润滑油在线检测技术与故障诊断方法研究

作     者：张国莹 

作者单位：北京石油化工学院 

学位级别：硕士

导师姓名：李英顺;王德彪

授予年度：2022年

学科分类：081702[工学-化学工艺] 08[工学] 0817[工学-化学工程与技术] 

主      题：润滑油 在线检测 发动机 状态评估 故障诊断 

摘      要：目前,我军正处于向质量效能型和技术密集型军队过渡的重要阶段,对武器装备健康管理的重视程度呈上升趋势。发动机作为武器装备装甲车辆的核心部件,使得对其健康状态进行状态评估与故障诊断的技术要求越来越高。发动机运行状态的变化会影响发动机润滑油指标信息,对发动机润滑油数据信息进行及时检测,并利用此数据信息对发动机健康状态进行评估、诊断,可以更好的保障装甲车辆在战场上的作战持久力。本文针对装甲车辆发动机润滑油检测技术、发动机状态评估方法和故障诊断方法开展相关研究,主要完成的工作包括如下几个方面:首先,设计润滑油在线检测系统。采用深色油替换技术结合可视铁谱分析技术检测磨粒、光阻法检测污染度、电磁装置结合落球法检测粘度、全自动化氢氧化钙法检测水分,提高了检测准确度和便捷性;采用“总控+分控的控制模式,提高了系统运行可靠性;并设计相关硬件及软件,实现发动机润滑油的在线检测。其次,建立了一种基于支持向量机的发动机状态评估模型,利用润滑油数据信息对装甲车辆发动机进行状态评估。支持向量机算法中的核参数和惩罚因子会直接影响模型的分类效果,人为赋值存在主观性,因此采用麻雀搜索算法优化支持向量机,以此模型进行发动机状态评估,提高状态评估的准确率。最后,建立了一种基于BP神经网络的发动机故障诊断模型,利用润滑油数据信息对装甲车辆发动机进行故障诊断。针对数据信息中可能存在冗余的问题,采用核主成分分析法进行属性约简。BP神经网络本身受参数影响较大,人为赋值也存在一定的主观性,且不准确,因此采用自适应模拟退火粒子群优化的BP神经网络,以此模型进行故障诊断,提高诊断的准确率和收敛速度。以装甲车辆发动机为研究对象,设计了发动机润滑油在线检测系统,实现了润滑油的在线检测。借助润滑油在线检测采集获取的历史数据,对本文提出的状态评估和故障诊断模型进行了验证。验证结果显示,本文所提出的状态评估方法相比于传统的方法更具有科学性,评估结果更为准确;文中所提出的故障诊断方法改善了局部最优解以及收敛速度慢的问题,提高了诊断的正确率。文中所设计的润滑油在线检测系统,在装甲车辆发动机润滑油检测上已得到了良好的实验效果;文中的评估模型和诊断模型,也已经在装甲车辆发动机仿真实验验证,为装甲车辆发动机维修保养人员提供了相应的技术支持,节约了车辆发动机维修保养的时间,为发动机状态评估与故障诊断技术方面的研究奠定了基础。