[发明专利]基于铁谱图像分析的动力装置磨损故障诊断方法及系统

权利要求书

1.一种基于铁谱图像分析的动力装置磨损故障诊断方法，其特征在于，所述方法包括以下步骤：

步骤1，以预定周期采用成像装置捕获原始铁谱图像；

步骤2，对所述原始铁谱图像进行图像预处理，得到处理后的二值化图像；

步骤3，标记二值化铁谱图像的连通域，选取处理后的二值化图像连通域的相关属性，包括连通域的几何、形态属性参数，作为铁谱磨粒特征；

步骤4，根据所述铁谱磨粒特征，训练磨粒识别模型，所述磨粒识别模型的输入为铁谱磨粒特征，所述磨粒识别模型的输出为磨粒类别，所述磨粒识别模型为经算法优化的SVM多分类模型，所述SVM多分类模型采用多个SVM组合，在任意两种类别的磨粒样本之间设计一个子SVM，所述子SVM的训练集采用两两组合的方式，采用Jaya算法对所述SVM多分类模型中每一个所述子SVM的参数进行优化；

步骤5，训练经过算法优化后的深层网络模型，重构动力装置故障特征，将重构后的动力装置故障特征采用Softmax分类器进行分类，最终输出动力装置磨损故障类型；所述动力装置故障特征为基于磨粒识别模型获得的磨粒类别，对磨粒类别进行统计得到的各类别磨粒的数量和/或各类别磨粒所占的比例；所述深层网络模型为堆叠降噪自动编码器，采用贝叶斯优化算法对所述堆叠降噪自动编码器的参数进行优化；

步骤6，显示各阶段的铁谱图像、各类别磨粒的数量以及诊断获得的磨损故障类型。

2.如权利要求1所述的基于铁谱图像分析的动力装置磨损故障诊断方法，其特征在于，所述步骤2中，所述图像预处理的操作包括：灰度化、二值化、去噪。

3.如权利要求1所述的基于铁谱图像分析的动力装置磨损故障诊断方法，其特征在于，所述步骤3中，在获取铁谱磨粒特征之前，先对所述连通域进行标记，获取所述连通域的边界矩形，计算连通域的相关属性作为铁谱磨粒特征；所述铁谱磨粒特征包括：所述连通域的面积、周长、圆形度、矩形度、长宽比，与所述边界矩形具有相同二阶中心距的椭圆的长轴长、短轴长、离心率，与所述连通域等面积圆的直径、所述连通域与其最小凸多边形像素比。

4.如权利要求1所述的基于铁谱图像分析的动力装置磨损故障诊断方法，其特征在于，所述步骤4中，所述SVM多分类模型的分类决策函数公式为:

其中，σ为高斯核函数参数；x为函数自变量；x_i为第i个样本磨粒的特征向量；y_i为第i个样本磨粒的类别标签；m为训练集中的样本数量；α_i为Lagrange乘子；α_i为约束条件：0≤α_i≤γ；γ为正则化参数；b为偏置量。