柴油机磨损状态监测及故障诊断专家系统知识库建立的研究

实践表明，为了确保机器的安全运行，避免突发性故障，对其实施磨损状态监测和故障诊断是十分必要的。尽管铁谱技术和光谱技术等在这方面的应用都比较成功，然而它们也各有其局限性。为了把机器的磨损状态监测和故障诊断技术推向更高的科学水平，在摩擦学系统的系统工程思想指导下，针对柴油机的“拉缸”和“拉瓦”故障，并且根据故障发生之前润滑油结构变化的各种信息，利用专家系统开发工具ＥＸＳＹＳ，建立了基于铁谱技术和光谱技术的柴油机磨损状态监测及故障诊断专家系统ＦＤＥＸＳＹＳ（Ｖ１．０）知识库；对该专家系统的测试和实际运行结果表明，所建立的知识库可以比较全面而可靠地描述柴油机的磨损状态及故障前兆，因而能够提醒用户适时采取有效措施以防止故障的发生。不仅如此，所述专家系统知识的获取方法、知识的分类表示及匹配方法等研究，对建立其它摩擦学系统的故障诊断专家系统都具有参考意义。     

一种柴油机磨损的预测模型与试验研究

基于磨粒分析的油液监测技术，通常都偏重于从形态学方面进行研究，以获取单颗磨粒的“个体”信息，很少开展磨粒整体统计学方面的“整体”信息研究．其实，研究磨粒“整体”信息具有诸多优点，关键是如何从“整体”信息中获取反映摩擦学系统磨损状态转变和磨损程度分级的特征．通过在８ＮＶＤ４８Ａ－２Ｕ型柴油机上的现场监测试验研究，利用铁谱分析的ＤＬ和ＤＳ值，以及光谱分析的元素浓度值所包含的磨粒“整体”信息，建立了柴油机磨损程度的基准线，构造了磨损趋势校正的灰色预测模型，并且利用预测值和实测值的漂移值，设计了磨损趋势预测值的区间估计方法，以用于预报未来磨损的等级．这种基于磨粒“整体”信息的磨损预测方法，已用于８ＮＶＤ４８Ａ－２Ｕ型柴油机的实际监测，效果较好     

无润滑条件下聚醚醚酮的磨损机制及其磨屑形态的研究

为了将分形几何引入摩擦学研究，在考察无润滑条件下聚醚醚酮磨损机制的同时，研究了这种材料的磨屑形态．结果表明，对应于不同的磨损率，磨屑呈现出不同的几何形态，磨屑的分形维数与载荷的关系同材料磨损状况的改变相对应．以此为基础，有可能根据磨屑的分形特征发展一种实时原位监测高分子材料摩擦部件磨损状态的新技术     

图像可视在线铁谱仪的实验研究

研制出1种监测不透光润滑油中磨粒图像可视在线铁谱仪，介绍了其中关键零部件（混合磁铁和磨粒探测单元）的组成及其工作原理，并进行了性能试验研究．结果表明，所研制的图像可视在线铁谱仪具有采集不透光润滑油中尺寸大于10μm磨粒图像的功能，其稳定性、线性度和重复性较好，能够通过磨粒在线反映机器磨损的状态．     

一种摩擦学状态在线监测系统的研究

研制了一种用于船用柴油机的摩擦学状态在线监测系统。它集磨粒监测，润滑油质量监测，柴油机扭矩及时转速监测于一体，利用在线铁谱技术监测润滑油中的铁磁性磨粒，利用容栅型电容传感器在线监测污染物引起的润滑油介电常数的变化，利用光电传感器和随轴转动齿盘产生的脉冲及相位差在线测量柴油机输出轴的扭矩及瞬时转速。此外，该监测系统还可将柴油机的磨损状态与动力状态相关联，监测由于各缸爆排压力变化造成的瞬时转速变化，从     

用人工神经网络预测摩擦学系统磨损趋势

人工神经网络具有高度的并行分布式、联想记忆、自组织及自学习能力和极强的非线性映射能力，在许多领域显示了广阔的应用前景．但是，将神经网络用于摩擦学行为预测的研究报道却还鲜见．在对基于神经网络的单变量时间序列预测方法与过程进行分析之后，提出了摩擦学系统磨损趋势神经网络预测模型．采用定量铁谱参数中的总磨损Ｑ作为预测磨损趋势的特征参数，讨论了磨损趋势神经网络预测的单步预测法和多步预测法，并用其对ＣＤ４０齿轮泵的磨损趋势进行了预测，预测值与实测值吻合较好     

柴油机磨损状态监测及故障诊断专家系统领域知识的获取

目前，摩擦学系统分析与摩擦学设计是摩擦学领域中很受重视的研究方向之一。继柴油机磨损状态监测及故障诊断专家系统ＦＤＥＸＳＹＳ（Ｖ１．０）知识库建立的研究之后，在摩擦学系统的系统工程思想指导耻，重点研究了ＦＤＥＸＳＹＳ专家系统领域知识的获取。以铁谱技术，光谱技术和润滑油性能指标测定技术作为磨损状态监测及故障诊断的工具，研究了由此输出的信息而获取领域知识。由于摩擦学知识的特殊性，对领域知识的获取综合了多     

齿轮胶合的试验研究及其监测技术

目前，有关防止齿轮胶合的设计计算方法已经不少，然而都没有反映齿轮是怎样从正常运转状态骤然转入胶合的突发性，因而不能起到有效地防止胶合发生的作用。人们一般认为，对于同种“油－材料”组合，齿轮胶合温度是一个不随运转条件而变化的常数，针对这种情况，在可以动态加载的ＤＣＳ－１５０型齿轮试验台上进行了齿轮胶合的试验研究，并对齿面温度和磨损粒子进行了监测。结果表明，胶合的发生是以肉眼明显可见的齿面擦伤为先导；发生胶合时的齿面温度不是常数，转速、扭矩、运转方式和供油量等都对胶合的发生有重要影响，并以转速为主要影响因素；初期胶合发生后，齿面温升速率、磨损烈度指数、磨损粒子尺寸和试验台的噪声及振动等都明显增大，但齿轮仍然可以在增大扭矩的情况下继续工作。由此可见，监测初期胶合发生对于防止更加严重的胶合及至咬死具有至关重要的意义。铁谱分析表明，初期胶合发生时，磨损烈度指数在１．５×１０３－２．５×１０３的范围，磨损粒子的尺寸大多在６０－８０μｍ之间，因此，利用铁谱技术可以有效地监测齿轮初期胶合的发生。     

基于图像传感器在线铁谱仪的实验研究

介绍了一种新型在线铁谱仪的原理，性能和试验结果，该仪器通过DSP计算遮光面积百分比，磨损指数以及分类特征大磨粒，能够判断被监测机器的磨损状态并预报异常磨损，试验结果表明，所研制的仪器能较好地满足在线磨损检测的要求。     

用多传感器融合系统识别摩擦副的磨损状态

用于机械摩擦副磨损状态监测的多传感器融合系统，是本世纪８０年代末问世的一项新技术．在讨论了融合系统的构成和不同传感器信息的预处理之后，提出了一种基于自组织神经网络的多传感器融合系统．将这种融合系统用于实际机械摩擦副磨损状态监测的结果证明，其正确识别率明显地比单一传感器的高，容错能力强，而且由于自组织神经网络有在线学习的功能，系统可以用于在线监测     

摩擦学故障种类诊断的D-S信息融合研究

利用光谱油料分析,铁谱监测,红外光谱分析等,对８ＮＶＤ８Ａ－Ｎｕ型柴油机进行了现场运行油液监测试验,根据试验结果和收集到的应用实例,总结了缸套活塞组的划伤,拉缸和腐蚀,轴承的擦伤,烧损,剥落和腐蚀,齿轮的点蚀,胶合和剥离等摩擦学故障种类及其油液监测的信息描述,利用领域专家经验给出了Ｄ－Ｓ证据组合理论的基本概率分配函数,确定了每种油液监测方法对上述摩擦学故障的支持程度,以柴油机缸套活塞组的“拉缸”故     

一种新的磨损颗粒定量分析指标

通过改进传统的直读式铁谱仪研制了一种新型的金属磨粒分析仪,利用该仪器考察了不同条件下的铁磁性颗粒油液,弱磁性颗粒油液及其颗粒混合液在沉积管内的沉积特性,并重新定义了磨损颗粒定量分析,总磨损量指标Ｑａ,给出了确定其报警值插足 方法。     

危岩体崩塌灾害监测预警试验研究

岩体崩塌破坏的突发性使其成为最难预防的地质灾害之一, 严重威胁人类的生命财产安全. 边坡岩块体崩塌破坏多是系统不稳定导致的动力破坏, 因此应用动力学指标进行监测预警更为有效. 本研究通过引入多种时域动力学监测指标, 开展了岩体崩塌破坏全过程的监测预警实验研究. 通过振动幅值、峭度指标等时域动力学指标监测, 可有效识别岩体分离破坏前兆现象, 提前55 s实现岩块体崩塌的早期预警. 多个时域动力学指标均可识别岩体破坏前的非协调性动力特征, 其中变异系数在识别这一振荡特征上优势明显, 可通过识别这一震荡特征实现崩塌灾害的早期预警. 此外, 破坏前岩体的振动速度是稳定岩体的2.1倍, 岩体破坏发生时刻赋存较大的冲击能量, 是岩体启程剧动的主要原因之一, 可通过综合分析峭度指标等时域动力学指标, 实现分离破坏前兆更为合理的判识. 本研究不仅为岩体崩塌灾害早期预警提供了新的数据与技术方法支持, 也为崩塌岩体启程剧动机制与破坏后运动特性研究提供了新的启示.      

磁流体在铁谱技术中的应用研究

通过对某矿井提升机滑动轴承工况的实际监测 ,考察了磁流体对铁谱仪中非铁磁性颗粒沉积的影响 .结果表明 :磁流体可以使非铁磁性颗粒有效地沉积在铁谱仪的谱片上 ,使谱片携带更加全面的信息 ;磁流体对非铁磁性颗粒的“磁化”作用具有选择性 .磁流体可以用于监测非铁磁性颗粒     

基于图像传感器的在线铁谱仪的实验研究

介绍了一种新型在线铁谱仪的原理、性能和试验结果 ,该仪器通过 DSP计算遮光面积百分比、磨损指数以及分类特征大磨粒 ,能够判断被监测机器的磨损状态并预报异常磨损 .试验结果表明 ,所研制的仪器能较好地满足在线磨损检测的要求     

卷积神经网络在装备磨损颗粒识别中的研究综述

铁谱法是用于装备故障诊断的1种重要方法,其中铁谱法的重点是铁谱图像的分析,即磨损磨粒分析. 卷积神经网络是当下最流行的深度学习算法之一,其广泛应用于图像识别领域,使得图像识别领域得到突破. 随着卷积神经网络的快速发展,磨损颗粒在智能识别方面的技术取得了重大的突破. 本文中首先简述了卷积神经网络与磨粒智能识别的发展历史,针对基于卷积神经网络的磨粒识别方法进行了从图像数据集处理到模型优化技术方面的介绍,并详细说明了这些技术在磨粒识别中的具体应用实例. 然后从现有网络和自设计网络两方面分类,整理了近年来卷积神经网络应用于磨粒智能识别的代表性文献,综述了这些工作所提出的模型结构和特点,分析并阐述了各个模型主要的识别原理,各个网络结构存在的优缺点,以及它们的数据采用情况等,并对未来磨粒智能识别的主要研究方向进行了展望. 最后肯定了卷积神经网络方法在磨粒智能识别方面的重要性,同时指出了基于此方法的磨粒识别模型的缺点,并提出了应紧跟图像识别领域的最新技术以促进磨粒智能识别水平提高等建议,对磨粒智能识别的发展具有一定的意义.      

地质和岩土工程光纤传感监测技术综述

光纤传感器与常规传感器相比具有很大的优越性,已经成为地质和岩土工程监测领域中的研究热点。本文介绍了光纤传感监测系统的种类、基本测量原理和目前国内外的研究发展状况,并对各种传感技术的性能和特点进行了比较,指出了光纤传感监测技术应用于地质和岩土工程监测尚需研究的相关课题。     

爆破振动速度预测安全保证系数的确定

基于爆破振动速度预测公式回归分析的基本原理，提出根据建筑物不同安全等级应选择一定的可靠性指标，并推导了预测爆破振动速度公式中所含安全保证系数的计算过程。为简化计算过程，又进一步提出了基于监测数据量、回归分析相关系数以及可靠性指标的关于安全保证系数计算的经验公式。经过大量监测数据验证了该经验公式的计算精度和可靠性均能满足工程实际需要，从而修正了萨氏公式预测精确度不够的缺陷，可为重要建筑物周边的安全爆破设计提供参考。     

基于遗传算法的信息融合在摩擦学组合故障诊断中的应用

根据8NVD48A－2u型柴油机现场运行油液监测试验结果和长期的实践经验,在600多个船舶柴油机故障诊断实例的基础上,总结出了各种零件磨损故障种类之间的关联度,结合D－S证据组合理论给出了零件磨损的摩擦学故障组合支持度;利用遗传算法搜索出了缸套活塞组的划伤、拉缸和腐蚀;轴承的擦伤、烧损、剥落和腐蚀、齿轮的点蚀、胶合和剥离等10种单一故障类型的5种组合故障,并确定了各种油液监测方法对这5种摩擦学组合故障的组合支持度。把遗传算法引入信息融合,为解决摩擦学组合故障问题提供了一种新的思路,对实际故障诊断具有一定的指导意义。