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.     

自聚焦光纤在油液磨粒监测中的应用

结合在线监测,根据油液中悬浮颗粒对光线的散射的特性,提出了利用双光路光纤传感器,通过检测激光透射过不同油液后的透射光强,并把测量量进行相关计算,得到油液中的磨粒信息,及时了解设备的工作状态,从而实现了对设备的实时在线状态监测。     

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。     

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。     

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%.     

磨粒在线监测装置及其试验研究

针对磨粒在线监测方案实施复杂、抗干扰能力差等问题,设计了一种基于磁场力测量的快速磨粒监测装置。对该装置磁场中的磨粒进行了运动学分析,并利用MATLAB求得了磨粒沉积轨迹的数值解。在此基础上,试验研究了磁场强度、油液黏度及输送速度对磨粒沉积的影响,并对监测装置的线性度、相关性、重复性、定量误差、灵敏度和磨粒捕捉范围进行了测试。结果表明：该磨粒在线监测装置性能稳定,符合监测要求,能够有效地捕捉粒度大于10μm的铁磁性磨粒,可实现对设备初期故障的快速预报。     

在线监测和离线检测在油液实际应用中的互补性研究

近年来,随着计算机技术、人工智能、传感器技术的飞速发展,给工业领域带来了翻天覆地的变化。油液检测领域也同样如此,随着工业技术的发展,也为油液检测提供了许多新的解决方案。比如,通过在轴承中安装传感器来实时监测润滑油的温度和黏度等参数;通过对齿轮箱振动数据进行采集并进行处理分析来预测设备未来的故障;通过对发动机燃烧过程中燃烧温度的监测来实现对发动机内部燃烧情况进行评估。在线监测和离线检测都是工业领域中应用广泛的技术,两者结合使用能够弥补各自的缺陷。本文介绍了在油液检测中使用在线监测和离线检测2种方法来解决不同情况下的油液检测问题,并且对2种方法进行了对比分析。在线监测与离线检测的结合使用可以实现更有效、更经济的监测和管理设备,对于设备的安全运行、延长设备的使用寿命有着重要的意义。     

油液磨粒检测传感器线圈间距对输出信号的影响

电感式磨粒传感器在机械设备润滑油液磨粒在线监测中具有独特优势,通过测量传感器输出的感应电压信号来获取油液中磨粒的大小、数量以及质量等信息,进而可实现设备磨损程度的判断。为了研究电感式三线圈传感器中相邻两线圈之间的距离对传感器输出感应信号的影响,基于差动式三线圈互感原理建立传感器三维模型;利用JMAG-Designer12.0软件对传感器检测铁磁磨粒的过程进行瞬态电磁仿真,分析线圈间距对传感器输出感应电动势的影响;通过制作传感器进行实验并行验证仿真结果的正确性。研究结果表明,当线圈间距小于2.5 mm时,感应电动势随间距的增加而增大,当线圈间距大于2.5 mm时,感应电动势随间距的增加而减小,线圈间距为2.5 mm时,感应电动势最大,传感器输出信号与理论正弦信号变化趋势接近一致,并且信号干扰最小、信号最为稳定。     

油液在线监测系统中的磨粒识别

针对机械设备磨损状态监测要求,构建了基于显微图像分析的油液在线监测系统.根据系统的光路特点,对磨粒图像进行了基于彩色特征的转换,并通过与背景图像的差值处理来快速提取磨粒目标.基于最小二乘支持向量机设计了两类磨粒分类器,并利用粒子群优化算法对最小二乘支持向量机模型中的参数进行了优化选取.在此基础上,根据磨粒识别体系,设计了磨粒综合分类器.最后,利用铁谱分析技术对系统性能和识别效果进行了检验,结果表明,系统的识别精度达到95%以上,满足磨粒在线监测要求.     

Monitoring of Wind Turbine Gearbox Condition through Oil and Wear Debris Analysis: A Full-Scale Testing Perspective

Despite the wind industry's dramatic development during the past decade, it is still challenged by premature turbine subsystem/component failures, especially for turbines rated above 1 MW. Because a crane is needed for each replacement, gearboxes have been a focal point for improvement in reliability and availability. Condition monitoring (CM) is a technique that can help improve these factors, leading to reduced turbine operation and maintenance costs and, subsequently, lower cost of energy for wind power. Although technical benefits of CM for the wind industry are normally recognized, there is a lack of published information on the advantages and limitations of each CM technique confirmed by objective data from full-scale tests. This article presents first-hand oil and wear debris analysis results obtained through tests that were based on full-scale wind turbine gearboxes rated at 750 kW. The tests were conducted at the 2.5-MW dynamometer test facility at the National Wind Technology Center at the National Renewable Energy Laboratory. The gearboxes were tested in three conditions: run-in, healthy, and damaged. The investigated CM techniques include real-time oil condition and wear debris monitoring, both inline and online sensors, and offline oil sample and wear debris analysis, both onsite and offsite laboratories. The reported results and observations help increase wind industry awareness of the benefits and limitations of oil and debris analysis technologies and highlight the challenges in these technologies and other tribological fields for the Society of Tribologists and Lubrication Engineers and other organizations to help address, leading to extended gearbox service life.     

Modeling Wear State Evolution Using Real-Time Wear Debris Features

Because wear is one of the most typical causes of decreasing performance in running machines, monitoring wear is regarded as a crucial technology in maintaining the health of machines. However, monitoring wear is not a fully mature process because quantifying the development of wear in real time is a challenging task because there is no universal indicator. To meet this need, wear-oriented dynamic modeling with online ferrographic images was used to investigate and then describe a real-time wear state. This investigation was carried out by combining three wear indices to describe the wear rate, the wear mechanism, and the severity of wear. A binary classifier method is also proposed to classify these wear stages in the three extracted indices. A strategy to identify the dynamic transition of wear states with adaptive parameters is also developed and then a four-ball wear test is carried out to verify the method. The results indicate that this modeling strategy can accurately identify a developing wear state that is characterized by stages. This proposed method is better at monitoring the health evolution of a machine system than just detecting faults.     

油液在线监测系统中磨粒识别技术研究

针对磨损状态监测要求,构建了基于显微图像分析的油液在线监测系统。根据系统光路特点,对磨粒图像进行了基于彩色特征的转换,并通过与背景图像的差值处理来快速提取磨粒目标。基于最小二乘支持向量机设计了磨粒两类分类器,并利用粒子群优化算法对最小二乘支持向量机模型中的参数进行了优化选取;根据磨粒识别体系,设计了基于最小二乘支持向量机的磨粒综合分类器。最后,利用铁谱分析技术对系统性能和识别效果进行了检验,结果表明本系统具有较高的检测精度和识别效果。     

静电传感器在油液在线监测系统中的应用

将静电传感器技术运用到油液在线监测系统中去,对机械设备的磨损情况进行分析;研究了油液磨粒荷电机制,以及磨粒荷电量的影响因素;提出了一种改进的静电传感器测量模型,利用大型有限元分析软件ANSYS,对影响静电传感器性能的主要因素进行了仿真分析,并对传感器的结构进行了优化设计;研究了磨粒浓度与传感器测量电压之间的关系,运用静电传感器在线监测机械设备润滑油中磨损颗粒的荷电情况,得到设备磨损的监测结果,验证了静电监测方法的有效性。     

基于分布式RFID中间件的制造车间数据采集的研究

为了更好的利用RFID的优点采集制造车间的数据,并对企业应用系统的影响最小,企业不需要重新开发部署应用系统,对应用于采集制造车间数据的RFID中间件进行了研究,RFID中间件采用了分布式的结构,达到了提高效率、节省时间和降低成本的目的,同时提出了对制造信息的保护,满足了企业对重要制造信息保密的要求。     

基于RFID技术的低功耗汽车门禁系统

针对汽车门禁系统功能实现与功耗的问题,对系统车身控制模块及遥控钥匙模块的控制机制、硬件电路设计及RFID通信算法等方面进行了研究,对降低系统功耗的方法进行了归纳,提出了一种基于PIC16F1828单片机控制车身控制模块及PIC16F630控制遥控钥匙模块的汽车门禁系统,系统低频收/发电路分别采用TMS37122、TMS3705射频芯片,高、低频通信频率分别为315 MHz、134.2 k Hz,而数字调制方式则分别采用幅移键控、频移键控,系统RFID通信方式采用的是曼彻斯特编码编码。研究结果表明,该系统的遥控钥匙能实现1.5 m内控制车门的开启,并伴有设防、撤防的报警功能及语音提示功能,遥控钥匙有学习、复位功能,系统功能完善,实现了汽车门禁系统功能及功耗的优化。     

基于粗糙集和神经网络的润滑油中磨损磨粒的识别

为了更有效地对润滑油中的磨损磨粒进行识别,探讨了基于粗糙集和神经网络的磨粒识别。它首先利用粗糙集理论对磨粒特征参数进行约简,这样能够大大减少了神经网络的输入维数。然后介绍了一种径向基神经网络,并利用它对磨粒进行分类。对20个磨粒进行识别,磨粒分类分对14个,分错6个,识别率达到70.0%。