装备油液智能监控原理2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

装备油液智能监控原理PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录1

第1章 绪论1

1.1 设备维修及其概念体系2

1.2 油液分析监控技术3

1.2.1 油液分析的基本功能4

1.2.2 油液监控技术应用现状4

1.2.3 油液分析方法及其特点7

1.3 装备油液监控技术的发展趋势10

本章参考文献14

第2章 摩擦学与装备油液监控基础17

2.1 固体表面特性与接触17

2.1.1 固体表面形貌17

2.1.2 表面粗糙度评定参数19

2.1.3 表面粗糙度的统计特性23

2.1.4 金属表面的组成25

2.1.5 固体表面接触26

2.2 摩擦理论32

2.2.1 摩擦的概念与分类33

2.2.2 古典摩擦定律及其局限性35

2.2.3 粘着摩擦理论37

2.2.4 分子—机械理论40

2.2.5 影响摩擦系数的因素41

2.3 磨损理论42

2.3.1 磨损的概念42

2.3.2 一般机械设备的磨损过程43

2.3.3 磨损的分类及其特点45

2.3.4 磨合与磨损寿命分析51

2.4 流体润滑理论54

2.4.1 润滑及其分类55

2.4.2 牛顿粘性公式56

2.4.3 油膜压力的形成过程57

2.4.4 雷诺方程58

2.4.5 摩擦、磨损与润滑之间的关系63

2.5.1 一般机械装备磨损元素的来源65

2.5 装备摩擦学系统油液监控原理65

2.5.2 摩擦学系统油液监控原理66

2.5.3 发动机磨损的油液监测67

本章参考文献69

第3章 油液光谱分析71

3.1 光谱分析的原理72

3.2 光谱分析的数学方法75

3.2.1 磨损元素界限值的制定方法76

3.2.2 基于比例模型的数据处理81

3.2.3 磨损元素的模糊聚类分析87

3.2.4 浓度与梯度的模糊综合评判90

3.2.5 基于灰色模型的磨损元素浓度值预测95

3.3 磨损过程的时间序列分析103

3.3.1 时间序列分析方法103

3.3.2 磨损过程的时间序列分析104

3.3.3 磨损过程时间序列建模105

3.3.4 基于时间序列模型特征根的故障诊断112

本章参考文献115

第4章 油液铁谱分析117

4.1 磨损颗粒沉积原理118

4.1.1 物质的磁性特征118

4.1.2 铁谱仪磁场特征120

4.1.3 磨粒的沉积规律分析122

4.2 铁谱仪的种类127

4.2.1 分析式铁谱仪128

4.2.2 直读式铁谱仪129

4.2.3 旋转式铁谱仪131

4.2.4 在线式铁谱仪133

4.3 铁谱磨粒的定量分析134

4.3.1 磨损颗粒尺寸分布135

4.3.2 磨损定量分析方法138

本章参考文献142

第5章 铁谱磨粒图像识别144

5.1 铁谱磨粒图像识别的发展145

5.2 磨粒类型及其特征147

5.3 磨粒图像的预处理153

5.3.1 图像色系的转换153

5.3.2 磨粒图像的增强处理155

5.3.3 磨粒图像的分割158

5.3.4 磨粒图像的形态学滤波161

5.3.5 图像边缘检测与表示163

5.4 磨粒特征参数的提取166

5.4.1 磨粒的形状特征参数166

5.4.2 磨粒的纹理特征参数171

5.4.3 磨粒的颜色特征参数172

5.4.4 磨粒的分形维数描述174

5.5 磨损颗粒的模糊神经网络识别180

5.5.1 人工神经网络简介181

5.5.2 磨粒识别的模糊神经网络模型183

5.5.3 磨损颗粒的模糊神经网络识别188

本章参考文献191

第6章 润滑油及油品性能分析195

6.1 润滑油的性能参数196

6.2 润滑油的添加剂199

6.3 车辆用润滑油及其性能202

6.3.1 内燃机油202

6.3.2 齿轮油205

6.3.3 液压油206

6.4 履带车辆发动机润滑油的衰变分析208

6.4.1 一般润滑油的衰变分析208

6.4.2 履带车辆发动机润滑油衰变原因分析210

6.4.3 履带车辆发动机润滑油的衰变原理212

6.5 润滑油性能检测的红外光谱法216

6.5.1 红外光谱分析的概念217

6.5.2 红外定性分析222

6.5.3 红外定量分析225

6.5.4 傅里叶红外光谱仪基本原理229

6.5.5 在用油红外光谱分析参数233

6.5.6 基于红外光谱分析的在用油质量评价方法238

本章参考文献245

第7章 装备油液智能诊断综合系统248

7.1 装备故障智能诊断248

7.1.1 装备故障诊断概述248

7.1.2 装备智能诊断系统的研究与发展249

7.2 智能诊断专家系统的理论和方法251

7.2.1 专家系统知识库253

7.2.2 专家系统推理机256

7.3 深浅知识集成的诊断策略260

7.3.1 单一知识诊断的不足260

7.3.2 基于深浅知识的诊断推理261

7.4 基于多传感器信息融合的故障诊断263

7.4.1 基于多传感器信息融合的故障诊断研究现状264

7.4.2 多传感器信息融合技术的特点265

7.4.3 多传感器信息融合的基本原理266

7.4.4 油液分析多传感器信息融合模型267

7.5 油液分析综合诊断专家系统268

7.5.1 专家系统的总体设计269

7.5.2 专家系统知识库的建立270

7.5.3 光谱分析诊断系统272

7.5.4 铁谱磨粒智能识别系统275

7.5.5 红外光谱分析系统278

7.5.6 基于神经网络的摩擦学知识的获取280

7.6 基于遗传算法的专家系统自学习281

7.6.1 机器学习的模型与方法281

7.6.2 遗传算法的基本原理283

7.6.3 油液分析专家系统自学习的实现286

7.6.4 油液分析专家系统自学习应用实例289

7.7 基于油液分析的远程设备智能诊断系统291

7.7.1 远程诊断的必要性291

7.7.2 远程诊断的实现方法292

7.7.3 远程诊断专家系统中心293

7.7.4 远程诊断应注意的问题294

本章参考文献295