基于数字图像处理技术的磨粒图像分析与识别方法的研究

机械设备在运转过程中，摩擦副的相对运动会产生大量的磨损颗粒，研究事实证明这些磨粒由于磨损机理的不同而具有各自的特征。铁谱技术以磨损产生的微观颗粒为研究对象，通过分析机器中各种类型磨损颗粒的数量及趋势，监测机器所处的状态，进而预测机器可能发生的故障。 随着计算机技术的发展，将图像处理、模式识别和人工智能的方法与铁谱技术相结合，研究和开发基于铁谱磨粒图像自动识别的机械设备智能化状态监测与故障诊断系统是使铁谱技术适应现代化机械监测的需要和发挥其工业应用价值的必然趋势。 本文在总结国内外近年来将图像技术应用于铁谱分析的基础上，针对目前国内铁谱图像系统所存在的问题，围绕磨粒图像定性分析所必须解决的图像处理、特征提取和磨粒识别三个基本问题展开了一系列的工作。首先在图像处理上，采用新颖的均值平移滤波算法和竞争聚类算法实现图像的无监督自动分割，并运用数学形态学的方法完成了磨损颗粒与图像的分离；其次在特征提取上，除了常规的形态学特征外，本文将分形理论引入磨粒边界细节和表面形貌特征的测量，使得对磨粒分析较以往更加多样化；最后在磨粒识别上，分别以改进的BP神经元网络和灰色关联分析理论，以及他们的优化组合模型为基础实现磨损颗粒的自动识别。