基于卷積神經(jīng)網(wǎng)絡(luò)的工件表面粗糙度等級(jí)識(shí)別

摘要：為解決零件表面粗糙度等級(jí)識(shí)別困難的問(wèn)題。構(gòu)建一套顯微鏡CCD圖像采集系統(tǒng),獲取了不同表面加工類型和不同粗糙度值的零件表面圖像。設(shè)計(jì)用于粗糙度等級(jí)識(shí)別的深度卷積神經(jīng)網(wǎng)絡(luò),采用已知粗糙度等級(jí)的圖像及其對(duì)應(yīng)的粗糙度標(biāo)簽對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。通過(guò)車削、平銑、立銑、平磨、磨外圓、研磨6種表面加工工藝來(lái)驗(yàn)證該方法。并且研究了不同放大倍數(shù)和不同光照強(qiáng)度對(duì)于識(shí)別結(jié)果的影響,確定了每種加工方式適宜的放大倍數(shù)和光照強(qiáng)度。實(shí)驗(yàn)證明所提出的粗糙度測(cè)量模型能以較高的準(zhǔn)確率識(shí)別出零件表面粗糙度等級(jí)。