第30卷，第11期 2010年11月
光谱学与光
谱分析
Spectroscopy and Spectral Analysis
Vol. 30,No. 11,pp2902-2905
November, 2010
基于油液原子光谱多维时间序列模型的机械磨损状态监测研究
徐超，张培林，任国全，李兵，杨
场宁
军械工程学院一系，河北石家庄
050003
摘要提出了一种利用润滑油原子光谱分析技术对机械磨损状态进行监测的新方法。对磨合期润滑油原子光谱数据建立多维时间序列模型并视为标准模型，将新数据通过此模型后得到残差并选择残差方差阵元索作为新数据所属磨损状态的特征。然后，利用主成分分析法对高维特征进行降维，提取前三个主成分构成对应磨损状态的特征向量。最后，利用欧式距离度放对测试样本进行分类，达到了对机械磨损状态识别的目的。利用上述方法，通过对某型履带车辆发动机台架实验的光谱数据进行分析，对发动机磨损状态进行了有效识别，从面证明了所提方法的有效性。结果表明，将多维时间序列模型引人油液光谱分析技术，能够实现光谱信息的有效融合，提高机板磨损状态监测的准确性。
关键调机械磨损状态监测；油液光谱分析；多维时间序列模型；主成分分析；欧式距离度量
中图分类号：TH165.3
引言
文献标识码：A
DOl; 10. 3964/j. issn, 1000-0593(2010)11-2902-04
1基于多维时间序列模型的机械磨损状态监
测原理
油液原子光诺分析技术可以有效地检测出机在用润滑
油中鹿损元素的含量、添加剂的状况和油液的污染程度等信息，能对机械的磨损状态进行有效监测。
文献[1]利用光谱分析技术对装甲车辆综合传动的损状态进行了有效监控。文献[2]建立了光谱数据比例分析模型，可间时分析两种相关元索的比例关系，在一定程度上避免了换油的影响。文献[3]提出了3种基于油液光谱时序模型的发动机磨损状态诊断方法。但是现有研究或应用大多是通过对单一元素或某种摩擦副所含元素进行分析来实现故障诊断的。
然而，润滑油中的添加剂元索和外界污染元素对摩擦副的润滑状态有很大影响，因此机械摩擦学系统内部的各种磨损元素与涨加剂素及污染元素之间必然存在密切关系。因此寻求一种既能融合多种油液光谱数据，又能对多种摩擦削的磨损状态同时进行监测的方法十分必要，本文引人了多维时间序列模型理论，对多种光谱元素序列进行建模，然后提取出表征发动机运行状态的特征参数，最后利用欧氏距离度
量法对发动机的不同运行状况进行了识别。收稿日期：2009-12-28，修订日期：2010-05-13
多维时间序列模型理论 1.1
多维时间序列模型不仅能表征单一序列内部数据间的统计关系，而且还包含着不同序列间的相互影响关系。由于自回归模型（AR模型)能通近自回归滑动模型(ARMA模型)和滑动平均模型（MA模型)，且计算简单，因此在工程上应用广泛(44)
假设n维时序（X，[zu
.),(t=1,2,
，N)中各维时序均满足平稳、正态、零均值的条件，则有n 维p阶AR模型ARV(p:n）
x, =
oe
(1)
式中，Φ为nXn维模型参数；&为n维残差序列。利用模型参数即可估计出模型的残差方差阵Q。此外，应选择合适的阶数P以保证模型的精度。本文中，模型的参数估计采用建模精度较的最小二乘估计法，适用性检验采用广泛应用
的FPE准则，具体算法参照文献[6]。 1.2实验及实验数据分析
通过对某履带车辆发动机进行1030h的台架实验，在机油滤清器前的取样阀处采集了103个润滑油样，每次采样
基金项目：国家自然科学基金项目(50705097)，清华大学摩擦学国家重点实验室开放基金项目（SKILTKF09B06)和军械工程学院基金项目
(YJJXM08009)资助
作者简介：徐超，1986年生，军械工程学院一系硕士研究生万方数据
e-mail; xuchao198602163, com