CN105973598B - 一种滑动轴承内漆膜检测方法及系统 - Google Patents
一种滑动轴承内漆膜检测方法及系统 Download PDFInfo
- Publication number
- CN105973598B CN105973598B CN201610375227.3A CN201610375227A CN105973598B CN 105973598 B CN105973598 B CN 105973598B CN 201610375227 A CN201610375227 A CN 201610375227A CN 105973598 B CN105973598 B CN 105973598B
- Authority
- CN
- China
- Prior art keywords
- oil film
- film pressure
- sliding bearing
- load
- bearing
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种滑动轴承内漆膜检测方法及系统,该方法及系统通过在滑动轴承承载区附近沿圆周方向布置5个油膜压力传感器,测试运行状态下的油膜压力分布,根据多点油膜压力及其变化趋势,通过定义油膜压力变化量检测指标和轴承载荷偏差检测指标来检测漆膜,且根据轴承润滑理论,通过监测油膜压力分布及其变化来预测漆膜的形成和发展,本发明可以做到实时监测漆膜的生成,且可以实现在线检测。
Description
技术领域
本发明涉及轴承检测技术领域,更具体的,本发明涉及一种滑动轴承内漆膜检测方法及系统。
背景技术
滑动轴承是旋转机械的重要部件,起着支撑转子的关键作用。漆膜,又称之为积碳、结胶,是一种降解污染物,产生在润滑油或液压油系统中,旋转机械在高速、重载和频繁启停、变工况模式下运行时,容易产生附着于轴瓦乌金上的漆膜,且局部高温会加速漆膜的形成,破坏滑动轴承的承载能力,漆膜形成后,极易附着在金属表面,特别是在轴承最小间隙处,造成润滑不良,瓦温升高和设备振动,严重时将会导致设备故障停机。因此,漆膜对滑动轴承性能及安全、稳定运行的影响很大,所以在设备不停机状态下,检测漆膜的形成、预测漆膜的发展具有重要意义。
目前,漆膜检测大多是根据润滑油品质且需要在设备停运状态下检测,主要方法有:滤膜过滤法、超高速离心法和傅立叶红外光谱法,其中,滤膜过滤法是将经过室温沉降和溶剂萃取后的油样用0.45μm的滤膜过滤,通过测试过滤后滤膜的切片色度,来判断漆膜的潜在形成几率;超高速离心法是通过离心机将油样中的不溶物沉淀出来,根据沉淀物特征来判断漆膜生成趋势;傅立叶红外光谱法通过检测油样中的硝化产物来预测润滑油的氧化和热解情况,据此间接判断漆膜的生成。上述方法均无法实时监测漆膜的生成且很难在设备运行状态下检测。
发明内容
本发明的目的在于提出一种滑动轴承内漆膜检测方法及系统,以解决现有技术中由于无法实时监测漆膜的生成且很难在设备运行状态下检测的问题。
为达到上述目的,本发明提供了以下技术方案:
一种滑动轴承内漆膜检测方法,在所述滑动轴承的油膜承载区沿圆周方向设置五个油膜压力传感器,其中,两个设置在从正下方逆旋转方向60°区域内,一个设置在正下方,另外两个布置在从正下方顺旋转方向60°区域内,且记为油膜压力测点,该方法包括:
获取各个所述油膜压力测点对应油膜压力传感器的初始油膜压力值P0i和实测油膜压力值P1i,其中i=1,2,…,5;
根据所述初始油膜压力值和所述实测油膜压力值计算各个所述油膜压力测点对应的油膜压力相对变化值Δi;
根据各个所述油膜压力测点对应的油膜压力相对变化值生成棒图,并根据所述棒图中各个所述油膜压力相对变化值计算油膜压力变化量检测指标δ1;
根据所述滑动轴承的结构参数、转速和润滑油粘度,计算所述滑动轴承的载荷偏差检测指标δ2;
根据所述油膜压力变化量检测指标δ1和所述滑动轴承的载荷偏差检测指标δ2综合判断所述滑动轴承的漆膜状态。
具体的,所述各个所述油膜压力测点对应的油膜压力相对变化值为
具体的,所述油膜压力变化量检测指标为δ1=|Δ1+Δ2+Δ3-Δ4-Δ5|。
其中,所述根据所述滑动轴承的结构参数、转速和润滑油粘度,计算所述滑动轴承的载荷偏差检测指标δ2具体为:
根据所述滑动轴承的结构参数、转速和润滑油粘度,以轴承润滑理论计算不同载荷下五个油膜压力测点的压力值Pi;
采用神经网络方法建立五个所述油膜压力测点的压力值Pi与所述滑动轴承的载荷Q之间的映射关系;
根据所述五个所述油膜压力测点的压力值Pi与所述滑动轴承的载荷Q之间的映射关系计算出所述滑动轴承的载荷Q;
计算所述滑动轴承的载荷Q和所述滑动轴承的实际载荷Q0之间的轴承载荷偏差检测指标δ2。
具体的,所述轴承载荷偏差检测指标为其中,Q为所述滑动轴承的载荷,Q0为所述滑动轴承的实际载荷。
一种滑动轴承内漆膜检测系统,在所述滑动轴承的油膜承载区沿圆周方向设置五个油膜压力传感器,其中,两个设置在从正下方逆旋转方向60°区域内,一个设置在正下方,另外两个布置在从正下方顺旋转方向60°区域内,且记为油膜压力测点,该系统包括:
获取模块,用于获取各个所述油膜压力测点对应油膜压力传感器的初始油膜压力值P0i和实测油膜压力值P1i,其中i=1,2,…,5;
第一计算模块,用于根据所述初始油膜压力值和所述实测油膜压力值计算各个所述油膜压力测点对应的油膜压力相对变化值Δi;
第二计算模块,用于根据各个所述油膜压力测点对应的油膜压力相对变化值生成棒图,并根据所述棒图中各个所述油膜压力相对变化值计算油膜压力变化量检测指标δ1,所述油膜压力变化量检测指标为δ1=|Δ1+Δ2+Δ3-Δ4-Δ5|;
第三计算模块,用于根据所述滑动轴承的结构参数、转速和润滑油粘度,计算所述滑动轴承的载荷偏差检测指标δ2,所述轴承载荷偏差检测指标为其中,Q为所述滑动轴承的载荷,Q0为所述滑动轴承的实际载荷;
综合判断模块,用于根据所述油膜压力变化量检测指标δ1和所述滑动轴承的载荷偏差检测指标δ2综合判断所述滑动轴承的漆膜状态。
具体的,所述各个所述油膜压力测点对应的油膜压力相对变化值为
其中,所述第三计算模块包括:
第四计算模块,用于根据所述滑动轴承的结构参数、转速和润滑油粘度,以轴承润滑理论计算不同载荷下五个油膜压力测点的压力值Pi;
建立模块,用于采用神经网络方法建立五个所述油膜压力测点的压力值Pi与所述滑动轴承的载荷Q之间的映射关系;
第五计算模块,用于根据所述五个所述油膜压力测点的压力值Pi与所述滑动轴承的载荷Q之间的映射关系计算出所述滑动轴承的载荷Q;
第六计算模块,用于计算所述滑动轴承的载荷Q和所述滑动轴承的实际载荷Q0之间的轴承载荷偏差检测指标δ2。
经由上述的技术方案可知,与现有技术相比,本发明公开了一种滑动轴承内漆膜检测方法及系统,该方法及系统通过在滑动轴承承载区附近沿圆周方向布置5个油膜压力传感器,测试运行状态下的油膜压力分布,根据多点油膜压力及其变化趋势,通过定义油膜压力变化量检测指标和轴承载荷偏差检测指标来检测漆膜,且根据轴承润滑理论,通过监测油膜压力分布及其变化来预测漆膜的形成和发展,本发明可以做到实时监测漆膜的生成,且可以实现在线检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明公开的滑动轴承示意图;
图2为不同载荷下滑动轴承压力分布变化情况;
图3为滑动轴承上含漆膜轴承圆周方向压力分布情况;
图4为本发明公开的一种滑动轴承内漆膜检测方法实施例的流程示意图;
图5为油膜压力相对变化棒图;
图6为图4中的步骤S404的具体流程示意图;
图7为本发明公开的一种滑动轴承内漆膜检测方法另一实施例的流程示意图;
图8为本发明公开的一种滑动轴承内漆膜检测系统实施例的结构示意图;
图9为图8中的第三计算单元的具体结构示意图;
图10为本发明公开的一种滑动轴承内漆膜检测系统另一实施例的结构示意图。
具体实施方式
相关术语解释:
作业:大数据平台调度系统中的批量作业,一个作业是由输入数据和一个ETL脚本组成。
KNN算法:k最邻近邻居(k nearest neighbor)算法,是数据挖掘中常见的分类算法之一,如果一个样本在特征空间中的k个最相邻的样本中大多数属于某一类别,则该样本也属于这个类,并具有这个类别上样本的特性。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
滑动轴承工作时,轴承载荷、转速都可能发生变化,轴承间隙也可能因磨损而变大。图2给出了不同载荷下轴承压力分布变化情况。由图可见:轴承载荷、转速和间隙变化时,轴承工作状态发生变化,轴承承载区附近5个测点的油膜压力会同步发生变化。例如,载荷增大,5个点的油膜压力增大;载荷减小,5个点的油膜压力减小。
出现漆膜后的压力变化情况则不相同,漆膜大多位于滑动轴承承载区,会改变轴承内的间隙分布,在漆膜的前沿,因为台阶挤压效应,附近的油膜压力会升高;在漆膜的后沿,因为台阶突扩效应,附近的油膜压力会降低;在主要的承载区内,因为本身油膜压力就很高,漆膜产生的附加压力影响相对较小,附近压力变化不大;而5个测点的油膜压力变化趋势不再同步,如图3所示。
具体的,如图1所示,图1为本发明公开的滑动轴承示意图,在所述滑动轴承的油膜承载区沿圆周方向设置五个油膜压力传感器,其中,两个设置在从正下方逆旋转方向60°区域内,编号为1和2,一个设置在正下方,编号为3,另外两个布置在从正下方顺旋转方向60°区域内,编号为4和5,且记为油膜压力测点。
请参阅附图4,图4为本发明公开的一种滑动轴承内漆膜检测方法实施例的流程示意图。本发明公开了一种滑动轴承内漆膜检测方法,该方法具体步骤包括:
S401、获取各个油膜压力测点对应油膜压力传感器的初始油膜压力值P0i和实测油膜压力值P1i,其中i=1,2,…,5。
本发明根据多个测点处油膜压力的非同步变化特征来检测漆膜,记5个油膜压力测点的编号为i,初始油膜压力和目前实测压力分别为P0i,P1i,i=1,2,...,5,获取各个油膜压力测试点对应油膜压力传感器的初始油膜压力值P0i和实测油膜压力值P1i,其中i=1,2,…,5。
S402、根据初始油膜压力值和实测油膜压力值计算各个油膜压力测点对应的油膜压力相对变化值Δi。
具体的,根据初始油膜压力值和实测油膜压力值计算各个油膜压力测点对应的油膜压力相对变化值Δi,即
S403、根据各个油膜压力测点对应的油膜压力相对变化值生成棒图,并根据棒图中各个所述油膜压力相对变化值计算油膜压力变化量检测指标δ1。
具体的,根据各个油膜压力测点对应的油膜压力相对变化值生成棒图展示,并根据棒图中各个所述油膜压力相对变化值计算油膜压力变化量检测指标δ1,即δ1=|Δ1+Δ2+Δ3-Δ4-Δ5|。如图5所示,为油膜压力相对变化棒图,根据各点油膜压力非同步变化特征和趋势,来监测漆膜的形成与发展。根据图5中所示的,油膜压力变化量检测指标δ1定义为:δ1=|Δ1+Δ2+Δ3-Δ4-Δ5|,在轴承载荷等发生变化时,油膜压力同步变化,δ1=|Δ1+Δ2+Δ3-Δ4-Δ5|,其中,Δi,i=1,2,...,5符号相同,油膜压力变化量检测指标δ1较小。在轴承出现漆膜后,油膜压力非同步变化δ1=|Δ1+Δ2+Δ3-Δ4-Δ5|,其中,Δ1,2,3>0,Δ4,5<0,油膜压力变化量检测指标δ1较大。根据δ1变化情况,可以监测漆膜状态。
S404、根据滑动轴承的结构参数、转速和润滑油粘度,计算滑动轴承的载荷偏差检测指标δ2。
S405、根据油膜压力变化量检测指标δ1和滑动轴承的载荷偏差检测指标δ2综合判断滑动轴承的漆膜状态。
具体的,油膜压力变化量检测指标δ1越大,轴承载荷偏差检测指标δ2越大,漆膜程度越严重。
本发明公开了一种滑动轴承内漆膜检测方法,该方法通过在滑动轴承承载区附近沿圆周方向布置5个油膜压力传感器,测试运行状态下的油膜压力分布,根据多点油膜压力及其变化趋势,通过定义油膜压力变化量检测指标和轴承载荷偏差检测指标来检测漆膜,且根据轴承润滑理论,通过监测油膜压力分布及其变化来预测漆膜的形成和发展,本发明可以做到实时监测漆膜的生成,且可以实现在线检测。
其中,如图6所示,图6为图4中步骤S404的具体流程示意图。该步骤S404具体包括:
S601、根据滑动轴承的结构参数、转速和润滑油粘度,以轴承润滑理论计算不同载荷下五个油膜压力测点的压力值Pi。
S602、采用神经网络方法建立五个油膜压力测点的压力值Pi与滑动轴承的载荷Q之间的映射关系,即:Q=f(P1,P2,P3,P4,P5)。
S603、根据五个油膜压力测点的压力值Pi与滑动轴承的载荷Q之间的映射关系计算出滑动轴承的载荷Q。
S604、计算滑动轴承的载荷Q和滑动轴承的实际载荷Q0之间的轴承载荷偏差检测指标δ2。
给定滑动轴承结构参数、转速和润滑油粘度,由轴承润滑理论计算出不同载荷下5个油膜压力传感器处的压力值,形成如表1所示的计算结果列表。用神经网络方法(例如,三层误差反向传播网络)建立5点油膜压力Pi和轴承载荷Q之间的映射关系:
Q=f(P1,P2,P3,P4,P5)
测出5点压力分布Pi后,利用上述公式可以反推求出轴承载荷Q。
表1
对于一台设计好、安装好的设备而言,运行状态下轴承载荷Q0是恒定的。轴承出现漆膜后,轴承特性会发生较大变化,由5点油膜压力反推求出的轴承载荷Q与实际载荷Q0之间会发生较大偏差。定义轴承载荷偏差检测指标δ2:
请参阅附图7,图7为为本发明公开的一种滑动轴承内漆膜检测方法另一实施例的流程示意图。本发明公开了一种滑动轴承内漆膜检测方法,该方法具体包括如下步骤:
S701、获取各个油膜压力测点对应油膜压力传感器的初始油膜压力值P0i和实测油膜压力值P1i,其中i=1,2,…,5。
本发明根据多个测点处油膜压力的非同步变化特征来检测漆膜,记5个油膜压力测点的编号为i,初始油膜压力和目前实测压力分别为P0i,P1i,i=1,2,...,5,获取各个油膜压力测试点对应油膜压力传感器的初始油膜压力值P0i和实测油膜压力值P1i,其中i=1,2,…,5。
S702、根据初始油膜压力值和实测油膜压力值计算各个油膜压力测点对应的油膜压力相对变化值Δi。
具体的,根据初始油膜压力值和实测油膜压力值计算各个油膜压力测点对应的油膜压力相对变化值Δi,即
S703、根据各个油膜压力测点对应的油膜压力相对变化值生成棒图,并根据棒图中各个所述油膜压力相对变化值计算油膜压力变化量检测指标δ1。
具体的,根据各个油膜压力测点对应的油膜压力相对变化值生成棒图展示,并根据棒图中各个所述油膜压力相对变化值计算油膜压力变化量检测指标δ1,即δ1=|Δ1+Δ2+Δ3-Δ4-Δ5|。如图5所示,为油膜压力相对变化棒图,根据各点油膜压力非同步变化特征和趋势,来监测漆膜的形成与发展。根据图5中所示的,油膜压力变化量检测指标δ1定义为:δ1=|Δ1+Δ2+Δ3-Δ4-Δ5|,在轴承载荷等发生变化时,油膜压力同步变化,δ1=|Δ1+Δ2+Δ3-Δ4-Δ5|,其中,Δi,i=1,2,...,5符号相同,油膜压力变化量监测指标δ1较小。轴承出现漆膜后,油膜压力非同步变化,δ1=|Δ1+Δ2+Δ3-Δ4-Δ5|,其中,Δ1,2,3>0,Δ4,5<0,油膜压力变化量检测指标δ1较大。根据δ1变化情况,可以监测漆膜状态。
S704、根据滑动轴承的结构参数、转速和润滑油粘度,以轴承润滑理论计算不同载荷下五个所述油膜压力测点的压力值Pi。
S705、采用神经网络方法建立五个油膜压力测点的压力值Pi与滑动轴承的载荷Q之间的映射关系,即:Q=f(P1,P2,P3,P4,P5)。建模时选用三层BP神经网络模型,输入层节点数为5,与5个测点压力相对应;输出层节点数为1个,与滑动轴承载荷相对应;隐层数为1,节点数为5,由此形成一个5×5×1的三层神经网络模型。给定滑动轴承若干组载荷下5点油膜压力分布,采用BP神经网络标准误差反馈传播算法可以求得神经网络模型中的各项权系数。
S706、根据五个油膜压力测点的压力值Pi与滑动轴承的载荷Q之间的映射关系计算出滑动轴承的载荷Q。
S707、计算滑动轴承的载荷Q和滑动轴承的实际载荷Q0之间的轴承载荷偏差检测指标δ2。
S708、根据油膜压力变化量检测指标δ1和滑动轴承的载荷偏差检测指标δ2综合判断滑动轴承的漆膜状态。
具体的,油膜压力变化量检测指标δ1越大,轴承载荷偏差检测指标δ2越大,漆膜程度越严重。
本发明公开了一种滑动轴承内漆膜检测方法,该方法通过在滑动轴承承载区附近沿圆周方向布置5个油膜压力传感器,测试运行状态下的油膜压力分布,根据多点油膜压力及其变化趋势,通过定义油膜压力变化量检测指标和轴承载荷偏差检测指标来检测漆膜,且根据轴承润滑理论,通过监测油膜压力分布及其变化来预测漆膜的形成和发展,本发明可以做到实时监测漆膜的生成,且可以实现在线检测。
本发明实施例进一步给出实现上述方法实施例中各步骤及方法的系统实施例。
在上述公开的方法基础上,请参阅附图8,图8为本发明公开的一种滑动轴承内漆膜检测系统实施例的结构示意图。本发明还公开了一种滑动轴承内漆膜检测系统,具体的,该系统包括:
获取模块U81,用于获取各个油膜压力测点对应油膜压力传感器的初始油膜压力值P0i和实测油膜压力值P1i,其中i=1,2,…,5。
第一计算模块U82,用于根据初始油膜压力值和实测油膜压力值计算各个油膜压力测点对应的油膜压力相对变化值Δi,各个油膜压力测点对应的油膜压力相对变化值为
第二计算模块U83,用于根据各个油膜压力测点对应的油膜压力相对变化值生成棒图,并根据棒图中各个所述油膜压力相对变化值计算油膜压力变化量检测指标δ1,油膜压力变化量检测指标为δ1=|Δ1+Δ2+Δ3-Δ4-Δ5|。
第三计算模块U84,用于根据滑动轴承的结构参数、转速和润滑油粘度,计算滑动轴承的载荷偏差系统δ2,轴承载荷偏差检测指标为
综合判断模块U85,用于根据油膜压力变化量检测指标δ1和滑动轴承的载荷偏差检测指标δ2综合判断滑动轴承的漆膜状态。
由于本实施例中的各模块能够执行图4所示的方法,本实施例未详细描述的部分,可参考对应的相关说明。
本发明公开了一种滑动轴承内漆膜检测系统,该系统通过在滑动轴承承载区附近沿圆周方向布置5个油膜压力传感器,测试运行状态下的油膜压力分布,根据多点油膜压力及其变化趋势,通过定义油膜压力变化量检测指标和轴承载荷偏差检测指标来检测漆膜,且根据轴承润滑理论,通过监测油膜压力分布及其变化来预测漆膜的形成和发展,本发明可以做到实时监测漆膜的生成,且可以实现在线检测。
具体的,如图9所示,图9为图8中的第三计算单元的具体结构示意图。上述第三计算模块U84具体包括:
第四计算模块U91,用于根据滑动轴承的结构参数、转速和润滑油粘度,以轴承润滑理论计算不同载荷下五个油膜压力测点的压力值Pi。
建立模块U92,用于采用神经网络方法建立五个油膜压力测点的压力值Pi与滑动轴承的载荷Q之间的映射关系,即:Q=f(P1,P2,P3,P4,P5)。
第五计算模块U93,用于根据五个油膜压力测点的压力值Pi与滑动轴承的载荷Q之间的映射关系计算出滑动轴承的载荷Q。
第六计算模块U94,用于计算滑动轴承的载荷Q和滑动轴承的实际载荷Q0之间的轴承载荷偏差检测指标δ2。
由于本实施例中的各模块能够执行图6所示的方法,本实施例未详细描述的部分,可参考对应的相关说明。
请参阅附图10,图10为本发明公开的一种滑动轴承内漆膜检测系统另一实施例的结构示意图。
本发明还公开了一种滑动轴承内漆膜检测系统,具体的,该系统包括:
获取模块U101,用于获取各个油膜压力测点对应油膜压力传感器的初始油膜压力值P0i和实测油膜压力值P1i,其中i=1,2,…,5。
第一计算模块U102,用于根据初始油膜压力值和实测油膜压力值计算各个油膜压力测点对应的油膜压力相对变化值Δi,各个油膜压力测点对应的油膜压力相对变化值为
第二计算模块U103,用于根据各个油膜压力测点对应的油膜压力相对变化值生成棒图,并根据棒图中各个所述油膜压力相对变化值计算油膜压力变化量检测指标δ1,油膜压力变化量检测指标为δ1=|Δ1+Δ2+Δ3-Δ4-Δ5|。
第四计算模块U104,用于根据滑动轴承的结构参数、转速和润滑油粘度,以轴承润滑理论计算不同载荷下五个油膜压力测点的压力值Pi。
建立模块U105,用于采用神经网络方法建立五个油膜压力测点的压力值Pi与滑动轴承的载荷Q之间的映射关系,即:Q=f(P1,P2,P3,P4,P5)。
第五计算模块U106,用于根据五个油膜压力测点的压力值Pi与滑动轴承的载荷Q之间的映射关系计算出滑动轴承的载荷Q。
第六计算模块U107,用于计算滑动轴承的载荷Q和滑动轴承的实际载荷Q0之间的轴承载荷偏差检测指标δ2,轴承载荷偏差检测指标为
综合判断模块U108,用于根据油膜压力变化量检测指标δ1和滑动轴承的载荷偏差检测指标δ2综合判断滑动轴承的漆膜状态。
由于本实施例中的各模块能够执行图7所示的方法,本实施例未详细描述的部分,可参考对应的相关说明。
本发明公开了一种滑动轴承内漆膜检测系统,该系统通过在滑动轴承承载区附近沿圆周方向布置5个油膜压力传感器,测试运行状态下的油膜压力分布,根据多点油膜压力及其变化趋势,通过定义油膜压力变化量检测指标和轴承载荷偏差检测指标来检测漆膜,且根据轴承润滑理论,通过监测油膜压力分布及其变化来预测漆膜的形成和发展,本发明可以做到实时监测漆膜的生成,且可以实现在线检测。
综上所述,本发明公开了一种滑动轴承内漆膜检测方法及系统,该方法及系统通过在滑动轴承承载区附近沿圆周方向布置5个油膜压力传感器,测试运行状态下的油膜压力分布,根据多点油膜压力及其变化趋势,通过定义油膜压力变化量检测指标和轴承载荷偏差检测指标来检测漆膜,且根据轴承润滑理论,通过监测油膜压力分布及其变化来预测漆膜的形成和发展,本发明可以做到实时监测漆膜的生成,且可以实现在线检测。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种滑动轴承内漆膜检测方法,其特征在于,在所述滑动轴承的油膜承载区沿圆周方向设置五个油膜压力传感器,其中,两个设置在从正下方逆旋转方向60°区域内,一个设置在正下方,另外两个布置在从正下方顺旋转方向60°区域内,且记为油膜压力测点,该方法包括:
获取各个所述油膜压力测点对应油膜压力传感器的初始油膜压力值P0i和实测油膜压力值P1i,其中i=1,2,…,5;
根据所述初始油膜压力值和所述实测油膜压力值计算各个所述油膜压力测点对应的油膜压力相对变化值Δi;
根据各个所述油膜压力测点对应的油膜压力相对变化值生成棒图,并根据所述棒图中各个所述油膜压力相对变化值计算油膜压力变化量检测指标δ1;
根据所述滑动轴承的结构参数、转速和润滑油粘度,计算所述滑动轴承的载荷偏差检测指标δ2;
根据所述油膜压力变化量检测指标δ1和所述滑动轴承的载荷偏差检测指标δ2综合判断所述滑动轴承的漆膜状态。
2.根据权利要求1所述的检测方法,其特征在于,所述各个所述油膜压力测点对应的油膜压力相对变化值为i=1,2,...5。
3.根据权利要求1所述的检测方法,其特征在于,所述油膜压力变化量检测指标为δ1=|Δ1+Δ2+Δ3-Δ4-Δ5|。
4.根据权利要求1所述的检测方法,其特征在于,所述根据所述滑动轴承的结构参数、转速和润滑油粘度,计算所述滑动轴承的载荷偏差检测指标δ2具体为:
根据所述滑动轴承的结构参数、转速和润滑油粘度,以轴承润滑理论计算不同载荷下五个油膜压力测点的压力值Pi;
采用神经网络方法建立五个所述油膜压力测点的压力值Pi与所述滑动轴承的载荷Q之间的映射关系;
根据所述五个所述油膜压力测点的压力值Pi与所述滑动轴承的载荷Q之间的映射关系计算出所述滑动轴承的载荷Q;
计算所述滑动轴承的载荷Q和所述滑动轴承的实际载荷Q0之间的轴承载荷偏差检测指标δ2。
5.根据权利要求4所述的检测方法,其特征在于,所述轴承载荷偏差检测指标为其中,Q为所述滑动轴承的载荷,Q0为所述滑动轴承的实际载荷。
6.一种滑动轴承内漆膜检测系统,其特征在于,在所述滑动轴承的油膜承载区沿圆周方向设置五个油膜压力传感器,其中,两个设置在从正下方逆旋转方向60°区域内,一个设置在正下方,另外两个布置在从正下方顺旋转方向60°区域内,且记为油膜压力测点,该系统包括:
获取模块,用于获取各个所述油膜压力测点对应油膜压力传感器的初始油膜压力值P0i和实测油膜压力值P1i,其中i=1,2,…,5;
第一计算模块,用于根据所述初始油膜压力值和所述实测油膜压力值计算各个所述油膜压力测点对应的油膜压力相对变化值Δi;
第二计算模块,用于根据各个所述油膜压力测点对应的油膜压力相对变化值生成棒图,并根据所述棒图中各个所述油膜压力相对变化值计算油膜压力变化量检测指标δ1,所述油膜压力变化量检测指标为δ1=|Δ1+Δ2+Δ3-Δ4-Δ5|;
第三计算模块,用于根据所述滑动轴承的结构参数、转速和润滑油粘度,计算所述滑动轴承的载荷偏差检测指标δ2,所述轴承载荷偏差检测指标为其中,Q为所述滑动轴承的载荷,Q0为所述滑动轴承的实际载荷;
综合判断模块,用于根据所述油膜压力变化量检测指标δ1和所述滑动轴承的载荷偏差检测指标δ2综合判断所述滑动轴承的漆膜状态。
7.根据权利要求6所述的检测系统,其特征在于,所述各个所述油膜压力测点对应的油膜压力相对变化值为i=1,2,...5。
8.根据权利要求6所述的检测系统,其特征在于,所述第三计算模块包括:
第四计算模块,用于根据所述滑动轴承的结构参数、转速和润滑油粘度,以轴承润滑理论计算不同载荷下五个油膜压力测点的压力值Pi;
建立模块,用于采用神经网络方法建立五个所述油膜压力测点的压力值Pi与所述滑动轴承的载荷Q之间的映射关系;
第五计算模块,用于根据所述五个所述油膜压力测点的压力值Pi与所述滑动轴承的载荷Q之间的映射关系计算出所述滑动轴承的载荷Q;
第六计算模块,用于计算所述滑动轴承的载荷Q和所述滑动轴承的实际载荷Q0之间的轴承载荷偏差检测指标δ2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610375227.3A CN105973598B (zh) | 2016-05-30 | 2016-05-30 | 一种滑动轴承内漆膜检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610375227.3A CN105973598B (zh) | 2016-05-30 | 2016-05-30 | 一种滑动轴承内漆膜检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105973598A CN105973598A (zh) | 2016-09-28 |
CN105973598B true CN105973598B (zh) | 2018-09-11 |
Family
ID=57010581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610375227.3A Active CN105973598B (zh) | 2016-05-30 | 2016-05-30 | 一种滑动轴承内漆膜检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105973598B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108051212B (zh) * | 2018-01-11 | 2019-11-29 | 广东电网有限责任公司电力科学研究院 | 一种含漆膜重载轴承安全裕度评估方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102854013A (zh) * | 2012-08-22 | 2013-01-02 | 太原科技大学 | 一种综合油膜轴承试验装置 |
EP2613028A2 (en) * | 2012-01-04 | 2013-07-10 | General Electric Company | Waste heat recovery system generator encapsulation |
CN105063566A (zh) * | 2015-09-08 | 2015-11-18 | 南京工业大学 | 一种精密轴承用滚珠微弧离子镀碳基薄膜的装置及方法 |
CN205096996U (zh) * | 2015-10-14 | 2016-03-23 | 唐山开元机器人系统有限公司 | 平板钢丝轮打磨机升降打磨机构 |
-
2016
- 2016-05-30 CN CN201610375227.3A patent/CN105973598B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2613028A2 (en) * | 2012-01-04 | 2013-07-10 | General Electric Company | Waste heat recovery system generator encapsulation |
CN102854013A (zh) * | 2012-08-22 | 2013-01-02 | 太原科技大学 | 一种综合油膜轴承试验装置 |
CN105063566A (zh) * | 2015-09-08 | 2015-11-18 | 南京工业大学 | 一种精密轴承用滚珠微弧离子镀碳基薄膜的装置及方法 |
CN205096996U (zh) * | 2015-10-14 | 2016-03-23 | 唐山开元机器人系统有限公司 | 平板钢丝轮打磨机升降打磨机构 |
Non-Patent Citations (2)
Title |
---|
偏载动压滑动轴承实验台的研制及油膜压力的研究;邵琦;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20140315(第3期);C029-68 * |
燃气轮机运行中产生漆膜的原因及解决方案;益梅蓉;《石油商技》;20090215(第1期);42-45 * |
Also Published As
Publication number | Publication date |
---|---|
CN105973598A (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xie et al. | Experimental research on the interface lubrication regimes transition of water lubricated bearing | |
Su et al. | Vibration signal analysis for electrical fault detection of induction machine using neural networks | |
San Andres | Analysis of variable fluid properties, turbulent annular seals | |
TWI589791B (zh) | 液靜壓軸承監測系統及其方法 | |
Glavatskih et al. | The significance of oil thermal properties on the performance of a tilting-pad thrust bearing | |
CN106460921B (zh) | 轴承中的电容测量 | |
Koc et al. | An analysis of the lubrication mechanisms of the bush-type bearings in high pressure pumps | |
CN105973598B (zh) | 一种滑动轴承内漆膜检测方法及系统 | |
Safizadeh et al. | Prediction of oil whirl initiation in journal bearings using multi-sensors data fusion | |
Lahmar | Elastohydrodynamic analysis of double-layered journal bearings lubricated with couple-stress fluids | |
Saridakis et al. | Identification of wear and misalignment on journal bearings using artificial neural networks | |
Gao et al. | AI‐enabled metal‐polymer plain bearing based on the triboelectric principle | |
CN203798563U (zh) | 一种径向滑动轴承测试系统装配结构 | |
Zhou et al. | System dependence of running-in attractor derived from lubricated sliding contact of steel alloys 52100 and 1045 | |
Dai et al. | Digital Twin for wear degradation of sliding bearing based on PFENN | |
Koç | Analytical and experimental investigation into the sealing and lubrication mechanisms of the gear ends in pumps | |
Yu et al. | A percolation method of leakage calculation and prediction within the mechanical seal interface | |
Ise et al. | Asymmetric supply type hydrostatic journal gas bearings to support large load rotors | |
Wang et al. | Stability characteristics of lubricating film in mill oil-film bearings | |
CN102331348A (zh) | 一种转盘轴承启动摩擦力矩特征变异的评估方法 | |
Siew et al. | Evaluation of various fluid-film models for use in the analysis of squeeze film dampers with a central groove | |
Weatherwax et al. | Theory versus experiment for the rotordynamic characteristics of a high pressure honeycomb annular gas seal at eccentric positions | |
Oh et al. | Development of a system for diagnosing faults in rotating machinery using vibration signals | |
Taylor et al. | Measured Performance of a Highly Preloaded Three-Lobe Journal Bearing–-Part I: Static Characteristics | |
Du Haut et al. | Development of a new test rig for the analysis of hydrodynamic bearings for rotors of microGT |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |