磨粒圖譜識(shí)別系統(tǒng)研究.pdf

1、鐵譜分析技術(shù)以不停機(jī)和不拆解機(jī)器直接觀測(cè)磨損微粒而了解機(jī)器內(nèi)部磨擦副磨損狀態(tài)的獨(dú)特方法，實(shí)現(xiàn)了機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)和故障診斷。磨粒識(shí)別是鐵譜分析技術(shù)的關(guān)鍵問(wèn)題。隨著計(jì)算機(jī)圖像處理技術(shù)和人工智能的發(fā)展，鐵譜圖像的識(shí)別工作正在向智能化方向發(fā)展，是目前鐵譜技術(shù)研究領(lǐng)域中的熱點(diǎn)和難點(diǎn)。 本文將免疫優(yōu)化的支持向量機(jī)方法IA-SVM(Immune Algorithm to optimize parameters of Support Vecto

2、r Machine)應(yīng)用到鐵譜磨粒識(shí)別中，設(shè)計(jì)了基于免疫優(yōu)化的支持向量機(jī)的磨粒分類器WP_IA-SVM(Wear Particle Classitier Based on IA-SVM)，是對(duì)有限樣本下鐵譜磨粒識(shí)別的一個(gè)新方法的探索。 本文主要研究?jī)?nèi)容： 1．論述了選題的背景和意義；介紹了油液、鐵譜等多種技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展，結(jié)合課題要求，提出了本文的研究思路和主要內(nèi)容。 2．分析論述了磨損的機(jī)理與分類，

3、磨粒的分類與特征。給出了鐵譜磨粒的形狀、紋理、顏色特征的特征參數(shù)及其數(shù)學(xué)表達(dá)式。 3．闡述了鐵譜磨粒圖像的獲取方法和預(yù)處理過(guò)程以及特征提取的具體方法。使用鐵譜儀、攝像頭等設(shè)備獲得磨粒圖片；結(jié)合MATLAB工具箱所提供的圖像處理函數(shù)實(shí)現(xiàn)圖像預(yù)處理的功能；分析了磨粒不同特征值具體對(duì)應(yīng)的提取方法。 4．基于支持向量機(jī)和免疫算法這兩種智能識(shí)別方法，提出了一種新方法：免疫優(yōu)化的支持向量機(jī)方法。免疫優(yōu)化的支持向量機(jī)方法，通過(guò)免疫算法