磨粒识别

摘要： 为了提高齿轮齿条在不同工作情况下磨损状况识别的准确度,考虑到大模数齿轮齿条实际有效故障数据缺乏和数据标记缺失的特点,提出基于一种新联合损失函数优化的迁移学习神经网络(LCNNE)对大模数齿轮齿条磨粒识别方法.将LCNNE模型作为特征提取器提取特征,利用外部分类器SVM进行分类,验证了该方法在磨粒数据集上识别率达到99％左右,并且该方法的集成模型提取的特征输入SVM分类的识别率比VGG19和GoogleNet提取的联合特征高2％～3％.利用t-SNE技术,对DCNN、VGG19、GoogleNet和LCNNE模型的最后一个隐含层的提取特征进行可视化,证明了 LCNNE模型的特征表达能力更强、识别效果更好.

摘要： 提出基于模糊支持向量机的机械设备在用油液磨粒自动识别方法.首先利用K-均值聚类算法对磨粒图像进行分割,提取磨粒的形状尺寸特征参数、 边缘细节特征参数、 表面纹理特征参数作为其量化表征,分别选择最能反映待识别磨粒特征的参数作为各个二分类器的输入向量;然后结合二叉树法和一对多法间接构造磨粒的分层多类别分类器模型,在训练过程中同时利用粒子群算法优化分类器的参数,建立一种参数自适应的模糊支持向量机分层多类别分类模型.将该模型应用到旋挖钻机在用油液的磨损颗粒识别中,识别率最高达90％.该模型结构简单、 分类精度好,在磨粒识别领域较大的工程应用价值.

摘要： 为准确获取铁谱图像中磨粒几何形状和特征参数,提出一种图像处理算法并对其进行验证.针对铁谱图像底色特征及磨粒特征提取精度要求,提出基于反相操作的铁谱图像灰度图转化方案,得到边缘清晰的铁谱灰度图;提出一种三段式阈值分割方案,利用腐蚀和膨胀操作解决二值化对铁谱图像有效磨粒区域的影响,讨论油污等干扰因素的消除策略;确定磨粒特征参数及磨粒识别方案,完成标准的正常滑动磨损图像处理和某实际的齿轮箱磨粒铁谱图像处理验证.结果表明:所提出的算法能够准确提取铁谱图像中磨粒所在区域的几何特征,通过磨粒标定计算得到了8个特征参数值,证明齿轮箱正处于滑动磨损状态.

摘要： 在高效运转过程中,无法直接获得大型机械设备内部关键零部件的磨损状况,而积聚在润滑油中的磨粒携带了大量的摩擦学信息且取样容易.因此,通过分析磨粒形貌特征,间接判断机械设备零部件磨损状况成为设备维护部门的常用手段.提出一种改进的Otsu算法用于零部件的磨损检测,以磨粒的方差信息替换均值信息,改善磨粒图片的分割算法,并将类间方差与类内方差纳入磨粒图片分割效果的评估.实验证明,该算法可较好地保留原始磨粒图片的细节信息,提高识别精度.

摘要： 针对铁谱图像磨粒识别中异类信息综合利用率较低的问题,提出多层次信息融合的铁谱图像磨粒识别方法.首先,在铁谱图像二值化分割的基础上进行二值滤波,结合彩色铁谱图的R、G、B三分量,实现铁谱图像的彩色滤波.其次,以实际采集的磨粒图像样本为例,提取滤波后二值图像的形态特征,以及滤波后彩色图像的颜色特征;在特征层利用PCA对异类特征进行维数约简,并结合SVM和k-fold交叉验证,实现形态特征和颜色特征的特征层融合;在决策层将异类特征的SVM概率输出结果作为D-S证据理论的基本概率分配函数,实现形态特征和颜色特征的决策层融合.通过与形态学滤波结果对比,验证了本文提出滤波方法的优越性;其次,不同层次的信息融合结果表明,与单独使用颜色特征和形态特征相比,异类信息融合后可实现优势互补,有效提高故障磨粒的识别准确率.

摘要： 磨粒分析与识别是机务段对列车轴箱润滑状态检测与故障诊断的一个重要领域.文中提出了一种基于磨粒特征识别的轴箱润滑状态诊断技术,利用Matlab软件分别提取了8类典型磨损颗粒的特征参数,采用支持向量机原理设计了一个磨损颗粒分类器.将提取的磨粒特征参数进行归一化处理后作为分类器的输入进行模式诊断,并将磨损状态的编码作为目标输出.结果表明,该方法诊断轴箱磨损状态的准确率较高,具有较高的推广能力,可用于列车轴箱磨损状态诊断系统中.

摘要： In order to improve the accuracy of wear debris intelligent recognition,a support vector machine( SVM) rec⁃ognition model based on improved particle swarm optimization( PSO) algorithm is proposed on the basis of traditional SVM and PSO.The penalty parameter and kernel function parameters of the recognition model can be best optimized at the same time,so that self⁃adaptive SVM recognition model with optimal parameters was established.The wear debris in the lubrica⁃ting oil was recognized by using the proposed recognition model.The results show that the model recognition accuracy rate is as high as 98%,which is significantly higher than the BP neural network model.%为提高磨粒智能识别的准确率，以传统支持向量机和粒子群优化（ PSO）算法为基础，提出一种基于改进PSO算法的支持向量机（ SVM）识别模型。该识别模型的惩罚参数和核函数参数可同时得到最佳优化，从而可建立模型参数最优的自适应SVM识别模型。采用该识别模型对油液中的磨粒进行智能识别，结果表明该模型识别准确率高达98％，明显优于BP神经网络模型。

摘要： 油液磨粒在线监测技术是机械状态监测的有效方法之一。基于工作原理的不同,介绍多种油液磨粒在线监测技术及其发展现状,分析其优缺点。目前基于电感式传感器的油液磨粒在线监测系统技术较为成熟且具有较高的可靠性,是未来油液磨粒在线监测技术的发展方向之一。

摘要： 彩色铁谱图像所包含的彩色信息对于分析磨损形式非常重要.本文把聚类树，模糊聚类等分类技术应用于彩色铁谱图像分类研究，颜色特征提取和磨粒识别;本文还通过阈值分割方法实现对彩色铁谱图像进行分割，实现对磨粒的分类和识别.在大量分类识别中，证明是十分有效的方法。

摘要： 磨粒识别技术的研究热点主要集中于两个方面:一是选取合适的磨粒图像信息获取设备,以获取具有相当分辨率的二维平面或三维立体的磨粒图像;二是铁谱磨粒的自动识别.介绍了磨粒自动识别中图像获取、图像处理、特征提取、磨粒的分类和识别的研究现状,并从磨粒图像获取自动化、图像处理、特征提取、磨粒识别方法和智能诊断系统几个方面,提出了磨粒识别技术今后的发展方向。

摘要： 分别运用常用的RBP神经网络、BP神经网络、灰色关联度、模糊推理等四种模型对磨粒进行识别,然后利用D-S证据理论进行融合得到最终的识别结果,提高了磨粒识别的准确度,并具有一定的容错性.

摘要： 铁谱分析是以磨损颗粒分析为基础的诊断技术,是机械设备磨损状态监测与故障诊断的一种十分有效的手段,而磨粒识别又是铁谱技术的重要环节,但磨粒本身是三维物体,用二维边缘轮廓特征法难以将磨粒完全区分开来,因此,本文在分析和筛选六种典型磨粒特征参数的基础上,研究了融合二维边缘轮廓和三维表面形貌特征的磨粒综合识别方法,用此方法对一组磨粒进行识别,识别结果令人满意.

摘要： 根据对矿山设备长期开展铁谱分析的工作经验,从铁谱分析的取样、制谱、磨粒识别和故障诊断等4个方面讨论了影响铁谱分析准确性的原因和对策,并对铁谱技术的应用和发展提出了建议.

摘要： 针对传统铁谱分析技术的主观性强、精度低、耗时长等缺点，论文以某型动力装置为对象，通过挑选跟踪试验过程中典型状态的油液样本，制作成铁谱谱片后转换成彩色磨粒图像，利用图像处理技术提取了磨粒图像的纹理、颜色等数字特征，然后建立了基于支持向量机的磨粒分类器，应用结果表明了系统的有效性。

摘要： 针对传统铁谱分析技术的主观性强、精度低、耗时长等缺点，论文以某型动力装置为对象，通过挑选跟踪试验过程中典型状态的油液样本，制作成铁谱谱片后转换成彩色磨粒图像，利用图像处理技术提取了磨粒图像的纹理、颜色等数字特征，然后建立了基于支持向量机的磨粒分类器，应用结果表明了系统的有效性。

摘要： 针对传统铁谱分析技术的主观性强、精度低、耗时长等缺点，论文以某型动力装置为对象，通过挑选跟踪试验过程中典型状态的油液样本，制作成铁谱谱片后转换成彩色磨粒图像，利用图像处理技术提取了磨粒图像的纹理、颜色等数字特征，然后建立了基于支持向量机的磨粒分类器，应用结果表明了系统的有效性。

摘要： 针对传统铁谱分析技术的主观性强、精度低、耗时长等缺点，论文以某型动力装置为对象，通过挑选跟踪试验过程中典型状态的油液样本，制作成铁谱谱片后转换成彩色磨粒图像，利用图像处理技术提取了磨粒图像的纹理、颜色等数字特征，然后建立了基于支持向量机的磨粒分类器，应用结果表明了系统的有效性。

摘要： 本文介绍了分形维数步长法的三种计算方法，并根据铁谱图像的特点确定了合适的方法，编制了算法程序，计算了各种典型磨粒的轮廓分形维数的范围，初步建立了轮廓分形维数和磨损状态之间的定量关系，具有一定的理论与应用价值。

摘要： 一种基于颜色主分量提取的磨粒材质自动识别方法，其特征在于，步骤一：根据各种材质本身的颜色及其各级回火温度下的回火颜色，构建材质标准颜色样本库；步骤二：利用区域标记联通算法求出RGB图像灰度化后的图像、S分量磨粒图像、V分量磨粒图像所对应的三幅分割后的磨粒图像的磨粒面积，保留各自图像中最大的磨粒，对比三幅图像选出其中磨粒面积最大的磨粒图像；步骤三：利用K‑Mean聚类提取所分割出的磨粒图像主颜色；步骤四：利用基于欧式距离的最小距离分类法求取所提取的磨粒图片主颜色与标准颜色样本的距离，实现磨粒材质的自动识别。本发明将磨粒加热分析法与图像处理技术相结合，基于K‑Mean聚类和欧式距离的最小距离分类法，实现了常见磨粒材质的自动识别。

摘要： 面向单线圈磁感应式磨粒探测传感器的信号识别方法，首先对传感器采集的本底噪声信号进行处理设置探测触发阈值，对已知尺寸磨粒的原始信号进行降噪和滤波处理，将各采样点幅值与触发阈值比较并输出高电平或低电平获得磨粒数量和磨粒信号在原始信号中的位置；其次，对磨粒尺寸进行梯度分级，收集已知尺寸等级磨粒的原始信号并做降噪、滤波、计数、截取等处理得到大量样本磨粒信号，再对这些样本提取特征形成尺寸‑特征库，然后将未知尺寸磨粒信号的特征向量映射到特征空间中，匹配到尺寸‑特征库中与其欧氏距离最近的点，并将其划分至最近点所属的尺寸等级；本发明能够在传感器监测范围内准确地识别出磨粒的数量和尺寸等级。

摘要： 本发明提供一种可以稳定地制造覆盖有内藏多个磨粒的金属镀层的固定磨粒线的方法，该方法是通过将金属制的线浸渍于含有多个磨粒和要施镀的金属的阳离子的电解液中，将上述金属制的线作为阴极，通过在阳极和上述阴极之间赋予适当的电位差，将包含在电解液中的多个磨粒与从阳离子还原的金属一起在作为阴极的金属制的线的表面析出，从而制造出覆盖有含有多个磨粒的金属镀层的固定磨粒线。将包含在电解液中的磨粒的表面预先施镀有比银离子化倾向小的金属的磨粒作为磨粒使用。

摘要： 一种超磨粒线状锯卷绕结构，具有以平均直径D形成的超磨粒线状锯(10)，和卷轴(1)。超磨粒线状锯(10)，具有芯线(11)，和包围芯线(11)的表面的结合材(12)，和通过结合材(12)而结合于芯线(11)的表面的多个超磨粒(13)。向加工物依次抽出的超磨粒线状锯(10)，在一端(3)和另一端(4)之间往复，同时多层地卷绕于外周面(2)。超磨粒线状锯(10)在一端(3)和另一端(4)之间卷绕于外周面(2)的间距(P)，满足D＜P＜2D的关系。根据本发明，能够提供能够减轻结合材的损伤以及超磨粒的脱落的超磨粒线状锯卷绕结构、超磨粒线状锯切断装置以及超磨粒线状锯的卷绕方法。

摘要： 包覆超磨粒具备：磨粒主体部，其由立方晶氮化硼构成；以及包覆膜，其将磨粒主体部的表面的至少一部分覆盖，磨粒主体部的位错密度为9×1014/m2以下，包覆膜包含一种以上的化合物，该化合物由选自由周期表的第四族元素、第五族元素、第六族元素、铝以及硅组成的群组中的至少一种元素和选自由氧、氮、碳以及硼组成的群组中的至少一种元素构成。

摘要： 超磨粒具备：磨粒主体部，其由立方晶氮化硼或金刚石构成；以及包覆膜，其将所述磨粒主体部的表面的至少一部分覆盖，包含铝以及氧。

摘要： 本发明提供一种变频式磨粒材质识别装置及方法。本发明装置，包括：变频激励模块，检测模块，数据分析模块，多个传感单元以及流道；流道成直线型，流道依次从多个所述传感单元的中心穿过；变频激励模块连接多个传感单元，用于向多个传感单元施加交流激励；检测模块连接多个传感单元，用于实时获取多个传感单元输出的电信号；数据分析模块连接检测模块，用于分析对比检测模块检测的电感信号，实现金属磨粒的材质和尺寸的检测。本发明方法通过已测取的多种材质金属磨粒在不同频率下的电信号与粒径关系曲线图作为参照，结合各检测单元获取的电信号，分析获得所测金属磨粒的材质和粒径，同时，获得的信息可用于定位机械设备的磨损位置。

摘要： 本发明公开了一种基于新特征参数的磨粒图像机器学习识别方法，方法流程如图简要所示,该方法包括以下几个步骤：在小样本磨粒数据集上使用常见数据扩充方法进行磨粒图片的扩充；对扩充后的磨粒图片数据集进行图像处理以去除拍摄过程中产生的噪声；使用闭运算方法对图像进行细节处理，处理后的图片使用Otsu法进行目标磨粒的分割；对于分割磨粒进行常规特征提取和新几何特征提取，新几何特征包括等圆周径宽比和体态圆因子，对特征进行二阶多项式融合；根据融合后的特征进行分类模型训练以完成磨粒图像分类。本发明将提出了磨粒新的几何特征以及基于新特征的特征处理方法，运用最新的机器学习模型，在磨粒图片分类中获得较高的准确率。

摘要： 本实用新型公开了一种油液磨粒形貌的识别装置，包括安装架，所述安装架的侧面固定连接有平台，所述安装架的上部固定连接有微量泵，所述安装架的上部固定连接有固定块，所述平台的左端上表面固定连接有小型升降件，所述升降件的上端放置有油样杯，所述平台的中部上表面固定连接有第一支撑座，所述平台的中部上表面固定连接有第二支撑座，所述平台右端固定连接有储油杯。通过设置升降件，升降件中主要起作用的为气缸以及伸缩条，利用升降件当油样杯底的油样难以被采集时，将油样杯托起至进油软管可以采集到油样解决了油样杯底有剩余油样的问题。

摘要： 本发明提供一种基于平面阵列线圈的磨粒识别系统及其制作方法，该系统包括步进电机、精密滑台、电感检测传感器、阻抗分析仪和计算机；步进电机连接电感检测传感器；电感检测传感器包括微流控芯片和检测单元；微流控芯片包括玻璃基底、设置在玻璃基底上的微通道，微通道两端开口；检测单元包括第一平面线圈和第二平面线圈；微通道从第一平面线圈的内孔穿过，第二平面线圈紧贴微通道下方与微通道平行放置；阻抗分析仪分别连接第一平面线圈和第二平面线圈的引线端；计算机连接阻抗分析仪，用于产生不同的波形信号，并对产生的波形信号进行分析来确定经过检测单元颗粒的形状。本发明技术方案实现了通过检测颗粒的波形信号来分析识别被检测颗粒的形状。