旋转机械故障分析论文参考文献

基于OSA-CBM标准的机械故障诊断系统研究

作者：姜广伟

摘要：一、OSA-CBM标准概述OSA-CBM继承了已被全球很多国家认可的ISO-13374标准,并做出了更大的完善。该标准定义了状态检测系统的六大功能模块,并进一步规范了各个模块的输入和输出模式、接口方式和数据结构等。这六个模块分别是数据获取模块、数据处理模块、状态检测模块、状态评估模块、预测模块和生成建议模块,以上顺序是由低到高排列的。除了处理数据类型、显示结果和

关键词：标准定义 故障诊断系统 状态检测系统 功能模块 机械 数据处理模块 CBM OSA

DOI： CNKI:SUN:HNKJ.0.2012-23-044

年份： 2012

范文来源：学术堂

引言机械零部件的磨损是机械设备发生的故障中最常见、最主要的故障形式，是影响机械设备正常运行的主要障碍之一。据统计，磨损故障占机械设备故障的80%〔1〕，而且磨损还可诱发其它形式的故障。随着现代工业的发展，对生产的连续性和运转机械设备的可靠性要求不断提高，因而对机械设备进行磨损工况监测和故障诊断具有重要意义。 机械零部件发生磨损时，磨损颗粒便进入润滑系统并悬浮在润滑油中。这些微小的磨损颗粒携带有机械设备发生磨损故障的重要信息。为了从润滑油里的磨损颗粒中获取有关机械设备磨损故障的特征信息，常采用“油液监测技术”，其中包括磁塞法、光谱法、铁谱法、放射性示踪法、过滤法、颗粒计数法[2,3]。实践证明，在上述这些方法中，铁谱分析技术是监测磨损工况和诊断磨损故障最为有效的方法，在设备日常管理、预测性维修、可靠性分析和寿命预测方面起到了重要作用。然而，在铁谱诊断技术应用的近20年中，诊断过程中的磨粒识别和故障诊断这两个关键步骤主要凭借人的经验。由于磨损现象的复杂性、研究的对象不同以及铁谱分析者间缺乏充分交流，导致使用磨粒术语和描述磨损故障的混乱，尽管在磨粒分类与磨粒术语标准化方面还有一些基础工作要做，但经过一些研究者的努力，已有比较一致的观点。相比之下，对磨损故障分类与磨损故障描述规范化的研究则较少。在人工诊断时，重点在磨粒识别，磨损故障描述方面的混乱对故障诊断的影响并不突出。随着现场监测对智能化诊断的迫切要求以及计算机图像处理技术和智能(人工智能和神经网络)技术在铁谱诊断中的应用，对磨损故障的分类与铁谱诊断方法提出了新的要求。本文系统分板到几械设备磨损故障和铁谱诊断过程，舞在综合分析铁谱诊断方法的基础上，提出了一个智能化铁请诊断模型。1机械设备磨损故障分析1.1机械设备磨损故障的原因机械设备磨损故障(以下简称磨损故障)是指由于相对运动的两个表面之间的摩擦磨损致使设备的功能低于规定水平的状态。概括地讲，引起磨损故障有两种情况：①由设备设计时预计之中的常规磨损引起的故障。在一般机械零件摩擦副中，正常的零件磨损过程大致分为磨合磨损、稳定磨损和剧烈磨损三个阶段川。在稳定磨损达到一定时期时，设备的磨损率随时间而迅速增大，超出设备设计时规定的磨损量水平，使工作条件急剧恶化，进而使设备出现故障甚至完全失效；②设备安装与使用过程中的异常磨损导致的故障。机械零件在安装过程中由于安装不良或(和)清洗不干净会导致设备在运转过程中的异常磨损，或者在使用过程中由于偶然的外来因素(磨料进入、载荷条件变化、a划伤：由于犁沟作用，在滑动方向上产生宽而深的划痕。b点蚀：在接触应力反复作用下使金属咬死等)和内部因素(润滑不良、摩擦发热等)影响而出现异常磨损。异常磨损弓!发的故障具有偶然性和突发性，对此类故障的诊断具有重要意义。1.2磨损故障的分类分类的目的是为了将人们常用而又实际存在的各式各样的磨损故障按一定的标准归纳为几个基本类型。合理的分类能够使诊断工作简化，有利于故障诊断的状态识别过程的进行，提高故障诊断的有效性。由于铁谱技术在诊断磨损类故障方面具有独特的优越性，因而本文的分类主要是针对铁谱诊断方法的。根据不同的应用目的，磨损故障从以下几个方面进行分类比较合适。 1.2.1按磨损机理划分不同的磨损机理产生的磨粒各异，因而可通过磨粒分析来识别引起磨损故障的磨损机理，以便为设备的设计、制造服务。与润滑油分析有关的磨损机理可分为以下几类：a粘着磨损：接触表面作相对运动时，由于固相焊涪作用使材料从一个表面转移到另一个表面而造成的一种磨损。 b 磨料磨损：由于硬颗粒或硬突起物使材料产生迁移而造成的一种磨损。 c疲劳磨损：由于循环交变应力引起疲劳而使材料脱落的一种磨损。微动磨损应归入此类。d腐蚀磨损：由于与周围介质发生化学反应而产生的一种磨损。其中包括氧化磨损、氢致磨拐、介质腐蚀磨损。 1.1.2按磨损形式划分磨粒的产生与磨损表面有着密切的联系，因而可从磨损表面的破坏形式来分类。按磨损形式来分，磨损故障可分为：疲劳破坏而形成的表面凹坑。c剥落：金属表面由于变形强化而变脆，在载荷作用下产生微裂纹随后剥落。 d胶合：由粘着效应形成的表面结点具有较高的连接强度，使剪切破坏发生在表面层内一定深度，因而导致严重磨损。 e腐蚀：由于润滑油中含水和润滑油膜破裂而使金属与周围介质发生化学反应而产生的表面损伤。上述的划伤、点蚀、剥落和胶合有宏观与微观之分，对于铁谱诊断而言，主要是针对微观形式的。 1.2.3按磨损类型划分对于磨损故障的描述，铁谱分析者针对铁谱分析的特点采用一套适用的分类方法，归纳起来可以说是按磨损类型来分： a正常磨损和磨合期磨损：滑动表面经常发生的正常磨损。b切削磨损：由于滑动表面的相互穿入引起的非正常磨料磨损。c滚动疲劳磨损：滚动接触表面的疲劳磨损。了滚滑复合磨损：与齿轮系相关的疲劳磨损和粘着磨损。e严重滑动磨损：滑动表面的过载和高速造成的磨损。 1.2.4按磨损原因划分按磨损原因来分，磨损故障可分为由磨料进入、润滑不良、油中含水、安装不良或有裂纹、过载、高速、过热和疲劳等引起的故障。这可为设备设计、保养和维修提供有用信息。1.2.5按磨损程度划分按磨损程度来分，磨损故障可分为正常磨损和严重磨损。正常磨损与严重磨损间并无明确的定量界限。根据设备的重要性和诊断的灵敏性，磨损程度可分为3级：正常、b从谱片上的磨损颗粒中提取设备磨损状态的有用信息(征兆)：磨粒识别与统计，注意、极高(报警)；也可分成4级：正常、较正常、异常、严重异常磨损。 1.2.6‘按磨损材料划分按磨损材料来分，磨损故障可分为黑色金属磨损故障、有色金属磨损故障和非金属磨损故障。1.2.7按诊断对象划分有的磨损故障在实际应用中采用俗称，比如在柴油机中有“拉缸”、“拉瓦”、“烧瓦”和“抱轴”等叫法。因而磨损故障也可按诊断的特定设备来分类，并制定出相应的诊断标准。在故障诊断时，根据不同的诊断目的和任务要求，尽量采用某一分类方法并逐层推进，不要出现交叉使用的现象。2铁谱诊断过程铁谱诊断技术是一种以磨损颗粒分析为基础的诊断技术。采用该技术监测机械零部件的磨损状态，无需将正在运转的机械设备打开或关闭，就可确定其磨损状态。.由机械零部件产生的磨损颗粒作为分离相存在于润滑油中，通过铁谱仪磁场的作用将它们从润滑油中分离出来，特定的工况条件和冤同的金属零件产生的磨粒具有不同的特性。通过观察磨粒的颜色、形态、数量、尺寸及尺寸分布，可以推断机械设备的磨损程度、磨损原因和磨损部位。根据机械设备诊断学的观点[4]，故障诊断过程有3个主要步骤：信号测取(检测设备状态的特征信号)，征兆提取(从所检测的特征信号中提取征兆)和状态识别(根据这些征兆和其它诊断信息来识别设备状态)。 具体来讲，铁谱诊断过程可分为以下几个步骤：a取油样，制谱片，得到设备磨损状态的特征信纂一磨损颗粒；磨损参数测量；c根据上述征兆，识别设备的磨损状态(状态诊断)，包括识别设备的磨损状态将有无异常(故障早期诊断)与是否已有异常(故障诊断)；d根据设备的征兆与状态，进一步分析设备的磨损状态及其发展趋势(状态分析)，包括当设备有故障时，分析故障位置、类型、性质、原因与趋势等；e根据设备的状态与趋势，作出决策，干预设备及其运行过程。3磨损故障铁谱诊断方法与智能化铁谱诊断模型3.1铁谱诊断方法自铁谱技术问世以来，其发展重点主要是在诊断过程的前两步，对磨损故障识别理论与方法的研究较少，这可从众多有关铁谱技术用于磨损工况监测与故障诊断的资料中看出。目前铁谱技术用于故障诊断所采用的方法归纳起来有3种：定性铁谱诊断法、定量铁谱诊断法(严格地说是准定量铁谱诊断法)、定性与定量相结合的铁谱诊断法。定性铁谱诊断能够在铁谱片上获取大量有关磨损状态的信息，但在很大程度上受操作者的经验和其它主观因素的影响，状态识别过程由领域专家或分析者来完成。诊断是依据谱片上磨粒的形态、数量、颜色、尺寸及尺寸分布等信息来推断机器的磨损状态。目前普遍得到应用的铁谱分析报告单就是定性铁谱诊断的总结。将模糊数学方法应用到定性铁谱诊断，可让计算机模拟专家的识别方法进行磨损状态诊断，这种方法具有一定的智能性，但这并不是铁谱诊断技术发展的关键所在。目前的定量铁谱诊断是根据铁谱片上磨粒的浓度和磨粒的尺寸分布来对设备的磨损状态作出诊断。诊断主要采用函数分析法、趋势分析法和灰色理论等方法，有些方法已能在一定程度上反映出智能性。定量铁谱诊断具有较大的客观性，但所提供的数据只反映出少量的磨损状态信息，而且不能应用在脂样分析中。定量与定性相结合铁谱诊断是目前实际应用的最多的一种方法，一般是先用定量参数进行故障可能性和趋势判断，再辅之以铁谱片上磨粒特征分析来确诊。为了提高铁谱诊断技术的准确性和智能性，必须进一步发展定量铁谱诊断方法。该方法应能综合定量分析磨粒的形态、尺寸、数量、颜色和尺寸分布等特征并应角人工智能和神经网络的方法加以诊断。随着计算机图像分析技术以波人工智能特别是神经网络技术不断发展，为实现综合定量铁谱诊断及其智能化创造了有力的条件。将智能化技术应用到铁谱诊断，其诊断过程的第三步不仅变得同前二步一样重要，而且将会成为智能诊断技术的关键，因而对磨损故障识别理论与方法的研究很有必要。由于磨损现象的复杂性和磨粒分析的困难性，铁谱诊断智能化的发展一直较缓慢。1989年美国的Carborundum公司开发出一套被称之为FAST的铁谱分析专家系统[5]，并在最近将其发展成FASTPLUS系统。据报道，利用这一专家系统可以对铁谱片进行分析并以人机对话的方式进行决策。但从原理上看，该系统主要是将谱片上的特征磨粒与存储在系统的光盘中的磨粒图谱的照片进行比较而得出结论，因而具有较大的局限性。在国内，文献[6]困将计算机图像分析技术和人工智能理论与方法引人到铁谱分析技术中，建立了基于黑板的铁谱图像解释系统的模型，并进行了部分研究，取得一些很有意义的研究成果。由于追求铁谱诊断的完全智能化使得该技术离实用还有较远的距离。3.2磨损故障铁谱诊断水平根据铁谱诊断的目的和实际应用的需要，将磨损故障铁谱诊断水平划分成3个级别：第一级诊断水平三对设备状态进行监测、确定磨损状态是否正常；第二级诊断水平：在第一级诊断的基础上，判别引起磨损状态异常的磨损原因、类型、形式乃至趋势分析，以便采取维修措施或改进设计。不同原因导致的故障具有不同的表现形式，从而反映出不同的故障状态。通过磨粒的形态、尺寸、数量、分布等特征可对磨损原因进行识别；第三级诊断水平：用以判断发生故障的部位或部件，同时也为第二级诊断提供补充信息。不同的材料产生的磨粒经谱片加热或湿化学处理在铁谱显微镜下可以区分出来，从而将故障隔离到不同零件上。由于设备结构的复杂性、同台设备使用摩擦副材料相同性以及鉴别材料手段的局限性，使得故障隔离与定位并不能总是有效。但为了提高磨损故障诊断的有效性和全面性，此级诊断无疑是必要的。在人工诊断时，上述3级诊断常常是同步完成的，但随着现场监测对智能化诊断的需要，在人工智能或神经网络技术引入到铁谱诊断后，就需要对磨损故障诊断水平进行分级。3.3智能化铁谱诊断模型本文从实际应用的需要出发，提出一种智能化铁谱诊断系统模型，如图1所示。其中的些主要工作已经完成。该系统包括3大模块：磨粒分析模块、磨粒识别与统计模块和机械磨损故障铁谱诊断模块：在磨粒分析模块中可以采用计算机图像分析和模拟人工分析两种方式。铁谱图像分析子系统 [7]能够提取定量的磨粒特征参数。这包括形态数字特征和光密度特征，提取的信息中的一部分输入磨粒识别与统计模块，并采用神经网络技术识别磨粒[8]，经统计后，将结果送入磨粒信息库；一部分直接送入磨粒信息库。模拟人工分析子系统，采用人一机协作的方法，人工提取定性的磨粒特征参数，应用神经网络专家系统进行磨粒识别[9]，识别结果经统计后送入磨粒信息库；定量钳普参数采用光密度计测量，测量结果直接送入磨粒信息库。根据不同的需要，磨粒信息库中的数据可按不同的方式组织，形成不同的数据文件，以备故障诊断与监测取用。机械磨损故障铁谱诊断模块根据用户需要可实现磨损状态诊断、磨损故障类型诊断和磨损原因诊断，三者的实现均采用神经网络模型[l0转自深圳培训吧www.szpxb.com]。在铁谱诊断时，除了利用磨粒信息库的数据文件作为输入向量外，还应充分利用被监测设备知识库的知识。该系统还可以直接从磨粒信息库中提取数据，采用神经网络技术进行磨损趋势预测

机械论文参考文献

在学习和工作中，大家都有写论文的经历，对论文很是熟悉吧，通过论文写作可以提高我们综合运用所学知识的能力。怎么写论文才能避免踩雷呢？以下是我收集整理的机械论文参考文献，仅供参考，大家一起来看看吧。

[1]尤世杰.试论机械加工中的工装夹具定位设计[J].工业技术,2019.15.034:39.

[2]张树勋.机械加工中的工装夹具定位设计方法[J].工业技术,2018.11.059:70.

[3]王存荣.机械加工中的工装夹具的定位设计及其价值研究[J].工程机械,2016.15.0254:02.

[4]梁荣坚.机械加工中的工装夹具定位设计方法[J].机械管理开发,2019.02.002:190.

[5]胡建中,等.工程机械机群远程故障诊断系统研究.制造业自动化,2005(12):22-25,39.

[6]梁兰娇.浅谈工程机械油耗定额的制定[J].北方交通,2008(7):160-162.

[7]李兴,张礼崇,郜祥,等.机械设备状态监测及诊断技术[J].技术与市场,2012(01):49-50.

[8]杨晓强,张梅军,苏卫忠.机械设备状态监测系统[J].振动.测试与诊断,1999(03):29-32.

[9]张利群,朱利民,钟秉林.几个机械状态监测特征量的特性研究[J].振动与冲击,2001,20(1):20-21.

[10]徐敏,等.设备故障诊断手册-机械设备状态监测和故障诊断[M].西安交通大学出版社,1998.

[11]靳晓雄,胡子谷.工程机械噪声控制学[M].上海:同济大学出版社,1997.

[12]蒋真平,周守艳.工程机械噪声与控制分析[J].建筑机械,2007(4):79-82.

[13]张性伟,王世良,付光均.工程机械驾驶室内的降噪方法[J].工程机械,2008(1):61-63.

[14]廉红梅,朱武强.某型平地机噪声测试分析及降噪改进措施[J].工程机械,2019(7):40-45.

[15]邵杰,张少波,刘宏博.某型平地机作业时发出异响的原因及改进措施[J].工程机械与维修,2019(1):60-61.

[16]杨林.一种新型高精密机械密封的研究[J/OL].装备制造与教育,2017,(03):60-61+80(2017-10-30).

[17]许艾明,赵柱,陈琨,等.非确定工作状态下机械系统可靠性分析[J].机械设计与制造,2012(1):100-102.

[18]韩萍,张彦生.高新技术在工程机械上的应用及发展[C].北京:中国工程机械学会年会,2003.

[19]李志刚.矿山机械的润滑管理与保养分析[J].中国新技术新产品,2017,(21):128-129.

[20]武志敏.水泥机械液压系统液压油污染的危害与控制[J].内燃机与配件,2017,(20):88-89.

[21]白永,张啸晨.化工机械设备管理及维护保养技术分析[J].内燃机与配件,2017,(20):97-98.

[22]徐晓光,喻道远,饶运清,等.工程机械的智能化趋势与发展对策[J].工程机械,2002,33(6):9-12.

[23]王世明,杨为民,李天石,等.国外工程机械新技术新结构和发展趋势[J].工程机械,2004(1):4,65-70.

[24]邵杰,张勇.自动化技术在工程机械使用中的应用效用探讨[J].中国石油和化工标准与质量,2011(9):148.

[25]赵红,烟承梅,严纪兰.我国机械自动化技术的应用与发展前景展望[J].安阳师范学院学报,2014(5):65-67.

[26]毛安石.探析农业机械设计制造中自动化技术的应用[J].山西农经,2019(24):112+114.

[27]李杰.农业机械设计制造中自动化技术的应用[J].南方农机,2019,50(18):41.

[28]席猛.农业机械设计制造中自动化技术的应用探析[J].山西农经,2019(4):127.

[29]张永宽.全面应用自动化技术提升农业机械制造水平探究[J].南方农机,2018,49(20):33.

[30]黄东升.适用于中国非公路设备发展的液力传动油技术[J].润滑油,2016,31(5):10-13.

[31]李良敏,何超,宋成利,袁帅,张志阳,陈力.微创手术机器人机械臂结构设计与工作空间分析[J].医用生物力学,2019,01:40-46.

[32]梁东岚,张钺烔,吴嘉汶,姚翠兰.突破性机械义肢[J].中国科技教育,2019,02:22-23.

[33]郭磊.现代化医疗机械通气装置的应用[J].计算机产品与流通,2019,03:63.

[34]徐生龙,崔玉萍金属复合材料在机械制造中的应用研究[J/OL].世界有色金属,2017,(16):70+72(2017-10-25).

[35]刘浩浩,李洁,徐亦陈.基于粗糙集的起重机械安全风险评价[J/OL].土木工程与管理学报,2017,(05):154-158+169(2017-10-25).

[36]何帆,肖锡俊.心脏机械瓣膜置换术后早期患者抗凝治疗的进展[J/OL].中国胸心血管外科临床杂志,2017,(11):1-6(2017-10-25).

[37]刘文波.汽车控制中机械自动化技术的应用[J/OL].电子技术与软件工程,2017,(20):112(2017-10-26).

[38]刘坤,吉硕,孙震源,徐洪伟,刘勇,赵静霞.多功能坐站辅助型如厕轮椅机械结构设计与优化[J].吉林大学学报(工学版),2019,03:872-880.

[39]乔宇,姚运萍,马利强,杨小龙,陈继鹏,陈惠贤.重离子放疗辅助医用机械臂避撞路径规划研究[J].中国医疗设备,2019,06:61-65.

[40]龙腾.一种六自由度机械臂的控制系统设计[J].信息技术与网络安全,2019,06:65-68.

[41]赵海贤.探析机械工程智能化的现状及发展方向[J].江西建材,2017,(20):236+239.

[42]王恒宗.我国现代机械制造技术的发展趋势[J].信息记录材料,2017,18(11):5-6.

[43]徐沛锋.机械电子工程综述[J].信息记录材料,2017,18(11):14-15.

[44]韩宁.机械制造工艺与机械设备加工工艺要点[J].信息记录材料,2017,18(11):39-40.

[45]梁万吉.浅谈计算机辅助技术与机械设计制造的结合[J].信息记录材料,2017,18(11):64-65.

[46]罗校清.基于人工神经网络的工业机械故障诊断优化方法研究[J].科技创新与应用,2017,(30):106-107+110.

[47]张司颖.航空装备机械原因事故主要特点及预防措施[J].内燃机与配件,2017,(20):78-79.

[48]李光志,张营.《机械制图》教学改革创新[J].现代商贸工业,2017,(30):170.

[49]马占平.机械自动化在机械制造中的应用分析[J].内燃机与配件,2017,(20):47-48.

[50]程彬.关于我国工程机械机电一体化发展的探讨[J].内燃机与配件,2017,(20):138-139.

[51]韦邦国,宋韬,郭帅.基于最小二乘法的移动机械臂激光导航标定[J].工业控制计算机,2019,06:47-49.

[52]徐雅微,韩畅,赵子航,姚圣.基于VIVE的虚拟现实交互式机械臂仿真运动平台搭建[J].现代计算机,2019,14:68-72.

[53]马波,赵祎,齐良才.变分自编码器在机械故障预警中的应用[J].计算机工程与应用,2019,12:245-249+264.

[54]孙晓金,刘洪波.机械自动化设备设计的安全控制[J].南方农机,2020,51(04):132.

[55]葛兆花.机械制造及自动化的设计原则和发展趋势分析[J].南方农机,2020,51(04):134.

[56]柏洪武.机械工程自动化技术发展之我见[J].河北农机,2020(02):32.

[57]郭兰天,尚艳竣,蔡凤帅,韩祥晨,胡耀增.机械设计制造领域中自动化技术应用探索[J].中国设备工程,2020(03):35-36.

[58]王岩.农业机械自动化技术的应用探讨[J].农机使用与维修,2020(02):40.

[59]周海江.基于现代化的机械装配自动化应用及发展研究[J].农家参谋,2020(03):186.

[60]董佩.机械自动化设备的安全控制管理[J].机械管理开发,2020,35(01):233-234.

[61]王晗.机械自动化技术及其在机械制造中的`应用探讨[J].农家参谋,2020(02):203.

[62]刘梦,李娜.浅谈机械自动化在机械制造中的实践[J].科技风,2020(01):131.

[63]曹祥辉,宋瑞瑞.机械自动化与绿色理念相融合的应用分析[J].科技风,2020(01):145.

[64]张丽红,郝俊珂.机械自动化设计与制造问题及改进方法探究[J].科技风,2020(01):155.

[65]柏洪武.机械工程自动化技术存在的问题及解决策略[J].河北农机,2020(01):31.

[66].机械行业启动全面质量管理升级行动[J/OL].装备制造与教育,2017,(03):11(2017-10-30).

[67].2017机械行业经济运行形势分析[J/OL].装备制造与教育,2017,(03):14-16(2017-10-30).

[68].我省首评"机械工业50强"东汽、二重、川开等入选[J/OL].装备制造与教育,2017,(03):17(2017-10-30).

[69].2017年四川省机械工业联合会联络员会议在峨眉山召开[J/OL].装备制造与教育,2017,(03):17(2017-10-30).

[1]郑文纬,吴克坚.机械原理[M].北京:高等教育出版社,1997

[2]濮良贵.纪名刚.机械设计[M].北京:高等机械出版社.2006

[3]杨家军.机械系统创新设计[M].武汉:华中科技大学出版社.2000

[4]高志.黄纯颖.机械创新设计[M].北京:高等机械出版社.2010

[5]王晶.第四届全国大学生机械创新设计大赛决赛作品选集.北京:高等教育出版社,2011

[6]黄华梁、彭文生.创新思维与创造性技法.北京:高等教育出版社,2007

[7]李学志．计算机辅助设计与绘图[M]．北京:清华大学出版社.2007

[8]吴宗泽.机械设计手册[M].北京:机械工业出版社.2008

[9]颜鸿森.姚燕安.王玉新等译.机构装置的创造性设计(creativedesignofmechanicaldevices)[M].北京:机械工业出版社.2002

[10]邹慧君.机械运动方案设计手册[M].上海:上海交通大学出版社.1994

[11]王世刚.张春宜.徐起贺.机械设计实践[M].哈尔滨:哈尔滨工程大学出版社.2001

[12][美]厄儿德曼.桑多尔著.机构设计--分析与综合.第一卷(1992),第二卷(1993).庄细荣等译.北京:高等教育出版社.1994

[13]温建民.Pro/Ewildfire5.0三维设计基础与工程范例[M].清华大学出版社.2008

[14]赵瑜.闫宏伟.履带式行走机构设计分析与研究[M].东北大学出版社.2011

[15]秦大同.谢里阳.现代机械设计手册.第三卷.化学工业出版社[M].2011

[16]闻邦椿.机械设计手册.第二卷.第三卷.第四卷.机械工业出版社.2011

[17]陈敏.缪终生一种新型滚动四杆螺母副的研究与应用[J].江西理工大学南昌校区.江西.南昌2009.

[18]彭国勋.肖正扬.自动机械的凸轮机构设计[M].机械工业出版社.1990

[19]孙志礼.机械设计[M].东北大学出版.2011

[20]张也影.流体力学[M].高等教育出版社.1998

[21]吴涛、李德杰,彭城职业大学学报,虚拟装配技术,[J]2001,16(2):99-102.

[22]叶修梓、陈超祥,ProE基础教程:零件与装配体[M],机械工业出版社,2007.

[23]邓星钟,机电传动控制[M],华中科技大学出版社,2001.

[24]朱龙根,简明机械零件设计手册[M],机械工业出版社,2005.

[25]李运华,机电控制[M].北京航空航天大学出版社,2003.

1金会庆．驾驶适性．合肥:安徽人民出版社,1995.

2蔡辉、张颖、倪宗瓒等.Delphi法中评价专家的筛选.中国卫生事业管理,1995,1:49～55.

3侯定丕．管理科学定量分析引论．合肥:中国科技大学出版社,1993.

4王有森．德尔菲法.医学科研管理学(刘海林主编.第一版),北京:人民卫生出版社,1991:279～289.

5安徽省劳动保护教育中心编.劳动安全、卫生国家标准及其编制说明汇编第三辑,1987.

[1]王遐.随车起重机行业扫描[J].工程机械与维修,2006(3):68-71

[2]王金诺,于兰峰.起重运输机金属结构[M].北京:中国铁道出版社,2002

[3]卢章平,张艳.不同有限元分析网格的转化[J].机械设计与研究,2009(6):10-14

[4]朱秀娟.有限元分析网格划分的关键技巧[J].机械工程与自动化,2009(1):185-186

[5]姚卫星.结构疲劳寿命分析[M].北京:国防工业出版社,2003.50-54

[6]桥斌.国内外随车起重机的对比[J].工程机械与维修,2006(7):91-92

[7]王欣,黄琳.起重机伸缩臂截面拓扑优化[J].大连理工大学学报,2009(3):374-379

[8]须雷.国外起重机行业未来的发展趋势[J].中国科技博览,2012(32):241

[9]张质文,王金诺.起重机设计手册[M].北京:中国铁道出版社,2000

[10]杨育坤.国外随车起重机的生产与发展[J].工程机械,1994(11):31-34

[11]刘宇,黄琳.起重机伸缩臂最优截面形式的研究[J].中国工程机械学报,2013(1):65-69

[12]张青,张瑞军.工程起重机结构与设计[M].北京:化学工业出版社,2008

[13]邓胜达,张建军.汽车起重机吊臂旁弯现象的分析[J].建筑机械化,2010(11):39-41

[14]李志敏.伸缩吊臂滑块局部应力分析及变化规律研究[D].成都:西南交通大学.2009

[15]蒋红旗.汽车起重机吊臂有限元优化设计[J].煤矿机械,2005(2):9-11

[16]中国机械工业联合会.GB/T3811-2008起重机设计规范[S].北京:中国标准出版社,2008

[17]张宇,张仲鹏.类椭圆截面吊臂的约束扭转特性研究[J].机械设计与制造,2012(3):237-239

[18]江兆文,成凯.基于ANSYS的全地面起重机吊臂有限元参数化建模与分析[J].建筑机械,2012(7):89-92

[1]邹银辉.煤岩体声发射传播机理研究[D].山东:山东科技大学硕士论文,2007

[2]贾宝新,李国臻.矿山地震监测台站的空间分布研究与应用[J].煤炭学报,2010,35(12):2045-2048

[3]柳云龙,田有,冯晅,等.微震技术与应用研究综述[J].地球物理学进展,2013,28(4):1801-1808

[4]徐剑平,陈清礼,刘波,等.微震监测技术在油田中的应用[J].新疆石油天然气,2011,7(1):89-82

[5]汪向阳,陈世利.基于地震波的油气管道安全监测[J].电子测量技术,2008,31(7):121-123

[6]何平.地铁运营对环境的振动影响研究[D].北京:北京交通大学,2012

[7]陆基孟.地震勘探原理[M].山东:中国石油大学出版社,1990

[8]崔自治.土力学[M].北京:中国电力出版社,2010

[9]许红杰,夏永学,蓝航,等.微震活动规律及其煤矿开采中的应用[J].煤矿开采,2012,17(2):93-95、16

[10]李铁,张建伟,吕毓国,等.采掘活动与矿震关系[J].煤炭学报,2011,36(12):2127-2132

[11]陈颙.岩石物理学[M].北京:北京大学出版社,2001

[12]秦树人,季忠,尹爱军.工程信号处理[M].北京:高等教育出版社,2008

[13]董越.SF6高压断路器在线监测及振动信号的分析[D].上海:上海交通大学,2008

[14]张谦.基于地脉动观测的城市地区工程场地动参数及反演地下结构的研究[D].北京:北京交通大学,2012

[15]刘振武,撒利明,巫芙蓉,等.中国石油集团非常规油气微地震监测技术现状及发展方向[J].石油地球物理勘探,2013,48(5):843-853

[16]聂伟荣.多传感器探测与控制网络技术-地面运动目标震动信号探测与识别[D].南京:南京理工大学,2001(6).