高功率密度柴油机光谱和铁谱故障诊断

采用光谱分析方法和铁谱分析方法对某6缸高功率密度柴油台架设计验证过程中的故障进行分析。通过对油样的光谱分析,确定磨损金属元素Al、Fe、Cr、Mn及Cu、Pb、Ni存在相关性。对光谱分析发现的Al元素质量分数突然增大的某油样进行铁谱分析,发现油样中存在大块铝颗粒;结合发动机摩擦副材料选用情况,确定活塞存在故障,整机拆解进一步验证了这一结果。采用光谱和铁谱相结合的分析方法,提高了基于油液分析方法诊断故障的准确性和可行性,有助于柴油机故障位置的准确确定。     

机械装备油料光谱分析与故障诊断

本文介绍了油料光谱分析技术原理在故障诊断中的必要性；论述了这种技术在产品预研、开发、生产和使用维护中应用的重要性；较深入地研究了油料分析结果的信息处理与故障预报，包括４类界限值制订方法、灰色模型预测、模糊聚类、判别分析和诊断专家系统，有应用示例。     

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.     

柴油机机油压力过低故障诊断

柴油发动机主要零件是靠机油润滑,如果机油压力过低,相对运动的零件之间难以形成润滑油膜而造成干摩擦,继续使用发动机会酿成烧瓦、拉缸等重大事故。当柴油机机油压力低于0．2MPa时,应立即停机,检查原因。     

高功率密度柴油机光铁谱故障诊断研究

采用光谱分析方法和铁谱分析方法对某６缸高功率密度柴油台架设计验证过程中的故障进行分析。通过对 油样的光谱分析,确定磨损金属元素Ａｌ、Ｆｅ、Ｃｒ、Ｍｎ及Ｃｕ、Ｐｂ、Ｎｉ存在相关性。对光谱分析发现的Ａｌ元素质量分数 突然增大的某油样进行铁谱分析,发现油样中存在大块铝颗粒;结合发动机摩擦副材料选用情况,确定活塞存在故障, 整机拆解进一步验证了这一结果。采用光谱和铁谱相结合的分析方法,提高了基于油液分析方法诊断故障的准确性和可 行性,有助于柴油机故障位置的准确确定。     

轧机齿轮箱故障诊断专家系统的研究与实现

机械设备的故障诊断依赖大量的数据检索和重复的频率计算,而常见故障具有很强的规则性。将典 型故障特征规则与现场技术人员的经验总结进行信息规则化后存储至诊断规则库,利用计算机将自动频率计 算和自动搜索与故障诊断推理规则相结合,开发出轧机齿轮箱故障诊断专家系统,为现场的技术人员提供了 快速轧机齿轮箱智能诊断工具。     

光谱与铁谱的原理及其在设备诊断中的应用

主要介绍了机械故障诊断中的油液分析技术,包括油液的光谱分析技术和油液的铁谱分析技术。简要阐述了光谱和铁谱技术的基本原理,概括了铁谱分析的关键设备——铁谱仪,并进一步说明了这两种技术的应用场合、分析方法和优缺点以及它们在设备诊断中的应用。     

油液监测技术在航空发动机故障诊断中的应用

简要介绍了目前油液监测技术常用的几种方法以及它们在航空发动机故障诊断中的应用，并预测了未来油液监测技术的发展趋势。     

基于混合推理机制和光谱分析的活塞压缩机磨损故障诊断设计

建立了压缩机组磨损基于规则推理与人工神经网络混合推理的专家系统模型，应用该模型可以解决规则不足的问题，同时采用黑板机制实现神经网络推理与基于规则推理之间的转换，克服基于规则推理效率低下，知识获取困难的障碍，实现演绎推理（基于规则推理）和归纳推理（人工神经网络）的有机配合。     

油液分析技术在齿轮箱故障诊断中的应用

齿轮箱是机械变速传动的关键部件,齿轮的故障诊断有多种方法,运用油液分析技术对齿轮箱进水故障进行诊断,并举例进行分析。     

油液分析技术在压缩机故障诊断中的应用

为提高设备利用率和预防意外事故的发生,根据大连石化四酮苯车间机组情况制定压缩机润滑油监测方案,采用铁谱分析仪监测油液中的磨粒状况,进而预测和诊断压缩机工作状态。实践证明该方法可有效提高机组总体运行可靠性。     

柴油机油液诊断中光谱分析数据的预处理

针对柴油发动机润滑油样光谱分析Fe元素数据中存在的野点、漏点、上下波动、断层现象等不利于柴油发动机磨损状态判别的问题,分析其产生的可能原因,对数据提出不同的修正处理方法。将原始光谱分析数据序列分成原油样数据、换油后数据、换滤后数据三段,对原油样数据采用灰度模型、线性回归、Gaussian模型、Hermite插值等方法进行修正处理,对换油和换滤后数据采用灰度模型进行预测修正和光滑处理,实现光谱分析数据的预处理。和原始序列相比,修正后数据在保持原有变化趋势的基础上实现平滑递增。     

基于油液分析的齿轮减速机状态监测和故障诊断

采用油液分析技术对某钢管厂合金锯齿轮减速机进行状态监测。针对设备出现的异常磨损,利用光谱、铁谱技术对油样进行定量和定性分析,利用理化分析技术分析油样的理化性能,找出设备异常磨损的原因。现场根据诊断结论进行整改,取得良好的实际效果。     

基于数据仓库的油液故障诊断知识库建立研究

论述了数据仓库的优点，针对油液故障诊断的特点，提出了基于数据仓库的油液监测故障诊断系统的体系结构，并讨论了数据仓库的设计和管理。     

基于径向基函数神经网络的柴油机故障诊断

提出一种应用径向基函数(RBF)神经网络解决故障诊断问题的方法,并将其应用于柴油机故障诊断与识别。在RBF神经网络中采用了一种减聚类的学习算法来确定径向基函数的相应参数,从而使神经网络结构得到优化。实例仿真结果表明,RBF神经网络学习收敛较快,对故障识别性能好。     

往复机械磨损故障的铁谱油液诊断法

在分析铁谱油液诊断法基本原理及诊断步骤的基础上，提出将该方法应用于诊断往复机械磨损故障。现场应用表明，该方法是实际有效的。     

振动及油液监测技术在船舶往复式空压机故障诊断中的应用

本文介绍了利用振动及油液分析技术综合诊断船舶往复式空压机故障,并通过一个实例具体分析了空压机的故障。该方法在船舶上的应用解决了监测工作中单一利用振动信号分析难以确定故障部位的问题。     

发动机故障知识范围分析及诊断系统构建

以构建发动机故障自动诊断系统为出发点，指出缺乏知识是技术实现的难点所在。以全局的观点分析了发动机的知识范围，采用粗糙集理论从数据中挖掘规则知识，给出了规则可信度的确定方法，并采用粗糙集理论中的属性重要性概念来对CBR理论中实例相似度权重进行分配，避免了主观性。考虑到发动机故障关联性强、故障现象和原因之间少有一一对应的特点，提出了基于结构分解的知识组织模型，并集成多种方法来共同完成故障诊断。     

滑动轴承油膜涡动与油膜振荡的故障诊断

通过对滑动轴承油膜振荡故障机理的研究,列举该类故障诊断中常用的征兆参数,阐述了故障多征兆与多原因的关系,通过对一台离心压缩机机组滑动轴承油膜振荡故障的成功诊断实例介绍,说明了有效诊断该类故障的方法,该方法的使用能及时准确地得出诊断结论。