基于油液分析的柴油机可靠性试验磨损评价研究

介绍了＂EQD×××-××＂型柴油机的1000h混合负荷可靠性试验的试验方案.在该型柴油机的可靠性试验中,提出了开展柴油机磨损状态实时评价的概念,将磨损评价作为描述柴油机可靠性的一部分内容.在磨损评价时,通过运用油液分析中的光谱、铁谱和PQ分析等手段并结合趋势图分析,对该型柴油机试验阶段的磨损状态进行了识别.油液分析表明：在试验进行到400 h左右,试验柴油机出现了严重磨损,这一磨损评价结果与同一时段柴油机因阀座下沉引起气门间隙变小以及试验后柴油机拆检发现气门阀座磨损过大的实际情况相吻合.研究试验证实,磨损评价应成为分析柴油机可靠性的有机组成部分;将多种油液分析手段集成运用,可有效地描述柴油机可靠性试验过程中主要零部件的磨损状况,为柴油机可靠性评定提供了新的手段.     

基于粗集—模糊理论的柴油机磨损模式识别

在总结柴油机磨损模式的磨粒分析基础上,首次提出在柴油机磨损模式识别中采用基于粗集和模糊理论相结合的模式识别方法。在建立磨损形式标准样本库的基础上,利用粗集理论对标准样本知识库进行简化和权重集计算,然后利用模糊理论确定隶属函数,最后给出结论。     

基于证据推理的惯性/景象匹配组合导航方法

针对传统的惯性/景象匹配组合导航中出现的因误匹配导致组合导航精度低的问题,设计了一种基于证据推理的惯性/景象匹配组合导航方法。在惯性/景象匹配组合导航中,使用证据推理对与景象匹配置信度相关的特征量进行融合计算,将融合计算得到的综合信度作为组合导航量测更新的依据,以降低误匹配对导航精度的影响。试验结果表明该方法可行,组合导航精度相比传统方法提高了25.9%。     

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     

基于随机过程的固液分离旋流器磨损可靠性研究

采用Fluent软件中的RSM湍流模型和DPM模型数值模拟了颗粒的运动轨迹;在传统的磨损分析模型中引入白噪声代表分离过程的动态和随机因素,应用维纳过程理论和极限状态方程,建立了旋流器壁面磨损的动态可靠性模型,对流场和结构相互作用的固液分离旋流器进行磨损可靠性预测,并给出了模型中重要统计特征参数的估计方法。以某型号单入口式固液分离旋流器为例进行了壁面厚度磨损动态可靠性和寿命特征的具体计算,验证了本文所提模型和方法的合理性,得出该旋流器可靠度下降较快的区间为1.2×10⁷s～3×10⁷s,其平均寿命为11111h。本文的研究可为旋流器定量寿命评估和强度优化设计提供理论基础。     

一种基于证据理论的结构可靠性分析方法

提出了一种基于证据理论的结构可靠性高效求解方法. 通过构造优化问题求解极限状态方程的非概率可靠性指标及设计验算点, 并构造一辅助区域. 通过辅助区域显著减少需要进行极值分析的焦元个数, 并基于区间分析方法减少焦元上极限状态方程的计算次数, 从而有效降低计算成本. 数值算例及工程应用验证了该方法的有效性.     

基于ARCHARD磨损模型的WR-CVT非连续接触钢丝绳磨损研究

针对WR-CVT (Wire rope continuously variable transmission)弯曲段钢丝绳更易磨损问题,以6×7+IWS (Merallic wire strand core)钢丝绳为研究对象,基于Archard磨损模型结合自适应网格技术,建立WR-CVT钢丝绳非连续接触磨损有限元模型,研究磨损对钢丝绳接触压应力以及滑移幅值等接触参量的影响,并进行了试验揭示磨损机理.结果表明：随着磨损的作用,钢丝间接触区域不断增大.最大磨损深度出现在钢丝绳与绳槽边缘接触处,此处钢丝接触压应力较磨损前显著减小,滑移幅值和磨损深度在不断增大,接触压应力集中点沿钢丝轴向不断移动,接触区域形貌逐渐形成扁平状,磨损机理为磨粒磨损、黏着磨损和疲劳磨损.     

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     

基于范例推理的黄土路堑高边坡稳定性预测研究

充分利用大量公路黄土路堑高边坡实例,构建了基于范例推理的边坡稳定性预测模型。该模型是将已建黄土路堑高边坡实例作为源范例,而将待分析边坡作为目标范例,通过源范例和边坡范例之间的相似度计算,得到目标范例与源范例之间的相似性序列,找出与目标边坡范例最相似的源范例,从而实现了黄土路堑高边坡的稳定性预测。实例分析表明,该法不仅原理简单、使用方便,而且效果良好。     

基于粗集—神经网络的磨粒模式识别

应用粗集理论中最小约简的近似算法 ,对磨粒的形状参数进行约简 ,找出判断磨粒模式的形状参数长短轴比 Rt和圆度 Rd,同时采用这些参数训练神经网络以进行磨粒模式识别 .结果表明 :应用此算法 ,对 63个已知样本和历时 2年多对柴油机 1 4 5个润滑油油样进行制谱分析判断 ,准确率在 90 %以上 ,比原来用模糊识别的准确率提高了约 1 0个百分点 ;使用 BP网络减化了网络结构 ,使网络的训练速度加快 ,整个系统变得简单、可靠、有效     

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     

固有模态函数振动传递率损伤识别实验研究

针对风荷载、地震荷载等存在但难以精确量测的问题,提出一种无需量测外荷载的新的损伤识别方法。将经验模态分解(Empirical Mode Decomposition,EMD)应用于结构损伤识别,通过求振动响应信号固有模态函数(Intrinsic Mode Function,IMF)的振动传递率,构建了一种新的结构损伤识别参数。对预置不同程度开胶损伤的玻璃幕墙试件进行动态测试,得到不同损伤程度下玻璃幕墙的固有模态函数振动传递率,与无损伤条件下的固有模态函数振动传递率进行比较来识别和评估玻璃幕墙开胶损伤程度。研究表明:此方法无需量测外荷载也能识别结构损伤,损伤参数值能反映损伤大小。     

基于转角模态和小波神经网络的连续梁损伤识别研究

基于小波奇异性检测原理和神经网络非线性映射能力,结合结构基本模态参数,提出了一种结合小波神经网络与结构转角模态的损伤识别方法．首先,建立三跨连续梁的有限元模型获取结构模态参数,并对其进行Mexihat小波变换,通过系数图突变点判断结构损伤位置．然后,将小波系数模特征向量作为BP神经网络的输入,分别研究了该方法在单损伤和多损伤工况下的识别能力．最后将不同工况下神经网络预测值与结构实际损伤程度进行对比,得到单处损伤预测误差平均值为0.22%,多处损伤预测误差平均值分别为0.22%和0.18%,结果表明该方法在结构损伤识别方面的有较高有效性及精确度．     

基于裂纹附加模态Timoshenko梁的裂纹损伤识别

将梁中横向裂纹等效为无质量扭转弹簧，并忽略其对梁剪切变形的影响，得到的具有任意裂纹数目Timoshenko 梁自振模态的统一显示解析表达式．将裂纹梁的自振模态分为基本模态和裂纹附加模态，利用最小二乘拟合，建立了利用裂纹附加模态函数的梁裂纹损伤识别方法．通过数值模拟开展了简支单裂纹梁以及悬臂和固支双裂纹梁等的裂纹损伤识别，考察了测量误差对损伤识别的影响，数值结果表明本文所提出的裂纹损伤识别方法对裂纹位置的识别精度高于对裂纹损伤程度的识别精度；随着测量误差的增加，裂纹位置及裂纹损伤程度的识别误差增加，但仍在可接受的范围内，故该裂纹损伤识别方法在实际工程中具有一定的应用价值．