更新时间：2024-04-25 19:35:31
封面
版权信息
作者简介
序（一）
序（二）
前言
第1章 绪论
1.1 磨粒图像监测技术概述
1.2 磨粒图像监测技术
1.2.1 磨粒图像获取
1.2.2 磨粒特征提取
1.2.3 磨粒类型辨识
1.2.4 磨损状态分析
1.3 磨粒图像监测技术的研究与进展
1.3.1 磨粒图像获取技术
1.3.2 图像驱动的磨粒特征表征
1.3.3 典型磨粒类型辨识
1.3.4 基于磨粒分析的磨损状态评估
1.4 磨粒图像监测技术的发展趋势
参考文献
第2章 静态磨粒图像传感器设计
2.1 静态磨粒沉积及成像传感技术原理
2.1.1 磁场作用下磨粒沉积特性分析
2.1.2 静态磨粒图像传感器简介
2.2 静态磨粒图像传感器优化设计
2.2.1 静态磨粒图像传感器励磁结构设计
2.2.2 基于ZEMAX的显微成像系统设计
2.2.3 基于定向遗传算法的光源布置优化
2.2.4 静态磨粒图像采集系统及成像质量对比
2.3 静态磨粒链分割与特征提取
2.3.1 磨粒成链问题剖析
2.3.2 基于磨粒边缘特征的磨粒链自动分割
2.3.3 磨粒链Mask-RCNN智能分割模型
2.4 静态磨粒图像传感器的效果检验
2.4.1 图像质量验证
2.4.2 磨粒特征提取有效性分析
2.5 小结
第3章 运动磨粒图像传感器设计
3.1 磨粒运动图像传感器设计
3.1.1 磨粒滚动运动原理
3.1.2 磨粒运动的驱动设计
3.1.3 运动磨粒图像采集系统及分析
3.2 运动磨粒检测跟踪与空间特征提取
3.2.1 运动磨粒自动跟踪
3.2.2 基于磨粒二维特征的三维空间特征构造
3.2.3 磨粒三维空间特征的优势分析
3.3 磨粒的三维重建与形貌特征提取
3.3.1 磨粒表面重建策略
3.3.2 关键点表征的磨粒表面稀疏重建
3.3.3 融合SfS的磨粒表面稠密重建
3.3.4 磨粒多视角形貌重建
3.3.5 磨粒表面三维特征提取及评估
3.4 小结
第4章 典型磨粒类型的智能辨识模型
4.1 典型失效磨粒分层辨识策略
4.2 失效磨粒CGAN样本扩增
4.2.1 CGAN网络简介
4.2.2 典型失效磨粒二维表征及样本标签制作
4.2.3 失效磨粒样本扩增模型
4.2.4 失效磨粒样本扩增模型验证
4.3 基于BP神经网络的显著磨粒类型辨识
4.3.1 磨粒关键特征参数筛选
4.3.2 形状显著磨粒的类型辨识
4.3.3 磨粒类型辨识结果分析
4.4 基于二维图像的CNN形态学相似磨粒辨识模型
4.4.1 形态学相似磨粒的CNN辨识模型
4.4.2 形态学相似磨粒的CNN辨识模型验证与分析
4.5 基于三维形貌特征的形态学相似磨粒辨识
4.5.1 磨粒知识的图像化表征
4.5.2 知识指导的形态学相似磨粒辨识模型
4.5.3 辨识模型测试及可视化分析
4.5.4 模型分析
4.6 小结
第5章 磨损状态的在线监测方法
5.1 机理驱动的磨损状态演变监测
5.1.1 磨损状态的特征体系
5.1.2 磨损阶段的Mean-shift判别模型
5.1.3 磨损状态演变的建模方法
5.2 四球机摩擦试验的磨损状态分析
5.2.1 方法描述和实验设计
5.2.2 四球机磨损状态数据演变判断
5.2.3 磨损状态演变规律辨识
5.2.4 磨损表面检测与验证
5.3 车桥台架测试的磨损状态监测与动态预警
5.3.1 车桥台架磨粒图像在线监测
5.3.2 车桥台架磨损失效预警模型
5.3.3 车桥台架磨损监测实测案例
5.4 谐波减速器全寿命试验的磨损状态动态监测
5.4.1 性能退化实验方案设计
5.4.2 谐波减速器磨损性能退化监测
5.5 小结
本书特色
