电感式磨粒在线监测传感器结构参数优化

润滑油液中金属磨损颗粒的浓度和尺寸大小能够反映系统的健康状况,为实现对油液磨粒上述信息的实时监测,基于三线圈电感式磨粒监测传感器数学模型,分析了传感器的灵敏度与线圈结构参数的关系.同时为满足在线监测系统的需求,提出了基于改进的粒子群算法来优化传感器参数,在不同迭代阶段实现对参数的自适应调整,以平衡局部和全局搜索能力,将...     

微流控芯片上油液磨粒电容检测

报道一种可用来检测和计数油液中磨粒个数的微流控芯片实验室装置(microfluidic lab-on-chip).使用直径为25μm铜丝作为电极,在PDMS徼流控芯片上加工获得三维电容传感器,油液样品在微流控芯片上由注射泵驱动通过传感器.金属磨粒与油液介电常数不同,每一个通过电容传感器的磨粒均会产生电容脉冲信号,脉冲信号幅值反映了磨粒大小,而脉冲个数即为磨粒数量,实现了最小粒径为8 μm的铝磨粒的检测和计数.该油液磨粒检测装置具有结构简单、成本低、检测精度高等优点,有望应用于远洋船舶的油液离线分析.     

微流控芯片上润滑油中微金属颗粒快速分离

润滑油中金属磨粒在线检测是实现船舶机械设备润滑状态监测和故障预判的重要方法之一。为了检测润滑油中不同类型金属磨粒,设计并搭建了微流控芯片上基于离心力作用的金属颗粒分离系统。该系统以微流控芯片为平台,设计了圆弧形流道结构,利用ANSYS CFX软件对微颗粒运动进行仿真模拟。实验操纵金属颗粒在离心力作用下实现分离,并进入不同种类金属颗粒通道。仿真和实验研究结果表明,所设计的金属颗粒分离系统可实现润滑油液中直径为15μm的铜、铝颗粒的有效分离。     

装甲车辆润滑油监测数据的多元回归分析

利用多元回归分析方法对装甲车辆变速箱润滑油监测数据进行了分析,说明了油样中铁谱磨粒浓度和油液污染度之间的线性相关性,并建立了两者的线性模型,为预测油液污染度提供了一种方法.     

双线式螺线管型磨粒传感器设计及其实验研究

为提高螺线管型磨粒传感器的信噪比和检测能力,实现更小金属颗粒的检测,根据并联电感原理设计并制作基于微流道的双线式螺线管型磨粒传感器.对双线式螺线管型磨粒传感器的检测原理进行理论分析,并对相互并联的双线圈等效电感值进行公式推导.使用本文设计制作的双线圈磨粒传感器与传统的单线圈传感器,分别对不同粒径梯度的铁颗粒进行检测与计数,并将检测数据进行对比.实验结果显示,双线圈磨粒传感器可实现5μm铁颗粒的检测;双线式螺线管型磨粒传感器检测信号的信噪比高于单线圈磨粒传感器,最大可达3倍.本文研制的双线式螺线管型磨粒传感器可用于油液中微米级金属颗粒的检测,且具有较高的检测精度.     

反向双激励螺线管在航空发动机油液磨损颗粒检测中的应用

油液磨粒监测有两类：离线与在线监测。为了真正实现航空发动机油液磨粒在线监测，设计了一种反向双激励型螺线管式传感器，实现了航空发动机油液磨粒类型、大小、数量等的实时在线监测。     

基于偏最小二乘回归的装甲车辆润滑油监测

采用偏最小二乘回归方法,经交叉有效性检验,选取2个成分建立了某中型坦克变速箱的润滑油油液污染度与磨粒浓度、磨损烈度指数和大磨粒百分比的关系模型,该模型对各自变量的累计解释能力均达到97％以上,对因变量的累计解释能力超过98％,通过该模型计算得到油液污染度的拟合值与实测值的最大相对误差不超过7％,可以对油液污染度进行有效预测,从而为设备的正确维护提供有效的依据,实现预防性维修。 关键词：装甲车辆;润滑油监测;偏最小二乘回归     

纳米晶体磁环对磨粒传感器灵敏度的影响

为了提高在线式磨粒监测传感器的监测灵敏度,设计了一种内置纳米晶体磁环的电磁式磨粒传感器.通过建立传感器内部磁场分布及输出感应电动势的数值模型,系统地研究了传感器感应线圈磁环和激励线圈磁环尺寸特征对磨粒监测灵敏度的影响规律.仿真及实验结果表明:纳米晶体磁环对传感器灵敏度具有显著影响.具体表现为:为激励线圈和感应线圈同时添加特定尺寸的磁环可使磨损颗粒引起的传感器输出感应电动势幅值增大4~7倍.该方法可大幅提高传感器对微小磨粒的监测能力,对大型机械设备的早期故障诊断和故障预警具有重要意义.      

基于活动轮廓模型的在线铁谱图像分割研究

为了准确分割磨粒区域以得到油液中铁谱磨粒的含量，从而获取设备油品及故障信息，以图像可视在线铁谱传感器获取的磨粒图像为对象，引入了基于曲线演化理论和水平集方法的两个区域几何轮廓模型，即LBF模型及IR模型。通过对比这2种模型的分割效果发现：IR模型具有更高的分割准确率和更快的收敛速度。然后进一步分析了模型参数对分割结果的影响，得出不同磨粒浓度条件下对应最优分割效果和最短运算时间的分割参数值，为在线监测中磨粒图像分割参数的自适应选择提供了依据。实验结果表明，研究所采用的分割模型对于磨粒图像具有更高的分割准确率和收敛速度，为后续快速、准确计算油液中铁谱磨粒含量提供了保证。     

油液监测在风机故障诊断中的应用

油液监测技术作为一种齿轮箱故障诊断方法,可排查齿轮箱和风机的潜在故障。结合风机油液检测、包括油液的理化性能检测,污染监测及磨损颗粒分析,从而对风机故障引起预警,早期排除风机潜在故障,为业主单位降低维修成本。本文介绍了几种常规对润滑油检测的项目,分析了实际案例。     

基于大数据技术的滑油螺杆泵智能预警系统构建

滑油螺杆泵是船舶与海上平台最为重要的辅机设备之一,其可靠性对于整个船舶的可靠运行具有极大影响.本文基于对滑油系统油液的显微检测技术,对设备润滑系统中滑油的状态作及时监测.通过提取滑油内部磨粒形态、尺寸、数量等信息,利用大数据中的贝叶斯信念网络算法将磨粒相关数据和设备运行状态之间建立关联,结合贝叶斯公式和马尔科夫链原理,构建出一套基于滑油系统的油液显微检测数据的算法组合,建立实时监测专家系统,实现对滑油螺杆泵的在线运行状态检测和故障的早期智能预警,从而有效在滑油螺杆泵运行故障出现的早期及时将故障识别出来并进行维修维护,以减少或规避因设备故障造成的损失.     

基于STM32的油液颗粒污染度检测系统设计

合格的润滑油对机械的正常运转非常重要,但润滑油中杂质颗粒含量的增加使机械设备面间的摩擦加剧,损坏机械.润滑油的质量检测对于安全生产非常重要.本文以STM32为核心控制器,利用颗粒传感器Pamas S4031和颗粒计数法,搭建一套在线检测油液颗粒污染度系统.该系统具有可触屏、友好、简捷的人机交互界面,能够实时测量直径为4、6、14、21μm的颗粒含量、含水率、油液温度和油液质量.     

油液监测与设备诊断技术及在煤矿的应用

简单介绍了设备故障及其诊断技术,分析了油液监测与设备故障诊断的关系,探讨了油液监测与诊断技术在煤矿的应用。     

基于最大重叠离散小波变换的油中颗粒污染物特征信号提取

油液中的金属颗粒物是液压系统重要的健康指标,利用颗粒污染物的相关参数,实现对故障的诊断,可以提前预防事故的发生;介绍了基于最大重叠离散小波变换的油中颗粒污染物特征信号提取技术,并分别使用仿真信号和真实信号对该方法进行了验证,以期能够以此提高油液中颗粒污染物监测精度.     

电感式磨粒在线监测传感器灵敏度提高方法

电感式磨损颗粒在线监测传感器的研究所面临的主要瓶颈是传感器灵敏度与孔径之间存在矛盾,灵敏度较高的传感器一般采用微流道结构(孔径1mm),最大允许流量小;而大孔径的传感器其灵敏度较低.为满足重型机械磨损状态在线监测的需求,研究了大孔径(7mm)的电感式磨粒监测传感器灵敏度提高方法.提出使传感器工作于全谐振状态,其中激励线圈工作于并联谐振状态,感应线圈工作于串联谐振状态,共同增强颗粒引起的传感器输出感应电动势.检测机理上建立了交变磁场中金属颗粒对磁场的扰动模型,考虑了颗粒在交变磁场中的涡流效应,提高了模型的实用性.实验表明谐振原理极大地提高了传感器的灵敏度,实现了直径75μm铁磁性颗粒和220μm非铁磁性颗粒的有效检测,初步满足了重型机械设备初期异常磨损阶段的在线监测需求.     

铁谱技术智能化应用研究进展

铁谱技术是诊断机械设备发生磨损故障的有效办法,但传统铁谱技术难以实现对油液进行在线监测和磨粒的自动识别,而铁谱技术的智能化发展使得磨粒自动识别得以实现;从在线铁谱智能图像理论、BP神经网络、支持向量机和模糊集理论4个方面综述了铁谱技术智能化的应用研究,为后续深入研究铁谱智能化识别系统起到重要的指导意义。     

高梯度静磁场的多通道磨粒检测传感技术研究

针对机械设备磨损在线检测系统存在的大流量和高灵敏度难以同时满足的问题，提出了基于对向布置环形磁铁的多通道磨粒在线检测传感器结构. 通过建立传感器磁特性及铁磁性磨粒磁化的数学模型，推导得到了磨粒通过传感器时磁场扰动的解析解；进而采用仿真与实验的方法验证了传感器结构参数对传感器性能的影响规律. 研究表明，铁磁性球体磨粒通过传感器时，其内部磁感应强度约为背景磁感应强度的3倍，且传感器感应线圈布置于磁铁外边缘比布置于磁铁内边缘时的检测灵敏度高约10.1%；同时，随着磁铁外径及两磁铁轴向间距的增加，传感器输出感应电压呈现先增加后下降的趋势.采用优化后结构参数的传感器可实现直径80 μm铁磁性磨粒的有效检测.     

石英晶体微天平传感器在油品粘度中的应用研究

利用石英晶体微天平传感器开发了一种新的油品粘度监测方法，阐明了石英晶体微天平传感器在油品粘度监测中应用的基本原理，研制了适合油液环境的传感器探头以及振荡电路，实验结果表明，传感器的频移值与润滑油粘度的平方根值有良好的线性关系,利用石英晶体微性关系，利用石英晶体微天平传感器对油品粘度进行监测是很灵敏的，因此适合用于油品在线粘度的分析。     

航空发动机油液磨粒与故障关系RVM预测方法

支持向量机方法应用于发动机油液磨粒与故障关系预测时,常出现稀疏性不强、计算量大、核函数必须满足Mercer条件等问题。针对这一问题,在原理介绍和推导的基础上,利用某型航空发动机滑油光谱分析得到的237组数据中的7种金属磨粒浓度及其对应的发动机工作状态,对相关向量机预测方法进行了检验。采用相关向量机、最小二乘支持向量机和反向传播神经网络方法,对发动机工作状态进行预测。结果表明,在同等条件下,与LSSVM和BP-NN相比,RVM拥有计算量较少、预测时间较短,精度较高等优势,可广泛应用于发动机油液磨粒分析与故障预测。     

颗粒速度对电磁式磨粒监测结果一致性的影响机制

随着机械系统复杂程度及运行可靠性要求的逐渐提高，电磁式磨粒在线监测传感器被广泛研究并逐步应用于机械设备磨损状态监测领域.针对润滑油液中金属磨损颗粒运动速度的随机性导致电磁式磨损颗粒检测传感器检测结果一致性差的问题，建立了交变磁场中金属球体磨损颗粒磁特性模型，研究磨损颗粒局部磁感应强度分布规律以及磁能扰动计算方法；同时提出并实验测得了非铁磁性磨损颗粒的磁能损耗系数，进而对传感器输出的颗粒信号进行补偿.实验表明该方法可以消除磨损颗粒运动速度对传感器输出信号幅值的影响，极大地提高传感器对非铁磁性磨损颗粒检测结果的一致性.