基于特征综合提取方法的风电机组齿轮箱磨粒分类

• 作者: 张光远 苏连成
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 磨损颗粒 图像处理 凹面偏差 分形维数 颗粒分类 随机森林算法
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 电气与控制工程
• 页码范围: 566-574
• 页数: 9页
• 分类号: TG29
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2020.06.007

摘要

针对当前对风力发电机组齿轮箱磨粒分类准确度不够高的问题,提出了一种基于磨损颗粒形状特征和边缘细节特征的磨粒特征综合选取方法.实验样本为风力发电机组齿轮箱润滑油液中提取的磨损颗粒,通过显微镜对磨粒图像进行采集.提取径向凹面偏差、面积偏差、细长程度、分形维数和曲率等相关磨粒边缘特征和形状特征作为磨粒分类的特征样本.使用随机森林算法对比了单独考虑形状特征或者单独考虑边缘特征时的分类结果,实验结果表明相比单独考虑形状特征或者边缘特征,使用本文提出的磨粒特征综合选取方法对磨粒进行分类的准确度更高,可以更准确地识别磨粒种类,为后续分析风电机组齿轮箱的运行状况提供了很大帮助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏连成		16	103	6.0	10.0
2	张光远		1	0	0.0	0.0