基于遺傳編程的鐵譜磨粒復合特征構造方法技術

本發明專利技術公開了一種基于遺傳編程的鐵譜磨粒復合特征構造方法，該方法綜合利用了鐵譜磨粒形態特征直觀、易于獲取的特點，以及遺傳編程在復合特征構造上的優勢，應用于機械運行狀態監測中油液鐵譜磨粒圖像的提取和機器磨損狀態模式識別。該方法將獲取的多種鐵譜磨粒形態特征作為樣本種群，通過遺傳編程對多種形態特征進行組合優化得到復合特征，用于不同故障磨粒的分類，克服傳統特征構造過程中費時費力且盲目性的缺點，突破傳統情況下只能對離線圖片進行分析的局限，綜合了鐵譜磨粒的多種形態特征信息，能有效提高利用鐵譜圖像識別機械設備常見故障的能力，為機械設備健康可靠的運行提供有力支持。

【技術實現步驟摘要】

：本專利技術屬于機械設備故障診斷領域，具體涉及一種基于遺傳編程的鐵譜磨粒復合特征構造方法。
技術介紹
：對于機械設備狀態監測而言，鐵譜磨粒的特征是非常寶貴的信息資源，可以通過磨粒特征判斷機械設備的運行狀態以及判別機器的磨損類型。采用鐵譜儀和計算機視覺技術可以獲取磨粒特征。因此，鐵譜磨粒的研究工作者根據類型不同，將磨粒的特征分為形態特征、顏色特征以及紋理特征。形態特征獲取方便且能反映機器的磨損劇烈程度，因此在工業上應用最為廣泛。形態特征又包括磨粒面積百分比、長短軸比、矩形度、等效直徑以及形狀因子等。由于單一特征僅表征磨粒的某一變化規律，列舉的上述五種磨粒特征難以獨立的區分具有不同形貌特點的磨粒。因此，需要構建新的特征，綜合上述特征的優點實現對不同形態特征磨粒的識別。在傳統的特征構造中，多根據經驗構造，采用試探的方式，用實驗數據對其檢驗，并根據檢驗結果對特征進行修改，需反復試驗，直到獲得滿意的特征。這種方法費時、費力，具有很強的盲目性。遺傳編程時由遺傳算法發展演變而來的，它作為一種智能的層次結構優化算法，可以較容易的構造大規模的特征集，也可以產生新的特征集，同時可以根據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，遺傳編程在特征構造中有著明顯的優勢。將遺傳編程應用到鐵譜磨粒形態特征的構造上，所得到的復合特征作為常見鐵譜磨粒形態的新識別標準，能夠有效提高鐵譜識別機械設備常見故障的能力。
技術實現思路
：本專利技術的目的在于克服傳統特征構造過程中費時費力且具有盲目性的缺點，以及提高鐵譜磨粒形態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合特征構造方法。為達到上述目的，本專利技術采用如下技術方案來實現的：基于遺傳編程的鐵譜磨粒復合特征構造方法，包括以下步驟：1)從機械設備潤滑系統中獲取鐵譜磨粒圖像；2)對獲得的鐵譜磨粒圖像進行預處理，獲取磨粒的形態特征信息；3)將步驟2)中得到的磨粒的形態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化；4)根據適應度函數選擇最優的遺傳編程結果作為復合特征；5)利用步驟4)中得到的復合特征作為分類指標，繪制該復合特征對不同故障磨粒的分類效果圖。本專利技術進一步的改進在于：所述步驟1)中獲取的鐵譜磨粒圖像包括滑動磨粒圖像、切削磨粒圖像以及氧化物磨粒圖像。本專利技術進一步的改進在于：所述步驟2)中對獲得的鐵譜磨粒圖像進行預處理包括：圖像灰度化、圖像二值化以及濾波和填充內部孔洞；獲取的磨粒形態特征包括：磨粒面積百分比、長短軸比、等效直徑、矩形度及形狀因子。本專利技術進一步的改進在于：所述步驟3)中遺傳編程的最大進化代數為100代，雜交率為0.95，變異率為0.2。本專利技術進一步的改進在于：所述步驟3)中遺傳編程的運算符集由加、減、乘、除四種基本數學運算符構成，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特征構成，且遺傳編程采用后序遍歷來輸出復合特征表達式。本專利技術進一步的改進在于：所述步驟4)中利用類內距和類間距來判定分類效果；適應度函數的表達式為其中，v為某一特征量，Dij為第i類與第j類的類間距，Dii為第i類的類內距；且適應度函數值越大，表明所得的復合特征分類效果越優。與現有技術相比，本專利技術具有以下的有益效果：本專利技術所述基于遺傳編程的鐵譜磨粒復合特征構造方法，根據鐵譜磨粒的形態特征能可靠的反映機器的運行磨損情況以及遺傳編程具有構造復合特征的能力，將鐵譜磨粒的多種形態特征作為遺傳編程的初始樣本種群構造復合特征，擴展了遺傳編程的應用范圍，同時提高了鐵譜磨粒形態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：圖1為本專利技術實施例中所使用的三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；圖2為本專利技術實施例的基本流程圖；圖3為本專利技術實施例對鐵譜磨粒圖像進行預處理的基本流程圖；圖4為本實施例中提出的標記閾值法對磨粒圖像預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后的圖像，圖4(d)是填充特征磨粒內部細小孔洞后的圖像，圖4(e)是采用6×6的矩形結構元素開閉運算后得到的圖像，圖4(f)是采用5×5圓盤結構元素開閉運算后得到的圖像；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；圖6為本專利技術實施例采用遺傳編程的基本流程圖；圖7為本專利技術實施例采用遺傳編程過程中適應度函數的變化情況示意圖；圖8為本專利技術實施例采用磨粒面積百分數P對三種不同類型故障磨粒的區分情況示意圖；圖9為本專利技術實施例采用長短軸比K對三種不同類型故障磨粒的區分情況示意圖；圖10為本專利技術實施例采用等效直徑D對三種不同類型故障磨粒的區分情況示意圖；圖11為本專利技術實施例采用矩形度R對三種不同類型故障磨粒的區分情況示意圖；圖12為本專利技術實施例采用形狀因子C對三種不同類型故障磨粒的區分情況示意圖；圖13為本專利技術實施例結合磨粒面積百分比P與長短軸比K，對三種不同類型故障磨粒的區分情況示意圖。其中橫坐標為磨粒面積百分比P，縱坐標為長短軸比K；圖14為本專利技術實施例結合等效直徑D與形狀因子C，對三種不同類型故障磨粒的區分情況示意圖。其中橫坐標為等效直徑D，縱坐標為形狀因子C；圖15為本專利技術實施例結合磨粒面積百分數P、長短軸比K以及等效直徑D，對三種不同類型故障磨粒的區分情況示意圖。其中x坐標為長短軸比K，y坐標為磨粒面積百分數P，z坐標為等效直徑D；圖16為本專利技術實施例結合等效直徑D、長短軸比K以及形狀因子C，對三種不同類型故障磨粒的區分情況示意圖。其中x坐標為等效直徑D，y坐標為長短軸K，z坐標為形狀因子C；圖17為本專利技術實施例利用遺傳編程構造的復合特征E1對三種不同類型故障磨粒的區分情況示意圖。其中E1＝R+(R-C)×(R-2K)；圖18為本專利技術實施例利用遺傳編程構造的復合特征E2對三種不同類型故障磨粒的區分情況示意圖。其中E2＝R×(2R-C)-(P-D)×(R+C)；圖19為本專利技術實施例利用遺傳編程構造的復合特征E3對三種不同類型故障磨粒的區分情況示意圖。其中E3＝R×D×(R+C)/(D+P+K)+K×R2；圖20為本專利技術實施例結合復合特征本文檔來自技高網...

【技術保護點】
基于遺傳編程的鐵譜磨粒復合特征構造方法，其特征在于，包括以下步驟：1)從機械設備潤滑系統中獲取鐵譜磨粒圖像；2)對獲得的鐵譜磨粒圖像進行預處理，獲取磨粒的形態特征信息；3)將步驟2)中得到的磨粒的形態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化；4)根據適應度函數選擇最優的遺傳編程結果作為復合特征；5)利用步驟4)中得到的復合特征作為分類指標，繪制該復合特征對不同故障磨粒的分類效果圖。

【技術特征摘要】
1.基于遺傳編程的鐵譜磨粒復合特征構造方法，其特征在于，包括以下步
驟：
1)從機械設備潤滑系統中獲取鐵譜磨粒圖像；
2)對獲得的鐵譜磨粒圖像進行預處理，獲取磨粒的形態特征信息；
3)將步驟2)中得到的磨粒的形態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化；
4)根據適應度函數選擇最優的遺傳編程結果作為復合特征；
5)利用步驟4)中得到的復合特征作為分類指標，繪制該復合特征對不同
故障磨粒的分類效果圖。
2.根據權利要求1所述的基于遺傳編程的鐵譜磨粒復合特征構造方法，其
特征在于：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
像以及氧化物磨粒圖像。
3.根據權利要求1所述的基于遺傳編程的鐵譜磨粒復合特征構造方法，其
特征在于：所述步驟2)中對獲得的鐵譜磨粒圖像進行預處理包括：圖像灰度化、
圖像二值化以及濾波和填充內部孔洞；獲取的磨粒形態特征包括：...

【專利技術屬性】
技術研發人員：溫廣瑞，張志芬，徐斌，陳峰，徐光華，張西寧，
申請(專利權)人：西安交通大學，
類型：發明
國別省市：陜西;61