Применение двухмерного алгоритма развёртки фазы к измерению толщины слой смазки

Почему важна скрытая жизнь масляных пленок

Каждый раз, когда запускается автомобильный двигатель или вращается ветряная турбина, металлические детали скользят и качатся друг о друга, разделённые лишь микроскопическим слоем масла. Эта ультратонкая пленка — всё, что отделяет плавное движение от разрушительного износа. Измерять форму и толщину этой плёнки в реальном времени оказывается удивительно сложно: структуры имеют толщину в нанометрах и постоянно меняются. В статье представлен новый метод обработки изображений, который считывает тонкие световые узоры и позволяет картировать эти невидимые масляные плёнки более точно и надёжно, даже в шумных, реальных условиях.

Видеть толщину по цветным кольцам света

Исследование опирается на классический оптический приём: пропускание белого света через стеклянный диск, тонкий слой смазки и прижатый стальной шарик. Свет, отражённый от верхней и нижней границ масляного слоя, интерферирует сам с собой, создавая цветные кольца, подобные тем, что видны в мыльных пузырях. Точный цвет и яркость в каждой точке зависят от пути, пройденного светом, а путь, в свою очередь, зависит от местной толщины масляной плёнки. Микроскоп и камера фиксируют эти цветные узоры, создавая изображение, где цвет кодирует толщину — при условии, что эту цветовую информацию удастся правильно декодировать.

От цветовой карты к чистым профилям высоты

Чтобы превратить цвета в толщину, авторы сначала преобразуют изображение в карту оттенков (hue), выделяя доминирующий цвет в каждом пикселе. Оттенок ведёт себя как угол, который «заворачивается» после каждого полного цикла, подобно стрелке часов. Этот «завёрнутый» угол меняется плавно там, где плёнка гладкая, но резко скачет при пересечении максимального значения. Нужен процесс, называемый развёрткой фазы, чтобы превратить эти завёрнутые углы в непрерывный рельеф, отражающий истинный профиль масляной плёнки. Традиционные методы развёртки испытывают трудности, когда изображение зашумлено, края размыты или форма плёнки быстро меняется — как раз в условиях практических испытаний смазки.

Обучение алгоритма тому, чему доверять

Сердце работы — улучшенная стратегия развёртки, основанная на известном методе SRNCP, который разворачивает изображение, проходя сначала по наиболее надёжным пикселям. Ключевое новшество — новый способ оценки доверия к пикселям. Вместо того чтобы смотреть только на то, как быстро фаза меняется от пикселя к пикселю, авторы также оценивают локальный уровень шума в небольшом окрестном районе. Они комбинируют оба этих показателя в составную «карту качества», которая предпочитает области, где базовый узор гладкий, а шум низок. Алгоритм затем строит путь развёртки, соединяя пиксели вдоль наиболее надёжных границ, откладывая обработку деградированных областей на потом и значительно снижая распространение ошибок.

Доказательства работоспособности в лаборатории

Исследователи верифицируют свой метод поэтапно. На смоделированных изображениях, в которые намеренно добавлена шумная область, новый подход восстанавливает гладкую трёхмерную фазовую поверхность с гораздо меньшим числом ошибок, чем четыре широко используемых альтернативных метода, и делает это быстрее. На реальных интерферометрических изображениях, снятых в специальной микроскопической установке, улучшенный алгоритм разворачивает большую пригодную для анализа область, даёт более гладкие карты фазы и демонстрирует гораздо меньше ложных скачков. Когда эти развернутые фазы переводят в толщину масляной плёнки и сравнивают с предсказаниями теории Герца для контакта, новый метод показывает наименьшие отклонения и лучшее соответствие ожидаемой форме зоны контакта, включая максимальную толщину плёнки и подробный профиль в центре контакта.

Что это означает для машин и измерений

Проще говоря, исследование даёт более надёжный способ считывать «отпечатки», которые свет оставляет при отражении от микроскопической масляной плёнки. Благодаря более разумной оценке того, каким частям изображения можно доверять и в каком порядке их обрабатывать, алгоритм может восстанавливать трёхмерную толщину слоя смазки с большей точностью и меньшим количеством артефактов, даже когда машина движется быстрее и изображения более смазаны. Это упрощает инженерам и исследователям задачу мониторинга того, как масляные плёнки формируются, развиваются и иногда выходят из строя в реальных механических системах, что способствует лучшим проектам, более долговечным компонентам и более эффективному использованию энергии.

Цитирование: Xie, L., Li, Z. & Lin, L. Application of a two-dimensional phase unwrapping algorithm to lubricant film thickness measurement. Sci Rep 16, 10745 (2026). https://doi.org/10.1038/s41598-026-44783-z

Ключевые слова: толщина слоя смазки, оптическая интерферометрия, развёртка фазы, эластогидродинамическое смазывание, восстановление изображения