基于油液振动特征信号提取的污染度在线监测机理研究

The present oil online monitoring has problems such as singleness means,passive methods,this project proposed oil pollution online monitoring method based on vibration characteristic signal extraction according to the oil and contaminants interaction mechanism. This project would be carried out according to the "theory, method, experimental verification" research idea. Firstly, oil real-time physical and chemical properties can be obtained through the fuzzy clustering algorithm, to put forward oil and (grain) pollutant Hamilton coupling model, combine the oil pollutant vibration random trajectory model to build the whole coupled vibration dynamic model of oil and (grain) pollutant, and numerical solution of the model to get oil vibration signal. Though wavelet noise reduction, difference spectrum technology processing, eliminate system ontology vibration influence; Secondly, using continuous projection algorithm to extract oil vibration characteristic spectrum of certain content, size of pollutant; Then set up T_S fuzzy recognition model of oil vibration characteristic spectrum and pollutant, to construct and evaluate the online monitoring system for degree of oil pollutant.Finally the online monitoring of oil by monitoring oil vibration signal characteristics reverse acquisition the value of oil pollutant content and size, so as to reveal the degree of oil pollution online monitoring mechanism,and by means of the simulation experiment to verify the theoretical results,to realize the online monitoring of degree of oil pollution. This project will elongate the using time of oil, rich oil online monitoring method systems and provide technical support for high efficiently using energy and realizing active prevention.

针对目前油液在线监测手段单一、方法被动等问题，本项目根据油液与污染物相互作用机理提出油液振动特征信号提取的污染度在线监测方法。 本项按照"理论-方法-实验验证"的思路展开研究。首先通过模糊聚类算法获取油液实时的理化性能，来建立油液与(颗粒)污染物的Hamilton耦合模型，并结合油中污染物的振动随机轨迹模型组成全耦合的振动动力学模型，数值求解后得到油液振动信号。然后对油液振动信号利用小波降噪、差谱技术处理后，再运用连续投影算法提取一定含量、尺寸污染物的油液振动特征频谱，从而建立油液振动特征与污染物的T_S模糊辨识模型，构建油液污染度在线监测系统；最后通过监测油液振动信号特征反向获取油中污染物的含量、尺寸值，揭示油液污染度的在线监测机理；并通过模拟实验，验证上述理论结果，实现油液污染度在线监测。 本项成果可延长油液使用寿命，丰富油液在线监测方法体系，为实现主动监测、高效利用能源提供技术支撑。

本项首先对配置的单一污染物油样理化性能的实验测试，获取了各种污染物对油液理化性能的影响规律以及油样的8项关键理化性能指标；并根据配置的混合污染物油样的关键理化性能测试结果，构建不同的数学模型，获取了油中颗粒物的粒径和含量对关键理化性能的影响规律。然后采用Lagrangian方程建立了油样中污染物的随机轨道模型，结合油液中不同含量、尺寸的颗粒污染物对油液理化性能的变化关系模型、污染物的振动随机轨道模型，利用Hamilton原理导出了描述油液与污染物的全耦合振动动力学模型。其次利用特征线法进行全耦合振动动力学模型求解，获取油液与污染物的动态特性。对获取的动态特性选择合适的小波母函数进行降噪和小波分解，以及利用希尔伯特黄变换、差谱技术，得到与污染物密切相关的油液振动频谱，其规律是随着油液中颗粒浓度的增加，使中频率区的分布向低频率区转移；并提出了VMD的一种中心频率斜率判据，得到振动信号的主频随着油液中颗粒浓度的增加，分别是系统主轴转动的频率的1倍频、6倍频、11倍频和14倍频，具有典型的拍振特征的现象；油样压力振动信号的特征频率经过SPA选择了19个变量，有11个变量主要分布在0-50Hz较低频率区域。.通过建立油液振动特征信号与颗粒污染物的T_S模糊辨识模型，构建油液污染状态的在线监测系统。对油液振动特征（频率以及幅值变化）与污染物的含量、尺寸关系进行定量分析，揭示油液振动是由于油中颗粒浓度的增加增强了颗粒轨道交叉效应，以及增强壁面附近的低速油液的上抛Q2事件，降低了中心区高速油液的下扫Q4事件，抑制了油液湍流的拟序结构，因而使油液脉动流的压力信号的振动频率降低的在线监测机理，实现油液污染的在线监测。.最后利用均匀设计法以及POD技术进行分组实验和综合模拟实验，进行了平均速度、脉动速度、时频分布以及湍动能耗散率等流动属性的分析。按照所构建的含颗粒污染物油样的压力振动信号的T_S辨识模型，模型预测的决定系数为0.8637，均方根误差为0.1979，预测的效果较好。