融合颜色与形状信息的铁谱磨粒链分割方法研究

为了对铁谱图像中的磨粒链进行有效分割,提高磨粒特征提取的精度,通过分析铁谱磨粒链图像不同区域的特点,提出一种融合铁谱图像颜色、形状特征信息的磨粒链分割方法。该方法首先基于形态学运算对磨粒链分割方法,对异常大磨粒进行提取并断开磨粒链黏连部分,然后利用标记分水岭与灰色聚类的方法对磨粒链进行分割,最后考虑到不同磨粒链颜色信息存在差异,结合自适应阈值法对灰色聚类进行改进,从而实现磨粒链的自适应分割。结果表明,相较于传统分割方法,提出的方法能有效避免过分割与欠分割,分割效果较好,适用性高,操作简单。

基于铁谱分析的机械装备磨损状态综合评价方法

以磨粒分析为核心的铁谱技术已成为机械装备健康评估的关键手段。然而,受限于复杂、恶劣工况,机械装备磨损状态评估始终处于机理难辨识、严重程度难判断的困境。针对此问题,通过构建深度学习的磨粒链智能分割方法实现磨损宏观统计特征自动提取,结合磨粒全信息表征与BP神经网络建立多层磨粒类型辨识模型,实现摩擦副微观磨损机理的精准辨识。在此基础上,结合宏观统计特征与微观磨损机理共同建立机械装备磨损状态评估准则。结果表明:构建磨损综合评价体系能有效判断机械装备磨损严重等级,为机械装备预防性维护提供了关键指导信息。