基于图像识别的喷嘴流量试验台油位检测系统*

谢 苗，谢春雪，毛 君，刘治翔

（辽宁工程技术大学机械工程学院，辽宁阜新123000）

基于图像识别的喷嘴流量试验台油位检测系统*

谢 苗*，谢春雪，毛 君，刘治翔

（辽宁工程技术大学机械工程学院，辽宁阜新123000）

考虑到使用静态容积法的喷嘴流量试验台采用的磁致伸缩液位传感器在常温下具有较高的温度，但是温度高于常温时，会产生极大温度漂移无法保证试验系统的测量精度，本文将图像识别应用于喷嘴流量测量系统中，对从喷嘴排出滑油体积进行自动识别，忽略掉温度变化、传感器精度等对测量精度的影响。通过图像滤波、分割、刻度数字识别、刻度线识别以及油位识别实现对油位的自动测量。通过实验方法与人工读数、磁致伸缩液位传感器读数以及温度补偿后的传感器读数进行对比。结果表明，使用图像识别技术的流量试验台的试验结果与真实值最为接近，能够有效提高检测的精度和效率，降低试验台成本和测试人员的工作量，其试验结果最为可靠。

喷嘴流量试验；磁致伸缩液位传感器；图像识别；油位检测

航空发动机通常通过控制滑油喷嘴的流量来实现发动机上需要冷却和润滑的零件的滑油流量。滑油喷嘴不仅要按照要求保证其正确地安装，还需要保证滑油有足够的喷射速度，一般滑油的供油压力在0.24 MPa～0.48 MPa之间，这样滑油才能够穿越其内部选择的缝隙喷射到规定部位零件，对其进行润滑和冷却。精确测量航空润滑系统中滑油喷嘴流量是提高发动机工作可靠性的必要任务之一。及时对润滑系统中的滑油喷嘴进行检测，不仅可以及时发现问题，进而有目的的对产品进行维修和较为准确的更换损伤部件，消除由于滑油喷嘴流量不足而引起的发动机事故所造成的巨大经济损失，并确保飞行员的安全。因此，发展相应的测量技术和设备是提高滑油润滑系统质量的必然要求［1-2］。

各方面专家学者对于如何提高试验台的测量精度作出了深入研究。文献［3］中使用变频矢量控制方法对航空液压泵转速进行精确控制，从而提高航空液压泵测量系统的测量准确性；文献［4］针对流量试验台的恒压供油方法进行研究；文献［5］使用带回归系数补偿方法，从而消除滑油泵转速、出口压力等对流量测试的影响；文献［6］对航空泵流量测试系统中的温度控制算法进行研究，使用模糊PID算法实现恒温控制，保证流量测试过程中，温度始终温度在设定范围内；文献［7］对流量测量系统中的换向阀的启闭特性进行研究，提出一种换向阀启闭补偿时间提高测量精度。

本文研究的喷嘴流量测量系统通过静态容积法测量喷嘴的流量值，即测得一定条件下，单位时间通过喷嘴排出滑油体积测算出该测试喷嘴的流量值。因此，测量体积的传感器的精度会直接影响到测量的精度，磁致伸缩液位传感器是一种高精度传感器，在常温下具有非常高的测量精度和分辨率，但是温度高于常温时，会产生温度漂移，文献［8-9］针对航空泵流量测试系统中的磁致伸缩液位传感器的温度补偿方法进行研究，保证流量测试的精度；但是通过神经网络的软件方法对传感器进行温度补偿，前期工作量大，需要采集大量数据，同时，如果调整使用的环境和设备，则需要重新进行标定。

以上文献提到的提高试验台测量精度方法，仍然采用间接测量方法，本文将图像识别应用于喷嘴流量测量系统中，对从喷嘴排出滑油体积进行自动识别，忽略掉温度变化、传感器精度等对测量精度的影响，属于直接测量方法，测量精度高于间接测量方法。

1 流量测量系统组成

本文研究的喷嘴流量测量系统通过静态容积法测量喷嘴的流量值，即测得一定条件下，单位时间通过喷嘴排出滑油体积测算出该测试喷嘴的流量值。常规的流量测量系统组成简化为图1所示。系统主要由被测试喷嘴、液压泵、驱动伺服电机、调压系统、计量桶、磁致伸缩液位传感器以及气动换向阀［10］等组成。

图1 传统的流量测量系统简图

传统的测量系统通过人工读取计量游标刻度记录计量桶内的滑油体积，转换为喷嘴流量值。通过使用安装于计量桶内高精度磁致伸缩液位传感器测量计量桶内的滑油体积，提高测量精度和效率，降低测试人员劳动强度。

本文研究的测量系统，使用高分辨率工业CCD相机对计量游标和计量桶内油位进行识别，使用伺服电机驱动升降平台，使相机始终与游标垂直。系统组成简化为图2所示。

本文研究的试验台能够测试多种型号喷嘴，一般最多同时测量2个喷嘴流量，因此仅需要至多两个直角坐标动作机构配合镜头即可。另外，高精度磁致伸缩液位传感器价格不菲，如果将每个计量桶中传感器换成两套自动随动系统，反而能够降低试验台造价。

图2 基于图像识别的流量测量系统简图

2 基于图像识别的油位检测

对油位图像进行识别时，处理流程如图3所示。主要进行图像预处理（滤波、分割）、刻度数字识别、刻度线识别以及油位识别［11］。

3.2.3 定植 早春茬定植时间选择晴天上午，秋延茬定植时间选择晴天下午5点以后或阴天。每垄两行，株距40～50 cm，行距40 cm，行间距80～90 cm，保苗33 000～42 000株/hm2。定值前覆膜的，破膜移栽，定植后迅速浇透定植水。

图3 油位图像识别处理流程

2.1 油位图像预处理

油位图像在实际获取过程中，会受各种因素影响而产生噪点，因此需要对图像进行滤波去噪处理。本文使用3×3滤波窗口的中值滤波技术进行油位图像的滤波去噪处理。中值滤波技术将某点的数值使用邻域点中值代替，具体描述为：

式中：a，b，c，…表示某点（x，y）和邻域的灰度值。

为了提高图像识别效率，需要使用图像分割技术分割图像，以便于在识别刻度数字和刻度线时只在刻度尺上进行搜索，而在识别油位高度时仅对油位管进行搜索。分割方法为：采集到像素为M×N的图像，选取任意一行并按照下列公式求取Gm，当Gm得到最小值其所对应的m即为刻度尺的最左边缘。再已知刻度尺宽度即可值刻度尺的图像区域，完成分割。

式中：d表示刻度尺宽度；f（x，y）是刻度尺图像灰度；N表示图像宽度［12］。

2.2 刻度数字识别

本文使用模板匹配的方法进行刻度数字的识别。待识别的刻度数字图像为A，用于识别的模板为B，将待识别图像与模板图像进行匹配。设匹配过程中，原始图像A被模板图像B覆盖部分为BA（i，j），然后对比模板B以及BA（i，j）的相似度。设定 D（i，j）为模板 B和 BA（i，j）的累计误差：

归一化互相关函数，得到相关系数γ（i，j）为：

如果γ（i，j）为1，则说明对比模板B以及BA（i，j）的相关性最大，否则γ（i，j）小于1［13］。

2.3 刻度线识别

利用刻度线灰度值处于低灰度区域这一灰度特征进行刻度线的识别。识别方法主要是利用了刻度线图像出现灰度跳变，使用一阶微分算子对刻度线位置进行识别：

首先，在刻度线区域使用下列方法开始行扫描，并求出第I行的灰度和MI。

式中：L表示刻度尺左边缘；D表示求和区域宽度。

其次，使用差分运算求取MI各行灰度和梯度DI以及其平均值A。然后，抽取各个大于平均值A的梯度DI并进行排序。最后，去除不满足相邻梯度DI之间 I＞0这一条件的梯度。得出刻度线点集K{pt[x y]T}，x为刻度尺左边缘L，y为DI的I值［14］。刻度线识别如图4所示。

图4 刻度线识别

2.4 油位高度识别

众所周知，油位管中的油面不是平面，而是中间低，周边高的凹面。使用亮度差能够识别油位的分界面，找出凹面底部切线位置，从而确定油位高度［15］。

首先使用Robinson算子水平边缘识别模板检测出油位的边缘，之后使用双阈值判断法判断油面，防止图像噪声的影响。从底部开始对各行边缘点个数进行统计，设定第1个阈值Ty1，第2个阈值Ty2，如果第j行的边缘点个数Nyj＞阈值Ty1，则对纵坐标在（j-10）～（j+10）范围的各行边缘点个数Nyz进行统计，如果Nyz＞阈值Ty1，即可判断出，油位面在（j-10）～（j+10）范围内［16］。油位识别结果如图5所示。

图5 油位识别结果

3 实验研究

本文通过实验方法对基于图像识别的油位检测系统进行研究。采用对比实验方法，将使用图像识别的检测结果与人工读数、磁致伸缩液位传感器读数以及使用文献［8］中的温度补偿后的读数进行对比。

实验时的计时精度和换向阀启闭特性对流量测量的影响和补偿，笔者通过文献［7］中进行了介绍。流量测量系统中使用JLM型磁致伸缩液位计，可以达到0.02 mm的分辨率。虽然传感器具有较高的分辨率，而视觉检测不易在工业现场欲达到0.02 mm量级的分辨力，但是由于传感器精密检测元件易受温度以及液位波动影响，因此会产生较大漂移。而视觉检测能够模拟人肉眼对刻度的读数（本文研究的流量检测设备在验收和使用过程中，一项重要评价指标是以人肉眼对刻度的读数为标准，计算机显示读数与人肉眼读数的偏差度）。流量测量系统中有多个类型的计量桶（收集滑油的容器），标准流量为（702±2）mL和（1 825±2）mL的喷嘴测量计量桶为例说明计量桶的容器特征。标准流量为（702±2）mL和（1 825±2）mL的喷嘴测量计量桶的平均直径分别为Φ75 mm和Φ110 mm。25℃室温条件下，每毫升的滑油体积引起的液位变化平均分别为0.236 9 mm（0.234 1 mm～0.241 8 mm）和0.105 61 mm（0.104 89 mm～0.106 19 mm）。由于计量桶加工过程无法保证内壁为理想的圆柱面，因此会产生凹凸不平，导致计量桶不均匀。人工刻度线通过多次重复向计量桶中倒入5 mL滑油标定，即认为人工刻度线是对应的体积为计量桶的实际体积。传感器读数通过多次分段拟合得到，在不受到外界干扰情况下，传感器读数和人工刻度线十分接近。通过重复性实验，重复性误差在±20 mL/min以内。

磁致伸缩液位传感器测量的油位高度、使用文献［8］中的温度补偿后的磁致伸缩液位传感器测量的油位高度以及本文研究的图像识别方法得到的油位高度对比如图6所示。

由图6可以看出，虽然磁致伸缩液位传感器的分辨率很高，达到了0.02 mm，但是在80℃的油温环境下，会产生极大的温度漂移，在没有经过温度补偿处理的情况下，检测结果偏离实际结果很远，根本无法正常使用。使用文献［8］中的温度补偿后的磁致伸缩液位传感器测量的油位高度与实际油位高度比较接近，基本能够满足测量精度要求。而使用图像识别技术得到的结果不受温度影响，测量结果与真实值十分接近，能够提高测量的精确性。

将传感器与图像识别的油位高度转换成滑油喷嘴的流量值，结果见表1～表3所示。

实验结果表明：人工读数方法受人为因素影响，随机性较强；没有经过温度补偿处理的情况下，传感器测得的流量值远超过试验台的检测误差范围内，无法满足试验要求。使用文献［8］中的温度补偿后的磁致伸缩液位传感器测得的流量值比较理想，能够满足试验要求。使用图像识别技术得到的流量值与标准喷嘴的流量值十分接近，因此，使用图像识别技术的流量试验台的试验结果与真实值最为接近，能够有效提高检测的精度和效率，降低试验台成本和测试人员的工作量，其试验结果最为可靠。

图6 测量的油位高度对比

表1 标准流量为702±2 ml的喷嘴实验结果 单位：mL

表2 标准流量为1442±2ml的喷嘴实验结果 单位：mL

表3 标准流量为（1825±2）mL的喷嘴实验结果 单位：mL

4 结论

本文将图像识别应用于喷嘴流量测量系统中，对从喷嘴排出滑油体积进行自动识别，忽略掉温度变化、传感器精度等对测量精度的影响。通过图像滤波、分割、刻度数字识别、刻度线识别以及油位识别实现对油位的自动测量。通过实验结果表明，使用图像识别技术的流量试验台的试验结果与真实值最为接近，能够有效提高检测的精度和效率，降低试验台成本和测试人员的工作量，其试验结果最为可靠。

［1］李勇.某型航空发动机润滑系统故障诊断的研究［D］.武汉：武汉理工大学，2010：7-10.

［2］高昆，陈勇.飞机喷口滑油泵试验台液压系统的设计［J］.机电产品开发与创新，2008，21（5）：33-35.

［3］孟文俊，沈东凯，王占林，等.基于矢量控制的航空液压泵源测试系统转速控制方案［J］.机械工程学报，2009，45（3）：311-316.

［4］毛君，曹建南，谢苗，等.喷嘴流量试验台恒压供油系统建模与仿真［J］.辽宁工程技术大学学报（自然科学版），2015（6）：734-739.

［5］毛君，汪涛，卢进南.滑油泵试验器流量修正参数确定方法研究［J］.测控技术，2014，33（11）：118-125.

［6］李昂.航空发动机滑油供油系统性能分析与试验技术研究［D］.沈阳：沈阳航空航天大学，2013：38-60.

［7］谢苗，刘治翔，鲁启通，等.换向阀启闭特性对流量测量试验的影响分析［J］.中国机械工程，2015，20：2699-2704，2710.

［8］谢苗，刘治翔，毛君.基于改进型ANFIS的磁致伸缩液位传感器温度补偿［J］.传感技术学报，2015，28（1）：49-55.

［9］毛君，谢春雪，孟洋，等.磁致伸缩液位传感器温度补偿方法研究［J］.控制工程，2015（5）：921-926.

［10］马龙博，郑建英，赵建亮.液体流量标准装置中开式换向器测量误差模型研究［J］.传感技术学报，2015，28（4）：515-520.

［11］赵洪圣.基于数字图像处理的液位检测［D］.天津：天津大学，2010.

［12］徐驰.大范围液位实时跟踪测量系统［D］.天津：天津大学，2012.

［13］徐驰，孙长库，王鹏，等.液位实时自动跟踪测量系统［J］.传感技术学报，2011，24（10）：1506-1510.

［14］张啸辰.基于图像识别的油泵试验台油量检测系统的研发［D］.上海：上海工程技术大学，2013.

［15］张啸辰，龚元明，魏恒.基于图像处理的喷油泵试验台量油系统设计［J］.上海工程技术大学学报，2012（4）：332-334，338.

［16］吴莉莉，邢玉清，郑宝周，等.机器视觉在花椒品种鉴别中的初步研究［J］.传感技术学报，2016，29（1）：136-140.

谢 苗（1980），女，辽宁大连人，副教授，博士生导师，主要研究方向为机械动力学分析及控制的研究，xiemiao1121@ 163.com；

谢春雪（1987-），女，辽宁大连人，博士生，主要研究方向为机械动力学分析及控制的研究，380357369@qq.com；

毛 君（1960-），男，教授，博士生导师，主要从事机械动态设计及仿真、机电一体化研发方面的科研与教学工作。

刘治翔（1988-），男，博士生，辽宁大连人，主要研究方向为机械动力学分析及控制的研究，lzxcndl@163.com。

Nozzle Flow Test Bench Level Detection System Based on Image Recognition*

XIE Miao*，XIE Chunxue，MAO Jun，LIU Zhixiang
（School of Mechanical Engineering，Liaoning Technical University，Fuxin Liaoning 123000，China）

Considering the use static volumetric method of nozzle flow test rig using the magnetostrictive liquid level sensor at room temperature with high temperature，but the temperature is higher than room temperature，will pro⁃duce great temperature drift can not guarantee the measurement precision of the test system.In this paper，the im⁃age recognition applications in nozzle flow measurement system，is discharged from the nozzle slide oil volume to carry on the automatic recognition of the ignore effects of temperature changes，and the sensor precision on the mea⁃surement accuracy.Through image filtering，segmentation，recognition，digital calibration scale line recognition and recognition level automatic measurement of oil level.By comparing the experimental method and the artificial reading，the magnetostrictive liquid level sensor and the temperature compensated sensor，the sensor readings were compared.The results show that using image recognition technology of flow test bench test results and real val⁃ues closest to the can effectively improve the detection accuracy and efficiency，reduce the workload of the test cost and test personnel and the test result is most reliable.

Nozzle flow test；magnetostrictive liquid level sensor；image recognition；level detection

V267.23

A

1004-1699（2016）11-1779-06

EEACC：7230G 10.3969/j.issn.1004-1699.2016.11.025

项目来源：辽宁省教育厅创新团队项目（LT2013009）；辽宁省煤矿液压技术与装备工程研究中心开放基金项目（CMHT-201206）；辽宁省教育厅项目（L2012118）

2016-01-12 修改日期：2016-08-10