导读:本文包含了油液监测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:在线,辊轴,颗粒,灰色,盾构,关联性,电磁感应。
油液监测论文文献综述
周俊丽,潘锋,陈虹[1]（2019）在《油液监测技术指标关联性应用研究》一文中研究指出根据神东煤炭集团采用旋转式铁谱、理化指标分析、污染度测试、光谱分析等油液分析技术的经验,研究分析了油液污染度与磨损颗粒含量、铁磁颗粒指数与铁谱分析技术、添加剂与理化指标之间的关联性,进行了油液分析技术多参数融合综合监测,得到了对设备磨损和润滑进行评估的理论数据。(本文来源于《矿山机械》期刊2019年11期）
侯大庆[2]（2019）在《多功能磨粒分析仪在油液监测中的应用》一文中研究指出油液监测是通过检测悬浮在被测油液中磨粒的各种参数,对设备运行状态进行监测的技术。介绍的智能多功能磨粒分析仪,可对颗粒物进行智能分类,避免了传统方法的人为误差,提高了检验效率。(本文来源于《山西化工》期刊2019年05期）
何剑征[3]（2019）在《试论油液监测技术在船舶机械维修决策中的作用》一文中研究指出中国在经济与科学等领域取得了巨大的成果,这也促进了船舶制造业的发展,同时船舶机械维修也发挥了更加重要的作用,而在制定船舶机械维修决策的过程中,油液监测技术将起到极为关键的作用。所以,对油液监测技术在船舶机械维修决策中的作用进行分析,并且对其应用状况进行概述,从而为船舶机械维修人员提供理论参考。(本文来源于《科技与创新》期刊2019年18期）
安燕[4]（2019）在《铁谱分析技术在油液监测中的应用》一文中研究指出本文重点对铁谱技术的发展和制作工作流程进行了详细的论述。结合企业实例对铁谱技术如何在油液监测中应用进行分析,实践验证铁谱制作工艺如能与油液监测要求现结合,可以对油液现状进行精准分析和判断,并以此判断设备的运行状况。(本文来源于《酒钢科技》期刊2019年03期）
吴朝来[5]（2019）在《基于物联网技术的盾构油液在线监测系统研究》一文中研究指出为预防盾构故障、降低施工风险,通过长期对盾构检测数据积累和运行状态的研究,研制一套适用于盾构的油液在线监测系统,能够对主轴承润滑油、液压油的黏度、水分和激光颗粒度等指标进行实时监测和远程监测,分析和判断盾构的性能状态,确保盾构顺利施工。在盾构上安装该系统进行试验,系统采集的数据与离线检测的数据基本一致,部分数据最大偏差3.62%,能够反映出盾构运行的真实状态,数据的稳定性和准确性也能满足使用需求。盾构油液在线监测系统的成功研制可为今后盾构管理工作的自动化、网络化、智能化奠定基础。(本文来源于《隧道建设(中英文)》期刊2019年06期）
林俊明,李寒林,戴永红,吴晓瑜,郑水冰[6]（2019）在《航空发动机振动与油液监测技术研究》一文中研究指出机械系统预测性维修策略通常采用振动监测、温度监测等方法,但对轴承等关键旋转部件失效过程,监测效果不够理想。本文提出的基于电磁感应原理的油液磨屑在线监测,实时获取航空发动机关键摩擦部件的磨损状态信息,从而及时预警系统严重故障,避免灾难性事故发生。同时提出利用振动信号和油液磨屑电磁在线检测技术,实现对航空发动机的运行状态进行实时监测与诊断,系统采用串口和以太网通讯接口,可根据所监测机械系统的需求与移动互联网相结合,实现在线"云"监测扩展应用,保障所监测系统长期安全运行。(本文来源于《无损探伤》期刊2019年03期）
刘凯[7]（2019）在《液压系统油液在线监测电容传感器的优化设计》一文中研究指出设计了圆弧型极板油液监测电容传感器的结构,应用电磁场理论对传感器的电容值及检测场的灵敏度进行了计算和分析;应用ANSYS有限元分析软件,对传感器内部的电势分布和场强分布进行了仿真,得到与计算结果相一致的传感器特性,即传感器检测场内部灵敏度分布不均,在靠近极板边缘处灵敏度高,在中心处灵敏度低。应用正交实验法,对此结构传感器的主要参数进行了优化,得到了一组最优的结构参数,同时提出了传感器两对极板相错90°的极板优化排列方案。(本文来源于《机床与液压》期刊2019年11期）
于迪,贺石中,何伟楚,李秋秋,覃楚东[8]（2019）在《基于油液监测的立磨磨辊故障诊断分析》一文中研究指出通过对某水泥企业的一线原料立磨磨辊轴承进行油液监测,发现其磨辊轴承润滑油的黏度、磨损金属元素等指标严重超标,此外还在油中发现大量钢、铜合金磨损颗粒,而且部分钢质磨粒表面伴有明显的高温氧化痕迹,这表明轴承已出现润滑不良。通过对油液监测数据进行对比分析,查明了故障产生的原因,为现场处理故障问题和提高设备管理提供了有效的指导建议,从而保证了轴承的可靠运行。(本文来源于《润滑油》期刊2019年03期）
贾锦霞,顾富斌,唐新安[9]（2019）在《灰色关联分析在风电机组油液监测中的应用》一文中研究指出油液分析是风电行业设备状态监测行之有效的方法。文章利用风电机组齿轮箱润滑油的Fe含量、清洁度、黏度、酸值和水分等数据,通过灰色关联聚类,得出各检测项目的分类,筛选关键检测技术指标;利用灰色关联分析,建立磨损金属元素Fe含量与润滑油各检测指标的灰色关联方程,考察润滑油品的检测指标对齿轮箱磨损的关联程度。结果表明:对磨损影响程度的排序为:PQ>黏度>水分>NAS>酸值。验证了灰色理论在油液监测中分析应用的可行性,拓宽灰色关联分析法在风能领域的应用范围,为现场运行维护提供技术指导和理论基础。(本文来源于《化工管理》期刊2019年16期）
张珊珊[10]（2019）在《基于油液监测及灰色理论的变速箱磨损故障诊断研究》一文中研究指出变速箱是工程机械主要的动力传递部件,由于其结构组成复杂,且长期处于高载荷、变载荷、多沙尘的恶劣工况下,因此极易发生磨损故障。变速箱如果发生严重磨损可能会导致整机运行失效,引发安全事故的发生并产生停机检修损失。据统计,变速箱中大约80%的零件报废,38.5%的齿轮故障以及35%的运行失效均是由磨损故障导致。因此针对变速箱磨损故障诊断的研究具有很大的应用前景和社会经济意义。本文主要以推土机变速箱为例,采用油液监测技术对变速箱的磨损状态进行监测,并结合灰色理论通过建立磨损故障评估模型以及定位分析模型实现变速箱磨损状态的定量分析和定位分析。主要研究内容如下:(1)为实现变速箱磨损故障的有效识别,分析了推土机变速箱常见的4种磨损类型及其对应的磨粒类型。结合油液监测的铁谱分析及激光粒度分析技术对推土机变速箱的磨损状态进行跟踪监测,通过油样分析验证油液监测技术对变速箱磨损故障识别的可靠性。并为下文结合故障评估模型实现变速箱磨损故障定量分析的可行性提供理论依据。(2)为实现变速箱磨损故障的定量分析,提取变速箱润滑油的铁谱分析和光谱分析双因素参数为故障特征指标,基于灰色理论对小样本数据故障诊断的有效性,建立变速箱磨损故障评估的灰靶模型。由于传统灰靶模型中分辨系数的大小通常根据人为经验确定,存在主观性影响较大,普适性不高等缺点,将直接影响模型的分辨能力。本文提出利用非线性方式改进的粒子群算法对模型的分辨系数进行自适应优化,得到优化后的灰靶模型。最后,通过与传统灰靶模型实例对比分析,验证了该优化方法对变速箱磨损故障评估的可靠性。(3)为实现变速箱磨损故障的定位分析,通过光谱分析技术对变速箱润滑油中磨损磨粒的元素特征进行分析。以元素磨损速率为定位分析指标,利用灰色GM(0,N)模型对描述小数据多变量参数关系的可靠性以及遗传算法的多目标优化功能,提出了基于多目标遗传算法(Multi-objective Genetic Algorithm,MOGA)与灰色GM(0,N)模型相结合的MOGA-GM(0,N)模型。该模型主要以精确度检验的后验差比值最小和小误差概率最大为优化目标,研究目标元素与相关元素之间的多元线性关系,通过各相关元素对目标元素的贡献度大小,判断磨损元素的主要磨损来源,并通过实例分析验证了该定位分析方法的有效性。(本文来源于《山东大学》期刊2019-05-20）
油液监测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
油液监测是通过检测悬浮在被测油液中磨粒的各种参数,对设备运行状态进行监测的技术。介绍的智能多功能磨粒分析仪,可对颗粒物进行智能分类,避免了传统方法的人为误差,提高了检验效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
油液监测论文参考文献
[1].周俊丽,潘锋,陈虹.油液监测技术指标关联性应用研究[J].矿山机械.2019
[2].侯大庆.多功能磨粒分析仪在油液监测中的应用[J].山西化工.2019
[3].何剑征.试论油液监测技术在船舶机械维修决策中的作用[J].科技与创新.2019
[4].安燕.铁谱分析技术在油液监测中的应用[J].酒钢科技.2019
[5].吴朝来.基于物联网技术的盾构油液在线监测系统研究[J].隧道建设(中英文).2019
[6].林俊明,李寒林,戴永红,吴晓瑜,郑水冰.航空发动机振动与油液监测技术研究[J].无损探伤.2019
[7].刘凯.液压系统油液在线监测电容传感器的优化设计[J].机床与液压.2019
[8].于迪,贺石中,何伟楚,李秋秋,覃楚东.基于油液监测的立磨磨辊故障诊断分析[J].润滑油.2019
[9].贾锦霞,顾富斌,唐新安.灰色关联分析在风电机组油液监测中的应用[J].化工管理.2019
[10].张珊珊.基于油液监测及灰色理论的变速箱磨损故障诊断研究[D].山东大学.2019