基于油液磨粒檢測的機械測試技術教學探索與實踐

摘 要：聚焦機械測試技術教學方法與內容的探索與實踐，提出一種基于油液磨粒檢測的創新教學方法，設計并實現教學實驗平臺。以實際科研案例為基礎，建立實踐指導理論學習的教學模式，充分培養學生的工程思維與實踐能力。利用系統化、模塊化思路構建教學實驗平臺，實現教學與科研接軌。具體內容兼顧知識基礎性與測量系統整體性，將涉及的抽象理論知識轉化為直觀的感性認知，促進學生對相關知識點的理解與掌握，激發學生探究具體科學問題的主動性，助力高水平復合型工程創新人才的培養。

關鍵詞：機械測試技術；磨粒檢測；傳感器；實驗平臺；教學探索

中圖分類號：G642 文獻標志碼：A 文章編號：2096-000X（2024）21-0125-05

Abstract： This paper focuses on the innovation of teaching methods and content in the Mechanical Testing Technology and sensor courses. A comprehensive teaching plan and experimental platform for oil debris detection were constructed， along with the design of integrated experimental cases. Based on the actual process of oil debris detection， a systematic and modular approach was used to construct a multi-module collaborative experimental teaching platform， promoting innovation in teaching content and methods. The designed comprehensive experiments are aligned with scientific research， balancing fundamental knowledge and the overall measurement system. They transform abstract theoretical knowledge into intuitive perceptual understanding， facilitating students' comprehension and mastery of relevant knowledge points. At the same time， it cultivates students' engineering practical abilities， stimulates their initiative in exploring specific scientific problems， and contributes to the cultivation of high-level innovative engineering talents.

Keywords： Mechanical Testing Technology; debris detection; sensors; experimental platforms; teaching explorations

伴隨新一輪信息革命的快速推進，以多學科交叉融合為基礎的工程應用技術已成為經濟發展的重要引擎[1-3]。培養具備新素養、新視角、新能力與新思維的復合型工程創新人才對推動現代產業變革具有重要意義[2-5]。在此背景下，各院校結合自身特色學科與未來發展趨勢，從學科交叉性與實踐能力角度出發不斷推進適應創新型人才的教學方法與教學內容改革，探索拔尖人才培養的新模式與新方向[6-7]。其中，建立理論教學與課程實踐系統性結合的創新教學模式是提升工科人才培養質量的關鍵[4]。

機械測試技術作為一門強調實踐應用的機械類專業基礎課程，是提高學生科學研究與工程實踐能力的重要支撐[8-9]。但傳統的機械測試技術課程教學模式相對單一，部分教學內容與實際應用割裂，實驗過程過于模板化且學生整體參與度較低，在實現理論知識與工程應用的有效轉換和培養學生學習主動性等方面存在明顯不足[9]。因此，以鍛煉學生處理復雜工程問題的能力為目標，探索機械測試教學新模式，打造兼具理論創新與工程實踐的綜合課程教學方案已成為教學改革的重點內容[4，9-10]。

磨粒檢測是摩擦學、電磁學、傳感技術與信號處理等知識點多維度融合的典型機械測試技術綜合實踐案例[11-14]，具有突出的教學潛力。本文提出基于油液磨粒檢測的機械測試技術綜合教學方案，開發多模塊融合的便攜式教學實驗平臺，解決機械測試技術在教學方面存在的理論與實際脫節、內容復雜和知識點間未有效建立聯系等問題，助力工科拔尖人才培養。

一 油液磨粒檢測

（一） 油液磨粒檢測概述

機械運動本質上是機械元件間的力量傳遞與能量轉換。當驅動組件的運動轉移到另一零部件時，摩擦副將發生相對移動，導致其表面不可逆轉地受損[11]。隨著機械運行時間的推移，摩擦表面逐漸變得粗糙，金屬性能下降，進一步加速磨損過程[12-13]。作為摩擦磨損的關鍵產物，摩擦副表面產生的磨損顆粒將在潤滑系統中沉積并隨潤滑油循環運動[14]。油液磨粒檢測技術通過部署于潤滑油流道的磨粒傳感器及配套測量系統，獲取磨損顆粒的關鍵信息，以此對機械磨損程度與運行狀態進行實時判斷[14]。例如，基于電磁感應原理的磨粒傳感器通過采集磨粒產生的感應電壓信號，結合信號處理方法實現磨粒大小、濃度與材料等特征的準確提取[15]。該技術依賴于機械、電子與計算機等重要工程學科，在大型設備的健康狀態判斷與運行壽命預測中已得到廣泛應用[9]。其在傳感原理、硬件結構與數據處理算法等領域的研究均取得長足發展[16-18]。

（二） 磨粒檢測教學示范

作為典型的機械測試技術應用案例，油液磨粒檢測技術囊括光學、磁學、電學、摩擦學與儀器科學等學科，具有豐富的學科交叉性。針對不同應用場景，磨粒檢測傳感器在傳感原理、硬件結構、配套調理電路與數據處理方法等方面存在顯著差異[11]。以感應式磨粒傳感器的輸出信號為例，實際檢測信號往往包含諧波、電脈沖和背景噪聲等多種干擾成分[13]，通過原理研究、結構改進與算法優化可以降低干擾成分對磨粒電壓信號的影響，提升檢測準確率。從人才培養的角度出發，上述內容與機械測試技術課程所學知識密不可分，體現出多個復雜知識點交叉融合的系統性思維框架，具備教學價值與實踐指導意義[19]。圖1展示了油液磨粒檢測系統基本組成。

將油液磨粒檢測轉化為機械測試技術教學案例，可以實現以下培養目標。

第一，處理復雜工程問題的能力。將油液磨粒檢測用作教學案例，通過實踐指導理論教學，可以促進學生對難點的掌握，幫助學生建立測量系統、傳感器原理與信號處理等理論知識之間的聯系，培養學生在面對復雜問題時應具備的理解、分析與解決問題的能力。

第二，理論創新能力。在案例式教學的過程中，信號處理等內容涉及的抽象的數學公式將被轉化為直觀的感性認知。學生可以將數學、物理和其他專業知識與實驗中呈現的物理變化相對應，發掘其內在聯系，結合課本知識在教師指導下進行如信號處理算法設計等科學研究與探索，培養自身創新能力。

第三，工程實踐能力。油液磨粒檢測涉及測量系統搭建、傳感器設計與選型、實驗數據采集與軟件編程實現等多種工程實踐必備能力。將科研案例用作教學，通過設定任務目標指導學生完成相應內容，充分鍛煉學生的動手能力，引導學生實現理論到實踐的轉化。

二 實驗平臺與教學內容設計

（一） 油液磨粒檢測教學實驗平臺設計

實驗教學平臺原理如圖2所示。

平臺集成實際測量系統的主要功能模塊，采用模塊化設計，具有功能拓展性。在進行信號采集與處理實驗、參數估計實驗、測試系統設計與傳感性能測試等基本實驗之余，教師與學生可依托本平臺自主進行相關實驗設計與科學探究，為相關專業課程學習與畢業設計打下堅實基礎。

油液磨粒檢測實驗平臺如圖3所示。實驗基臺部分由底板、油箱、支架、油液流道、傳感器支架及磨粒接收裝置等組成。油液流道包含硬質流道與柔性流道兩部分，其中柔性流道用于實現流向變換并與大功率蠕動泵串聯形成驅動裝置。內置銅金屬濾芯的磨粒接收器出入口兩端內外徑參數相同，其中出油口通過短柔性流道與油箱油液回流口相連，最終形成閉合油液流道。實驗中選用的磨粒傳感器通過可調節鎖緊裝置固定于基臺前端，其油液進口被硬質流道貫穿并在內部形成有效檢測區域。傳感器內置電控單元與信號調理單元，其輸出與供電被集成于外殼出線口，并分別與信號采集卡和傳感器供電模塊相連。傳感器供電模塊選用直流電源，實驗平臺采用NI-9185數據采集卡，使用配有LabVIEW和Matlab等軟件的PC機作為采集終端。

在實驗中，進入油箱投放口的磨粒將隨潤滑油在流道內發生定向運動，并通過接收裝置回收。在磨粒穿過傳感器時將產生感應電壓，通過信號調理電路與信號采集模塊輸入采集終端，最終由軟件實現信號實時顯示、數據存儲及處理。

（二） 油液磨粒檢測教學設計

基于油液磨粒檢測的教學內容與機械測試技術基礎課程理論知識的關聯如圖4所示，具體分為五大學習模塊加綜合測量實驗。教師以教學實驗平臺為基礎，通過理論講授加實操演示的形式引導學生掌握油液磨粒檢測涉及的機械測試相關知識與具體實驗操作方法，使學生初步具備理論分析與動手能力，再通過分組實驗、報告撰寫與實踐匯報的形式提升學生工程實踐能力并完成教學成效評價。基礎學習模塊包括如下內容。

第一，測量系統設計與實現。學生首先通過課程學習了解測量系統的基本構成，再根據教師指導設計并實現油液磨粒檢測系統，完成平臺搭建與調試、信號采集卡通道選擇與連接及上位機信號采集軟件安裝與調試。

第二，傳感器設計與選型。學生通過課程學習與教師相關科研指導，掌握各類傳感器檢測原理與適用場景，根據實驗任務完成傳感器設計與選型，確定必要參數。在此過程中，熟悉傳感器使用方法，了解傳感器各物理量轉換過程，鞏固相關知識點。

第三，信號調理與數據采集。學生基于所學信號調理基本知識與教師實操教學理解并掌握調理電路組成與數據采集基本流程，完成電路功能設計。穩定接通設備各端輸入輸出并設計校驗方法完成測試，確保傳感器、調理電路與數據采集模塊均處于正常作業狀態。

第四，檢測信號處理算法設計。實驗內容從信號處理的基本知識點出發，涉及傳感器輸出信號建模、時頻域分析與信號濾波等基礎內容。學生在課上學習案例涉及的信號處理基本知識，根據相關參考文獻與教師指導搭建采集信號數學模型，估計必要參數，并設計算法在不破壞磨粒特征的前提下有效抑制檢測樣本內的噪聲與干擾成分，完成磨粒特征提取，得到識別結果。

第五，軟件編程與功能實現。學生根據教師與使用教程掌握相關軟件的基礎功能與編程方法，設計交互式信號采集模塊并實現信號處理算法編程。其中，交互式信號采集模塊應包含實驗所需主要功能對話框與按鈕。完成信號處理算法編程后，通過數值仿真對算法程序進行驗證。

（三） 重點教學內容示范

信號處理算法設計與軟件編程實現是體現學生創新能力的兩大重要內容。為引導學生進行理論強化與實踐能力培養，設計了信號處理算法和軟件實現的示范性框架，具體內容如下。

第一，信號處理算法設計。信號處理方法整體框架與知識點相關性如圖5所示。首先使用低通濾波去除高頻信號，保留低于截止頻率的低頻信號，實現對信號的平滑處理并初步降低干擾成分對磨粒識別的影響。通過對信號中諧波分量的參數估計，以反相疊加的形式抑制信號中的周期信號。隨后，進一步根據課程所學的數字信號處理知識設計濾波算法與磨粒信號提取算法，實現磨粒特征識別。

第二，人機交互平臺與算法軟件實現。軟件實現部分被分為信號采集模塊與信號處理模塊。人機交互界面包含啟停、通道選擇、采樣參數配置、采樣模式選擇、波形顯示界面及數據格式轉換等模塊，可實現直觀的信號采集、數據可視化與數據存儲等功能。信號處理軟件部分使用Matlab進行編寫，具體包括算法程序編寫、參量設置與結果可視化三部分，實現輸入轉碼數據—代碼運行—得到識別結果的端對端處理。

三 教學評價方法設計與實踐

（一） 教學評價方法設計

學生在完成模塊化學習之后，根據教師指導分組進行綜合測量實驗。綜合實驗涉及基礎學習模塊所有知識內容，具體包括測量系統搭建與調試、數據采集與記錄、信號處理與磨粒識別、結果分析與討論及實驗報告撰寫。實驗分為3人一組，學生自主完成實驗計劃與分工，確定測量系統涉及參數，完成數據采集。設計指標評價實驗結果，通過組內討論得出實驗結論，撰寫實驗報告并在課堂上以組為單位進行匯報，最終由教師進行教學成效評價。

（二） 教學評價方法實踐與實驗結果分析

綜合實驗選用感應式磨粒檢測傳感器作為研究對象，利用鐵金屬顆粒模擬鐵磁性磨粒，測量其經過傳感器有效檢測區域產生的感應電壓信號。直流電源輸出電流為0.5 A，蠕動泵流通量設定為1 100 mL/min，調理電路信號放大系數設置為2 200倍。在信號采集軟件中設置采樣頻率為5 000 Hz，設置定時采樣。假定磨粒運動速度等于流速，此時磨粒的中心頻率可以被估計為72 Hz。本次實驗中，選擇的4顆鐵磁顆粒大小分別為1 000、500、200和100 μm。綜合實驗具體過程及結果如下。

第一，測量系統搭建與調試。接通傳感器電源，開啟蠕動泵并調速至實驗設定值，觀察油液流動情況。當油液循環穩定后，啟動信號采集卡與采集終端，觀察波形顯示頁面。確認信號被穩定接收后，開啟終端交互頁面的信號采集模塊，在10 s內向油箱中投入 1 000 μm的磨粒，觀察波形輸出并完成數據存儲。油液磨粒實驗平臺系統測試信號如圖6所示，其中磨粒信號可觀察，測量系統處于正常工作狀態。

第二，數據采集與記錄。切換定時采樣時間至20 s，保持其余參數不變，啟動信號采集功能后以相等間隔向油箱中投入500、100和200 μm三顆磨粒，其中時間間隔為4 s。圖7所示為油液磨粒傳感器實驗采集信號，其中500 μm磨粒信號可以直接觀察，其余磨粒均淹沒于背景噪聲與諧波干擾之中。

第三，信號處理與磨粒識別。將保存的數據寫入txt格式文件中，導入Matlab信號處理模塊，信號處理流程及結果如圖8所示。對原始數據首先進行包括多尺度低通濾波[13]與諧波消除在內的信號預處理，多尺度濾波結果如圖8（a）所p9ttxv3HBFST039UfgqLGfIb7zstqrPSptWZy6daRas=示?？梢钥闯?，預處理信號的信噪比雖有所提高，較弱的磨粒信號仍然受到殘余噪聲的干擾。使用基于信號穩定性度量[13]的濾波算法以對殘余噪聲片段進行排除，得到的濾波后的信號，相似度權重域及設定閾值曲線和相似度濾波結果如圖8（b）、8（c）所示。從圖中可以看出，該算法有效提高了信噪比，降低了非磨粒信號片段對磨粒特征識別的干擾。最后，使用特征辨識指標[20]進一步去除濾波結果中的脈沖信號片段，得到磨粒識別結果，其中，三類指標的閾值分別確定為1、0.85和0.9。磨損顆粒信號辨識結果如圖8（d）所示，可以看出非磨粒片段被有效排除，且通過合適的指標閾值設定實現了磨粒特征的完整保留。

第四，結果分析與討論。表1為提取的三顆鐵磁磨粒的數值特征[20]。

通過對比可以看出，三顆鐵磁性磨粒產生的特征信號的幅值與其對應的顆粒大小呈現正相關，同時在同一流速下其對應的中心頻率近似相等，這與傳感器輸出信號理論模型分析結果保持一致[12-13]。實驗平臺與結果的可視化展示了實驗中各物理現象的產生與變化過程，通過結果分析充分驗證了在基礎學習模塊中掌握的理論的正確性。

第五，實驗報告撰寫。實驗操作與結果記錄完成后，針對實驗結果及組員各自在科研實踐中遇到的問題進行探討與記錄，思考并提出硬件部分與算法等核心內容的改進方案，擬定后續科學研究目標并制定技術路線。梳理實驗內容與過程，完成報告撰寫并設計課件完成小組匯報。

（三） 教學成效分析

通過綜合教學實驗，學生從被動接受實驗過程向主動探索實驗內容轉化，積極分組并制定實驗計劃，完成了數據采集與報告撰寫等內容，在培養自身實踐能力的同時加深了對科學的信仰。各組上交報告，絕大部分撰寫格式規范、邏輯清晰、內容夯實且結構完整，學生初步具備了一定的科研計劃能力、任務執行能力、數據分析能力和科學論證能力，加強了自身的學術行為規范。各組學生在進行綜合實驗與匯報中積極配合，完成各自任務，培養了相互溝通、協調合作、結果分析與討論等能力。此教學模式得到學生的廣泛認可，實驗報告平均分達成預期，對學生自身綜合能力提高與教師教學成效提升有明顯幫助。

四 結束語

本文針對機械測試技術教學提出的基于油液磨粒檢測的綜合教學方案打造了以科研任務指導理論學習的教學新模式。將科研案例引入課程理論教學，直觀體現該課程知識點的交叉性、復雜性、系統性和層次性。所設計教學實驗平臺還原實際油液檢測應用場景，測量結果與理論分析保持一致，符合科學研究的嚴格要求。作為教學工具，其模塊化與便攜式設計可方便教師將科研成果轉化到教學實踐之中，打通實驗室與課堂的壁壘。提出的教學內容幫助學生建立機械測試系統性思維框架，強化其對傳感器與信號處理等機械測試重要知識模塊的理解與掌握。通過綜合測量實驗，有望提高學生的工程實踐能力、科研創新能力與團隊協作能力，最終實現培養學生綜合能力與素質的目標。

參考文獻：

[1] 黃平，楊啟貴.新工科發展背景下工科數學課程教學基地建設的探索[J].實驗室研究與探索，2019，38（11）：161-164.

[2] 桂瓊，程小輝.新工科物聯網工程專業人才培養模式思考[J].高教學刊，2018（12）：167-169.

[3] 張望，白英，梁麗芳.面向新工科的高校創新型人才培養路徑探究[J].高教學刊，2019（7）：4-7.

[4] 王志軍，宋令陽，段曉輝，等.新工科理念驅動下電子系統類實驗課程群改革建設[J].實驗室研究與探索，2023，42（8）：153-156.

[5] 李波，貝紹軼，周亭，等.“新工科”背景下地方高校應用型本科人才培養模式探究[J].高教學刊，2020（1）：149-151.

[6] 唐求，滕召勝，姚文軒，等.測控技術與儀器專業實踐教學改革[J].實驗室研究與探索，2023，42（8）：172-175，191.

[7] 陳峻，劉嶸鍇，唐靚，等.數字化實驗平臺的先實驗后理論教學探索與實踐[J].實驗室研究與探索，2023，42（8）：200-205.

[8] 張承云，馬鴿，劉長紅，等.數字信號處理器設計與應用課程實驗教學改革與實踐[J].實驗室研究與探索，2023，42（6）：207-210，252.

[9] 丁叢，高發興，樸鐘宇.促進綜合能力培養的工程測試技術實驗教學改革[J].實驗室研究與探索，2023，42（10）：170-173.

[10] 王緒虎，侯玉君，金序，等.信號處理綜合實驗教學設計與實踐[J].實驗室研究與探索，2023，42（10）：181-186，210.

[11] 孫衍山，楊昊，佟海濱，等.航空發動機滑油磨粒在線監測[J].儀器儀表學報，2017，38（7）：1561-1569.

[12] LUO J， LI J， WANG X， et al. An inductive sensor based multi-least-mean-square adaptive weighting filtering for debris feature extraction[J]. IEEE Transactions on Industrial Electronics， 2022，70（3）：3115-3125.

[13] 羅久飛，鄭睿，王鑫宇，等.油液磨粒感應電壓特征辨識研究[J].儀器儀表學報，2022，43（8）：173-181.

[14] 牛澤，李凱，白文斌，等.電感式油液磨粒傳感器系統設計[J].機械工程學報，2021，57（12）：126-135.

[15] 陳浩，王立勇，陳濤.電感式磨粒監測傳感器線圈參數分析與優化[J].傳感器與微系統，2021，40（2）：12-14，18.

[16] 王立勇，鐘浩，李樂，等.油液磨粒檢測傳感器線圈間距對輸出信號的影響[J].潤滑與密封，2020，45（6）：69-75.

[17] SHEN X， HAN Q， WANG Y， et al. Research on detection performance of four-coil inductive debris sensor[J]. IEEE Sensors Journal， 2023，23（7）：6717-6727.

[18] 賈然，馬彪，鄭長松，等.電感式磨粒在線監測傳感器靈敏度提高方法[J].湖南大學學報（自然科學版），2018，45（4）：129-137.

[19] 萬洪丹，王子吉，常洪強，等.多維智能光電傳感實驗教學平臺設計與開發[J].實驗室研究與探索，2023，42（4）：94-100.

[20] 李海青，劉偉，馮松，等.感應式磨粒檢測傳感器信號特征提取方法研究[J].電子測量與儀器學報，2022，36（12）：1-9.