基于油樣光譜分析的設備磨損狀態(tài)監(jiān)測系統(tǒng)的研究.pdf

1、在制造行業(yè)中,長期以來,人們?yōu)榱四芗皶r了解設備運行狀態(tài)和油液質量,一直關注對設備狀態(tài)的監(jiān)控問題,也做出了很多研究和探索,如振動監(jiān)測技術、噪聲監(jiān)測技術、溫度監(jiān)測技術、油液分析技術、聲發(fā)射技術和無損監(jiān)測技術等.其中油液分析技術較好地適用于液體或半液體狀態(tài)下運行的設備狀態(tài)監(jiān)測分析,是一項很重要的分析技術.該文以珠江鋼鐵公司和廣州機械科學研究院合作的項目為背景,研究了油液監(jiān)測技術中發(fā)射光譜數(shù)據(jù)的分析問題,并將研究成果運用到設備劇烈磨損判別和磨損

2、部位識別的應用中.論文介紹了油樣分析技術的發(fā)展現(xiàn)狀和基本的分析技術,剖析了問題的難點,針對這類問題,整合了多項相關理論方法,提出了一套較完整的解決方案,較好地解決了這一類實際應用問題.論文以珠江鋼鐵公司連鑄連軋生產(chǎn)線上1＃液壓LP系統(tǒng)為一研究對象,對原始放射光譜數(shù)據(jù)進行適當?shù)念A處理,運用適合于少樣本多相關變量回歸分析的偏最小二乘算法,判斷設備是否存在劇烈磨損.基于設備磨損的基本原理,為偏最小二乘算法理論分析結果提供了合理的解釋.一旦發(fā)現(xiàn)

3、設備有劇烈磨損,能夠運用模糊聚類分析算法,分析了不同水平下的各元素親近關系,從而確定設備磨損部位的變量組,構造待識別模式.在此過程中介紹了利用模糊聚類的有關算法原理和計算步驟,并給出了模糊聚類分析圖,以及變量組和變量組集的概念.根據(jù)上述磨損變量組,運用灰色關聯(lián)理論判斷可能的設備磨損部位.簡言之,該文針對實際應用問題,整合上述不同分析方法,提供了此類問題的一套比較完備的解決方案,分析結果說明了這種思路的嚴謹性和方法的正確性,且具有一定的可