本发明的目的是,通过改进整体位置读取
精度和速度以及改进机器的机器零件处理可靠性,来克服所有或部分上述限制和缺点。因此,本发明旨在用于通过找到工作工具和不同的机器零件的位置来改进任何机器的机加工和质量控制位置精度,消除污染物的影响,并特征化其上的堆积物、磨损和裂缝。本发明的设备对于在旋转的工作工具上的应用尤其有用。
本发明提供一种设备,该设备用于找到机加工零件和光学机加工零件与质量控制系统之间的零件位置关系,用于消除旋转零件上的污染物的影响,用于特征化机器零件磨损和裂缝以及旋转零件上的加工物料的堆积物,并且,所述设备主要包括在所附
独立权利要求1中阐述的特征。
本发明提供一种用于找到机器零件、根据本发明制造的设备的零件的位置关系和几何形状变化并且用于消除污染物的影响的方法,其包括在所附独立权利要求41中阐述的特征。
权利要求1的设备和权利要求41的方法的其它有利特征在相应的所附
从属权利要求2-40和42-65中阐述。
质量控制接触探测方法的发明性特征在所附权利要求66中定义,其其它实施方式分别在权利要求67-70中阐述。
本发明依赖于光学非接触感测技术,并且旨在提供一种在线质量控制技术,该在线质量控制技术可定期地且自动地提供关键
旋转机器零件的位置信息的更新,不用必须依赖于外部质量控制和校准装置。
本发明确定高速旋转的零件的位置和尺寸,甚至当零件被油、水、加工碎片等残留物污染时。尤其是,本发明确定被称为基准图案的零件细节的位置和尺寸。本发明还能够导致消除污染物的影响并通过应用基准图案模型来确定旋转零件的几何形状变化。本发明通过在基准图案模型和基准图案图像模型之间仔细辨别来确保高位置精度。
附图说明
在并非必须按比例绘制的附图中,相似的数字在几个视图中描述基本上相似的部件。具有不同字母后缀的相似的数字代表基本上相似的部件的不同实例。附图通常通过实例的方式而不是通过限制的方式示出了本公开中讨论的各种实施方式。
图1a至图1c主要示出了在操作中在具有旋转零件的机器上使用的本发明设备的第一实例。
图2a至图2c主要示出了在操作中在具有旋转零件的机器上使用的本发明设备的第二实例。
图3a至图3c主要示出了在操作中在具有旋转零件的机器上使用的本发明设备的第三实例。
图4a至图4c主要示出了在操作中在具有旋转零件的机器上使用的本发明设备的第四实例。
图5a至图5c主要示出了在操作中在具有旋转零件的机器上使用的本发明设备的第五实例,该设备具有两对照明器和光学检测器。
图6a至图6c示出:用于控制旋转的工作工具的相同设备可轻易地适于检查静止的工作工具,例如此图的空载接触探头。
图7a至图7b示出:用于控制旋转的工作工具的相同设备可轻易地适于检查近似静止的工作工具,例如此图的接触探头的触发位置控制。
现在,首先参照图1描述本发明。图1至图5示意性地举例说明了本发明所
覆盖的机器,其中,34表示与这些机器内的旋转零件整合的基准图案。这些基准图案34可以是几何零件细节或零件表面结构。
图1示出了表示本发明的关键概念的功能图。光学检测器24和照明器42固定至机器零件16。照明器42沿着光程56A照亮旋转的机器零件22,光学检测器24沿着光程56B观察相同的机械零件。在对零件位置探测器44的
请求50的
基础上(包含对旋转的机器零件22的基准图案模型36或基准图案图像模型52的参考),零件位置探测器44限定照明器42的控制54。照明器42在旋转的机器零件22上提供脉冲照明,以光学地减少旋转斑点(blur),并使得能够重构图像曝光定时。用
定时器38控制来自光学检测器24的图像,用定时器40控制来自照明器42的光脉冲,并且,为了改进性能,定时器是同步的76。通过光学检测器24检测形成机器零件22的部分的基准图案34的图像,转换成基准图案图像58,并由零件位置探测器44记录。在零件变化约束(change constraint)68的基础上,零件位置探测器44确定从基准图案图像58计算出的机器零件变化72相对于基准图案图像模型52而变化。为了得到机器零件变化72,零件位置探测器44应用关于零件几何形状关系70(此处考虑机器位置数据60)的知识。
图1是主要示出了机器的一个实例的示意图,代表任何机器,例如,
铣床、
车床、钻孔机、开模EDM(放电加工机床)、CMM等。注意,为了清楚起见,光学组件26已经围绕z轴转动90度,即,工作工具22应当平移穿过开缝、光学组件26的
检测区域78。该图示出了全速旋转的
铣刀22的位置控制。放大的工作工具尖端图1c示出了可能包含污染物62(例如,油、水和加工碎片残留物)的铣刀。该工具也可能被需要可靠特征化的磨损66和堆积物64所影响。
图2是主要示出了机器的一个实例的示意图,代表任何机器,例如,铣床、车床、钻孔机、开模EDM(放电加工机床)、CMM、校准夹具等。该图示出了旋转的校准销22的位置控制如何帮助校准光学检测器24和光学组件26相对于机器的对准和控制。
图3是主要示出了机器的一个实例的示意图,代表任何机器,例如,铣床、车床、钻孔机、开模EDM(放电加工机床)、CMM等。该图示出了旋转的工作工具22的位置控制。图3b至图3c的放大图示出了杆形的EDM模具22。虚线表示基准图案模型36,完全绘制的实线表示已磨损的模具的轮廓。将基准图案34A,34B的图像记录在一个旋转扫描中,同时将基准图案34E,34F的图像记录在另一个旋转扫描中。在图3b至图3c中,用矩形表示观察区域74的大小。
图4是主要示出了机器的一个实例的示意图,代表任何机器,例如,铣床、车床、钻孔机、开模EDM(放电加工机床)、CMM等。该图示出了旋转的工作工具22的位置控制,其中用反射光从其表面观察工具。为了简化,图4b至图4c中的放大图示出了杆形的EDM模具22。将基准图案34A,34B的图像记录在一个旋转扫描中,同时将基准图案34E,34F的图像记录在另一个旋转扫描中。基准图案是模具中的表面结构34。在图4b至图4c中,用矩形表示观察区域74的大小。
图5示出了与别处示出的照明器和光学检测器类似的两个照明器42-光学检测器24设备的组合。照明器42A与光学检测器24A之间的光程和照明器42B与光学检测器24B之间的光程的组合帮助对关于旋转的工作工具22的全3D数据作三
角测量。不需要将照明器-检测器组合布置在如所示出的一个光学组件26中。根据空间需求,可将它们分别放置在机器内。
图6示出了用于控制旋转的工作工具22的相同设备,该设备可轻易地适于找到静止的工作工具的位置,例如此图的空载接触探头22。即,可用机器工具和质量控制工具精确地指向(refer to)空间中的相同位置。
图7示出了用于控制旋转的工作工具22的相同设备,该设备可轻易地适于检查基本静止的工作工具的位置,例如此图的接触探头22的触发位置控制。该图表示,通过将玻璃方
块100
气动地引入观察区域(抵靠该区域,接触探头可触发),可找到触发位置。为了找到此触发位置,将透明的毛玻璃板34粘在玻璃方块100上。为了给机器工具安排空间,通过气动控制将玻璃方块从检测区域拔出。
在以下详细描述中,参照形成该描述的一部分的附图,该描述通过具体实例公开,但仅详述如何实践本发明的实施方式。充分详细地描述这些实施方式,以使得本领域的技术人员能够实践本发明,并且,应该理解:可组合两个或多个实施方式,或者,在不背离本发明的概念的前提下,可进行结构变化、逻辑变化和电变化以得到其它实施方式。因此,以下详细描述不是限制意义上的,本发明的范围由所附权利要求及其技术等同物限定。
机器零件的术语“基准图案”是任何几何形状特征,包括该零件本身的表面结构。“基准图案图像”是由光学检测器呈现的基准图案的图像。“基准图案图像模型”是描述当基准图案以光学检测器2D图像投影出现时基准图案的图像几何形状特征(包括图像失真等)的数学模型。“基准图案模型”是描述实际给出的或者通过反向投影看起来像是在空间中给定的基准图案的2D和3D几何形状的数学模型。即,基准图案模型是通过数学图像描述用几何学绘制基准图案图像模型的数学模型。
在以下实例中,参考坐标
框架位置(或简单地叫做框架)代表部件(或更大结构的零件)相对于另一部件(或更大结构的零件)的位置(包括方向)。框架位置的说明可代表额
定位置和测量位置。术语“框架关系”代表框架位置和以下事实:部件或零件是机械地或光学地互相连接的,或者更大结构的零件是机械地互相连接的。在其一个最简单的形式中,框架关系可仅描述四个框架,例如,其代表机器支撑结构、机器内的运动零件、固定至运动零件的零件,以及固定至支撑结构的光学检测器。
然后,可从光学检测器提供的数据确定固定至运动零件的零件的位置。在其它情况中,参考框架关系可能代表更复杂的机械结构。PCT/NO2005/000336中描述了框架在本文档覆盖的应用内的应用的基本原理。
实例1
图1a是通过实例的方式示出了可以代表任何机器(例如,铣床、车床、钻孔机、开模EDM、电线EDM、CMM等)的机器的示意图。这些机器可装配有一系列不同的机械构造,但是均可装配有根据本发明的设备。将这些机器的关键元件表示为工件
支架28(执行例如两个
正交平移x轴,y轴和围绕所述轴的旋转的运动)、工作工具支架10(在此实例中,在x轴和z轴方向上执行两个平移)、工作工具卡盘12、位置
编码器14A,14B,14C,以及支撑结构16。在此实例中,将支撑结构表示为包括底座支撑部16、机器支撑
连杆18和工作工具支撑部20。此机器构造和实例的目的是,找到工作工具22相对于光学检测器24的位置的刀具边缘位置。通过光学组件26将光学检测器24固定至底座支撑部16。在此实例中,将工作工具22固定至工作工具卡盘12,并且,工作工具22是具有四个在旋转圆周周围均匀分布的刀具的铣刀。通过工作工具支架10、工作工具支撑部20和工件支架28,相对于光学组件26和底座支撑部16移动铣刀22,可执行进行位置和几何形状测量所必需的位移。在处理过程中,在位置编码器14A,14B和14C的位置处读取这些支架的位置。注意,为了易于图示,已将光学组件26围绕z轴旋转90度。
图1a至图1c示出了铣刀22,其是用于加工工件30的生产工具。在铣刀22的尖端处,具有实际执行加工/切削动作的刀具32。本实例示出了在小直径铣刀22以高速(例如,以27000rpm(转每分)的速度)旋转的同时如何找到相对于其它机器零件的刀具边缘位置。我们假设,铣刀22是新的并具有四个干净的刀具边缘34,并假设使用参数基准图案模型36。我们还假设光学检测器24的定时器38和照明器42的定时器40不交换同步
信号76。在本实例中,将分别找到每个刀具边缘34的半径距离和长度。当测量工具时,还读取位置编码器14B和14C的位置。这些位置代表机器位置60。
本实例在图1a至图1c中示出。可将零件位置探测器44体现为在计算机、个人计算机、专用处理器等内的处理。在此实例中,应假设,通过两台计算机(机器NC(数字控制)计算机46和专用于控制并监测光学组件26的附加计算机48)来执行零件位置探测器44的处理。
从另一计算机(未在图1a至图1c中示出)输入请求50,表明机器零件是旋转的铣刀22。请求50用参数定义铣刀22类型(例如,圆头、平直、具有刀片的铣头等)、刀具数量、额定尺寸;并且表明,应在此信息的基础上建立和应用额定内部基准图案模型36。NC计算机46将转速是例如27000rpm的信息增加到请求50中。注意,在基准图案模型36和基准图案图像模型52之间进行辨别。基准图案模型36是空间中2D/3D模型特征的描述。基准图案图像模型52是包括图像失真等的模型的2D投影图像。零件位置探测器44能够从另一模型获得一个模型的几何形状数据。请求50也可定义所需的测量质量。照明器42从计算机48接收照明器42所必需的控制数据54以便沿着光程56A产生基准图案34的脉冲照明。
为了产生可预计的光学检测器24曝光定时并光学地停止旋转运动,在本实例中,照明器42包括以内部定时器40提供的一定重复
频率(例如,1微秒)运行的专用
电路。光学检测器24以定时器38提供的每秒60个图像的速率自由运行。在铣刀以27000rpm的速度旋转的同时,光学检测器沿着光程56B记录基准图案34(刀具边缘)的基准图案图像58。将图像传送给计算机48。图1b至图1c中示出了铣刀22及其刀具边缘34的放大并旋转的视图。图1a至图1b的坐标轴表示不同视图的方向。由照明器42在后面照亮刀具边缘34,并且,基准图案图像58是刀具边缘34在不同角度方向上的阴影图像。在来自NC计算机46的输入请求50的基础上,计算机48计算待记录的基准图案图像58的最佳数量。计算机48还可将其照明计算以从经验知道会表现良好的标准数量的图像为基础。假设此数量是100个图像。对于围绕圆周均匀分布的图像,100个图像导致每360/100=3.6度就有一个图像。
然后,计算机48计算使得照明器42能够以100个基本均匀间隔的图像照亮刀具边缘34的全部圆周的脉冲宽度和重复频率。27000rpm等于每秒450转。为了在1.66秒内覆盖整个圆周(一共100个图像,以每秒60个图像的速率),这将具有每秒450(100/101)=445.5个图像的照明脉冲速率。为了光学地停止旋转运动,脉冲宽度应小于第100个旋转循环的通过时间,即小于1(450*100)=0.0000222秒(22.2微秒)。将这些照明参数作为控制54的信号从计算机48发送至照明器42。照明器42包含专用电路,其在控制54的基础上能够通过例如LED(发光
二极管)产生所计算的照明脉冲。
基准图案图像58由已知装置转换/数字化,并将可用于计算机48的运算。计算机48在1.66秒内保存这100个图像。NC计算机46没有延迟地记录刀具22的机器位置60,其由编码器14B和14C的位置代表。光学检测器24是2D(二维)阵列相机。通过光学组件26将照明器42和光学检测器24固定至底座支撑部16。
由于在旋转循环中的任意角度初始位置记录此系列图像,所以计算机48必须首先将每个基准图案图像58指向其正确的角位置。为此,其将那些图像的刀具边缘位置的极值+y的函数作为图像数量的函数。从此函数,计算相对于图像的最大角位置。对于四个刀具边缘,产生四个函数最大值。对于这些四个最大值中的每个,也将具有最接近的相邻图像。将把这些图像标记为刀具边缘34的主要基准图像58。假设旋
转轴线靠近图像中心,并假设铣刀直径小于光学检测器24的范围宽度。这意味着,计算机48也可在y轴方向上重复上述计算,在每个刀具上有效地产生两个主要基准图像58。
基准图案模型36在图1c中用虚线表示。为了清楚起见,与代表一个刀具边缘34的阴影轮廓的完全绘制的线相比,将其稍微向右移动。本实例假设刀具边缘34是新的和干净的,即,假设污染物62小且边缘没有累积的堆积物64或没有开始磨损66,即,在此实例中,阴影图像大约像是图1b中的放大图。在本实例中,用被允许在y轴和z轴方向上移动的刀具边缘位置定义零件变化约束68。将零件变化约束68预定义并储存在计算机48中。该移动可能是由于铣刀22在卡盘12内的定位所导致的,或者可能是由于将刀具边缘34的位置制造地与
指定模型36的位置稍微不同的事实所导致的。
NC计算机46处理机器位置60。在本实例中,将机器位置传送至计算机48,以进行涉及机器位置60的框架环路评价(frame loopevaluations)。将位置编码器14B的数据增加至框架10的位置,代表工作工具支架10相对于工作工具支撑部20的位置。将位置编码器14C的数据增加至框架20的位置,代表其相对于机器支撑连杆18的位置。
用之前已经校准并储存在计算机48中(在零件位置探测器44中)的零件几何形状关系70来定义零件位置探测器44的初始条件。在光学组件26对准和校准的时候,已经建立与零件几何形状关系70相关的光学组件26。例如,见实例4。这确保初始的零件几何形状关系70彼此一致(其中,光学检测器24包括基准零件图像模型52,铣刀22包括基准图案模型36),即,例如,所有坐标框架正确地再现几何形状内的任何空间位置,尤其确保图1的零件几何形状关系70的任何闭环中的位置计算复制其本身。
通过更新计算机48的零件几何形状关系70,来维护刀具边缘34的主要基准图案图像58、这些图像与上述最大位置的角距离以及相应的机器位置数据60(在最简单的情况中,不需要将机器位置数据60从NC计算机46传送至计算机48。计算机48可假设一组固定的机器位置数据60,并且,当NC计算机46接收零件变化数据72时其考虑机器位置数据60)。计算机48首先计算基准图案图像58的原始数据版本,然后将这些数据旋转(rotate)到最大位置中。通过传统的
图像处理边缘探测程序来找到原始数据。可选地,通过重复
变形样条并找到样条和原始数据之间的距离的最小平方和的最小值,计算机48对这些数据在最小平方的意义上采用数学样条(spline)。应将这种样条称为适合的基准图案图像模型52A。
计算机48计算最符合上面计算的所旋转的原始数据位置的基准图案图像模型52的y轴和z轴位移。计算机48首先建立描述基准图案图像模型52的数学样条函数。然后,在y轴和z轴方向上重复移动此图像模型,以最符合所旋转的原始数据,其中,y轴位置代表离旋转中心的半径距离,z轴位置代表刀具长度。通过以下方式来计算样条位移:将图像模型样条在y轴和z轴方向上重复平移并找到样条和原始数据之间的距离的最小平方和的最小值。可替代地,可通过分别找到适合的基准图案图像模型52A和基准图案图像模型52的y轴和z轴极值来找到这些位移,并将这些值彼此相减。对四个刀具边缘34重复上述计算。
注意,可将描述旋转的刀具
边缘图像58的适合的样条函数52A转换成新的基准图案图像模型52,尤其代表此被确定的刀具边缘的几何形状。此新模型使得可稍后检查此特定刀具边缘相对于其目前条件的磨损和堆积物。
如图1a所示,刀具边缘34通过刀具32、铣刀22、工作工具卡盘12、工作工具支架10、工作工具支撑部20、机器支撑结构18和光学组件26而与光学检测器24机械地互相连接。刀具边缘34也与光学检测器24光学地互相连接。这产生我们所说的框架环路(24-32-22-12-10-20-18-26-24)。零件位置探测器44接收探测刀具边缘半径(y)和长度(z)位置的请求50。计算机48通过在y轴和z轴方向上平移基准图案模型36来找到刀具边缘位置,以使得此环路中的所有框架位置变得彼此一致。通过从给定位置开始并计算通过闭环绘制的位置,知道应返回相同的位置。即,本发明的零件位置探测器44的一个关键目的是,确保当在整个环路中绘制位置时,应该将所有位置(是所给定的闭环的成员)绘制回其自身上。现在,当刀具边缘可能处于相对于初始基准图案模型36的另一位置中时,环路(24-32-22-12-10-20-18-26-24)的框架位置不再彼此一致。然后,零件位置探测器44施加零件变化约束68,其使得仅允许代表基准图案模型36的框架在y轴和z轴方向上平移。除了由机器位置60维护的支架14B和14C位移以外,假设所有其它框架相对于彼此不移动。
PCT/NO2005/000336描述了一系列可用来解决环路不一致的数学方法。这里,假设通过求解一组线性方程来获得恢复一致性的数学问题,所述方程描述不同框架之间的转换。这可通过使用用所谓的齐次坐标描述3D(三维)平移和旋转的4×4矩阵来实现。在本实例中,原始基准图案图像模型52的位置和新位置之间的y-z平移是两个已知的值(通过上述样条最小平方计算得到),并且,基准图案模型36的y-z平移和所寻找(searched)的零件变化72是两个未知的值。通过此方法,零件位置探测器44计算基准图案模型36的平移,并由此也计算刀具边缘的位置。
如果移动基准图案图像模型52,那么光学检测器24尺寸的主要部分(major fraction)、光学失真可能影响精确性。在此情况中,可能用非线性数学方法将基准图案图像58与基准图案图像模型52进行比较。一个这种方法是,在初始基准图案图像模型52中对其基准图案模型36的对应物绘制位置,然后改变基准图案模型36的位置,并最终绘制从基准图案模型36返回至基准图案图像模型52的位置。可重复此过程,但不是必须的。最终步骤可以上述线性方法为基础。通过此方法,当基准图案图像模型52移动时,其也改变形状以补偿光学失真,并且,与基准图案图像59的比较将更精确。此(重复性)绘图方法的最终结果将是:基准图案图像模型52的新的搜寻位置和形状,以及基准图案模型36的新位置。由此基准图案模型36的位置变化给出所搜寻的零件变化72。
之前,看到如何通过
修改(adapting)数学函数所记录的几何形状(样条)来建立新的基准图案图像模型52A。可替代地,可对每个刀具边缘34采用移动的基准图案模型36,以代表此铣刀22的可替代的(alternative)的最佳配合适应方式。假设工具是干净的。因此,也可将此新模型保存为新的基准图案模型36,其与其ID一起描述此特定铣刀22,并且使得可以之后检查从此初始状态开始的磨损和堆积物。
实例2
此实例与实例1类似,但是铣刀22的直径较大且以例如7200rpm(转每分钟)的较慢速度旋转。照明器脉冲与光学检测器图像
定时同步76。在本实例中,边缘34可能被油、水、加工碎片等的残留物污染。铣刀22是具有ID(标识号)的工具。应用尤其是为了此标识工具而制造的基准图案图像模型52。实例1示出了如何制造这种模型。
本实例在图1a至图1c中示出。可将零件位置探测器44体现为在计算机、个人计算机、专用处理器等内的处理。在此实例中,应假设,通过计算机来执行零件位置探测器44的处理,该计算机将机器NC(数字控制)和专用于控制并监测光学组件26的处理一起维护。从
键盘输入请求50,表明机器零件是旋转的铣刀22,以例如7200rpm的速度旋转。请求50指定铣刀22的ID,并且应使用之前制造的基准图案图像模型52。该请求还可定义在角度旋转分辨率(例如,3.6度)方面所需要的测量质量。照明器42从位置检测器44接收控制54,以沿着光程56A产生基准图案34的脉冲照明。
为了光学地停止旋转运动并获得可预计的基准图案图像58的曝光和曝光定时,在本实例中,照明器42是以内部定时器40提供的一定重复频率(例如,0.1微秒)运行的专用电路。光学检测器24以由定时器38提供的每秒45个图像的定时速率自由运行。在铣刀以7200rpm的速度旋转的同时,光学检测器沿着光程58B记录基准图案34(刀具边缘)的基准图案图像58。将图像传送给零件位置探测器44。
在图1b至图1c的放大图中示出了铣刀22及其刀具边缘34的放大并旋转的视图。图1a至图1b的坐标轴表示不同视图的方向。在图1c中,指出由于油、水和加工碎片残留物而产生的污染物62。在本实例中,不假设刀具边缘包含堆积物64或磨损66。由照明器42在后面照亮刀具边缘34,并且,基准图案图像58是刀具边缘34在不同角度方向上的阴影图像。
当铣刀以7200/60=120转每秒的速度旋转时,光学检测器24以每秒45个图像的速率操作,每个图像将具有非整数个通过的边缘。即,如果将照明脉冲产生为连续系列的均匀间隔的脉冲,那么基准图案图像58将在
亮度上闪烁,并且,曝光的中心时间将以稍微不可预计的方式改变。为了解决该问题,在本实例中,假设在照明器定时器40的0.1微秒精度内,照明器脉冲定时与光学检测器定时38同步76。零件位置探测器44计算对每个图像给出相同数量的脉冲的照明脉冲列(train),并且此处,这些脉冲的精确的曝光中心时间在铣刀圆周周围导致可预计的但是稍微不均匀的角度隔开的记录。在本实例中,将每个图像的脉冲数量减至2。在定义7200rpm工具转速和3.6度角度旋转分辨率的输入请求的基础上,零件位置探测器44计算每个图像内的脉冲宽度和脉冲距离。7200rpm等于120转每秒。为了在2.22秒内覆盖整个圆周(360/3.6=100个图像,以每秒45个图像的速率),这将在每个图像内给出等于1/120秒的照明脉冲距离。为了光学地停止旋转运动,脉冲宽度应小于角度分辨率宽度的通过时间,即小于(1/120)*(3.6/360)=0.000083秒(83微秒)。
将这些照明参数作为控制54的信号从零件位置探测器44发送至照明器42。零件位置探测器44的内部脉冲计算确保在图像偏移的附近不形成脉冲(“消隐”时期)。将整个工具圆周分成100个角位置(100个图像)。零件位置探测器44还确保每个图像的脉冲列的定时指的是相同的角位置,并确保下一个图像指的是工具圆周周围的另一角位置,直到所有100个位置都覆盖有基本均匀隔开的记录为止。如果转速小于图像速率,那么此计算可依赖于跳过每个图像之间的角位置的质数(小于100)。基准图案图像58由已知装置转换/数字化,并将可用于零件位置探测器44的操作。零件位置探测器44在给定的2.22秒内保存这100个图像。零件位置探测器44无延迟地记录铣刀22的位置(机器位置60),其由编码器14B和14C的位置代表。
本发明的一个想法是,光学检测器24定时器38和/或照明器42定时器40不需要与工具22的旋转同步,即,转速计读取不是必须的。由于在旋转循环中的任意角度初始位置记录此系列图像,所以零件位置探测器44必须首先将每个基准图案图像58指向其确定的角位置。为此,零件位置探测器44建立所有图像的刀具边缘位置的极值+y的函数作为图像数量的函数。从此函数,计算相对于这些图像的最大角位置。对于四个刀具边缘,其产生四个函数最大值。对于这四个最大值中的每个,也将具有最接近的相邻图像。将把这些图像标记为刀具边缘34的主要基准图像58。假设工具直径大到使
旋转轴线位于光学检测器24的观察区域的外部,并假设刀具边缘的极值+y位置靠近图像中心。用工具在此位置记录四个主要边缘图像。
然后,为了记录另一侧上的四个图像,在记录并分析另一系列之前,机器将把铣刀其自身的直径在y轴方向上移动。对于这些一侧半径位置测量,需要知道旋转轴线的位置。假设之前已将旋转轴线位置校准入零件位置探测器44,另外看实例4,其中描述了该类型的校准的实例。在图1c中,基准图案模型36用虚线表示。为了清楚起见,与代表一个主要基准图案图像58的完全绘制的线相比,将其稍微向右移动。本实例假设刀具边缘34包括污染物62。在本实例中,用被允许在y轴和z轴方向上径向移动的刀具边缘位置定义零件变化约束68。该移动可能是由于铣刀22在卡盘12内的定位所导致的,或者可能是由于将刀具边缘34的位置制造地与指定模型的位置稍微不同的事实所导致的。
如前所述,将机器位置数据60增加至相应的框架位置。用之前已经校准并储存在零件位置探测器44中的零件几何形状关系70来定义零件位置探测器44的初始条件。在光学组件26对准和校准的时候,产生光学组件26的零件几何形状关系70。例如,见实例4。这确保图1a的初始的零件几何形状关系70彼此一致(其中,光学检测器24包括基准零件图像模型52,铣刀22包括基准图案模型36)。在本实例中,基准图案图像模型52位于观察区域的中心,并被制成使得所有坐标框架正确地再现几何形状内的任何空间位置,尤其是,图1的零件几何形状关系70的任何闭环中的位置计算复制其本身。
将刀具边缘34的主要基准图案图像58、来自上述最大位置的图像角距离和相应的机器位置数据60注入零件位置探测器44的零件几何形状关系70。零件位置探测器44首先计算主要基准图案图像58的原始数据版本,然后将这些数据旋转到最大位置中。通过传统的图像处理边缘探测程序来找到原始数据。然后,零件位置探测器44计算最符合上面计算的所旋转的原始数据位置的基准图案图像模型52的y轴和z
轴距离。零件位置探测器44产生描述基准图案图像模型52的数学样条函数。然后,其在y轴和z轴方向上重复移动此图像模型,以最符合所旋转的原始数据。通过以下方式来计算样条位移:将模型样条在y轴和z轴方向上重复平移并找到样条和原始数据之间的距离的最小平方和的最小值。
为了消除污染物62的影响,零件位置探测器44然后沿着样条且在离图像模型52一定
阈值距离之外去除所有小于一定长度的原始数据。为了提高精度,可重复此去除处理若干次。最终结果是稍微移动的基准图案图像模型52。
可选地,通过重复变形样条并找到样条和原始数据之间的距离的最小平方和的最小值,零件位置探测器44对剩余的原始数据在最小平方的意义上采用数学样条。应将此样条称为适合的基准图案图像模型52A。可替代地,可通过分别找到适合的基准图案图像模型52A和基准图案图像模型52的y轴和z轴极值来找到这些位移,并将这些值彼此相减。对所有四个刀具边缘重复上述计算。注意,可将描述旋转的刀具边缘图像58(其中,消除了污染物62的影响)的适合的基准图案图像样条函数52A转换成新的基准图案图像模型52,尤其代表此被确定的刀具边缘的几何形状。此新模型使得可稍后检查此特定刀具边缘的磨损和堆积物。注意,除了本实例中的所有样条计算以外,许多其它平滑适应函数(smooth adaptationfunctions)可进行此工作。
如图1a所示,刀具边缘34通过刀具32、铣刀22、工作工具卡盘12、工作工具支架10、工作工具支撑部20、机器支撑结构18和光学组件26而与光学检测器24机械地互相连接。基准图案34也与光学检测器24光学地互相连接。这产生我们所说的框架环路(24-32-22-12-10-20-18-26-24)。零件位置探测器44接收或发出探测刀具边缘半径(y)和长度(z)位置的请求50。基准图案图像模型52的图像位移的结果是,零件位置探测器44通过在y轴和z轴方向上平移基准图案模型36并通过确保此环路中的所有框架位置变得彼此一致来找到刀具边缘位置34。如果将刀具边缘相对于初始基准图案模型52平移,那么环路(24-32-22-12-10-20-18-26-24)的框架位置不再彼此一致。然后,零件位置探测器44施加零件变化约束68,其仅使得仅允许代表基准图案模型36的框架在y轴和z轴方向上平移。除了由机器位置60维护的支架14B和14C位移以外,假设所有其它框架相对于彼此不移动。
使用之前的用所谓的齐次坐标描述三维平移和旋转的4×4矩阵。在本实例中,使基准图案图像模型52与基准图案图像58保持一致的y-z平移是两个已知的值(通过上述样条最小平方计算得到),并且,基准图案模型36的y-z平移和所寻找的零件变化72的是两个未知的值。通过此方法,零件位置探测器44计算基准图案模型36的平移,并由此也计算刀具边缘的位置。
之前,说明了如何通过修改数学函数的几何形状(样条)来产生新的基准图案图像模型52。可替代地,可对每个刀具边缘34采用移动的基准图案模型36,以代表确定的铣刀22的可替代的最佳配合适应方式。已消除了污染物62的影响。因此,也可将此新模型保存为基准图案模型36,其描述甚至可携带污染物的此特定铣刀22,并且使得仍然可以之后检查工具的磨损和堆积物。
实例3
此实例与实例1和2类似,但是光学检测器24的定时被照明器42同步76,并且,铣刀22是具有七个刀具32的使用过的工具。即,除了刀具边缘可能被油、水、加工碎片等的残留物污染的事实以外,刀具边缘几何形状可能由于堆积物64和磨损66而变形。本实例还证明了在之前阶段根据相同工具的几何形状修改的基准图案图像模型52如何帮助特征化此使用过的工具。
本实例在图1a至图1c中示出。可将零件位置探测器44体现为在计算机、个人计算机、专用处理器等内的处理。在此实例中,应假设,通过两台交换信息的计算机(其中,一台计算机维护机器NC(数字控制)46,同时,另一台48控制专
门用来控制并监测光学组件26的处理)来执行零件位置探测器44的处理。从键盘输入请求50,表明机器零件是旋转的铣刀22。NC计算机将转速控制为例如5000rpm。请求50用铣刀22的ID指定铣刀22,并且应使用之前定义的ID基准图案图像模型52。该之前定义的模型可能最初来自CAD图或来自与例如由实例1和2描绘的测量类似的测量。该请求可定义在角度旋转分辨率(例如,3.6度)方面所需要的测量质量;可使用零件位置探测器的其它内部参数。
照明器42从位置检测器44接收控制54,以沿着光程56A产生基准图案34的脉冲照明。为了光学地停止旋转运动并获得正确的图像曝光定时,在本实例中,照明器42是以内部定时器40提供的一定重复频率(例如,1.6微秒)运行的专用电路。在本实例中,光学检测器24具有使其定时器38与照明器内部定时器40的降频转换同步的输入,以每秒产生50个图像。在铣刀以5000rpm的速度旋转的同时,光学检测器24沿着光程56B记录基准图案34(刀具边缘)的基准图案图像58。将图像传送给零件位置探测器44。在图1c中示出了铣刀22及其刀具边缘34的放大并旋转的视图。图1a至图1c的坐标轴表示不同视图的方向。在图1c中,指出可能由于油、水和加工碎片残留物而产生的污染物62。该图还示意性地示出了堆积物64和磨损66。由照明器42在后面照亮刀具边缘34,并且,基准图案图像58是刀具边缘34在不同角度方向上的阴影图像。
当铣刀以5000/60=83.33转每秒的速度旋转时,光学检测器24以每秒50个图像的速率操作,每个图像将具有非整数个通过的边缘。即,如果将照明脉冲产生为连续系列的均匀间隔的脉冲,那么检测器24的图像将在亮度上闪烁,并且,曝光的平均时间将以不可预计的方式改变。为了解决该问题,在本实例中,假设光学检测器定时器38与照明定时器40同步76。然后,零件位置探测器44计算对每个图像给出相同数量的脉冲的照明脉冲列,并且此处,这些脉冲的精确的平均曝光时间对铣刀圆周周围的角度间隔产生可预计的但是稍微不均匀的图像参考。然而,此微小变化由零件位置探测器44控制并考虑。在本实例中,将每个图像的脉冲数量减至1。在定义5000rpm工具转速和1.8度角度旋转分辨率的输入请求的基础上,零件位置探测器44计算每个图像内的脉冲宽度和脉冲位置。5000rpm等于83.33转每秒。为了在4秒内覆盖整个圆周(360/1.8=200个图像,以每秒50个图像的速率),这将给出接近每秒83.33个脉冲的照明脉冲速率。为了光学地停止旋转运动,脉冲宽度应典型地小于相当于一个旋转循环的一部分(1.8/360)的通过时间,即小于(1/88.33)*(1.8/360)=0.000056秒(56微秒)。
将这些照明参数作为控制54的信号从零件位置探测器44发送至照明器42。零件位置探测器44的内部脉冲计算确保在图像偏移的附近不形成脉冲(“消隐”时期)。将整个工具圆周分成200个角位置(200个图像)。零件位置探测器44还确保下一个图像指的是工具圆周周围的下一角位置,直到所有200个位置都被覆盖为止。如果转速小于图像速率,那么此计算可依赖于跳过每个图像之间的角位置的质数(小于200)。基准图案图像58由已知装置转换/数字化,并将可用于零件位置探测器44的操作。零件位置探测器在4秒内保存这200个图像。零件位置探测器44无延迟地记录铣刀22的机器位置60,其由编码器14B和14C的位置代表。
由于在旋转循环中的任意角度初始位置记录此系列图像,所以零件位置探测器44必须首先将每个基准图案图像58指向确定的角位置。为此,零件位置探测器44建立这些图像的刀具边缘位置的极值+y的函数作为图像数量的函数。从此函数,计算相对于这些图像的最大角位置。对于七个刀具边缘,其产生七个函数最大值。对于这七个最大值中的每个,也将具有最接近的相邻图像。然而,由于这些数据可能包含污染物62和堆积物64的作用,所以零件位置探测器44首先计算基准图案图像58的原始数据版本(通过传统的边缘探测程序来计算原始数据)。然后,为了找到所有图像的图像边缘投影的可靠的最大位置,通过沿着图像外围寻找局部凸起来消除污染物62和堆积物64的影响。为了帮助此处理,其还产生在最小平方距离的意义上将其自身适应于外围原始数据的平滑数学样条函数,并去除那些在样条外伸出一定阈值的原始数据,与实例2中描述的处理类似。然后,可找到刀具边缘位置的极值+y。将把那些最靠近所找到的最大值的图像标记为刀具边缘34的主要基准图像58。
假设工具直径大到使旋转轴线位于光学检测器24的观察区域的外部,并假设刀具边缘的极值+y位置靠近图像中心。用工具在此位置记录七个主要边缘图像。然后,为了记录另一侧上的七个图像,在记录并分析另一系列之前,机器将把铣刀其自身的直径在y轴方向上移动。对于这些一侧半径位置测量,需要知道旋转轴线的位置。在本实例中,之前已将旋转轴线位置校准入零件位置探测器44,或从这些两侧测量计算得到。实例4描述了该类型的校准的实例。在图1c中,基准图案模型36用虚线表示。为了清楚起见,与代表一个主要基准图案图像58的完全绘制的线相比,将其稍微向右移动。本实例假设刀具边缘34可能包括污染物62、堆积物64和磨损66。在本实例中,用被允许在y轴和z轴方向上径向移动的刀具边缘位置定义零件变化约束68。该移动可能是由于铣刀22在卡盘12内的定位所导致的,或者可能是由于将刀具边缘的位置制造地与模型的位置稍微不同的事实所导致的,或者是由于一系列其它可能的原因所导致的。
如前所述,将机器位置数据60增加至相应的框架位置。在精确的失真校准的基础上,使基准图案图像模型52和基准图案模型36彼此绘制。为了简单起见,将基准图案图像模型52放置在观察区域的中心。这确保初始的零件几何形状关系70彼此一致(其中,光学检测器24包括基准零件图像模型52,铣刀22包括基准图案模型36),尤其是确保零件几何形状关系70的任何闭环中的位置计算复制其本身。
为了找到基准图案图像偏移,计算几乎遵循与例如实例2中完全相同的过程。最终结果是移动的ID基准图案图像模型52。此模型现在用来特征化堆积物64和磨损66。将那些在图像模型外部伸出的原始数据识别为可能的堆积物64,并且,位置探测器44通过一些量度标准(measures)对其进行特征化,例如,凸起的数量、凸起的位置、离模型最大的凸起距离、凸起的面积、凸起的长度等。将那些在模型内的原始数据识别为可能的磨损66,并且,位置探测器通过一些量度标准对其进行特征化,例如,磨损的数量、磨损的位置、离模型最大的磨损距离、磨损的面积、磨损的长度等。如之前所注意的,除了本实例中的所有样条计算以外,许多平滑适应函数也可良好地进行此工作。
为了找到与基准图案图像偏移相当的基准图案模型偏移,本实例的计算几乎遵循与例如实例2中完全相同的过程。识别框架环,施加零件变化约束68,并且,计算那些产生之前找到的图像偏移的基准图案模型36的偏移。通过这种方法,零件位置探测器44计算基准图案模型36的平移,从而也计算刀具边缘位置。另外,通过反向成像,零件位置探测器44计算可能的堆积物64和磨损66的尺寸,并将该信息增加至零件变化72的数据。
实例4
图2a至图2c是通过实例的方式示出了机器的示意图,该机器可代表任何机器,例如,铣床、钻孔机、车床、开模EDM、电线EDM、CMM,或简单的固定对准/校准夹具。此机器构造和实例的目的是,帮助对准和/或初始化/校准相对于机器位置的光学检测器24的位置和光程56B的位置(方向轴)。在本实例中,工作工具22是校准销。本实例示出,在安装、重新校准或维修时,如何控制光学组件26相对于机器位置的y轴和z轴位置并围绕x轴和y轴倾斜。这通过使用校准销22来实现,校准销22的长度已被预先校准。此实例还示出了如何控制具有更复杂形状的旋转的工作工具的位置和几何形状。如图2b至图2c所示,将销尖端制成不对称的,以帮助包括围绕z轴倾斜的校准。此销可具有一系列不同形状,但是,在本实例中,其本质上由两个刀片22’和22”组成,这两个刀片以接近区域的光学深度的距离隔开。这由图2b至图2c的两个投影图表示。刀片边缘平行于销杆22”’并具有与其基本相同的长度。已经高精度地测量(预校准)其长度。将校准销22安装在工具卡盘12中,并通过使用卡盘和销座上的一些机械定位点,或者通过凸缘-凸缘机械接触,使校准销22将其自身定位在z轴方向上。将此销以3610rpm的给定速度旋转。如果在校准设备、EDM或CMM机器中进行校准,那么转速会更慢,例如,在60rpm的范围内。
本实例在图2a至图2c中示出。可将零件位置探测器44体现为在计算机、个人计算机、专用处理器等内的处理。在此实例中,通过一台从机器NC(数字控制)46接收控制的计算机48和一台控制并监测光学组件26的计算机来执行零件位置探测器44的处理。两台计算机通过局域网连接。此连接处理请求50。可替代地,可通过键盘将请求50输入零件位置探测器44。在之前的阶段,已将零件几何形状关系70和零件变化约束68存入零件位置探测器44。请求50识别校准销22并指定例如3610rpm(围绕z轴)的转速。假设,描述3D(三维)销尖端几何形状的预校准的内部基准图案图像模型52已在之前被校准并存入零件位置探测器44中。通过记录基准图案34的360个图像来找到校准销22的位置,在此情况中是旋转的销尖端的几何形状。照明器42从位置检测器44接收控制54,以沿着光程56A产生基准图案34的脉冲照明。
为了产生清晰(sharp)的图像,光学地停止运动,在此情况中,照明器42的脉冲产生是监测基准图案图像58的相同计算机48内的实时
内核(kernel)。光学检测器24以由定时器38提供的每秒60个图像的定时器速率自由运行。在销子以3610rpm的速度旋转的同时,光学检测器沿着光程56B记录基准图案34(校准销尖端)的基准图案图像58。将图像传送给零件位置探测器44。由照明器
光源80(例如,LED)在后面照亮销尖端34,并且,基准图案图像58代表销尖端34在不同角度方向上的阴影图像(为了便于绘制图2,将光源80拉到照明器42之外,即使其是照明器42的一部分)。
当校准销22以3610/60=60.1667转每秒的速度旋转且
照相机以每秒60个图像的速率操作时,记录位置将使每个图像偏移1/360个圆周。为了确保照明器42的脉冲与光学检测器定时器38同步,假设零件位置探测器的实时内核使照明器42的脉冲与所接收的基准图案图像58同步。在定义3610rpm工具转速和360/360=1度角度旋转分辨率的输入请求的基础上,零件位置探测器44计算每个图像内的脉冲宽度和脉冲距离。3610rpm等于每秒60.1667转。在6秒内覆盖整个圆周(一共360个图像,以每秒60个图像的速率)。为了光学地停止旋转运动,脉冲宽度应小于角度分辨率距离的通过时间,即小于(1/60)*(1/360)=0.000046秒(46微秒)。将这些照明参数作为控制54的信号(未在图1a中示出)从零件位置探测器44发送至照明器42。零件位置探测器44的内部脉冲计算确保,在图像偏移的附近不形成脉冲(“消隐”时期)。将整个工具圆周分成360个均匀间隔的角位置(360个图像)。
图2b至图2c中示出了基准图案34的两个放大图。图2a至图2c的坐标轴表示不同视图的方向。在大多数情况中,例如,如果将校准销22从工具变换器固定至工具卡盘12,那么其围绕z轴的初始方向是未知的。旋转使得可能记录一系列图像并在之后选择最佳的图像。图1b至图1c的两个视图表示最感兴趣的方向。如果将观察路径56B的光轴安装为导致围绕y轴倾斜的偏移,那么基准图案图像58将显示两个具有不同z轴高度的边缘,如图2c的示意图所示。在相同的视图中,22’和22”边缘的平均z轴位置给出z轴位置。通过从所有旋转角收集数据,围绕x轴的
主轴(spindle axis)方向及其偏转可从校准销杆22”’的方向找到。杆22”’是圆柱形的。
由于可在旋转循环中的任意角度初始位置记录此系列图像,所以零件位置探测器44必须首先将每个基准图案图像58指向其确定的角位置。为此,零件位置探测器44产生刀片22’和22”之间的y轴距离的函数。从此函数,其计算当该距离等于预校准值时的角位置,与图2b至图2c放大图的方向相对应。将具有两个最靠近这些位置的相邻图像。将把这些图像标记为销尖端34的主要基准图案图像58。
假设,销直径过小以至于其适合于在光学检测器24的观察区域的内部。在本实例中,用被允许在y轴和z轴方向上偏移并围绕x轴和y轴旋转的销尖端位置定义零件变化约束68。此偏移可能是由于校准销22在观察区域内的y轴和z轴定位所导致的。此旋转可能是由于未将围绕x轴的光学检测器24的方向和相对于机器围绕y轴倾斜的观察路径56B完美地对准的事实所导致的。
确保框架环一致性的初始化遵循上述主要要点。将销尖端34的主要基准图案图像58、离上述给定的刀片22’-22”y轴距离的图像角度距离和相应的机器位置数据60注入零件位置探测器44的零件几何形状关系70。零件位置探测器44首先计算主要基准图案图像58的原始数据版本,然后将这些数据旋转到给定位置的方向中。然后,零件位置探测器44计算最符合上面计算的所旋转的原始数据位置的基准图案图像模型52的y轴和z轴距离、刀片22’和22”的平均z轴位置和z轴位置差、以及销杆22”’的角度方向。零件位置探测器44产生描述包含三个不同子元件的基准图案图像模型52的数学样条函数。为了最佳地符合原始数据,其首先在y轴和z轴方向上围绕x轴重复移动整个图像模型。然后,通过对它们中的每个重复进行重复处理,来微调子元件的位置。通过以下方式来计算样条位移:将模型样条在y轴和z轴方向上重复平移、围绕x轴旋转、并找到样条和原始数据之间的距离的最小平方和的最小值。对用围绕z轴旋转180度而分开的两个主要基准图案图像中的每个重复该处理。
在替代方式中,可使用通过在实例1的结尾中描述的模型之间绘制位置的重复性方法。然后,将子元件作为组移动,而不是分别移动。
如图2a所示,校准销22通过工作工具卡盘12、工作工具支架10、工作工具支撑部20、机器支撑连杆18和光学组件26而与光学检测器24机械地互相连接。基准图案34也与光学检测器24光学地互相连接。这产生我们所说的环路(24-22-12-10-20-18-26-24)。零件位置探测器44接收请求50,以找到校准销22的y轴和z轴位移以及x轴和y轴旋转。将基准图案图像模型52的子元件从其初始状态的位置移动。零件位置探测器44通过在y轴和z轴方向上三维地移动装配的基准图案模型36(不是分开的子元件)并围绕x轴和y轴旋转,来找到校准销22的新位置,以获得此环中的所有框架位置再次变得彼此一致。通过从给定位置开始并计算在某一闭环中绘制的位置,知道应返回相同的位置。即,本发明的零件位置探测器44确保,当在整个环路中绘制位置时,应该将所有位置(是所给定的闭环的成员(member))绘制回其自身上。如果相对于初始的基准图案图像模型52平移、旋转并扭曲基准图案图像58,那么,环路(24-22-12-10-20-18-26-24)的框架位置不再彼此一致。然后,零件位置探测器44施加零件变化约束68,其使得仅允许代表基准图案模型36的框架在y轴和z轴方向上平移,并围绕x轴和y轴旋转。除了由机器位置60维护的支架位移14B和14C以外,假设所有其它框架相对于彼此不移动。
通过求解一组线性方程来获得恢复一致性的数学问题,所述方程描述不同框架之间的转换。这可通过使用用所谓的齐次坐标描述三维平移和旋转的4×4矩阵来实现。在本实例中,基准图案图像模型52和基准图案图像58之间的杆22”’子元件的y轴平移和x轴旋转、刀片22’子元件的z轴偏移、和刀片22”子元件的z轴偏移是四个已知的值(通过上述样条最小平方计算得到)。基准图案模型36和所寻找的零件变化72的3D(三维)y轴和z轴平移以及x轴和y轴旋转是四个未知的值。通过此方法,零件位置探测器44计算基准图案模型36的位移,并由此也计算校准销22的位置。对来自两个主要基准图案图像58的数据组完成上述处理。从所找到的值来看,平均的x轴旋转代表旋转轴角度,平均的y轴平移代表旋转轴y轴位置,平均的z轴平移代表校准销34的长度。平均的y轴旋转角度代表光轴相对于机器的旋转。零件位置探测器44将所有这些数据作为零件变化72输出至例如监控器,作为反馈输出至对光学组件26进行生产、对准或维修对准操作的操作员。将最终数据作为零件几何形状关系70的一部分保存。也可为之后的参考、对准、校准和控制而保存此校准销22的基准图案模型36的新位置。
实例5
此实例描述了如何控制可能由残留物污染的EDM模具22的位置和磨损。与刀具和接触探头尖端相比,EDM模具可具有复杂的形状,其没有固定的半径位置。图3b至图3c的示意图示出了两个给定旋转角的简单模具22的阴影图像。为了示意的目的,从许多表示两个基准图案34A和34B(是一个旋转扫描中模具22的控制的一部分)以及两个其它基准图案34E和34F(是另一个旋转扫描中的模具控制的一部分)的位置中选择两个旋转位置。完全绘制的线表示具有磨损的模具22,虚线表示基准图案模型36的几何形状。基准图案模型36可能来自CAD图或来自没有磨损的相同模具的之前记录。模具以例如70rpm的速度旋转。
本实例在图3a至图3c中示出。可将零件位置探测器44体现为在计算机、个人计算机、专用处理器等内的处理。在此实例中,应假设,通过两台计算机(机器NC计算机46和控制并监测光学组件26的计算机48)来执行零件位置探测器44的处理。两台计算机通过局域网连接。此连接处理请求50和产生的零件变化72的数据。在之前的阶段,已将零件几何形状关系70存入零件位置探测器44。请求50识别模具22并指定例如70rpm(围绕z轴)的转速。假设,将描述3D(三维)模具几何形状的基准图案模型36作为请求50的一部分存入计算机48中(零件位置探测器44从基准图案模型36得到基准图案图像模型52)。
为了简单地描述控制原理,在本实例中,具有棱镜形模具22的x-y平面横截面是长方形的,并且,将检查代表四个离旋转中心具有相等半径距离的转角的围绕圆周的四个基准图案34。
在图3b和图3c中,图案34A和34B示出了四个图案34A、34B、34C和34D中的两个。由于模具22围绕z轴旋转,所以所有基准图案指的是相同的z轴高度,如34A和34B所指示的。在图3b至图3c中,用小长方形表示观察区域74的大小。如果模具22是圆柱体,即,横截面是圆形,那么可检查(study)图案(例如围绕圆形的360个图案)的整个圆周。照明器42从位置探测器44接收控制54,以沿着光程56A产生基准图案34A、34B、34C和34D的脉冲照明。为了产生清晰图像,光学地停止运动,照明器42在此情况中是调节光源的电路。光学检测器24以由定时器38提供的每秒60个图像的定时速率自由运行。在模具以70rpm的速度旋转的同时,光学检测器沿着光程56B记录基准图案34(模具22的转角)的基准图案图像58。记录360个图像。
将图像传送给零件位置探测器44。由照明器42在后面照亮模具22,并且,基准图案图像58代表模具在不同角度方向上的阴影图像。当模具22以70/60=1.1667转每秒的速度旋转且光学检测器以每秒60个图像的速率操作时,记录位置将使每个图像偏移7/360个圆周。为了用一系列图像填充整个圆周,此分数的分母应始终是质数,例如在此实例中是7,并且,用此质数分成的图像总数不应是整数。用数字76表示的照明器42的脉冲与光学检测器定时器38同步。在定义70rpm工具转速和360/360=1度角度旋转分辨率的输入请求的基础上,零件位置探测器44计算脉冲宽度和脉冲距离。60rpm等于每秒1.1667转。在6秒内覆盖整个圆周(一共360个图像,以每秒60个图像的速率)。为了光学地停止旋转运动,脉冲宽度应小于角度分辨率距离的通过时间,即小于(1/60)*(1/360)=0.000046秒(46微秒)。
将这些照明参数作为控制54的信号从零件位置探测器44发送至照明器42。零件位置探测器44的内部脉冲计算确保,在图像偏移的附近不形成脉冲(“消隐”时期)。将整个工具圆周分成360个均匀间隔的角位置(360个图像)。基准图案图像58由已知装置转换/数字化,并将可用于零件位置探测器44的操作。零件位置探测器在6秒内保存这360个图像。零件位置探测器44无延迟地记录模具22的机器位置60。
图3b至图3c示出了基准图案34的两个视图。图3a至图3c的坐标轴表示不同视图的方向。图3a和图3b的视图代表所记录的360个图像中的两个。旋转使得可能记录一系列图像并在之后选择最感兴趣的图像。图3b和图3c的两个视图表示基准图案34A和34B转角的检测的所选方向。代表其它两个转角的方向的34C和34D未示出。由于在旋转循环中的任意角度初始位置记录此系列图像,所以零件位置探测器44必须首先找到每个基准图案图像58的正确的角位置。为此,零件位置探测器44产生极值+y与阴影距离的截尾函数(truncated function)。可从3D基准图案模型36计算适当的舍位(truncation)。然后,其计算离基准图案图像58的类似的+y距离。移动这些函数以找到最佳重叠区域。通过使用所找到的偏移,零件位置探测器44计算所记录的图像58的角方向。该偏移可能与图像不一致,但是这四个转角位置的每个都将有最近的相邻图像,以及离那些转角位置的相应角距离。将把这四个图像标记为图案34A、34B、34C和34D的主要基准图案图像58。在本实例中,用被允许在y轴和z轴方向上径向偏移的每个模具转角模型36的位置来定义零件变化约束68。此偏移是由y轴和z轴模具磨损66导致的。
如前所述,将机器位置数据60增加至相应的框架位置。在精确的失真校准的基础上,使基准图案图像模型52和基准图案模型36彼此绘制。为了简单起见,将基准图案图像模型52放置在观察区域的中心。这确保初始的零件几何形状关系70彼此一致(其中,光学检测器24包括基准零件图像模型52,模具22包括基准图案模型36),尤其是确保图2的零件几何形状关系70的任何闭环中的位置计算复制其本身。
将转角的主要基准图案图像58、离上述理想方向的距离中的角度距离和相应的机器编码器位置60注入零件位置探测器44的零件几何形状关系70。零件位置探测器44首先计算主要基准图案图像58的原始数据版本,并将这些数据旋转到理想位置的角度方向中。通过传统的图像处理边缘探测程序来找到原始数据。然后,零件位置探测器44计算最符合上面计算的所旋转的原始数据位置的基准图案图像模型52的转角元件的各个y轴和z轴位移。零件位置探测器44产生描述包含四个不同子元件的基准图案图像模型52的数学样条函数。然后,通过对它们中的每个重复进行重复处理,来微调子元件的位置。通过以下方式来计算样条位移:将模型样条在y轴和z轴方向上重复平移、并找到样条和原始数据之间的距离的最小平方和的最小值。对每个主要基准图案图像58重复该处理。
如图3a所示,模具22通过工作工具卡盘21、工作工具支架10、工作工具支撑部20、机器支撑连杆18和光学组件26而与光学检测器24机械地互相连接。基准图案34也通过光与光学检测器24光学地互相连接。这产生我们所说的框架环路(24-22-21-10-20-18-26-24)。零件位置探测器44接收请求50,以找到模具转角34的y轴和z轴磨损。移动基准图案图像模型52的子元件。零件位置探测器44通过在法线平行于观察方向的平面上三维地移动各个基准图案模型36的转角位置,并通过确保此环路中的所有框架位置变得彼此一致,来找到转角34的新位置。通过从给定位置开始并计算在图3a中的某一闭环中绘制的位置,知道应返回相同的位置。即,本发明的零件位置探测器44的一个目的是,确保当在整个环路中绘制位置时,应该将所有位置(是所给定的闭环的成员)绘制回其自身上。如果相对于初始基准图案图像模型52平移基准图案图像58,那么环路(24-22-21-10-20-18-26-24)的框架位置不再彼此一致。然后,零件位置探测器44施加零件变化约束68,其使得仅允许代表基准图案模型36的各个转角在y轴和z轴方向上平移。
通过求解一组线性方程来获得恢复环路一致性的数学问题,所述方程描述不同框架之间的转换。这可通过使用用所谓的齐次坐标描述3D(三维)平移和旋转的4×4矩阵来实现。在本实例中,基准图案图像模型52和基准图案图像58之间的每个转角子元件的y-z平移是四个已知的值(通过上述样条最小平方计算得到)。四对基准图案模型36子元件的有效的2D平移(所寻找的零件变化72)是四对未知的值。通过此方法,零件位置探测器44计算基准图案模型36子元件的位移,并由此也计算模具22的磨损。计算机48将这些数据作为零件变化72输出至NC计算机46,以允许NC计算机作出磨损是否可接受的决定。将零件变化72保存为零件几何形状关系70的一部分。也可为之后的参考而保存此模具22的基准图案模型36的新位置。
本实例描述了基准图案34A至34D的记录。通过在z轴方向上移动模具22、在y轴方向上移动旋转轴位置、以及重复旋转处理,可记录其它基准图案,如图3a中的基准图案34E至34F所示。如果需要的话,可在模具22上重复多次此旋转处理。
实例6
此实例在图4a至图4c中示出。其目的是,在将模具从机器中取出并将其放回之后,控
制模具位置。从记录的角度,此实例与实例5类似,但是,这里在反射几何形状中示出并观察EDM模具22,而不是在实例5的阴影布置上。基准图案34A至34D是模具本身的表面结构。在取出模具22之前,基准图案图像模型52是表面结构34A至34D的实际图像。然后,在放回模具之后,记录基准图案图像58。PCT/NO2005/000336中描述了用于探测基准图案图像模型偏移(例如,52的偏移)的技术。与允许模型子元件独立移动的实例5相比,在此情况中,将基准图案模型36作为整体三维地平移和旋转,以找到新的六个
自由度的模具位置。
对于实例5和实例6,EDM模具转速小于旋转的铣刀的转速。这使得能以阶段(step)且重复的方式旋转模具并记录基准图案图像58。如果将模具设置在精确定义其z轴旋转角的卡盘中,那么使得如何将基准图案图像58表示为正确的z轴角位置的上述描述更简单。
实例7
实例1至实例6描述了根据本发明的设备,其中主要使用一个照明器42和一个光学检测器24。为了获得全3D的控制,不仅需要记录图像的y-z位置。这在图5中示出,其中,将两个照明器42-光学检测器24设备的组合表示为照明器42A-光学检测器24A和照明器42B-光学检测器24B。不需要将照明器-检测器组合放在所示一个光学组件26中。根据空间需求,可将其分开放置。图5b从不同的观察方向(如副坐标轴所示)示出了图5a中的光学设备。54A和54B分别表示检测器24A和24B与零件位置探测器44之间的连杆(link)。58A和58B分别表示零件位置探测器44与检测器24A和24B之间的连杆。
质量控制工具位置对旋转工具位置
在机器内部适当地使用接触探头以进行质量控制。通过将PCT/NO2005/000336的发明与本发明组合,质量控制工具的位置可与旋转的机器工具的位置相关。在位置控制的过程中,工件卡盘12将接触探头22保持在静止位置中。图6示出了用接触探头22代替图1的铣刀22的实例。接触探头22通过用一定的力接触工件30的表面来在工件30上找到位置,直到内部处理触发获得特定接触状态为止,然后,机器运动停止。接触探头尖端是硬质材料(例如红
宝石)的球体。在触发时,读取位置编码器14B和14C的位置。这些位置代表接触探头尖端34的位置。接触探头34的尖端的空载位置与触发时的位置不同。图7示出了在所述PCT/NO2005/000336中公开的设备的修改,并且可将其用来找到接触探头的空载位置。
图7示出了如何找到接触探头的触发位置。为了测试接触探头22的触发位置,气动杆102将具有基准图案34A(附接于玻璃方块100上)的玻璃方块100带到光学检测器24的观察区域中。接触探头与玻璃方块相对地移动,直到其触发为止,然后停止。然后,可通过例如在所述PCT/NO2005/000336中公开的方式找到玻璃方块100的位置。
如果假设接触探头22的空载和触发位置之间的距离随着时间不会变化太大,那么不需要在每次使用接触探头的时候重复图7的触发接触探头校准。由于现在能够在触发接触探头22的同时校准接触探头22的位置,并能够可靠地将该位置表示为光学检测器24的位置,然后可简化接触探头22的位置校准。为了完成整个接触探头校准,仅需要记录接触探头尖端的图像58,并用图形处理计算其相对于光学检测器24的位置。为此,拉回气动杆102,从而,玻璃方块100和基准图案34A在光学检测器24的观察区域之外。通过使用机器,将空载的接触探头22带入观察区域中,如图6所示。然后,除非彼此交换接触探头22,或其从校准离开,可都读取空载接触探头22的增加触发偏移的位置,并用这些数据进行接触探头位置校准。应该指出,在接触探测方法中,触发位置的探测包括使用一个附接于玻璃方块且覆盖玻璃方块本身的透明的毛玻璃板。
可以想象,使本发明的设备适于由基准图案清洁装置支撑,该装置通过吹气或在吹气之后吹清洁剂来清洗旋转零件的基准图案。此外,可以想象,将零件位置探测器44、零件变化约束68、零件几何形状关系70和请求50的输入分布在从以下组中所选择的设备的不同单元上:计算机、
电子处理器、嵌入式处理器和硬接线电子装置,所述单元能够为了找到零件变化72的目的而交换数据。