船舶机械油液检测光谱分析的特征参数研究

通过对机械设备润滑油的长期光谱跟踪检测分析，建立基于光谱分析的润滑油状态监测故障诊断数学模型，并结合实验室研究和机械设备润滑油油样的实际光谱检测分析，根据不同机械设备的磨损特征元素确定机械设备基于油液检测光谱分析故障诊断的特征参数，以确定机械设备发生故障的时间，从而避免重大故障的突发，为机械设备实现视情维修提供理论和实际依据，提高机械设备的可靠性和可维修性。故障诊断实例，此特征参数具有较高的稳定性和准确性，能够有效地应用于各种机械设备的油液检测的故障诊断中。     

高炉鼓风机状态监测与故障诊断系统

针对高炉送风系统运行的需要，建立了状态监测与故障诊断系统。阐述了其组成和监测方案。并成功地将灰色理论中的关联度分析方法应用于该系统的故障模式识别。     

模糊理论在大型空气压缩机故障诊断中的应用

针对某大型船厂空气压缩机故障诊断的要求，提出了一种基于Fuzzy理论的故障诊断模型。该模型可以根据压缩机运行记录参数和现象进行有效的故障监测和诊断，并易于实现智能诊断。实际应用征明，结合油液监测和振动监测等方法，空气压缩机的故障诊断准确率和实时性得到大大提高。本文的监测思想和方法对其它设备的状念监测和诊断也具有重要的参考意义。     

机械设备智能化油液分析技术研究现状

故障诊断技术的智能化发展,为油液分析技术开辟了新的途径。油液分析技术的智能化,包括油液性能的自动监测、润滑状态的智能识别、磨损故障的自动识别和故障趋势分析等内容。首先介绍了油液分析技术及常用检测仪器,进而详细阐述了国内外机械设备油液分析技术的智能化发展现状,着重介绍了专家系统、图像识别、神经网络、模糊逻辑、支持向量机、远程诊断在油液分析方面的应用特点、局限性和适用范围,对现存问题进行了总结分析,最后指出油液分析技术智能化发展趋势和应用前景。     

油液监测诊断系统的知识发现方法研究

针对实现主动维修的油液监测故障诊断技术中存在的不确定性问题以及知识获取和故障源挖掘的问题,将知识发现方法引入油液监测和故障诊断技术,采用粗糙集和决策树、贝叶斯网络相结合的算法,与联机分析有机结合,构建了基于油液监测的智能维护系统。通过ADO使用Visual C++操作SQL Server数据库构建知识发现与维修决策算法应用于系统的知识发现模型,列举了模型的应用实例并作了相应的分析。     

浅析油液监测在实验室机械设备故障诊断中的应用

油液监测是一项对油液样品进行品质分析的工作,其目的就是通过监测工作,对设备的润滑状态和磨损情况做出科学的评价,同时还要对机械设备的故障情况进行全面诊断,从而使设备故障发生的概率减少,同时也可以对是否科学更换油液提供科学的决策。为此,维护机械设备稳定运行对于实验室设备开展工作是极其重要的。在本文中,笔者主要是想通过对油液监测技术和机械设备故障诊断之间的关系进行研究,其主要思路是先对油液监测技术的基本原理与实现方法做简单的分析,而后又对油液监测技术在实验室机械设备故障诊断中的应用做了分析,为今后的机械设备诊断工作找到了新的解除途径。     

知识工程在油液监测故障诊断中的应用

针对目前油液监测故障诊断智能化、自动化遇到的困难，将知识工程的思想引入到油液监测中，并详细阐述了知识获取、知识表达、知识推理和知识利用在油液监测中的应用，最后将油液监测、知识工程、计算机技术结合起来建立了油液监测知识工程模型，为实现油液监测故障诊断自动化打下了基础。     

内燃机油液监测与故障诊断研究

针对内燃机摩擦副多、润滑状态复杂、工作环境恶劣、使用材料种类众多、故障诊断难的特点,研究了内燃机油液监测的主要实现手段和一般步骤,提出了内燃机基于油液监测的四种故障诊断方法,并用实例证明油液监测在内燃机故障诊断中的有效性。     

油液监测和振动分析相结合的高速泵增速箱故障诊断

根据高速泵增速箱的结构特点,提出一种油液监测和振动分析相结合的早期故障诊断方法。通过对高速泵齿轮箱的一次诊断事例说明该诊断方法有有效性。采用振动监测分析和油液分析相结合的诊断方法,可更准确地判断设备早期故障,从而避免设备状态恶化引起的严重事故。     

基于小波变换的引擎故障诊断方法研究

小波分析是近年来迅速发展起来的一门理论,在图像处理和故障诊断等方面都取得了成功的应用。本文从诊断理论和故障信号特点两方面说明对引擎故障信号进行小波分析是引擎故障诊断过程的内在要求;阐述了小波分析的理论基础,得到适合故障信号分析的小波母函数;应用了基于“能量-故障”的引擎故障诊断模式识别方法。通过小波包变换,成功提取了转子振动平台预设故障状态下的特征向量,通过模拟实验验证了该方法的可行性。     

铁谱分析在设备监测诊断中的应用与发展前景

简要介绍了油液监测技术,对比了几种油液监测方法的特点和原理.详细讲述了油液监测技术的铁谱分析方法,及其在设备状态监测和故障诊断中的应用,并对铁谱技术的发展作了展望.     

油液监测技术在发动机故障诊断中的应用

油液监测技术是车辆发动机润滑磨损状态监测的重要内容。文章重点介绍并对比研究了几种油液监测方法以及油液监测技术在发动机故障诊断中的应用,并阐释了该技术的发展方向。     

电液伺服激振系统的智能故障诊断研究

该文针对电液伺服激振系统,根据故障诊断的基本原理,结合模式识别理论、人工智能理论和计算机科学,建立了系统故障诊断的结构模式和学习算法。利用BP神经网络与遗传算法相结合的方法,对系统故障进行模式识别和诊断,缩短了平均诊断时间,提高了诊断效率和故障识别精度。     

基于D-S证据理论的发动机信息融合故障诊断模型

建立了基于D-S证据理论的发动机信息融合故障诊断模型.通过油液光谱分析得到监测元素的浓度值、梯度值和比例因子,采用模糊综合评判法将其组合在一起作为光谱各元素的综合评价指标,同理得到铁谱磨粒总数和各磨粒综合评价指标.最后,利用故障诊断模型对所得的16个光谱、铁谱综合评价指标进行融合,提高了故障诊断的准确率,实现了发动机故障的准确诊断.     

基于熵理论和BP神经网络的船舶柴油机磨损故障识别

磨损监测与故障诊断是保证船舶柴油机安全可靠运行的重要技术手段。随着船舶柴油机运行可靠性的要求增高,其磨损监测需要更加全面,数据呈高维化,无关数据和冗余数据增多,使故障诊断的复杂程度增大,且近年来,船舶柴油机故障诊断的智能化需求日益增高。针对以上问题和需求,基于信息熵理论,应用信息熵值与度量熵组合设计柴油机磨损监测与故障诊断特征属性约简算法,将某型柴油机润滑磨损故障诊断特征指标维度从16维降低至7维;应用设计的BP神经网络和磨损故障模式识别规则,以该型柴油机44个磨损故障诊断数据样本为对象,进行应用验证与研究分析。结果表明,构建的模型在保证数据集分类特性的基础上,有效实现其数据降维,且所构建的磨损故障识别BP神经网络在属性约简后,故障识别的准确性有明显提高。     

油液分析与振动分析的相关性

在机械设备的状态监测和故障诊断工作中,油液分析和振动分析是极其重要的两项技术,将其有效地结合起来形成一个整体,对判断机械设备故障产生的根源是十分有效的。     

盾构机主轴承油液监测数据分析与阈值确定

油液监测是盾构机主轴承状态监测与故障诊断的重要手段之一,然而其现行诊断阈值多为经验数据,且对监测所得的大量数据缺乏系统性分析。为制定盾构机主轴承油液监测故障诊断的合理阈值,设计盾构机主轴承油液监测方案,提出油液监测的取样方法、取样周期及特殊情况下的取样周期,并获取大量油液监测数据;采用统计方法分析得出监测项目的基准值、警告值、危险值,与现行通过经验值制定的监测阈值指标吻合,从理论证明了现行监测阈值的合理性;采用线性回归法对掘进里程与监测数据进行回归分析,探寻各监测数据与掘进里程的关系,更合理地确定了主轴承在全生命周期里各阶段的监测阈值,与统计法计算出的阈值互为补充;通过相关性分析,得出油液监测中各项数据变化的内在联系,指出油液中水分含量为状态监测中首要控制因素。     

基于数据仓库的油液故障诊断知识库建立研究

论述了数据仓库的优点，针对油液故障诊断的特点，提出了基于数据仓库的油液监测故障诊断系统的体系结构，并讨论了数据仓库的设计和管理。     

基于粗糙集神经网络的综合传动故障诊断

针对综合传动装置在道路试验过程中大量采集的油样,建立了油液分析数据库。采用粗糙集理论的信息约简,根据粗糙集理论能处理不精确、不完整、不一致的数据的特点,结合神经网络强大的线性逼近和模式识别的功能,建立了粗糙集神经网络模型。将该模型应用于综合传动装置的模式识别,取得了满意的诊断结果。研究结果为在不完整征兆信息下的机械故障诊断提供了新的方法和思路。     

船艇设备监测中的故障树分析

油液监测已成为机械设备故障诊断与状态监测的重要方法。通过油液监测中的光谱技术对船艇设备油液进行监测,运用故障树分析的方法分析故障源与成因,从机械故障诊断学角度分析故障原因以便对船艇进行更好的监测。