郭　力　江志順　尚振濤

湖南大學國家高效磨削工程技術研究中心，長沙， 410082

?

基于熱像檢測與分割技術的磨削砂輪堵塞檢測研究

郭力江志順尚振濤

湖南大學國家高效磨削工程技術研究中心，長沙， 410082

摘要：針對磨削加工中的砂輪堵塞檢測的難題，提出了一種基于主動紅外檢測技術和熱像圖分割技術的砂輪堵塞檢測方法。分別運用閾值分割、邊緣檢測和區(qū)域生長三種方法分割熱像圖，提取了砂輪堵塞量和狀態(tài)的特征。實驗結(jié)果表明：閾值分割法提取的砂輪堵塞磨屑的分布出現(xiàn)“偏聚”現(xiàn)象，堵塞特征受選取的閾值影響較大；邊緣檢測法克服了“偏聚”現(xiàn)象，但仍存在邊緣不完整、定位不精確等問題；而基于梯度閾值過濾的區(qū)域生長分割法檢測結(jié)果更客觀和準確。把基于梯度閾值過濾的區(qū)域生長分割法的砂輪堵塞紅外檢測結(jié)果與顯微照相法的砂輪堵塞檢測結(jié)果進行了分析比較，結(jié)果表明基于梯度閾值過濾的區(qū)域生長分割的紅外檢測法可以實現(xiàn)對砂輪堵塞面積和狀態(tài)的定量檢測。

關鍵詞：砂輪堵塞；紅外檢測；熱像圖；圖像分割；區(qū)域生長分割法

0引言

工件表面的磨削質(zhì)量和效率，不僅取決于磨削工藝條件，也依賴于砂輪的表面狀況。磨削過程中切屑的形成和排除以及冷卻液的供給都需要砂輪有足夠的容屑空間。在實際磨削加工中，可能由于材料去除率高于臨界值、磨削溫度高、工件材料化學親和性強、硬脆和黏性難加工材料等原因，而使砂輪空隙容易被堵塞[1-3]，造成磨削效率降低，加工精度下降，磨削區(qū)溫度升高，砂輪磨損加劇，嚴重時引起工件燒傷，甚至產(chǎn)生磨削裂紋。

文獻[4]提出了一種砂輪堵塞與磨削參數(shù)、砂輪結(jié)構和材料性能相關的分析模型，CBN砂輪磨削鎳基合金的實驗證明了這個模型是比較正確的。文獻[5]將來自表面磨削的聲發(fā)射信號用于砂輪磨損有關砂輪堵塞的研究，討論了磨削聲發(fā)射信號產(chǎn)生機理。

砂輪孔隙的堵塞狀態(tài)可作為砂輪耐用度的評定標準，為了減小砂輪堵塞對磨削加工帶來的不利影響，要經(jīng)常進行砂輪修整。檢測砂輪堵塞有利于研究磨削時砂輪堵塞的狀態(tài)和發(fā)展過程，從而優(yōu)化磨削參數(shù)和調(diào)控砂輪修整頻率以減小砂輪堵塞量。因此，一些國內(nèi)外學者積極探索了砂輪堵塞的測量方法。目前檢測砂輪堵塞一般使用下面幾種方法[6-7]：①鹽酸分析法；②比色分析法；③β射線反向散射法；④放射元素示蹤法；⑤利用磁力探頭檢測帶磁性的堵塞磨屑；⑥運用“電渦流原理”探測導電的堵塞磨屑；⑦顯微照相法；⑧運用反射率測量儀測量堵塞物面積。方法①、方法②是對從被堵塞砂輪上的某一很小范圍內(nèi)的取樣進行化學分析來評定的，程序較復雜、檢測周期長、精度低且無法獲得堵塞磨屑的分布狀態(tài)；方法③、方法④的缺點在于實驗過程中容易產(chǎn)生放射性污染；方法⑤雖然可行，但要求工件材料具有磁性，不能測量鋁等有色金屬磨削時砂輪的堵塞狀態(tài)；方法⑥能實現(xiàn)在線檢測，目前在實驗室使用較多，但測量精度受堵塞磨屑幾何形狀和導電導磁率的影響較大，而且標定困難，易受電磁場干擾，所以推廣難度大；方法⑦、方法⑧利用堵塞磨屑和砂輪表面光學性能的差異來檢測砂輪堵塞面積和狀態(tài)，但當砂輪表面與磨屑顏色和反射率差異不大時，或受到磨削液污染時，檢測精度會急劇下降。所以研發(fā)一種高效適用的磨削砂輪堵塞檢測方法是研究砂輪堵塞機理和發(fā)展過程以及探索防止砂輪堵塞的迫切需求。

文獻[8]將Sobel算子用于砂輪堵塞磨屑圖像邊緣檢測,計算了堵塞磨屑的比例以監(jiān)測砂輪表面工作狀態(tài)。文獻[9]用數(shù)字圖像處理技術來進行識別陶瓷結(jié)合劑CBN砂輪磨削鎳基超合金砂輪表面堵塞實驗，利用掃描電子顯微鏡來檢測砂輪堵塞從而對該實驗結(jié)果進行驗證，并基于該技術，對切削參數(shù)對堵塞面積與砂輪表面積的比例的影響和對磨削性能的影響進行了研究。

基于熱像檢測與分割技術的砂輪堵塞檢測方法是一種將主動紅外檢測技術和計算機圖像處理技術相結(jié)合的新方法。本實驗研究根據(jù)堵塞磨屑和砂輪表面材料發(fā)射率和熱傳導的物理特性差異，運用主動紅外檢測技術采集砂輪受熱表面溫度場數(shù)據(jù)和獲取熱像圖；然后分別采用閾值分割、邊緣檢測和區(qū)域生長法對熱像圖進行分割，提取出砂輪堵塞的特征。把基于梯度閾值過濾的區(qū)域生長分割法的砂輪堵塞紅外檢測實驗結(jié)果與顯微照相法的砂輪堵塞檢測實驗結(jié)果進行了分析比較。

1實驗原理與方法

1.1主動紅外檢測技術原理[10]

物體紅外輻射能量的大小及其波長的分布與它的表面溫度有著十分密切的關系。紅外測溫儀將物體輻射的功率信號轉(zhuǎn)換成電信號后，就能準確地測定它的表面溫度，得到與物體表面熱分布相應的熱像圖。

所有實際物體的輻射量除依賴于輻射波長及物體的溫度之外，還與構成物體的材料種類、制備方法等有關。發(fā)射率表示實際物體的熱輻射與黑體輻射的接近程度，其值在0～1之間。影響發(fā)射率的主要因素有材料種類、理化結(jié)構等。實驗以陶瓷結(jié)合劑剛玉砂輪磨削合金鋼(20CrMnTi)前后的砂輪外圓面作為堵塞檢測對象，鋼磨屑與砂輪陶瓷結(jié)合劑及氧化鋁磨粒材料的發(fā)射率如表1所示。由表1可知，陶瓷發(fā)射率較高，而鋼的發(fā)射率波動范圍較大，且當鋼非嚴重氧化時，其發(fā)射率明顯小于陶瓷發(fā)射率。當磨削加工工藝合理時，堵塞磨屑嚴重氧化情況并不常見。因此，即使在溫度相同條件下，未嚴重氧化的鋼材磨削產(chǎn)生的堵塞磨屑的紅外輻射強度也要低于砂輪表面材料氧化鋁磨粒和陶瓷結(jié)合劑的紅外輻射強度。

表1　堵塞磨屑與砂輪材料的發(fā)射率

紅外測溫儀檢測出的物體溫度高低取決于物體實際的輻射量。當砂輪表面嵌入堵塞磨屑時，一方面由于砂輪表面材料熱傳導的差異在其表面形成時間和空間上的溫度梯度，另一方面由于砂輪材料發(fā)射率的不同使得溫度相同的表面也呈現(xiàn)出不同的輻射量，熱輻射通過紅外熱像儀形成熱像，熱像中各像素點的溫度值反映了砂輪表面材料的實際輻射量，不同材料輻射量的差異表現(xiàn)為溫度波動，即空間上的溫度梯度。

依靠物體自身熱輻射而對其溫度場成像的紅外檢測屬于被動式紅外檢測；如果向被檢試件注入一定的熱量以便進行紅外檢測屬于主動式紅外檢測。當金屬磨屑堵塞在砂輪表面時，磨屑和砂輪磨粒、結(jié)合劑同時向外界輻射紅外線，由于常溫下紅外輻射量較小，不同材料實際輻射量差異不明顯，所以被動檢測磨屑的分布很難實現(xiàn)。采用主動紅外檢測法需先對砂輪表面進行加熱，這樣不僅可以迅速蒸發(fā)砂輪表面的磨削液，加大檢測面的溫度梯度，還能使砂輪表面溫度明顯高于環(huán)境溫度，抑制環(huán)境輻射造成的負面影響，提高檢測精度。

1.2砂輪堵塞特征提取實驗原理

砂輪受熱后由紅外熱像儀拍攝的表面熱像，其分辨率和靈敏度取決于熱像儀的性能參數(shù)。性能優(yōu)良的熱像儀能敏銳地捕捉到堵塞磨屑形狀和分布狀態(tài)。堵塞磨屑熱輻射量較少，在熱像中形成溫度較低的“洼地”。砂輪表面由結(jié)合劑和磨粒等不同材料組成，由于不同材料溫度和發(fā)射率的差異，砂輪表面溫度場也是波瀾起伏的。將堵塞磨屑的形狀從熱像圖波瀾起伏的背景噪聲中準確分割出來是提取砂輪堵塞特征的主要任務，熱像圖分割的方法主要有閾值分割、邊緣檢測和區(qū)域生長等[11]。

閾值分割方法中假設條件為：每個區(qū)域都是由許多溫度值相近的像素構成的，物體與背景之間或不同物體之間的溫度值有較大的差別。所分割的熱像特性越接近這個假設，分割效果越好。對熱像的閾值分割就是先確定一個處于熱像溫度取值范圍之中的溫度閾值，然后將圖像中各個像素的溫度值都與這個閾值相比較，并根據(jù)比較結(jié)果將對應的像素分為兩類。這兩類像素一般分屬熱像的兩類區(qū)域，從而達到分割的目的。

邊緣檢測是通過檢測熱像中不同區(qū)域的邊緣來達到分割圖像的目的的。邊緣檢測的實質(zhì)是采用某種算法來提取出熱像中對象與背景間的交界線。將邊緣定義為熱像中溫度發(fā)生急劇變化的區(qū)域邊界。溫度場的變化情況可以用溫度梯度來反映，堵塞磨屑邊緣的溫度梯度較高，通過構造溫度場的邊緣檢測梯度算子來檢測堵塞磨屑邊緣，以反映砂輪的堵塞狀態(tài)。

區(qū)域生長法的基本思想是將具有相似性質(zhì)的像素集合起來構成區(qū)域，具體做法是先給定熱像中要分割的目標區(qū)域中一些種子像素，再在種子像素的基礎上不斷將其周圍的像素以一定的規(guī)則加入其中，最終實現(xiàn)將代表堵塞磨屑的所有像素集合成一個區(qū)域的目標。

1.3實驗方法

實驗目的是測定80號陶瓷結(jié)合劑棕剛玉磨粒砂輪磨削合金鋼時的堵塞狀況。砂輪的規(guī)格見表2。微晶燒結(jié)剛玉磨料砂輪容屑空間較大，自銳性較好，形狀保持性好。實驗在超高速平面磨床上進行，磨削砂輪線速度為90 m/s，磨削工件工作臺速度為3.6 m/min，磨削切深為0.03 mm；磨削方式為逆磨；采用高速水基Hocut795磨削液，供液壓力為25 MPa，流量為40 L/min；實驗采用的紅外熱像儀型號為Fluke Ti27，其性能參數(shù)如表3所示。實驗采用短波紅外輻射管為砂輪表面加熱，該加熱管總功率高達2 kW，使用短波紅外輻射管僅需加熱20 s，砂輪表面溫度即可達到80～100 ℃。檢測時，砂輪需停止旋轉(zhuǎn)，將熱像儀和紅外輻射管分別懸掛在砂輪左上角和右上角，熱像儀對焦在砂輪外圓表面，紅外輻射管距砂輪外圓表面約15 cm。溫度傳感器將溫度信號反饋給控制柜，當加熱溫度達到控制柜預先設定的溫度時自動停止加熱。然后迅速手動旋轉(zhuǎn)砂輪，將砂輪受熱區(qū)域置于熱像儀鏡頭下，將熱像儀采集的數(shù)據(jù)傳輸?shù)接嬎銠C進行處理。檢測完成后將熱像儀和紅外輻射管從懸掛點取下，以防磨削加工時檢測設備受到污染和損壞。

表2　實驗砂輪規(guī)格

表3　Fluke Ti27性能參數(shù)

實驗步驟如下：①首先對砂輪進行整形和修銳，去除砂輪上已有的磨屑和雜物。使用紅外輻射管在距砂輪外圓表面約15 cm處進行加熱，20 s后將紅外熱像儀對焦在受熱的砂輪外表面并拍攝熱像圖；②啟動磨床磨削合金鋼試件，磨削30 min后用相同的方法拍攝砂輪堵塞狀態(tài)下的熱像圖；③將紅外熱像儀中的數(shù)據(jù)導入計算機中的“SmartView”軟件，得到熱像圖和溫度場數(shù)據(jù)，然后使用MATLAB軟件編寫閾值分割、邊緣檢測和區(qū)域生長三種分割方法的程序，分割熱像圖并提取砂輪的堵塞特征。

2實驗結(jié)果

2.1熱像圖

分別拍攝加熱到相同溫度的砂輪整形修銳后未堵塞的熱像圖和磨削合金鋼后已經(jīng)堵塞一定程度的熱像圖，如圖1所示。由圖1a可以看出，砂輪表面從邊緣低溫區(qū)到中心高溫區(qū)逐漸由淺色轉(zhuǎn)變?yōu)樯钌?，色彩勻稱，未見堵塞斑點。而圖1b中大小與形狀各異的堵塞斑點散布在砂輪表面，斑點處溫度較低，大多呈淺色，與砂輪中心深色高溫區(qū)域形成鮮明對比。截取砂輪中心深色高溫區(qū)域為采樣區(qū)并繪制等溫線，如圖2所示，堵塞點周圍溫度梯度較大，等溫線呈現(xiàn)相對密集的環(huán)形紋路；堵塞點中心溫度較低，等溫線呈黑色或深色；在整個區(qū)域內(nèi)，散布的堵塞點形成許多溫度“洼地”，砂輪堵塞狀態(tài)于此可見一斑。

(a)未堵塞(b)已堵塞圖1　砂輪表面熱像圖

圖2　已堵塞砂輪表面采樣區(qū)的等溫線

由砂輪表面采樣區(qū)堵塞前后溫度梯度的模的直方圖可見，在溫度相近的情況下，砂輪堵塞前后溫度梯度的模變化區(qū)域的上限從1 ℃增加到3 ℃，增幅較大，即堵塞磨屑的存在加劇了溫度的波動及增大了溫度梯度的變化范圍。

2.2分割結(jié)果

2.2.1閾值分割實驗結(jié)果

閾值分割法的分割結(jié)果與選取的溫度閾值密切相關，熱像圖中像素點的歸屬類別決定于該點溫度與閾值的比較結(jié)果，所以閾值的選取會直接影響堵塞點的形狀和分布狀態(tài)。實驗選取不同的閾值(81 ℃和82 ℃)對已堵塞砂輪采樣區(qū)的熱像圖進行分割，將低于閾值的像素點置為采樣區(qū)最低溫度(黑色)，高于閾值的像素點保持原態(tài)，分割后的圖像如圖3所示。由圖3可以看出，堵塞點分布狀態(tài)呈周邊多、中間少的趨勢；提高溫度閾值后，堵塞點數(shù)量、堵塞面積占采樣區(qū)總面積百分比以及堵塞磨屑平均直徑都明顯增加(見表4)。

(a)81 ℃(b)82 ℃圖3　不同閾值分割的熱像圖

閾值(℃)8182堵塞點數(shù)量3146堵塞磨屑平均直徑(mm)0.3770.432堵塞面積百分比(%)3.396.61

2.2.2邊緣檢測實驗結(jié)果

Roberts算子和Sobel算子是邊緣檢測中常用的檢測器，采用這兩種檢測器分別對已堵塞砂輪采樣區(qū)熱像圖進行檢測，分割閾值應用Otsu方法[8]得到。將堵塞點邊緣標記為黑色，檢測結(jié)果如圖4所示。兩種邊緣檢測器都是通過一階差分法構造溫度梯度，并適當?shù)貏澐痔荻乳撝祵崿F(xiàn)邊緣檢測，檢測結(jié)果近似。由圖4可以看出，檢測出的邊緣分布比較零散，一定程度上反映了堵塞磨屑的分布狀態(tài)，但是部分邊緣較粗、邊緣定位不精確，并且部分邊緣不完整、未形成封閉的輪廓，甚至有離散的邊緣點出現(xiàn)。

(a)Roberts算子(b)Sobel算子圖4　不同檢測器的邊緣檢測結(jié)果

2.2.3區(qū)域生長實驗結(jié)果

區(qū)域生長是以種子像素為生長起始點，并以一定的生長準則將周邊的像素合并成一個區(qū)域。堵塞點溫度較低，易形成溫度“洼地”，并且堵塞磨屑的邊緣溫度梯度較大。鑒于這一特征，選取區(qū)域內(nèi)局部溫度極小值點作為種子像素，采用登山算法，從種子像素沿徑向從里到外搜索目標邊緣點，搜索是在8個等角度間隔的方向上進行的，遇到最大溫度梯度的點則被認為是到了邊緣。接著將8個邊緣點順序連接起來，形成閉環(huán)的邊界，然后對邊界內(nèi)的像素進行填充，最終形成堵塞磨屑的形狀，如圖5a所示。顯然，堵塞點過于密集，熱像圖出現(xiàn)了過分割，原因是種子像素選取范圍過大。由前面分析可知，堵塞磨屑邊緣溫度梯度的模較大，可以設定適當?shù)奶荻乳撝祵囟忍荻鹊哪］^小的堵塞點過濾掉。分別計算圖5a堵塞點邊緣上各像素點溫度梯度的模的均值，將均值在1 ℃以內(nèi)的堵塞點剔除，得到過濾后的熱像圖，如圖5b所示，可見堵塞點的分布狀態(tài)與邊緣檢測結(jié)果近似。過濾前后的堵塞特征統(tǒng)計值見表5，過濾后，堵塞點數(shù)量和堵塞面積百分比都顯著減小了，而堵塞磨屑平均直徑稍微有所增加。

(a)過濾前(b)過濾后圖5　區(qū)域生長法分割的熱像圖

狀態(tài)過濾前過濾后堵塞點數(shù)量13645堵塞磨屑平均直徑(mm)0.4240.453堵塞面積百分比(%)18.837.10

3討論

主動紅外檢測法將堵塞磨屑與砂輪表面材料物理特性的差異加以放大并轉(zhuǎn)化為表征各像素點溫度數(shù)據(jù)的熱像圖。熱像圖涵蓋了堵塞面積和狀況等特征的信息。堵塞磨屑溫度較低，不僅形成了許多的溫度洼地，也加劇了溫度梯度的變化。提取砂輪堵塞特征即是從“漸變”的溫度場中提取出“突變”的堵塞磨屑。不同的圖像分割技術對此體現(xiàn)了不一樣的適用性。閾值分割對堵塞磨屑的定位比較準確，但一方面由于砂輪外圓面各點視場角的差異，采樣區(qū)的溫度邊緣低中間高，所以分割后的堵塞磨屑的分布出現(xiàn)了“偏聚”現(xiàn)象，影響了分割的準確性；另一方面溫度閾值對分割結(jié)果影響很大，難以設定客觀的溫度閾值。邊緣檢測從原理上克服了“偏聚”現(xiàn)象，但因為某些堵塞磨屑周圍各方向上的溫度梯度差異大、梯度空間跨度大等原因，所以存在邊緣不完整、定位不精確等問題，因此邊緣檢測在分割此類糊狀熱像圖時存在一定困難。而基于梯度閾值過濾的區(qū)域生長分割法，剔除了因砂輪本身材料發(fā)射率差異形成的“偽種子像素”，極大地提高了信噪比，其分割結(jié)果比常規(guī)的區(qū)域生長法有了較大的改善，與閾值分割法相比，不僅克服了“偏聚”現(xiàn)象，也大幅度提高了砂輪堵塞檢測結(jié)果的客觀性和準確性。下面應用基于梯度閾值過濾的區(qū)域生長分割法的熱像法和顯微照相來對磨削砂輪堵塞的檢測做一個對比的實驗研究。在砂輪堵塞紅外熱像圖分析中，圖像擴張連接不連續(xù)的段，以產(chǎn)生連續(xù)和封閉的磨屑形狀；同時去除圖像中的噪聲。圖像分析中還考慮了金屬磨屑、砂輪磨粒和砂輪結(jié)合劑的光學特性。

4堵塞檢測結(jié)果對比驗證

采用顯微照相法與本實驗所采用的熱像法做砂輪堵塞檢測對比驗證。首先將磨削砂輪外圓面置于超景深三維顯微鏡下，拍攝單顆堵塞磨屑的照片，如圖6a所示(放大150倍)，可見，砂輪堵塞磨屑的尺寸在386 μm×281 μm之內(nèi)。然后采用主動紅外檢測法拍攝該磨屑的紅外熱像，提取其溫度矩陣。最后采用區(qū)域生長分割法分割該磨屑熱像圖，分割結(jié)果如圖6b所示，磨屑長5個像素、寬4個像素，面積占14個像素，根據(jù)熱像儀的空間分辨率和物距，計算出每個像素點對應的實際面積約為100 μm×100 μm，即在拍攝所用焦距條件下熱像儀的分辨率為0.1 mm?？梢姛嵯穹指顧z測出的砂輪堵塞磨屑尺寸比顯微法實際尺寸稍微大一點。

(a)砂輪表面單顆堵塞磨屑顯微照片(×150)

(b)單顆堵塞磨屑熱像分割圖圖6　砂輪單顆堵塞磨屑熱像圖

再采用本文所述的主動紅外檢測法在砂輪外圓面隨機拍攝10個堵塞區(qū)域，接著運用基于梯度閾值的區(qū)域生長分割法分割熱像圖，分割結(jié)果如圖7所示(任列4幅)。然后用超景深顯微鏡在砂輪外圓面隨機拍攝10個堵塞區(qū)域，并標注和統(tǒng)計出顯微圖像中堵塞磨屑的直徑和數(shù)量，如圖8所示(任列4幅)，分別統(tǒng)計出兩種方法所檢測的砂輪堵塞的特征值，結(jié)果如表6和表7所示。對比這兩個表中的結(jié)果可知，熱像法檢測出的堵塞磨屑平均直徑和平均堵塞面積百分比分別比顯微照相法高出30%和33.5%。

圖7　砂輪表面熱像圖分割結(jié)果

圖8　砂輪表面顯微照片

采樣區(qū)編號堵塞磨屑平均直徑(mm)堵塞面積百分比(%)A1A2A3A4A5A6A7A8A9A10均值0.4530.4120.3460.5440.4360.3370.3690.4860.4310.3140.4137.108.036.088.412.015.364.256.135.374.595.73

表7　顯微照相法檢測堵塞特征統(tǒng)計

對比表7和表6結(jié)果可知，熱像分割檢測出的砂輪堵塞磨屑尺寸比顯微法實際尺寸稍微大一點，主要原因是實驗所采用熱像儀分辨率有限，并且熱像圖區(qū)域生長分割法中使用的登山算法將邊緣點統(tǒng)一納入磨屑，這就引入了系統(tǒng)誤差。所以紅外檢測設備精度和砂輪堵塞特征提取的方法仍有較大的改善空間。

5結(jié)論

熱像分割采用的閾值分割法提取的磨削砂輪堵塞磨屑出現(xiàn)“偏聚”現(xiàn)象，堵塞點數(shù)量和面積受選取的閾值影響較大。邊緣檢測法克服了“偏聚”現(xiàn)象，但仍存在邊緣不完整、定位不精確等問題。而基于梯度閾值過濾的區(qū)域生長分割法剔除了常規(guī)區(qū)域生長分割法的“偽種子像素”，其磨削砂輪堵塞紅外主動檢測結(jié)果更客觀和準確，是一種較好的方法。

基于梯度閾值過濾的區(qū)域生長分割法的熱像檢測的砂輪堵塞檢測方法能夠?qū)崿F(xiàn)對磨削砂輪堵塞面積和狀態(tài)的定量檢測。該法原理可靠、操作便捷、結(jié)果直觀，不受堵塞磨屑導電性和導磁性影響，抗電磁干擾和油污污染能力強，為磨削砂輪堵塞機理的研究提供了新的測試手段。本實驗中檢測精度受所使用的熱像儀分辨率限制，檢測出的堵塞磨屑平均直徑和堵塞面積百分比比顯微法偏大，所以紅外檢測設備精度和砂輪堵塞特征提取的方法仍有改善空間。使用分辨率更高的熱像儀或采用合理的插值法提高熱像圖的分辨率，同時研究先進的特征提取方法以獲取更多堵塞磨屑的邊緣細節(jié)，這些都是提高紅外熱像法檢測砂輪堵塞精度的有效途徑。

參考文獻：

[1]盛曉敏,郭力，謝桂芝，等.超高速磨削技術[M].北京：機械工業(yè)出版社,2010．

[2]馮燦波，謝桂芝，盛曉敏，等. 不銹鋼超高速磨削試驗研究[J].中國機械工程,2013, 24(3):322-326.

Feng Canbo, Xie Guizhi, Sheng Xiaomin, et al. Process Test Research on Stainless Steel in Ultra-high Speed Grinding [J].China Mechanical Engineering, 2013, 24(3):322-326.

[3]Badger J,Murphy S,Donnell G E.Loading in Grinding: Chemical Reactions in Steels and Stainless Steels[J].Advanced Materials Research,2010,126/128：597-602.

[4]Adibi H, Rezaei S M, Sarhan Ahmed A D. Analytical Modeling of Grinding Wheel Loading Phenomena[J]. International Journal of Advanced Manufacturing Technology, 2013,68(1/4):473-485.

[5]Dornfeld D, He Gaocai. Investigation of Grinding and Wheel Loading Using Acoustic Emission[J]. ASME Journal of Engineering for Industry,1984,106(1):28-33.

[6]肖安定.砂輪堵塞的測量[J].廣西工學院學報, 1994,5(4):1-8.

Xiao Anding. Measure of Grinding Wheel Loading[J]. Journal of Guangxi Technology University, 1994,5(4):1-8.

[7]Koenig W，Lauer-Schmaltz H. Loading of the Grinding Wheel Phenomenon and Measurement[J].CIRP,1978，27(1):217-219.

[8]Feng Z, Chen X. Grinding Wheel Loading Features Extracted by Image Processing[J]. Key Engineering Materials, 2006, 304/305:14-18.

[9]Adibi H, Rezaei S M, Sarhan Ahmed A D. Grinding Wheel Loading Evaluation Using Digital Image Processing[J]. Journal of Manufacturing Science and Engineering, Transactions of the ASME, 2013, 136(1):261-276.

[10]楊立，楊楨.紅外熱成像測溫原理與技術[M].北京:科學出版社,2012.

[11]章毓晉.圖像分割[M].北京:科學出版社,2001.

(編輯袁興玲)

Research on Grinding Wheel Loading Detection Based on Thermogram Detection and Segmentation Technology

Guo LiJiang ZhishunShang Zhentao

Hunan University,National Engineering Research Center for High Efficiency Grinding,Changsha,410082

Abstract:According to the grinding wheel loading detection problems, a method was proposed for detecting the grinding wheel loading based on the active infrared detection technology and the thermogram segmentation technology. Three methods including the threshold segmentation, the edge detection and the region growing were used to segment the thermogram, the features like the amounts and states of the grinding wheel loading were extracted. The experimental results show that: the distribution of the grinding wheel loading swarf extracted by the threshold segmentation method presents a “segregation” phenomenon, and the selected threshold value is affected the loading features deeply. The edge detection method has overcome the “segregation” phenomenon, but there still exist some problems such as the edge is not complete and the positioning of the edge is not accurate. The results of the RGS method based on the gradient threshold filtering are more objective and accurate. The test result errors of the grinding wheel loading detection between the RGS method and the microscopic photography were given. The RGS method can realize active quantitative detection of the grinding wheel loading.

Key words:grinding wheel loading; infrared detection; thermogram; image segmentation；region growing segmentation(RGS) method

作者簡介：郭力，男，1964年生。湖南大學機械與運載工程學院國家高效磨削工程技術研究中心教授、博士研究生導師。主要研究方向為智能高效精密磨削工藝和高檔智能數(shù)控磨床軸承主軸系統(tǒng)。獲中國發(fā)明專利2項。發(fā)表論文90余篇。江志順，男，1988年生。湖南大學機械與運載工程學院碩士研究生。尚振濤，男，1977年生。湖南大學機械與運載工程學院助理教授。

中圖分類號：TG7

DOI：10.3969/j.issn.1004-132X.2016.05.002

基金項目：國家自然科學基金資助項目(51475157)

收稿日期：2015-07-20