一种基于磁力测量的油液铁磁性磨粒监测新方法

针对润滑油中铁磁性磨粒常用监测方法存在的缺点,提出采用磁力测量方法来进行油液铁磁性磨粒的总量监测。分析该方法的测量原理,设计相应的实验装置。实验结果表明,在强磁场作用下,油液中铁磁性磨粒含量与产生的磁力有很好的线性关系,用磁力法监测油液中铁磁性磨粒量是可行的。磁力法对油液中铁磁性颗粒的含量非常敏感,且不受磨粒大小的影响,是一种快速有效的油液铁磁性磨粒监测新方法。     

新型油液在线监测集成装置

油液在线监测是目前装备润滑磨损状态监测技术发展的重要方向,而监测仪器的开发是这一监测诊断技术研究热点。针对现代远洋船舶流动性工作特点及机械润滑磨损状态监测实时性要求,开发一套集油液磨粒监测和黏度检测的在线监测装置。装置具有结构紧凑、尺寸小、安装方便等特点。调试试验分析表明,该集成装置具有良好的稳定性,能快速实现油液磨粒含量、黏度趋势分析及超限报警。该油液在线监测装置的集成实现,为后续集成如水分、颗粒计数指标以及温度、压力等状态参数提供了研发基础。     

支持向量机在油液磨粒在线监测系统中的应用

在发动机油液在线监测系统中,运用支持向量机的方法对油液中的磨粒进行分类识别,并结合运用最近邻法对分类器的训练过程进行优化;其中基于支持向量机的磨粒分类器的输入为磨粒的主轴长度、孔隙率、圆度、角二阶矩、梯度熵和纹理相关性等参数,输出为滑动磨粒、切削磨粒、球状磨粒和疲劳剥块4种磨粒种类;搭建油液在线监测实验平台进行磨粒分类识别实验,结果表明,基于支持向量机的磨粒分类器的分类准确率高达94.7%,并且由于最近邻法的使用分类器的处理速度也提高了30%.     

基于在线油液监测的海上钻井平台发动机故障报警预测

在线油液监测表征机器异常磨损状态信息是设备故障诊断技术的核心和瓶颈。针对中海油深圳分公司西江302海上钻井平台目前存在的油液离线检测方式不能及时反映润滑状态等问题,对海上钻井平台5台发动机组开展油液在线实时监测。介绍在线监测系统平台的组成和在线监测的实施方案。针对实时监测出现的油液中大磨粒超标故障报警,结合离线铁谱分析证实监测结果的准确性。     

电感式油液磨粒传感器系统设计

油液中的磨粒可反映发动机等设备的磨损状况,为实现油液金属磨粒的在线监测,基于电磁感应原理建立了三线圈传感器的数学模型,通过仿真分析传感器最佳结构参数(内径、间隙、宽度等),利用相干解调模型提取磨粒信号,并分析磨粒信号产生原理.系统采用多层屏蔽结构,可有效减少外部的磁场干扰,设计的传感器检测系统接入风机齿轮箱油路进行相关试验.试验结果表明,本系统可对磨粒信号进行有效提取,且磨粒信号同时受磨粒速度及磨粒尺寸的影响,可在流量为1～18 L/min的工况下实现187 μm铁磁性金属磨粒和578 μm非铁磁性金属磨粒的检测,后续可结合BP神经网络对油液金属磨粒各特征参数进行自适应判别,对今后油液磨粒在线监测设备的开发提供了理论支撑及技术支持,为机械设备故障诊断提供重要依据.     

基于yolov5在线可视铁谱图像磨粒多目标识别方法研究

鉴于在线图像可视铁谱获取的磨粒谱片图像分辨率低,磨粒种类复杂多变,磨粒图像背景复杂等问题,使得磨粒在线智能识别面临挑战。为了实现在线可视铁谱图像磨粒多目标实时检测与识别,提出基于yolov5在线可视铁谱图像磨粒多目标识别方法。以正常磨损磨粒、疲劳磨损磨粒、滑动磨损磨粒、球形磨粒、氧化磨损磨粒、切削磨损磨粒6种磨粒作为研究对象,基于yolov5深度神经网络模型对复杂油液环境下的异常磨损磨粒进行分割与识别。结果表明：基于yolov5算法的磨粒智能识别模型能够实现复杂环境下多目标、多类型磨粒在线实时识别,其识别速度和准确率基本满足油液在线监测需求,为装备在线图像可视铁谱技术工业化应用提供了技术支撑。     

油液监测技术的研究现状与发展方向

综述了国内外油液监测技术的研究现状，讨论了油液监测方法的最新进展，认为油液监测技术的研究热点是在线油液监测方法、磨粒自动识别技术和基于油液监测的智能诊断系统的研制与开发。在论述当前油液监测技术存在问题的基础上，提出了油液监测技术的基础研究和应用研究的未来方向。     

重型车辆齿轮油污染度和铁谱磨粒含量的关联分析

利用灰色关联分析方法对重型车辆变速箱齿轮油油样监测实验数据进行了分析,探讨了铁谱磨粒浓度和油液污染度之间的关联性.结果表明:重型车辆的齿轮传动系中,铁系颗粒的磨粒含量和大磨粒含量与油液污染度的关联性较强,可利用铁谱磨粒含量的变化趋势来估算润滑油的污染度等级.     

基于GMR磁传感器的油液铁磁性磨粒在线监测实验研究

为实现对油液中铁磁性磨粒的在线监测,设计搭建一套在线监测装置;基于GMR磁传感器芯片可有效检测微弱磁场的特点,利用GMR磁传感器监测单个铁磨粒被磁化后的剩余磁场;采取"模拟在线"的形式,从GMR磁传感器输出的磁场信号中获取磨粒信息。通过优化装置和试验参数,研究温度、磨粒运动速度对测试系统输出结果的影响,探讨传感器的磨粒检出能力及检出结果的一致性。试验结果显示:在95℃以内的温度和5 cm/s以内的磨粒运动速度条件下,传感器的输出值基本不受影响;运动速度一定时,装置对不同粒度的磨粒输出一致性良好。试验初步表明了GMR磁传感器可用于油液铁磁性磨粒的在线监测,可有效检测出尺寸在75μm以上的铁磨粒。     

光谱和铁谱及自动磨粒激光技术在油液监测中的应用

在发动机和小轿车手动变速箱齿轮系统中分别对CF-4 15W-40润滑油进行了应用试验,利用光谱、铁谱以及自动磨粒激光技术(LNF)分别对油液进行了监测.结果表明:综合应用3种磨粒技术能够有效及时地对油液进行监测,防止故障发生;当光谱测定的磨损金属和污染元素含量达到极限指标(或经验指标)时,应采用自动磨粒激光技术进行验证;当自动磨粒激光技术测定的磨粒达到50 μm时,应采用铁谱分析,以便准确判断磨损类型.     

神经网络技术在基于油液分析的发动机磨损诊断中的应用

本文简述了人工神经网络技术在基于油液分析的自行火炮发动机磨损故障诊断中三个方面的应用,具体包括发动机磨损磨粒的识别、磨损元素浓度值的预测和磨损故障智能诊断,文后讨论了神经网络技术应用与机械故障诊断领域的发展方向。     

聚类程序新算法及其在油液分析软件中的应用

研究了一种新的聚类谱系图生成的程序算法，这种方法只需要计算一次距离矩阵，利用设计的排序数组，就可以实现谱系图中关键的输出位置计算。该方法能很好地集成在开发的油液分析软件中。应用该算法，程序简单高效，并能够用聚类方法来分析油液的状态，进而得知机械设备的运行状态，为油液分析方法提供了一个可行的新思路，有助于提高诊断结果的可信度。     

复杂冲压件成形过程的截面分析技术

基于有限变形虚功率增量型原理的弹塑性大变形有限元理论,建立了高精度的八节点四边形单元平面应变状态下的截面分析模型,并应用非均匀有理B样条曲线描述模具截面线进行接触判断。旨在用很短的计算时间,获得较理想的板料冲压成形的模拟结果。方模具圆坯料胀形和深拉延成形过程以及发动机油底壳深拉延的模拟与试验结果,表明了该截面分析技术的正确性、可行性和高效性。     

油液监测界限值传统计算方法的改进

针对传统的油液监测界限值计算方法的局限，引入了监测没备的历史信息，并考虑了统计的稳健性及耐抗性，对传统的计算公式作出了改进。实践验证，改进后的计算公式更合理、更耐抗、更能真实地反映设备的状态。     

基于神经网络的船舶舵桨装置状态监测

智能化诊断是现代设备诊断技：术发展的重要趋势，通过对船舶舵桨装置实施了近三年的磨损微粒监测和油液分析跟踪监测，获得了光谱、铁谱和污染度等监测数据，提出了采用神经网络模型判断舵桨装置磨损程度和油液含水量情况，通过训练和学习，结果是可信的和准确的。     

基于油样分析技术的钻井泵寿命预测

通过跟踪3台不同运行时间钻井泵的油样的铁谱和光谱分析数据,发现随着使用时间的增多,设备磨损加大,油样中Al、Cu、Fe等金属元素含量明显增加,在泵接近损坏时,铁谱显示油液中存在严重滑动磨粒和球形磨粒,磨粒链加密并伴有疲劳剥离磨屑;光谱显示铁质含量陡增。分析了磨损产生的机制并提出了减少磨损的方法,提出了将金属磨屑增长的速率作为状态考察的重要判断指标。分析结果表明,通过油样检测分析可预报泵动力端轴承等摩擦副的运行状态,为泵的大修时间的确定以及提高泵的工作寿命提供了科学的依据。     

Enhancement of oil debris sensor capability by reliable debris signature extraction via wavelet domain target and interference signal tracking

On-line oil debris monitoring is an effective approach to detecting machine component wear through estimating the size and the quantity of metallic debris in the lubricating oil. However, oil debris (particle) signatures are often contaminated by background noise and vibration interference during the operation of the oil debris sensor. As such, the accuracy of debris measurement and counting depends largely on the authenticity of the extracted debris signature. Considering characteristics of both target and interference signals obtained by the oil debris sensor, we propose a novel debris signature extraction technique to improve the oil debris measurement capability based on the wavelet domain information. In each wavelet scale of the oil debris sensor output signal, the debris coefficients are detected based on the singularity of the debris signal. The interference coefficients are estimated by adaptive linear prediction. The overlapped debris and interference coefficients are separated by a new prediction strategy involving alternating applications of forward and backward predictors. The differences between the mixture and the estimated interference coefficients are employed to reconstruct the debris signature. The proposed technique is evaluated using both uni- and bi-excitation experimental data and compared with a recently reported method. The experimental results and comparisons indicate that the proposed new method can extract the debris signature more truthfully, and thus improve the oil debris monitoring accuracy in real applications.     

往复式注水泵振动监测判断标准的研究制定

为对往复式注水泵进行状态监测与故障诊断,研究制定了往复式注水泵的振动监测判断标准,通过1台新泵的台架试验和注水站6台泵的测试分析,确定了监测布点方案,测量参数,分析频率,各测点振动警限值,绘制了警限值表和警限值线图,本判断标准的制定为往复式注水泵振动监测提供了科学的依据,具有工程实用价值。     

基于铁谱分析的颗粒分类识别方法与应用

铁谱颗粒分析是机器磨损状态监测与维修决策制定最有效的油液分析方法。通过近年来开展工业企业机器油液监测积累的大量铁谱磨粒图像,进行基于不同的颗粒特征的分类识别探究,并基于不同颗粒形成机制与原因提出切合工业现场的润滑管理维保策略。应用实践表明,铁谱分析方法在机器磨损状态监测、润滑磨损诊断机制判别以及企业润滑管理提升活动中仍发挥着积极作用。     

旋转式铁谱仪生成谱片观察规范的建立

本文以磨屑的群体分析理论为依据,以旋转式铁谱仪生成的谱片为研究对象。对于任意一个油样,为了反映油样中磨屑群的群体特征,运用数理统计的有关原理和方法,以谱片上大磨屑对全体磨屑的面积比和大磨屑的数量两个群体特征参数为例,论证了所需谱片的最小数目以及每一张谱片上所需观察的最小视场的数目,据此建立了旋转式铁谱仪生成谱片的观察规范。