期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
滑油系统全流量在线磨粒静电监测技术研究 被引量：25
1
作者 陈志雄 左洪福 +2 位作者 詹志娟 张营 蔡景 《航空学报》 EI CAS CSCD 北大核心 2012年第3期446-452,共7页
针对滑油系统非金属材料难以实现在线监测的问题,基于静电感应原理展开全流量磨粒监测技术研究。研究润滑条件下荷电磨粒的产生机理和全流量磨粒静电监测原理,着重进行了静电信号特征提取方法研究。为验证磨粒静电监测技术的可行性,设... 针对滑油系统非金属材料难以实现在线监测的问题,基于静电感应原理展开全流量磨粒监测技术研究。研究润滑条件下荷电磨粒的产生机理和全流量磨粒静电监测原理,着重进行了静电信号特征提取方法研究。为验证磨粒静电监测技术的可行性,设计并搭建了模拟实验平台,开展了故障颗粒注入实验和循环润滑条件下销盘滑动摩擦磨损实验,使用自制的全流量在线磨粒静电传感器对油路中的磨粒进行监测。结果表明:静电传感器能够监测到金属、非金属等不同材料荷电磨粒;感应电压幅值与磨粒大小具有相关性;感应电压波形与荷电磨粒特性有关;静电传感器可以在线监测滑油回路中非金属摩擦副的摩擦磨损状态。 展开更多
关键词 航空发动机 滑油系统 全流量 荷电磨粒 静电 状态监测
原文传递
静电传感器对滑油系统磨粒电量测量方法研究 被引量：14
2
作者 冒慧杰 左洪福 +2 位作者 殷逸冰 刘若晨 张营 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第1期40-47,共8页
根据静电感应原理,磨粒出现在空间不同位置时,静电传感器电极感应到的电荷量相差很大,由于磨粒出现的位置是未知的,因此很难精确测量磨粒的带电量。借助数学模型,对传感器输出信号与磨粒的关系进行仿真分析。由仿真结果可知,信号的幅值... 根据静电感应原理,磨粒出现在空间不同位置时,静电传感器电极感应到的电荷量相差很大,由于磨粒出现的位置是未知的,因此很难精确测量磨粒的带电量。借助数学模型,对传感器输出信号与磨粒的关系进行仿真分析。由仿真结果可知,信号的幅值与磨粒携带的电荷量以及磨粒在传感器中所处的径向位置有关;而在已知管道中滑油流速分布的情况下,脉冲宽度只与径向位置有关。提出了通过脉冲宽度确定磨粒所处的径向位置,根据传感器在该径向位置处的灵敏度获得比较准确的磨粒带电量的测量方法。通过带电油滴模拟磨粒,对该方法进行实验验证,实验结果与仿真分析结果基本重合,该方法的测量结果与通过静电计测得的结果相比,误差不超过5%。 展开更多
关键词 静电传感器 脉冲宽度 电荷测量 模型仿真 滑油系统 荷电磨粒
下载PDF
轴承钢摩擦副全流量在线磨粒静电监测方法 被引量：8
3
作者 陈志雄 左洪福 +3 位作者 詹志娟 张营 孙见忠 蔡景 《航空动力学报》 EI CAS CSCD 北大核心 2012年第5期1096-1104,共9页
为满足滑油系统零部件衰退早期症兆监测要求,采用自制的全流量在线磨粒静电传感器对润滑条件下轴承钢滑动摩擦副开展实时在线磨损状态监测研究.研究了润滑条件下金属磨粒荷电机理和设计了静电监测系统,开展了不同载荷和滑动速度时的磨... 为满足滑油系统零部件衰退早期症兆监测要求,采用自制的全流量在线磨粒静电传感器对润滑条件下轴承钢滑动摩擦副开展实时在线磨损状态监测研究.研究了润滑条件下金属磨粒荷电机理和设计了静电监测系统,开展了不同载荷和滑动速度时的磨损实验,对摩擦系数、静电感应信号、静电信号均方根值(RMS)进行相关性分析.研究结果显示:①全流量在线磨粒静电监测方法与摩擦系数均能监测到粘着的发生,具有一致性;②静电监测方法在粘着发生前监测到异常;③在稳定磨损阶段,摩擦系数随载荷的增大而减小,随滑动速度的升高而降低;④在剧烈磨损阶段,静电信号中脉冲尖峰的RMS值随载荷增加时先增加后减小,随滑动速度的升高而减小. 展开更多
关键词 发动机状态监测 GCR15轴承钢 全流量 荷电磨粒 静电 磨损
原文传递
基于混合神经网络模型的磨粒电荷检测方法研究 被引量：1
4
作者 薛倩 王一虎 《推进技术》 EI CAS CSCD 北大核心 2022年第6期356-364,共9页
由于传统的滑油磨粒在线监测方法无法获取电荷分布位置信息,难以准确测量荷电颗粒数目及其携带的电荷量。为此,本文提出一种基于静电层析成像(Electrostatic tomography,EST)技术和深度学习算法的荷电颗粒检测方法。对EST传感器测量数... 由于传统的滑油磨粒在线监测方法无法获取电荷分布位置信息,难以准确测量荷电颗粒数目及其携带的电荷量。为此,本文提出一种基于静电层析成像(Electrostatic tomography,EST)技术和深度学习算法的荷电颗粒检测方法。对EST传感器测量数据采用BP神经网络算法重建出测量截面上电荷的分布图像,采用卷积神经网络(Convolutional neural networks,CNN)算法分析重建图像以识别荷电颗粒数目,将识别的颗粒数目和传感器测量数据组合成输入向量,通过1个多层前馈网络确定带电颗粒数目、感应电荷值与颗粒电荷量值之间的映射关系,得到准确的各颗粒的电荷量值。实验结果表明:混合神经网络模型对数据样本的测量误差为9%,可满足滑油监测对于准确性的要求。 展开更多
关键词 滑油检测 荷电磨粒 神经网络 电荷检测 静电层析成像
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部