基于支持向量机的铁谱磨粒自动识别.pdf

基于支持向量机的铁谱磨粒自动识别.pdf

ID:48010347

大小:873.71 KB

页数:5页

时间:2020-01-14

基于支持向量机的铁谱磨粒自动识别.pdf_第1页
基于支持向量机的铁谱磨粒自动识别.pdf_第2页
基于支持向量机的铁谱磨粒自动识别.pdf_第3页
基于支持向量机的铁谱磨粒自动识别.pdf_第4页
基于支持向量机的铁谱磨粒自动识别.pdf_第5页
资源描述:

《基于支持向量机的铁谱磨粒自动识别.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第25卷第3期广东石油化工学院学报V0J.25No.32015年6月JoumalofGuangdongUniversityofPetrochemicalTechnologyJune2015基于支持向量机的铁谱磨粒自动识别邱丽娟,宣征南,张兴芳,何照荣,孙志伟(1.广东石油化工学院机电工程学院,广东茂名525000;2.太原理工大学化学化工学院,山西太原030024;3.广东石油化工学院广东省石化装备故障诊断重点实验室,广东茂名525000)摘要:为了实现支持向量机对磨损磨粒的自动识别,首先对彩色磨粒图像进行图像处

2、理,运用K一均值聚类、区域生长法和数学形态学将磨粒成功地从图像中分割出来;其次根据各类磨粒形貌特征确定磨粒的形状尺寸、纹理特征和颜色特征参数,并采用相应的方法提取这三方面的参数;由于支持向量机参数的选取对其分类效果影响很大,所以采用遗传算法对其参数做进一步的优化;最后以提取的特征参数为基础,运用优化的支持向量机成功地识别了严重滑动磨粒、球形磨粒、切削磨粒、疲劳磨粒和红色氧化物五类特征磨粒,其识别准确率达90%。结果表明该方法切实可行。关键词:支持向量机;自动识别;K一均值聚类;遗传算法;中图分类号:TH117文献

3、标识码:A文章编号:2095—2562(2015)03—0030—05油液监测作为机械设备故障诊断的有效监测手段之一,除了对在用润滑油理化指标进行监测外,主要通过对磨粒形貌特征分析判断机械设备摩擦磨损程度和失效类型。铁谱分析技术是一种通过对磨粒形貌特征、颜色特征的直观分析,得知磨粒种类,判断机械设备磨损状况的方法_1]。但由于传统的铁谱分析技术是由有相关工作经验的人员通过显微镜观察磨粒形貌特征得出的磨损情况分析报告,该报告依赖于个人的主观判断,并且效率较低。磨粒图像的智能化识别有助于提高铁谱技术的分析效率,扩大铁

4、谱技术的应用范围,同时也是铁谱分析技术快速发展的核心和瓶颈问题_2_3J。国内外的科研工作者们在铁谱磨粒的智能化识别技术方面取得了一定的成就,但从铁谱图像的获取到磨粒分类识别的过程中,仍有许多不足,以至于到目前为止仍然没有开发出一个能完全替代人工识别磨粒的成熟磨粒自动识别系统。近年来,支持向量机是国内外研究的热点之一,针对非线性、高维模式识别以及小样本问题所表现的良好性能,引起了不少故障诊断领域研究人员的关注。Jack等采用遗传算法(GA)优化支持向量机参数,并用于滚动轴承的状态检测,性能表现良好J。Zhang等

5、研究了结合粗糙集和SVM的算法,其推广性和识别率优于常规的SVMl5J。李新星等采用最近邻法对建立的SVM分类器参数及训练过程加以优化,最终提高识别率]。周伟等利用主成分分析法(PCA)优化磨粒特征参数并采用一种改进的遗传算法(IGA)对最小二乘支持向量机(LS—SVM)的参数进行优化,提高了磨粒分类识别率。本文采用基于遗传算法优化的支持向量机对铁谱磨粒图像进行分类识别,目的在于进一步探讨和完善磨粒识别中存在的诸多问题。1彩色磨粒图像分割彩色磨粒图像自身所带的颜色特征也是磨粒识别的重要特征参数,为了扩大识别的范围

6、,本文采用彩色磨粒图像进行研究。图像分割技术主要包括基于颜色、纹理和区域的分割,而基于颜色的图像分割是目前研究的热点。对于彩色图像分割主要受颜色空间的选取和基于颜色空间的分割方法这两方面影响。一均值聚类算法是一种不需要对样本进行训练,可直接通过迭代执行分类算法来提取各类颜色的特征值,并且无需人为监督收稿日期:2015—03—19;修回日期:2015—05—21基金项目:茂名市科技计划项目(201327);广东省石化装备故障诊断重点实验室开放基金项目(GDUPTKLAB201314)作者简介:邱丽娟(1988一),

7、女,四川荣县人,硕士研究生,主要研究方向为计算机铁谱图像处理与识别。32广东石油化工学院学报2015芷n(IpI一lP一I)堕广磨粒为圆形时,F接近于1;为其它形状时,F<1。在傅里叶凹度中,层状磨粒和球形磨粒的均值和方差都较小,说明这两类磨粒是凸的,而切削磨粒的值近似于均匀。2.2磨粒的纹理特征参数磨粒是由于机械设备长周期运转,表面相对摩擦运动而产生的,纹理具有一定的统计特征,因此采用统计分析法更为适合,而该方法也适用于磨粒的纹理粗糙程度和方向性的描述。因此,本文应用灰度共生矩阵提取磨粒的能量、熵、相关性、惯性

8、矩和稳定性五个纹理特征参数纹]。2.3磨粒的颜色特征参数颜色特征是磨粒成分分析和磨粒类型识别的一个重要特征,因此可以利用磨粒自身具有的丰富色泽和颜色差异来判别磨粒的成分和机械磨损程度。由于机械磨损产物材质不同,在显微镜下所呈现的颜色也不同,可以将磨粒分为金属磨粒、金属氧化物磨粒和非金属磨粒三类。因为图像一般由红绿蓝三元色组成,在RGB颜色空间下,通常以R(i,J),G(i

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。