润滑与密封

作者：何贝贝，崔承刚，郭为民，杜琳娟，刘 备，唐耀华

单位：上海电力大学自动化工程学院,,上海电力大学自动化工程学院,,润电能源科学技术有限公司,,润电能源科学技术有限公司,,润电能源科学技术有限公司,,润电能源科学技术有限公司,

关键词：齿轮箱;故障预警;Faster R-CNN;铁谱分析;自动特征提取

基金：国家自然科学基金青年科学基金项目（51607111）

在利用铁谱技术对齿轮箱磨损状态进行评估时，存在磨粒特征提取困难且磨粒识别的数量有限的问题，基于铁谱磨粒图像特性，提出基于Faster R-CNN算法的铁谱磨粒识别。该算法采用ResNet-34网络完成铁谱磨粒特征自动提取，并采用RPN网络实现对图像中多个磨粒的识别。通过实验对Batch_Size和学习率超参数进行优化，使用超参数优化后的Faster R-CNN算法进行实验。结果表明：该方法克服了磨粒交叉引起的识别难点，能识别一副图像中的多个磨粒，能统计各类磨粒数量，且准确率较高；在磨粒背景颜色不同、存在噪声干扰等情况下，该方法仍能够准确判断磨粒类型，具有较好的稳定性。

来源：2020年第10期

《润滑与密封》期刊编辑部

查看润滑与密封杂志2020年第10期