油液光谱数据诊断综合传动装置异常磨损定位方法

磨损是影响综合传动装置工作可靠性及使用寿命的重要因素之一,当前相关研究中常用的聚类、主成分分析、加权融合等油液光谱数据分析方法,缺乏对特定元素浓度指标异常磨损情况下随时间增长的考虑。为分析综合传动装置不同零部件的磨损状态,提出一种基于油液光谱数据的零部件异常磨损定位分析方法。针对综合传动装置异常磨损过程中部分元素在特定阶段会出现快速增长的情况,提出基于时间窗相关距离的聚类方法,分离表征不同零部件磨损状态的元素;提出磨损元素的磨损趋势分级方法,以高磨损趋势元素为聚类中心,使聚类结果具备可解释性;通过分级系数确定零部件磨损元素权重,融合各零部件磨损元素,获取不同零部件磨损状态表征;通过异常磨损界限值识别异常磨损,实现零部件异常磨损定位。以综合传动装置润滑油液光谱数据为例,检测判断该装置异常磨损的零部件及时间段。检测结果表明:Fe、Cu、Pb三种元素的磨损趋势分级系数最高,携带大量磨损信息,能够有效表征装置的磨损状态;基于时间窗相关距离的有中心聚类方法,成功将油液光谱数据分为Fe、Cu、Pb三类,可用于有效表征整体、摩擦片、齿轮组的磨损状态;基于分级系数的加权融合方法可以有效对该装置的异常磨损部位和时间周期进行检测和判断,为后续的故障预防和维护提供技术指导。

非线性状态监测数据下的磨损定位与状态识别

提出了一种基于主元分析和聚类分析的机械传动系统磨损定位与状态识别方法,通过对数据空间的非线性映射和模糊集合理论实现了主元分析的非线性和鲁棒性改进,实现了同时考虑数据非线性与离群值的磨损定位与状态识别。此外,提出了一种基于主元聚类的数据非线性判别方法。最后,通过综合传动装置的全寿命周期油液光谱数据验证了本文方法优于不考虑数据非线性和离群值的方法,有效降低了数据非线性与离群值对磨损定位与状态识别的影响,提高了磨损定位与状态识别的准确性。

内径测量误差分析

阐述了内径测量仪测量轴承内径可能产生的几种误差情况 ,并对这种几情况进行了分析 ,同时 ,采用几何图解的方式 ,经过运算得出了影响误差的各因素数量间的关系 ,对误差值进行了定量分析 ,得到了各因素对误差的影响程度。附图