CN103278431B - 一种基于视频获取的润滑油磨粒在线监测与分析方法 - Google Patents

一种基于视频获取的润滑油磨粒在线监测与分析方法 Download PDF

Info

Publication number
CN103278431B
CN103278431B CN201310141313.4A CN201310141313A CN103278431B CN 103278431 B CN103278431 B CN 103278431B CN 201310141313 A CN201310141313 A CN 201310141313A CN 103278431 B CN103278431 B CN 103278431B
Authority
CN
China
Prior art keywords
abrasive particle
image
video
abrasive
particle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310141313.4A
Other languages
English (en)
Other versions
CN103278431A (zh
Inventor
武通海
彭业萍
吴虹堃
谢友柏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201310141313.4A priority Critical patent/CN103278431B/zh
Publication of CN103278431A publication Critical patent/CN103278431A/zh
Application granted granted Critical
Publication of CN103278431B publication Critical patent/CN103278431B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

一种基于视频获取的润滑油磨粒在线监测与分析方法,其特征在于,包括以下步骤:步骤一、装置组装;步骤二、将每一个采样周期所获得的视频图像分解为单帧磨粒图像并提取出相应间隔的磨粒图片并存储于相应的文件夹内,以便提取磨粒的统计学特征和单磨粒特征;步骤三、磨粒的统计学特征提取,主要提取磨粒的浓度指数IPCA、数量、总周长、等效尺寸和颜色分布,步骤四、单磨粒特征的提取并存储;本发明实现了设备磨损状况的实时性和连续性在线监测。

Description

一种基于视频获取的润滑油磨粒在线监测与分析方法
技术领域
本发明属于机械系统磨损状态在线监测领域,涉及机器设备磨损颗粒的在线监测与分析,特别涉及一种基于视频获取的润滑油磨粒在线监测与分析方法。
背景技术
设备磨损状态监测是保障机械设备安全运行、减少故障停机事故、降低维修成本的前提和基础。当前,设备磨损状态监测的方法主要有:无损探伤、振动监测和油液监测等。而油液监测技术以其独特的优势越来越受到人们的青睐和倾力发展的有效方法。
近年来,随着在线油液监测领域的发展,大量的学者基于各种不同的理化原理(电参数测量、磁参数测量、光学、X射线原理等),提出了多种在线油液监测方法。日本学者Itomi等人基于电阻测量原理提出了一款“Oilcheck sensor”(公开号:JP2002286697)磨粒传感器,其实现了磨粒浓度的量化。美国海军研究所给予光学原理开发的LaserNet Fines光学磨粒监测仪,可以测定5-100μm的磨粒,但不能区分金属和非金属磨粒,而且对于尺度类似的磨粒无法实现形态特征的区分。后来又有大量学者基于红外原理提出了傅里叶红外光谱监测技术,可以实现不同元素磨粒的区分,但是该法算法复杂,成本高昂。近年来,一种能够实现对磨粒直接观测的技术——铁谱图像技术,得以迅速发展。
当前在铁谱技术领域主要涉及离线铁谱与在线铁谱两种分析方法。离线铁谱图像技术,获取的图像清晰,分析结果较为准确。由于状态监测的实时性需求,在线铁谱技术在近年来得以迅速地推广,但由于传感器技术的限制,在线图像相对于离线图像而言存在着分辨率低等不足,不过,随着传感器制造技术的发展,在线油液监测的效果正向离线方式靠近。西安交通大学在近年来提出了若干项关于铁谱图像技术监测装置与方法的发明专利:1.“在线监测铁谱仪”(专利号:01240347.4);2.“在线数字图像型电磁永磁混合励磁铁谱传感器”(公开号:CN1673733);3.“一种短沉积距离图像型在线铁谱装置与方法”(公开号:CN100365413C);4.“在线图像可视铁谱无堆叠沉积磨粒浓度指数监测方法”(公开号:CN102288524A)。其中,“短沉积距离图像型在线铁谱装置与方法”(公开号:CN100365413),通过电脑在线控制沉积参数(励磁功率和油液流量),改善了设备的实时可控制性。但是,在采样过程中,随着沉积时间增加,磨粒逐渐增多而发生堆叠;同时,由于磁场的介入,铁磁颗粒会产生“成链”现象,导致磨粒浓度指数(Index of ParticleCoverage Area,IPCA)无法准确计算,而且磨粒间的磁吸附作用使得单个磨粒的特征监测也无法准确实现。专利“在线图像可视铁谱无堆叠沉积磨粒浓度指数监测方法”(公开号:CN102288524A)通过计算机控制磁势,分别沉积小磨粒与大磨粒,并在沉积过程中不断计算沉积磨粒浓度指数(IPCA)的增长以判断沉积是否饱和,以临近饱和之前图像作为分析对象,有效的避免了由于磨粒过长时间沉积导致的堆叠现象,在一定程度上提高了沉积磨粒浓度指数(IPCA)的计算精度。但是,该方法仍然存在以下几点不足:使用电磁场沉积磨粒,磨粒“成链”现象尚无消除,因此无法真正实现单个磨粒特征诸如形状、尺寸的提取。
综上所述,当前的在线磨粒监测与分析方法存在以下不足:
1.由于磨粒的“成链”、“粘连”等现象导致磨粒浓度的计算精度并不高。
2.采集大磨粒时,由于磁势增强,电磁吸附力不及流体冲刷力作用明显,在大磨粒图像中必然存在小磨粒,而且在大磁势下小磨粒也会成链堆积。
3.无法实现对于非铁磁性颗粒的图像采集与分析。
4.磨粒沉积耗时较长,所获得的磨粒图像并不是真正意义的实时运行状态下监测的图像。
由于上述不足,当前的传感器对磨粒的监测精度、实时性、信息的全面性等能力尚有待提高。
发明内容
为了克服上述现有技术的缺陷,本发明的目的在于提供一种基于视频获取的润滑油磨粒在线监测与分析方法,实现了设备磨损状况的实时性和连续性在线监测。
为了达到上述目的,本发明的技术方案为:
一种基于视频获取的润滑油磨粒在线监测与分析方法,包括以下步骤:
步骤一、装置组装:将视频在线检测装置中的油液采样循环系统的进油嘴9和出油嘴10与外部蠕动油泵连接,usb数据接口8与外部计算机连接,平面发光二级管13控制电路接口19与外部控制电路连接,打开视频在线检测装置中的视频采集系统,外部计算机通过软件发送指令至控制电路18,控制电路18给出电压控制信号控制平面发光二极管13的通断与亮度,发光二级管13照亮上玻璃片21和下玻璃片22形成的透明区域,向cmos摄像头系统3提供视频图像;油泵通电,调节节流阀17,保证油液采样循环系统内部通油速度平稳,计算机获取含磨粒润滑油流动的初步视频图像,调节调节螺钉7和对焦环4获取放大倍数合适且清晰的磨粒视频图像,外界通过平面发光二级管13控制电路电源接口19及控制电路18控制发光二级管的亮、灭,分别选择性的获得反射视频,透射视频和全射视频;
所述的磨粒视频图像,其获取是通过上下位机的软件程序进行联合控制实现的,下位机软件控制油液的流速、灯光的照明,同时控制CMOS数字成像系统采集一定时间段的磨粒视频,视频采集完成后,下位机通过网络通讯将视频传输到上位机并在计算机上显示;
步骤二、将每一个采样周期所获得的视频图像分解为单帧磨粒图像并提取出相应间隔的磨粒图片并存储于相应的文件夹内,以便提取磨粒的统计学特征和单磨粒特征;
步骤三、磨粒的统计学特征提取,提取磨粒的浓度指数IPCA、数量、总周长、等效尺寸和颜色分布,具体为:
(1)从相应的文件夹中打开透射光图像,通过快速二进小波变换将图像分解为高频和低频分量图像;
(2)利用链码追踪法从高频分量图像中提取磨粒的总周长C;
(3)通过数字图像处理技术将低频分量图像进行灰度化、二值化、滤波和形态学处理;
(4)通过灰度空间堆栈法从已经处理过的低频分量图像中将磨粒进行标记,得出磨粒的数量N,同时统计获取磨粒的面积A,将磨粒的面积A除以图像的总面积S,A/S,即为磨粒的浓度指数IPCA;
(5)根据磨粒的面积A和总周长C,计算出磨粒的等效尺寸R:
R = 2 λA C
其中,λ为单位像素点所表示的实际尺寸;
(6)从相应的文件夹中打开反射光图像,对图像进行彩色分割处理去除图像的背景颜色;
(7)基于HSI颜色空间统计去除背景颜色后的磨粒的颜色,得到颜色直方图;
(8)将提取出的统计学特征参数存储到数据库当中,颜色直方图保存在指定的文件夹当中。
步骤四、单磨粒特征的提取,提取磨粒的面积、周长、等效尺寸和分形维数,包括以下步骤:
(1)从相应的文件夹中打开透射光图像,对图像进行处理,通过数字图像处理技术将低频分量图像进行灰度化、二值化、滤波和形态学处理;
(2)运用图像裁剪功能分离出目标磨粒,得到单磨粒图像;
(3)利用链码追踪法提取磨粒的面积A'和周长C';
(4)计算出磨粒的等效尺寸R',根据磨粒的面积A和总周长C,计算出磨粒的等效尺寸R':
R ′ = 2 λA C
其中,λ为单位像素点所表示的实际尺寸;
(5)采用Mandelbrot海岸线长度测量原理进行计算磨粒分形维数D:
D=Ε(xr-x0)(yr-y0)/Ε(xr-x0)(xr-x0);xr=log(r),yr=log(Cr)
其中,r——步长;
Cr——不同步长下对应的周长;
x0、y0——分别为xr、yr的均值;
(6)将提取出的单磨粒特征参数存储到数据库当中。
步骤二中所述的单帧磨粒图像并提取相应间隔的磨粒图片,具体包括反射视频,透射视频和全射视频三种类型视频的图像提取,通过上位机软件将获取的视频文件分解为单帧图像,并以等时间间隔进行提取,将提取图像以获取时间为顺序进行编号命名并分别存储在相应的文件夹中(透射、反射和全光源图像文件夹),图像提取完成后将视频永久删除释放空间。
本发明有益效果:
本发明提供了一种基于视频获取的润滑油磨粒在线监测方法,可以实现以下功能:
1.以动态视频替代静态图片的监测方法,可以有效解决长期以来油液在线监测中磨粒图像的“成链”和“粘连”的问题,实现了单个磨粒特征参数的提取;
2.提供了“分布均匀、不粘连、不成链”的磨粒图像,大大提高了磨粒浓度指数IPCA的计算精度;
3.不仅可以对铁磁性颗粒进行分析,还可以实现非铁磁性颗粒的信息获取,使油液分析更加全面,结果更加准确;
4.提供了机器运行状态下的油液监测视频,实现了机械磨损状态的实时性在线监测;
附图说明
图1是视频采集流程图。
图2是三种类型视频中提取的典型图像,其中图2a是透射光图像,图2b是反射光图像,图2c全光源图像。
图3是图2(a)经快速二进小波变换分解得到的低频和高频图像,其中图3a是低频分量图像,图3b是高频分量图像。
图4是对图3(a)进行数字图像处理后的效果图。
图5是对图2(b)进行磨粒颜色提取的颜色直方图。
图6是从图2(a)提取出的单磨粒图像。
图7是本发明所涉及的视频在线检测装置示意图。
图8是图7中流道框架14处的局部放大图。
最佳实施方式
下面结合附图对本发明的内容作进一步说明。
参照图7、图8,本发明所使用的视频在线检测装置包括外壳1、油液采样循环系统和视频采集系统,所述的油液采样循环系统包括分别设置在外壳1两端的装置进油嘴9和出油嘴10,装置进油嘴9和出油嘴10分别与外壳1内对应的流道进油嘴15和流道出油嘴11通过油管16相连,流道进油嘴15和流道出油嘴11均通过螺纹孔20与流道框架14连接,流道框架14通过固化胶与下玻璃片22贴合,下玻璃片22通过光固化胶与上玻璃片21紧密贴合,在上玻璃片21上刻蚀有方形通孔并与流道框架14上对应位置的通孔相连通,下玻璃片22上在对应位置刻蚀有凹槽,上玻璃片21与下玻璃片22贴合后形成若干条封闭的通道,且该通道与流道框架14上的螺纹孔20相连通;所述的视频采集系统包括通过调节螺钉7固定在外壳1上的cmos摄像头3,cmos摄像头3的usb数据接口8通过卡槽与外壳1连接,遮光套筒2与流道框架14通过紧固螺钉6固定在流道支撑台12上,平面发光二极管13由强力胶固定在外壳1底部,平面发光二极管13连接控制电路18,控制电路18连接壳体1一端侧下方的控制电路电源接口19;所述的油管16上设置有节流阀17。
所述的cmos摄像头3采用的是分辨率为640×480dpi的cmos数字成像系统进行视频采集。
参照图1,首先在上位机软件进行视频采集流程的参数设置,设置油液的采样速度(即泵的流量)为5ml/min,三种类型视频的采集时长均为5min,采集周期为1小时循环1次。参数设置完成之后,上位机软件通过网络通讯向下位机软件发送采集命令即可进行视频的循环采集,下位机软件再通过网络通讯向上位机软件进行视频文件传输。
视频传输完成之后即可通过上位机软件将视频分解为单帧图像,然后以间隔10s的时间提取相应的磨粒图像,三种类型视频的图像提取结果如图2所示。将提取图像以获取时间为顺序进行编号命名并分别存储在透射、反射和全光源图像文件夹中,然后将视频永久删除。磨粒图像保存完成后即可提取磨粒的统计学特征和单磨粒特征。
步骤一、装置组装:将视频在线检测装置中的油液采样循环系统的进油嘴9和出油嘴10与外部蠕动油泵连接,usb数据接口8与外部计算机连接,平面发光二级管13控制电路接口19与外部控制电路连接,打开视频在线检测装置中的视频采集系统,外部计算机通过软件发送指令至控制电路18,控制电路18给出电压控制信号控制平面发光二极管13的通断与亮度,发光二级管13照亮上玻璃片21和下玻璃片22形成的透明区域,向cmos摄像头系统3提供视频图像;油泵通电,调节节流阀17,保证油液采样循环系统内部通油速度平稳,计算机获取含磨粒润滑油流动的初步视频图像,调节调节螺钉7和对焦环4获取放大倍数合适且清晰的磨粒视频图像,外界通过平面发光二级管13控制电路电源接口19及控制电路18控制发光二级管的亮、灭,分别选择性的获得反射视频,透射视频和全射视频;
所述的磨粒视频图像,其获取是通过上下位机的软件程序进行联合控制实现的,下位机软件控制油液的流速、灯光的照明,同时控制CMOS数字成像系统采集一定时间段的磨粒视频,视频采集完成后,下位机通过网络通讯将视频传输到上位机并在计算机上显示;
步骤二、将每一个采样周期所获得的视频图像分解为单帧磨粒图像并提取出相应间隔的磨粒图片,以便提取磨粒的统计学特征和单磨粒特征;
步骤三、磨粒的统计学特征提取,主要提取磨粒的浓度指数IPCA、数量、总周长、等效尺寸和颜色分布,具体为:
(1)从相应的文件夹中打开透射光图像,打开图2(a),通过快速二进小波变换将图像分解为高频和低频分量图像,如图3所示;
(2)利用链码追踪法从高频分量图像中提取磨粒的总周长C;总周长为19898个像素点,即19898×8.8594÷1000=176.2836㎜;
(3)通过数字图像处理技术将低频分量图像进行灰度化、二值化、滤波和形态学处理;结果如图4所示;
(4)通过灰度空间堆栈法从已经处理过的低频分量图像中将磨粒进行标记,得出磨粒的数量N,同时统计获取磨粒的面积A,将磨粒的面积A除以图像的总面积S,A/S,即为磨粒的浓度指数IPCA;
参照图4,通过灰度空间堆栈法将磨粒进行标记,得出磨粒总数N为44个,同时统计获取磨粒的覆盖面积A为199299个像素点,图像的分辨率为640×480dpi,即可计算得出磨粒的浓度指数IPCA:
IPCA = 199299 640 × 480 = 0.6488
(5)根据磨粒的面积A和总周长C,计算出磨粒的等效尺寸R:
R = 2 λA C
其中,λ为单位像素点所表示的实际尺寸;根据摄像头采集视频的视场为5.76mm,对应的像素点数为640,即可算出单位像素点所对应的实际尺寸λ:
λ = 5.67 640 × 1000 = 8.8594 μm
R = 2 λA C = 2 × 8.8594 × 199299 19898 = 177.4721 μm
(6)从相应的文件夹中打开反射光图像,打开图2(b),对图像进行彩色分割处理去除图像的背景颜色;
(7)基于HSI颜色空间统计去除背景颜色后的磨粒的颜色,得到颜色直方图,如图5所示;
(8)将提取出的统计学特征参数存储到数据库当中,颜色直方图保存在指定的文件夹当中。
步骤四、单磨粒特征的提取主要提取磨粒的面积、周长、等效尺寸和分形维数,包括以下步骤:
(1)从相应的文件夹中打开透射光图像,对图像进行处理,通过数字图像处理技术将低频分量图像进行灰度化、二值化、滤波和形态学处理;
(2)运用图像裁剪功能分离出目标磨粒,得到单磨粒图像;如图6所示;
(3)利用链码追踪法提取磨粒的面积A'和周长C';面积A'=679μm2、周长C'=803.5110μm;
(4)计算出磨粒的等效尺寸R',根据磨粒的面积A和总周长C,计算出磨粒的等效尺寸R':
R ′ = 2 λA C
其中,λ为单位像素点所表示的实际尺寸;
单位像素点所对应的实际尺寸λ为8.8594μm;
R'=265.4594μm;
(5)采用Mandelbrot海岸线长度测量原理进行计算磨粒分形维数D:
D=Ε(xr-x0)(yr-y0)/Ε(xr-x0)(xr-x0);xr=log(r),yr=log(Cr)
其中,r——步长;
Cr——不同步长下对应的周长;
x0、y0——分别为xr、yr的均值;
取步长r=10,计算得出磨粒分形维数D=1.9992;
(6)将提取出的单磨粒特征参数存储到数据库当中。

Claims (2)

1.一种基于视频获取的润滑油磨粒在线监测与分析方法,其特征在于,包括以下步骤:
步骤一、装置组装:将视频在线检测装置中的油液采样循环系统的进油嘴(9)和出油嘴(10)与外部蠕动油泵连接,usb数据接口(8)与外部计算机连接,平面发光二级管(13)控制电路接口(19)与外部控制电路连接,打开视频在线检测装置中的cmos摄像头系统(3),外部计算机通过软件发送指令至控制电路(18),控制电路(18)给出电压控制信号控制平面发光二极管(13)的通断与亮度,平面发光二极管(13)照亮上玻璃片(21)和下玻璃片(22)形成的透明区域,向cmos摄像头系统(3)提供视频图像;油泵通电,调节节流阀(17),保证油液采样循环系统内部通油速度平稳,计算机获取含磨粒润滑油流动的初步视频图像,调节调节螺钉(7)和对焦环(4)获取放大倍数合适且清晰的磨粒视频图像,外界通过平面发光二级管(13)控制电路接口(19)及控制电路(18)控制平面发光二级管的亮、灭,分别选择性的获得反射视频,透射视频和全射视频;
所述的磨粒视频图像,其获取是通过上下位机的软件程序进行联合控制实现的,下位机软件控制油液的流速、灯光的照明,同时控制cmos摄像头系统(3)采集一定时间段的磨粒视频,视频采集完成后,下位机通过网络通讯将视频传输到上位机并在计算机上显示;
步骤二、将每一个采样周期所获得的视频图像分解为单帧磨粒图像并提取出相应间隔的磨粒图片并存储于相应的文件夹内,以便提取磨粒的统计学特征和单磨粒特征;
步骤三、磨粒的统计学特征提取,主要提取磨粒的浓度指数IPCA、数量、总周长、等效尺寸和颜色分布,具体为:
(1)从相应的文件夹中打开透射光图像,通过快速二进小波变换将图像分解为高频和低频分量图像;
(2)利用链码追踪法从高频分量图像中提取磨粒的总周长C;
(3)通过数字图像处理技术将低频分量图像进行灰度化、二值化、滤波和形态学处理;
(4)通过灰度空间堆栈法从已经处理过的低频分量图像中将磨粒进行标记,得出磨粒的数量N,同时统计获取磨粒的面积A,将磨粒的面积A除以图像的总面积S,A/S,即为磨粒的浓度指数IPCA;
(5)根据磨粒的面积A和总周长C,计算出磨粒的等效尺寸R:
R = 2 λA C
其中,λ为单位像素点所表示的实际尺寸;
(6)从相应的文件夹中打开反射光图像,对图像进行彩色分割处理去除图像的背景颜色;
(7)基于HSI颜色空间统计去除背景颜色后的磨粒的颜色,得到颜色直方图;
(8)将提取出的统计学特征参数存储到数据库当中,颜色直方图保存在指定的文件夹当中;
步骤四、单磨粒特征的提取,主要提取磨粒的面积、周长、等效尺寸和分形维数,包括以下步骤:
(1)从相应的文件夹中打开透射光图像,对图像进行处理,通过数字图像处理技术将低频分量图像进行灰度化、二值化、滤波和形态学处理;
(2)运用图像裁剪功能分离出目标磨粒,得到单磨粒图像;
(3)利用链码追踪法提取磨粒的面积A'和周长C';
(4)计算出磨粒的等效尺寸R',根据磨粒的面积A'和总周长C',计算出磨粒的等效尺寸R':
R ′ = 2 λ A ′ C ′
其中,λ为单位像素点所表示的实际尺寸;
(5)采用Mandelbrot海岸线长度测量原理进行计算磨粒分形维数D:
D=Σ(xr-x0)(yr-y0)/Σ(xr-x0)(xr-x0);xr=log(r),yr=log(Cr)
其中,r——步长;
Cr——不同步长下对应的周长;
x0、y0——分别为xr、yr的均值;
(6)将提取出的单磨粒特征参数存储到数据库当中。
2.根据权利要求1所述的一种基于视频获取的润滑油磨粒在线监测与分析方法,其特征在于,包括以下步骤:
步骤二中所述的单帧磨粒图像并提取相应间隔的磨粒图片,具体包括反射视频,透射视频和全射视频三种类型视频的图像提取,通过上位机软件将获取的视频文件分解为单帧图像,并以等时间间隔进行提取,将提取图像以获取时间为顺序进行编号命名并分别存储在相应的透射、反射和全光源图像文件夹中,图像提取完成后将视频永久删除释放空间。
CN201310141313.4A 2013-04-22 2013-04-22 一种基于视频获取的润滑油磨粒在线监测与分析方法 Active CN103278431B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310141313.4A CN103278431B (zh) 2013-04-22 2013-04-22 一种基于视频获取的润滑油磨粒在线监测与分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310141313.4A CN103278431B (zh) 2013-04-22 2013-04-22 一种基于视频获取的润滑油磨粒在线监测与分析方法

Publications (2)

Publication Number Publication Date
CN103278431A CN103278431A (zh) 2013-09-04
CN103278431B true CN103278431B (zh) 2015-02-25

Family

ID=49061015

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310141313.4A Active CN103278431B (zh) 2013-04-22 2013-04-22 一种基于视频获取的润滑油磨粒在线监测与分析方法

Country Status (1)

Country Link
CN (1) CN103278431B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105056831B (zh) * 2015-08-11 2017-09-15 安阳工学院 具有颗粒在线图像分析控制的平模生物质制粒装备
CN105758862A (zh) * 2016-01-26 2016-07-13 西安交通大学 一种基于磨粒图像颜色提取的在线氧化磨损状态监测方法
EP3211417A1 (en) * 2016-02-23 2017-08-30 C.C. Jensen A/S System and sensor unit for monitoring and evaluation of the condition of a liquid
CN108335285B (zh) * 2018-01-16 2021-08-31 华侨大学 一种基于图像处理的金刚石磨粒磨损率测定方法
CN108446706B (zh) * 2018-02-27 2021-01-19 西安交通大学 一种基于颜色主分量提取的磨粒材质自动识别方法
CN109191494B (zh) * 2018-07-13 2021-03-26 深圳大学 润滑油磨粒在线监测方法、终端及存储介质
CN108956400A (zh) * 2018-07-20 2018-12-07 润电能源科学技术有限公司 一种基于图像识别的煤粉浓度测量方法及装置
CN109632808B (zh) * 2018-12-05 2021-11-09 深圳大学 棱边缺陷检测方法、装置、电子设备及存储介质
CN109612892B (zh) * 2018-12-21 2021-07-06 内蒙古农业大学 在线图像可视铁谱磨粒浓度抗饱和量化表征方法及装置
CN113473084A (zh) * 2019-03-27 2021-10-01 上海擎感智能科技有限公司 数据发送方法、数据接收方法及相关终端和存储介质
WO2021019830A1 (ja) * 2019-07-29 2021-02-04 株式会社日立ハイテク 粒子定量装置
CN110595956A (zh) * 2019-08-09 2019-12-20 浙江工业大学 一种基于磨粒群分形特征的磨损状态突变检测方法
CN112858642A (zh) * 2021-01-13 2021-05-28 中国人民解放军92557部队 一种基于智能物联网的船舶润滑油检测系统
CN113418126B (zh) * 2021-07-22 2022-06-14 中国人民解放军93208部队 一种军用航空发动机传动润滑系统磨损监控新方法
CN114220189B (zh) * 2021-12-15 2024-03-29 震坤行工业超市(上海)有限公司 一种监测方法、预测系统、电子设备及存储介质
CN114354634A (zh) * 2022-01-17 2022-04-15 中国人民解放军空军勤务学院 基于磨粒图像自动采集与分析的磨损快速检测装置和方法
CN114460084A (zh) * 2022-01-24 2022-05-10 上海道均技术有限公司 磨损检测方法/装置、控制方法、介质及电子设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3165254B2 (ja) * 1992-07-27 2001-05-14 シスメックス株式会社 粒子の多次元分布の表示方法
CN100365410C (zh) * 2005-04-04 2008-01-30 西安交通大学 在线数字图像型电磁永磁混合励磁铁谱传感器

Also Published As

Publication number Publication date
CN103278431A (zh) 2013-09-04

Similar Documents

Publication Publication Date Title
CN103278431B (zh) 一种基于视频获取的润滑油磨粒在线监测与分析方法
CN101393108B (zh) 油液磨粒在线监测方法及系统
Wu et al. A new on-line visual ferrograph
CN103163141A (zh) 基于嵌入式图像处理系统的带钢表面在线检测系统及方法
CN103454285A (zh) 基于机器视觉的传动链条质量检测系统
Chen et al. Automated inspection of engineering ceramic grinding surface damage based on image recognition
CN104020086B (zh) 一种基于数字图像处理技术的液雾特性快速测量方法
CN104089697A (zh) 一种基于线程池并发技术的实时在线的视觉振动测量方法
CN103439229A (zh) 一种基于数字视频的快速铁谱分析方法
CN102912714A (zh) 一种用于路面裂纹图像采集与处理的机器视觉系统
Wu et al. Morphological feature extraction based on multiview images for wear debris analysis in on-line fluid monitoring
CN113240650A (zh) 基于深度学习密度图回归的鱼苗计数系统及计数方法
CN102519971A (zh) 食用菌杂质在线识别装置及方法
CN102495067A (zh) 一种食用菌杂质在线识别系统
CN102592140A (zh) 一种蓝藻水华状态监测方法
CN204594856U (zh) 非接触式砂石骨料粒度粒形检测仪
CN102221552A (zh) 一种米类加工精度测定方法
CN103267498B (zh) 铁矿石粗糙度自动数字量化测量方法
Lu et al. An image recognition algorithm based on thickness of ice cover of transmission line
CN104931397B (zh) 基于励磁吸附的三维数字颗粒图像生成装置及方法
Yan et al. Edge detection of tank level IR imaging based on the auto-adaptive double-threshold Canny operator
CN208224030U (zh) 一种无压环境下的反射式在线可视铁谱检测仪
Hong et al. Measurement of particle size based on digital imaging technique
Wei et al. Method for vortex shape retrieval and area calculation based on convex hull algorithm
CN102542239B (zh) 一种烧结机尾红断面有效图像自动捕捉方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant