 公開（公告）號(hào): CN111993280A
• 公開（公告）日: 2020-11-27
• 發(fā)明（設(shè)計(jì)）人: 李錕;吳悅琦;候翰;王偉全
• 申請(qǐng)（專利權(quán)）人: 長(zhǎng)春工程學(xué)院
• 主分類號(hào): B24B49/12
• 分類號(hào): B24B49/12;B24B49/00;B24B41/00
• 代理公司: 北京睿智保誠(chéng)專利代理事務(wù)所(普通合伙) 11732
• 代理人: 周新楣

本發(fā)明公開了一種磨床砂輪自動(dòng)檢測(cè)方法，應(yīng)用于機(jī)械檢測(cè)技術(shù)領(lǐng)域，包括以下步驟：步驟S1：待檢磨床砂輪表面裂紋檢測(cè)；步驟S2：步驟S1中檢測(cè)合格的待檢磨床砂輪進(jìn)行待檢磨床砂輪動(dòng)平衡檢測(cè)；步驟S3：根據(jù)步驟S1檢測(cè)結(jié)果，將檢測(cè)合格的磨床砂輪放置待用。本發(fā)明方便、快捷檢查和平衡砂輪，滿足磨床砂輪的便捷裝配和使用的要求。

技術(shù)領(lǐng)域

本發(fā)明應(yīng)用于機(jī)械檢測(cè)技術(shù)領(lǐng)域，更具體的說(shuō)，涉及一種磨床砂輪自動(dòng)檢測(cè)方法。

背景技術(shù)

傳統(tǒng)檢查砂輪是否正常的方法為手動(dòng)敲擊，新砂輪在裝卡盤之前，需用木棒輕輕敲擊，看是否有裂痕，在檢查砂輪沒(méi)有裂痕的情況下可裝卡盤。在砂輪裝在卡盤上之后，需要先裝至靜平衡架上做靜平衡，讓砂輪盤重心一致。即傳統(tǒng)檢測(cè)砂輪盤重心采用靜平衡機(jī)和動(dòng)平衡機(jī)的方法費(fèi)時(shí)費(fèi)力，并未性能單一。

因此，提供一種方便、快捷檢查砂輪裂紋和平衡砂輪的方法，滿足磨砂床的便捷裝配和使用的要求，是本領(lǐng)域技術(shù)人員亟需解決的問(wèn)題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供了一種磨床砂輪全自動(dòng)動(dòng)態(tài)校正方法。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種磨床砂輪自動(dòng)檢測(cè)方法，包括以下步驟：

步驟S1：待檢磨床砂輪表面裂紋檢測(cè)；

步驟S2：步驟S1中檢測(cè)合格的待檢磨床砂輪進(jìn)行待檢磨床砂輪平衡檢測(cè)；

步驟S3：根據(jù)步驟S1檢測(cè)結(jié)果，將檢測(cè)合格的磨床砂輪放置待用。

優(yōu)選的，待檢磨床砂輪表面裂紋檢測(cè)包括如下步驟：

步驟S11：訓(xùn)練集、驗(yàn)證集與測(cè)試集的采集：采集待檢磨床砂輪表面裂紋圖像數(shù)據(jù)集，將采集的待檢磨床砂輪表面裂紋圖像數(shù)據(jù)集按比例隨機(jī)分成訓(xùn)練集、驗(yàn)證集和測(cè)試集；

步驟S12：目標(biāo)分類檢測(cè)：對(duì)待檢磨床砂輪表面裂紋圖像數(shù)據(jù)采用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行目標(biāo)分類檢測(cè)，通過(guò)采用遷移學(xué)習(xí)方法訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型；

步驟S13：利用模型進(jìn)行待檢磨床砂輪表面裂紋檢測(cè)：采用滑動(dòng)窗口掃描方法，待檢磨床砂輪表面裂紋圖像進(jìn)行掃描，并依次送入訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行分類判斷，當(dāng)判斷結(jié)果為裂紋時(shí)，對(duì)應(yīng)區(qū)域的像素值保留；反之，則像素值賦0；

步驟S14：掃描完成后輸出檢測(cè)結(jié)果圖。

優(yōu)選的，在步驟S12當(dāng)中，對(duì)訓(xùn)練集和驗(yàn)證集的待檢磨床砂輪表面裂紋圖像數(shù)據(jù)采用預(yù)訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行目標(biāo)分類檢測(cè)，通過(guò)采用遷移學(xué)習(xí)方法調(diào)整預(yù)訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型。

優(yōu)選的，預(yù)訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型為GoogleNet Inception V3，在GoogleNetInception V3后添加一層全連接層實(shí)現(xiàn)模型的遷移學(xué)習(xí)；在訓(xùn)練階段，預(yù)訓(xùn)練好的GoogleNet Inception V3中的參數(shù)值保持不變，只對(duì)全連接層中的參數(shù)進(jìn)行更新。

優(yōu)選的，在步驟S11中，訓(xùn)練集、驗(yàn)證集和測(cè)試集中均包含有裂紋和無(wú)裂紋兩種類型的圖像數(shù)據(jù)。

優(yōu)選的，圖像數(shù)據(jù)集根據(jù)0.8、0.1、0.1的比例分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。

優(yōu)選的，圖像數(shù)據(jù)集中，每一圖像數(shù)據(jù)的的分辨率均為256*256像素。

優(yōu)選的，在步驟S14中，采用滑動(dòng)窗口掃描方法，對(duì)待檢磨床砂輪表面裂紋圖像進(jìn)行掃描的具體方法是：從待檢磨床砂輪表面裂紋圖像的左上角開始進(jìn)行掃描，掃描窗口大小為256*256像素，掃描順序?yàn)閺淖蟮接摇纳系较逻M(jìn)行掃描。

優(yōu)選的，待檢磨床砂輪平衡檢測(cè)包括如下步驟：

步驟S21：將步驟S1中檢測(cè)合格的待檢磨床砂輪利用砂輪動(dòng)平衡檢測(cè)裝置進(jìn)行動(dòng)平衡檢測(cè)；