一、基于电感测量和光纤技术的在线油液监测方法研究（论文文献综述）
刘连坤[1]（2020）在《磨粒电感检测灵敏度及流量提升技术研究》文中提出对润滑油中磨粒进行检测有利于分析机械磨损状态并确定视情维修时机。电感检测是检测润滑油中磨粒的重要手段,利用高灵敏度传感器检测微小磨粒可以较早预知磨损故障,利用高流量传感器可以对机械多部位进行充分检测,因而提升电感检测灵敏度和流量一直是研究的重点。本文理论分析了金属颗粒与磁场的相互作用,研究了磁性材料对电感检测灵敏度的提升效果,提出了基于相分复用技术的电感检测流量提升方法。具体而言,本文研究内容主要包括:（1）根据电磁学基本定理分析了金属颗粒在磁场中的磁化效应和涡流效应;建立了金属颗粒在电感检测中的磁化模型,分析了金属颗粒与周围磁场的作用关系;研究了金属颗粒引起线圈电感变化的影响因素。结果表明:金属颗粒对磁场磁矢势的影响与原磁场强度、激励频率、颗粒尺寸及属性相关,金属颗粒引起的线圈电感变化量与金属颗粒的体积、磁导率等相关。（2）在理论分析基础上,设计了应用磁性材料的电感检测传感器并搭建了实验系统。实验研究了磁性材料浓度对电感检测信号的影响,对比了有无磁性材料的电感检测传感器对不同尺寸铁颗粒的检测效果,探究了有无磁性材料的电感检测传感器的检测极限,并验证了两种电感检测传感器对混有铁颗粒的润滑油的检测效果。结果表明:应用磁性材料的电感检测传感器的检测灵敏度明显高于无磁性材料传感器,传感器的电感变化与磁性材料浓度呈线性相关,应用磁性材料最小可以检测直径为11μm的铁颗粒。（3）提出了基于相分复用技术的多通道电感检测方法,设计了基于相分复用技术的四通道电感检测系统,对检测系统各模块的基本电路进行了设计研究。搭建实验系统并实验验证了系统的可行性,分析了实验中干扰信号的产生机理并对干扰信号的消除进行了实验研究。结果表明:通过降低信号幅值或调高信号阈值电压,可以减小并消除干扰信号;利用基于相分复用技术的四通道电感检测系统可以有效提升电感检测流量。
蒋志强[2]（2020）在《基于微流控的油液监测显微图像分析技术研究》文中指出针对目前油液磨损颗粒在线监测方法所存在的问题,依靠数字摄像技术和图像处理技术的高速发展,本文在具备微流控芯片和显微镜等主要实验条件下,设计并搭建了一种基于微流控显微图像分析技术的油液磨粒动态监测系统,提高了磨粒测量精度和检测效率,实验证明该监测系统也具有高可靠性。基于此,本文以该系统采集的图像数据为基础,开展磨粒图像预处理算法、动态磨粒目标检测和跟踪方法及磨粒图像三维重建方法研究。首先设计并搭建了微流控显微图像油液监测系统平台。分析了显微数字成像子系统和油液进样动态子系统,进行了微流控芯片的优化。研究了针对油液监测磨粒图像的预处理算法。对二维RGB图像进行分析,研究图像退化和模糊复原过程模型,运用基于频域的方法估算运动模糊尺度,使用Lucy-Richardson滤波方法对出现磨粒运动模糊的图像进行恢复。采用高斯（Gaussian）滤波方法平滑磨粒图像,应用一种改进的拉普拉斯（Laplacian）锐化方法对磨粒图像进行锐化处理,完成磨粒图像的增强,得到具有清晰轮廓的磨粒图像。提出了一种基于油液背景差分和Canny算子结合的磨粒图像边缘检测算法,实验结果表明此方法准确、高效,为后续磨粒目标检测、跟踪的研究奠定了基础。提出了一种基于显着性理论的动态磨粒目标检测方法,利用视觉显着性提取图像感兴趣区域（ROI）的方法对动态磨粒进行监测。基于频域残差的显着性计算,提取感兴趣区域,在此基础上构建评价指标,实现微流道中磨粒的单目标检测。实验结果表明,与传统的目标检测算法相比较,本文所采用的基于显着性的磨粒目标检测算法,在保证较高检测准确率的前提下,大大提高了磨粒检测效率,减少了目标检测所需时间,可满足油液在线监测的实时分析需求,为实现基于微流控的油液动态磨粒的实时在线监测提供了可能。提出了一种基于粒子滤波理论的单目标磨粒跟踪方法,并定义了磨粒跟踪的表征,实现磨粒的抽象描述。实验结果表明,此方法能准确跟踪油液中的磨粒目标,且可以标记、显示和存储磨粒跟踪结果,也为后续开展磨粒图像三维重建的研究奠定了良好的基础。最后,提出一种基于多轮廓空间映射的磨粒图像三维重建方法。以单目标跟踪的旋转磨粒图像序列为基础数据,提取磨粒轮廓并进行数据点存储。针对磨粒偏转问题,使用最小面积外接矩形（MABR）的方法进行磨粒图像偏转矫正。并采用基于柱面坐标空间转化的算法,将离散轮廓点数据映射至三维空间。结合最小二乘插值方法,完成磨粒图像的三维模型重建。该方法完善地表征了磨粒的三维形貌特征,提高了油液在线监测技术中的磨粒分析能力,为更好地实现磨粒分类提供了新的信息维度,也为磨损状态监测和故障诊断技术的发展提供了新的思路。
曾霖[3]（2019）在《基于微阻抗分析的船机油液污染物区分检测机理研究》文中研究表明油液污染是导致设备故障的重要原因之一,油液中的微米级颗粒污染物含有丰富的摩擦学信息及设备腐蚀信息,这些信息能够反映设备运行状况和故障情况,对油液中的污染物做出快速准确的区分和检测,不仅可以诊断出系统的故障部位,并且能够对机械设备进行状态监测和寿命预测,这对基于信息融合的现代故障诊断与预报理论来说具有重要价值。本文以国家自然科学基金项目为依托,提出基于微流体芯片的多参数微阻抗分析方法,通过单个微阻抗芯片对多个参数的共同检测分析,实现油液中铁磁性金属颗粒、非铁磁性金属颗粒以及非金属颗粒的区分检测,主要研究内容及结论如下:（1）对油液中金属颗粒和非金属颗粒引起阻抗变化的机理进行了分析。对于金属颗粒,首先通过Maxwell方程组求解出了球形颗粒受到时谐磁场磁化时,在全空间引起的磁矢势变化,然后结合单个空心线圈受到时谐源激励时在空间产生的磁场分布,最终得到了金属颗粒在空间任意位置引起单线圈的电感变化表达式,通过电感变化方向可以区分铁磁性和非铁磁性金属颗粒。对于非金属颗粒,在时谐源激励下的平行板电容器中研究了颗粒和油液混合物的复介电常数模型,该模型揭示了引起电容变化的根本原因,通过电容变化方向可以区分油液中的部分非金属颗粒。（2）根据颗粒引起阻抗变化的机理,提出了多参数微阻抗分析方法,以此为依据设计了具有双线圈结构的螺线管型和平面型多参数微阻抗芯片,这两种芯片均具有电感检测和电容检测两种模式。针对芯片内的双电感线圈结构,进行了电感检测原理分析,首先推导了线圈的自感、双线圈的互感计算公式,结合金属颗粒磁化模型中颗粒引起单线圈的电感变化,最终得到了时谐磁场中,金属颗粒处于空间任意位置引起的双线圈等效电感变化的表达式。针对电容检测原理,将两个单层线圈等效成一对圆环形的平行电容极板并进行合理简化,应用Schwarz-Christoffel变换得到了该电容器计及边缘效应的电容计算公式,结合非金属颗粒与油液的混合复介电常数模型,最终得到了颗粒引起的复电容变化表达式。在对两种形式的微阻抗芯片的理论检测能力进行了对比分析后,得出螺线管型芯片的整体检测灵敏度要高于平面型芯片。（3）对螺线管型和平面型两种形式的微阻抗检测芯片进行了实验研究。根据理论分析中电感检测的影响因素,首先对螺线管型芯片从激励频率和线圈匝数两方面进行了检测实验,并结合理论分析对这两个参数进行了优化,然后利用不同粒径的金属颗粒,使用最优参数对两种形式的芯片进行电感幅值的标定,最后得到螺线管型芯片对铁颗粒的下限为40μm,对铜颗粒的检测下限为110μm;平面型芯片对铁颗粒的检测下限为80μm,对铜颗粒的检测下限为150μm。根据理论分析中电容检测的影响因素,同样从激励频率和线圈匝数两方面进行了检测实验,并结合理论分析对这两个参数进行了优化,然后利用不同粒径的水滴和气泡,使用最优参数对两种形式的芯片进行电容幅值的标定,最后得到螺线管型芯片对水滴的检测下限为110μμm,对气泡的检测下限为180μm;平面型芯片对水滴的检测下限为180μm,对气泡的检测下限为240μm。（4）针对两种形式检测芯片的特点,在灵敏度和通量两个方面对检测芯片进行优化研究。第一是基于铁芯增强磁场原理的灵敏度优化,首先根据前面的两种芯片设计并制作了平面型和螺线管型铁芯微阻抗芯片,用COMSOL软件对带铁芯的两种芯片进行电磁场仿真,分析了其提高灵敏度的机理,然后进行相关实验对芯片的检测效果进行分析和理论验证,最终平面型铁芯微阻抗芯片将铁颗粒的检测下限提升为33μm,铜颗粒的检测下限提升为90μm,水滴的检测下限提升为100μm,气泡的检测下限提升为180μm。而螺线管型铁芯微阻抗芯片将铁颗粒的检测下限提升为18μm,铜颗粒的检测下限提升为75μm,但是电容的检测下限没有变化。第二是基于LC谐振原理的灵敏度优化,提出了外加LC振荡电路的双线圈谐振式微阻抗芯片,对该芯片的检测机理进行了分析,并结合实验全面分析了芯片的频率特性,得到了铁颗粒和铜颗粒的最佳检测频率,在最优激励频率下成功检测到了 10μm的铁颗粒和50μm的铜颗粒,已经超过了绝大部分现有的电感式油液传感器的检测灵敏度。第三是针对微流体芯片通量较低的问题,结合电感和电容的检测特点,对芯片中的微通道结构进行改进研究,设计了一种环形截面的微通道,在不降低检测灵敏度的前提下将油液的理论通量提高了 8倍。
王宁[4]（2019）在《行星齿轮箱健康状态监测方法的研究》文中研究指明行星齿轮箱是机械传动装置重要的结构部件,在结构上具有很多优点,如重量轻、体积小、传动比大、承载能力强、传动效率高等,广泛应用于航天、风电、船舶和煤炭等领域。但行星齿轮箱通常在高温、重载、腐蚀、疲劳等复杂恶劣的工况下运行,长期在这些复杂恶劣的环境下工作会对齿轮造成金属表面的疲劳磨损,疲劳磨损的程度分为轻微、中度和重度,在严重情况下会出现齿轮断齿,造成设备失效,对经济效益和人员安全造成双重影响。因此,对行星齿轮箱进行健康状态监测具有非常重大的意义。行星齿轮箱结构和运动形式上的复杂性决定了在工作过程中振动响应和磨损变化的复杂性。同时,行星齿轮箱在复杂多变的环境下工作,导致其负载和转速随时间发生变化,这将不可避免的增加对行星齿轮箱的监测难度。针对上述问题进行研究,主要研究内容包括:（1）根据行星齿轮箱的运行环境,设计并搭建用于行星齿轮箱状态监测的实验平台并详细介绍振动监测和在线油液磨粒监测的数据采集系统;根据行星齿轮箱健康状态的预期劣化程度,设计和加工具有轻度点蚀、中度点蚀、重度点蚀和断齿的行星轮;设计实验方案和设定实验参数,用于对不同状态下的行星齿轮进行状态监测;（2）介绍振动信号的处理方法,本文采用无量纲分析、包络谱分析、倒谱分析和小波分析对采集的行星齿轮箱五种健康状态的实验数据进行数据分析。通过计算五种状态下振动信号的特征,验证了峭度、峰值、脉冲和裕度四个指标的灵敏度,从而形成了多参数诊断模型。采用频域分析中的包络谱判断并验证了故障位置,并利用倒谱对行星齿轮的健康状态实现了简易快捷的诊断。研究了小波分析在行星齿轮诊断中的应用,表明小波分解可以高效获取特征频带,直观的对不同状态进行健康程度判断,提取d3层小波的峰峰值为特征值。最后,将多参数无量纲、小波分解的d3层小波峰峰值和两种特征结合的方法分别作为特征值,建立RVM模型实现对行星齿轮箱的健康状态识别,通过对比,两种特征相结合的特征量比单个的特征值进行行星齿轮箱的健康状态分类取得的效果更好。（3）介绍了在线油液磨粒分析指标磨粒浓度IPCA,并以正常状态下的行星齿轮箱IPCA数据使用阈值法进行阈值划分,可以将行星齿轮箱的状态划分为正常状态、警戒状态和异常状态。使用IPCA值对五种状态下的磨损趋势进行分析,引入磨粒累积量TIPCA,建立GM（1,1）模型对行星齿轮箱进行趋势预测。针对灰色GM（1,1）模型背景值选取问题上进行了优化,选取优化后的背景值作为最佳的背景值代入GM（1,1）模型中,完成对GM（1,1）模型的改进,通过模型检验,改进的GM（1,1）预测效果要优于GM（1,1）模型。最后融合两种监测方法对不同状态下的行星齿轮箱进行结果分析,得出良好的监测和诊断效果;（4）根据本文中对行星齿轮箱的监测方法和分析处理方法,设计开发了基于Java语言的行星齿轮箱健康状态监测评估系统。
马雪皓[5]（2019）在《电感式油液磨粒检测传感器的研究》文中研究表明润滑油是机械设备的“血液”,机械设备的齿轮等部件运行时产生磨损颗粒,这些磨损颗粒随着润滑油在机械系统内循环,其浓度和尺寸随着机械磨损的增加迅速增大,并加速设备的磨损和老化,给工业生产带来安全隐患。油液中的金属磨粒包含机械磨损的位置以及磨损程度等重要信息,因此,对油液中的磨损颗粒进行监测和研究,对机械设备的故障预警和寿命预测具有重要意义。电感式磨粒传感器作为在线监测的典型代表,不仅可以测量金属磨粒的大小和浓度,还能识别磨粒属性,分辨铁磁性磨粒与非铁磁性磨粒。本文针对现有电感式传感器普遍存在的相同磨粒在磁感应区不同位置时测量误差较大的问题,提出多平面线圈串联的传感器结构提高感应区的磁场均匀性,以降低这种误差。并且使用了多层密绕代替单层平面结构以提高磁场强度,增强传感器磨粒监测能力。为了提高传感器的测量精度,简化测量电路,采用基于谐振测频原理的电感数字转换器LDC1000,大大降低了系统成本。本文首先对油液磨粒监测的研究现状和磨粒检测技术进行了详细介绍。其次阐述了电感在线磨粒检测的理论知识,分析了金属磨粒在传感器线圈磁场中的磁化效应和涡流效应对线圈磁场和线圈电感的影响,研究了传感器磨粒力度测量和种类分辨的原理。然后针对现有电感式磨粒传感器存在的较大测量误差问题,设计了能提高感应区磁场强度和磁场均匀性的新传感器结构模型。再次使用有限元仿真软件COMSOL Multiphysics建立传感器线圈模型,分析了线圈的激励频率、线圈安匝比、线圈线径等参数对传感器测量能力和分辨率的影响。确定了传感器的最优参数为管道直径1mm,线圈半径0.5mm,线圈匝数45:21:45,绕线直径0.04mm,激励信号频率4MHz。仿真证明了该模型的磁感应区60%区域近似均匀场,感应区磁场均匀性大大提高。最后制作了线圈实物,实验验证了传感器测量同一铁磨粒在感应区不同位置的电感误差不超过6.25%,同一铜磨粒在感应区不同位置的电感误差不超过1.84%。
杨仕通[6]（2018）在《基于油液分析的工程机械状态检测技术研究》文中研究指明工程机械设备在我国的基础设施建设、城市的市政建设中发挥着至关重要的作用。工程机械设备所处的施工环境相对恶劣,及易发生故障导致整个设备停机甚至瘫痪,不仅影响施工进度甚至有可能发生事故。油液分析是对工程机械设备进行“抽血体检”,可以对工程机械设备的运行状态进行实时监测和预测故障发生,从而避免因为故障停机影响工程的进度。因此利用油液检测技术对工程机械设备进行状态检测研究至关重要。本文以工程机械挖掘机为研究对象,针对挖掘机关键部位的结构特点的不同分别研究了油液离线检测技术和在线检测技术。对于挖掘机的减速器采取油液离线检测技术,结合理化性能、铁谱分析、光谱分析等油液分析技术对采集的油液进行了实验分析,并开发了基于LabVIEW的油液分析管理系统,能够对实验数据进行分析,并得出相应结论为挖掘机故障诊断提供依据。对于挖掘机的液压系统研究了油液污染度在线检测技术,设计了模糊控制器,利用LabVIEW进行了模糊控制的仿真,结果表明利用模糊控制能够有效的对油液污染度进行控制,从而为挖掘机液压系统油液污染度控制提供了有效方法和依据。对于挖掘机的柴油机,主要是对柴油机润滑油的磨粒进行了在线检测,并利用LabVIEW进行油液磨粒在线检测系统的设计,通过测得的数据进行分析对柴油机的磨损状态做出了等级评价。
彭峰,王立勇,吴健鹏,陈涛[7]（2016）在《油液磨粒在线监测技术发展现状与趋势》文中进行了进一步梳理油液磨粒在线监测技术是机械状态监测的有效方法之一。基于工作原理的不同,介绍多种油液磨粒在线监测技术及其发展现状,分析其优缺点。目前基于电感式传感器的油液磨粒在线监测系统技术较为成熟且具有较高的可靠性,是未来油液磨粒在线监测技术的发展方向之一。
刘江然[8]（2016）在《基于油液分析的盾构机状态监测技术研究》文中进行了进一步梳理盾构机是国内地铁建设和隧道施工的主要大型施工机械,其配置设备众多,价格昂贵。盾构机施工过程中任何一个环节出现问题,都会导致整台设备停机乃至瘫痪。而油液分析是对盾构机的“抽血体检”,可以实时监测设备的运转状态和预测故障的发生,并及时确定故障原因和位置,能避免经济损失和工程进度的延误。因此利用油液分析技术对盾构机进行状态监测研究至关重要。本文以河北省石家庄市重点工程—石家庄地铁工程为背景,以中铁十局在地铁1号线08标段项目中的两台盾构机为研究对象,对盾构机的主轴承、主变速箱、主液压系统进行定期采样分析。结合理化性能分析、铁谱分析、光谱分析、污染度分析等主要油液分析技术对采集的油样进行试验分析,并获得各项分析技术的特征参数值。在虚拟仪器LabVIEW平台下开发盾构机的油液分析系统软件,其主要包括数据库管理、油液趋势分析、三线值分析、油液综合分析、用户管理等模块。把油样的各项实验数据传输到数据库中,借助油液分析系统对各项数据进行趋势分析、三线值分析、综合分析等数据处理,并对数据可进行查询、管理、删除、修改等。经过长期的实验分析表明:该系统性能稳定、实用性强,诊断结果准确性高,可预判故障发生。中铁十局在石家庄地铁1号线08标段的项目中应用了该油液分析软件系统。在盾构机施工的整个过程中定期采样,利用油液分析软件处理了大量的实验数据,对盾构机的运行进行了状态监控。同时总结了很多有价值的油液分析案例,为进一步研究盾构机的故障诊断提供了依据。
任宏基[9]（2016）在《基于电磁波传播特性的在线无损检测系统》文中研究表明金属、非金属的构件在长期服役的过程中材料属性可能会发生改变,严重时会失效损毁,酿成安全事故,因此在不影响其正常运行的情况下对各种构件状态进行评估具有重要意义。与常规无损检测方法相比,基于电磁波传播特性的无损检测方法具有非接触、检测速度快、适应性强、安装调试方便以及易于实现在线检测等优点。本文在研究电磁波传播特性的基础上,设计了一套在线无损检测系统并进行了检测试验。主要内容如下:首先,分析了矩形微波波导中的主模态和雕落模态,建立了电磁波传播过程的模态混叠分解物理模型和VMD分解数学模型之间的联系,针对微波波导提出了基于Variational Mode Decomposition（VMD）的传播模态分解与特征增强方法,通过混凝土覆盖下的钢板缺陷检测试验证明了该算法的有效性。其次,在甚高频频段通过仿真研究了模型电磁参数及结构损伤状况对电磁波传播特性的影响,建立了电磁波穿透及反射系数模型,以模拟待测构件状态变化下的电磁波传播特性演化。该模型涵盖了常见的穿透检测、几何缺陷检测、材料属性变化检测等场景,具有典型性。再次,根据仿真结果进行检测系统硬件设计,本文针对信号激励、信号放大、传感器、信号调理、信号采集等部分进行了设计或选型,重点设计了传感器和信号调理电路。基于LabVIEW平台开发了检测软件,包括图形显示、参数设定、统计量、采集控制、数据功能以及分析功能六大模块,具有基本的采集控制、信号特征值实时显示、数据保存回放功能以及频谱分析、包络分析等数据分析功能。最后,利用本文所开发的检测系统,结合仿真分析,对油液磨粒含量、金属表面缺陷以及金属表面拉伸变形三个应用进行了检测试验,具体内容包括检测试样制备、试验方案设计以及试验结果分析,试验结果与仿真结果具有良好的一致性,表明所提出的检测系统可以满足以上及类似场合的无损检测需求。本文提出的检测系统为基于电磁波传播特性的便携式在线无损检测系统的研制提出了一种可行的研究思路,具有广阔的应用前景。
王洪伟[10]（2015）在《航空发动机滚动轴承故障诊断与预测关键技术研究》文中提出滚动轴承是航空发动机承力传动系统的关键部件,工作在高速、高温以及高载荷的变工况下,极易发生故障,因此,对航空发动机滚动轴承进行故障诊断和寿命预测对于有效地实施航空发动机的视情维修和健康管理具有重要的理论意义和工程实用价值。基于此,本文分别开发了离线油液磨粒检测技术和在线油液磨屑检测技术,研究了航空发动机滚动轴承故障诊断方法和寿命预测方法,并进行了实际工程应用和试验验证。论文主要研究内容如下:（1）总结了常见航空发动机滚动轴承的失效基本模式,以某型航空发动机为例,通过研究典型的主轴承和附件机匣轴承故障案例,分析了其失效原因和机理,结果表明,航空轴承主要失效模式为滚动接触疲劳失效。通过航空轴承加速失效试验平台,进行了实际航空轴承的疲劳剥落失效过程试验,并对轴承进行了失效原因分析,表明通过该试验过程可以模拟航空发动机轴承的疲劳剥落失效过程。最后对航空发动机滚动轴承疲劳失效过程中的征兆信息进行了分析,对现有航空发动机轴承故障监控方法的缺陷和不足进行了讨论,梳理航空发动机滚动轴承的失效特征,可以针对小尺寸磨粒开展油液磨粒离线监测实现对航空发动机滚动轴承的故障诊断,针对大尺寸磨屑进行油液磨屑在线监测,从而实现对航空发动机滚动轴承的状态评估和寿命预测。（2）针对目前油样分析方法中难于实现对大于10μm的磨损颗粒的检测问题,为更有效的诊断航空发动机轴承疲劳失效故障,研究了油液运动磨粒智能检测技术,并专门设计开发了基于磨粒图像分析的多功能油液磨粒智能检测与诊断系统（Multiple Intelligent Debris Classifying System,MIDCS）,既能计算油液固体颗粒污染度等级,又能对大于10μm以上的颗粒进行分析判断,将颗粒识别为金属和非金属,同时对金属颗粒进一步识别为切削磨粒、严重滑动磨粒、疲劳磨粒,对非金属颗粒进一步区分为气泡、纤维、其他非金属颗粒等。提出了基于遗传算法的显微成像系统多参数自适应调整的新方法。针对MIDCS中的磨粒识别特征冗余问题,利用Weka软件的C4.5算法对特征磨粒样本集进行了规则提取,获取了识别磨粒的专家知识规则,并对规则进行了分析,并与人工提取的规则进行了比较,结果表明本文所提取出的磨粒识别规则反应了实际磨粒识别的统计规律,具有很高的识别精度。（3）研究了基于油液运动磨粒检测的航空发动机磨损故障诊断方法,对磨粒监测界限值制定方法进行讨论分析。采用MIDCS进行了实际航空发动机磨损监控验证,由于MIDCS对10μm以上的异常磨粒检测力更强,而滚动轴承早期疲劳剥落将产生10μm以上的异常磨粒,因此,与传统光谱分析相比,MIDCS对于监控航空发动机滚动轴承疲劳故障更具优势。采用MIDCS磨粒检测,成功提前预报多起航空发动机故障,避免了危险性事故的发生。（4）对油液在线磨屑监测传感器进行了理论分析,讨论了铁磁性颗粒检测和非铁磁性颗粒检测的原理。根据理论分析结果,设计开发了油液在线磨屑监测系统,讨论了系统结构和工作模式。研究提出了磨屑识别策略和算法,并进行验证,表明了算法的有效性。在传感器信号处理方面,研究了改进中值滤波去噪方法,并通过实验对所提方法进行了验证,传感器的信噪比有了明显的提高。（5）以航空发动机附件机匣的35-206P1型轴承为试验对象,进行了15组航空轴承疲劳加速实验,并通过分析筛选出有效的轴承失效数据;在试验的基础上,引入了支持向量回归（support vector regression,SVR）对有效数据进行训练建模,得到了滚动轴承的剩余使用寿命（Remaining Useful Life,RUL）关于径向载荷、转速、特征量的预测模型,该模型可通过试验补充不断地拓展完善;最后,对实时采集的轴承数据,通过GM（1,1）灰色模型对轴承状态进行动态预测,并结合已建立的预测模型得到轴承的剩余使用寿命。
二、基于电感测量和光纤技术的在线油液监测方法研究（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、基于电感测量和光纤技术的在线油液监测方法研究（论文提纲范文）
（1）磨粒电感检测灵敏度及流量提升技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 磨粒检测研究现状 |
| 1.2.1 油液中磨粒传统检测法 |
| 1.2.2 基于微流控的磨粒电感检测法 |
| 1.3 磨粒电感检测灵敏度提升技术研究现状 |
| 1.3.1 并联谐振电路 |
| 1.3.2 磁通量增强 |
| 1.3.3 检测流道优化 |
| 1.3.4 多线圈结构 |
| 1.4 磨粒电感检测流量提升技术研究现状 |
| 1.4.1 多通道并列 |
| 1.4.2 频分复用 |
| 1.4.3 时分复用 |
| 1.5 研究目的及内容 |
| 第2章 电感检测理论模型及分析 |
| 2.1 电磁学基本理论 |
| 2.1.1 安培定律 |
| 2.1.2 毕奥—萨伐尔定律 |
| 2.2 金属磨粒在磁场中效应分析 |
| 2.2.1 磁化效应 |
| 2.2.2 涡流效应 |
| 2.3 金属磨粒电感检测模型 |
| 2.3.1 金属颗粒磁化模型 |
| 2.3.2 金属颗粒引起的电感变化 |
| 2.4 本章小结 |
| 第3章 应用磁性材料的电感检测灵敏度提升技术研究 |
| 3.1 传感器设计加工 |
| 3.1.1 传感器设计 |
| 3.1.2 传感器加工 |
| 3.1.3 传感器基础电感值测量 |
| 3.2 检测实验 |
| 3.2.1 实验样品制备 |
| 3.2.2 实验系统搭建 |
| 3.2.3 实验操作步骤 |
| 3.3 实验结果分析 |
| 3.3.1 磁粉浓度对检测效果的影响 |
| 3.3.2 不同尺寸颗粒对检测信号的影响 |
| 3.3.3 颗粒尺寸检测极限探究实验 |
| 3.3.4 油液检测实验 |
| 3.4 本章小结 |
| 第4章 基于相分复用的电感检测流量提升技术研究 |
| 4.1 相分复用技术设计思路 |
| 4.1.1 相分复用介绍 |
| 4.1.2 同步采样介绍 |
| 4.2 系统方案及实现 |
| 4.2.1 系统总体设计 |
| 4.2.2 信号源 |
| 4.2.3 分信号模块 |
| 4.2.4 移相模块 |
| 4.2.5 检测传感器 |
| 4.2.6 信号合成 |
| 4.3 实验及结果分析 |
| 4.3.1 实验准备 |
| 4.3.2 实验步骤 |
| 4.3.3 实验结果 |
| 4.4 本章小结 |
| 第5章 结论与展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（2）基于微流控的油液监测显微图像分析技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.2.1 油液磨粒监测技术研究 |
| 1.2.2 磨粒图像识别技术研究 |
| 1.2.3 磨粒三维重建技术研究 |
| 1.3 本文主要研究内容 |
| 第二章 基于微流控显微图像的油液磨粒动态监测系统设计 |
| 2.1 显微数字成像子系统设计 |
| 2.1.1 显微数字成像子系统组成 |
| 2.1.2 显微数字成像子系统性能分析 |
| 2.1.3 视场范围的标定 |
| 2.2 进样动态子系统设计 |
| 2.2.1 进样速度控制的优化 |
| 2.2.2 油流管路的优化 |
| 2.2.3 磨损颗粒油样的制备 |
| 2.3 微流控芯片优化设计 |
| 2.4 系统实验平台搭建 |
| 2.5 小结 |
| 第三章 磨粒图像预处理研究 |
| 3.1 磨粒图像的灰度变换 |
| 3.1.1 RGB图像 |
| 3.1.2 磨粒图像的灰度化 |
| 3.2 磨粒目标的运动模糊复原 |
| 3.2.1 图像退化过程和模糊复原过程 |
| 3.2.2 磨粒模糊图像复原 |
| 3.3 磨粒图像的增强 |
| 3.3.1 图像的平滑 |
| 3.3.2 图像的锐化 |
| 3.4 磨粒图像的边缘检测 |
| 3.4.1 图像的分割 |
| 3.4.2 图像的边缘检测 |
| 3.5 小结 |
| 第四章 动态磨粒目标检测和跟踪方法研究 |
| 4.1 磨粒显着性分析 |
| 4.1.1 显着性基本理论 |
| 4.1.2 微颗粒目标显着性检测方法 |
| 4.1.3 显着性检测效果 |
| 4.2 磨粒目标检测评价指标 |
| 4.3 基于显着性理论的动态磨粒目标检测结果及分析 |
| 4.4 基于粒子滤波的单目标磨粒跟踪方法 |
| 4.4.1 粒子滤波原理 |
| 4.4.2 磨粒跟踪的表征 |
| 4.5 基于粒子滤波的单目标磨粒跟踪结果 |
| 4.6 小结 |
| 第五章 基于多轮廓空间映射的磨粒图像三维重建方法研究 |
| 5.1 磨粒图像数据的选取 |
| 5.2 磨粒轮廓提取 |
| 5.2.1 磨粒图像分割 |
| 5.2.2 磨粒边缘检测 |
| 5.3 图像偏转矫正 |
| 5.4 磨粒边界点存储 |
| 5.5 三维空间处理 |
| 5.5.1 二维轮廓至三维空间映射 |
| 5.5.2 磨粒轮廓空间转换 |
| 5.5.3 三维散点图的建立 |
| 5.6 基于多轮廓图像的磨粒三维模型形成方法 |
| 5.6.1 三维空间插值 |
| 5.6.2 磨粒三维模型形成 |
| 5.7 基于多轮廓空间映射的磨粒图像三维重建系统设计 |
| 5.7.1 系统需求分析 |
| 5.7.2 磨粒图像三维重建系统 |
| 5.8 小结 |
| 第六章 总结与展望 |
| 6.1 本文的主要研究总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（3）基于微阻抗分析的船机油液污染物区分检测机理研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 油液污染物检测技术现状分析 |
| 1.2.1 常规油液污染物分析技术 |
| 1.2.2 油液颗粒污染物计数法 |
| 1.2.3 油液水分和空气污染物检测技术 |
| 1.2.4 油液颗粒污染物检测方法对比分析 |
| 1.3 本文主要研究思路 |
| 1.4 本文主要研究内容 |
| 2 时谐场中颗粒污染物引起阻抗变化的机理分析 |
| 2.1 金属颗粒的检测机理 |
| 2.1.1 空心圆柱线圈的磁场分布 |
| 2.1.2 金属颗粒所处空间位置对线圈电感变化的影响 |
| 2.2 非金属颗粒的检测机理 |
| 2.3 本章小结 |
| 3 多参数微阻抗油液检测芯片的设计与检测机理分析 |
| 3.1 螺线管型多参数微阻抗芯片的设计 |
| 3.2 螺线管型多参数微阻抗芯片的检测机理分析 |
| 3.2.1 电感参数检测原理 |
| 3.2.2 电容参数检测原理 |
| 3.3 平面型多参数微阻抗芯片的设计 |
| 3.4 平面型多参数微阻抗芯片的检测机理分析 |
| 3.4.1 电感参数检测原理 |
| 3.4.2 电容参数检测原理 |
| 3.5 本章小结 |
| 4 基于多参数微阻抗芯片的油液污染物区分检测研究 |
| 4.1 螺线管型多参数微阻抗芯片检测实验 |
| 4.1.1 电感检测实验 |
| 4.1.2 电容检测实验 |
| 4.2 平面型多参数微阻抗芯片检测实验 |
| 4.2.1 电感检测实验 |
| 4.2.2 电容检测实验 |
| 4.3 两种形式的芯片对比分析 |
| 4.4 本章小结 |
| 5 多参数微阻抗油液检测芯片的优化研究 |
| 5.1 平面型铁芯微阻抗芯片 |
| 5.1.1 芯片设计与制作 |
| 5.1.2 检测原理分析 |
| 5.1.3 检测实验与结果分析 |
| 5.2 螺线管型铁芯微阻抗芯片 |
| 5.2.1 芯片设计与制作 |
| 5.2.2 检测原理分析 |
| 5.2.3 检测实验与结果分析 |
| 5.3 双线圈谐振式微阻抗芯片 |
| 5.3.1 芯片设计与制作 |
| 5.3.2 检测原理分析 |
| 5.3.3 检测实验与结果分析 |
| 5.4 高通量微阻抗芯片 |
| 5.4.1 芯片设计与制作 |
| 5.4.2 环形通道检测理论分析 |
| 5.4.3 检测实验与结果分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录A NAS1638固体污染度等级(100ml油液中颗粒数) |
| 附录B ISO 4406油液污染物等级标准 |
| 附录C GJB420A-96固体污染度等级(1000ml油液中颗粒数) |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（4）行星齿轮箱健康状态监测方法的研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 本文研究内容 |
| 1.4 本文组织结构 |
| 2 行星齿轮箱实验台设计与搭建及实验方案的设计 |
| 2.1 实验装置的设计与搭建 |
| 2.1.1 行星齿轮箱的选型 |
| 2.1.2 电控箱的设计与实现 |
| 2.1.3 底座的设计与加工 |
| 2.1.4 铸铁平台的设计与加工 |
| 2.1.5 在线油液磨粒采集系统 |
| 2.1.6 振动数据采集系统 |
| 2.2 故障齿轮的设计与加工 |
| 2.2.1 点蚀故障的设计与加工 |
| 2.2.2 断齿故障的设计与加工 |
| 2.3 实验方案的设计和实验参数的设定 |
| 2.3.1 实验方案的设计 |
| 2.3.2 实验参数的设定 |
| 2.4 本章小结 |
| 3 行星齿轮箱振动信号处理与分析方法 |
| 3.1 振动信号处理方法 |
| 3.1.1 时域分析方法 |
| 3.1.2 频域分析方法 |
| 3.1.3 时频分析方法 |
| 3.2 行星齿轮箱特征频率的计算 |
| 3.3 振动信号的特征提取 |
| 3.3.1 无量纲分析 |
| 3.3.2 包络谱分析 |
| 3.3.3 倒谱分析 |
| 3.3.4 小波分解分析 |
| 3.4 基于相关向量机的健康状态分类 |
| 3.4.1 模型简介 |
| 3.4.2 核函数的选择 |
| 3.4.3 模型实现 |
| 3.5 本章小结 |
| 4 行星齿轮箱在线油液磨粒信息处理与分析方法 |
| 4.1 在线油液磨粒数据预处理 |
| 4.1.1 磨粒指标介绍 |
| 4.1.2 阈值划分 |
| 4.1.3 阈值法诊断行星齿轮箱健康状态的原理 |
| 4.1.4 各状态下磨损趋势分析 |
| 4.2 GM(1,1)模型预测 |
| 4.2.1 GM(1,1)模型简介 |
| 4.2.2 GM(1,1)模型建立 |
| 4.2.3 模型实现与预测分析 |
| 4.3 改进的GM(1,1)模型预测 |
| 4.3.1 模型简介 |
| 4.3.2 模型实现与预测分析 |
| 4.4 模型检验 |
| 4.5 在线油液磨粒分析和振动分析结果的融合 |
| 4.6 本章小结 |
| 5 行星齿轮箱健康状态监测评估系统开发与研究 |
| 5.1 行星齿轮箱健康状态监测评估系统开发的研究意义 |
| 5.2 系统的总体设计思路 |
| 5.3 系统总体工作原理图 |
| 5.3.1 系统的开发环境 |
| 5.3.2 系统框架设计 |
| 5.3.3 系统的总体功能设计 |
| 5.4 系统设计与实现 |
| 5.4.1 系统主界面 |
| 5.4.2 系统管理模块 |
| 5.4.3 数据存储模块 |
| 5.4.4 数据分析模块 |
| 5.4.5 健康评估模块 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读硕士学位期间发表的成果 |
| 致谢 |
（5）电感式油液磨粒检测传感器的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及选题依据 |
| 1.2 磨粒监测研究现状 |
| 1.2.1 国内外油液磨粒检测研究现状 |
| 1.2.2 油液磨粒检测技术 |
| 1.3 本文的研究内容和结构安排 |
| 第二章 电感传感器磨粒检测的理论基础 |
| 2.1 电感磨粒检测原理 |
| 2.1.1 磁场理论 |
| 2.1.2 油液磨粒检测原理 |
| 2.2 金属磨粒的磁化效应和涡流效应 |
| 2.2.1 金属磨粒的磁化效应 |
| 2.2.2 金属磨粒的涡流效应 |
| 2.3 电感传感器磨粒信号测量方法 |
| 2.3.1 谐振测频法 |
| 2.3.2 交流电桥法 |
| 2.3.3 调幅电路法 |
| 2.4 本章小结 |
| 第三章 传感器设计 |
| 3.1 传感器线圈模型 |
| 3.1.1 常见的电感式在线磨粒传感器 |
| 3.1.2 传感器几何结构 |
| 3.2 传感器线圈的磁场 |
| 3.2.1 线圈磁场分布 |
| 3.2.2 线圈电感 |
| 3.3 传感器建模 |
| 3.3.1 COMSOL Multiphysics简介 |
| 3.3.2 模型假设 |
| 3.3.3 问题定义 |
| 3.3.4 三维模型建立 |
| 3.4 本章小结 |
| 第四章 传感器参数仿真 |
| 4.1 线圈参数仿真 |
| 4.1.1 模型电磁场 |
| 4.1.2 激励频率对传感器性能的影响 |
| 4.1.3 线圈匝数对传感器性能的影响 |
| 4.1.4 绕线直径对传感器性能的影响 |
| 4.2 模型测量性能仿真 |
| 4.2.1 磨粒测量能力仿真 |
| 4.2.2 不同位置磨粒测量仿真 |
| 4.3 本章小结 |
| 第五章 传感器测量实验 |
| 5.1 实验准备 |
| 5.2 传感器测量能力实验 |
| 5.3 LDC1000测量实验 |
| 5.3.1 数字电感转换芯片 |
| 5.3.2 测量实验 |
| 5.4 结论 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 发表论文和参加科研情况 |
| 致谢 |
（6）基于油液分析的工程机械状态检测技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 本论文的研究内容 |
| 第二章 挖掘机关键部位的油液检测技术研究 |
| 2.1 挖掘机减速器油液离线检测技术 |
| 2.1.1 理化性能分析技术 |
| 2.1.2 直读铁谱技术 |
| 2.1.3 光谱分析技术 |
| 2.2 挖掘机液压系统油液污染度在线检测技术 |
| 2.2.1 油液污染度在线检测传感器的选型及组成 |
| 2.2.2 传感器安装位置的确定 |
| 2.3 挖掘机柴油机润滑油磨粒在线检测技术 |
| 2.3.1 润滑油磨粒在线检测传感器的选型及组成 |
| 2.3.2 传感器安装位置的确定 |
| 2.4 本章小结 |
| 第三章 挖掘机减速器油液取样分析研究 |
| 3.1 挖掘机减速器的故障类型和检测方案研究 |
| 3.1.1 减速器的故障类型 |
| 3.1.2 减速器检测方案的研究 |
| 3.2 挖掘机减速器油液的取样规程 |
| 3.3 基于虚拟仪器的油液分析管理系统开发 |
| 3.3.1 虚拟仪器 |
| 3.3.2 系统的整体结构设计 |
| 3.3.3 系统程序软件设计 |
| 3.4 挖掘机减速器油液检测数据分析 |
| 3.4.1 直读铁谱数据分析 |
| 3.4.2 理化性能分析 |
| 3.4.3 光谱分析 |
| 3.5 本章小结 |
| 第四章 挖掘机液压系统油液污染度模糊控制研究 |
| 4.1 液压系统污染控制通用模型建立 |
| 4.1.1 污染源分析 |
| 4.1.2 污染侵入点分析 |
| 4.1.3 液压系统污染控制通用模型 |
| 4.1.4 液压系统污染控制方程推导 |
| 4.2 液压系统油液污染度等级评定标准的选择 |
| 4.2.1 挖掘机液压系统采用的污染度等级评定标准 |
| 4.2.2 挖掘机液压系统目标清洁度等级的确定 |
| 4.2.3 颗粒浓度特征值提取和标准值的确定 |
| 4.3 挖掘机液压系统油液污染度模糊控制器的设计 |
| 4.3.1 模糊控制器的基本原理 |
| 4.3.2 模糊控制器的结构选择 |
| 4.3.3 挖掘机液压系统模糊控制器基本规则实现 |
| 4.4 挖掘机液压系统油液污染度模糊控制器的实现 |
| 4.4.1 模糊控制器的软件仿真 |
| 4.4.2 模糊控制仿真结果分析 |
| 4.5 本章小结 |
| 第五章 挖掘机柴油机油液在线检测与磨损状态评价研究 |
| 5.1 柴油机润滑油在线检测系统功能分析 |
| 5.2 柴油机润滑油在线检测的相关指标 |
| 5.3 柴油机润滑油磨粒在线检测系统设计 |
| 5.3.1 数据采集卡的选用 |
| 5.3.2 硬件通道的设置 |
| 5.3.3 磨损颗粒大小和材质辨别功能仿真 |
| 5.3.4 磨损颗粒计数器功能仿真测试 |
| 5.3.5 软件的系统集成实现 |
| 5.4 基于投影寻踪的柴油机磨损评价方法研究 |
| 5.4.1 投影寻踪主成分分析原理 |
| 5.4.2 投影寻踪等级评价模型建模步骤 |
| 5.4.3 基于投影寻踪的柴油机运行状态评估 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（7）油液磨粒在线监测技术发展现状与趋势（论文提纲范文）
| 0 引言 |
| 1 磨粒在线监测发展现状 |
| 2 油液磨粒在线监测技术分类 |
| 2.1 基于电容式传感器 |
| 2.2 基于电感式传感器 |
| 2.3 基于光纤传感器 |
| 2.4 基于超声检测技术 |
| 2.5 基于显微图像处理 |
| 3 油液在线监测技术发展趋势 |
| 3.1 基础类研究发展趋势 |
| 3.2 应用类研究发展趋势 |
| 4 结束语 |
（8）基于油液分析的盾构机状态监测技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和选题意义 |
| 1.1.1 研究背景 |
| 1.1.2 选题意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本论文的主要研究内容 |
| 第二章 盾构机油液监测的主要分析技术 |
| 2.1 理化性能分析技术 |
| 2.2 铁谱分析技术 |
| 2.2.1 直读式铁谱技术 |
| 2.2.2 分析式铁谱技术 |
| 2.2.3 铁谱三线值分析的算法 |
| 2.3 光谱分析技术 |
| 2.3.1 光谱技术简介 |
| 2.3.2 红外光谱技术的工作原理 |
| 2.3.3 光谱三线值分析 |
| 2.4 油液监测的方法 |
| 2.4.1 离线监测 |
| 2.4.2 在线监测 |
| 第三章 盾构机关键设备的故障类型和监测方案研究 |
| 3.1 主轴承的故障类型和监测方案研究 |
| 3.1.1 主轴承的故障类型 |
| 3.1.2 主轴承的监测方案研究 |
| 3.2 主变速箱的故障类型和监测方案研究 |
| 3.2.1 主变速箱的故障类型 |
| 3.2.2 主变速箱的监测方案研究 |
| 3.3 液压系统的故障类型和监测方案研究 |
| 3.3.1 液压系统的故障类型 |
| 3.3.2 液压系统的监测方案研究 |
| 第四章 基于虚拟仪器的油液分析软件开发 |
| 4.1 虚拟仪器 |
| 4.1.1 虚拟仪器介绍 |
| 4.1.2 虚拟仪器技术的特点 |
| 4.2 系统整体设计 |
| 4.2.1 总体功能介绍 |
| 4.2.2 系统数据库设计 |
| 4.2.3 数据录入设计 |
| 4.2.4 油液综合分析 |
| 4.2.5 油液数据趋势分析 |
| 4.2.6 油液数据三线值分析 |
| 4.2.7 系统数据管理 |
| 4.2.8 用户管理设计 |
| 第五章 盾构机关键设备的油液监测数据分析 |
| 5.1 主轴承油液监测数据分析 |
| 5.1.1 理化性能分析 |
| 5.1.2 铁谱分析 |
| 5.2 主变速箱油液监测数据分析 |
| 5.2.1 铁谱三线值分析 |
| 5.2.2 理化性能分析 |
| 5.2.3 光谱分析 |
| 5.3 液压系统油液监测数据分析 |
| 5.3.1 污染度分析 |
| 5.3.2 液压系统综合监测分析 |
| 5.4 本章总结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文 献 |
| 致谢 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（9）基于电磁波传播特性的在线无损检测系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 基于电磁波传输特性无损检测技术发展现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文的意义 |
| 1.4 本文的主要研究内容及论文结构安排 |
| 2 基于VMD的电磁波信号特征增强算法 |
| 2.1 基于电磁传输特性无损检测技术的基本原理 |
| 2.2 VMD算法概述 |
| 2.3 基于VMD的电磁波传播模态分解模型 |
| 2.4 VMD模态分解特征增强算法效果分析试验 |
| 2.4.1 试验系统 |
| 2.4.2 试验结果分析 |
| 2.5 本章小结 |
| 3 电磁参数演变下甚高频电磁波传播特性仿真分析 |
| 3.1 仿真软件介绍 |
| 3.2 油液磨粒检测仿真 |
| 3.2.1 模型设置 |
| 3.2.2 仿真结果分析 |
| 3.3 金属表面缺陷仿真 |
| 3.3.1 模型设置 |
| 3.3.2 仿真结果分析 |
| 3.4 金属表面拉伸变形仿真 |
| 3.4.1 模型设置 |
| 3.4.2 仿真结果分析 |
| 3.5 本章小结 |
| 4 检测系统设计 |
| 4.1 检测系统硬件设计 |
| 4.1.1 信号发生器 |
| 4.1.2 信号放大器 |
| 4.1.3 传感器设计 |
| 4.1.4 信号调理电路 |
| 4.1.5 信号采集 |
| 4.2 检测系统软件设计 |
| 4.2.1 虚拟仪器简介 |
| 4.2.2 虚拟仪器开发环境（LabVIEW）简介 |
| 4.2.3 检测系统软件基本框架 |
| 4.2.4 各功能模块设置 |
| 4.3 本章小结 |
| 5 试验与分析 |
| 5.1 油液磨粒检测试验 |
| 5.1.1 试样的制备 |
| 5.1.2 试验方案设计 |
| 5.1.3 试验结果与分析 |
| 5.2 金属表面缺陷检测试验 |
| 5.2.1 试样的制备 |
| 5.2.2 试验方案设计 |
| 5.2.3 试验结果分析 |
| 5.3 金属拉伸变形检测 |
| 5.3.1 试样的制备 |
| 5.3.2 试验方案设计 |
| 5.3.3 试验结果分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来研究方向展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读硕士学位期间发表的论文目录 |
| B. 作者在攻读硕士学位期间参与的科研项目目录 |
| C. 作者在攻读硕士学位期间所获得的奖励目录 |
（10）航空发动机滚动轴承故障诊断与预测关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.2.1 关于滚动轴承故障诊断 |
| 1.2.2 关于滚动轴承状态评估 |
| 1.2.3 关于滚动轴承剩余寿命预测 |
| 1.3 现状分析总结 |
| 1.4 本论文的主要研究内容及安排 |
| 第二章 典型航空发动机滚动轴承失效模式及试验验证 |
| 2.1 引言 |
| 2.2 滚动轴承失效基本模式 |
| 2.3 航空发动机滚动轴承故障案例 |
| 2.3.1 航空发动机主轴轴承失效故障 |
| 2.3.2 航空发动机附件机匣轴承失效故障 |
| 2.4 航空发动机滚动轴承典型故障失效机理分析 |
| 2.4.1 航空发动机 Р2У 轴承失效机理分析 |
| 2.4.2 航空发动机附件机匣O5轴承失效机理分析 |
| 2.4.3 小结 |
| 2.5 航空轴承加速失效试验平台 |
| 2.5.1 试验平台 |
| 2.5.2 试验数据的采集与处理 |
| 2.6 航空发动机滚动轴承失效模式验证 |
| 2.6.1 轴承加速失效试验方法 |
| 2.6.2 轴承加速失效试验方案 |
| 2.6.3 验证结果 |
| 2.7 航空发动机滚动轴承疲劳失效过程中的征兆信息分析 |
| 2.7.1 现有航空发动机轴承故障监控方法 |
| 2.7.2 航空发动机轴承疲劳剥落失效过程其他征兆信息 |
| 2.8 小结 |
| 第三章 航空发动机滚动轴承离线油液磨粒检测及故障诊断技术 |
| 3.1 引言 |
| 3.2 油液运动磨粒检测原理及步骤 |
| 3.2.1 常见油液监测技术的不足 |
| 3.2.2 检测原理及步骤 |
| 3.2.3 多功能油液磨粒智能检测与诊断系统的实现 |
| 3.3 图像采集 |
| 3.4 运动磨粒检测关键技术研究 |
| 3.4.1 基于遗传算法的摄像机参数自动优化 |
| 3.4.2 基于最大熵的图像阈值分割 |
| 3.4.3 运动磨粒特征参数提取及优化 |
| 3.4.4 运动磨粒样本数据挖掘及规则提取 |
| 3.5 航空轴承加速失效试验平台试验验证 |
| 3.6 基于油液运动磨粒检测的航空发动机磨损故障诊断方法 |
| 3.6.1 故障诊断界限值制定流程 |
| 3.6.2 监测参数的确定 |
| 3.6.3 磨粒故障诊断界限值制定方法 |
| 3.6.4 故障诊断步骤 |
| 3.7 实际航空发动机磨损监控验证 |
| 3.7.1 典型故障一：某航空发动机滚动轴承疲劳剥落 |
| 3.7.2 典型故障二：某航空发动机主轴承抱轴 |
| 3.7.3 典型故障三：某航空发动机齿轮衬套磨损 |
| 3.7.4 典型故障四：某航空发动机游星齿轮固定螺钉脱落 |
| 3.8 小结 |
| 第四章 航空发动机滚动轴承在线油液磨屑检测及故障预测技术 |
| 4.1 引言 |
| 4.2 油液磨屑在线监测传感器理论分析 |
| 4.2.1 传感器基本工作原理 |
| 4.2.2 传感器磁场特性分析 |
| 4.2.3 交变磁场中运动颗粒磁通变化率分析 |
| 4.2.4 铁磁性颗粒检测原理 |
| 4.2.5 非铁磁性颗粒检测原理 |
| 4.3 油液磨屑在线监测新系统开发 |
| 4.3.1 总体设计 |
| 4.3.2 硬件组成 |
| 4.3.3 软件功能 |
| 4.4 磨屑识别策略分析及试验验证 |
| 4.4.1 颗粒原始信号处理 |
| 4.4.2 颗粒信号特征及识别算法 |
| 4.4.3 颗粒波形参数及计算方法 |
| 4.4.4 试验验证 |
| 4.5 油液磨屑在线监测传感器降噪方法研究 |
| 4.5.1 信号的噪声特征 |
| 4.5.2 改进中值滤波算法 |
| 4.5.3 降噪结果验证 |
| 4.6 基于油液磨屑在线监测的航空轴承疲劳加速失效试验及数据处理 |
| 4.6.1 概述 |
| 4.6.2 航空轴承疲劳加速失效试验 |
| 4.6.3 在线监测数据特征提取 |
| 4.6.4 有效试验数据筛选 |
| 4.7 基于SVR的航空轴承剩余寿命模型 |
| 4.7.1 支持向量机的回归模型 |
| 4.7.2 试验原始数据分析 |
| 4.7.3 航空轴承剩余寿命模型训练与测试 |
| 4.8 航空发动机滚动轴承剩余寿命预测 |
| 4.8.1 灰色模型GM（1, 1）的预测原理 |
| 4.8.2 灰色系统的建模 |
| 4.8.3 航空轴承寿命预测实例 |
| 4.9 小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.1.1 研究的主要内容 |
| 5.1.2 论文的创新工作 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
四、基于电感测量和光纤技术的在线油液监测方法研究（论文参考文献）
- [1]磨粒电感检测灵敏度及流量提升技术研究[D]. 刘连坤. 大连海事大学, 2020(01)
- [2]基于微流控的油液监测显微图像分析技术研究[D]. 蒋志强. 南京航空航天大学, 2020(07)
- [3]基于微阻抗分析的船机油液污染物区分检测机理研究[D]. 曾霖. 大连海事大学, 2019(07)
- [4]行星齿轮箱健康状态监测方法的研究[D]. 王宁. 西安工业大学, 2019(03)
- [5]电感式油液磨粒检测传感器的研究[D]. 马雪皓. 天津工业大学, 2019(07)
- [6]基于油液分析的工程机械状态检测技术研究[D]. 杨仕通. 石家庄铁道大学, 2018(03)
- [7]油液磨粒在线监测技术发展现状与趋势[J]. 彭峰,王立勇,吴健鹏,陈涛. 设备管理与维修, 2016(S2)
- [8]基于油液分析的盾构机状态监测技术研究[D]. 刘江然. 石家庄铁道大学, 2016(02)
- [9]基于电磁波传播特性的在线无损检测系统[D]. 任宏基. 重庆大学, 2016(03)
- [10]航空发动机滚动轴承故障诊断与预测关键技术研究[D]. 王洪伟. 南京航空航天大学, 2015(12)