[发明专利]一种液压泵的螺旋槽故障检测方法

说明书

本发明涉及数据处理技术领域，具体涉及一种液压泵的螺旋槽故障检测方法，该方法通过相关的电子设备进行图形识别获取螺旋槽对应的图像信息，然后根据获取到的图像信息进行数据处理，具体的数据处理过程为：通过所述图像信息中对应的相关数据，计算延展方向数据，基于所述延展方向数据，获取纹理关联度数据，然后，基于所述相关数据，计算纹理差异度数据；通过所述纹理关联度数据与所述纹理差异度数据，获取螺旋槽对应的故障区域；进而判断液压泵的故障由螺旋槽的故障区域引起；本发明能够准确获取螺旋槽的故障区域，提高了螺旋槽的检测精度。同时，该方法能够应用于生产领域人工智能系统或人工智能优化操作系统，实现对螺旋槽故障的精准检测。

技术领域

本发明涉及数据处理技术领域，具体涉及一种液压泵的螺旋槽故障检测方法。

背景技术

螺旋叶片式液压泵的工作部分主要由液压缸、螺旋叶片、转子等三个零部件组成，其中，螺旋叶片是一种弹性元件，能保证与液压缸内表面和转子螺旋槽侧面的弹性接触良好，并提高密封工作腔的密封性。螺旋叶片式液压泵在工作过程中，转子螺旋槽的尺寸和形状精度以及螺旋叶片的尺寸和精度直接影响密封工作腔的密封性；例如，在螺旋式液压泵工作的过程中，当转子的螺旋槽有缺陷，螺旋槽与螺旋叶片两者不能完全匹配时，则会大大降低密封工作腔的密封性，导致螺旋叶片式液压泵出现异常，影响螺旋叶片式液压泵的工作效率。因此，需要对转子的螺旋槽进行缺陷检测。

传统的检测方法一般由工人凭自身经验对螺旋槽进行缺陷检测，检测效率较低，受工人的技术素质和经验限制，检测结果往往因人而异；传统的检测方法不仅浪费了大量的人力资源，而且检测精度不高，无法实现对转子的螺旋槽进行高精度的检测。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种液压泵的螺旋槽故障检测方法，所采用的技术方案具体如下：

获取螺旋槽对应的图像信息，对所述图像信息进行预处理，得到灰度图像；

提取所述灰度图像中的螺旋槽对应的螺纹信息，得到螺纹图像，将所述螺纹图像划分为若干个螺纹图像块，所述螺纹图像块中至少存在一条螺纹；

获取螺纹图像块中各像素点的梯度方向，计算处于同一条螺纹上的相邻两像素点的梯度方向差值，得到对应像素点的延展方向；

任意选取一个螺纹图像块，将所述螺纹图像块中的任意一像素点记为中心像素点，根据所述中心像素点对应的延展方向，获取所述中心像素点对应在灰度图像中的邻域像素点，并计算所述邻域像素点与中心像素点的灰度差值；

比较所述灰度差值与灰度阈值的大小，当所述灰度差值小于灰度阈值时，则将中心像素点记为1，反之，将中心像素点记为0，得到螺纹图像块对应的二值图；

根据所述二值图，计算螺纹图像块对应的纹理关联度；

对螺纹图像块对应在灰度图像中的灰度图像块进行滑窗操作，计算每一个滑窗区域的灰度差异，将最大灰度差异作为螺纹图像块对应的纹理差异度；其中，滑窗的窗口大小为m×m；

分别计算相邻两螺纹图像块对应的纹理关联度差值与纹理差异度差值，比较所述纹理关联度差值与关联阈值的大小，比较所述纹理差异度差值与阈值的大小；当纹理关联度差值小于关联阈值且纹理差异度差值小于阈值，则对应螺纹图像块为正常螺纹图像块；反之，对应螺纹图像块为故障螺纹图像块。

进一步地，所述延展方向为梯度方向差值与90°的差值绝对值。

进一步地，在计算所述延展方向之前，还包括判断像素点是否为螺纹像素点，计算螺纹像素点对应的延展方向；

所述螺纹像素点的判断方法为：计算相邻两梯度方向差值的差值，将其记为梯度方向差异，比较所述梯度方向差异与差异阈值的大小，将大于差异阈值对应的像素点记为螺纹像素点。