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。     

铁谱磨粒图像的计算机图像处理

本文从计算机图像处理的系统开始，系统地介绍了在铁谱磨粒图像分析过程中，进行图像处理的各个环节。 应用分布直方图法去除磨粒图像的背景，运用阈值分割法区分了两种不同颜色的磨粒，并且介绍了提高图像质量的三种滤波方法。通过边界的跟踪搜索方法获得的能完全代表磨粒几何形状特性的边界链码，为进一步的研究奠定了基础。     

铁谱磨粒磁化方向的自动识别方法

本文介绍了在磨粒图像中判断磨粒的磁化方向的算法，在普通的铁谱图像中，先分别计算出每一个磨粒的重心，再根据点到点的关系，求出每一个磨粒的方向，最后归纳出整个铁谱图像的磁化方向，它为判断机械部件的摩擦磨损情况提供了较好的依据。     

铁谱技术在判断发动机磨损状态中的应用研究

发动机中各摩擦副的工作环境恶劣,磨拟状态复杂,很难精确描述。而发动机所处的磨损状态是判断其是否正常工作的重要标准,因此建立发动机磨损状态监测具有重大的经济和社会效益。笔者利用铁谱技术作为一种监测手段,通过磨粒分析来判断发动机的磨损状态。     

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.     

铁谱分析技术在发动机早期磨损检测中的应用

介绍了利用铁谱分析技术对工作一段时间后的发动机润滑油用磁性方法把混于其中的铁质磨粉分离出来,并按其尺寸大小依次、不重叠地沉淀到一块透明的基片上,以进行定性分析的应用方法。对发动机的早期磨损进行随时检测,及时发现问题,解决问题。保证汽车发动机在磨合期的早期磨损中尽量减少非正常磨损。     

铁谱磨粒图像的计算机纹理分析

利用计算机图像处理技术，采用灰度共生矩阵方法提取典型磨粒图像的纹理特征参数，作为判断机械设备故障机理的判据之一。通过正常、滑动、切削、疲劳磨粒灰度共生矩阵纹理分析，得到熵、能量、惯性矩等参数的范围。     

柴油机出厂摩合过程中磨粒特征参数的统计分析

利用计算机图象技术,本文对铁谱技术进行了改进。用大小磨粒的真实面积和替代了光密度值。对磨粒形貌的数字特征采用了时间过程分析技术,实现了形貌描述的定量化。研究中发现拉缸前大小磨粒出现两极分化现象,其磨损不以切削为主。提出了新的磨合监测指标,采用散射度,欧拉数等特征参数对磨合过程进行了监测,在一定程度上提高了磨损监测的准确性。     

BP神经网络在基于铁谱技术的磨损状态评价体系中的应用

根据智能化铁谱状态监测的要求，将对设备磨损状态反应比较敏感的三个定量铁谱参数作为输入参数，应用BP神经网络对设备的磨损状态进行了自动识别。经过现场验证，此方法结合定性铁谱分析可以较准确地评判设备的磨损状态级别。     

基于线性回归方法的铁谱诊断分析

本文详细的阐述了线性回归方法和用MATLAB对回归模型的简化。线性回归分析是工程中经常采用的一种用来估计数学模型参数的方法。并且它为机器的磨损状态的变化提供了比较准确的信息。因此,线性回归分析进一步促进了铁谱诊断系统的研究、设计与发展。     

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.     

铁谱技术中非铁磁性磨损颗粒的监测研究

在使用铁谱技术进行机械工况监测过程中，由于铁谱仪的磁场很难收集到摩擦副产生的非铁磁性磨损颗粒，往往会导致监测结果产生偏差或不正确。以钢一铜试件对磨后获得的油样为例进行铁谱对比实验，研究了磁流体在非铁磁性磨粒监测方面的应用。结果表明，在磁流体的作用下，油液中的非铁磁性磨粒将被磁化而有效沉积到铁谱片上，从而使油液的监测分析结果更为全面和准确。此外，介绍了磁流体的组成，分析了磁流体使非铁磁性磨粒磁化的机理。     

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     

计算机磨粒识别技术研究进展

近二十年来,铁谱图像识别技术取得了很大的发展,在图像获取、图像处理与图像特征提取等方面都有了显著的改善,随着计算机信息技术的发展,磨粒识别速度与识别正确率也有了显著提高,本文这些成绩进行了一些总结。同时指出目前还需努力的方向。     

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。     

铁谱图像分析技术研究

利用MATLAB的图像处理技术对铁谱磨粒图像进行数字化分析,求解了磨粒图谱的一些形状特征参数,通过对量化的数据进行统计和比较,揭示了铁谱图像的一些基本特性,以及这些特征所代表的一般意义和在铁谱磨粒图像分析过程中应用。同时,提出了铁谱图像进行计算机图像处理的一般过程以及常用的处理方法。     

铁谱技术在注水泵状态监测上的应用

介绍铁谱分析技术及其在注水泵状态监测上的应用。     

铁谱磨粒多重分形特征研究

为有效描述铁谱磨粒特征,提出用多重分形谱参数表达磨粒形态特征的新方法。选择盒计数法计算磨粒图像的多重分形谱,研究磨粒多重分形谱的有效性,分析磨粒多重分形谱参数的不变性和鲁棒性;确定磨粒图像预处理方法,并对4类典型磨粒的多重分形谱参数进行统计分析。结果表明:将多重分形谱参数应用于磨粒识别,总识别率为82.5%。磨粒具有明显的多重分形特性,可用多重分形谱参数来描述磨粒的形态特征;多重分形谱参数具有平移不变性,但对灰度变化和噪声干扰的鲁棒性较差,在提取多重分形谱参数时,需要对磨粒图像做严格的预处理。