莊清瑤

摘要： 為了提升工業(yè)機(jī)器人的自動化水平，設(shè)計人員嘗試基于機(jī)器視覺系統(tǒng)對工業(yè)機(jī)器人系統(tǒng)進(jìn)行優(yōu)化，并對相機(jī)與工業(yè)機(jī)器人視覺系統(tǒng)進(jìn)行標(biāo)定，并以蟻群算法為基礎(chǔ)，搭建工業(yè)機(jī)器人去毛刺平臺。通過引入工業(yè)視覺系統(tǒng)，實(shí)現(xiàn)對于目標(biāo)工件的在線監(jiān)測，并將有關(guān)工件輪廓以及位置的信息，遠(yuǎn)程傳輸至工業(yè)機(jī)器人去毛刺平臺，提升該平臺智能化水平，有效解決零件生產(chǎn)加工過程中，異形工件毛刺難以去除的問題。

Abstract： In order to improve the automation level of industrial robot， designers try to optimize the industrial robot system based on machine vision system， calibrate the camera and industrial robot vision system， and build an industrial robot deburring platform based on ant colony algorithm. By introducing the industrial vision system， the on-line monitoring of the target workpiece is realized， and the information about the workpiece contour and position is remotely transmitted to the industrial robot deburring platform， so as to improve the intelligent level of the platform and effectively solve the problem that it is difficult to remove the burr of special-shaped workpiece in the process of part production and processing.

關(guān)鍵詞： 工業(yè)機(jī)器人;去毛刺平臺;蟻群算法

Key words： industrial robot;deburring platform;ant colony

中圖分類號：TP242.2 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-957X（2022）03-0069-04

0 ?引言

實(shí)際生產(chǎn)機(jī)械零件過程中，由于加工設(shè)備柔化程度不足，或者加工參數(shù)精度的限制，導(dǎo)致機(jī)械零件的邊緣經(jīng)常會出現(xiàn)毛刺，特別是具有不規(guī)則形狀的機(jī)械零件，其出現(xiàn)毛刺的概率更高。毛刺對于機(jī)械工件的加工、裝配精度會產(chǎn)生很大的影響，同時還會影響工件的美觀度。因此，機(jī)械零件去毛刺工作一直以來都是工業(yè)生產(chǎn)中的重點(diǎn)環(huán)節(jié)。傳統(tǒng)的去毛刺方式以人工去毛刺模式為主，這種去毛刺模式不僅效率低、成本高，而且無法保證去毛刺的效果。因此，如何利用工業(yè)機(jī)器人代替人工進(jìn)行去毛刺工作，就成為工業(yè)生產(chǎn)領(lǐng)域的熱點(diǎn)問題。

1 ?基于機(jī)器視覺工業(yè)機(jī)器人去毛刺平臺應(yīng)用優(yōu)勢

傳統(tǒng)去毛刺模式下，相關(guān)工人需要用視覺檢測的方式觀察工件外表是否存在毛刺。人工視覺檢測的缺陷在于無法形成統(tǒng)一的標(biāo)準(zhǔn)，且長時間運(yùn)用視覺檢測的方式，會讓工人產(chǎn)生疲勞感，不僅無法滿足機(jī)械工件裝配、加工精度要求，而且要投入大量的時間與人工，成本高昂。此外，對于一些對零件參數(shù)有著較高標(biāo)準(zhǔn)的精密零件，為了提升良率，生產(chǎn)者需要為工人配備更為精密的檢測儀器，導(dǎo)致生產(chǎn)成本進(jìn)一步提升[1]。想要解決這一問題，就要積極嘗試用工業(yè)機(jī)器人代替人工進(jìn)行去毛刺工作，其基礎(chǔ)就是要利用機(jī)器人視覺取代人工視覺。

所謂的機(jī)器視覺，實(shí)際上是指借助攝影攝像設(shè)備捕捉目標(biāo)零件的圖像，并運(yùn)用圖像處理技術(shù)對捕捉到的工件圖像進(jìn)行數(shù)字化處理，將工件圖像的各項(xiàng)參數(shù)轉(zhuǎn)化為能夠被檢測儀器記錄、判斷的數(shù)據(jù)，通過此項(xiàng)技術(shù)能夠大幅度提升非接觸測量以及定量檢驗(yàn)效率。通過類似于人工檢測的視覺捕捉機(jī)制，判斷工件是否存在毛刺，并準(zhǔn)確判斷毛刺數(shù)量以及所在位置。與傳統(tǒng)檢測方式相比，這種基于機(jī)器視覺的機(jī)器人去毛刺平臺，能夠形成統(tǒng)一的判斷標(biāo)準(zhǔn)，以數(shù)據(jù)代替?zhèn)鹘y(tǒng)的人工經(jīng)驗(yàn)判斷，對機(jī)械零件進(jìn)行篩選，并在此基礎(chǔ)上對零件所出現(xiàn)的偏差值進(jìn)行實(shí)時監(jiān)測，對機(jī)械零件所出現(xiàn)的毛刺問題進(jìn)行統(tǒng)一分析，大幅度提升機(jī)械零件去毛刺效率并降低該環(huán)節(jié)成本[2]。

2 ?相機(jī)與工業(yè)機(jī)器人視覺系統(tǒng)標(biāo)定

作為機(jī)械視覺系統(tǒng)中的重要組成部分，相機(jī)標(biāo)定系統(tǒng)一直以來都是設(shè)計重點(diǎn)。從理論層面來看，對相機(jī)系統(tǒng)進(jìn)行標(biāo)定，實(shí)質(zhì)上就是確定相機(jī)成像模型外部與內(nèi)部參數(shù)，通過這些參數(shù)，設(shè)計人員能夠明確由相機(jī)所捕捉到的工件圖像中，每一個像素點(diǎn)所對應(yīng)的三維空間坐標(biāo)，令機(jī)器人系統(tǒng)能夠正確判斷工件所在的三維空間位置，為機(jī)器人手臂所進(jìn)行的去毛刺工作提供數(shù)據(jù)基礎(chǔ)[3]。

2.1 相機(jī)成像

想要深入分析相機(jī)系統(tǒng)標(biāo)定問題，先要對視覺系統(tǒng)成像原理進(jìn)行深入分析。相機(jī)所捕捉到的機(jī)械工件圖像為二維圖像，因此需要借助相機(jī)標(biāo)定，在二維坐標(biāo)與三維坐標(biāo)之間建立關(guān)聯(lián)，使二者之間形成映射關(guān)系[4]。通過圖像處理技術(shù)，對機(jī)械工件關(guān)鍵信息進(jìn)行加工與處理，進(jìn)而制定處理方案。

從結(jié)構(gòu)方面來看，該平臺所采用的視覺捕捉系統(tǒng)，主要由鏡筒與透鏡構(gòu)成，利用凸透鏡光學(xué)原理實(shí)現(xiàn)成像（如圖1所示）。

設(shè)計機(jī)器人去毛刺平臺的相機(jī)標(biāo)定，其主要目的是采集機(jī)械零件在三維空間中的位置信息以及工件輪廓幾何信息，并基于像素成像技術(shù)，對該物體進(jìn)行數(shù)字化重構(gòu)，確定相機(jī)捕捉到的機(jī)械工件圖像在四個坐標(biāo)系中的具體位置（如圖2所示）。

其中，第一個坐標(biāo)系為世界坐標(biāo)系，即三維空間中的直角坐標(biāo)系參數(shù)Ow-xwywzw，通常情況下，設(shè)計人員將世界坐標(biāo)系作為參考坐標(biāo)系使用，利用該參數(shù)標(biāo)定機(jī)械工件在三維空間中的具體位置。第二個坐標(biāo)系為相機(jī)坐標(biāo)系

Oc-xcyczc，第三個坐標(biāo)為圖像坐標(biāo)系，也就是利用鏡頭成像原理所捕捉到的目標(biāo)圖像，第四個坐標(biāo)系為像素坐標(biāo)系，該坐標(biāo)系是虛擬坐標(biāo)系。在坐標(biāo)系空間位置關(guān)系中用P點(diǎn)表示[5]。

相機(jī)標(biāo)定方式多種多樣，實(shí)際工作中，需要依據(jù)現(xiàn)場情況以及實(shí)際需求進(jìn)行靈活選擇。本文中設(shè)計的基于機(jī)器視覺系統(tǒng)的機(jī)器人去毛刺平臺，由于其位于實(shí)驗(yàn)室中，外界干擾因素較少，因此可以選擇操作簡便且能夠確保較高精準(zhǔn)度的標(biāo)定法。其工作原理為利用世界坐標(biāo)系、相機(jī)坐標(biāo)系、圖像坐標(biāo)系以及像素坐標(biāo)系之間的轉(zhuǎn)換，將處于三維空間的機(jī)械工件映射到二維平面圖像上，通過提取二維圖像的像素信息，判斷機(jī)械工件是否存在毛刺，以及毛刺的數(shù)量、位置。

①世界坐標(biāo)系與相機(jī)坐標(biāo)系之間的轉(zhuǎn)變。坐標(biāo)系空間位置關(guān)系中的P點(diǎn)，在世界坐標(biāo)系與相機(jī)坐標(biāo)系中的標(biāo)記方式為xw=（xw，yw，zw，1）T，以及xc=（xc，yc，zc，1）T，將該矩陣旋轉(zhuǎn)得到新矩陣R，再將矩陣平行移動，得到矩陣t，則能夠得出關(guān)系式。

②相機(jī)坐標(biāo)系與圖像坐標(biāo)系之間的轉(zhuǎn)換。根據(jù)相機(jī)成像模型，P點(diǎn)在該坐標(biāo)系下的表達(dá)方式為P（xc，yc，zc），且該空間點(diǎn)在圖像坐標(biāo)系中的投影為p（x，y），參數(shù)x與y的關(guān)系為：

該關(guān)系式中，f就是xcyc平面與圖像坐標(biāo)系平面之間的距離，即焦距。

③圖像坐標(biāo)系與像素坐標(biāo)系之間的轉(zhuǎn)換。這兩個坐標(biāo)系之間的參數(shù)轉(zhuǎn)換關(guān)系如下：

對該關(guān)系式進(jìn)行表達(dá)的過程中，為了對其進(jìn)行簡化，需要對矩陣進(jìn)行重新表示。

④像素坐標(biāo)與世界坐標(biāo)系之間的轉(zhuǎn)換。在得到機(jī)械工件圖像的像素坐標(biāo)之后，還需要對其進(jìn)行世界坐標(biāo)系轉(zhuǎn)換，以機(jī)械手臂能夠讀懂的語言，確定工件的具體位置，并進(jìn)行去毛操作[6]。

由此可以看出，如果排除相機(jī)出現(xiàn)畸變這種偶發(fā)問題，我們可以通過二維平面中的兩個坐標(biāo)點(diǎn)，實(shí)現(xiàn)對于相機(jī)的標(biāo)定。設(shè)計人員運(yùn)用Halcon軟件輔助進(jìn)行相機(jī)標(biāo)定工作，利用該軟件，在多幅標(biāo)定板中提取圖像特征，并根據(jù)投影的具體參數(shù)，計算相機(jī)內(nèi)部、外部參數(shù)。

2.2 機(jī)器人手眼標(biāo)定

本次實(shí)驗(yàn)中所使用的機(jī)器人手眼標(biāo)定，以“Eye-to-Hand”模式為基礎(chǔ)，布置機(jī)器人手臂以及相機(jī)具體位置（如圖3所示）。

通過分析機(jī)器人手臂與相機(jī)坐標(biāo)系可以發(fā)現(xiàn)，相機(jī)被安裝在該系統(tǒng)外側(cè)的固定支架上，因此可以確定{B}坐標(biāo)系與{C}坐標(biāo)系之間的空間位置關(guān)系始終保持不變，且{F}坐標(biāo)系的位置也保持不變。因此，讀取{T}坐標(biāo)系的參數(shù)，可以得到旋轉(zhuǎn)矩陣R以及平移矩陣t[7]。

由于該實(shí)驗(yàn)所采用的機(jī)器視覺系統(tǒng)為單目視覺系統(tǒng)，因此無法收集機(jī)械工件在Z坐標(biāo)上的系數(shù)，只能得到工件平面坐標(biāo)系數(shù)，即X坐標(biāo)與Y坐標(biāo)。為了解決Z坐標(biāo)參數(shù)無法收集的問題，設(shè)計人員運(yùn)用特殊夾具，確保在收集機(jī)械工件圖像數(shù)據(jù)過程中，Z坐標(biāo)軸的參數(shù)為固定值，并在數(shù)據(jù)處理系統(tǒng)中對Z坐標(biāo)軸的數(shù)據(jù)進(jìn)行初始化處理，使其數(shù)據(jù)始終為0。

在確保相機(jī)內(nèi)部參數(shù)不改變的情況下，該坐標(biāo)系統(tǒng)中的參數(shù)為常數(shù)，同時確保每一行的三個參數(shù)平方和，以及每一列參數(shù)的平方和，數(shù)值均為1。

在此基礎(chǔ)上，在相機(jī)的正下方布置標(biāo)定板，通過像素識別技術(shù)記錄像素點(diǎn)的位置（km，kn），之后設(shè)計人員需要操控機(jī)器人手臂，按照一定順序?qū)⑹直垡苿拥綐?biāo)定板上的指定像素位置，以此來記錄機(jī)器人手臂的坐標(biāo)參數(shù)[8]。

該設(shè)計中，標(biāo)定板上一共存在9個坐標(biāo)點(diǎn)，機(jī)器手臂需要沿著X軸以垂直的姿態(tài)向下移動，再沿著Y軸的方向移動，通過這種方式識別出全部九個點(diǎn)的像素坐標(biāo)。由于坐標(biāo)矩陣不可逆，因此不能對矩陣進(jìn)行求逆計算，而是要將該矩陣展開：

需要注意的是，由于A為3×3的矩陣，B為3×1的矩陣，因此r11，r22以及Δx這三個參數(shù)，可以通過將等式兩端同時乘以A的方式得到。

在得出r11，r22，Δx這三項(xiàng)參數(shù)之后，還有r13，r23以及r33這三個參數(shù)沒有計算。這里我們可以設(shè)α1=[r11 r21 r31]T，α2=[r12 r22 r32]T，α3=[r13 r23 r33]T，由于這三個參數(shù)之間存在正交性，因此對于標(biāo)定板上的九個像素信息采集點(diǎn)，可以提出完整的9組數(shù)據(jù)，并運(yùn)用SDP優(yōu)化方法，對α1，α2，α3這三組參數(shù)進(jìn)行信息采集。同時，由于受到“對稱矩陣仿射組合半正定”的約束，這9組參數(shù)的線性函數(shù)曲線能夠得到極值，對于α1，α2，α3這三組參數(shù)進(jìn)行施密特正交計算，到此，矩陣中所有參數(shù)均已計算求得。

3 ?基于蟻群算法去毛刺工藝優(yōu)化建模

使用工業(yè)機(jī)器人去毛刺平臺進(jìn)行去毛刺工作過程中，想要提升去毛刺效率需要重點(diǎn)關(guān)注以下兩方面問題。一方面，需要對去毛刺工藝參數(shù)進(jìn)行優(yōu)化，提升機(jī)器人手臂靈敏性。另一方面，對于機(jī)器人手臂去毛刺的加工路徑進(jìn)行優(yōu)化，縮短去毛刺時間間隔。

從整體上看，去毛刺工藝參數(shù)是影響此項(xiàng)工作效率以及成本的最主要因素。因此相關(guān)設(shè)計人員需要重點(diǎn)關(guān)注去毛刺工藝的參數(shù)設(shè)計問題，傳統(tǒng)工作模式下，去毛刺工藝參數(shù)的選擇具有明顯的主觀性，主要依靠相關(guān)工作人員的實(shí)際工作經(jīng)驗(yàn)來設(shè)定參數(shù)[9]。造成這一現(xiàn)象的主要原因是去毛刺工藝參數(shù)設(shè)計工作十分復(fù)雜，很多外部因素會影響機(jī)器人手臂去毛刺工作效率以及去毛刺質(zhì)量，如果依然按照傳統(tǒng)理論去設(shè)定去毛刺工藝參數(shù)，該工作將會變得十分困難。基于這種背景設(shè)計人員需要基于先進(jìn)的蟻群算法，去毛刺工藝參數(shù)進(jìn)行優(yōu)化。

3.1 優(yōu)化變量

建立區(qū)錨式工藝優(yōu)化模型過程中，相關(guān)人員需要對目標(biāo)函數(shù)進(jìn)行深入分析，目標(biāo)函數(shù)由一組參數(shù)構(gòu)成，這些參數(shù)中就包含了需要被優(yōu)化的變量。由于存在大量能夠影響去毛刺工藝的因素，為了精簡計算過程，設(shè)計人員選擇將能夠?qū)υO(shè)計目標(biāo)產(chǎn)生較大影響的參數(shù)，標(biāo)記為優(yōu)化變量，并使用x1，x2…xn一系列符號代表優(yōu)化變量，由這些優(yōu)化變量共同構(gòu)成不同維度（n）的列矢量（X）：

優(yōu)化變量中主要包括以下工藝參數(shù)：①切削速度;

②進(jìn)給速度;③切削刀具主軸轉(zhuǎn)速;④每轉(zhuǎn)進(jìn)給量;⑤切削深度。這些優(yōu)化變量之間存在緊密關(guān)聯(lián)，在一定條件下可以相互轉(zhuǎn)化。這其中，切削刀具主軸轉(zhuǎn)速與切削速度之間存在以下關(guān)系：

該關(guān)系式中的變量d為切削刀具的直徑，V代表切削速度，n代表切削刀具主軸轉(zhuǎn)速。通過計算得出每轉(zhuǎn)進(jìn)給量、每齒輪進(jìn)給量以及進(jìn)給速度之間的關(guān)系式。

由此可以看出，在眾多優(yōu)化變量中，切削深度、每齒進(jìn)給量以及切削速度這三個參數(shù)之間相互獨(dú)立?；谶@一特點(diǎn)，在排除刀具質(zhì)量、操作者經(jīng)驗(yàn)以及工件良率等不穩(wěn)定因素之后，設(shè)計人員可以通過對切削深度、每齒輪進(jìn)給量以及切削速度這三個可控的優(yōu)化變量的優(yōu)化，提升去毛刺作業(yè)效率。

3.2 確定目標(biāo)函數(shù)

①最大生產(chǎn)率。

所謂的最大生產(chǎn)率，是指在規(guī)定時間內(nèi)最多能夠去除多少毛刺，也可以將其解讀為去除單位數(shù)量的毛刺所花費(fèi)的最少時間，其公式為：

該公式中的L代表毛刺長度。

這里需要注意的是，對于機(jī)械工件中較長的毛刺，機(jī)器人手臂一次走刀無法將其徹底去除，如果毛刺過大還可能損傷刀具，因此對于大型毛刺需要多次走刀。在切削毛刺的過程中，為了保護(hù)刀具以及工件的完整性，需要確保走刀的方向與毛刺旋轉(zhuǎn)方向一致（如圖4所示）。

如果將毛刺去除高度設(shè)為at，需要經(jīng)過Np次走刀才能完全去除毛刺，則可以得出去除毛刺總加工時間公式。

②最理想加工質(zhì)量。

除了加工速度之外，機(jī)械工件的加工質(zhì)量也是十分重要的指標(biāo)。衡量一個加工工件質(zhì)量的關(guān)鍵性參數(shù)就是其表面的粗糙程度，工件表面的粗糙度越低，就代表其質(zhì)量越優(yōu)良。基于該觀點(diǎn)，設(shè)計人員對去毛刺工藝優(yōu)化模型進(jìn)行分析，并得出“該模型具有很高的預(yù)測精度”這一結(jié)論。基于此，可以用該模型衡量工件表面粗糙程度[10]。

該式中，K，k1，k2，k3均為常數(shù)。

4 ?工業(yè)機(jī)器人去毛刺平臺搭建及工作流程

為了獲得更為詳盡的實(shí)驗(yàn)數(shù)據(jù)，本次測試中采用外形較為復(fù)雜的高壓銅觸指工件，該工件的特點(diǎn)為體積較小且外形復(fù)雜，存在大量不規(guī)則曲邊（如圖5所示）。

由于該零件體積小巧，且外形不規(guī)則，給零件的固定與定位帶來了不小的挑戰(zhàn)，相關(guān)工作人員通過儀器去毛刺平臺中安裝的相機(jī)，對該工件的形狀輪廓信息進(jìn)行實(shí)時的圖像采集。一方面，將相機(jī)固定在支架上，為了避免相機(jī)阻礙機(jī)器人手臂工作，工作人員需要對相機(jī)與工件表面之間的距離進(jìn)行嚴(yán)格控制，確保二者之間的距離超過700mm。此外，為了能夠得到該零件完整的二維圖像，工作人員需要對相機(jī)視野進(jìn)行調(diào)整，確保相機(jī)視野大于100mm×50mm。另一方面，工作人員需要對機(jī)器人手臂的軌跡精度進(jìn)行嚴(yán)格把控，切削刀具沿著工件棱邊移動一整圈代表走刀一次，工作人員通過圖像處理軟件記錄邊緣點(diǎn)集坐標(biāo)以及實(shí)際加工坐標(biāo)，要將兩個坐標(biāo)之間的誤差嚴(yán)格控制在0.2mm之內(nèi)。

工業(yè)機(jī)器去毛刺平臺主要由6個部分構(gòu)成。①成像設(shè)備。即固定在支架上的相機(jī)以及與相機(jī)配套使用的鏡頭。②光源。光源與相機(jī)組合使用，屬于相機(jī)的輔助設(shè)備，確保相機(jī)拍攝出的圖像清晰完整。③圖像處理軟件。該系統(tǒng)中使用Halcon軟件對相機(jī)拍攝的二維圖像進(jìn)行處理，并將數(shù)字化數(shù)據(jù)傳送給機(jī)器人手臂的控制單元，確保機(jī)器人手臂順利完成去毛刺工作。④實(shí)驗(yàn)用工件及夾具。⑤外部輔助設(shè)備。⑥電源以及機(jī)器人手臂控制系統(tǒng)。

具體去毛刺流程為：將相機(jī)固定在支架上，同時將目標(biāo)工件使用夾具固定在操作臺中。運(yùn)行系統(tǒng)，利用相機(jī)獲得工件的二維圖像信息。利用Halcon軟件對二維圖像信息進(jìn)行數(shù)字化處理，并得到其像素坐標(biāo)參數(shù)，通過這種方式對目標(biāo)工件的外形進(jìn)行識別。當(dāng)系統(tǒng)判斷該工件存在毛刺之后，利用內(nèi)置的計算系統(tǒng)得出毛刺大小以及位置，以此為基礎(chǔ)設(shè)定機(jī)器人手臂去除毛刺的運(yùn)動軌跡以及去除次數(shù)，完成去除毛刺工作之后，利用傳送裝置將工件運(yùn)送到指定位置，同時將下一個工件傳送至工作臺中，如此往復(fù)直至將全部工件的毛刺去除（如圖6所示）。

5 ?結(jié)語

采用工業(yè)去毛刺機(jī)器人平臺代替?zhèn)鹘y(tǒng)人工去毛刺模式，是機(jī)械零件加工工作發(fā)展趨勢，不僅能夠提升去毛刺的效率，而且能夠大幅度縮減成本。因此相關(guān)設(shè)計人員需要對如何優(yōu)化工業(yè)機(jī)器人去毛刺平臺的問題給予足夠重視。利用先進(jìn)的圖像捕捉、圖像分析以及蟻群算法，將原本存在于三維空間的工件映射于二維平面，并計算得出其像素坐標(biāo)參數(shù)，引導(dǎo)機(jī)器人手臂進(jìn)行去毛刺工作，為機(jī)械加工行業(yè)的發(fā)展提供技術(shù)支持。

參考文獻(xiàn)：

[1]王曉峰.去毛刺工藝及設(shè)備在大棒車間線的應(yīng)用[J].冶金與材料，2021，41（05）：103-104.

[2]王?，?，譚文奇，王靖超，萬瑾，張勁.基于機(jī)器學(xué)習(xí)的毛刺在線檢測研究[J].電子技術(shù)，2021，50（10）：20-21.

[3]蔡永禎，許四祥，楊宇，方建中.基于ROS的機(jī)器人去跑偏板坯毛刺自主規(guī)劃[J].太原科技大學(xué)學(xué)報，2021，42（02）：123-127.

[4]賴增亮，劉冠峰.一種視覺輔助機(jī)器人離線編程去毛刺系統(tǒng)[J].機(jī)械設(shè)計與制造，2021（09）：251-254.

[5]郭其超，金思勤，高揚(yáng)，朱飛.齒輪箱金屬零部件去毛刺技術(shù)研究[J].清洗世界，2021，37（07）：165-166.

[6]張彥杰.復(fù)雜鋁合金閥體零件毛刺的控制與去除[J].現(xiàn)代制造技術(shù)與裝備，2021，57（07）：160-161，164.

[7]姜俊，舒鑫，雍建華，魏兆成.金屬切削毛刺形成與控制技術(shù)研究進(jìn)展[J].工具技術(shù)，2021，55（07）：3-10.

[8]姜俊.模具銅電極精密銑削毛刺的抑制技術(shù)[D].大連理工大學(xué)，2021.

[9]楊兵兵，童楠楠，郭鵬，等.接箍螺紋首扣毛刺去除方法[J].焊管，2021，44（04）：58-61.

[10]周曉宇，張龍波，王雷.基于蟻群優(yōu)化的直覺模糊聚類腦MR圖像分割[J].計算機(jī)應(yīng)用與軟件，2021，38（11）：226-231.