金屬切割機械軸承磨損程度檢測淺議
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了金屬切割機械軸承磨損程度檢測淺議范文，希望能給你帶來靈感和參考，敬請閱讀。
摘要：為了提高軸承磨損檢測結果的精準度，設計一種針對金屬切割機械軸承磨損程度的檢測方法。使用短波紅外掃描儀器，獲取軸承磨損區域圖像；定位軸承中一個磨損點、或圈定軸承磨損區域，計算該點或該區域在圖像中占據的像素當量，提取軸承磨損特征；啟動軸承細部磨損檢測程序，參照軸承磨損深度，劃分磨損等級，實現對軸承磨損的檢測。通過對比實驗證明：設計的檢測方法可以實現對軸承磨損的精準檢測，有效提升軸承磨損程度檢測結果的，降低檢測誤差。
關鍵詞：金屬切割；機械軸承；檢測方法；磨損程度；磨損特征；細部磨損
引言
在實際應用中，金屬切割機械設備是通過機械操作，在金屬物體匯聚并形成一個具有高功率與高密度的光束，光束可以在一個相對較短的時間內迅速提升金屬物體表面局部溫度，當溫度達到金屬熔點后，金屬表面發生氣化反應或熔化反應。此時，由金屬切割機發出的高壓氣體進行金屬切縫中熔化物質的清除，即可實現金屬的有效切割[1]。相比人工切割金屬，此種切割方法具有污染小、操作便捷、成本低等優點。現如今，此種切割方式已在金屬構件生產制造、化工加工等領域中得到廣泛應用。在金屬切割設備中，軸承是設備的主要組成部分，軸承的運行狀態可直接決定機械設備的切割性能。軸承也是此設備中最容易受到磨損的部位，一旦軸承由于磨損出現異常，不僅會導致切割機械無法正常運行，也會對機械加工與工業零構件生產造成一定的影響[2]。為了避免軸承對機械設備的穩定運行造成干擾，相關研究者提出了針對軸承構件磨損程度的檢測方法，但大部分檢測方法為接觸式檢測，此種檢測方法具有檢測效率低、速度慢、操作復雜等劣勢。因此，設計一種高效的金屬切割機械軸承磨損程度檢測方法十分關鍵。為此，本文在現有方法基礎上，設計了一種新的磨損檢測方法。
1金屬切割機械軸承磨損程度檢測方法設計
1.1金屬切割機械軸承磨損區域圖像獲取
為了實現對金屬切割機械軸承磨損程度的精準檢測，需要在設計前使用短波紅外掃描儀器，獲取金屬切割機械軸承磨損區域的相關圖像。在此過程中，輔助使用攝像物鏡、A/D圖像采集卡進行采集[3]。將金屬切割機械軸承通過投影映射的方式，進行其細部結構在傳感器光敏區域的成像。完成金屬切割機械軸承磨損圖像的成像后，將信息以光敏單元信息表達的方式，進行光敏陣列信息矩陣的構建，構建后完整的信息將在A/D存儲卡中存儲，通過存儲卡對光敏信號的轉換，實現獲取圖像與圖像分析行為的同步進行。為了確保獲取的圖像具有高精度特性，需要使用控制器，進行前端脈沖的發送，將發送的脈沖信息通過傳感器進行傳輸，使圖像在存儲卡上呈現成為一個完整的圖像[4]。具體操作步驟如下。將金屬切割機械軸承放置在光源區域→配準掃描儀器與軸承→將獲取的圖像與信息通過傳感器處理傳輸→由終端二極化電路進行圖像傳輸的支撐→將拍攝或掃描得到的軸承磨損區域圖像存儲在圖像采集卡中→將圖像傳輸到上機位計算機顯示端。以此種方式，實現對金屬切割機械軸承磨損區域圖像的獲取。
1.2軸承磨損特征提取
完成對金屬切割機械軸承磨損區域圖像的獲取后，定位軸承中一個磨損點，或圈定軸承磨損區域，計算該點或該區域在圖像中占據的像素當量，對應的計算公式如下：式中：p表示為圈定軸承磨損區域在圖像中占據的像素當量；S表示為磨損區域面積，mm2；G表示為區域占比，%。將計算得到的結果，作為已知磨損特征參數，提取像素值并計算磨損量，將磨損量作為軸承磨損特征參數。為了避免特征提取對檢測結果造成影響，可采用重構圖像邊緣的方式，進行圈定區域的無限縮小，直到圈出機械軸承磨損的精準區域。按照上述方式，計算磨損區域像素當量，輸出計算結果，完成對軸承磨損特征的提取。
1.3軸承細部磨損檢測程序與磨損程度劃分
在上述提出內容的基礎上，在檢測終端，根據軸承磨損檢測需求，進行檢測程序的設計。啟動檢測程序，設計軸承磨損區域圖像采集卡參數的初始化設計，將采集后的圖像根據顯示設計需求，保存在指定區域。對所選的檢測區域圖像進行增強化處理，根據檢測圖像進行圖像的預分割[5]。提取分割中最小單元信息，將最小單元信息作為軸承細部磨損檢測結果。完成檢測后，根據檢測區域的耐磨性，參照軸承磨損深度，進行磨損等級的劃分。例如，當軸承磨損深度小于0.1mm時，說明軸承處于輕度磨損狀態；當軸承磨損深度在0.1~0.5mm范圍內時，說明軸承處于中度磨損狀態；當軸承磨損深度在大于0.5mm范圍內時，說明軸承處于重度磨損狀態。
2實驗分析
上文從三個方面完成了對軸承磨損程度檢測方法的設計，為了證明本文設計的方法在實際應用中，可以達到既定的檢測效果，下述將以通過對比實驗的方式，對設計成果的可行性與使用性能進行檢驗。實驗中，選擇某工業零構件生產單位作為實驗場所，隨機選擇該工廠內某金屬切割機械設備作為實驗設備。將實驗對象安裝在實驗操作臺上，使用短波紅外掃描儀器作為機械軸承磨損的探測裝置。將本文設計的方法與實驗操作臺進行通信對接，確保此操作臺中檢測終端與顯示終端保持良好交互后，啟動操作臺對本文所選的金屬切割機械設備進行掃描。根據終端的顯示結果，進行金屬切割機械的磨損檢測，完成掃描后，觀察本文方法對機械軸承磨損的掃描結果，如下圖1所示。從上述圖1中可以看出，此次實驗掃描的金屬切割機械軸承存在磨損，對應的磨損點已在軸承示意圖中圈出。由此可以證明，本文設計的檢測方法可以實現對機械軸承磨損的有效檢測。在此基礎上，選擇五個編號為zc-01～zc-05的磨損軸承作為被測對象。先使用本文設計的檢測方法，在操作臺上對已磨損的軸承進行掃描，掃描后得到一個針對軸承磨損區域的圖像，分析掃描圖像，進行軸承磨損特征的提取，調用細部檢測程序，進行軸承細部結構磨損信息的獲取，以此種方式，得到一個精準度較高的磨損深度數據。將檢測得到的磨損深度數據與軸承實際磨損深度數據進行對比，兩者誤差越小，證明本文設計的檢測方法可行性越高。同時，選擇基于紅外熱成像技術的軸承磨損程度檢測方法作為傳統方法，按照相同的步驟獲取磨損區域圖像，對區域內關鍵信息進行紅外熱成像，輔助人工計算的方式，進行軸承細部磨損深度的分析。將兩種檢測方法檢測的結果作為實驗結果，將實驗結果整理成表格，如表1所示。從上述表1所示的實驗結果中可以看出，本文檢測的磨損深度與金屬切割機械軸承磨損實際深度較為接近，其中本文方法對zc-02軸承、zc-03軸承、zc-05軸承的磨損檢測與其實際磨損深度相同。而傳統方法檢測的磨損深度與金屬切割機械軸承磨損實際深度存在差值，盡管差值在允許范圍內，但仍無法達到本文設計方法的檢測精度。因此，在完成實驗后，得出此次實驗的最終結論：相比基于紅外熱成像技術的軸承磨損程度檢測方法，本文設計的金屬切割機械軸承磨損程度檢測方法，可以實現對軸承磨損的精準檢測，并且可以實現對傳統檢測方法檢測結果的優化，即提升檢測結果的精準度，降低磨損深度檢測結果誤差。
3結語
為了提升金屬切割機械軸承磨損的檢測，優化檢測結果，提升工業加工、制造與零構件生產的連續性，本文提出一種針對金屬切割機械軸承磨損程度的全新檢測方法，確保對軸承磨損程度掌握的及時性。通過提取磨損圖像，并根據提取的圖像確定磨損點，完成磨損檢測，并通過實驗證明了本文方法的有效性。
作者:苑攀攀 單位:駐馬店職業技術學院
