发动机油是发动机的核心部件, 发动机油中极易混入水分, 水分容易加速发动机油的劣化和变质, 进而危害发动机的安全运行。 对发动机油中水分进行检测是保障发动机油质量的重要指标。 因而采用近红外光谱结合偏最小二乘法(PLS)回归方法对不同含水量的发动机油进行了检测。 首先根据含水发动机油的近红外光谱的特征, 分析了931, 1 195～1 212和1 391～1 430 nm波长的较强吸收峰的机制; 采用正交信号校正(OSC)和几种其他的光谱预处理方法构建了PLS回归模型, 根据回归系数进行了特征波长的选择。 结果表明, OSC预处理后的PLS模型具有较好的预测能力, 而多元散射校正（MSC）和标准正态变量变换（SNV）预处理降低了模型的校正性能。 选择了166个特征波长, 占全谱的32.42%。 采用所建的近红外全谱PLS模型和特征波长选择的PLS模型分别对预测集14个油样进行预测, 两个模型都能实现较好地预测, 预测标准差分别为0.000 7和0.000 6; 而特征波长选择对含水发动机油的预测最稳健, 性能指标最好(R2P为0.993 0, R2CV为0.988 7, 且RMSECV和RMSEP值分别为3.140 1×10-4和2.419 0×10-4, RPD值为11.988 4), 特征波长选择的PLS模型与全光谱模型相比, 经过特征波长选择消除了全光谱中大量无用信息, 对发动机油中含水量预测最稳健, 性能指标最好, 使模型的性能得到了显著提高。 根据所建的OSC预处理后的全谱PLS模型以及特征波长选择的PLS模型, 对油样的预测集进行验证, 特征波长选择后的PLS模型对预测集的预测效果较优, 每个油样的预测值更接近实测值。 说明经过特征波长选择后建立的PLS模型不仅没有降低模型的精度和预测能力, 反而由于消除了不相关变量的信息, 使所建模型更具有泛化性能。 因而近红外光谱技术对发动机油中水分的检测具有较好的精确性、 可靠性, 为发动机的状态监测提供一种可行的解决方案。

颗粒浓度对油液的湍流脉动特性有一定的影响, 利用Hilbert-Huang变换方法对含不同颗粒浓度的油液脉动流的压力信号进行分析, 探讨颗粒浓度对压力信号的振动特征的影响规律。利用经验模态函数（EMD）、Hilbert变换和包络解调等方法, 获取压力信号的Hilbert谱和信号能量特征, 分析了不同颗粒浓度的油液压力信号的能量分布和调幅调频特征以及调制信号的瞬时频率。结果表明以IMF能量作为特征向量将各阶IMF分量划分为3个信号特征频带, 随着颗粒浓度的增加, 高频率区的累积分布基本稳定在0.7范围内, 而中频率区出现下降、低频率区呈现上升的状态; 高频率区的边际谱平均幅值随着油液中颗粒浓度的增加呈现先增加后降低的发展趋势, 中低频率成分的幅值呈增加的趋势; 对压力信号在不同频带内的瞬时能量谱进行积分, 得到压力信号的总能量随着颗粒浓度的增加出现下降趋势, 中频率区的能量特征值呈逐渐衰减的变化趋势; 含不同颗粒浓度的油液压力信号具有调制特征, Hilbert包络解调信号的瞬时频率均值呈先增加后下降的发展趋势。

为深入分析层流状态下对称槽道内涡波流场的流动特性及其变化规律, 对流场进行了二维粒子图像测速(2DPIV)测量获取瞬态速度矢量数据, 利用本征正交分解(POD)技术进行模态分解以及涡波流场的重构, 然后根据重构的流场对对称槽道内涡波流场进行了平均速度剖面、流场脉动强度以及特征点的速度和频谱分布等方面的分析。结果表明: POD的前15阶模态能够表征涡波流场的主导结构, 第1, 3阶模态主要表现为一对旋向相反的涡对特征, 第2阶模态具有涡旋和波状主流的特征; 提取了5个涡旋涡核的位置作为流场流动特性的特征点; 根据POD重构流场分析发现流向平均速度呈抛物线形状分布, 法向平均速度呈对称分布特征; 流向脉动强度受壁面的影响较大, 法向脉动强度呈现抛物线形状分布; 距离中心主流较近的1#, 4#, 5#特征点的速度脉动程度受主流的脉动强度影响较大, 速度的脉动主频0.15 Hz与次频、流场的自然频率0.35 Hz共同影响特征点的速度分布; 2#, 3#特征点的流向速度呈衰减趋势, 法向速度在初期幅度变化较大。

二维频移激光多普勒测量油中悬浮粒子速度时，根据悬浮粒子通过针孔光阑时存在的四种不同情况，对原有激光多普勒测量悬浮粒子瞬时速度的方法进行了改进，提出一种悬浮粒子瞬时速度分析处理方法，利用该方法，对水平方管内的油中悬浮粒子的瞬时速度进行了测量分析。结果表明: 改进方法获取的悬浮粒子瞬时速度的稳定性较好，能够表征在一组粒子通过激光多普勒的针孔光阑的时间段内粒子组随着时间的变化趋势，提高了频移激光多普勒采样数据的利用效率，有利于进一步准确表征悬浮粒子在油液中二维瞬时速度的分布特征和运动轨迹，为激光多普勒实验测量中悬浮粒子瞬时速度的表征提供理论支撑。

配制了含不同颗粒污染等级的变压器油样, 利用中红外光谱扫描获得油样的红外光谱数据, 再采用连续投影算法提取油样红外光谱的有效波长变量, 分别应用偏最小二乘法和支持向量机法方法建立了颗粒污染等级与中红外光谱有效波长的模型.所配置的油样红外光谱经过连续投影算法提取的有效波长具有特定颗粒污染物特征波长的特点, 所建两种模型的预测效果均优于全谱的偏最小二乘法和支持向量机法模型, 对验证集样本数据预测的决定系数分别为0.892 9、0.934 3, 均方根误差为6.372×10－3、3.07×10－3, 获得了较好的预测效果, 为变压器油中颗粒物的检测提供了借鉴.

微量水分对绝缘油的介质损耗因数、 电阻率等电气性能指标有明显的影响, 探讨绝缘油受微量水分的影响规律, 对于采取有效措施监控绝缘油的运行状态具有重要意义。 首先对配制不同微水含量的绝缘油经过超声波振荡8h后再进行显微图像观察, 得到该油水分散系中游离水和乳化水相对均匀程度在25 min内其分散状态较为稳定; 在此基础上对油水分散系的介质损耗因数、 电阻率指标进行了实验测试, 得到了微水对绝缘油的电气性能指标的影响规律; 然后对不同微水含量的绝缘油进行中红外光谱分析, 得到不同微水含量的绝缘油在1 640, 3 400, 3 450, 3 615 cm-1波数处的吸光度值。 结合绝缘油中红外光谱分析的吸光度值变化以及实验测试结果表明油样在1 640, 3 400, 3 450, 3 615 cm-1水分的特征波数处吸光度值数据随水分含量不同而产生明显变化, 且吸光度值与水分含量的皮尔逊相关系数分别为0.964 1, 0.984 8, 0.984 5, 0.944 0, 油样中水分在相应特征波数处的吸光度值能够较好的反映出油样中水分含量的变化趋势; 微水对绝缘油介质损耗因数的影响和水分子在3 400和3 450 cm-1特征波数处的吸光度值变化趋势之间的相关系数较大, 分别为0.860 6和0.863 6; 微水对绝缘油介质损耗因数的影响和水分子在1 640和3 615 cm-1特征波数处的吸光度值变化趋势之间的相关系数分别为-0.931 5和-0.9680, 从而为绝缘油中微水的监测奠定了前期研究基础。

为了有效监控绝缘油的运行状态,采用定量分析方法探讨了微量水分对绝缘油表面张力的影响规律。通过配制不同微水含量的绝缘油样,对每组油样进行表面张力测试,然后对油样进行红外光谱扫描,获取了油样中水分在特征波数处(1 640,3 400,3 450,3 615 cm-1)的吸光度值。分析了油液中2,6-二叔丁基对甲酚(T501)等添加剂对油样表面张力变化规律的影响。结果表明: 油样中水分含量与水分特征吸光度值之间有较好的相关性(相关系数分别为0.964 1,0.984 8,0.984 5,0.944 0),油样表面张力和1 640,3 400,3 450,3 615,3 650 cm-1波数处油样吸光度值的变化亦均呈现良好的正相关性。建立了油样表面张力与特征波数处油样吸光度值的多元线性回归模型,拟合精度为0.992 8;根据模型得到的表面张力计算值与实际测量值误差为-0.07~006%,吻合性较好。文中的实验可为含微水绝缘油的表面张力检测提供理论支撑。

配制不同微水含量的绝缘油样,对每组油样进行红外光谱扫描,得到油样中水分在特征波数处(1 640 cm－1、3 400 cm－1、3 450 cm－1、3 615 cm－1)的吸光度值;定义油液中水分均匀系数,构建含微水绝缘油的粘度计算模型;实验测试含微水绝缘油40℃的运动粘度值,并与粘度计算模型的计算值进行比较.结果表明:本文所构造的计算模型能够有效地反映微量水分对油液运动粘度的影响;运动粘度实测值与计算值的相关系数为0.9449,误差范围为－4.458×10－4~5.175×10－4.

油中含水量近红外光谱具有复杂性、非线性和难以用明确数学模型表达的特点.利用无信息变量消除法提取有效波长, 采用模糊C均值聚类算法得出输入空间的划分和聚类中心, 结合递推最小二乘法辨识后件参量, 建立了润滑油的近红外光谱与含水量的Takagi-Sugeno模糊模型.将该辨识算法与偏振最小二乘法模型进行比较, 并对实测数据进行了验证.结果显示: 经无信息变量消除法提取34个特征波长建立的Takagi-Sugeno模型能够精确地反映出润滑油光谱数据与含水量的关系, 其对验证集样本进行预测的相关系数和均方根误差分别为0.964 6和1.531 2×10－4, 获得了满意的预测准确度.实验结果验证了应用光谱技术检测油中含水量的可行性, 同时也为油中其他污染物的在线监测提供了新方法.

汽轮机油在使用过程中会因为种种原因混入水分, 使油液理化性能发生变化, 影响系统的正常工作, 采取合理的措施有效地对汽轮机油中的含水量进行分析一直是汽轮机油的研究热点之一。 应用近红外光谱技术结合连续投影算法(SPA)实现了汽轮机油中含水量的分析, 通过对汽轮机油中含水量为0～0.156%的57个油样进行光谱扫描, 运用原始光谱、 一阶导数光谱和多项式最小二乘拟合求导算法Savitzky-Golay（SG）的不同预处理方法, 并应用SPA提取近红外光谱的有效波长, 以相关系数(r)和均方根误差(RMSE)作为模型评价指标对汽轮机油中含水量进行了研究。 结果表明原始光谱经过一阶导数与SG预处理后, 应用SPA提取近红外光谱的16个特征波长, 作为最小二乘支持向量机（LS-SVM）模型的输入变量, 建立了SPA- LS-SVM模型。 运用此模型对验证集样本进行预测的相关系数和均方根误差分别为0.975 9和2.656 8×10－3, 说明应用SPA结合近红外光谱技术来检测汽轮机油中含水量是可行的, 并能获得满意的预测精度, 为进一步应用光谱技术进行汽轮机油中其他污染物的检测提供了新的方法。