SPIERTZ．800T型冲压机油液光谱预测研究

因油液监测无需设备停机或拆解,而被用于大型冲压机的故障监测。本文基于灰色模型GM(1,1)对利用光谱技术测定的油液中磨损元素绝对浓度值进行预测,经检验该模型的预测精度高,为冲压机的故障监测提供了依据,解决了冲压机故障预测不准确的问题。     

基于有限元分析和油液监测的轴承疲劳磨损寿命研究

提出有限元分析和油液监测相结合的方法来预测风电机组轴承疲劳磨损寿命。通过ABAQUS有限元分析,结合某风力发电机的实际运行工况,获得风机发电机后轴承的应力分布和应力时间历程曲线,通过雨流计数法和Miner准则,计算出轴承出现疲劳磨损的寿命时间;运用油液检测和铁谱分析实验,得到该风机轴承的润滑脂性能信息和磨损颗粒信息,从而判断出该轴承的润滑和磨损状态。通过结合分析仿真计算和实验的结果,可以更准确地预测和诊断轴承的疲劳磨损寿命和故障,从而提高风电机组运行的可靠性。     

发动机油液监测系统中的铁谱技术研究

主要介绍了用于发动机状况监控的铁谱技术的原理、特点及仪器组成，并对铁谱技术的发展趋势作了简要介绍。     

基于油液监测技术的推土机变速箱故障诊断

联合应用理化性能分析、铁谱分析和原子光谱分析等多种油液监测分析技术,对SD22型推土机变速箱进行状态监测和故障诊断。根据监测所得的润滑油本身信息和油液中磨粒的形状、大小、数量及种类,确定变速箱合理的换油时间;根据润滑油中铁、铜元素含量超标,判断出变速箱中的摩擦片或轴承保持架磨损较为严重,需要停机检查。     

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。     

油液污染度优化组合预测研究

油液污染是引起液压系统故障的主要原因。该文建立了基于灰色残差的修正模型、时间序列和神经网络的优化组合预测模型，并将该模型应用于液压油液污染度的预测，实验结果表明，该模型在油液污染度预测中取得良好的效果，对实际油液污染监测具有一定的价值。     

基于激光扫描的铁谱全谱定量分析系统研究

介绍了最新研制的一种基于激光扫描的铁谱全谱分析系统的工作原理、总体结构和应用实例。该系统利用旋转漏斗结合高梯度磁场制备磨屑的沉积谱片,依靠高精度激光传感器和自动检测装置实现铁谱片的全谱检测,并实时进行数据显示和计算机采集。利用故障诊断软件对全谱数据及其它指标数据进行综合分析,参考设备库和故障库,生成磨损监测和故障诊断报告。     

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。     

利用振动及油液铁谱监测技术诊断汽轮发电机组故障

克拉玛依石化公司热电厂的1#汽轮发电机组2010年1月1号瓦振动值突然增大,利用振动监测分析及对润滑油油样进行铁谱分析,准确诊断出机组振动原因,经过检修,解决了问题。     

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。     

直读式旋转铁谱仪定量测试方法研究

在自行研制开发的DRF-II型直读式旋转铁谱仪的基础上,提出了利用光电传感器对包括斑点、油质、旋转谱片等进行测试的在用润滑油定量测试方法,并在机械设备的磨损状态检测中进行了试验应用研究。结果表明:提出的定量测试方法,数据可靠度高,对反映机械运行过程中的磨损状态和油质变化比较敏感;扩展了DRF铁谱仪的测试范围,为故障诊断提供了更多的依据。     

基于铁谱定量分析的齿轮箱磨损分析

铁谱定量分析能获得齿轮箱运行过程中的磨损量,主要指标为大磨粒读数DL和磨损烈度指数IS,并可将这两者绘制成趋势曲线。结合设备自身的故障率及铁谱数据的特点,对铁谱数据进行残差分析筛选合适数据,并改进传统的绝对值公式,计算出能反映齿轮箱运行情况的磨损状态界限值。在实际运用中,改进公式满足设备磨损状态的判断需求,及时反映齿轮箱当前运行状态的磨损情况,为设备故障预防的监测提供了一种方法。     

PSO优化灰色神经网络的珩磨油石磨损预测

为了预测油石的切削寿命,保证珩磨加工质量,引入灰色神经网络,通过将珩磨工艺加工参数作为模型输入来预测油石的磨损量,最终建立了珩磨油石磨损量预报模型。在油石磨损量预测过程中,针对神经网络存在收敛速度慢、容易陷入局部最优等缺陷,利用粒子群算法对灰色神经网络的参数进行优化。试验结果表明,基于粒子群算法改进的灰色神经网络具有更好的逼近能力和预测精度,便于合理更换油石。     

灰色加权马尔可夫组合模型的车削加工尺寸预报研究

机械加工尺寸预报是机械预测补偿控制技术的基础。传统灰色模型可用于预测时间短,数量少,数据波动起伏不大的动态系统,而马尔可夫链理论适用于处理随机波动性大的过程。于是,结合传统灰色系统和马尔可夫链的优点,提出一种基于外圆车削过程尺寸预测的加权马尔可夫SCGM(1,1)c组合模型。结果表明:加权马尔可夫SCGM(1,1)c模型可用于外圆车削的机械加工尺寸预报。通过仿真证明此模型既可揭示外圆车削加工尺寸变化的总趋势,又能减小随机波动性的影响,精度可达到要求。     

基于灰色理论的润滑油监测数据关联度分析

运用灰色趋势关联度理论,以实验中测得的某重型车辆发动机润滑油的介电常数值为系统行为特征序列,定量分析酸值、积碳含量、铁含量与介电常数的关联性,得出了它们之间紧密联系程度的数量表征。对计算结果的研究表明,各个指标与介电常数之间的关联度虽然有一定的差异和波动,但总体处于较高水平,为通过测量介电常数值来判断润滑油状态提供了依据,并为润滑油各个检测指标之间的相互验证提供了一种方法。     

基于灰色关联分析的加工方案决策研究

机械零件尽管多种多样,但均是由一些诸如外圆、内孔、锥面、平面、螺纹、齿形等常见形状特征所组成。因此,合理选择常见形状特征的加工方案,是正确制定零件加工工艺的基础。提出了基于特征的二级加工方案决策体系,建立了基于零件特征的加工方案评价指标体系,并采用灰色关联分析对特征加工方案进行优化分析和计算。最后以单特征圆柱孔的工艺方案决策为例,证明了该方法的实用性。     

润滑脂铁谱分析的研究与应用

本文介绍了一种新的分离润滑脂中磨粒的方法，并对利用分析式铁谱仪和旋转式铁谱仪所制得的谱片进行了比较，指出二者相结合起来的方法是最有效的分析方法，介绍了它们的操作步骤，并通过对大型滚动轴承润滑脂的铁谱分析证明了该方法的有效性。     

基于计算机图像分析的铁谱诊断研究

铁谱计算机诊断技术近年来受到了广泛的关注,研究者以计算机图像处理技术为基础,结合专家系统、神经网络、模式识别以及灰色理论等技术,对铁谱诊断计算机处理自动化,智能化作了深入的研究。目前对用于铁谱诊断的磨粒2D数字参量描述了的开发已经很完善,但对于3D特征参量的开发运用仍存在很大的困难。一些3D参量虽然可量化某些特征,但目前仍设有合适的方法来全面特征化3D磨粒及表面。本文全面阐述了铁谱计算机诊断研究的状况,并指出了该领域的发展前景。     

用双单片机控制的冲床数控系统的研究

本文采用双单片机主从式控制和模块化设计,建立了冲床系统的结构模型,合理确定了主丛系统的任务,并采用共享存储器通过软件判优方式顺利实现了双机通讯。文中详细阐述了系统的硬件设计和软件设计。系统的人机界画采用LCD,给出了显示刷新模块的设计过程。通过仿真调试,验证了系统设计合理、经济、适用。     

铁谱分析中"矩阵序列"法的研究

基于分析人工利用光学显微镜对谱片上的磨损颗粒种类进行识别的模式,提出了利用计算机模仿人工进行磨毒损颗粒种类识别的“矩阵序列”法,并建立了“矩阵序列”法实现的具体方法。该方法对磨损颗粒种类识别率在80％;以上,且重复性很好。