機械設(shè)備磨損狀態(tài)的評價參數(shù)具有多元化、階段性及動態(tài)性的特點,決策往往取決于技術(shù)人員的經(jīng)驗。通過油液監(jiān)測判斷機械設(shè)備健康狀態(tài)時,參數(shù)多難以憑主觀選擇,以致磨損狀態(tài)的準確界定一直是瓶頸。為此,以風(fēng)電齒輪箱為對象,研究其顆粒信息、污染度及油品信息對磨損狀態(tài)的影響,在根據(jù)磨粒種類的危害程度初步量化磨損度的基礎(chǔ)上,對監(jiān)測數(shù)據(jù)降噪后,通過支持向量機獲取指標的顯著性系數(shù),進而算得參數(shù)權(quán)重,確定的關(guān)鍵參數(shù)為磨損顆粒數(shù)量、鐵磁性顆粒質(zhì)量分數(shù)、平均顆粒尺寸,簡化了磨損度的指標,能提高風(fēng)電齒輪箱的故障診斷效率。 

【文章來源】：潤滑與密封. 2020,45(11)北大核心CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

油樣中14、6、4 μm三種尺寸顆粒總量的變化

鑒于對風(fēng)電齒輪箱磨損影響程度較大的磨損顆粒以切削磨損、滑動磨損、疲勞磨損顆粒為主[4],于是將其磨粒數(shù)量和平均尺寸作為風(fēng)電齒輪箱磨損狀態(tài)的2個指標參數(shù),對18個油樣的數(shù)據(jù)進行統(tǒng)計,見圖2和圖3所示。圖3 油樣中切削磨損、滑動磨損、疲勞磨損顆粒的最大 尺寸的變化

油樣中切削磨損、滑動磨損、疲勞磨損顆粒的最大 尺寸的變化

【參考文獻】：
期刊論文
[1]風(fēng)電齒輪箱狀態(tài)監(jiān)測和故障診斷的研究現(xiàn)狀及發(fā)展趨勢[J]. 徐啟圣,白琨,徐厚昌,張春鵬.  潤滑與密封. 2019(08)
[2]譜峭度和Vold-kalman階比跟蹤在風(fēng)電機組齒輪箱故障診斷中的應(yīng)用[J]. 章翔峰,孫文磊.  機床與液壓. 2018(05)
[3]風(fēng)電齒輪箱潤滑油污染物及油中磨粒狀態(tài)分析[J]. 胡志紅,張秀麗,宋鵬,白愷,林麗,張向軍,王宇.  潤滑與密封. 2018(01)
[4]基于二次相關(guān)加權(quán)閾值的滾動軸承聲發(fā)射信號小波包降噪算法研究[J]. 王之海,伍星,柳小勤.  振動與沖擊. 2015(21)
[5]基于形態(tài)學(xué)小波包降噪的管母撓度監(jiān)測方法[J]. 唐貴基,鄧飛躍,何玉靈,彭濤,馮奇.  振動.測試與診斷. 2014(04)
[6]實際工況下紅外光譜法測潤滑油總酸值的研究[J]. 陳閩杰,嚴飛,喻薇,張潔華.  潤滑與密封. 2014(02)
[7]基于支持向量機的柴油機噪聲品質(zhì)客觀評價參量權(quán)重分析[J]. 張俊紅,何文運,劉海,張桂昌,王健.  振動與沖擊. 2013(11)
[8]小波包降噪與LMD相結(jié)合的滾動軸承故障診斷方法[J]. 孫偉,熊邦書,黃建萍,莫燕.  振動與沖擊. 2012(18)
[9]小波包降噪在風(fēng)機振動檢測中的應(yīng)用[J]. 朱亞萍,趙新甫.  杭州電子科技大學(xué)學(xué)報. 2011(04)
[10]基于油液降噪信息的發(fā)動機磨損多特征分析研究[J]. 徐啟圣,許澤銀,徐厚昌.  中國機械工程. 2010(12)

博士論文
[1]大型風(fēng)電機組齒輪箱早期故障診斷技術(shù)與系統(tǒng)研究[D]. 谷玉海.機械科學(xué)研究總院 2016



本文編號：3263355