劉雪松,王金華,王 瑤,吳靜靜,尤麗華
(江南大學 機械工程學院,江蘇 無錫 214000)
隨著人們物質生活水平的不斷提高,汽車已經逐漸成為了日常生活中必不可少的交通工具。在給人們帶來便利的同時,汽車產生的有害排放污染物如固體懸浮顆粒、CO、NOx、HC、PM等越來越多,對人類生存環境造成了日益嚴重的危害,直接影響到了人們的健康生活。
發動機的噴油量直接關系到發動機的動力性能,燃油狀況,以及汽車尾氣中污染物的排放量。對發動機單次噴油量進行高精度檢測以及有效控制不僅可以降低油耗,提高燃油利用率,減少廢氣排放,同時也是噴油器及發動機生產企業重要的質量保證手段[1]。因此,對發動機單次噴油量檢測技術的研究具有非常重大的現實意義和使用價值[2]。
本文在對傳統的噴油量檢測方法進行分析對比的基礎上,經過對光學成像,圖像處理等技術的研究提出了新的檢測方法,構建了一種新型的基于圖像處理方法的單次噴油量檢測技術,可以實現對單次油量的測量。
目前對于發動機燃油噴射系統噴油量的檢測,常用的檢測方法有3種:容積法、位移法和W.Zeuch法[3]。
容積法測量方便,所需要的傳感器和檢測電路簡單,但只能測量平均噴油量,難以滿足精確檢測要求;位移法可以對發動機的單次噴油量進行檢測,也是現在最常用的檢測方法,屬于接觸式測量,對檢測裝置的加工精度要求高,國內的加工精度難以達到要求;W.Zeuch法通過間接測量可以計算得到單次噴油量的多少,但是中間過程轉換容易產生誤差,且不能保證高速測量的要求。
為了避免接觸式檢測方法帶來的誤差,可以采用非接觸式檢測方法進行檢測,本文在位移法檢測原理的基礎上進行了改進,采用圖像處理的方法來對發動機的單次噴油量進行檢測,圖1為檢測系統框圖。

圖1 檢測系統框圖Fig.1 Working principle diagram of the test system
圖2 是檢測裝置的工作原理圖,檢測原理介紹如下:設計一個固定容積的密閉容積腔,容積腔有3個接口,分別為進油口,出油口和排油口。容積腔的進油口連接和固定噴油器,出油口接有一個半徑為R的細長玻璃管,排油口接有一個高速排油電磁閥,整個裝置形成了一個密封的油路。在燃油噴射過程中,燃油噴入預先充滿燃油的密閉容積腔中。在噴油壓力的作用下,燃油噴入密閉容積腔中,出油口一側玻璃管內液面高度由于密閉容積腔內油量增多上升,通過相機拍攝采集得到噴油前后液面高度的圖像,經過圖像處理和分析之后可以求得此次噴油液面的高度變化,即可計算得到單次噴油量。

圖2 檢測裝置工作原理圖Fig.2 Workingdevice diagram of the test device
光源是圖像采集系統的重要組成部分,不僅起到照明的作用,還要盡量使被測對象的特征突出,抑制與被測對象無關的特征。光源系統的設計和選擇將會直接對采集到圖像的質量造成影響。在進行光源系統的設計時,需要從以下幾個角度進行考慮:
1)光與被測對象的相互作用形式。從光學的角度來說,光與被檢測對象之間存在多種作用方式,有漫反射,鏡面反射,背反射,定向透射,漫透射等[4]。
2)光源的顏色。不同波長的光顯示出來的顏色不同,每一種顏色的LED光源都有其獨特的光譜,且相機的傳感器元件對每一種顏色的光的敏感程度都不同。
3)光源的位置和照射方向。光源按照位置可以分為正面光,背面光以及斜射光[5]。
4)根據待測物的大小,待測物越小則波長越短越好。
由于本文被測對象為玻璃管內液面高度,發生在玻璃管表面上的鏡面反射和漫反射可能會使光線發生偏振。為了避免或者減少光線偏振造成的干擾,在相機前面增加偏振濾鏡來對偏振光進行抑制。由于相機傳感器對紅色光源最敏感,因此本處選擇紅色LED燈作為光源。通過對比,選擇OPT公司的OPT-RIU球狀分布式對稱漫射光源進行打光。這種光源采用特制漫射板將光散射到不同方向,可以有效去除反光造成的干擾,能夠達到精確測量的要求。
成像系統的設計主要包括相機和鏡頭的設計和選擇,通過成像系統來獲取玻璃管內液面高度的圖像。在進行相機的選擇時,主要考慮兩個因素:相機的最大幀率和分辨率。然后通過所選相機的參數來選擇與之相匹配的鏡頭。
圖3為系統控制時序圖,在本系統中,噴油器噴油間隔為20 ms,需要在兩次噴油之間完成對圖像的采集和處理,要求所選擇相機的幀率至少要達到100 FPS。

圖3 檢測系統時序圖Fig.3 Test system timing diagram
在圖像采集的范圍內,圖像采集區域按照40 mm×50 mm來計算,用V,H分別代表要采集圖像的區域的最大橫向尺寸和最大縱向尺寸,即V=40,H=50。系統要求的檢測精度為0.01 mm,為了保證精度以及系統的穩定性,這里選擇2個像素點對應0.05 mm,可以根據公式計算得到橫向和縱向的像素要求m,n:

計算得到相機的像素要求:

根據計算可知,對40 mm×50 mm的矩形區域進行圖像采集,需要選擇像素至少為320萬的攝像相機。綜合考慮檢對檢測精度,幀率以及分辨率的要求,選擇DALSA公司的Falcon24M相機來進行試驗。Falcon2面陣相機的最大幀率可以達到168 fps,最高分辨率為2 432×1 728,最高像素400萬,能夠同時滿足高分辨率和高幀率的要求,相機能夠在較短的時間內對被測物進行精確的圖像采集。
相機到被測物的距離L為100~200 mm,由式(4)計算可知:鏡頭的最小焦距f1=100/(1+0.025/0.006)=19 mm,f2=200/(1+0.025/0.006)=38 mm,選擇COMPUTAR公司的M2518-MPW鏡頭,鏡頭的焦距為 25 mm,靶面尺寸為 2/3”,最小物距為0.15 m,鏡頭可以滿足使用要求。

通過光電開關的控制,圖像采集系統可以準確的得到玻璃管液面高度的圖像,并通過圖像采集卡傳輸到計算機中。圖像處理系統是整個系統的關鍵部分,通過圖像預處理,閾值分割,邊緣提取等方法對采集到的圖像進行處理。
對于本系統來說,圖像預處理主要包括圖像濾波和灰度變換。圖像濾波是為了抑制圖像中的各種噪聲;灰度變換則是為了把圖像變為易于處理的灰度圖[6]。
3.1.1 圖像濾波
對于圖像來說,噪聲不僅僅會對圖像的特征識別精度造成影響,還會增加處理時間,降低效率。要對噪聲進行消除,主要需要考慮兩個方面的問題:1)去除噪聲的影響。2)盡量保證圖像特征的完整和清晰。
噪聲點相對于數字圖像來說一般是孤立點,因此可以對像素點鄰域內的點求取平均值,用來代替中心像素點。經過試驗,這種方法能夠很好地消除噪聲。
3.1.2 灰度處理
對于本系統來說,由于選擇的相機是黑白相機,所以灰度處理主要需要做的工作是灰度映射,灰度映射是為了增大動態范圍和圖像的對比度,使獲得的圖像更加清晰。
灰度處理的運算方法可以用下式來表示:

其中,f、g分別表示原圖和變換后的灰度級。通過適當的參數選取,可以實現圖像部分的變暗和加亮操作,使圖像對比更加明顯。
為了得到感興趣的區域,在對圖像進行預處理之后,對圖像進行分割。這里我們使用閾值分割算法,閾值分割被定義為:

根據系統檢測要求,物體的灰度值和背景的灰度值不發生變化,使用固定閾值分割算法,將固定閾值范圍設置如下:gmin設置為30,gmax設置為70,這樣可以把感興趣的區域分割出來。
閾值分割不能保證得到的圖像完全符合我們的要求,為了得到更加清晰的液位圖像,我們對閾值分割后的圖像進行邊緣提取。為了能更好的抑制圖像中的噪聲,使提取的液位邊緣圖像更加清晰,這里使用效果相對較好的Sobel算子和Canny算子來進行邊緣提取并進行對比:

圖4 使用Sobel算子和Canny算子得到的邊緣圖像Fig.4 Edge picture based on Sobel operator and Canny operator
通過圖4的對比可以看到,使用Canny算子進行邊緣檢測得到的邊緣圖像產生的噪點少,效果好,所以本文采用canny算子來進行邊緣檢測。對噴油前后計算機采集到的圖像進行處理之后可以得到玻璃管內液位線的圖像,通過計算兩次液位高度之差,即可計算得到此次噴油量的多少。
本文在研究光學成像和圖像處理的基礎上提出新的噴油量檢測方法,對單次噴油量檢測系統進行了設計,使用Halcon軟件對得到的圖像進行圖像處理,能夠準確實現單次噴油量的檢測。
[1]王旭,郗大光,楊延相,等,電噴發動機噴油器噴油量多通道檢測儀的研制[J].小型內燃機與摩托車,2004(1):21.WANG Xu,XI Da-guang,YANG Yan-xiang,et al.Research and development of mult-i channel fuel meter for free armature injector of motor engine.[J]Small Internal Combustion Engine and Motorcycle,2004(1):21.
[2]蔣德明,陳長佑,楊嘉林,等,高等車用內燃機原理[M],西安:西安交通大學出版社,2006.
[3]魏列江,胡曉敏,張振華,等,柴油機高壓共軌噴射系統噴油量測量現狀概述[J].拖拉機與農用運輸車,2012(6):39.WEI Lie-jiang,HU Xiao-min,ZHANG Zhen-hua,et al.Present status of injection quantity measurement for high pressure common rail fuel injection system in diesel engines[J].Tractor&Farm Transporter,2012(6):39.
[4]Carsten Steger,Markus Ulrich,Christian Wiedemann.Machine Vision Algorithms and Applications[M].Tsinghua University Press,2008.
[5]朱虹.數字圖像處理基礎[M].北京:科學出版社,2005.
[6]岡薩雷斯.數字圖像處理[M].北京:電子工業出版社,2007.