發(fā)布時間：2024-06-04 23:38

　　油液監(jiān)測技術(shù)是通過各種檢測手段來分析在用設(shè)備潤滑油性能指標(biāo)的一項工業(yè)技術(shù),是狀態(tài)維修的核心環(huán)節(jié)。通過對同一油液樣本的各項指標(biāo)分析,檢測人員能夠獲得該設(shè)備的狀態(tài)信息,并依據(jù)這些信息對機械設(shè)備的狀態(tài)進行評價。目前對設(shè)備狀態(tài)信息的獲取大多通過數(shù)值記錄的方式來實現(xiàn),工作繁瑣且指標(biāo)評價方法單一。而通過數(shù)值模擬的方法,將相關(guān)的潤滑油性能指標(biāo)進行匯總,建立相關(guān)模型,對潤滑油性能指標(biāo)進行評價,可以獲得更多隱含的設(shè)備狀態(tài)信息,使油液監(jiān)測技術(shù)更好地應(yīng)用于實際工業(yè)問題�；�于大連海事大學(xué)油液監(jiān)測中心的歷年實驗數(shù)據(jù),全文建立了兩類具有代表性的數(shù)據(jù)集—混合樣本數(shù)據(jù)集和具有時間序列性質(zhì)的小樣本數(shù)據(jù)集,討論了適用于這兩類數(shù)據(jù)集的油液監(jiān)測指標(biāo)評價方法。結(jié)合多元統(tǒng)計學(xué)等數(shù)學(xué)方法改進并完善了若干現(xiàn)有的油液監(jiān)測指標(biāo)評價模型,做了一些基于Matlab和SPSS的具體算例。對于混合樣本數(shù)據(jù)集,全文做了如下研究:(1)使用截尾均值方法計算指標(biāo)的建議標(biāo)準。使用分布擬合方法獲得指標(biāo)的近似服從分布,通過計算逆累積分布函數(shù)實現(xiàn)指標(biāo)界限值的劃分。(2)使用因子分析方法分析指標(biāo)之間的關(guān)聯(lián),并提取公因子。使用曲面擬合方法分析指標(biāo)之間的關(guān)聯(lián)。(3...

【文章頁數(shù)】：94 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 油液監(jiān)測指標(biāo)評價方法
        1.1.1 油液監(jiān)測技術(shù)
        1.1.2 油液監(jiān)測技術(shù)背景
        1.1.3 油液監(jiān)測實驗
        1.1.4 油液監(jiān)測指標(biāo)
        1.1.5 油液監(jiān)測指標(biāo)評價方法及分類
    1.2 油液監(jiān)測指標(biāo)評價方法的研究現(xiàn)狀
        1.2.1 單一油液監(jiān)測指標(biāo)評價方法
        1.2.2 指標(biāo)關(guān)聯(lián)性評價方法
    1.3 研究價值及理論意義
    1.4 研究方案及研究內(nèi)容
        1.4.1 研究方案
        1.4.2 研究內(nèi)容
2 油液監(jiān)測故障診斷流程
    2.1 油液監(jiān)測各類指標(biāo)的解讀
        2.1.1 理化分析的解讀
        2.1.2 光譜分析的解讀
    2.2 基于指標(biāo)的油液監(jiān)測故障診斷流程
3 針對混合樣本油液監(jiān)測數(shù)據(jù)集的評價方法
    3.1 混合樣本數(shù)據(jù)集的特點
    3.2 建議標(biāo)準的建立
        3.2.1 建議標(biāo)準的定義
        3.2.2 截尾均值方法
        3.2.3 基于Matlab的建議標(biāo)準計算模型
        3.2.4 計算結(jié)果
    3.3 指標(biāo)界限值劃分
        3.3.1 指標(biāo)界限值劃分的合理性
        3.3.2 分布擬合方法
        3.3.3 基于Matlab的界限值劃分模型
        3.3.4 計算結(jié)果及分析
    3.4 基于因子分析的指標(biāo)評價
        3.4.1 指標(biāo)的線性關(guān)聯(lián)與指標(biāo)縮減
        3.4.2 因子分析方法
        3.4.3 基于SPSS的因子分析模型
        3.4.4 計算結(jié)果及分析
    3.5 指標(biāo)公式
        3.5.1 指標(biāo)的非線性關(guān)聯(lián)
        3.5.2 擬合優(yōu)度方法
        3.5.3 基于Matlab的曲線曲面擬合模型
        3.5.4 計算結(jié)果及分析
    3.6 基于聚類分析的指標(biāo)評價
        3.6.1 指標(biāo)取值的相互約束
        3.6.2 聚類分析方法
        3.6.3 基于SPSS的兩步聚類模型
        3.6.4 計算結(jié)果及分析
        3.6.5 基于Matlab的計算幾何聚類模型
        3.6.6 計算結(jié)果及分析
    3.7 本章小結(jié)
4 針對小樣本油液監(jiān)測數(shù)據(jù)集的評價方法
    4.1 小樣本數(shù)據(jù)集的特點
    4.2 數(shù)據(jù)的連續(xù)化處理
    4.3 建議標(biāo)準的建立
    4.4 指標(biāo)界限值的劃分
    4.5 指標(biāo)可預(yù)測性的判定
        4.5.1 指標(biāo)對應(yīng)時間序列的信息損失
        4.5.2 相空間重構(gòu)方法
        4.5.3 基于Matlab的相空間分析模型
        4.5.4 計算結(jié)果及分析
    4.6 指標(biāo)預(yù)測
        4.6.1 不等間隔的時間序列預(yù)測
        4.6.2 灰色系統(tǒng)方法和差分統(tǒng)計方法
        4.6.3 基于Matlab的GM(1,1)模型
        4.6.4 計算結(jié)果及分析
        4.6.5 基于Matlab的差分統(tǒng)計模型
        4.6.6 計算結(jié)果及分析
        4.6.7 GM(1,1)模型和差分統(tǒng)計模型的互補預(yù)測方案
    4.7 本章小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望與不足
附錄A 基于同胚映射的指標(biāo)換算方法
附錄B 基于計算幾何的聚類算法Matlab代碼
附錄C 界限值劃分評價方法可視化的Matlab代碼
附錄D 灰色系統(tǒng)GM(1,1)模型的Matlab代碼
附錄E 差分統(tǒng)計模型的Matlab代碼
參考文獻
致謝
作者簡歷及攻讀碩士學(xué)位期間的科研成果



本文編號：3989331