基于鐵譜技術的磨損顆粒智能識別研究.pdf

1、據(jù)統(tǒng)計在機械設備故障中，磨損類故障占到很大比例。鐵譜技術作為一種磨損故障檢測與診斷手段，己愈來愈為眾多專家、學者和工程技術人員所關注。然而，傳統(tǒng)鐵譜技術在應用中尚存在一定的局限性，本文以傳統(tǒng)的鐵譜分析技術為基礎，引入計算機圖像處理技術和模式識別技術，開展磨粒識別智能化的研究。 本文的研究工作主要包括以下五個部分： 首先介紹機械設備常見的磨損故障類型，分析磨粒的產生、分類以及形態(tài)特征，研究磨損故障的失效機理。 其次

2、應用圖像處理技術對磨粒譜片圖像進行預處理，研究將磨粒與背景分割，采取迭代法和最大方差化法提取圖像閾值，對圖像進行二值化處理。然后用數(shù)學形態(tài)學的腐蝕和膨脹方法對磨粒的邊緣進行檢測和提取，實驗證明本方法的效果優(yōu)于經典邊緣檢測算子方法。 本文又介紹了目前磨粒識別特征提取的進展，研究分析了當前多種磨粒特征提取的方法，這對進一步研究鐵譜磨粒識別有一定的理論和實用意義。本文采用一種基于方向鏈碼的傅立葉描繪子提取磨粒形狀特征的方法。

3、然后，研究在有限樣本下基于統(tǒng)計學習理論的支持向量機技術，探討支持向量機的分類機理，我們認為它不但可以較好地解決以往很多學習方法存在的小樣本、過學習、局部最小等實際難題，而且具有很強的推廣能力。因此選用支持向量機作為三類磨粒識別的分類器做實驗，用75個片狀磨粒、球狀磨粒、切削狀磨粒這三類磨粒樣本對分類器進行訓練，四個形態(tài)特征量:圓形度、細長度、凹度和形狀參數(shù)作為支持向量機分類器的輸入，對這三類磨粒進行初步的磨粒識別實驗，取得較好的效果。證

4、明該方法具有創(chuàng)新的應用價值。 最后，研究實現(xiàn)磨粒自動識別系統(tǒng)的框架。系統(tǒng)設計思路主要由兩部分組成，一是將鐵譜譜片上的磨粒成像并傳輸?shù)较到y(tǒng)中去。二是進行磨粒分類識別，并判斷譜片上是否有異常磨損顆粒存在。 本文研究工作驗證了磨粒圖像預處理的方法，針對磨粒的尺寸、顏色、形狀、表明紋理的特點提出哪些特征參數(shù)可作為磨粒識別的特征參數(shù)，用支持向量機作為分類器取得較好的磨粒分類效果。本文對鐵譜分析智能化發(fā)展具有重要的理論意義和實用價值