CN108051203A - 基于Labview的齿轮故障诊断控制系统及其诊断方法 - Google Patents
基于Labview的齿轮故障诊断控制系统及其诊断方法 Download PDFInfo
- Publication number
- CN108051203A CN108051203A CN201810135069.3A CN201810135069A CN108051203A CN 108051203 A CN108051203 A CN 108051203A CN 201810135069 A CN201810135069 A CN 201810135069A CN 108051203 A CN108051203 A CN 108051203A
- Authority
- CN
- China
- Prior art keywords
- image
- gear
- unit
- labview
- failure diagnosis
- 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.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 56
- 238000002405 diagnostic procedure Methods 0.000 title abstract description 5
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000007781 pre-processing Methods 0.000 claims abstract description 14
- 238000005299 abrasion Methods 0.000 claims abstract description 7
- 238000005260 corrosion Methods 0.000 claims abstract description 7
- 230000007797 corrosion Effects 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000003709 image segmentation Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 210000000352 storage cell Anatomy 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 6
- 230000009429 distress Effects 0.000 abstract description 4
- 238000004026 adhesive bonding Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/021—Gearings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration by non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Abstract
本发明公开了一种基于Labview的齿轮故障诊断控制系统及其诊断方法,包括图像采集单元,故障诊断单元,所述的图像采集单元设有工业相机、图像采集卡,工业相机采集齿轮啮合处图像传入图像预处理单元,图像预处理单元对图像进行预处理后传入故障诊断单元,故障诊断单元对齿轮啮合部位图像进行识别及分析;故障诊断单元生成报告及输出控制指令至逻辑控制单元,逻辑控制单元对控制指令进行逻辑处理后向提示器发出继续运行或需要紧急停车信号。本发明通过对齿轮工作时的图像进行采集并分析,结果更加直观、清晰,分析更准确,有效对齿轮所发生断齿、点蚀、磨损、胶合等故障进行诊断,避免齿轮故障引起重大安全事故。
Description
技术领域
本发明涉及故障诊断系统,具体是一种基于Labview的齿轮故障诊断控制系统及其诊断方法。
背景技术
齿轮传动是机械设备中多用的传动方式,齿轮也是机械设备中应用最广泛的基础部件,广泛应用于煤矿机械、工厂机床、交通运输等领域。
由于齿轮的运行强度高,经常发生断齿、点蚀、磨损、胶合等故障,并引起重大安全事故。据统计传动机械中近八成的故障由齿轮引起,旋转机械中近一成的故障由齿轮故障引起。因此对齿轮进行故障诊断研究具有重要意义。
目前,针对齿轮故障诊断或测试系统大多采用对运行齿轮的振动信号进行采集分析,而对于图像进行采集并分析的情况较少,并且对图像进行采集分析相对于对振动信号进行采集分析而言更加直观于清晰。
随着计算机技术及测试技术的飞速发展,虚拟仪器(Virtual Instrument 简称VI)正逐渐成为测试领域的发展方向。Labview由美国一家仪器公司研制开发,利用图形化的编程语言,采用框图等相对直观的形式进行平台开发,被广泛应用于测量、控制、仿真以及快速开发等领域,拥有强大的数据处理功能,是目前虚拟仪器编程的首选。
发明内容
本发明要解决的技术问题是提供一种基于Labview的齿轮故障诊断控制系统及其诊断方法,对工作中的齿轮图像进行实时的采集、分析,对齿轮所发生断齿、点蚀、磨损、胶合等故障进行诊断,避免齿轮故障引起重大安全事故。
为解决上述技术问题,本发明采用如下技术方案:
一种基于Labview的齿轮故障诊断控制系统,包括图像采集单元,故障诊断单元,所述的图像采集单元设有工业相机、图像采集卡,工业相机采集齿轮啮合处图像传入图像预处理单元,图像预处理单元对图像进行预处理后传入故障诊断单元,故障诊断单元对齿轮啮合部位图像进行识别及分析;故障诊断单元生成报告及输出控制指令至逻辑控制单元,逻辑控制单元对控制指令进行逻辑处理后向提示器发出继续运行或需要紧急停车信号。
所述的基于Labview的齿轮故障诊断控制系统的控制方法,包含以下步骤:
(1)故障诊断控制系统开始运行,首先对系统进行初始化设置,然后图形采集单元开始对齿轮图像进行采集;
(2)当图形采集单元采集的图像传输到图像预处理单元后,图像预处理单元对采集的图像进行相应的处理,分为图像灰度化、图像去噪、图像增强、图像分割;
(3)经过预处理的图像传输到故障诊断单元,故障诊断单元根据图像形态自动把故障类型分为断齿、点蚀、磨损、胶合故障形式,并生成报告;
(4)逻辑控制单元根据故障诊断单元得出的结果,发出可以继续运行或需要紧急停车的信号。
采用上述技术方案的本发明,与现有技术相比,有益效果是:
相对于现有技术针对齿轮故障诊断或测试系统采用对运行齿轮的振动信号进行采集分析,本技术方案通过对齿轮工作时的图像进行采集并分析,结果更加直观、清晰,分析更准确,有效对齿轮所发生断齿、点蚀、磨损、胶合等故障进行诊断,避免齿轮故障引起重大安全事故。
进一步的 ,基于Labview的齿轮故障诊断控制系统的优选方案是:
所述的工业相机是基于CMOS芯片的工业相机,图像采集卡是模拟采集卡。
所述的工业相机、图像采集卡通过机械装置安装及固定于齿轮处处,并通过自动装置人工微调其安装角度与位置。
所述的故障诊断单元与数据存储单元、显示单元分别电联接。
进一步的 ,基于Labview的齿轮故障诊断控制系统的控制方法的优选方案是:
所述的步骤(2)中,图像灰度化采用平均值法即将彩色图形中的三分量亮度求平均得到一个灰度值,图像去噪利用中值滤波和小波滤波结合的方法进行滤波,在小波变换对图像进行去噪的过程中,阈值根据噪声均方差来选取,图像增强利用频率域法中的高通滤波法,对信号进行基于二维傅里叶变换的信号增强,图像分割采用灰度阈值分割法,阈值的选择是根据给定的图像通过分析直方图的方法确定。
所述的步骤(3)中,故障诊断单元包括工作过程分为形态识别、故障统计、报告生成,形态识别是基于形态学理论完成齿面形态的识别,之后与事先输入的齿面损伤程度的阈值进行对比,并统计故障,生成报告。
附图说明
图1为本发明实施例的框架结构示意图;
图2为工作流程图;
附图标记说明:1-图像采集单元;2-图像预处理单元;3-故障诊断单元;4-逻辑控制单元。
具体实施方式
下面结合附图及实施例详述本发明。
参见图1,一种基于Labview的齿轮故障诊断控制系统,由图像采集单元1、图像预处理单元2、故障诊断单元3及逻辑控制单元4组成;图像采集单元1设有工业相机、图像采集卡,工业相机采集齿轮啮合处图像传入图像预处理单元2,图像预处理单元2对图像进行预处理后传入故障诊断单元3,故障诊断单元3对齿轮啮合部位图像进行识别及分析;故障诊断单元3生成报告及输出控制指令至逻辑控制单元4,逻辑控制单元4对控制指令进行逻辑处理后向提示器发出继续运行或需要紧急停车信号。
工业相机是基于CMOS芯片的工业相机,图像采集卡是模拟采集卡。
工业相机、图像采集卡通过机械装置安装及固定于齿轮处,并可通过自动装置人工微调其安装角度与位置。
故障诊断单元3与数据存储单元、显示单元分别电联接。
本实施例所述的基于Labview的齿轮故障诊断控制系统的控制方法,包含以下步骤:
(1)故障诊断控制系统开始运行,首先对系统进行初始化设置,然后图形采集单元1开始对齿轮图像进行采集;
(2)当图形采集单元1采集的图像传输到图像预处理单元2后,图像预处理单元2对采集的图像进行相应的处理,分为图像灰度化、图像去噪、图像增强、图像分割;
(3)经过预处理的图像传输到故障诊断单元3,故障诊断单元3根据图像形态自动把故障类型分为断齿、点蚀、磨损、胶合故障形式,并生成报告;
(4)逻辑控制单元4根据故障诊断单元得出的结果,发出可以继续运行或需要紧急停车的信号。
所述的步骤(2)中,图像灰度化的方法是将彩色图形中的三分量亮度求平均得到一个灰度值,图像去噪利用中值滤波和小波滤波结合的方法进行滤波,在小波变换对图像进行去噪的过程中,阈值根据噪声均方差来选取,图像增强利用频率域法中的高通滤波法,对信号进行基于二维傅里叶变换的信号增强,图像分割采用灰度阈值分割法,阈值的选择是根据给定的图像通过分析直方图的方法确定。
所述的步骤(3)中,故障诊断单元3包括工作过程分为形态识别、故障统计、报告生成,形态识别是基于形态学理论完成齿面形态的识别,之后与事先输入的齿面损伤程度的阈值进行对比,并统计故障,生成报告。
以上所述仅为本发明的具体实施例,但本发明的保护不限于此,任何本技术领域的技术人员所能想到的与本技术方案技术特征等同的变化或替代,都涵盖在本发明的保护范围之内。
Claims (7)
1.一种基于Labview的齿轮故障诊断控制系统,包括图像采集单元,故障诊断单元,其特征在于:所述的图像采集单元设有工业相机、图像采集卡,工业相机采集齿轮啮合处图像传入图像预处理单元,图像预处理单元对图像进行预处理后传入故障诊断单元,故障诊断单元对齿轮啮合部位图像进行识别及分析;故障诊断单元生成报告及输出控制指令至逻辑控制单元,逻辑控制单元对控制指令进行逻辑处理后向提示器发出继续运行或需要紧急停车信号。
2.根据权利要求1所述的基于Labview的齿轮故障诊断控制系统,其特征在于:所述的工业相机是基于CMOS芯片的工业相机,图像采集卡是模拟采集卡。
3.根据权利要求1所述的基于Labview的齿轮故障诊断控制系统,其特征在于:所述的工业相机、图像采集卡通过机械装置安装及固定于齿轮处,并通过自动装置人工微调其安装角度与位置。
4.根据权利要求1所述的,基于Labview的齿轮故障诊断控制系统,其特征在于:所述的故障诊断单元与数据存储单元、显示单元分别电联接。
5.一种如权利要求1所述的基于Labview的齿轮故障诊断控制系统的控制方法,其特征在于包含以下步骤:
(1)故障诊断控制系统开始运行,首先对系统进行初始化设置,然后图形采集单元开始对齿轮图像进行采集;
(2)当图形采集单元采集的图像传输到图像预处理单元后,图像预处理单元对采集的图像进行相应的处理,分为图像灰度化、图像去噪、图像增强、图像分割;
(3)经过预处理的图像传输到故障诊断单元,故障诊断单元根据图像形态自动把故障类型分为断齿、点蚀、磨损、胶合故障形式,并生成报告;
(4)逻辑控制单元根据故障诊断单元得出的结果,发出可以继续运行或需要紧急停车的信号。
6.根据权利要求5所述的基于Labview的齿轮故障诊断控制系统的控制方法,其特征在于:所述的步骤(2)中,图像灰度化采用平均值法即将彩色图形中的三分量亮度求平均得到一个灰度值,图像去噪利用中值滤波和小波滤波结合的方法进行滤波,在小波变换对图像进行去噪的过程中,阈值根据噪声均方差来选取,图像增强利用频率域法中的高通滤波法,对信号进行基于二维傅里叶变换的信号增强,图像分割采用灰度阈值分割法,阈值的选择是根据给定的图像通过分析直方图的方法确定。
7.根据权利要求5所述的基于Labview的齿轮故障诊断控制系统的控制方法,其特征在于:所述的步骤(3)中,故障诊断单元包括工作过程分为形态识别、故障统计、报告生成,形态识别是基于形态学理论完成齿面形态的识别,之后与事先输入的齿面损伤程度的阈值进行对比,并统计故障,生成报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810135069.3A CN108051203A (zh) | 2018-02-09 | 2018-02-09 | 基于Labview的齿轮故障诊断控制系统及其诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810135069.3A CN108051203A (zh) | 2018-02-09 | 2018-02-09 | 基于Labview的齿轮故障诊断控制系统及其诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108051203A true CN108051203A (zh) | 2018-05-18 |
Family
ID=62125871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810135069.3A Pending CN108051203A (zh) | 2018-02-09 | 2018-02-09 | 基于Labview的齿轮故障诊断控制系统及其诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108051203A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102914545A (zh) * | 2012-11-15 | 2013-02-06 | 潍坊学院 | 一种基于计算机视觉的齿轮缺陷检测方法及系统 |
CN202916213U (zh) * | 2012-11-16 | 2013-05-01 | 潍坊学院 | 一种基于计算机视觉的齿轮缺陷检测系统 |
CN104316317A (zh) * | 2014-10-08 | 2015-01-28 | 西北工业大学 | 一种基于com组件的齿轮系统多故障诊断方法 |
CN105509651A (zh) * | 2016-01-11 | 2016-04-20 | 石家庄铁道大学 | 齿轮啮合面三维微应变场的数字图像测量装置及测量方法 |
CN106774157A (zh) * | 2016-11-29 | 2017-05-31 | 无锡易通精密机械股份有限公司 | 一种具有故障诊断与预警功能的数控机床 |
CN106824806A (zh) * | 2016-12-27 | 2017-06-13 | 聊城大学 | 基于机器视觉的小模数塑料齿轮的检测系统及检测方法 |
-
2018
- 2018-02-09 CN CN201810135069.3A patent/CN108051203A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102914545A (zh) * | 2012-11-15 | 2013-02-06 | 潍坊学院 | 一种基于计算机视觉的齿轮缺陷检测方法及系统 |
CN202916213U (zh) * | 2012-11-16 | 2013-05-01 | 潍坊学院 | 一种基于计算机视觉的齿轮缺陷检测系统 |
CN104316317A (zh) * | 2014-10-08 | 2015-01-28 | 西北工业大学 | 一种基于com组件的齿轮系统多故障诊断方法 |
CN105509651A (zh) * | 2016-01-11 | 2016-04-20 | 石家庄铁道大学 | 齿轮啮合面三维微应变场的数字图像测量装置及测量方法 |
CN106774157A (zh) * | 2016-11-29 | 2017-05-31 | 无锡易通精密机械股份有限公司 | 一种具有故障诊断与预警功能的数控机床 |
CN106824806A (zh) * | 2016-12-27 | 2017-06-13 | 聊城大学 | 基于机器视觉的小模数塑料齿轮的检测系统及检测方法 |
Non-Patent Citations (1)
Title |
---|
任楷飞: "基于LabVIEW的塑料齿轮缺齿检测系统设计", 《HTTP://KNS.CNKI.NET/KCMS/DETAIL/61.1224.TN.20180206.1752.022.HTML》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107633670B (zh) | 一种采用采集运维知识库的采集异常诊断方法 | |
CN101881637A (zh) | 一种基于虚拟仪器的编码器测试系统 | |
CN103939325A (zh) | 一种在低速运转下的消防水泵的故障诊断方法 | |
Chen et al. | Compound fault diagnosis for industrial robots based on dual-transformer networks | |
CN111858680B (zh) | 一种快速实时检测卫星遥测时序数据异常的系统与方法 | |
CN115437358A (zh) | 工业机器人智能状态监测与故障诊断系统及故障诊断方法 | |
CN106093626B (zh) | 一种用于诊断crh5型高铁逆变器的微小故障的方法 | |
KR20210031179A (ko) | 빅 데이터를 활용한 기관 장비 고장 예측 시스템 | |
CN108051203A (zh) | 基于Labview的齿轮故障诊断控制系统及其诊断方法 | |
CN110806955A (zh) | 一种基于python的服务器DC Cycle测试方法与系统 | |
CN101941439B (zh) | 一种用于混合动力汽车的避免并发性故障的控制系统故障诊断方法 | |
CN113805834A (zh) | 一种汽车智能座舱测试方法、系统、装置和存储介质 | |
CN116168019B (zh) | 基于机器视觉技术的电网故障检测方法及系统 | |
CN108303250A (zh) | 一种通过电信号残差向量信号识别齿轮箱故障的方法 | |
CN202502190U (zh) | 基于Labview的移频输电线故障检测定位装置 | |
KR20180112258A (ko) | 선회장치의 고장진단 장치 및 방법 | |
CN106199373A (zh) | 电子设备智能故障诊断方法与装置 | |
CN116647671A (zh) | 故障定位方法和装置、系统、电子设备、计算机可读介质 | |
CN112577664A (zh) | 传感器故障检测方法、装置及相关产品 | |
CN107908132A (zh) | 一种用于自诊断传感器与普通传感器信号合并的装置及方法 | |
CN112525337B (zh) | 一种针对机械压力机振动监测数据预处理方法 | |
CN109304306B (zh) | 生产线物体分拣方法、系统和物体分拣系统 | |
CN202372811U (zh) | 基于数据挖掘算法的机电液混合设备实时故障诊断装置 | |
CN113516023A (zh) | 设备振动异常诊断方法和系统 | |
CN103983349B (zh) | 一种用于低速重载机械的便携式故障诊断仪 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180518 |
|
RJ01 | Rejection of invention patent application after publication |