CN100567950C - 油液污染物综合检测系统及检测方法 - Google Patents

Abstract

一种油液污染物综合检测系统及检测方法，属于传感器测量仪器领域。该系统由油液进样系统、显微系统、图像采集分析系统组成，其特征在于：其传感器(3)基片(12)上刻蚀有由总流道(14)、第一分流道(15)及第二分流道(16)组成的整体呈Y型的微管道，交汇处为沉积区(17)，永磁体(11)靠近沉积区(17)。利用这套系统可以检测油液的污染度，区分铁磁性油液污染物和非铁磁性油液污染物，并对这两种油液污染物进行详细的分类和浓度计算，可以完全替代油液污染物计数器和铁谱仪，具有油料分析光谱仪的部分功能。

Description

油液污染物综合检测系统及检测方法

技术领域

本发明的油液污染物综合检测系统及检测方法，涉及机器油液污染物的综合检测，属于传感器测量仪器领域。

背景技术

现有的机器油液污染物检测仪器的功能较为单一，过程较为复杂。为完成油液污染物的综合检测，通常需要用油液污染物计数器来进行油液污染度的检测，用铁谱仪进行铁磁性油液污染物的检测，用油料分析光谱仪进行油液污染物成分的检测。其中铁谱仪的检测包括复杂的制谱过程，光谱仪的分析一般也只对较小的油液污染物有效。目前在铁谱方面，国内外都有比较成熟的产品，比如美国杰比科技公司的PQ系列铁谱仪。油液污染物计数器方面，比较有代表性的产品有美国太平洋公司的HIAC-8000A型油液污染物计数器、美国PARKER公司的PLC-2000型激光油液污染物计数器、德国西德福公司的UCC系列油液污染物计数器。在光谱分析方面有美国Baird公司的MOA型油料分析光谱仪。由于很多油液污染物检测仪器设备都需要进口，购买和维护的成本比较高。

发明内容

本发明的目的在于提供一种过程简单，性能可靠，功能集成的油液污染物综合检测系统及检测方法。这种检测系统可以检测油液的污染度，区分铁磁性油液污染物和非铁磁性油液污染物，并对这两种油液污染物进行详细的分类和浓度计算。可以完全替代油液污染物计数器和铁谱仪，具有油料分析光谱仪的部分功能。

一种油液污染物综合检测系统，包括由微量泵、毛细管、传感器、回油池组成的油液进样系统，由显微镜、反射光源、透射光源组成的显微系统，由摄像头、图像卡、计算机组成的图像采集分析系统，以及永磁体部分，其特征在于：

所述传感器由基片和盖片两部分键合而成，且基片上刻蚀有由总流道、第一分流道及第二分流道组成的整体呈Y型的微管道，且总流道、第一分流道及第二分流道交汇处为沉积区，沉积区中部钻有小孔并粘结向下导通的钢针形成清渣孔，在盖片上与总流道端部位置对应处设有一个粘结有向上导通的钢针的进油孔，在盖片上与第一分流道(端部位置，和与第二分流道端部位置对应分别钻有小孔粘结有向上导通的钢针形成第一出油孔和第二出油孔；永磁体置于传感器的侧边且紧贴传感器靠近沉积区，所述侧边为第二分流道外侧边。

一种利用所述油液污染物综合检测系统，进行油液污染物综合检测的方法：

1、适用于检测各尺寸段下总的油液污染物浓度，其特征在于包括以下步骤：

a、检测时利用微量泵将油样送入所述的带有Y型微管道结构的传感器中，在油样流动的过程中选取G1点为观测点采集油液污染物的图像，其中G1点位于总流道中部；

b、对G1点油液污染物的图像进行分析计算：先计算每帧图像包含的油液的有效体积，再根据油液污染物颗粒的大小、数量计算各尺寸段内总的油液污染物浓度M。

2、适用于检测非铁磁性油液污染物的浓度，其特征在于包括以下步骤：

a、检测时利用微量泵将油样送入所述的带有Y型微管道结构的传感器中，在油样流动的过程中选取G2为观测点采集油液污染物的图像，其中G2点位于第一分流道中部；

b、对G2点油液污染物的图像进行分析：先计算每帧图像包含的油液有效体积，再根据图像特征参数将非铁磁性油液污染物分为n类，最后计算各分类下的浓度，设N2＝{N2₁，N2₂，......，N2_n}。

其中，还可以进行校验：在油样流动的过程中选取G3点为观测点采集油液污染物的图像，其中G3点位于第二分流道中部；对G3点油液污染物的图像进行分析计算求得非铁磁性油液污染物浓度N3＝{N3₁，N3₂，.......，N3_n}；由于N3中的各分量应小于N2中的各分量，据此，可以对G2观测点的油液污染物浓度的检测结果进行校验。

3、适用于检测铁磁性油液污染物的浓度，其特征在于包括以下步骤：

a、检测时利用微量泵将油样送入所述的带有Y型微管道结构的传感器中，在油样流动的过程中分别选取G1、G2二点为观测点采集油液污染物的图像，其中G1点位于总流道中部，G2点位于第一分流道中部；

b、对G1点油液污染物的图像进行分析计算：先计算每帧图像包含的油液有效体积，再根据图像特征参数按磨损机理将油液污染物分成m类，计算各分类下的油液污染物浓度M1＝{M1₁，M1₂，.......，M1_m}；

c、对G2点油液污染物的图像进行分析计算：先计算每帧图像包含的油液有效体积，再根据图像特征参数按磨损机理将油液污染物分成m类，计算各分类下的油液污染物浓度M2＝{M2₁，M2₂，.......，M2_m}；

d、计算油液中铁磁性油液污染物的浓度：

M3＝M1-M2＝{M1₁-M2₁，M1₂-M2₂，.......，M1_m-M2_m}。

总流道中既有铁磁性油液污染物又有非铁磁性油液污染物，通过总流道上的观测点可以分析出各尺寸段内总的油液污染物浓度；由于在沉积区下侧放设置有永磁铁，所以从总流道流经此处的铁磁性油液污染物将受永磁铁吸引而沉积于沉积区，则流过第一分流道的溶液中将只包含非铁磁性油液污染物，则可以检测出非铁磁性油液污染物浓度，利用总流道和第一分流道差值的方法可以计算铁磁性油液污染物的浓度。另外，由于非铁磁性油液污染物可能有部分被铁磁性油液污染物夹带沉积，所以根据设于第二分流道观测点计算的非铁磁性油液污染物的各分类下的浓度一般应该小于第一分流道观测点检测的非铁磁性油液污染物的各分类下的浓度，可据此对非铁磁性油液污染物的检测结果进行校验。

本发明由于可直接对油液污染物进行观测，油液污染物计数的准确度在1％以内，铁磁性油液污染物甄别的准确度在3％以内，油液污染物分类的正确率在5％以内。以这种传感为基础开发的油液污染综合检测仪器的成本仅为国外典型油液污染物计数器产品的25％。本发明主要用于大型机器设备的润滑油和液压油的监测，对机械设备的磨损故障进行诊断和预防，分析磨损状态和油液污染的关系。

附图说明

图1为油液污染物综合检测系统的配置图。

图2为传感器的结构示意图。

图3为传感器观测原理图。

图4为铁磁性颗粒分类的原理图。

图中标号名称：1、微量泵，2、毛细管，3、传感器，4、回油池，5、显微镜，6、反射光源，7、透射光源，8、摄像头，9、图像采集卡，10、计算机软硬件，11、永磁体，12、基片，13、盖片，14、总流道，15、第一分流道，16、第二分流道，17、沉积区，18、清渣孔，19、第一进油孔，20、第二进油孔。

具体实施方式

结合附图对系统的具体实施介绍如下：

1.系统的组成如图1所示，由油路部分(包括微量泵1、毛细管2、传感器3和回油池4)、显微系统(包括显微镜5、反射光源6、透射光源7)、图像采集处理部分(包括摄像头8、图像采集卡9和计算机软硬件10)以及永磁体11组成，其中显微镜采用广州光学仪器厂的L2020A双光源金相显微镜，摄像头采用北京大恒图像公司的hv3102uc数字摄像头。磁铁和传感器通过特定的夹具固定在显微镜的载物台上。计算机采用基于windows平台的通用PC。

传感器是系统的核心器件，传感器的结构如图2由基片12，盖片13两部分组成。基片和盖片的材料均为钠玻璃，厚度均为1.5mm。基片上有特定的微管道结构，深度为100um。盖片上对应基片管道的端口有三个φ1.2mm小孔，在基片的三条管道的连接处有较大面积的沉积区。沉积区的中央位置也有同样尺寸的小孔。基片和盖片之间通过高温键合技术直接封装在一起，钢针和小孔通过504AB胶合固定。上面的三个钢针用于油液的进样和流出，下面的钢针在分析时堵上，分析后导通，用于铁磁性油液污染物的清洗。

2.传感器的加工基于MEMS工艺。先使用Mcromedia FreehandMX软件绘制所设计的芯片图形，用高分辨率激光照排机在照相底片上制得光刻掩膜。然后在选好的玻璃片上进行光学打磨和抛光处理，真空沉积一层Cr保护刻蚀层，在Cr上面均匀的甩上一层感光胶，采用212正胶。将制作好的掩膜附在感光胶上，在强紫外光源下进行曝光，显影，刻蚀，除膜，清洗等操作工序，根据连续进样的需要打孔，封装，制成玻璃芯片。

3.各个检测指标的分析原理介绍如下。传感器在分析的过程中，在其一侧靠近沉积腔的位置置有高强度永磁体，并在传感器上设置了三个观测点G1，G2，G3，各个观测点的位置如图3所示，检测时依次在三个观测点捕捉三组图像。各类指标具体的计算流程如下：

设在总流道观测点，非铁磁性观测点和校验观测点得到的图像集分别为P1，P2和P3，铁磁性油液污染物分为m类，非铁磁性油液污染物分为n类。先对P1中的油液污染物进行尺寸计算和数量统计，结合根据流场特征计算出的油液体积，得到各尺寸分段下的油液污染物浓度M。

然后可以假设P1中的油液污染物全部是铁磁性油液污染物，并加以分类，得到各类型油液污染物的浓度M1＝{M1₁，M1₂，.......，M1_m}。

然后对图像集P2，假设磨粒全部是铁磁性油液污染物或者是非铁磁性油液污染物进行两次不同分类下的识别(实际上全部是非铁磁性油液污染物)，得到各类型油液污染物的浓度

M2＝{M2₁，M2₂，.......，M2_m}    N2＝{N2₁，N2₂，......，N2_n}

最后结合P1的识别结果和非铁磁性油液污染物的识别结果推算出铁磁性油液污染物的污染度。

M3＝M1-M2＝{M1₁-M2₁，M1₂-M2₂，.......，M1_m-M2_m}

对于图像集P3，由于校验观测点所在流道流经沉积腔，其中的非铁磁性油液污染物可能有部分被铁磁性油液污染物夹带沉积，所以根据图像集P3计算非铁磁性油液污染物的污染度(N3)各分量一般应该小于N2各分量，可据此对非铁磁性油液污染物的测量结果进行校验。

最终得到总的油液污染物浓度M，铁磁性油液污染物和非铁磁性油液污染物各自具体分类下的浓度M3和N2。

4.图像处理的过程介绍如下。分析时首先通过采集软件将摄像头拍摄的图像传入计算机，然后首先运用运动图像的特征进行相邻图像的差值分析提取图像目标，然后计算图像目标的特征参数，进行类型识别。特征参数的选取建立在图像退化理论以及基于标准图谱库的退化不变量的理论的基础上。具体过程是首先选取标准图谱库的若干图像，运用退化模型进行处理，计算器各类参数的变化特性，包括各种几何参数，结构参数，形状参数(傅氏参数)，颜色参数，灰度梯度参数，矩参数，熵与分型参数等，然后选取对图像退化具有不变性的参数，同时考虑参数对油液污染物分类的敏感性、区分度和冗余度，建立油液污染物分类的特征参数体系。

考虑到显微观测系统中，造成图像模糊的原因主要是油液污染物的运动和物镜景深的限制，在此处理过程中采用的图像退化模型如下：

f(x，y)＝h1(x，y)*h2(x，y)*g(x，y)+n(x，y)

其中g(x，y)代表理想图像，f(x，y)代表实际图像，h1(x，y)和h2(x，y)代表运动和离焦产生的点扩散函数，n(x，y)代表系统的随机噪声。在此系统中h1(x，y)和h2(x，y)具有以下的形式：

$h1(x,y)=\left\{\begin{array}{cc}\frac{1}{\mathrm{\π}{R}^2}& x^2+y^2\≤R^2\\ 0& x^2+y^2>R^2\end{array}\right.$

其中R表示离焦失真产生的弥散圆的半径，a表示运动模糊的长度。

5.关于油液污染物的分类。非铁磁性油液污染物可依赖于具体的机械系统进行分类，通常按照磨损机理或者材质进行分类。铁磁性油液污染物通常按照摩损机理可分为正常滑动磨粒、严重滑动磨粒、球状磨粒、疲劳剥块、红色氧化物磨粒和黑色氧化物磨粒。铁磁性油液污染物的分类原理如图4所示。首先应用统计分析方法以傅氏细长度和傅氏凹度两个形状参数将切削磨粒提取出来，然后依据其尺寸大小用统计分析方法划分为小磨粒和大磨粒，用于划分的尺寸阈值一般为10微米。小磨粒主要是正常滑动磨粒和球状磨粒，要划分这两类磨粒，必须综合应用三个几何参数和五个傅氏参数，所以需要将统计分析方法和D-S证据决策方法结合起来完成这两类磨粒的最终划分。而大磨粒这一类别中比较复杂，首先应用根据颜色参数划分出红色氧化物磨粒和黑色氧化物磨粒，然后再应用BP神经网络识别方法，将剩余的磨粒划分为严重滑动磨粒、疲劳剥块磨粒两类，完成了磨粒的综合识别流程。

Claims (5)

1、一种油液污染物综合检测系统，包括由微量泵(1)、毛细管(2)、传感器(3)、回油池(4)组成的油液进样系统，由显微镜(5)、反射光源(6)、透射光源(7)组成的显微系统，由摄像头(8)、图像卡(9)、计算机(10)组成的图像采集分析系统，以及永磁体(11)部分，其特征在于：

所述传感器(3)由基片(12)和盖片(13)两部分键合而成，且基片(12)上刻蚀有由总流道(14)、第一分流道(15)及第二分流道(16)组成的整体呈Y型的微管道，且总流道(14)、第一分流道(15)及第二分流道(16)交汇处为沉积区(17)，沉积区(17)中部钻有小孔并粘结向下导通的钢针形成清渣孔(18)，在盖片(13)上与总流道(14)端部位置对应处设有一个粘结有向上导通的钢针的进油孔(19)，在盖片(13)上与第一分流道(15)端部位置，和与第二分流道(16)端部位置对应分别钻有小孔粘结有向上导通的钢针形成第一出油孔(20)和第二出油孔(21)；永磁体(11)置于传感器的侧边且紧贴传感器，并靠近所述传感器的沉积区(17)，所述侧边为第二分流道(15)外侧边。

2、一种油液污染物综合检测的方法，其利用了如权利要求1所述的油液污染物综合检测系统，适用于检测各尺寸段下总的油液污染物浓度，其特征在于包括以下步骤：

a、检测时利用微量泵将油样送入所述的带有Y型微管道结构的传感器中，在油样流动的过程中选取G1点为观测点采集油液污染物的图像，其中G1点位于总流道中部；

b、对G1点油液污染物的图像进行分析计算：先计算每帧图像包含的油液的有效体积，再根据油液污染物颗粒的大小、数量计算各尺寸段内的油液污染物浓度M。

3、一种油液污染物综合检测的方法，其利用了如权利要求1所述的油液污染物综合检测系统，适用于检测非铁磁性油液污染物的浓度，特征在于包括以下步骤：

a、检测时利用微量泵将油样送入所述的带有Y型微管道结构的传感器中，在油样流动的过程中选取G2为观测点采集油液污染物的图像，其中G2点位于第一分流道中部；

b、对G2点油液污染物的图像进行分析：先计算每帧图像包含的油液有效体积，再根据图像特征参数将非铁磁性油液污染物分为n类，最后计算各分类下的浓度，设N2＝{N2₁，N2₂，.......，N2_n}。

4、根据权利要求3所述油液污染物综合检测的方法，其特征在于包括以下步骤：在油样流动的过程中选取G3点为观测点采集油液污染物的图像，其中G3点位于第二分流道中部；对G3点油液污染物的图像进行分析计算求得非铁磁性油液污染物的浓度N3＝{N3₁，N3₂，.......，N3_n}；由于N3中的各分量应小于N2中的各分量，据此，可以对G2观测点的油液污染物浓度的检测结果进行校验。

5、一种油液污染物综合检测的方法，其利用了如权利要求1所述的油液污染物综合检测系统，适用于检测铁磁性油液污染物的浓度，其特征在于包括以下步骤：

a、检测时利用微量泵将油样送入所述的带有Y型微管道结构的传感器中，在油样流动的过程中分别选取G1、G2二点为观测点采集油液污染物的图像，其中G1点位于总流道中部，G2点位于第一分流道中部；

b、对G1点油液污染物的图像进行分析计算：先计算每帧图像包含的油液有效体积，再根据图像特征参数按磨损机理将油液污染物分成m类计算各分类下的油液污染物浓度M1＝{M1₁，M1₂，.......，M1_m}；

c、对G2点油液污染物的图像进行分析计算：先计算每帧图像包含的油液有效体积，再根据图像特征参数按磨损机理将油液污染物分成m类，计算各分类下的油液污染物浓度M2＝{M2₁，M2₂，.......，M2_m}；

d、计算油液中铁磁性油液污染物的浓度：

M3＝M1-M2＝{M1₁-M2₁，M1₂-M2₂，.......，M1_m-M2_m}。

Images