滑油在線監(jiān)測(cè)的ECT傳感器優(yōu)化及算法研究
發(fā)布時(shí)間:2018-03-28 22:05
本文選題:ECT 切入點(diǎn):潤(rùn)滑油檢測(cè) 出處:《中國(guó)民航大學(xué)》2017年碩士論文
【摘要】:現(xiàn)代航空發(fā)動(dòng)機(jī)結(jié)構(gòu)復(fù)雜,工作在大載荷、高溫、高轉(zhuǎn)速等惡劣的條件下,當(dāng)連續(xù)工作導(dǎo)致材料超過疲勞極限,就會(huì)引起剝落損傷,剝落的金屬磨粒進(jìn)入循環(huán)的潤(rùn)滑油中,摩擦損傷逐漸加劇,最終導(dǎo)致設(shè)備失效。剝落金屬磨粒的成分、大小、形狀、數(shù)量等特征可直觀反映設(shè)備的運(yùn)行狀況。本文利用電容層析成像技術(shù)(ECT)對(duì)發(fā)動(dòng)機(jī)的潤(rùn)滑油進(jìn)行在線監(jiān)測(cè),以獲得潤(rùn)滑油管道內(nèi)流體的流動(dòng)情況和顆粒狀況,為發(fā)動(dòng)機(jī)維護(hù)提供參考依據(jù)。ECT技術(shù)具有安全系數(shù)高、非侵入性、實(shí)時(shí)性好、成本低等特點(diǎn),在多相流檢測(cè)領(lǐng)域獲得了越來越廣泛的應(yīng)用。但重構(gòu)圖像分辨率低且成像速度慢,為解決這一問題,以便ECT系統(tǒng)更好對(duì)潤(rùn)滑油管道內(nèi)的狀況進(jìn)行實(shí)時(shí)監(jiān)測(cè),本文對(duì)電容層析成像技術(shù)的幾個(gè)模塊進(jìn)行了優(yōu)化。本文的主要研究?jī)?nèi)容如下:1.分析了航空發(fā)動(dòng)機(jī)中潤(rùn)滑油磨粒的特點(diǎn)和ECT在滑油檢測(cè)方面的優(yōu)勢(shì),介紹了國(guó)內(nèi)外已使用的滑油檢測(cè)技術(shù)和發(fā)展現(xiàn)狀,描述了ECT技術(shù)的特點(diǎn)和已有研究成果。2.分析和研究ECT傳感器的特點(diǎn)和國(guó)內(nèi)外的相關(guān)研究成果,提出了一種基于16旋轉(zhuǎn)電極的電容層析成像技術(shù)系統(tǒng)模型,該模型對(duì)電容層析成像技術(shù)的16電極進(jìn)行旋轉(zhuǎn),利用數(shù)據(jù)采集模塊進(jìn)行多次數(shù)據(jù)采集,可得到多組有效電容測(cè)量值。3.利用主成分分析法(PCA)對(duì)旋轉(zhuǎn)電極的ECT模型測(cè)得的多組數(shù)據(jù)進(jìn)行融合,再利用重建算法進(jìn)行圖像重建,最后,采用圖像相關(guān)系數(shù)(CORR)和圖像誤差(IME)對(duì)重建圖像進(jìn)行客觀評(píng)價(jià)。4.采用圖像重建算法對(duì)旋轉(zhuǎn)電極的ECT模型測(cè)得的多組數(shù)據(jù)進(jìn)行圖像重建,再利用小波變換對(duì)重建得到的多幅圖像進(jìn)行圖像融合,最后,采用圖像相關(guān)系數(shù)(CORR)和圖像均方根誤差(RMSE)對(duì)重建圖像進(jìn)行客觀評(píng)價(jià)。5.利用Matlab 2014a和COMSOL Multiphysics 5.0對(duì)多種重建算法進(jìn)行分析和研究,提出了一種基于改進(jìn)螢火蟲算法和最大類間方差法的圖像重建算法,并利用圖像相關(guān)系數(shù)(CORR)和圖像均方根誤差(RMSE)進(jìn)行客觀評(píng)價(jià)。
[Abstract]:This paper analyzes and studies the characteristics of the lubricating oil in the aero - engine and the present research results , and then uses the image correlation coefficient ( CORR ) and the image - mean square error ( RMSE ) to evaluate the reconstructed image .
【學(xué)位授予單位】:中國(guó)民航大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2017
【分類號(hào)】:V233.4;TP391.41
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 李擎;唐歡;遲健男;邢永躍;李華通;;基于改進(jìn)最大類間方差法的手勢(shì)分割方法研究[J];自動(dòng)化學(xué)報(bào);2017年04期
2 張艷超;肖宇釗;莊載椿;許凱雯;何勇;;基于小波分解的油菜多光譜圖像與深度圖像數(shù)據(jù)融合方法[J];農(nóng)業(yè)工程學(xué)報(bào);2016年16期
3 溫銀堂;賈瑤;張玉燕;羅小元;王洪瑞;;基于改進(jìn)ECT的隔熱材料膠層無損檢測(cè)研究[J];儀器儀表學(xué)報(bào);2016年07期
4 王丕濤;王化祥;孫r囋,
本文編號(hào):1678251
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/1678251.html
最近更新
教材專著