为了提高风机的可靠性,分析风机传动链状态监测技术与网络结构的现状,提出一种基于有线网络的状态监测系统,具有可靠性高,传输数据量大的特点。该系统融合了振动监测与油液监测2种在线实时监测技术,并结合SCADA数据,可提高对传动链潜伏故障和早期故障的诊断和预警准确率。该系统目前已经安装在了1.5 MW的双馈式风机上进行示范应用。在同一传动链上的多个振动传感器、油液与磨损颗粒传感器采集积累实时数据,为下一步的数据挖掘与信息融合奠定了基础。

为解决磁滤谱仪的磁铁安装和滤膜放置等问题,对磁滤谱仪进行磁场分析。首先采用ANSYS workbench模块,通过变换2个磁铁块的相对位置和磁极方向,分析沉积面磁感应强度的大小。结果表明：在沉积面上磁铁相互吸引的状态比磁铁相互排斥的状态的磁感应强度要大,2个平行磁铁块距离越近,则在沉积面形成的磁场越强,并且磁场方向与沉积面是平行的。然后采用ANSYS（APDL）模块,在workbench分析的基础上,通过对2个磁铁块的磁感应强度和磁场强度模拟发现,在两者中心位置有磁感应盲区;通过映射路径的方法发现,在磁铁块上方2 mm的平面处出现了磁感应强度最大值,滤膜放置在此位置效果最佳。

光谱、铁谱等油液分析技术既能够反映油液污染的程度也能够反映机械磨损的烈度。文中依据磨损产生的机理简要综述了光谱、铁谱等油液污染检测技术在判断机械磨损状况中的研究现状介绍了图像处理技术、计算机技术、人工免疫系统等技术在判断污染与磨损关系中的应用进展并指出了油液分析技术应用在机械磨损领域的发展方向。

针对传统BP算法存在的不足进行改进，采用共轭梯度法与Levenberg—Marquardt法对BP神经网络进行优化；通过实际数据进行预处理、建模分析，对比传统BP神经网络和经过优化后BP神经网络，证明了优化后的神经网络在油品污染与磨损的预测方面具有更好的泛化能力。