新型磨粒在线监测传感器及其试验研究

依据润滑油中磨粒与电感线圈之间耦合关系,设计了1种新型的电感式磨粒传感器,并建立了相应的在线磨粒测试系统.利用在线磨粒监测试验台,对传感器的磨粒检出能力、测试结果的一致性以及测试系统输出与磨粒通过速度的关系进行了试验.结果表明:该在线磨粒监测传感器对粒度大于500μm的铜磨粒和粒度大于100μm的铁磨粒具有较好的检测能力;磁性磨粒收集装置能显著提高传感器对小尺寸铁磁质磨粒的检测能力;在磨粒速度一定情况下,传感器对不同类别不同粒度的磨粒输出一致性好;磨粒速度对测试系统输出影响较大,磨粒速度越快,测试系统输出越小;提高传感器信号放大电路的频响范围,将改善测试系统的响应速度,提高对高速磨粒的检出能力.本研究结论证明该传感器能较好地满足在线磨粒监测的要求.     

电感式磨粒传感器中铁磁质磨粒的磁特性研究

在电感式磨粒传感器中,铁磁质磨粒主要通过磁化作用改变传感器线圈的磁场分布,进而改变线圈的等效电感.建立了线圈中含有铁磁质磨粒时的磁场模型,得出了磨粒磁化场关于退磁因子的磁感应强度表达式.以球磨粒为例,通过计算球磨粒磁化场,得到球磨粒引起线圈电感变化率的解析式,并用有限元法计算了线圈的磁场,分析后发现:理论计算解与数值分析解相符,所建模型可以反映客观实际;磨粒的磁化强度由其磁导率和退磁因子共同决定,球磨粒的磁化强度可近似认为与磁导率无关;球磨粒引起的传感器线圈电感变化率随线圈单位长度上匝数的增加而减小,并趋向于一极限值;传感器线圈的电感变化率与球磨粒半径的三次方成正比,球磨粒半径在100μm以内,电感变化率在10-7数量级.本研究结论可为电感式磨粒传感器的设计提供理论指导.     

电感式磨粒监测传感器的磁场均匀性研究

在介绍电感式磨粒监测传感器结构原理的基础上 ,提出可采用检测线圈内部磁场均匀性的方法来弥补颗粒运动轨迹和流型变化带来的检测误差 ,以提高检测灵敏度 .通过分析不同几何尺寸的线圈中轴线上磁场的变化情况 ,并借助直螺线管的径向和轴向公式 ,对轴外磁场均匀性进行了探讨 .数学模型和优化结果表明 :在检测传感器线圈中部范围内为非匀强磁场 ,且呈非线性变化 ,细长管磁场相对均匀 ;当选取 R/ L <0 .2 ,磁场在线圈轴向长度范围内 ,径向在90 %范围内可近似看作均匀磁场 .所得结果可以确定传感器检测区域的磁场均匀性范围 ,为设计电感式磨粒监测传感器提供依据 .     

磨粒的三维表面特征描述

介绍了三维表面粗糙度参数和表面纹理指数,采用三维表面高度偏差Sa、均方根Sq、表面斜度Ssk、表面峭度Sku等粗糙度参数和表面纹理指数Stdi描述磨粒的三维表面特征,选用油液分析获得磨粒,对其表面特征进行实例分析.结果表明,运用上述参数能够很好区分不同类型的磨粒表面特征.     

基于图像的磨粒在线监测系统关键技术研究

针对磨粒在线监测系统开发要求,对其中的关键技术进行了深入研究.构建了基于显微图像分析和微泵进样的磨粒在线监测系统,给出了图像检测子系统和微流控分析芯片的详细设计原理和方法;利用粗糙集理论对磨粒特征参数进行了优化;根据系统光路特点,对磨粒图像进行了基于彩色特征的转换,并通过与背景图像的差值处理来快速提取磨粒目标.最后,利用颗粒计数器和铁谱分析技术对系统性能进行了检验,结果表明本系统磨粒统计与识别准确率分别达到90%和95%,具有较高的检测精度,满足磨粒在线监测要求.     

基于Mask R-CNN网络的磨损颗粒智能识别与应用

针对设备磨损故障诊断中磨粒识别技术难度高、工作主观经验影响大等问题,采用深度学习技术开展了磨粒智能识别的研究,提出了基于Mask R-CNN卷积神经网络的磨粒数字化表征方法. 该方法利用迁移学习训练基于Mask R-CNN网络的磨粒识别模型对图像中磨粒进行识别和实例分割,然后使用Suzuki85算法、迭代算法、等比例计算方法计算出磨粒的真实尺寸,解决了磨粒分析中难定量分析的问题. 结果表明:基于Mask R-CNN网络(采用R-101-FPN骨干网络)训练的磨粒识别模型可以对图像中多个异常磨损颗粒进行识别,综合准确率和召回率达到当前图像识别领域的主流水平. 辅以上述Suzuki85等算法,成功实现磨粒图像的定量评价分析,对促进设备故障诊断技术的自动化发展和工业应用具有一定的实际应用价值.      

球形磨粒和切削磨粒轮廓分形维数研究

选取 FAENA法作为计算磨粒分形维数方法 ,用试验法、现场收集和磨粒相片 3种方法收集了球形磨粒和切削磨粒各 5 0 0个样本 ,并进行了轮廓分形维数计算 .结果表明 ,这 2种磨粒在 80 0倍放大倍数时具有最好的统计分形 ,轮廓分形维数分布为正态分布 ,球形磨粒分形维数为 D(μD,σ2 )～ D(1.0 2 5 ,0 .36 89× 10 - 4) ,切削磨粒分形维数为 D(μD,σ2 )～ D(1.10 2 ,3.5 79× 10 - 4) ,这 2种典型磨粒轮廓分形维数分布参数的确定对磨粒的自动识别有借鉴作用     

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．     

磨削花岗石过程中钎焊金刚石磨损特征分析

通过跟踪测量金刚石磨粒出露高度及其磨损状态比例,分析钎焊金刚石在磨削花岗石过程中的磨损特征,利用三明治热电偶法测量工具-工件接触区的工件表面温度.结果表明,在所试验的钎焊工具中,金刚石磨粒主要以破碎磨损为主,约有44%的磨粒直接从完整状态产生台阶式宏观破碎,磨粒的宏观破碎均发生于磨粒与结合剂的结合部.磨削过程中工具-工件接触区的表面温度约为480 ℃,该温度不足以使金刚石磨粒产生石墨化.钎焊金刚石磨粒的出露高度越高,磨粒所承受的弯矩越大,弯矩增加以及工件对磨粒的剪切力是导致金刚石磨粒产生结合部破碎的主要原因.     

水介质中丁腈橡胶溶胀机理及其对磨粒磨损行为影响

研究首先对不同丙烯腈质量分数的丁腈橡胶（18%、26%和41%,即N18、N26和N41）进行浸泡试验分析基于溶胀时间的静态溶胀行为. 然后进一步对溶胀前后的丁腈橡胶样品进行圆型及角型磨粒单向滑动磨粒磨损试验. 为了揭示丁腈橡胶的溶胀机理及溶胀对不同粒型作用下磨粒磨损行为的影响,对试样进行质量、硬度、交联链比重（NMR）和表面形貌（SEM）测试. 结果表明:丁腈橡胶溶胀度随时间的增加而增加,并于240 h后趋于平衡,溶胀影响下老化的主要原因为交联链破坏和物质溶解.丁腈橡胶硬度随溶胀时间的增加而降低. 溶胀后摩擦系数和磨损量增加,同粒径下磨粒磨损程度角型大于圆型,角型磨损受溶胀影响程度更大,其最大溶胀后磨损增量为圆型磨粒的1.56倍. 圆型和角型磨粒分别以滚动和滑动的方式进入摩擦副,形成压入坑和嵌入坑两种不同的表面形貌,溶胀后橡胶组织疏松软化导致表面凹坑加深. 丁腈橡胶溶胀及其对磨粒磨损的影响程度随丙烯腈含量的增加而减小.      

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     

钢—铜摩损过程中磨粒积聚的分形研究

在销-盘摩擦磨损试验机上考察45^#钢-铜合金摩擦副的磨损性能,按一定时间间隔收集磨损过程中积聚的金属磨粒,然后用光学显微镜对不同粒径范围内的磨粒进行计数和分形研究。研究结果表明：不同粒径的金属磨粒所对应的积聚数呈现明显的分形特征,小磨粒积聚和大磨粒积聚表现出不同的分形特征,并具有双重分形现象;磨损过程中的磨粒积聚分形特征对应于某一粒径尺度的分形转折点,该分形转折点的坐标位置与磨损状态相关,因此确定分形转折点有助于甄别磨损状态。     

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。     

沟槽对界面振动及摩擦磨损特性的影响

选用球-面/面-面两种不同的接触模式,分别探究了摩擦界面沟槽的存在对界面振动及摩擦磨损特性的影响.结果表明:沟槽具有捕获磨屑的能力,能够有效地减轻磨屑对界面磨损的影响,但接触模式的不同,沟槽棱边上的振动及摩擦磨损特性差异显著.在球-面接触模式下,沟槽的存在打断了界面的连续接触,导致界面摩擦信号产生突变,此外,球试样滑过沟槽时与沟槽棱边产生的撞击加剧了棱边的磨损,进而影响了沟槽收集磨屑的效率.在面-面接触中,沟槽的存在实时改变了界面的接触状态,从而导致了界面上接触压力的分布发生了转移,从而改变了界面力信号,此外,块试样与沟槽棱边并没有出现明显的撞击作用,因此沟槽的棱边保存得较为完好.     

聚四氟乙烯磨损机理的探讨

作者用MPX-200型栓-盘摩擦磨损试验机测试了模压聚四氟乙烯的磨损性能,考察了滑动速度、负菏、温度及偶件表面粗糙度对磨损的影响。磨屑分子量的测试结果表明,其大小与聚四氟乙烯磨损的严重程度成正比;磨屑的分子量比聚四氟乙烯本体的小,在本试验条件下磨屑分子量的降低为2—3个数量级;当超过极限PV值时,磨屑分子量的下降幅度急剧变小。作者指出,聚四氟乙烯之磨损随温度的变化与其所处的力学状态有关。通过电子显微镜和电子探针对试样、偶件和磨屑的表面观察,作者提出了聚四氟乙烯薄带状磨屑的形成机理,认为它是由聚四氟乙烯分子链受剪拉伸成束及较弱的束断裂的形式所产生。     

三种典型磨粒磨损磨屑形成过程的研究

作者利用扫描电子显微镜、光学显微镜和计算机图象分析系统,对3种典型磨粒磨损磨屑的形成特点和典型试验条件下材料的磨粒磨损过程进行了研究。结果表明,在磨粒磨损条件下,典型的磨屑形态主要是切屑和块状屑,同时还有极少量的球状屑和花状屑。作者指出,切屑和块状屑分别是磨粒与被磨材料表面一次和多次相互作用的产物。在三体磨粒磨损条件下,切削是造成编号为2M和3M等硬质材料磨损的主要原因,也是4M和几种奥氏体锰钢在高载荷下磨损的重要形式;块状屑的形成是塑性较好的材料在各种磨损条件下磨损的主要形式。球状屑的形成是磨粒与被磨材料表面的接触点产生高温致使材料熔化的结果。球状屑一般是中空且表面有很多孔洞的球壳,其形成与气体有关。     

基于径向基函数神经网络的磨粒识别系统

应用磨粒形状特征参数、颜色特征参数和表面纹理特征参数对磨粒形态进行量化表征，并以此为输入矢量，引入径向基函数神经网络对磨损微粒进行自动分类识别，建立了适用于磨粒识别的径向基函数神经网络模型，并给出了具体算法．应用实例表明，径向基函数神经网络的收敛速度和识别率优于传统的BP神经网络．     

材料磨损研究的进展与思考

阐述了材料磨损理论和抗磨损技术研究的进展,分析了磨损损伤特征和复杂性,着重讨论了磨屑形成机制,指出疲劳机制研究具有重要意义,并就今后材料磨损研究提出了若干建议.