基于油液光谱Wiener过程的综合传动装置失效预测

原子发射光谱是分析油液中微小磨损颗粒元素浓度的重要方法。作为一种非直接测量方法,油液光谱数据是车辆综合传动装置可靠性评估中的系统性能劣化的重要监测指标,可用于系统失效评估与剩余寿命预测。针对油液光谱数据这类型的一元劣化失效,随机过程尤其是Wiener过程模型具有良好的计算分析性质,在基于性能劣化的可靠性分析中应用日趋广泛。通过对车辆综合传动装置运行中的实时采样,共取得50个油液光谱样本。采用其中三种指示元素的线性回归方程来计算综合传动装置运行中每个瞬时的特征值与均值。基于正漂移Wiener过程,建立了综合传动装置的劣化失效预测模型,并基于R语言环境进行了随机微分方程的仿真与求解。得到了油液光谱中的Fe,Cu和Mo元素含量增长趋势的预测结果以及三种指示元素各自的首中时间。经比较,劣化失效周期的预测值较之条件维护时间延长了27 Mh(15.9%)。维护时间的延长,能够有效的减少全寿命周期内的维护次数,并最终降低维护成本。研究结果表明,该方法适用于综合传动装置的磨损与失效预测、全寿命周期费用与维护计划的优化。同时,也可推广至其他复杂机械系统的失效预测与评价等相关领域。     

基于油液光谱分析的综合传动视情维护研究

综合传动装置磨损产生的金属颗粒在润滑油液中均匀混合,导致装置工作环境的恶化并最终导致装置磨损失效事故的发生。因此,实现综合传动装置磨损劣化状态的准确监测和视情维护策略的合理制定对提高装置的可靠性与可维护性具有重要意义。携带着磨损部位与磨损状态信息的油液光谱与综合传动装置寿命的相互关系反映了装置磨损劣化的分布特征,使实现基于油液光谱数据的装置劣化建模和维护决策成为可能。现有综合传动装置视情维护研究是通过油液光谱数据趋势分析结合经验阈值实现的,没有考虑维护成本、装备可用度等因素的影响。鉴于此,提出基于油液光谱数据的综合传动装置视情维护决策方法。首先,针对综合传动装置的历史故障油液光谱数据,考虑装备寿命与各劣化变量间的相互关系及各劣化变量对装备劣化的贡献程度,采用Weibull比例风险回归建立了装置的工作寿命模型。然后,针对综合传动装置训练演习和执行任务两种使用工况,分别以最少维护成本、最大可用度为目标建立了装置的维护决策模型。与传统的综合传动装置维护决策方法相比,该方法考虑了维护成本因素和装备可用度因素的影响,能够根据维护目标有效的制定装置最优维护时间,为装置的视情维护决策提供了一个客观的量化方法。最后,通过对Ch系列综合传动装置历史故障油液光谱数据的实例分析证明了该方法的有效性,它能够实现综合传动装置视情维护策略的合理制定,也为其他装备的视情维护决策提供了有益的参考。     

基于油液光谱数据的离合器剩余寿命随机过程预测

基于油液光谱数据的湿式离合器剩余寿命预测对于综合传动装置的状态监测及可靠性具有显著影响。针对油液光谱数据随机性较高以及现有方法的性能指标单一且误差偏大的问题,利用二元Wiener过程的预测实时性和准确的优点,开展离合器剩余寿命预测研究。首先,结合湿式离合器寿命试验,通过对全寿命周期光谱数据的补换油修正处理,提取出离合器剩余寿命预测的指示元素Cu和Pb及失效阈值;其次,通过Matlab Copula函数分析指示元素的相关关系特性,由此推导出剩余寿命的关联函数;再次,根据Inverse Gaussian原理,建立上述两种指示元素的一元、二元wiener过程的性能退化数学模型;最后,利用极大似然估计法进行参数估计,并采用一元、二元性能退化数学模型分别对被试离合器的剩余寿命开展了随机过程预测研究。通过预测结果与试验结果的对比,在150～240 h范围内,二元wiener过程剩余寿命预测的偏差为6%～22%;相较一元wiener过程,剩余寿命预测的准确率提升9%以上。研究结果表明,二元wiener过程模型及其预测方法用于湿式离合器的剩余寿命预测,具有预测实时性强且预测精度高的优点。同时,该方法可推广到设备状态在线监测及剩余寿命预测等相关领域。     

基于信息熵的机械传动油液光谱监测数据选择方法

机械传动装置磨损产生的金属微粒在润滑油中均匀混合并不断积累，是一个缓慢退化过程，可通过油液光谱分析监测。MOA Ⅱ型原子发射光谱仪能够分析得到多达15种元素浓度数据，应用分析得到的油液光谱数据，便能够实现机械传动装置健康状态的监测与评估。然而，并不是所有的油液光谱数据都能够表征装备的健康状态，只有部分油液光谱数据能够提供有用的退化表征信息。应用全部油液光谱数据进行机械传动装置的健康状态监测会增加退化模型的复杂性。鉴于此，为实现机械传动装置健康状态的准确表征，提出了基于信息熵的油液光谱监测数据的选择方法，旨在为机械传动装置的健康状态监测与剩余寿命预测提供有效的退化数据。与传统的油液光谱监测数据选择方法相比，该方法使用信息熵表征各监测数据中蕴含退化信息量的大小，并以此为指标定量选择机械传动装置的退化数据。通过对综合传动装置可靠性试验油液光谱监测数据的实例分析证明了该方法的有效性，能够实现油液光谱数据的定量选择，提高了综合传动装置寿命预测的准确性，也为其他装备监测数据的选择提供了指导。     

基于油液光谱分析和粒子滤波的发动机剩余寿命预测研究

油液光谱分析是机械磨损状态监测、故障诊断与故障预测的重要技术,基于光谱数据的机械状态剩余寿命预测有利于实现机械系统的最优维修决策。由于机械设备越来越复杂,其健康状态的退化过程很难用线性模型来表示,而粒子滤波(particle filter, PF)对非线性非高斯系统的处理能力,与经典Kalman滤波相比具有明显的优势,文章将PF预测方法运用于光谱分析,提出了基于PF和油液光谱分析技术的设备剩余寿命预测方法。在预测模型中实现了根据设备后验分布的估计值预测其先验分布概率,建立了基于PF的多步向前长期预测模型。最后,对某发动机实际的光谱分析数据进行了预测和分析,并与传统Kalman滤波方法的预测结果进行了比较,结果充分表明了本方法的有效性和优越性。     

基于油液光谱数据融合的湿式离合器剩余寿命预测

针对湿式离合器油液监测数据具有来源分散、数据量大及时间轴不稳定等问题,对光谱分析得到的多数据进行融合,利用维纳过程的预测实时性和预测准确的优点,建立模型开展离合器剩余寿命预测研究。首先,通过排列熵加权证据融合方法对离合器寿命试验获得的指示元素进行融合,构建健康指数;其次,结合维纳过程建立退化模型并通过极大似然法对模型中的参数进行估计;再次,根据历史退化数据对参数进行更新得到离合器剩余寿命预测模型;最后,将预测模型与实例进行对比,得到利用融合多元素的健康指数建立的维纳过程预测模型预测准确性相比单指示元素预测有了很大提升,其预测点更接近试验值。通过观察也发现,湿式离合器运行50～60 h左右时,预测点有了明显的变化,而同样在220～230 h时,预测点有了明显的偏差,在240 h左右又重新接近试验值,其突变点对应了离合器磨损的三个阶段,即初期磨损,正常磨损和剧烈磨损。研究结果表明,融合油液光谱数据结合维纳过程建立的预测模型用于湿式离合器的剩余寿命预测,具有预测实时性强且预测精度高的优点,而通过预测结果和试验值对比发现,湿式离合器磨损状态的不同对预测结果也有一定的影响,尤其磨损状态转变点对预...     

双光子激发时间分辨荧光光谱测量技术

建立了一台基于高重复频率扫描相机的双光子激发时间分辨荧光光谱测量系统，能够同时测量样品的荧光光谱和寿命. 该系统的时间分辨率为6.5—200ps，光谱分辨率为1—3nm，能够实现快速数据采集以及可靠和可重复的寿命和光谱测量. 利用标准荧光染料(若丹明6G、香豆素314)及其混合溶液对该系统进行了测试，所得到的荧光光谱分布和寿命值与文献报道一致. 实验结果表明，该系统能有效区分多组分荧光团. 这为鉴别多荧光团或多组分生物组织提供了一种独特的对比方法，可用于多光谱分辨荧光寿命成像和荧光共振能量转移成像等方面. 关键词： 荧光寿命 荧光光谱 双光子激发 高重复频率扫描相机     

基于互信息的遗传算法在光谱谱段选择中应用

在近红外光谱分析技术中,建立一个准确、稳健的定量模型至关重要。全光谱建模会增加建模和预测时间,降低模型的稳健性和预测精度,因此有效的变量选择方法对于模型构建至关重要。针对该问题,提出了基于互信息的遗传算法(GAs-MI)对特征变量进行选择,互信息筛选掉大量无关信息和冗余信息,遗传算法进一步选择出高辨别力的特征;并在遗传算法的变异过程中引入Shapley值方法,减少了人为设定参数的随机性。为了验证算法的有效性,选取有代表性的273个烟叶样本为实验材料,随机选择其中182个样本实现对烟叶总烟碱的PLS定量建模,剩余样本作为测试集,以相关系数(R)、交互验证均方差(RMSECV)和预测均方根误差(RMSEP)为模型评价指标。实验结果表明,通过该方法选择的波长建立的模型更加简单、预测能力更强。     

基于天空光遮挡法的漂浮式水体光谱测量系统研制

精确的现场水体光谱特性测量与分析是水色遥感领域亟待解决的重要基础问题。传统的剖面法、水面之上法等水体光谱现场测量方法无法直接测得离水辐亮度(L_w),后处理过程比较复杂,不确定性较大。天空光遮挡法(SBA)实现了对水体离水辐亮度的直接测量后处理流程相对简单,能较好地避免传统现场光谱测量方法的许多不确定因素。但目前为止,国际上还没有成熟的基于SBA方法的水体光谱测量系统,因此基于SBA方法开展新型水体光谱测量系统研制与测试具有重要的理论与现实意义。作者在系统分析SBA水体光谱现场获取原理的基础上,介绍了首套基于SBA方法的漂浮式水体光谱测量系统的研发情况,详细阐述了其硬件结构设计及系统单元设置情况。通过2017年9月20日珠江口(113°32′38″E, 22°25′43″N)的系统现场测试分析验证了该系统分钟级高频次连续水体光谱采集能力。该系统实现了连续直接观测得到离水辐亮度和入射辐照度进而计算得到遥感反射率(R_(rs))的功能,其变异系数均小于5%,将系统观测结果与Maya2000 Pro同步观测获得的遥感反射率对比,表现出良好的一致性,证明了该系统采用SBA方法进行水体遥感反射率测量的有效性。连续观测实验证明了该系统水体遥感反射率测量的稳定性以及快速跟踪水体光学特征变化的能力。论文指出了基于SBA漂浮式水体光谱测量系统发展起来的漂浮式光学浮标(FOBY)在自阴影评估与校正、数据质量控制、数据高频获取、浮标姿态记录、多要素联合观测、长时序大范围组网等方面存在的问题及未来发展前景。综上所述,基于SBA方法研发的漂浮式水体光谱测量系统能实现水体光谱的高频观测,以及水体光学特性的快速变化动态跟踪,有助于提高现场测量与卫星遥感数据的匹配效率;基于该系统,在建立传感器观测网的基础上可以获取水体光谱大数据集,有利于大幅提高各种卫星数据水色遥感应用潜力。     

系统健康管理中的寿命模型仿真研究

在航空、航天、通信等领域,高可靠性和长寿命设计的产品所占比重逐渐增大。性能退化状态评估和剩余使用寿命预测技术在提高该类产品安全性和维护效率、降低全寿命周期成本等方面意义重大。针对当前国内健康管理研究中缺乏寿命及可靠性基础数据的现状,介绍了系统寿命预测的典型过程,重点分析了寿命模型研究和仿真中存在的若干问题,旨在建立实现简单且与实际系统运行过程相似度高的寿命模型的建模方法,为后续系统性能状态评估提供有效的数据支持。     

基于油液光谱RKPCA的综合传动磨损状态评价

原子发射光谱是分析油液中微小磨损颗粒元素浓度的重要方法。以综合传动全寿命磨损试验不同阶段采集的多个油液样本为研究对象,分别运用基于模糊隶属度的稳健核主成分分析(RKPCA)与传统主成分分析(PCA)对光谱数据进行主成分提取与对比。在剔除光谱数据中的干扰元素后,计算与比较两种方法的主成分数量与贡献率,并利用RKPCA主成分进行综合传动多摩擦副的分类识别;对光谱数据和RKPCA特征值分别进行模糊C均值聚类,对比两种聚类结果应用在磨损状态评价中的效果。研究表明,由于光谱数据离群值与非线性影响,RKPCA较PCA的主成分数量稍小且累积贡献率高,说明前者能更有效地降低变量维数;通过RKPCA主成分与摩擦副组件的相关性分析可以看出,该方法可以精确的实现综合传动多摩擦副、多磨损部位的分类与识别,进而分类评价不同摩擦副的磨损状态;RKPCA特征值的模糊C均值聚类结果与光谱数据直接聚类结果相比,前者能更精确的定位磨损状态转化的临界点,从而准确评价综合传动整体磨损状态。油液光谱RKPCA分析方法的创新在于将特征值变化规律引入整体磨损状态评价,实现整体评价与关键摩擦副的分类评价相结合。这样不仅有助于综合传动大修期的准确判断,还能给出需维修部件建议。该方法也适用于其他复杂机械系统的磨损监测与评价等相关领域。     

Intelligent Online Monitoring of Rolling Bearing: Diagnosis and Prognosis

This paper suggests a new method to predict the Remaining Useful Life (RUL) of rolling bearings based on Long Short Term Memory (LSTM), in order to obtain the degradation condition of the rolling bearings and realize the predictive maintenance. The approach is divided into three parts: the first part is the clustering to detect the damage state by the density-based spatial clustering of applications with noise. The second one is the health indicator construction which could give a better reflection of the bearing degradation tendency and is selected as the input for the prediction model. In the third part of the RUL prediction, the LSTM approach is employed to improve the accuracy of the prediction. The rationale of this work is to combine the two methods—the density-based spatial clustering of applications with noise and LSTM—to identify the abnormal state in rolling bearings, then estimate the RUL. The suggested method is confirmed by experimental data of bearing life cycle, and the RUL prediction results of the model LSTM are compared with the nonlinear au-regressive model with exogenous input model. In addition, the constructed health indicator is compared with the spectral kurtosis feature. The results demonstrated that the suggested method is more appropriate than the nonlinear au-regressive model with exogenous input model for the prediction of bearing RUL.     

基于油液光谱分析的PCA-AHP综合传动健康状态评价研

油液光谱分析是研究综合传动运行状态的重要方法,以油液光谱分析数据为基础,运用主成分分析法(PCA)和层次分析法(AHP),建立了一种综合传动健康状态的评价模型。文章结合机械设备健康的概念,综合考虑油液光谱分析数据中各种磨损元素的影响,提出用健康值来定量描述综合传动运行状态的概念,并根据健康值对综合传动健康状态进行了等级划分;利用主成分分析法,对油液光谱分析数据进行主成分提取的研究分析;运用层次分析法研究主成分权重值,探讨判断矩阵的构造、一致性检验等问题;然后将二者有机的耦合,建立评价模型;实验研究表明,此方法具有很高的准确性,能够有效地判断综合传动的运行状态,对开展综合传动状态评估具有重要意义。     

基于油液光谱分析的综合传动状态监测试验研究

通过对某履带装甲车辆综合传动的液压润滑油液进行长期光谱跟踪监测分析,结合其内部摩擦副的材料分析,根据油液中磨损金属颗粒的浓度趋势分析,判断综合传动磨损状态,确定是否存在故障隐患,从而避免重大故障的突发,为装甲车辆实现视情维修提供理论和试验依据,提高了我军装备的可靠性和可维修性。试验研究证明,此方法具有很高的稳定性和准确性,能够有效地应用于动力传动系统的状态监测及故障诊断。该方法突破了我军装备的定期维修模式而向视情预防维修模式的转变,具有重要的使用价值。     

基于光谱分析和SVM的综合传动故障诊断研究

油液光谱分析是研究综合传动运行状态的重要方法,文章以油液光谱分析数据为基础,运用支持向量机(support vector machine,SVM),建立了一种多输出最小二乘支持向量回归方法。利用多输出最小二乘支持向量回归方法对两台综合传动光谱油液分析数据进行了研究分析。研究表明,此方法得到的回归数据对1号综合传动试验数据具有良好的逼近效果,对2号综合传动油液光谱分析数据的预测具有较高的准确性。通过与2号综合传动试验数据的对比分析,发现了故障信息,并确定了故障部位。试验结果表明,该方法对于发现故障隐患,判断故障部位具有重要实际意义。