邱麗娟， 宣征南， 張興芳

(1.太原理工大學(xué) 化學(xué)化工學(xué)院,山西 太原 030024； 2.廣東石油化工學(xué)院 機電工程學(xué)院,廣東 茂名 525000； 3.廣東省石化裝備故障診斷重點實驗室,廣東 茂名 525000)

油液在線監(jiān)測技術(shù)研究進(jìn)展*

邱麗娟1,2， 宣征南2,3， 張興芳1

(1.太原理工大學(xué) 化學(xué)化工學(xué)院,山西 太原 030024； 2.廣東石油化工學(xué)院 機電工程學(xué)院,廣東 茂名 525000； 3.廣東省石化裝備故障診斷重點實驗室,廣東 茂名 525000)

油液在線監(jiān)測技術(shù)是機械故障智能診斷的重要發(fā)展方向，傳感器作為其關(guān)鍵元件，發(fā)揮著重要作用。對油液在線監(jiān)測的粘度傳感器、水分傳感器、磨粒傳感器以及多傳感器集成的國內(nèi)外研究進(jìn)展進(jìn)行了介紹。從電磁法、靜電法、電感法、圖像識別幾個方面對磨粒測量與分析的國內(nèi)外研究進(jìn)行了介紹。提出了現(xiàn)階段存在的不足，對油液在線監(jiān)測的未來發(fā)展之路進(jìn)行了展望。

油液在線監(jiān)測； 傳感器； 磨粒； 圖像識別

0 引 言

隨著機械設(shè)備不斷向大型化、復(fù)雜化和連續(xù)性發(fā)展，油液監(jiān)測技術(shù)作為設(shè)備故障診斷的重要手段，成為了現(xiàn)代工業(yè)快速發(fā)展的產(chǎn)物[1]。傳統(tǒng)的油液分析，其檢測結(jié)果具有一定滯后性，不能及時地為設(shè)備的視情維修提供充分保障。為滿足監(jiān)測的實時性、連續(xù)性、設(shè)備運行的可靠性，國內(nèi)外相關(guān)機構(gòu)和研究人員開始了在線油液監(jiān)測裝置的開發(fā)與研究。在廣州隆重召開的“2012 全國油液監(jiān)測智能系統(tǒng)及其應(yīng)用研討會”上，楊其明教授對我國高校在在線油液監(jiān)測技術(shù)、智能診斷技術(shù)做出的有益探索給予了肯定，同時也指出了現(xiàn)階段的不足，那就是仍沒有能為企業(yè)機械故障提供智能診斷的系統(tǒng)投入應(yīng)用[2]。因此，開展油液在線監(jiān)測技術(shù)、開發(fā)多信息多傳感器集成技術(shù)、圖像識別以及智能診斷分析系統(tǒng)仍是今后油液監(jiān)測技術(shù)研究的主題[3]。

本文對油液在線監(jiān)測技術(shù)中潤滑油粘度監(jiān)測、含水率監(jiān)測、磨損顆粒監(jiān)測以及磨粒圖像識別發(fā)展現(xiàn)狀進(jìn)行探討，對未來油液在線監(jiān)測技術(shù)發(fā)展進(jìn)行展望。

1 油液在線監(jiān)測技術(shù)

1.1 粘度在線監(jiān)測傳感器

粘度是潤滑油品質(zhì)的重要理化指標(biāo)之一，由于設(shè)備潤滑主要靠潤滑油膜起到抗磨、減磨的作用，潤滑油粘度過大或過小都將導(dǎo)致潤滑油性能下降。因此，油品粘度作為是否換油的重要依據(jù)，必須進(jìn)行監(jiān)測。

目前，國外較為成功的粘度傳感器有Cambridge Vis-cosity開發(fā)的粘度傳感器，SenGenuity公司開發(fā)的ViSmart，Kittiwake公司開發(fā)的ViscoSCAN[4]，MEASMEAS公司研制的FPS2800B12C4型等。Cambridge Viscosity研發(fā)的專利傳感器技術(shù)使它有別于其他粘度計制造商,在小樣本粘度測量領(lǐng)域全球領(lǐng)先。除傳感器本身外,每個粘度計還包括一個內(nèi)置的溫度探頭，用于感知測量室的實際溫度，使得傳感器具有較高的精確度。ViSmart是一種在線浸入式粘度傳感器，可實時連續(xù)測量在線粘度和溫度。粘度的測量是由聲波將石英晶體諧振器與液體接觸，通過石英諧振器的功率損耗計算流體粘度[5]。在國內(nèi)，深圳先波科技有限公司已成功開發(fā)了多種用于油液在線監(jiān)測的粘度傳感器，其中PQM—1型復(fù)合傳感器能實時監(jiān)測潤滑油中粘度和磨損顆粒量的變化[6]?；诔暡ㄕ駝蛹夹g(shù)又研發(fā)了FWS—3，F(xiàn)WS—4型在線粘度監(jiān)測傳感器，該傳感器能達(dá)到國際先進(jìn)、國內(nèi)領(lǐng)先水平，具有精度高、穩(wěn)定性好、無運動部件等特點。鎖斌[7]依據(jù)石英晶體阻抗隨進(jìn)入液體粘度變化而變化的現(xiàn)象，提出了阻抗法用于石英晶體粘度測量。

1.2 水分在線監(jiān)測傳感器

由于水污染可以發(fā)生在任何時間，有可能嚴(yán)重?fù)p壞軸承和其他潤滑組件而不會給任何明顯的警告標(biāo)志。當(dāng)水分含量超過0.4 %達(dá)到1.0 %甚至更高時，潤滑油的潤滑性能將喪失。因此，無論是對新油還是在用潤滑油，水分都是一項重要的必檢項目。

德國HYDAC公司開發(fā)的AS系列水分測量傳感器，廣泛應(yīng)用于液壓和潤滑油系統(tǒng)中，其中AS3000還配有數(shù)顯功能，可以測試溫度和水飽和度[8]。EESIFLO開發(fā)的EASZ—1在線水分傳感器，具有超限報警的功能[9]。該傳感器可用于航空液壓、減速齒輪、柴油發(fā)動機等潤滑系統(tǒng)。另外,Kavlico，Lubrigard公司開發(fā)的水分傳感器都是通過測量油液中介電常數(shù)來反映油液含水率的變化。在國內(nèi)，西安交通大學(xué)采用CMOS攝像頭獲取潤滑油彩色圖像，從彩色圖像的色飽和度分析潤滑油的含水率。該方法具有可靠性好，抗干擾能力強，適用于含水率0 %～5 %范圍的船舶、海洋、航空、車輛等設(shè)備的潤滑系統(tǒng)監(jiān)測和分析[10]。深圳先波科技利用電阻抗分析法(EIS)研發(fā)的FWD—1型傳感器，可用于潤滑油品質(zhì)和含水量分析。

1.3 磨損顆粒

目前,油液中磨粒監(jiān)測方法多種多樣,如，電磁法、靜電法、電感測量法、光散射法、電阻法等[11]。

1.3.1 電磁法

電磁法作為一種非接觸測量技術(shù)，在油液監(jiān)測技術(shù)中應(yīng)用廣泛。它是利用油液流經(jīng)磁電型傳感器具有磁場的待檢測區(qū)域時，鐵磁性顆粒對磁場會產(chǎn)生擾動，使檢測區(qū)域和磨粒數(shù)量相關(guān)的磁力線或磁通量發(fā)生改變，將擾動信號經(jīng)過濾波和放大后，得到有關(guān)磨損顆粒的相關(guān)參數(shù)。美國MACOM Technologies公司研發(fā)的TechAlertTM20型鐵顆粒在線監(jiān)測傳感器，適用于任何尺寸的鐵顆粒數(shù)量監(jiān)測，顆粒俘獲率可達(dá)90 %。國內(nèi)對于這方面的研究較多，較典型的的是西安交通大學(xué)潤滑理論與軸承研究所于2005年研發(fā)的一種電磁永磁混合勵磁的在線式數(shù)字圖像鐵譜傳感器已開始進(jìn)入應(yīng)用[12]。該傳感器可以調(diào)節(jié)磁場，實現(xiàn)磨粒的反復(fù)沉積，相比單獨使用電磁鐵勵磁可以大大地減小傳感器的體積，并且可以采集鐵譜磨粒圖像，進(jìn)而對磨粒尺寸、形貌、顏色等信息進(jìn)行圖像處理分析，從而可以判斷設(shè)備運行狀態(tài)。

1.3.2 靜電法

靜電傳感技術(shù)克服了其他油液監(jiān)測方法容易受油液中含氣泡和水分影響的缺陷[13]。通過監(jiān)測航空發(fā)動機氣路中靜電荷變化水平來對氣路部件的工作狀態(tài)進(jìn)行檢測的靜電感應(yīng)機理，已經(jīng)在美國聯(lián)合式戰(zhàn)斗機F35上得到了應(yīng)用[14]，有效地提高了其發(fā)動機的預(yù)測和故障診斷能力[15]。在國外，應(yīng)用最為廣泛的是加拿大GasTOPS[16]公司生產(chǎn)的MetalSCAN在線油液監(jiān)測傳感器，它能夠全流量在線監(jiān)測鐵磁顆粒，提供被監(jiān)測顆粒的尺寸范圍，顆粒的總質(zhì)量，超限報警等功能，并且已在管道天然氣壓縮機組、發(fā)電廠、海洋推進(jìn)發(fā)動機行列等工業(yè)和海洋中得到應(yīng)用。目前，國內(nèi)相關(guān)技術(shù)的研究工作剛剛起步，2007年，南京航空航天大學(xué)安全與保障技術(shù)研究所率先開展了關(guān)于靜電監(jiān)測的發(fā)動機氣路監(jiān)測技術(shù)研究[17]，對航空發(fā)動機靜電傳感器的前置放大器進(jìn)行了設(shè)計，在此基礎(chǔ)上設(shè)計了一種油液磨粒在線監(jiān)測靜電傳感器，該傳感器可以直接安裝在油液的回流管道中，適用于不同粒徑的磨粒在線監(jiān)測[18]。

1.3.3 電感測量法

基于電感測量原理的磨粒傳感器，比較成功的是美國MACOM公司開發(fā)的TechAlertTM10型，該傳感器用于測試鐵磁性顆粒和非鐵磁性顆粒的尺寸和數(shù)量，其中鐵磁性顆粒的監(jiān)測范圍在50 μm以上，該傳感器采用了篩選專利技術(shù)，用于消除在潤滑系統(tǒng)中由于氣泡或者水泡引起的錯誤計數(shù)。美國俄亥俄州大學(xué)Li Du等人[19]長期對感應(yīng)庫爾特技術(shù)的脈沖感應(yīng)傳感器進(jìn)行研究，通過采用穿過雙層平面線圈中心的中尺度流道提高測試潤滑油的靈敏度和總流量，能測試精度達(dá)50 μm以上的金屬磨粒，并對其進(jìn)行改進(jìn)實現(xiàn)多通道測量。近年來，國內(nèi)學(xué)者利用電感測量原理進(jìn)行了磨粒傳感器的設(shè)計，中南大學(xué)研制了雙激勵螺旋管式磨粒傳感器等[20],范紅波等人利用潤滑油中鐵磁質(zhì)磨粒特性與電感線圈之間耦合關(guān)系開發(fā)了一種新型的電感式傳感器[21,22]。南京航空航天大學(xué)研發(fā)了基于電感測量的鐵磁性顆粒監(jiān)測傳感器，該傳感器體積小，靈敏度較高，為油液在線監(jiān)測提供了一種新的有效監(jiān)測元件[23]。在第十一屆全國摩擦學(xué)大會上，西安交通大學(xué)軸承所對其研發(fā)的基于電感量測量的在線磨粒傳感器進(jìn)行了介紹，該傳感器是一種新型結(jié)構(gòu)單線圈傳感器，通過一系列的對比驗證，結(jié)果表明：該傳感器能測量最小粒度為30 μm的鐵磁性顆粒。

2 圖像識別

近年來，由于國內(nèi)外學(xué)者將計算機圖像處理和人工智能相結(jié)合并引入到油液分析技術(shù)中，促進(jìn)了油液分析向智能診斷方向發(fā)展[24,25]。陶輝等人[26]設(shè)計了一種融合在線鐵譜圖像特征信息的磨粒診斷方法，通過對在線鐵譜圖像進(jìn)行圖像處理，得到磨粒的相對磨損濃度，再融合熵、慣性矩、能量等紋理特征對圖像進(jìn)行分析、診斷，最后采用RBF神經(jīng)網(wǎng)絡(luò)技術(shù)實現(xiàn)對磨粒的自動識別。黃鵬等人以VC++6.0為軟件平臺開發(fā)了磨粒自動識別系統(tǒng)，利用灰色定權(quán)聚類對磨粒進(jìn)行分類識別，經(jīng)驗證識別正確率達(dá)90 %以上。李紹成等人[27]開發(fā)了基于支持向量機磨粒識別與監(jiān)測系統(tǒng)，并將其應(yīng)用于某型航空發(fā)動機的磨損狀態(tài)監(jiān)測中，系統(tǒng)運行效果良好。武通海等人[28]開發(fā)了基于在線磨粒圖像特征的全壽命磨損狀態(tài)的動態(tài)識別系統(tǒng)，在可視化在線鐵譜的基礎(chǔ)上采用SVDD方法對鐵譜沉積鏈中的大磨粒等效直徑、磨粒覆蓋面積進(jìn)行分析。

3 油液分析的未來發(fā)展之路

3.1 在線監(jiān)測傳感器與信息融合

為了能較全面地反映設(shè)備運行狀態(tài)，需要將多傳感器進(jìn)行有效結(jié)合，集成多傳感器信息，從而對設(shè)備做出正確的、可靠的分析與診斷。

目前，油液在線監(jiān)測方法越來越多，性能也越來越好，然而能實現(xiàn)重要指標(biāo)集成化并應(yīng)用于企業(yè)的裝置并不多。由SpectroInc公司最新研發(fā)的SpectroLNF Q200運用形態(tài)學(xué)算法分析磨粒形態(tài)，按ISO 4406磨粒分類標(biāo)準(zhǔn)實現(xiàn)不同尺寸磨粒的計數(shù)，除此之外還可以進(jìn)行油液運動粘度和水污染的測定，其中大的磨粒可以通過神經(jīng)網(wǎng)絡(luò)的方法劃分為：切削、疲勞、嚴(yán)重滑動、非金屬、自由水滴和纖維，能夠?qū)⒋笥?0 μm的磨粒實現(xiàn)圖像映射。廣州機械科學(xué)研究院結(jié)合國內(nèi)外相關(guān)油液監(jiān)測技術(shù)，開發(fā)了油液在線監(jiān)測系統(tǒng)，用于監(jiān)測潤滑油粘度、水分、污染度及在線磨粒圖像、磨損濃度等參數(shù)。另外，基于油液在線監(jiān)測上、下位機硬件系統(tǒng)開發(fā)了用于實現(xiàn)關(guān)鍵設(shè)備油液在線監(jiān)測的自動化、智能化的一系列軟件系統(tǒng)。南京航空航天大學(xué)研發(fā)了一種靜電傳感器和顯微圖像相結(jié)合的油液在線監(jiān)測系統(tǒng)，通過靜電傳感器測定磨粒濃度并提供預(yù)警信號，利用計算機進(jìn)行圖像采集、處理與磨粒識別，該系統(tǒng)適合于5 μm以上的磨粒在線監(jiān)測[29]。

相比單一的傳感器，多傳感器信息融合系統(tǒng)能最大限度地利用傳感器獲得被測系統(tǒng)運行狀態(tài)的信息量，從而對被測對象做出全面的、一致的評估，提高診斷準(zhǔn)確度[30]。西安交通大學(xué)利用自適應(yīng)神經(jīng)模糊推理系統(tǒng)(簡稱ANFIS)融合來自不同傳感器的所有特征信息[31]。傳統(tǒng)的灰色關(guān)聯(lián)度只是單特征關(guān)聯(lián)系數(shù)計算，李兵等人[32]將單特征關(guān)聯(lián)系數(shù)作為多源證據(jù)，利用D-S證據(jù)理論對多源證據(jù)進(jìn)行有效融合從而計算灰色關(guān)聯(lián)度，相比前者，后者能明顯地提高磨粒識別分辨率和準(zhǔn)確率。

3.2 油液監(jiān)測與振動監(jiān)測手段融合

設(shè)備的磨損和潤滑狀態(tài)可以通過油液監(jiān)測方法實現(xiàn)，振動狀態(tài)卻需通過振動監(jiān)測得以實現(xiàn)。由于振動監(jiān)測便于實時診斷和診斷結(jié)果準(zhǔn)確等優(yōu)點，在機械故障診斷的整個技術(shù)體系中占主導(dǎo)地位[33]。因此，在判斷機械故障、尋找故障根源方面，油液監(jiān)測與振動監(jiān)測方法具有互補性。鑒于此，將二者在線監(jiān)測方法融合使用，更有利于對機械設(shè)備做出正確診斷。

4 結(jié)束語

1)油液在線監(jiān)測傳感器多種多樣，但精度不高，可靠性有待進(jìn)一步驗證。

2)油液在線監(jiān)測技術(shù)大多還集中在硬件開發(fā)上，在線監(jiān)測和數(shù)據(jù)處理的專家系統(tǒng)的研究仍較薄弱，多手段多信息的融合診斷分析系統(tǒng)缺乏。

3)計算機圖像處理技術(shù)在各行業(yè)已得到了廣泛應(yīng)用，而磨粒圖像識別技術(shù)仍處于實驗室階段，其磨合階段和磨損階段的大量磨粒鏈的研究仍然很少。

因此，將油液在線監(jiān)測多信息源集成與先進(jìn)的計算機智能診斷相結(jié)合，形成具有綜合性能的遠(yuǎn)程化、網(wǎng)絡(luò)化的故障智能診斷系統(tǒng)具有廣闊的發(fā)展前景。

[1] 楊其明,嚴(yán)新平,賀石中.油液監(jiān)測分析現(xiàn)場實用技術(shù)[M].北京:機械工業(yè)出版社,2006.

[2] 2012全國油液監(jiān)測智能系統(tǒng)及其應(yīng)用研討會在廣州隆重召開[J/OL].[2012—06—15].http:∥epub.cnki.net/kns/brief/default_result.aspx.

[3] 馮 偉,陳閩杰,賀石中.油液在線監(jiān)測傳感器技術(shù)[J] .潤滑與密封,2012,37(1):99-104.

[4] Schlumberger and Cambridge Viscosity Collaborate on HPHT Viscosity Standards[J/OL].[2009—04—27].http:∥www.machi-nerylubrication.com/read/27602/Schlumb-erger-Cambridge-viscosity-standards.

[5] ViscoSCAN On-line Viscosity Sensor[EB/OL].[2014—06—01].http:∥www.kittiwake.com/sites/default/files/ MA-K18427-KW%20Viscosity%20Sensor.pdf.

[6] 張 峰,趙 曉,曹 永,等.新型在線監(jiān)測潤滑油黏度和顆粒的復(fù)合傳感器[J].儀表技術(shù)與傳感器,2012 (7):6-8.

[7] 鎖 斌.阻抗法石英晶體液體粘度測量系統(tǒng)[D].天津:天津大學(xué),2007:1-13.

[8] AS3000[EB/OL].[2013—01—16].http:∥www.hydac.com/de-en/products/sensors/contamination-sensors/as—3000.html.

[9] Water in oil monitors[EB/OL].[2006—10—01].http:∥www.eesiflo.com/products/ easzl01.html.

[10] 謝友柏,董光能,張 華，等.利用圖像傳感器檢測潤滑油含水率的方法:中國，CN101539528[P].2009—09—23.

[11] 龔仁杰,武通海,張小剛.基于電感量測量的潤滑油在線磨粒傳感器設(shè)計[C]∥第十一屆全國摩擦學(xué)大會論文集,蘭州,2013.

[12] 謝友柏,袁崇軍,毛軍紅,等.在線數(shù)字圖像型電磁永磁混合勵磁鐵譜傳感器:中國，CN1673733[P].2005—09—28.

[13] Li Du,Jiang Zhe.A high throughput inductive pulse sensor for online oil debris monitoring[J].Tribology International,2011,44:175-179.

[14] Powrie H,Novis A.Gas path debris monitoring for F—35 joint strike fighter propulsion system PHM[C]∥IEEE Aerospace Conference,2006:4-11.

[15] 馮麗娜,左洪福,文振華.航空發(fā)動機靜電傳感器前置放大器設(shè)計[J].傳感器與微系統(tǒng),2009,28(2):75-80.

[16] 黃文杰,左洪福,王瑞凱.一種新型在線式鐵譜儀的靜磁場設(shè)計與應(yīng)用[J].傳感器與微系統(tǒng),2012,31(12):97-100.

[17] 黃文杰,左洪福.滑油系統(tǒng)全流量磨粒在線監(jiān)測靜電傳感技術(shù)研究[J].航空學(xué)報,2013,34(8):1786-1794.

[18] 李紹成,左洪福.磨粒在線監(jiān)測靜電傳感器設(shè)計[J].壓電與聲光,2010,32(2):325-328.

[19] Li Du,Jiang Zhe.Parallel sensing of metallic wear debris in lubricants using undersampling data processing[J].Tribology International,2012,53:28-34.

[20] 陳書涵,嚴(yán)珩志.反向雙激勵螺線管式磨粒傳感器的傳感特性研究[J].儀表技術(shù)與傳感器,2005 (9):6-7.

[21] 范紅波,張英堂,李志寧,等.電感式磨粒傳感器中鐵磁質(zhì)磨粒的磁特性研究[J].摩擦學(xué)學(xué)報,2009,29(5):452-457.

[22] 范紅波,張英堂,任國全，等.新型磨粒在線監(jiān)測傳感器及其試驗研究[J].摩擦學(xué)學(xué)報,2010,30(4):338-343.

[23] 郭海林,王曉雷.基于平面線圈的磨粒監(jiān)測傳感器[J].儀表技術(shù)與傳感器,2012 (2):3-4.

[24] Li Bing,Zhang Peilin,Tian Hao,et al.A new feature extraction and selection scheme for hybrid fault diagnosis of gearbox[J].Expert Systems with Applications,2011,38:10000-10009.

[25] Wang Jingqiu,Zhang Long,Lu Fengxia,et al.The segmentation of wear particles in ferrograph images based on an improved ant co-lony algorithm[J]. Wear,2014,311:123-129.

[26] 陶 輝,馮 偉,賀石中,等.一種融合在線鐵譜圖像特征信息的磨損狀態(tài)診斷方法[J].哈爾濱理工大學(xué)學(xué)報,2012,17(4):46-51.

[27] 李紹成,左洪福,薛林俊,等.基于顯微圖像的航空發(fā)動機大磨損顆粒檢測系統(tǒng)研究[J].傳感器與微系統(tǒng),2008,17(1):49-51.

[28] Wu Tonghai,Peng Yeping,Wu HongKun,et al.Full-life dynamic identification of wear state based on on-line wear debris image features[J].Mechanical Systems and Signal Processing,2014,42:404-414.

[29] 左洪福,李紹成,文振華.油液磨粒在線監(jiān)測方法及系統(tǒng):中國，CN101393108[P].2009—03—25.

[30] Wang Pingfeng,Prasanna Tamilselvan,Hu Chao.Health diagnostics using multi-attribute classification fusion[J].Engineering Applications of Artificial Intelligence,2014,32:192-202.

[31] Lei Yaguo,Lin Jing,He Zhengjia,et al.A method based on multi-sensor data fusion for fault detection of planetary gearboxes[J].Sensors,2012,12(2):2005-2017.

[32] 李 兵,張培林,任國全,等.基于灰色信息融合技術(shù)的磨粒識別方法[J].潤滑與密封,2007,32(9):103-105.

[33] 邵龍秋.多無量綱免疫檢測器的機組并發(fā)故障診斷技術(shù)研究[D].太原:太原理工大學(xué),2009:10-11.

Research progress of oil on-line monitoring technology*

QIU Li-juan1,2, XUAN Zheng-nan2,3, ZHANG Xing-fang1

(1.College of Chemistry and Chemical Engineering,Taiyuan University of Technology,Taiyuan 030024,China; 2.College of Mechanical and Electrical Engineering,Guangdong University of Petrochemical Technology, Maoming 525000,China; 3.Guangdong Provincial Key Laboratory of Petrochemical Equipment Fault Diagnosis,Maoming 525000,China)

Oil on-line monitoring technology is one of the important developing directions of machinery fault intelligent diagnosis,sensor as its key components,plays an important role.Therefore,oil on-line monitoring of the oil viscosity sensor,moisture sensor,wear debris sensor and multi-sensor integration research progress at home and abroad are introduced.In addition,from the electromagnetic method,electrostatic method,inductive method,image recognition and so on,introduce the progress of measurement and analysis of wear debris at home and abroad.Propose the present disadvantages and prospect the future development road of the oil on-line monitoring.

oil on-line monitoring; sensor; wear debris; image recognition

10.13873/J.1000—9787(2015)04—0004—04

2014—05—15

國家自然科學(xué)基金資助項目(61174113)；廣東省自然科學(xué)基金資助項目(8152500002000011)

TH 117; TP 212

A

1000—9787(2015)04—0004—04

邱麗娟(1988-)，女，四川自貢人，碩士研究生，研究方向為計算機鐵譜圖像處理與識別。