在制造行業(yè)中，長期以來，人們?yōu)榱四芗皶r了解設(shè)備運行狀態(tài)和油液質(zhì)量，一直關(guān)注對設(shè)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(shù)、噪聲監(jiān)測技術(shù)、溫度監(jiān)測技術(shù)、油液分析技術(shù)、聲發(fā)射技術(shù)和無損監(jiān)測技術(shù)等。其中油液分析技術(shù)較好地適用于液體或半液體狀態(tài)下運行的設(shè)備狀態(tài)監(jiān)測分析，是一項很重要的分析技術(shù)。 本文以珠江鋼鐵公司和廣州機械科學(xué)研究院合作的項目為背景，研究了油液監(jiān)測技術(shù)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(shè)備劇烈磨損判別和磨損部位識別的應(yīng)用中。論文介紹了油樣分析技術(shù)的發(fā)展現(xiàn)狀和基本的分析技術(shù)，剖析了問題的難點，針對這類問題，整合了多項相關(guān)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(yīng)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(dāng)?shù)念A(yù)處理，運用適合于少樣本多相關(guān)變量回歸分析的偏最小二乘算法，判斷設(shè)備是否存在劇烈磨損�；谠O(shè)備磨損的基本原理，為偏最小二乘算法理論分析結(jié)果提供了合理的解釋。一旦發(fā)現(xiàn)設(shè)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(guān)系，從而確定設(shè)備磨損部位的變...

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題來源及背景
    1.2 油樣檢測分析的意義
    1.3 油樣檢測分析的發(fā)展現(xiàn)狀
    1.4 本課題研究的主要內(nèi)容
第二章 油樣檢測內(nèi)容及其遠程監(jiān)測技術(shù)概況
    2.1 油樣檢測技術(shù)概述
    2.2 油樣檢測技術(shù)的主要內(nèi)容
        2.2.1 理化監(jiān)測分析
        2.2.2 污染度監(jiān)測分析
        2.2.3 譜分析
            2.2.3.1 鐵譜分析
            2.2.3.2 光譜分析
    2.3 特征分析
        2.3.1 理化特征
        2.3.2 磨損特征
        2.3.3 污染特征
    2.4 基于INTERNET油樣遠程監(jiān)測技術(shù)
        2.4.1 在線監(jiān)測和離線監(jiān)測結(jié)合
        2.4.2 基于Internet磨粒圖像識別技術(shù)
        2.4.3 基于Internet監(jiān)測中心平臺
    2.5 本章小結(jié)
第三章 發(fā)射光譜金屬元素濃度數(shù)據(jù)預(yù)處理
    3.1 原始發(fā)射光譜濃度數(shù)據(jù)分析
    3.2 元素濃度數(shù)據(jù)預(yù)處理
        3.2.1 定義和條件假設(shè)
        3.2.2 例外點剔出方法和修正
    3.3 本章小結(jié)
第四章 設(shè)備劇烈磨損的偏最小二乘分析
    4.1 設(shè)備劇烈磨損判斷原理
    4.2 基本概念
    4.3 問題描述及目標函數(shù)構(gòu)造
    4.4 正常磨損狀態(tài)下偏最小二乘分析
        4.4.1 PLS1建模原理
        4.4.2 PLS1算法步驟
        4.4.3 回歸精度控制
        4.4.4 PLS1應(yīng)用于1#液壓LP系統(tǒng)磨損分析
    4.5 異常劇烈磨損的分析和判斷
        4.5.1 預(yù)測圖分析
    4.6 本章小結(jié)
第五章 發(fā)射光譜金屬元素模糊聚類分析
    5.1 問題描述
    5.2 基本概念
    5.3 發(fā)射光譜金屬元素模糊聚類的變量組確定
        5.3.1 模糊聚類算法步驟
        5.3.2 變量組相關(guān)定義
        5.2.3 LP系統(tǒng)發(fā)射光譜金屬元素變量組確定
    5.3 本章小結(jié)
第六章 基于灰色關(guān)聯(lián)度的磨損部位識別
    6.1 1#液壓LP系統(tǒng)的組成
        6.1.1 主要組成部分
        6.1.2 主要磨損部位及材料元素分析
    6.2 構(gòu)造標準磨損部位識別模式
    6.3 灰色關(guān)聯(lián)理論分析
        6.3.1 重要概念
        6.3.2 灰色關(guān)聯(lián)公理和灰色關(guān)聯(lián)度
        6.3.3 灰色關(guān)聯(lián)度計算方法和步驟
    6.4 基于灰色關(guān)聯(lián)度磨損部位識別實例
        6.4.1 基于灰色關(guān)聯(lián)度的磨損部位識別流程
        6.4.2 1#液壓LP系統(tǒng)磨損部位識別實例
    6.5 本章總結(jié)
第七章 系統(tǒng)設(shè)計研究和部分實例
    7.1 UML系統(tǒng)設(shè)計分析
        7.1.1 系統(tǒng)角色分析
        7.1.2 系統(tǒng)用例分析
        7.1.3 系統(tǒng)序列圖分析
        7.1.4 系統(tǒng)類圖分析
    7.2 系統(tǒng)數(shù)據(jù)庫設(shè)計
    7.3 系統(tǒng)實現(xiàn)方法研究
        7.3.1 B／S下系統(tǒng)三層結(jié)構(gòu)
        7.3.2 軟件系統(tǒng)架構(gòu)研究
    7.4 系統(tǒng)主要功能和部分實例
        7.4.1 系統(tǒng)主要功能
        7.4.2 部分實例
    7.5 本章小結(jié)
全文總結(jié)與發(fā)展展望
    總結(jié)
    展望
參考文獻
攻讀碩士學(xué)位期間發(fā)表論文
獨創(chuàng)性聲明
致謝
附錄



本文編號：3804432