论文部分内容阅读
铁谱技术通过对磨粒形态、数量、尺寸分布和成分等特征的分析，能够查明机器润滑与磨损故障的模式、程度及机器所处的状态，确定故障发生的原因，从而为进一步地设备维修决策提供依据。铁谱图像识别技术把计算机图像处理技术与铁谱分析相结合，具有较大的客观性，对磨粒的识别能实现快速、有效、定量分析，是目前磨损诊断和铁谱分析领域的热门研究方向。 本文将人工免疫算法应用到铁谱磨粒图像识别中，设计了基于人工免疫系统的磨粒分类器WPCAIS(Wear Particle Classifier Based on Artificial Immune System)，对人工免疫系统模式识别的一个新的应用领域进行探索，也提供了铁谱磨粒图像识别的一种新方法。 本文的主要内容有： 1．论述了选题的背景和意义；介绍了机械设备故障诊断技术、油液分析技术、铁谱技术以及人工免疫系统；结合选题要求，阐述了本文的主要研究工作。 2．探讨了铁谱磨粒图像的获取方法，并从计算机的图形文件中将数字化磨粒图像读取到MATLAB用于分析处理；论述了磨粒图像预处理的方法：图像分割、图像滤波、图像边缘检测以及图像细化，分析对比了运用相关方法处理原始图像后的效果，得出了铁谱磨粒图像处理的一般步骤；分析了不同种类磨粒的特征，并列出磨粒的形状尺寸、纹理和颜色的特征参数。 3．阐述了人工免疫算法的各种生物模型以及衍生出的各种算法，包括一般免疫算法、阴性选择算法、免疫学习算法、克隆选择算法等。 4．将人工免疫算法应用到铁谱磨粒图像识别中，设计了磨粒分类器WPCAIS。以磨粒样本的形状因子、欧拉数和填充度作为特征向量，对滑动磨损、切削磨损、正常磨损和疲劳点蚀四种磨损类型分类，并进行了分类器的仿真试验，得到较好的分类效果。 本项目受国家自然科学基金项目资助(项目批准号：50375141)