润滑与密封

作者：古莹奎，胡宇辉，陈孝鑫，叶彪彪

单位：江西理工大学机电工程学院,,江西理工大学机电工程学院,,江西理工大学机电工程学院,,江西理工大学机电工程学院,

关键词：铁谱分析;YOLOv8n;磨粒识别;齿轮箱;磨损状态

基金：国家自然科学基金项目 （61963018）；江西省自然科学基金项目 （20181BAB202020）

利用铁谱技术对齿轮箱磨损状态进行评估时，存在磨粒种类复杂、特征提取困难且图像背景复杂等问题。为此，以单阶段算法 YOLOv8n 作为基线，提出基于改进 YOLOv8n 的铁谱磨粒多目标识别方法。将高效多尺度卷积引 入到 C2f 模块中，以增强模型对于不同尺度特征的表达能力；引入高级特征筛选金字塔网络作为特征融合网络，解决 固有尺寸差距带来的挑战，提升模型检测性能；针对高级特征筛选金字塔网络中通道注意力模块的不足，引入高效局部注意力机制，实现对感兴趣区域精确定位。以齿轮箱的 5 种异常磨粒为对象，采用改进 YOLOv8n 模型进行定性分 析。结果表明，改进 YOLOv8n 模型与基线网络 YOLOv8n 相比，计算量和参数量分别降低 83. 95% 和 63. 79%，准确率、召回率和平均精度分别提升 6. 6%、9. 5% 和 5. 9%。

来源：2026年第2期

《润滑与密封》期刊编辑部

查看润滑与密封杂志2026年第2期