CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

تشخیص نوع ذرات فرسایشی با استفاده از پردازش تصویر

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۱۳۴۶ | نظرات: ۰
سال انتشار: ۱۳۸۶
کد COI مقاله: CMFD02_017
زبان مقاله: فارسی
حجم فایل: ۴۱۹.۸۸ کلیوبایت (فایل این مقاله در ۱۰ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله تشخیص نوع ذرات فرسایشی با استفاده از پردازش تصویر

  خلیل خلیلی (شناسه پژوهشگر - Researcher ID: ۱۱۲۳)
استادیار، عضو هیأت علمی دانشگاه بیرجند
  مهدی دانش - دانشجوی کارشناسی ارشد مکانیک – ساخت و تولید دانشگاه بیرجند
  محمد امام - دانشجوی کارشناسی ارشد مکانیک – ساخت و تولید دانشگاه بیرجند

چکیده مقاله:

ذرات فرسایشی موجود در روغن اطلاعات مهمی را در مورد وضعیت ماشین با خود دارند تریبولوژیستها از این اطلاعات جهت پایش وضعیت ماشین و همچنین اطمینان از ایمنی، بازده، کیفیت و بهره وری عملکرد ماشین استفاده می کنند . هدف این مقاله طبقه بندی این ذرات بر اساس خواص شکل شناسی : اندازه، شکل و اطلاعات لبه با استفاده از پردازش تصاویر ذرات فرسایشی روغن جهت تشخیص مدهای خرابی در موتورها و سایر ماشینها می باشد . در این تحقیق از نرم افزارهای IMAQ و Lab View جهت پردازش تصاویر استفاده شده است .

کلیدواژه‌ها:

پردازش تصویر – پایش وضعیت - ذرات فرسایشی - روغن

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CMFD02-CMFD02_017.html
کد COI مقاله: CMFD02_017

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
خلیلی, خلیل؛ مهدی دانش و محمد امام، ۱۳۸۶، تشخیص نوع ذرات فرسایشی با استفاده از پردازش تصویر، دومین کنفرانس تخصصی پایش وضعیت و عیب یابی، تهران، دانشگاه صنعتی شریف، https://www.civilica.com/Paper-CMFD02-CMFD02_017.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (خلیلی, خلیل؛ مهدی دانش و محمد امام، ۱۳۸۶)
برای بار دوم به بعد: (خلیلی؛ دانش و امام، ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • G.W. S tachowiakand P. Podsiadlo Towards tle development of an ...
  • H. Drolon, F. Druaux and A. Faure , Particles shape ...
  • Surapol Raadnui, Wear particle analy s is-utilization of quantitative computer ...
  • Mark Smith, Analyst Inc, Oil Analysis vs. Microscopic Debris Analysis ...
  • B. J. Roylance and T. M. Hunt, Wear Debris Analysis, ...
  • _ Cumming, ،Condition monitoring today and tomorrow _ an airlinep ...
  • B.J. Roylance and T.M. Hunt, The wear debris analysis handbook, ...
  • T.M. Hunt, Handbook of wear debris analysis and particle detection ...
  • S. Odi-Owei, A.L. Price and B.J. Roylance, An assessment of ...
  • A.L. Price and B.J. Roylance, Image analysis and other metallo ...
  • B.J. Roylance and G. Pocock, Wear studies through particle size ...
  • B.J. Roylance and G. Pocock, Wear studies through particle size ...
  • Roylance BJ, Jones MH, Price AL. Quantitative analysis in ferrography, ...
  • A. Beerbower, Wear rate prognosis through particle size distribution, ASLE ...
  • K. Nakayama and J. Okamoto, Wear particle distribution and its ...
  • A.D. Sarkar, The role of wear debris in the study ...
  • H.S. Ahn, E.S. Yoon, D.G. Sohn, O.K. Kwon, K.S. Shin ...
  • E.F. Finkin, The wear of copper, aluminum, mild steel and ...
  • P.A. Swanson and A.F. Vetter, The measurement of abrasive particle ...
  • S. Bahadur and R. Badruddin, Erodent particle characterizati _ and ...
  • for angularity and the effects of particle size and angularity ...
  • W. Uedelhoven, W. Franzl and J. Guttenberger, The use of ...
  • Z. Jin and H. Shao, Computer image analysis of abrasion ...
  • A. Umeda, J. Sugimura and Y. Yamamoto, Characteriz ation of ...
  • J.K. Beddow, S.-T. Fong and A.F. Vetter, Morpho logical analysis ...
  • A.D.H. Thomas, T. Davies and A.R. Luxmoore, Computer image analysis ...
  • B.J. Roylance and S. Raadnui, The morpho logical attributes of ...
  • S. Raadnui and B.J. Roylance, The classification of wear particle ...
  • T.B. Kirk and G.W. Stachowiak, Development of fractal morphologic al ...
  • T.B. Kirk, G.W. Stachowiak and A.W. Batchelor, Fractal parameters and ...
  • G.W. Stachowiak, T.B. Kirk and G.B. Stachowiak, Ferrography and fractal ...
  • P. Podsiadlo, M. Kuster and G.W. Stachowiak, Numerical analysis of ...
  • P. Podsiadlo and G.W. Stachowiak, Evaluation of boundary fractal methods ...
  • G.W. Stachowiak, Numerical characteriz ation of wear particles morphology and ...
  • M.Q. Zhang, Z.P. Lu and K. Friedrich, On the wear ...
  • G. Shirong, C. Guoan and Z. Xiaoyun, Fractal ch aracterization ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۷۳۸۹
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.