本文選題：在線磨粒監(jiān)測 + 微流控技術(shù)��； 參考：《大連海事大學》2017年碩士論文

【摘要】：磨粒檢測是滑油檢測項目中重要一項,磨粒攜帶機器設(shè)備的磨損信息,能夠反映機器的磨損狀態(tài)。對磨粒進行分析可以判斷機器的運轉(zhuǎn)狀態(tài),進而為機器的視情維修提供依據(jù)。本文在研究了大量現(xiàn)有磨粒在線監(jiān)測技術(shù)的基礎(chǔ)上,總結(jié)各種磨粒在線監(jiān)測技術(shù)的不足,結(jié)合微流控技術(shù)的優(yōu)勢,創(chuàng)新性的提出了基于微流體與圖像識別技術(shù)的潤滑油中磨粒分析方法。(1)將微流體技術(shù)與鐵譜技術(shù)相結(jié)合的方法實現(xiàn)磨粒檢測。用微流控芯片取代傳統(tǒng)鐵譜片并顯微成像,實現(xiàn)潤滑油的檢測。此種方法集成微流控技術(shù)和鐵譜技術(shù)的優(yōu)點,既分析便捷、試劑消耗少,又能實時觀測磨粒的形態(tài)、大小和其它特征,從而實現(xiàn)迅速確定設(shè)備磨損類型。(2)設(shè)計了基于顯微圖像技術(shù)的實驗系統(tǒng),可以在線監(jiān)測潤滑油污染度和磨粒大小及形狀。圍繞磨粒圖像定性分析所必須解決的圖像處理、特征提取和磨粒識別三個基本問題展開了一系列的工作。首先在圖像處理上,應(yīng)用維納濾波恢復模糊圖像,采用差值圖像粗分割和Otsu算法相結(jié)合的方法實現(xiàn)磨粒圖像分割;其次在特征提取上,提取磨粒的6個形態(tài)學特征參數(shù)包括:面積、周長、長軸、短長軸之比、圓形度和緊湊度。除此之外,本文運用分行維數(shù)描述磨粒表面形貌特征,并創(chuàng)新性的采用HSV格式的顏色特征參數(shù)色度均值和亮度均值判斷磨粒的氧化情況,較以往RGB模式更加簡單,使得對磨粒分析較以往更加多樣化;最后在磨粒識別上,運用灰色關(guān)聯(lián)分析理論,實現(xiàn)磨損顆粒的自動識別。應(yīng)用本實驗系統(tǒng)不僅可以定量的檢測潤滑油的污染程度,也可以判斷磨粒的類型,集兩種檢測于一體,其準確率達到92%。
[Abstract]:Abrasive particle detection is an important item in oil testing. Abrasive particles carry the wear information of the machine equipment and can reflect the wear state of the machine. The analysis of the abrasive particles can judge the running state of the machine and provide the basis for the maintenance of the machine. On the basis of studying a large number of existing on-line monitoring techniques of wear particles, this paper summarizes the shortcomings of various on-line monitoring techniques of wear particles, and combines the advantages of microfluidic technology. An innovative method of wear particle analysis in lubricating oil based on micro-fluid and image recognition technology is proposed. The method of combining micro-fluid technology with ferrography to detect wear particles is proposed. The microfluidic chip was used to replace the traditional ferrography chip and the microimaging was carried out to detect the lubricating oil. This method integrates the advantages of microfluidic technology and ferrography technology. It is easy to analyze, consume less reagent, and can observe the morphology, size and other characteristics of abrasive particles in real time. An experimental system based on microscopic image technology is designed to monitor the contamination degree of lubricating oil and the size and shape of abrasive particles on line. A series of work has been carried out on the three basic problems of image processing, feature extraction and wear particle recognition, which must be solved in the qualitative analysis of wear particle images. Firstly, in image processing, Wiener filter is used to restore fuzzy image, then the coarse segmentation of difference image is combined with Otsu algorithm to realize the segmentation of abrasive image. The six morphological characteristics of the extracted particles include: area, circumference, long axis, ratio of short long axis, roundness and compactness. In addition, in this paper, the line dimension is used to describe the surface morphology of the wear particles, and the color feature parameters of HSV format are innovatively used to judge the oxidation of the wear particles. Compared with the previous RGB mode, it is much simpler to judge the oxidation of the particles. The analysis of wear particles is more diversified than before. Finally, the grey correlation analysis theory is used to realize the automatic recognition of wear particles. This experiment system can not only quantitatively detect the contamination degree of lubricating oil, but also judge the type of abrasive particles.
【學位授予單位】：大連海事大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：U672;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 靳濤;辛志勇;;圖像識別技術(shù)在電力設(shè)備在線監(jiān)測中的應(yīng)用[J];才智;2013年30期

2 袁慶華;;圖像識別技術(shù)在科普展品中的應(yīng)用[J];數(shù)字與縮微影像;2006年04期

3 陳繼延;;指紋圖像識別技術(shù)及其應(yīng)用[J];硅谷;2013年07期

4 何港;;圖像識別技術(shù)在調(diào)車安全中的運用[J];鐵道機車與動車;2013年07期

5 孟凱;;圖像識別技術(shù)在鐵路監(jiān)控系統(tǒng)中的應(yīng)用[J];硅谷;2013年17期

6 胡均安,劉革興,張道德,周國柱;實時圖像識別技術(shù)在片式元件編帶機中的運用[J];武漢汽車工業(yè)大學學報;2000年06期

7 向陽;圖像識別技術(shù)在艦炮控制系統(tǒng)中的應(yīng)用[J];艦船科學技術(shù);2002年S1期

8 顧毅;;數(shù)字圖像識別技術(shù)在對危險化學品船舶監(jiān)控中的應(yīng)用[J];中國水運(理論版);2006年11期

9 王一軍;游思坤;李愛社;鄧宏光;吳青鳳;;基于圖像識別技術(shù)的馬氏體識別模型研究[J];河南科技大學學報(自然科學版);2007年04期

10 王慧英;;圖像識別技術(shù)在齒輪質(zhì)量檢測中的應(yīng)用[J];中國制造業(yè)信息化;2007年17期

相關(guān)會議論文 前7條

1 裴莉;傅慶;劉華軍;;電力系統(tǒng)圖像識別技術(shù)的研究和應(yīng)用[A];2011年安徽省智能電網(wǎng)技術(shù)論壇論文集[C];2011年

2 李小燕;蔡晉輝;;利用數(shù)字圖像識別技術(shù)的兩相流參數(shù)檢測研究[A];第四屆北京核學會核應(yīng)用技術(shù)學術(shù)交流會論文集[C];2006年

3 黃金英;石國峰;王微微;;圖像識別技術(shù)在尾礦庫自動化安全監(jiān)測系統(tǒng)中的應(yīng)用[A];2010年第三屆尾礦庫安全運行技術(shù)高峰論壇論文集[C];2010年

4 林曉燕;劉文耀;陳曉冬;曹茂永;;楊樹病害孢子的圖像識別技術(shù)研究[A];首屆信息獲取與處理學術(shù)會議論文集[C];2003年

5 寧輝;唐遠河;解光勇;劉漢臣;邵建斌;;水中氣泡的圖像識別技術(shù)[A];2004全國光學與光電子學學術(shù)研討會、2005全國光學與光電子學學術(shù)研討會、廣西光學學會成立20周年年會論文集[C];2005年

6 范自柱;;基于曲面插值的圖像識別技術(shù)[A];通信理論與信號處理新進展——2005年通信理論與信號處理年會論文集[C];2005年

7 樊艷;梁嶸;;關(guān)于數(shù)字舌圖的色彩校正方法的探討[A];計算機在診法中的應(yīng)用與研究論文匯編[C];2005年

相關(guān)重要報紙文章 前4條

1 河南師范大學計算機與信息工程學院 徐向陽　張曉珂 李婉婉 劉曉華;淺析圖像識別技術(shù)的車載智能安全系統(tǒng)[N];山西青年報;2014年

2 惠安五中 陳思明 黃志杰 指導教師 王立杰 吳田力 陳志紅;基于計算機圖像識別技術(shù)設(shè)計低成本激光射擊系統(tǒng)[N];福建科技報;2008年

3 ;“影響未來的10大IT技術(shù)”侯選技術(shù)簡介[N];計算機世界;2003年

4 李希娟　本報記者　王握文;古稀之年的多彩生活[N];解放軍報;2005年

相關(guān)博士學位論文 前1條

1 朱險峰;生物顆粒流式成像關(guān)鍵技術(shù)的研究[D];天津大學;2010年

相關(guān)碩士學位論文 前10條

1 李靜;機車車底關(guān)鍵螺栓故障檢測技術(shù)研究[D];西南交通大學;2015年

2 安然;基于圖像識別技術(shù)的手機單詞聽寫軟件的研究與開發(fā)[D];西南交通大學;2015年

3 賈永輝;基于圖像識別技術(shù)砂輪形位公差在線檢測的研究與應(yīng)用[D];河北科技大學;2015年

4 趙敬佩;基于圖像識別技術(shù)的智能電表計量誤差檢測方法研究[D];華北電力大學;2015年

5 陳文杰;特征綜合的場景圖像識別技術(shù)研究[D];中北大學;2016年

6 周威;基于字典學習的圖像識別技術(shù)研究[D];長沙理工大學;2015年

7 郝延龍;基于微流體與圖像識別技術(shù)的潤滑油磨粒分析方法[D];大連海事大學;2017年

8 劉建飛;圖像識別技術(shù)在奶牛體況評分中的應(yīng)用研究[D];山東大學;2012年

9 姚實;圖像識別技術(shù)在車身涂裝車間信息化上應(yīng)用的研究[D];合肥工業(yè)大學;2009年

10 艾世一;計算機圖像識別技術(shù)在異纖在線檢測中的應(yīng)用[D];天津工業(yè)大學;2004年

，

本文編號：1959342