專利名稱:利用圖像傳感器檢測(cè)潤(rùn)滑油含水率的方法
技術(shù)領(lǐng)域:
本發(fā)明涉及一種潤(rùn)滑油中含水率的檢測(cè)方法,特別是一種利用圖像傳感器由動(dòng)態(tài)連續(xù)視頻中提取潤(rùn)滑油的色飽和度來表征含水率的方法。
背景技術(shù):
隨機(jī)械設(shè)備日趨大型化、復(fù)雜化、運(yùn)行高參數(shù)化,連續(xù)工作時(shí)間不斷延長(zhǎng),盡管在設(shè)計(jì)、制造階段尋求保障減少設(shè)備的缺陷,以及使用時(shí)加強(qiáng)管理,但是設(shè)備運(yùn)行過程的摩擦磨損、變形、腐蝕老化等問題,導(dǎo)致機(jī)械設(shè)備使用性能的衰退。
磨損、疲勞和腐蝕是機(jī)械零件失效的三種主要形式,其中僅磨損一項(xiàng)約占80%左右。通常,磨損會(huì)導(dǎo)致機(jī)械零部件的逐漸損耗,是個(gè)長(zhǎng)期的過程,主要表現(xiàn)在降低設(shè)備工作效率、精度,增加其能耗,造成漏油、漏氣,發(fā)出噪音等等。如果不引起重視磨損甚至還可能誘發(fā)其他故障,甚至?xí)馂?zāi)難性的事故。這些時(shí)變的特征要求設(shè)備在運(yùn)行過程中配備狀態(tài)監(jiān)測(cè)子系統(tǒng)。
設(shè)備狀態(tài)監(jiān)測(cè)常用到振動(dòng)分析、聲發(fā)射技術(shù)、油液分析技術(shù)等。油液分析包括潤(rùn)滑油中的磨屑、污染磨粒以及潤(rùn)滑油的理化性能如黏度、含水率、降解性等。磨損時(shí)有大量帶有磨損信息的磨粒進(jìn)入潤(rùn)滑油,鐵譜技術(shù)就是利用了潤(rùn)滑油中的磨粒所帶的信息。鐵譜技術(shù)還可與光譜分析、化學(xué)分析等分析技術(shù)綜合起來,實(shí)現(xiàn)對(duì)機(jī)械設(shè)備的運(yùn)行狀態(tài)進(jìn)行綜合評(píng)判,達(dá)到在設(shè)備不解體、不停機(jī)的情況下實(shí)現(xiàn)監(jiān)測(cè)設(shè)備的目的。
鐵譜磨粒圖像分析可以實(shí)現(xiàn)定性和定量相結(jié)合的分析方法,但定量化程度還不夠全面,如在圖形處理方法的研究,普遍是在灰度空間上進(jìn)行,不是在彩色空間上。鐵譜磨粒圖像是彩色的,包含的信息量大,彩色本身也含有磨粒特征和磨損信息,只在灰度空間上進(jìn)行處理,顯然丟失了許多有用的信息。當(dāng)前對(duì)圖像處理主要是對(duì)獲取的彩色磨粒圖像進(jìn)行灰度化、幾何變換、增強(qiáng)、銳化清晰、分割處理、邊緣與輪廓提取等,從而得到磨粒的紋理、孔隙率等一些特性(沈如蕓,昆明理工大學(xué)碩士學(xué)位論文,鐵譜磨粒圖像預(yù)處理與磨粒識(shí)別技術(shù)研究,2008.2)。
英國(guó)Swansea大學(xué)的B.J.Roylance等人首先嘗試了圖像分析技術(shù)在磨粒分析中的應(yīng)用,試圖利用不同金屬磨?;叶戎档牟顒e,進(jìn)行磨粒成分的鑒別,由于磨粒成分的復(fù)雜性并不能在色彩上得到充分反映,其效果必然不會(huì)明顯。
何曉昀,呂植勇,李大光等,采用主成分分析法對(duì)HSI顏色模型分析結(jié)果提取特征參數(shù),從而給出磨粒中元素成分特征[何曉昀,呂植勇,李大光,陳濤,王虹,嚴(yán)新平,一種基于HSI色度空間的磨粒成分分析法,武漢理工大學(xué)學(xué)報(bào)·信息與管理工程版,27(5)(2005)1-4]。
以上這些圖像分析技術(shù),完全是針對(duì)磨粒的。鐵譜技術(shù)本身并未考慮運(yùn)行過程的潤(rùn)滑油中水分的變化。潤(rùn)滑油中水分會(huì)導(dǎo)致接觸面油膜厚度變薄,承載能力下降,零件是腐蝕,同時(shí)也是造成磨損的重要因素。油液中水分等物理指標(biāo)可對(duì)設(shè)備和潤(rùn)滑油造成很大的危害,是不應(yīng)當(dāng)忽視的。
在鐵譜圖像處理過程中油液中含有的水分引起的顏色變化卻因灰度處理而丟失,油中水分只能進(jìn)行復(fù)雜的離線分析。OSA(美國(guó)Mennen Trust)綜合油液分析系統(tǒng)將元素分析光譜儀,紅外分析光譜儀等關(guān)鍵分析儀器與智能化的專家診斷軟件集成于一體。OSA中基于紅外光譜可以測(cè)量0-3%的含水范圍而準(zhǔn)確度達(dá)到±0.2%,作為離線使用的儀器,使用效果較好,但在線使用干擾很多。
分光光度法,測(cè)量被測(cè)液的吸光度值,帶入公式換算成以E、B、C為單位的國(guó)際標(biāo)準(zhǔn)色度值,公式為 色度(E、B、C)=10×1.27×A430×1.25-1.2,其中A430為吸光度值。該方法測(cè)量時(shí)間較長(zhǎng),適合離線測(cè)量。色度法也用來評(píng)定啤酒等清亮度較高的液體的顏色。
發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)不足,提供一種利用圖像傳感器檢測(cè)潤(rùn)滑油含水率的方法,該方法抗干擾能力強(qiáng),可靠性好,便于推廣??梢詥为?dú)使用,也可與圖像型鐵譜傳感器聯(lián)用,而不增加圖像型鐵譜傳感器的零部件。
為達(dá)到上述目的,本發(fā)明采用如下的技術(shù)解決方案 首先,拍攝存儲(chǔ)的潤(rùn)滑油的彩色圖片進(jìn)行灰度化,然后轉(zhuǎn)化為灰度圖片,若灰度圖片的灰度值全部小于30,則圖片為無效圖片,否則,在灰度圖片中確定灰度值最小像素點(diǎn),選取最小像素點(diǎn)周圍50×50的區(qū)域內(nèi)作為坐標(biāo)范圍; 然后,在灰度圖片所對(duì)應(yīng)的彩色圖片上選取此范圍,利用Matlab程序讀取選定范圍的RGB值,將彩色圖片的紅、綠、蘭RGB值轉(zhuǎn)化為色調(diào),色飽和度,亮度HSI模型,RGB值轉(zhuǎn)換到HIS模型由如下公式得到 其中H表示色調(diào),B為蘭色分量值,G為綠色分量值,R為紅色分量值, 色飽和度分量由下式得出 強(qiáng)度分量由下式得出 S為色飽和度分量值,I為強(qiáng)度分量值; 最后,根據(jù)標(biāo)定公式y(tǒng)V=kxS+yb,即測(cè)得潤(rùn)滑油的含水量,其中xS為色飽和度S分量的值,yV為潤(rùn)滑油中含有的水的體積百分比含量,k為直線的斜率,yb為含水量為0時(shí)潤(rùn)滑油的初始色飽和度值。
本發(fā)明采用CMOS攝像頭或CCD攝像頭攝取潤(rùn)滑油的彩色圖片,從彩色圖片的色飽和度分析得到潤(rùn)滑油的含水率。適用于潤(rùn)滑油的含水率在0~5%范圍內(nèi)的檢測(cè),優(yōu)于當(dāng)前的基于介電常數(shù)和電導(dǎo)率的傳感器檢測(cè)方法,傳感器成本低,性能穩(wěn)定,量程寬可達(dá)到2v/v%甚至可達(dá)4v/v%,完全滿足工業(yè)監(jiān)測(cè)的需要。所得結(jié)果可靠,信號(hào)為數(shù)字化,易于計(jì)算機(jī)處理和網(wǎng)絡(luò)傳輸。無論是遠(yuǎn)程或近程、有線或無線傳輸,具有抗干擾能力強(qiáng)的特點(diǎn)。
圖1為色飽和度S的平均值隨著含水量的變化曲線圖; 下面結(jié)合附圖對(duì)本發(fā)明的內(nèi)容作進(jìn)一步詳細(xì)說明。
具體實(shí)施例方式 本發(fā)明即利用色飽和度S作為評(píng)價(jià)指標(biāo)。
參照?qǐng)D1所示,隨著含水量的增加,色飽和度S的平均值變減少,且含水量與色飽和度的單調(diào)對(duì)應(yīng)關(guān)系很好。
彩色圖片是基于RGB描述的。RGB色度空間是最常見的色系坐標(biāo)系,由R(紅)、G(綠)、B(藍(lán))三個(gè)分量組成,三維空間中的三個(gè)軸分別與紅、綠、藍(lán)三基色相對(duì)應(yīng),原點(diǎn)對(duì)應(yīng)于黑色,離原點(diǎn)最遠(yuǎn)的頂點(diǎn)對(duì)應(yīng)于白色,而其他顏色則落在三維空間中由紅、綠、藍(lán)三基色組成的彩色立方體中。通常情況下以RGB色系坐標(biāo)系為基礎(chǔ)描述其它色系坐標(biāo)系,將其它色系坐標(biāo)系的基色描述為RGB三色的線性或者非線性函數(shù)。
HSI色度空間是以色彩的色調(diào)(Hue)、飽和度(Saturation)、亮度(Intensity)為三要素來表示的。它同人對(duì)色彩的感知相一致,是適合人的視覺特性的色彩空間。線性色彩表示系統(tǒng)如RGB色彩空間,其三個(gè)色彩分量沒有很好地和人對(duì)色彩判斷的因素相聯(lián)系,冗余信息多,對(duì)三個(gè)分量分別處理將造成顏色信息的丟失和錯(cuò)亂。將RGB空間轉(zhuǎn)換為HSI空間后,它將亮度(I)與反映色彩本質(zhì)特性的兩個(gè)參數(shù)-色調(diào)(H)和飽和度(S)分開。光照明暗給物體顏色帶來的直接影響就是亮度分量(I),所以將亮度分量從色彩中分離出去,而只用反映色彩本質(zhì)特性的色度、飽和度,可獲得比較好的效果。
給定一幅RGB彩色格式的圖像,從RGB轉(zhuǎn)換到HSI色彩。每個(gè)RGB像素和H分量可用如下公式得到 其中 色飽和度分量由下式得出 強(qiáng)度分量由下式得出 色調(diào)是描述純色的屬性(純黃色、橘黃或紅色),飽和度給出一種純色被白光稀釋的程度的度量。亮度是主觀的描述因子。色飽和度體現(xiàn)了無色的強(qiáng)度概念,并且是描述彩色感覺的關(guān)鍵參數(shù)。因此本專利即利用了色飽和度的特性,建立色飽和度和油中含水率的對(duì)應(yīng)關(guān)系,用于含水率的實(shí)際測(cè)量。
配制不同體積含水量的20號(hào)透平油。取10ml的20號(hào)透平油放入20ml的試管中,用滿刻度為1ml精度為0.02ml的移液管向潤(rùn)滑油中加入表1規(guī)定量的去離子水,潤(rùn)滑油水浴加熱至30±2℃,保溫10min。然后將盛含水潤(rùn)滑油的試管放入超聲波振蕩器中超聲乳化不超過30min,水在油中分散均勻。
表1含水量配制
利用OLF在線鐵譜儀(中國(guó)發(fā)明專利,謝友柏;毛軍紅;王金濤;袁崇軍,短沉積距離圖像型在線鐵譜裝置與方法,200610041773.X,2006.02.09;謝友柏;袁崇軍;毛軍紅;王金濤;呂曉軍,在線數(shù)字圖像型電磁永磁混合勵(lì)磁鐵譜傳感器,200510041894.X,2005.04.04)的CMOS圖像傳感器拍下潤(rùn)滑油初始的彩色圖片,由RGB轉(zhuǎn)換到HSI空間提取出色飽和度S的值,針對(duì)給定的含水率得到含水的體積百分比與色飽和度S的關(guān)系(圖1)。色飽和度S分量與含水量的對(duì)應(yīng)關(guān)系,經(jīng)擬合后表現(xiàn)為一次線性關(guān)系,具有yV=kxS+yb形式的標(biāo)定公式。其中xS為色飽和度S分量的值,yV為潤(rùn)滑油中含有的水的體積百分比含量,k為直線的斜率,yb為含水量為0時(shí)潤(rùn)滑油的初始色飽和度值。將此關(guān)系儲(chǔ)存在數(shù)據(jù)庫(kù)中,供分析時(shí)調(diào)用。
取在用油,利用OLF在線鐵譜儀的CMOS圖像傳感器拍下潤(rùn)滑油的彩色圖片,由RGB轉(zhuǎn)換到HSI空間提取出色飽和度S的值,調(diào)用儲(chǔ)存在數(shù)據(jù)庫(kù)中的標(biāo)定值。從而得其含水量為1.8v/v%。
權(quán)利要求
1.一種基于圖像傳感器檢測(cè)潤(rùn)滑油中的含水量的方法,其特征在于,
首先,拍攝存儲(chǔ)的潤(rùn)滑油的彩色圖片進(jìn)行灰度化,然后轉(zhuǎn)化為灰度圖片,若灰度圖片的灰度值全部小于30,則圖片為無效圖片,否則,在灰度圖片中確定灰度值最小像素點(diǎn),選取最小像素點(diǎn)周圍50×50的區(qū)域內(nèi)作為坐標(biāo)范圍;
然后,在灰度圖片所對(duì)應(yīng)的彩色圖片上選取此范圍,利用Matlab程序讀取選定范圍的RGB值,將彩色圖片的紅、綠、蘭RGB值轉(zhuǎn)化為色調(diào),色飽和度,亮度HSI模型,RGB值轉(zhuǎn)換到HIS模型由如下公式得到
其中H表示色調(diào),B為蘭色分量值,G為綠色分量值,R為紅色分量值,
色飽和度分量由下式得出
強(qiáng)度分量由下式得出
S為色飽和度分量,I為強(qiáng)度分量值;
最后,根據(jù)標(biāo)定公式y(tǒng)v=kxS+yb,即測(cè)得潤(rùn)滑油的含水量,其中xS為色飽和度S分量的值,yv為潤(rùn)滑油中含有的水的體積百分比含量,k為直線的斜率,yb為含水量為0時(shí)潤(rùn)滑油的初始色飽和度值。
全文摘要
本發(fā)明公開了一種運(yùn)用圖像傳感器檢測(cè)潤(rùn)滑油含水率的方法,具體如下運(yùn)用圖像傳感器拍攝得到流經(jīng)傳感器窗口前方的潤(rùn)滑油圖像,在后處理程序中,識(shí)別出潤(rùn)滑油當(dāng)前的色飽和度S。色飽和度S與潤(rùn)滑油的含水率或含水量之間標(biāo)定后表明存在線性關(guān)系。由標(biāo)定公式,可將色飽和度S換算成潤(rùn)滑油的含水率,此法適用于潤(rùn)滑油的含水率在0~5%范圍內(nèi)的檢測(cè),優(yōu)于當(dāng)前的基于介電常數(shù)和電導(dǎo)率的傳感器檢測(cè)方法,擴(kuò)大含水率的測(cè)量范圍,傳感器穩(wěn)定性好。可用于船舶、海洋、航空、車輛等設(shè)備的潤(rùn)滑油監(jiān)測(cè)和分析。
文檔編號(hào)G01N27/72GK101539528SQ20091002214
公開日2009年9月23日 申請(qǐng)日期2009年4月22日 優(yōu)先權(quán)日2009年4月22日
發(fā)明者謝友柏, 董光能, 華 張, 毛軍紅 申請(qǐng)人:西安交通大學(xué)