https://www.jstage.jst.go.jp/article/transjsme/85/879/85_19-00292/_pdf

Title (英語と日本語):
State estimation based on image processing of chatter mark on end-milled surface by two-dimensional discrete Fourier transform
エンドミルびびり加工面模様の二次元離散フーリエ変換を用いた画像処理に基づく状態推定方法の検討

Journal Name & Publication Year:
Transactions of the JSME, Vol.85, No.879, 2019

First and Last Authors:
Nobutoshi Ozaki, Eiichi Aoyama

First Affiliations:
Graduate School at Doshisha University

Abstract:
本研究では、エンドミル加工中に発生する自励びびり振動の周波数と位相差を解析するために、二次元離散フーリエ変換を用いた画像解析手法を提案する。これにより、びびり振動が加工面に与える影響を定量的に評価し、従来の視覚観察による手法に比べて高い安定性と精度を実現した。

Background:
びびり振動は、加工面の仕上げ品質の低下や工具の寿命短縮を引き起こすため、製造業における重要な課題である。特にエンドミル加工においては、自励びびり振動が発生しやすく、加工の安定性に影響を与える。

Methods:
本研究では、市販のデジタルカメラと加工機械を用いて、エンドミル加工面の画像を取得。得られた画像を二次元離散フーリエ変換により解析し、びびり振動の周波数と位相差を導出する手法を提案。この手法の有効性を検証するために、変位センサによる振動解析との比較も行った。

Results:
画像解析によって得られたびびり振動の周波数と位相差は、変位センサによる振動解析結果と一致し、高い精度でびびり振動を推定できることが確認された。

Discussion:
提案手法は、加工面のびびり模様から高精度でびびり振動情報を取得できるため、視覚観察に依存しない安定した評価が可能である。また、加工機械の速度や工具の摩耗状態に応じてリアルタイムで適応可能な制御システムの構築に寄与する。

Novelty compared to previous studies:
従来のびびり振動解析手法は主に視覚観察に依存していたが、本研究では二次元離散フーリエ変換を用いることで、画像全体から周期性を高精度かつ安定的に解析できる点が新しい。

Limitations:
本手法は、びびり模様以外の要因による表面の起伏や光沢などの影響を受けるため、精度向上のためにはさらなる画像処理技術の改善が必要である。

Potential Applications:
本研究で提案した手法は、高精度な加工が要求される分野（例えば、航空機部品や精密機械の製造）において、びびり振動の制御と加工品質の向上に役立つと考えられる。

カメラのスペックを教えてください

カメラのスペックについて：

使用カメラ: オリンパス株式会社製 Tough TG-5
撮影照明: LG-1（オリンパス株式会社製）

カメラのスペックは以下の通りです：

画像サイズ: 4000 × 2672 ピクセル
シャッタースピード: 1/40秒
Fナンバー: 3.2
撮影時の設定条件：

スピンドル速度: 3000, 2850, 3300 min⁻¹
工具送り: 0.15 mm/tooth
軸方向切削深さ: 10 mm
ラジアル方向切削深さ: 1.0 mm
エンドミル径: 8 mm, 10 mm
エンドミル突き出し長さ: 32 mm
工作物突き出し長さ: 40 mm
エンドミルのヘリックス角: 30°
冷却方式: ドライ
被削材: S50C
このカメラと設定により、高精度な画像取得が可能となり、加工面の起伏や模様の解析に使用されています​​。

 

加工後の表面を撮影しているのですか？

はい、加工後の表面を撮影しています。

具体的な撮影方法と手順は以下の通りです：

エアブローによる清掃：加工後、加工面に付着した切粉をエアブローで除去します。
カメラと撮影条件の設定：市販のデジタルカメラ（オリンパス Tough TG-5）を使用し、特別な照明アタッチメント（LG-1）を取り付けて撮影します。
カメラの設置：デジタルカメラをジグを介して工作機械の主軸側面に縦向きで固定し、1.000 mm間隔でインターバル撮影を行います。
画像の取得：得られた複数の撮影画像を用いて、加工面の広視野画像を合成します。この過程で、撮影画像の輝度値から加工面の起伏を推定します。
この手法により、加工面のびびり模様やその他の表面特性を高精度に解析できる画像を取得しています​​。

 

画像から輝度値を抽出する方法を教えてください

画像から輝度値を抽出する方法：

撮影と画像取得:

加工面の画像は、オリンパス製 Tough TG-5カメラを用いて撮影します。撮影後、複数の画像を合成して広視野の加工面画像を作成します。
画像の輝度値解析:

撮影された画像の輝度値から加工面の起伏を推定します。具体的には、画像の輝度値をz座標として三次元グラフで表現し、輝度値の変動を解析します​​。
二次元離散フーリエ変換（2D-DFT）:

取得した画像に対して二次元離散フーリエ変換を適用し、びびり振動の周波数と位相差を解析します。この方法により、加工面の周期的な模様（びびり模様）の周波数スペクトルを得ることができます​​。
輝度値からの起伏推定:

輝度値を利用して、加工面の起伏を定量的に評価します。例えば、輝度値をz座標として三次元グラフにプロットし、加工面の模様の周期性を解析します​​。
この手法により、撮影画像の輝度値を用いて加工面の起伏や模様の周期性を高精度に解析することが可能となります。