基于改进雷达图的齿轮箱磨损评定方法_张宇翔

合集下载

基于油液监测的齿轮箱疲劳磨损运行状态评估

基于油液监测的齿轮箱疲劳磨损运行状态评估

为了对以上方法进行有效性验证ꎬ采用图 1 中的齿轮
箱测试结构表征齿轮运行阶段发生疲劳磨损的情况 [1 3] ꎮ
利用变频电机提供系统所需的动力ꎬ以此驱动齿轮箱测试
台的运行ꎬ确保试验台保持正常运行状态ꎬ同时也可以结
时都采集体积为 100 mL 的同等体积油样ꎮ 为防止磨粒发
生团聚而产生沉淀物ꎬ需保证机器运转停止之后的2 min
上升ꎬ此时已经进入陪试箱过渡运行阶段ꎬ振动与磨损程
-4
度都发生快速提 高ꎬ 油 液 内 形 成 了 更 多 的 大 磨 粒ꎻ 到 达
B1
LB1
-6
0
48
96
144
GL/h
192
240
图 4 综合特征融合指标的趋势图
对图 4 进行分析可以看到ꎬ主试箱与陪试箱共同形成
的综合特征融合指标处于齿轮疲劳磨损测试阶段的变化
在 90%ꎬ随着特征值累计方差达到 90% 以上的贡献率后ꎬ
分别为主试箱与陪试箱设置 6 个主成分ꎮ 表 2 与表 3 分
别为主试箱与陪试箱的信号特征参数ꎮ
表 1 齿轮副的基本参数
表 2 主试箱信号特征参数
齿数 z1
齿数 z2
模数 / mm
齿宽 / mm
主成分 F
特征值
方差贡献率 / %
累计方差贡献率 / %
weight value to multiply with each principal component and add linearlyꎬ so as to obtain the fusion index composed of weighted
principal component and comprehensive feature and achieve the effect of weighted fusion of multi-feature information. The results

基于改进的多元离群检测方法的风机齿轮箱早期故障诊断

基于改进的多元离群检测方法的风机齿轮箱早期故障诊断

基于改进的多元离群检测方法的风机齿轮箱早期故障诊断顾煜炯;贾子文;王瑞;任玉亭
【期刊名称】《中国机械工程》
【年(卷),期】2016(027)014
【摘要】针对风电机组运行工况波动性以及机组早期故障特征不易提取的特点,提出一种基于改进的多元离群监测方法来实现风机齿轮箱故障的早期诊断。

运用阶比重采样方法对原始振动信号进行预处理,并对处理结果进行量纲一因子分析;通过马氏距离建立风电齿轮箱的早期故障识别模型;利用多元线性回归改进多元离群检测算法进行实际数据的分析计算。

结果表明,该方法较原始方法能够更早地察觉出风电齿轮箱早期故障。

【总页数】7页(P1905-1910,1916)
【作者】顾煜炯;贾子文;王瑞;任玉亭
【作者单位】华北电力大学新能源电力系统国家重点实验室,北京,102206;华北电力大学新能源电力系统国家重点实验室,北京,102206;华北电力大学新能源电力系统国家重点实验室,北京,102206;国华能源投资有限公司,北京,100007【正文语种】中文
【中图分类】TK83
【相关文献】
1.基于多元角域指标离群检测的风电齿轮箱故障预警方法 [J], 顾煜炯;宋磊;苏璐玮;吴冠宇;周振宇
2.基于改进DEMD和ICA的海上风机传动系统早期故障诊断 [J], 郑小霞;叶聪杰;周荣成
3.基于决策树与多元支持向量机的齿轮箱早期故障诊断方法 [J], 张亮;陈志刚;杨建伟;汪耀林
4.基于改进离群算法的多元时间序列异常检测 [J], 苑津莎;甘斌斌;李中;万利;李灿
5.基于半监督模糊核聚类的齿轮箱离群检测方法 [J], 毕锦烟;李巍华
因版权原因,仅展示原文概要,查看原文内容请购买。

改进的EMD方法在齿轮箱故障诊断中的应用

改进的EMD方法在齿轮箱故障诊断中的应用
加 以 分析 。然 而 ,大 部 分信 号 具有 显 著 的 非平 稳性 ,其 频谱 成 分 非 常 复 杂 ,致使 采 用传 统 的滤 波 降 噪 方 法 不 能满 足要 求 。而 短 时傅 立 叶变 换 、小 波 分析 等 方法 在 分析 非平 稳
2 改 进的 E M D降噪 方法
2 . 1 小 波包 降噪
c o r r e l a t i on c o e fi c i e n t p r i n c i pl e a n d ch o o s i n g a d i f e r e n t v a n i s h i n g mo men t s d b wa v el e t n o i s e r e d u c t i on wi t h EMD, an d i t c an e nh a n c e t h e n oi s e r e du c t i on e f ec t o f t he o r i gi n a l s i gn a 1 . T hi s ar t i c l e d i a gn o s e s t h e f a u l t s i g n a l s i n t h e o u t er r i n g b e a r i n g ai ms a t g e a r b o x an d o b t ai n s a v e r y g o o d di a gn o s t i c e fe c t .
信号方面又有着相应的局限性 。所以
这里 引入 了经 验模态 分解这种 算法 , E MD方 法在处理 非线性 、非平稳信
L 2 ( R ) =…0w l 0 0 …=0 , ∈ Z
( 1 )
其 中 ,w. 是 小 波 函数 空 间, J为

基于小波包和改进核最近邻算法的风机齿轮箱故障诊断方法

基于小波包和改进核最近邻算法的风机齿轮箱故障诊断方法

基于小波包和改进核最近邻算法的风机齿轮箱故障诊断方法王栋璀;丁云飞;朱晨烜;孙佳林【摘要】齿轮箱作为风力机组的核心部件,故障频发,研究风机齿轮箱的故障诊断方法意义重大.针对最近邻(KNN)诊断方法对离群噪声不敏感和诊断精度较低的缺陷,提出了基于小波包和改进核最近邻算法的风机齿轮箱故障诊断方法.该方法应用小波包分析技术对故障特征进行提取,利用互近邻准则将故障数据集中的离群噪声点剔除,构建出基于核空间的改进型最近邻分类决策规则来识别齿轮箱的故障类型.试验表明:该方法可以有效地提升故障诊断精度和鲁棒性,为智能诊断技术的研究提供新思路.【期刊名称】《电机与控制应用》【年(卷),期】2019(046)001【总页数】6页(P108-113)【关键词】风机齿轮箱;故障诊断;小波包分析;最近邻;互近邻【作者】王栋璀;丁云飞;朱晨烜;孙佳林【作者单位】上海电机学院电气学院,上海200240;上海电机学院电气学院,上海200240;上海电机学院电气学院,上海200240;上海电气风电公司,上海200241【正文语种】中文【中图分类】TM315;TP290 引言随着风能在清洁能源中的广泛使用,大型风力发电机组的装机容量日趋增长[1-2],运行故障风险与维护成本也随之增加。

据统计,齿轮箱作为双馈型风力发电机的核心部件,由于长期工作在恶劣的工况条件下,最易发生机械故障,占总故障率的65%[3],故风机齿轮箱的故障诊断成为热点课题,国内外学者对此做了大量研究。

以傅里叶变换为基础的时频分析[4]早期在实际工程中得到了应用,但其无法满足非平稳、非线性信号的精确分析要求,而小波分析[5]以独有的多尺度特性和局部化特性突破了这一局限,在故障特征提取方面取得了丰硕的研究成果。

卢锦玲等[6]利用小波包分解方法提取风机齿轮箱故障的能量向量,并结合相关向量机成功地实现了风机齿轮箱的多分类故障诊断。

杨明莉等[7]针对风力机齿轮箱故障类型,提出基于多尺度小波分析和希尔伯特变换的实时齿轮箱故障诊断方法,通过分析能量包络谱相应的波形参数值来判定预测故障的类型。

基于改进EMD和HMM的齿轮故障诊断方法

基于改进EMD和HMM的齿轮故障诊断方法
【关键 词 】振 动 与 波 ;F A MD ;HMM ;齿 轮 ;故 障 诊 断
齿 轮 箱 是 机 械 设 备 中一 种 必 不 可 少 的连 接 和 传 递 动 力 的 通 用 零 部 件 , 也 是 一 种 易 于 发 生 故 障 的零 部 件 。研 究 齿 轮 箱 尤 其 是 齿 轮 的状 态 监 测 与 故 障 诊 断 技 术 ,对 于 保 障 机 械 设备 的安全、稳定运行具有重要意义 。 齿轮故障诊 断的关键是提取 故障特征 。 近 年 来 ,经 验模 态 分解 ( E m p i r i C a 1 M o d e D e c o m p o s i t i o n ,E M D ) 在 非 平 稳 、非 线 性 信 号 处 理 中 得 到 了 广 泛 的应 用 J 。H M M 具有其他 模 式 识 别 方 法 不 具 有 的 特 性 ,它 适 合 对 动 态 时 间 序 列 进 行 建 模 , 具 有 较 强 的模 式 分 类 能 力 , 特 别 适 用 于 非 平 稳 、 非 线 性 及 冗 余 性 的 信 号 , 。 由于实 际信 号的 复 杂性 和采 样 的 随机 性 ,E M D 方 法 存 在 端 点效 应 和 过 分 解 等 问题 。 基 于 以 上 分 析 , 本 文 提 出 了改 进 E M D 和H M M 的 齿轮故 障诊断方法,利用镜像延拓法解决E M D 中的端点效应 问题;提 出I M F 选择算法剔 除过 分 解 产 生 的 伪 分 量 ,选 取 合 适 的敏 感 I M F ; 采用选好 后各I M F 分 量 能 量 比作 为 故 障特 征输 入至嗍 分类器从而实现故障诊 断。 1 . 改进E M D 算 法 E M D 方法 的 目的是通过 对非 线性 、非平 稳 信 号 的 分 解 获 得 一 系 列 表 征 信 号 特 征 时 间 尺 度的 固有模 态 函数 ,使得 各个 I M F 是 单分 量 的 幅 值 或 频 率 调 制 信 号 。每 个 I M F 满 足 以 下2 个 条件 : ( 1 ) 在整 个数据 段 内,极值 点 的个数和 过 零点的个数必须相等或最多相差一个 ; ( 2 ) 信 号 上 任 意 一 点 , 由局 部 极 大值 点确 定 的包 络 线 和 由局 部极 小值 点 确 定 的包 络 线 的 均 值 均 为零 ,即信 号关 于 时 间轴 局 部对 称 。 l _ 1 端 点 效 应 和 镜 像 延 拓 法 E M D 端 点 效 应 问 题 产 生 原 因 为 采 用 三 次 样 条 曲 线 求 取 包 络 线 的过 程 ,上 、 下 包 络 线 是 根 据 信 号 的 局 部 极 值 点 应 用 三 次 样 条 曲线 插 值获得 。而E M D 分解 每阶I M F 都 要求信 号的 上 下 包 络 ,端 点 处 由 于 缺 乏 数 据 的 支 撑 而 无 法 确定 包络线 的趋 势 ,导致新 得 到的 I M F 两 端 出现发散现 象,随着分 解进行 ,发散程度 逐 渐 严 重 。 即会 由外 而 内 “ 污 染 ”信 号数 据 , 也就 是 端 点 效 应 。 目前 端 点 效 应 抑 制 的 方 法 很 多 ,而 效 果 相 对 较 好 的 即 为 镜 像 延 拓 法 。

基于稀疏注意力机制的齿轮早期磨损故障诊断研究

基于稀疏注意力机制的齿轮早期磨损故障诊断研究

2023年第47卷第3期Journal of Mechanical Transmission基于稀疏注意力机制的齿轮早期磨损故障诊断研究高云端1田野1朱永波1李贺2张进杰2(1 中国航空工业集团公司北京长城航空测控技术研究所,北京100176)(2 北京化工大学高端机械装备健康监控与自愈化北京市重点实验室,北京100029)摘要在齿轮故障诊断领域中,对齿轮早期磨损故障实现有效诊断具有重要意义。

然而,早期磨损故障特征弱,诊断难度大。

针对该问题,提出了一种基于稀疏注意力机制的齿轮早期磨损故障诊断模型,采用一种新的稀疏注意力机制结合卷积神经网络,改进传统分段序列注意力机制,实现了具体故障频率定位。

应用齿轮箱故障模拟实验数据进行测试验证,相比其他诊断方法,所提方法能够在同等样本条件与计算代价下,实现更为准确全面的诊断,降低分析成本,获得敏感故障特征频率,为齿轮维护提供数据支撑。

关键词齿轮磨损故障诊断卷积神经网络注意力机制Research on Gear Early Wear Fault Diagnosis Based on theSparse Attention MechanismGao Yunduan1Tian Ye1Zhu Yongbo1Li He2Zhang Jinjie2(1 Beijing Great Wall Aviation Measurement and Control Technology Research Institute,Aviation Industry Corporation of China, Beijing 100176, China)(2 Beijing Key Laboratory of Health Monitoring and Self-Recovery for High-End Mechanical Equipment,Beijing University of Chemical Technology, Beijing 100029, China)Abstract In the field of gear fault diagnosis, it is of great significance to effectively diagnose early wear faults of gears. However, early wear fault has weak characteristics and is difficult to diagnose. Thus, a gear early wear fault diagnosis model based on the sparse attention mechanism is proposed to solve this problem. This model uses a new sparse attention mechanism combined with a convolution neural network to improve the traditional sectional attention mechanism and locate the specific fault frequency. The gearbox fault simulation test data is used for test verification. Compared with other diagnosis methods, this new method can achieve a more accurate and comprehensive diagnosis, reduce analysis cost and obtain sensitive fault characteristic frequency under the same sample condition and calculation cost. The conclusion of this method can provide data support for gear maintenance.Key words Gear wear Fault diagnosis Convolution neural network Attention mechanism0 引言齿轮磨损故障诊断是设备故障监测诊断领域的重要工作之一。

基于RF-PCA-改进SVM模型的齿轮故障诊断方法

收稿日期:2022-11-21基金项目:安徽省高校协同创新项目(GXXT 2019 003)引用格式:陈立爱,汪佳奇,陈松,等.基于RF PCA 改进SVM模型的齿轮故障诊断方法[J].测控技术,2023,42(8):15-21.CHENLA,WANGJQ,CHENS,etal.GearFaultDiagnosisMethodBasedonRF PCAandImprovedSVMModel[J].Measure ment&ControlTechnology,2023,42(8):15-21.基于RF PCA 改进SVM模型的齿轮故障诊断方法陈立爱,汪佳奇,陈 松,王大桂(安徽建筑大学机械与电气工程学院,安徽合肥 230601)摘要:为提升齿轮故障诊断的正确率,提出了基于随机森林(RandomForest,RF)和主成分分析法(PrincipalComponentsAnalysis,PCA)对齿轮振动信号进行特征降维处理,并采用粒子群算法(ParticleSwarmOptimization,PSO)求解支持向量机(SupportVectorMachine,SVM)特征参数最佳取值的齿轮故障诊断模型(RF PCA 改进SVM模型)。

对齿轮箱实例中正常、断齿、齿根开裂、剥落、削尖等9种不同状态进行了验证,证明了RF PCA 改进SVM模型对齿轮故障诊断的有效性。

试验结果表明:通过对比不同诊断模型识别率,证明RF PCA 改进SVM模型具有更优的齿轮故障识别率,平均达到了99 66%,且计算效率较高;样本数量改变虽然会影响模型正确识别率,但不同的改变方式对识别率影响的程度不同,对于RF PCA 改进SVM模型,当齿轮状态数据大于40个时即可达到88%以上的正确识别率。

关键词:齿轮箱;故障诊断;RF;PCA;改进SVM中图分类号:TP391 4;TH132 文献标志码:A 文章编号:1000-8829(2023)08-0015-07doi:10.19708/j.ckjs.2023.08.003GearFaultDiagnosisMethodBasedonRF PCAandImprovedSVMModelCHENLiai牞WANGJiaqi牞CHENSong牞WANGDagui牗SchoolofMechanicalandElectricalEngineering牞AnhuiJianzhuUniversity牞Hefei230601牞China牘Abstract牶Inordertoimprovetheaccuracyrecognitionrateofgearfaultdiagnosis牞agearfaultdiagnosismodel牗RF PCA improvedSVMmodel牘isproposed牞whichisbasedonrandomforest牗RF牘andprincipalcomponentsanalysis牗PCA牘toreducethedimensionofgearvibrationsignals牞andusesparticleswarmoptimization牗PSO牘algorithmtosolvefortheoptimalvalueofsupportvectormachine牗SVM牘featureparameters.Ninedifferentstates牞includingnormalgearbox牞brokengear牞crackedgearroot牞peelingandsharpening牞areverifiedinthegearboxexample牞whichprovestheeffectivenessoftheRF PCA improvedSVMmodelforgearfaultdiagnosis.Theexperimentalresultsshowthatbycomparingtherecognitionratesofdifferentdiagnosticmodels牞itisprov enthattheRF PCA improvedSVMmodelhasabettergearfaultrecognitionrate牞withanaverageof99.66%牞andhighcomputationalefficiency.Althoughthenumberofsamplesmayaffectthecorrectrecognitionrateofthemodel牞thedegreeofimpactvariesdependingonthemethodofchange.FortheRF PCA improvedSVMmodel牞whenthegearstatusdataisgreaterthan40groups牞thecorrectrecognitionratecanreachover88%.Keywords牶gearbox牷faultdiagnosis牷RF牷PCA牷improvedSVM机械设备在现代社会发挥着重要作用,随着工业和生活方式的快速发展,对机械设备的可靠性、安全性、经济性和智能性要求越来越高[1-2]。

基于改进雷达图的齿轮箱磨损评定方法

G u a n g d o n g 5 2 5 0 0 0, C h i n a ; 3 . Gu ng a d o n g P r o vi n c i l a K e y L a b o r a t o y r o f P e t r o c h e mi c a l E q u i p me n t F a u l t D i a g n o s i s 。

3 . 广 东省石 化装备 故障诊 断重点实验室
摘要 :将齿轮箱润滑油分析中理化指标的实测值与其标准状态之间的偏差值作为评价指标 结合铁谱定量分析指 标 ,组成综合评价指标体系 ;对各评价指标进行标准化处理,采用信息熵思想确定各评 价指标 的权重 ;针对传 统雷达
经 实例 验 证表明 ,该方法不仅可 以直观地展示齿轮箱润滑油单项指标和总体指标的劣化程度 ,而且能够实现齿轮箱 运行状况 的
G u ng a d o n g U n i v e r s i t y o f P e t r o c h e m i c l a T e c h n o l o y, g M a o m i n g G u a n g d o n g 5 2 5 0 0 0 , C h i n a )
Ab s t r a c t : Co mb i n e d wi t h t he f e r r o g r a p h y q u a n t i t a t i v e a n ly a s i s i n d e x, a c o mp r e h e n s i v e e v lu a a t i o n i n d e x s y s t e m wa s c o n— r p o s e d b y u s i n g t h e d e v i a t i o n o f p h y s i c l a nd a c h e mi c l a i n d i c a t o r s b e t we e n t he me a s u r e d v lu a e o f u s e d g e a r b o x o i l a n d i t s

基于导轨面图像特征雷达图的磨损状况识别

基于导轨面图像特征雷达图的磨损状况识别周友行;喻思亮;张俏;周健【摘要】为解决精密机床导轨面磨损缺陷及缺陷程度的识别问题,提出一种基于导轨面图像数据雷达图重心特征的表面磨损识别方法。

首先提取导轨面图像数据的灰度均值、歪度、峭度、扁度和投影方差作为磨损状况识别的原始特征;然后采用雷达图技术将特征数据可视化,并提取雷达图的重心特征;最后采用支持向量机技术设计分类器,同时采用雷达图重心特征和磨损缺陷原始特征进行分类,并与实验检测的导轨面磨损数据进行对比分析。

计算和实验结果表明:基于雷达图的图像数据重心特征可有效地识别导轨面是否磨损,并能在一定程度上判别导轨面的磨损程度。

%To solve the wear recognition problem of machine tool guide surfaces,a new machine tool guide surface recognition method was presented herein based on the radar-graph barycentre fea-ture.Firstly,the gray mean value,skewness,kurtosis,flat degrees and proj ection variance features of the guide surface image data were defined as primary characteristics.Secondly,data visualization technology based on radar graph was used.The visual barycentre graphical feature was demonstrated based on the radar plot of multi-dimensional data.Thirdly,a classifier based on the support vector machine technology was used,the radar-graph barycentre feature and wear original feature were put into the classifier separately for classification and comparative analysis of classification and experimen-tal results.The calculation and experimental outcomes show that the method based on the radar-graph barycentre feature can detect the guide surface effectively.【期刊名称】《中国机械工程》【年(卷),期】2015(000)005【总页数】6页(P647-651,652)【关键词】导轨面;磨损缺陷;特征提取;数据可视化;图表示【作者】周友行;喻思亮;张俏;周健【作者单位】湘潭大学,湘潭,411105;湘潭大学,湘潭,411105;湘潭大学,湘潭,411105;湘潭大学,湘潭,411105【正文语种】中文【中图分类】TH117.1工作过程中,精密机床导轨面磨损是造成加工精度下降的主要原因[1-4]。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
j= 1 n
γ ij =
γ ij
( 5)
( 6)
式中: γ 'ij =
γ ij
n
为第 i 个指标在第 j 个状态的指标比
Σγ ij
j
1 。如果 γ 'ij = 0,则定义 lim γ →0 γ 'ij ln γ 'ij = 0。 重,k = lnn 第 i 个指标的熵权定义为 1 -H i wi = ( 7) m m - ΣH i
[7 ] [6 ]
在 R' = ( γ 'ij ) m×n 中,由于各指标的单位和数量级 不相同,所以不能进行直接比较 。必须要对评估矩阵 进行标准化,经标准化后得: R = ( γ ij ) m×n 式中: γ ij 是指第 i 个评估指标在第 j 个状态上 的值, 且有: max i γ ij 其中,i = 1,2 ,…,m; j = 1,2,… ,n。 将第 i 个指标的熵定义为 H i = - k Σ γ 'ij lnγ 'ij
* 基金项目: 广东省高校石油化工过程装备故障诊断与信息化 控制工程技术开发中心开放基金项目 ( 512015) ; 广东省石化装 备故障诊断重点实验室开放课题 ( GDUPTKLAB201607 ) ; 茂名 市 2016 工业攻关项目 ( 201612) . 收稿日期: 2016-05-16 作者简介: 张宇翔 ( 1990—) ,男,硕士研究生,研究方向为石 mail: 1425991536 @ 化装 备 关 键 机 组 磨 损 监 测 平 台 研 发 . Eqq. com.
粒分析,而理化分析一般用来界定润滑状态 。但在 实践中发现,当几个理化指标值同时逼近换油临界值 时,润滑油性能就已经出现下降,导致异常磨损 。 因 此,只有对理化指标进行综合评定,并结合铁谱分 析,才能真实客观地获得齿轮的实际工作状况 。 本文作者通过创建润滑油理化偏差指标 ( 润滑 油实测值与其标准状态之间的差值) ,结合铁谱定量 分析指标,组成评价指标体系 。然后将改进的雷达图 思想与铁谱技术结合,构建起基于雷达图法的齿轮箱 运行状态综合评价模型 。通过该模型计算出齿轮箱的 运行状况等级,并通过实例验证了该方法的可行性与 有效性 。
2017 年第 4 期
张宇翔等: 基于改进雷达图的齿轮箱磨损评定方法
97
有雷达图圆心角均分的情况,解决了由于指标顺序不 [9 ] 一致而导致的评估结果不唯一性 。 3. 1 雷达图样式确定 ( 1) 设由 m 个指标所组成的圆心角向量为: θ i = … ,θ m ] ,而 ( 8) θ i = 2 πw i ( 2) 取定一点为圆心,以单位长度 1 为半径画 圆 。以圆心为起点,画一条射线与圆周相交,在射线 上标注刻度,根据各指标圆心角画射线,得到 m 个 扇形 。作各扇形圆心角的角平分线,将各角平分线作 为各指标的坐标轴 。以各个标准化后的指标值为半径 依次 画 出 m 个 指 标 所 组 成 的 扇 形 雷 达 图 。 如 图 1 所示 。
2017 年 4 月 第 42 卷 第 4 期
DOI: 10. 3969 / j. issn. 0254-0150. 2017. 04. 018
润滑与密封
LUBRICATION ENGINEERING
Apr. 2017 Vol. 42 No. 4
基于改进雷达图的齿轮箱磨损评定方法
张宇翔
1, 2
*
张铱鈖
2 式中: v 1 为在用油品的黏度, mm / s; v 2 为新油的黏 2 度,mm / s。 1. 2 酸值偏差指标 I a
2
2. 1
权重确定方法
信息熵思想 在多指标决策问题中,通常根据指标所提供的信 息,对不同重要程度的指标赋予不同的权重 。而上述 指标所提供的是不同角度的指标信息,决策者很难对 其进行主观赋权 。 熵可以用来衡量客观信息量的多 少,并对有用信息完成筛选 。所以,熵权也就成为多 指标决策问题中客观赋权的一个理想方法 。 2. 2 熵和熵权的定义 熵的定义 : 面对一个决策问题,设有 m 个指 标和 n 个状态,可以得到一个基于定性和定量的多状 态多指标评估矩阵 。 γ'11 … γ'in R' = γ'm1 … γ'mn
1
宣征南
2, 3; 2. 广东石油化工学院机电工程学院 3. 广东省石化装备故障诊断重点实验室 广东茂名 525000)
广东茂名 525000;
檿檿檿檿檿
摘要: 将齿轮箱润滑油分析中理化指标的实测值与其标准状态之间的偏差值作为评价指标,结合铁谱定量分析指 标,组成综合评价指标体系; 对各评价指标进行标准化处理,采用信息熵思想确定各评价指标的权重; 针对传统雷达 图评价法的缺陷和不足,引进一种改进的雷达图评价方法,进而建立齿轮箱运行状况评价的综合评价模型 。 经实例验 证表明,该方法不仅可以直观地展示齿轮箱润滑油单项指标和总体指标的劣化程度,而且能够实现齿轮箱运行状况的 综合量化评定,为检测维修提供理论依据。 关键词: 齿轮箱; 理化指标; 铁谱; 综合评价; 雷达图 中图分类号: TH117. 1 文献标志码: A 文章编号: 0254-0150 ( 2017) 04-095-06
檿檿檿檿檿檿
Gear Box Wear Status Evaluation Method Based on Improved Radar Chart
2 ZHANG Yuxiang 1,
ZHANG Yifen 1
3 XUAN Zhengnan 2,
( 1. College of Chemistry and Chemical Engineering, Taiyuan University of Tcehnology, Taiyuan Shanxi 030024 , China; 2. College of Mechanical and Electrical Engineering, Guangdong University of Petrochemical Technology, Maoming Guangdong 525000, China; 3. Guangdong Provincial Key Laboratory of Petrochemical Equipment Fault Diagnosis, Guangdong University of Petrochemical Technology, Maoming Guangdong 525000, China) a comprehensive evaluation index system was comAbstract : Combined with the ferrography quantitative analysis index , posed by using the deviation of physical and chemical indicators between the measured value of used gearbox oil and its and the weight of each evaluation index was standard state.The standardization of each evaluation index was carried out , determined by information entropy.In view of the shortcomings of traditional Radar Chart , a novel Radar Chart evaluation method was introduced to establish a comprehensive evaluation model of the gearbox condition.Experimental results show that this method can visually demonstrate the degree of deterioration of the individual indicator and the overall index of and can realize the quantitative evaluation of the condition of the gearbox.It can provide a theoretical basis for gearbox oil , the inspection and maintenance. Keywords: gear box ; physicochemical indicators; ferrography ; comprehensive evaluation ; radar chart 齿轮作为广泛应用的机械部件,常常因为磨损失 [1 ] 效而导致机器故障 。实践表明,通过油液监测技术 对齿轮箱的运行状况进行实时监测,能够减少因齿轮 [2-3 ] 。 油液监测技术所采 磨损失效而产生的机器故障 用的技术手段主要涉及润滑油常规理化分析和磨损微
ij
i
由熵权的公式可知,指标的熵值越大,熵权就越 小,指标所提供给决策者的信息量就越少,重要程度 [8 ] 就越小 。
3
基于雷达图的齿轮箱工作状况评估方法
。大磨粒百分数为
雷达图法是多指标决策问题中综合分析和评价的 一种方法,其优势在于不但能够直观地体现出评价结 果,而且还能够呈现出各指标和总体指标的优劣 。本 文作者将雷达图评价法用于基于铁谱技术的齿轮箱综 合评价中,并且在原有雷达图法的基础上做了改进, 由各指标的权重来确定雷达图圆心角的大小,代替原
[8 ]
润滑油中的酸性组分主要是有机酸和酸性添加 剂,这些成分会对机械部件造成腐蚀 。所以理化分析 常常将酸值作为一个重要的检测项目,用来表征油品 [4 ] 的氧化变质程度 。新油的酸值都很小,因此将酸值 变化值占在用油酸值的百分比定义为酸值偏差指标 。 具体如下: A1 -A2 Ia = ( 2) A1 式 中: A 1 为 在 用 油 的 酸 值 测 量 值 ( 以 KOH 计 ) , mg / g; A 2 为新油的酸值测量值 ( 以 KOH 计) mg / g。 1. 3 水分偏差指标 I w 润滑油中乳化水会使润滑油中添加剂的理化性质 遭到破坏,削弱了润滑油的效力,从而无法在摩擦副 [5 ] 表面形成有效的油膜,导致摩擦副发生磨损 。 因 此,润滑油中水分必须控制在尽可能低的程度,是润 滑油必须要检测的一个重要项目 。水分偏差指标定义 如下: w1 -w2 Iw = ( 3) w1 式中: w 1 为在用油的水分含量, μg; w 2 为新油的水 分含量,μg。 1. 4 铁谱定量指标 D L 、P LP 直读式铁谱仪是利用磨粒在铁谱仪中被分离后所 形成的沉积层的遮光率来表征分析油样中的磨粒总 量 。 大磨粒直读数 D L 敏感于油样中的大磨粒浓度, 而大磨粒百分数 P LP 主要反映大磨粒量占总量的 份 额,敏感于机器的严重磨损 。由于齿轮箱油样中磨 粒粒度分布差异较大,且正常新润滑油中没有磨损产 生的 大 磨 粒, 故 直 接 将 D L 、 P LP 作 为 铁 谱 定 量 指 标
相关文档
最新文档