【摘 要】
：
为了提高铁谱图像的分析效率并提取磨粒的特征参数,提出了一种基于图像处理的磨粒特征定量分析方法,并在LabVIEW平台上进行了设计与实现.首先,对铁谱图像联合背景纠正法进行局部阈值分割以降低不均匀光照的影响;其次,通过形态学运算断开磨粒间的黏连,填充内部孔洞;最后,在LabVIEW平台上开发了磨粒特征定量分析系统,实现了磨粒几何参数的测量并与相关文献及软件的结果进行了对比分析.实验结果表明,该系统能够在不均匀光照的条件下实现磨粒图像的阈值分割,定量输出磨粒覆盖率及每个磨粒的面积、最大直径、圆度等特征参数并可
【机 构】
：
徐州工程学院机电工程学院,徐州 221018
论文部分内容阅读
为了提高铁谱图像的分析效率并提取磨粒的特征参数,提出了一种基于图像处理的磨粒特征定量分析方法,并在LabVIEW平台上进行了设计与实现.首先,对铁谱图像联合背景纠正法进行局部阈值分割以降低不均匀光照的影响;其次,通过形态学运算断开磨粒间的黏连,填充内部孔洞;最后,在LabVIEW平台上开发了磨粒特征定量分析系统,实现了磨粒几何参数的测量并与相关文献及软件的结果进行了对比分析.实验结果表明,该系统能够在不均匀光照的条件下实现磨粒图像的阈值分割,定量输出磨粒覆盖率及每个磨粒的面积、最大直径、圆度等特征参数并可保存至数据库文件中,达到了设计要求.
其他文献
为保证五轴机床加工过程平滑稳定,提出一种矢量解耦下的五轴数控系统路径平滑算法.五轴数控系统加工路径通过对一系列离散控制点连接的线性路径进行平滑生成,分别进行折线段夹角局部平滑及总体全局平滑.局部平滑中对加工路径矢量进行解耦,分别对路径形状以及方向进行平滑.针对路径形状平滑,通过加工误差建立误差约束,以及确保形状平滑建立路径形状G2连续约束,以最小化路径形状曲率以及路径形状误差为优化目标建立数学模型,通过Q-Learning算法学习路径形状最优解;针对路径方向平滑,根据加工过程方向变化率与曲率大小反比建立数
针对滚动轴承故障诊断中存在的故障信号特征不全面且易被噪声污染等问题,基于全矢和辛几何模态分解(SGMD),提出了全矢与SGMD-FastICA方法.首先,使用SGMD对水平方向X和竖直方向Y的故障信号进行分解,并通过综合指标将分解信号分为故障重构信号和噪声重组信号;其次,通过FastICA实现对故障重构信号与噪声重组信号的盲源分离;最后,利用全失谱技术对水平方向和竖直方向的盲源分离的有效分量进行融合,并使用Teager能量算子(TEO)对全矢融合信号进行解调分析.通过对滚动轴承振动信号的实验和对比分析,验
针对叶片型面检测,设计开发了一套基于线激光轮廓传感器的四轴检测系统,提出了一种基于前缘局部特征标定转轴中心的叶片型面检测方法.首先,结合倾角传感器和叶片基准面特征实现了系统位姿校准;其次,提出了基于协方差矩阵的叶片前缘特征匹配算法,完成了系统转轴的标定和多视场数据坐标系的建立;最后,对两块典型汽轮机叶片进行测试实验.测试数据与三坐标机的实测数据对比表明,型面待测型线的平均偏差在0.018 mm以内,标准偏差小于0.01 mm.验证了该方法面向叶片型面检测的精确性与可行性,具有良好的应用前景.
针对轴承微弱故障时冲击信号含有大量噪声且难以提取故障特征频率问题,提出了一种基于奇异值分解(SVD)和变分模态分解(VMD)的轴承故障特征提取方法.该方法先对原始信号进行SVD去噪;再对去噪信号进行VMD分解,得到各个本征模态函数(IMF),根据最大中心频率原则和各个本征模态与去噪信号的相关系数差值确定分解个数,通过加权峭度指标来筛选IMF分量进行重构;最后通过对IMF重构信号进行包络谱分析清晰看到故障特征频率.仿真分析和两种不同轴承试验的结果表明,所提出的方法可有效地抑制噪声,并能得到反映实际故障信息的
针对传统的故障诊断方法依赖经验进行人工提取特征的问题,基于变分模态分解(VMD)和平滑伪魏格纳分布(SPWVD)并结合卷积神经网络(CNN)提出了VMD-SPWVD-CNN模型用于滚动轴承故障诊断.首先,利用VMD对轴承振动信号进行处理,分解为多个具有不同中心频率的模态分量;其次,对信号的每个模态分量分别进行SPWVD计算,将每个分量的计算结果累加得到轴承信号的二维时频图;最后,将时频图作为ResNet18卷积神经网络的输入,自动提取图像的深层特征完成滚动轴承的故障诊断.对10类轴承故障进行多次故障识别,
结合数字孪生和知识图谱技术,对自动色环机设计知识图谱进行研究.首先,进行了基于数字孪生的虚拟设计与本体建模;其次,建立了基于数字孪生和知识图谱的自动色环机设计框架,包含初本体建模、知识抽取、知识融合与知识推理;最后,结合强化算法和蚁群算法,建立了知识推理算法框架模型,将蚁群算法中的信息素作为策略网络进行实体间的路径选择,并对蚁群算法中的信息素更新进行了改进与比较,最终训练得到了预期结果.
针对零件尺寸异常检测中废品样本难以获取,并且特征维度不高的特点,提出一种建立基于数据分布特性的多元高斯分布模型对零件尺寸是否超差进行异常检测的方法.首先,通过利用极大似然估计计算模型的参数;其次,为了简化协方差矩阵求逆时的复杂性,使用平方根分解优化模型;最后,利用问题转化后的改进粒子群优化算法求解最优阈值.实验中将零件的长、宽、圆的大小作为模型的输入,通过真实数据验证该方法的准确率达到97.5％,耗时缩短到2.433 s,性能显著提升,表明此方法可以有效应用于尺寸超差故障检测.
为了进一步降低电机的转矩波动,针对24槽10极六相永磁同步电机提出了一种定子采用非对称槽孔,转子采用非对称磁障相结合的非对称结构,通过有限元软件对电机的输出平均转矩、齿槽转矩以及空载感应电动势等性能进行分析计算.结果表明,新型非对称结构能进一步降低转矩波动,并且电机的总体性能也能得到小幅度的提升,验证了该新型非对称结构的有效性和正确性.为了改善电机的性能,以齿槽转矩和输出平均转矩为优化目标,对电机进行优化设计.结果表明,对电机的参数进行优化能有效地改善电机性能,验证了优化方法的有效性和有限元分析的正确性.
针对由伺服电机惯性引起的电动静液作动器(electro hydrostatic actuator,EHA)控制性能不良问题,提出了一种采用改进状态方程的EHA稳定位置跟踪方法.首先,对伺服电机惯性产生的谐振进行了分析,构建了EHA系统动力学模型;其次,对传统谐振系统的状态方程进行了改进,提出了一种基于负载侧位置/速度/加速度和相对速度的状态方程,以便解决漏油现象导致的角度漂移对控制稳定性的影响;最后,在所提改进状态方程的基础上设计了一种全状态反馈控制器来抑制系统谐振.通过带机械臂的液压系统实验,对该全状态
针对开关磁阻电机严重的非线性和大的转矩脉动等问题,选用五相电机为研究对象,对直接转矩控制方法进行了分析与研究,提出了一种单神经元自适应PID与传统PI复合的新型控制策略.通过速度误差限进行快速切换,在大速度误差下利用神经元自学习能力输出可调PID参数控制调速,小速度误差下采用传统PI控制调速,使系统误差快速减小并保持稳定.对控制系统进行了仿真实验,仿真结果表明,这种控制策略能够有效减小转矩脉动,调速性能优秀,并且避免了电机非线性、多变量、强耦合等问题,系统动静态性能良好.