密封式继电器触点是否正常工作直接关系到继电器的工作寿命和可靠性.研究密封式继电器失效机理常采用分析其触点形貌特征的方法^[1].自二十世纪七十年代末开始, 初步将形貌图像处理技术应用于腐蚀评价系统中^[2].在腐蚀科学领域中, 腐蚀图像与腐蚀数据是判断各种腐蚀类型、研究腐蚀规律与特征的重要依据^[3].文献[4]收集了39种金属单一腐蚀状态图像及电位-PH图.文献[5]在扫描电镜下观测材料的蚀孔剖面轮廓结构.随着腐蚀与形貌关联性研究的逐步深入, 文献[6]观察分析活性金属腐蚀前后表面膜图像.文献[7]利用数字图像处理技术, 对多种合金的表面腐蚀图像进行腐蚀区域提取.文献[8]对同一电解液中不同金属材料的腐蚀性能进行分析比较.这些研究侧重观测某一种腐蚀产生的外观轮廓变化, 对研究多种腐蚀中的形貌特征鲜有涉及.

通常密封式继电器触点会处于特定的保护气氛下, 但由于各种原因, 环境气氛有所改变或迄今尚不明确的内部污染源, 致使触头表面发生氧化以及多种电化学腐蚀, 改变触头形貌特征与膜电阻, 接触性能下降, 使继电器使用寿命缩减^[9].目前研究集中于分析触点形貌特征, 将腐蚀触点形貌与腐蚀类型相结合研究继电器失效的文献仍显欠缺.腐蚀图像灰度与实际腐蚀深度在0.95置信度下线性相关, 提供了探究腐蚀与形貌间关联性的基础^[10].

针对腐蚀图像形貌与其不同腐蚀类型相关性研究缺乏现状, 本文选取密封式继电器触点DEAX SEM图作为试验样本, 提取腐蚀区域轮廓对应区域的三维形貌特征值, 与腐蚀类型对应, 并利用BP神经网络进行关联性验证.

1 试验 1.1 密封式继电器贮存寿命试验

本文试验样本为密封式继电器试验后的触点.河北工业大学电器研究所进行的贮存寿命加速试验选取某型号密封式电磁继电器100台, 平均分为4组, 每台试品有4对转换触点.长期贮存寿命加速试验后, 继电器的电参数与触点腐蚀形貌发生明显变化.将触点进行电镜扫描, 得到试验样本DEAX SEM如图 1所示.

1.2 元素分布分析

元素分布图中, Nb(铌)金属室温下在空气中是极其稳定的, 不与空气作用并抵御各种侵蚀, 且单质状态下的熔点较高(2 468 ℃)^[2].根据图 1(a)中的两相Nb/P/S(像素比35%)、Nb/P/S(53%), 图 1 (b)中的两相Nb(43%)、Nb/S(38%)所占比例巨大, Nb为密封式继电器防腐金属.

根据元素分布图, 相对无腐蚀区域为上述元素复合区域.根据原子百分比表, 无腐蚀区域为金含量最多且Nb大量存在的像素点, 即元素分布图 1(a)中相Nb/P/S(35%)Nb/P/S(53%)及图 1(b)中相Nb(43%)Nb/S(38%)分别构成无腐蚀状态.

为合理判断可能存在的反应类型, 需要制定一个无腐蚀元素原子百分比标准值.利用权值计算公式(1)与折算后相对无腐蚀元素原子百分比公式(2)计算得腐蚀元素原子百分比标准值, 即

$ \frac{{{w_j}}}{{\Sigma _{j = 0}^n{w_j}}} \times 100\% = {w_j}_1, $

(1)

$ \mathop \sum \limits_{j = 0}^n {w_j}_1 \times {f_j} = {F_j}_1. $

(2)

式中w_j为样品像素百分比, n为样品元素个数, w_j1为折算后数据权值, f_j为样品数据的各元素原子百分比, F_j1为折算后各元素的原子百分比数据.

以图 1(a)为例, 将Nb/P/S(35%)Nb/P/S(53%)共88%的无腐蚀状态按照所占比例折算成100%无腐蚀状态后, 得到Nb/P/S(35%)中元素含量的权值为0.4, Nb/P/S(53%)中元素含量的权值为0.6, 则加权各元素原子百分比为折算后相对无腐蚀元素原子百分比, 即无腐蚀元素原子百分比标准值, 见表 1.

1.3 化合物存在分析

折算后值为无腐蚀元素原子百分比参考(表 1), 利用折算后与原数据对比分析可能存在的化合物.

密封式继电器中区域元素分析, 存在4组数据中Cl与Ag成对出现, 其余部分数据约为0, 且原子百分比近似为1:1, 见表 2.特定区域内极有可能产生AgCl化合物, 即

Cl^-+Ag⁺=AgCl.

由原子百分比差值分析, 在C/O/Nb/Na/S (2%), C/O/Na(1%), C\Na\O\Nb(1%)等共5组数据中, N、C、Na元素含量异常.考虑到N和C元素是变价元素, 利用原子百分比, 见表 3, 推断可能存在的化合物, 并结合XPS价态分析, 如图 2所示, 确定元素N和C的价态, 进一步推断可能出现的反应类型.

由图 2(a)对比NIST数据, 价态分析得出存在大量结合能为285.18 eV的单质C以及少量结合能为289.4 eV的+4价C元素, 可能出现的化合物为Na₂CO₃.由图 2(b)价态分析得到结合能为403.8 eV的N为+3价, 可能出现的化合物为NaNO₂.

Nb/C/O/S/P(5%)中除氧原子百分比突增(51.08), 其他各项指标均在正常, 仅存在O₂→O^2-的反应.

对单一价态元素如Cl, 可从原子比推断其发生反应类型；多价态元素如N, 则需采用XPS能谱仪分析元素化合价进而确定反应类型.本文选取Cl元素作为研究对象, 进一步研究反应类型与腐蚀形貌之间的关联性.

2 腐蚀形貌的获取

密封式继电器面扫图是一个灰色图像, 本文选取了图中11个65像素×55像素点区域作为研究对象, 其中3个作为验证对象, 验证腐蚀形貌特征与腐蚀类型的关联性, 如图 3所示, 黑色方框为所选择区域, 红色方框为验证区域.

结合图 1得到C、S、O等元素对于同一区域分布无较大差异, Cl分布相对集中, 选取Cl元素作为切入点, 探讨其腐蚀形貌特征与腐蚀类型的对应关系. Cl元素分布与区域形貌对应图如图 4所示.

研究密封式继电器腐蚀形貌特征与反应类型的关联性需要精确提取到各反应类型对应形貌特征值.为得到精确非规则的腐蚀区域需要将无腐蚀区域排除, 采用方法为图像二值化与8-邻域算法提取轮廓区域, 并灰度还原腐蚀形貌.

2.1 提取腐蚀区域轮廓

根据上文分析的可能反应类型, 采用元素分布图提取其不规则边缘轮廓才能将无腐蚀部分排除.精确提取腐蚀区域的形貌特征必须将元素分布图进行二值化处理.

将密封式继电器的元素分布图进行灰度处理, 得到灰度图像.此时腐蚀区域内部的灰度值具有一致性, 而两种区域的交界处具有灰度阶跃^[9].若腐蚀图像中, 腐蚀区域和材料基体的灰度阈值为(T₁, T₂), g(i, j)为图像中位置为(i, j)处的像素点的灰度值^[6].则在二值化图像中, g(i, j)为

$ g\left( {i, j} \right) = \left\{ \begin{array}{l} 1, {T_1} < g\left( {i, j} \right) < {T_2};\\ 0, 其他. \end{array} \right. $

(3)

由于二值化后的元素分布图为二维函数, 边缘检测的目的即是检测其二维腐蚀区域边缘^[6].对于一个分割好的二值腐蚀图像g(x, y), 如图 5所示.

元素分布图存在单独像素点, 对应的形貌只是一个单独的值而不具备形貌分析价值.利用MATLAB的‘bwmorph’函数可以提取二值图像的不规则轮廓.在‘bwmorph’函数中采用‘thin’操作, 可以减薄目标成线, 没有孔洞的目标缩成最低限度的连通边, 有孔洞的目标缩成连通环；再采用‘Majority’操作, 即如果该像素的8-邻域中至少有5个像素为1则该像素置1, 否则将该像素置0.通过这两步可以将单独像素点忽略, 得到所需腐蚀区域不规则轮廓.

在图像二值化后, 采用8-邻域的二值特征提取算法, 提取选取区域腐蚀部分轮廓, 可以将无腐蚀区域排除.使下一步还原腐蚀形貌并提取特征值更加可靠.

2.2 灰度还原腐蚀区域形貌

密封式继电器面扫图实质上是一个连续的二维函数^[9], 该函数被离散为M×N的矩阵, 表示为

$ {f_{i, j}} = {\left[ {f\left( {i, 0} \right), \cdots , f\left( {i, j} \right), \cdots , f\left( {i, N - 1} \right)} \right]^{\rm{T}}}. $

(4)

式中f(i, j)为矩阵中位置为(i, j)处像素点的灰度值, i=0, 1, …, M-1, j=0, 1, …, N-1.

该矩阵的每一个像素点的灰度值通常在0~255之间, 即共256个灰度级^[9-10].由于三维数据为灰度矩阵所得, 归一化处理可以将数据无量纲化, 增加数据可比性并方便提取其形貌特征值.归一化处理公式表示为

$ p\left( {i, j} \right) = \frac{{f\left( {i, j} \right) - \min \left| {f\left( {i, j} \right)} \right|}}{{\max \left| {f\left( {i, j} \right)} \right| - \min \left| {f\left( {i, j} \right)} \right|}}. $

(5)

本文中利用MATLAB将密封式继电器触点面扫图进行灰度处理, 得到灰度矩阵, 在选定研究区域矩阵中, 根据选取区域腐蚀部分轮廓, 排除无腐蚀部分数据, 从而还原得到腐蚀区域三维形貌图, 如图 6~8所示.

3 腐蚀区域形貌特征提取

数字化的腐蚀图像中蕴含着大量的腐蚀信息.根据腐蚀图像的特征值, 计算机可以进行智能化的分类和诊断, 腐蚀图像特征值对于描述腐蚀类型具有重要意义^[11].

经过图像处理后, 根据腐蚀图像中像素点的灰度值, 能够提取灰度腐蚀图像的统计特征值, 本文选取灰度共生矩阵的4个典型纹理特征值对比度(Contrast)、相关性(Correlation)、二阶矩(Angular Second Moment)以及逆差距(Homogeneity)进行分析研究.

对比度返回整幅图像中某个像素与它的邻居之间的反差.常量组成的图像的对比度Con是0.则第k区域的Con计算公式为

$ {\rm{Con}}\left( k \right) = {\sum _{i, j}}{\left| {i - j} \right|^2}p\left( {i, j} \right). $

(6)

相关度反应整幅图像中某个像素与它的邻居之间的互相关性.取值为[-1, 1].相关度1和-1分别对应完全正相关和完全负相关^[8]. Corr公式为

$ {\rm{Corr}}\left( k \right) = {\sum _{i, j}}\frac{{\left( {i - \mu i} \right)\left( {j - \mu j} \right)p\left( {i, j} \right)}}{{{\sigma _i}{\sigma _j}}}. $

(7)

二阶矩用于衡量图像纹理的灰度变化稳定程度.取值为[0, 1].常量组成的图像的二阶矩Asm是1.

$ {\rm{Asm}}\left( k \right) = {\sum _{i, j}}p{\left( {i, j} \right)^2}. $

(8)

逆差距反映了矩阵中元素相对于矩阵对角线的分布的紧密度.逆差距Hom取值为[0, 1].

$ {\rm{Hom}}\left( k \right) = {\sum _{i, j}}\frac{{p\left( {i, j} \right)}}{{1 + \left| {i - j} \right|}}. $

(9)

本文选取Cl元素作为研究对象, 区域4、8、11为无氯腐蚀, 区域1、7、9为含氯腐蚀, 区域2、3、5、6、10为无腐蚀.其中区域9、10、11进行形貌特征与腐蚀类型的关联性验证.腐蚀图像提取的特征值见表 4.

4 触点形貌特征与腐蚀类型的关联性研究

为了深入研究触点形貌特征与腐蚀类型对应关系, 需要处理具有多个变量或影响因素的腐蚀形貌数据^[12-13]. BP网络是一种按误差逆传播算法训练的多层前馈网络, 能学习和存贮大量的输入输出模式映射关系, 并通过反向传播来不断调整网络的权值和阈值, 使网络的误差平方和最小, 根据误差函数的负梯度力向, 使用最速下降法得到修改的权重^[14-15].

本文建立起一个4进三出BP神经网络分类系统, 以4个腐蚀形貌特征值为输入, 腐蚀类型为输出.其训练结果准确率达到97.5%, 保存训练模式, 运用此模式进行验证区域9、10、11的腐蚀类型判别, 见表 5.

利用BP神经网络检验了3个区域对应的腐蚀类型, 得到验证结果与分析结果对应, 即密封式继电器腐蚀形貌特征与腐蚀类型的映射关系建立成功.同时表明即使多种腐蚀反应共同作用, 也会显示出每种反应的本身腐蚀形貌特征.

使用密封式继电器触点DEAX SEM图结合XPS分析可能产生腐蚀类型并还原三维形貌, 在建立两者联系的同时, 可以预测判断区域形貌对应的腐蚀类型.

密封式继电器触点表面存在腐蚀、接触表面粗糙等原因, 触点实际上可以看作是无数微触点并联组成的接触区.触点腐蚀程度P计算公式为

$ P = \frac{{{A_{\rm{p}}}}}{{{A_{\rm{t}}}}}{\rm{.}} $

(10)

式中A_p为腐蚀总面积, A_t为区域总面积.

触点表面腐蚀不均匀, 导致形貌特征变化明显, 则电流线收缩程度大, 载流能力降低, 且由于腐蚀, 触头表面产生污染层, 膜电阻增加, 缩减继电器使用寿命, 影响可靠性.研究元素腐蚀形貌与其腐蚀类型的关系, 对分析触点接触性能的变化具有参考价值.

5 结论

1) 分析密封式继电器触点元素分布图及原子百分比表, 得到Ag与Cl成对出现, 原子百分比近似为1:1, 特定区域内极有可能产生AgCl化合物.

2) 采用图像二值化和8-邻域法获得腐蚀轮廓, 解决腐蚀区域不规则的问题, 降低了非腐蚀区域数据对腐蚀形貌特征值提取的影响.

3) 利用BP神经网络算法进行区域腐蚀类型的分类判断, 得到了两者的映射关系, 表明在多种腐蚀反应共同作用中, 每种反应的本身腐蚀形貌特征依旧存在.同时提供了一种探究腐蚀类型与腐蚀形貌特征关系的方法.