-
公开(公告)号:CN108305259B
公开(公告)日:2020-03-24
申请号:CN201810118514.5
申请日:2018-02-06
Applicant: 西安交通大学
Abstract: 一种多纹理特征融合的磨粒类型自动识别方法,首先针对磨粒图像中出现的深色、浅色以及混合色的磨粒采用颜色空间坐标转化的方法,对比分析RGB和HSV颜色空间下磨粒图片,结合自适应阈值法、八连通域算法以及形态学处理技术对磨粒进行分割,将磨粒与背景进行分离,提取出目标磨粒并对比不同颜色空间分量下所分割出来的磨粒图像,选择分割效果最好的作为所研究的目标磨粒图像;选择两种不同表征方式的纹理特征参数,利用主成分分析法融合两种纹理特征参数,得到综合纹理特征参数作为神经网络模型的输入向量,从而实现严重滑动磨粒和疲劳磨粒的自动识别;本发明解决了磨粒分析领域多种颜色磨粒分割困难以及严重滑动磨粒与疲劳磨粒识别精度不高的问题。
-
公开(公告)号:CN109801291A
公开(公告)日:2019-05-24
申请号:CN201910185038.3
申请日:2019-03-12
Applicant: 西安交通大学
Abstract: 一种运动磨粒多表面三维形貌的获取方法,通过已有的运动磨粒视频采集平台,实现对运动磨粒的自动跟踪,获取同一运动磨粒在不同视角下的图像序列,之后利用SIFT算法提取磨粒表面的特征点,并在相邻帧定位特征点对应的位置,然后通过计算特征点的三维坐标实现空间点云模型的建立,同时通过SFS算法重建磨粒表面形貌,最后通过融合算法将SFS算法重建的磨粒表面形貌与空间点云模型进行融合,实现稠密重建,并通过纹理映射方法重构出具有真实感的运动磨粒多表面的三维形貌;本发明有效地将自动跟踪技术与三维重建技术相结合,解决了目前磨粒分析技术中只能从单一表面分析静态磨粒的问题,实现了磨粒的三维表面全信息精准提取。
-
公开(公告)号:CN108446706A
公开(公告)日:2018-08-24
申请号:CN201810162476.3
申请日:2018-02-27
Applicant: 西安交通大学
Abstract: 一种基于颜色主分量提取的磨粒材质自动识别方法,其特征在于,步骤一:根据各种材质本身的颜色及其各级回火温度下的回火颜色,构建材质标准颜色样本库;步骤二:利用区域标记联通算法求出RGB图像灰度化后的图像、S分量磨粒图像、V分量磨粒图像所对应的三幅分割后的磨粒图像的磨粒面积,保留各自图像中最大的磨粒,对比三幅图像选出其中磨粒面积最大的磨粒图像;步骤三:利用K-Mean聚类提取所分割出的磨粒图像主颜色;步骤四:利用基于欧式距离的最小距离分类法求取所提取的磨粒图片主颜色与标准颜色样本的距离,实现磨粒材质的自动识别。本发明将磨粒加热分析法与图像处理技术相结合,基于K-Mean聚类和欧式距离的最小距离分类法,实现了常见磨粒材质的自动识别。
-
公开(公告)号:CN108389216A
公开(公告)日:2018-08-10
申请号:CN201810119775.9
申请日:2018-02-06
Applicant: 西安交通大学
Abstract: 面向在线铁谱图像磨粒识别的局部自适应阈值分割方法,首先将在线铁谱的透射光图像经过预处理转换为灰度图像和拉普拉斯图像,分别对灰度图像和拉普拉斯图像求其积分图像,以降低后续处理的时间复杂度。其次结合两者的分布信息,建立比例因子t的自适应模型,从而得到局部阈值Threshold的自适应模型。最后,逐像素点将灰度图像的各像素值与其对应阈值比较,判别为目标或背景,完成在线铁谱图像的分割。本发明基于局部阈值分割的思想,结合磨粒图像的特点,建立了完整的自动分割机制,该方法能适应变工况下获取的不同情况的磨粒图像,解决了在线铁谱图像磨粒与背景的自动分割问题。
-
公开(公告)号:CN108305259A
公开(公告)日:2018-07-20
申请号:CN201810118514.5
申请日:2018-02-06
Applicant: 西安交通大学
Abstract: 一种多纹理特征融合的磨粒类型自动识别方法,首先针对磨粒图像中出现的深色、浅色以及混合色的磨粒采用颜色空间坐标转化的方法,对比分析RGB和HSV颜色空间下磨粒图片,结合自适应阈值法、八连通域算法以及形态学处理技术对磨粒进行分割,将磨粒与背景进行分离,提取出目标磨粒并对比不同颜色空间分量下所分割出来的磨粒图像,选择分割效果最好的作为所研究的目标磨粒图像;选择两种不同表征方式的纹理特征参数,利用主成分分析法融合两种纹理特征参数,得到综合纹理特征参数作为神经网络模型的输入向量,从而实现严重滑动磨粒和疲劳磨粒的自动识别;本发明解决了磨粒分析领域多种颜色磨粒分割困难以及严重滑动磨粒与疲劳磨粒识别精度不高的问题。
-
公开(公告)号:CN104764489A
公开(公告)日:2015-07-08
申请号:CN201510141574.5
申请日:2015-03-27
Applicant: 西安交通大学
IPC: G01D21/02
Abstract: 一种风电变速器的润滑油在线监测方法,先对风电变速器齿轮箱摩擦学系统工况分析,提出了基于磨损、润滑油理化性能和污染三个方面进行全信息监测的方法;通过可测性分析建立集成信息监测系统,分别采用粘度、水分和磨粒作为对应上述三类信息的可测特征;利用嵌入式集成传感器技术,实现上述信息的实时获取;采用TCP/IP网络通信协议,实现远程监测;建立磨损、润滑油油品以及污染的关系模型,推测出磨损或者润滑故障的诱因;本发明不但实现了在线的全信息获取,也给出故障起因的分析,是一种风电变速器齿轮箱运行状态的有效监测方法,通过对磨损故障的定位以及换油建议等维护建议,为降低变速器的摩擦学故障以及延长整机寿命具有重要的工程意义。
-
公开(公告)号:CN119649138A
公开(公告)日:2025-03-18
申请号:CN202411801882.1
申请日:2024-12-09
Applicant: 西安交通大学
IPC: G06V10/764 , G06V10/40 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045
Abstract: 本发明公开了一种基于多模态大模型的小样本旋转设备损伤辨识方法及系统,提取损伤图像特征向量及损伤描述文本特征向量,并以相似度函数量化表征损伤图像特征与文本特征之间的距离,联合图像编码器与损伤热独编码构建小样本旋转设备损伤知识提取模块,提取含损伤类别的小样本图像‑标签知识;构建大模型图像‑语义先验知识与损伤特征缓存器中小样本知识的融合辨识模块,实现小样本条件下的旋转设备损伤类型高精度辨识。本发明有效解决旋转设备损伤图像与大型预训练自然图像数据集之间的域偏差问题,通过引入小样本旋转设备损伤知识,同时利用大模型的先验知识,提高小样本下旋转设备损伤图像的辨识精度。
-
公开(公告)号:CN115452373B
公开(公告)日:2024-05-28
申请号:CN202211161953.7
申请日:2022-09-23
Applicant: 西安交通大学
IPC: G01M13/04 , G01M13/045 , G06T7/00
Abstract: 一种基于事件相机的滚动轴承故障诊断方法,首先利用事件相机获取滚动轴承在不同健康状态下的视觉事件信号;其次根据视觉事件的极性进行事件的划分和构建事件表征数据集;再次构建智能诊断模型自动获取监测样本的深层故障特征,在训练迭代时同时对与输入样本进行数据增强和表征聚类;最后利用构建的聚类损失函数以及交叉熵损失函数,迭代优化智能诊断模型的目标函数;本发明所构建的智能诊断模型考虑到视觉事件流数据的特殊性,对于视觉事件流数据进行重构,可以直接利用事件相机记录的数据完成滚动轴承的健康状态识别,实现了非接触式的滚动轴承健康状态采集同时完成新型事件流信号的诊断识别,从而实现基于事件相机的滚动轴承故障诊断。
-
公开(公告)号:CN114972436B
公开(公告)日:2024-02-23
申请号:CN202210662548.7
申请日:2022-06-13
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于时空域联合信息的运动磨粒检测跟踪方法及系统,结合磨粒运动的时序信息建立基于自适应高斯混合模型和三帧差法的磨粒粗略检测模型,通过三帧差法消除成像环境亮度突变导致的磨粒误检测,实现磨粒的粗略检测;基于DRLSE模型建立磨粒精准边界搜索模型,逐次迭代搜索磨粒的精确边缘,提高磨粒区域检测的准确性;基于卡尔曼滤波模型构建运动磨粒跟踪模型,利用预测磨粒与跟踪磨粒的IOU相似度和形状相似度作为磨粒匹配相似度,通过模型迭代更新实现浓度大、速度快环境下的运动磨粒准确跟踪,显著提高了磨粒检测和跟踪结果的准确率,为机械设备运行状态实时监测奠定了基础。
-
公开(公告)号:CN115420657A
公开(公告)日:2022-12-02
申请号:CN202211110140.5
申请日:2022-09-13
Applicant: 江苏徐工工程机械研究院有限公司 , 西安交通大学
Abstract: 本公开涉及磨粒分析设备及方法,涉及机械设备检测技术领域。一种磨粒分析设备,包括:光电探测器,被配置为检测透过待检测油样的光;处理器,被配置为根据透过待检测油样的光,确定待检测油样的透光率,根据待检测油样的透光率,确定待检测油样的稀释倍数;铁谱仪,被配置为针对稀释后的待检测油样,生成铁谱图像,用于对待检测油样进行磨粒分析。根据本公开,提高了磨粒分析的准确性和效率。
-
-
-
-
-
-
-
-
-