[发明专利]机械设备的磨损检测

权利要求书

1.一种用于检测设备磨损的方法，所述方法包括：接收描绘设备中的一部分的三维图像；使用机器分类器来检测所述图像中的特定磨损图样，其中，使用所述特定磨损图样的标签图像来训练所述机器分类器；以及生成改变所述设备的操作的推荐，其中，预测所述改变以降低所述特定磨损图样的增长率。

2.根据权利要求1所述的方法，其中，所述推荐通过机器学习过程被自动生成，所述机器学习过程将所述磨损图样与所述设备的监测数据一起作为输入。

3.根据权利要求2所述的方法，其中，所述监测数据包括与所述设备一起使用的润滑的分析。

4.根据权利要求2所述的方法，其中，所述机器学习过程是关联规则引擎。

5.根据权利要求1、2、3和4中的任一项所述的方法，其中，所述机器分类器是卷积神经网络。

6.根据权利要求1、2、3、4和5中的任一项所述的方法，其中，所述磨损图样指示从群组选择的磨损，所述群组由凹陷、剥落、磨料磨损、腐蚀磨损、机器印记、打磨印记和热应力组成。

7.根据权利要求1、2、3、4、5和6中的任一项所述的方法，其中，所述一部分是齿轮齿。

8.一种用于检测设备磨损趋势的方法，所述方法包括：在第一时间点处接收第一三维图像，所述第一三维图像描绘设备中的一部分的表面；使用机器分类器来检测所述第一图像中的特定磨损图样，其中，使用存在于不同设备上的所述特定磨损图样的标签图像来训练所述机器分类器；在第二时间点处接收第二三维图像，所述第二三维图像描绘所述设备中的所述一部分的所述表面；使用所述机器分类器来检测所述第二图像中的所述特定磨损图样，其中，使用存在于不同设备上的所述特定磨损图样的标签图像来训练所述机器分类器；生成所述表面的第一三维模型；生成所述表面的第二三维模型；通过覆盖所述第二三维模型和所述第一三维模型来生成所述表面的复合模型；以及输出所述复合模型以供显示。

9.根据权利要求8所述的方法，还包括：标识所述第一图像中的所述特定磨损图样的第一组特性；标识所述第一图像中的所述特定磨损图样的第二组特性；以及进行输出以供显示关于所述第一组与所述第二组的不同之处的描述。

10.根据权利要求8和9中的任一项所述的方法，还包括：生成改变所述设备的操作的机械特性的推荐，其中，预测所述改变以降低所述特定磨损图样的增长率。

11.根据权利要求8、9和10中的任一项所述的方法，其中，所述推荐通过机器学习过程被自动生成，所述机器学习过程将所述磨损图样与所述设备的监测数据一起作为输入。

12.根据权利要求11所述的方法，其中，所述监测数据包括与所述设备一起使用的润滑的分析。

13.根据权利要求8、9、10、11和12中的任一项所述的方法，其中，所述磨损图样指示从群组选择的磨损，所述群组由凹陷、剥落、磨料磨损、腐蚀磨损、塑性变形、机器印记、打磨印记、正常磨损和热应力组成。

14.一种用于检测设备磨损的方法，所述方法包括：接收描绘设备中的一部分的三维图像；使用机器分类器来检测所述图像中的特定磨损图样，其中，使用所述特定磨损图样的标签图像来训练所述机器分类器；以及使用机器学习过程来生成改变所述设备的操作的推荐，所述机器学习过程使用所述设备的操作数据与所述磨损图样的描述一起作为输入，其中，预测所述改变以降低所述特定磨损图样的增长率。

15.根据权利要求14所述的方法，其中，所述操作数据包括与所述设备一起使用的润滑的分析。