機(jī)床熱誤差建模技術(shù)的研究現(xiàn)狀

1、第 36 卷 第 期 河 北 科 技 大 學(xué) 學(xué) 報(bào) Vol. 36, No. 2015年 月 Journal of Hebei University of Science and Technology 2015收稿日期：2014-10-04；修回日期：2014-11-06；責(zé)任編輯：張 軍基金項(xiàng)目：國家自然科學(xué)基金面上項(xiàng)目（61271419）作者簡介：方 珩（1989）,男，安徽安慶人，碩士研究生，主要從事紡織品數(shù)字圖像技術(shù)方面的研究。通訊作者： 辛斌杰副教授，E-mail:方 珩，辛斌杰，劉曉霞，等. 一種新型紗線毛羽圖像特征識(shí)別算法的研究J.河北科技大學(xué)學(xué)報(bào)，2015，36（1）：FAN

2、G Heng, XIN Binjie , LIU Xiaoxia,et al. novel method of measuring yarn hairiness based on image recognitionJ. Journal of Hebei University of Science and Technology,2015，36（1）：文章編號(hào):1008-1542(2015)00-0001-00 doi:10.7535/hbkd.2015yx機(jī)床熱誤差建模技術(shù)的研究現(xiàn)狀 郭前建，王紅梅，李愛軍（山東理工大學(xué)機(jī)械工程學(xué)院，山東淄博 255049）摘 要：運(yùn)用ANSYS進(jìn)行實(shí)體結(jié)構(gòu)的有

3、限元分析時(shí)，網(wǎng)格劃分的質(zhì)量高低直接決定了運(yùn)算過程收斂與否及分析結(jié)果的精確程度。自由網(wǎng)格容易劃分但求解精度較低。六面體網(wǎng)格求解精度較高但只有六面體結(jié)構(gòu)能夠直接掃掠劃分為六面體網(wǎng)格。其它形狀的實(shí)體如何得到高質(zhì)量的六面體網(wǎng)格是預(yù)處理的關(guān)鍵，現(xiàn)有文獻(xiàn)很少有相關(guān)報(bào)道。本文研究了三棱柱、圓柱、球體等典型實(shí)體的網(wǎng)格劃分方法，首先在實(shí)體表面創(chuàng)建關(guān)鍵點(diǎn)、創(chuàng)建分割面、把實(shí)體結(jié)構(gòu)合理切分為六面體，然后掃掠得到六面體網(wǎng)格。對(duì)于復(fù)雜的實(shí)體結(jié)構(gòu)可以先切分成六面體或此類典型結(jié)構(gòu)，再運(yùn)用本文的劃分方法，得到高質(zhì)量的網(wǎng)格。最后，給出一個(gè)較復(fù)雜的大型實(shí)體結(jié)構(gòu)的網(wǎng)格劃分實(shí)例，為高精度分析提供了重要參考。關(guān)鍵詞：ANSYS; 網(wǎng)格劃

4、分; 網(wǎng)格優(yōu)化中圖分類號(hào)：TH161 文獻(xiàn)標(biāo)志碼：ADevelopment status of machine tool thermal error modeling technologyGUO Qianjian，WANG Hongmei，LI Aijun(School of Mechanical Engineering, Shandong University of Engineering Science, Zibo Shandong 201620, China) Abstract：One set of novel algorithm based on image acquisition a

5、nd processing method was proposed in order to measure the number and length of yarn hairiness. The image acquisition system could be used for the image capturing of yarn continuously. Yarn hairiness features could be extracted with the aid of image processing methods, such as gray-scale transformati

6、on, background subtraction, image enhancement, dynamic threshold segmentation, tilt correction, image segmentation, target classification and recognition. Then a thinning algorithm was applied on these yarn hairiness images to extract the skeleton of the hairiness at the pixel level. The number of y

7、arn hairiness of different length was determined by the modified scanning algorithm through choosing the edge of yarn evenness as the baseline. Our experimental results show that the precision of the new method was consistent with the visual observation method, its deviation was within 5%, which con

8、tributedto the improvement efficiency and accuracy of feature extraction of yarn hairiness.Key words：yarn hairiness; extracted hairiness; background subtraction; image processing; target recognition毛羽是紗線質(zhì)量控制的重要指標(biāo)，直接影響紗線的質(zhì)量，后道工序的加工和運(yùn)行，以及終端產(chǎn)品的2015年 河 北 科 技 大 學(xué) 學(xué) 報(bào) 第36卷質(zhì)量以及售價(jià)1- 2 。常用的紗線毛羽檢測(cè)方法主要分為光電法和人工

9、檢測(cè)方法，評(píng)價(jià)指標(biāo)為毛羽根數(shù)分布、毛羽長度指數(shù)和毛羽面積指數(shù)3- 4 ，有些學(xué)者認(rèn)為毛羽根數(shù)的分類和統(tǒng)計(jì)比毛羽指數(shù)更能直觀地反映毛羽分布情況5。然而，現(xiàn)有的紗線毛羽的檢測(cè)方法，如人工檢測(cè)法存在效率低下，光電法存在收集的毛羽信息不完備、所用設(shè)備價(jià)格昂貴等諸多問題，無法在現(xiàn)代化的生產(chǎn)中實(shí)現(xiàn)產(chǎn)品的有效管理6。因此，需要進(jìn)行進(jìn)一步探索新的毛羽檢測(cè)方法。本文采用CMOS工業(yè)相機(jī)捕獲紗線的背景和圖像序列，利用減背景技術(shù)消除紗線圖像灰度不勻帶來的影響，通過圖像增強(qiáng)法增大紗線毛羽與背景灰度值之間的差異，提出了一種基于灰度直方圖的動(dòng)態(tài)閾值分割方法，實(shí)現(xiàn)將圖像中紗線目標(biāo)與背景的理想分離，通過目標(biāo)分類識(shí)別法進(jìn)一步降

10、低圖像噪聲對(duì)紗線圖像的干擾，并利用形態(tài)學(xué)處理和圖像分割，得到紗線的毛羽圖像，最終通過對(duì)紗線進(jìn)行細(xì)化處理，得到細(xì)化后的紗線毛羽圖像，以紗線軸線和主干邊緣之間的中心線為基準(zhǔn)線，對(duì)毛羽像素點(diǎn)進(jìn)行分析和判斷，統(tǒng)計(jì)得到不同長度的毛羽根數(shù)。本文包括3個(gè)部分：1）紗線圖像采集系統(tǒng)的搭建； 2）紗線圖像的預(yù)處理和形態(tài)分析；3）紗線毛羽的特征參數(shù)提取與分析；1 紗線圖像采集系統(tǒng)的構(gòu)建和采樣 圖1 紗線圖像采集示意圖Fig.1 Yarn image acquisition紗線圖像采集系統(tǒng)，包括5個(gè)部分：1）光學(xué)鏡頭（尼克爾鏡頭）；2）Flare CL 2M360 CMOS攝像頭；3）圖像采集卡；4）LED光源；

11、5）個(gè)人計(jì)算機(jī)。其系統(tǒng)結(jié)構(gòu)示意圖如圖1所示。為確保捕獲的紗線圖像保持清晰，將相機(jī)的各項(xiàng)參數(shù)進(jìn)行如下設(shè)置：曝光時(shí)間為400 us，圖像的分辨率為176 0*100 0，預(yù)先將紗線的軸線在水平方向上能夠位于相機(jī)視野正中央，與鏡頭平面的空間距離保持在15 cm左右，通過調(diào)整光源亮度、焦距和光圈的大小至紗線圖像最清晰。在本文的實(shí)驗(yàn)中，共選用了3種紗線樣品進(jìn)行測(cè)試，其紗線規(guī)格如表1所示。表1 測(cè)試樣品紗線的線密度及股數(shù)Tab.1 Yarn linear density and number of shares of test samples樣品種類紗線的線密度/tex股數(shù)樣品1 棉紗27.81樣品2 棉

12、紗31.251 樣品3 棉/粘膠29.41紗線圖像的預(yù)處理和形態(tài)分析由于紗線毛羽和背景、紗線條干之間的亮度存在差異，需要圖像進(jìn)行減背景、圖像增強(qiáng)、動(dòng)態(tài)閾值分割等一系列圖像處理，完整的提取紗線毛羽的特征參數(shù)信息，其算法流程圖如圖2所示?；叶茸儞Q 本文中采集的紗線圖像為彩色位圖，需要通過灰度轉(zhuǎn)換公式1將其轉(zhuǎn)換為灰度圖像，如圖3所示，便于后續(xù)的圖像處理。L=0.2889r+0.5870g+0.1140b （1）其中，L為紗線圖像灰度值；r, g, b分別代表彩色圖像中紅、綠、藍(lán)3種顏色的亮度值。樣品1樣品2樣品3圖3 灰度圖像Fig.3 Gray images 減背景法 減背景法是將采集的紗線序列圖

13、像和不包含紗線的背景圖像(灰度轉(zhuǎn)換后的圖像)相減，獲取紗線主體目標(biāo)圖像。本文在采集紗線圖像前，首先采集無紗線存在的空白背景圖像，如圖4所示，通過2幅圖像的減運(yùn)算得到紗線目標(biāo)圖像，如圖5所光照強(qiáng)度隨時(shí)間的延長而發(fā)生改變，背景圖像的灰度在一定的程度上發(fā)生了改變，因此減背景法可能會(huì)破壞部分毛羽的信息。同時(shí)，紗線的毛羽在空間呈立體、卷曲狀分布，會(huì)對(duì)光線產(chǎn)生散射現(xiàn)象等，因相機(jī)景深的深度限制，導(dǎo)致紗線毛羽灰度值過低。因此，希望通過灰度變換函數(shù)對(duì)每一個(gè)像素點(diǎn)進(jìn)行線性擴(kuò)展，改善紗線毛羽圖像的視覺效果，較好的實(shí)現(xiàn)閾值分割。本紗線毛羽基準(zhǔn)線的擬合如圖18所示，因紗線邊緣的呈曲線分布特征，本文采用不同于以往的參考文

14、獻(xiàn)中以紗線邊緣作為基準(zhǔn)線的標(biāo)準(zhǔn) 16-17，而是以紗線橫向軸線與上下條干邊緣之間的距離的平均值作為基準(zhǔn)線。上基準(zhǔn)線軸線下基準(zhǔn)線圖18 紗線毛羽基準(zhǔn)線的判定Fig.18 Estimation of yarn hairiness baseline 紗線毛羽的檢測(cè)方法圖19 紗線毛羽數(shù)量的統(tǒng)計(jì)Fig.19 The statistic methodof yarn hairiness圖20 放大后的圖像Fig.20 Enlarged view of the encircled region如圖19所示，用圖像法統(tǒng)計(jì)紗線毛羽數(shù)量時(shí)，關(guān)鍵是判斷毛羽點(diǎn)的個(gè)數(shù)，其原理是在紗線圖像上間隔1 mm的距離沿水平方向統(tǒng)

15、計(jì)毛羽點(diǎn)的個(gè)數(shù)，由圖20可知，毛羽輪廓雖然由單個(gè)像素點(diǎn)組成，但并非呈豎直排列狀，在某一水平方向上會(huì)由多個(gè)連續(xù)像素點(diǎn)構(gòu)成，因此單個(gè)毛羽點(diǎn)由連續(xù)的像素點(diǎn)或單個(gè)像素點(diǎn)構(gòu)成，在本文的統(tǒng)計(jì)中，毛羽點(diǎn)的個(gè)數(shù)代表毛羽根數(shù)。 本文選用的紗線毛羽統(tǒng)計(jì)標(biāo)準(zhǔn)參照UsterHL400毛羽儀的測(cè)試標(biāo)準(zhǔn)，比如1 mm長度的毛羽數(shù)量表示毛羽長度小于或等于1 mm的長度，2 mm長度的毛羽數(shù)量表示大于1 mm且小于或等于2 mm的毛羽長度，3，4，5，6 mm長度的毛羽數(shù)量的統(tǒng)計(jì)依次原理類推。因此，本文通過如圖22所示的毛羽根數(shù)的統(tǒng)計(jì)原理，即每個(gè)條柱面積代表初始統(tǒng)計(jì)的毛羽根數(shù)，紅色的條柱面積表6、表7，從3個(gè)圖表中可看出，相

16、同條件下，圖像法與目測(cè)法測(cè)試結(jié)果的最大偏差為4.5%,在合理范圍之內(nèi)。表5 樣品1與目測(cè)法比較Tab.5 Comparison result with the visual method by sample 1毛羽長度毛羽/根圖像法目測(cè)法偏差1197.3205.24%229.930.62.3%36.66.82.9%41.11.1050.30.1060.10.10 結(jié) 論 實(shí)驗(yàn)結(jié)果證明，本文提出的基于圖像處理算法的新型紗線毛羽的檢測(cè)方法，在不考慮紗線毛羽交叉、卷曲、斷裂的情況下能夠有效提高紗線毛羽根數(shù)檢測(cè)的準(zhǔn)確性，提升圖像檢測(cè)法的精度和檢測(cè)效率，更好的反映紗線毛羽的分布情況。本文通過3種紗線樣品

17、實(shí)例分析，紗線毛羽的圖像處理算法的結(jié)果與目測(cè)法的偏差在5%以內(nèi)，說明這種算法在實(shí)踐中是可行的，可為將來開發(fā)紗線毛羽特征軟件和圖像法毛羽檢測(cè)系統(tǒng)提供參考和評(píng)價(jià)。參考文獻(xiàn)/References: （注：文獻(xiàn)不少于20條。加紅部分分別為中英文期刊論文J、標(biāo)準(zhǔn)S、書M、畢業(yè)論文D的格式）1 CARVALHO V, BELSLEY M, VASCONCELOS R M, et al. Yarn hairiness and diameter characterization using a CMOS line arrayJ. Measurement, 2 孟憲鴻, 陳躍華. 數(shù)字圖像處理法測(cè)紗線毛羽的方法

18、和儀器J. 上海紡織科技, 2003, 31(4): 15-16.MENG Xianhong, Chen Yuehua. Method and apparatus of image processing in yarn hairiness measurementJ. Shanghai Textile science & Technology, 2003. 31(4): p. 15-16.3 Barella A. Yarn hairinessJ. Textile Progress, 1983, 13(1): 1-57.4 秦貞俊. 關(guān)于紗線毛羽問題的討論J.棉紡織技術(shù), 2001, 29(3):

19、 5-10.QIN Zhenjun. The discussion about the yarn hairinessJ. Cotton Textile Technology, 2001, 29(3): 5-10.5 GUHA A, AMARNATH C, PATERIA S, et al. Measurement of yarn hairiness by digital image processingJ. The Journal of The Textile Institute, 2010, 101(3): 214-222.6 GB 10002000，沙土S.GB 10002000，（對(duì)應(yīng)的

20、英文）S.7 趙*，王*. 沙土治理M. 北京：*出版社，2005.ZHAO *, WANG *. Sand TreatmentM. Beijing: * Publisher, 2005.8 張繼蕾. 基于圖像處理技術(shù)的紗線毛羽檢測(cè)應(yīng)用研究D.石家莊：河北科技大學(xué), 2011.ZHANG Jilei. Application Study on the Yarn Hairiness Detection Based on Image Processing TechnologyD. Shijiazhuang: Hebei University of Science and Technology,20

21、11.9 周絢麗, 成 玲. 紗線黑板數(shù)字圖像處理方法J. 紡織學(xué)報(bào), 2008, 29(8): 30-34.ZHOU Xunli, CHENG Ling. Digital image processing method of yarn black boardJ. Journal of Textile Research, 2008, 29(8): 30-34.10 FABIJASKA A, JACKOWSKA-STRUMIO L. Image processing and analysis algorithms for yarn hairiness determinationJ. Machin

22、e Vision and Applications, 2012, 23(3): 527-540. 11 孟憲鴻, 陳躍華. 數(shù)字圖像處理法測(cè)紗線毛羽的方法和儀器J. 上海紡織科技, 2003, 31(4): 15-16.MENG Xianhong, Chen Yuehua. Method and apparatus of image processing in yarn hairiness measurementJ. Shanghai Textile science & Technology, 2003. 31(4): p. 15-16.12 Barella A. Yarn hairiness

23、J. Textile Progress, 1983, 13(1): 1-57.13 秦貞俊. 關(guān)于紗線毛羽問題的討論J.棉紡織技術(shù), 2001, 29(3): 5-10.QIN Zhenjun. The discussion about the yarn hairinessJ. Cotton Textile Technology, 2001, 29(3): 5-10.14 GUHA A, AMARNATH C, PATERIA S, et al. Measurement of yarn hairiness by digital image processingJ. The Journal of

24、 The Textile Institute, 2010, 101(3): 214-222.15 CARVALHO V, BELSLEY M, VASCONCELOS R M, et al. Yarn hairiness and diameter characterization using a CMOS line arrayJ. Measurement, 2008, 41(10): 1077-1092.16 FABIJASKA A, JACKOWSKA-STRUMIO L. Image processing and analysis algorithms for yarn hairiness determinationJ. Machine Vision and Applications, 2012, 23(3): 527-540. 17 張繼蕾. 基于圖像處理技術(shù)的紗線毛羽檢測(cè)應(yīng)用研究D.石家莊：河北科技大學(xué), 2011.ZHANG Jilei. Application Study on the Yarn Hairine