旋挖钻机设备油液智能分析与健康监测

发布时间：2021-10-21 23:23

　　为了提高油液中与设备运行状态相关信息的提取效率,获取更为完整的信息来评估设备的当前状态,提出一种设备油液监测技术——全谱技术。基于全谱法制备油液污染颗粒全谱片,首先,利用图像分割技术、自动计数算法、模糊支持向量机模型实现谱片分析流程的自动化,完成谱片信息的智能提取,以此获取反映设备运行状态的关键信息;其次,将该技术应用到旋挖钻机设备的状态监测诊断中,通过对设备液压油、齿轮油中悬浮颗粒的定性、定量分析,实现了设备当前润滑、磨损状态的定性评估,为旋挖钻机的维修维护提供了指导。结果表明,油液全谱技术能够完整、快速、准确地提取油液中包含的信息来反映设备的运行状态,具有检测效率高、分析内容丰富的特点,可进一步推广应用到其他设备的油液监测诊断工作中。 

【文章来源】：振动.测试与诊断. 2020,40(03)北大核心EICSCD

【文章页数】：8 页

【部分图文】：

全谱技术开展流程

以1mL油样为分析量，根据制谱流程制备全谱片。图2(a,b）分别为主卷扬减速机、动力头马达油样谱片在白色反射光/绿色透射光，100 X放大倍数下的典型视场示例。利用红色反射光/绿色透射光、偏振光依次对磨粒沉积区域进行全域扫描，获取全谱图像。2.3 油样宏观沉积特征提取技术

2）标记分割图像中的所有目标区域。由于纤维类相互重叠交叉，统计其数量并无意义，首先将其去除，主要方法如下：提取目标区域的面积与周长，基于区域矩形度参数AP将纤维类提取出来。矩形度定义为A为区域的面积，P为区域的周长，颗粒越细长，AP值越小。对纤维的AP值进行统计，将AP≤0.15的颗粒认定为纤维类，由此获取颗粒状非金属的分割图像，如图4(c）所示。图4 非金属颗粒图像分割示例

【参考文献】：
期刊论文
[1]一种用于磨粒识别的基于改进PSO算法的支持向量机模型[J]. 吕纯,张培林,杨玉栋,徐超,张云强,李一宁.  润滑与密封. 2016(02)
[2]基于形态学重建和极大值标记的分水岭分割算法[J]. 张燕红,李瑛,王凤芹,张正霞.  计算技术与自动化. 2015(02)
[3]机械设备状态监测无线传感器网络研究进展[J]. 汤宝平,黄庆卿,邓蕾,刘自然.  振动.测试与诊断. 2014(01)
[4]一种新隶属度函数的模糊支持向量机[J]. 杜喆,刘三阳,齐小刚.  系统仿真学报. 2009(07)

硕士论文
[1]蚁群算法在铁谱图像处理中的应用研究[D]. 张龙.南京航空航天大学 2013



本文编号：3449921