CN101900660A - 一种检测和诊断间歇性低速重载设备故障的方法 - Google Patents
一种检测和诊断间歇性低速重载设备故障的方法 Download PDFInfo
- Publication number
- CN101900660A CN101900660A CN 201010219516 CN201010219516A CN101900660A CN 101900660 A CN101900660 A CN 101900660A CN 201010219516 CN201010219516 CN 201010219516 CN 201010219516 A CN201010219516 A CN 201010219516A CN 101900660 A CN101900660 A CN 101900660A
- Authority
- CN
- China
- Prior art keywords
- oil
- wear
- particle
- value
- oil sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
Abstract
本发明公开了一种利用振动信号分析方法无法有效解决的间歇性大型低速重载生产设备状态监测和故障诊断的方法,是通过对设备所用润滑油液(脂)的理化指标检测和光谱、铁谱分析,对间歇性大型低速重载设备进行状态监测和故障分析诊断的技术方法。本发明提供低速重载设备早期磨损故障诊断和维修方案,提高企业对低速重载设备润滑状态监测准确率和润滑油(脂)使用管理水平,节约维修费用,延长设备使用寿命,创造更大的生产价值。
Description
技术领域
本发明的目的是对间歇性大型低速重载生产设备进行状态监测和故障诊断的问题,更具体的说是提出了一种通过对设备所用润滑油液(脂)的理化指标检测和光谱、铁谱分析,对间歇性大型低速重载设备进行状态监测和故障分析诊断的技术方法,属于间歇性低速重载设备状态监测和故障诊断技术领域。
技术背景
在现代大型流程生产企业中,生产设备大部分是转速低、载荷大、在间歇运动中承受较大冲击载荷的重载设备。这类设备多数处于高温、多尘、强噪声的恶劣工作环境,本身结构复杂,自动化水平较高。一旦发生事故或故障,维修困难,维修周期长、成本高,有时甚至会引起整条生产线中断,造成巨大的经济损失。传统的振动信号监测技术虽可以作为监测设备故障的一个重要手段,但是对于低速、间歇运动的重载设备而言,振动监测技术对微弱低频信号的不敏感性使得其在低速重载设备的状态监测和故障诊断中很难奏效,且其易受外界低频环境噪声信号干扰,从而无法有效检测出设备故障隐患和故障部位。
目前,低速、间歇运动的重载设备故障诊断分析技术应用较为有限,因此需要对状态监测与故障诊断技术做深度开发。应用单一的技术手段对上述设备进行故障诊断往往不太理想甚至失效,需要探索对处于复杂状态的低速、间歇运动的重载设备的状态监测和故障诊断的新的综合分析手段。
发明内容
本发明的目的是为了解决传统的振动信号分析方法无法有效对间歇性低速重载设备进行故障诊断的问题,克服了现有振动信号分析方法对微弱振动信号提取困难,有意义的故障特征信息易被噪声信号干扰的缺点,提出了一种利用油液(脂)检测分析技术对间歇性低速重载设备早期故障进行监测、分析和诊断的方法。
油液检测分析技术就是对运行设备中所用润滑油(脂)取得有代表性的油样,进行检测和分析,获得有关设备所用润滑油(脂)理化性能指标的变化,油中磨损颗粒、污染和变质产物的形态、大小、数量的物态特征信息。据此分析设备润滑与磨损状态并预测设备故障、确定设备故障部位、类型和原因的技术。为设备维修提供科学依据,指导企业进行设备的主动维修,从而提早预防设备的异常磨损,避免连锁损坏、意外停机和重大事故的发生,降低设备维护费用,延长设备的使用寿命。
本发明是在检测润滑油(脂)常规理化指标的基础上,利用光谱、铁谱分析技术对油液(脂)中的磨损颗粒、污染和变质产物的形态、大小、数量进行定量分析。如图1所示,通过上述的综合分析,由此诊断设备的故障和确定设备故障的部位和原因。本发明采用如下技术方案:
一种检测和诊断间歇性低速重载设备故障的方法,该方法通过定期采取间歇性低速重载设备油液系统摩擦副之后、油滤装置之前,油箱加油口、放油口,专用放油阀的油样,并对所取油样或油脂进行分析来判断是否需要换油和该设备是否存在故障隐患。
本方法主要包括如下步骤:
a)定期提取间歇性低速重载设备部件,通常为油液系统摩擦副之后、油滤装置之前的油样;取样的数量根据检测项目确定:单一项目检测时在100mL左右;同时进行原子发射光谱和铁谱等多项目检测时一般在300mL左右;全项目检测时一般在500mL左右;
b)检测油样粘度值、水分值、酸值以及磨损物的成分及含量;
c)在同一取样点上根据所测油样的粘度值、水分值、酸值与新油样的粘度值、水分值、酸值的比较,以及磨损物的成分和含量与新油样或与之前测量结果的比较,判断该设备是否需要换油和是否存在故障隐患;
在同一取样点下,所测在用油液粘度值与新油样粘度值变化大于+15%或-20%时,必须换油;所测在用油液水分含量与新油样水分含量变化超过0.5%时,必须换油;所测在用油液的酸值与新油样的酸值相比增加0.5时或检测数据为2时,必须换油;
发射光谱元素分析检测油液(脂)中各种元素的含量,用油液中各种元素磨损颗粒的浓度值(ppm)来描述隐藏在随机性后面的铁、铜、铅等元素的磨损规律,并设置界限值;铁的界限值为200ppm,铜的界限值为70ppm,铅的界限值为30ppm,铬的界限值为10ppm,锡的界限值为15ppm;当某一金属的含量超过界限值时,可确定设备存在故障隐患需要停机检修;
铁谱分析技术中以严重磨损度指数IS值为60作为设备事故磨损的界限值,超出界限值应立即采取处理措施;以严重磨损度指数IS值反映设备严重磨损程度,计算公式如下:
IS=(AL+AS)×(AL-AS)
公式中AL是大颗粒区磨损颗粒覆盖面积值(%),位置:取自铁谱片上液体入口端;AS是小颗粒区磨损颗粒覆盖面积值(%),位置:取自铁谱片上距离液体出口端50mm处。
铁谱分析中对磨损颗粒形状的分类,确定磨损类型,包括1)磨粒表面粗糙,严重拉毛,有擦痕、轮廓不规则,有大量氧化物共存,有时呈黄、蓝回火色,长度L在10~100μm之间的为粘着擦伤磨损颗粒2)表面光滑,或带麻点,有的呈球形,有的较厚、轮廓不规则,有的表面有孔洞、褶皱等缺陷,长度L在10~100μm之间,球状磨粒的直径D在1~5μm之间,其他形状磨粒L/D在4~10左右为疲劳磨损颗粒3)磨粒呈切削状,可呈现螺旋状、弧形,长度在100μm以内,宽度在5μm以内为切削磨损颗粒4)颗粒为亚微米级的极细颗粒,黄褐色成片堆积在铁谱片出口端的为腐蚀磨损颗粒;
由磨粒的磨损类型判定磨损部位:1)粘着擦伤磨损颗粒产生于齿轮啮合面齿顶与节圆、齿根与节圆之间的粘着磨损;2)疲劳磨损颗粒产生于滚动疲劳裂纹或齿轮啮合面节圆处;3)切削磨损颗粒产生于摩擦副表面破坏或存在砂粒等污染物;4)腐蚀磨损颗粒说明油中存在酸性物质或由环境造成摩擦副金属材料腐蚀磨损;
附图说明
图1一种检测和诊断间歇性低速重载设备故障的方法的分析判断方框图。
图2滤器沉积物中铝合金滑动磨损颗粒。
图3滤器沉积物中铝合金磨损颗粒,其上附有少量的漆膜有机成份。
图4进气管内壁附着物的谱图
具体实施方式
结合本发明方法的内容提供以下实施例:
实施例1:
某航运公司一艘定期航行于上海——日本港口之间的大型集装箱轮,在装完货物准备启航之际,轮机长发现在机油滤器上出现了大量的大尺寸金属磨粒,为保证船舶航行的安全,船长下令停止启航。
若本次航班不能顺利出发,该航运公司可能面临来自三方面的巨大经济损失:首先是货物不能按时到达目的地,承运方将支付巨额违约赔款;其次该船需立即送检,以便查清问题,为此航运公司除要支付不菲的维修费用外,还将承担巨额的停航损失;其三为按约履行此次货运合同,必须要立即另租船只承运,为此该航运公司又要另付一笔租船费用。以上三项损失加起来,预计高达数百万元之多。
因事关重大,为确保万无一失,此机务人员在我方建议下,
1)迅速对主机使用的新油和在用系统油抽取样后送到实验室进行鉴定分析;
2)实验室按一般船用柴油机检测项目对新油和在用油进行了常规的理化指标分析及光谱、铁谱分析,分析检测结果(见表1.1.表1.2.表1.3.);
表1.1.柴油机主机润滑油理化指标分析结果
项目 | 新油 | 在用系统油 |
外观 | 棕色透明 | 黑色不透明 |
100℃运动粘度mm2/s | 13.89 | 14.11 |
水份% | 无 | 0.20 |
总酸值mgKOH/g | 15.62 | 14.29 |
表1.2.主机润滑油光谱元素分析结果(单位:ppm)
元素 | 新油 | 在用油 | 元素 | 新油 | 在用油 | 元素 | 新油 | 在用油 |
Fe | 2.0 | 35 | Si | 8 | 10 | Mg | 21 | 25 |
Cu | 0.0 | 35 | Na | 5.4 | 30 | Ca | 9700 | 8130 |
Pb | 0.0 | 2.8 | V | 0.0 | 9.4 | Zn | 589 | 471 |
Al | 0.0 | 2.9 | Ba | 0.1 | 1.9 | P | 463 | 396 |
Ni | 0.6 | 6.3 | K | 1.4 | 3.1 |
表1.3.主机在用系统油铁谱分析
3)分析表1.1.油样粘度变化率(14.11-13.89)/13.89=1.56%<15%;水分0.2<0.5;总酸值减低,综上可见系统在用油理化指标正常;
4)分析表1.2.中光谱元素分析可见各种元素含量均未超过界限值;
5)分析表1.3.中铁谱分析结果也未见明显超过界限值的指标;
6)于是实验室对机油滤器上的金属颗粒进行了分析。发现这些沉积物外观呈黑色不透明含纤维质疏松的固体,目测明显可见含较多白色与紫铜色的大尺寸金属颗粒,其中有个别漆片状物质。用溶剂清洗滤器沉积物,弃去溶剂后将金属粉末混匀取样,置于铁谱片上,分别用加热和不加热二种方式进行处理,在铁谱显微镜下仔细进行磨粒图象分析。结果表明,金属颗粒主要成分为铝合金和铜合金,如图2和图3所示。
其中以严重滑动磨损颗粒为主,另有少量疲劳磨损颗粒,但未见巴氏合金颗粒,由此证明这些磨粒不是来源于主机轴承。
船长与轮机长根据以上分析报告并结合自己的丰富实践经验,认为主机轴承的剩余可靠性寿命足以支持一周的航程,随即下令启航。同时他们还根据分析报告迅速而准确的找到了磨粒的来源——来自减速箱里的某传动部件,拆检后发现该部件因严重磨损已断裂,更换新配件后,故障得以彻底解决。
实施例2:
某进口柴油发动机在大修后的十几个小时就发生了曲轴抱死、活塞拉缸的严重事故。经与修理单位联系确定发动机的配件及装配均没有问题。进一步怀疑可能是发动机的润滑有问题:或者用错了油,或者发动机装配时没有将润滑油道清洗干净。但修理单位确认上述两种情况均不存在。于是将疑点集中到是否发动机运行时有杂质进入润滑油道中,但检查空气滤清器后,确认其工作正常,故可疑点集中在发动机装配时零部件没有清洗干净。后经解体检查发现发动机润滑油道堵塞,进气管的内壁有黑色不均匀粘稠物,且用户及修理单位均反映在发动机修理时,曾经利用研磨剂对进气管打磨过。因此疑点集中到发动机装配时没有清洗进气管,或清洗不干净,机油受到污染,导致发动机失效。为验证上述诊断1)对柴油发动机进气管内的残留物进了取样;2)利用光谱元素分析及铁谱分析对所取油样进行了检测。
(1)样品的发射光谱分析
将所取油样利用0#标油稀释后,对油样中的元素及其含量进行分析。表2.1.为发射光谱分析的结果。
表2.1.进气管内壁的附着物的发射光谱分析结果(单位:ppm)
元素 | 测定值 | 元素 | 测定值 | 元素 | 测定值 |
Fe | 228 | Si | 79 | Ni | 11 |
Cu | 520 | Mo | 6 | Na | 96 |
Pb | 15 | Al | 166 | Zn | 252 |
Cr | 3 | Mn | 5 | P | 252 |
Sn | 19 | Ca | 774 | B | 129 |
Ba | 8 | Mg | 18 |
由表中的数据可以发现在发动机进气管内壁附着物中含有大量的铁、铜、硅等元素,并且已经超出界限值。用同样方法对发动机油道内的堵塞物进行分析,与表1中的结果相符。因此,发射光谱分析表明发动机进气管内的附着物和润滑油道内的堵塞物属同一污染物。
(2)样品的铁谱分析
表2.2.为利用分析铁谱对进气管内壁的附着物定性分析的结果。
表2.2.进气管内壁附着物的铁谱分析结果
如图4所示,由铁谱分析发现在发动机进气管内壁的附着物中含有大量的铁、铜和砂砾颗粒,且沙砾及铜磨屑的尺寸比较大。用同样的方法对发动机油道内的堵塞物进行铁谱分析,其结果与表2.2.的结果相似。谱片上分布有大量的尺寸在10-60微米的沙砾和铜磨屑。因此,铁谱分析确认发动机进气管内的附着物和润滑油道内的堵塞物同属一种污染物。
通过发射光谱和铁谱分析发现,发动机进气管内的附着物和润滑油道内的堵塞物中有大量污染物,这些污染物中有较多的硬质砂砾颗粒,它主要来源于进气管打磨时残留在管壁上的研磨剂。由于维修后,未将进气管清洗干净,残留于管道上的研磨剂混入到油中,当机油润滑汽缸、曲轴时,这些混入油中的大尺寸硬质颗粒,在摩擦副表面上产生了严重的磨粒磨损,从而导致拉缸和抱轴及事故的发生。
实施例3:
某企业新购入三台空气压缩机,刚装调完毕投入使用不到40小时,先后出现因活塞卡死导致的故障停机。为对故障原因做出分析判断,用户分别从三台机组各取250mL样品送到油分析实验室,对样品外观,粘度,水分,酸值等理化指标及光谱元素进行了检测分析,结果如下:
表3.1.油品分析结果汇总表
项目 | 新油 | 1#机组样 | 2#机组样 | 3#机组样 |
外观 | 无色透明 | 深棕色有异味 | 深棕色有异味 | 深棕色有异味 |
40℃运动粘度mm2/s | 98.96 | 111.6 | 96.14 | 131.6 |
水分% | 无 | 0.18 | 0.23 | 0.24 |
总酸值mgKOH/g | 0.03 | 3.51 | 1.10 | 5.58 |
光谱元素分P mg/kg | - | 178 | 150 | 173 |
1)在用油与新油对比,外观明显不同,有经验的分析师从颜色和气味上很容易判定油样发生了氧化反应。
2)由1)可首先对样品进行总酸值测试,由上表可知三个在用油的酸值测试结果比新油均大幅度升高,增加幅度均超过界限值0.5;
3)在用油的水含量也明显升高,且已超过界限值。
4)光谱元素分析中可见磷的含量明显增加,其他未见异常。
通过与用户沟通了解得知,这些空压机组的某些零部件表面先要通过磷酸强化处理,按要求在酸化后还需用碱进行中和,再经水洗至中性后方可进行组装。但实际生产中缺少了用碱中和酸这一步骤,在酸洗后仅用水简单的清洗了一下,便进行了部件组装,然后就直接加入了初装油。因此系统中残存的酸及水很快就对新油造成污染,在酸的作用下,油品迅速氧化导致酸值及粘度大幅升高,引发了本次故障停机。据此,实验室根据分析结果提出建议:应对设备进行彻底清洗,清洗达标后,再重新装油开机。用户照按照实验室建议操作以后,设备又重新恢复了正常的运行。
以上实例证明,只要方法得当,通过对油液(脂)常规理化指标检测和油液中磨损微粒的分析能够在故障发生的早期便发现潜在的或正在出现的问题,这对于设备预防性维修具有特殊的意义。不言而喻,将低速重载设备在用润滑油的品质指标的监测与油中磨损微粒的分析有机结合,形成在一定程度上互为因果的低速重载设备状态监测体系,对于提高低速重载设备故障的预警水平、制定更为科学的换油周期和设备维修计划意义重大。
Claims (1)
1.一种检测和诊断间歇性低速重载设备故障的方法,其特征在于:该方法通过定期采取间歇性低速重载设备油液系统摩擦副之后、油滤装置之前,油箱加油口、放油口,专用放油阀的油样,并对所取油样或油脂进行分析来判断是否需要换油和该设备是否存在故障隐患。
主要包括如下步骤:
a)定期提取间歇性低速重载设备部件中,通常为油液系统摩擦副之后、油滤装置之前的油样;
b)检测油样粘度值、水分值、酸值以及磨损物的成分及含量;
c)在同一取样点上根据所测油样的粘度值、水分值、酸值与新油样的粘度值、水分值、酸值的比较,以及磨损物的成分和含量与新油样或与之前测量结果的比较判断该设备是否需要换油和是否存在故障隐患;
在同一取样点下,所测在用油液粘度值与新油样粘度值变化大于+15%或-20%时,必须换油;所测在用油液水分含量与新油样水分含量变化超过0.5%时,必须换油;所测在用油液的酸值与新油样的酸值相比增加0.5时或检测数据为2时,必须换油;
发射光谱元素分析检测油液(脂)中各种元素的含量,用油液中各种元素磨损颗粒的浓度值(ppm)来描述隐藏在随机性后面的铁、铜、铅等元素的磨损规律,并设置界限值;铁的界限值为200ppm,铜的界限值为70ppm,铅的界限值为30ppm,铬的界限值为10ppm,锡的界限值为15ppm;当某一金属的含量超过界限值时,可确定设备存在故障隐患需要停机检修;
铁谱分析技术中以严重磨损度指数IS值为60作为设备事故磨损的界限值,超出界限值应立即采取处理措施;铁谱分析中对磨损颗粒形状的分类,确定磨损类型,包括1)磨粒表面粗糙,严重拉毛,有擦痕、轮廓不规则,有大量氧化物共存,有时呈黄、蓝回火色,长度L在10~100μm之间的为粘着擦伤磨损颗粒2)表面光滑,或带麻点,有的呈球形,有的较厚、轮廓不规则,有的表面有孔洞、褶皱等缺陷,长度L在10~100μm之间,球状磨粒的直径D在1~5μm之间,其他形状磨粒L/D在4~10左右为疲劳磨损颗粒3)磨粒呈切削状,可呈现螺旋状、弧形,长度在100μm以内,宽度在5μm以内为切削磨损颗粒4)颗粒为亚微米级的极细颗粒,黄褐色成片堆积在铁谱片出口端的为腐蚀磨损颗粒;
由磨粒的磨损类型判定磨损部位:1)粘着擦伤磨损颗粒产生于齿轮啮合面齿顶与节圆、齿根与节圆之间的粘着磨损;2)疲劳磨损颗粒产生于滚动疲劳裂纹或齿轮啮合面节圆处;3)切削磨损颗粒产生于摩擦副表面破坏或存在砂粒等污染物;4)腐蚀磨损颗粒说明油中存在酸性物质或由环境造成摩擦副金属材料腐蚀磨损。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102195167A CN101900660B (zh) | 2010-06-25 | 2010-06-25 | 一种检测和诊断间歇性低速重载设备故障的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102195167A CN101900660B (zh) | 2010-06-25 | 2010-06-25 | 一种检测和诊断间歇性低速重载设备故障的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101900660A true CN101900660A (zh) | 2010-12-01 |
CN101900660B CN101900660B (zh) | 2012-01-04 |
Family
ID=43226381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102195167A Expired - Fee Related CN101900660B (zh) | 2010-06-25 | 2010-06-25 | 一种检测和诊断间歇性低速重载设备故障的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101900660B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102169078A (zh) * | 2010-12-23 | 2011-08-31 | 中国神华能源股份有限公司 | 利用旋转式铁谱仪的设备质量控制方法 |
CN102539292A (zh) * | 2010-12-24 | 2012-07-04 | 中国人民解放军91872部队 | 一种船舶动力系统异常磨损监测系统及方法 |
CN103454184A (zh) * | 2013-08-20 | 2013-12-18 | 第一拖拉机股份有限公司 | 一种判定大中型柴油机内部轴瓦部件故障的方法 |
CN106471475A (zh) * | 2014-04-11 | 2017-03-01 | 哈佛蒸汽锅炉检验和保险公司 | 基于系统操作和性能数据建模来改进未来的可靠性预测 |
CN106482938A (zh) * | 2016-10-14 | 2017-03-08 | 温州大学 | 基于ga‑bp网络的液压制动系统多源融合故障预示方法 |
CN107014607A (zh) * | 2017-04-18 | 2017-08-04 | 西安工业大学 | 一种摩擦振动测试装置及其测试方法 |
CN110346541A (zh) * | 2019-07-29 | 2019-10-18 | 广州机械科学研究院有限公司 | 一种机械设备润滑系统油品错用或混用的诊断分析方法 |
CN112393698A (zh) * | 2019-08-16 | 2021-02-23 | 中国航发商用航空发动机有限责任公司 | 一种油塞检测方法 |
CN114324829A (zh) * | 2021-12-31 | 2022-04-12 | 四川德胜集团钒钛有限公司 | 冶金产线润滑油管理系统 |
CN114636555A (zh) * | 2022-03-22 | 2022-06-17 | 南京航空航天大学 | 一种航空发动机磨损故障模糊融合诊断方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7219536B2 (en) * | 2005-04-29 | 2007-05-22 | Honeywell International Inc. | System and method to determine oil quality utilizing a single multi-function surface acoustic wave sensor |
CN101509863A (zh) * | 2009-03-05 | 2009-08-19 | 天地科技股份有限公司唐山分公司 | 一种下降方式检测重介悬浮液粘度、密度的装置 |
CN101539472A (zh) * | 2009-04-30 | 2009-09-23 | 北京工业大学 | 一种低速重载设备微弱故障并联随机共振检测方法 |
CN100573378C (zh) * | 2008-01-04 | 2009-12-23 | 北京工业大学 | 一种基于嵌入式技术的便携式振动数据采集装置及方法 |
-
2010
- 2010-06-25 CN CN2010102195167A patent/CN101900660B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7219536B2 (en) * | 2005-04-29 | 2007-05-22 | Honeywell International Inc. | System and method to determine oil quality utilizing a single multi-function surface acoustic wave sensor |
CN100573378C (zh) * | 2008-01-04 | 2009-12-23 | 北京工业大学 | 一种基于嵌入式技术的便携式振动数据采集装置及方法 |
CN101509863A (zh) * | 2009-03-05 | 2009-08-19 | 天地科技股份有限公司唐山分公司 | 一种下降方式检测重介悬浮液粘度、密度的装置 |
CN101539472A (zh) * | 2009-04-30 | 2009-09-23 | 北京工业大学 | 一种低速重载设备微弱故障并联随机共振检测方法 |
Non-Patent Citations (1)
Title |
---|
《中国冶金》 20050930 高立新等 《低速重载大型齿轮箱的故障诊断》 29-32 1 第15卷, 第9期 2 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102169078B (zh) * | 2010-12-23 | 2013-12-04 | 中国神华能源股份有限公司 | 利用旋转式铁谱仪的设备质量控制方法 |
CN102169078A (zh) * | 2010-12-23 | 2011-08-31 | 中国神华能源股份有限公司 | 利用旋转式铁谱仪的设备质量控制方法 |
CN102539292A (zh) * | 2010-12-24 | 2012-07-04 | 中国人民解放军91872部队 | 一种船舶动力系统异常磨损监测系统及方法 |
CN103454184A (zh) * | 2013-08-20 | 2013-12-18 | 第一拖拉机股份有限公司 | 一种判定大中型柴油机内部轴瓦部件故障的方法 |
CN106471475A (zh) * | 2014-04-11 | 2017-03-01 | 哈佛蒸汽锅炉检验和保险公司 | 基于系统操作和性能数据建模来改进未来的可靠性预测 |
CN106482938B (zh) * | 2016-10-14 | 2018-08-03 | 温州大学 | 基于ga-bp网络的液压制动系统多源融合故障预示方法 |
CN106482938A (zh) * | 2016-10-14 | 2017-03-08 | 温州大学 | 基于ga‑bp网络的液压制动系统多源融合故障预示方法 |
CN107014607A (zh) * | 2017-04-18 | 2017-08-04 | 西安工业大学 | 一种摩擦振动测试装置及其测试方法 |
CN110346541A (zh) * | 2019-07-29 | 2019-10-18 | 广州机械科学研究院有限公司 | 一种机械设备润滑系统油品错用或混用的诊断分析方法 |
CN112393698A (zh) * | 2019-08-16 | 2021-02-23 | 中国航发商用航空发动机有限责任公司 | 一种油塞检测方法 |
CN112393698B (zh) * | 2019-08-16 | 2022-04-12 | 中国航发商用航空发动机有限责任公司 | 一种油塞检测方法 |
CN114324829A (zh) * | 2021-12-31 | 2022-04-12 | 四川德胜集团钒钛有限公司 | 冶金产线润滑油管理系统 |
CN114636555A (zh) * | 2022-03-22 | 2022-06-17 | 南京航空航天大学 | 一种航空发动机磨损故障模糊融合诊断方法及系统 |
CN114636555B (zh) * | 2022-03-22 | 2023-10-13 | 南京航空航天大学 | 一种航空发动机磨损故障模糊融合诊断方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101900660B (zh) | 2012-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101900660B (zh) | 一种检测和诊断间歇性低速重载设备故障的方法 | |
Ng et al. | Improving hydraulic excavator performance through in line hydraulic oil contamination monitoring | |
Blau | Tribosystem analysis: a practical approach to the diagnosis of wear problems | |
Sondhiya et al. | Wear debris analysis of automotive engine lubricating oil using by ferrography | |
Isa et al. | Ferrographic analysis of wear particles of various machinery systems of a commercial marine ship | |
Barrett et al. | Understanding oil analysis and how it can improve the reliability of wind turbine gearboxes | |
Mamaeva et al. | Development of Innovative Methods for the Assessment of the Technical Condition of the Gearboxes of the Mine Belt Conveyors in the Parameters of the Lubricating Oil | |
US20050114088A1 (en) | Methods and systems for component wear prediction | |
Wilson et al. | Development of a modular in-situ oil analysis prognostic system | |
Majdan et al. | Contamination of transmission and hydraulic oils in agricultural tractors and proposal of by-pass filtration system | |
Ebersbach | Artificial intelligent system for integrated wear debris and vibration analysis in machine condition monitoring | |
Wright, GJ* & Neale | Wear-debris analysis as an integral component of machinery condition monitoring | |
Rajabi | Reducing the Costs of Using Construction Machinery by Using the Oil Condition Monitoring Technique | |
Lukas et al. | Machine and lubricant condition monitoring for extended equipment lifetimes and predictive maintenance at power plants | |
Hildreth et al. | Preventive Maintenance Criteria | |
Hoque et al. | Condition Monitoring of an Automobile IC Engine and Gearbox through Used Oil Analysis | |
Wenxiu et al. | Ferrographic analysis in wear fault diagnosis for the confluent planetary gear mechanism | |
Purba et al. | Application of Computer Vision for Counting Oil Particle Contaminants | |
Barraclough et al. | Comparison of wear and contaminant particle analysis techniques in an engine test cell run to failure | |
Hildreth et al. | Preventive maintenance criteria: final project report. | |
Osintcev et al. | Set of Measures to Increase the Purity of Turbine Oil | |
Palacio et al. | Analysis of diesel engine oils from 2.5 L engine pick-up trucks by means of X-ray fluorescence | |
de Almeida et al. | Lubricant condition monitoring | |
Leal et al. | Contaminants analysis in aircraft engine oil and its interpretation for the overhaul of the engine | |
Patil et al. | Wear Particle Analysis Using Ferrography |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120104 Termination date: 20120625 |