基础油

润滑剂状态监测信息综述...

摘要 润滑状态监测 (LCM) 不仅用作机械的预警系统，还可用于基于状态的维护 (CBM) 下的故障诊断和预测。LCM 被认为是一种重要的状态监测技术，因为从润滑剂测试中获得的大量信息表明了对机械和润滑剂的状况和状态的内省反思。整个 LCM 程序的核心是应用概念，其中评估润滑剂分析的信息（用于知识提取）并进行分析，以生成可解释且适用于维护决策支持（知识应用）的输出。对于强大的 LCM，使用各种技术和方法来提取、处理和分析决策支持信息。因此，有必要全面概述 LCM 的应用方法，这将有助于从业者在维护决策支持方面解决 LCM 方面的差距。然而，据我们所知，这样的概述在文献中是缺乏的，因此本综述的目的就在于此。本文系统地回顾了用于维护决策支持的基于 LCM 的方法的最新研究趋势和发展，特别是在设备诊断和预测中的应用。为了将这种担忧具体化，首先讨论了用于 LCM 和维护决策支持的基础油、添加剂、取样和测试。此外，还回顾了 LCM 测试和参数，并将其归类为不同的类别，包括物理化学、元素、污染和添加剂分析。适用于分析来自 LCM 的数据的方法，这里是用于维护决策支持的润滑剂分析，也分为四类：统计、基于模型、人工智能和混合方法。进一步讨论了可能的改进，以提高从维护决策支持方法得出的判断的可靠性。本文最后简要讨论了维护决策背景下 LCM 的未来趋势。本研究不仅通过回顾从 LCM 数据中提取知识以支持维护决策的适用方法，突出了现有文献中的差距，还回顾了润滑的功能和技术方面。就 LCM 和维护决策支持而言，这有望解决理论和实践方面的差距。关键词：润滑剂状态监测；基于状态的维护；维护决策支持；预测；诊断。