基于齿面粗糙度和磨粒分析的齿轮磨损探究

为探究齿轮的磨损过程,以一对直齿圆柱齿轮为研究对象进行齿轮运转试验.在齿轮运转过程中,每2h或4h对齿面进行粗糙度检测并做好记录,每隔1h或2h停机,从齿轮箱中抽取油液,采用油液颗粒分析仪对其磨粒分析,利用LNF-Q210油液分析仪特有的磨粒自动分类功能分析记录切削磨粒、接触滑移磨粒、疲劳磨粒和总磨粒的浓度.试验结束后,对数据进行了处理,结果显示磨粒浓度和粗糙度在不同运转阶段呈现一定的变化趋势.对其进行分析,结论:齿轮运转初期滑移磨粒浓度上升较快,且粗糙度值随齿面磨合而逐渐减小;正常磨损阶段,齿面状态比较稳定,粗糙度值整体变化不大,切削和疲劳磨粒比较平稳,滑移磨粒增加相对较快;齿轮磨损后期,齿面疲劳剥落而快速恶化,粗糙度值快速变大,疲劳磨粒和切削磨粒浓度急剧上升.     

基于在线油液磨粒检测的风电机组齿轮箱磨损状态监控

针对风电机组齿轮箱的早期磨损故障监测需求及降低维护成本诉求,提出基于在线油液磨粒检测的磨损状态监控技术。设计适用于风机的大孔径油管的金属磨粒检测传感器,开发适用于风电场所有风电齿轮箱磨损状况分布式测量的智能监控系统。试验及数据分析表明该技术和产品具有灵敏度高、抗干扰能力强、颗粒检出正确率高等优点,满足风电机组齿轮箱磨损监测的实际应用需求。     

基于油液检测的污染磨损故障诊断

分析了油液检测参数与污染磨损故障的关系,得出了用油液检测参数诊断污染磨损故障的推理规则;分析了用人工神经网络诊断机械摩擦副异常磨损故障的适用性,对网络输入参数归一化、拓扑结构、训练方法及步骤作了设计研究,有一定的使用价值。     

基于油液监测的风机主齿轮箱磨损预测

针对风电机组主齿轮箱运行过程中因润滑不良导致异常磨损等故障的问题,提出偏最小二乘回归分析(PLS)方法来处理油液监测数据,并采用灰色等维递补模型进行故障预测。通过对油液监测数据中的运动黏度、酸值和铜元素、硅元素、锌元素、磷元素以及铁元素含量进行数据初值化与主成分提取,构建PLS模型并进行数据拟合分析。结果表明：运用偏最小二乘回归分析方法所拟合出的线性回归方程可以较为准确地预测齿轮箱中的异常磨损元素含量。使用灰色等维递补模型对数据进行预测,PLS模型进行诊断分析,可得出未来一段时间Fe元素含量变化趋势,为制定齿轮箱维护策略提供依据。     

风机齿轮箱太阳轮花键失效分析研究

针对风机齿轮箱太阳轮花键失效问题，通过对失效花键进行化学成分、显微组织、微观断口以及力学性能的试验分析，查明花键键齿发生磨损的原因。结果表明，中间轴（Inter Mediate Shaft,IMS）太阳轮电机侧花键金相组织中存在较多杆状和不等轴块状或岛状未溶铁素体，降低了材料的耐磨性；IMS太阳轮花键失效主要是齿面硬度低，同时受疲劳磨损、化学腐蚀、磨粒磨损等几种磨损机制的综合作用，齿面出现严重磨损，导致IMS太阳轮电机侧花键承载力下降，力的传递不平稳，运行中振动加剧，致使齿轮箱失效。试验结果可为风电齿轮箱故障检测与诊断提供一定的理论指导。     

基于1.5维谱活跃频率的行星齿轮箱磨损故障诊断研究

行星齿轮箱中多种频率成分相互耦合导致无法提取故障特征,针对这一问题,提出了基于1.5维谱(三阶累积量一维对角切片谱)活跃频率的行星齿轮箱磨损故障诊断的方法。该方法先将1.5维谱能够识别的二次相位耦合推广到符合实际意义的二次频率耦合,再将解耦出的参与耦合频率与耦合产生频率逐点相乘,以得到其活跃频率;然后通过观察活跃频率与故障频率之间的关系,判断行星齿轮箱是否发生故障;实验部分首先运用该方法从仿真信号中提取出了活跃频率,然后通过搭建行星齿轮箱齿面磨损故障实验台采集振动信号,最后运用该方法提取出了其磨损故障特征频率。研究结果表明:传统的傅里叶变换方法不能提取出故障特征频率,基于1.5维谱活跃频率的磨损故障诊断方法能够从行星齿轮箱振动信号中提取出故障特征频率,实现了对行星齿轮箱磨损故障的诊断,对行星齿轮箱磨损故障诊断具有重要意义。     

齿轮磨损故障动态响应特征与诊断指标研究

齿轮磨损属于典型的早期故障,为监测齿轮磨损状态,开展齿轮磨损故障机理与诊断指标研究.采用解析建模的方法,定量研究了齿轮磨损对时变啮合刚度和无负载静态传递误差动力学参数的影响规律:采用Archard磨损模型计算齿轮齿面磨损深度,获得沿齿廓方向的非均匀磨损分布;采用势能法计算齿轮啮合刚度,揭示了齿轮磨损对啮合刚度幅值影响的定量规律;将齿轮磨损等效为轮齿齿廓偏差,揭示了齿轮磨损对无负载静态传递误差影响的定量规律.采用集中参数法建立齿轮传动的动力学模型,通过两级直齿轮疲劳寿命试验对比验证了齿轮磨损动态响应特征.结果 表明,齿轮磨损主要影响齿轮啮合频率及其谐波成分,同时啮合频率及其谐波的边频带以转频为主,且随磨损增加出现明显变化.基于获得的磨损动态响应特征,构造了四个基于振动信号啮合频率边带的诊断指标,该指标对磨损状态变化敏感,通过仿真和试验验证了指标的有效性和鲁棒性.     

探究不同黏度的润滑油对齿轮疲劳寿命的影响

通过油液分析技术探讨了不同黏度的润滑油对齿轮齿面耐磨性的影响。首先在Romax软件中仿真分析了不同黏度的润滑油对齿面间油膜厚度的影响,然后通过齿轮疲劳运转试验分析了不同黏度的润滑油对齿面磨损的影响。通过对油液进行分析监测,并结合仿真计算的油膜厚度、油液浓度分析数据和最终齿轮寿命结果可知,一般混合润滑状态下,润滑油黏度、油膜厚度、疲劳剥落颗粒物浓度和齿轮寿命有一定的关系,随着润滑油黏度升高,齿面的磨损状态得到改善,齿面应力更加均匀,齿轮寿命得以延长。     

AOD转炉倾动大齿轮的故障诊断

采用油液分析技术对AOD转炉倾动装置大齿轮箱的运行状态进行了监测,结果发现大齿轮齿面出现了异常磨损现象。分析认为该设备出现异常磨损的主要原因在于润滑剂的润滑效果欠佳,并提出了相关的检修和维护措施,使大齿轮表面的磨损劣化趋势得到有效控制,延长了大齿轮的使用寿命。     

大型矿山设备润滑磨损故障的油液监测与诊断

一、德兴铜矿油液监测诊断工作的组织实施通过近10年来的努力,德兴铜矿已形成了一套完整的、行之有效的油液监测与诊断系统,能对我矿主要设备的润滑磨损故障进行具体细致的监测与诊断.该系统主要由润滑油样的提取、油样分析与监测、润滑磨损故障的综合诊断、日常监测报告的生成与执行和现场视情维修情况反馈等方面内容组成,该系统的运作图详见图1.     

基于ASP的VPDM系统研究

分析了虚拟企业对虚拟产品数据管理（VPDM）的需求，结合ASP模式的先进实施理念，提出了基于ASP模式的VPDM系统概念；分析了VPDM与传统PDM之间的区别；并基于B／W／D三段式结构，阐述了基于ASP模式的VPDM体系结构；最后讨论实现该系统的方法和一些关键技术。     

转子轴花键的铣削

介绍了利用大径定心的花键轴花键的实用加工方法。     

管路液力冲击的解析研究

分析阀门开闭引起管路液力冲击的机理,计算换向阀换向时管路实际压力冲击突变值及换向阀阀芯所受液动力并进行实验验证。     

基于MATLAB仿真的SVPWM技术研究

为了给交流异步电机伺服系统提供必要的设计数据,根据SVPWM的基本原理和实现算法,基于MATLAB/Simulink平台搭建了SVPWM仿真模型,将该模型应用到异步电机的矢量控制系统中进行了仿真。结果表明,SVPWM控制方式提高了整个系统运行的稳定性和可靠性。     

滚子表面缺陷分析

采用金相分析以及扫描电镜、能谱分析等试验方法对滚子表面缺陷进行了分析.结果表明:滚子表面的麻坑(黑点)缺陷是腐蚀坑,主要是由于热处理炉保护气氛不纯,滚子在高温状态下产生表面腐蚀而形成.     

开关柜温升问题探讨

电力行业中广泛应用的手车式大电流开关柜在用电高峰期,长时间满负荷运行的情况下,由于各种原因大多存在温升超标问题,对供电设备的安全和供电可靠性构成较大的威胁。分析了开关柜温升过高导致的开关柜故障类型及温升过高产生的原因,探讨温升过高问题的改进措施和解决方案。     

基于B/S结构在线监控研究应用

简述了DCOM、ActiveX等组件模型,结合ASP技术在Internet/Intranet环境下实现了基于Browser/Server结构锅炉在线监控.该系统在DCOM技术基础上通过ADO编程实现数据传输和访问,结合ASP和ActiveX控件技术实现动态发布和在线监测.     

电火花成形机床微细加工相关探索

首先简要介绍了电火花微细加工目前的发展状况。并概括地分析了商品电火花成形机用于微细加工所具有的一些特殊优势。最后通过微轴的加工实例来证实其进行实用微细加工的可行性。     

基于时间序列电流偏差因子的电源-电弧系统稳定性研究

运用偏微分近似理论,在考虑焊接外电路动态全负载情况下,对电源-电弧系统稳定性进行了模型刻画,得出系统稳定系数的数学解析式,依此定性并量化分析了系统稳定性的基本条件和最优条件。在此基础上,采用电流偏差相对转换方法,获得了动态电流偏差因子的时间序列解析表达式,进而通过偏差衰减时间方式来量化分析系统的稳定性。实验的电压与电流波形分析结果与动态电流偏差因子量化结果一致。     

基于PKI技术的PMI的研究与实现

身份认证和权限管理是网络安全的两个核心内容。研发了一个基于公共密钥基础设施技术的权限管理基础设施系统。提出了一个基于属性证书和条件化的基于角色的访问控制、进行权限管理的权限管理基础设施访问控制模型,提供了属性证书的两种提交方式,即“推”模式和“拉”模式,并在此模型的基础上给出了该系统的实现,最后给出了该系统的一个应用实例。实践证明,该系统提供了一个较好的解决方案和实现,基本上能够满足大型应用(上百万用户)的用户需求。