欢迎来到天津华茂致远自动化科技有限公司网站！
185-12233227
为了弥补传统打磨方法的不足，提高铸件的打磨效率和精度，研究人员在判断和预测方面结合了智能传感装置和人工智能算法。主要成果包括基于图像视觉的打磨方法、激光传感、数据驱动的打磨预测、2.5D局部特征信息、设计模型与3D点云的比较等。
手工打磨可以根据实际情况，其中一道工序完成后需要进行观察和测量，实时对比图纸和尺寸后调整后续打磨策略。随着机器视觉的广泛应用，可以实现仿人打磨策略的实时反馈和智能规划。在人工智能技术的支持下，视觉传感器在广泛的智能应用中得到了应用，对促进打磨过程的改进起到了积极的作用.视觉传感器具有非接触检测、精度高、重复性强、速度快、稳定性好、成本低等优点
Moravec提出了用于双目视觉图像匹配的角点检测器，而Harris提出了用于图像匹配的Harris角点算子。21世纪初，出现了大量的相关方法。2001年，提出了一种数字相移阴影技术，它只拍摄一幅图像:参考光栅线在变形物体表面上的投影。通过在其平面内移动虚拟参考光栅来计算相移.2010年，穆罕默迪提出在物体表面投射莫尔光栅；物体表面形状的变化引起光栅条纹的相位变化，并且可以提取相位的特定变化以获得物体表面的三维信息.近年来，在工业机器人和打磨相关领域也有许多应用。
涡轮叶片、风力叶片、新能源客车车体、高铁车体等复杂零部件广泛应用于航空航天、能源、汽车、轨道交通等行业，其制造水平代表着一个国家制造业的竞争力。一般来说，复杂构件可以分为复杂曲面和复杂结构。前者的特点是自由曲面、薄壁表面和难加工材料，并要求高尺寸精度和表面质量。后者具有尺寸大、材料去除率高、多品种小批量生产的特点。在锻造、铸造、模制或机械加工之后，这些部件通常需要进行打磨或精加工，以进一步提高轮廓精度和表面光洁度。因此，掌握这种复杂零件的高精度打磨技术是制造业面临的严峻挑战。
扫一扫手机网站
在线客服
185-12233227
litao_llt@163.com