共查询到15条相似文献,搜索用时 187 毫秒
1.
铁磁质磨粒形态对电感式磨粒传感器输出特性的影响 总被引:2,自引:2,他引:0
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. 相似文献
2.
针对航空发动机滑油系统中金属屑末在线监测难、检测灵敏度低的现状,基于电磁感应原理,理论推导出了金属屑末通过传感器线圈引起的感应线圈输出电压的表达式,仿真分析了金属颗粒通过传感器时的输出电压,并通过相敏检波(Phase Sensitive Detection, PSD)技术对传感器感应线圈采集到的信号进行解调处理,以提高传感器的采集灵敏度。实验验证了在使用频率为80 kHz、幅值为±10 V的正弦激励信号对13 mm管径进行监测时,传感器对铁磁性金属颗粒的检测灵敏度为80μm,对非铁磁性金属颗粒的检测灵敏度为350μm;为感应式金属屑末传感器的设计提供了理论和技术支持,为航空发动机滑油系统中的金属屑末在线监测提供了技术保障。 相似文献
3.
4.
5.
6.
滑油在线屑末监测器能够实现发动机滑油系统中金属屑末类型和大小的实时监测。为了完成微弱金属屑末信号的检测及与系统间的数据传输,采用C语言实现滑油在线屑末监测器的软件设计。以TMS320C6713B浮点DSP高速的运算能力、强大的实时处理能力等特点设计的硬件系统为软件实现平台,完成了基于EDMA数据搬移的数据采集,基于小波降噪的信号滤波算法、基于屑末信号特征的屑末检测算法、高速数据传输等软件模块的设计。实时测试结果表明,滑油在线屑末监测器软件实现了传感器微弱信号的提取,能够实时监测金属屑末的大小、类型及传输原始数据。目前该软件已应用于某型发动机。 相似文献
7.
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. 相似文献
8.
针对滑油中磨粒形状复杂且尺寸大小不一,传统滑油磨粒检测方法存在时效性差、检测尺度小、精度低、非铁磁性磨粒不能检测等缺点。本文设计了一种基于深度学习的航空发动机滑油磨粒检测方法。基于连续流微流控芯片的滑油图像采样方法,构建滑油图像采样系统;设计图像增强方法,进行图像数据增强消融试验研究,针对YOLOv3模型和Faster RCNN模型进行精度测试,结果表明消融试验后的YOLOv3模型检测能力明显优于Faster RCNN模型;为减少消融后YOLOv3模型的误检率,提出SER算法以优化该模型的推理置信度阈值。研究结果表明滑油磨粒检测方法可解决传统测试中存在的问题,且在0.35的置信度阈值下, YOLOv3模型的检测结果能够达到94.2%的召回率和95.9%的精确度。 相似文献
9.
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。 相似文献
10.
11.
12.
13.
14.
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。 相似文献
15.
为提高泥石流预测预报的准确性,提出一种基于DBSCAN聚类的改进极限学习机(ELM)算法。首先,利用DBSCAN算法对泥石流发生训练的数据进行聚类处理;其次,将聚类得到的不同训练集分类训练ELM分类器;最后,利用ELM分类器对预测集数据进行预测。实验结果表明,利用改进ELM算法对泥石流发生预测的平均准确率达到91.6%,改进ELM算法的稳定性与传统ELM算法相比有明显提高,与传统ELM算法、BP神经网络和Fisher预测法相比,改进ELM算法的预测精度更高。 相似文献