1：A觀察試管及試樣若干分鐘，直至試樣溫度達(dá)到150°C為止。如試樣中有水分時(shí)，即發(fā)生泡沫，可以聽到噼啪的爆裂響聲，甚至試管會(huì)發(fā)生震動(dòng)或顫動(dòng)，高出浴面的油層會(huì)變成渾濁131. 12小波變換及能量分布特征提取則稱奴》是基本小波。由基本小波生成的二進(jìn)離散小波函數(shù)為扒）一般可看作為帶通濾波器，其對(duì)應(yīng)的尺度函數(shù)9（）滿足：9（兮本質(zhì)上是低通濾波器。由9（）導(dǎo)到的一簇二進(jìn)正交尺度函數(shù)為：根據(jù)多分辨分析理論，如果二進(jìn)離散小波函數(shù)簇*ik（）jl構(gòu)成I（R）中的標(biāo)準(zhǔn)正交基，則對(duì)信號(hào)X》有如下的正交小波分解：0前言在機(jī)械設(shè)備的潤(rùn)滑油管理中，水分含量是一個(gè)非常重要的指標(biāo)，且機(jī)械設(shè)備在運(yùn)行時(shí)，由于水封的失效或損壞，熱交換器的腐蝕或損壞，潮濕空氣的原因，水侵入潤(rùn)滑油系統(tǒng)是不可避免的11.潤(rùn)滑油含水超標(biāo)將會(huì)導(dǎo)致油膜失效、潤(rùn)滑油系統(tǒng)部件的腐蝕和銹蝕、潤(rùn)滑油乳化、添加劑失效等嚴(yán)重后果121.目前，常見的潤(rùn)滑油水分測(cè)量方法有卡爾一費(fèi)休法、蒸餾法、重量法、介電常數(shù)法、微波衰減法、華特斯摩試紙法和爆裂法等，其中卡爾一費(fèi)休法、蒸餾法和重量法屬于實(shí)驗(yàn)室分析方法，介電常數(shù)法和微波衰減法可用于現(xiàn)場(chǎng)測(cè)量，但影響因素較多，不能有效地進(jìn)行潤(rùn)滑油水分含量的判斷，而華特斯摩試紙法和爆裂法屬于定性的判斷方法。本文以爆裂法為基礎(chǔ)，對(duì)其進(jìn)行半定量研究，著重研究了如何判斷潤(rùn)滑油中的水分含量是否超標(biāo)的方法。

　　工程專業(yè)，碩士研究生，主要從事油液分析領(lǐng)域的研究，已公開發(fā)Bp申經(jīng)網(wǎng)絡(luò)是自20世紀(jì)80年代發(fā)展起來的一種新的模式識(shí)別方法，它以其良好的非線性映射特性和自適應(yīng)、自學(xué)習(xí)能力在模式識(shí)別、函數(shù)逼近和分類、數(shù)據(jù)壓縮等領(lǐng)域得以應(yīng)用，并取得了一定的研究成果。文中基于潤(rùn)滑油水分定性實(shí)驗(yàn)的爆裂聲信號(hào)，構(gòu)造了相應(yīng)的BP網(wǎng)絡(luò)目標(biāo)識(shí)別模型，仿真實(shí)驗(yàn)結(jié)果表明，該方法對(duì)于半定量的確定潤(rùn)滑油中水分含量是可行的，為現(xiàn)場(chǎng)測(cè)量潤(rùn)滑油中水分含量提供了新的思路和方法，具有一定的理論價(jià)值和實(shí)際意義。

　　1基本原理11潤(rùn)滑油水分定性實(shí)驗(yàn)法BP算法包括信息的正向傳播和誤差的反向傳播，不斷修正權(quán)值和誤差，使網(wǎng)絡(luò)輸出層實(shí)際輸出與期望輸出的誤差平方和達(dá)到最小。由于這種算法采用非線性規(guī)劃中的最速下降法，按誤差函數(shù)的負(fù)梯度方向修改權(quán)系數(shù)，因此存在學(xué)習(xí)效率低，收斂速度慢；易陷于局部極小狀態(tài)；網(wǎng)絡(luò)的泛化及適應(yīng)能力較差等缺點(diǎn)。為了解決這些問題，出現(xiàn)了很多BI改進(jìn)算法，文中采用附加動(dòng)量項(xiàng)的方法。

　　2潤(rùn)滑油水分測(cè)量研究21爆裂實(shí)驗(yàn)21.1儀器和材料信號(hào)。在實(shí)驗(yàn)過程中，每次取5mL試樣置于燒杯中，用電爐加熱。pulse系統(tǒng)分析帶寬設(shè)為~256kHz頻譜線數(shù)設(shè)為1600根據(jù)GB/T7607 02%時(shí)需要對(duì)潤(rùn)滑油進(jìn)行更換。因此，在實(shí)驗(yàn)中，分別選取4組濃度小于0 2%的含水潤(rùn)滑油（農(nóng)度分別為0068%、0093%、013%和0 17%）和3組濃度大于02%的含水潤(rùn)滑油（濃度分別為0. 25%、030%和050%）作為實(shí)驗(yàn)對(duì)象。

　　22潤(rùn)滑油水分測(cè)量研究含微量水分的潤(rùn)滑油是典型的油包水型分子基團(tuán)，油是連續(xù)相，水是分散相，由于油的沸點(diǎn)比水高，受熱后水總是先達(dá)到沸點(diǎn)而蒸發(fā)或沸騰。當(dāng)油滴中的壓力超過油的表面張力及環(huán)境壓力之和時(shí)，水蒸氣將沖破油膜的阻力使油滴發(fā)生爆炸，發(fā)出爆裂聲，同時(shí)形成更細(xì)小的油滴，這就是微爆效應(yīng)。因此，文中利用二進(jìn)小波變換來提取尺度空間上的能量分布作為BP申經(jīng)網(wǎng)絡(luò)的輸入特征向量?；谛〔ㄗ儞Q和BP神經(jīng)網(wǎng)絡(luò)的潤(rùn)滑油水分測(cè)量研究過程如221能量分布特征提取首先，對(duì)每個(gè)濃度的試樣采集10組數(shù)據(jù)，共70組數(shù)據(jù)，選40組作為訓(xùn)練樣本，其中濃度0 50%的6組，其余30組作為測(cè)試樣本，其中0068%、0.093%、0 13%和017%的各5組，濃度025%和030%的各3組，濃度050%的4組。對(duì)這70組數(shù)據(jù)進(jìn)行6層小波分解，采用db小波，計(jì)算各個(gè)高頻分量的能量，這樣每個(gè)能量特征向量的維數(shù)就是6總共有40組訓(xùn)練樣本和30組測(cè)試樣本。

　　~分別為濃度為0069%的含水潤(rùn)滑油（合格）加熱時(shí)發(fā)生微爆效應(yīng)所采集到的原始信號(hào)以及6層小波分解后得到的近似信號(hào)和細(xì)節(jié)信號(hào)。

　　22.2BP申經(jīng)網(wǎng)絡(luò)分類器的實(shí)現(xiàn)根據(jù)Km定理，采用一個(gè)NX2N+1XM的3層BP網(wǎng)絡(luò)作為狀態(tài)分類器。其中，N表示輸入特征向量的分量數(shù)，M表示輸出狀態(tài)類別總數(shù)。由此可得，該BP網(wǎng)絡(luò)結(jié)構(gòu)為：輸入層有6個(gè)神經(jīng)元，中間層有13個(gè)神經(jīng)元，輸出層有2個(gè)神經(jīng)元，用（Q 0）表示合格，（1，0康示不合格，中間層神經(jīng)元的傳遞函數(shù)為§型正切函數(shù)，輸出層神經(jīng)元的傳遞函數(shù)為S型對(duì)數(shù)函數(shù)。然后，利用訓(xùn)練樣本對(duì)該BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，經(jīng)過2432次訓(xùn)練后，網(wǎng)絡(luò)的均方誤差落在所設(shè)定的0 00001以內(nèi)。訓(xùn)練曲線如1994-2圖小皮分解后的各層細(xì)節(jié)言號(hào)eCicPubliShingHUSe.All圖sBP神經(jīng)網(wǎng)絡(luò)訓(xùn)練曲線wxnki.net最后，利用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，把30個(gè)測(cè)試樣本輸入到神經(jīng)網(wǎng)絡(luò)，根據(jù)BP神經(jīng)網(wǎng)絡(luò)的實(shí)際輸出對(duì)潤(rùn)滑油含水量是否合格進(jìn)行判斷，結(jié)果如表1觀察BP神經(jīng)網(wǎng)絡(luò)輸出結(jié)果可以發(fā)現(xiàn)，根據(jù)BP神經(jīng)網(wǎng)絡(luò)輸出結(jié)果判斷的潤(rùn)滑油含水量與實(shí)際結(jié)果完全一致，表明該BP神經(jīng)網(wǎng)絡(luò)分類器可以準(zhǔn)確的判斷潤(rùn)滑油中含水量是否合格。

　　表1測(cè)試樣本的網(wǎng)絡(luò)輸出和含水量的判斷濃度，％能量特征向量實(shí)際輸出結(jié)果判斷合格70位合格不合格3結(jié)論文中基于小波變換和BP神經(jīng)網(wǎng)絡(luò)理論，構(gòu)造了一個(gè)BP神經(jīng)網(wǎng)絡(luò)分類器，并成功地應(yīng)用于潤(rùn)滑油中水分含量的判斷。實(shí)驗(yàn)結(jié)果表明：該方法能有效地進(jìn)行潤(rùn)滑油含水量合格與否的判斷，從而為研究潤(rùn)滑油水分含量的測(cè)量提供了新的思路和方法。

　　另外，文中在實(shí)驗(yàn)時(shí)只選取了7種濃度的溶液，且溶液的濃度差別相對(duì)較大。因此，溶液的濃度相差較小時(shí)是否可以用該方法進(jìn)行有效的判斷以及是否可以對(duì)分類結(jié)果進(jìn)行更具體的分類將是下一步研究的重點(diǎn)。

作者：佚名　　來源：中國(guó)潤(rùn)滑油網(wǎng)