论文部分内容阅读
采用在线铁谱图像表征机器磨损状态是铁谱诊断技术的核心和瓶颈.针对在线油液监测获取的磨粒图像信息,设计了一种融合在线铁谱图像特征信息的磨损状态诊断方法,首先通过对原始图像进行灰度化、直方图阈值二值化、高斯与椒盐增强、模板锐化、多次膨胀与腐蚀、边界跟踪、自适应阈值分割处理,获得较为准确的图像磨粒量化统计质量分数信息来量度相对磨损浓度;再融合能量、熵、惯性矩、局部平稳性等图像纹理特征对磨损状态进行分析、诊断、评价;最后采用RBF神经网络技术对铁谱磁性磨粒进行自动识别.实验验证了该方法的创造性和可行性.