Využití obrazové analýzy v tribotechnické diagnostice

Image Analysis for Tribodiagnostic

book

Czech

Obrazová analýza obecně umožňuje získávat kvantitativní informace o různých statistikách a morfologických charakteristikách digitálního obrazu a v něm rozpoznávaných objektů. V oblasti analýzi maziv zabývající se hodnocením čáastic opotřebení lze jejím prostřednictvím určit např. typ a míru opotřebení třecích ploch; to je jedním z cílů tribotechnické diagnostiky.Tato kniha popisuje možnosti analýzy otěrových částic, které jsou získávány z oleje odebraného z mazacího systému a bližší popis zvolené metodiky. Vyhodnocením výsledků analýzy lze orčit vhodné výměnné intervaly olejů, specifikovat převládající mechanizmy opotřebení, identifikovat katastrofické částice a predikovat vznik havarijního opotřebení. Cílem této knihy je rovněž popsat možnosti využití obrazové analýzy v kombinaci s metodou analytické ferrografie a blíže představit nově vyvinutý automatocký klasifikátor - nástroj pro automatickou klasifikaci částic, který se ze vzorových obrazů částic učí klasifikovat obrazy částic pořízených metodou analytické ferografie.Dosažené výsledky ukazují, že využití automatické klasifikace částic v provozu může přinést prakticky využitelné výsledky, které mnohdy nelze získat jinými metodami.

Image analysis of wear particles is a suitable support tool for detail analysis of engine, gear, hydraulic and industrial oils. Is allows to obtain information not only of basic parameters of abrasion particles but also data that would be very difficult to obtain wusin classical ways of evaluation. based on the analysis of morphological or image characteristic of particles, the progress of wearing the machine parts can be prevented or the optimum period for changing the oil can be determinedThe aim of this paper is to explore the possibilites of using the image analysis combined with the method of analytical ferrography and suggest a tool for automated particle classification. Corrent methods of wear particle analysis are derived from the evaluation that does not offer an exact idea of processes that take place between the friction surfaces in the engine system. The work is based upon the method of analytical ferrography which allows to evaluate the state of the machine. The benefit of the use of classifiers defined in this work is the possibility of automated evaluation of analytical ferrography outputs; the use of them eliminates the crucial disadvantage of ferrographical analysis which is the dependence of the subjective evaluation done by expert who performs the analysis.Classifiers are defined as a result of using methods of machine learning. Based on an extensive database of particles that was created in the forst part of this work, the classifiers were trained - as a result, they make the evaluation of ferrographically separated abrasion particles from oils taken from lubricated systems possible. In the next stage experiments were carried out and optimum classifier settings were determined based on resultsof the experiments.

Analýza částic opotřebení, Ferrografie

Wear particle analysis, Ferrography

MACHALÍK, S.; ZEMČÍK, P.; JURÁNEK, R.

2013

1. 3. 2013

Univerzita Pardubice

Pardubice

978-80-7395-583-0

112