磨损颗粒视频成像调研概述

1.磨粒监测的意义

在机器设备的运转过程中，相对运动的零件间不可避免地会发生摩擦磨损。在机械零件的失效形式中磨损失效是最主要、也是最常见的，占机械设备失效故障的80%。润滑油监测是了解和掌握机器运行状态的一种重要方法，对机器进行实时的状态监测和故障诊断，可预知故障发生的时间和位置，进而实现对机器的视情维修，减少工作人员的劳动量及经济损失，由此可见对机器设备进行状态监测具有重要的现实意义。

在机器的磨损过程中会产生磨粒，润滑油的清洁作用将这些磨粒带入到滑油系统中。磨粒承载着机器设备的磨损信息，能够反映机器的磨损状态。材料的磨损方式和系统状态可通过磨粒的颜色、大小、形状、数量、形貌等特征反映出来。油液中磨粒的参数变化能够反映机器润滑油的状态及零部件的磨损情况，磨粒的颜色可判断机器磨损的位置、油液含水量和机器的负荷情况；磨粒大小和数量可判断机器的磨损程度；磨粒形状和形貌可判断机器的磨损类型。因此，对在用润滑油的磨粒监测，可实时的了解机器的磨损情况，进而掌握机器的运行状态，预测故障发生的趋势和位置，为机器的视情维修提供依据，实现机器的有效经济运行。

2．磨粒监测的两种形式

（１）离线式检测，非周期或周期性的取机器滑油系统或液压系统中具有代表性的油液，进行现场或实验室分析。实验结果易受到油样采集时间、采集位置、油样运输等多种因素的影响，且从取样到检测结果的时间周期比较长，时效性差。（２）在线式监测，将传感器镶入到滑油或液压系统中，在不影响油液流动的情况下，实现油液的实时连续分析。即能够在不受外部影响的条件下实时地监测油液的参数，能够及时的发现异常情况，时效性很好。

2.1离线式润滑油中磨粒检测技术简介

离线式润滑油中磨粒检测技术主要分为颗粒计数技术、铁谱技术、光谱技术、红外光谱技术等。其中光谱分析技术、红外光谱分析法可以准确地测定油液中各元素的成分 ,但无法分析颗粒的形态、表面纹理特征和尺寸分布。现有的铁谱分析技术可对发动机磨损颗粒的形貌进行检测 ,但无法实现磨粒成分的测量 ,而且必须建立在繁锁的制谱基础上 ,且多只适用于铁磁性颗粒或顺磁性颗粒。在

颗粒计数技术中，通过检测单位体积的油样在不同颗粒尺寸范围的磨粒数量或重量，来判断润滑油的污染程度，但对颗粒的形貌却无能为力。目前使用的方法主要有：过滤称重法，颗粒自动计数器等。

20世纪70年代初，分析式铁谱技术逐渐发展起来，并很快成为油液磨粒检测和机器状态监测的重要手段。铁谱分析技术利用油液中铁磁性材料与磁铁相吸的原理，将润滑油中混入的铁、铁合金、铁及其合金的氧化物从润滑油中分离出来。磨粒大小不同所受到的磁力不同，导致从油液的入口到出口磨粒依粒径大小、不重叠地沉积在铁谱片上，然后用显微镜观察铁谱片，依据磨粒图谱和专家经验分析金属磨粒的表面纹理、边界形貌、粒径大小、颜色等特征参数实现对磨粒的定性分析。直读式铁谱分析技术可定量的检测磨屑的浓度和颗粒大小，分析式铁谱技术可分析磨粒的形貌、组成元素进而判断磨粒类型。通过周期性的对机器设备进行铁谱分析，根据多次检测的实验结果可计算磨粒的増长速率，及时的发现异常磨损。磨粒的铁谱分析获取的信息量较大，为工程技术人员提供准确的油液及摩擦磨损信息在分析式铁谱技术中实验操作人员运用显微镜观察己制好的谱片实现磨粒的特征参数分析，对操作人员的技术水平要求较高，依赖于个人经验。随着计算机和图像识别技术的发展进步，目前图像的模式识别己应用到磨粒自动识别领域。

光谱分析技术中一条谱线对应一特定的物质，根据相应物质的特征谱线来判断该物质是否存在。对光谱的构成进行分析，可获得润滑油中各类金属颗粒的组成元素和含量。

2.2在线式润滑油磨粒检测技术的简介

随着计算机、信息和传感器技术的发展以及故障诊断理论的完善，润滑油在线监测越来越受到人们的关注。润滑油的在线式监测系统结合了传感器技术、微机处理技术、集成电路技术、编程技术显微成像技术等现代信息技术，在柴油机不停止运行的情况下，通过各种传感器检测机器铜滑系统油液的污染度信息，经过信号处理及转换，通过显示器将各种参数显示出来。技术人员通过了解相关参数，就可以随时掌握润滑油的污染程度和柴油机的磨损及运行状况，进而决定是否更换油液，或对柴油机进行维护、检修等，其在实时性、连续性方面远远优于传统离线监测方式。

油液磨粒在线传感器通过对机器润滑油或液压系统中的磨粒进行实时监测，获取磨粒的相关信息，以此为依据判断机器的运行状态，为故障诊断提供技术支持。根据检测原理和磨粒收集方法的不同将在线监测传感器主要分为：基于电磁原理的传感器、基于导电原理的传感器、基于光电原理的传感器3种类型。

2.2.1润滑油磨粒图像识别技术研究现状

应用图像处理技术实现金属磨粒图像的分析主要从以下几个方面进行。首先，图像的増强处理和磨粒图像的分割，将磨粒从油液背景图像中分割出来；然后，运用适当的方法计算磨粒的形态学特征参数如形状、尺寸、颜色特征和表面纹理等；最后，以上述所求的磨粒特征参数为基础，采用模式识别方法判断磨粒的类型及成分。伴随着计算机技术的发展，图像处理技术己应用到滑油磨粒识别领域，经过近几十年国内外学者的共同努力，已经取得了一定成果。

在国外，首先将图像处理技术应用在磨粒分析领域的是英国威尔士大学的Ken.Xu，他和A.R.Luxmoore研发了一种交互式的磨粒自动识别系统，此系统将专家系统和神经网络集合在一起。Odi-Owe等人首先应用扫描电镜和计算机的图像处理系统分析铁谱片中的磨粒。B.J.RoyLance等人进一步分析了磨粒铁谱图像，应用计算机图像处理处理技术分析了磨粒多个形态学特征参数，如磨粒的面积、水平截距、厚度等，研究了磨粒的尺寸分布。后来B.J.RoyLance等人进一步增强了图像处理效果和增加了特征参数的提取。采用磨粒图像的边缘跟踪、去噪、二值化等预处理手段，提取预处理后磨粒的边缘细节、圆度因子、傅立叶因子等特征参数，并总结一些典型磨粒特征参数分布情况。Zeng Z，Cumminigl 等人采用小波分析的方法对磨粒图像降噪处理，与以往的降噪方法相比效果更好，磨粒的特征更加清晰，便于图像的后期处理也提髙了磨粒特征参数的提取精度。英国斯旺西大学的A.D.H.Thomas研究了磨粒数字化表征，并提出了边界链码方法。任G.W.Stachwiak和P.PodsialoPsi研究了磨粒的三体磨烛特点、数字参量表征方法、分形特征及变尺度特性等，更加注重研究磨粒特征理论。Z.Peng.等开发了一个智能磨粒分析系统，此系统将专家系统和三维磨粒分析系统集成于一体，且具有磨粒自动识别的功能。

国内各个科研机构的科技工作者也积极地研究金属磨粒图像的自动识别技术，并做了大量的研究工作。孔宪梅等针对图像提取、图像预处理、特征提取