汽车发动机在线图像可视铁谱取样技术研究

为了确定在线图像可视铁谱(On-Line Visual Ferrograph,OLVF)在发动机磨损监测中最佳的取样位置,采用FLUENT固-液两相流数值模拟方法,对CA6DL发动机油底壳中的磨粒动态分布进行分析。结果表明,油底壳中的磨粒分布不均匀,集滤器吸盘上方区域可作为OLVF最佳取样点。根据CA6DL润滑系统参数,开发发动机润滑系统模拟试验台,开展OLVF在线取样试验。试验结果表明,磨粒在润滑油循环过程中易聚集于集滤器吸盘上方附近,该位置对磨粒含量变化反映敏感,且大磨粒含量高、存留时间长。试验验证了数值模拟确定的取样位置可以作为CA6DL发动机OLVF监测时的最佳取样区域。     

在线图像可视铁谱成像系统的像面照度均匀性

为了定量评价在线图像可视铁谱(OLVF)成像系统的像面照度均匀性,建立了一种像面照度模型。以像方参数及放大倍率表征物方视场,将物方视场区域离散化,采用朗伯余弦理论建立入瞳模式的像面照度模型,实现了像面照度的计算与均匀性评价。利用Matlab进行了物面照度仿真分析,确定了OLVF成像系统环形阵列光源的发光二极管(LED)数量,基于像面照度分析确定了最佳成像焦距和放大倍率。计算了油腔通油情况下成像系统中的光能量损耗以及磨粒沉积面的照度分布,建立了油液吸光系数与CCD像面轴上像点照度的关系。结果显示:LED发光强度已知时,仿真计算的像面不均匀度约为5.60%,实际测试的像面不均匀度为8%~9%,满足不均匀度≤10%的要求。开展了磨粒铁谱图像采集实验,结果表明:图像中磨粒清晰可辨,便于图像分割与视觉特征提取。提出的模型可定量描述OLVF成像系统的像面照度,可作为优化系统结构,提高系统成像性能的依据。     

基于yolov5在线可视铁谱图像磨粒多目标识别方法研究

鉴于在线图像可视铁谱获取的磨粒谱片图像分辨率低,磨粒种类复杂多变,磨粒图像背景复杂等问题,使得磨粒在线智能识别面临挑战。为了实现在线可视铁谱图像磨粒多目标实时检测与识别,提出基于yolov5在线可视铁谱图像磨粒多目标识别方法。以正常磨损磨粒、疲劳磨损磨粒、滑动磨损磨粒、球形磨粒、氧化磨损磨粒、切削磨损磨粒6种磨粒作为研究对象,基于yolov5深度神经网络模型对复杂油液环境下的异常磨损磨粒进行分割与识别。结果表明：基于yolov5算法的磨粒智能识别模型能够实现复杂环境下多目标、多类型磨粒在线实时识别,其识别速度和准确率基本满足油液在线监测需求,为装备在线图像可视铁谱技术工业化应用提供了技术支撑。     

曲波域铁谱磨粒图像特征提取方法研究

曲波变换具有多尺度分析能力,与小波变换相比可更好地表达图像的曲线特征.为有效描述铁谱磨粒的形貌特征,提出一种曲波域图像特征提取方法.利用曲波变换将磨粒图像进行分解,得到不同尺度的曲波系数;根据曲波系数统计分布特点,采用广义高斯分布模型对细尺度和精细尺度曲波系数分布进行建模;提取粗尺度曲波系数的均值、标准差、能量和熵等统计特征,以及细尺度和精细尺度曲波系数的广义高斯分布模型参数描述磨粒特征.将提取的特征用于发动机典型磨粒识别,识别成功率达到了88.9%,表明该方法所提特征能很好地表达铁谱磨粒的形貌特征.     

赛默飞新型显微拉曼成像技术引领材料的高分辨快速分析赛默飞拉曼显微成像光谱仪快速提供分子结构的研究级图像

2014年1月27日,上海——使用新型的赛默飞显微拉曼成像光谱仪DXRxl,将加速帮助科学家、工程师以及科研工作者在材料领域的相关应用研究,其覆盖范围涉及药物科学、生命科学、半导体制造以及地质学等。该新型显微拉曼成像光谱仪易于操作,任何人利用它都能获取出色的化学成像结果,而无需重新学习一门新的技术。