工件表面粗糙度检测装置的智能化改造

莫燕玲，姚松丽，王瑞能，申凌飞

（上海工程技术大学 机械工程学院，上海 201620）

0 引 言

目前国内外实验室公差检测中测量表面粗糙度的方法一般划分为接触式和非接触式两类。触针式测量方法精度高、测试稳定并且测量范围广，但由于是接触式的，仅适用于静止表面的测量，而不能对运动表面进行在线测量。因非接触式具有快速、非破坏性、可在线测量等优点，对它的研究具有重要意义。

基于实验教学中传统测量方法的智能化改造，数字化公差检测是利用数字图像处理技术，进行基于光切法的表面粗糙度智能自动化检测技术的研究。这样，既避免了人工目测的操作误差，满足快速检测的要求，还可以达到表面粗糙度多参数测量的目的。

1 表面粗糙度的评定参数

表面粗糙度，是指由加工表面上具有的较小间距和谷峰所组成的微观几何形状特征。本文表面粗糙度的评定参数主要采用以下两种：

Ra 是轮廓的算术平均偏差，即在取样长度内被测轮廓偏距绝对值之和的算术平均值。

Rz 是微观不平度的10 点高度，为在取样长度内n 个最大的轮廓峰高与n 个最大的轮廓谷深的平均值之和［1］。

2 硬件系统的组成

硬件系统主要包括CCD 摄像机、9J 型光切法显微镜、图像采集卡以及计算机。9J 型光切法显微镜对CCD摄像机获取的图像进行精确提取，进而由图像采集卡把处理好的图像转存到计算机中。

2.1 硬件系统模拟流程图（图1）

2.2 9J 型光切法显微镜

图1 工作模拟流程图

图2 9J 光切显微镜改造前

采用光切原理设计的测量表面粗糙度的光切显微镜，可测工件表面微观不平度高度大致在0.8 ～80 μm。各种光切显微镜适用于测量车、铣、刨及其类似加工方法成形的金属工件平表面和外圆表面，以及木材、纸张等非金属材料的表面粗糙度，还可用于测量表面加工纹理和微小的局部破损痕。本系统选用9J 型光切法显微镜，并在此基础上对其进行改造，实现图像的自动获取，改造前后效果图如图2、图3 所示。

图3 9J 光切显微镜改造后

3 软件系统的组成

在表面粗糙度测量中，信号的采集与处理非常重要。故而采用MATLAB 技术进行。由于MATLAB 是基于解释性的语言，执行效率不够高，考虑VB 的执行效率，为此研究了VB 与MATLAB 语言接口的实现方法。利用混合编程的思想，采用VB 设计界面，调用MATLAB 完成相关的计算功能。

3.1 图像获取与处理

利用MATLAB 完成表面粗糙度测量信号采集，FIR数字滤波，最小二乘法中线求解，评定参数的计算以及各种轮廓图形的显示［2］。

在图像分析中，检测表面的实际表面轮廓会受到影响，而且通过CCD 摄像机图像采集系统进入计算机的是整幅图像，包括对象、背景和噪声［3］。软件设计利用MATLAB 进行图像处理，获取工件表面轮廓曲线。图像处理包括图像预处理和图像分析两部分。预处理又包括图像灰度转化、去噪滤波和图像二值化处理。由于线光源有一定的宽度，因此，图像放大后显示的是一条光带（如图4 所示）［4］。经过图像分析后得到的工件轮廓曲线如图5 所示。

图4 系统采集的原始图像

3.2 人机界面系统设计

图5 工件的轮廓曲线

图6 工件表面粗糙度智能检测系统

人机界面采用Visual Basic 作为系统的开发工具，实现和MATLAB 开发的图像处理部分自动化连接，通过键盘或鼠标进行操作，完成系统的检测功能，界面如图6 所示。

4 结 论

改造后系统的测量数据与JB-6C粗糙度轮廓仪的数据进行比较，如表1所示。

经实验数据比较分析，改造后的表面粗糙度检测装置有较好的测量精度，可以减少测量误差，实现快速、多参数的自动化检测。

表1 JB-6C 粗糙度轮廓仪与数字化系统测量的比较

［1］ 周玉凤，杜向阳.互换性与技术测量［M］.北京：清华大学出版社，2008.

［2］ 韩进宏，张先锋.基于MATLAB 的表面粗糙度数据采集处理研究［J］.仪器仪表学报，2006（6）：1328-1329.

［3］ 袁锋伟，蒋彦，黄鑫.表面粗糙度测量仪的自动化和智能化改造［J］.制造技术与机床，2009（5）：38－40.

［4］ 贾晓艳，萧泽新.基于光切法的表面粗糙度检测的图像处理研究［J］.光学与光电技术，2007（12）：42-44.