论文部分内容阅读
油液监测技术源于美国,自上世纪中叶以来,在全球范围内得到飞速发展,目前世界各主要发达国家都已将油液监测当作各种大型机械设备维修和日常保养的必需步骤。油液监测技术具体而言,就是通过对装备所用油液进行常规理化性能分析、磨损颗粒物理特性分析以及其它手段,获取油液的理化性能指标和磨损状态信息,来分析设备的使用状况和预测故障,并确定故障的原因、类型和故障零件,以便及时采取维修措施,降低维修成本,提高装备的完好率。常用油液监测方法主要包括光谱分析、铁谱分析、常规理化分析、颗粒计数、光学成像与计算机神经网络自动识别技术等,不同监测方法对于油液监测在某一方面具有一定优势,同时也存在相应缺陷。在油液监测技术领域,油液磨粒检测对于机械设备运转状态监控极为重要,该技术主要通过铁谱分析、颗粒计数以及光学成像与计算机神经网络自动识别技术如激光自动磨粒识别仪LNF(Laser Net Fines)实施,铁谱分析技术操作复杂,只能进行定性分析,颗粒计数以磨粒定量分类统计为手段,进行定量分析,但其不能有效观测磨粒形貌特征,LNF结合了铁谱分析与颗粒计数特点,可以同时进行定量分析与磨粒形貌观测,但其成像系统基于传统透镜成像理论,对透镜相对位置要求较高,成像质量有限,不能进行磨粒三维成像。Gabor型数字同轴全息不需要附加参考光,具有光路简单、稳定性强、对光源相干性要求较低等特点,易于实现实时化测量和定量分析。数字同轴全息颗粒形貌检测技术近年来发展迅速,已经在很多领域得到较好应用,CCD所拍摄的数字全息图通过计算机再现,孪生像和直流项过滤,数字调焦聚焦,能够分层得到物场不同层面上的全息再现像,结合其它数字图像处理技术、颗粒形貌特征参数分析技术,可以有效进行磨粒形貌分类统计,操作简单、效率较高,在建立丰富油液磨粒图像数据库基础上,通过计算机神经网络,与机械设备故障类型、故障部位、磨损状况相对应,从而可以在真正意义上实现油液监测的智能化、一体化、便捷化、快速化。本论文以数字同轴全息用于油液磨粒检测的可行性分析、原理方法与实验验证为研究内容,主要做了以下工作:(1)介绍了油液监测技术,特别是油液磨粒检测技术的现状、最新进展及发展方向等;介绍了数字全息,特别是数字同轴全息颗粒场检测技术的特点、发展历史,应用现状等。(2)详细阐述了数字同轴全息颗粒场检测技术的基本原理和方法。包括数字全息记录与再现的原理、常用滤波处理方法、分辨率与记录参数关系、颗粒分割识别与独立聚焦理论、数字全息三维成像理论等。(3)通过与激光自动磨粒识别仪LNF的比较分析,论证了数字同轴全息油液磨粒检测技术的可行性,提出了检测系统的软硬件框架结构,并针对系统特点优势进行了一定分析。(4)通过实验初步验证了数字同轴全息用于油液磨粒检测的可行性。(5)总结并阐述了本论文的主要研究内容、结果及后续工作、应用前景等。本论文包括了数字同轴全息颗粒场检测技术的基础理论,也包括它在油液磨粒检测中的应用研究。因此,既具有较高的学术研究意义,又具有重要的应用价值。