為了提高油液中與設(shè)備運(yùn)行狀態(tài)相關(guān)信息的提取效率,獲取更為完整的信息來(lái)評(píng)估設(shè)備的當(dāng)前狀態(tài),提出一種設(shè)備油液監(jiān)測(cè)技術(shù)——全譜技術(shù)�；谌V法制備油液污染顆粒全譜片,首先,利用圖像分割技術(shù)、自動(dòng)計(jì)數(shù)算法、模糊支持向量機(jī)模型實(shí)現(xiàn)譜片分析流程的自動(dòng)化,完成譜片信息的智能提取,以此獲取反映設(shè)備運(yùn)行狀態(tài)的關(guān)鍵信息;其次,將該技術(shù)應(yīng)用到旋挖鉆機(jī)設(shè)備的狀態(tài)監(jiān)測(cè)診斷中,通過(guò)對(duì)設(shè)備液壓油、齒輪油中懸浮顆粒的定性、定量分析,實(shí)現(xiàn)了設(shè)備當(dāng)前潤(rùn)滑、磨損狀態(tài)的定性評(píng)估,為旋挖鉆機(jī)的維修維護(hù)提供了指導(dǎo)。結(jié)果表明,油液全譜技術(shù)能夠完整、快速、準(zhǔn)確地提取油液中包含的信息來(lái)反映設(shè)備的運(yùn)行狀態(tài),具有檢測(cè)效率高、分析內(nèi)容豐富的特點(diǎn),可進(jìn)一步推廣應(yīng)用到其他設(shè)備的油液監(jiān)測(cè)診斷工作中。 

【文章來(lái)源】：振動(dòng).測(cè)試與診斷. 2020,40(03)北大核心EICSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

全譜技術(shù)開(kāi)展流程

以1mL油樣為分析量，根據(jù)制譜流程制備全譜片。圖2(a,b）分別為主卷?yè)P(yáng)減速機(jī)、動(dòng)力頭馬達(dá)油樣譜片在白色反射光/綠色透射光，100 X放大倍數(shù)下的典型視場(chǎng)示例。利用紅色反射光/綠色透射光、偏振光依次對(duì)磨粒沉積區(qū)域進(jìn)行全域掃描，獲取全譜圖像。2.3 油樣宏觀沉積特征提取技術(shù)

2）標(biāo)記分割圖像中的所有目標(biāo)區(qū)域。由于纖維類相互重疊交叉，統(tǒng)計(jì)其數(shù)量并無(wú)意義，首先將其去除，主要方法如下：提取目標(biāo)區(qū)域的面積與周長(zhǎng)，基于區(qū)域矩形度參數(shù)AP將纖維類提取出來(lái)。矩形度定義為A為區(qū)域的面積，P為區(qū)域的周長(zhǎng)，顆粒越細(xì)長(zhǎng)，AP值越小。對(duì)纖維的AP值進(jìn)行統(tǒng)計(jì)，將AP≤0.15的顆粒認(rèn)定為纖維類，由此獲取顆粒狀非金屬的分割圖像，如圖4(c）所示。圖4 非金屬顆粒圖像分割示例

【參考文獻(xiàn)】：
期刊論文
[1]一種用于磨粒識(shí)別的基于改進(jìn)PSO算法的支持向量機(jī)模型[J]. 呂純,張培林,楊玉棟,徐超,張?jiān)茝?qiáng),李一寧.  潤(rùn)滑與密封. 2016(02)
[2]基于形態(tài)學(xué)重建和極大值標(biāo)記的分水嶺分割算法[J]. 張燕紅,李瑛,王鳳芹,張正霞.  計(jì)算技術(shù)與自動(dòng)化. 2015(02)
[3]機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)無(wú)線傳感器網(wǎng)絡(luò)研究進(jìn)展[J]. 湯寶平,黃慶卿,鄧?yán)?劉自然.  振動(dòng).測(cè)試與診斷. 2014(01)
[4]一種新隸屬度函數(shù)的模糊支持向量機(jī)[J]. 杜喆,劉三陽(yáng),齊小剛.  系統(tǒng)仿真學(xué)報(bào). 2009(07)

碩士論文
[1]蟻群算法在鐵譜圖像處理中的應(yīng)用研究[D]. 張龍.南京航空航天大學(xué) 2013



本文編號(hào)：3449921