基于R型系统聚类和因子分析的柴油机磨损状态综合评价

发布时间：2022-10-30 14:25

　　为有效判别设备的早期磨损状态,利用设备采集油样的光谱分析数据作为原始数据,运用R型系统聚类和因子分析方法综合判别设备的磨损状态。首先,对光谱检测元素进行R型系统聚类,确定磨损特征元素,减少磨损评价指标的数量;其次,对磨损特征元素的浓度指标进行因子分析特征降维,挖掘出磨损主因子;最后,计算磨损综合得分,判断设备的磨损状态。对两台船舶主柴油机进行磨损状态判别实例分析,结果表明R型系统聚类和因子分析方法的评价结果与柴油机实际磨损状态一致,能够为设备的磨损状态综合判别提供一种新方法。 

【文章页数】：5 页

【部分图文】：

1#柴油机中光谱检测元素的聚类谱系图

2#柴油机中光谱检测元素的聚类谱系图

1#柴油机中磨损特征元素的变化趋势图

【参考文献】：
期刊论文
[1]不同锥栗农家种种仁中9种矿质元素含量的因子分析与聚类分析[J]. 朱周俊,袁德义,邹锋,杨华,范晓明,肖诗鑫,邹昕芸,李欣,李果.  食品科学. 2019(02)
[2]基于因子分析与突变级数法的飞行安全状态评价研究[J]. 王永刚,苏明清.  中国安全生产科学技术. 2018(03)
[3]基于主成分分析与系统聚类的港口群能级梯度测算方法[J]. 屈莉莉,肖全山,陈燕.  科学技术与工程. 2017(18)
[4]基于主成分分析及系统聚类的县域电网综合评价方法[J]. 孙义豪,李秋燕,丁岩,全少理,关朝杰,杨德帅,胡钋.  电力系统保护与控制. 2017(08)
[5]重型车辆传动系统磨损状态的评价方法研究[J]. 王峰,韩建霞.  现代制造工程. 2017(03)
[6]一种新的柴油机润滑油发射光谱数据综合评价方法[J]. 石新发,刘东风,周志才,杨琨.  海军工程大学学报. 2015(03)
[7]因子分析理论在重型车辆油液分析及状态监测中的应用[J]. 杨涛,范斌,董佳佳,任洁琦,刘学工.  润滑与密封. 2013(01)
[8]主成分分析在某型柴油机光谱数据分析中的应用[J]. 刘韬,田洪祥,郭文勇.  光谱学与光谱分析. 2010(03)
[9]基于油液光谱分析的综合传动状态监测试验研究[J]. 郑长松,马彪,马源.  光谱学与光谱分析. 2009(03)
[10]基于油液分析的柴油机可靠性试验磨损评价研究[J]. 盛晨兴,严新平,徐泰富.  摩擦学学报. 2008(06)



本文编号：3699058