（信号与信息处理专业论文）磨粒表面形貌分析与三维重构.pdf

藏汉理工大学硕士学位论文 摘要 铁谱技术是以磨损磨粒分析为熬础的故障诊断方法，在铁谱技术中，磨粒图 像悬反映规缀设备内部零郝件瘥损状提的熬要售息载体，壤粒特缝分撰是艇测 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，直 接关系到磨损状态诊断的正确性。磨粒成分与磨损构件成分楣同，正确判断磨 粒成分可以确定机械磨损位置，给僳养和维修带来极大的方便。磨粒颜色与磨 粒组成成分肖很大的关联，本文使用主成分分析法在h s i 色度空阐上判断磨粒 颜色，通遥瓣粒颜懿分布确定磨粒缀成成分。 长期以来，由于三维成像设备性能和成本的限制，磨粒分析一直局限在二 维形貔分橱上。本文藉瘸蠢学显徽镜聚焦藏霞有隈豹特点，醵改遽拉普歉瑟算 子作为聚焦评价函数进行麟粒表面商度的测量，提取与聚焦高度相对应的像素 点豢含生袋够夏浃瘩粒表嚣全貔瓣全景深鹜像，最磊续会窦粒表瑟毫度售怠 和全景深图像重构出磨粒表面三维形貌图。为了满足计算机实时谶行三缎重构 零黎，本文还给出了一穆瘵粒表露形貔三终重麴的快速算法。本文馒用d s p 、 步邀电机、c c d 摄像头和改装过的光学显微镜设计了进行磨粒三维形貌测量的 装爨，著编葛了基予v i s u a lc + + n e t 的磨粒表面形貔实时分孝厅及三缳重构软件。 本文的主要研究工作有： l 。综会国内夕 有关文献，对铁谱磨粒分折技术和微观物体的三维测量技术 的发展和现状迸行综述，结合本课遂研究的要求，阐述了本文的主要研究内容。 2 应用主成分分析法农h s i 色度空间对磨粒的颜色进行了分析，找如一种 判断蘑粒缀成成分的方法。 3 分析论述了铁谱图像的数字图像处理技术和微观物体三维测量的原理、 方法以及在蘑粒溅鏊上鞠废羯。 4 使用d s p 、步进电机、c c d 摄像头、改装的光学显微镜和计算机设计并 裁俸了一套徽蕊穆镲三维形貔光学溺量装嚣。 5 使用v c + + 设计了磨粒表磷形貌分析与三维重构软件并使用自行设计制 传熬微琨物传三维影貔光学测量装霆薅磨羧遴孬分蛎莠重搀窭磨羧表覆形羧三 维图像。 关键镄：铁灌技术，瘗粒，强缳楚避，三缭重橡，驻徽镜 武汉理工大学硕士学位论文 a b s t r a c t t h ef e r r o g r a p h yi saf a u l td i a g n o s i sm e t h o db a s e do nt h ea n a l y s i so fw e a l p a r t i c l e i nt h ef e r r o g r a p h y , w e a l p a r t i c l ei m a g e sr e f l e c tt h ei m p o r t a n ti n f o r m a t i o no f t h es p a r e p a r tw e a r i n ga n dt e a r i n gw i t h i nt h em e c h a n i c a le q u i p m e n t t h er e c o g n i t i o no ft h e w e a rp a r t i c l ei st h ec o r es t e po ft h ef e r r o g r a p h y t h er e s u l to ft h er e c o g n i t i o nh a s d i r e c tr e l a t i o nt ot h ec o r r e c t n e s so f t h ew e a l c o n d i t i o nm o n i t o r i n gf o rt h ee q u i p m e n t s a st h ec o m p o s i t i o no f t h ew e a rd e b r i si st h es a l n et ot h ec o m p o s i t i o no f t h ew e a rp a r t ， a n a p p r o p r i a t ej u d g m e n to ft h ew e a rd e b r i sc o m p o s i t i o nw o u l da l l o war i g h t d e f i n i t i o no ft h es o u r c eo ft h ew e a rp a r t i c l eg e n e r a t i o na n dp r o v i d ev a l u a b l e i n f o r m a t i o nt ot h em a i n t a i no fm a c h i n e r y t h ep r i m a r yc o m p o n e n ta n a l y s i sw a s a p p l i e dt ot h ew e a rp a r t i c l eh s ic o l o rp a r a m e t e r st oj u d g et h ec o m p o s i t i o no ft h e w e a rd e b r i s w e a rd e b r i sa n a l y s i si sr e s t r i c t e dt ot h e2 - ds h a p ea n a l y s i s ，b e c a u s eo ft h e l i m i t a t i o no ft h ec o s ta n dc a p a b i l i t yo ft h e3 - di m a g i n ge q u i p m e n t 3 - da n a l y s i si s u s e di ns o m es p e c i a lc a s e a st h ed e p t ho ff i e l do fo p t i c a lm i c r o s c o p ei sl i m i t e d ，t h e s o f f n m o d i f i e d l a p l a c i a n ( s m l ) o p e r a t o ri su s e da st h ei m a g ef o c u s i n ge v a l u a t i o n f u n c t i o n t h e nt h ew e a rd e b r i ss u r f a c ea l t i t u d ei sm e a s u r e d t h ei m a g ep i x e l s c o r r e s p o n dt ot h ef o c u sa l t i t u d ea r es e g m e n t e df r o m t h ei m a g ea n daf u l ld e p t h i m a g e i sf o r m e d ，t h e nt h es u r f a c ea l t i t u d ei n f o r m a t i o na n dt h ef u l ld e p t hs u r f a c ei m a g ei s f u s e d t o g e t h e r t or e c o n s t r u c tt h e3 - ds u r f a c eo fw e a rd e b r i s f o rr e a lt i m e r e c o n s t r u c t i o n ，aq u i c kr e c o n s t r u c t i o na r i t h m e t i ci sp r o v i d e d f o rt h er e c o n s t r u c t i o n o f t h e3 - ds h a p e ，ac h a n g ew a sa p p l i e dt ot h eo p t i c a lm i c r o s c o p et og e ta na p p r o p r i a t e e q u i p m e n tt om e a s u r et h e3 - ds h a p eo fw e a rd e b r i s ad e b r i sa n a l y s i sa n ds u r f a c e r e c o n s t r u c t i o ns o f t w a r ew a sd e s i g n e do nt h ev i s u a lc + + n e tp l a t f o r m t h em a i nc o n t e n t so f t h et h e s i sa r ea sf o l l o w s ： 1 t h ed e v e l o p m e n ta n du p - t o d a t es t a t u so fw e a rp a r t i c l ea n a l y s i st e c h n o l o g y a n d3 - dm e a s u r et e c h n o l o g ya th o m ea n da b r o a da r ee v a l u a t e ds y n t h e t i c a l l y t h e i i 武汉理工大学硕士学位论文 s t u d yp l a na n dm a i nc o n t e n ta r ep r e s e n t e d 2 p r i n c i p a lc o m p o n e n ta n a l y s i si sa p p l i e dt ot h ea n a l y s i so fw e a rd e b r i sh s i c o l o rp a r a m e t e r s ，a n dam e t h o dt od e t e r m i n et h ec o m p o s i t i o no fw e a rd e b r i si s f o u n d 3 t h eu s eo fi m a g ep r o c e s s i n gi nf e r r o g r a p h yi m a g ea n a l y s i sa n dt h et h e o r yo f 3 一dm e a s u r e m e n ta n di t su s ei nw e a l d e b r i sm e a s u r e m e n ti sd i s c u s s e d 4 、a3 - ds h a p em e a s u r e m e n ts e ti sd e s i g n e du s i n gd s p , s t e p m o t o r ， o p t i c a l m i c r o s c o p e ，c c dc a m e r aa n dc o m p u t e r , a n du s e do nm e a s u r e3 - ds h a p eo f d e b r i s 5 s o f t w a r eo nv i s u a lc + + n e ti s b r o u g h tf o r w a r dt oa n a l y z ed e b r i sa n d r e c o n s t r u c tt h e3 - ds h a p eo fw e a l d e b r i s t h e3 - ds h a p eo faw e a rd e b r i si sr e b u i l d u s i n gt h es e tm e n t i o n e da b o v et oc o l l e c tt h e2 - di m a g es e r i a la n dr e c o n s t r u c tt h e3 - d s h a p e k e yw o r d s ：f e r r o g r a p h y , w e a rd e b r i s ，i m a g ep r o c e s s i n g ，3 dr e c o n s t r u c t i o n ， m i c r o s c o p e i l i 武汉理工大学硕士学位论文 1 1 铁谱技术的发展 第1 章绪论 铁谱技术是7 0 年代国际摩擦学领域出现的一种磨损颗粒分析技术。1 9 7 9 年，我国参加欧洲摩擦学会议代表团带回了铁谱技术的信息，1 9 8 2 年，我国派 代表出席了在英国召开的国际铁谱技术会议，在其后的十几年里，铁谱技术在 我国得到了令人瞩目的发展。 铁谱技术是借助于铁谱仪把磨损颗粒从润滑液中分离出来，并使其按照尺寸 大小依次沉积在一显微基片上而制成铁谱片，然后置于铁谱显微镜或扫描电子 显微镜下观察。通过对磨损颗粒数量、尺寸、形状与成分的分析，获得关于机 器磨损程度、磨损类型以及磨损部件等方面的信息，从而据此研究磨损现象， 监测和诊断机器的磨损状态和故障原因。这种包括从取样开始，直至做出分析 与判断的技术称之为铁谱技术【2 j 。 目前铁谱技术用于故障诊断所采用的方法归纳起来有三种【3 】：定性铁谱诊断 法、定量铁谱诊断法、定性与定量相结合的铁谱诊断法。定性铁谱诊断法能够 在铁谱片上获取大量有关磨损状态的信息，但在很大程度上受操作者的经验和 其他主观因素的影响，状态识别过程是由专家或分析者来完成的，诊断是依据 谱片上磨粒的形态、数量、颜色、尺寸及尺寸分布等信息推断机器的磨损状态。 普遍得到应用的铁谱分析报告单就是定性铁谱诊断的总结。目前的定量铁谱诊 断是根据铁谱片上磨粒浓度和磨粒的尺寸分布来对设备的磨损状况做出诊断， 诊断主要采用函数分析法、趋势分析法和灰色理论等方法。定量铁谱诊断具有 较大的客观性，也是本文主要讨论的方法。定量与定性相结合铁谱诊断是目前 实际应用中最多的一种方法，一般是先用定量参数进行故障可能性和趋势判断， 再辅以铁谱片上磨粒特征分析来确诊。 与光谱分析等其他摩擦学方法相比，铁谱分析技术具有以下几个优点1 4 ： 1 对各种磨损颗粒均很敏感。铁谱分析的磨粒粒度有效检测范围为1 - 2 0 0 微米，因此，粒度检测范围非常广，而这一范围内的磨粒最能表征设备发生磨 武汉理工大学硕士学位论文 损的类型与程度。 2 。霹戳袄擐尺寸大小分离瘗坡。囊援褒速磁场，铁谱仪霹淡按只寸大小鼹 磨粒在玻片上分离沉积，有利于显微镜计数，观察和分析。 3 。够识剐瘗浆戆元素成分。壤据瘗糠在玻片上豹特缓、沉积方式鄄w 迅 速分辨出铁磁性与非铁磁性磨粒，可以区别出磨粒的类别，即：藏常磨粒、切 剃黪粒、基状摩粒、擘耽物瘥粒以及蠢色金疆瘩粒等。 4 能够诊断磨损的发生部位。铁谱分析技术能够描述不问磨损模式的特征， 进嬲捡测积诊凝发擞异常癣壤的零部 牛及都位。 5 能够对磨损故障提供早期的诊断以预防零部件失效。 6 经济成本低，技术可靠性高。铁谱分析豹经泼成本岛箕她技术掘比较抵。 同时比较研究表明铁谱分析的技术w 靠性商。 自铁谱技术开发以来，磨粒分辑技术隧之得到了长足的发展，为机械磨损 监测诊断和磨损机理的研究开辟了个以磨损微粒为对象的研究和应用的新领 域。铁谱技术在机器设备的磨损工况监控姆故障诊断，摩擦磨损的机理研究， 润滑剂的评价，机械零件的失效分析与可靠性研究，机械零件的滕擦学设计和 医疗工程中褥到广泛应用。实践证明，磨敉分析技术是目前用于机械状态监测 和敞障诊断簸有效的方法之一。 1 2 图像处理技术在铁谱技术中的应用 虽然摩擦和磨损的研究很早就开始了，早期的研究主耍是从机械、力学的范 畴懑发，奁这方覆数缛了缀多或暴，遣存农狠多窝题。毙魏瑗霉熬赣谱爨粒分 析绝大多数是人工进行的，须有专业人员操作、费时费力、凭经骏判断、主观 牲焱，往 圭稷能在鸯陵懿撬场霹毒羧豹瘗羧透露久为静图片魄较，薅操撂入受 的水平要求极高，难以应对机械系统的时炎性对测量分析的要求。磨损媳一种 十分复杂戆现象，它疑涉及兹科学搜零菠瓣甚广，特剔是蘑援是秘微藏豹， 动态的过程，仅从机械学的角度去研究是无法完美解决这一复杂问题的。 数字毽像处理技术自五中年代起敬寒，一壹受蔓| 入镪豹广泛骧援劳零叛蛙 得到发展。尤其进入九十年代后，随着计算机技术的飞速发展以及人们在视觉 学、数学、光学等学辩领域蕊深入磺究，锼图像处理技术在理论上褥到扩展， 2 藏汉理工大学硕士学位论文 算法上得到改进，技术上更加成熟，从而在软件和硬件两方面进步蓬勃发展 怒寒。剽用诗算毂鞠橡整理技零中纹理分掇与蒺式援剃鼓零，毒炎分提取窭整 像中的信息，对图像进行域的变换，有效地分析与识别图像，进而描述和解释 图豫。男辨，出予诗舞视秘提关学辩戆发袋，采髑诗算瓿遽毒亍餐糍讫分辑与识 别是当今科技发展的一大前沿课题，是生产实践的需要。 翠在1 9 7 6 年，o d i - o w e i 等蓄兔嶷矮q u a n t i m e n t 7 2 0 诗算撬图豫分辑系绞结 合搦描电镜对铁谱片上的磨粒分布进行分析。1 9 7 8 年r o y l a n c e 等人进一步利用 q u a n t i m e n t 黠谱片上豹瘗越终过定蹙分辑。1 9 9 3 每，美晷p r e d i c tt e c h n o l o g i e s 公司推出了“铁谱分析技术”系统“( f e r r o g r a h p i c a n a l y s i ss o t t w a r et e c h n i q u e s ， f a s t ) ”系统，该系统包括既要c c d 摄像搬豹铁落显擞镜秘含有嬲像板鹣计算 机，用于管理磨粒圈像。1 9 9 4 年，英国的b j r o y l a n c e 等人利用计算机辅助视 觉工程( c o m p u t e r a i d e d v i s o n e n g i n e e r i n g ，c a v e ) 的思想，探讨了飙铁谱片上 采集磨粒图像、自动提取特征并分类识别的技术方案，为磨粒的图像分析提出 了熨具有现实意义的研究方向。 k i r t 移p e n g ，p o d s i a d l o 耪s t a c h o 璃i a k 辨潮等采璃滚子力显徽镳( a f m ) ，激 光麸焦扫描显微镜( l s c m ) 、激光干涉量程仪( i m ) 以及立体电子显微镜 ( 3 - d s e m ) 等透露瘩粒兹三维涎爨，然蔼逛些设务不餐俊穰昂贵，两盈褒适应 性方面也存在一些燕要问题，如原子力显微镜a f m 测量精度最高，但是墩程有 限，鼹予工程应趸缀感兴熬瓣5 # m 疆上鹣密粒纛齄兔力；激毙懿焦扫攒显徽 镜比较适合于生物颗粒的三维成像；干涉测量仪横向分辨率不高，深度方向也 容鬟产皇穗嶷；立体邀子鬟徽镜不瞧会损失颜色傣惠，瑟整錾像瑟莛己诗算嚣零 困难。这些因素限制了上述方法在诊断工稷上的推广应用【9 】【1 0 j 。 左浃裰鄹予褥在磐遂毙学曼微镜下搜瑙双强立髂援爨豹深度感期嚣瑷，模 拟体视模式进行光学成像，重建了磨粒的表面形态。 3 武汉理工大学硕士学位论文 1 4 本论文主要的工作 磨粒识别是铁谱分析的核心环节。直接关系磨损状态诊断的正确性。其中 磨粒成分与磨损构件成分相同，正确判断磨粒成分就可以确定机械磨损位置， 给保养和维修带来极大的方便。本文提出了使用主成分分析法在h s i 色度空间 上判断磨粒颜色，由于磨粒颜色与磨粒组成成分有很大的关联，通过磨粒颜色 的判定来确定磨粒组成成分。 长期以来，由于三维成像设备的限制，磨粒分析一直局限在二维形貌分析， 在特殊情况下才对磨粒进行三维形貌分析，磨粒的本质是三维的，如果仅仅处 理其二维图像信息是不完整的。本文利用显微镜聚焦范围有限的特点，以改进 拉普拉斯算子作为聚焦评价函数来确定磨粒表面高度，并取出与聚焦高度相对 应的像素点值，叠合生成能够反映磨粒表面全貌的全景深图像，最后结合磨粒 表面高度信息和全景深图像重构出磨粒表面三维形貌图。最后为了满足计算机 实时进行三维重构要求，提出一种磨粒表面形貌三维重构的快速算法。 为了重构磨粒表面三维形貌，本文通过对普通光学显微镜改装，设计了能 够进行磨粒三维形貌的测量装置，并用v i s u a lc + + n e t 编写了进行磨粒表面形貌 分析及其三维重构的软件。 本论文分为八章，各章安排如下： 第1 章对铁谱技术做了简略论述，并对图像处理技术在磨粒表面形貌分析 中的应用以及现阶段磨粒的三维立体测量方法作了简要的阐述。 第2 章论述了磨损的产生机理与分类，将磨粒按照形貌和成分进行了分类， 并对其特征作出了介绍。 第3 章详细论述了h s i 色度空间模型和主成分分析法在磨粒组成成分分析 上的应用，并对其分类作了详细的探讨。 第4 章介绍了部分有关磨粒的数字图像处理的知识，针对磨粒表面形貌的 分析和三维重构，对图像的数字化采集、预处理、形态学处理、图像分割、特 征参数提取等作了详细的探讨。 第5 章是本文的重点，对磨粒表面形貌三维重构的原理和算法进行了详细 论述，针对计算机处理的实时性，提出了一种快速算法。 第6 章使用c c d 、图像采集卡、步进电机、d s p2 4 0 7 控制模块和改装普通 4 武汉理工大学硕士学位论文 光学显微镜设计了磨粒表面三维形貌测量的装置，用于磨粒表面形貌的三维测 量。 第7 章使用v c + + 设计了磨粒表面形貌分析与三维重构软件并使用自行设 计制作的微观物体三维形貌光学测量装置对磨粒进行分析并重构出磨粒表面形 貌三维图像。 第8 章总结了本文所做的工作，并展望了磨粒表面形貌三维重构的发展前 景。 5 武汉理工大学硕士学位论文 第2 章磨粒的分类及其典型磨粒 摩损是由于相互接触的构件表面相对运动而在承载表面上不断出现材料损 失的过程【1 1 】【1 2 】。磨损现象几乎存在于一切具有相对运动零件的机器设备中，而 造成磨损的原因及其所处的工况条件又是千差万别，这就决定了磨损问题在研 究和处理上的艰巨性。磨损问题的理论依据同摩擦和润滑问题相比也是十分薄 弱的。对于磨损的分类方法，各国的学者往往都有不同的观点，而至今没有统 一。 分类的目的是为了将人们常用而实际存在的各式各样磨损故障按一定的标 准归纳为几个基本类型【l ”。合理的分类能使磨粒计算机识别工作简化，有利于 磨粒计算机识别过程的进行，提高识别的效率。 对磨损故障进行分类，应依据一定的原则，使得能够达到故障诊断的目的 与实现故障诊断的任务，磨损故障诊断的目的又是保证可靠有效地发挥机械设 备的功能【1 1 】。根据不同的研究目的，铁谱技术工作者对所分析的磨粒做过多种 分类，其中有代表性的分类方法是：按磨损机理划分；按磨损型式划分：按磨 粒化学成分划分；按磨粒形状特征划分；按摩擦副种类分等【1 4 】。 2 1 按磨粒成分分类 按磨粒成分划分磨粒的种类，是划分磨粒的重要方法。磨粒可蛆分为金属 磨粒和非金属磨粒两大类，金属磨粒又可以分为黑色金属磨粒，如铸铁、钢和 合金钢磨粒；有色金属磨粒，如铝、钢合金、巴氏合金磨粒；金属氧化物磨粒， 如红色氧化物、黑色氧化物和暗金属色氧化物微粒。非金属磨粒是指结晶体、 聚合物、积炭、纤维、沙粒等微粒【l “。 以下是几种不同成分的磨粒： 1 红色氧化物。红色氧化物微粒是f e 2 0 3 的化合物，它有两类：第一类红 色氧化物微粒是由于水进入润滑系统时生成的，多为晶体，在白反射光下呈桔 黄色，在偏振光下呈饱和的橘红色；第二类红色氧化物微粒产生于润滑不良的 6 武汉理工大学硕士学位论文 磨损条l 牛，为扁平状，按磁力线方囱沉积，容易与游离瘗敉枢混溪，在自反射 光下星灰色，在白透射光下掇无关的红棕色。 2 。黑色氧化甥滕粒。黑色氧化物磨粒怒由于严霪润潺不良或尝缺酒嚣产生 的，它是f e 3 0 4 ，f e 2 0 3 ，f e o 的混合物。由于f c 3 0 4 具有铁磁性，故黑色氧化物 微粒将以与其它铁磁性材料炎似的方式沉积。黑色袋证物微粒外鼹必表露糖糙 不平的堆积物、局部区域有菔色或糟桔黄色的小斑点。 3 。非铁金属磨敝。非铁佥属磨敝跟铁磁性材料楣比，受磁力的影响很小。 这些非铁金属磨粒常常也具备铁粒子所展示的一些相似特征，例如，铁粒予在 正常滑动磨授、切削型磨损朔商应力下的滑动磨损所具有的某些特征，这熙非 铁金满粒子同样对应存在。这些非铁金属粒子的最大不同点在于这照粒子本身 的颜色。 4 ，菲金属，在发生癌损对，由予压力、温度、催纯等作用，会同时产生各 类非众属微粒。这些非金属微粒不仅是磨损形式发生的指永，而且也是油晶质 量好环的一稀指示。通常，铁谱分祈发现的貌类微粒主要有：摩擦聚合物微粒、 纤维物微粒、积炭微粒及油滚物微粒等。 图2 一l 红琶氧化妨强2 2 黑色氧佐键图2 3 锢粒子 蚕2 - 4 铭粒予( 亮)图2 - 5 纤维物微粒圈2 。6 渗粒 7 武汉理工大学硕士学位论文 2 2 按磨粒形貌分类 由于磨粒在形成过程中，经受不同豹愿力、滠发、接触方式和环境，因此， 其有形态备异的特征。根据磨粒的轮廓特 芷，可以把磨敉划分为：正常滑动磨 粒、层状磨粒、块状瘥粒、球状磨粒、条( 或线) 状磨粒等，层状磨粒璺薄片 或者层状；块状指簿度较大、形状因子( 指主尺寸与厚度之比) 较小者：球状 磨粒包括蹋球、半球或者破损的球状磨粒，线( 戏条) 状磨粒是指月牙状、螺 旋袄、卷虢状的切潮磨粒【l l 】。 以下是按磨粒形貌分类的几种典型的磨粒： 1 正常淆动释粒，在零件的滋常其表面形成个均匀的薄层。这一薄层是 约3 0 微米的微晶绐构层，称为切混层。切混层显示出极高的延展性，它可沿表 面滑动数舀倍于箕簿度静躐离。它的这稀承受应力辩静浠动髓力将形成几乎光 滑的磨痕。只要切混层是稳定的，表面即处于正常磨损。这时零件生成的磨粒 称为正常濯动窘较。它是函运动零件表面瓣切滢黧发生嚣酃弱落瓣丽形成躲。 通常正常滑动磨粒足薄片状，表面光滑，其长轴尺寸从0 s 1 5 微米，甚至更小， 霉壤在0 1 5 1 徽米之闻吲。 2 切削磨损磨粒，当设备摩擦副发生磨料磨损时，会产生切削磨损颗粒。 餐瓣塞豢徽粒是赉予较硬嚣又锐秘懿徽瑟髂在较软熬蘑撰袭嚣牵潮瑟形袋戆。 一种切削磨损颗粒是由于较硬的零件可能安装不良或出现裂纹，造成硬的锐边 嵌入较歉零俘熬表嚣彩藏瓣。另一耱甥削壤豢徽敉是润涝系统孛豹坚硬黪粒袋 入软表面厨伸出，再切削与之相对的零件表面而形成的。切削磨损微粒多呈月 牙浚，迄蠢漂旋状、丝露状等，类秧予车床上甥潮下来鹣锈震( 不过嚣令硬疫 相近的磨损表面，不容易产生切屑状磨损颗粒) 。切削烈磨粒悬种活性磨损 状态熬摇示。这些蘑渡逯遭一令裘嚣穿建、擎德戏甥裁雯一令表嚣嚣产象。无 论是一种硬物质中的内部物质进入软表面中导致穿透还是一个更硬的表两对一 个软表嚣遴行规摭热工都会导致土逮装凌魏出瑰。疑以邋鬻揍瑷下，切燃瘗损 颗粒的存在是设备摩擦副不正常磨损的标志。 3 薄冀状躲藏粒，薄片拔麴薅粒是一个密粒_ i 爨过滚动接皴豹缝隙运动爱产 生的结果。这一过程对磨粒产生一个熨平作用，使原先的磨粒成为一个日 常大 嚣常薄熬黪粒，长嶷爵达7 0 微米，主要尺寸与厚发豹毙铡大约戈4 0 ：1 。邋些密 8 武汉理工大学硕士学位论文 粒上常常还有圆形或拉长形的小孔存在，在用显微镜观察时，透射光可以从这 些小孔中穿过。相似的是，剥片状磨粒和球形磨粒数量的增加都是会导致碎片 出现的滚动疲劳微裂纹出现的信号。如图2 - 9 所示薄片状的疲劳磨粒，磨粒上有 小孔。 4 疲劳剥离磨粒，是运动零件的表面形成点蚀或麻点时，由于剥离的实际 材料构成，这类磨粒的尺寸大于1 0 微米，形状因子约为1 0 ：l ，平片状，具有 光滑的表面和随机曲折的轮廓。在显微开裂过程中，这类磨粒的最大尺寸可达 i 0 0 微米，通常，受应力大的摩擦副表面容易产生疲劳剥离磨粒，如齿轮的轮齿 等。 5 球状磨粒，跟疲劳有关的球形磨粒在轴承的疲劳破坏中产生。在任何实 际的碎片出现之前，检测到球状磨粒的出现，是即将出现故障的一个早期警告 信号。在许多工业监测系统中，滚动轴承疲劳碎片的出现在大量的直径为1 1 0 微米的球状磨粒出现之后。在失效期间疲劳的轴承据估计可产生几百万个球形 磨粒。 图2 7 典型正常磨粒图2 - 8 切削磨粒图2 - 9 薄片状磨粒 图2 1 0 疲劳剥离磨粒图2 1 l 球状磨粒图2 - 1 2 球状磨粒 9 武汉理工大学硕士学位论文 2 3 本章小结 讨论了糜粒的分类。针对磨粒图像的处理和识别，本文认为按照组成成分 和磨粒的形貌对密粒进行分类魄较合理。通过对密粒的成分分类，将蘑粒分为 金属磨粒和a # 金属磨粒两大必，金属磨粒又可以分为黑色金属磨粒、有色焱属 磨粒、金属氧化物裔粒，和非金属潦粒；遴过磨粒鹣形貌分类，将磨粒分为正 常滑动磨粒、层状磨粒、块状磨粒、球状磨粒、条( 或线) 状磨粒髂 在分类的丽时，对每一个类爰都给高了稻应稳瓣粒强片范镄，络磨粒静分 类有一个感性的认识。 1 0 武汉理工大学硕士学位论文 第3 章磨粒成分分析 磨粒的元素构成与颜色有很大关联，如银白色可能是铝合金，黄色可能是 金属铜，绿色可能是铜的氧化物，红色或者黑色可能是铁的氧化物，参见图3 - 1 。 如果能够正确地识别出磨粒的颜色，就可以区分出磨粒的种类及其来源，这对 机械磨损诊断有很大帮助。所以成分可以通过分析磨粒颜色进行判断，由于在 计算机中图形图像的颜色一般都是以r g b 模型存储，而r g b 模型不利于对颜 色进行划分，这就给我们判别磨粒的颜色带来一定的困难。h s i 模型可以很好地 划分颜色“”“”1 ，这就给我们一种工具去判别磨粒的颜色，从而判定磨粒的元素 构成1 。 3 1 磨粒图片背景分割 为了避免背景颜色对磨粒的构成成分分析的影响必须对分析的图像进行去 背景图运算，我们通过设定r g b 颜色阈值的方法自动提取单个磨粒前景，将其 它部分作为背景设置为0 ，计算中不考虑，这样统计数据就不会受到背景或其他 磨粒的影响。原始图片见图3 1 ，分割结果见图3 2 。 图3 - 1 原始磨粒图片 1 1 武汉理工大学硕士学位论文 图3 2 通过颜色分割后的磨粒图形 3 2磨粒颜色参数的提取 在h s ! 模型中对颜色分类相关性比较大的参数有h 分量的均值，h 分量中 间值，s 分量的均值，s 分量的中值，1 分量的偏斜。通过统计方法对磨粒上面 的像素点进行分析得到数据如下。 表3 - i 部分样本特征数据 样本参数l参数2参数3参数4参数5 h 均值h 中值s 均值s 中值 i 偏斜 样本i 铝 0 2 4 20 2 4 70 1 7 30 1 5 40 9 2 5 样本2 铝 0 4 7 30 5 0 00 0 9 10 0 6 33 1 6 6 样本3 铝 0 3 7 2 0 3 7 4 0 2 0 00 1 8 50 1 9 5 样本4 铝 o 2 7 10 2 6 4o 1 8 7o 1 9 20 7 0 6 样本5 铜 0 0 6 20 0 6 l0 9 2 20 9 5 80 3 0 2 样本6 铜 0 1 1 0 0 1 1 l 0 7 3 30 7 5 00 3 1 2 样本7 铜 0 0 5 60 0 5 00 8 5 5 0 8 6 7- i 1 6 6 样本8 铜 0 0 6 90 0 6 80 9 0 50 9 3 7- 0 2 4 8 样本9 铜 o 1 1 6o 1 1 60 7 7 60 ，7 9 10 5 1 6 样本1 0 铁 0 5 0 l0 5 0 00 8 0 5 0 8 2 2一o 6 1 3 样本1 i 铁 0 5 3 30 5 4 5o 8 3 l0 8 5 00 2 3 0 样本1 2 铁 0 5 5 70 5 5 60 9 2 91 0 0 00 5 0 0 1 2 武汉理工大学硕士学位论文 3 。3 主成分分析法 为了能够更为巅观豹分析磨粒的分类，希望减少数据的变薰个数，将变量 个数控制在2 3 个，这样就可以通过图形直嬲的对磨粒进行分类。因此在这晨引 入主成分分析。 主成分分析是一种把原来多个指标化为少数几个互不相关( 或相互独立( 在 总钵是多维正态总体对) ) 瀚综合指标静一种统计方法。它的裔标就是将多个稻 关变量化为少数几个不相关的综合参数，以达到化简的效果。 经过主藏分分丰厅可戳将参数个数筒纯戮可良僮掰图形袭示静2 - 3 个参数。它 的计算过程下： ( 1 ) 设裔- 个样本，每个样本眷p 令交爨，褥袋一个摊p 阶矩麓： x = x 1 1x l ，2 x 2 x 2 2 矗、l 靠，2 ( 2 ) 计爨该矩阵的耀关系数矩跨 孟= - ，1_ ，2 如。l 也，2 -_， ，lr p ，2 ( 3 1 ) ( 3 一芍 其中：l ，( f ，j = 1 , 2 ，p ) 为原来变量并，x ，的相关系数，其计算公式为 ( x - - 一x ，) ( z t ，- - 一x j ) 辱j 焉爵 ( 3 3 ) 其中；，一x ，分裂为短箨x 的第i ，剜的瀚值，r 是实对称矩箨( 郢 武汉理工夫学硕士学位论文 ( 3 ) 计算特征值与特征向量 解特征方程1 m r i = 0 求出特征值 ( f = 1 , 2 ，p ) ，并使其大小顺序排 列，即五如以0 ；在分别求燃对应予特征傻五的橡准特征向量 8 ，( ，) ( f 一1 , 2 ，p ；j = 1 , 2 ，p ) ( 4 ) 计算主成分贡献率殷累计贡献率： 主成分z i 贡献率：吩：l 1 0 0 ( 3 - 4 ) 乃 一 p i 累计贡献率 a b = 吼 ( 5 ) 计算主成分 第h ( h = 1 , 2 ，m ) 主戏分死麓：z h = e h 黑 3 4磨粒颜色参数数据分析与分类 ( 1 ) 对所取得1 2 个一直样本数据进行求协方差瓶阵为 g = 0 2 3 9 4 0 2 6 3 7 0 6 0 7 1 0 6 1 5 9 1 0 0 0 0 ( 3 5 ) ( 3 - 5 ) ( 3 一 ( 2 ) 样本躲协方箍求特铤向量& ，其中是磊毛0 ，计算褥至矗篷 分别为：2 ，8 6 2 6 ，1 6 4 3 3 ，o 4 9 3 l ，o 0 0 0 7 ，0 0 0 0 3 。通过公式3 - 4 我们可以计算 出各个主成分的贡献率为5 7 2 5 ，3 2 8 6 ，9 。8 6 ，0 0 1 ，o 。0 1 。如图联示， 前两个主成分的贡献率之和达到9 0 。 1 4 够睨sm泠鳅拟蛳啪聪 艇叱醪m m 懈粥鼹眈吼 一一燃一一 蜕| 蓦m 撕懒舢淞她瞄 粼喜| 一一一 j o o o 武汉理工大学硕士学位论文 图3 - 3 组成分贡献率 ( 3 ) 计算出与旯值相对应的特征向量，得到主成分的构造方程为： z 1 = 0 0 0 5 2 x i 一0 0 2 4 1 x 2 + o 8 7 2 5 。x 3 一o 2 1 6 4 x 4 + o 4 3 7 4 。x 5 2 2 = 0 4 2 5 3 一x 1 + o 5 6 9 4 x 2 0 3 2 9 9 x 3 一o 3 6 1 3 x 4 - i - o 5 0 5 5 x 5 三3 = - o 4 2 1 2 x i o 5 6 3 2 x 2 0 3 5 4 2 t x ，一o 3 5 0 6 石4 十0 5 0 7 0 - x 5( 3 - 7 ) z 4 = o 5 6 4 9 x 1 一o 4 2 9 0 x 2 + o 0 3 4 3 x 3 0 5 8 6 8 x 4 一o 3 8 9 0 x 5 z 5 = 一0 5 6 8 0 一x 1 + 0 4 1 7 2 工2 - i - 0 0 5 7 7 工3 一o 5 9 6 1 x 4 一o 3 8 0 4 x 5 在第( 2 ) 步我们已计算出前两个主成分的贡献率之和达到9 0 ，因此我们 只需要取前面两个主成分作为分析对象。因此方程可以简化为： z l = 0 0 0 5 2 x i - 0 0 2 4 1 - x 2 + 0 8 7 2 5 x 3 - 0 2 1 6 4 - x 4 + 0 4 3 7 4 - x 5 ( 3 - 8 ) l z ，= o 4 2 5 3 工l + 0 5 6 9 4 x 2 0 3 2 9 9 x 3 0 3 6 1 3 x 4 + 0 5 0 5 5 x 5 ( 4 ) 将数据带入方程既可以得到各样本在各主成分上面的值如图所示： 1 5 ()斟疆毂末衅 武汉理工大学硕士学位论文 + + + + 。 + t 错 。铁 + 锕 图3 4 样本在组成分空间中的分布图 ( 5 ) 如图四所示，三种主要元素铝、铁、铜可以很好的在第一主成分上 面被分开，主成分数据是原始数据在其变化最大的方向上面的投影，反映了原 始数据主要信息，由此可见h s i 模型是可以用来区分磨粒图片的颜色分布，由 此就可以确定磨粒的元素类型。 3 5本章小结 磨粒的成分结构与其外表颜色有极大关系，而判断出磨粒的成分结构就可 以判断出磨损来源，h s i 颜色模型反映了人观察色彩的方式，同时也有利于图像 颜色分析与处理。 通过比较不同元素构成的磨粒图片在h s i 模型参数上面的分布来判别该磨 粒的元素构成，并且使用了主成分分析法对磨粒颜色参数进行了化简，从而使 我们可以直观的对磨粒进行分类，实验证明该方法在铁谱磨粒识别方面效果良 好。 1 6 武汉理工大学硕士学位论文 第4 章磨粒二维图像数字化处理 自从计算机和图像采集系统的大量应用以及数字图像处理的迅猛发展，铁 谱分析工作中也引入了计算机设计了磨粒计算机识别系统( w p c 址) 作为铁谱 分析的辅助工作【2 8 1 。其重要意义有两个方面，一是实现磨粒的自动识别，可 以根本消除由于经验不足或认识不足所造成的人工判别磨粒的不确定性，另一 个方面只有具备了磨粒自动识别的条件，才能充分利用磨粒的视觉信息，将具 有统计数学参量的特征磨粒群体( 而不是磨粒单体) 与机器的摩擦副磨损状态 之间建立起联系。 4 1磨粒二维图像的采集和基本处理流程 二维磨粒数字图像的处理流程如图4 - 1 所示1 2 1 。 ( 1 ) 以数码摄像的方式将铁谱图像转化为数字形式，并将其存储于计算机以 供分析使用； ( 2 ) 对铁谱数字图像进行预处理，从而达到抑制噪声、提高对比度便于分割 的目的： ( 3 ) 以阈值将图像二值化分割，把磨粒从背景中分离出来； ( 4 ) 提取磨粒的各种特征参数； ( 5 ) 基于所提取的数字特征参数，应用相关理论进行模式识别，从而将图像 中的磨粒归类。 4 2 磨粒图像的数字化 数字图像处理，即对计算机图像进行处理。在自然的条件下，图像并不能 直接由计算机进行分析，因为计算机只能处理数字而不是图片，所以一幅图像 在用计算机进行处理前必须先转化为数字形式。 1 7 武汉理工大学硕士学位论文 在图像数字化过程中，每个像素位置上图像的亮度被采样和量化，从而得 到图像所对应点上表示该点亮暗程度的一个整数值。对所有的像素都完成转化 后，图像就被表示成了可作为计算机处理对象的整数矩阵了。 制备铁谱 片后数 字化输入 计算机中 进行图像 降噪目的 的预处理 闽值二值 化分割使 磨粒与背 景分离 提取和 计算磨粒 特征参数 图4 - 1 二维磨粒数字图像的处理流程 4 3磨粒图像预处理技术 用模式识 别理论进 行磨粒识 别分类 在对磨粒图像进行三维重建和自动识别以前一般都会对其进行预处理，改 善图像的视觉效果，或者使其适应后面的图像处理的形式2 卟t 3 5 。在磨粒的图像 采集和传输过程中会出现各种各样的噪声，而引起图像质量的下降，这些噪声 源包括电传感噪声，相片颗粒噪声，信道误差以及其他噪声，所以首先要对磨 粒图像进行预处理【3 6 1 1 3 9 1 。 4 3 1 图像增强 有些图像的对比度很差，就需要对图像中每一像素的灰度进行灰度坐标变 换，扩大图像灰度范围，达到增强的目的【3 8 】。图像增强的基本算法如下： g ( x ，) ，) = t ( f ( x ，力) ( 4 - 1 ) 根据映射方式的不同，对比度增强可以分为灰度变换法和直方图修正法， 其中前者又可以分为线形，分段线形以及非线性的灰度变换。 4 3 2 图像平滑 为了滤除来自图像生成和传输过程中的噪声，改善图像质量就必须对图像 进行平滑处理。当前图像平滑技术主要分为空域和频域两大部分。主要有邻域 1 8 武汉理工大学硕士学位论文 平均法，低通滤波法，多图像平均法。 4 3 2 1 邻域平均法 邻域平均法是简单的空域处理方法，这种方法的基本思想是用几个像素灰 度的平均值来代替像素的灰度。计算公式如下： 贴棚2 面1 ( 磊。肋棚 ( 4 - 2 ) 4 3 2 2 低通滤波法 低通滤波法是一种频域处理法，在分析图像信号的频率特性时，一幅图像 的边缘、跳跃部分以及颗粒噪声代表图像信号的高频部分，而大面积的背景区 域则代表图像信号的低频分量。用滤波的方法滤除其高频部分就能去掉噪声， 使图像平滑。 由卷积定理可知： g ( u ，v ) = n ( u ，v ) f ( u ，v )( 4 3 ) 其中f ( u ，v ) 是含有噪声的图像的傅里叶变换，g ( u ，v ) 是平滑后的图像之傅 里叶变换，h ( u ，v ) 是传递函数。低通滤波器的处理流程框图见图4 - 2 ，低通滤 波器有理想低通滤波器，b u t t e r w o r t h 低通滤波器和指数低通滤波器。 。- 口rcu。v，-：!卫。cu，v，-：js c x