论文部分内容阅读
转子系统是旋转机械重要的组成部分,而旋转设备是石油化工行业应用最广泛的设备,因强度、工艺等原因,设备时长发生故障,造成严重的经济损失。红外监测手段在使用时无需停机检查,且无需安装传感器,便于采集设备信息,逐渐被应用到旋转设备故障诊断领域。因此,本文采用红外图像方法,重点研究转子系统红外图像增强方法、故障敏感区域选择,以及故障与温度的关系,以探究转子系统故障特征,确保设备的安全可靠运行。主要研究内容如下:(1)针对红外图像普遍存在噪声高、图像信息较少的特点,提出了基于自适应动态象限直方图均衡算法(Dynamic quadrants histogram equalization with a plateau limit,DQHEPL)的红外图像增强方法。提出灰度直方图均分数量优化的分割方法,实现最佳的图像增强效果。通过与双直方图均衡算法(Brightness preserving Bi-Histogram equalization,BBHE)、递归均值分离直方图均衡算法(Recursive mean-separate histogram equalization,RMSHE)等方法在视觉效果方面的对比,以及不同均分数量在方差、均值等特征评价指标方面的对比,该方法在灰度值均分数值取到8的时候能够获得最大的对比度,且没有出现过增强现象,是适合旋转设备故障诊断的优化分割方法。(2)针对红外图像中转子系统故障区域与背景区域未分割,无法进行故障特征提取与分析,提出了将改进Otsu算法和数学形态学原理相结合选取红外图像故障敏感区域的方法。利用改进Otsu算法对图像进行分割,并利用数学形态学原理进行优化。通过对比原始图像、增强图像,该方法将故障诊断准确率从76.37%提高到95.28%。(3)目前针对旋转设备进行红外监测多停留在定性分析的层面。提出研究转子系统温度与灰度图像像素值之间的关系,表明转子系统的温度与灰度存在正相关性,且通过计算确定了线性关系。继而通过不同阈值的选取,进行图像分割,随着阈值的增大,分割区域逐渐减小,存在故障的可能性和故障严重程度不断加深。最后通过相对温差法验证该方法的有效性。