基于图像分析的机器油液污染在线监测系统研究与开发

论文摘要

本文主要研究油液污染在线监测系统中油液污染度测量和磨损颗粒分类的问题,以及为了对某个发动机轴承试验机磨损颗粒在线监测而开发的油液颗粒污染分析系统。本文主要开展以下几个方面的研究工作:1.图像处理方法研究。针对微流动油液运动图像的特点,本文提出了基于卡尔曼运动模型模糊图像恢复以及基于背景分割技术的运动图像目标提取方法。2.油液污染度测量。首先,根据油液污染度评定方法和等级划分,本文讨论了不同污染度等级判断标准的尺寸特征参数的提取与计算方法;其次,根据微管道油液速度场分析,提出运动油液的体积计算方法。最后,从颗粒大小和颗粒个数两个方面对系统可能的误差来源进行分析。3.运动磨损颗粒分类方法研究。在进行磨粒显微形态学特征分析基础上进行分类特征参数优化选择,从磨粒分类的准确性和快速性两个角度出发,提出了支持向量机与最近邻相结合快速识别算法。4.油液污染在线监测原型系统开发。首先,在实验室现有的条件下,改进了系统的硬件配置,开发了油液颗粒污染度分析软件系统;其次,分析了系统若干关键问题;最后,对油液污染度计算和磨损颗粒识别方法进行对比实验,验证本文提出方法的有效性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 油液检测技术概述
• 1.2 油液污染分析简介
• 1.2.1 油液污染分析的意义
• 1.2.2 油液污染分析的研究现状
• 1.2.3 油液污染分析的发展动态
• 1.3 课题的提出和要解决的问题
• 1.3.1 课题的提出
• 1.3.2 要解决的问题
• 1.4 论文内容及章节安排
• 第二章 微流动油液图像采集与分析方法研究
• 2.1 微流动油液图像自动采集系统
• 2.1.1 图像采集系统的原理
• 2.1.2 图像采集系统的硬件实现
• 2.2 微流动油液图像特点分析
• 2.3 微流动油液图像增强
• 2.3.1 图像对比度增强
• 2.3.2 图像锐化
• 2.4 微流动油液图像模糊恢复
• 2.4.1 卡尔曼运动模糊过程分析
• 2.4.2 基于卡尔曼运动的模糊图像恢复
• 2.4.3 图像恢复实验分析
• 2.5 微流动油液图像目标提取
• 2.5.1 油液运动区域的确定
• 2.5.2 油液颜色信息统计与目标提取
• 2.5.3 运动颗粒提取实验分析
• 2.6 本章小结
• 第三章 基于图像分析的油液污染度测量
• 3.1 油液污染度简介
• 3.1.1 油液污染度评定方法
• 3.1.2 油液污染度等级划分
• 3.2 油液污染颗粒的尺寸参数计算
• 3.2.1 污染颗粒边缘跟踪
• 3.2.2 尺寸特征参数计算
• 3.3 单幅图像油液体积信息的提取
• 3.3.1 微管道内速度场分析
• 3.3.2 运动油液体积计算
• 3.4 油液污染度测量误差分析
• 3.4.1 颗粒大小计算误差分析
• 3.4.2 颗粒个数计算误差分析
• 3.5 本章小结
• 第四章 基于支持向量机的磨粒分类方法研究
• 4.1 支持向量机简介
• 4.1.1 线性支持向量机
• 4.1.2 非线性支持向量机
• 4.2 用于多类分类的支持向量机
• 4.2.1 “一对一”策略
• 4.2.2 “一对多”策略
• 4.3 支持向量机与最近邻相结合进行快速识别
• 4.3.1 训练过程的改进
• 4.3.2 测试过程的改进
• 4.4 磨损颗粒特征参数测量
• 4.4.1 磨粒分类及形态特征
• 4.4.2 磨粒二维形态参数
• 4.4.3 磨粒敏感参数选择
• 4.5 磨粒类型识别实验结果与分析
• 4.5.1 分类器训练
• 4.5.2 分类结果与分析
• 4.6 本章小结
• 第五章 油液在线污染监测原型系统的开发与实验
• 5.1 系统的硬件组成
• 5.1.1 全采样系统配置
• 5.1.2 改造后系统配置
• 5.2 系统的软件简介
• 5.2.1 系统软件流程分析
• 5.2.2 系统软件程序实现
• 5.3 系统中关键问题讨论
• 5.3.1 进样方式改进
• 5.3.2 颗粒浓度校准
• 5.4 系统的实验验证
• 5.4.1 污染度计算验证
• 5.4.2 磨损颗粒识别验证
• 5.5 本章小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 在学期间所发表的学术论文