吉林大学学报(工学版) ›› 2018, Vol. 48 ›› Issue (6): 1838-1843.doi: 10.13229/j.cnki.jdxbgxb20170798

• • 上一篇    下一篇

微细电火花加工表面粗糙度快速高斯评定

赵爽1(),沈继红2,张刘3,赵晗4,陈柯帆4   

  1. 1. 哈尔滨工程大学 自动化学院,哈尔滨 150001
    2. 哈尔滨工程大学 理学院,哈尔滨 150001
    3. 吉林大学 仪器科学与电气工程学院,长春 130061
    4. 哈尔滨工程大学 航天与建筑工程学院,哈尔滨 150001
  • 收稿日期:2017-08-01 出版日期:2018-11-20 发布日期:2018-12-11
  • 作者简介:赵爽(1984-),女,博士研究生.研究方向:系统分析、建模、优化,表面加工工艺评价.
  • 基金资助:
    “863”国家高技术研究发展计划项目(2013AA122904);国家重点研发计划项目(2016YFB0501003);中央高校基本科研业务费资金项目(HEUCFP201770);黑龙江省自然科学基金面上项目(F2015032);上海市科技人才计划项目(16QB1403500);上海市科委重点项目(15DZ1160700,16DZ1120400)

Evaluation of surface roughness of micro electrical discharge machining based-on fast Gauss algorithm

ZHAO Shuang1(),SHEN Ji-hong2,ZHANG Liu3,ZHAO Han4,CHEN Ke-fan4   

  1. 1. College of Automation, Harbin Engineering University, Harbin 150001,China
    2. College of Science, Harbin Engineering University, Harbin 150001, China
    3. College of Instrumentation & Electrical Engineering, Jilin University, Changchun 130061, China;
    4. College of Aerospace and Civil Engineering, Harbin Engineering University, Harbin 150001,China
  • Received:2017-08-01 Online:2018-11-20 Published:2018-12-11

RICH HTML

 1   

PDF (PC)

73

摘要：

为实现微细电火花加工表面粗糙度评定,提出了基于扫描电镜结果的表面粗糙度快速高斯评定方法。首先,对使用的高斯评定算法进行详尽阐述,对评定数据进行预处理。然后,以微细电火花加工的扫描电镜数据为依据,设计了基于高斯评定基准的快速评定算法。最后,以实际样件的微细电火花加工和扫描电镜结果为输入,分别利用本文提出的快速评定方法、卷积算法和快速傅里叶变换(FFT)评定算法进行表面粗糙度评定的仿真试验。试验结果表明:相比于卷积法和FFT评定算法,本文方法能显著提高评定效率,对512×512采样点的评价时间可分别由传统两种方法的6 s和4 s缩短为2 s。

关键词: 自动控制技术, 微细电火花加工, 表面粗糙度, 快速高斯法, 表面粗糙度评定

Abstract:

In order to realize micro Electrical Discharge Mchining (EDM) surface roughness evaluation, a fast Gauss evaluation algorithm of surface roughness is proposed based on the results of scanning electron microscopy (SEM). First, the Gauss evaluation algorithm is described in detail, and the data to be evaluated are preprocessed. Then, according to the SEM data of the micro electrical discharge machining, a fast evaluation algorithm is designed based on a Gauss Evaluation benchmark. Finally, with the input of the results obtained from micro electrical discharge machining and SEM on actual samples, the simulation experiments of surface roughness evaluation are carried out using the proposed fast Gauss evaluation method, convolution algorithm and FFT algorithm respectively. Experimental results show that, compared with the other algorithms, the proposed fast Gauss evaluation method significantly improves the efficiency of evaluation. Estimated time for 512×512 sampling points can be shortened to 2 s from 6 s and 4s of the other two conventional methods respectively.

Key words: automation control technology, micro electrical discharge machining (micro-EDM), surface roughness, fast Gauss method, evaluation of surface roughness

中图分类号: 

  • TP274

图1

算法验证流程图"

图2

探针运动轨迹图"

图3

D3100 扫描图片"

图4

工件表面原始形貌图"

图5

工件表面采样数据图"

图6

快速算法得到的高斯滤波基准面"

图7

三种算法的评定时间图"

[1] 郭黎滨, 张彬, 崔海 , 等. 微细电火花线切割表面三维粗糙度的结构性参数[J]. 吉林大学学报:工学版, 2015,45(3):851-856.
doi: 10.13229/j.cnki.jdxbgxb201503024
Guo Li-bin, Zhang Bin, Cui Hai , et al. Structural parameters of 3D roughness for micro wire electrical discharge machining surface[J]. Journal of Jilin University(Engineering and Technology Edition), 2015,45(3):851-856.
doi: 10.13229/j.cnki.jdxbgxb201503024
[2] ISO—11562. Geometrical product specifications(GPS)-surface texture: profile method-metrological characteristics of phase correct filters[S].
[3] 陈志杰 . 微细电火花加工表面粗糙度评定研究[D]. 哈尔滨:哈尔滨工程大学自动化学院, 2011.
Chen Zhi-jie . Research on surface roughness evaluation of micro-EDM[D]. Harbin: College of Automation, Harbin Engineering University, 2011.
[4] Raja J, Radhakrishnan V . Filtering of surface profiles using fast fourier transform[J]. International journal of machine tool design & research, 1979,19(3):133-141.
doi: 10.1016/0020-7357(79)90003-9
[5] Krystek M . A fast Gauss filtering algorithm for roughness measurements[J]. Precision Engineering, 1996,19(2/3):198-200.
doi: 10.1016/S0141-6359(96)00025-6
[6] 强锡富, 袁怡宝 . 建立表面粗糙度评定中线的快速算法[J]. 仪器仪表学报, 1994,15(4):353-358.
Qiang Xi-fu, Yuan Yi-bao . A fast algorithm founding mean line in surface roughness assessment[J]. Chinese Journal of Scientific Instrument, 1994,15(4):353-358.
[7] 申丁 . 工程表面表征中基于高斯滤波的并行快速算法研究[D]. 福州:福州大学机械工程及自动化学院, 2014.
Shen Ding . The research of the parallel fast algorithm based on gaussian filtering in the characterization of engineering surfaces[D]. Fuzhou: School of Mechanical Engineering and Automation, Fuzhou University, 2014.
[8] 曾文涵, 高咏生, 谢铁邦 , 等. 三维表面粗糙度高斯滤波快速算法[J]. 计量学报, 2003,24(1):10-13.
Zeng Wen-han, Gao Yong-sheng, Xie Tie-bang , et al. A fast gauss filtering algorithm for 3D surface roughness[J]. Acta Metrologica Sinica, 2003,24(1):10-13.
[9] 许景波, 袁怡宝, 崔晓萌 , 等. 表面测量中高斯滤波中线的有理逼近实现[J]. 吉林大学学报:工学版, 2014,44(5):1347-1352.
doi: 10.7964/jdxbgxb201405020
Xu Jing-bo, Yuan Yi-bao, Cui Xiao-meng , et al. Rational approximation implementation approach to determine gaussian filtering mean line in surface roughness measurement[J]. Journal of Jilin University (Engineering and Technology Edition), 2014,44(5):1347-1352.
doi: 10.7964/jdxbgxb201405020
[10] Gagnepain J J, Roques C C . Fractal approach to two dimensional and three dimensional surface roughness[J]. Wear, 1986,109(1-4):119-126.
doi: 10.1016/0043-1648(86)90257-7
[11] Chen Zhi-jie, Shen Ji-hong, Guo Li-bin. A wavelet method based on goodness of fit test for roughness of micro-EDM [C]//Proceedings of the 2010 IEEE International Conference on Information and Automation, Harbin, China, 2010: 2026-2030.
[12] Krystek M . A fast gauss filtering algorithm for roughness measurements[J]. Precision Engineering, 1996,19(2):198-200.
doi: 10.1016/S0141-6359(96)00025-6
[13] 陈桂明, 张明照, 戚红雨 . 应用Matlab语言处理数字信号与数字图像[M]. 北京: 科学出版社, 2000: 124-131.
[1] 鲁金忠,周婉婷,张圣洋,邵亦锴,王长雨,罗开玉. 激光冲击强化层数对6061⁃T6铝合金抗腐蚀性能的影响[J]. 吉林大学学报(工学版), 2019, 49(3): 842-849.
[2] 于树友,谭雷,王伍洋,陈虹. 基于三步法的汽车主动四轮转向控制[J]. 吉林大学学报(工学版), 2019, 49(3): 934-942.
[3] 温海营,任翔,徐卫良,丛明,秦文龙,胡书海. 咀嚼机器人颞下颌关节仿生设计及试验测试[J]. 吉林大学学报(工学版), 2019, 49(3): 943-952.
[4] 顾万里,王萍,胡云峰,蔡硕,陈虹. 具有H∞性能的轮式移动机器人非线性控制器设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1811-1819.
[5] 李战东,陶建国,罗阳,孙浩,丁亮,邓宗全. 核电水池推力附着机器人系统设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1820-1826.
[6] 王德军, 魏薇郦, 鲍亚新. 考虑侧风干扰的电子稳定控制系统执行器故障诊断[J]. 吉林大学学报(工学版), 2018, 48(5): 1548-1555.
[7] 闫冬梅, 钟辉, 任丽莉, 王若琳, 李红梅. 具有区间时变时滞的线性系统稳定性分析[J]. 吉林大学学报(工学版), 2018, 48(5): 1556-1562.
[8] 张茹斌, 占礼葵, 彭伟, 孙少明, 刘骏富, 任雷. 心肺功能评估训练系统的恒功率控制[J]. 吉林大学学报(工学版), 2018, 48(4): 1184-1190.
[9] 董惠娟, 于震, 樊继壮. 基于激光测振仪的非轴对称超声驻波声场的识别[J]. 吉林大学学报(工学版), 2018, 48(4): 1191-1198.
[10] 田彦涛, 张宇, 王晓玉, 陈华. 基于平方根无迹卡尔曼滤波算法的电动汽车质心侧偏角估计[J]. 吉林大学学报(工学版), 2018, 48(3): 845-852.
[11] 张士涛, 张葆, 李贤涛, 王正玺, 田大鹏. 基于零相差轨迹控制方法提升快速反射镜性能[J]. 吉林大学学报(工学版), 2018, 48(3): 853-858.
[12] 王林, 王洪光, 宋屹峰, 潘新安, 张宏志. 输电线路悬垂绝缘子清扫机器人行为规划[J]. 吉林大学学报(工学版), 2018, 48(2): 518-525.
[13] 胡云峰, 王长勇, 于树友, 孙鹏远, 陈虹. 缸内直喷汽油机共轨系统结构参数优化[J]. 吉林大学学报(工学版), 2018, 48(1): 236-244.
[14] 朱枫, 张葆, 李贤涛, 王正玺, 张士涛. 基于强跟踪卡尔曼滤波的陀螺信号处理[J]. 吉林大学学报(工学版), 2017, 47(6): 1868-1875.
[15] 晋超琼, 张葆, 李贤涛, 申帅, 朱枫. 基于扰动观测器的光电稳定平台摩擦补偿策略[J]. 吉林大学学报(工学版), 2017, 47(6): 1876-1885.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 李红英;施伟光;甘树才 .

稀土六方Z型铁氧体Ba3-xLaxCo2Fe24O41的合成及电磁性能与吸波特性

[J]. 吉林大学学报(工学版), 2006, 36(06): 856 -0860 .
[2] 李月英，刘勇兵，陈华 . 凸轮材料的表面强化及其摩擦学特性
[J]. 吉林大学学报(工学版), 2007, 37(05): 1064 -1068 .
[3] 王超，宋克柱，唐进 . 高性能水下地震数据采集系统设计与实现[J]. 吉林大学学报(工学版), 2007, 37(01): 168 -172 .
[4] 王立国，张晔，陈浩 . 基于鲁棒支持向量机的光谱解译[J]. 吉林大学学报(工学版), 2007, 37(01): 155 -159 .
[5] 许思传,李荣庆,程钦,郭英男,张纪鹏,孙济美,王永富 . 边界条件对乙醇HCCI发动机燃烧的影响[J]. 吉林大学学报(工学版), 2007, 37(01): 74 -78 .
[6] 杨文，石永久，王元清，施刚 . 结构钢焊接残余应力三维有限元分析[J]. 吉林大学学报(工学版), 2007, 37(02): 347 -0352 .
[7] 程平，张海涛，高岩，李俊锋，王洪艳 . ANN在聚丙烯酸酯乳液性质预测中的应用
[J]. 吉林大学学报(工学版), 2007, 37(02): 362 -0366 .
[8] 张大庆;何清华;郝鹏;陈欠根 . 液压挖掘机铲斗轨迹跟踪的鲁棒控制[J]. 吉林大学学报(工学版), 2006, 36(06): 934 -938 .
[9] 杨树凯，宋传学，安晓娟，蔡章林 . 用虚拟样机方法分析悬架衬套弹性对
整车转向特性的影响[J]. 吉林大学学报(工学版), 2007, 37(05): 994 -0999 .
[10] 冯金巧；杨兆升；张林；董升 . 一种自适应指数平滑动态预测模型[J]. 吉林大学学报(工学版), 2007, 37(06): 1284 -1287 .
版权所有 © 《吉林大学学报(工学版)》编辑部
地址：长春市人民大街5988号　电话：+86-431-85095297　传真：+86-431-85094074　E-mail: xbgxb@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发