论文部分内容阅读
转向架轴承是车辆走行部的重要部件,在列车行进途中,轴承内外圈表面材料受到高接触应力的反复作用,表面或亚表面容易出现缺陷。存在的表面缺陷不被及时发现就会导致轴承最终失效,进一步引发车辆燃切轴等严重事故。本文针对转向架厂修、段修滚动轴承内外圈常见缺陷,通过对轴承缺陷图像进行图像预处理、特征提取及分层次识别,实现了对缺陷种类的自动识别及定级,对车辆检修具有现实指导意义。具体工作如下:(1)研究了车辆轴承常见表面缺陷的形态特征、产生部位、形成原因以及损伤等级判定标准;分析了缺陷识别自动分类的难点,并建立了识别系统整体框架。(2)对缺陷图像进行预处理。针对图像滤波,对比研究了均值、中值、高斯和维纳滤波对缺陷图像的去噪处理效果,以峰值信噪比为评价标准确定采用高斯滤波作为滤波方法。其次利用直方图均衡化对图像进行对比度增强。最后在对比研究了Sobel、Roberts、Prewitt和Canny算子对轴承缺陷图像进行边缘检测的效果,选定Canny算子为本文的边缘检测工具。(3)实现快速准确地缺陷类别识别,选择设计恰当的缺陷图像特征是关键。针对经过预处理后的缺陷图像,根据各类缺陷所表现出的差异化图像特征,提取宽度、高度、面积、周长、伸长度、矩形度、压缩度、线度等几何形状特征和灰度值,并统计了各种缺陷的特征分布情况。(4)对于缺陷种类的识别,为了提高识别效率,采用了由粗到精的识别策略。对部分缺陷图像特征显著差别于其它类别的缺陷,利用相应特征通过设定参数阈值进行缺陷类别逐步分类识别,最后再根据图像特征结合轴承段修规程进行定级。对于缺陷图像特征相似度较高的缺陷分类重点研究了采用模糊模式识别进行识别的方法。针对缺陷图像特征参数值,每个缺陷选取的几种特征向量为模糊集,设计待识别样本的隶属函数,计算各个特征归属于模糊集的隶属度,最后基于最大隶属度原则识别样本的归属类别。(5)建立了车辆轴承表面缺陷识别分类系统。基于MATLAB软件及GUI开发了集图像预处理、特征提取、阈值分类及模糊识别分类为一体的识别分类定级系统,可进行批量识别定级。论文最后针对选取的六类缺陷,通过采用本文提出的阈值分类及模糊模式识别最终准确给出缺陷类型及损伤等级,证明了系统能够正确实现车辆轴承表面缺陷检测的目的,具有一定的应用价值。