CN111854917A - 一种基于机器视觉的非接触式扭振测量方法 - Google Patents

Abstract

本发明提出一种基于机器视觉的非接触式扭振测量方法，利用计算机视觉技术对扭振物体进行高速视频采集，利用“微小运动放大”原理实现扭振信号的分离、提取和放大，利用傅里叶变换和小波变换等技术计算扭振信号的瞬时频率。本发明提出的方法可准确提取扭振时域信号，并得到扭振的频率和周期。对微小的扭振系统依然有效。本方明的特点是非接触、测试效率高，仅仅需要较短的视频采集时间。仅需要相机和照明设备，无需传感器和数据采集系统，无需对扭振物体的表面粘贴标志点，准确性和可靠性好。按照本发明所述方法，可对旋转机械的轴系进行状态监测。对转盘系统或细长结构，可以推算系统的转动惯量和材料的剪切模量等。

Description

一种基于机器视觉的非接触式扭振测量方法

技术领域

本发明属于非接触测量技术领域，特别是涉及一种基于机器视觉的非接触式扭振测量方法。

背景技术

扭振是轴系、圆盘等物体的基本振动形式之一，在轴系旋转中，时快时慢的轴系扭振无法避免，过大的扭振造成传动系统的过大振动和噪声，因此扭振的测量是机械系统检测的重要内容之一。目前，机械振动的传感器(加速度传感器，激光测振仪)等大多数是对直线振动形式适用，对扭振测量不适用。目前工程中常用的扭振测量分为两种：一是接触式测量，例如将电阻式应变片粘贴于轴系或转盘上，利用扭振产生的应变引起的电阻变化这一特性提取扭振信号。但是，接触式应变片由于安装较为费时费力，增加了测试难度和成本。二是非接触测量，例如利用激光测振仪、光电传感器、电涡流传感器对轴系进行监测。目前，工业界基于以上两种方法都开发出了扭振测量仪，如英国TV-1扭振仪等。但是，以上专用的非接触测量装置过于复杂和昂贵，使得应用成本较高。另外，以上两种方法的另一个弊端是测量点单一。虽然过去曾经发明了基于CCD照相机技术的扭振测量原理，如徐敏强等提出了利用CCD相机技术对汽轮机进行扭振测量，但是该发明方法依然需要在汽轮机轴系上粘贴具有图案的纸带。

发明内容

本发明目的是为了解决现有技术中的问题，提出了一种基于机器视觉的非接触式扭振测量方法。本发明利用计算机视觉方法可同时对转动物体上的多点同时进行扭振测量；所述方法具有可靠性高、精度高、非接触和易于实施等特点。本发明提出的方法无需粘贴标志点，并且利用微小运动放大算法对极其微小的扭振进行信号放大和提取，测试过程更加便捷，结果更加准确。另外，本发明包含但是不限于使用高速相机，可对高速旋转的轴系结构进行高分辨率的扭振测量。

本发明是通过以下技术方案实现的，本发明提出一种基于机器视觉的非接触式扭振测量方法，具体包括以下步骤：

步骤1、对视频采集设备参数进行选择，所述视频采集设备的光源采用LED无频闪光源；

步骤2、利用所述视频采集设备对发生扭振现象的物体进行视频采集，并记录视频采集的帧率，对采集的视频采用微小运动放大技术进行物体运动放大处理；

步骤3、对放大后的视频进行光流计算，在视频中对转动物体的表面选择一个测量点并记录其坐标位置，根据光流场方程求解得到该测量点灰度值I，得到灰度值I以后，根据采样率和时间数值来确定放大后物体的扭转振动线位移；

步骤4、记录该测量点灰度值I的变化，形成灰度值的时间序列，根据帧率值利用傅里叶变换或小波变换得到灰度值的振动频率，所述灰度值的振动频率即为该物体的扭振频率f；同时将步骤3获得的线位移转化为角位移，所述将线位移转化为角位移的公式为：

α＝S/(D/2)

其中α为被测物体的角位移，D为被测物体的直径；S为选定的测量点的线位移。

进一步地，所述对视频采集设备参数进行选择，具体为：通过视频采集设备与发生扭振现象的物体之间的距离来选择视频采集设备的镜头焦距和分辨率；所述焦距根据公式

来选取，其中u和v为所述测量点在视频图像中的物距和相距，d为测量点的测量位移，

为测量点的实际线位移。

进一步地，所述微小运动放大技术包括基于位移放大技术、基于相位放大技术和基于像素放大技术，三种技术的选择取决于被测物体所处环境。

进一步地，所述光流场方程为：

其中，I表示灰度值，x和y表示水平和垂直方向的坐标值，t表示时间，Δx为水平方向坐标的增量，Δy为垂直方向坐标的增量，Δt为时间增量。

进一步地，根据灰度值的时间序列进行微分计算能够获得发生扭振现象的物体的角速度，具体计算公式为：

其中ω为发生扭振现象的物体的角速度，t为时间。

进一步地，在得到扭振频率f后，根据以下关系计算扭振的周期：

T＝1/f

其中，T为扭振的周期。

进一步地，在获得扭振的周期T后，通过测量物体的几何参数和质量参数推算发生扭振现象的物体的转动惯量，所述转动惯量计算公式如下：

其中J为三线摆的转动惯量，m₀为物体的质量，g为重力加速度，r和R分别为上下悬点离各自圆盘中心的距离，H₀为三线摆上下圆盘之间的垂直距离。

进一步地，所述视频采集设备为高速相机、中低速相机、事件相机、手机或热像仪。

本发明是机械动力学和最新计算机视觉技术的结合，计算机视觉技术经过最新的发展，已经可以识别微小的扭振情况，克服微小扭振信号在噪声环境中强度提取困难的限制。相比于传统的扭振测量仪和测量方法，本发明仅需要视频采集设备一台，无需轴系表面标注和粘贴标志点，测试结果快捷准确。而传统的扭振方法的测量方法较为复杂并且成本较高，通常需要高成本的专用扭振测量仪、激光测振仪、光电计时器或电涡流传感器。

附图说明

图1为本发明所述基于机器视觉的非接触式扭振测量方法的流程图；

图2为实施例中的三线摆测试场景示意图；

图3为机器视觉识别的频域信号图；

图4为机器视觉识别的时域信号图。

具体实施方式

下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

结合图1，本发明提出一种基于机器视觉的非接触式扭振测量方法，具体包括以下步骤：

步骤1、对视频采集设备参数进行选择，所述视频采集设备的光源采用LED无频闪光源；

步骤2、利用所述视频采集设备对发生扭振现象的物体进行视频采集，并记录视频采集的帧率，对采集的视频采用微小运动放大技术进行物体运动放大处理；在微小运动放大技术中采用标准金字塔算法对视频进行分解。本发明所涉及的被测物体包含所有产生扭振现象的物体，如包含但不限于旋转轴系、齿轮系统、转盘、飞行器等。

步骤3、对放大后的视频进行光流计算，在视频中对转动物体的表面选择一个测量点并记录其坐标位置，根据光流场方程求解得到该测量点灰度值I，得到灰度值I以后，根据采样率和时间数值来确定放大后物体的扭转振动线位移；

步骤4、记录该测量点灰度值I的变化，形成灰度值的时间序列，根据帧率(采样率)值利用傅里叶变换或小波变换得到灰度值的振动频率，所述灰度值的振动频率即为该物体的扭振频率f；由此获得转动物体扭振的幅值-频率曲线，但此时的幅值是线位移，需要将其转化为角位移，基于小位移假设，将步骤3获得的线位移转化为角位移，所述将线位移转化为角位移的公式为：

α＝S/(D/2)

其中α为被测物体的角位移，D为被测物体的直径；S为选定的测量点的线位移。

所述对视频采集设备参数进行选择，具体为：通过视频采集设备与发生扭振现象的物体之间的距离来选择视频采集设备的镜头焦距和分辨率；所述焦距根据公式

来选取，其中u和v为所述测量点在视频图像中的物距和相距，d为测量点的测量位移，

为测量点的实际线位移。

所述微小运动放大技术包括基于位移放大技术、基于相位放大技术和基于像素放大技术，三种技术的选择取决于被测物体所处环境。

所述光流场方程为：

其中，I表示灰度值，x和y表示水平和垂直方向的坐标值，t表示时间，Δx为水平方向坐标的增量，Δy为垂直方向坐标的增量，Δt为时间增量。

本发明的方法不仅可以测量被测扭振物体的扭振频率、周期、瞬态幅频信号和时域信号，还可以推算被测物体的转动惯量、剪切模量等；

根据灰度值的时间序列进行微分计算能够获得发生扭振现象的物体的角速度，具体计算公式为：

其中ω为发生扭振现象的物体的角速度，t为时间。

在得到扭振频率f后，根据以下关系计算扭振的周期：

T＝1/f

其中，T为扭振的周期。

结合图2，在获得扭振的周期T后，通过测量物体的几何参数和质量参数推算发生扭振现象的物体的转动惯量，如三线摆的转动惯量计算公式如下：

其中J为三线摆的转动惯量，m₀为物体的质量，g为重力加速度，r和R分别为上下悬点离各自圆盘中心的距离，H₀为三线摆上下圆盘之间的垂直距离。

所述视频采集设备为高速相机、中低速相机、事件相机、手机或热像仪等，具体型号选择取决于被测物体的扭振频率和所需分辨率和具体工况。

实施例

图2为本发明实施例中的三线摆测试场景图，主要测试对象为一个标准三线摆，转盘为三线摆实验标准转盘，利用这一实验样品的目的是验证本发明所提出测量方法的准确性，所述三线摆的参数见表1。可以看出，本发明的测试装置较传统的传感器装置要简单许多，无需昂贵的数据采集设备和加速度传感器、激光测振仪等。当转盘的转角小于5°的时候,满足本发明的小位移假设。首先对三线摆进行了小转角激振，利用所述方法对该转盘的扭振进行了标准摄录，时间约为10秒。经过微小运动放大，其扭振信号得以增强。根据本发明所述方法，得到扭振的频率为0.76Hz。利用光电测试仪对三线摆装置进行直接测量，三线摆的扭振周期可以通过光电测试仪进行直接读取，利用光电传感器进行计时，经过五次测试取平均值为0.74Hz。图3中给出了本发明中机器视觉识别的频率信号，可以看出扭振的频率为0.76Hz，误差约为2.6％，详细结果见表2。显示出本发明方法的较高准确性。对该圆盘进行多点选择，可发现圆盘上多点的扭振频率基本相等，符合扭振的基本规律。多点测量在同一视频中提取即可，无需重复实验，显示出本发明的较高效率和实际应用价值。

表1.三线摆主要参数表

表2.实施例中的测试数据验证(与光电传感器进行比较)

三线摆的光电测试传感器仅仅能测试振动周期，进而测算其扭振频率。但是，本发明还可以提取任意时刻的瞬态扭振信号，即扭振的时域波形，如图4所示。显示了本发明可用来对扭振进行实时监测。

以上对本发明所提出的一种基于机器视觉的非接触式扭振测量方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种基于机器视觉的非接触式扭振测量方法，其特征在于：具体包括以下步骤：

步骤1、对视频采集设备参数进行选择，所述视频采集设备的光源采用LED无频闪光源；

步骤2、利用所述视频采集设备对发生扭振现象的物体进行视频采集，并记录视频采集的帧率，对采集的视频采用微小运动放大技术进行物体运动放大处理；

步骤3、对放大后的视频进行光流计算，在视频中对转动物体的表面选择一个测量点并记录其坐标位置，根据光流场方程求解得到该测量点灰度值I，得到灰度值I以后，根据采样率和时间数值来确定放大后物体的扭转振动线位移；

步骤4、记录该测量点灰度值I的变化，形成灰度值的时间序列，根据帧率值利用傅里叶变换或小波变换得到灰度值的振动频率，所述灰度值的振动频率即为该物体的扭振频率f；同时将步骤3获得的线位移转化为角位移，所述将线位移转化为角位移的公式为：

α＝S/(D/2)

其中α为被测物体的角位移，D为被测物体的直径；S为选定的测量点的线位移。

2.根据权利要求1所述的方法，其特征在于：所述对视频采集设备参数进行选择，具体为：通过视频采集设备与发生扭振现象的物体之间的距离来选择视频采集设备的镜头焦距和分辨率；所述焦距根据公式

来选取，其中u和v为所述测量点在视频图像中的物距和相距，d为测量点的测量位移，

为测量点的实际线位移。

3.根据权利要求2所述的方法，其特征在于：所述微小运动放大技术包括基于位移放大技术、基于相位放大技术和基于像素放大技术，三种技术的选择取决于被测物体所处环境。

4.根据权利要求1所述的方法，其特征在于：所述光流场方程为：

其中，I表示灰度值，x和y表示水平和垂直方向的坐标值，t表示时间，Δx为水平方向坐标的增量，Δy为垂直方向坐标的增量，Δt为时间增量。

5.根据权利要求1所述的方法，其特征在于：根据灰度值的时间序列进行微分计算能够获得发生扭振现象的物体的角速度，具体计算公式为：

其中ω为发生扭振现象的物体的角速度，t为时间。

6.根据权利要求1所述的方法，其特征在于：在得到扭振频率f后，根据以下关系计算扭振的周期：

T＝1/f

其中，T为扭振的周期。

7.根据权利要求6所述的方法，其特征在于：在获得扭振的周期T后，通过测量物体的几何参数和质量参数推算发生扭振现象的物体的转动惯量，所述转动惯量计算公式如下：

其中J为三线摆的转动惯量，m₀为物体的质量，g为重力加速度，r和R分别为上下悬点离各自圆盘中心的距离，H₀为三线摆上下圆盘之间的垂直距离。

8.根据权利要求1所述的方法，其特征在于：所述视频采集设备为高速相机、中低速相机、事件相机、手机或热像仪。

Images