关于汽车发动机烧机油那点事(一)——发动机摩擦学系统

一、写在前面的话最近在看抖音时经常刷到,一些维修企业的技术人员处理汽车发动机烧机油的视频,一方面感慨随着技术的发展企业又找到了治理烧机油免拆维护经营之道,技术也得到了提升,本应替他们感到高兴和欣慰;但内心又有一种莫名的忧虑,实在感慨我们的维修人员对免拆维护的认知和对发动机及其润滑油机理认知不够深入,这一点,在视频展示与客户交流中,显露无遗。仅从内窥镜的观察就能判断活塞环烧结,就能准确地说出曾经清洗过积炭,就能判断出烧机油就是引起产生积炭以至于拉缸的原因,而免拆维护给所有的车子加一瓶同样的添加剂,“包治百病”,这实在有点违背科学维修的原则。

摩擦学系统中磨损微粒类型判断决策的优化

利用粗糙集理论对磨损微粒类型判断的决策进行了优化 ,使知识表的属性由原来的 6个减少为 4个。结果表明 :获得的决策的简化与用经验判断的结果一致 ;同时给出了简化后条件属性对决策结论的影响程度。为摩擦学系统中磨损微粒类型的判断决策提出了一种新的优化方法 ,从而提高了利用计算机进行磨粒识别的效率。

基于摩擦学系统理论的采油螺杆泵定子橡胶磨损分析

定子橡胶在原油介质下的减摩耐磨特性是衡量采油螺杆泵的主要技术指标之一。采油螺杆泵的运行环境复杂,影响其定子橡胶磨损的因素较多,属于典型的非线性系统问题。基于摩擦学系统理论,以橡胶定子、金属转子、石油介质、螺杆泵机械结构为主要元素,构建出采油螺杆泵的摩擦学系统框架;列出各元素特性,分析各元素之间的相互联系,并提出求解方法;对螺杆泵定子橡胶材料去除的摩擦学机制进行归纳,并初步讨论摩擦学机制与该摩擦学系统的关系。

BP网在摩擦学系统建模和预测应用中的研究

本文在分析了摩擦学系统特点以及在BP神经网络的结构的基础上 ,采用BP神经网络对摩擦学系统进行了建模和预测 ,通过对结果的分析 ,给出了这种神经网络在不改变隐层节点数和训练精度的条件下 ,来提高训练速度和拟合精度的一种新的方法 ,并指出了要保证BP网络能够近似任意的连续非线性函数 ,其训练数据应具备的条件。它对BP神经网络在处理大数值的应用中 ,具有较大的指导意义。

用人工神经网络预测摩擦学系统磨损趋势

人工神经网络具有高度的并行分布式、联想记忆、自组织及自学习能力和极强的非线性映射能力，在许多领域显示了广阔的应用前景．但是，将神经网络用于摩擦学行为预测的研究报道却还鲜见．在对基于神经网络的单变量时间序列预测方法与过程进行分析之后，提出了摩擦学系统磨损趋势神经网络预测模型．采用定量铁谱参数中的总磨损Ｑ作为预测磨损趋势的特征参数，讨论了磨损趋势神经网络预测的单步预测法和多步预测法，并用其对ＣＤ４０齿轮泵的磨损趋势进行了预测。

基于能量耗损的摩擦学系统状态识别方法研究

通过对摩擦学系统的能量流监测,结合状态识别方法的分析,提出了基于磨损与振动能量损耗监测方法,建立了能量损耗的机械设备状态监测框架模型。分析指出,磨损与振动都是能量耗损行为,且二者的相关性采用齿轮疲劳试验证实。研究表明,基于齿轮磨损的光谱分析的元素相对质量分数的累积相对标度和振动信号时域的均方根值的累积相对标度具有很好的相关性,这表明齿轮磨损和振动具有很好的相关性,因此摩擦学系统的状态识别与故障诊断采用能量损耗监测的方法是可行的。

自动取款机摩擦学系统在沙尘环境中的磨损特性研究

模拟塔克拉玛干沙漠的沙尘环境,对(ATM)自动取款机摩擦学系统进行了磨损试验,分析了聚酰亚胺(P I)和聚萘二甲酸乙二酯(PEN)高聚物薄带在3种载荷以及有无纸币基体情况下的沙尘磨损性能和机理.结果表明:P I薄带的抗沙尘磨损能力较PEN薄带强;纸币基体可以改善PEN薄带的抗沙尘磨损能力;P I薄带的磨损机理表现为剧烈的刨削磨损,PEN薄带则表现为微犁沟和疲劳剥落.

摩擦学系统的混沌特性

为了充分认识摩擦学系统的复杂性质,对摩擦学行为的混沌性进行了定量研究。在销-盘试验机上试验提取摩擦力和摩擦振动的时序信号,以此为研究对象,运用功率谱、分形维数和Lyapunov指数三种方法联合证明了这两种摩擦信号的混沌特性。研究表明,摩擦力和摩擦振动信号具有连续宽带的功率谱、分数维数和正的Lyapunov指数,即具有混沌行为的基本特征,从而证明了摩擦学系统的混沌性质。

摩擦学系统条件转化研究

通过对摩擦学系统条件转化的研究和转化实例分析 ,提出了解决摩擦学系统条件转化问题的新思路和方法 .人工智能技术为摩擦学系统条件转化研究提供了有效的手段 。

中部槽磨损失效的摩擦学系统分析

采用摩擦学系统分析方法研究了中部槽摩擦学系统结构,在此基础上,探讨了中部槽磨损失效的类型及其影响因素。分析表明:中部槽摩擦学系统结构由摩擦学系统元素、元素的性质及元素的相互作用组成,中部槽磨损失效以磨料磨损、腐蚀磨损占主导地位,重载时可能发生黏着磨损。

摩擦学系统结构寻优模型研究

通过对摩擦学系统条件转化的研究和转化实例的分析，提出了解决摩擦学系统结构寻优问题的新思路和模型。经摩擦学验证试验得出结论：利用人工智能技术可以基本实现摩擦学系统结构条件下的摩擦学特性转化，对转化结果求最小值，可得该摩擦学系统条件的最优解。摩擦学设计用户和专业摩擦学研究人员可以由此优化方法完成对摩擦学试验研究方案的优化和摩擦学设计参数的正确选择。

基于贝叶斯网络的摩擦学系统状态辨识的知识获取

研究了基于贝叶斯网络的摩擦学系统状态辨识知识的获取方法。针对摩擦磨损试验数据一般比较齐全且数据量相对比较大的特点,将贝叶斯网络用于摩擦学系统状态辨识的知识获取,通过计算建立属性之间的依赖关系,获得各种依赖关系下的条件概率表,说明依赖关系的强弱,从而获得对机器摩擦学系统状态辨识有指导意义的客观知识,以利于机器摩擦磨损状态辨识的智能化。将贝叶斯网络用于滑动轴承摩擦磨损试验数据的知识获取,获取该摩擦学系统状态辨识的定性及定量知识。

重载丝杠螺母副的摩擦学系统模型的建立

在基本摩擦学理论和实验的基础上 ,分析了某种选定的摩擦副在某种选定的摩擦学工况条件下的摩擦学系统特性 ,建立了轧机压下装置中重载丝螺母副的摩擦学特性与载荷之间关系的数学模型 ,推导出相对准确的摩擦系数—载荷 ,磨损率—载荷计算公式 ,与实验结果比较有较好的吻合性。该数学模型可为摩擦学系统特性转化的研究提供研究参照体 ,亦可为工程设计人员在摩擦学设计时提供有效的计算工具。

摩擦学系统状态辨识的集对分析方法

在分析摩擦学系统状态辨识方法的研究状态的基础上,提出了一种应用集对分析方法来实现摩擦学系统状态辨识的新方法。其基本思想是通过从同、异、反3个方面计算联系度来研究摩擦学系统状态辨识的确定性与不确定性,实现集定量和定性信息于一体的辨识方法。建立了摩擦学系统状态辨识的集对分析模型,并成功地应用于滚动轴承摩擦学系统的状态识别,应用效果良好,具有计算简单、客观性强等特点。

摩擦学系统的系统理论研究和建模

摩擦学的系统思想是在摩擦学诞生初期就已经被提出来.由于摩擦学的理论体系研究一直进展缓慢,摩擦学系统的系统理论和建模研究也一直进展缓慢.本文在摩擦学3个公理基础上,从一般系统理论与工程系统分析方法相结合出发,研究了摩擦学系统的功能和构成,论述了摩擦学系统在运动系统中承担的运动保证功能,即保证运动系统各部分之间有确定的相对运动.运动保证功能由全体摩擦副共同实现,并有若干辅助子系统支持摩擦副的可靠工作,它们一起构成了摩擦学系统.摩擦学系统是为研究摩擦学行为而从运动系统中抽象出来的运动系统的子系统.从系统功能出发,摩擦学系统的状态参数集里必然含有与构件运动有关的参数,这些参数对于摩擦学研究非常重要.摩擦学系统结构既与历史关联又跟随状态变化,因此是非定常非线性系统.这2种变化对于摩擦学系统具有不同的时间尺度,也就是说具有非常长的周期和相对非常短的周期,这就为能够以不同时间尺度的分段定常和分段线性化求解计算提供了理论根据,从而在模型中考虑了此前为不能积分而对结构引入的大量简化,这些过去被忽略的因素对摩擦学系统其实是很重要的.同时,也使得能够在建模中将不同学科行为通过与历史关联和跟随状态变化的系统结构进行耦合和共同作用于系统.文章给出了1个缸套-活塞裙部,连杆大小头和曲轴轴承摩擦学系统的算例.

摩擦学设计主要是摩擦学系统的设计

在一般意义下讨论了摩擦学设计，涉及摩擦学设计的内容、目标和特征。强调摩擦学设计不能仅仅被理解为摩擦副的设计，更不能被理解为摩擦、磨损或润滑的设计。介绍了国内在转子－ 轴承－ 密封－ 齿轮系统、推力轴承系统、缸套－ 活塞－ 活塞环系统、主动磁轴承系统和摩擦学机敏材料（或结构）系统设计方面所做的一些工作。国家自然科学基金委员会对这些研究提供了强有力的经费支持。

基于支持向量机的摩擦学系统状态判别方法研究

传统的摩擦学系统状态的判别采用逐步判别分析法,该方法以油液监测历史数据为依据,通过从不同的油液监测方法中获取信息,构造出状态分类判别数学模型来进行状态判别,具有建模样本量大,建模时间长,对建模人员要求较高的缺点。通过引入支持向量机分类方法,缩短了对摩擦学系统进行状态判别的时间,提高了分类效率,最后通过实例说明了该方法的有效性、实用性和良好的推广应用前景。

沙尘粒子对轮-铲摩擦学系统的侵入机制分析

以自动取款机的轮-铲摩擦学系统为研究对象,建立了无黏着刚性接触条件下理想球形粒子侵入轮-铲摩擦学系统的静力学计算模型;分析了单个粒子在完整侵入过程中所受的侵入力及其临界侵入条件和侵入运动方式;进一步探讨了粒子在黏着摩擦作用下的侵入条件.结果表明:在无黏着刚性接触条件下,粒子侵入与否仅取决于初始侵入位置;在不同界面条件下,不同粒径粒子的侵入以滚滑运动为主,纯滚动只发生在临界侵入曲线所确定的运动轨迹上;在黏着摩擦作用下,粒子的侵入由表征摩擦副材料和粒子的粒径2个组合特征因子共同决定.

摩擦学系统特征信息关系的试验研究

针对摩擦学系统特征信息的多样性以及设备在运行寿命期内表现出的磨损规律性,以齿轮箱摩擦学系统为研究对象,建立试验齿轮箱摩擦学特征信息系统.对采集到的齿轮疲劳磨损试验润滑油采用油液分析方法试验研究了系统润滑油黏度与磨损特征信息间的表现关系及内在机理,考察磨粒及油液变质物在试验寿命期内的变化行为,采用扫描电镜和能谱分析磨粒的表面形貌及成分变化.试验与分析结果表明,润滑油黏度的增加具有与磨损信息相似的时间累积性,在磨合期、正常期和故障期三个阶段,润滑油黏度受到不同程度的磨损磨粒、油品变质物、摩擦聚合物及油泥的综合影响,其黏度变化与磨损参数变化具有良好的映射关系.

基于集对分析的船舶柴油机摩擦学系统状态预测

将集对分析方法用于船舶柴油机摩擦学系统的状态预测,通过建立检测数据与参照系统的联系度和计算同、异、反距离来预测摩擦学系统所处的磨损状态。在此基础上,将集对分析预测模型用于船舶柴油机滑动轴承摩擦学系统的试验数据分析,结果表明该方法具有有效性和实用性。