基于油液監(jiān)測技術的重型車輛故障診斷研究.pdf

1、“重型車輛油液監(jiān)測關鍵技術研究”是近年國內(nèi)研究與發(fā)展的熱點技術之一，是重型車輛狀態(tài)監(jiān)測的有效手段。本論文針對某類型特種重型車輛狀態(tài)監(jiān)測的實際需求，對重型車輛潤滑油中的磨損顆粒進行識別與特征提取，預測傳動系統(tǒng)的可靠性壽命，進行傳動系統(tǒng)磨損狀態(tài)故障診斷，提出試驗方案，開發(fā)專家系統(tǒng)等，目的是給出車輛維護決策，以減少非預期停機損失，降低維修費用。
　　論文首先介紹了油液監(jiān)測的研究背景及意義，綜述了國內(nèi)外油液監(jiān)測與故障診斷的研究現(xiàn)狀及發(fā)展趨

2、勢，總結了油液監(jiān)測手段和內(nèi)容、故障診斷理論及油液監(jiān)測的作用。
　　通過對某類型特種重型車輛傳動系統(tǒng)的結構、組成元素、磨損模式進行研究，揭示某重型車輛的磨損機理、磨粒特點以及主要故障模式，為進一步研究該車輛的油液監(jiān)測技術和故障診斷奠定基礎。
　　論文基于油液光譜監(jiān)測數(shù)據(jù)，建立一套重型車輛參數(shù)體系和運行狀態(tài)監(jiān)測模型，并運用因子分析理論，對高維的參數(shù)體系進行降維處理;根據(jù)投影尋蹤理論，對降維后的數(shù)據(jù)進行處理，應用遺傳算法進行優(yōu)化，

3、得到最佳投影方向向量，進而獲得綜合評價的各因子權重;利用最大熵原理，估計出最無偏概率密度函數(shù)和概率分布函數(shù)，進而建立車輛監(jiān)測的診斷標準。
　　論文在分析油液光譜監(jiān)測特征的基礎上，開發(fā)鐵譜圖像處理和識別模塊，對光譜分析的不足進行補充。為此對油液監(jiān)測的鐵譜磨粒圖像進行了特征提取，并運用改進的灰色關聯(lián)度模型，對磨粒特征進行降維處理且不改變磨粒特征參數(shù)的原始性質(zhì);利用K-means聚類算法對油液特征進行二次壓縮，在剔除冗余特征、選取有效特

4、征方面提高了計算速度和分類識別率;結合特征聚類，對磨粒進行智能化識別，通過實例驗證正確，進而為建立故障知識庫提供理論模型。
　　論文提出了基于路面影響因子的油液金屬元素濃度預測方法，得到車輛磨損的可靠性壽命;結合重型車輛傳動系統(tǒng)故障統(tǒng)計和拆檢鑒定分析，得出該型號重型車輛磨損損壞階段的基本里程，從而確定了該重型車輛的可靠性實車試驗方案。
　　最后，論文通過多種軟件技術相結合建立了基于不同車型編號的磨損故障診斷系統(tǒng)，該系統(tǒng)實現(xiàn)了