油液监测与智能诊断电子书

前言

第1篇 油液监测技术

第1章 油液监测技术概述

1.1 油液监测的目的及意义

1.2 油液监测技术体系

1.3 油液监测技术的发展趋势

参考文献

第2章 油液理化性能分析技术

2.1 润滑油理化指标的检测

2.2 润滑脂理化指标检测

2.3 变压器油理化指标检测

参考文献

第3章 颗粒污染度分析技术

3.1 颗粒污染度分析技术简介

3.2 颗粒污染度的测试方法

3.3 颗粒污染度的评价方法

3.4 润滑及液压系统的污染控制及方法

参考文献

第4章 红外光谱分析技术

4.1 红外光谱分析技术简介

4.2 红外光谱的原理

4.3 润滑油基础油和添加剂红外光谱特征

4.4 红外光谱定性和定量分析

4.5 红外光谱在油液分析中的应用

参考文献

第5章 光谱元素分析技术

5.1 光谱元素分析技术简介

5.2 光谱元素分析原理

5.3 原子发射光谱法

5.4 X射线荧光光谱法

5.5 扫描电镜-能谱分析

5.6 光谱元素分析在油液监测中的应用

参考文献

第6章 磨粒分析技术

6.1 磨粒分析技术简介

6.2 铁谱分析的基本原理

6.3 磨粒的提取与分析

6.4 磨粒的分类与识别

6.5 磨粒定量分析技术

6.6 磨粒分析在油液监测中的应用

参考文献

第7章 油液在线监测技术

7.1 油液在线监测技术概述

7.2 油液在线监测传感器技术

7.3 油液传感器测试评价技术

7.4 油液在线监测装置与系统

参考文献

第2篇 设备润滑磨损故障智能诊断

第8章 设备润滑磨损故障智能诊断概述

8.1 润滑磨损故障智能诊断内涵

8.2 润滑磨损故障智能诊断研究现状

8.3 润滑磨损故障智能诊断面临的问题与挑战

8.4 润滑磨损故障智能诊断发展趋势

参考文献

第9章 设备润滑磨损故障诊断阈值制定

9.1 油液监测异常值的检验

9.2 基于正态分布的阈值制定方法

9.3 基于累积分布的阈值制定方法

9.4 基于非参数估计的阈值制定方法

参考文献

第10章 设备润滑磨损故障智能诊断的特征提取

10.1 润滑磨损故障数据组成及特点

10.2 润滑磨损故障诊断特征约简

10.3 润滑磨损故障特征提取

10.4 润滑磨损故障诊断特征关联性分析

参考文献

第11章 基于机器学习的设备润滑磨损故障智能诊断

11.1 基于人工神经网络的诊断模型

11.2 基于决策树的诊断模型

11.3 基于支持向量机的诊断模型

11.4 基于集成学习的诊断模型

参考文献

第12章 磨粒图像智能识别

12.1 磨粒图像智能识别的发展过程

12.2 磨粒智能识别原理

12.3 磨粒智能识别实现案例

12.4 磨粒智能诊断系统设计与实现

参考文献

第13章 在用润滑油可靠性评估及寿命预测

13.1 基于Weibull分布的在用润滑油可靠性评估

13.2 基于多元数据分布的在用润滑油可靠性评估

13.3 基于时间序列的润滑油寿命预测

参考文献

第3篇 行业应用案例

第14章 石油化工行业案例

14.1 石油化工行业典型设备润滑特点

14.2 石油化工行业设备常见润滑磨损故障

14.3 石油化工行业设备润滑失效案例

14.4 石油化工行业设备磨损故障案例

参考文献

第15章 水泥行业案例

15.1 水泥行业典型设备润滑特点

15.2 水泥行业设备常见润滑磨损故障

15.3 水泥行业设备润滑失效案例

15.4 水泥行业设备磨损故障案例

参考文献

第16章 钢铁行业案例

16.1 钢铁行业典型设备润滑特点

16.2 钢铁行业设备常见润滑磨损故障

16.3 钢铁行业设备润滑失效案例

16.4 钢铁行业设备磨损故障案例

参考文献

第17章 电力行业案例

17.1 电力行业典型设备润滑特点

17.2 电力行业设备常见的润滑磨损故障

17.3 电力行业设备润滑失效案例

17.4 电力行业设备磨损故障案例

参考文献

第18章 海上石油开采行业案例

18.1 海上石油开采行业典型设备润滑特点

18.2 海上石油开采行业设备常见润滑磨损故障

18.3 海上石油开采行业设备润滑失效案例

18.4 海上石油开采行业设备磨损故障案例

参考文献

第19章 交通运输行业案例

19.1 交通运输行业典型设备润滑特点

19.2 交通运输行业设备常见润滑磨损故障

19.3 交通运输行业设备润滑失效案例

19.4 交通运输行业设备磨损故障案例

参考文献