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

来源：吉林大学学报（工学版）, 2022, 52(02): 425-432.

DOI：10.13229/j.cnki.jdxbgxb20211116

• 图像识别
• 铣削颤振
• 薄壁件
• 局部二值模式
• 混合滤波

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。

• 单位
  哈尔滨理工大学