一种液压泵的螺旋槽故障检测方法与流程

1.本发明涉及数据处理技术领域，具体涉及一种液压泵的螺旋槽故障检测方法。


背景技术：

2.螺旋叶片式液压泵的工作部分主要由液压缸、螺旋叶片、转子等三个零部件组成，其中，螺旋叶片是一种弹性元件，能保证与液压缸内表面和转子螺旋槽侧面的弹性接触良好，并提高密封工作腔的密封性。螺旋叶片式液压泵在工作过程中，转子螺旋槽的尺寸和形状精度以及螺旋叶片的尺寸和精度直接影响密封工作腔的密封性；例如，在螺旋式液压泵工作的过程中，当转子的螺旋槽有缺陷，螺旋槽与螺旋叶片两者不能完全匹配时，则会大大降低密封工作腔的密封性，导致螺旋叶片式液压泵出现异常，影响螺旋叶片式液压泵的工作效率。因此，需要对转子的螺旋槽进行缺陷检测。
3.传统的检测方法一般由工人凭自身经验对螺旋槽进行缺陷检测，检测效率较低，受工人的技术素质和经验限制，检测结果往往因人而异；传统的检测方法不仅浪费了大量的人力资源，而且检测精度不高，无法实现对转子的螺旋槽进行高精度的检测。


技术实现要素：

4.为了解决上述技术问题，本发明的目的在于提供一种液压泵的螺旋槽故障检测方法，所采用的技术方案具体如下：
5.获取螺旋槽对应的图像信息，对所述图像信息进行预处理，得到灰度图像；
6.提取所述灰度图像中的螺旋槽对应的螺纹信息，得到螺纹图像，将所述螺纹图像划分为若干个螺纹图像块，所述螺纹图像块中至少存在一条螺纹；
7.获取螺纹图像块中各像素点的梯度方向，计算处于同一条螺纹上的相邻两像素点的梯度方向差值，得到对应像素点的延展方向；
8.任意选取一个螺纹图像块，将所述螺纹图像块中的任意一像素点记为中心像素点，根据所述中心像素点对应的延展方向，获取所述中心像素点对应在灰度图像中的邻域像素点，并计算所述邻域像素点与中心像素点的灰度差值；
9.比较所述灰度差值与灰度阈值的大小，当所述灰度差值小于灰度阈值时，则将中心像素点记为1，反之，将中心像素点记为0，得到螺纹图像块对应的二值图；
10.根据所述二值图，计算螺纹图像块对应的纹理关联度；
11.对螺纹图像块对应在灰度图像中的灰度图像块进行滑窗操作，计算每一个滑窗区域的灰度差异，将最大灰度差异作为螺纹图像块对应的纹理差异度；其中，滑窗的窗口大小为m
×
m；
12.分别计算相邻两螺纹图像块对应的纹理关联度差值与纹理差异度差值，比较所述纹理关联度差值与关联阈值的大小，比较所述纹理差异度差值与阈值的大小；当纹理关联度差值小于关联阈值且纹理差异度差值小于阈值，则对应螺纹图像块为正常螺纹图像块；反之，对应螺纹图像块为故障螺纹图像块。
13.进一步地，所述延展方向为梯度方向差值与90
°
的差值绝对值。
14.进一步地，在计算所述延展方向之前，还包括判断像素点是否为螺纹像素点，计算螺纹像素点对应的延展方向；
15.所述螺纹像素点的判断方法为：计算相邻两梯度方向差值的差值，将其记为梯度方向差异，比较所述梯度方向差异与差异阈值的大小，将大于差异阈值对应的像素点记为螺纹像素点。
16.进一步地，所述纹理关联度的获取方法为：在所述二值图中任意选取一个像素值为1且具有8邻域像素点的像素点作为中点，统计所述中点的8邻域像素点中像素值为1的像素点的个数，当像素值为1的像素点的个数大于2时，将中点记为1；反之，将中点记为0，得到二值图对应的统计评价图；将所述统计评价图中像素值为1的像素点的总个数作为纹理关联度。
17.进一步地，所述灰度差异为：
[0018][0019]
其中，g
max
为滑窗区域中的最大灰度值，g
min
为滑窗区域中的最小灰度值，为滑窗区域对应的平均灰度值。
[0020]
进一步地，所述故障螺纹图像块包括虚假故障螺纹图像块与真实故障螺纹图像块，设置纹理阈值，纹理差异度小于纹理阈值对应的故障螺纹图像块为虚假故障螺纹图像块，纹理差异度大于纹理阈值对应的故障螺纹图像块为真实故障螺纹图像块。
[0021]
本发明实施例至少具有如下有益效果：
[0022]
本发明涉及数据处理技术领域，具体涉及一种液压泵的螺旋槽故障检测方法，该方法通过相关的电子设备进行图形识别获取螺旋槽对应的图像信息，然后根据获取到的图像信息进行数据处理，具体的数据处理过程为：
[0023]
通过所述图像信息中对应的相关数据，计算延展方向数据，基于所述延展方向数据，获取纹理关联度数据，然后，基于所述相关数据，计算纹理差异度数据；通过所述纹理关联度数据与所述纹理差异度数据，获取螺旋槽对应的故障区域。
[0024]
本发明通过纹理差异度与纹理关联度这两个指标，能够准确获取螺旋槽的缺陷区域；提高了螺旋槽缺陷检测的精度，能够实现对螺旋槽高效率、高标准的检测。本发明不仅不会浪费大量的人力资源，而且能够得到更加精确的检测结果。
附图说明
[0025]
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0026]
图1为本发明的一种液压泵的螺旋槽故障检测方法的方法流程图。
具体实施方式
[0027]
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种液压泵的螺旋槽故障检测方法，其具体实
施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0028]
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
[0029]
本发明针对的具体场景为：当螺旋叶片式液压泵出现故障时，导致螺旋叶片式液压泵出现故障的其中一个原因为：螺旋叶片式液压泵内部的螺旋槽出现故障，即螺旋槽表面有磨损或划痕(磨损或划痕一般是由于螺旋叶片变形导致的)，使螺旋叶片式液压泵的密封工作腔的密封性出现异常，进而导致螺旋叶片式液压泵出现故障，本发明对螺旋叶片式液压泵的螺旋槽进行故障检测，判断引起螺旋叶片式液压泵出现故障的原因是否为螺旋槽的故障。
[0030]
请参阅图1，其示出了本发明一个实施例提供的一种液压泵的螺旋槽故障检测方法的方法流程图，该方法包括以下步骤：
[0031]
步骤1，获取螺旋槽对应的图像信息，对图像信息进行预处理，得到灰度图像；提取灰度图像中的螺旋槽对应的螺纹信息，得到螺纹图像，将螺纹图像划分为若干个螺纹图像块，螺纹图像块中至少存在一条螺纹。
[0032]
具体地，利用相机获取螺旋槽的图像信息；螺旋槽位于转子的表面，由于转子为圆柱体，因此，在获取螺旋槽对应的图像信息时，设定固定位置的平行光源照射在转子的表面，首先利用相机在转子的正前方进行拍摄，得到对应的图像，然后利用相机在转子的正后方进行拍摄，得到对应的图像；进一步地，分别将两张图像进行透视变换，得到新图像，并将两张新图像进行拼接，得到螺旋槽对应的图像信息。其中，透视变换为公知技术，不再赘述。
[0033]
为了降低图像处理的计算量，对图像信息进行灰度化处理，得到灰度图像，本实施例中采用平均值法对图像信息进行灰度化操作，作为其他实施方式，还可以采用最大值法、分量法、加权平均值法等。
[0034]
优选的，利用canny算子提取灰度图像中的螺旋槽对应的螺纹信息，得到螺纹图像；利用canny算子进行边缘检测的过程中包括利用双阈值算法检测和连接边缘；其中，双阈值包括一个高阈值和一个低阈值，如果边缘像素的梯度值高于高阈值，则将其标记为强边缘像素，如果边缘像素的梯度值小于高阈值并且大于低阈值，则将其标记为弱边缘像素；如果边缘像素的梯度值小于低阈值，则会被抑制；双阈值的选择取决于灰度图像的内容；canny算子不易受噪声的干扰，能够准确地提取灰度图像中的螺旋槽对应的螺纹信息。
[0035]
需要说明的是，螺纹图像中的螺纹不仅包括螺旋槽对应的螺纹，也包括螺旋槽上的缺陷信息，即划痕和磨损信息。
[0036]
本实施例中螺纹图像块的大小为7*7，在具体实施过程中，实施者可对螺纹图像块的大小进行调整。
[0037]
步骤2，获取螺纹图像块中各像素点的梯度方向，计算处于同一条螺纹上的相邻两像素点的梯度方向差值，得到对应像素点的延展方向。
[0038]
具体地，在计算像素点的延展方向之前，还包括判断对应像素点是否为螺纹像素点，本实施例只计算螺纹像素点对应的延展方向；
[0039]
上述中螺纹像素点的判断方法为：计算处于同一条螺纹上的相邻两像素点的梯度
方向差值，梯度方向差值的公式表达为：其中，为第i个像素点与第i+1个像素点的梯度方向差值，θi为第i个像素点的梯度方向，θ
i+1
为第i+1个像素点的梯度方向；然后计算相邻两梯度方向差值的差值，将其记为梯度方向差异，梯度方向差异的公示表达为：表达为：为第i-1个像素点与第i个像素点的梯度方向差值，为第i个像素点与第i+1个像素点的梯度方向差值，比较梯度方向差异与差异阈值的大小，将梯度方向差异小于差异阈值对应的像素点记为螺纹像素点；即当c
′
θ
小于差异阈值，将参与计算c
′
θ
的第i-1个像素点、第i个像素点以及第i+1个像素点均记为螺纹像素点。其中，差异阈值由实施者根据具体情况进行设定。
[0040]
需要说明的是，当梯度方向差异小于差异阈值，说明对应像素点的差异较小，像素点为螺纹对应到螺纹图像中的像素点，若梯度方向差异大于差异阈值，说明对应像素点的差异较大，像素点为螺旋槽上的划痕或磨损对应到螺纹图像中的像素点；或者相邻两像素点中的其中一个像素点为螺纹对应到螺纹图像中的像素点，另一个像素点为划痕或磨损对应到螺纹图像中的像素点。
[0041]
具体地，延展方向为梯度方向差值与90
°
的差值绝对值。将与90
°
的差值绝对值作为第i-1个像素点的延展方向，将与90
°
的差值绝对值作为第i个像素点的延展方向。
[0042]
螺旋槽表面的螺纹存在一定的规律性，即螺纹对应到螺纹图像中的像素点的梯度方向与螺纹的延展方向是正交的，因此，本实施例将像素点的延展方向设定为梯度方向差值与90
°
的差值绝对值。其中，像素点的延展方向为两个方向，一个正向延展方向，一个反向延展方向。
[0043]
步骤3，任意选取一个螺纹图像块，将螺纹图像块中的任意一像素点记为中心像素点，根据中心像素点对应的延展方向，获取中心像素点对应在灰度图像中的邻域像素点，并计算邻域像素点与中心像素点的灰度差值。
[0044]
优选的，获取中心像素点对应在灰度图像中的邻域像素点的方法为：利用中心像素点的延展方向对中心像素点在灰度图像中的8邻域像素点进行筛选，获取中心像素点对应的邻域像素点，即选取与中心像素点的延展方向相邻的邻域像素点；例如，中心像素点的延展方向为70
°
和250
°
，则中心像素点的邻域像素点为45
°
、90
°
、225
°
以及270
°
对应的8邻域像素点，一共4个邻域像素点；其中，70
°
为中心像素点的正向延展方向，250
°
为中心像素点的反向延展方向。
[0045]
步骤4，比较灰度差值与灰度阈值的大小，当灰度差值小于灰度阈值时，则将中心像素点记为1，反之，将中心像素点记为0，得到螺纹图像块对应的二值图；根据二值图，计算螺纹图像块对应的纹理关联度。
[0046]
由步骤3可知，中心像素点对应的邻域像素点不止一个，分别计算所有邻域像素点与中心像素点的灰度差值，当所有灰度差值均小于灰度阈值时，则将中心像素点记为1，反之，将中心像素点记为0；进一步地，将螺纹图像块中非中心像素点的位置直接置0，得到螺纹图像块对应的二值图；其中，灰度阈值由实施者根据具体情况进行设定。
[0047]
上述中纹理关联度的获取方法为：在二值图中任意选取一个像素值为1且具有8邻
域像素点的像素点作为中点，统计中点的8邻域像素点中像素值为1的像素点的个数，当像素值为1的像素点的个数大于2时，将中点记为1；反之，将中点记为0，得到二值图对应的统计评价图；将统计评价图中像素值为1的像素点的总个数作为纹理关联度。
[0048]
需要说明的是，纹理关联度表征螺纹像素点在延展方向下的连续性，纹理关联度越大，说明各螺纹像素点在延展方向下的连续性越好，表明螺纹图像块中螺纹的完整度较高，螺纹表面没有划伤或磨损；纹理关联度越小，说明各螺纹像素点在延展方向下的连续性越不好，螺纹表面的划伤或磨损导致螺纹的连续性不好。
[0049]
步骤5，对螺纹图像块对应在灰度图像中的灰度图像块进行滑窗操作，计算每一个滑窗区域的灰度差异，将最大灰度差异作为螺纹图像块对应的纹理差异度，其中滑窗的窗口大小为m
×
m。
[0050]
具体地，灰度差异为：
[0051][0052]
其中，g
max
为滑窗区域的最大灰度值，g
min
为滑窗区域的最小灰度值，为滑窗区域的平均灰度值。
[0053]
本实施例中滑窗的窗口大小为3
×
3，滑窗的步长为1，实施者可以对滑窗的窗口大小和滑窗的步长进行调整。
[0054]
步骤6，分别计算相邻两螺纹图像块对应的纹理关联度差值与纹理差异度差值，比较纹理关联度差值与关联阈值的大小，比较纹理差异度差值与阈值的大小；当纹理关联度差值小于关联阈值且纹理差异度差值小于阈值，则对应螺纹图像块为正常螺纹图像块；反之，对应螺纹图像块为故障螺纹图像块。
[0055]
优选的，在相邻两螺纹图像块中，当对应纹理关联度差值小于关联阈值，且对应纹理差异度差值小于阈值，则将相邻两螺纹图像块进行合并，反之，相邻两螺纹图像块不进行合并。
[0056]
在相邻的三个螺纹图像块中，其中，第一个螺纹图像块与第二个螺纹能够进行合并，则第一个螺纹图像块与第二个螺纹图像块均为正常螺纹图像块；但是，第二个螺纹图像块与第三个螺纹图像块不能进行合并，则本实施例将第三个螺纹图像块记为故障螺纹图像块。其中，阈值与关联阈值均由实施者根据实际情况进行设定。
[0057]
上述中的故障螺纹图像块包括虚假故障螺纹图像块与真实故障螺纹图像块，设置纹理阈值，纹理差异度小于纹理阈值对应的缺陷螺纹图像块为虚假故障螺纹图像块，纹理差异度大于纹理阈值对应的故障螺纹图像块为真实故障螺纹图像块。
[0058]
本实施例中的故障螺纹图像块包括虚假故障螺纹图像块与真实故障螺纹图像块，本实施例通过纹理阈值将虚假故障螺纹图像块与真实故障螺纹图像块区分开，即将纹理差异度小于纹理阈值对应的故障螺纹图像块记为虚假故障螺纹图像块，将纹理差异度大于纹理阈值对应的故障螺纹图像块为真实故障螺纹图像块；其中，纹理阈值由实施者根据实际情况进行设定。当检测到螺旋叶片式液压泵的螺旋槽存在真实故障螺纹图像块时，则判断引起螺旋叶片式液压泵出现故障的原因是螺旋槽的故障。
[0059]
需要说明的是，虚假故障螺纹图像块为螺纹与螺纹之间的阴影，因为转子的螺旋槽是凹陷的，在光源的照射下，螺纹之间极易产生阴影，这些阴影的边缘会被canny算子检测出来，所以要将故障螺纹图像块中的虚假故障螺纹图像块筛选出来，获取更加准确的故
障螺纹图像块。由于阴影的边缘与阴影部分的梯度的差异不大，阴影的边缘与非阴影部分的梯度的差异较大，即阴影的边缘与其相邻的两部分，一部分梯度的差异较大，一部分梯度的差异不大；而划痕与其相邻两部分的梯度的差异均较大；所以，本实施例将纹理差异度小于纹理阈值对应的故障螺纹图像块记为虚假故障螺纹图像块。
[0060]
进一步地，记录真实故障螺纹图像块对应在灰度图像中的位置，将灰度图像进行透视反变换，得到螺旋槽的故障位置，实现螺旋槽的故障定位。
[0061]
本实施例还对螺旋槽的故障程度进行评估，具体的评估方法为：
[0062]
计算所有真实故障螺纹图像块的面积总和，得到面积总和与灰度图像面积的比值，根据比值对螺旋槽的故障程度进行评估。当比值在第一等级区间时，螺旋槽的故障程度为低故障，当比值在第二等级区间时，螺旋槽的故障程度为中故障；当比值在第三等级区间时，螺旋槽的故障程度为高故障；其中，真实故障螺纹图像块的面积为真实故障螺纹图像块中像素点的总个数，灰度图像的面积为灰度图像中的像素点的总个数。
[0063]
上述中的第一等级区间、第二等级区间以及第三等级区间的大小关系为：第一等级区间《第二等级区间《第三等级区间。等级区间对应的具体数值由实施者进行设定。
[0064]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。