盾构机主轴承油液监测数据分析与阈值确定

油液监测是盾构机主轴承状态监测与故障诊断的重要手段之一,然而其现行诊断阈值多为经验数据,且对监测所得的大量数据缺乏系统性分析。为制定盾构机主轴承油液监测故障诊断的合理阈值,设计盾构机主轴承油液监测方案,提出油液监测的取样方法、取样周期及特殊情况下的取样周期,并获取大量油液监测数据;采用统计方法分析得出监测项目的基准值、警告值、危险值,与现行通过经验值制定的监测阈值指标吻合,从理论证明了现行监测阈值的合理性;采用线性回归法对掘进里程与监测数据进行回归分析,探寻各监测数据与掘进里程的关系,更合理地确定了主轴承在全生命周期里各阶段的监测阈值,与统计法计算出的阈值互为补充;通过相关性分析,得出油液监测中各项数据变化的内在联系,指出油液中水分含量为状态监测中首要控制因素。     

基于偏最小二乘回归分析发动机异常磨损的判断

针对发动机状态监测中油液光谱分析样本数据少、元素种类多及各元素之间存在相关性的特点,提出采用偏最小二乘回归方法处理油液光谱分析数据。分析了偏最小二乘回归方法的特点,阐述了其基本原理和算法步骤;将偏最小二乘回归方法应用于发动机油液光谱数据的处理和分析,求出了发动机磨损状态判断的回归模型;应用此回归模型判断了EQ6BT柴油发动机的异常磨损。结果表明,应用此回归模型可以直观地判断发动机是否存在异常磨损。     

油液综合监测数据管理及分析系统

针对全寿命周期设备的视情维护目标,建立了基于在线监测和离线分析的二级监测数据管理以及分析系统.该系统包含在线监测数据管理模块和离线分析数据管理模块.在线监测数据管理模块通过网络将在线监测数据存储在本地数据库,实现了在线数据的自动化管理,采用GM(1,1)等维新息预测模型实现了对在线油液指标数据发展趋势的实时预测,提取在线特征指标建立了支持向量机状态识别模型,实现了磨损状态的异常判断并给出离线分析建议.离线数据管理模块实现油液离线分析数据(理化、光谱、红外、分析铁谱、直读铁谱)的录人和维护,通过参考油液标准库评判油品性能的好坏,最终结合在线监测和离线分析结果做出视情维护决策的建议.     

基于相对变换PLS的故障检测方法

针对偏最小二乘方法(partial least squares,PLS)在无量纲标准化处理后导致的特征值大小近似相等,难以获得代表性的潜变量等问题,提出了一种基于相对变换PLS( relative-transformation PLS,RTPLS)的故障检测方法.该方法引入马氏距离相对变换理论,通过计算采样数据之间的马氏距离,将原始空间数据变换到相对空间.然后在相对空间进行PLS分解,提取有代表性的潜变量,建立故障检测模型,实现采样数据的在线检测.通过对TE (Tennessee Eastman)过程故障和轧钢机系统力传感器故障的仿真实验验证了所提出方法的有效性和实用性.理论分析和仿真实验均表明,基于RTPLS的故障检测方法能有效地消除量纲的影响,提取具有更大的变化度和代表性的隐变量,增加故障检测的精度和实时性.     

近红外光谱法非破坏分析生理盐水

本文将近红外光谱法与偏最小二乘法(PLS)结合,对生理盐水中的NaCL浓度进行快速分析,建立了最佳数学校正模型.讨论了光谱的预处理方法和主成分数对PLS定量预测生理盐水中NaCL浓度的影响,并对预测集样品含量进行预测,结果令人满意.     

基于ARMA模型的在线油液监测故障预警研究

建立设备平稳状态下在线油液监测数据的自回归滑动平均(Auto Regression Moving Average,ARMA)模型,根据模型残差进行故障检测和预警。运用K均值将故障发生之前一段时间内的模型残差分类为平稳期和故障潜伏期,设定两类中心点的均值为残差界限值,越界即报警。运用实际的在线油液监测数据进行验证,结果表明:ARMA模型对在线监测数据有较好的拟合效果;设定残差界限值可有效提前报警,在设备进入故障潜伏期而未发生故障之前即可及时报警。     

油液在线监测系统的设计与实现

机组设备常规油液检测为定期抽取润滑油进行离线实验室检测，但检测周期长且检测结果滞后于机组当前润滑状态，无法有效判断机组当前实时润滑状态，追溯故障原因。开发了油液在线监测系统，简述了其软件应用架构和硬件设备结构组成。通过黏度、水分、污染颗粒、铁磁磨粒等传感器对机组油液数据进行实时采集，在应用服务器利用Python数据分析脚本对采集数据进行数据诊断、数据分析、故障报警，最终由浏览器和手机端完成监测数据和诊断分析结果的可视化显示。所设计的系统实现了数据显示、历史报警、趋势分析、对比分析、诊断分析、离线数据等功能，能够实时监测、诊断、预判机组设备润滑故障的发生，提升润滑故障响应效率，提高检测信息化、数字化和智能化。     

质量相关的回转窑故障诊断

针对水泥烧制过程工艺复杂,各变量数据之间存在强耦合关系的特点,提出了偏最小二乘(partial least squares,PLS)算法结合贡献图分析的方法,应用到回转窑系统中进行故障诊断。该文选取质量变量,建立过程变量和质量变量之间的回归关系,构建PLS模型实现通过过程变量数据对质量变量数据的预测。设置一定置信度的控制限,对超过控制限的故障进行报警。通过相对贡献图方法找出对故障贡献最大的变量,分析故障原因。仿真结果表明,该方法可以及时检测到影响水泥品质的故障并确定故障原因。     

船舶装备油液监测的数据标准化

数据标准化是船舶装备油液监测信息化的基础和实效性的保证。提出船舶装备油液监测数据标准化的基本内容,涉及数据元、元数据、数据分类与编码的标准化,以及数据标准的规划与建设。结合船舶装备油液监测的工作实际,提出数据元类目、元数据模型、数据分类编码方案与取值规则,以及需要编制的重要标准的内容等,为船舶装备油液监测数据标准化工作建立一个基本框架。     

提高润滑油光谱分析数据的应用效率

开发一套油液光谱监测数据管理软件,简化数据的录入过程,自动给出监测结论,提升油田精大稀关设备的油液光谱监测水平。根据全年的监测数据对不同类型、不同使用年限的设备的各元素含量判定指标进行修正,有较好的使用效果。     

基于信息熵和灰色系统的车辆变速箱故障诊断和磨损寿命预测

针对基于正态概率分布的润滑油中磨损元素预测容易出现误判的问题,提出基于最大信息熵的油液中各元素最无偏概率密度算法,得出车辆变速箱运行状态监测分界点;建立光谱分析元素浓度灰色系统模型,对车辆变速箱在整个寿命期间各组成元素浓度的变化情况进行预测,为车辆变速箱故障诊断和磨损寿命预测提供了新的方法和依据.     

直读铁谱在舰船机械状态监测上的应用

采用直读铁谱仪对某型船用机械在用润滑油进行了跟踪监测,选择IS(磨损烈度指数)作为定性分析的判据,利用三线值法对某型船用齿轮箱润滑油样的直读铁谱数据进行处理,并制定出了监测标准。诊断实践证明,直读铁谱监测特征参数IS的选择,是合理准确的,基于三线值法建立的润滑油直读铁谱分析诊断标准,具有良好的实效性,能够较准确地判断和预测船用发动机油润部件的磨损状态和磨损趋势。     

基于灰色理论的设备磨损状态辨识参数监测法的研究

灰色理论应用于滑油光谱分析的方法已经成为设备状态监测中油液监测的一种有效的建模手段。对取样时间间隔较长的机械设备磨损进行监测，以便得到设备磨损状态的预测信息。本文提出了基于灰色理论的GM(2，1)模型，对设备磨损状态进行预测和诊断分析，并与以往常用的GM(1，1)模型进行了比较，分析讨论这两种模型应用于设备磨损光谱元素浓度预测的精度，通过实例验证了GM(2，1)模型具有简单、准确和实用的特点。并在此基础上，又提出了应用灰色理论对设备磨损状态进行参数辨识，进而运用参数监测来对设备进行状态监测的方法，可以准确地发现系统的变化，为应用光谱分析法判定系统磨损的状态提供了一种定量的和定性的分析手段。     

GM（1，1）和线性回归模型及其在印刷包衬压缩变形数据预测中的应用

运用线性回归对预测数据进行分析,剔除异常数据,用GM（1,1）模型进行预测,有效降低了数据相对误差,提高了预测数据的精度。选用印刷包衬压缩变形的压缩变形量λ值,用线性回归进行数据分析并剔除异常数据后用GM（1,1）进行预测,使得预测数据具有更高的准确性和适应性。实验及仿真结果表明,经过前期数据分析整理后的灰色预测模型,其预测期望值远优于单纯的回归模型和GM（1,1）模型。     

数据驱动的风电齿轮箱油液监测磨损度量化及其参数权重研究

机械设备磨损状态的评价参数具有多元化、阶段性及动态性的特点,决策往往取决于技术人员的经验。通过油液监测判断机械设备健康状态时,参数多难以凭主观选择,以致磨损状态的准确界定一直是瓶颈。为此,以风电齿轮箱为对象,研究其颗粒信息、污染度及油品信息对磨损状态的影响,在根据磨粒种类的危害程度初步量化磨损度的基础上,对监测数据降噪后,通过支持向量机获取指标的显著性系数,进而算得参数权重,确定的关键参数为磨损颗粒数量、铁磁性颗粒质量分数、平均颗粒尺寸,简化了磨损度的指标,能提高风电齿轮箱的故障诊断效率。     

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。     

OIL MONITORING DIAGNOSTIC CRITERIONS BASED ON MAXIMUM ENTROPY PRINCIPLE

A method of applying maximum entropy probability density estimation approach to constituting diagnostic criterions of oil monitoring data is presented. The method promotes the precision of diagnostic criterions for evaluating the wear state of mechanical facilities, and judging abnormal data. According to the critical boundary points defined, a new measure on monitoring wear state and identifying probable wear faults can be got. The method can be applied to spectrometric analysis and direct reading ferrographic analysis. On the basis of the analysis and discussion of two examples of 8NVD48A-2U diesel engines, the practicality is proved to be an effective method in oil monitoring.     

冲压线油液监测参数关联度分析及对比研究

采用典型相关系数和灰色关联度计算,分析了油液监测参数中与磨损相关的元素、油液添加剂元素以及油液粘度之间的关系,从而根据它们的相关程度并结合部分成分变化有助于故障分析、异常状况的确认,或者为了节省成本和时间,可以根据指标的相关性省去一些指标的检验。通过计算对比,得出在贫信息的情况下灰色关联度比典型关联度更能说明因素间的关系。     

用红外光谱法测定润滑油中MoDTC含量的研究

二烷基二硫代氨基甲酸钼(MoDTC)的减摩效果与其在润滑油中的含量直接相关,为探索快速准确的润滑油新油和在用油中MoDTC含量的检测方法,采用红外光谱分析MoDTC在成品发动机油和减速箱油中的吸收峰特征。选取波数为1 515 cm-1的吸收峰为定量基准,分别用差谱法和直接趋势法建立发动机油和减速箱油中MoDTC含量的测定方法。该方法回归曲线相关系数高,计算误差小。用建立的方法考察发动机油中MoDTC在四球试验时的消耗情况,结果发现MoDTC的消耗趋势与四球试验摩擦因数和磨斑直径的变化趋势有很好的对应关系,验证了该方法对检测新油和在用油中的MoDTC含量均有很好的效果。     

基于整机运转状态的齿轮箱故障诊断

在对机床进行故障诊断过程中,对齿轮箱的检测至关重要.综合分析齿轮箱的振动频谱可以快速、准确地确定故障产生的原因以及故障位置.对北方工业大学数控中心的XK5025型数控立式降台铣床齿轮箱进行振动频谱分析后,判定该机床齿轮箱的大齿带轮出现严重磨损是齿轮箱产生异常振动的主要原因,此外,各齿轮轴以及齿轮之间啮合的松动故障也是齿轮箱异常振动重要原因.