基于在线铁谱图像的磨损机理智能辨识

基于状态的维护(Condition based maintenance,CBM)理念为机器健康状态维护提出了实时监测的新挑战。现有研究由于缺乏在线信息获取手段,磨损状态监测逐渐成为CBM的技术瓶颈。基于特征磨粒的磨损机理判断方法已经被广泛应用在离线磨损分析中,但是在线磨损机理的表征依然是一个很大的问题。针对基于在线铁谱图像的磨损机理开展研究。为了在一副在线铁谱图像中获得分离的磨粒图像,研究磨粒在在线铁谱传感器中的沉积机理。研究结果表明,磨粒链是图像中的主要形态,这是由于先前沉积的磨粒产生的局部磁场所致。设计一种依靠自适应调节沉积时间的在线磨粒沉积方法。运用该方法可以在在线铁谱图像中获得分离的磨粒,为特征磨粒的特征辨识提供了便利。参考分析铁谱知识,提取特征磨粒的4种形态学特征(当量尺寸、长径比、形状因子和分形维数)以综合表征4种典型磨损机理,包括正常、切削、疲劳、严重滑动磨损。采用反馈式人工神经网络构建自动磨损机理辨识模型。采用离线铁谱图像样本验证所建模型,结果表明该模型可以识别在线磨粒图像中的特征磨粒。对在线磨损机理表征方法进行了有意义的探索,所得研究成果将为在线磨损状态表征提供可行方法。     

基于磨粒特征的矿用减速器磨损状态在线监测方法研究

为实现在线磨损状态监测技术在矿用减速器的工程应用,进行了在线铁谱磨粒特征与减速器磨损状态的映射关系的研究。首先,利用在线铁谱图像自动采集系统获取磨粒图像。进而利用数字图像处理技术获取磨损颗粒信息,主要包括:采用Otsu's自动阈值分割法将目标磨粒从图像背景中分离出来;通过像素扫描和边缘检测等方法提取磨粒的相对浓度和最大宽度尺寸信息。最后,获取设备运行过程中磨粒的统计学特征在时间序列上的变化趋势,实现矿用减速器的磨损状态在线分析。所提出的方法通过在线磨损的工程试验结果进行了有效性验证,为矿用设备的自动化监测与智能维护提供了新的技术手段。     

大功率矿用减速器油液在线监测技术的应用

集成图像可视在线铁谱传感器和在线黏度传感器,设计了一种大功率矿用减速器磨损状态在线监测系统,采用多级监测技术实现了井下减速器的远程监测。将该系统用于超重型刮板输送机动力部的油液监测,结果表明,该系统能够实现润滑油的远程监测;通过监测发现经过跑和后的减速器油液里磨粒尺寸大多在50μm以上,与实际情况相符。     

汽车发动机润滑油劣化规律的试验研究

应用理化性能指标快速检测法和铁谱分析法，对在用车润滑油每隔一定里程抽取油样，检测了其含水量、酸值、闪点、燃点以及铁屑浓度等指标，研究了在用车润滑油的劣化规律。结果表明，随着行车里程的增加，在用发动机油的含水量和酸值增高，闪点和燃点降低，铁屑浓度缓慢增加；应用润滑油理化性能指标快速检测法，能够定量地评价发动机润滑油品质的变化程度，实现按质换油，应用铁谱分析法对发动机的状态进行监测，能够定量地评价发动机机件的磨损程度，实现发动机视情维修。     

铁谱显微镜载物台自动行走装置的研制

铁谱分析技术中,人们借助铁谱显微镜观察磨粒的形态,分析磨粒的轮廓结构、表面纹理和颜色特征,获得被监测对象磨损程度、类型和零件的信息.这一过程对操作者的依赖程度很大,分析结果受到操作者的精神状态、知识结构和经验积累等因素的影响.随着计算机技术的发展,人们试图将计算机技术引人铁谱分析之中,通过开发相应的软件实现磨粒图像的分析与识别.在这一研究中,首先要解决的技术问题就是磨粒图像的采集.例如,用CCD摄像机直接采集铁谱磨粒图像,将图像的视频信号转化为数字信号,通过特征提取算法和设计分类器而达到磨粒识别的目的.为此,开发和研制铁谱显微镜载物台的自动行走装置,以便根据需要采集铁谱磨粒图像,是实现磨粒图像计算机识别的硬件基础之一.现结合笔者在这方面研究工作的尝试,介绍铁谱磨粒图像自动采集系统的总体构成和传动系统.     

重型车辆齿轮油污染度和铁谱磨粒含量的关联分析

利用灰色关联分析方法对重型车辆变速箱齿轮油油样监测实验数据进行了分析,探讨了铁谱磨粒浓度和油液污染度之间的关联性.结果表明:重型车辆的齿轮传动系中,铁系颗粒的磨粒含量和大磨粒含量与油液污染度的关联性较强,可利用铁谱磨粒含量的变化趋势来估算润滑油的污染度等级.     

气泡高干扰在线铁谱视频图像的磨粒快速分割算法研究

针对在线铁谱视频图像气泡高干扰所面临的磨粒分割困难问题,提出一种气泡高干扰在线铁谱视频图像的磨粒快速分割算法。首先运用运动检测的方法确定视频中气泡的位置,并用相邻帧相同位置的图像信息对气泡区域进行处理,再使用双边滤波对处理后的图像进行平滑去噪,实现气泡干扰的初步抑制;最后基于抑制气泡图像的灰度直方图,对每一帧图像选取其自适应的阈值,实现在线铁谱视频图像中磨粒的快速分割。该研究为在线铁谱的磨粒分割与后续对磨粒特征的智能提取和分析奠定了基础。     

滑油金属磨屑在线电磁检测传感器的仿真研究

因循环着的润滑油液中包含了与系统工作状态直接相关的大量信息,所以在线滑油金属磨屑传感器的研究对机械故障的监测尤为重要。文中利用Maxwell软件建立反向螺旋传感器模型,检测分析滑油中半径为50~300μm磨粒通过时的电感特性,从而得出不同情况下的电感图。着重分析了双磨粒的电感情况,比较直观地反映了磨粒对磁场的影响,为提高传感器的检测灵敏度提供了理论依据。     

一种彩色铁谱图像自动分割方法

铁谱图像有效分割是实现铁谱图像自动化分析的基础,但彩色磨粒图像背景颜色相对单一,磨粒区域同时包含亮区域和暗区域且与背景色差较大,且部分磨粒存在黏连的情况,因此铁谱图像的有效分割难以实现。根据彩色铁谱图像特点,提出基于两次K-means颜色聚类分离磨粒区域与背景区域后,再对磨粒区域采用改进的分水岭算法分割黏连磨粒的图像分割方法。该方法解决了铁谱图像中亮暗磨粒同时存在的情况下磨粒提取不完全的问题,并实现了黏连磨粒的分割。实验结果验证了该方法的有效性。     

基于显微图像的在线润滑油中磨粒识别

针对现有润滑油磨粒监测技术的不足,提出一种将微流控技术与铁谱技术相结合的磨粒在线检测方法。该系统用微流控芯片取代传统铁谱片并显微成像;在图像的模糊恢复上,采用基于运动模糊图像微分与自相关的方法进行模糊尺度计算,应用维纳滤波方法对模糊图像进行模糊恢复,得到纹理及边界更加清晰的图像;在磨粒特征的提取上,运用颜色特征用来识别磨粒的成分,包括铁质磨粒、有色金属磨粒和氧化物磨粒,运用尺度和形状等特征识别磨粒产生的磨损机制;在颗粒的识别上,应用灰色关联分析方法实现磨粒的自动识别。该磨粒在线监测系统不仅能对磨粒进行计数,也可以对磨粒类型进行判断,其准确率达到90%。     

图像可视在线铁谱传感器的图像数字化处理技术

为实现图像可视在线铁谱传感器的磨粒图像自动辨识,建立数字图像获取系统,探讨铁谱图像数字化处理方法。研究了铁谱图像的预处理方法,对比在RGB和YUV颜色空间对铁谱图像的灰度化处理效果,采用不同的微分模板对平滑后图像进行锐化处理;探讨减背景法和自动阈值法在铁谱图像磨粒分割中的应用效果;给出适用于在线铁谱图像的定量描述方法。研究表明,采用YUV颜色空间的明视度分量可以得到平滑的灰度图像,合理的模板选择可以使微分法在锐化磨粒边缘的同时保持整体图像的平滑;铁谱图像的磨粒分割结果表明,减背景法由于采用人工选取门限值而难以适用于在线铁谱图像的处理,而自动阈值法可以根据铁谱图像自动选取合适的阈值以达到良好的分割效果;采用磨粒百分覆盖面积作为定量指标可反应良好分割的铁谱图像中的磨粒统计质量分数。     

滑油磨粒信号的变分模态分解和概率密度估计

航空发动机磨损产生的磨粒会随润滑油在管路中流动,由于磨粒尺寸小且航空发动机工况复杂,如何实现滑油磨粒检测信号的特征提取成为系统的关键技术。提出一种基于变分模态分解(VMD)和概率密度估计的微弱信号处理方法,用于滑油磨粒检测信号处理。利用VMD获取检测信号的特征直流分量,明确直流分量的概率密度分布,以其分布均值估计滑油磨粒形成的电容值。经过仿真分析和实验验证,使用该方法能使检测系统有效分辨500μm的滑油磨粒,表明该方法能有效提高检测系统信噪比,消除噪声对微弱信号检测的干扰,改善滑油磨粒电容成像检测的性能。     

光谱和铁谱及自动磨粒激光技术在油液监测中的应用

在发动机和小轿车手动变速箱齿轮系统中分别对CF-4 15W-40润滑油进行了应用试验,利用光谱、铁谱以及自动磨粒激光技术(LNF)分别对油液进行了监测.结果表明:综合应用3种磨粒技术能够有效及时地对油液进行监测,防止故障发生;当光谱测定的磨损金属和污染元素含量达到极限指标(或经验指标)时,应采用自动磨粒激光技术进行验证;当自动磨粒激光技术测定的磨粒达到50 μm时,应采用铁谱分析,以便准确判断磨损类型.     

磨损磨粒的BP神经网络识别

介绍了铁谱分析技术对设备状态监测与故障诊断的方法;通过机械润滑油或液压油中微观磨损颗粒的分析来判断机器当前的工作状态.铁谱的计算机图像分析技术是近年来研究的热点.基于BP神经网络对磨损磨粒进行识别,提出了磨粒的分步识别策略,并以磨粒样本对网络进行训练,取得了较好的识别效果.     

静电传感器在油液在线监测系统中的应用

将静电传感器技术运用到油液在线监测系统中去,对机械设备的磨损情况进行分析;研究了油液磨粒荷电机制,以及磨粒荷电量的影响因素;提出了一种改进的静电传感器测量模型,利用大型有限元分析软件ANSYS,对影响静电传感器性能的主要因素进行了仿真分析,并对传感器的结构进行了优化设计;研究了磨粒浓度与传感器测量电压之间的关系,运用静电传感器在线监测机械设备润滑油中磨损颗粒的荷电情况,得到设备磨损的监测结果,验证了静电监测方法的有效性。     

磨损磨粒的BP神经网络识别

介绍了铁谱分析技术对设备状态监测与故障诊断的方法;通过机械润滑油或液压油中微观磨损颗粒的分析来判断机器当前的工作状态。铁谱的计算机图像分析技术是近年来研究的热点。基于BP神经网络对磨损磨粒进行识别,提出了磨粒的分步识别策略,并以磨粒样本都对网络进行训练,取得了较好的识别效果。     

基于油液监测的大型船舶艉管异常磨损故障分析*

针对某船舶艉管异常发热的故障,分析该船舶的故障背景,对艉管的新油和在用油样品进行理化指标、光谱元素、红外光谱和铁谱磨粒分析,发现该艉管存在油品混用的情况,且艉管的轴瓦磨损严重。根据最小油膜厚度公式的计算结果,发现磨损颗粒的尺寸大大超过了艉管的润滑油膜厚度,因而造成了艉管的急剧磨损。综合分析得出,混油引起润滑油性能下降而造成轴瓦的严重磨损,是造成轴瓦异常发热的根本原因。     

润滑油磨粒浓度的时序分析与在线建模

润滑油中的磨粒通过其浓度,尺寸,形状等特征反映出丰富的来自相对运动表面的摩擦学信息。因而,磨粒分析一直是人们进行机器工况监测和故障诊断的一个重要领域,其中,润滑油中磨粒的浓度作为机器磨损状态最为敏感的因子而成为在线铁谱仪进     

自动阈值法在铁谱图像磨粒分割中的应用

铁谱图像处理、分析的目的就是要通过对图像中磨粒信息的研究来判断机械磨损形式及故障原因,而磨粒信息的获取依赖于铁谱图像磨粒的分割和磨粒特征的提取。本文将数学形态学中的自动阈值算法引入铁谱磨粒图像的分割中,利用MATLAB程序成功地完成了磨粒图像的分割,有助于实现铁谱磨粒的自动识别。     

用阈值法自动分割某内燃机铁谱磨粒图像

利用计算机图像处理技术实现铁谱图像诊断自动化是铁谱技术发展的目标。铁谱原始图像需要平滑、滤波、磨粒分割等预处理,才能有效地减少噪声污染并简化数据处理。探讨了铁谱图像的预处理技术,采用自动阈值分割法对某内燃机铁谱图像进行处理,验证了该方法的有效性。