智能化磨粒图像分析及监测技术 武通海 王硕 雷亚国

本书聚焦磨粒分析技术，从传感器设计、磨粒辨识、磨损状态建模系统地介绍近20年来的技术进展和研究特色，为机器磨损状态监测技术应用提供新的思路，具体特色包含：
?聚焦磨粒图像分析传感器设计方法，介绍了磁-流场耦合下静态、运动两类磨粒图像传感器的原理及设计；
?围绕分层次、加参数、多方法融合的典型磨粒辨识方法，阐述知识引导等新方法在磨粒类型辨识中的应用方法及效果；
?突出磨损状态监测中状态模型的建模方法，引入了机理和数据联合的磨损状态监测“质-量”建模新方法。
 

本书面向装备智能运维学科发展前沿与工程迫切需求，锚定磨粒分析技术智能化方向，围绕传统监测技术中磨粒信息表征不完备、磨损机理辨识精度低与磨损失效诊断不准确的科学问题与应用难题，以机理驱动的磨损状态演变监测为主线，详细介绍了静态磨粒图像传感器设计、运动磨粒图像传感器设计、典型磨粒类型的智能辨识模型、磨损状态的在线监测方法等基础理论与核心技术。
全书内容兼具前沿性、创新性与工程实用性，旨在将作者团队在磨粒分析领域近二十年的经验积累与最新研究成果分享给广大读者，为其开展相关学术研究、解决工程应用难题提供参考。

武通海，1976年9月生，西安交通大学教授、博士生导师；高端装备复杂传动系统智能运维创新团队核心成员；陕西省首批中小企业首席工程师、西安交通大学首批“王宽城青年学者”、新疆大学“天山学者学科带头人”。现担任现代设计及轴承转子系统重点实验室副主任，机械工程学会设备与维修工程学会委员、Measurement等本领域著名期刊副主编。长期从事高端装备状态感知方向研究工作，研发的国内首创磨损在线监测系统在军工装备、航空航天等领域的装备上得到推广应用。
曾获军队科技进步二等奖、陕西高等学校科学技术一等奖、中国国际工业博览会高校展区优秀展品一等奖、中国机械工程学会优秀论文奖。主持国家自然科学基金、陕西省重点研发项目等省部级以上项目8项。发表学术论文80余篇，获得授权发明专利及软件著作权50余项，完成科技成果转化8项。

目录
Contents
序(一)
序(二)
前言
第1章绪论
1.1磨粒图像监测技术概述
1.2磨粒图像监测技术
1.2.1磨粒图像获取
1.2.2磨粒特征提取
1.2.3磨粒类型辨识
1.2.4磨损状态分析
1.3磨粒图像监测技术的研究与进展
1.3.1磨粒图像获取技术
1.3.2图像驱动的磨粒特征表征
1.3.3典型磨粒类型辨识
1.3.4基于磨粒分析的磨损状态评估
1.4磨粒图像监测技术的发展趋势
参考文献
第2章静态磨粒图像传感器设计
2.1静态磨粒沉积及成像传感技术原理
2.1.1磁场作用下磨粒沉积特性分析
智能化磨粒图像分析及监测技术
目录2.1.2静态磨粒图像传感器简介
2.2静态磨粒图像传感器优化设计
2.2.1静态磨粒图像传感器励磁结构设计
2.2.2基于ZEMAX的显微成像系统设计
2.2.3基于定向遗传算法的光源布置优化
2.2.4静态磨粒图像采集系统及成像质量对比
2.3静态磨粒链分割与特征提取
2.3.1磨粒成链问题剖析
2.3.2基于磨粒边缘特征的磨粒链自动分割
2.3.3磨粒链Mask-RCNN智能分割模型
2.4静态磨粒图像传感器的效果检验
2.4.1图像质量验证
2.4.2磨粒特征提取有效性分析
2.5小结
参考文献
第3章运动磨粒图像传感器设计
3.1磨粒运动图像传感器设计
3.1.1磨粒滚动运动原理
3.1.2磨粒运动的驱动设计
3.1.3运动磨粒图像采集系统及分析
3.2运动磨粒检测跟踪与空间特征提取
3.2.1运动磨粒自动跟踪
3.2.2基于磨粒二维特征的三维空间特征构造
3.2.3磨粒三维空间特征的优势分析
3.3磨粒的三维重建与形貌特征提取
3.3.1磨粒表面重建策略
3.3.2关键点表征的磨粒表面稀疏重建
3.3.3融合SfS的磨粒表面稠密重建
3.3.4磨粒多视角形貌重建
3.3.5磨粒表面三维特征提取及评估
3.4小结
参考文献
第4章典型磨粒类型的智能辨识模型
4.1典型失效磨粒分层辨识策略
4.2失效磨粒CGAN样本扩增
4.2.1CGAN网络简介
4.2.2典型失效磨粒二维表征及样本标签制作
4.2.3失效磨粒样本扩增模型
4.2.4失效磨粒样本扩增模型验证
4.3基于BP神经网络的显著磨粒类型辨识
4.3.1磨粒关键特征参数筛选
4.3.2形状显著磨粒的类型辨识
4.3.3磨粒类型辨识结果分析
4.4基于二维图像的CNN形态学相似磨粒辨识模型
4.4.1形态学相似磨粒的CNN辨识模型
4.4.2形态学相似磨粒的CNN辨识模型验证与分析
4.5基于三维形貌特征的形态学相似磨粒辨识
4.5.1磨粒知识的图像化表征
4.5.2知识指导的形态学相似磨粒辨识模型
4.5.3辨识模型测试及可视化分析
4.5.4模型分析
4.6小结
参考文献
第5章磨损状态的在线监测方法
5.1机理驱动的磨损状态演变监测
5.1.1磨损状态的特征体系
5.1.2磨损阶段的Mean-shift判别模型
5.1.3磨损状态演变的建模方法
5.2四球机摩擦试验的磨损状态分析
5.2.1方法描述和实验设计
5.2.2四球机磨损状态数据演变判断
5.2.3磨损状态演变规律辨识
5.2.4磨损表面检测与验证
5.3车桥台架测试的磨损状态监测与动态预警
5.3.1车桥台架磨粒图像在线监测
5.3.2车桥台架磨损失效预警模型
5.3.3车桥台架磨损监测实测案例
5.4谐波减速器全寿命试验的磨损状态动态监测
5.4.1性能退化实验方案设计
5.4.2谐波减速器磨损性能退化监测
5.5小结
参考文献

前言
Preface
磨粒图像分析是铁谱分析技术的核心。随着数字化图像分析技术的发展，磨粒图像分析也从人工走向自动乃至智能。但是这种智能化分析技术尚未取得根本性进展，原因在于磨粒图像获取的方法、目标，以及图像自身，都过于复杂。这也制约着铁谱分析技术，即便到了所谓的第四次工业革命初期，仍然难以得到普及性的应用和推广。笔者带着这种认识，以“求其友声”的惶恐与热忱，将近十年的粗浅探索与研究总结出来，期望能有更多的同仁关注并携手推进这项技术的发展。
智能化磨粒分析最具价值的应用场景是在线辨识及分析。西安交通大学以谢友柏院士领衔的在线铁谱研究团队，已在这一领域深耕半个多世纪，开发的在线铁谱传感器，给磨粒图像智能分析研究提供了有力工具。而后又推出了运动磨粒传感器，将原来的静态磨粒二维图像分析技术升级为运动磨粒伪三维分析技术。近年来，国外也推出了内嵌神经网络算法的磨粒图像便携式分析系统。这些技术的发展虽然还不能真正解决磨损机理在线辨识的难题，但让人看到了磨粒智能化分析技术的未来。即便发展速度相对较慢，但也足以令人振奋。
本书围绕在线磨粒图像监测技术的基本脉络，首先介绍了两类传感器技术，然后介绍磨粒类型辨识方面的发展，最后介绍磨损状态监测方面的初步应用。需要说明的是，这些内容基本上都是笔者研究团队十余年的研究结果及部分同行研究成果，并未包含领域的全部研究进展。
作者在数十年的科学研究中，得到了国家重点研发计划（项目编号：2022YFB3402100）、国家自然科学基金面上项目（项目编号：51975455；51675403；51275381；50905135）等若干基金项目的资助，书中列举的案例大部分都是以上项目的研究成果，若没有这些项目的支持，本书难以成稿。
本书写作过程中有幸得到了铁谱分析领域前辈杨其明教授的指导并作序。作者的恩师，中国工程院院士谢友柏教授专门为本书拨冗作序，给予了肯定与期望。得益于两位前辈的教导，本书才得以呈现；但笔者深知水平有限，疏漏错误之处在所难免，敬请同行专家和广大读者谅解并不吝指正。
“十年冷板凳，励志为传承”，与同行共勉。
作者2023年6月