基于遺傳編程的鐵譜磨粒復(fù)合特征構(gòu)造方法
【技術(shù)領(lǐng)域】：
[0001] 本發(fā)明屬于機械設(shè)備故障診斷領(lǐng)域，具體設(shè)及一種基于遺傳編程的鐵譜磨粒復(fù)合 特征構(gòu)造方法。
【背景技術(shù)】：
[0002] 對于機械設(shè)備狀態(tài)監(jiān)測而言，鐵譜磨粒的特征是非常寶貴的信息資源，可W通過 磨粒特征判斷機械設(shè)備的運行狀態(tài)W及判別機器的磨損類型。采用鐵譜儀和計算機視覺技 術(shù)可W獲取磨粒特征。因此，鐵譜磨粒的研究工作者根據(jù)類型不同，將磨粒的特征分為形態(tài) 特征、顏色特征W及紋理特征。形態(tài)特征獲取方便且能反映機器的磨損劇烈程度，因此在工 業(yè)上應(yīng)用最為廣泛。形態(tài)特征又包括磨粒面積百分比、長短軸比、矩形度、等效直徑W及形 狀因子等。由于單一特征僅表征磨粒的某一變化規(guī)律，列舉的上述五種磨粒特征難W獨立 的區(qū)分具有不同形貌特點的磨粒。因此，需要構(gòu)建新的特征，綜合上述特征的優(yōu)點實現(xiàn)對不 同形態(tài)特征磨粒的識別。
[0003] 在傳統(tǒng)的特征構(gòu)造中，多根據(jù)經(jīng)驗構(gòu)造，采用試探的方式，用實驗數(shù)據(jù)對其檢驗， 并根據(jù)檢驗結(jié)果對特征進行修改，需反復(fù)試驗，直到獲得滿意的特征。運種方法費時、費力， 具有很強的盲目性。遺傳編程時由遺傳算法發(fā)展演變而來的，它作為一種智能的層次結(jié)構(gòu) 優(yōu)化算法，可W較容易的構(gòu)造大規(guī)模的特征集，也可W產(chǎn)生新的特征集，同時可W根據(jù)分類 效果自動進行特征選擇，直至獲得最佳或近似最佳的特征，因此，遺傳編程在特征構(gòu)造中有 著明顯的優(yōu)勢。將遺傳編程應(yīng)用到鐵譜磨粒形態(tài)特征的構(gòu)造上，所得到的復(fù)合特征作為常 見鐵譜磨粒形態(tài)的新識別標準，能夠有效提高鐵譜識別機械設(shè)備常見故障的能力。

【發(fā)明內(nèi)容】
：
[0004] 本發(fā)明的目的在于克服傳統(tǒng)特征構(gòu)造過程中費時費力且具有盲目性的缺點，W及 提高鐵譜磨粒形態(tài)特征識別不同形貌特點故障磨粒的能力，提出一種基于遺傳編程的鐵譜 磨粒復(fù)合特征構(gòu)造方法。
[0005] 為達到上述目的，本發(fā)明采用如下技術(shù)方案來實現(xiàn)的：
[0006] 基于遺傳編程的鐵譜磨粒復(fù)合特征構(gòu)造方法，包括W下步驟：
[0007] 1)從機械設(shè)備潤滑系統(tǒng)中獲取鐵譜磨粒圖像；
[000引2)對獲得的鐵譜磨粒圖像進行預(yù)處理，獲取磨粒的形態(tài)特征信息；
[0009] 3)將步驟2)中得到的磨粒的形態(tài)特征信息作為樣本種群，利用遺傳編程對其進行 重新組合優(yōu)化；
[0010] 4)根據(jù)適應(yīng)度函數(shù)選擇最優(yōu)的遺傳編程結(jié)果作為復(fù)合特征；
[0011] 5)利用步驟4)中得到的復(fù)合特征作為分類指標，繪制該復(fù)合特征對不同故障磨粒 的分類效果圖。
[0012] 本發(fā)明進一步的改進在于:所述步驟1)中獲取的鐵譜磨粒圖像包括滑動磨粒圖 像、切削磨粒圖像W及氧化物磨粒圖像。
[0013] 本發(fā)明進一步的改進在于:所述步驟2)中對獲得的鐵譜磨粒圖像進行預(yù)處理包 括：圖像灰度化、圖像二值化W及濾波和填充內(nèi)部孔桐;獲取的磨粒形態(tài)特征包括:磨粒面 積百分比、長短軸比、等效直徑、矩形度及形狀因子。
[0014] 本發(fā)明進一步的改進在于:所述步驟3)中遺傳編程的最大進化代數(shù)為100代，雜交 率為0.95,變異率為0.2。
[0015] 本發(fā)明進一步的改進在于:所述步驟3)中遺傳編程的運算符集由加、減、乘、除四 種基本數(shù)學(xué)運算符構(gòu)成，終止符集由磨粒面積百分比、長短軸比、等效直徑、矩形度及形狀 因子五種形態(tài)特征構(gòu)成，且遺傳編程采用后序遍歷來輸出復(fù)合特征表達式。
[0016] 本發(fā)明進一步的改進在于:所述步驟4)中利用類內(nèi)距和類間距來判定分類效果； 適應(yīng)度函數(shù)的表達式為
，其中，V為某一特征量，Du為第i類與第j類的類間 距，Dll為第i類的類內(nèi)距;且適應(yīng)度函數(shù)值越大，表明所得的復(fù)合特征分類效果越優(yōu)。
[0017] 與現(xiàn)有技術(shù)相比，本發(fā)明具有W下的有益效果：
[0018] 本發(fā)明所述基于遺傳編程的鐵譜磨粒復(fù)合特征構(gòu)造方法，根據(jù)鐵譜磨粒的形態(tài)特 征能可靠的反映機器的運行磨損情況W及遺傳編程具有構(gòu)造復(fù)合特征的能力，將鐵譜磨粒 的多種形態(tài)特征作為遺傳編程的初始樣本種群構(gòu)造復(fù)合特征，擴展了遺傳編程的應(yīng)用范 圍，同時提高了鐵譜磨粒形態(tài)特征識別不同類型故障磨粒的能力，該方法適用于鐵譜故障 磨粒分類識別。
【附圖說明】：
[0019] 圖1為本發(fā)明實施例中所使用的Ξ類故障磨粒樣本圖像，其中圖1(a)、（b)、（c)分 別是滑動磨粒圖像、切削磨粒圖像和氧化物磨粒圖像；
[0020] 圖2為本發(fā)明實施例的基本流程圖；
[0021] 圖3為本發(fā)明實施例對鐵譜磨粒圖像進行預(yù)處理的基本流程圖；
[0022] 圖4為本實施例中提出的標記闊值法對磨粒圖像預(yù)處理過程中磨粒圖像的變化情 況示意圖。其中圖4(a)為磨粒原始圖像，圖4(b)為灰度化、二值化后的圖像，圖4(c)是濾除 特征磨粒外部雜質(zhì)后的圖像，圖4(d)是填充特征磨粒內(nèi)部細小孔桐后的圖像，圖4(e)是采 用6X6的矩形結(jié)構(gòu)元素開閉運算后得到的圖像，圖4(f)是采用5X5圓盤結(jié)構(gòu)元素開閉運算 后得到的圖像；
[0023] 圖5為本實施例中所對磨粒所求的最小外接矩形的實例圖；
[0024] 圖6為本發(fā)明實施例采用遺傳編程的基本流程圖；
[0025] 圖7為本發(fā)明實施例采用遺傳編程過程中適應(yīng)度函數(shù)的變化情況示意圖；
[0026] 圖8為本發(fā)明實施例采用磨粒面積百分數(shù)P對Ξ種不同類型故障磨粒的區(qū)分情況 示意圖；
[0027] 圖9為本發(fā)明實施例采用長短軸比K對Ξ種不同類型故障磨粒的區(qū)分情況示意圖； [00%]圖10為本發(fā)明實施例采用等效直徑D對Ξ種不同類型故障磨粒的區(qū)分情況示意 圖；
[0029] 圖11為本發(fā)明實施例采用矩形度R對Ξ種不同類型故障磨粒的區(qū)分情況示意圖；
[0030] 圖12為本發(fā)明實施例采用形狀因子C對Ξ種不同類型故障磨粒的區(qū)分情況示意 圖；
[0031] 圖13為本發(fā)明實施例結(jié)合磨粒面積百分比P與長短軸比Κ，對Ξ種不同類型故障磨 粒的區(qū)分情況示意圖。其中橫坐標為磨粒面積百分比Ρ，縱坐標為長短軸比Κ;
[0032] 圖14為本發(fā)明實施例結(jié)合等效直徑D與形狀因子C，對Ξ種不同類型故障磨粒的區(qū) 分情況示意圖。其中橫坐標為等效直徑D，縱坐標為形狀因子C;
[0033] 圖15為本發(fā)明實施例結(jié)合磨粒面積百分數(shù)Ρ、長短軸比KW及等效直徑D，對Ξ種不 同類型故障磨粒的區(qū)分情況示意圖。其中X坐標為長短軸比K，y坐標為磨粒面積百分數(shù)Ρ，ζ 坐標為等效直徑D;
[0034] 圖16為本發(fā)明實施例結(jié)合等效直徑D、長短軸比KW及形狀因子C，對Ξ種不同類型 故障磨粒的區(qū)分情況示意圖。其中X坐標為等效直徑D，y坐標為長短軸Κ，ζ坐標為形狀因子 C；
[0035] 圖17為本發(fā)明實施例利用遺傳編程構(gòu)造的復(fù)合特征Ε1對Ξ種不同類型故障磨粒 的區(qū)分情況示意圖。其中Ei = R+(R-C) X (R-2K);
[0036] 圖18為本發(fā)明實施例利用遺傳編程構(gòu)造的復(fù)合特征E2對Ξ種不同類型故障磨粒 的區(qū)分情況示意圖。其中E2 = RX (2R-C)-(P-D) X (R+C);
[0037] 圖19為本發(fā)明實施例利用遺傳編程構(gòu)造的復(fù)合特征E3對Ξ種不同類型故障磨粒 的區(qū)分情況示意圖。其中E3 = RXDX(R+C)/(D+P+K)+KXR2;
[0038] 圖20為本發(fā)明實施例結(jié)合復(fù)合特征El和E2,對Ξ種不同類型故障磨粒的區(qū)分情況 示意圖。其中橫坐標為復(fù)合特征E1，縱坐標為復(fù)合特征E2。
[0039] 圖21為本發(fā)明實施例結(jié)合復(fù)合特征E1、E2和E3,對Ξ種不同類型故障磨粒的區(qū)分 情況示意圖。其中X坐標為復(fù)合特征E1，y坐標為復(fù)合特征E2，Z坐標為復(fù)合特征E3。
【具體實施方式】：