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...     

基于LSSVR的内燃动车组磨损状态监测

油液直读铁谱和原子发射光谱分析有助于判断内燃机车柴油机的磨合磨损情况,为进行机车检修提供可靠的依据。内燃动车组在运用中条件几近相同,但两动车的磨合磨损情况不同。由于油液分析数据通常是非平稳且非等时间间隔时序,给分析工作带来困难。本文利用最小二乘支持向量回归机(LSSVR)对动车组直读铁谱小磨粒数数据和光谱分析铅元素质量分数数据进行建模,对内燃动车组两端动车的油液测量数以及其差值分别进行LSSVR拟合,能够容易看出动车磨损的变化趋势以及两端动车磨损状况的差异,对内燃动车组磨损状态的监测具有一定的指导意义。     

基于支持向量机的综合传动装置磨损状态研究

结合光谱油液分析技术,运用支持向量机对某履带车辆综合传动装置磨损状态进行研究。建立了一种多输出最小二乘支持向量回归算法,并将其应用到综合传动装置的光谱油液分析数据的预测研究中。采用交叉验证方法,讨论了回归算法中参数的选取问题,并将磨损元素预测值与试验值进行了对比分析。结果表明,该方法在较短里程(4000km以内)具有较高的准确率,可以用于综合传动装置磨损状态的预测研究。     

航空发动机油样光谱分析的PSO-LSSVM组合预测方法

油样光谱分析是航空发动机磨损状态监测与故障诊断的重要技术,基于光谱数据的航空发动机状态预测有利于发现航空发动机的早期磨损故障。根据光谱数据特征,选取AR模型、BP神经网络模型以及GM(1,1)预测模型作为基础模型,建立了基于最小二乘支持向量机的组合预测模型,同时,用粒子群算法对LSSVM的正则化参数以及核函数参数进行了优化。最后利用两组实际的航空发动机光谱分析数据对模型进行了验证,与基础模型的对比结果充分表明,提出的带粒子群优化的最小二乘支持向量机(the Least Squares Support Vector Machines with Particle SwarmOptimization-PSO-LSSVM)的非线性变权重组合预测模型具有更好的预测精度。     

发动机润滑油含水量近红外特征波段选取

应用近红外光谱技术结合间隔偏最小二乘法,探讨发动机润滑油中含水率检测的特征波段及检测方法。采用间隔偏最小二乘法对发动机润滑油含水量的近红外光谱特征波段进行选择,结合偏最小二乘回归建模方法对所选波段进行验证。结果表明:选用7 432～6 321 cm-1和5 583～4 846 cm-1 2个波段建模可以得到与全谱一致的预测结果,从而实现了模型的简化,为润滑油中含水率近红外光谱分析提供理论依据。     

基于稳健回归的油液光谱分析界限值制定

利用原子发射光谱监测柴油机磨损状态时必须首先制定各磨损元素的浓度界限值。针对传统最小二乘法在制定界限值时受异常数据影响较大的局限性,引入稳健回归方法提高其抗异常点干扰的能力;通过对实际柴油机监测获得的数据进行界限值制定,结果表明,该方法避免了因异常数据干扰而导致结果偏离实际过大的问题,从而能真实准确地监测柴油机的运行状态。     

润滑油光谱数据关联度分析在发动机状态监测中的应用研究

按照传统光谱分析方法,不能对发动机长时间运行后的状况进行有效分析监测,可能会导致监测结果不准确,影响发动机运行状态评估;而利用光谱分析数据趋势关联度分析方法,可以对稳定磨损期内元素间的关联度以及长时间运行后各元素之间关联度进行有效分析,保证发动机运行状态监测结果准确性和合理性。在利用润滑油光谱数据关联度分析法对发动机状态进行监测时,关键是寻找各分析元素之间关联度。基于此,以发动机磨损铁元素与其他磨损元素之间存在的关系为突破口,利用关联度函数关系确定发动机金属磨损元素关联度,确定发动机运行状态具体情况,根据监测结果对发动机进行维修和保养,确保发动机正常运行状态与安全性。     

基于有序样品聚类和模糊理论发动机状态监测研究

提出基于有序样品聚类和模糊理论发动机状态监测研究方法。利用有序样品聚类方法,对油液铁谱分析数据进行分类,实现了发动机的状态监测;利用模糊理论方法,结合发射光谱分析数据判断发动机的异常磨损部位。采用该方法对康明斯6BT5.9型柴油发动机状态进行监测,确定发动机可能出现异常磨损的部位,与发动机解体实际检查结果一致,证明上述研究方法对发动机异常磨损部位的确定具有一定的适用性。     

一种航空发动机磨损故障模糊融合诊断方法

为提高航空发动机滚动轴承的磨损故障诊断的精度,综合利用多种油液分析方法的优点,提出一种航空发动机磨损故障的模糊融合诊断方法.首先,针对光谱分析、铁谱分析、颗粒计数分析、理化分析数据的各自特点,基于自定义隶属度函数对油液分析数据进行模糊化处理,从而得到表征光谱分析、铁谱分析、颗粒计数分析、理化分析数据的证据可信度和规则可...     

一种基于油液分析数据挖掘的航空发动机磨损故障诊断知识获取方法

针对航空发动机磨损故障诊断自动化及智能化程度不高的问题,提出一种基于油液数据挖掘的航空发动机磨损故障诊断知识获取方法。该方法利用自组织神经网络对原始多维特征数据进行特征融合,得到融合值;利用Parzen窗法制定融合值的界限值,将样本划分为正常、警告和异常3种状态;利用Weka软件对油液数据进行规则提取。该方法能够从油液光谱数据中识别出不同磨损状态信息,并提取出知识规则用于构建航空发动机磨损诊断系统的知识库,实现了基于润滑油光谱磨损数据的航空发动机故障诊断的自动化与智能化。应用某型飞机发动机实际油液光谱数据对提出的磨损故障诊断知识获取方法进行验证,结果表明:经特征融合得到的融合值能够准确反映航空发动机的劣化趋势;利用融合值的界限值划分样本状态,再进行规则提取时具有很高的识别率。     

基于GM(0,N)模型的油液光谱分析界限值制定

针对传统油液光谱分析界限值制定方法中以磨粒含量服从正态分布假设为前提的局限,提出应用GM(0,N)模型制定油液光谱元素数据分析界限值的方法,该模型不仅能正确拟合光谱数据,还能够体现各元素间相关关系。应用GM(0,N)模型对船舶柴油机实际光谱数据进行处理,结果验证了该方法的有效性。     

基于油液分析和时间序列模型的内燃机磨损状态监测方法

提出了一种基于油液分析和时间序列模型的内燃机磨损状态监测方法。将整个内燃机看作一个摩擦学系统,利用时间序列模型对摩擦学系统进行动态建模,建立能够表征内燃机磨损状态的数学模型。采用该模型对内燃机润滑油中各元素的变化趋势进行趋势分析,并应用实例对模型进行了检验。结果表明,该方法准确判断内燃机的磨损状态,为内燃机磨损状态监测提供了一种新的途径。     

基于润滑油光谱分析的柴油机磨损规律研究

基于某型柴油机在寿命考核期内润滑油光谱分析数据的分析，建立了发动机主要金属元素的磨损规律模型，结果表明，利用该模型得出的元素磨损趋势符合正常机械传动系统的磨损规律。     

基于灰色时序组合模型的油液光谱分析预测

以某型发动机油液光谱分析数据为基础,分别利用GM模型、AR模型和灰色时序组合模型,对实测数据进行动态建模,并对发动机润滑油中Fe元素的变化进行预测,结果对比表明,灰色模型能够模拟数据的宏观变化趋势,时序模型能够描述数据的细微随机变化,灰色时序组合模型综合两种模型的优点,达到更高的预测精度。     

柴油发动机故障诊断技术研究与应用

应用振动法对柴油机气缸体上的振动信号进行分析,得出总振动量级主随活塞与气缸套磨损间隙的增大而适级放大.根据气缸体振动加速度响应功率谱图和柴油发动机总振动量级,可以确定活塞与气缸壁的间隙大小.应用油样铁谱分析技术,可以确定发动机的润滑状况及摩擦副的磨损程度和部位,并通过实例证明了其在柴油发动机故障诊断中的有效性.应用直读式原子发射光谱仪对柴油发动机润滑油油样进行检测,监控柴油发动机曲轴滑动轴承磨损状况,对保障发动机可靠运行起到很好的作用.     

Engine Wear Monitoring with OLVF

In this article, an on-line visual ferrograph (OLVF) was used to monitor the wear condition of a vehicle engine during a bench test. A quantitative index of particle coverage area (IPCA) and wear debris ferro-image were obtained via OLVF to characterize wear degrees. On-line ferrograph analysis indicated some problems with the engine from about the 17th hour. A linear threshold value method to identify running condition of engines with the OLVF data was proposed. The OLVF data were in a fault zone after running for 25 h, when a base bolt broke and the engine stopped working during the test. The engine was disassembled and inspected after the test. Several wear scars were found on the cylinder walls as well as on the bearing surfaces. The oil was added at the 26th and 55th hours, which was also reflected by the variation of IPCA. Moreover, several off-line analyses were carried out in parallel. Off-line ferrograph data did not give any information about the abnormality and only showed stable wear debris content. Spectrometric oil analysis showed that there was no significant change in contents of metal elements.     

甲醇汽油对汽油机油氧化和硝化的影响

应用红外光谱技术,根据不同物质在红外光谱仪中的吸光度不同,研究了在汽油机油中加入不同配比和含量的甲醇、甲醛和甲酸对汽油机油的抗氧化性和抗硝化性的影响。结果表明,加入甲醇、甲醛和甲酸后的油样和汽油机油相比,氧化和硝化程度都增大了;加入甲醇汽油的油样和加入甲酸或甲醛的油样相比,硝化值和氧化值都比较大,表明甲醇汽油对汽油机油的抗氧化性和抗硝化性的影响最大,甲醛和甲酸的影响较小。     

基于红外光谱技术的两用燃料发动机油抗劣化性研究

应用红外光谱技术,根据润滑油组分中各官能团的红外光谱吸收峰的出现和变化,研究了开发的CNG/汽油两用燃料发动机润滑油与参比油在运行期间,润滑油的氧化值、硝化值、硫化值的变化程度,发现CNG/汽油两用燃料发动机润滑油运行18 000 km后,其氧化值变化范围为2.45(ABS/0.1 mm)、硝化值变化范围为2.03(ABS/0.1 mm)、硫化值变化范围为3.85(ABS/0.1 mm)。结果表明CNG/汽油两用燃料发动机润滑油有着良好的抗劣化性能,红外光谱技术是研究润滑油抗劣化性的有效方法之一。     

Characterization of engine oil additive packages on diesel particulate emissions

This study investigated the impact of engine oil formulation on particulate matter (PM) characteristics from a light-duty diesel engine. The test engine was a 1.6 L Euro-5 diesel engine operated from low- to high-speed and high-load conditions. Specially formulated nonadditive containing base oil and genuine oil were evaluated. For diesel PM characterization, physicochemical analytic procedures were conducted on engine oil formulation, oil flushing, PMs sampling, morphology, and particle constituent determination. Size-resolved particle number (PN) concentration at the engine-out position was evaluated by differential mobility spectrometer (DMS). Nucleation mode particles originating from engine oil consumption during the expansion stroke had a higher concentration from genuine oil than those from base oil. Scanning electron microscopy (SEM) and X-ray photoelectron spectroscopy (XPS) were used to analyze the morphology patterns and atomic compositions with engine oil packages. From the SEM analysis, spherical PM of nucleation and accumulation mode particles were agglomerated on a quartz filter. In the XPS spectrum, more engine oil additive fractions of Ca, P, and Zn were found in the PM sample from genuine oil. In conclusion, the variation of physicochemical engine oil properties and additive amounts had strong contributions to engine oil derived PN emissions, morphology, and additive metal compositions in the exhaust gas stream.