摘要：电梯层门是电梯主要零部件，因环境腐蚀会导致层门强度不足，会引起电梯故障甚至会导致坠落等特种设备事故的发生。电梯层门腐蚀面积以及腐蚀产物的颜色是获取层门腐蚀信息的一个重要指标，也是评价电梯层门腐蚀等级的重要数据来源。设计一种新型层门腐蚀图像获取装置用于获取层门的腐蚀原始图片。采用RGB颜色分析法描述层门腐蚀产物的颜色特征，通过二值法对腐蚀产物颜色特征的进行分割，确定各个腐蚀特征区域的面积，并计算各个腐蚀特征区域的R、G、B平均颜色值，通过归一化处理后建立各个层门图像的特征向量，并构建样本集。采用K均值聚类算法对样本集进行4类划分，将样本集分为训练样本集和测试样本集。基于训练样本集得到的腐蚀程度评价结果，以各样本的腐蚀程度类型作为类别标签，采用高斯径向基函数为核函数，训练支持向量机模型。利用所训练的支持向量机模型对测试样本集中各个样本的腐蚀程度所属类型进行评估，并通过ROC曲线图的AUC面积进行评价，验证所训练持向量机模型在利用电梯层门图像评价其腐蚀程度的可行性和有效性。

　　关键词：电梯层门；K均值聚类；支持向量机；特征向量；腐蚀等级评估

　　0引言

　　平潭综合实验区属典型的南亚热带海洋性季风气候，其气候的主要特点是高湿、高盐雾、高风速，极易造成机电类设备腐蚀。电梯主要的零部件，其材质基本都为钢材，和井道内以及机房内的机电设备所处的环境不同，电梯层门是直接接触外部环境的零部件，其运行环境经常暴露下这些“三高”环境下，更易腐蚀。电梯层门作为是能够在电梯轿厢即将离开层站位置前的状态下关闭，隔开层站处的人员，防止坠落和剪切事故的发生。相关统计数据表明，电梯层门系统因为事故频率和故障频率很高，电梯层门系统造成的事故占所有电梯事故的80%以上。由于受到高盐、高湿、高风速的影响，电梯层门腐蚀会导致层门结构强度不足，引起电梯运行故障或者导致乘客坠落的特种设备事故的发生。

　　目前，在材料外观腐蚀产物检测方面仍然是以人工观测腐蚀产物外观颜色为主。由于人的知识差异以及经验等因素，对于同一个层门腐蚀程度的检测结果往往不一致。同时，对于电梯层门腐蚀程度的判断主要是定性为主，没有进行定量分析，无法准确判断电梯层门的腐蚀程度。

　   5结束语

　　本文以电梯的层门腐蚀程度为研究对象，通过设计一种专用的层门腐蚀图像获取装置得到层门的腐蚀图像，通过图像处理技术并采用颜色分析法描述层门腐蚀产物的颜色特征，建立了包含各个腐蚀特征区域的面积占比及各个腐蚀特征区域内的R、G、B平均颜色值并经归一化处理后的共4个元素共同组成的腐蚀图像特征向量。根据层门腐蚀图像的特征向量构建特征矩阵。采用K均值聚类算法对特征矩阵中按照腐蚀程度进行智能划分为4类，并将特征矩阵结合所分类的标签分为训练样本集和测试样本集。基于训练样本集得到的腐蚀程度评价结果，采用高斯径向基函数为核函数，训练所建立的支持向量机模型。利用所训练的支持向量机模型对测试样本集中各个样本的腐蚀程度所属类型进行评估，并通过混淆矩阵与其k均值聚类结果进行准确率和覆盖率评价，验证了所训练持向量机模型在利用电梯层门图像评价其腐蚀程度的可行性和有效性。

　　参考文献：

　　[1]彭丽丽.基于图像颜色的材料腐蚀等级评价方法研究[D].重庆:重庆理工大学,2013.

　　[2]曹楚南.腐蚀电化学原理[M].北京:工业装备与信息工程出版中心,2004.

　　[3]刘秀晨,安成强.金属腐蚀学[M].北京:国防工业出版社,2002.

　　[4]王丽媛,王秀通,孙好芬,等.大气环境中SO_2影响金属腐蚀的研究进展[J].装备环境工程,2011,8(2):62-66.

　　WANG L Y,WANG X T,SUN H F,et al.Study of SO_2 influ⁃ence on metal corrosion in atmospheric environment[J].Equip⁃ment Environmental Engineering,2011,8(2):62-66.

　　[5]刘淼,薛建军,王玲,等.基于数字图像分析的碳钢腐蚀等级评定方法[J].腐蚀与防护,2013,34(11):997-1000.

　　LIU M,XUE J J,WANG L,et al.Corrosion grade evaluation of carbon steel based on digital image analysis[J].Corrosion&Pro⁃tection,2013,34(11):997-1000.

　　[6]吴冰,成文俊,马贺敏.基于神经区域生长瓷砖表面缺陷检测[J].机电工程技术,2006(12):79-81.

　　WU B,CHENG W J,MA H M.Defect inspection of ceramic tile surface based on bp neural network and region growing[J].Me⁃chanical&Electrical Engineering Technology,2006(12):79-81.

　　[7]邹志,马骊群,樊秋芹,等.基于颜色空间统计分析原理的金属盐雾腐蚀特征识别[J].计测技术,2016,36(6):16-21.

　　ZOU Z,MA L Q,FAN Q Q,et al.Feature recognition of metallic salt spray corrosion based on color spaces statistics analysis[J].Metrology&Measurement Technology,2016,36(6):16-21.

　　[8]李东,梁家睿.机器视觉技术在平面口罩缺陷检测中的应用[J].机电工程技术,2021,50(6):257-262.

　　LI D,LIANG J R.Application of machine vision technology in the detection of defects of flat masks[J].Mechanical&Electrical Engineering Technology,2021,50(6):257-262.

　　[9]丘永亮,彭明仔,符浩.基于单幅图像的三维视觉测量与缺陷检测技术研究[J].机电工程技术,2009(7):64-65.

　　QIU Y L,PENG M Z,FU H.Study on three dimensional vision measurement and defect inspection based on single image[J].Me⁃chanical&Electrical Engineering Technology,2009(7):64-65.

　　[10]纪钢.一种基于边界模糊化的材料腐蚀图像特征颜色量化方法[J].计算机科学(Z11).

　　[11]王建中,王立夫.基于支持向量机(SVM)的分类算法在南昌大学学报(自然科学版)中的应用[J].南昌大学学报(自然科学版),2005,29(2):187-191.

　　[12]廖梓龙,钟守炎.基于机器视觉大数据分析的表面贴装缺陷检测[J].机电工程技术,2016,45(8):15-16.

　　LIAO Z L,ZHONG S Y.Surface mounting fault detection using machine vision and big data analysis[J].Mechanical&Electri⁃cal Engineering Technology,2016,45(8):15-16.

　　[13]张志华,马千里.支持向量机(SVM)核函数的研究及其在南昌大学学报(自然科学版)中的应用[J].南昌大学学报(自然科学版),2008,32(1):50-54.

　　[14]周杰,赵丽,徐航,等.用于单张图像去雾的混合注意力网络[J].机电工程技术,2024,53(12):41-49.

　　ZHOU J,ZHAO L,XU H,et al.Hybrid attention network for single image dehazing[J].Mechanical&Electrical Engineering Technology,2024,53(12):41-49.

　　[15]高新波,王力.基于支持向量机(SVM)的图像分类算法在南昌大学学报(自然科学版)中的应用研究[J].南昌大学学报(自然科学版),2012,36(4):377-382.