CN116522718A - 一种电感式磨粒传感器的仿真方法 - Google Patents
一种电感式磨粒传感器的仿真方法 Download PDFInfo
- Publication number
- CN116522718A CN116522718A CN202310454433.3A CN202310454433A CN116522718A CN 116522718 A CN116522718 A CN 116522718A CN 202310454433 A CN202310454433 A CN 202310454433A CN 116522718 A CN116522718 A CN 116522718A
- Authority
- CN
- China
- Prior art keywords
- virtual
- coil
- simulation
- cylinder
- value
- 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.)
- Pending
Links
- 239000002245 particle Substances 0.000 title claims abstract description 193
- 238000004088 simulation Methods 0.000 title claims abstract description 125
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000001939 inductive effect Effects 0.000 title claims abstract description 31
- 230000006698 induction Effects 0.000 claims abstract description 91
- 229910052751 metal Inorganic materials 0.000 claims abstract description 79
- 239000002184 metal Substances 0.000 claims abstract description 56
- 239000000463 material Substances 0.000 claims abstract description 38
- 238000012544 monitoring process Methods 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims abstract description 19
- 239000000203 mixture Substances 0.000 claims abstract description 10
- 230000005284 excitation Effects 0.000 claims description 108
- 230000005291 magnetic effect Effects 0.000 claims description 43
- 230000008859 change Effects 0.000 claims description 31
- 230000033001 locomotion Effects 0.000 claims description 25
- 230000035699 permeability Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 12
- 239000006061 abrasive grain Substances 0.000 claims description 8
- 230000005672 electromagnetic field Effects 0.000 claims description 6
- 230000002441 reversible effect Effects 0.000 claims description 5
- 239000007787 solid Substances 0.000 claims description 5
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 3
- 229910052802 copper Inorganic materials 0.000 claims description 3
- 239000010949 copper Substances 0.000 claims description 3
- 230000001965 increasing effect Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 11
- 238000013461 design Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 230000035945 sensitivity Effects 0.000 description 10
- 230000002829 reductive effect Effects 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 8
- 239000010687 lubricating oil Substances 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 239000003921 oil Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 238000005299 abrasion Methods 0.000 description 4
- 230000005294 ferromagnetic effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011109 contamination Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 238000004804 winding Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000005461 lubrication Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000011295 pitch Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 229910000976 Electrical steel Inorganic materials 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000002500 effect on skin Effects 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000001050 lubricating effect Effects 0.000 description 1
- 230000005415 magnetization Effects 0.000 description 1
- 239000002923 metal particle Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 229910000859 α-Fe Inorganic materials 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明公开一种电感式磨粒传感器的仿真方法,方案可以包括:建立待仿真的金属磨粒监测传感器的三维物理模型;预先设置若干仿真参数;对三维物理模型按照不同的网格细化程度进行网格划分;将虚拟流道的材料属性设置为金属磨粒和空气的混合物,将虚拟流道的材料属性随时间变化来模拟虚拟的金属磨粒沿着虚拟流道流动的过程;对虚拟的金属磨粒在虚拟流道中进行流动时感应线圈的感应电压进行仿真计算,基于感应电压预测金属磨粒的物理属性信息;改变若干仿真参数中任意一个仿真参数的值的大小,以得到任意一个仿真参数的值的大小改变后对感应电压的影响程度。
Description
技术领域
本发明涉及传感器技术领域,具体而言,涉及一种电感式磨粒传感器的仿真方法。
背景技术
机械磨损随设备运行一直存在,随着磨损加剧,会逐步产生不同直径大小的磨粒,通过对润滑油液中的金属磨粒进行监测,可实现故障的预警,掌握设备的磨损情况及健康状况等。三线圈电感式磨粒监测传感器可同时实现颗粒大小、数量和种类的统计,具有管道流量大、检测信号强的优点,有利于实现对设备运行状况的监测和故障预警。目前,大直径管道下的颗粒检测极限尚有不足,在结构设计及参数优化方面有待改进,因此,有必要提供一种对能够检测大直径管道下的颗粒的传感器进行仿真分析的方法,以便对该种传感器的优化设计提供指导。
发明内容
本发明提供一种电感式磨粒传感器的仿真方法,用以克服现有技术中存在的至少一个技术问题。
本发明实施例提供一种电感式磨粒传感器的仿真方法,包括:
建立待仿真的金属磨粒监测传感器的三维物理模型,所述三维物理模型包括并排放置的第一圆柱筒、第二圆柱筒和第三圆柱筒;所述第一圆柱筒、所述第二圆柱筒和所述第三圆柱筒的轴心在同一条直线上;所述第一圆柱筒与所述第二圆柱筒的距离,和所述第三圆柱筒与所述第二圆柱筒的距离相等;所述第一圆柱筒用于模拟所述金属磨粒监测传感器的第一激励线圈,所述第二圆柱筒用于模拟所述金属磨粒监测传感器的感应线圈,所述第三圆柱筒用于模拟所述金属磨粒监测传感器的第二激励线圈;所述三维物理模型还包括设置在所述第一圆柱筒、所述第二圆柱筒和所述第三圆柱筒的空心部分的虚拟流道,所述虚拟流道用于模拟用于流通虚拟的金属磨粒的通道;
预先设置若干仿真参数,所述若干仿真参数包括所述虚拟的金属磨粒的尺寸,所述第一激励线圈的线圈匝数、所述第二激励线圈的线圈匝数、所述感应线圈的线圈匝数;所述第一圆柱筒和所述第二圆柱筒之间的距离;所述第一圆柱筒的管道半径、所述第二圆柱筒的管道半径和所述第三圆柱筒的管道半径;
对所述第一激励线圈、所述第二激励线圈和所述感应线圈的材料属性进行设置,对所述三维物理模型中除所述第一激励线圈、所述第二激励线圈、所述感应线圈和所述虚拟流道之外的其余介质的材料属性设置为空气;对所述第一激励线圈和所述第二激励线圈施加等值反向的电磁场;以及对所述三维物理模型施加边界条件;
对所述三维物理模型按照不同的网格细化程度进行网格划分,其中,所述第一圆柱筒、所述第二圆柱筒和所述第三圆柱筒的网格划分细化程度大于材料属性设置为空气的区域的网格划分细化程度,所述虚拟流道的网格划分细化程度大于材料属性设置为空气的区域的网格划分细化程度;
将所述虚拟流道的材料属性设置为金属磨粒和空气的混合物,将所述虚拟流道的材料属性随时间变化来模拟所述虚拟的金属磨粒沿着所述虚拟流道流动的过程;
对所述虚拟的金属磨粒在所述虚拟流道中进行流动时所述感应线圈的感应电压进行仿真计算,基于所述感应电压预测所述金属磨粒的物理属性信息;
改变所述若干仿真参数中任意一个仿真参数的值的大小,对改变任意一个仿真参数的值的大小后,所述虚拟的金属磨粒在所述虚拟流道中进行流动时所述感应线圈的感应电压进行仿真计算,以得到所述任意一个仿真参数的值的大小改变后对所述感应电压的影响程度。
优选的,所述虚拟流道的形状为以所述同一条直线为轴心的实心圆柱。
优选的,所述第一激励线圈的长度等于所述第二激励线圈的长度;所述第一激励线圈与所述感应线圈的间距,等于所述第二激励线圈与所述感应线圈的间距;所述第一激励线圈、所述第二激励线圈和所述感应线圈的材料属性为铜。
优选的,利用公式s=v0*t模拟所述虚拟的金属磨粒在所述虚拟流道中随时间变化所通过的路程s;其中,符号v0表示预先设定值大小的速度常数,符号t表示时间。
优选的,所述将所述虚拟流道的材料属性设置为金属磨粒和空气的混合物之后,包括设置所述虚拟流道的电导率参数,所述虚拟流道的相对磁导率参数和所述虚拟流道的相对介电常数参数;
所述将所述虚拟流道的材料属性随时间变化来模拟所述虚拟的金属磨粒沿着所述虚拟流道流动的过程,具体包括:
通过设置所述虚拟流道的相对磁导率参数沿着所述同一条直线进行变化来模拟所述虚拟流道的材料属性沿着所述同一条直线随时间变化的过程。
优选的,设置所述虚拟流道的相对磁导率为1+C*exp(-k*(abs(x-s)>(w/2))*(abs(x-s)-(w/2)))以模拟所述金属磨粒的运动;其中,常数1表示空气的相对磁导率,符号exp为指数符号,符号k为预设值大小的常数,符号abs(·)表示绝对值函数,符号w表示所述金属磨粒的直径,符号C表示所述金属磨粒的相对磁导率,符号x表示模型几何x轴方向的值。
优选的,所述对所述第一激励线圈和所述第二激励线圈施加等值反向的电磁场,具体包括:
对所述第一激励线圈两端施加第一激励电压,对所述第二激励线圈施加第二激励电压,其中,所述第一激励电压U1=U*sin(2*π*t),所述第二激励电压U2=-U*sin(2*π*t);
其中,符号U表示预先设定值大小的电压常数,单位为伏特;符号f表示预先设定的激励线圈的激励频率,符号t表示时间。
优选的,所述改变所述若干仿真参数中任意一个仿真参数的值的大小,对改变任意一个仿真参数的值的大小后,所述虚拟的金属磨粒在所述虚拟流道中进行流动时所述感应线圈的感应电压进行仿真计算,以得到所述任意一个仿真参数的值的大小改变后对所述感应电压的影响程度,具体包括:
预先设定所述任意一个仿真参数的变化区间和变化步长,从所述变化区间的左区间开始,以所述变化步长为步长,对所述任意一个仿真参数的值的大小对所述感应电压的影响程度进行模拟,得到不同值大小的所述任意一个仿真参数对应的所述感应电压的峰值。
优选的,所述得到所述任意一个仿真参数的值的大小改变后对所述感应电压的影响程度之后,包括:
在直角坐标系中以所述任意一个仿真参数的值的大小为横轴,以所述感应电压的峰值为纵轴,绘制所述任意一个仿真参数在不同取值时与相应的所述感应电压的峰值的对应关系。
本说明书一个实施例至少能够达到以下有益效果:本申请实施例技术方案中通过建立三线圈感应式磨粒传感器的物理模型,可以得到金属磨粒通过传感器时空间磁场的演变过程和线圈感应电压的信号特征,可以获得线圈匝数等传感器参数对感应电压峰值的影响,为设计和优化传感器结构提供理论依据,为实际设计金属磨粒监测传感器指明设计方向。同时,本方案通过仅将颗粒运动路径的小范围区域进行动态网格划分或者采用静态网格而对颗粒运动路径上的材料属性进行函数设定的方式以模拟颗粒运动,可有效降低颗粒运动仿真分析时所需要的动网格划分工作量,进而提升仿真工作效率。
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一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种电感式磨粒传感器的仿真方法的流程示意图;
图2为本说明书实施例提供的一种电感式磨粒传感器的仿真方法所针对的电感式金属磨粒监测传感器的逻辑组成结构示意图;
图3为本说明书实施例提供的一种电感式磨粒传感器的仿真方法中对传感器所建模的模型示意图;
图4为本说明书实施例提供的一种电感式磨粒传感器的仿真方法中网格大小对感应电压值的影响示意图;
图5为本说明书实施例提供的一种电感式磨粒传感器的仿真方法中感应线圈匝数对感应电压值的影响示意图;
图6为本说明书实施例提供的一种电感式磨粒传感器的仿真方法中激励线圈匝数对感应电压值的影响示意图;
图7为本说明书实施例提供的一种电感式磨粒传感器的仿真方法中线圈间距对感应电压值的影响示意图;
图8为本说明书实施例提供的一种电感式磨粒传感器的仿真方法中激励电压对感应电压值的影响示意图;
图9为本说明书实施例提供的一种电感式磨粒传感器的仿真方法中激励频率对感应电压值的影响示意图;
图10为本说明书实施例提供的一种电感式磨粒传感器的仿真方法中磨粒直径与感应电压值的关系示意图;
图11为本说明书实施例提供的一种电感式磨粒传感器的仿真方法中直径20-300μm磨粒的感应电压值示意图;
图12为本说明书实施例提供的一种电感式磨粒传感器的仿真方法中磨粒速度与感应电压峰值的关系示意图。
其中,1表示第一激励线圈,2表示感应线圈,3表示第二激励线圈,4表示虚拟流道。
具体实施方式
为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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,都属于本说明书一个或多个实施例保护的范围。
应当理解,尽管在本申请文件中可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。
在机械系统中,运动部件之间的摩擦和磨损很常见,工业中一般会向机械的动力和传动系统中加入润滑油进行润滑,以减小设备部件之间的磨损。润滑油是机械设备能够不断运行的动力源泉,其本身有很多作用,如:密封、润滑、冷却、清洗、减振缓冲等。在发动机持续工作过程中,润滑油容易产生变质,通常润滑油变质的主要原因是油液中掺杂了污染物,这些污染物包括:空气中的灰尘和不明颗粒物,零部件磨损产生的磨粒磨屑和发动机运行过程产生的烟尘等。在发动机工作过程中,润滑油污染在发动机发生故障的原因中占据很大权重,其中润滑油固体颗粒物污染是最易导致润滑油被污染失效的。设备磨损会产生大量磨屑,对润滑油液的金属磨粒进行颗粒特征分析,可以跟踪磨损程度,并预测设备剩余寿命。通过润滑油颗粒检测技术可以获得润滑油内的金属颗粒的种类、尺寸和数量等参数,了解发动机的磨损程度,并可对磨损位置进行定位,通过设置磨粒阈值,可实现磨损预警。
线圈结构设计是传感器的基础,线圈直径、线圈匝数、管道半径、激励频率和电压等参数对传感器的性能有重要影响。对于三线圈式磨粒传感器,其结构设计的主要目的是建立一个径向截面磁场尽量均匀,从而使磨粒从不同路径通过时的信号基本一致,从而避免不同路径引起的信号误差。已有研究中也探究了增大磁场强度的方法,以实现在不改变管道直径的条件下感应出更大的信号值,提高灵敏度,例如使用铁氧体、硅钢片等高相对磁导率的材料,或通过优化线圈参数值来优化磁场,获得高感应信号。目前大直径管道下的颗粒检测极限尚有不足,在结构设计及参数优化方面有待改进,有必要提供一种仿真分析方法,以便对该种传感器的优化设计提供指导。
将三组线圈以一定的距离缠绕在一根磁惰性管上,两端线圈为激励线圈(如图2所示,图2中激励线圈1和激励线圈2为激励线圈),匝数相同,缠绕方向相反,由同一交流电压源进行激励,两端线圈产生相反方向磁场,中间线圈为感应线圈,感应线圈位置中间位置由于两端磁场的相互抵消,即为零磁场,如图2所示。根据法拉第电磁感应定律,感应线圈感应电压大小与磁通量变化率呈正比,即与磁感应强度变化率成正比。当油液中的金属磨粒流经时,引起磁场变化,感应线圈因此产生感应电压,由于铁磁性磨粒和非铁磁性磨粒对磁场的相反影响,感应电压会表现出相反的相位特征。由此,可通过感应电压峰值的大小预测磨粒大小,通过峰值数目确定磨粒数目,通过感应电压相位特征判断磨粒种类。
图1为本说明书实施例提供的一种电感式磨粒传感器的仿真方法的流程示意图。
如图1所示,该流程可以包括以下步骤。
步骤102:建立待仿真的金属磨粒监测传感器的三维物理模型,所述三维物理模型包括并排放置的第一圆柱筒、第二圆柱筒和第三圆柱筒;所述第一圆柱筒、所述第二圆柱筒和所述第三圆柱筒的轴心在同一条直线上;所述第一圆柱筒与所述第二圆柱筒的距离,和所述第三圆柱筒与所述第二圆柱筒的距离相等;所述第一圆柱筒用于模拟所述金属磨粒监测传感器的第一激励线圈,所述第二圆柱筒用于模拟所述金属磨粒监测传感器的感应线圈,所述第三圆柱筒用于模拟所述金属磨粒监测传感器的第二激励线圈;所述三维物理模型还包括设置在所述第一圆柱筒、所述第二圆柱筒和所述第三圆柱筒的空心部分的虚拟流道,所述虚拟流道用于模拟用于流通虚拟的金属磨粒的通道。
本步骤主要是为了先建立待仿真的金属磨粒监测传感器的三维物理模型,图3所示,图3为本说明书实施例提供的一种电感式磨粒传感器的仿真方法中对传感器所建模的模型示意图,可以建立如图3所示的仿真模型,其中,1表示第一激励线圈,2表示感应线圈,3表示第二激励线圈,4表示虚拟流道,由于要尽可能地使得感应线圈2位置中间位置由于两端磁场(第一激励线圈1和第二激励线圈2产生的磁场)相互抵消,即为零磁场,故而本步骤中,第一激励线圈1的右端面距离感应线圈2的左端面的距离,与第二激励线圈2的左端面距离感应线圈2的右端面的距离设置为相等,以便于在感应线圈2中产生零磁场。需要说明的是,在具体仿真时可以假设金属磨粒沿着各线圈的轴心做直线运动来模拟金属磨粒通过传感器的过程,从而虚拟流道从几何上可以理解为是一个实心的结构,其形状可以是任意的(特别的,其形状可以是后文介绍的圆柱体),通过后文介绍的通过对该圆柱体的相对磁导率进行设置,来模拟金属磨粒通过传感器的过程。
步骤104:预先设置若干仿真参数,所述若干仿真参数包括所述虚拟的金属磨粒的尺寸,所述第一激励线圈的线圈匝数、所述第二激励线圈的线圈匝数、所述感应线圈的线圈匝数;所述第一圆柱筒和所述第二圆柱筒之间的距离;所述第一圆柱筒的管道半径、所述第二圆柱筒的管道半径和所述第三圆柱筒的管道半径。
线圈参数是传感器设计的基础,线圈参数对传感器的性能至关重要,合适的线圈参数有助于构建合适的磁场分布,增大感应电压,提高传感器的灵敏度,故而本步骤主要是为了对步骤102中建立的待仿真的金属磨粒监测传感器的三维物理模型的待仿真参数进行设置,其中,第一圆柱筒的管道半径这一参数可以理解为既需要设置第一圆柱筒的内径,也需要设置其外径,对第二圆柱筒和第三圆柱筒也是如此。
除了步骤104中介绍的仿真参数,仿真参数还可以是线圈激励频率(即第一激励线圈和第二激励线圈的线圈激励频率)、线圈激励电压((即第一激励线圈和第二激励线圈的线圈激励电压)、线圈匝数(即第一激励线圈和第二激励线圈的线圈匝数)、等传感器参数对感应电压值的影响,为优化传感器结构提供依据。
步骤106:对所述第一激励线圈、所述第二激励线圈和所述感应线圈的材料属性进行设置,对所述三维物理模型中除所述第一激励线圈、所述第二激励线圈、所述感应线圈和所述虚拟流道之外的其余介质的材料属性设置为空气;对所述第一激励线圈和所述第二激励线圈施加等值反向的电磁场;以及对所述三维物理模型施加边界条件。
本步骤中对步骤102建立的三维物理模型施加边界条件时,可根据具体仿真软件的特点进行设置,如可以施加空气域边界设置为磁绝缘条件,施加初始磁场强度为零等初始条件,以便于仿真软件内部的求解过程。
步骤108:对所述三维物理模型按照不同的网格细化程度进行网格划分,其中,所述第一圆柱筒、所述第二圆柱筒和所述第三圆柱筒的网格划分细化程度大于材料属性设置为空气的区域的网格划分细化程度,所述虚拟流道的网格划分细化程度大于材料属性设置为空气的区域的网格划分细化程度。
本实施例技术方案采用有限元法模拟来进行仿真计算,就是将原本一个数值问题,比如解偏微分方程,化成一个一个单元来解,故而本步骤主要是为了对步骤102建立的三维物理进行网格划分,网格大小会对仿真计算的效果产生影响,一般来说,划分的网格越细致越可以更加贴近实际的磨粒运动结果,但计算时间会增加。故而本步骤中对建立的三维模型的不同区域采用不同细化程度的网格,以便在合理的时间内得到精度满足需求的仿真结果。
步骤110:将所述虚拟流道的材料属性设置为金属磨粒和空气的混合物,将所述虚拟流道的材料属性随时间变化来模拟所述虚拟的金属磨粒沿着所述虚拟流道流动的过程。
实际场景中,当油液中的金属磨粒流经实际的传感器的油液通道时,引起磁场变化,感应线圈因此产生感应电压,本步骤中为了在仿真试验中为了对这一现象进行模拟,将虚拟流道的材料属性设置为金属磨粒和空气的混合物,采用流道材料属性的变化仿真金属磨粒的运动。
步骤112:对所述虚拟的金属磨粒在所述虚拟流道中进行流动时所述感应线圈的感应电压进行仿真计算,基于所述感应电压预测所述金属磨粒的物理属性信息。
在实际应用中,当金属磨粒通过传感器的线圈时,电导率和相对磁导率的变换会使激励线圈电感发生变化,进而导致感应线圈磁通量的变化,最终能够以感应电压信号的形式输出,本步骤就是为了对这一现象进行模拟,利用金属磨粒通过线圈时产生的感应电压来反推金属磨粒的一些物理属性信息,如磨粒的尺寸等等。
需要说明的是,在实际仿真场景中,实际的仿真工作还需设置物理场的边界条件和初始条件,还有设置物理场的其他条件等,这些个性化的仿真条件可以根据所使用的具体仿真软件进行设置,此处不再一一列举。
步骤114:改变所述若干仿真参数中任意一个仿真参数的值的大小,对改变任意一个仿真参数的值的大小后,所述虚拟的金属磨粒在所述虚拟流道中进行流动时所述感应线圈的感应电压进行仿真计算,以得到所述任意一个仿真参数的值的大小改变后对所述感应电压的影响程度。
在可选的实施例技术方案中,所述虚拟流道的形状为以所述第一圆柱筒、所述第二圆柱筒和所述第三圆柱筒的轴心为轴心的实心圆柱。
在可选的实施例技术方案中,可以研究多个仿真参数中的任意一个仿真参数的值的大小对金属磨粒通过线圈时产生的感应电压的影响程度,在本步骤中采用控制变量法,在选定某个特定的仿真参数后,可以通过本发明提供的方案探究该仿真参数在不同具体值下产生的感应电压,从而为具体设计传感器时选定结构参数提供参考,节约实际设计传感器时所需的时间和财力等成本。
需要说明的是,考虑到前文步骤102中建立的用于模拟金属磨粒监测传感器的三维物理模型在几何结构上具有对称性,从而可以利用对称性这一特点,在建模阶段无需建立如图3所示的完整的几何模型,如可以用三个并排的矩形代表三个线圈,其中,中间的矩形可以代表前文阐述的感应线圈,两边的矩形分别代表第一激励线圈和第二激励线圈,从而达到在不影响仿真结果的精度的前提下,加速仿真过程的目的,节约仿真工作所需的计算机资源的消耗,此时在施加边界条件时,可以设置对称边界条件。
本申请实施例技术方案中通过建立三线圈感应式磨粒传感器的物理模型,可以得到金属磨粒通过传感器时空间磁场的演变过程和线圈感应电压的信号特征,可以获得线圈匝数等传感器参数对感应电压峰值的影响,为设计和优化传感器结构提供理论依据,为实际设计金属磨粒监测传感器指明设计方向。同时,本方案通过仅将颗粒运动路径的小范围区域进行动态网格划分或者采用静态网格而对颗粒运动路径上的材料属性进行函数设定的方式以模拟颗粒运动,可有效降低颗粒运动仿真分析时所需要的动网格划分工作量,进而提升仿真工作效率。
基于图1的方法,本说明书实施例还提供了该方法的一些具体实施方案,下面进行说明。
在可选的实施例中,所述第一激励线圈的长度等于所述第二激励线圈的长度;所述第一激励线圈与所述感应线圈的间距,等于所述第二激励线圈与所述感应线圈的间距;所述第一激励线圈、所述第二激励线圈和所述感应线圈的材料属性为铜。
在可选的实施例中,可以设定金属磨粒在虚拟流道中做匀速直线运动,利用公式s=v0*t模拟所述虚拟的金属磨粒在所述虚拟流道中随时间变化所通过的路程s;其中,符号v0表示预先设定值大小的速度常数,符号t表示时间。
在可选的实施例技术方案中,所述将所述虚拟流道的材料属性设置为金属磨粒和空气的混合物之后,包括设置所述虚拟流道的电导率参数,所述虚拟流道的相对磁导率参数和所述虚拟流道的相对介电常数参数;
所述将所述虚拟流道的材料属性随时间变化来模拟所述虚拟的金属磨粒沿着所述虚拟流道流动的过程,具体包括:
通过设置所述虚拟流道的相对磁导率参数沿着所述同一条直线进行变化来模拟所述虚拟流道的材料属性沿着所述同一条直线随时间变化的过程。
在可选的实施例技术方案中,设置所述虚拟流道的相对磁导率为1+C*exp(-k*(abs(x-s)>(w/2))*(abs(x-s)-(w/2)))以模拟所述金属磨粒的运动;其中,常数1表示空气的相对磁导率,符号exp为指数符号,符号k为预设值大小的常数,符号abs(·)表示绝对值函数,符号w表示所述金属磨粒的直径,符号C表示所述金属磨粒的相对磁导率,符号x表示模型几何x轴方向的值。
在可选的实施例技术方案中,所述对所述第一激励线圈和所述第二激励线圈施加等值反向的电磁场,具体包括:
对所述第一激励线圈两端施加第一激励电压,对所述第二激励线圈施加第二激励电压,其中,所述第一激励电压U1=U*sin(2*π*t),所述第二激励电压U2=-U*sin(2*π*t);
其中,符号U表示预先设定值大小的电压常数,单位为伏特;符号f表示预先设定的激励线圈的激励频率,符号t表示时间。
在可选的实施例技术方案中,所述改变所述若干仿真参数中任意一个仿真参数的值的大小,对改变任意一个仿真参数的值的大小后,所述虚拟的金属磨粒在所述虚拟流道中进行流动时所述感应线圈的感应电压进行仿真计算,以得到所述任意一个仿真参数的值的大小改变后对所述感应电压的影响程度,具体包括:
预先设定所述任意一个仿真参数的变化区间和变化步长,从所述变化区间的左区间开始,以所述变化步长为步长,对所述任意一个仿真参数的值的大小对所述感应电压的影响程度进行模拟,得到不同值大小的所述任意一个仿真参数对应的所述感应电压的峰值。
在可选的实施例技术方案中,所述得到所述任意一个仿真参数的值的大小改变后对所述感应电压的影响程度之后,包括:
在直角坐标系中以所述任意一个仿真参数的值的大小为横轴,以所述感应电压的峰值为纵轴,绘制所述任意一个仿真参数在不同取值时与相应的所述感应电压的峰值的对应关系。
下面基于具体参数对本发明提供的一种电感式磨粒传感器的仿真方法进行进一步的解释性说明。
在一个实际仿真场景中,将传感器模型简化为三个并排的线圈、运动磨粒及空气介质,金属磨粒设置在位于中心轴线的流道中,通过定义中轴线区域的直径将确定磨粒的直径,并将中轴线区域定义为磨粒与空气的混合物,通过函数定义材料属性随时间变化的方程实现磨粒的运动。传感器模型如图3所示(图3的具体内容前文以举例的方式进行了说明,在此不再赘述),传感器模型结构参数如表1所示。
表1传感器模型参数值
用全局常微分方程用来描述磨粒的运动,假定运动为匀速运动,该模型整体呈圆柱形,在两端面采用自由三角形网格,网格大小采用细化网格,中轴流道采用扫略网格,一般为磨粒直径的1/4。网格大小会对仿真计算的效果产生影响,一般来说,细化网格可以更加贴近实际的磨粒运动结果,但计算时间会增加。因此将流道扫略网格划分为不同大小,本实施例中对于直径500μm的磨粒,网格大小可以分别为划分为500μm、250μm、100μm、50μm、25μm大小,其感应电压峰值大小如图4所示。由图4可知,网格大小不同,感应电压峰值的绝对误差为0.13mV,相对误差为1.2%,由此可知,网格大小对感应电压值的影响微弱。
线圈参数是传感器设计的基础,线圈参数对传感器的性能至关重要,合适的线圈参数有助于构建合适的磁场分布,增大感应电压,提高传感器的灵敏度。下面将基于仿真结果,详细讨论管道内径、线圈激励频率、线圈激励电压、线圈匝数、线圈间距等传感器参数对感应电压值的影响,为优化传感器结构提供依据。
管道半径是电感式磨粒传感器设计时需要考虑的一个重要因素,管道半径大小会显著的影响传感器的灵敏度。较大的管径可实现大流量,但管道直径的增大会使得感应线圈获得的感应电压值减小,这会使得对小磨粒金属的检测能力下降,并且过大的管道容易导致磨粒的沉淀,造成持续误报。较小的管道直径有利于构建均匀的磁场,降低径向磁场的不均匀性,增大输出电压值,提高传感器灵敏度,但过小的直径容易引发堵塞,因此应在满足流量等使用条件下,采用尽可能小的管道内径。本实施例中仿真了2mm-9mm不同半径的管道内径下,磨粒通过时的感应电压峰值,仿真结果如图6所示。
由理论分析结果可知,其感应电压信号随着管道半径的增大而减小,从仿真结果可知,管道内径在2mm增加到5mm时,对感应电压值的影响不大,管道内径从5mm逐渐增大时,感应电压值快速下降,对传感器的性能影响较大。
较小管道直径可以提高传感器的灵敏度,当受限于流量等因素要增大管道半径时,可以通过增加感应线圈匝数来提高灵敏度。感应线圈匝数增加,可以提高感应线圈与激励线圈匝数比,增强线圈之间的互感,输出更大的感应电压值,感应线圈匝数增加会使初始不平衡电压增大,易限制信号放大倍数,对颗粒微小信号检测不利,并且易受环境噪声信号干扰。保证两激励线圈匝数为1000匝,仿真感应线圈匝数从500匝至6000匝变化时的感应电压峰值如图5所示。通过对感应线圈匝数仿真可知,感应电压值与感应线圈匝数近似呈线性关系,由此可知,在其他条件不变的情况下,可通过增加感应线圈匝数来增加灵敏度,在确定感应线圈尺寸时应尽可能地实现多匝,同时需要考虑线圈匝数对传感器整体尺寸的影响。
激励线圈的作用是产生均匀的磁场,激励线圈匝数的增加会有效地增大磁场强度。线圈长度保持不变,通过增加线圈厚度来增加激励线圈匝数,可以有效地增大磁场强度,但是厚度的增加也会使长径比减小,磁场均匀性受到影响,导致不同径向位置的感应电压不一致,导致检测性能下降。保持感应线圈3000匝不变,仿真得到激励线圈匝数从500-4500匝时的感应电压峰值,其仿真数据如图6所示。由仿真数据可知,感应电压峰值随着激励线圈匝数的增多而增加,但两者并不是线性关系,激励线圈匝数越多,对感应电压值的增大效果越弱。
相邻线圈之间的距离对传感器的轴向尺寸及感应电压峰值有明显的影响,从而对传感器的灵敏度有显著的影响。线圈之间的距离越近,激励线圈与感应线圈之间的磁场耦合就越紧密,因此线圈之间的距离应该更近一些,但是在线圈实际缠绕过程中,线圈之间距离过近会使线圈缠绕困难,其他仿真参数不变,仿真得到线圈间距0-40mm时的感应电压峰峰值如图7所示。由仿真结果可知,在线圈间距从0-10mm变化时,感应电压值近似保持不变,在线圈间距大于10mm后,感应电压值下降较快,因此,线圈间距应保持在比较近的距离,由图可知,线圈间距为5mm时,有最大的感应电压峰值,同时该距离便于线圈缠绕,选定线圈间距为5mm。
激励线圈电压的大小对激励线圈产生的磁场有重要影响,较大的电压有较强的线圈驱动能力,可以产生较强的磁场,由此感应线圈对于磨粒引起的磁场干扰更为敏感,但是电压过大会导致感应线圈初始不平衡电压值过大,限制放大倍数,使得磨粒信号易失真,仿真激励电压从0.5V-5V变化时的感应电压峰值如图8所示。
由仿真结果可知,感应电压值与激励电压近似成正比关系,与理论结果一致,提高激励电压可有效的提高感应电压值,进而提高传感器的灵敏度,因此应保持较高的激励电压。
传感器的感应线圈输出电压不仅与激励电压的大小有关,还与工作频率有关,激励频率过低时,能够有效地检测出铁磁性金属,但是对于非铁磁性金属的检测严重不足。较大的激励频率可以使磨粒的涡流效应增强,有利于非铁磁性磨粒的检测,此外,频率过大时,线圈的寄生电容会增大,集肤效应变得显著,对电流传输不利,因此需要选择合适的激励频率。仿真铁磨粒通过时,在1000Hz-10000Hz激励频率下的感应电压峰值图9所示。
由仿真结果可知,感应电压值与激励频率呈线性关系,激励频率越大,感应电压值越大。但是频率的选用不能是无限大的,需结合实验进行频率的选取。
基于线圈参数的仿真,确定线圈的基本参数,进行磨粒特征的仿真,仿真确定磨粒速度、磨粒直径等磨粒参数与感应电压值的关系,建立有效的函数关系。基于函数关系进行磨粒特征分析,从而实现有效地预测。本实施例中还分析了对磨粒尺寸、磨粒速度等参数对感应电压值的影响,并分析同一轴线位置不同间距的双磨粒感应电压信号特征。
磨粒大小对感应信号的影响十分重要,对微小磨粒的检测能力越好,传感器的灵敏性越好,传感器的性能越好。保证相对磁导率和激励频率等参数一致,只改变磨粒大小,仿真铁磨粒直径从20μm-1000μm变化时的感应电压峰值,如表2所示,其变化趋势如图10所示。
表2磨粒直径与感应电压的关系
颗粒直径(um)
由仿真结果可知,感应电压峰值会随着颗粒直径的增大整体上呈现增大的趋势,与理论公式接近,对于直径小于300μm的磨粒,磨粒直径对感应电压值的影响较大,与磨粒直径的三次方近似成正相关,随着磨粒直径的增大,对感应电压值的增大的趋势会减小,由麦克斯韦公式可知,颗粒由于涡流效应引起的感生电动势为:
上式中,符号L表示颗粒的环状周长(单位:m),符号E表示感生电动势(单位:V),符号S表示颗粒表面积(单位:m2)。
由公式(1)可知,随着磨粒表面积的增大,其涡流效应会更加明显,对磁化效应产生的电压削弱越强,因此随着颗粒直径的增大,其曲线会呈现斜率减小的趋势。油液中对于小直径磨粒的检测更加重要,本实施例中拟合得到了20-300μm磨粒直径与感应电压峰值的曲线,如图11所示。
在图11中,对颗粒直径与感应电压峰值进行拟合,拟合曲线为y=(3.29E-9)x3+(1.75E-6)x2+(-3.86E-5)x+6.68E-4,其中R2=0.9992,拟合度较高,因此磨粒直径在20-300μm的范围内变化时,感应电压峰值与磨粒直径的三次方成正相关关系,即感应电压峰值与磨粒体积成正相关关系,与理论公式中小直径颗粒与感应电压峰值的关系一致。
传感器不可能工作在一致的管道流速中,不同设备具有不同的工作流速,相同设备下磨粒由于尺寸的影响,其运动速度也会不同,因此磨粒在管道中的运动速度是值得关注的一个影响因素,本实施例中仿真得到了不同磨粒运动速度下的感应电压峰值,如表5所示,其变化趋势如图12所示。
表3磨粒运动速度对感应电压值的影响
颗粒速度(m/s)
由仿真结果可知,感应电压峰值与磨粒运动速度没有确定关系,并且在速度由0.1-1.5m/s变化时,感应电压峰值最大变化为1.28mV,波动率为1.2%,磨粒运动速度对感应电压值的影响不大,因此可确定感应电压的变化主要由金属磨粒的大小所决定。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解:实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (9)
1.一种电感式磨粒传感器的仿真方法,其特征在于,所述方法包括:
建立待仿真的金属磨粒监测传感器的三维物理模型,所述三维物理模型包括并排放置的第一圆柱筒、第二圆柱筒和第三圆柱筒;所述第一圆柱筒、所述第二圆柱筒和所述第三圆柱筒的轴心在同一条直线上;所述第一圆柱筒与所述第二圆柱筒的距离,和所述第三圆柱筒与所述第二圆柱筒的距离相等;所述第一圆柱筒用于模拟所述金属磨粒监测传感器的第一激励线圈,所述第二圆柱筒用于模拟所述金属磨粒监测传感器的感应线圈,所述第三圆柱筒用于模拟所述金属磨粒监测传感器的第二激励线圈;所述三维物理模型还包括设置在所述第一圆柱筒、所述第二圆柱筒和所述第三圆柱筒的空心部分的虚拟流道,所述虚拟流道的形状为任意形状曲线,所述虚拟流道用于模拟用于流通虚拟的金属磨粒的通道;
预先设置若干仿真参数,所述若干仿真参数包括所述虚拟的金属磨粒的尺寸,所述第一激励线圈的线圈匝数、所述第二激励线圈的线圈匝数、所述感应线圈的线圈匝数;所述第一圆柱筒和所述第二圆柱筒之间的距离;所述第一圆柱筒的管道半径、所述第二圆柱筒的管道半径和所述第三圆柱筒的管道半径;
对所述第一激励线圈、所述第二激励线圈和所述感应线圈的材料属性进行设置,对所述三维物理模型中除所述第一激励线圈、所述第二激励线圈、所述感应线圈和所述虚拟流道之外的其余介质的材料属性设置为空气;对所述第一激励线圈和所述第二激励线圈施加等值反向的电磁场;以及对所述三维物理模型施加边界条件;
对所述三维物理模型按照不同的网格细化程度进行网格划分,其中,所述第一圆柱筒、所述第二圆柱筒和所述第三圆柱筒的网格划分细化程度大于材料属性设置为空气的区域的网格划分细化程度,所述虚拟流道的网格划分细化程度大于材料属性设置为空气的区域的网格划分细化程度;
将所述虚拟流道的材料属性设置为金属磨粒和空气的混合物,将所述虚拟流道的材料属性随时间变化来模拟所述虚拟的金属磨粒沿着所述虚拟流道流动的过程;
对所述虚拟的金属磨粒在所述虚拟流道中进行流动时所述感应线圈的感应电压进行仿真计算,基于所述感应电压预测所述金属磨粒的物理属性信息;
改变所述若干仿真参数中任意一个仿真参数的值的大小,对改变任意一个仿真参数的值的大小后,所述虚拟的金属磨粒在所述虚拟流道中进行流动时所述感应线圈的感应电压进行仿真计算,以得到所述任意一个仿真参数的值的大小改变后对所述感应电压的影响程度。
2.根据权利要求1所述的电感式磨粒传感器的仿真方法,其特征在于,所述虚拟流道的形状为以所述同一条直线为轴心的实心圆柱。
3.根据权利要求2所述的电感式磨粒传感器的仿真方法,其特征在于,所述第一激励线圈的长度等于所述第二激励线圈的长度;所述第一激励线圈与所述感应线圈的间距,等于所述第二激励线圈与所述感应线圈的间距;所述第一激励线圈、所述第二激励线圈和所述感应线圈的材料属性为铜。
4.根据权利要求2所述的电感式磨粒传感器的仿真方法,其特征在于,利用公式s=v0*t模拟所述虚拟的金属磨粒在所述虚拟流道中随时间变化所通过的路程s;其中,符号v0表示预先设定值大小的速度常数,符号t表示时间。
5.根据权利要求4所述的电感式磨粒传感器的仿真方法,其特征在于,所述将所述虚拟流道的材料属性设置为金属磨粒和空气的混合物之后,包括设置所述虚拟流道的电导率参数,所述虚拟流道的相对磁导率参数和所述虚拟流道的相对介电常数参数;
所述将所述虚拟流道的材料属性随时间变化来模拟所述虚拟的金属磨粒沿着所述虚拟流道流动的过程,具体包括:
通过设置所述虚拟流道的相对磁导率参数沿着所述同一条直线进行变化来模拟所述虚拟流道的材料属性沿着所述同一条直线随时间变化的过程。
6.根据权利要求5所述的电感式磨粒传感器的仿真方法,其特征在于,设置所述虚拟流道的相对磁导率为1+C*exp(-k*(abs(x-s)>(w/2))*(abs(x-s)-(w/2)))以模拟所述金属磨粒的运动;其中,常数1表示空气的相对磁导率,符号exp为指数符号,符号k为预设值大小的常数,符号abs(·)表示绝对值函数,符号w表示所述金属磨粒的直径,符号C表示所述金属磨粒的相对磁导率,符号x表示模型几何x轴方向的值。
7.根据权利要求1所述的电感式磨粒传感器的仿真方法,其特征在于,所述对所述第一激励线圈和所述第二激励线圈施加等值反向的电磁场,具体包括:
对所述第一激励线圈两端施加第一激励电压,对所述第二激励线圈施加第二激励电压,其中,所述第一激励电压U1=U*sin(2*π*t),所述第二激励电压U2=-U*sin(2*π*t);
其中,符号U表示预先设定值大小的电压常数,单位为伏特;符号f表示预先设定的激励线圈的激励频率,符号t表示时间。
8.根据权利要求1所述的电感式磨粒传感器的仿真方法,其特征在于,所述改变所述若干仿真参数中任意一个仿真参数的值的大小,对改变任意一个仿真参数的值的大小后,所述虚拟的金属磨粒在所述虚拟流道中进行流动时所述感应线圈的感应电压进行仿真计算,以得到所述任意一个仿真参数的值的大小改变后对所述感应电压的影响程度,具体包括:
预先设定所述任意一个仿真参数的变化区间和变化步长,从所述变化区间的左区间开始,以所述变化步长为步长,对所述任意一个仿真参数的值的大小对所述感应电压的影响程度进行模拟,得到不同值大小的所述任意一个仿真参数对应的所述感应电压的峰值。
9.根据权利要求1所述的电感式磨粒传感器的仿真方法,其特征在于,所述得到所述任意一个仿真参数的值的大小改变后对所述感应电压的影响程度之后,包括:
在直角坐标系中以所述任意一个仿真参数的值的大小为横轴,以所述感应电压的峰值为纵轴,绘制所述任意一个仿真参数在不同取值时与相应的所述感应电压的峰值的对应关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310454433.3A CN116522718A (zh) | 2023-04-21 | 2023-04-21 | 一种电感式磨粒传感器的仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310454433.3A CN116522718A (zh) | 2023-04-21 | 2023-04-21 | 一种电感式磨粒传感器的仿真方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116522718A true CN116522718A (zh) | 2023-08-01 |
Family
ID=87404064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310454433.3A Pending CN116522718A (zh) | 2023-04-21 | 2023-04-21 | 一种电感式磨粒传感器的仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116522718A (zh) |
-
2023
- 2023-04-21 CN CN202310454433.3A patent/CN116522718A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Feng et al. | An inductive debris sensor based on a high-gradient magnetic field | |
Ren et al. | Inductive debris sensor using one energizing coil with multiple sensing coils for sensitivity improvement and high throughput | |
Du et al. | A high throughput inductive pulse sensor for online oil debris monitoring | |
Ren et al. | A highly sensitive triple-coil inductive debris sensor based on an effective unbalance compensation circuit | |
Feng et al. | A ferromagnetic wear particle sensor based on a rotational symmetry high-gradient magnetostatic field | |
Ma et al. | High-sensitivity distinguishing and detection method for wear debris in oil of marine machinery | |
CN104502242A (zh) | 一种基于径向磁场的双边对称结构在线磨粒监测方法及监测传感器 | |
Shi et al. | An integrated inductive-capacitive microfluidic sensor for detection of wear debris in hydraulic oil | |
Bai et al. | A wear particle sensor using multiple inductive coils under a toroidal magnetic field | |
Wang et al. | Characteristics and superposition regularity of aliasing signal of an inductive debris sensor based on a high-gradient magnetic field | |
Shi et al. | Inductive-capacitive coulter counting: detection and differentiation of multi-contaminants in hydraulic oil using a microfluidic sensor | |
Shi et al. | An ultrasensitive debris microsensor for oil health monitoring based on resistance–inductance parameter | |
Ma et al. | Investigation on the effect of debris position on the sensitivity of the inductive debris sensor | |
Pan et al. | Analysis of the eccentric problem of wire rope magnetic flux leakage testing | |
Zhan et al. | Study of the sensor for on-line lubricating oil debris monitoring | |
CN111505726A (zh) | 基于对称磁激励结构的管道液体磁异介质检测装置及方法 | |
Feng et al. | Sensing model for detecting ferromagnetic debris based on a high-gradient magnetostatic field | |
Li et al. | Online symmetric magnetic excitation monitoring sensor for metal wear debris | |
Feng et al. | Theoretical analysis on the distribution of eddy current in motion-induced eddy current testing and high-speed MFL testing | |
Zhang et al. | A method for estimating the composition and size of wear debris in lubricating oil based on the joint observation of inductance and resistance signals: Theoretical modeling and experimental verification | |
CN116522718A (zh) | 一种电感式磨粒传感器的仿真方法 | |
CN206479431U (zh) | 油液监测传感器及设备 | |
Wang et al. | Probe improvement of inductive sensor for online health monitoring of mechanical transmission systems | |
Li et al. | Design on electromagnetic detection sensor on wear debris in lubricating oil | |
Yuan et al. | A ferromagnetic particle sensor based on a honeycomb permanent magnet for high precision and high throughput |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |