论文部分内容阅读
铁谱技术是以磨损磨粒分析为基础的故障诊断方法。在铁谱技术中,磨粒图像是反映机械设备内部零部件磨损状况的重要信息载体,磨粒特征分析是监测对象实际状态十分丰富而又有效的方法。磨粒识别是铁谱分析的核心环节,识别的正确与否,直接关系到磨损状态诊断的正确性。由于磨粒的多样性和复杂性,这种识别过程尚无成熟的理论方法来指导。磨粒识别日前主要由该领域的专家来完成,识别的准确性很大程度上取决于人在该领域的经验和知识水平。这使得铁谱技术难以得到进一步的推广与应用。计算机图像处理技术以及人工智能技术的不断发展,为实现综合定量铁谱诊断创造了有力的条件。将智能化技术应用到铁谱分析,提高铁谱分析的准确度和智能化程度,是故障诊断领域中的热点问题。磨损磨粒的模式识别方法是实现铁谱分析数字化和智能化的最为重要的内容。美国控制论专家Zadeh于1964年提出的模糊数学理论的快速发展弥补了传统数学方法在数据决策问题上的不足,基于模糊数学理论的优点,本论文研究了以模糊聚类为理论基础的磨粒识别方法。 本文的主要研究工作有: 1.综合国内外有关文献,对铁谱磨粒分析技术的发展和现状进行综述,结合本课题研究的要求,阐述了本文的主要研究内容。 2.分析论述了磨损的产生机理与分类,磨粒的分类及特征。阐述了基本磨粒类型、特征、产生机理与设备运行状态之间的内在联系。 3.基于数字图像处理技术,采用对图像的平滑、滤波,阈值分割和HSI彩色模型分割等方法,对铁谱图像进行数字化图像预处理,有效降低了磨粒图像的噪声,成功地将磨粒与图片背景分割开来。 4.分析计算了磨粒的形貌,纹理和颜色等几类特征参数,形成一套较为完备的磨粒特征描述体系。 5.论述了模糊数学的基本理论,研究了适用于磨损磨粒识别的模糊聚类模式识别方法。根据模糊集理论的择近原则对磨粒种类进行识别,通过仿真试验检验了该方法的可信性和有效性。研究结果证实了模糊聚类识别方法