一种液压泵的螺旋槽故障检测方法技术

本发明专利技术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：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；进而判断液压泵的故障由螺旋槽的故障区域引起；本发明专利技术能够准确获取螺旋槽的故障区域，提高了螺旋槽的检测精度。同时，该方法能够应用于生产领域人工智能系统或人工智能优化操作系统，实现对螺旋槽故障的精准检测。障的精准检测。障的精准检测。

【技术实现步骤摘要】
一种液压泵的螺旋槽故障检测方法


[0001]本专利技术涉及数据处理
，具体涉及一种液压泵的螺旋槽故障检测方法。

技术介绍

[0002]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。
[0003]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。

技术实现思路

[0004]为了解决上述技术问题，本专利技术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：
[0005]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；
[0006]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；
[0007]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；
[0008]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；
[0009]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；
[0010]根据所述二值图，计算螺纹图像块对应的纹理关联度；
[0011]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；
[0012]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。
[0013]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。
[0014]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；
[0015]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。
[0016]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。
[0017]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]本专利技术实施例至少具有如下有益效果：
[0022]本专利技术涉及数据处理
，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]本专利技术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。本专利技术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专利技术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专利技术的一些实施例，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为本专利技术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专利技术为达成预定专利技术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，对依据本专利技术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专利技术的
的技术人员通常理解的含义相同。
[0029]本专利技术针对的具体场景为：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，本专利技术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，其示出了本专利技术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，利用相机获取螺旋本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种液压泵的螺旋槽故障检测方法，其特征在于，该方法包括以下步骤：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；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；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；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；比较所述差灰度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；根据所述二值图，计算螺纹图像块对应的纹理关联度；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；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。2.根据权利要求1所述的一种液压泵的螺旋槽故障检测方法，其特征在于，所述延展方向为梯...

【专利技术属性】
技术研发人员：李胜峰，陆一羽，
申请(专利权)人：南通翡利达液压科技有限公司，
类型：发明
国别省市：