CN103926276B - 一种在线油液磨粒监测装置及检测方法 - Google Patents
一种在线油液磨粒监测装置及检测方法 Download PDFInfo
- Publication number
- CN103926276B CN103926276B CN201410113420.0A CN201410113420A CN103926276B CN 103926276 B CN103926276 B CN 103926276B CN 201410113420 A CN201410113420 A CN 201410113420A CN 103926276 B CN103926276 B CN 103926276B
- Authority
- CN
- China
- Prior art keywords
- signal
- abrasive particle
- circuit
- electrode
- induced signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种在线油液磨粒监测装置及检测方法,在线油液磨粒监测装置包括在线多电极层析成像磨粒传感器;光电隔离模块;激励部分和检测部分电路和分别独立使用的电源;信号滤波电路;AD转换电路和采用全差分信号传播的信号通路。检测方法包括软件相位检波信号预处理;根据有限元规则对图像重建模型;读取帧感应信号;计算等位线滤波反投影,生成灰度图像;生成连续多帧图像;计算磨粒数量、形状、尺寸大小;生成多频率灰度图像,并计算磨粒材质;对磨粒信息进行存储和显示,体现油液中磨粒信息和装置磨损状态等。本发明对金属和非金属颗粒都能实现检测,并可以定量检测磨粒的个数、尺寸、形状和种类。
Description
技术领域
本发明涉及机器***磨损状态在线监测领域,尤其涉及一种在线油液磨粒监测装置及检测方法。
背景技术
在线油液监测是一种重要的机械设备早期故障检测方法。实时油液分析传感器是一种油液分析仪器,它通过检测油液中磨粒的尺寸、数量、材质和形状,实时检测机械设备的运行情况,及时预报潜在的故障,避免灾难性损坏或者使处于正常运转的设备减少不必要的维修,从而增加产值和效益。
现有技术中公开了一种在线油路磨粒监测装置(公开号为:CN103217365A),通过在初始上电时,调节油路磨粒传感器的两组激励线圈上激励信号的幅度差和相位差,使油路磨粒传感器的两个激励线圈产生的磁场极性相反并在中间检测线圈处抵消。这样,在平常没有带磨粒的油液通过油路磨粒传感器时,检测线圈上只有一个较小的载波信号输出;当有磨粒的油液通过传感器时,产生的磨粒信号会调制在载波信号上,然后送入信号检测电路进行放大及解调,就能得到有效的磨粒信号,将此磨粒信号送入DSP进行处理,得到油液中磨粒的大小,个数及材质等定性参数。
实际应用中根据电磁感应原理可以得出传感器变化量的模型,见《电感式磨粒传感器中铁磁质磨粒特性仿真研》仪器仪表学报第32卷第12期)。
式中:
Lc为当磨粒进入激励线圈时,磨粒引起磁感应强度的变化,而使得线圈局部电感变化,产生的电感变化量;μ0为真空磁导率;μ1为磨粒相对磁导率;N1为激励线圈的匝数;rd为磨损颗粒半径;ld为磨粒轴长;l1为磨粒轴长。
从模型中可以看出,传感器响应大小与磨粒的形状、尺寸和材料相对磁导率是有直接定量关系的,如果没有对颗粒形状和颗粒非金属材料进行定量测试,是不能定量测试磨粒尺寸的。
当前技术都未能实现磨粒尺寸、磨粒形状、磨粒材料等关键因素同时定量检测,也就是未能解决定量测试磨粒尺寸的问题。
现有技术中还公开了一种电阻抗断层成像方法(公开号为:CN1098499C),包括建立图像重建模型、区域剖分、计算正向扰动矩阵、对正向扰动矩阵进行奇异值分解等步骤,其中设计了多个剖分组合成像的方法,该方法采用了电学层析成像方法,有效的提高了精度、尽可能地利用了测量数据的信息,使成像质量迈进了一大步。
虽然上述电学层析成像方法是可以实现成像的,但是在磨粒检测过程中也存在着不适应的方面。首先此方法成像速度慢无法实现在线检测;其次电学层析成像技术在医疗设备领域发展成熟,多用于人体成像和管道多相流成像等普通尺寸实验室或便携式现场诊断,而在微米级微观尺寸的磨粒在线检测中还没有实现过;此外,该方法没有对磨粒检测识别中的磨粒数量、磨粒形状、磨粒尺寸大小、磨粒材质等进行计算,无法满足磨粒在线检测的技术需要。
发明内容
本发明提供了一种在线油液磨粒监测装置及控制方法,本发明实现了微米级微观尺寸的磨粒在线检测,能够实现在线显微图像检测和后处理,详见下文描述:
一种在线油液磨粒监测装置,包括:在线多电极层析成像磨粒传感器、激励信号源电路、信号检测滤波电路、模拟数字转换电路和计算机;
所述在线多电极层析成像磨粒传感器由多个电极构成,多个电极之间组成了电极阵列,所述电极阵列以均匀方式、且位置相对地设置在被测管道同一截面处的内壁或外壁上,其中任意两个电极可组成成像电极对;
所述激励信号源电路包括与所述电极个数相等的激励源、以及一个频率/占空比控制电路,所述频率/占空比控制电路由所述计算机控制,对各成像电极对连接的不同激励源提供不同的控制信号;所述激励源产生不同频率或占空比的激励信号,并分别输入到各个成像电极对上;所述成像电极对产生感应信号,并将所述感应信号输出到所述信号检测滤波电路;
所述信号检测滤波电路包括与所述成像电极对个数相等的信号检测电路和信号滤波电路;所述信号检测电路将所述感应信号放大输出到所述信号滤波电路;所述信号滤波电路根据激励频率对已放大的感应信号进行带通滤波并把滤波后感应信号传输至所述模拟数字转换电路;
所述模拟数字转换电路由多个A/D转换电路相连构成,所述A/D转换电路用于把所述滤波后感应信号从模拟量变成数字量,并传入所述计算机进行分析处理和成像计算;
所述计算机用于对数字量的感应信号进行信息分析处理实现了在线油路磨粒的监测。
所述在线油液磨粒监测装置还包括:显示器和键盘,
所述键盘用于输入相关参数;所述键盘用于显示磨粒的形状、油液中磨粒的大小、个数、材质及磨粒的图像。
所述激励信号源电路、所述信号检测滤波电路、所述模拟数字转换电路采用全差分信号传播。
所述在线油液磨粒监测装置还包括:光电隔离模块,
所述激励信号源电路通过所述光电隔离模块连接所述计算机。
所述信号检测滤波电路和所述模拟数字转换电路组成了检测部分电路,其特征在于,
所述激励信号源电路和所述检测部分电路分别使用独立的电源供电。
一种在线油液磨粒监测装置的检测方法,所述方法包括以下步骤:
(1)通过软件信号相位检波对信号进行预处理,获取预处理后信号;
(2)建立图像重建模型;
(3)根据有限元规则对图像重建模型剖分区域网格节点;
(4)读取参考帧感应信号,获取参考帧;
(5)读取当前帧感应信号,获取当前帧;
(6)计算等位线滤波反投影,生成灰度图像;
(7)将当前帧作为新的参考帧,不断重复步骤(5)和(6),生成连续多帧灰度图像;
(8)判断是否存在磨粒,如果是,执行步骤(9);如果否,流程结束;
(9)计算磨粒的数量、计算磨粒形状;计算磨粒尺寸大小;
(10)生成多频率灰度图像,并计算磨粒材质;
(11)对磨粒信息进行存储和显示,体现油液中磨粒信息和装置磨损状态。
所述读取参考帧感应信号,获取参考帧的操作具体为:
选择一个电极对,通过该电极对施加激励信号,同时在其余的电极对间采集磨粒的感应信号;依次切换电极对施加激励信号,并同时在其余的电极对间采集感应信号,重复这一过程,直到所有电极对都被作为激励电极对;
将上述各组感应信号通过信号检测电路、信号滤波电路和模数转换电路传给计算机;计算机对所有的感应信号进行编号存储,形成参考帧感应信号矩阵Vu,矩阵中的各元素编号为Vu[i][j],表示第i个电极对激励时,第j个电极对上的感应信号。
本发明提供的技术方案的有益效果是:本发明设计优化和调整电学层析成像的装置和方法使其满足微米级微观尺寸的磨粒在线实时检测需求。使其能够实现在线显微图像检测和后处理,即对磨粒形状、个数、尺寸和材料种类进行定量检测;避免了油液中存在的气泡以及不透明的油液对检测准确性的影响;本发明对金属和非金属颗粒都能实现检测,并可以区分物质种类,满足实际应用中的多种需要。
附图说明
图1为一种在线油液磨粒监测装置的原理图;
图2为在线油液磨粒检测方法流程图;
图3为无磨粒时传感器电流线等位线分布示意图;
图4为有良导体或绝缘体磨粒时传感器电流线等位线分布示意图;
图5为有限元剖分及电极注入后电极等位线分布,其中(a)为传感器剖分有限元分布,其中阴影部分表示磨粒存在使电导率改变区域;(b)为在相邻电极注入后,经过电极的等位线分布,在相邻电极上测量电压。
图6为每次电流注入下的反投影图像;
图7为多次电流注入下反投影图像加权叠加过程图;
图8为生成连续多帧的灰度图像效果图;
图9为计算磨粒数量处理过程图,其中(a)为原始图像,(b)为处理后图像;
图10为计算磨粒尺寸大小效果图;
图11为生成多频率(50KHz,100KHz,150KHz)灰度图像;
图12为计算磨粒材质效果图,其中(a)是绝缘体非金属磨粒图像,(b)是良导体金属物质磨粒图像;
图13为计算机显示界面效果图。
附图中,各部件的列表如下:
1:在线多电极层析成像磨粒传感器;2:激励信号源电路;
3:信号检测滤波电路;4:模拟数字转换电路;
5:计算机;6:显示器;
7:键盘;8:检测部分电源;
9:光电隔离模块;101:电极;
201:激励源;202:频率/占空比控制电路;
203:激励部分电源;301:信号检测电路;
302:信号滤波电路;401:A/D转换电路;
e1、e2;e3、e4:电极对。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面对本发明实施方式作进一步地详细描述。
如图1所示,本发明实施例中的在线油液磨粒监测装置包括:在线多电极层析成像磨粒传感器1、激励信号源电路2、信号检测滤波电路3、模拟数字转换电路4、计算机5、显示器6以及键盘7。
其中,在线多电极层析成像磨粒传感器1是一个可以在线接入油液管路的电学层析成像***复合阵列传感器,是以能实现阻抗成像为目的的传感器,其由一定数量的电极101构成。多个电极101通过厚胶光刻技术实现(厚胶光刻技术是微机电***(MEMS)中的成熟技术,在此不做赘述)。多个电极101之间组成了电极阵列,该电极阵列以均匀方式、且位置相对地设置在被测管道同一截面处的内壁或外壁上,任意两个电极101可组成成像电极对。电极阵列中的电极数为8到64个,即组成4到32个成像电极对。中心的管道接入油路中,含有磨粒的油液流过该管道。
具体实现时,为了解决在微米级检测时,避免分布电容的显著影响和传感器未知接触阻抗的影响,本发明实施例将电极101的功能明确分化。电极101用来激励注入电流时,就不在该电极101上进行电压测量。这样对每一次测量,都采用两对电极101,一对用来电流注入,另外一对用来电压测量,这种模式称为4电极配置。用来注入电流的那对电极101称为驱动电极,而用来测量电压的那对电极101称为接收电极。如果电压测量的信号检测滤波电路3具有足够高的输入阻抗,那么流经接收电极上的电流就可以忽略不计,这样就可以消除由于接触阻抗和分布电容引起的电压误差的影响。如果做为恒流源的激励信号源电路2的精度和驱动能力足够高,则驱动电极上的接触阻抗和分布电容也可以忽略不计。
如图3所示,其具体结构为电极101形成阵列以圆周均布方式,且位置相对地设置在传感器管道102同一截面处的内壁或外壁上,其中任意两个电极可组成电极对。所述电极阵列中的电极数为8到64个,组成4到32个电极对。其中的一对电极101的e1和e2之间由激励信号源电路2进行恒流激励,在线多电极层析成像磨粒传感器1中如果没有磨粒存在,则在线多电极层析成像磨粒传感器1中的电流密度是均匀分布的,且电流线与电位线是正交的。另外一对电极e3和e4连接信号检测滤波电路3,相当于一个具有高输入阻抗的电压表测量e3和e4两端的电压值,则电极101之间的电阻为:
其中σ为传感器中油液电导率,L是电极101之间的距离,A是在线多电极层析成像磨粒传感器1的横截面面积。
如图4所示,当在线多电极层析成像磨粒传感器1中出现良导体金属材质磨粒或绝缘体磨粒时,则电流线和电位线都将发生扭曲,从电极对e3和e4之间看则表现为e3和e4之间电阻减小或增大。由于是激励信号源电路2恒流激励,故可测得电极对e3和e4之间电压会减小或增大。利用欧姆定律,可以得到电极对e3和e4之间的电阻为:
当出现良导体金属磨粒时
当出现绝缘体磨粒时
其中,σ′和σ′′分别为出现良导体金属材质磨粒或绝缘体磨粒时,电极对e3和e4之间的平均电导率。
比较以上公式可得到:
这表明根据原来在线多电极层析成像磨粒传感器1中油液电导率为σ和电极101测得的边界电压前后的变化值,即可得到在线多电极层析成像磨粒传感器1内部电导率的变化,即油液中的磨损磨粒信息。本发明实施例采用的是电流激励电压测量的方式。为了实现检测成像电极对,不影响激励成像电极对产生的电磁场,必须使激励部分和检测部分互相之间没有任何电的联系即没有任何电连接。本在线油液磨粒监测装置使用光电隔离模块9隔离信号之间的电连接;激励部分电路和检测部分电路分别独立使用了各自的电源,即激励部分电路采用激励部分电源203,检测部分电路使用检测部分电源8
对微米级微观尺寸的磨粒,进行在线成像检测,检测到的电信号微弱尤其容易受到共模感应信号影响。为了提高信号抗共模干扰性能,本在线油液磨粒监测装置对激励信号源电路2、信号检测滤波电路3、模拟数字转换电路4都采用全差分信号传播,保证了所有模拟微弱信号的全差分传播和变换不受共模感应信号的影响。
激励信号源电路2包括与电极101个数相等的激励源201和一个频率/占空比控制电路202(该控制电路202对多路激励源的频率/占空比进行控制)。
其中,频率/占空比控制电路202,由计算机5控制对各成像电极对连接的不同激励源201提供不同的控制信号,使连接不同成像电极对的激励源201产生频率和占空比不同的激励信号。
激励源201,每个成像电极对连接有一个激励源201以提供激励信号,激励信号的数量为4到32个(即与成像电极对的数量相匹配)。激励源201根据频率/占空比控制电路202的控制信号,产生不同频率或占空比的激励信号,并分别输入到各个成像电极对上;流经在线多电极层析成像磨粒传感器1的带有磨粒的润滑油由于电阻抗变化使成像电极对上产生感应信号,并将感应信号输出到信号检测滤波电路3。
与在线多电极层析成像磨粒传感器1相连的信号检测滤波电路3包括与成像电极对个数相等的信号检测电路301,即信号检测电路数量的为4到32个。
信号检测电路301,用于将各成像电极对输出的感应信号放大,并根据信号的大小进行放大倍数的可编程增益放大,输出到信号滤波电路302;各个信号检测电路301都有各自的与之相连的信号滤波电路302,即信号滤波电路302的数量为4到32个。
信号滤波电路302,用于根据激励频率对已放大的感应信号进行带通滤波,消除信号噪声的干扰,并把滤波后感应信号传输至模拟数字转换电路4。
模拟数字转换电路4由多个A/D转换电路401相连构成。A/D转换电路401与信号滤波电路302的个数相匹配,即每个信号滤波电路302都有与之相连的A/D转换电路401,信号滤波电路数量为4到32个。A/D转换电路401,用于把滤波后感应信号从模拟量变成数字量,并传入计算机5进行分析处理和成像计算。
计算机5用于对数字量的感应信号进行信息分析处理,通过等位线滤波反投影成像方法得到每秒8到600帧的传感器内截面的灰度图像。计算机5根据图像的灰度分布,自动计算出油液中磨粒的形状、油液中磨粒的大小、个数及材质等参数,这些参数可以反映被监测机械设备的磨损情况,从而实时获得被测设备的健康状况,实现了在线油路磨粒的监测。
显示器6和键盘7用于输入相关参数和显示磨粒的形状、油液中磨粒的大小、个数及材质等参数和磨粒的图像。
本发明实施例对上述所有器件的型号不做限制,只要能完成上述功能的即可。例如:信号滤波电路302采用高阶集成滤波器件MAX281,模拟数字转换电路4采用了凌特公司的全集成模拟数字转换芯片LTC2452,具体实现时,根据实际应用中的需要选取其他型号的器件。
参见图2,该在线油液磨粒监测装置的检测方法包括如下步骤:
101:通过信号相位检波对信号进行预处理,获取预处理后信号;
相位同步检波电路抗干扰能力强,有利于检测某一频段的微弱信号。同步检波是一种幅值解调电路,其特点是输入信号为两路,一路为需要解调的调幅信号,另一路为参考信号。相位同步检波主要通过参考信号来选择解调的频率和鉴别调幅信号的相位,本方法在计算机中通过软件方式实现相位同步检波,避免了硬件数字检波本身的电路噪声和电路的非理想非线性特性,同时也避免检测信号由于被测信号相位变化使相位差存在误差。其中,预处理后的信号做为图像重建模型的输入信号,即做为参考帧或当前帧的帧感应信号进行处理。
102:建立图像重建模型;
在计算机中模拟建立一个具有一定电阻抗分布的圆平面(二维)或圆柱体(三维)来做为图像重建模型。由于润滑油磨粒传感器管道可近似为具有一定电阻抗分布的圆柱体,根据监控需要和传感器实际情况,电极阵列以圆周均布的方式相对地设置在被测管道同一截面处的内壁或外壁上,因此在计算机中可以模拟建立上述的图像重建模型。
103:根据有限元规则对图像重建模型剖分区域网格节点;
对102步中建立的图像重建模型的区域按照有限元规则剖分成一定数量的单元和节点。剖分的方案根据情况自由设置。本发明实施例采用三角单元剖分,剖分单元在区域内略大在外部略小的剖分形式。例如:图5(a)为一个有限元剖分方案,该模型共有352个三角单元,193个节点。其中,区域网格节点决定了后续步骤处理信号矩阵的各元素编号及其对应的成像像素位置。
104:读取参考帧感应信号,获取参考帧;
选择其中一个的电极对,通过这对电极对传感器施加激励信号,同时在其余的电极对间采集传感器磨粒的感应信号;依次切换电极对施加激励信号,并同时在其余的电极对间采集感应信号,重复这一过程,直到所有电极对都被作为激励电极对;将上述各组感应信号通过信号检测电路、信号滤波电路和A/D转换电路传给计算机。计算机对所有的感应信号进行编号存储,形成参考帧感应信号矩阵Vu,矩阵中的各元素编号为Vu[i][j],表示第i个电极对激励时,第j个电极对上的感应信号,作为一帧数据保存,定义为参考帧。本实施例在传感器外壁等间距放置16个电极,采用相邻配置,既在相邻电极上注入电流,且同时对所有其他相邻电极对测量电压。参比帧为当场域内电导率均匀分布时,在相邻电极上施加恒定电流,传感器内部形成的等位线分布如图5(b)所示。
105:读取当前帧感应信号,获取当前帧;根据设定的时间帧间隔重复步骤104的测量,得到另外一组感应信号矩阵Vp,矩阵中的各元素编号为Vp[i][j],表示第i个电极对激励时,第j个电极对上的感应信号,作为一帧数据保存,定义为当前帧。根据前面所描述的四电极配置,本发明实施例采取相邻电极四电极配置方法,电极个数为16个,在所有的相邻电极上依次注入电流,共注入16次。每一次电流注入下,可以测量13个其他相邻电极的电压,由于传感器内存在磨粒导致电导率分布的变化,传感器内电位的实际值也会有所改变,从而测量得到的相邻电极上的电压也会发生相应的改变,将这些由于电导率改变引起的电压变化测量并记录就为当前帧数据。
106:计算等位线滤波反投影,生成灰度图像;
将上述数据代入等位线反投影算法进行电阻抗动态图像重建。计算过程可用下式表示:
其中,CP是电导率变化向量,m是有限元图像重建模型的单元数,共M个有限元单元。i表示第i个电极对激励,j表示第j个电极对上测量到的感应信号,共N个电极对。B称为反投影矩阵,Bi[m][j]表示从第i个电极对激励、第j个电极对上测量感应信号投影到第m个像素(重建模型单元)时的反投影矩阵元素,该像素的感应信号介于第j对电极感应信号之间时,Bi[m][j]为1或0。Wi[m][j]滤波加权系数,最简单情况下本实施例可等于1。按照CP[m]的数值大小,显示出与该数值对应的一个像素点,所有的点按CP[m]的值显示图像,既为灰度图像。
本发明实施例将标准化了的电极电压变化量沿着等位线方向进行反投影,就是令电极上的等位线所夹区域的像素值(即三角单元)为电极电压变化量。将各次电流注入下的边界电压变化量沿着等位线方向进行反投影后,就得到每次电流注入下的反投影图像,如图6所示。本发明实施例用矩阵的方式描述和实现等位线反投影算法,引入反投影矩阵B,将传感器边界电位变化沿着等位线方向进行反投影,就是将B乘以边界电位的变化值,B是具有m*n个元素的反投影矩阵(本发明实施例中,m是有限元模型的单元数352,n是电极个数16)。
在本实施例中,将16次电流注入下的反投影图像按一定方式进行加权叠加(本实施例按照直接叠加),就可以得到一副图像,图像叠加过程如图7所示。
107:将当前帧作为新的参考帧,VP[i][j]→Vu[i][j],不断重复步骤105和106,生成连续多帧灰度图像;本发明实施例不断重复步骤105和106,每100mS重新生成一副图像,如图8可以产生连续的图像帧,图像帧顺序为从左到右,从上到下。
108:判断是否存在磨粒,如果是,执行步骤109;如果否,流程结束;
根据各帧图像的各像素点灰度大小,比较同一帧图像中灰度最大值的像素灰度和灰度最小值的像素灰度之间的绝对值的差。当绝对值的差大于某一数值(此数值根据磨粒和油液材料灰度值的最大值和最小值进行标定,并取中间值)时,认为有磨粒。例如:本发明实施例按照归一化后灰度值的最大值或最小值与平均值的差的绝对值大于20%为阈值判断颗粒有无,如图8前4帧认为没有磨粒,第5帧数据最小值像素点归一化灰度小于平均值25%,认为有颗粒。
109:计算磨粒的数量;
将图像中的各像素点与相邻像素点进行相减,得到磨粒边缘图像帧(相当于矩阵求差分求取磨粒边缘),计算机根据封闭的磨粒边缘个数可以计算出磨粒数量,即:计算机中建立磨粒数量计数器,根据每帧图像的磨粒数量进行累计。图像上开始出现一个磨粒边缘到磨粒边缘消失认为是一个整个颗粒。本发明实施例中对各像素点进行差分,如图9所示,图9(a)经过处理后得到图9(b),根据图9(b)的结果判断出此帧图像有两个颗粒。
110:计算磨粒形状;
计算机累计图像上开始出现一个磨粒边缘到磨粒边缘消失的时间长度,时间长度乘以时间和油液流过传感器的速度就得到磨粒的轴向长度。在单个磨粒的多帧图像中,比较磨粒边缘距离中的最长距离和最短距离并记录为磨粒的最大径向长度和最小径向长度。根据磨粒边缘,径向长度和轴向长度可识别建立出磨粒的三维形状模型和长径比等磨粒形状参数。本发明实施例中,如图8第5帧图像到第10帧图像为一个连续的磨粒出现与消失过程,看为一整个磨粒。根据图8第7帧图像为磨粒切向最大图像,最大尺寸为240μm,持续的6帧图像表示轴向长度为600mS乘以流速0.2mm/S(循环泵送速度)得到磨粒轴向尺寸为120μm,此磨粒长径比约为2。
111:计算磨粒尺寸大小;
根据步骤110计算的磨粒形状参数,计算机可以计算出磨粒的体积。把磨粒的体积按等效成球体计算得出磨粒等效球体直径,把此长度记录为颗粒的等效尺寸大小。计算机比较磨粒的径向长度,和最大径向长度和最小径向长度,把最长的长度记录为颗粒的最长尺寸大小。在发明本实施例中,仍然采用对各像素点进行差分的方法,可以得到磨粒边界,如图10所示,不同的图像帧经过处理得到不同的磨粒边界尺寸大小。
112:生成多频率灰度图像;
对改变频率激励得到的灰度图像,重复步骤108-111,得到不同频率下的磨粒信息。本实施例如图11所示,为同一磨粒利用DDS技术软件控制在不同频率下(50KHz,100KHz,150KHz)测得的磨粒的不同图像。
113:计算磨粒材质;
对各个磨粒图像边缘内的像素灰度取方均根,得到单个磨粒的当前频率下的材料灰度。对改变频率激励得到的灰度图像,对各个磨粒图像边缘内的像素灰度取方均根,得到单个磨粒的改变频率下的材料灰度。以多频率的灰度进行合成材料灰度。使用多种已知材料进行测试,计算机记录已知材料的材料灰度向量。实际在线测试时,根据测试到的未知磨粒材料灰度向量图与已知材料的材料灰度向量比较,得出磨粒的材料。本发明实施例中,做简单的数组记录合成,主要进行了铁、铜、铝和非金属材料的针对传感器测试的结果进行像素灰度标定,如图12所示,其中(a)是绝缘体非金属磨粒图像,(b)是良导体铁的金属物质磨粒图像。
114:对磨粒信息进行存储和显示,体现油液中磨粒信息和装置磨损状态。
本发明实施例计算机显示界面如图13所示,上方显示磨粒个数,下方显示磨粒的粒径分布和形状分布(长径比)。
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种在线油液磨粒监测装置,其特征在于,包括:在线多电极层析成像磨粒传感器、激励信号源电路、信号检测滤波电路、模拟数字转换电路和计算机;
所述在线多电极层析成像磨粒传感器由多个电极构成,多个电极之间组成了电极阵列,所述电极阵列以均匀方式、且位置相对地设置在被测管道同一截面处的内壁或外壁上,其中任意两个电极可组成成像电极对;
所述激励信号源电路包括与所述电极个数相等的激励源、以及一个频率/占空比控制电路,所述频率/占空比控制电路由所述计算机控制,对各成像电极对连接的不同激励源提供不同的控制信号;所述激励源产生不同频率或占空比的激励信号,并分别输入到各个成像电极对上;所述成像电极对产生感应信号,并将所述感应信号输出到所述信号检测滤波电路;
所述信号检测滤波电路包括与所述成像电极对个数相等的信号检测电路和信号滤波电路;所述信号检测电路将所述感应信号放大输出到所述信号滤波电路;所述信号滤波电路根据激励频率对已放大的感应信号进行带通滤波并把滤波后感应信号传输至所述模拟数字转换电路;
所述模拟数字转换电路由多个A/D转换电路相连构成,所述A/D转换电路用于把所述滤波后感应信号从模拟量变成数字量,并传入所述计算机进行分析处理和成像计算;
所述计算机用于对数字量的感应信号进行信息分析处理实现了在线油路磨粒的监测。
2.根据权利要求1所述的一种在线油液磨粒监测装置,其特征在于,所述在线油液磨粒监测装置还包括:显示器和键盘,
所述键盘用于输入相关参数;所述显示器用于显示磨粒的形状、油液中磨粒的大小、个数、材质及磨粒的图像。
3.根据权利要求1所述的一种在线油液磨粒监测装置,其特征在于,所述激励信号源电路、所述信号检测滤波电路、所述模拟数字转换电路采用全差分信号传播。
4.根据权利要求1所述的一种在线油液磨粒监测装置,其特征在于,所述在线油液磨粒监测装置还包括:光电隔离模块,
所述激励信号源电路通过所述光电隔离模块连接所述计算机。
5.根据权利要求1所述的一种在线油液磨粒监测装置,所述信号检测滤波电路和所述模拟数字转换电路组成了检测部分电路,其特征在于,
所述激励信号源电路和所述检测部分电路分别使用独立的电源供电。
6.一种用于权利要求1-5中任一权利要求所述的在线油液磨粒监测装置的检测方法,其特征在于,所述方法包括以下步骤:
(1)通过软件信号相位检波对信号进行预处理,获取预处理后信号;
(2)建立图像重建模型;
(3)根据有限元规则对图像重建模型剖分区域网格节点;
(4)读取参考帧感应信号,获取参考帧;
(5)读取当前帧感应信号,获取当前帧;
(6)计算等位线滤波反投影,生成灰度图像;
(7)将当前帧作为新的参考帧,不断重复步骤(5)和(6),生成连续多帧灰度图像;
(8)判断是否存在磨粒,如果是,执行步骤(9);如果否,流程结束;
(9)计算磨粒的数量、计算磨粒形状;计算磨粒尺寸大小;
(10)生成多频率灰度图像,并计算磨粒材质;
(11)对磨粒信息进行存储和显示,体现油液中磨粒信息和装置磨损状态。
7.根据权利要求6所述的方法,其特征在于,所述读取参考帧感应信号,获取参考帧的操作具体为:
选择一个电极对,通过该电极对施加激励信号,同时在其余的电极对间采集磨粒的感应信号;依次切换电极对施加激励信号,并同时在其余的电极对间采集感应信号,重复这一过程,直到所有电极对都被作为激励电极对;
将上述各组感应信号通过信号检测电路、信号滤波电路和模数转换电路传给计算机;
计算机对所有的感应信号进行编号存储,形成参考帧感应信号矩阵Vu,矩阵中的各元素编号为Vu[i][j],表示第i个电极对激励时,第j个电极对上的感应信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410113420.0A CN103926276B (zh) | 2014-03-25 | 2014-03-25 | 一种在线油液磨粒监测装置及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410113420.0A CN103926276B (zh) | 2014-03-25 | 2014-03-25 | 一种在线油液磨粒监测装置及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103926276A CN103926276A (zh) | 2014-07-16 |
CN103926276B true CN103926276B (zh) | 2016-01-20 |
Family
ID=51144573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410113420.0A Expired - Fee Related CN103926276B (zh) | 2014-03-25 | 2014-03-25 | 一种在线油液磨粒监测装置及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103926276B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018095712A1 (de) * | 2016-11-22 | 2018-05-31 | Leibniz-Institut Für Festkörper- Und Werkstoffforschung Dresden E.V. | Dreidimensionaler tomograf |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104792668B (zh) * | 2015-04-09 | 2017-06-16 | 北京航空航天大学 | 一种基于带通滤波和相关运算相结合的磨粒传感器灵敏度提升方法 |
CN105571995B (zh) * | 2015-12-18 | 2019-06-18 | 天津大学 | 一种飞机发动机在线油液磨粒成像计数传感器及制造方法 |
CN105891279A (zh) * | 2016-05-12 | 2016-08-24 | 绍兴文理学院 | 采用滤波、电磁离心分离和相邻电容的磨损微粒监测装置 |
CN105911107A (zh) * | 2016-06-15 | 2016-08-31 | 东北林业大学 | 基于电阻断层成像技术的立木探伤检测装置及检测方法 |
CN108195726A (zh) * | 2017-12-21 | 2018-06-22 | 爱德森(厦门)电子有限公司 | 一种在线油液金属磨粒电磁监测试管 |
CN108680579A (zh) * | 2018-03-30 | 2018-10-19 | 武汉理工大学 | 基于机器视觉的起重机液压油污染在线监测装置及方法 |
JP7061504B2 (ja) * | 2018-04-16 | 2022-04-28 | 株式会社小松製作所 | 作動油の監視システム及び作動油の監視方法 |
CN108333084B (zh) * | 2018-04-27 | 2023-07-07 | 北京信息科技大学 | 一种油液磨粒在线检测试验台及检测方法 |
US20200057044A1 (en) * | 2018-08-20 | 2020-02-20 | Nabtesco Corporation | Industrial device including sensor |
CN109798303B (zh) * | 2019-02-26 | 2020-05-22 | 西安交通大学 | 一种闭式轴承润滑油状态及轴承故障在线监测*** |
CN109839334B (zh) * | 2019-03-12 | 2020-08-14 | 西安交通大学 | 面向单线圈磁感应式磨粒探测传感器的信号识别方法 |
CN109801291B (zh) * | 2019-03-12 | 2021-05-04 | 西安交通大学 | 一种运动磨粒多表面三维形貌的获取方法 |
CN111060442B (zh) * | 2019-04-30 | 2022-06-17 | 威海戥同测试设备有限公司 | 一种基于图像处理的油液颗粒检测方法 |
CN111594295A (zh) * | 2020-05-28 | 2020-08-28 | 浙江中欣动力测控技术有限公司 | 一种双线圈组滑油屑末在线监测*** |
CN111914449B (zh) * | 2020-07-17 | 2023-07-28 | 中国航空工业集团公司北京长城航空测控技术研究所 | 一种微颗粒特征参数识别的数值分析方法 |
CN112347635B (zh) * | 2020-11-03 | 2023-09-01 | 中国航空工业集团公司北京长城航空测控技术研究所 | 一种静电对弱磁场微扰机理的数值分析方法 |
CN112182949B (zh) * | 2020-11-30 | 2021-03-09 | 浙江中自庆安新能源技术有限公司 | 一种基于计算机辅助技术的油液磨粒统计方法及*** |
CN113092322A (zh) * | 2021-04-13 | 2021-07-09 | 郑州轻工业大学 | 基于电磁层析成像技术的滑油磨粒在线监测装置及方法 |
CN115094382B (zh) * | 2022-07-07 | 2023-08-15 | 佛山科学技术学院 | 一种用于金属或合金表面的复合薄膜、其制备方法及应用 |
CN117629041A (zh) * | 2023-11-27 | 2024-03-01 | 山西科达自控股份有限公司 | 一种油液磨粒尺寸检测方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2110783C1 (ru) * | 1993-08-27 | 1998-05-10 | Валерий Никитович Петров | Способ определения концентрации и размера частиц примесей в масле или топливе и устройство для его осуществления |
US5973503A (en) * | 1996-07-17 | 1999-10-26 | Achenbach Buschhutten Gmbh | Process and measurement systems for measuring physical quantities of poorly conductive and nonconductive fluids |
US6577700B1 (en) * | 2001-06-22 | 2003-06-10 | Liang-Shih Fan | Neural network based multi-criteria optimization image reconstruction technique for imaging two- and three-phase flow systems using electrical capacitance tomography |
WO2006102388A1 (en) * | 2005-03-22 | 2006-09-28 | The Ohio State University | 3d and real-time electrical capacitance volume-tomography: sensor design and image reconstruction |
CN101393108A (zh) * | 2008-10-10 | 2009-03-25 | 南京航空航天大学 | 油液磨粒在线监测方法及*** |
CN101963570A (zh) * | 2010-05-17 | 2011-02-02 | 深圳市亚泰光电技术有限公司 | 快速检测润滑油中铁磁磨粒的装置和检测方法以及信号处理电路 |
CN102279144A (zh) * | 2011-04-06 | 2011-12-14 | 沈怡茹 | 一种润滑油油质在线检测仪 |
-
2014
- 2014-03-25 CN CN201410113420.0A patent/CN103926276B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2110783C1 (ru) * | 1993-08-27 | 1998-05-10 | Валерий Никитович Петров | Способ определения концентрации и размера частиц примесей в масле или топливе и устройство для его осуществления |
US5973503A (en) * | 1996-07-17 | 1999-10-26 | Achenbach Buschhutten Gmbh | Process and measurement systems for measuring physical quantities of poorly conductive and nonconductive fluids |
US6577700B1 (en) * | 2001-06-22 | 2003-06-10 | Liang-Shih Fan | Neural network based multi-criteria optimization image reconstruction technique for imaging two- and three-phase flow systems using electrical capacitance tomography |
WO2006102388A1 (en) * | 2005-03-22 | 2006-09-28 | The Ohio State University | 3d and real-time electrical capacitance volume-tomography: sensor design and image reconstruction |
CN101393108A (zh) * | 2008-10-10 | 2009-03-25 | 南京航空航天大学 | 油液磨粒在线监测方法及*** |
CN101963570A (zh) * | 2010-05-17 | 2011-02-02 | 深圳市亚泰光电技术有限公司 | 快速检测润滑油中铁磁磨粒的装置和检测方法以及信号处理电路 |
CN102279144A (zh) * | 2011-04-06 | 2011-12-14 | 沈怡茹 | 一种润滑油油质在线检测仪 |
Non-Patent Citations (3)
Title |
---|
《DETERMINATION OF COMPOSITION AND MOTION OF MULTICOMPONENT MIXTURES IN PROCESS VESSELS USING ELECTRICAL IMPEDANCE TOMOGRAPHY TOMOGRAPHY-I PRINCIPLES AND PROCESS ENGINEERING APPLICATIONS》;F.J.DICKIN, et al.;《Chemical Engineering Science》;19931231;第48卷(第10期);第1883-1897,1993页 * |
《Imaging conductive materials with high frequency electrical capacitance tomography》;Yi Li et al.;《Measurement》;20130604;第46卷;第3355-3361页 * |
《新型油液监测电容传感器的设计》;刘凯,巴鹏.;《中国仪器仪表》;20071231(第10期);第38-40,50页 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018095712A1 (de) * | 2016-11-22 | 2018-05-31 | Leibniz-Institut Für Festkörper- Und Werkstoffforschung Dresden E.V. | Dreidimensionaler tomograf |
Also Published As
Publication number | Publication date |
---|---|
CN103926276A (zh) | 2014-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103926276B (zh) | 一种在线油液磨粒监测装置及检测方法 | |
Yin et al. | The design of a digital magnetic induction tomography (MIT) system for metallic object imaging based on half cycle demodulation | |
Marashdeh et al. | Nonlinear forward problem solution for electrical capacitance tomography using feed-forward neural network | |
Wikswo Jr | The magnetic inverse problem for NDE | |
Haueisen et al. | Evaluation of inverse algorithms in the analysis of magnetic flux leakage data | |
Xiang et al. | Design of a magnetic induction tomography system by gradiometer coils for conductive fluid imaging | |
Wu et al. | Research on image reconstruction algorithms based on autoencoder neural network of Restricted Boltzmann Machine (RBM) | |
CN110132806A (zh) | 一种基于磁纳米粒子的快速粒径分布信息测量方法 | |
Zhang et al. | Magnetic induction tomography guided electrical capacitance tomography imaging with grounded conductors | |
Petković et al. | Lorentz force evaluation: A new approximation method for defect reconstruction | |
Deng et al. | Fusion research of electrical tomography with other sensors for two-phase flow measurement | |
Liu et al. | A novel algorithm based on L1-Lp norm for inverse problem of electromagnetic tomography | |
CN110720913A (zh) | 一种磁声耦合的磁性纳米粒子浓度图像重建方法 | |
Zhou et al. | A complex programmable logic device-based high-precision electrical capacitance tomography system | |
CN106018872B (zh) | 一种基于阵列式静电传感器的速度场层析成像方法 | |
Haddar et al. | Near-field linear sampling method for axisymmetric eddy current tomography | |
CN108398606A (zh) | 一种气力输送两相流颗粒荷电分布测量方法及测量装置 | |
Yang et al. | Dynamic response of pressure sensor with magnetic liquids | |
Yang et al. | Real-time Monitoring Multi-phase Flow using Electrical Impedance Tomography | |
Wang et al. | A solution to invalid data in TMR-based electromagnetic tomography | |
Zhu et al. | Simultaneous reconstruction of conductivity and permittivity in electrical impedance tomography | |
Miao et al. | Electromagnetic tomography system for defect detection of high-speed rail wheel | |
Liu et al. | A modified conjugate gradient reconstruction algorithm for electromagnetic tomography | |
Chen et al. | Optimal Design of Electrical Capacitance Tomography Sensor and Improved ART Image Reconstruction Algorithm Based On the Internet of Things | |
Wei et al. | Three-dimensional industrial process tomography using electrical and electromagnetic tomography: recent developments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160120 |
|
CF01 | Termination of patent right due to non-payment of annual fee |