颗粒污染的双离合变速箱磨粒分析与故障评估

对发生液压阀卡滞的双离合变速箱油液进行磨粒分析，利用铁谱分析仪收集分析油液中磨粒特征，发现铁谱片收集的磨粒尺寸较小，对非铁磁性磨粒的收集能力较弱。为了实现对油液中大粒径磨粒和非铁磁性磨粒的分析，提出一种油液磨粒的综合检测方法。该方法首先利用激光粒度分析方法得到磨粒粒径分布图，从而判断油液中是否存在异常粒径颗粒，再通过滤膜谱片技术收集大粒径磨粒，并通过光学显微镜初步判断颗粒的磨损类型和种类，最后通过X射线荧光光谱分析和扫描电镜-能谱分析方法确定磨粒的具体元素成分，确定磨粒的种类。实例分析结果表明，该方法可有效判断双离合变速箱油液中引起液压阀卡滞的异常粒径磨粒的来源、零部件的磨损类型和磨损程度，也能确定磨粒的物质成分，为变速箱故障预防和产品改进提出了新方法。     

激光粒度分析在油液监测中的应用

为了实现SD16型推土机变速箱运行状态的快速诊断,利用激光粒度分析方法对变速箱润滑油中的磨粒数量和尺寸进行监测,得到不同时刻润滑油中磨粒的粒径分布,并依此判断变速箱的工作状态;研究油液中最大和最小磨粒的增长规律,以判断设备异常磨损时刻,并实现对设备进行及时维修保养。结果表明,激光粒度分析法能够快速有效地监测出油液中磨粒的粒径分布,并可为判断推土机变速箱运行状态提供依据,从而有效预防设备故障发生。     

光谱和铁谱及自动磨粒激光技术在油液监测中的应用

在发动机和小轿车手动变速箱齿轮系统中分别对CF-4 15W-40润滑油进行了应用试验,利用光谱、铁谱以及自动磨粒激光技术(LNF)分别对油液进行了监测.结果表明:综合应用3种磨粒技术能够有效及时地对油液进行监测,防止故障发生;当光谱测定的磨损金属和污染元素含量达到极限指标(或经验指标)时,应采用自动磨粒激光技术进行验证;当自动磨粒激光技术测定的磨粒达到50 μm时,应采用铁谱分析,以便准确判断磨损类型.     

油液监测技术在推土机变速箱故障诊断中的应用

综合采用理化性能分析、铁谱分析和原子光谱分析技术等多种油液监测分析技术,对SD16型推土机变速箱润滑油的油品状态、油液中磨粒的大小、形貌及元素种类、含量等进行分析。确定变速箱合理的换油时间,并判断变速箱的磨损部位及磨损状态,为研究变速箱关键零部件的磨损规律打下基础。     

综合检测方法在推耙机变速箱故障诊断中的应用

液力机械传动变速箱的故障判断必须同时考虑密封件的失效和其它金属零件的摩擦磨损.采用综合应用压力分析技术与油液分析技术对推耙机变速箱的故障进行了判断,结果表明该方法能同时检测出密封件和其它零部件的磨损情况,达到既能确定故障部位,又能判断失效零件种类的效果.使用综合检测方法提高了推耙机变速箱故障诊断的准确性,减少了维修费用.     

磨粒直接成像技术在设备润滑状态检测领域的应用

润滑油中的磨粒是判断设备是否正常运转以及失效原因的重要依据。研究一种基于人工神经网络和直接成像技术进行磨粒分析的新方法,该方法结合颗粒计数和磨粒分类两方面的信息,不仅能通过磨粒的数量、尺寸、尺寸分布等,检测设备是否正常运转及磨损程度,而且可以根据磨粒磨损类型诊断设备故障的可能原因。相比与其他方法,该方法检测速度快,可广泛应用于离线实验室和现场在线油液检测。该方法已成为最新的ASTM D7596标准。     

油液中磨粒粒度分布的实验研究

磨粒的粒度分布不但是决定设备磨损进程的重要因素，而且是磨损类型识别的基础。采用激光光阻法对-液压系统中的磨粒分布进行了测量，用χ^2检验法对其概率分布形式及分布参数进行了分析。结果表明，该系统油液中磨粒粒度呈对数正态分布，用χ^2检验法能确定磨粒分布参数。     

基于铁谱分析技术的齿轮磨损研究

齿轮副的磨粒本身携带相当丰富的信息,根据磨粒的识别特征可以判断齿轮副处于何种磨损方式和磨损程度.提出了基于铁谱分析技术的齿轮磨损分析方法,对某铁路机车车轴齿轮箱润滑油样进行了铁谱分析,探讨了该齿轮的磨损阶段和磨损机制,提出了齿轮箱的合理使用措施.     

基于颜色特征提取的磨粒材质识别

在机械设备磨损过程中,不同材质摩擦副磨损产生的磨粒颜色各不相同,通过研究磨粒颜色可以判断发生磨损的材质及磨损产生机制,进一步判断出磨损或故障所发生的部位。采用典型材质磨粒颜色标准库,构建基于磨粒颜色模糊辨识的材料判断方法,利用K-Means聚类算法和基于欧氏距离的最小距离分类法实现磨粒颜色提取及典型材质的自动识别,为机器设备磨损故障监测中的机制分析及磨损部位判定提供了新方法。     

基于油液监测技术的推土机变速箱故障诊断

联合应用理化性能分析、铁谱分析和原子光谱分析等多种油液监测分析技术,对SD22型推土机变速箱进行状态监测和故障诊断。根据监测所得的润滑油本身信息和油液中磨粒的形状、大小、数量及种类,确定变速箱合理的换油时间;根据润滑油中铁、铜元素含量超标,判断出变速箱中的摩擦片或轴承保持架磨损较为严重,需要停机检查。     

基于模糊神经网络的磨粒识别专家系统(续)

二、磨粒的分类及识别特征 铁谱分析技术将油液中的固体颗粒分为正常磨损、疲劳磨损、球状、层状、严重滑动、切削、腐蚀磨损、红色氧化物、暗金属氧化物、有色金属、非金属和晶体、污染物等12类。 领域专家根据磨粒的形态（总体形状、边缘细节和表面纹理）、颜色、粒度和厚度信息来识别铁谱磨粒,它们大都是模糊信息,一般用语义形式描述,因此需要采用模糊神经网络识别,识别结果为磨粒类型,系非模糊集合。磨粒特征见表1。     

基于神经网络的工程机械磨损故障诊断研究

根据工程机械结构特点、摩擦磨损规律和磨粒特征建立了标准磨粒谱 ;提出了基于神经网络的磨粒识别技术 ,设计了智能磨粒识别系统 ,诊断实例表明 ,用神经网络方法可以准确地识别工程机械磨损故障类型、程度和部位     

铁谱分析技术在工程机械故障诊断中的应用

油液分析技术,是通过对润滑油中所含金属磨粒的气相色谱、红外谱、光谱和铁谱等进行分析,获取机器的润滑和磨损的状态信息,用以评判机器的磨损状况、预报故障或者确定故障的部位、原因和类型等的一项技术。铁谱分析是目前广泛使用的一项油液分析技术。应用铁谱分析技术可以在机器不停机、不解体的情况下,利用高强度梯度磁场,将机器     

基于yolov5在线可视铁谱图像磨粒多目标识别方法研究

鉴于在线图像可视铁谱获取的磨粒谱片图像分辨率低,磨粒种类复杂多变,磨粒图像背景复杂等问题,使得磨粒在线智能识别面临挑战。为了实现在线可视铁谱图像磨粒多目标实时检测与识别,提出基于yolov5在线可视铁谱图像磨粒多目标识别方法。以正常磨损磨粒、疲劳磨损磨粒、滑动磨损磨粒、球形磨粒、氧化磨损磨粒、切削磨损磨粒6种磨粒作为研究对象,基于yolov5深度神经网络模型对复杂油液环境下的异常磨损磨粒进行分割与识别。结果表明：基于yolov5算法的磨粒智能识别模型能够实现复杂环境下多目标、多类型磨粒在线实时识别,其识别速度和准确率基本满足油液在线监测需求,为装备在线图像可视铁谱技术工业化应用提供了技术支撑。     

自动阈值法在铁谱图像磨粒分割中的应用

铁谱图像处理、分析的目的就是要通过对图像中磨粒信息的研究来判断机械磨损形式及故障原因,而磨粒信息的获取依赖于铁谱图像磨粒的分割和磨粒特征的提取。本文将数学形态学中的自动阈值算法引入铁谱磨粒图像的分割中,利用MATLAB程序成功地完成了磨粒图像的分割,有助于实现铁谱磨粒的自动识别。     

某型涡轴航空发动机磨损状态及趋势预测研究

联合采用发射光谱和铁谱技术对某型航空涡轴发动机进行了磨损状态的分析研究,结果表明:发射光谱技术可准确预测发动机的损坏情况,铁谱技术通过分析磨粒特征,可判断发动机的运行状况、磨损机理及磨损类型,而发射光谱和铁谱技术的联合运用可以较准确地确定发动机润滑部件的磨损状态,诊断磨损故障及预测磨损趋势.     

自动阈值法在铁谱图像磨粒分割中的应用

铁谱图像处理、分析的目的就是要通过对图像中磨粒信息的研究来判断机械磨损形式及故障原因,而磨粒信息的获取依赖于铁谱图像磨粒的分割和磨粒特征的提取。本文将数学形态学中的自动阈值算法引入铁谱磨粒图像的分割中,利用MATLAB程序成功地完成了磨粒图像的分割,有助于实现铁谱磨粒的自动识别。     

铁谱技术的应用

铁谱技术是从润滑油等工质中分离和分析磨损粒子的新技术。其原理是在高梯度的强磁场作用下,使在润滑油中的磨粒及沾染物分离,按粒度大小依次沉积到一块透明的玻璃基片上,然后对沉积粘度进行光学显微定性观察和对磨粒进行定量测量。这一技术为摩擦磨损机理研究和机械设备的工况诊断、磨损监测、故障预报以及油质评价等开辟了一个新领域。北京型内燃机车的12V240ZJ柴汕机台架磨合规范十几年来一直为17.5小时,这一规范是否先进合理,我们用分析式铁谱仪、直读式铁谱仪和专用形貌仪对五台柴油机磨合期油样内的磨粒浓度、形态、尺寸、数量、粒子分布等进行实验和分析观察并结合形     

磨粒表面三维特征的定量分析与应用研究

磨粒分析技术作为故障监测的重要手段被长期应用于工业生产之中。传统的人工分析系统须有专业人员操作,存在费时、主观性强以及费用高等缺点。针对这种情况,开发一套计算机磨粒分析智能系统。该系统能够实现自动磨粒的图像采集、图像分析与磨粒特征量化识别。介绍此磨粒分析系统所采用的三维(3D)图像采集及重构技术,同时将其结合图像处理以及图像缝合技术来实现对磨损表面特征的定量分析。实验测试结果表明所开发的磨粒分析智能系统对磨损表面特征的定量分析具有较好的可靠性能和较高的精度,从而为机械设备故障诊断与状态监测提供一种新的解决方法与思路,对磨粒分析智能系统在工业上的应用具有重要意义。     

在用润滑油发射光谱分析技术评述

简述油液分析技术在机械设备状态监测与故障诊断领域中的成功应用和油料发射光谱技术的重要地位。发射光谱分析油样数据中所包含20多个甚至更多的元素数据,介绍对这些数据的分析方法,包括门阈值法、聚类法、元素含量预测法等。分析发射光谱技术的主要应用,包括监测润滑工况、诊断磨损故障、识别油料种类、判断润滑油劣化变质和检测油液污染状况等。提出油料发射光谱技术存在对尺寸大于10μm的金属磨粒检测效率低、信息冗余度大等问题,其在实际使用过程中必须与铁量仪、分析式铁谱仪或颗粒计数器等配合;指出油料发射光谱技术需要提高大尺寸磨粒的检测效率。