文件名称：基于神经网络的磨削工件表面质量的在线检测
文件大小：1.32MB
文件格式：PDF
更新时间：2024-05-08 04:01:34
神经网络 光学检测 光散射
精密磨削加工过程中，冷却液的使用给表面质量的在线检测带来了困难。借助特制的“透明窗”装置，可以创造出一块透明测量区域解决此问题。通过采集透明测量区域内的表面散射图像，提取特征参数，建立BP神经网络，预测表面粗糙度，从而实现表面质量的在线测量。网络的输入为表面散射光带主方向上的散射特征参数、散射光带长轴和短轴上灰度分布的标准差、散射图像灰度特征和透明流体层的液体流速，输出是粗糙度。使用训练好的神经网络对已知粗糙度数值的标准样块进行预测，预测的平均误差为1.018%。由此推断出，选择的输入参数和建立的神经网络是有效的，能够用来实现表面质量的在线检测。