劉培康，武文斌，王雪峰，侯寧沛，張文龍，呂少杰，趙歧峰

（1.河南工業(yè)大學(xué)糧油機(jī)械研究所，鄭州 450001；2.鄭州科技學(xué)院，鄭州 450001）

根據(jù)制粉工藝需要，噴砂輥用于等級粉廠的心磨等多個系統(tǒng)來對物料進(jìn)行研磨，伴隨著制粉過程，噴砂輥表面會逐漸磨損，其表面形貌變化會影響對物料的研磨效果、磨輥壽命、電能消耗[1-3]。當(dāng)噴砂輥磨損嚴(yán)重時需要及時更換磨輥或?qū)Ρ砻嬷匦逻M(jìn)行粗糙毛化處理，粗糙化目前多采用噴砂方法，如果更換磨輥或過早重新噴砂會影響磨輥使用壽命，同時設(shè)備停機(jī)會造成停產(chǎn)和磨輥噴砂工時費(fèi)等企業(yè)總成本的增加。更換磨輥或噴砂過晚，會影響面粉品質(zhì)、出粉率、增加電耗，同時也會加快磨輥表面磨損，縮短磨輥壽命。所以說，準(zhǔn)確判斷噴砂輥表面磨損情況，及時對噴砂輥進(jìn)行更換或重新噴砂修復(fù)，能夠減少企業(yè)成本、提高面粉質(zhì)量和產(chǎn)量，從而提高企業(yè)效益。

在實際生產(chǎn)過程中，制粉師是通過用手摸噴砂輥表面或者通過磨粉機(jī)電耗以及出粉率來間接判斷噴砂輥磨損情況，有條件的面粉廠使用粗糙度測量儀測量噴砂輥表面的磨損情況，對于噴砂輥表面形貌，沒有具體的描述指標(biāo)。同時，隨著食品行業(yè)競爭的加劇，利潤率被壓低，要求生產(chǎn)過程的各個方面都以最佳性能運(yùn)行，只有通過數(shù)字化才能實現(xiàn)生產(chǎn)標(biāo)準(zhǔn)的優(yōu)化以及設(shè)備信息的可追溯性。因此，分析噴砂輥表面形貌以及科學(xué)描述其表面磨損情況是該行業(yè)非常關(guān)注的問題。

隨著計算機(jī)運(yùn)算能力的提高、微電子技術(shù)的發(fā)展以及快速傅里葉變換算法的實現(xiàn)，圖像處理算法得到了更廣泛地應(yīng)用，現(xiàn)代圖像處理技術(shù)應(yīng)用領(lǐng)域得到了擴(kuò)展。目前在國內(nèi)外，圖像處理技術(shù)應(yīng)用在金屬表面形貌檢測方面已取得較多的研究成果：國外Matsushima等[4]最先使用圖像處理及視覺系統(tǒng)，對切削刀具的磨損圖像進(jìn)行處理，對處理后的磨損圖像信息進(jìn)行計算，最終實現(xiàn)了切削刀具磨損狀態(tài)的識別。Y H Lee等[5]采用圖像處理技術(shù)研究了切削刀具前刀面月牙凹坑的磨損規(guī)律。美國Westinghouse公司利用CCD相機(jī)附加光源來檢測鋼板的表面缺陷情況，并且提出將光路組合方式應(yīng)用于檢測系統(tǒng)[6]。D Itzhak[7]等對AISI304L不銹鋼在FeCl溶液中的點(diǎn)蝕情況通過計算機(jī)圖像處理方法進(jìn)行評估，通過計算凹坑概率和凹坑區(qū)域的直方圖計算得出點(diǎn)蝕率為9.73%，并證明計算機(jī)圖像處理技術(shù)是一種有效的點(diǎn)蝕統(tǒng)計評估工具。Tsai D M等[8]對木材、紡織面、機(jī)加工面等紋理表面形貌進(jìn)行圖像復(fù)原，之后對其表面形貌進(jìn)行了分析。Hoang K等[9]將圖像處理技術(shù)運(yùn)用到皮革表面檢測領(lǐng)域，采用自適應(yīng)閾值分割方法對皮革表面圖像進(jìn)行分割，之后對表面缺陷進(jìn)行分類實現(xiàn)表面檢測。而且，使用該技術(shù)還可以對表面的凹坑形狀進(jìn)行分析[10]。

因此，利用圖像處理技術(shù)，分析噴砂輥表面磨損規(guī)律，對定量表征噴砂表面形貌、準(zhǔn)確判斷噴砂輥表面磨損狀態(tài)具有重要意義。

1 材料與方法

1.1 試驗材料

本試驗在河南麥道面粉有限公司進(jìn)行，試驗小麥為當(dāng)?shù)鼗旌闲←湥煌晟屏Ｂ始s為5%，ⅠB入磨水分為16.0%，測試工藝部位為2M，磨粉機(jī)為鄭州格德格瑞機(jī)械工程有限公司制造，磨粉機(jī)及噴砂輥的參數(shù)如表1所示。

表1 磨粉機(jī)及2M噴砂輥參數(shù)

1.2 試驗裝置

試驗采用由EM00M/C型號的工業(yè)相機(jī)、TL10×065s/c型遠(yuǎn)心鏡頭及RL5428-29型環(huán)形光源搭建的圖像采集裝置，如圖1所示。

圖1 噴砂輥表面圖像采集裝置

1.3 試驗方法

麥芯顆粒與噴砂輥屬于軟顆粒磨損，磨損周期較長，本次試驗?zāi)シ蹤C(jī)及噴砂輥：產(chǎn)量為1.46 t/h、連續(xù)工況下運(yùn)行，噴砂輥試驗研究時間是從使用前至需重新噴砂為止共60 d，采集位置選取在距離噴砂輥右端面100 mm點(diǎn)A位置(見圖2)，每隔10 d使用圖像采集裝置在該位置采集一次噴砂輥表面磨損形貌圖像，利用離散數(shù)據(jù)點(diǎn)擬合噴砂輥使用過程的表面形貌變化規(guī)律。實驗過程中，每次測試時間約5 min，該時間段與10 d間隔時間相差較大，故5min內(nèi)測量參數(shù)變化可忽略不計。

圖2 圖像采集位置示意圖

1.4 數(shù)據(jù)分析

應(yīng)用matlab軟件平臺編寫程序?qū)Σ杉哪p過程圖像進(jìn)行圖像處理和紋理特征提取。

2 噴砂輥磨損機(jī)理及表面特征

輥式磨粉機(jī)研磨機(jī)構(gòu)主要由一對差速相向轉(zhuǎn)動的磨輥組成。如圖3所示。

圖3 研磨機(jī)構(gòu)工作原理圖

制粉時，小麥顆粒及粉料從磨輥上方進(jìn)入輥間研磨區(qū)，受到差速相向旋轉(zhuǎn)磨輥的擠壓、研磨及搓撕作用完成制粉過程。分析制粉工況，認(rèn)為噴砂輥的磨損為三體磨料磨損。

三體磨損是一個動態(tài)復(fù)雜的過程[11-13]，并伴有物理化學(xué)變化，目前還沒有形成統(tǒng)一的理論模型和研究方法。為分析噴砂輥表面具體磨損過程，對河南麥道面粉有限公司2M工藝部位DMFT型磨粉機(jī)噴砂輥的表面磨損情況進(jìn)行連續(xù)跟蹤。從宏觀角度，噴砂輥連續(xù)加工1 d表面變化不明顯，但整個磨損周期其表面形貌差別較大，并且發(fā)現(xiàn)噴砂輥表面變化具有連續(xù)性，即表面質(zhì)量在不斷惡化，具體如下：

第一階段（0～20 d）：噴砂輥表面存在不均勻的凸峰和凹坑，表面發(fā)暗，用手感知具有粗糙感。

第二階段（21～40 d）：麥芯顆粒沿噴砂輥表面滑移擠壓過程中在正應(yīng)力作用下，對噴砂輥表面進(jìn)行破壞，表面凹坑逐漸擴(kuò)大，且凸峰逐漸變平，表面出現(xiàn)少許犁溝。

第三階段（41～60 d）：表面凸峰在磨料的反復(fù)應(yīng)力作用下產(chǎn)生疲勞效應(yīng)，表面逐漸磨光，噴砂輥表面出現(xiàn)反光，表面粗糙感降低，此時應(yīng)對噴砂輥表面進(jìn)行重新噴砂修復(fù)。圖4為磨損周期內(nèi)噴砂輥表面形貌間隔10 d的圖像采集結(jié)果，圖像大小均為1 280×960像素。

圖4 噴砂輥磨損過程表面形貌圖像

3 噴砂輥磨損形貌紋理特征實驗研究

3.1 灰度共生矩陣算法

灰度共生矩陣(gray-level co-occurrence matrix,GLCM)是最常用的紋理特征提取方法，該方法提取的紋理特征具有良好鑒別能力。Haralick R M等[14]提出的GLCM方法已經(jīng)成為紋理特征提取的一種經(jīng)典算法，在很多領(lǐng)域被廣泛應(yīng)用，之后不斷深入研究，從GLCM中提出了14個二階統(tǒng)計量作為紋理特征，用于紋理分割和分類等方面，其中常用的有二階矩、紋理熵、對比度、相關(guān)性四個特征量[15]。

3.2 GLCM特征參數(shù)

（1）二階矩ASM，又叫能量，反映了圖像灰度分布的均勻度和紋理細(xì)度，它是矩陣中各元素的平方和。當(dāng)能量值較大時，紋理較粗糙；反之，紋理較細(xì)。表達(dá)式如下：

（2）熵ENT，反映紋理的復(fù)雜度、非均勻度以及隨機(jī)性。當(dāng)圖像紋理比較復(fù)雜時，熵值較大；反之，灰度均勻時，熵值較小。表達(dá)式如下：

（3）對比度CON，又叫慣性矩、非相似性，反映紋理的高與低，可理解為圖像的清晰度。紋理的溝紋（凹槽）越深，對比度越大，效果清晰；反之，溝紋越淺，對比度就越小，圖像效果模糊。表達(dá)式如下：

（4）相關(guān)性COR，用來反映矩陣中各元素的相似程度。當(dāng)矩陣某些元素的值相等時，相關(guān)性較大，如果圖像中存在水平紋理，則水平矩陣的相關(guān)性大于其它矩陣[16]。表達(dá)式如下：

式中：u1，u2，σ1，σ2定義如下：

3.3 噴砂輥磨損形貌紋理特征提取

針對實驗獲取的原始灰度圖像，按照紋理特征參數(shù)計算公式，運(yùn)用matlab軟件計算并提取噴砂輥表面圖像的紋理特征，所得結(jié)果如表2所示。對圖像中提取的各特征數(shù)據(jù)按照公式9進(jìn)行歸一化，使得處理后的數(shù)據(jù)限定在[0,1]范圍內(nèi)，便于分析數(shù)據(jù)。

表2 噴砂輥磨損形貌圖像紋理特征參數(shù)統(tǒng)計表

其中xmax為同一特征參數(shù)不同時刻數(shù)據(jù)的最大值，xmin為最小值。

歸一化處理后的特征量數(shù)據(jù)隨磨損時間的變化規(guī)律如圖5。

圖5 磨損過程圖像各紋理特征變化曲線

分析圖5中各特征參數(shù)變化曲線可知，隨著噴砂輥表面磨損程度的加劇，圖像紋理特征中的二階矩、熵值和對比度呈現(xiàn)單調(diào)遞減的變化，二階矩值逐漸減小，表明圖像的灰度分布逐漸發(fā)生變化，原因是磨損后凹坑面積逐漸減小，凸峰逐漸平滑，表面灰度逐漸變得不均勻。熵值反映紋理的復(fù)雜程度、信息量以及非均勻性，熵值逐漸減小，意味著表面形貌的精細(xì)紋理越來越少，表面形貌越來越光滑。對比度逐漸降低，意味著表面圖像的紋理越來越稀疏，表面逐漸變暗。根據(jù)實驗得到的相關(guān)性隨磨損時間的變化曲線，發(fā)現(xiàn)該值波動范圍比較大，不合適作為判斷噴砂輥表面磨損程度的特征參數(shù)。

4 結(jié)論

本研究結(jié)果表明，輥式磨粉機(jī)噴砂輥在制粉過程中，受到交互作用力的影響，噴砂輥表面會不斷磨損，隨著噴砂輥表面磨損時間變長，其表面形貌逐漸惡化，紋理特征不斷變化，通過分析各特征參數(shù)隨磨損時間的變化規(guī)律，發(fā)現(xiàn)紋理特征參數(shù)二階矩、熵值和對比度對區(qū)分噴砂輥表面磨損程度有良好的體現(xiàn)，可以用于定量表征噴砂輥形貌，為準(zhǔn)確描述噴砂輥表面磨損狀態(tài)提供參考。