【正文】 需要深入研究旋轉(zhuǎn)機械的軸心軌跡自動識別技術。目前，已經(jīng)有了幾種軸心軌跡識別方法，其中包括不變矩法[12]，二維圖像灰度矩陣[3]。文獻[12]用軸心軌跡的7 個不變矩作為特征向量，通過特征量之間的距離來識別軸心軌跡形狀，文獻[3]將軸心軌跡圖象進行編碼，利用神經(jīng)網(wǎng)絡進行識別。這兩種方法都能較好的識別軸心軌跡，但是方法復雜，計算量比較大。在總結(jié)前人工作的基礎上，針對軸心軌跡本身的變化特點，提出了一種新的識別方法，通過提取軸心軌跡一個周期的方向變化特征來進行分類識別，并對每種類別的軸心軌跡，提出一種能，來細化描述其變形程度的參量，進一步了解故障的嚴重程度，而且特征提取速度快，效率高。2 軸心軌跡對應的軸承故障機理分析軸心軌跡是指軸心上一點相對于軸承座的運動軌跡，這一軌跡是在與軸線垂直的平面內(nèi)，因此它要求在該平面內(nèi)兩個方向上設置傳感器。軸心軌跡清晰地描述了蘊涵在機組內(nèi)的故障特征，軸心軌跡中可以獲取有關轉(zhuǎn)子彎曲、不平衡、軸瓦失穩(wěn)和動靜摩擦等信息。通過對實際運行的旋轉(zhuǎn)機械故障機理的分析和大量理論分析，人們總結(jié)出幾種軸心軌跡所對應的故障集。實際采樣的信號并不是一個整周期的，所以需要將其按照最大周期分量對采樣數(shù)據(jù)進行截取，取得一個整周期的封閉曲線。將采集到的信號進行提純，合成后，存儲到一個表示x，y 坐標的坐標序列中：{x（n），y（n）：n=0，1，…，N1}，通過分析這個序列中x、y 變化的特征來識別軸心軌跡。3 圖像處理識別軸心軌跡的原理[4]在圖像識別中，最簡單的識別方法就是模板匹配。就是把未知圖像和一個標準圖像相比，看它們是否相同或相似。設有M 個類別：ω1，ω1，…，ωM 每類特征由若干個向量表示，如類ωi 類，有：Xi=[xi1，xi2，xi3，…，xin]T對于任意被識別的軌跡圖像X：X = [x1, x2, x3,..., xn] T計算距離d（Xi，X），若存在某一個i，使：d（Xi，X）＜d（Xj，X），j=1，2，…，M，i≠j （3）則X∈ωi。具體判別的時候，X，Y 兩點距離可以用|X，Y|2表示，即：d (X, Xi)= Xi X 2 = (X Xi) T (X Xi)XTXXTXT XiTXi =XTX (XTXT + XiTX XiTXi)式中的XTXT+XiTXXiTXi 為特征的線性函數(shù)，可作為判別函數(shù)：di(X)=XTXT+XiTXXiTXi若d(X，Xi)=min{di(X)}，則X∈ωi。這就是多類問題的最小距離判別法。本文就用這種方法識別軸心軌跡。4 軸心軌跡圖像特征的提取和識別軸心軌跡圖像特征的提取和識別可以用來識別軸心軌跡圖像的特征有很多，目前利用較多的特征有：不變矩[1]，交叉點數(shù)，圓環(huán)數(shù)，質(zhì)心位置，彎曲度，細長度等。本文以軸心軌跡的方向變化為主要特征，并用一些其他特征進行細化描述。 軸心軌跡圖像的預處理[5]采集的兩路數(shù)據(jù)在合成前已經(jīng)進行了濾波消噪處理，消除掉了很多毛刺。但是為了后面特征提取的方便以及減少數(shù)據(jù)量，還需要做一些預處理。圖1 刪除條件如圖1，斜著的直線是軸心軌跡，本來途中畫黑點的位置都應該在路徑里的，但考慮到為了不使方向變來變?nèi)?，對于改圖這種處于拐角上的點，都要刪除掉（相對應的有4 種情況），刪除的條件是：|x[I+2]x[I]|=1 且|y[I+2]y[I]|=1。 如果滿足以上條件，則刪除（x[I+1]，y[I+1]）點。 特征的提取與量化為了量化特征，規(guī)定了如下4 個方向：向右，向下，向左，向上(在程序中可以用數(shù)字或相應的比特位表示，本文用數(shù)字1，2，3，4 來表示)，各方向包含的范圍見圖2。圖2 穩(wěn)定的方向范圍之所以每個方向都包含3 個范圍，是為了避免一些小的擾動改變方向，從上面4 個圖中可以看到，在斜線上的4 個方向，每一個都包含在兩個方向中，對于方向的確定，有如下規(guī)則：（1）對于每一個起點，當軸順時針旋轉(zhuǎn)時，選擇方向的優(yōu)先順序依次是向右、向下，向左，向上，對應的數(shù)字是1，2，3，4；當軸逆時針旋轉(zhuǎn)時，選擇方向的優(yōu)先順序依次是向左，向下，向右，向上，對應數(shù)字是1，2，3，4。這樣是為了軸心軌跡在同樣的工作狀態(tài)，不同的旋轉(zhuǎn)方向所形成的特征值一樣。（2）如果已經(jīng)處在一個方向，那么對于接著的一個方向，應盡量保持和原來的方向一致，這樣方向在一個小范圍內(nèi)波動，可以保持一致，除非已經(jīng)跳離了這個方向所在的范圍，也就是盡量避免兩個相鄰的特征為相反方向。在得到了方向序列后，還可以計算一些特征量來輔助描述，如交點個數(shù)、尾點到交點的距離、首點距交點的距離等，這些特征也用數(shù)字來表示，本文選用交點個數(shù)來描述。 軸心軌跡的分類描述用上面的方法可以對軸心軌跡圖形進行分類識別，但是屬于同一種分類的兩個圖形，形狀也可能有很大的差別。為了清楚的了解故障的嚴重程度，還要用其他特征量來衡量軌跡變形量的大小。 不平衡故障軸心軌跡為橢圓形，求得圖形的長軸L 和短軸l，它們的比值C=l/L 為細長度[6]，用C 可以表示軸心軌跡變形程度的大小。由于圓和橢圓的特征向量相同，用C 還可以用來判別是否有故障。0≤C≤1，C 越小，橢圓變形程度越大，故障越嚴重，C=1 時表示沒有故障。圖3 細長度 不平衡與不對中綜合故障曲程度來表示。先求出軸心軌跡的質(zhì)心。根據(jù)物理上重心的概念，定義二維灰度圖像的質(zhì)心如下：找到軸心軌跡的兩個拐角點，它們與質(zhì)心之間的連線成為卡軸。求得兩個卡軸之間的夾角AArg，定義AArg 為彎曲度。0≤AArg≤pi，AArg 越小，表示圖形的完全程度越大，故障越嚴重。 不對中和油膜渦動故障軸心軌跡分別為外8 字型和內(nèi)8 字形，這兩種軌跡的特點就是有一個交點。找到軌跡的交點，以交點為分割點，將原序列分成兩部分。分別求處兩部分的面積S1，S2。兩個環(huán)形的面積比:C1=其中0＜C1≤1，C1 的大小反應了軸系旋轉(zhuǎn)中不穩(wěn)定因素的強勢或弱勢，C1 越大，表示不穩(wěn)定因素所起作用越大。5 仿真研究對每種類別的軸心軌跡，選取有代表性的4 種進行識別計算。得到的結(jié)果如圖4。圖4 軸心軌跡仿真由計算結(jié)果可知，每種類別的軸心軌跡所提取出來的特征值都不同，用判別法很容易就可以得出它們所屬的類別，從而判斷旋轉(zhuǎn)機械所發(fā)生的故障。由細化描述參量的計算結(jié)果可知，屬于同種類別的軸心軌跡，其形狀也有很大的差別，細化參量可以很好的表示這種差別，幫助我們判斷故障的嚴重程度。6 結(jié)束語向的學者的成果，將方向變化特征量化，結(jié)合其它特征，構(gòu)建成模板，然后用模式識別的理論進行識別，為軸心軌跡的自動識別提供了新的方法。參考文獻[1] 萬書亭，李永剛，[J].熱能動力工程，2005，20（3）：239241.[2] 倪傳坤，周建中，[J].電力科學與工程，2004，16（3）：1619.[3] [J].武漢理工大學學報：交通科學與工程版，2003，27（6）：878881.[4] [M].北京：清華大學出版社，2005.[5] C++數(shù)字圖像模式識別技術及工程實踐[M].北京：人民郵電出版社，2003.[6] 江志農(nóng)，[J].振動、測試與診斷，2007，27（2）：98102.