基于机器视觉的滚动轴承振动检测方法

滚动轴承应用场景的工况较为严苛且其结构特殊,经常发生故障。常用振动信号检测方法来判断轴承现状,但已有方法无法直接提取轴承元件的振动信号,且存在信号干扰,安装也较为烦琐,不利于后续数据分析。为此提出了一种基于机器视觉的滚动轴承振动信号检测方法。利用高速相机获取了滚动轴承运行时的时间序列图像,通过图像处理获取了滚动轴承内圈特征坐标,建立了基于YOLOv3的滚动轴承深度学习识别模型,并对采集视频进行首帧预框选,提高了检测速度与准确性。最后搭建了滚动轴承振动检测试验台进行验证。测试结果表明,所提方法能够有效地检测滚动轴承内圈的振动信号,识别率达到99.4%以上,可根据信号峭度和轨迹分布有效区分滚动轴承故障。

固溶态304不锈钢的低温渗铬处理工艺研究

为得到核环境下优质的传动件材料,以304不锈钢为试验对象,对其冷轧和热轧的性能和组织进行检测与观察。在此基础上,进行固溶处理进一步提高其力学性能,为低温渗铬提供优质的待渗样件,实现304不锈钢在700℃时的渗铬处理,测试比较处理前后的力学性能、表面硬度、耐腐蚀度以及耐磨性能等。结果表明,低温渗铬的层厚度为10~20μm,低温渗铬样件能够在保证固溶态304不锈钢力学性能基本稳定的情况下,材料的表面硬度、耐腐蚀性能及耐磨性能等表面性能得到显著提高。