基于滤膜阻塞技术和液位图像处理的油液污染度检测方法

2020-09-15白亚洲郭瑞宇卢继霞黄俊凯朱成现

液压与气动 2020年9期

白亚洲，郭瑞宇，卢继霞，黄俊凯，程炼，朱成现

(1.中国矿业大学(北京)机电与信息工程学院，北京 100083； 2.紫光云技术有限公司，天津 300450)

引言

在液压系统中，液压油的清洁度直接关系到设备的可靠性和使用情况。有资料表明，液压油污染引起的液压系统故障占比高达七成，而其中80%的故障由液压油中的固体颗粒污染物引起，所以对液压油中固体颗粒污染物进行检测，对于延长液压系统的使用寿命、了解液压设备的磨损情况等具有非常重要的意义[1-4]。

油液中固体颗粒污染度的检测方法包括重量分析法、颗粒计数器分析法以及半定量分析法等[5]。重量分析法是把被测油液中的污染物通过含有微孔滤膜的过滤元件过滤出来，通过计算过滤元件的重量变化来获得单位体积油液中固体颗粒污染物的含量。这种方法原理简单，但不能体现出被测油液中固体颗粒物的尺寸大小和分布，不便于进行污染分析。颗粒计数器分析法是利用颗粒对光的遮挡引起的输出电压的变化来测量被测油液内颗粒的尺寸及分布，该方法测试精度高，是目前应用最广泛的油液污染度检测方法，但该方法容易受油液中气泡和水份的影响。半定量分析法主要有滤膜阻塞法和电容法等，其中滤膜阻塞法又称淤积法。测试时，保持滤膜两端压差恒定或通过滤膜的流量恒定，当被测油液流经微孔滤膜时，油液中的固体颗粒物会慢慢阻塞滤膜上的微孔，从而引起滤膜两端流量或压力变化，通过分析流量或者压力的变化得出被测油液污染度。滤膜阻塞法不易受油液中气泡和水份的干扰，检测结果比较可靠。目前以滤膜阻塞法为工作原理的污染度检测仪主要有美国Diagnetic公司生产的DCA便携式油液污染度检测仪、UCC公司生产的便携式推装型污染度分析仪、中国矿业大学(北京)研制的PCC型便携式油液污染度检测仪和DW1 型油液污染度检测仪、Coulter公司生产的LCMⅡ型便携式污染度检测仪和美国PALL公司开发的PCM400 便携式清洁度检测仪等[6-7]。其中前4种仪器采用的是恒压阻塞法，后2种仪器采用了恒流量阻塞法。此外，姚成玉等[8]以恒功率测量法研究了淤积堵塞型在线污染度检测系统。由于滤膜阻塞技术不仅适合于对单相液体的颗粒污染度检测，也适用于对含气泡或水分的多相液体的固体颗粒污染度检测，因此基于滤膜阻塞技术的仪器的开发必将具有很好的应用前景。

随着图像处理技术的飞速发展，很多人将其运用到油液污染度检测中，以提高油液污染度检测的智能化。如2005年，李川等[9]使用扫描标号算法对试片中的固体颗粒进行检测，通过CCD摄像机和计算机数控显微镜载物台，将显微放大的图像采集进计算机，得出污染颗粒物的尺寸大小与分布情况。2014年，杜叶挺[10]采用模式识别对油液进行磨粒分析，利用铁谱仪获取油液的铁谱图，采用支持向量机(SVM)分类器训练样本，对磨粒进行识别，从而获得油液污染度。可以看出虽然很多人将图像处理技术运用到油液污染检测中，但尚未有人将液位检测技术与滤膜阻塞技术相结合进行油液污染检测。因此，本研究提出一种基于滤膜阻塞技术和图像液位检测技术结合的方法，通过图像处理得出被测油液经过微孔滤膜后流量变化情况，从而得出被测油液的污染度等级。

1 基于滤膜阻塞技术和液位图像处理的油液污染度检测系统工作原理

滤膜阻塞式油液污染度检测系统总体方案如图1所示。其工作过程分为取样和测试两步，具体为：

(1) 取样：电动机4通过钢丝绳5牵引带动配重块3和活塞杆7上升，待测液通过阀SV1进入取样缸2，完成取样；

(2) 测试：电机4反转，松开配重块3的离合6，活塞杆7在配重块3的自重作用下下降，待测液在恒压作用下经阀SV2和微孔滤膜8后进入测试杯10，摄像机9进行动态采样，获取测试杯10内液位变化的实时信息。测试完毕，清洗微孔滤膜及测试杯，准备下次测试。

1.待测液 2.取样缸 3.配重块 4.电机 5.钢丝绳 6.离合7.活塞杆 8.微孔滤膜 9.相机 10.测试杯 11.背光板图1 检测系统的总体方案

电动机4选用ASLONGJGB37-545直流减速电机，工作电压6～18 V；钢丝绳5选用1×7单股绳类结构304不锈钢钢丝绳；阀SV1、阀SV2为普通单向阀。微孔滤膜8由实验室采用化学镀镍的方法制备而成[11]；取样缸2及配重装置为自行设计，取样容积可达到80 mL，配重装置可以在测试时提供0.2～0.4 MPa的可调节恒定压力。测试杯材质要求透明，以便摄像头对杯内的液位拍摄，此处选用规格为30 mm×200 mm的玻璃试管；相机选用200万像素的1080P工业USB摄像头，1/2.7CMOS传感器拍摄，图像分辨率为1920×1080，拍摄的帧率为30 fps，拍摄周期为0.033 s；背景板为颜色较浅的白色纸板，光源选用LED灯。待测液由洁净的10#航空液压油和ACFTD标准试验粉尘配置而成，呈棕红色；选用15 μm微孔滤膜进行检测。

根据该检测系统的工作原理可知，要想利用该系统实现对油液污染度的定量检测，首先要基于图像处理获得待测液通过微孔滤膜后的流量变化信息，其次要将该流量变化信息和油液中的固体污染颗粒尺寸分布建立联系。

2 基于液位图像处理的滤膜流量衰减曲线

基于滤膜阻塞技术在恒压下对油液污染度进行检测时，通过滤膜的流量衰减与油液的污染度直接相关。由图1可知，在测试杯横截面积和测试时间已知的情况下，通过摄像头实时采集测试杯内液位上升的高度信息，便可以获得待测液通过滤膜的流量变化信息。

摄像头拍摄的液位上升视频，其实是由一帧帧图像组成的，而图像的清晰度与污染度检测精度息息相关。为了获得高质量的液位图像，除了摄像头及背光板、光源等物理装置的选择外，还需要经过相机标定、图像去噪等图像处理流程以消除干扰，便于液位线的准确提取[12]。

2.1 相机标定

在图像测量和建模的过程中，相机拍摄的图像属于二维空间，我们真实的世界处在三维空间，为了确定二维图像中的某一点与该点所在的三维世界之间的对应关系，需要进行相机标定。本研究采用经典的张正友标定法[13]，这种方法需要使用已知的标定物来建立标定物上已知的点在三维世界中的坐标P(X，Y，Z)与该点在二维图像空间上的坐标p(μ,v)之间的对应关系，该对应关系可由下式来描述：

(1)

(2)

式中，s—— 尺度因子

α，β—— 图像中单位距离上像素的个数

cx，cy——P在相机坐标系下的点通过透视投影变换到相机的成像平面上的像点

R—— 旋转矩阵

t—— 平移向量

f—— 相机的焦距

fx,fy—— 将相机的焦距变换为在x，y方向上的像素度量表示,fx=αf，fy=βf

k—— 相机的内参数

根据上述的标定方法，对本系统所用相机进行标定实验，可以得到相机的内参数矩阵k为：

2.2 图像处理

相机采集到液位图像后，需要对图像进行处理，包括灰度化、降噪、边缘检测[14]。

1) 灰度化

图像处理的第一步就是把相机拍到的彩色图像转换成灰色图像。自然界的所有色彩都可以分解成比例不同的绿色、红色和蓝色3种颜色。可以将3种颜色的等级分别划分为0～255共256个级别，每个级别代表这种颜色的程度，而将彩色图像灰度化就是将这3种颜色中的每个等级值加权合并为一个值，只含有从白到黑的255个等级，不含有色彩信息。灰度化的公式如式(3)，其中Ixy表示(X，Y)点处的灰度值，RGB表示(X，Y)点处的RGB等级。图2为相机拍摄的装有10#航空液压油的测试杯的彩色图像经灰度化处理后的灰色图像。

图2 10#航空液压油测试杯灰色图像

Ixy=0.31R+0.59G+0.1B

(3)

2) 图像去噪

图像在拍摄、发送的过程中，总是会无法避免各种干扰和噪声，使得图像质量变差，增大图像处理的误差。为了抑制图像中的噪声、消除图像中的干扰，需要对图像进行平滑模糊去噪。本研究使用的USB相机拍摄的图像有较多黑白相间的椒盐噪声，适用于中值滤波的方法对图像进行平滑模糊去噪，去噪处理后的图像见图3。与图2相比，去除了大量的黑白相间的椒盐噪声。

图3 图像滤波图4 边缘检测

3) 边缘检测

为便于提取液位变化的特征信息，需要利用边缘检测的方法将图像变为黑白边缘图。Canny算子属于一阶微分算子，是目前应用最普遍的边缘检测算子[15]。本研究使用的10#航空液压油为红棕色，相对于白色背景板较为明显，因此经过滤波去噪后，可直接采用Canny算子进行边缘检测。边缘检测结果见图4，可以看出Canny算子很大程度的保留了测试杯和液位的边缘。

2.3 液位读取

1) 确定ROI区域

经过处理的图像消除了大量干扰，液位图像变为了黑白边缘图，为便于液位读取需先确定一个ROI(Region of Interest)区域，即液位线存在的大概范围。对于本研究的检测系统来说，液位只在测试杯的杯壁内上下移动，因此这个ROI区域就是测试杯的杯壁。杯壁在液位图像中是2条垂直的直线，可以采用图像处理的方法进行检测，为满足实时性的需求，采用形态学法来检测2条杯壁[16]。图5为获得的测试杯的ROI区域。

图5 ROI区域

2) 液位点读取

经过图像处理后得到的液位并不为一条直线，如图6a所示。液位的读取有3种不同的方式，可以选取抛物线的上顶点(见图6a中b所指液位)作为液位值，也可以选取中点(见图6a中c所指液位)或下顶点(见图6a中d所指液位)作为液位值。针对各种液位读取方法，利用摄像机动态拍摄液位的实时变化，得到3种情况下的液位变化曲线见图6b～图6d。可以看出在液位的初始变化阶段，不管选取哪个位置作为液位读取点，液位值均连续变化，易于读取。但随着液位的上升，上顶点b(图6b)和中点c(图6c)2种液位读取方式的实时液位检测曲线出现了断线、不连续的现象，会导致液位读取不准确。而选取下顶点d作为液位读取点时，实时液位曲线连续变化，易准确读取液位值，所以选取下顶点作为液位读取点。

图6 3种液位线读取方式及液位变化曲线

2.4 油液通过滤膜的流量衰减曲线

实时读取出检测过程中的所有液位点后，利用最小二乘法对液位点进行曲线拟合，便可以获得图像坐标下的液位高度变化曲线，再由相机参数及像素与实际长度的对应关系，得到世界坐标系下的液位高度随时间变化的h-t曲线图。由液位上升的速度与高度的关系v=Δh/Δt，可以求出液面上升的速度曲线v-t。因为测试杯的直径已知，因此通过测试杯横截面积便可

以求出液位的流量变化曲线Q-t。该部分的计算公式如下：

Δh=h1-h2

(4)

(5)

(6)

式中，h1，h2—— 世界坐标系中相邻两帧液位上升的高度

d—— 测试缸的直径

3 基于滤膜阻塞技术的油液污染度定量检测理论模型

流量的衰减与被测油液的污染情况密切相关。要想准确获得油液中固体污染颗粒的尺寸分布，即实现对油液污染度的定量检测，就需要将油液通过滤膜后的流量衰减与油液中的固体颗粒尺寸分布进行联系，即建立基于滤膜堵塞技术的油液污染度定量检测模型。

3.1 通过微孔滤膜的流量与油液污染度之间的关系

在任意时刻t，通过微孔滤膜的总流量Q(t)可以写成[17-18]：

Q(t)=Q1(t)+Q2(t)+Q3(t)

(7)

式中，Q1(t) ──t时刻通过滤膜全开口(未堵)孔的流量，mL/s

Q2(t) ──t时刻通过滤膜仅被大于微孔尺寸的颗粒堵塞后的孔的流量，mL/s

Q3(t) ──t时刻通过滤膜被不同大小颗粒堵塞后的孔的流量，mL/s

为了方便计算通过完全开口的膜孔的流量衰降情况，可假设膜孔只要被大于膜孔尺寸的颗粒堵塞，则该孔完全被堵塞。则根据达西定律有：

(8)

又：

(9)

当t=0时，A1(0)=N×Am，积分后，上式可变为：

(10)

联立式(8)和式(10)得：

其中，

(12)

式中，Q0──t=0时通过滤膜的流量

A1(t) —— 全部微孔的总面积，cm2

Am── 每个膜孔的面积

Cd── 每毫升被测油液中不小于膜孔尺寸的颗粒数，个/mL

fd── 膜孔的一级堵塞系数

N── 膜孔的总个数

R1── 全开口的膜孔阻力，1/cm

μ── 流体的黏性系数，Pa·s

Δp── 膜两侧的压力降，Pa

式(11)即为通过完全开口膜孔的流量衰减表达式。由该式可见，随着膜孔的堵塞，通过全开口孔的流量以指数形式迅速衰减。若以T1来表示其衰减时间常数，则有：

(13)

同理，可计算出通过仅被大于等于膜孔尺寸颗粒堵塞后的流量：

(14)

其中，

(15)

对于经第二阶段堵塞后的膜孔的流量，有：

(16)

式中，C1── 每毫升被测油液中不小于1 μm的颗粒数，个/mL

f0── 滤膜的次级堵塞系数

k1── 第一阶段流量衰减系数

k2── 总流量衰减系数

T1── 第一阶段时间衰减常数

T2── 第二阶段时间衰减常数

综上，可得任意t时刻时，通过微孔滤膜的总流量表达式为：

Q(t)=Q1(t)+Q2(t)+Q3(t)

(17)

式(17)中y0，A1，T1，A2，T2均为拟合参数，可通过滤膜的流量变化数据直接拟合获取，进而便可求取出k1和k2。当微孔滤膜规格选定时，其堵塞系数fd和f0为确定的值，可通过标定获取。对于本研究使用的15 μm 微孔滤膜，总膜孔数N为1856，堵塞系数值分别为0.1267和0.0158。将上述参数值代入式(13)和式(15)便可以得到待测油液中不小于1 μm和不小于d(膜孔尺寸)的颗粒数C1和Cd。

3.2 油液污染度的定量检测

国内外的研究表明，油液中的颗粒尺寸分布符合对数正态分布，每毫升油液中尺寸D与累计颗粒数N之间的关系可表示为[1]：

lgND=lgNt-2.303Blg2D

(18)

式中，D── 颗粒直径

ND── 大于尺寸D的颗粒总数

Nt── 大于1 μm颗粒总数

B── lg-lg2坐标上颗粒尺寸分布直线的斜率

式(18)给出了被测油液中任一尺寸的颗粒数分布表达式。欲求ND，需要知道Nt和B的值。由前面模型推导知，Nt即为C1，当D=d时，可以由式(19)求出斜率B，斜率B确定后，便可由式(18)求出被测油液中大于任意尺寸的颗粒数ND。令D分别取5，15，25，50和100，便可以计算出5～15 μm，15～25 μm，25～50 μm，50～100 μm以及大于100 μm各尺寸区段的颗粒数，然后根据NAS 1638国际污染度等级标准便可确定出被测油液的污染度等级。

(19)

4 结果及分析

为了解本研究所述方法对油液污染度检测的情况，将1瓶待测油液分为2份，分别由颗粒计数器分析法和本研究所提出的基于滤膜阻塞技术和液位图像处理相结合的方法进行污染颗粒尺寸分布的分析。

4.1 本研究所提方法测试情况及结果

实验过程如图7所示，其中图7a是待测油压，图7b是调节配重装置提供恒定压力，图7c是放置微孔滤膜，图7d是实验过程，其中右边电脑进行图像处理，获取液位变化信息，左边电脑和称重器是做膜阻力实验，与本研究无关。待测油液流经微孔滤膜后进入测试杯，摄像机采集测试杯液位变化信息输送给计算机进行图像处理(如图7d所示)，测试完毕后，得到世界坐标系下的液位高度变化曲线如图8所示，对图示曲线进行拟合可以得到液位高度变化的表达式见式(20)。

图7 实验过程

图8 液位高度变化曲线

h(t)=-0.001232t3+0.1118t2-3.632t+161.7

(20)

得到h-t曲线后，根据2.4所述的方法可求出Q-t曲线，对流量变化曲线的拟合结果见图9。共需要拟合5个参数，其中a为y0，b为A1，c为T1，d为A2，e为T2，由拟合结果可以得到y0=0.1152，A1=1.31189，T1=10.80728，A2=1.20779，T2=14.44375，进一步可计算出k1=0.15913，k2=0.04372，Q0=2.63488。

图9 拟合曲线图

将拟合出的数据代入式(13)和式(15)可以得到C15=514，C1=19396，再由式(19)得到斜率B=0.68465，进而由式(18)可以得出大于任意尺寸D的颗粒数，相减便可得到感兴趣尺寸段的颗粒数。表1为计算所得的待测油液的颗粒数分布和污染度等级，可以看出待测油液污染度为NAS10级。

表1 待测油液颗粒数分布和污染度

4.2 颗粒计数器分析法测试结果

利用颗粒计数器(HIAC-ROYCO 4100)和激光传感器(HRLD-150)测得待测油液的颗粒尺寸分布和污染度等级如表2所示，得出待测油液污染度也为NAS10级。

表2 待测油液颗粒分布和污染度

4.3 结果比较及原因分析

由表1和表2中颗粒尺寸分布以及污染度等级结果对比可知，尽管本研究所述方法和颗粒计数器分析法测定结果在颗粒数浓度以及分布上有一定的差别，但得出的待测油液的污染度等级一致，都是NAS10级，说明本研究所提出的滤膜阻塞技术和液位图像处理相结合的污染度定量检测方法具有一定的测试精度，测试结果准确可靠。分析尺寸分布出现误差的原因，是由于在图像处理过程中，被测油液由测试杯上方流入，从而导致视频拍到的液位图像存在气泡、液位断线等情况，并且测试杯的杯壁存在折射现象，使得液位线的检测存在1～2 mm的误差，进而对流量的计算造成了影响，最终导致被测油液的颗粒数尺寸分布出现了误差。