润滑与密封

作者：陈永杰，周新聪，贺石中，冯伟，杨智宏，覃楚东，杨双宾

单位：武汉理工大学船海与能源动力工程学院;广州机械科学研究院有限公司,,武汉理工大学交通与物流工程学院,,广州机械科学研究院有限公司,,广州机械科学研究院有限公司,,广州机械科学研究院有限公司,,广州机械科学研究院有限公司;武汉理工大学交通与物流工程学院,,广州机械科学研究院有限公司,

关键词：在线监测;图像分割;U-Net;LSTM;故障诊断

基金：广东省科技计划项目（2023B1212070025）;国机集团国家级研发平台能力提升项目（17300079）;广州机械院科技发展基金项目（1017300078）

在机械设备监测中因气泡与明暗场的干扰，传统的在线磨粒图像分析方法无法实现磨粒的准确分割。为有效排除在线磨粒图像中气泡和明暗场的干扰，提出一种基于U-Net网络的磨粒图像前景分割算法；在磨粒图像前景分割的基础上，计算了磨粒覆盖率，并基于长短期记忆神经网络（Long Short Term Memory，LSTM）对磨粒图像的磨粒覆盖率进行时序预测。开展长周期摩擦磨损试验，采集大量磨粒图像，对提出的磨粒图像前景分割算法和磨粒覆盖率预测方法进行了验证。结果表明：训练后的U-Net网络能够实现磨粒图像的精确分割，基于LSTM预测的磨粒覆盖率和真实磨粒覆盖率趋势基本吻合,可为机械设备故障诊断提供参考。

来源：2025年第5期

《润滑与密封》期刊编辑部

查看润滑与密封杂志2025年第5期