图像颜色特征提取在铁谱图像分类及磨粒识别中的应用研究

铁谱图像所包含的彩色信息对磨粒识别、磨损形式分析非常重要。对图像分类技术进行研究，主要对铁谱图像的颜色特征进行研究，提出了聚类树分析、模糊聚类技术与统计分析相结合的定量研究方法，对铁谱图像进行背景、磨粒区域分割，以获得可进行定量分析的磨粒。计算的颜色特征为铁谱图像的进一步处理和识别以及磨粒的机器自动识别、磨损形式分析奠定了基础。     

基于BP神经网络的铁谱磨粒分类器设计

磨粒类型识别与分类是铁谱技术的主要内容之一,本文基于神经网络原理,探讨了磨损磨粒分类识别的神经网络模型和实现方法。     

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。     

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.     

人工神经网络在铁谱技术磨粒识别中的应用

铁谱技术在机械设备状态监测中得到了广泛的应用，磨粒识别是铁谱分析的一个关键环节，本文提出了一种基于神经网络的磨粒识别方法，利用前馈型神经网络模型对七种典型磨损磨粒进行了实例分析识别，取得了令人满意的结果。     

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.     

基于Faster R-CNN的齿轮箱铁谱磨粒识别

在利用铁谱技术对齿轮箱磨损状态进行评估时,存在磨粒特征提取困难且磨粒识别的数量有限的问题,基于铁谱磨粒图像特性,提出基于Faster R-CNN算法的铁谱磨粒识别。该算法采用ResNet-34网络完成铁谱磨粒特征自动提取,并采用RPN网络实现对图像中多个磨粒的识别。通过实验对Batch_Size和学习率超参数进行优化,使用超参数优化后的Faster R-CNN算法进行实验。结果表明:该方法克服了磨粒交叉引起的识别难点,能识别一副图像中的多个磨粒,能统计各类磨粒数量,且准确率较高;在磨粒背景颜色不同、存在噪声干扰等情况下,该方法仍能够准确判断磨粒类型,具有较好的稳定性。     

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。     

某型涡轴航空发动机磨损状态及趋势预测研究

联合采用发射光谱和铁谱技术对某型航空涡轴发动机进行了磨损状态的分析研究,结果表明:发射光谱技术可准确预测发动机的损坏情况,铁谱技术通过分析磨粒特征,可判断发动机的运行状况、磨损机理及磨损类型,而发射光谱和铁谱技术的联合运用可以较准确地确定发动机润滑部件的磨损状态,诊断磨损故障及预测磨损趋势.     

基于铁谱分析的颗粒分类识别方法与应用

铁谱颗粒分析是机器磨损状态监测与维修决策制定最有效的油液分析方法。通过近年来开展工业企业机器油液监测积累的大量铁谱磨粒图像,进行基于不同的颗粒特征的分类识别探究,并基于不同颗粒形成机制与原因提出切合工业现场的润滑管理维保策略。应用实践表明,铁谱分析方法在机器磨损状态监测、润滑磨损诊断机制判别以及企业润滑管理提升活动中仍发挥着积极作用。     

基于BP神经网络的铁谱磨粒图像识别方法研究

在磨粒识别过程中,铁谱磨粒图像预处理和特征参数提取是关键。应用图像形态学的处理方法对磨粒图像进行预处理,结果表明,利用开运算、闭运算的图像形态学处理方法对铁谱磨粒图像进行预处理,可以消除图像二值化后留下的孤立小碎点、孔洞以及边界断点。通过磨粒图像的统计特征参数和傅里叶特征参数建立BP神经网络,并对磨粒进行识别,结果表明:采用该方法能正确识别磨粒图像,辨别磨损机制。     

K-均值聚类法在机械设备铁谱监测技术中的应用

铁谱分析技术是润滑油液分析技术的主导技术,是机械设备工况监测和故障诊断的主要技术手段之一。铁谱片上磨损颗粒间的区分是磨损颗粒识别和诊断的基础。针对铁谱图像中磨损颗粒形状和颜色分布的复杂性,利用数字图像处理技术,采用K-均值聚类法,对铁谱彩色图像进行了分割处理研究。试验结果表明,K-均值聚类法可以有效地分割彩色铁谱图像,将磨损颗粒提取出来,为铁谱图像的后续处理工作奠定了基础。     

透平机减速齿轮箱的在线铁谱监测

在线铁谱技术是一种由分析铁谱技术发展而来的磨损状态实时监测技术，对于连续运行的关键设备的主要摩擦付实施在线铁谱监测是十分必要的。它可以避免离线铁谱监测的取样、制样等繁杂过程和长间隔采样漏掉故障信息等缺点。利用在线铁谱技术对透平机减速齿轮箱的磨损状态监测结果表明，即使在正常磨损状态下，齿轮摩擦付的磨损速率并不是恒定的。它既受磨粒在摩擦付附近的不均匀造成的随机误差影响，又受齿轮载荷变化的影响。而磨损趋     

基于铁谱技术的内燃机的应用研究

介绍了内燃机的磨损及典型磨粒特点,利用铁谱技术作为一种监测手段,通过磨粒分析来判断内燃机的磨损状态.     

采煤机截割部内漏水的危害性及治理

基于油液分析与铁谱技术,在线监测诊断采煤机截割部的润滑磨损故障。介绍采用铁谱技术定性定量测定润滑油中水分含量的方法;揭示截割部传动系统润滑条件恶化造成严重磨损及故障状态下磨损磨粒的宏微观特征;阐述润滑失效机制。分析内漏水对采煤机润滑系统危害的严重性,找出采煤机截割部内漏水源结点,采取治理措施,实际应用取得明显效果。     

磨损磨屑识别的BP算法及改进型研究

磨粒识别是铁谱技术的主要内容，本文对ＢＰ网络的基本算法及改进型进行了分析和研究，对它们应用于磨粒识别时的学习效率，精度等性能分别作了比较     

铁谱图像的彩色纹理特征提取与识别

纹理是铁谱图像的特征之一,但大部分的铁谱图像的纹理研究是以灰度图像为基础的,这样就丢失图像的彩色纹理信息。对铁谱图像的彩色纹理特征进行了提取,运用支持向量机的方法,对铁谱图像的磨粒颗粒进行了识别,试验结果表明,所提取的特征值,有利于磨损颗粒纹理的识别。     

分析内燃机的磨损磨粒-利用铁谱加热法

阐述了内燃机摩擦磨损机理和铁谱技术。通过利用铁谱加热分析法对内燃机的摩擦磨损进行分析与研究。这一分析方法对于分析和鉴别多摩擦副工况下的油液中各类磨粒的材质成分是一种极为有效方法,并且为内燃机摩擦磨损的故障诊断提供了有利的科学依据。     

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。     

基于BP神经网络的磨粒特征识别系统设计

提高铁谱磨粒识别能力是加强铁谱分析技术的重要手段,神经网络技术的不断普及为铁谱磨粒识别能力的提高带来了新的思路。对神经网络系统的基本原理和BP学习算法进行了叙述,并探讨了基于BP算法的磨粒特征识别系统的设计。