小模数塑料斜齿轮（共3篇）
小模数塑料斜齿轮 篇1
1 概述
随着高精度注塑技术的发展, 小模数 (0.1mm≤m≤1mm) 齿轮“以塑代钢”成为潮流, 由于其具有成本低、质量轻、传动噪声小、生产批量大等特点, 被广泛用于IT、家电、玩具、仪表等领域[1,2]。小齿轮的测量一直是齿轮测量领域技术难题之一, 小模数塑料齿轮由于齿槽空间小、轮齿刚度差, 使用传统的接触式测量仪器很难进行测量。机器视觉就是用机器代替人眼来做测量和判断。应用机器视觉的检测技术属于非接触检测技术, 被广泛地应用于在线检测和高精度、高速度检测领域[3]。因此, 该项技术在国内外已被广泛的研究[4,5,6]。
齿轮整体误差测量技术是我国首先提出来的, 所谓齿轮整体误差测量法, 就是将每一个齿的齿形误差以及所有各个齿的相互 (即分度间隔) ) 误差, 用整体误差曲线图形反映出来, 这样便于分析各个单项误差以及它们之间的相互关系, 从而对齿轮的工艺过程进行研究。本文中主要讨论了如何基于齿轮整体误差测量法, 发挥机器视觉技术的优势, 寻求解决小模数塑料齿轮质量检测这一技术难题的有效途径。
2 测量系统组成及工作原理
齿轮视觉检测系统与典型的工业机器视觉系统类似, 由成像系统 (CCD或CMOS摄像机) 、光源系统、计算机、数据采集、传输和处理系统等部分组成, 系统结构组成如图1所示。
齿轮视觉检测系统工作过程及原理为:将被测齿轮置于检测平台上, 使用照明系统进行照明, 被测齿轮经过光学系统后成像于CCD或COMS的感光阵面上, 面 (线) 阵CCD或COMS将被测齿轮转换成图像信号, 传送给以计算机为核心的图像处理系统。齿轮图像经过二值化、边缘检测等一系列图像处理后, 即可获得齿轮齿廓, 据此通过计算机分析计算出齿形偏差。最后将检测结果进行反馈, 控制分拣装置剔除不合格的齿轮。
3 小模数塑料齿轮视觉检测关键技术
3.1 照明系统
照明系统是小模数塑料齿轮视觉检测的关键技术之一, 为了获得优质的图像, 必须选择合适的照明光源, 以突出被测部分的对比度[7]。经过对比实验和分析, 本课题采用均匀背景光源进行照明, 均匀背景光源常被应用于尺寸测量等场合。该照明方式是将被测齿轮置于数字摄像头与光源之间, 从背面进行照明。被齿轮遮挡的部分形成阴影, 齿轮轮廓特别突出, , 可方便后续处理, 缺点是不能获得表面细节。图2a, b分别为采用普通前光照明和均匀背景光源照明方式采集的齿轮图像。
3.2 测量基准
应用机器视觉技术进行非接触式测量与传统接触式测量一样, 首先要确定测量基准[8]。齿轮的几何中心 (一般为中心孔的圆心点) 即为齿轮测量的基准。由于径向尺寸小, 小模数塑料齿轮的中心孔形状一般为圆形 (见图2b) 、半圆形或旋转对称形状 (见图2c, d, e) 等, 没有常见的带键槽孔。。由于照明的原因, 在齿轮与轴一体的情况下, 只能通过齿廓曲线来确定测量基准 (见图2e) 。具体测量基准求取算法见下节。
3.3 图像处理算法
应用机器视觉技术进行小模数齿轮误差测量的核心是图像处理算法, 具体图像处理算法主要包括图像预处理、边缘检测和齿轮误差处理、、分析算法三部分。按流程可分为图像处理、求解基准和误差测量三步 (软件流程图见图3) 。
齿轮图像处理算法主要包括:滤波、边缘检测、亚像素细分等。由于干扰因素不可避免的存在于图像的采集、传输等过程中, 因此图像中带有一定的噪声。为了降低噪声水平并保留图像边缘和细节, 首先对图像采用快速中值滤波处理[9]。在完成滤波处理后, 使用最大方差阈值法进行二值化处理, 得到黑白二值图像, 将齿轮与背景分离开来。此时, 使用常规重心法可求解得到齿轮几何中心的估算位置。接下来对二值化后的图像进行腐蚀处理, 将齿轮齿廓和内孔的边缘提取出来 (见图2c, d, e, f) , 然后依据Canny准则进行精确的边缘检测[10]。依据几何中心的估算值, 对检测出的边缘点使用哈夫变换计算得到较为精确的测量基准。最后, 对边缘点进行亚像素细分处理, 提取精确的边缘信息。并据此应用最小二乘法精确计算测量基准。在精确计算出齿轮测量基准后, 即可根据齿廓边缘对齿轮误差进行测量。
3.4 齿轮误差检测原理
应用机器视觉技术测量齿轮端面误差, 属于直角坐标测量系统下的逐点坐标测量法。逐齿坐标点测量是将被测齿轮置于某选定的平面坐标系中, 逐齿测出齿轮端面上各采样点的坐标值, 顺序排列并绘成误差曲线。如前所述, 在测量前首先要确定被测齿轮的几何中心 (测量基准) , 并使其与坐标原点重合。假设第一个齿的渐开线起点为p, 直角坐标为 , 则第N个被测齿面上的某个坐标点为Q (x, y) 。逐齿测出各齿端面上的一系列点的直角坐标值, 并换算成端面法向值, 再与相应齿廓理论位置的坐标点进行比较, 求出各点的误差值f (端面法向) 为:
由求得各点的f值后, 经过转换, 便获得端面误差曲线。
4 测量实验及结果分析
本系统采用线阵CCD扫描法成像, 标定系数:0.04238mm/像素, 图像大小:640*640像素。计算机CPU主频:2.7GHz, 内存:2GB, 程序计算时间小于0.2秒。实验对12个小塑料齿轮进行检测, 齿轮参数为:齿数z=38, 模数m=0.5mm。测量结果见表1。
由上述实验结果可以得出:采用机器视觉技术对小模数塑料齿轮进行在线检测, 效率非常高, 可以满足在线检测的要求。但测量结果也受到各种因素的影响, 主要有以下两方面的因素: (1) 硬件方面:摄像设备的分辨率, 测量精度主要取决于它;照明系统不均的光照;成像系统的光学畸变;摄像头成像平面与被测齿轮表面不完全平行以及环境中的碎屑及灰尘等。 (2) 软件方面:边缘检测算法的定位精度;测量基准的计算精度等。由于上述因素的存在, 也就解释了实验测量结果绝对误差较大的原因。
5 结论
本文主要探讨了应用机器视觉技术对小模数塑料齿轮进行误差测量的相关技术。虽然存在不能测量多联齿轮和斜齿轮等不足, 由于视觉检测技术具有效率高, 非接触等特点, 综合考虑测量精度、效率和经济性等因素, 在软、硬件方面做进一步的研究, 如采用高精度线阵CCD和远心镜头, 则完全可以满足小模数塑料齿轮的在线检测要求, 将是解决小模数塑料齿轮质量检测这一技术难题的有效途经。
参考文献
[1]郭晓然.基于机器视觉的渐开线小模数齿轮测量方法的研究[D].西安:西安理工大学, 2007.
[2]黎鹏, 刘其洪.基于机器视觉的直齿圆柱齿轮尺寸参数测量[J].计算机测量与控制, 2009, 17 (4) :646~648.
[3]毛建东.基于CCD的小模数齿轮齿形误差的测量[J].微计算机信息, 2007, 23 (3) :300-302.
[4]陈廉清, 高立国, 陈永清.基于图像处理的微小塑料齿轮轮廓优化[J].农业机械学报, 2008, 39 (6) :166~169.
[5]徐俊成, 张莉彦, 阎华.基于机器视觉的小模数塑料齿轮的在线检测[J].组合机床与自动化加工技术, 2011, (3) :57-61.
[6]石照耀, 张万年, 林家春.小模数齿轮测量:现状与趋势[J].北京工业大学学报, 2008, 34 (2) :113-119.
[7]李俊.机器视觉照明光源关键技术研究[D].天津:天津理工大学, 2006.
[8]岳卫宏.计算机视觉技术在齿轮测量中的应用研究[D].武汉:武汉理工大学, 2005
[9]张景辉.基于机器视觉的直齿圆柱齿轮测量系统的设计与实现[D].天津:天津大学, 2006.
[10]罗钧, 黄俊.基于机器视觉的二维小尺寸精密测量系统[J].计算机测量与控制, 2007, 15 (1) :11-13.
小模数塑料斜齿轮 篇2
模数≤1mm的齿轮称为小模数齿轮,常用于小型精密仪器、电子产品、家用电器等产品之中。
大容量洗衣机已经成为洗衣机市场的主导产品,随着洗衣机的容量不断增大,对其减速器承载能力的要求也越来越高。洗衣机减速机构一般采用一级皮带减速和二级齿轮减速,齿轮减速器是洗衣机的心脏,在进厂时要进行检测。对于新的供货企业,首次常规检验要将减速器安装在洗衣机上,带上额定负载进行无故障连续运转5000次程序(疲劳强度)试验。按照每天洗一次,每次洗涤10min,漂洗2次(10min),使用10a,完成50昼夜无故障连续运转试验。
由于无故障连续运转试验时间太长,而且又是十分重要的检测项目,是入厂常规检验的主要项目之一。因此经过对比试验,提出用破坏力矩来间接检验洗衣机减速器疲劳强度。试验方法是:将减速器输出轴固定,在输入轴施加20~25N·m的力矩,减速器齿轮没有发生折断、输入轴和输出轴不能变形等缺陷,减速器仍能正常运转,则减速器的疲劳强度和齿轮强度视为合格。
因此,要满足洗衣机减速器破坏力矩的检验要求,在减速器和齿轮结构设计中应加以考虑。
2 减速器和齿轮的结构设计
随着洗衣机容量的加大,要求其减速器的承载能力增大。但洗衣机减速器由于考虑成本和体积原因,使用模数为1mm的小模数塑料齿轮。在不改变传动比的情况下,要增大承载能力,一种方法是采用单级圆柱齿轮减速器,齿轮用直齿结构,加大齿轮的模数(模数由1mm改为3mm),但减速器的体积将增大。而且由于模数加大后,齿轮和齿圈尺寸增大、增厚,注塑成型后收缩严重、齿形变形大,将增大运行时的噪音,噪音大于55dB以上。
另一种方法是采用行星减速器。经试验,如果齿轮仍然采用模数为1mm的直齿结构,这样的行星减速器一般仅能承受在输入轴施加20N·m的破坏力矩,能满足洗涤容量为4kg以下的洗衣机的需要。但对于洗涤容量为4kg以上的大容量洗衣机,破坏力矩将大于25N·m。仍需要加大齿轮的模数,显然这种方法也不行。因此,提出用斜齿行星减速器来取代单级圆柱齿轮减速器和直齿行星减速器。
从理论上来讲,斜齿与直齿传动相比较,由于重合系数大,齿轮强度高,减少传动时的冲击、振动和噪声,提高了传动的平稳性。
2.1 齿轮结构设计
在行星减速器中有太阳轮、行星轮、内齿轮和行星架。行星轮结构设计如图1所示。其技术参数为:齿数Z=22,模数m=1mm,齿形角α=20°,螺旋角β=20°,分度圆直径d=23.410mm,齿顶高系数ha*=1,全齿高为2.25mm。
1.塑料太阳轮2.不锈钢输入轴
行星减速器太阳轮的结构有两种形式,一种是整体式输入轴,如图2所示。但由于太阳轮与行星轮和内齿轮的材料不同,加工和成型方法也就不同,前者用的材料是1Cr13不锈钢,采用滚齿加工方法形成斜齿;后两者用的是尼龙或聚甲醛材料,采用注射模注射成型,因此,导致注射成型的塑料齿轮的齿形和螺旋角与滚齿加工成型的的渐开线齿形的一致性不好,从而导致传动时噪音增大。为了解决这个问题,采用另外一种结构,即组合式输入轴,如图3所示。该结构中太阳轮也改用聚甲醛材料注射成型,与相结合的行星轮和内齿轮的材料和成型方法均相同,保证了齿形和螺旋角的一致性,降低了传动噪音。此时的塑料太阳轮1和不锈钢输入轴2通过花键连接。
组合式太阳轮结构设计如图4所示。参数为:齿数Z=16,模数m=1mm,齿形角α=20°,螺旋角β=20°,分度圆直径d=17.027mm,齿顶高系数ha*=1,全齿高为2.25mm。与轴相配合的花键参数为:齿数Z=11,模数m=0.75mm,齿形角α=45°,太阳轮内花键与轴外花键采用H7/h6配合。
2.2 减速器结构设计
行星减速结构如图5所示,内齿架1、太阳轮2、行星轮3均采用聚甲醛或尼龙材料注塑成型,下行星架4、上行星架6采用铝合金压铸成型,行星轮轴5采用1Cr13不锈钢材料。行星轮采用四个,进一步提升了减速器的承载能力。
减速器结构如图6所示,输入轴17和输出轴1采用1Cr13不锈钢材料;粉末冶金轴承4、15采用铁基粉末冶金材料,输入轴17和输出轴1和粉末冶金轴承4、15之间的配合采用H7/f7或H7/f6间隙配合,为了保证输入轴17和输出轴1不窜动,在轴和粉末冶金轴承装配好后,使用弹簧挡圈5、16定位;为了防止洗衣机运转时,水进入减速器内,使用橡胶密封圈2与输出轴1紧密配合;上外壳6、下外壳11采用增强聚丙烯(PP+30%玻璃纤维)材料注塑成型,在将内部行星减速结构等零部件装配好后,上外壳6、下外壳11用四只固定螺钉8固定,形成一只完整的减速器。减速器实物如图7所示。
1.内齿架2.太阳轮3.行星轮4.下行星架5.行星轮轴6.上行星架
1.输出轴2.橡胶密封圈3.垫圈4,15.粉末冶金轴承5,16.弹簧挡圈6.上外壳7.上行星架8.固定螺钉9.行星轮10.内齿架11.下外壳12.行星轮轴13.下行星架14.太阳轮17.输入轴
3结论
经过改进设计的小模数塑料斜齿轮行星减速器具有体积小、减速比大、输出扭矩大、重量轻、承载能力高、使用寿命长、运转平稳、噪声低、结构紧凑等优点,广泛应用于洗衣机等家用电器上。经生产实践,同等条件下,承载能力提高1.2~15倍,噪音降低2~8dB。
摘要：洗衣机的减速器入厂安装前必须进行破坏力矩试验。为了满足洗衣机的使用性能要求,对洗衣机中的减速器及所用的齿轮结构进行了优化设计。采用行星减速和小模数塑料斜齿轮结构设计,既满足了大容量洗衣机对减速器承载能力的要求,又节约了成本。
关键词：破坏力矩,小模数塑料斜齿轮,行星减速结构,减速器
参考文献
小模数齿轮视觉测量系统研究 篇3
关键词：机器视觉,图像测量,边缘检测,齿轮
一、引言
机器视觉就是用机器代替人眼来做测量和判断。随着机器视觉技术和光电技术的飞速发展, 出现了一种新的检测技术——计算机视觉检测技术 (简称视觉检测技术) 。所谓视觉检测就是检测被测目标时, 把图像当作检测和传递信息的手段或载体加以利用的检测方法, 是以现代光学为基础, 融光电子学、计算机图像学、信息处理、计算机视觉等科学技术为一体的现代检测技术。基于视觉检测技术的仪器设备能够实现智能化、数字化、小型化、网络化和多功能化, 具备在线检测、实时分析、实时控制的能力, 在军事、工业、商业、医学等领域得到广泛关注和应用。
小模数齿轮广泛地应用在精密光学仪器、航空及无线电仪表中, 由于它具有体积小、齿形小等特点, 不便于使用传统的齿轮测量仪器和接触式测量方法进行测量。应用视觉检测技术的齿轮误差测量方法, 可以实现非接触测量, 能够解决许多传统测量中的难题, 因此研究意义重大。
二、齿轮视觉检测系统的组成及基本工作原理
视觉系统的组成一般包括图像采集系统、图像处理系统、照明系统和与之配套的机械平台等。图像采集系统包括数字摄象机和图像采集卡等设备。它的输入是原始的物理图像 (对几何参数测量而言, 为了提高测量精度一般使用黑白摄象机采集灰度图像) , 经过采样 (空间离散化) 和量化 (灰度值离散化) , 输出计算机能够方便处理的数字图像 (灰度的数字矩阵) 。图像处理系统由高速度、高容量的计算机和相应的图像处理及检测算法软件组成。图像处理系统将一幅数字图像变为另一幅经过修改或改进的数字图像, 或转换为一种非图像的形式, 并根据图像信息获得被测物体的几何信息。照明系统在视觉检测系统中起照明作用, 也是影响视觉检测结果的重要因素。为了使被拍摄物能够在成像传感器上清晰成像, 需要合理选择光源和优化照明设计。
三、图像处理系统
视觉检测系统由硬件系统和软件系统两大部分组成。为了提高系统测量精度, 一方面可以通过提高硬件设备的性能来实现, 如选用高分辨率的数字摄象机、采用特殊的照明方式等。本系统采用背景光照明, 能突出齿轮的外形轮廓, 使获得的图像对比度较高且边缘清晰, 便于进行测量 (如图1) 。另一方面, 可以利用软件来提高测量精度, 且具有方法简单有效、设备成本低的优点, 是测量系统的核心。
图像处理软件算法包括图像数据预处理和齿轮误差测量处理两部分。图像数据预处理部分主要应用了中值滤波、最大方差阈值法 (二值化) 、基于数学形态学法的腐蚀操作、Canny算法和亚像素细分等算法 (参见图2) 。对齿轮的边缘检测处理结果见图3。齿轮误差测量处理算法主要有Hough变换和最小二乘法, 是在精确边缘检测结果的基础上完成。
a.原始图像, b.二值图像, c.边缘图像
四、齿轮测量结果及结论
经过实际测量结果证明, 应用视觉检测方法可以较好地解决传统测量方法中工作量大、测量效率低的问题。把机器视觉技术引入齿轮测量技术中, 为齿轮测量提供了一种新的具有较高测量精度和测量效率的非接触综合型测量方法。除了可对齿轮的部分单项误差进行测量外, 还可以对齿廓误差进行整体测量。
参考文献
[1]佘新平.一种具有抗噪声干扰的图像边缘提取算法的研究[J].电子技术应用, 1999 (, 1) ,
[2]吴剑锋.一种图像边缘检测的新算法[J].福州大学学报 (自然科学版) , 2000, 28 (4) .
[3]洪海涛.复杂零件参数的图像测量方法[J].机械工艺师, 2000 (, 11) .
[4]吴晓波.应用多项式插值函数提高面阵CCD尺寸测量的分辨力[J].仪器仪表学报, 1996, 7 (2) .
[5]王建民.空间矩亚像素细分算法的研究[J].光学技术, 1999 (, 4) .
[6]王建民.提高图像测量系统精度的细分算法的研究[J].光学.精密工程, 1998, 6 (4) .
[7]郭晓然.基于机器视觉的渐开线小模数齿轮测量方法的研究[D].西安理工大学, 2007.
[8]张景辉.基于机器视觉的直齿圆柱齿轮测量系统的设计与实现[D].天津大学, 2006.