基于视觉的航空油雾喷嘴雾化角度自动检测装置

94研究与探索Research and Exploration ·监测与诊断中国设备工程 2018.02 (上)1 背景计算机科学与总线技术如今日以快速发展，带动着计算机视觉技术从初具雏形到逐渐成熟完善。

如今工业产业的迅速发展与计算机视觉技术的日趋成熟有着密不可分的关系，在诸多领域如科研、医疗、制造加工等都可以看到计算机视觉模块的应用。

计算机视觉技术不仅可以起到替代人眼的效果，降低人力成本，同时还能够提高生产效率与机器人动作的可靠性与连贯性，在实际生产中与传统的人力生产相比有着非常明显的优势。

喷嘴是构成航空发动机总管的一个重要元件，直接关系到发动机的燃烧效率和运行稳定性。

目前，航空发动机总管油雾喷嘴雾化角度的检测仍然采用人工目测法，将一个带有指针的量角器安装在喷嘴外的有机玻璃罩上，将一个与雾化边缘大约呈垂直角度的试刀和量角器的指针垂直连接，随后通过人眼观测逐渐调节量角器上的指针，直至目测基本与雾化边缘重合，继续调整接近雾化边缘，当试刀上有第一滴燃油滴下，此时量角器基于视觉的航空油雾喷嘴雾化角度自动检测装置王廷俊（中国航发沈阳黎明航空发动机有限责任公司，辽宁 沈阳 110043）摘要：基于视觉的航空油雾喷嘴雾化角度自动检测装置箱体内部设有光源，工业相机设置于箱体外侧，并通过内部数字I/O 触发接口卡与防爆计算机连接，用于对箱体内固定的油雾喷嘴的喷雾进行拍照。

工业相机通过接收外部触发信号拍摄喷雾锥角的数字图像，并发送给防爆计算机；防爆计算机对数字图像进行预处理，得到二值化图像；再对二值化图像通过Hough 变换得到锥角角度的边界线，并得到锥角的角度。

这种基于视觉的航空油雾喷嘴雾化角度自动监测装置解决了航空喷嘴人工手动测量的随机性，提高了准确率，保证了测量的可靠性，提高了自动化程度。

关键词：雾化；自动检测；工业相机中图分类号：TF341.6 文献标识码：A 文章编号：1671-0711（2018）02（上）-0094-03根据公式将数值带入：q m=最终得出K 的值为：K==04788724.4 WP 系列仪表的参数设定在使用WP 系列仪表前，应将其参数进行科学设定，提高测量的有效性和准确性。

首先在仪表上找到SET 键，按下此键会出现CLK 字样，将其值设定为132。

其次在按下SET 键时，再按下键，大概25秒后，仪表会自动进入二级参数设定，如表5。

表5 二级参数设定表参数B1B2B3B4B5DE BT C1C2C3C4设定值11000002310参数D1D2D3PB1KK1PB2KK2PB3KK3设定值242010101参数Pa THPL PH CAL CAH CAA DT DP DCA 设定值0.1400500.060733然后进入一级设定，将企业测量的数值输入仪表内，参数设定完毕。

5 结语综上所述，在实际生产计量过程中，利用温度压力补偿原理的方法测量蒸汽或是其他气体的密度值，不仅能有效控制企业的生产成本，提高生产效率，还能提高企业的经济效益，促进企业快速发展。

近年来，经过企业在生产计量方面的实际应用，有效证明了温度压力补偿法不但是企业财务部门监控成本的重要手段，还能有效保障生产计量的有效性、准确性和科学性。

参考文献：[1]邵云. 温度压力补偿在化工生产计量中的应用探究[J]. 中国电子商务, 2012，(20):183.[2]王崇宝. 浅析蒸汽流量计量中温度压力补偿的数学模式[J]. 鸡西大学学报(综合版), 2007, 7(1):48-49.[3]倪桂芳. 蒸汽流量中的温度压力补偿作用及智能流量计的应用[J]. 控制工程, 1994，(3):58-59.[4]韩利武. 浅析密度对差压式蒸汽流量计误差的影响及温度、压力补偿[J]. 企业文化月刊, 2010(11).95中国设备工程Engineer ing hina C P l ant中国设备工程 2018.02 （上）所致角度即为所要测量的角度。

得出结果后与出厂所要求的参数和误差范围比较，从而判定是否允许出厂。

上文介绍的这种传统测量方式的准确率主要由人眼的正确率决定，随机性高可靠性低，这种测量方式的依据只依靠于与雾化边缘相切的一点，因此对于全部的雾化边缘信息的利用率非常低，信息没有得到充分利用。

基于计算机视觉技术的航空油雾喷嘴雾化角度自动检测装置和方法可以克服上述现有技术的不足，通过图像采集、图像处理、边缘检测，最终计算得到喷嘴雾化角度。

2 主要内容利用图像采集装置获取数字图像，基于Labview 软件开发平台编写图像处理算法对采集的图像进行增强、边缘检测、二值化，去除弧点和细化等预处理，通过模式识别中的Hough 变换获取喷雾锥角的两条边界线，最终计算出喷嘴的雾化锥角。

角度值显示在人机交互界面上。

如图1所示, 图像采集装置由工业相机2及其内部的数字I/O 触发接口卡、光源1、防爆工控机3组成。

工业相机2接受外部触发信号，拍摄图像，拍摄结束，通过网卡通信方式将图像传输到计算机中保存，获取到喷嘴雾化角度的数字化图像。

工业相机2置于金属盒体内部，盒体为封闭的方形壳体，壳体内充满惰性气体，比如氩气；盒体一面为有机玻璃，用于工业相机照相，这样整体构成了防爆相机。

外置盒体的工业相机2固定于箱体5 的外面，光源1固定于箱体5内部。

箱体5为带有拉门的方形喷嘴性能检测试验柜。

在实际应用中应注意：照明光源的安装位置与方向应保证视场有足够的照度；选用照明光源时相应参数也要满足条件。

照明方法比较常用的有：正面光源、背面光源。

为了获取清晰喷嘴雾化图像，本装置的光源选用白色的背面光源。

光源和相机分别位于喷嘴的两侧，箱体后面的背板为黑色，背板下部固定有光源，光源采用两个白色LED 灯，分别位于背板左右两侧并相对于喷嘴对称。

如图2所示，应用环境恶劣，背景复杂，通过图像采集装置采集来的图像样本不能直接用于计算出喷嘴雾化角度，需要进行图像的预处理，最终得到二值化 处理后的图像。

基于Labview 软件开发平台编写Hough 算法进行图像边界线获取，通过经典Hough 变换得到雾化角度的边界线，利用Hough 变换利用图像空间和Hough 参数空间的点一线对偶性，把图像空间的检测问题转换到参数空间，先进行对参数空间的累加统计，随后以找累加器峰值的方法检测直线，最后计算雾化角度并将结果显示在人机交互界面上。

喷雾锥角图像如果采用只取累加器中前两个最大值对应直线为边界，非常容易造成两条直线均为同一边缘边线（微角度差别）导致检测结果不准确。

所以，要左右两条边缘线都检测，采用将图像分为左右两部分检测的方法进行。

安装摄像头时镜头轴心线与喷雾角轴心线在一个平面内，所以可以选择图像一半宽度处为左右两部分的分隔线。

虽然Hough 变换计算量非常大，但由于细化后白色目标点数量的减少使得计算量的复杂度得以降低，所需的检测时间也大大缩短，基本可以满足实时计算的要求。

如图3所示，预处理包括：中值滤波算法进行图像的增强去噪处理，背景重建，背景减除法进行目标检测、最大熵阀值二值化，利用形态学的垂直模板和归一化处理进行图像的去除弧点和细化。

基于Labview 软件开发平台编写图像预处理，LabVIEW，被称为G 语言，不同于传统软件的复杂繁荣，它的开发界面更为易操作，降低了编写方式的难度。

Labview 图像处理工具包IMAQ Vision，包含了300多种机器视觉和科学图像处理的函数库。

可以完成多种图像处理、分析以及计算等。

IMAQ Vision 不仅可以加快用户、集成商、制造商对工业视觉相应软件的开发，甚至还可以被使用于需要高可靠性的实验室自动化视觉系统研发。

中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。

常用于用来保护边缘信息,是经典的平滑噪声的方法。

采集来的图像样本首先要进行中值滤波，去除噪声。

选用已采集无目标的图像作为背景图像，通过背景减除法获取目标图像，完成目标检测。

图像的二值化处理选用最大熵阀值的方法进行，以阈值将图像分为两类，两类平均熵取最大值时此时的阈值便为所要的最佳阈值，方法如下。

求出图像中所有像素的分布概率，0p ,1p ,…,255p （图像灰度分布范围0～255）；i p ＝iimageN N(i ＝0,1, (255)式中,i N 为灰度值为i 的像素个数；image N 为图像的总像素数。

给定一个初始阈值Th ＝0Th ,将图像分为1C 和2C 两类；分别计算两个类的平均相对熵1E ＝－0(/)ThiThi p p =∑·ln(/)i Thp p 2E ＝－2551(/(1))i Thi Th p p=+−∑ln(/(1))i Thp p −式中，Th p ＝0Th i i p =∑。

选择最佳的阈值Th ＝*Th ，使得图像按照该阈值分为1C 和2C 两类后，满足：[]*12|Th ThE E =+＝{}12max E E +做完背景减除及二值化后，由于干扰、噪音的存在，96研究与探索Research and Exploration ·监测与诊断中国设备工程 2018.02 (上)因此最后雾化角度边界线提取的数据不够准确，因此使用形态学算子进一步滤除噪声和填充小的空洞。

数学形态学主要是用具有一定形态的结构元素去量度和提取图像中的对应形状以达到对图像分析和识别的目的，因此它的应用不仅在保证原有基本形状特征的同时还可以起到简化图像数据的效果。

在实际实验中发现，采用垂直模板，对图像先进行闭运算，再进行开运算得到的效果最好。

1.光源2.工业相机3.防爆计算机4.油雾喷嘴5.箱体图1 装置结构示意图图2 方法流程图图3 图像预处理方法流程图3 结语本文介绍的基于视觉的航空油雾喷嘴雾化角度自动检测装置不仅具有快速性、实时性、非接触等特点，还运用了测量领域目前广泛流行的图形化软件开发平台Labview。

IMAQ Vision 图像预处理软件包保证了图像处理的实时性和高速性要求，人机交互友好，可操作性强，同时采用防爆相机和防爆工控机，能够防止油雾进入相机以及工控机而造成的该装置断路、故障，甚至爆炸。

将计算机视觉技术用于航空喷嘴雾化角度检测，充分利用整个雾化边缘的信息，开辟了计算机视觉技术应用的新领域，解决了航空喷嘴人工手动测量的随机性，提高了准确率，保证了测量的可靠性，提高了自动化程度。

参考文献：[1]Carlos Mera,Mauricio Orozco-Alzate,John Branch,DomingoMery. Automatic Visual Inspection: An Approach with Multi-Instance Learning[J]. Computers in Industry,2016.[2]Ryosuke Nakajima,Keisuke Shida,Toshiyuki Matsumoto. A Study on the Effect of Inspection Time on Defect Detection in Visual Inspection[M].Springer Berlin Heidelberg:2013.[3]Usha Poli,P Bidinger,Swarnalata Gowrishankar. Visual inspection with acetic acid (via) screening program: 7 years experience in early detection of cervical cancer and pre-cancers in rural South India[J]. Indian Journal of Community Medicine,2015,40(3).[4]José R. Lino,Joana Ramos ‐Jorge,Valéria Silveira Coelho,Maria L. Ramos ‐Jorge,Marcos R. Moysés,José C. R. Ribeiro. Association and comparison between visual inspection and bitewing radiography for the detection of recurrent dental caries under restorations[J]. Int Dent J,2015,65(4).[5]Ji Gang Wu,Kuan Fang He,Bin Qin. Research on Edge Detection of Thin Sheet Part Dimension Inspection SystemBased on Machine Vision[J]. Applied Mechanics and Materials,2012,1469(103).[6]衡思江. 小型航空发动机气动雾化喷嘴雾化特性研究[D].中国科学院研究生院(工程热物理研究所),2015.[7]伍文锋,吴建华,钟柳花,游江. 航空发动机燃油喷嘴雾化角度测量研究[J]. 航空发动机,2017,43(05):69-73.[8]王超,林大烜,丁红兵,王刚,安海骄. 基于凝结实验平台的音速喷嘴凝结现象研究[J/OL]. 北京航空航天大学学报,:1-7(2017-07-11).[9]周晴晴. 航空低量窄雾滴谱旋转离心喷嘴雾化性能研究[D].中国农业科学院,2016.[10]王彦滑. 近距碰撞式航空发动机喷嘴燃油雾化特性研究[D].沈阳航空航天大学,2015.[11]茹煜,金兰,周宏平,贾志成. 航空施药旋转液力雾化喷头性能试验[J]. 农业工程学报,2014,30(03):50-55.。