简介:摘 要: 工程机械装备在长期运行中,其关键摩擦副一直处于极度恶劣的工作环境中,对工程机械整装的运行稳定性和可靠性造成了不可预测的故障风险隐患。随着装备制造领域中油液分析技术的不断发展,通过机械装备所用油液中磨粒分析对装备健康状态进行监控的方法逐渐成熟。本文提出将工程机械装备中油液磨粒宏观特征与微观特征进行融合分析,基于 Mask-RCNN 网络对磨粒进行智能分割,实现装备磨损宏观特征提取;基于BP 神经网络与深度学习构建磨粒微观特征识别模型,实现相似磨粒精准识别。从而建立了面向工程机械装备磨损状态评估方法,为工程机械装备平稳可靠运行提供技术支撑。
简介:摘要:履带式起重机作为重要的工程机械设备,在建筑、桥梁建设等领域发挥着关键作用。钢丝绳作为起重机的核心承载部件,其磨损状况直接关系到设备的安全运行。本研究旨在探讨履带式起重机钢丝绳的磨损特征,并提出有效的检测技术。通过分析钢丝绳的磨损类型和影响因素,本研究建立了磨损特征数据库,利用机器学习算法对磨损数据进行分类和预测。开发了一种基于声发射技术的在线监测系统,实现了对钢丝绳磨损状态的实时监测。