润滑油金属磨粒的分类参数研究

 针对润滑系统中普遍存在的 8类金属磨粒,通过引入数字图像描述方法和处理技术,分别对磨粒的尺寸、形态、表面纹理以及颜色等参数进行了详细的研究,获取了各类磨粒识别的最佳参数,并提出了磨粒的分层识别策略,最后运用模糊 C-均值聚类方法实现了 8类磨粒的有效聚类。算例表明了本文方法的有效性。     

基于灰色聚类的磨粒自动识别

 将灰色系统理论中的聚类分析技术用于磨损颗粒的自动识别, 编制了相应的计算机模拟程序。在对磨粒图象的形态特征参数进行敏感性分析的基础上, 确定了各参数的灰类白化权函数, 并结合磨粒识别的试验研究, 给出了磨粒各特征参数的聚类权值。应用此方法对一组标准磨粒进行了模拟识别, 识别正确率在90% 以上, 并且识别速度很快, 大大优于传统的磨粒识别方法。     

单颗磨粒磨削实验及其数值模拟的研究进展

单颗磨粒磨削是研究复杂磨削机理的重要手段,本文从单颗磨粒磨削过程和磨粒形状的角度阐述了磨削基础理论;概述了国内外学者以实验研究单颗磨粒的材料去除、切削力行为;基于数值模拟,探讨了不同工艺参数对单颗磨粒磨削力、磨削温度、工件表面质量的影响规律。最后就这一方向的深入研究工作做了展望。     

浮力磨粒球性能对工件抛光影响的实验研究

从制作浮力磨粒球材料的性能参数和加工参数入手,综合考虑影响抛光加工的多种因素,应用实验分析方法,研究了磨粒球的直径、磨粒球的层厚和浮力磨粒球抛光工件时的去除量、加工件表面品质的关系.并对抛光工件时浮力磨球的浮力对工件抛光的影响作了分析.     

振动辅助抛光的原理分析与实验研究

首先从理论上分析了振动辅助抛光的加工过程,通过建立单颗磨粒冲击工件的数学模型,分析了振动参数变化引起硬脆材料的塑-脆去除方式转变机制。采用LY-DYNA软件对球形和锥形磨粒冲击工件的仿真分析结果表明：随着振动参数的增强,磨粒切入深度增加,达到临界切削深度后产生裂纹脆性去除,从而能够实现工件材料的额外去除。在实验平台上开展的径向振动抛光实验结果表明：引入振动后抛光去除效率显著提升,证明了理论分析的正确性。     

散粒磨粒抛光运动轨迹的分析及数学模型的建立

通过对散粒磨粒抛光过程中的运动轨迹的分析与研究，提出以运动参数为控制因子的磨粒运动轨迹的数学模型，为实现计算机控制抛光过程奠定一定的基础     

散粒磨粒抛光运动轨迹的仿真与合理参数的选择

通过计算机模拟出磨粒的运动轨迹,从而得出影响抛光质量的因素,并提出了合理的抛光运动参数。     

激光修锐树脂结合剂砂轮的试验研究

使用脉冲ＹＮＧ激光对树脂结合剂砂轮进行了修锐试验研究,并采用激光三维扫描方法对修锐前后砂轮的表面形貌进行测量．通过考察砂轮磨粒突出高度及有效磨粒数等表面形貌特征,比较了在不同的激光修锐参数下所获得的不同的修锐效果．试验结果表明激光修锐树脂结合剂砂轮是可行的,并指出了进行激光修锐工艺参数优化研究的重要性．     

基于线接触的回转二次曲面加工仿真研究

根据线接触加工回转二次曲面基本原理,建立基于磨粒磨损理论的线接触加工过程仿真模型,给出仿真流程并分析仿真过程各项参数的选取方法,最后基于此模型来研究加工参数如磨粒大小、工件初始面形和刀具初始面形对加工结果的影响,仿真结果表明工件和刀具初始面形对加工结果没有影响。     

不锈钢镜面的游离磨粒精密加工

利用游离磨粒加工方法对马氏体平面不锈钢SUS440C试件进行精密加工.通过田口实验方法对研磨阶段的工艺参数进行了优化,涉及的工艺参数包括研磨盘转速、加工载荷和加工时间.利用优化的研磨工艺加工后试件表面粗糙度达Ra72nm.抛光过程中使用聚氨酯抛光垫和二氧化硅磨粒,经抛光后试件表面粗糙度达Ra8nm、表面呈镜面.     

基于图像的发动机滑油滤磨屑定量分析技术

定量分析滑油滤磨屑是提高航空发动机内部磨损故障诊断成功率的有效技术途径.为满足某型航空发动机使用维护中滑油滤磨屑快速定量分析和磨损状态诊断的实际需求,设计制造了油滤磨屑自动清洗收集装置,采用电荷耦合器件(CCD)获取油滤磨屑数字图像,运用二维最大熵遗传算法对磨屑图像进行阈值分割后提取磨屑目标的特征量,将磨屑特征量与反映...     

基于D—S证据理论的航空发动机故障诊断

航空发动机滑油中舍有摩擦副产生的磨损微粒。通过滑油介质中所含磨损微粒中元素的分析．运用Dempster-Shafer证据融合诊断方法,对航空发动机的磨损状态等进行有效的诊断,确定发动机的磨损程度,以及发动机的磨损部位,从而可对发动机的故障排除作参考。在融合过程中提出了先对每个元素的磨损量和磨损率进行融合,再总体融合的方法。针对Dempster—Sharer证据融合的局限,应用了两种改进的融合方法,并进行比较。实例表明,Dempster—Shafer证据融合是一种有效的航空发动机滑油磨损的故障诊断方法。     

轴承钢摩擦副全流量在线磨粒静电监测方法

为满足滑油系统零部件衰退早期症兆监测要求,采用自制的全流量在线磨粒静电传感器对润滑条件下轴承钢滑动摩擦副开展实时在线磨损状态监测研究.研究了润滑条件下金属磨粒荷电机理和设计了静电监测系统,开展了不同载荷和滑动速度时的磨损实验,对摩擦系数、静电感应信号、静电信号均方根值(RMS)进行相关性分析.研究结果显示:①全流量在线磨粒静电监测方法与摩擦系数均能监测到粘着的发生,具有一致性;②静电监测方法在粘着发生前监测到异常;③在稳定磨损阶段,摩擦系数随载荷的增大而减小,随滑动速度的升高而降低;④在剧烈磨损阶段,静电信号中脉冲尖峰的RMS值随载荷增加时先增加后减小,随滑动速度的升高而减小.      

Mechanical wear debris feature,detection, and diagnosis: A review

Mechanical debris is an important product of friction wear, which is also a crucial approach to know the running status of a machine. Many studies have been conducted on mechanical debris in related fields such as tribology, instrument, and diagnosis. This paper presents a comprehensive review of these studies, which summarizes wear mechanisms (e.g., abrasive wear, fatigue wear, and adhesive wear) and debris features (e.g., concentration (number), size, morphology, and composition), analyzes detection methods principles (e.g., offline: spectrograph and ferrograph, and online: optical method, inductive method, resistive-capacitive method, and acoustic method), reviews developments of online inductive methods, and investigates the progress of debris-based diagnosis. Finally, several notable problems are discussed for further studies.     

滑油系统全流量在线磨粒静电监测技术研究

 针对滑油系统非金属材料难以实现在线监测的问题,基于静电感应原理展开全流量磨粒监测技术研究。研究润滑条件下荷电磨粒的产生机理和全流量磨粒静电监测原理,着重进行了静电信号特征提取方法研究。为验证磨粒静电监测技术的可行性,设计并搭建了模拟实验平台,开展了故障颗粒注入实验和循环润滑条件下销盘滑动摩擦磨损实验,使用自制的全流量在线磨粒静电传感器对油路中的磨粒进行监测。结果表明:静电传感器能够监测到金属、非金属等不同材料荷电磨粒;感应电压幅值与磨粒大小具有相关性;感应电压波形与荷电磨粒特性有关;静电传感器可以在线监测滑油回路中非金属摩擦副的摩擦磨损状态。     

磨粒分析技术及其在发动机故障诊断中的应用

基于显微形态学方法的磨损微粒显微分析技术是近年来出现的解决发动机磨损故障诊断问题的新方法之一。应用形态学分析方法建立一套磨粒显微特征描述体系提取磨粒特征信息,作为磨粒识别的信息基础,可以准确地完成磨粒自动识别。基于发动机润滑系统磨粒分析的结果和颗粒摩擦学理论,比较准确地评估出发动机接触磨损部件的磨损状态,进而诊断或预测此类磨损故障;另外,此项分析诊断技术在发动机气路磨损故障诊断中也具有潜在的应用前景。      

基于D-S证据理论的磨粒识别

基于D-S证据理论的信息融合方法应用于磨损颗粒的自动识别,编制了相应的计算机识别程序。在对磨粒图象的形态特征参数进行筛选和统计分析的基础上,确定了各参数的统计容许限和决策基元概率。通过对一组标准磨粒的模拟识别试验,显示该方法具有算法简单、运行可靠、识别正确率高以及识别速度快的优点。      

发动机磨粒统计分布规律与磨损状态监测研究

根据对 WZ- 6航空发动机等由滑油润滑的机械零件磨损磨粒的显微形态统计研究 ,提出了磨屑尺寸分布的 Weibull分布模型 ,探讨了滑油取样和磨粒采样等随机误差的估计及航空发动机磨损状态监测和故障诊断的方法     

双BP神经网络在磨损颗粒自动识别中的应用

引入了一套磨粒形态学描述子来提取磨损颗粒的显微形态特征 ,然后以此为输入参数提出了一套BP神经网络 ,对磨损颗粒进行自动识别分类。针对本网络输入参数多 ,网络训练耗时长的问题 ,尝试采用因子模糊化的网络训练方法 ,大幅度提高了神经网络的训练速度 ,并取得了较好的应用效果。     

一种航空发动机滚动轴承磨损故障监测技术

针对航空发动机滚动轴承磨损状态监测对长轴尺寸大于10μm的故障敏感磨粒检测的需要,研制了多功能油液磨粒智能检测与诊断系统,克服了传统光谱分析对大磨粒不敏感的缺点,以及传统铁谱分析检测步骤烦琐的不足,可直接对流动的油液中大于10μm的运动磨粒进行检测.提出了油液运动磨粒的7个数字特征参数及其识别策略,实现了磨粒的自动识别,识别率基本上达到99%以上.利用实际的航空发动机油样进行了试验验证,并与传统光谱分析进行了对比,试验结果表明该系统较光谱分析具有更强的检测力和更优的时效性.