CN106767461A - 一种面接触润滑实验机油膜厚度在线测量方法 - Google Patents

Abstract

本发明属于分析及测量控制技术领域，涉及一种面接触润滑实验机油膜厚度在线测量方法，先获取红绿双色光干涉图像的一维调制光强曲线，再选择与膜厚具有对应关系的追踪目标区域，然后使用光流算法和动态时间弯曲算法，寻找追踪目标在当前帧对应一维光强曲线上的位置，计算出口处膜厚；不仅能在线测量稳态膜厚，还能实时在线测量动态过程的膜厚变化，为观察动态过程油膜变化规律提供有效手段，改变原有实验装置只能离线处理数据，不能实时测出膜厚的不足，提高实验效率，测量结果准确。

Description

一种面接触润滑实验机油膜厚度在线测量方法

技术领域：

本发明属于分析及测量控制技术领域，涉及一种面接触润滑实验机油膜厚度在线测量方法，特别是一种应用于面接触润滑实验机的基于光干涉技术的油膜厚度在线测量方法。

背景技术：

摩擦副之间的油膜厚度是表征流体润滑状态的最重要参数，各国科学家提出了多种测量油膜厚度的方法，例如：电阻法、电容法、超声波法、光干涉法、X射线透射法等，这些方法各有其优缺点和适用测量条件，其中光干涉法因为精度高、直观、容易实现等优点，成为测量油膜厚度和形状的最有效方法之一。

光干涉法测量油膜厚度，常见如下三种类型：第一种是以白光为光源，通过分析干涉图像的颜色来获得膜厚；第二种是以单色光为光源，通过分析干涉图像的光强变化来获得膜厚；第三种是以两种波长的光为光源，结合干涉图像的颜色和光强来分析膜厚，其中第一种类型用白光做光源，可以在线测量点接触弹流润滑油膜厚度，但是该方法仅适合测量膜厚不超过1um的情况，不适合面接触动压润滑油膜厚度1um以上的测量；第二种类型最高可测量膜厚可达到几十微米，甚至更高，但是实验结束后需要进行繁琐干涉级次计数和复杂的数据处理才能计算出膜厚；中国专利201410432296.4“一种双色光干涉测量润滑油膜厚度的方法”描述了上述第三种类型，实验结束后通过一幅双色光干涉图像判断出固定点的干涉级次，减少了干涉级次计数的工作量，但是实验结束后计算膜厚的数据处理过程仍然很复杂；第二种和第三种类型，对膜厚测量人员要求较高，均需要掌握专业的光学知识，面接触润滑实验机测量流体动压润滑状态下油膜厚度可达几十微米，要测量面接触副在变载荷、变速度及匀速运行实验过程中的膜厚变化情况，即使用上述方法，测量过程中仍然需要记录多幅图片，实验结束后数据处理工作量仍然很大。因此，为观察和记录实验过程中的油膜厚度变化，提高实验效率，降低测量工作复杂性，降低对测量人员的要求，探索面接触润滑实验机油膜厚度的在线测量方法是很有必要的。

发明内容：

本发明的目的在于克服现有技术存在的缺点，针对目前面接触润滑实验机油膜厚度测量实验后数据处理复杂、对操作人员要求高、不能实验过程中实时获得油膜厚度的不足，提供一种面接触润滑实验机油膜厚度在线测量方法，能够实时显示和自动记录实验过程中油膜厚度的变化。

为了实现上述目的，本发明采用红绿双色光做光源，在微型滑块轴承润滑油膜测量仪(即面接触润滑实验机)上实现膜厚在线测量，微型滑块轴承润滑油膜测量仪上设置有3CCD彩色相机，能实时获取滑块和玻璃盘形成的面接触副干涉图像，干涉图像经图像卡显示在计算机屏幕上，具体过程为：

(1)获取红绿双色光干涉图像的一维调制光强曲线：在玻璃盘上加注待测的润滑油，并加载预定的载荷，在玻璃盘静止状态下调整滑块与玻璃盘，使干涉条纹呈竖直或水平方向，在垂直于干涉条纹的方向画一条线，提取该条线上的红光和绿光光强数据，分别记做I_r和I_g，用I_r减I_g得到红绿双色光的一维调制光强曲线，继续调整滑块倾角，直至一维调制光强曲线出现3个以上拍波，对I_g数据，用文献《面接触润滑油膜测量系统滑块倾角的快速计算》方法，计算出滑块倾角，记做α₁，用公式h_in＝B×α₁，计算滑块入口处油膜厚度h_in，其中B表示滑块宽度；

(2)选择与膜厚具有对应关系的追踪目标区域：从步骤(1)所述一维调制光强曲线出口侧开始，依次选取要追踪的目标区域，记作C_i(i＝1,2,3...)，将C_i区域的光强值记作T＝{t(1),t(2),…t(i),…t(M)}，式中t(i)为C_i区域第i个像素点的光强值，M为C_i区域的像素数；再根据C_i区域左边缘距离出口处的距离和步骤(1)所计算的滑块入口处膜厚h_in求出每个目标区域左边缘所对应的膜厚h_i(i＝1,2,3...)，调整滑块倾角到设定值α，用式x₁＝h₁/α计算出C₁左边缘在设定倾角下的位置，用式N＝α/α₁×M计算设定倾角下对应的目标区域像素数N，将当前一维调制光强曲线上任意一点的光强值记作F(x)；

(3)使用光流算法和动态时间弯曲(DTW)算法，寻找追踪目标在当前帧对应一维光强曲线上的位置，计算出口处膜厚。

本发明所述步骤(3)的具体过程为：

(31)转动玻璃盘，获取当前帧干涉图像的一维调制光强曲线，将当前帧一维调制光强曲线上任意一点的光强值记作G(x)，用Lucas-Kanade(简称LK)一维光流算法，计算当前帧相对上一帧水平方向上偏移距离的近似值Δx，如下式所示：

式中：N为当前帧一维调制光强曲线的像素数量；G(x_k)，F(x_k)分为当前帧和前一帧一维调制光强曲线上第k个像素点的调制光强；x_k为一维调制光强曲线上的第k个像素点的横坐标；F′(x_k)为相邻像素点的调制光强值的导数；

(32)在x₁+Δx左和右10个像素范围内，逐点提取一维调制光强曲线上宽度为步骤(31)所算的N个像素点的光强数据，记作R＝{r(1),r(2),…r(i),…r(N)}，其中r(i)为第i个像素点的光强值，N为像素数，用动态时间弯曲算法(简称DTW)，先计算R与步骤(2)中T的欧式距离，生成矩阵D_M×N，矩阵元素记作：

d(i,j)＝|R(i)-T(j)|(i＝1…N,j＝1…M)

从D_M×N的(1，1)点开始用下式计算T和R的最佳匹配路径，取g(0,0)＝0，计算到g(m,n)的值就是T和R最小累积距离：

上述x₁+Δx左和右10个像素范围内，所有像素点计算的g(m,n)的最小值所对应的位置，即为上一帧C₁在当前帧的位置x，x₁的值取为新计算的x值，用下式即可得到出当前帧所对应的滑块出口处膜厚h_out：

h_out＝h₁-α·x

将当前帧出口处膜厚h_out的值存储并显示，在玻璃盘旋转过程中，循环用上述步骤(31)和(32)，即可在线测量出当前帧对应的滑块出口处膜厚，特别地，当C₁右边缘移出一维调制光强曲线右端点时，选用C₂作追踪目标，依次类推。

本发明与现有技术相比，在微型滑块轴承润滑油膜测量仪上实现油膜厚度的测量，不仅能在线测量稳态膜厚，还能实时在线测量动态过程的膜厚变化，为观察动态过程油膜变化规律提供有效手段，改变了原有实验装置只能离线处理数据，不能实时测出膜厚的不足，提高实验效率，测量结果准确。

附图说明：

图1为本发明测量结构原理示意图，包括调整螺栓101、载荷102、加载杠杆103、滑块104、玻璃盘105、显微镜106、红绿双色光激光光源107、3CCD彩色相机108和计算机109。

图2为本发明实施例所述特征条纹与膜厚对应关系原理图。

图3为本发明实施例所述干涉图像。

图4为本发明实施例所述一维调制光强曲线。

具体实施方式：

下面通过实施例并结合附图对本发明作进一步说明。

实施例：

本实施例采用中国专利200810249672.0公开的微型滑块轴承润滑油膜测量仪，测量结构原理如图1所示，测量结构包括调整螺栓101、载荷102、加载杠杆103、滑块104、玻璃盘105、显微镜106、红绿双色光激光光源107、3CCD彩色相机108和计算机109，加载杠杆103的左右两侧分别安装有调整螺栓101，荷载102设置在两个调整螺栓101中间，玻璃盘105的上表面加镀铬膜与二氧化硅膜(Cr+SiO₂)，反射率20％，表面粗糙度Ra为4nm，滑块104放置在加载杠杆103和玻璃盘105之间，玻璃盘105下方放置有显微镜106，显微镜106分别与红绿双色光激光光源107和3CCD彩色相机108相连，计算机109内安装图像采集卡，用于采集3CCD彩色相机108内的图像。

本实施例采用的滑块104工作面尺寸为4mm×4mm，材料为轴承钢，工作面表面粗糙度Ra控制为8～12nm，需精密研抛，以达到高的反射率；润滑油选用PAO8；载荷102为4N；环境温度控制在21±1℃，相对湿度控制在25±5％；红绿双色光激光光源107的波长分别为653nm和532nm，测量膜厚的具体过程为：

(1)获取红绿双色光干涉图像的一维调制光强曲线：在玻璃盘105上加注待测的润滑油PAO8，加载预定的载荷102为4N，在玻璃盘105静止状态下调整滑块104与玻璃盘105，3CCD彩色相机108实时获取玻璃盘105与滑块104形成的干涉图像，干涉图像显示在计算机109的屏幕上，调整滑块104与玻璃盘105的夹角，使干涉条纹呈竖直方向，在垂直于干涉条纹的方向画一条线，如图3所示，提取该条线上的红光和绿光光强数据，分别记做I_r和I_g，用I_r减I_g得到红绿双色光的一维调制光强曲线(如图4所示)，继续调整滑块104的倾角，直至一维调制光强曲线出现3个以上拍波，对I_g数据，用文献《面接触润滑油膜测量系统滑块倾角的快速计算》方法，计算出滑块倾角，记做α₁，用公式h_in＝B×α₁，计算滑块入口处油膜厚度h_in，其中B表示滑块宽度；

(2)选择与膜厚具有对应关系的追踪目标区域：从步骤(1)得到的一维调制光强曲线(如图4所示)出口侧开始，依次选取要追踪的目标区域，记作C_i(i＝1,2,3...)，将C_i区域的光强值记作T＝{t(1),t(2),…t(i),…t(M)}，式中t(i)为C_i区域第i个像素点的光强值，M为所选C_i区域的像素数；如图2所示，根据C_i左边缘距离出口处的距离和上一步骤所计算的滑块入口处膜厚h_in求出每个目标区域左边缘所对应的膜厚h_i(i＝1,2,3...)。调整滑块倾角到设定值α，用式x₁＝h₁/α计算出C₁左边缘在设定倾角下的位置，用式N＝α/α₁×M计算设定倾角α下对应的目标区域像素数N，将当前一维调制光强曲线上任意一点的光强值记作F(x)；

(3)使用光流算法和动态时间弯曲(DTW)算法，寻找追踪目标在当前帧对应一维光强曲线上的位置，计算出口处膜厚：转动玻璃盘105，获取当前帧干涉图像的一维调制光强曲线，将当前帧一维调制光强曲线上任意一点的光强值记作G(x)，用Lucas-Kanade(简称LK)一维光流算法，计算当前帧相对上一帧水平方向上偏移距离的近似值Δx，如下式所示：

式中：N为当前帧一维调制光强曲线的像素数量；G(x_k)，F(x_k)分为当前帧和前一帧一维调制光强曲线上第k个像素点的调制光强；x_k为一维调制光强曲线上的第k个像素点的横坐标；F′(x_k)为相邻像素点的调制光强值的导数；

在x₁+Δx左和右10个像素范围内，逐点提取一维调制光强曲线上宽度为步骤(2)所算的N个像素点的光强数据，记作R＝{r(1),r(2),…r(i),…r(N)}，其中r(i)为第i个像素点的光强值，N为像素数，用动态时间弯曲算法(简称DTW)，先计算R与步骤(2)中T的欧式距离，生成矩阵D_M×N，矩阵元素记作：

d(i,j)＝|R(i)-T(j)|(i＝1…N,j＝1…M)

从D_M×N的(1，1)点开始用下式计算T和R的最佳匹配路径，取g(0,0)＝0，计算到g(m,n)的值就是T和R最小累积距离，

上述x₁+Δx左和右10个像素范围内，所有像素点计算的g(m,n)的最小值所对应的位置，即为上一帧C₁在当前帧的位置x，x₁的值取为新计算的x值，用下式即可得到出当前帧所对应的滑块出口处膜厚h_out：

h_out＝h₁-α·x

将当前帧出口处膜厚h_out的值存储并显示在计算机109的屏幕上，在玻璃盘旋转过程中，循环用上述步骤(3)，即可在线测量出当前帧对应的滑块出口处膜厚，特别地，当C₁右边缘移出一维调制光强曲线右端点时，应选用C₂作追踪目标，依次类推得到出口处膜厚。

Claims (2)

1.一种面接触润滑实验机油膜厚度在线测量方法，其特征在于采用红绿双色光做光源，在面接触润滑实验机上实现膜厚在线测量，微型滑块轴承润滑油膜测量仪上设置有3CCD彩色相机，能实时获取滑块和玻璃盘形成的面接触副干涉图像，干涉图像经图像卡显示在计算机屏幕上，具体过程为：

(1)获取红绿双色光干涉图像的一维调制光强曲线：在玻璃盘上加注待测的润滑油，并加载预定的载荷，在玻璃盘静止状态下调整滑块与玻璃盘，使干涉条纹呈竖直或水平方向，在垂直于干涉条纹的方向画一条线，提取该条线上的红光和绿光光强数据，分别记做I_r和I_g，用I_r减I_g得到红绿双色光的一维调制光强曲线，继续调整滑块倾角，直至一维调制光强曲线出现3个以上拍波，对I_g数据，采用面接触润滑油膜测量系统滑块倾角的快速计算方法，计算出滑块倾角，记做α₁，用公式h_in＝B×α₁，计算滑块入口处油膜厚度h_in，其中B表示滑块宽度；

(2)选择与膜厚具有对应关系的追踪目标区域：从步骤(1)所述一维调制光强曲线出口侧开始，依次选取要追踪的目标区域，记作C_i,i＝1,2,3…，将C_i区域的光强值记作T＝{t(1),t(2),…t(i),…t(M)}，式中t(i)为C_i区域第i个像素点的光强值，M为C_i区域的像素数；再根据C_i区域左边缘距离出口处的距离和步骤(1)所计算的滑块入口处膜厚h_in求出每个目标区域左边缘所对应的膜厚h_i,i＝1,2,3…，调整滑块倾角到设定值α，用式x₁＝h₁/α计算出C₁左边缘在设定倾角下的位置，用式N＝α/α₁×M计算设定倾角下对应的目标区域像素数N，将当前一维调制光强曲线上任意一点的光强值记作F(x)；

(3)使用光流算法和动态时间弯曲算法，寻找追踪目标在当前帧对应一维光强曲线上的位置，计算出口处膜厚。

2.根据权利1所述面接触润滑实验机油膜厚度在线测量方法，其特征在于所述步骤(3)的具体过程为：

(31)转动玻璃盘，获取当前帧干涉图像的一维调制光强曲线，将当前帧一维调制光强曲线上任意一点的光强值记作G(x)，用Lucas-Kanade一维光流算法，计算当前帧相对上一帧水平方向上偏移距离的近似值Δx，如下式所示：

$\mathrm{\Δ}x\≈\frac{\underset{k=1}{\overset{N}{\Σ}}{F}^{\′}\left(x_k\right)\[G\left(x_k\right)-F\left(x_k\right)\]}{\underset{k=1}{\overset{N}{\Σ}}{\[F^{\′}\left(x_k\right)\]}^2}$

式中：N为当前帧一维调制光强曲线的像素数量；G(x_k)，F(x_k)分为当前帧和前一帧一维调制光强曲线上第k个像素点的调制光强；x_k为一维调制光强曲线上的第k个像素点的横坐标；F′(x_k)为相邻像素点的调制光强值的导数；

(32)在x₁+Δx左和右10个像素范围内，逐点提取一维调制光强曲线上宽度为步骤(31)所算的N个像素点的光强数据，记作R＝{r(1),r(2),…r(i),…r(N)}，其中r(i)为第i个像素点的光强值，N为像素数，用动态时间弯曲算法先计算R与步骤(2)中T的欧式距离，生成矩阵D_M×N，矩阵元素记作：

d(i,j)＝|R(i)-T(j)| (i＝1…N,j＝1…M)

从D_M×N的(1，1)点开始用下式计算T和R的最佳匹配路径，取g(0,0)＝0，计算到g(m,n)的值就是T和R最小累积距离：

$\begin{array}{cc}g(i,j)=min\left\{\begin{array}{c}g(i-1,j)+d(i,j)\\ g(i-1,j-1)+2d(i,j)\\ g(i,j-1)+d(i,j)\end{array}\right.& (i=\mathrm{1...}N,j=\mathrm{1...}M)\end{array}$

上述x₁+Δx左和右10个像素范围内，所有像素点计算的g(m,n)的最小值所对应的位置，即为上一帧C₁在当前帧的位置x，x₁的值取为新计算的x值，用下式即可得到出当前帧所对应的滑块出口处膜厚h_out：

h_out＝h₁-α·x

将当前帧出口处膜厚h_out的值存储并显示，在玻璃盘旋转过程中，循环用上述步骤(31)和(32)，即可在线测量出当前帧对应的滑块出口处膜厚，特别地，当C₁右边缘移出一维调制光强曲线右端点时，选用C₂作追踪目标，依次类推。