基于印刷图像信息挖掘的印刷机故障诊断方法研究

The printing is a special machinery of high-precision and complex structure, the frequent fault often leads to huge economic losses.Print machine, which generates the same or doubling frequency signals between sets and key parts, is a kind of same-frequency machine. These signals are difficult to analyze because of interference between them. As a result, the fault diagnosis method based on signal vibration does not work efficiently on print machine. So a new fault diagnosis method is needed both by scientific and technologic field. Combined with specialty of print technic and technology of image recognition, this research deduces print machine failure by exploring relationship between information on printed image and print machine failure. First, a new image pretreatment algorithm based on RETENIX and weighted least squares is proposed. This algorithm can not only eliminate the effects of light to print image acquiring online, but also make information generated by Print machine failure more abundant. Second, algorithm for Print machine register failure character picking-up is carried out. At the same time that method for print image texture character which is on L*a*b* colour space recognization and picking-up is carried out. It will be a feasible method for picking-up character on print machine shadow-overlap failure, shock-streak failure and ink amount status. Last, the characters is used to diagnose the print machine with multivariate data statistical theory and intellegent diagnosis method which support vector machine. This research can be a driver to make great economic benefits for printing and packaging industry, besides a guidance for diagnosis of similar machines。

印刷机是一种高精密且结构复杂的特种机械，其频繁故障常导致巨大的经济损失。在印刷过程中印刷和定位等关键部件会产生同频、倍频振动信号，由于采集的信号难以分解的原因，传统的故障诊断方法不能有效的应用于印刷机故障诊断，因此研究新的高精度的故障诊断方法具有科学意义及应用需求。本项目结合印刷工艺特点和图像识别技术，通过研究印刷图像所携带的信息与印刷机故障之间的映射关系反演印刷机故障。首先研究一种新的图像预处理算法，既能消除在线采集印刷图像时光照对印刷图像色差的影响，又能够增强印刷图像所携带的故障信息；其次研究在L*a*b*色彩空间进行印刷图像纹理特征识别与提取的方法；最后研究印刷机故障特征参数的选取，运用KPCA和SVM结合的方法来精确表征印刷机故障。此项目将为印刷包装行业带来巨大经济效益，同时对同类机械的故障诊断提供理论基础和技术手段。

印刷机是一种具有高精密度的高速集成机械设备，由于印刷机涉及到多组执行机构的交接和多物料的转移，导致设备的维修、调试和装配极为复杂且难度较大，在实际生产中，印刷机的调节往往依托人工经验为主，缺乏有效的检测理论和方法；由于机械集成度高，机构间存在较强的耦合现象，使得一般的机械故障诊断方法难以适用。为了解决上述问题，提高印刷机稳定性，降低设备维护成本，本研究项目提出了基于印刷画面信息挖掘的印刷机故障诊断方法。.研究以印刷图像为关键载体，对复杂工况下画面信息的获取展开了有效地预处理研究，对图像在印刷机各个单元的运动规律和作用原理进行分析，寻找出适用于各环节故障检测的画面多元特征，通过主成分分析与支持向量机相结合的决策方法，在高维图像特征集的基础上大幅度减约维度，实现了印刷机主要故障的诊断研究，主要内容和成果如下：.在印刷画面信息预处理方面：针对印刷机的视觉检测系统光照不均产生色差的问题，提出了基于L*a*b*色彩空间自适应的单尺度Retinex色彩保持方法和多尺度Retinex色彩保持方法；提出了一种新的灰度共生矩阵与Gabor变换融合的全画面彩色纹理识别方法；针对印刷机精度难以测量的问题，提出了基于灰度投影极值积分的相对变化距离检测方法和基于图像边缘距离共生矩阵的全画面的印刷套印特征提取方法。.在印刷画面特征集融合与故障诊断方面：开展了基于多元统计过程控制的印刷机输纸单元故障诊断研究，为输纸、传纸的故障机理研究与定位诊断提供了新的方法；提出了印刷机水墨状态识别方法和基于纹理特征分析的印刷单元故障诊断方法，揭示了印刷单元故障与画面纹理的内在联系；提出了一种收纸纹理的采集识别方法，结合灰度共生矩阵与收纸故障树分析为印刷机收纸单元故障诊断提供了新的思路。.研究开发了印刷机精度检测仪器及检测系统，通过实际印刷机故障研究实验证明了相关结论的正确性；同时，所提出方法也丰富了机械故障诊断研究的内容，为过程型机械装备的故障诊断提供了理论基础。