液压油污染度自动监测技术研究

重庆交通大学学报（自然科学版） ›› 2007, Vol. 26 ›› Issue (4): 156-159.

液压油污染度自动监测技术研究

马丽英，曹源文，归少雄

重庆交通大学机电汽车学院，重庆 400074

收稿日期:2006-05-29 修回日期:2006-07-05 出版日期:2007-08-15 发布日期:2015-05-18
作者简介:马丽英(1973一)，女，河北卢龙人，讲师，工学硕士，主要从事工程机械研究.E—mail：maliying801@yahoo.com.cn

Research on Auto-monitor Technology for Hydraulic Oil Contamination

MA Li-ying，CAO Yuan-wen，GUI Shao-xiong

Automobile Engineering Department，Chongqing Jiaotong University，Chongqing 400074，China

Received:2006-05-29 Revised:2006-07-05 Online:2007-08-15 Published:2015-05-18

摘要/Abstract

摘要： 用光电传感器、80C51单片机等元件，设计了工程机械液压油污染度在线监测系统．通过实验室试验，进行了数据采集、处理和分析．结果表明，该系统能够准确显示液压油污染度等级，具有超限报警功能，达到了对工程机械液压系统油液污染进行实时监测之目的，是预防和早期诊断液压系统故障的有效方法之一．

关键词: 油液污染度, 在线监测系统, 单片机技术, 光电传感器, 故障诊断

Abstract: Making use of the photo-electricity sensor and 80C51 single chip microcomputer，an on-line monitor system which could monitor the hydraulic oil contamination timely and correctly was designed，and lots of experiments were accomplished.With test data collected and processed，the results indicate that the system can show a correct grade of hydraulic oil contamination and may warn once the hydraulic oil contamination exceeds the permission limits．It is one of the most valid methods of monitoring the engineering hydraulic oil contamination in time．The study results have theoretical signification and could be used in the steering system of engineering machine.

Key words: hydraulic oil contamination, on-line monitor system, microcomputer technique, photo-electricity sensor, trouble diagnose

中图分类号:

U415.51

马丽英，曹源文，归少雄. 液压油污染度自动监测技术研究[J]. 重庆交通大学学报（自然科学版）, 2007, 26(4): 156-159.

MA Li-ying，CAO Yuan-wen，GUI Shao-xiong. Research on Auto-monitor Technology for Hydraulic Oil Contamination[J]. Journal of Chongqing Jiaotong University(Natural Science), 2007, 26(4): 156-159.

[1]	陆百川1,2，张冬梅1，舒芹1，李玉莲1. 基于时空特性和灰色残差的交通故障数据诊断与修复[J]. 重庆交通大学学报（自然科学版）, 2020, 39(09): 8-16.
[2]	刘尊民1，刘庆元2，曲大义1，陈秀锋1,3. 智能交通系统中故障精确定位方法研究[J]. 重庆交通大学学报（自然科学版）, 2018, 37(07): 76-79.
[3]	马丽英，梁乃兴，曹源文，归少雄，樊文胜，樊友伟. 路基压实度与振动轮加速度的关系研究[J]. 重庆交通大学学报（自然科学版）, 2017, 36(3): 48-53.
[4]	陈虎. 基于参数优化的支撑矢量机及其在故障诊断中的应用[J]. 重庆交通大学学报（自然科学版）, 2017, 36(10): 119-122.
[5]	陆百川，郭桂林，肖汶谦，张海，张凯，邓捷. 基于多尺度主元分析法的动态交通数据故障诊断与修复[J]. 重庆交通大学学报（自然科学版）, 2016, 35(1): 134-137.
[6]	于蕾艳. 汽车线控转向系统容错和故障诊断技术综述[J]. 重庆交通大学学报（自然科学版）, 2015, 34(5): 165-169.
[7]	陆百川，张凯，马庆禄，邓捷，刘权富. 基于数据驱动的数据故障诊断模型[J]. 重庆交通大学学报（自然科学版）, 2014, 33(5): 111-115.
[8]	罗天洪，熊钰，孙冬梅. 二维联合模糊的液压系统故障诊断专家系统[J]. 重庆交通大学学报（自然科学版）, 2012, 31(6): 1227-1231.
[9]	王礼军. 模糊神经网络专家系统在故障诊断中的应用[J]. 重庆交通大学学报（自然科学版）, 2012, 31(3): 469-472.
[10]	印洪浩，彭中波. 基于小波网络的船舶柴油机燃油系统故障诊断[J]. 重庆交通大学学报（自然科学版）, 2012, 31(2): 349-352.
[11]	归少雄，马丽英，曹源文. TY180 推土机工作装置液压系统常见故障及诊断[J]. 重庆交通大学学报（自然科学版）, 2011, 30(3): 481-484.
[12]	宋炳雨, 高松, 郎华, 王鑫. 纯电动汽车高压电故障诊断与安全管理策略研究[J]. 重庆交通大学学报（自然科学版）, 2010, 29(5): 804-807.
[13]	傅晓林，王兴家，蔡辰光. 粗糙集与神经网络在发动机故障诊断中的融合应用[J]. 重庆交通大学学报（自然科学版）, 2006, 25(6): 130-134.
[14]	傅晓林. 基于FTA的电喷汽油机燃烧故障分析[J]. 重庆交通大学学报（自然科学版）, 2003, 22(3): 108-110.
[15]	韩西，钟厉. 用矩阵结构模型进行结构损伤检测和故障诊断[J]. 重庆交通大学学报（自然科学版）, 2002, 21(2): 108-110.