润滑与密封

作者：底广辉，胡远翔，司明宇，王浩宇，曹俊磊，康举

单位：华北电力科学研究院有限责任公司,,华北电力科学研究院有限责任公司,,北京石油化工学院机械工程学院,,北京石油化工学院机械工程学院,,国网冀北张家口风光储输新能源有限公司,,北京石油化工学院机械工程学院,

关键词：风机齿轮油;酸值;群体智能优化算法;模型预测;红外光谱

基金：国家自然科学基金项目(52175286)；华北电科院自有资金项目(kjz2023019)

为实现风机齿轮油酸值的准确、快速检测，基于齿轮油的模拟氧化试验建立齿轮油红外光谱数据与酸值指标的数据集。采用数据预处理、特征波长提取和群体智能优化算法等方法，提出一种风机齿轮油酸值的快速预测方法。结果表明：基础模型中支持向量机(Support vector machine,SVM)具有较好的预测能力，适用于小样本齿轮油酸值性能预测；将3种群体智能优化算法代入到SVM模型中，组合模型的各项评价指标均有较大提升，其中灰狼优化算法与SVM组合模型在预测精度、收敛速度及稳定性上的表现最优，决定系数达到99.28%，均方根误差和平均绝对误差最小，分别为0.012 9和0.010 7，相对分析偏差达到35.685 9，预测集平均相对误差为2.66%。研究表明，该预测方法在保证检测精度的同时大幅缩短检测时间，为风机齿轮油酸值检测提供理论和技术指导。

来源：2025年第7期

《润滑与密封》期刊编辑部

查看润滑与密封杂志2025年第7期