刘文滨 丁传广 于 超 王 静

（浪潮集团有限公司，济南 250000）

发动机轴瓦磨损是常见的发动机设备故障。通过分析磨损区域与磨损程度，可以推断发动机故障形式与故障源。因此，对于轴瓦磨损区域的图像识别与磨损特征的提取是发动机故障诊断的一个重要技术。

轴瓦磨损的分析中，需要提取磨损特征，并对磨损信息进行数值化，以便用于专家系统与人工智能系统的分析。图像识别技术是磨损痕迹提取的重要方式，因此如何选用不同的图像识别方法是提取轴瓦磨损的关键。

1 轴瓦磨损图像特征提取方法

轴瓦磨损分析的目的是分析轴瓦的受力状态，因此可以通过磨损痕迹确认轴瓦的受力位置、受力面积以及受力程度，进而推断出发动机运行状态。通过图像处理提取轴瓦磨损的磨损参数，是现代磨损分析的一种有效方法。一般通过提取磨损特征为人工智能提供分析数据，以便判断磨损形式，因此图像处理的效果是后续分析的关键。磨损图像特征提取为图像提取的一种特例。绝大多数图像处理方法都能提取一部分轴瓦磨损图像特征，但每种方法提取特征的有效性不尽相同。在提取图像特征的算法中，现有的图像处理方法通常会采用增强算法计算磨损区域的灰度像素比值，以突出磨损的区域、位置等特征量[1]。这种方法是常用的且非常有效的。现在常用的图像特征提取的算法包括Hough 图像变换[2]、微分算子法[3]、拉普拉斯算子[4]以及Canny 边缘检测法[5]等。……