Совершенствование процесса обработки барельефов с учетом их оптических свойств тема диссертации и автореферата по ВАК РФ 05.02.08, кандидат технических наук Каневский, Игорь Борисович

• Каневский, Игорь Борисович
• кандидат технических наук
• 2002

Оглавление диссертации кандидат технических наук Каневский, Игорь Борисович

Введение.

1 . Инструментальное и технологическое обеспечение формообразования барельефов.

1.1. Общие сведения о технологии получения скульптурных поверхностей на станках с ЧПУ.

1.2. Основные проблемы при получении сложных поверхностей.

1.3. Методы контроля качества поверхности и возможности их использования при гравировке.

1.4. Критерии качества поверхности.

1.5. Методы повьшения производительности при гравировке.

1.6. Цель и задачи исследований.

2 . Определение параметров шероховатости оптико-цифровым методом на основе математической модели отражения света от шероховатой поверхности.

2.1. Обоснование выбора метода оценки качества поверхности для произведенных исследований.

2.2. Цифровые изображения.

2.3. Кластерный подход.

2.4. Отражение света от шероховатой поверхности

2.4.1. Понятия зеркального и диффузного отражения

2.4.2. Шероховатая поверхность с позиций оптики

2.5. Типы поверхностей.

2.6. Особенности отражения света поверхностью барельефа.

2.7. Сравнение зеркальных составляющих отраженного потока.•.

2.8. Сравнение диффузных составляющих отраженного потока

2.9. Метод затенения.

Выводы

3 . Обработка барельефов с контролем оптико-цифровым методом.

3.1. Общие условия обработки.

3.2. Определение точностных параметров оптико-цифрового метода оценки качества поверхности

3.3. Исследование возможностей оценки параметров шероховатости, диагностирования дефектов обработки и выбора оптимального диаметра инструмента оптико-цифровыми методами.

3.4. Анализ участков барельефа.

Выводы.

4 . Методика П0вьш1ения производительности фрезерования барельефов.

4.1. Алгоритм повьшхения производительности фрезерования барельефов.

4.2. Программный модуль П0вьш1ения производительности фрезерования барельефов с использованием данных цифровой фотографии.

Выводы.

5. Практическое применение предлагаемой системы обработки.

Введение диссертации (часть автореферата) на тему «Совершенствование процесса обработки барельефов с учетом их оптических свойств»

Интеграция производственных процессов на всех этапах с помощью компьютерных технологий является сегодня приоритетной задачей для ведуищх производителей промышленных товаров в России и в мире . В условиях международной конкуренции только такой подход позволяет снизить издержки производства при существенном noBbmie-нии производительности и снижении времени производственного цикла, а также времени запуска в производство. Последнее особенно важно для работы в условиях динамично изменяющейся конъюнктуры современного рынка. Благодаря росту вычислительных ресурсов современных процессоров, повьшхению функциональности CAD/СЛМ-систем, разработке более совершенного математического аппарата, такая интеграция стала возможной. Более того, все чаще она охватывает этап дизайнерской проработки изделия, создание прототипов и опытных образцов. Такой подход позволяет оперативно изменять изделие в соответствии с требованиями ма ркетинговой стратегии, не отвлекая значительные ресурсы на корректировку конструкции и технологических процессов. Однако в ряде случаев автоматизация процесса затруднена и требуется высокая степень вовлечения в него труда рабочего или инженера, как правило, такие участки становятся "узким местом" в производственной цепочке. Это особенно характерно для обработки элементов деталей, имеющих сложные в технологическом отношении скульптурные поверхности, которые получаются как результат художественного творчества.

Сегодня барельеф является непременным дизайнерским атрибутом широкой гаммы промьш1 ленных товаров, а также изделий, имеющих самостоятельную художественную ценность (медалей, ювелирных украшений и т.п.). Изготовление барельефов необходимо в монетном деле, для рельефного тиснения документов.

Для изготовления формообразующих поверхностей таких изделий в настоящее время, щироко применяются фрезерные станки с ЧПУ. Это связано с определенными достоинствами их применения. К таким достоинствам можно отнести: сокращение цикла изготовления деталей, снижение требований к квалификации рабочих, обеспечение повторяемости технологического процесса, уменьшение объема слесарно-доводочных работ. Существовавшие ранее сложности в подготовке управляющих программ для указанных станков сейчас успешно решаются с помощью современных графических систем автоматизированного проектирования (САПР) .

Так как станки с ЧПУ являются дорогостоящим видом технологического оборудования, особое значение имеет задача П0вьш1ения эффективности их использования.

Чистовая обработка деталей сложной формы на фрезерных станках с ЧПУ является длительным технологическим процессом, что связано с преимущественно точечным касанием инструмента и детали в процессе обработки и, как следствие, с большой длиной траектории движения инструмента. Для повьшгения производительности обработки на фрезерных станках с ЧПУ, в первую очередь, необходимо снижать время резания, так как оно колеблется в пределах 7 5-8 0% от общего времени работы [52] .

Влияние параметров стратегии обработки на время резания может быть очень значительным, в некоторых случаях можно достичь 50%-й экономии времени при их удачном выборе. Существующие подходы при назначении стратегии не позволяют обоснованно в автоматическом режиме решить задачу выбора её параметров, учесть взаимное влияние соседних строк. Решение этой проблемы в значительной степени лежит в области создания математической модели процесса оптимизации стратегий формообразования и разработке программных средств для анализа «электронной» модели, объекта обработки. Производительность процесса должна повьшаться с учетом требования к качеству поверхности, получаемой после формообразования, поэтому в основе математической модели должны быть заложены критерии, учитывающие допустимую высоту возникающих макронеровностей.

В ряде современных САВ/САМ систем имеются встроенные средства, позволяющие учитывать указанные требования при подготовке управляющих программ для станков с ЧПУ. Однако в этом случае, во-первых, не учитываются физические особенности процесса резания на крутых уклонах и в узких канавках барельефа, из-за которых реальные неровности обработанной поверхности могут существенно отличаться от теоретических. Во-вторых, решение задачи поиска оптимальной стратегии, найденное системой для критических случаев в участках с наиболее неблагоприятной для обработки геометрией, распространяется на все поверхности, задействованные в обработке, что отрицательно сказывается на общей производительности формообразования.

Таким образом, в арсенале технолога, на котором в настоящее время целиком лежит ответственность за оптимальный выбор параметров стратегии обработки, имеется лишь собственный опыт и тривиальный перебор вариантов. Опыт обработки барельефов на отечественных машиностроительных предприятиях показывает, что часто необходима коррекция УИ непосредственно в процессе обработки на станке с целью П0вьш1ения качества поверхности или производительности формообразования.

Следовательно, необходим метод, позволяющий автоматически и достаточно быстро выбирать оптимальные параметры стратегии чистового фрезерования деталей сложной формы на станке с ЧПУ. Подобного метода в настоящее время не существует, а его разработка является актуальной проблемой.

В процессе диссертационных исследований разработан метод оперативной оценки макро- и микронеровностей поверхности деталей с использованием цифровой фотографии, что позволило создать алгоритм повьш1ения производительности обработки барельефов и обеспечить это повышение.

На защиту выносятся следующие положения диссертационной работы:

1. Математическая модель сопоставления параметров шероховатости поверхности с данным!А цифрового снимка, разработанная на основе теории отражения света от шероховатой поверхности. 2 . Решение задачи интегрального контроля соответствия реального изделия компьютерной модели непосредственно в процессе обработки с учетом допусков погрешности формы. 3. Методики фильтрации помех, возникающих при неравномерном освещении и загрязнении исследуемой поверхности, основанные на кластерном подходе к анализу изображений. 4 . Алгоритм повьшхения производительности обработки барельефов на основе компьютерного анализа цифровой фотографии поверхности.

Работа выполнялась в Иркутском государственном техническом университете в период с 1998 по 2001 годы.

Заключение диссертации по теме «Технология машиностроения», Каневский, Игорь Борисович

Выводы по работе

1. Предложены пути повышения производительности фрезерования барельефов на трехкоординатных станках с ЧПУ на основе компьютерного анализа цифровой фотографии обрабатываемой поверхности.

2. На основе теории отражения света от шероховатой поверхности разработана математическая модель сопоставления параметров шероховатости поверхности с данными цифрового снимка. Определены критерии выбора оптимального шага траектории инструмента с учетом оптических параметров поверхности и ее визуального восприятия.

3. Решена задача интегрального контроля соответствия реального изделия компьютерной модели непосредственно в процессе обработки с учетом допуска на высоту остаточного гребешка.

4. На основе кластерного подхода к анализу изображений предложены методики фильтрации помех, возникающих при неравномерном освещении и загрязнении исследуемой поверхности.

5. Разработаны методы предваритель ной обработки цифровых снимков поверхности, алгоритм анализа цифровых снимков, получения заключения о качестве обработки, определения оптимального шага траектории в процессе обработки изделий сложной формы.

6. Экспериментально подтверждена эффективность предложенных методов оценки параметров поверхности по цифровой фотографии, а также возможность оценки величины остаточного гребешка, диагностирования дефектов обработки оптико-цифровыми методами.

7. Разработана методика повьшюния производительности обработки барельефов на основе компьютерного ана

112 лиза цифровой фотографии поверхности и модульного подхода к подготовке управляющих программ для станка с ЧПУ.

Разработаны и отлажены программы, реализующие математическую модель и алгоритмы для определения оптимальной высоты остаточного гребешка и сопоставление поверхности изделия и компьютерной модели с использованием данных визуализации и цифровой фотографии.

Список литературы диссертационного исследования кандидат технических наук Каневский, Игорь Борисович, 2002 год

1. Бейтс Р., Мак-Донелл М. Восстановление и реконструкция изображений. - М.: Мир, 1989.-203 с.

2. Бендат Дж., Пирсол А. Прикладной анализ случайных данных: Пер. с англ. М.: Мир, 1989.-180 с.

3. Гжиров Р.И., Серебреницкий П.П. Программирование обработки на станках с ЧПУ: Справочник. Л. : Машиностроение. Ленингр. отд-ние, 1990.-588 с.

4. Голембиевский А. И. Основы систематологии способов формообразующей обработки в машиностроении/ Под ред. В. А. Петрова Мн.: Наука и техника, 1 9 8 6.168 с.

5. Даджион Д., Мерсеро Р. Цифровая обработка многомерных сигналов. М.: Мир, 1988.-219 с.

6. Данилов В.А. Формообразующая обработка сложных поверхностей резанием. Мн. : Наука и техника, 1995.-264 с.

7. Джайн А.К. Сжатие видеоинформации // ТИИЭР.- Т.69.- № 3.

8. Дружинский А.И. Методы обработки сложных поверх-но-стей на металлорежущих станках. М. : Машиностроение, 1965.- 248 с.

9. Дружинский А.И. Методы фрезерования пространственно-сложных поверхностей М.: Машгиз, 1950.-128 с.

10. Дружинский И.А. Сложные поверхности: Математическое и технологическое обеспечение: Справочник.- Л.: Машишиностроение, Ленингр. отд-ние, 1985.2 63 с.

11. Дунин-Варковский И. В., Карташова А. П., Измерения и анализ шероховатости, волнистости и некруг-лости поверхности. М.: Машиностроение, 1965.- 232 с.

12. Дьяченко П. Е., Якобсон М. О., Качество поверхности при обработке металлов резанием. Машгиз, 1951.- 291 с.

13. И.В. Каневский Дизайнерская проработка барельефов с помощью САВ/САМ систем. Интеллектуальные и материальные ресурсы Сибири//Тезисы докладов научно-практической конференции.- Иркутск: Изд-во ИрГТУ, 1997.- С. 27-29

14. Кучин А. А., Обрадович К. А. Оптические приборы для измерения шероховатости поверхности. Л. : Машиностроение, 1981.- 305с.

15. Методы передачи изображений. Сокращение избыточности / У.К.Прэтт, Д.Д. Сакрисон, Х.Г.Д. Мусманн и др. Под ред. У.К.Прэтта. М.: Радио и связь, 1983.

16. Мулламаа Ю.-А. Р. Атлас оптических характеристик взволнованной поверхности моря. Тарту: Изд-во АН эсер, 1964.- 384с.

17. Обработка фасонных поверхностей резанием. Родин П. Р., Линкин Г. А., Татаренко В. Н. -К. : Техника, 1976.- 200 с.

18. Оптические приборы в машиностроении. Справочник. М., «Машиностроение», 1974.- С. 119

19. Пономарев Б. В., Репин В. М. Повьш1ение производительности формообразования сложных деталей нафрезерных станках с ЧПУ // Вестник ИрГТУ, 1 9 9 8 . — №3.- С. 5 0—53.

20. Прэтт У. Цифровая обработка изображений. Кн. 1 . — М. : Мир, 1982.— 200 с.

21. Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов. — М.: Мир, 1 97 8.— 321с.

22. Топорец А. С. Оптика шероховатой поверхности. Л.: Машиностроение, 1988.— 190с.

23. Beckman P, Spizzichino A., "The Scattering of Electromagnetic Waves From Plough Surfaces, " Oxford: Pergamon Press, 1963. 492 p.

24. Bennett J. M., Dancey J. H., Stylus Profiling Instruments for Measuring Statistical Properties of

25. Smooth Optical Surfaces, Appl. Opt. 20, p 1785, 1981

26. Bennett J. M., Mattson L., Introduction to Surface Roughness Scattering, Optical Society of America, 1989

27. Birchfield S. An Introduction to Projective Geometry (for computer vision) .1998 .http://www.dai.ed.ac.uk/Cvonline/geom.htm

28. Blessing G. V., Eitzen D. G., Surface Roughness Sensed by Ultrasound, Journal of Topography 1, 2, 253-267, 1988.

29. Brodman R., Gerstorfer 0., Thum G., Optical Roughness Measuring Instrument for Fine Machined Surfaces, Opt. Eng. 24,408, 1985

30. C. R. Friedrich.,, and M.J. Vasile, Development of the micromilling process for high aspect - ratio microstructures. Journal of Microelectromechanical Systems, Vol. 5, no. 1, March.

31. Church E. L., Vorburger T. V., Wyant J. C., Direct Comparison of Mechanical and Optical Measurements of the Finish of Precision machined Optical Surfaces, Opt. Eng. 24, p 388,1985

32. Church E. L., The Measurement of Surface Texture and Topography by Differential Light Scattering, Wear, 57,93-105, 1979.

33. D. A. Stephenson, and J.S. Agapiou, Metal cutting theory and practice. Marcel Dekker, Inc.

34. D. Montgomery and Y. Altintas, Mechanism of cutting forces and surface generation in dynamic milling, ASME J. Eng. Ind., 113 (1991) 160-168.

35. Detrio J. A., Miner S. M., "Standardized Total Integrated Scatter Measurements of Optical Surfaces, " Opt. Eng. 24, 419, 1985.

36. Dornfeld D. A., Fei R. Y., In Process Surface Finish Characterization, ASME, Prod. Eng., Division PED 20, 191-204, 1986

37. Garbini J. L., Koh S.-P., Jorgensen J. E., Ramulu M., Surface Profile measurement During Turning Using Fringe-Field Capacitive Profilometry, J. of Dynamic Sys., Meas., and Control, 114, 235-43, 1992

38. Hahn G. J. and Shapiro S. S., "Statistical Models in Engineering", John Wiley and Sons, Inc., New York, 19 67.

39. Huynh V. M., Peticca G., An Optical Technique for Roughness Measurement of Printing Papers, Journal of Imaging Technology 16,22-26, 1990.

40. Jahne B. Digital Image Processing: Concepts, Algorithms, and Scientific Applications.- Berlin: Springer-Verlag, 1993.

41. K. Lee, S.-H. Ahn, D. Dornfeld, and P.K. Wright, The effect of run-out on design for manufacturing in micro-machining process. Submitted to Proceedings of the AS ME, IMECE 2 001.

42. Ken-D. E., The Propagation of Short Radio Waves, MIT Radiation Laboratory Series No. 13, McGraw-Hill, New York 1951.

43. Keys R.G. Cubic convolution interpolation for Digital Image Processing.- IEEE Trans. Acoust. , Speech, Signal Processing, 1981, vol.ASSP-29, p.1153-1160.

44. Kline, W. A., DeVor, R. A., and Shareef, I., "The prediction of surface accuracy in end milling," Trans. ASME, J. Eng. Ind., 104 , 1 982 , pp. 272-278

45. Lieberman A.G., Vorburger T. V. , Giaugue C. H. W., Risko D. G. , Rathbun K. R., Capacitance vs. Stylus Measurements of Surface Roughness, Journal of Topography, 1,3,315-330,1988.

46. Luk F., Huynh V., North W., Measurement of Surface Roughness by a Machine Vision System, Journal of Physics E: Scientific Instruments 22 , 977-8 0 , 1989.

47. M. Alauddin, MA. El Baradie, and M.S.J. Hashmi, Computer-aided analysis of a surface-roughness model for end milling, Journal of Materials Processing Technology, 55 (1995) 123-127.

48. Mostafavi H., Smith F.W. Image correlation with geometric distorsion.- IEEE Transactions, 1978, v.AES-14,p.487-500.

49. Saya Т., Moritada K., On the Forming of Surface Roughness in Finished Processing, Bull, the Japan Soc. of Prec. Eng. 1, 4, 287-293, 1966

50. Saya Т., Surface Finish in Metal Cutting, Annals of CIRP 12, 190-197, 1964

51. Sayles R. S., "Rough Surfaces," T. R. Thoma, Ed., Longman, London, 1982 Song J. F., "Surface Texture and Measurements," NIST Report, 1993 Song

52. J. F., Vorburger T. V., "Surface Texture," Metals handbook 18 reprint, 1992

53. Speed and Power Requirements for a High Performance Spindlehttp://www.gocadcam.com/articles.html

54. Spurgeon D., Slater R., In-Process Indication of Surface Roughness Using a Fibre-Optics Transducer, Machine Tool Design and Research, England, 339-347, 1974.

55. Stori, J., Machining Operation Planning based on Process Simulation and the Mechanics of Milling, Ph.D. Thesis, Department of Mechanical Engineering, University of California-Berkeley, 1988, pp. 39-79

56. Th. Schaller, L. Bohn, J. Mayer, and K. Schubert, M i c r o s t r u c t u r e grooves with a width of less than 50 m cut with ground hard metal micro end mills. Precision Engineering, Vol. 23, pp. 229-235.

57. Th. Schaller, M. Heckele, R. Ruprecht, and K. Schubert, Microfabrication of a mold insert made of hardened steel and first molding results. Proceedings of American Society for Precision Engineering, 1999, Vol. 20, p. 22 4 -22 7 .

58. Thomas T. R., Ed., "Rough Surfaces, " Longman, London, p 18 9 , 1982

59. Twersky V., On the Scattering and Reflection of Electromagnetic Waves by Rough Surfaces, Trans. I.R.E. AP-5, 81-90, 1957.

60. V.A. Tipnis, S.C. Buescher and R.C. Garrison, Mathematically modelled machining data for adaptive control of end mi11in goperations, Proc. NAMRC-iv, 1976, pp. 279-286.122

61. Vorburger T., Raja J., "Surface Finish Metrology," NISTIR-4088, U. S. Dept. of Commerce, 1990.

62. W.Y. Bao, and I.N. Tansel, Modeling micro-end-milling operations. Part II : Tool run-out, International Journal of Machine Tools & Manufacture, Vol. 40, pp. 2175-2192.

63. Zimmerman J. H., Vorburger T. V., MoncaRmax H. T., "Automated Optical Roughness Inspection," Optical Testing and Metrology II, Proc. SPIE 954,252, 1989