油液監(jiān)測(cè)技術(shù)是通過(guò)各種檢測(cè)手段來(lái)分析在用設(shè)備潤(rùn)滑油性能指標(biāo)的一項(xiàng)工業(yè)技術(shù),是狀態(tài)維修的核心環(huán)節(jié)。通過(guò)對(duì)同一油液樣本的各項(xiàng)指標(biāo)分析,檢測(cè)人員能夠獲得該設(shè)備的狀態(tài)信息,并依據(jù)這些信息對(duì)機(jī)械設(shè)備的狀態(tài)進(jìn)行評(píng)價(jià)。目前對(duì)設(shè)備狀態(tài)信息的獲取大多通過(guò)數(shù)值記錄的方式來(lái)實(shí)現(xiàn),工作繁瑣且指標(biāo)評(píng)價(jià)方法單一。而通過(guò)數(shù)值模擬的方法,將相關(guān)的潤(rùn)滑油性能指標(biāo)進(jìn)行匯總,建立相關(guān)模型,對(duì)潤(rùn)滑油性能指標(biāo)進(jìn)行評(píng)價(jià),可以獲得更多隱含的設(shè)備狀態(tài)信息,使油液監(jiān)測(cè)技術(shù)更好地應(yīng)用于實(shí)際工業(yè)問(wèn)題。基于大連海事大學(xué)油液監(jiān)測(cè)中心的歷年實(shí)驗(yàn)數(shù)據(jù),全文建立了兩類具有代表性的數(shù)據(jù)集—混合樣本數(shù)據(jù)集和具有時(shí)間序列性質(zhì)的小樣本數(shù)據(jù)集,討論了適用于這兩類數(shù)據(jù)集的油液監(jiān)測(cè)指標(biāo)評(píng)價(jià)方法。結(jié)合多元統(tǒng)計(jì)學(xué)等數(shù)學(xué)方法改進(jìn)并完善了若干現(xiàn)有的油液監(jiān)測(cè)指標(biāo)評(píng)價(jià)模型,做了一些基于Matlab和SPSS的具體算例。對(duì)于混合樣本數(shù)據(jù)集,全文做了如下研究:(1)使用截尾均值方法計(jì)算指標(biāo)的建議標(biāo)準(zhǔn)。使用分布擬合方法獲得指標(biāo)的近似服從分布,通過(guò)計(jì)算逆累積分布函數(shù)實(shí)現(xiàn)指標(biāo)界限值的劃分。(2)使用因子分析方法分析指標(biāo)之間的關(guān)聯(lián),并提取公因子。使用曲面擬合方法分析指標(biāo)之間的關(guān)聯(lián)。(3...

【文章頁(yè)數(shù)】：94 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 油液監(jiān)測(cè)指標(biāo)評(píng)價(jià)方法
        1.1.1 油液監(jiān)測(cè)技術(shù)
        1.1.2 油液監(jiān)測(cè)技術(shù)背景
        1.1.3 油液監(jiān)測(cè)實(shí)驗(yàn)
        1.1.4 油液監(jiān)測(cè)指標(biāo)
        1.1.5 油液監(jiān)測(cè)指標(biāo)評(píng)價(jià)方法及分類
    1.2 油液監(jiān)測(cè)指標(biāo)評(píng)價(jià)方法的研究現(xiàn)狀
        1.2.1 單一油液監(jiān)測(cè)指標(biāo)評(píng)價(jià)方法
        1.2.2 指標(biāo)關(guān)聯(lián)性評(píng)價(jià)方法
    1.3 研究?jī)r(jià)值及理論意義
    1.4 研究方案及研究?jī)?nèi)容
        1.4.1 研究方案
        1.4.2 研究?jī)?nèi)容
2 油液監(jiān)測(cè)故障診斷流程
    2.1 油液監(jiān)測(cè)各類指標(biāo)的解讀
        2.1.1 理化分析的解讀
        2.1.2 光譜分析的解讀
    2.2 基于指標(biāo)的油液監(jiān)測(cè)故障診斷流程
3 針對(duì)混合樣本油液監(jiān)測(cè)數(shù)據(jù)集的評(píng)價(jià)方法
    3.1 混合樣本數(shù)據(jù)集的特點(diǎn)
    3.2 建議標(biāo)準(zhǔn)的建立
        3.2.1 建議標(biāo)準(zhǔn)的定義
        3.2.2 截尾均值方法
        3.2.3 基于Matlab的建議標(biāo)準(zhǔn)計(jì)算模型
        3.2.4 計(jì)算結(jié)果
    3.3 指標(biāo)界限值劃分
        3.3.1 指標(biāo)界限值劃分的合理性
        3.3.2 分布擬合方法
        3.3.3 基于Matlab的界限值劃分模型
        3.3.4 計(jì)算結(jié)果及分析
    3.4 基于因子分析的指標(biāo)評(píng)價(jià)
        3.4.1 指標(biāo)的線性關(guān)聯(lián)與指標(biāo)縮減
        3.4.2 因子分析方法
        3.4.3 基于SPSS的因子分析模型
        3.4.4 計(jì)算結(jié)果及分析
    3.5 指標(biāo)公式
        3.5.1 指標(biāo)的非線性關(guān)聯(lián)
        3.5.2 擬合優(yōu)度方法
        3.5.3 基于Matlab的曲線曲面擬合模型
        3.5.4 計(jì)算結(jié)果及分析
    3.6 基于聚類分析的指標(biāo)評(píng)價(jià)
        3.6.1 指標(biāo)取值的相互約束
        3.6.2 聚類分析方法
        3.6.3 基于SPSS的兩步聚類模型
        3.6.4 計(jì)算結(jié)果及分析
        3.6.5 基于Matlab的計(jì)算幾何聚類模型
        3.6.6 計(jì)算結(jié)果及分析
    3.7 本章小結(jié)
4 針對(duì)小樣本油液監(jiān)測(cè)數(shù)據(jù)集的評(píng)價(jià)方法
    4.1 小樣本數(shù)據(jù)集的特點(diǎn)
    4.2 數(shù)據(jù)的連續(xù)化處理
    4.3 建議標(biāo)準(zhǔn)的建立
    4.4 指標(biāo)界限值的劃分
    4.5 指標(biāo)可預(yù)測(cè)性的判定
        4.5.1 指標(biāo)對(duì)應(yīng)時(shí)間序列的信息損失
        4.5.2 相空間重構(gòu)方法
        4.5.3 基于Matlab的相空間分析模型
        4.5.4 計(jì)算結(jié)果及分析
    4.6 指標(biāo)預(yù)測(cè)
        4.6.1 不等間隔的時(shí)間序列預(yù)測(cè)
        4.6.2 灰色系統(tǒng)方法和差分統(tǒng)計(jì)方法
        4.6.3 基于Matlab的GM(1,1)模型
        4.6.4 計(jì)算結(jié)果及分析
        4.6.5 基于Matlab的差分統(tǒng)計(jì)模型
        4.6.6 計(jì)算結(jié)果及分析
        4.6.7 GM(1,1)模型和差分統(tǒng)計(jì)模型的互補(bǔ)預(yù)測(cè)方案
    4.7 本章小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望與不足
附錄A 基于同胚映射的指標(biāo)換算方法
附錄B 基于計(jì)算幾何的聚類算法Matlab代碼
附錄C 界限值劃分評(píng)價(jià)方法可視化的Matlab代碼
附錄D 灰色系統(tǒng)GM(1,1)模型的Matlab代碼
附錄E 差分統(tǒng)計(jì)模型的Matlab代碼
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間的科研成果



本文編號(hào)：3989331