机床与液压

北大核心,WJCI

国内刊号:44-1259/TH

国际刊号:1001-3881

机床与液压杂志2024年第24期:大流量液压油污染物在线监测传感器的设计与研究

发布日期:

作者:卢利锋,王一鑫,李延波,熊丽玲,吴鑫,陈丽君,刘龙龙

单位:兰州理工大学能源与动力工程学院;兰州理工大学特种泵阀及流控系统教育部重点实验室;兰州理工大学能源与动力工程学院;兰州理工大学特种泵阀及流控系统教育部重点实验室;兰州理工大学能源与动力工程学院;兰州理工大学特种泵阀及流控系统教育部重点实验室;兰州理工大学能源与动力工程学院;兰州理工大学特种泵阀及流控系统教育部重点实验室;兰州理工大学石油化工学院;兰州理工大学能源与动力工程学院;兰州理工大学特种泵阀及流控系统教育部重点实验室;兰州理工大学能源与动力工程学院;兰州理工大学特种泵阀及流控系统教育部重点实验室

关键词:消光法;大流量;颗粒浓度;粒度分布;在线监测

基金:国家自然科学基金项目(52364003)

为解决目前油液颗粒检测技术存在的采样流量较小、测量参数单一等问题,基于消光法提出一种大流量液压油颗粒检测技术。通过结合Lambert-Beer定律,建立检测油液中颗粒浓度的理论模型。在此基础上,利用分布函数表达法获得颗粒的粒径分布理论模型,并选择粒径范围为0.1~10 μm的颗粒,采用Powell最优化算法,对粒径分布理论模型进行多波长数值模拟,验证了粒径分布反演算法的准确性。同时,搭建了大流量污染物在线监测传感器,获得了颗粒浓度-电压幅值关系曲线,并对该传感器进行实验验证。结果表明:传感器可在6~35 L/min大流量状态下稳定运行,且该传感器的检测结果与标准结果的误差小于5%。

来源:2024年第24期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第24期

联系我们

  • 地址:广州市黄埔区新瑞路2号
  • 电话:020-32385312
  • E-mail:jcy@gmeri.com

咨询工作人员