张伟毕业开题报告.doc

本表一式三份，由学生、所属学院、研究生处留存！硕士学位论文（设计）开题报告论文（设计）题目:基于油液的轧机油膜轴承智能诊断系统的研究学生学号、姓名:2110901064 张伟攻读学位类别:学术型工学硕士所学学科或专业或领域:机械电子工程入学年月:2009.09所属学院名称:机电工程学院指导教师姓名：黄志坚、贺石中广东工业大学研究生处二一年十月制14学生姓名张伟性别男身份证号读本硕士学位前学历本科已获最高学位类别工学学士已获学位授予单位黄石理工学院已获学位年月2009.06主要学习、工作经历起止年月所在单位任职2005.09-2009.072009.09-至今黄石理工学院广东工业大学学习学习论文（设计）所属类型（请单项选择打）基础研究 应用研究 综合研究 其他论文（设计）选题来源（请单项选择打） 973、863项目 国家社科规划、基金项目 教育部人文、社会科学研究项目 国家自然科学基金项目中央、国家各部门项目 省（自治区、直辖市）项目 国际合作研究项目 企、事业单位委托项目外资项目 学校自选项目国防项目 非立项 其他论文（设计）关键词（不超过5个）油液、油膜轴承、智能诊断属于导师科研项目名称轧机轴承与轴辊智能诊断与维护该项目来源及编号K200901开题报告会组成人员姓名职称工作单位黄志坚教授级高工广东工业大学机电工程学院贺石中教授级高工广州机械科学研究院敖银辉副教授广东工业大学机电工程学院李晋芳副教授广东工业大学机电工程学院杨杰副教授广东工业大学机电工程学院一、选题依据（内容包括：课题来源、研究意义、国内外研究现状、参考文献综述）1、课题来源本课题来源于广东省机械装备公共实验室科技计划项目“轧机轴承与轴辊智能诊断与维护”研究课题的一部分，即基于油液的轧机油膜轴承智能诊断系统的研究，项目编号为K200901。2、课题背景及意义油膜轴承是轧机系统中重要和精密的部件。油膜轴承的质量和使用寿命直接关系轧机的生产效率、产品的质量及生产成本。广州珠江钢铁有限公司轧钢机上采用的油膜轴承是从美国进口的摩根轴承，价格昂贵。此外，轧机的工作环境恶劣，高温辐射造成的密封件、管件失效泄漏，大量的粉尘、水、气存在使现场无法避免对油液污染。因此，油样的维护状况与设备运行状况密切相关，油样的诊断与监测意义重大。基于传统的油液分析和在线监测各自存在利弊，本课题在对油液进行在线实时监测的同时，结合油样的铁谱分析，对油膜轴承的故障进行智能诊断，既能实时的观察油膜轴承的运行工况，在出现故障时又可以及时的给出维护建议，具有现实的研究意义。3、国内外研究的现状（1）油液监测技术的国内外研究现状油液分析技术的出现，起始于磨粒分析技术的需求和应用，磨粒分析作为设备监测的历史可上溯到20世纪40年代1。油液监测的发展历程如下2-10：1940年，美国在液压系统和航空飞机润滑油回油管路中安装了磁塞式过滤器，发现了润滑中的金属颗粒，第一次以磨损产物的形式为机械零部件磨损提供了视觉证据。1941年，美国铁路部门采用Baird公司生产的原子发射光谱仪对机车柴油机润滑油进行分析，通过油中的磨损颗粒浓度变化，判断机车内燃机的工作状态，预估发动机零件的寿命。1956年，美国航空兵采用油液监测的方法监测战机，随后迅速被其他军队和工厂使用，并传播到欧洲各国。20世纪50年代，色散红外光谱仪开始用于油液分析，标志着红外光谱分析技术进入了油液监测领域。20世纪60年代，发明了颗粒计数器，用来测量油液中颗粒的数量和浓度分布。20世纪70年代，美国麻省理工学院W.W.Seifert和Foxboro公司的V.C.Westcott研究了机器润滑中的微粒，提出了铁谱技术的原理并研制了第一台分析式铁谱仪装置。20世纪80年代，在大量有关设备诊断理论、技术方法和仪器装置的研发基础上，随着计算机技术、信号处理技术和图像识别技术的发展，相继出现了许多针对不同应用对象的新的磨损监测方法。开发了只读式铁谱仪、旋转式铁谱仪、气动式铁谱仪以及各种在线磨粒监测仪，使磨粒分析技术发展跨入了新的阶段。软件方面，加拿大太平洋铁路公司开发了油液监测专家系统。通过十年的运作，在北美地区推广实现了油液监测自动化。在国内，油液监测技术的应用已经遍及冶金、机械、石化、铁路等行业11。近年来，在油液监测领域，国内的专家学者进行了一系列的研究，并取得的很多成果。武汉理工大学严新平等，开发了铁谱监测数据处理系统，在颗粒的谱片分析上取得了重大的进展，增强了数据的准确性和可靠性12。 西安交通大学、宝山钢铁公司、武汉交通科技大学等单位联合开发的“油液分析诊断软件包”，它包括油液分析诊断模式、实用程序和知识信号三个子库12。广州机械科学研究院和西安交通大学联合开发了“重大设备油液在线监测系统“，并已经成功安装到某海军基地的军舰中。该系统集成了硬件和软件的开发，将在线图像可视铁谱仪模块安装在润滑系统的回油管或者油箱附近，通过油液辅助循环系统，对润滑油中的颗粒（主要是铁磁性颗粒）进行在线采集，并将采集结果以图像方式输出。系统中也集成了粘度和水分传感器，开发了传感器及油液辅助循环的控制器软硬件，开发了由PC机通过485串行通讯接口对于控制器的设置和控制参数存储，并通过USB对于在线图像可视铁谱传感器探头图像数据的读取、处理及存储软件13。武汉理工大学可靠性研究所与长江航道局合作开发了8000方自航耙吸式挖泥船主要动力设备远程故障诊断系统。实现了对大功率柴油机的粘度、水分和磨损量三个指标的测量和液压系统污染度一个指标的测量14。（2）智能诊断技术的国内外研究现状智能诊断技术是在计算机和人工智能的基础上发展起来的，是一门集数学、物理、化学、电子技术、计算机技术、通信技术、信息处理、模式识别和人工智能等多学科于一体的综合性技术、他的出现为提高现代复杂工程技术系统的可靠性开辟了一条新的途径15。智能诊断技术起始于20世纪80年代，作为一门新兴技术，智能诊断技术已经成功的在许多工程实践中应用。随着人工智能技术的迅速发展，产生了一系列的基于智能诊断的新技术，如专家系统的故障诊断方法、模糊推理的故障诊断方法、基于案例推理的故障诊断方法、基于神经网络是故障诊断方法、故障树的故障诊断方法和数据融合的故障诊断方法等等。智能诊断技术无需建立精确的数学模型，与传统的诊断技术相比，智能诊断能够模拟人脑的逻辑思维过程，运用专家的知识进行故障推理，从而智能化的对设备的故障进行诊断。在国外，智能诊断技术的研究起步较早，并已经取得了一系列的研究成果。西屋公司进行了网络化汽轮机发电机组诊断专家系统的研究，建立了沃伦多故障运行中心，可以监测到分布在全美的20多个电厂的数据分析16。在欧洲，也进行了一系列智能诊断的研究。如意大利米兰工业大学研制用于汽车启动器的电器故障诊断系统；法国电气研究与发展部研制了监测与诊断的辅助系统；德国西门子和丹麦的B&K公司也研制出了各自的诊断系统16。美国SPEETRO INCORPORATED 研制出了机械设备状态油液分析综合专家系统，可进行机械设备状态的全功能综合监测、磨损趋势自动分析17。加拿大人工智能公司为加拿大太平洋铁路公司开发了针对柴油机润滑油的专家系统，该系统包括光谱油料分析的数据油品理化分析数据，设计这两方面数据有关的500余种规则，用来判断柴油机的磨损状态18。国内智能诊断的研究上，虽然比国外起步较晚，但是也取得了一系列的研究成果。王中丙、廖一凡、黄志坚等对广州珠钢轧机液压润滑系统诊断与维护作了深入系统的研究，开发应用了CSP轧机智能诊断、油样分析及振动诊断技术，取得一定的进展19。华中科技大学研制出了汽轮机组工况监测和故障诊断的智能诊断系统；清华大学研制出了用于锅炉设备诊断的专家系统；重庆大学研制出了便携式设备状态监测与故障诊断系统20。广州机械科学研究院与清华大学合作完成了重大机电设备磨损工况监测及专家系统，很好的对设备的故障进行了智能诊断21。广州机械科学研究院完成了重大机电设备集成式故障诊断专家系统，通过该专家系统，可以很好的诊断设备的故障22。参考文献1 杨其明, 严新平, 贺石中. 油液监测分析现场实用技术M. 北京: 机械工业出版社,2006.2 谢小鹏. 设备状态识别与维修决策M.北京:中国石化出版社,2000.3 屈梁生, 何正嘉. 机械故障诊断学M. 上海:上海科学技术出版社, 1986.4 黄文虎, 夏松波, 刘瑞岩等. 设备故障诊断原理、技术及应用M. 科学出版社, 1996.5 Wilson, Bary W. Development of a modular in-site oil analysis prognostic system A. International Society of Logistics 1999 Symposium. Las Vegas, Nevada, 1999-08:201207.6 温诗铸, 黄平. 摩擦学原理（第3版）M. 北京:清华大学出版社, 2008.7 谢友柏. 工程前沿（第2卷）摩擦学科学与过程前沿）M. 北京:高等教育出版社, 2005.8 Hunt T M. Condition Monitoring of Mechanical and Hydraulic plant: A Concise Introduction and Guide, Chapman & Hall, London, 1996.9 Newell G E. Oil analysis-cost effective machine condition monitoring techniqueJ. Industry Lubricant of Tribology. 1999, 51:119124.10 Mathew H, Johnson B. Vibration and lube oil analysis in an integrated predictive maintenance programA. Proceedings of the 21st Annual Meeting of the Vibration Institute, Australia, 1997:117124.11 李柱国.机械润滑与诊断M.化学工业出版社,2005.12 袁丽娟.油液监测专家系统的开发.硕士学位论文,2006.13 陈闽杰.重大装备油液在线监测系统的研究.重大研发专项，2010.14 冯伟.基于在线油液监测的远程智能诊断专家系统的研究.博士后研究选题报告，2010.15 王耀才.智能诊断技术的现状与展望J.徐州建筑职业技术学院学报，2003，3(1):37-3916 刘峻华，黄树红.汽轮机技术故障诊断技术的发展与展望J.动力工程，2001，21(2):1105-1110，1122.17 张英堂，任国全.油液监测技术的现状与发展J.润滑与密封，2002(2):65-6618 严新平，谢友柏，肖汉良.油液监测技术的研究现状与发展方向.中国机械工程，1997，8(1):102-10619 黄志坚.冶金设备液压润滑实用技术M.冶金工业出版社，2006.20 张培先，董泽.智能诊断技术的发展及应用J.山西电力，2001(3):57-5921 贺石中.机械工业部发展基金项目.重大机电设备磨损工况监测及专家系统，1999.22 贺石中.广州市科技攻关项目.重大机电设备集成式故障诊断专家系统，2010.二、课题研究目标、研究内容、拟解决的关键问题1、研究目标针对传统的油液监测实时性差、精度高，在线监测实时性好、但不能诊断出设备具体故障的特点，本课题将油液的在线监测和离线监测相结合，在对油膜轴承粘度、水分和磨损情况进行实时监测的同时，结合油样离线的铁谱分析，对油膜轴承的运行工况进行实时监测，并在出现故障时给出合理的诊断建议和维护策略。油膜轴承是轧机的关键部件，通过对油膜轴承的保养、维护和故障的及时排除，提高轧机的使用效率和延长轧机的使用寿命，给企业的设备维护带来了极大的便利，节约了企业的成本。2、研究内容（1）油膜轴承磨损、润滑机理及其故障相关性的研究广州珠江钢铁有限公司轧钢机轴棍的支撑轴承是从美国进口的摩根轴承，是一种动压油膜轴承，它体现出现代轧机大型、高速、自动、连续、重载的特点。其承载油膜的形成依赖于相对间隙、速度、润滑油粘度及外载荷的恰当配合，其承载件主要是锥套和衬套。油膜轴承的失效形式主要有：磨损、锈蚀、划伤、片状剥落、塑性流动、龟裂、烧熔、规则裂纹、边缘磨损。本课题依据油样分析，对油膜轴承的磨损和润滑机理进行研究，主要是针对油膜轴承因润滑不良或者其它因素在油液中生成的磨损颗粒进行分析，研究磨粒和轴承运行状态之间的对应关系，从而找出轴承常见的磨损故障。如铁谱片中发现许多大尺寸的疲劳剥落合金磨损磨粒、层状磨粒，说明轴瓦瓦片剥落；铁谱片中有许多铁系切削磨粒或者黑色氧化物颗粒，说明轴颈表面拉伤。（2）油液数据采集系统的设计基于油液的轧机油膜轴承智能诊断系统的设计采用在线的方式对油液的信息进行采集，系统中采集传感器集成了铁谱传感器、粘度传感器和水分传感器，对油液的水分、粘度两个理化指标和油液中的磨损颗粒的信息进行实时的监测。数据采集系统的设计包括了硬件的设计和软件的设计。硬件设计中主要是采集卡、工控机的选择和电气部分的设计。软件部分的设计中主要是数据采集控制的设计，包括采集参数的设置，采集动作的实现。下位机通过RS485串口通讯技术控制在线铁谱仪线圈的励磁强度、泵的流量、电磁阀换向、铁谱光源选择的控制，完成粘度值、水分值、在线铁谱图像的采集，然后通过相应的协议和软件程序，调用下位机的油液信息，将采集信息在上位机上存储，并在显示终端显示。（3）典型磨粒智能识别技术的研究基于油液的油膜轴承智能诊断系统的构建中，一个关键的监测指标是对磨损颗粒进行监测，因此，对磨损颗粒的识别是非常重要的。常见的磨损磨粒有：滑动磨粒、切削磨粒、球状磨粒、疲劳剥落磨粒、氧化磨粒等等。课题的研究中，对铁谱图片进行预处理后，利用Matlab的相关函数提取出典型磨粒的形状特征参数，即形状因子，然后通过人工神经网络的方法对磨粒进行自动识别。人工神经网络具有自学习和自适应的能力，可以通过预先提供的一批输入-输出数据，分析掌握两者之间的潜在规律，最终根据这些规律，用新的输入来推算结果。（4）智能诊断系统支持软件的研究和开发基于油液的轧机油膜轴承的智能诊断系统支持软件的开发是本研究中的重要组成部分，软件的设计和优化，在很大程度上直接关系到系统性能的好坏。该系统是基于局域网的2套监测子系统，包括上位机系统和下位机系统。软件开发过程中，先根据需求分析设计出系统的总体框架，然后进行功能模块的设计。软件的开发过程中包括数据库的设计、数据的通讯和传输、网络结构的设计、网络安全性等问题。开发语言采用VB.NET和Matlab的混合编程，数据库采用SQL server 2000。3、拟解决的关键问题（1）油膜轴承磨损磨粒及其故障对应关系的研究。（2）铁谱图片的预处理及典型磨损颗粒形状特征参数的提取。（3）油膜轴承润滑油油液中典型磨损磨粒的智能识别技术的研究。（4）智能诊断支持软件系统的开发。三、研究方法、技术路线、试验方案及其可行性论述1、研究方法研究的开展首先必须对油液监测技术有一个全面的了解。油液监测技术是通过对油液进行理化指标分析、颗粒分析和污染度分析，进入评估油液品质和设备运行状态的一种诊断方法，油液监测主要是进行预防性诊断，现在已经在机械、汽车、港口和石化等行业广泛应用。本课题在对油膜轴承磨损机理、润滑方式和润滑油的选取之后，核心是轧机油膜轴承润滑油中磨损颗粒的智能识别技术的研究和智能系统支持软件的研究和开发。基于油液的油膜轴承智能诊断的设计方案是通过传感器采集数据，传送到现场的监测下位机中，通过相关的数据传输协议，调用下位机中的油液信息，将油液的监测结果和油膜轴承的工况在上位机的显示终端显示器中显示，从而对油液进行实时的监控，感观地认识油膜轴承的磨损工况，同时，通过对离线铁谱片的智能识别，及时对故障进行处理，进一步的增强设备的维护。油液监测的技术方案是将铁谱仪安装在润滑系统油膜轴承的回油管路中，通过油液循环辅助系统，对润滑油中的颗粒（主要是铁磁性颗粒）进行在线采集，并将采集的结果以图片的方式存储在下位机中。现场监控计算机中预留了水分、粘度传感器的接口，通过相应的电路设计，可以对上述传感器进行有效的集成。轧机油膜轴承润滑系统的润滑油油液典型特征磨损磨粒的识别和故障诊断上，采用神经网络的方法，利用它们的自适应能力和学习能力，对磨粒进行自动识别和故障进行诊断，从而更好的对设备进行维护和避免重大的故障。智能诊断系支持软件的开发方面，为了满足智能诊断系统时性好、响应速度快、能处理并发请求等要求，数据库的设计上，要求比较高。因此，在数据库的选择和优化问题上，采用SQL Server作为后台数据库。利用ADO来访问数据库，将数据库服务器和Web服务器配置在同一台计算机上，并在Web服务器上配置系统数据源。在SQL Server数据库的维护上，通过使用数据库完全备份、归档日志，包括离线数据备份、在线数据备份、数据库逻辑增量备份和物理增量备份等方法，可以实现数据库在本机上的备份和恢复。在数据库设计时，就应该从系统优化的高度来认识和重视数据库设计。基于油液的轧机油膜轴承智能诊断系统是基于局域网的系统，网络通讯采用TCP协议，网络结构设计采用基于B/S的三层网络结构，B/S模型允许任何计算机连接到位于不同地域的服务器上，并获取Web页面信息。服务器是一个能够提供服务，并允许浏览器通过网络访问信息的程序，它通过网络接受用户的请求，执行相应的处理，然后将响应发送回浏览器，实现这一功能的是TCP/IP协议和HTTP协议。用户仅仅负责向Web服务器发出HTTP请求。在服务器的选择上，可采用系统集成的IIS(Internet Information Services，即Internet信息服务)，服务端则可以采用Windows 2000 、Windows xp等Microsoft Windows操作系统的运行环境作为网络操作系统通过服务器。在数据库管理系统的选择上，采用SQL Sever 2005。软件系统的硬件上，128MB以上的内存，PII600以上频率的CPU，4GB以上的硬盘空间，USB视频接口及其驱动，RS485串口及其驱动。2、技术路线（1）智能诊断系统的总体框架设计水分传感器铁谱传感器控制器显示终端上位机诊断维护粘度传感器诊断规则库磨粒特征铁谱分析（2）故障诊断流程图磨粒形状特征参数诊断规则库故障诊断诊断规则故障类型数据库更新规则添加成功3、试验方案系统的试验方案主要包括以下三个方面：（1）油液数据采集系统的构建：系统的传感器集成包括粘度传感器、水分传感器、铁谱传感器，辅助硬件的选取上包括微量泵、电磁方向阀、USP电源、控制面板、液晶显示器、开关、航插以及各种转换线等等。（2）智能诊断系统的开发：智能诊断系统是在基于在线的基础上，通过油样光谱、铁谱分析，增加磨粒智能识别和故障智能诊断模块，对油膜轴承中出现的磨损故障及时地给出诊断建议和维护策略。（3）系统现场的测试：系统开发完成后，先在实验室中进行调试，运行良好，即可以在现场进行安装，对油膜轴承润滑油油液进行实时的监测。4、可行性论述从目前国内外的研究来看，油液在线监测技术目前处于一个探索阶段。在国内，广州机械科学研究院和西安交通大学、武汉理工大学等高校合作，研制出了油液在线监测系统，已经成功在军舰和大型的挖泥船中使用。另外，人工智能在油液监测与诊断的应用方面，广研设备状态研究所在多年积累的数据和案例的基础上，开发了重大机电设备典型磨损