检测油液中金属磨粒的磁芯式电涡流传感器研究

来源 :天津工业大学 | 被引量 : 0次 | 上传用户:idlerman
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电涡流传感器作为检测液压油中磨粒的典型代表,具有结构简单、制作成本较低和提供详细的磨损颗粒信息等优点,受到了广泛关注。然而,电涡流传感器检测灵敏度还比较低,在实际应用中传感器的稳定性和可靠性有待提高,这些制约了它在设备健康状态在线监控中的进一步应用。本文针对电涡流传感器流道直径过小、油液吞吐量低和存在边缘效应的问题,设计研发了磁芯式电涡流检测传感器。使用双层平面线圈并联结构来提升检测灵敏度;外置磁芯增强检测区域磁通密度,以此改善边缘效应带来的影响;设计一种新型微流体结构以增大油液吞吐量,并在检测原理、检测系统参数和磁场均匀性等方面进行了研究:(1)设计了磁芯式电涡流传感器,并介绍其检测原理;采用COMSOL软件对传感器进行模拟仿真,验证了边缘效应的影响。(2)推导了四种结构的传感器线圈电感变化率的数学表达式,确定了磁芯式电涡流传感器线圈的最优结构。(3)仿真得出激励信号(频率、电压),线圈参数(线径、匝数、层数)和金属磨粒(粒径、位置)对磁芯式电涡流传感器检测性能的影响;确定了检测系统各参数最佳取值范围。(4)搭建实验平台,设计实验,对不同属性的磨粒进行电感参数的检测和提取。(5)分析仿真及实验结果,结果表明磁芯式电涡流传感器提升了检测性能;得出了磨粒粒径与线圈电感变化率之间的关系;确定了该传感器对金属磨粒的检测下限。本文设计的磁芯式电涡流检测传感器实现了对金属磨粒的区分检测,仿真得出传感器线圈参数,磨粒和激励信号等因素对磁芯式电涡流传感器线圈电感变化率的影响,并总结出一般规律;相对于传统电涡流传感器,本传感器改善了边缘效应带来的影响,提升了磨粒检测的精确性,增大了油液吞吐量,避免了流道中污染物沉积堵塞情况的发生。实验结果表明:磁芯式电涡流检测传感器能在双层线圈匝数为30,油液吞吐量为50ml/min时,最小检测粒径为30μm的铁磨粒和80μm的铜磨粒。
其他文献
步态作为一种动态生物特征,能够在人不配合并且距离相对较远的情况下被识别,因此步态识别得到了大量研究者的广泛关注。但是步态识别受目标行走速度,穿戴情况,摄像头的角度和光照情况等因素的影响。其中穿戴情况的变换是其中最大的挑战之一。深度学习方法能自动学习步态的更高层次的特征表达,且其方法也更简单计算量更小。但深度学习方法使用单一身份信息,提取到的特征信息比较单一,同时存在视野域以及网络结构自身的问题,提
随着计算机技术的快速发展,通过叶片对植物进行实时分类和识别是当前研究的热点和难点。利用计算机技术对植物进行实时分类和识别,可用于数字化植物标本、林业信息化等领域。
传统神经网络模型的训练需要大量有标签的数据,在大数据时代,获取标记数据费时费力,考虑到聚类算法可以得到数据的标签,能否将聚类与神经网络结合起来设计新的模型就是本文要探讨的内容。本文通过分析聚类的目标函数与神经网络的训练目标,发现两者优化目标相同,可以进行融合进而构造一个基于聚类的无监督神经网络模型。我们首先将无监督学习融合到神经网络中,完成了基于聚类的无监督神经网络模型的构建,并给出了这个框架的具
早在上世纪70年代初,蔡少棠教授就提出了忆阻器的概念,但直到2008年HP实验室才发现了由TiO2材料构成的忆阻器。研究表明,忆阻器在非易失存储器、逻辑电路、人工神经网络和混
化肥不当施用引发了一系列生态资源问题,严重制约了农业生产的可持续。小麦生产中同样也存在着化肥不当施用的现象。探究一种能够提升农户合理施肥知识的有效途径对于实现农
矿产开发,在古往今来的社会经济生活中都是一个重要的方面,它与社会的发展密切相关。鄂东南地区自古以来作为我国重要的矿冶基地,在晚清时期随着列强侵略加剧、国家发展经济
现代人类社会的工业化和现代化发展过程中产生了严重的生态破坏和环境污染,人们的身体健康也受此影响,在经济水平得到巨大提升的现代,人们对食品安全问题越发重视,对有机农业
与时俱进地推动中国化的马克思主义被广大人民群众所认知和接受,实现马克思主义大众化,一直是理论界的一项重要任务。《人民日报》作为中国共产党的机关报,始终坚持党性原则,
海外并购逐渐成为中国企业进行对外投资的重要形式,但是由于国际环境的不确定性和国家之间存在的差异,中国企业的海外并购呈现出了交易达成困难的情况,其中的原因值得探讨。并购经验对于中国企业海外并购交易达成的影响已经得到广泛认同,但学术界的研究主要集中在海外并购经验上,并没有详细地对国内并购经验以及同行业并购经验与海外并购交易达成的关系进行研究。解决它将有益于企业合理地应用不同的并购经验,降低海外并购中的
现有大型知识库中,实体类型信息的缺失尤为严重,而实体类型又是实体最基础最本质的属性,对很多自然语言处理任务都具有决定性的作用,因此实体分类问题是一个十分重要并亟待解决的问题。实体分类问题旨在确定一个在一段特定文本中的实体的语义类型。近几年将神经网络应用到实体分类任务上是一种趋势,然而众多基于神经网络的分类方法通常只是单独地提取实体本身和其所在文本的特征,忽视了它们之间的内在联系和实体丰富的背景信息