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。

在线铁谱监测系统中的非平稳磨损趋势分析

在80组齿轮箱磨损试验数据基础上,以磨损严重度指数为参数,分析了磨损过程的非平稳性,并采用自回归-求和-滑动平均时间序列(ARIMA)模型对这个过程进行了趋势分析.通过差分算子和标准化的处理,将试验数据序列进行了平稳化处理,推导出描述非平稳磨损过程的ARIMA(4,1,1)模型的具体结构.结合齿轮磨损试验和Hodrick-Prescott滤子方法分析,发现这种算法的趋势分析精度比以前使用的算法提高了9 8%,而且实时性好,适合在线铁谱仪现场运行使用.

齿轮磨损状态的在线铁谱监测试验研究

对ＯＬＦ１在线铁谱仪用于齿轮磨损状态的监测进行了研究。试验数据分析表明，ＯＬＦ－１在线铁谱仪对大磨粒有很强的敏感性，其采样值的大小和变化反映了齿面状态的变化。在正常磨损情况下，采样值曲线比较平稳；而一旦采样值出现无规律波动，则意味着不正常磨损的开始。与分析铁谱仪数据对比，也显示出非常近似的变化趋势。因而，ＯＬＦ－１在线铁谱仪用于齿轮磨损状态的实时和连续监测具有良好的性能。本文同时指出，ＯＬＦ－１在线铁谱与其它油液分析技术相结合。

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。

一种融合在线铁谱图像特征信息的磨损状态诊断方法

采用在线铁谱图像表征机器磨损状态是铁谱诊断技术的核心和瓶颈.针对在线油液监测获取的磨粒图像信息,设计了一种融合在线铁谱图像特征信息的磨损状态诊断方法,首先通过对原始图像进行灰度化、直方图阈值二值化、高斯与椒盐增强、模板锐化、多次膨胀与腐蚀、边界跟踪、自适应阈值分割处理,获得较为准确的图像磨粒量化统计质量分数信息来量度相对磨损浓度;再融合能量、熵、惯性矩、局部平稳性等图像纹理特征对磨损状态进行分析、诊断、评价;最后采用RBF神经网络技术对铁谱磁性磨粒进行自动识别.实验验证了该方法的创造性和可行性.

基于图像特征的船用在线铁谱系统可测性评价方法

磨粒分析是船舶动力装备健康监测的重要手段之一,但船用润滑油因污染严重导致润滑油劣化,进而影响铁谱磨粒分析的有效性。为了验证在线铁谱在船舶发动机磨粒监测的有效边界条件,以长江航道局吸盘3号挖泥船3号机油底壳滑油为样本,通过分析润滑油的劣化程度定量确定了在线铁谱系统失效边界。采集不同污染程度的滑油油样,通过在线铁谱获取未沉积磨粒和沉积磨粒的两组图像。通过对磨粒图像的分析,研究磨粒浓度对磨粒图像分割精度的影响,获得磨粒浓度与铁谱磨粒图像有效性之间的关系,并构建亮度和平均梯度2种铁谱图片可测性评估方法。实验验证表明,2种方法均能有效分辨有效图片和无效图片,为铁谱图片的有效分析和铁谱实时在线分析奠定了可靠性基础。

在线铁谱图像分析中基于蚁群算法改进Otsu的设计与应用

在线铁谱图像获取机器磨损状态信息是铁谱诊断技术的核心和瓶颈。针对在线铁谱磨粒图像的Kirsch边缘检测特征不明显和Otsu(最大类间方差法)获取最佳阈值的局限性及耗时等问题,设计了一种基于蚁群算法改进Otsu方法完成图像分割,并结合Kirsch边缘检测来提取磨粒图像信息的新方法。首先通过Kirsch算子检测出图像边缘,然后运用基于蚁群算法改进Otsu方法求取最佳阈值并进行二值化处理,最后采用灰度堆栈空间实现磨粒自动定位。通过现场对三峡电厂5号水轮发电机组2012年油液进行试验和数据分析、及近一年的机组开机老化运行,得出所设计的算法能够有效提取磨粒图像信息,同时节省运算时间,对水轮机组故障预测、诊断起到了良好的实际作用。

关于建立在线图像可视铁谱监测标准的思考

介绍在线图像可视铁谱技术和铁谱仪的典型应用研究和发展趋势,阐明了在线图像可视铁谱技术建立标准及标准化的必要性和迫切性,指出在建立相关标准过程中注意的问题,并提出建议。

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。

《CHINESE JOURNAL OF MECHANICAL ENGINEERING》(中国机械工程学报,原《机械工程学报》英文版)2010年第23卷第1期目次、摘要

在线铁谱图像识别的改进方法 武通海1,2王伟钢1吴教义1毛军红1谢友柏1,3（1.西安交通大学润滑理论及轴承研究所西安710049;2.西安交通大学材料与工程博士后科研流动站西安710049;3．上海交通大学机械与动力工程学院上海200030） 摘要：一种新型可视铁谱传感器（On-line visual ferrograph，OLW）为发动机磨损状态监测提供了新的途径，但是在线磨粒图像处理的可靠性在挖泥船发动机和catcrpillar柴油机台架试验的监测中遇到了挑战，而这一问题在以往的研究中并未见报道。采用可视铁谱传感器对发动机进行在线监测以及图像处理，发现存在两方面的问题：在监测一段时间后，