CN114996869B - 基于图像处理的齿面油液识别与喷油参数优化方法 - Google Patents
基于图像处理的齿面油液识别与喷油参数优化方法 Download PDFInfo
- Publication number
- CN114996869B CN114996869B CN202210567468.3A CN202210567468A CN114996869B CN 114996869 B CN114996869 B CN 114996869B CN 202210567468 A CN202210567468 A CN 202210567468A CN 114996869 B CN114996869 B CN 114996869B
- Authority
- CN
- China
- Prior art keywords
- oil
- gear
- image
- tooth surface
- pixel
- 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.)
- Active
Links
- 238000002347 injection Methods 0.000 title claims abstract description 111
- 239000007924 injection Substances 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 title claims abstract description 22
- 238000005457 optimization Methods 0.000 title abstract description 14
- 239000003921 oil Substances 0.000 claims abstract description 199
- 238000005461 lubrication Methods 0.000 claims abstract description 55
- 239000010687 lubricating oil Substances 0.000 claims abstract description 44
- 239000007788 liquid Substances 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 11
- 238000012360 testing method Methods 0.000 claims description 26
- 238000009826 distribution Methods 0.000 claims description 23
- 238000003892 spreading Methods 0.000 claims description 12
- 230000007480 spreading Effects 0.000 claims description 12
- 230000001050 lubricating effect Effects 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 7
- 238000005507 spraying Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 239000000835 fiber Substances 0.000 claims 2
- 230000015556 catabolic process Effects 0.000 abstract description 4
- 238000006731 degradation reaction Methods 0.000 abstract description 4
- 238000013461 design Methods 0.000 description 17
- 230000005540 biological transmission Effects 0.000 description 10
- 239000013307 optical fiber Substances 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004026 adhesive bonding Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000000889 atomisation Methods 0.000 description 1
- 208000037516 chromosome inversion disease Diseases 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000012208 gear oil Substances 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000003711 image thresholding Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000314 lubricant Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000009347 mechanical transmission Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000005211 surface analysis Methods 0.000 description 1
- 210000003781 tooth socket Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于图像处理的齿面油液识别与喷油参数优化方法，包括如下步骤：步骤一、建立齿轮副齿面润滑的综合性能评价指标反馈模型；步骤二、在齿轮副的径向设置若干摄像装置；摄像装置拍摄得到齿轮副运转，且齿轮副的润滑油喷射***喷射润滑油时的齿轮表面照片；调整润滑油喷射***的喷射参数，得到多组齿轮表面照片；步骤三、得到各组齿轮表面照片对应的f值；步骤四、选择f值最小的润滑油喷射***的喷射参数作为优化后的喷射参数。本发明通过图像识别的方式可以实时监测润滑油的润滑情况，直接选取最优的润滑油喷射***的喷射参数，从而有效改善了高速齿轮齿面润滑劣化的状况。
Description
技术领域
本发明属于机械领域，尤其涉及一种基于图像处理的齿面油液识别与喷油参数优化方法。
背景技术
齿轮传动是机械传动的主要形式，其润滑性能的好坏影响到设备的传动效率，加强传动齿轮的油液监测对于机械设备的安全运行有着显著的意义。高速斜齿轮以喷油润滑为主，广泛应用于汽车、飞机、船舶及各种工程机械上。润滑劣化容易导致齿轮失效，主要包括齿面点蚀、磨损和胶合。在高速齿轮中，润滑油在齿面的均匀分布对于减少齿轮摩擦是非常重要的。因此，通过优化喷油参数等改善齿面油膜铺展状态，是提高齿轮传动效率、防止齿轮故障的有效途径。
航空斜齿轮作为飞机发动机的动力传输部件，其润滑性能将直接决定整机传动性能的优劣。因此，为保证高质、高效地完成整机生产任务，齿轮齿面油液分布研究就显得尤为重要。随着高功密航空传动齿轮的发展，喷油润滑被纳入航空发动机生产制造过程的智能化升级改造需求。加强高速齿轮齿面油液的测量和监控，成为当前高性能传动领域的重大挑战。以往的测量方法均通过研究齿轮失效时间，反求喷油润滑可靠性与合理性，量化精度较低且通用性差，不能有效确定最优喷油工作条件。由于航空齿轮旋转速度高于18000转/分钟，让本就极为繁琐的发动机润滑***更加难以研究。
名词解释：
全局阈值迭代方法：一种现有的图像阈值分割算法，具体参见以下论文：Cheremkhin PA,Kurbatova EA.Comparative appraisal of global and localthresholding methods for binarisation of off-axis digital holograms.OptLasers Eng 2019；115:119–30。
发明内容
为解决上述问题，本发明公开了一种基于图像处理的齿面油液识别与喷油参数优化方法和方法。本发明通过图像识别的方式可以实时监测润滑油的润滑情况，直接选取最优的润滑油喷射***的喷射参数，从而有效改善了高速齿轮齿面润滑劣化的状况。
为实现上述目的，本发明的技术方案为：
一种基于图像处理的齿面油液识别与喷油参数优化方法，包括如下步骤：
步骤一、建立齿轮副齿面润滑的综合性能评价指标反馈模型：
约束函数：为v1<v<v2，y1<y<y2，z1<z<z2；
其中，为实际测量得到的像素格子ij内油液体积分数；n代表齿轮轴向的像素格子数量，m为齿槽方向的像素格子数量；f表示润滑综合性能评价指标；像素格子ij表示处于齿轮轴向第i列并且处于齿槽方向第j行的像素格子；像素格子通过将拍摄得到的齿轮副的齿面照片分成若干大小和形状相等的矩形区域得到；v1和v2分别为喷油速度的上限和下限；y1和y2分别为喷油角度的上限和下限；z1和z2分别为喷油嘴的高度的上限和下限；
步骤二、在齿轮副的径向设置若干摄像装置；摄像装置拍摄得到齿轮副运转，且齿轮副的润滑油喷射***喷射润滑油时的齿轮表面照片；调整润滑油喷射***的喷射参数，得到多组齿轮表面照片；
步骤三、根据多组齿轮表面照片得到各组齿轮表面照片对应的齿面油液体积分数分布图；从而得到各组齿轮表面照片中各像素格子得到各组齿轮表面照片对应的f值；
步骤四、选择f值最小的润滑油喷射***的喷射参数作为优化后的喷射参数。
进一步的改进，所述喷射参数包括喷油速度、喷油角度和喷油高度。
进一步的改进，所述步骤二中在齿轮副的主动轮非啮合区、啮合区与从动轮非啮合区分别布置摄像装置。
进一步的改进，所述摄像装置包括光纤内窥镜，光纤内窥镜连接有高速相机。
进一步的改进，所述步骤三中，齿面油液体积分数分布云图的得到方法如下：
3.1)获取初始齿轮图像；分割所述初始齿轮图像，获得齿轮区域，分割所述齿轮区域获得单齿区域，根据所述单齿区域获得润滑油铺展图像；
3.2)单位标定：在计算机单位标定***中，读取拍摄的标定图片，得到物体的垂直投影像素面积S，计算标定面积尺寸比Sca：
其中S0为物体的实际面积；
3.3)图像预处理：对润滑油铺展图像进行噪声滤除得到预处理后的润滑油铺展图像；
3.4)图像二值化：将预处理后的润滑油铺展图像进行图像二值化得到二值化图像；
3.5)对二值化图像取反处理，使得齿面油液显示为黑色，外界背景为白色；
3.6)油液体积分数计算：根据单齿区域图像，获取齿轮轴向与齿宽方向的像素；在Matlab中根据像素矩阵划分两个方向的等间距像素格子，统计每个像素格子中油液所占像素比例，进而计算出齿面油液体积分数分布云图；
式中，Ω代表一个像素格子的区域，a与b分别像素格子的长度与宽度；Pixel为一个像素格子区域内的油液像素。
进一步的改进，所述步骤二中，齿轮副为斜齿轮副，斜齿轮副安装在高速喷油润滑试验***上；所述高速喷油润滑试验***包括试验台，试验台上定有齿轮箱，齿轮箱内安装有斜齿轮副，斜齿轮副的两个齿轮分别轴接在轴承座上的转轴连接有电动机，电动机连接有调速器；斜齿轮副外周安装有内窥镜，配内窥镜安装有高速数码相机，高速数码相机通讯连接有图像处理***；斜齿轮副啮合的上方安装有喷嘴，喷嘴固定在万向夹具上；喷嘴连通有油箱；喷嘴与油箱之间安装有流量计；油箱连通有空压机；油箱与空压机之前依次安装有调压阀和压力表。
本发明的优点：
1.针对现有齿轮润滑均通过研究齿轮失效时间反求喷油参数可靠性与合理性，测量结果存在滞后，效率低，外界因素影响大等缺点，本发明提供的基于图像处理的齿面油液识别与喷油参数优化方法，能够对实时工况下齿面润滑油分布特征进行量化与分析。
2.本发明的润滑油在线监测区域包括齿轮啮合区域与非啮合区域，多组内窥镜与高速相机交替布置，能够对齿轮箱内润滑油分布进行全方面研究。若需扩大齿面润滑油监测视角，仅需增加光纤内窥镜数量。齿轮润滑性能与操作参数按照正交实验表执行。通过齿面油液反馈***优化喷油角度，高度与速度，能够快速探明最佳喷油参数。借助于本发明专利，能够大大提高喷油参数调节效率，可扩展到于多级齿轮传动***的在线检测。
附图说明
图1为试验台的结构示意图；
图2为图像处理***的结构示意图；
图3为喷嘴的连接结构示意图；
图4为齿面油液图像识别流程示意图；
图5为齿面油液图像二值化示意图；
图6为齿面油液图像识背景去除示意图；
图7为齿面油液体积分数计算原理图；
图8为单齿油液图像识别示意图；
图9为润滑性能优化设计过程框图
图10为不同喷油参数下齿轮周围流场及齿面润滑油分布情况图。
具体实施方式
以下结合附图及实施例对本发明做进一步说明。
实施例
1.设置高速斜齿轮齿面油液测量***
设置高速喷油润滑齿面油液识别***如图1-3所示，试验台9，试验台9上定有齿轮箱8，齿轮箱8内安装有斜齿轮副14，斜齿轮副14的两个齿轮分别轴接在轴承座7上的转轴连接有电动机5，电动机5连接有调速器4；斜齿轮副14外周安装有内窥镜6，配内窥镜6安装有高速数码相机(FASTCAM SA5,Photron,Japan)2，高速数码相机(FASTCAM SA5,Photron,Japan)2安装在三脚架3上且通讯连接有图像处理***1。(FASTCAM SA5,Photron,Japan)每秒可拍摄5000帧，分辨率为1024×1024像素。
斜齿轮副14啮合的上方安装有喷嘴15，喷嘴15固定在万向夹具16上；喷嘴15连通有油箱17；喷嘴15与油箱17之间安装有流量计13；油箱17连通有空压机10，油箱17与空压机10之前依次安装有调压阀11和压力表12。
本发明通过光纤内窥镜实时监测齿轮表面的润滑油分布情况，齿轮旋转速度由电机调速器控制。喷油角度与高度使用万向夹具进行调整，喷油速度由流量调节器控制。
喷油润滑是指在齿轮圆周速度超过15m/s时将高压油喷入啮合齿面。喷油润滑***有两种通用的润滑方法。一是单相流；另一种是油气两相流体润滑。一般润滑***兼有单相流体和油气两相流体润滑功能，本实施例采用油气两相润滑。空气和油的特征参数如下:空气密度为1.255kg/m3，空气运动粘度为1.2894×10-5m2/s，油密度为910.5kg/m3，油运动粘度为5.5861×10-3m2/s。
齿轮喷油参数调节方法。为调节喷油嘴的喷射角度α、喷油嘴的高度H即喷油嘴与齿轮副中心线的垂直距离和喷油速度V，连接喷油嘴的夹具的移动来调节三种上述喷油操作参数，进而获得不同的齿面润滑效果。
加工用于高速实验的齿轮副的几何形状和工作参数如表1所示：
表1:斜齿轮副的工作参数
为研究斜齿轮的高速喷油过程和齿轮润滑性能，搭建了高速喷油实验装置。
即采用高速数码相机(FASTCAM SA5,Photron,Japan)记录高速斜齿轮的喷油过程，每秒可拍摄5000帧，分辨率为1024×1024像素。通过光纤内窥镜和对应的高速相机实时监测齿轮表面的润滑油分布情况，齿轮旋转速度由电机调速器控制。喷油角度与高度使用万向夹具进行调整，喷油速度由流量调节器控制。
因为齿轮的高速旋转，油被甩到齿轮两侧，不同旋转角度下油膜的展开情况瞬时变化。由于齿轮附近高速气流的阻塞作用和离心力，大部分的油被甩离齿面，只有少量的油进入齿轮啮合区域。
考虑到图像测量***的检测能力，设置齿面油液多区域在线监测点。主动轮非啮合区外周、从动轮非啮合区外周、啮合区的上方和下方各布置一台高速相机，成对称布置方式。通过记录不同区域齿面油液分布情况，为主动轮与从动轮齿面油液图像识别与测量提供了相应的数据支撑。
2.齿面油液图像测量方法
齿面油液分布图像测量流程如下：
(a)连接高分辨率数码CCD、光纤内窥镜与计算机测量***。光源左右对称放置，且光源亮度足够大，以防通道附近的高速相机、轴承座、或者内窥镜阻挡光线。两侧光源应使通道内部亮度均匀，无阴影，齿面与外界图像界面清晰。
(b)调节高速相机与光纤内窥镜角度，直到两者的镜头成像平行于齿面监测方向，使获取到的齿面油液图像与实际油液成一定比例。并且，高速相机与光纤内窥镜的拍摄中心应与齿槽中心截面重合，使聚焦一致。
(c)固定高速相机、光纤内窥镜、喷油润滑***及齿轮箱试验台，于试验台在线监测区域最外侧壁面处放置一个固定面积的物体，作为单位标定物，拍摄标定图像。通过高速相机拍摄喷油润滑时齿面油液分布，选择拍摄效果较好的图像P0用于单位标记。油液像素和与实际油滴面积比等于标定物像素和与实际标定物面积比。
(d)通过改变通用夹具来调节(喷射角度α，喷射距离H，喷油速度V)三种喷油操作参数，进而获得不同的齿面润滑性能。
(e)计算机记录高速相机拍摄的视频并保存；
(f)通过Matlab编写的齿面油液识别软件，读取拍摄的齿面油液分布视频，将视频分割为多帧连续高清的图片P1…PN。分析并识别各组图像中齿面油液。
齿面油液分布图像识别流程为：装置组装、获取初始齿轮图像、分割初始齿轮图像、获得齿轮区域、获得单齿区域、单位标定、图像预处理、数字图像计算、齿面油液识别，齿面油液体积分数计算、结果输出等。其中图像预处理包括图像灰度化，直方图修正，滤波去噪，图像锐化等。通过图像预处理能够去除齿轮图像背景噪声的干扰，提高了检测准确性。具体实施步骤如下图1所示：
获得单齿图像：一种基于图像处理的齿面油液图像识别方法，其特征在于，所述方法包括：获取初始齿轮图像；分割所述初始齿轮图像，获得齿轮区域，分割所述齿轮区域获得单齿区域，根据所述单齿区域获得润滑油铺展图像；
单位标定：在计算机单位标定***中，读取拍摄的标定图片，得到标定物的垂直投影像素面积S。根据标定物的实际面积S，计算标定面积尺寸比Sca：
图像预处理：一般情况下，经过高速相机采集得到的齿面图像会受到噪声影响，而这些噪声的存在使图像变得模糊，甚至淹没了单齿区域润滑油的铺展特征，对齿面分析产生一定的影响。因此，在图像特征提取之前，需要对齿面图像进行噪声滤除，改善图像质量.锐化突出图像中的润滑油分布。
图像二值化：利用润滑油与齿轮背景在灰度值的差异，把图像视为具有不同灰度级的两类区域(齿轮区域和润滑油的组合)，其关键是选择合理的分割阈值。当一个像素的灰度值超过分割阈值，就可以说这个像素属于润滑油，反之则属于齿轮区域。设原始图像为f(i,j)，二值化后图像为g(i,j)，阈值为T，计算原理如下：
其中f(i,j)为图像的灰度函数，T为规定的阈值。为了消除给定阈值引起的误差，提高分割效果。采用全局阈值迭代方法自动确定最优阈值。单齿齿面油液图像识别后二值化结果如图5所示。
背景去除：对图像进行二值图取反处理，齿面油液显示为黑色，外界背景为白色；通过形态学闭运算填充油滴轮廓；设置像素阈值，消除部分小面积像素部分，降低油滴识别难度。背景去除后结果如图6所示。
油液体积分数计算：齿面油液体积分数计算原理如图7所示。根据单齿区域图像，获取齿轮轴向与齿宽方向的像素。在Matlab中根据像素矩阵划分两个方向的等间距像素格子，统计每个格子中油液所占像素比例，进而计算出齿面油液体积分数分布云图，如图8所示。
式中，Ω代表一个像素格子的区域，a与b分别像素格子的长度与宽度。Pixel为一个像素格子区域内的油液像素。
为量化齿面润滑性能，提出综合性能评价指标PJZB计算式：
式中，ωij为不同像素格子内油液体积分数的对应权重，基于齿面油液图像识别技术,为试验测量得到的像素格子ij内油液体积分数，/>为理想像素格子ij内油液体积分数。n代表齿轮轴向的像素格子数量，m为齿槽方向的像素格子数量。综合性能评价指标PJZB越接近于0，表示当前喷油参数工况下的齿面润滑性能与理想润滑质量接近。
3.喷油参数优化方法
首先按照高速喷油润滑试验***搭建测量平台，由空压机提供初始压力与润滑油流动能量，通过调压阀控制油液流量。齿面油液由高速摄像机进行图像获取，油液分布与体积分数由Matlab中图像处理算法进行分析与测量。测量结果导入数据采集计算机进行评价，将不满足目标函数的工况反馈给应用层。调控喷油速度、角度与高度，能够为航空高功密齿轮喷油润滑***的设计、放大和优化提供指导。
喷油润滑试验装置中，两组LED灯对称布置，有效减弱了油液局部阴影的干扰。使图像中的润滑油与齿轮背景得到最佳分离，大大降低了目标分割、图像识别等处理算法的难度。基于高速喷油润滑试验装置与图像测量方法，已经能够识别齿面油液分布，但此时齿面油液随机铺展。为提高高速齿轮齿面润滑性能，提出了基于图像处理的喷油参数调节方法与齿面油液反馈模型，建立齿面润滑性能与操作参数对应正交实验表。在约束函数范围内，优选设计参数，调节喷油参数，判断油液体积分数是否达到最优性能。
由此高速齿轮喷油参数优化方法如下：设计问题：喷油润滑***能够为高速齿轮齿面提供充分的润滑油
设计要求f(x)：最优喷油方案使单齿区域获得润滑油铺展状态与理想效果一致
根据图像处理实验识别的油液体积分数与理想值相对偏差评价齿轮表面润滑性能。反馈模型由综合性能评价指标PJZB决定，可表示为：
反馈模型中，假设齿面每个区域的油液体积分数对齿轮润滑性能影响程度一样。式4的ωij由单齿区域像素格子数量决定，若每个格子的权重相同，则可表示为1/(n×m)。理想工况下像素格子ij内均铺满润滑油。因此，式4的设为1。实际齿轮润滑***设计中，可根据工业需求设定不同区域的ωij与/>目标函数f(x)接近于0，表示当前喷油参数工况下的齿面润滑性能与理想润滑质量接近。因此，目标函数为Min f(x)。
设计参数：喷油速度v、喷油角度y与喷油嘴的高度z。依据正交实验，可以减少实验组合，并探明三个设计参数的最佳工作条件值。
约束函数：v1<v<v2,y1<y<y2,z1<z<z2。其中：v1为(25m/s)；v2为(45m/s)；y1为(0°)；y2为(10°)；z1为(30mm)；z2为(50mm)；
步骤2.依据正交实验表设定若干组喷油润滑***试验参数，试验参数包括喷油速度、喷油角度与喷油高度。；
步骤3.分别试验得到每组试验参数下齿面润滑性能评价指标PJZB；
步骤4.统计在不同工作条件下情况下，齿面润滑性能评价指标最小的试验参数，作为最优结果。此外，依据正交设计表及喷油润滑图像试验结果，确定三个设计参数的最佳工作条件值。
为了更加快速优化喷油润滑性能，提高高速齿轮齿面润滑油的体积分数，建立L9(34)正交试验以探明喷油润滑的最佳工艺条件。喷油润滑性能优化正交设计表是三因素三水平的试验表，不考虑各因素间的交互作用。根据生产经验和技术人员分析，影响润滑性能的主要因素有喷油速度、角度与高度，每个因素取三个水平进行研究，得到喷油参数优化正交设计表如表2所示。
表2.喷油参数优化正交设计表L9(34)
表中任一因素(喷油速度、角度与高度)各水平都出现，且次数相同，减少了实验次数，有效加快了优化效率。综上所述，结合正交设计表的齿面润滑性能反馈***，为喷油参数选择提供了快速解决方案，在满足设计要求的基础上，由正交设计表调节设计参数，使最优工况参数达到预期设计准则。试验结果探明喷油高度最佳工况为40mm,在三个因素中影响效果最小。最佳喷油角度为7.5°，喷油速度为45m/s。
为验证发明提出方法的可靠性，表3对比了四个实验组，分别对两组喷油角度和喷油速度下的齿轮润滑性能进行了分析，喷油高度固定为40mm。实验案例4为发明获取的最佳喷油工况。
表3:喷油润滑实验方案
图10为四个实验组的齿面润滑油分布情况。由于喷射速度过大，从喷嘴喷射出的润滑油呈扩散状。考虑到齿轮的气阻效应和离心力，润滑油被抛出到斜齿轮的两侧。在齿轮啮合侧出现雾化现象。对比案例1和案例3可知，在齿轮平稳转动的情况下，增加喷油速度可以提高润滑性能。当注入角为7.5时，进入轮齿啮合区域的润滑油增加，齿面铺展的油膜更大(案例2和案例4)。由于轮齿附近高速气流的阻碍，大量的油液不能在齿轮上方雾化进入啮合区。此外，由于主动轮比从动轮转动速度快，油沉积在主动轮下。对比案例1和案例4可知，通过本发明选择的最佳喷射角度和喷射速度可以改善油液的偏转和油液在齿面上的分布，对齿面润滑效果有一定的改善作用，改善了高速齿轮齿面润滑劣化的状况。
尽管本发明的实施方案已公开如上，但并不仅仅限于说明书和实施方案中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里所示出与描述的图例。
Claims (6)
1.一种基于图像处理的齿面油液识别与喷油参数优化方法，其特征在于，包括如下步骤：
步骤一、建立齿轮副齿面润滑的综合性能评价指标反馈模型：
约束函数：为v1<v<v2，y1<y<y2，z1<z<z2；
其中，为实际测量得到的像素格子ij内油液体积分数；n代表齿轮轴向的像素格子数量，m为齿槽方向的像素格子数量；f表示润滑综合性能评价指标；像素格子ij表示处于齿轮轴向第i列并且处于齿槽方向第j行的像素格子；像素格子通过将拍摄得到的齿轮副的齿面照片分成若干大小和形状相等的矩形区域得到；v1和v2分别为喷油速度的上限和下限；y1和y2分别为喷油角度的上限和下限；z1和z2分别为喷油嘴的高度的上限和下限；
步骤二、在齿轮副的径向设置若干摄像装置；摄像装置拍摄得到齿轮副运转，且齿轮副的润滑油喷射***喷射润滑油时的齿轮表面照片；调整润滑油喷射***的喷射参数，得到多组齿轮表面照片；
步骤三、根据多组齿轮表面照片得到各组齿轮表面照片对应的齿面油液体积分数分布图；从而得到各组齿轮表面照片中各像素格子αij exp，得到各组齿轮表面照片对应的f值；
步骤四、选择f值最小的润滑油喷射***的喷射参数作为优化后的喷射参数。
2.如权利要求1所述的基于图像处理的齿面油液识别与喷油参数优化方法，其特征在于，所述喷射参数包括喷油速度、喷油角度和喷油高度。
3.如权利要求1所述的基于图像处理的齿面油液识别与喷油参数优化方法，其特征在于，所述步骤二中在齿轮副的主动轮非啮合区、啮合区与从动轮非啮合区分别布置摄像装置。
4.如权利要求1所述的基于图像处理的齿面油液识别与喷油参数优化方法，其特征在于，所述摄像装置包括光纤内窥镜，光纤内窥镜连接有高速相机。
5.如权利要求1所述的基于图像处理的齿面油液识别与喷油参数优化方法，其特征在于，所述步骤三中，齿面油液体积分数分布云图的得到方法如下：
3.1)获取初始齿轮图像；分割所述初始齿轮图像，获得齿轮区域，分割所述齿轮区域获得单齿区域，根据所述单齿区域获得润滑油铺展图像；
3.2)单位标定：在计算机单位标定***中，读取拍摄的标定图片，得到物体的垂直投影像素面积S，计算标定面积尺寸比Sca：
其中S0为物体的实际面积；
3.3)图像预处理：对润滑油铺展图像进行噪声滤除得到预处理后的润滑油铺展图像；
3.4)图像二值化：将预处理后的润滑油铺展图像进行图像二值化得到二值化图像；
3.5)对二值化图像取反处理，使得齿面油液显示为黑色，外界背景为白色；
3.6)油液体积分数计算：根据单齿区域图像，获取齿轮轴向与齿宽方向的像素；在Matlab中根据像素矩阵划分两个方向的等间距像素格子，统计每个像素格子中油液所占像素比例，进而计算出齿面油液体积分数分布云图；
式中，Ω代表一个像素格子的区域，a与b分别像素格子的长度与宽度；Pixel为一个像素格子区域内的油液像素。
6.如权利要求1所述的基于图像处理的齿面油液识别与喷油参数优化方法，其特征在于，所述步骤二中，齿轮副为斜齿轮副(14)，斜齿轮副(14)安装在高速喷油润滑试验***上；所述高速喷油润滑试验***包括试验台(9)，试验台(9)上定有齿轮箱(8)，齿轮箱(8)内安装有斜齿轮副(14)，斜齿轮副(14)的两个齿轮分别轴接在轴承座(7)上的转轴连接有电动机(5)，电动机(5)连接有调速器(4)；斜齿轮副(14)外周安装有内窥镜(6)，配内窥镜(6)安装有高速数码相机(2)，高速数码相机(2)通讯连接有图像处理***(1)；斜齿轮副(14)啮合的上方安装有喷嘴(15)，喷嘴(15)固定在万向夹具(16)上；喷嘴(15)连通有油箱(17)；喷嘴(15)与油箱(17)之间安装有流量计(13)；油箱(17)连通有空压机(10)；油箱(17)与空压机(10)之前依次安装有调压阀(11)和压力表(12)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210567468.3A CN114996869B (zh) | 2022-05-24 | 2022-05-24 | 基于图像处理的齿面油液识别与喷油参数优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210567468.3A CN114996869B (zh) | 2022-05-24 | 2022-05-24 | 基于图像处理的齿面油液识别与喷油参数优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114996869A CN114996869A (zh) | 2022-09-02 |
| CN114996869B true CN114996869B (zh) | 2024-03-29 |
Family
ID=83027226
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210567468.3A Active CN114996869B (zh) | 2022-05-24 | 2022-05-24 | 基于图像处理的齿面油液识别与喷油参数优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114996869B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113281050A (zh) * | 2021-05-11 | 2021-08-20 | 华中科技大学 | 一种压力供油式活塞振荡冷却可视化试验装置 |
| CN113514006A (zh) * | 2021-07-01 | 2021-10-19 | 燕山大学 | 基于计算机视觉的直齿圆柱齿轮参数快速精准测量方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110116223A (zh) * | 2019-05-31 | 2019-08-13 | 青岛理工大学 | 电卡辅助内冷织构车刀及纳米流体微量润滑智能工作*** |
| CN110686069B (zh) * | 2019-10-15 | 2023-09-08 | 吉林大学 | 一种高速齿轮传动装置智能喷油润滑***及其控制方法 |
-
2022
- 2022-05-24 CN CN202210567468.3A patent/CN114996869B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113281050A (zh) * | 2021-05-11 | 2021-08-20 | 华中科技大学 | 一种压力供油式活塞振荡冷却可视化试验装置 |
| CN113514006A (zh) * | 2021-07-01 | 2021-10-19 | 燕山大学 | 基于计算机视觉的直齿圆柱齿轮参数快速精准测量方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于Matlab/GUI的汽油机缸内直接喷雾图像处理方法;王兆文;李浩;黄都;黄荣华;丁红元;;农业机械学报;20130925(09);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114996869A (zh) | 2022-09-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103018252B (zh) | 一种用于光纤环绕制的在线监测与报警***及方法 | |
| CN104976960B (zh) | 一种雨滴物理特性观测方法 | |
| DE60311977T2 (de) | Innere rohrprüfvorrichtung und verfahren | |
| DE102011053968A1 (de) | System und Verfahren zur Inspektion von Windkraftanlagen | |
| CN108288288A (zh) | 基于视觉识别的精密轴尺寸测量方法、装置和*** | |
| DE102013110898B4 (de) | Verfahren zur Verbesserung der Aussagekraft thermografisch erhobener Daten zum Zustand von Rotorblättern an Windkraftanlagen in Betrieb | |
| CN109632007B (zh) | 一种边缘点提取方法及齿轮高精度视觉测量*** | |
| WO2020019416A1 (zh) | 一种基于流线谱的风筛清选***装配质量检测装置及方法 | |
| CN107957245A (zh) | 基于机器视觉的发动机连杆尺寸测量装置及其测量方法 | |
| EP3911943A1 (de) | Boroskop zur optischen inspektion von gasturbinen | |
| CN114996869B (zh) | 基于图像处理的齿面油液识别与喷油参数优化方法 | |
| CN113034599A (zh) | 一种航空发动机的孔探检测装置和方法 | |
| CN102538759B (zh) | 近地和中高轨空间目标实时全自动捕获方法 | |
| CN114663672B (zh) | 一种输电线路塔钢构件腐蚀检测方法及*** | |
| Peng et al. | Three-dimensional reconstruction of wear particles by multi-view contour fitting and dense point-cloud interpolation | |
| CN112164044A (zh) | 基于双目视觉的刚性接触网的磨耗分析方法 | |
| CN107563991A (zh) | 零件表面断裂激光光条的提取与匹配方法 | |
| CN109829897B (zh) | 一种齿轮毛刺检测方法及齿轮高精度视觉测量*** | |
| CN108225175A (zh) | 拖拉机传动系锥齿轮齿面接触印痕数据获取装置与方法 | |
| Wernet et al. | 3-D digital PIV measurements of the tip clearance flow in an axial compressor | |
| CN114359047A (zh) | 一种激光熔覆图像细节增强及特征提取方法和*** | |
| CN104931397A (zh) | 基于励磁吸附的三维数字颗粒图像生成装置及方法 | |
| CN114355083A (zh) | 基于人工智能算法的巡检机器人故障识别方法、*** | |
| CN105372041B (zh) | 一种基于LabVIEW的双光栅同轴检焦装置和检焦方法 | |
| Wu et al. | Adaptive acquisition and recognition system of blade surface defects during machining process |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |