在线磨粒监测传感器技术的研究现状与发展趋势

介绍了现有的在线磨粒监测传感技术,对每种传感器的原理及应用中存在的问题进行了综述,并根据在线磨粒监测技术的现状,提出了对今后此类传感器发展趋势的没想。     

油液在线监测技术研究进展

油液在线监测技术是机械故障智能诊断的重要发展方向,传感器作为其关键元件,发挥着重要作用。对油液在线监测的粘度传感器、水分传感器、磨粒传感器以及多传感器集成的国内外研究进展进行了介绍。从电磁法、静电法、电感法、图像识别几个方面对磨粒测量与分析的国内外研究进行了介绍。提出了现阶段存在的不足,对油液在线监测的未来发展之路进行了展望。     

磨粒径向分布对电感式磨粒传感器测试结果的影响

根据电感平衡原理,设计了用于磨粒在线测量的电感式磨粒传感器.分析了传感器的测试原理和磨粒通过传感器线圈时径向分布对测试结果的影响.通过计算线圈内测试面的磁场分布,提出了提高线圈测试面磁场均匀性的设计准则.建立了磨粒位置偏离线圈中心时,磨粒磁化场的磁通求解模型.模型计算结果表明,磨粒径向位置的改变,使得线圈各横截面上磁化场的磁通发生了变化.当线圈达到一定长度后,磁化场的磁链变化很小.因此在保证传感器线圈测试面磁场均匀性和线圈长度的前提下,磨粒径向分布对测试结果的影响可忽略.研究结论为分析电感式磨粒传感器测试结果一致性和优化传感器的结构设计提供了理论依据.     

三线圈电感式油液金属磨粒检测系统

机械传动金属磨粒可以反馈机械设备故障的特性,针对机械传动系统故障在线检测需求,提出了一种三线圈电感式金属磨粒检测系统;通过建立传感器数学模型,对影响传感器金属探测灵敏度的参数进行仿真,结合传感器实际使用情况求出最优解;通过设计励磁信号源模块、调幅模块、信号调理模块等电路并结合上位机对油液中的金属磨粒进行检测;经孔径为8 mm的流道的实验测试,实现了500μm铁磨粒及1 000μm铜磨粒的检测精度;该系统为发动机中金属磨粒的检测提供了技术支持,对故障预防与诊断具有重要意义。     

基于平面线圈的油液磨粒监测传感器设计

为了提高油液管道直径增加后感应区磁场均匀性,减小测量误差,根据电磁感应原理,设计了一种新型的在线油液 磨粒监测传感器。传感器使用一组安匝比为15/7/15的平面线圈在直径1ｍｍ的油管中产生均匀磁场以提高传感器探测金属磨粒的性能,使用COMSOL建立线圈模型并仿真,传感器线圈产生的磁场在感应区60％范围变化率小于1％,相同磨粒在油管径向不同位置的电感变化误差平均值为5％,根据仿真设计制作线圈实物,传感器能测量和分辨粒度100μｍ 铁磨粒和100μｍ 铜磨粒,同一磨粒位于管道轴线和管壁的电感变化误差不超过6.25％。仿真研究和实验结果证明新模型在管道径向产生的磁场更加均匀,可以有效减小粒子在管道径向运动带来的误差。     

铁磁质磨粒形态对电感式磨粒传感器输出特性的影响

通过对不同形态磨粒的退磁因子、磁化强度以及磁化场的分析,研究磨粒形态对电感式磨粒传感器线圈等效电感的影响.以椭球磨粒和圆柱磨粒为例,分析了退磁因子随椭球轴长比和圆柱长径比的变化规律.建立了传感器线圈和磨粒的有限元计算模型,保持磨粒体积不变,分别计算了磨粒为球磨粒、4种不同轴长比的椭球磨粒和3种不同长径比的圆柱磨粒时线圈磁场分布和引起的线圈电感变化率.分析和计算结果表明,磨粒越趋向于细长状,其退磁因子越小,磁化后磁化场的磁感应强度越大,引起传感器线圈电感变化率也越大.因此磨粒体积相同情况下,电感式磨粒传感器对细长状磨粒的检测能力较大.同时试验研究的结果证明了理论分析和有限元计算的正确性.     

电涡流式油液磨粒监测传感器的研究

近年来,油液监测技术领域的研究和开发的热点集中在油液在线监测方法上。为此提出一种电涡流式基于PCB平面线圈传感器的油液磨粒监测方法,首先通过电磁仿真软件Maxwell进行平面线圈的电磁仿真,获得最优PCB平面线圈的结构设计;然后采用电桥法设计了传感器测量电路,运用模数转换原理设计了信号调理电路;最后制备了此传感器。经过试验,其结果表明:该传感器具有良好的线性度及灵敏度。该研究为微型传感器加入油液磨粒监测技术提供一种可行的方法,不仅缩小了传感器体积,而且降低了监测成本。     

电感式磨粒传感器中非铁磁质磨粒的磁场特性

在电感式磨粒传感器中,非铁磁质磨粒主要通过涡流效应改变传感器线圈的磁场分布,进而改变线圈的等效电感。建立传感器线圈时谐电磁场与非铁磁质球磨粒耦合关系的有限元模型,模型计算结果表明:磨粒感应出的涡流场减小了磨粒内部的磁感应强度,同时改变了磨粒外部磁感应强度;磨粒引起传感器线圈电感变化率随线圈激励频率的增加而增大,并趋向于一极限值;线圈电感变化率随磨粒半径的减小而迅速衰减。实验研究的结果证明了模型计算的正确性。     

电感式磨粒在线监测传感器的激励特性分析

针对电感磨粒传感器对小颗粒感应电动势微弱的现象,运用电磁原理、交流电原理、毕奥—萨伐尔原理,建立了该型传感器的感应电动势的数学模型,分析了激励频率、磨粒大小对感应电动势的影响,以及双磨粒通过传感器的情况,并进行了试验,验证了模型的正确性,为该型传感器的工程应用设计提供了依据。     

一种磨粒在线监测传感器的设计及其特性分析

磨损失效占机器零件的失效形式中的 70 %以上 ,磨粒隐含着机械装备运行状态的大量信息 ,而大磨损金属颗粒是加速大型机械设备磨损的重要因素。目前 ,我国在大磨损金属颗粒在线检测研究方面还比较欠缺。本文应用电磁感应监测原理 ,设计分析了一种螺线管式磁感应大磨损金属颗粒在线监测传感器 ,并用 ANSYS电磁 -电路耦合场仿真该传感器的监测机理 ,验证了设计原理的可行性 ;确定了影响传感器性能的关键因素 ,同时确定了传感器的几组几何尺寸和性能参数 ,为该种传感器的研制奠定了良好基础。     

油液在线监测系统中的磨粒图像处理

为了提高油液污染度分析和磨粒识别的准确率,在对油液在线监测系统中的磨粒图像特点深入分析的基础上,给出了磨粒图像处理和目标提取的主要流程;分析了磨粒图像模糊退化模型,研究了基于微分图像自相关的磨粒图像模糊尺度计算方法;提出了基于差值图像粗分割和Otsu算法相结合的磨粒图像分割方法.实例分析结果表明:提出的方法对磨粒图像处...     

下井人员生命体征传感器的设计

针对目前中国矿井人员健康在线监测技术落后、未实现下井人员身体状况在线监测的现状,介绍了一种矿井人员区域定位与健康监测系统的总体结构,重点研究了下井人员健康监测传感器技术,提出了体温监测传感器、脉搏监测传感器、救护队员姿态监测传感器及一种集成的生命体征监测传感器的设计方案,对预防矿井潜在医疗紧急事件具有重要意义。     

船舶动力与传动装置润滑油状态监测

针对目前舰船动力系统故障定位难、预判不准确的现状,提出了一种应用于船舶动力与传动装置的油液在线监测技术。通过分析舰船动力系统的故障源,阐述了船舶动力与传动装置滑油状态监测的内容,包含油液黏度检测、油液水分检测与油液金属磨粒检测。结合黏度、水分与磨粒检测原理,设计了滑油状态监测试验。通过实船试验,验证了油液在线监测技术在船舶动力与传动装置状态监测中应用的可行性和有效性。     

Microelectromechanical vibration sensor with optical interconnects

A resonant vibration sensor realized using silicon micromachining for wear monitoring of rotating machinery is described. It comprises a mechanical resonator, piezoresistive bridge, and components for fiber-optical signal readout by an infrared light-emitting diode. The performance of the microsystem is demonstrated by its static and dynamical behavior. The results confirm that the described sensor has the potential for on-line vibration control of rotating machinery operated under the conditions of industrial production     

基于物联网的海洋环境监测系统的研究

针对当前海洋环境监测的现状,为实现海洋环境监测的自动化,设计了一种基于物联网技术的海洋环境监测系统.该系统综合运用无线传感器网络技术、嵌入式计算技术、3G无线通信技术、GIS空间信息处理技术等,实现了海洋环境动态在线监测、数据实时处理及可视化展示的功能.     

基于ZigBee无线网络技术的避雷器在线监测传感器设计

为了及时发现交流高压避雷器的受潮、老化和其他隐患,避免因事故造成巨大经济损失,对高压避雷器在线监测传感器进行了研究.针对基于ZigBee无线网络技术的避雷器在线监测传感器在兰溪(芝堰)变电站智能化改造中的应用,详细介绍避雷器在线监测传感器工作原理,ZigBee网络组网方式.该传感器可实现变电站内避雷器泄露电流,阻性电流...     

On-line tool wear monitoring in turning using neural networks

The on-line supervision of a tool's wear is the most difficult task in the context of tool monitoring. Based on an in-process acquisition of signals with multi-sensor systems, it is possible to estimate or classify wear parameters by means of neural networks. This article demonstrates that solutions can be improved significantly by using available secondary information about physical models of the cutting process and about the temporal development of wear. Process models describing the influence of process parameters are used for a dedicated pre-processing of the sensor signals. The essential signal behaviour in a certain time window is described by means of polynomial coefficients. These coefficients are used as inputs for feedforward networks considering the temporal development of wear (multilayer perceptrons with a sliding window technique and time-delay neural networks). With a combination of the proposed measures it is possible to obtain remarkable improvements of both tool wear estimation and classification.     

一种新型谐振式非接触流体声发射传感器的研制

研制高灵敏度、安装使用方便、抗干扰能力强的传感器是刀具磨破损监测研究需要解决的关键技术 .本文根据刀具磨、破损监测的特点 ,研制了既可用于刀具磨损状态监测 ,也可用于刀具破损监测的谐振式高灵敏度流体声发射传感器 .对研制的流体声发射传感器性能进行了实验研究 ,结果表明传感器对刀具磨损产生的声发射信号具有较高的灵敏度 .     

三线圈内外层电感磨粒传感器研究

磨损颗粒是造成机械故障的重要因素,对磨粒的检测一般采用螺线管传感器。以螺线管传感器为基础,研究线圈多层缠绕的情况,并提出一种三线圈内外层结构传感器。依据电路理论,推导传感器工作等效电路和多层线圈磁感应强度、电感公式。基于Maxwell软件,比较内外层式和平行式磨粒传感器的磁场,分析线圈缠绕层数对传感器输出特性的影响。仿真结果验证了公式的正确性,为多层线圈磨粒传感器的设计、优化提供了基础。