Optik Yönteme Dayalı Petrol Döküntüsü için Çevrimiçi İzleme Sisteminin Tasarımı
0 Önsöz
Aşınma, çeşitli mekanik ekipmanların anormal çalışmasına ve arızalanmasına neden olan en yaygın arıza şekli ve nedenidir. Çok sayıda istatistiksel sonuca göre, mekanik arızaların yaklaşık% 80'i ekipman aşınması ve yağlama arızasından kaynaklanmaktadır. Yağlama sistemindeki ve hidrolik sistemdeki yağ insan kanı gibidir.Zengin ekipman çalışma durumu bilgisi içerir.İçinde asılı kalan aşındırıcı partiküller, mekanik sistemin iç aşınma derecesini maksimum düzeyde yansıtabilir, bu da gerektiğinde ekipman arızası ve bakımı için değerli olabilir. Buna dayanarak, potansiyel güvenlik tehlikelerini ortadan kaldırın ve sahadaki büyük üretim güvenliği kazalarını önleyin. Bu nedenle yağdaki aşındırıcı partiküllerin tespiti çok önemlidir.
Aşınma partikül tespiti; optik, elektrik ve manyetik alan teorisi gibi farklı çalışma prensiplerine dayalı farklı tespit yöntemlerini gerçekleştirebilir, ancak geleneksel tespit metotlarının birçok eksikliği vardır.Örneğin, spektroskopi yalnızca 10 m'den küçük aşındırıcı partikülleri ölçebilir ve ekipman genellikle pahalıdır; partikül sayımı Yöntemin bir süre kullanımdan sonra kalibre edilmesi gerekir ve kalibrasyon maliyeti nispeten yüksektir; manyetik tapa yöntemi manyetik olmayan malzemeler için geçersizdir; mühendislikte daha çok kullanılan ferrograf yöntemi, test edenin çıplak gözüne çok bağlıdır ve öznel yargılama ve görsel yorgunluk nedeniyle yargıda bulunmak kolaydır. Hata: Endüktans yöntemi çevrimiçi modda kullanılabilmesine rağmen, genellikle yalnızca boyutu 100 m'den büyük olan daha büyük aşındırıcı parçacıkları tespit edebilir. Bununla birlikte, mekanik sürtünme çiftinin ciddi aşınma arızasını karakterize edebilen aşındırıcı parçacıkların boyutu genellikle küçüktür, sadece yaklaşık 10 um'dir. Son yıllarda, literatür vb., Aşındırıcı partikülleri tespit etmek için diğer çalışma prensiplerine dayalı birçok yöntem önerilmiş olsa da, hepsi bilgisayar veya endüstriyel bilgisayarlar ve diğer sensörleri kullandıkları için, sadece pahalı değil, aynı zamanda hantaldır ve yalnızca aşındırıcı partikül sayısı elde edilebilir. Aşındırıcı partiküllerin morfolojisini elde etmek imkansızdır ve bu nedenle tipi belirlenemez.Ürünler çoğunlukla laboratuar testleri için kullanılır.Fan testi gibi uzak, küçük ve zorlu endüstriyel sitelerde gerçek zamanlı çevrimiçi izleme yapılamaz ve bu nedenle zamanında elde edilemez Aşındırıcı parçacıkların sayısı ve boyutunun değişen eğilimi, çalışma koşulları hakkında zamanında ve doğru kararlar vermeyi zorlaştırır.
Yukarıdaki tespit yöntemlerinin eksikliklerini çözmek için bu makale, optik yöntemlere dayalı olarak yağ aşındırıcı parçacıklar için çevrimiçi bir izleme yöntemi önermektedir. Bu yöntem, gömülü teknoloji, görüntü işleme ve veri kablosuz iletim teknolojisini kullanır, donanım platformu olarak çekirdek IMX6Q olarak Contex-A9 kullanır, görüş kitaplığı OpenCV'ye dayanır ve yağ aşındırıcı parçacıkların çevrimiçi izlenmesini tamamlamak için verileri uzaktan yüklemek için SIM800C kablosuz modülünü kullanır. Geleneksel yağ aşınma partikülü tespit yönteminin karmaşık endüstriyel saha ortamında yetersiz tespit boyutu aralığı ve tespit süresi gecikmesinden kaynaklanan rahatsızlığı telafi eder, böylece aşındırıcı partiküllerin keskin artış eğilimine göre erken uyarı zamanında yapılabilir.
Şekil 1'de gösterildiği gibi, sistem üç alt sistemden oluşur: yağ numunesi ve optik yol, görüntü alma ve işleme ve veri iletimi.
Yağ numunesi ve yağ aşınması partikül görüntü izleme sisteminin optik devre alt sistemi, görüntü toplama ekipmanının toplanması için ana yağ yolundan yağ numunesinin dallanmasından sorumludur. Ana kontrol çipinin kontrolü altında, yağ ana yağ filtresi sisteminin önündeki ana yağ yolundan şönt elemanı ve peristaltik pompa vasıtasıyla hassas yağ havuzuna akar. Aydınlatmak için arka ışığı kullanın ve aşındırıcı parçacıkların şeklini bir sonraki alt sistemin CMOS dizisine yansıtın.
Görüntü alma ve işleme alt sisteminde, bir program kontrol rölesi aracılığıyla peristaltik pompanın başlamasını daha da kontrol etmek için bir ARM-çekirdekli işlemci kullanılır, böylece yağ numunelerinin toplanması kontrol edilir; arka ışıkla ışınlanan aşındırıcı parçacıklar, makro görüntüleme lensi tarafından büyütülür ve ardından CMOS'a görüntülenir. Yukarıda, toplanan görüntüler USB2.0 veri hattı üzerinden görüntü alma ve işleme alt sistemine gönderilir; toplanan görüntüler, yağdaki aşındırıcı parçacıkların birçok karakteristik miktarını elde etmek için program aracılığıyla işlenir.
Veri aktarım alt sisteminde, kablosuz modül, seri port üzerinden ARM ile iletişim kurar ve ARM tarafından toplanan aşındırıcı tane özelliklerini kablosuz olarak üst bilgisayara gönderir ve üst bilgisayardaki yağın yansıttığı ekipmanın çalışma durumunu alır, tablo haline getirir ve görüntüler. Gerektiğinde yağ değişimi, kapatma ve bakım gibi alarmlar verilecektir.
2 Sistem donanımı bileşimi
Sistem donanım devresinin blok diyagramı, esas olarak ana kontrol yongası, endüstriyel lens ve kamera, röle ve kablosuz iletişim modülünden oluşan Şekil 2'de gösterilmektedir.
2.1 Görüntü işleme donanımı devre blok şeması
Görüntü edinim işlemcisi, bir ana işlemci, bir iletişim arayüz devresi, bir bellek devresi ve bir hata giderme devresinden oluşur ve blok diyagramı Şekil 3'te gösterilir. DDR3 devresi veri hesaplama için kullanılır ve eMMC devresi veri depolama için kullanılır; iletişim arayüz devresi, ana işlemci ile harici cihazlar arasındaki iletişimi gerçekleştirmek için ana işlemciyi harici kameralara ve kablosuz modüllere USB ve seri bağlantı noktaları aracılığıyla bağlar; hata ayıklama devresi yazılım için kullanılır Programlama ve hata ayıklama aşamasının görüntüsü. Freescale'in I.MX6Q yongası, görüntü toplama işlemcisinin ana işlemci yongası olarak seçilmiştir.Çip üstü kaynakları zengindir ve ana frekansı yüksektir, bu da gömülü görüntü işleme gereksinimlerini karşılar.
2.2 Veri iletişim donanım devresinin blok şeması
Veri kablosuz iletim blok şeması, Şekil 4'teki gibi gösterilmektedir. Bunlar arasında, GPRS kablosuz iletişim modülü, uzaktan veri aktarımı için SIMCOM'un endüstriyel sınıf dört bantlı SIM800C'yi seçer.Çip, küçük boyutlu ve güç tüketimi açısından düşüktür ve veri kablosuz iletimini doğru bir şekilde gerçekleştirebilir. Çip akımı tepe değeri anında 2 A'ya ulaşabilir.Kablosuz iletişim modülünün kararlı çalışmasını sağlamak için, giriş voltajı 4,0 V'ta stabilize edilmelidir. LDO güç kaynağı devresi Şekil 5'te gösterilmektedir.
3 Sistem yazılım tasarımı
Sistem yazılımı temel olarak görüntü işleme programı, GPRS iletişim programı ve ana bilgisayar ekranından oluşur.
Gömülü yağ aşınması parçacık algılama programı, OpenCV görüş kitaplığına dayanmaktadır ve çalışma ortamı, ARM-Linux'un yerleşik bir işletim sistemidir. Sonunda, yağ aşınma parçacıklarının görüntüsünün otomatik olarak toplanmasını ve işlenmesini ve karakteristik miktarların kablosuz olarak yüklenmesini gerçekleştirir. Sistem başlatıldıktan sonra, peristaltik pompanın ve arka ışığın hemen açılıp açılmayacağına karar verilir.N olarak değerlendirildiğinde, beklemeye devam edin, Y olarak değerlendirildiğinde, peristaltik pompayı ve arka ışık kaynağını açmak için röleyi açın, böylece yağ ana yağ devresinden çevrimiçi olarak toplanır. Bu şekilde bir gecikmeden sonra, yağ yağ ile dolduğunda röle kapatılacaktır.Sanayi kamera yağ görüntüsünü toplar ve ARM terminaline iletir, bu aşınma görüntüsü çerçevesinin işlenmesini tamamlar ve son olarak verileri kablosuz olarak ana bilgisayara gönderir. Program akış şeması Şekil 6'daki gibi gösterilmiştir.
3.1 Bilgisayar Görme Kitaplığı OpenCV
OpenCV, Intel tarafından savunulan ve geliştirilen, olgun ve güvenilir algoritmalara sahip ve Windows / Linux / Mac işletim sistemlerinde çalışabilen, platformlar arası bir bilgisayar görme kitaplığıdır. Karşılık gelen çapraz derleyiciyi kurarak, kaynak kodu paketi ve bağımlı kitaplık, görüntü kitaplığının transplantasyonunu gerçekleştirmek için yapılandırılır ve derlenir. Sistemin çalışma kararlılığı göz önüne alındığında, bu makalede seçilen sürüm OpenCV2.4.8'dir.
3.2 Aşınma partikül görüntüsü toplama ve işleme
Aşınma partikülü bilgisine sahip yağ numunesi, arka ışığın etkisi altında CMOS'a yansıtılır ve Linux üzerindeki V4L2 video çekirdeği sürücüsü, yağ aşınma partikül görüntüsünün elde edilmesini gerçekleştirmek için kullanılır.
Görüntü edinimi tamamlandıktan sonra, çekirdek olarak ARM ile gömülü donanım platformu, aşınma parçacığı görüntüsünün ön işlemesini, arka plan bölümlendirmesini ve özellik hesaplamasını gerçekleştirir. Program fonksiyon şeması Şekil 7'deki gibi gösterilmektedir.
3.2.1 Görüntü filtreleme
Ortalama filtreleme algoritması basit ve hızlıdır, ancak görüntünün bulanık olmasına neden olur ve yalnızca gürültüyü azaltabilir ancak gürültüyü etkili bir şekilde filtreleyemez. Gauss filtreleme, Gauss gürültüsünü ortadan kaldırmak için kullanılır, ancak yine de görüntüyü bulanıklaştırır. Çekim sırasında görüş alanını parlak ve tekdüze yapmaya çalışın, bu da Gauss gürültüsünün oluşumunu etkili bir şekilde azaltabilir. Medyan filtre, yağ aşınma partikül görüntüsünün gerçek durumuna göre seçilir.Temel fikir, orijinal değeri belirli bir pikselin belirli bir mahallesindeki medyan değerle değiştirmektir, bu sadece izole gürültü noktalarını ortadan kaldırmakla kalmaz, aynı zamanda kenar ayrıntılarını da büyük ölçüde korur. .
3.2.2 İkileştirme
Aşındırıcı partikülleri yağ arka planından doğru bir şekilde ayırmak için, hedefi ve arka planı ayırmak için kontur ekstraksiyonundan önce önceden işlenmiş görüntünün ikilileştirilmesi gerekir. Genel yöntem, sabit bir eşik T seçmektir. Yağlı aşındırıcı taneciklerdeki hedef nesne, yağ arka planından daha küçük bir gri değerine sahip olduğundan, pikselin T'den büyük gri değeri 255'e ve piksel T'den küçük griye ayarlanabilir. Derece değeri 0 olarak ayarlanmıştır. Ancak, eşiğin öznel olarak belirlenmesi gerekir ve hedef nesneyi yanlışlıkla arka plana bölmek kolaydır.
OTSU (Otsu Yöntemi) eşik segmentasyon algoritması, eşiği otomatik olarak belirleyebilir. Temel fikir, görüntünün gri özelliklerine göre sınıflar arasındaki maksimum mesafeye göre görüntüyü hedef ve arka plan olmak üzere ikiye bölmektir. Bu makale OTSU algoritmasını kullanır.
3.2.3 Morfolojik işlem denoising
Görüntü ikilileştirildikten sonra, aşındırıcı tanelerin kenarlarında küçük kusurlar ve hatta aşındırıcı tanelerin içinde küçük boşluklar olacaktır. İkili görüntü üzerinde morfolojik açma işlemleri gerçekleştirilerek, sadece tek piksel seviyeli gürültü ortadan kaldırılabilir, aynı zamanda Hedef aşındırıcı tane hassas noktada ayrılabilir; ikili görüntünün morfolojik kapalı işlemi, ikili hale getirmenin neden olduğu aşındırıcı tanecikteki küçük delikleri ortadan kaldırmak için kullanılabilir. İki morfolojik işlem, aşındırıcı parçacıkların şeklini ve alanını değiştirmeden ikili görüntüyü yumuşatabilir. Hesaplama etkisi Şekil 8 ve Şekil 9'da gösterilmektedir.
3.3 Kablosuz iletişim
ARM işleminden sonra aşındırıcı parçacıkların görüntü verileri, kablosuz modülü kullanarak çizim, tablolama ve hata uyarısını tamamlamak için ana bilgisayara gönderilir. Güvenilir veri iletimini gerçekleştirmek için TCP / IP protokolünü ve AT komutunu kullanın.
3.4 Ana bilgisayar yazılımı
Üstteki bilgisayar, gömülü platform tarafından yüklenen verilerin istatistiksel işlemesini gerçekleştirmek için QT derleme arayüzünü kullanır.
4 Deneysel doğrulama
Gömülü donanım hata ayıklamasını ve Windows sistem tarafı program hata ayıklamasını tamamladıktan sonra, ARM-Linux üzerinde çalışabilen yürütülebilir bir dosya oluşturmak için program kodunu çapraz derleyin ve ardından yürütülebilir dosyayı gömülü platform için ARM'ye yazın Aşınma partiküllerinin görüntü tespiti.
Deneyde, 2592 × 1944, renkli .bmp formatında yağlı bakır parçacık görüntüsü karesi almak için 5 milyon piksellik bir kamera kullanıldı.İşlenen görüntü ve özellik miktarı karşılaştırıldıktan sonra, ARM ucu ile PC ucunun aynı işleme etkisine sahip olduğu bulundu. İşleme etkisi Şekil 10 ve Şekil 11'de gösterilmektedir. Yazılım optimizasyonundan önceki program çalışma süresi Tablo 1'de gösterilmektedir. Karakteristik miktarlarından bazıları Tablo 2'de gösterilmektedir.
Küçük aşındırıcı tanelerin görüntüleri üzerinde yapılan çoklu testlere göre, 5 m'den büyük boyuttaki aşındırıcı taneler için sayma fonksiyonunun gerçekleştirilebildiği, 20 m'den büyük boyuttaki aşındırıcı tanelerin kontur ve özellik miktar istatistiklerinin gerçekleştirilebildiği görülmüştür.Bu aralık sanayi sitelerinin gereksinimlerini karşılamaktadır.
5. Sonuç
Yukarıdaki donanım sistemine göre devre kurulur ve yazılım programı programlanır.Sistemin, optik yönteme dayalı olarak yağ aşındırıcı parçacıkların tespitini gerçekleştirebildiği ve geleceğin temeli olan yağdaki aşındırıcı parçacıkların temel özelliklerini istikrarlı, hızlı ve doğru bir şekilde elde edebildiği deneylerle doğrulanmıştır. Bu tür bir özellik, makine öğrenmesine dayalı aşınma partikülü sınıflandırmasının gerçekleştirilmesi için temel hazırlık sağlar.
Referanslar
Li Zhong, Zeng Zhaoxiang, Du Yongping, vb Lokomotif Motorunun Ferrograf Öğütme Parçacıklarının Akıllı Tanıma ve Analizi Çin Demiryolu Topluluğu Dergisi, 1997 (1): 22-27.
Li Shaocheng, Zuo Hongfu, Zhang Yanbin.Yağ çevrimiçi izleme sisteminde partikül tanımlama aşınma Optik ve Hassas Mühendislik, 2009, 17 (3): 589-595.
Zhang Xianming, Xiong Shaojun, Chen Bin ve diğerleri.Yağ partikülü kirliliği çevrimiçi izleme teknolojisinin mevcut durumu.Kimyasal Otomasyon ve Enstrümantasyon, 2014, 41 (11): 1223-1225, 1334.
HUDNIKA V, VIINTINB J. Aşınma partikül analizi kullanarak güvenilir makine arızası tahmini için anahtar parametreler Tribology International, 1991, 24 (2): 95-98.
Lu Chun, Zhang Peilin, Wu Dinghai ve diğerleri.Ultrasonik sensörlere dayalı yağ aşındırıcı partiküllerin çevrimiçi izleme sistemi üzerine araştırma.Makine Aracı ve Hidrolik, 2016, 44 (7): 73-75.
Wang Xiaolong, Mu Chunyang, Zhang Panpan, ve diğerleri. ARM tabanlı pestisit püskürtme uçakları için sınır ötesi kontrol sisteminin tasarımı. Elektronik Teknoloji Uygulaması, 2015, 41 (4): 36-39.
Qi Lina, Zhang Bo, Wang Zhankai. Görüntü İşlemede Maksimum Sınıflar Arası Varyans Yönteminin Uygulanması Radyo Mühendisliği, 2006 (7): 25-26, 44.
yazar bilgileri:
Hu Zemin, Shi Hongsheng, Kang Kai, Yan Yuanhai
(Ulusal Enerji Aktif Dağıtım Ağı Teknolojisi Araştırma ve Geliştirme Merkezi, Pekin Jiaotong Üniversitesi, Pekin 100044)
