论文部分内容阅读
植物磨料对金属材料的磨损是一种典型的软磨料磨损,广泛存在于农业机械、农副产品加工领域。对这种磨损状况的确定以及对其中磨损机理的深入研究都依赖于磨损副表面形貌的分析。本文对磨损试件对磨损后形貌分析研究发现,磨损后金属表面形貌具有随机性、自相似和自仿射等特性。传统的表征磨损表面形貌粗糙度的参数是与尺度相关的参数,受到测量仪器的分辨率和采样长度的制约,其测量结果不能真实得反映磨损表面形貌的特征,而小波和分形理论是一种与尺度无关的测量方法,因此使得磨损表面形貌的研究成为一种可能。本文以图形处理、分形及小波技术为手段,以植物磨料对金属材料磨损表面轮廓曲线和表面灰度图像为研究对象,对磨损表面的形貌特征进行了研究,结果如下:(1)本文分别采用不同的计算分形维数的方法研究了4种材料的表面轮廓,研究结果表明盒计数法、功率谱法和R/S分析法计算分形维数误差较大,而半方差法和变差法计算分形维数的误差较小。因此,可以用半方差法和变差法来计算植物磨料对金属材料磨损表面的分形维数。研究发现材料磨损表面的分形维数D与磨损失重正相关,磨损失重越大,分形维数D也越大。(2)应用小波b判断法来分析磨损表面的表面轮廓,研究发现小波b判断法分析结果可以表征表面轮廓的分形特征。结果表明,小波b判断法、半差法和变差法计算结果有差异,小波b判断法计算精度,同时与磨损失重的变化规律一致。(3)将多重分形谱引入金属磨损表面灰度图像特性研究中,发现4种材料磨损表面多重分形的特征值谱宽与其对应磨损失重正相关,磨损失重越大,分形特征体谱宽越大。多重分形谱的特征值谱差正负与其在坐标中曲线形状相关,当谱宽大于零时呈左勾状,其表面以峰为主,比较光滑;当谱宽小于零时呈右勾状,其表面以谷为主,比较粗糙。(4)应用小波分析的方法提取金属材料磨损表面特征参数。对SEM灰度图像在不同方向分解,并且求在不同方向的能量比。分析结果表明,低频能量比等于高频能量比,在不同方向的能量分布比例可以作为表征磨损表面特征的参数。