油液中小磨粒与大磨粒的综合监测

油液中小磨粒与大磨粒的综合监测

万耀青 马彪

摘要 介绍了离线分析的原子发射光谱仪MOA和在线监测的金属扫描仪MetalSCAN的各自特点，以及两种仪器可统计处理的各类界限值及综合监测分析。

机械装备的油液中，大小磨粒出现一般有三种情况：(1)仅有微小磨粒(一般＜10μm)，但由于操作或维修不当，出现大颗粒；(2)小磨粒形成故障不突出，故障的主因是大磨粒；(3)大小磨粒都可能在不同使用阶段出现而形成故障。

人们早就发现，大磨粒一旦发现，可能在几小时内即会形成严重损坏，特别对高速、大负荷、振动较烈和高温下工作的装备，大磨粒的影响更为突出。例如飞机发动机的齿轮传动系、轧钢设备的齿轮减速器等。由于过去在线大磨粒监测技术还不成熟或未达到工程实用，故大多致力于小磨粒的监测。

从80年代开始，在线大磨粒监测原理和方法陆续出现，市场需求推动技术发展，现在已有多类商品化的产品，其中有代表性的是加拿大Gastops公司的在线、全液流、大磨粒监测的金属扫描仪MetalSCAN，于1999年进入中国市场。这样，大、小磨粒监测技术都可在实际中应用，但在故障诊断中如何综合应用，尚缺乏系统研究。本文主要针对原子发射光谱仪(小磨粒分析)与金属扫描仪的综合应用进行分析研究。

一、原子发射光谱仪MOA与金属扫描仪MetalSCAN各自特点分析

1.MOA(多元素油液分析光谱仪)和MetalSCAN特点比较(表1)

表1 两种仪器的特点比较

油样特点 取样部位 MOA 定期离散取样，离线分析 回油管或粗滤器后，或油箱 MetalSCAN 不必取样，在线连续全液流监测 传感器在回油管上连续监测 实时分析 60～1000μm或更大的铁磁性和非铁磁性金属磨粒 快速 分析一个油样，约需用40s左性 右 可分 ≤10μm的磨粒元素含量(浓析的磨度) 粒尺寸 准确性 检出限 含量误差≤±10% 0.1μg/ml ≥60μm 能识 约30种(磨粒、污染、添加剂、 只能识别铁磁性和非铁磁性两大别元素金属元素) 类，分别统计，不能识别具体元素 种类 磨粒 可根据需要，将可监测磨粒尺寸分尺寸的 不能分级，只能以各元素的浓不同等级范围(例如5～10种)输出或可分级度标志磨损量 显示，便于预报 性 颗粒数特征的统计性 磨粒质量特征的统计性 可统计输出不同磨粒尺寸范围的磨粒数和总磨粒数 不能统计颗粒数 即各元素的浓度(μg/ml) 根据磨粒尺寸的数目可较准确地计算磨粒质量 可以机载，并可将输出信号在 机载 不能机载，只能在现场离线分≤600m距离内引到工作室或驾驶室观可能性 析 察 故障 由于定期取样，会丢失故障信信息的息 连续性 可连续监测故障信息，无丢失 信息 可将各元素的磨损含量定量制 可将铁磁性、非铁磁性两类金属，处理的定浓度界限值、趋势界限值和运按颗粒尺寸、颗粒数、质量、趋势等可预报行时间界限值，按正常、警告和特征分别制定定量界限值，按正常、性 异常来预报 警告和报警来预报 故障 小磨粒引起的故障，其准确率预报的一般可达85%～95%，某些可达到 大磨粒引起的故障一般可达100% 准确率 100%(例如漏水类故障) 识别 根据使用和维修经验，摩擦副 由于轴承、齿轮故障常常是大颗粒，故障部元素种类统计，一般可识别故障易于识别故障部位，对其他多摩擦副位可能部位 部件，也要根据经验统计 性 2.两种监测仪器输出的信息处理比较 (1)MOA的信息输出和处理

光谱仪本身输出的是各种金属元素的浓度，要根据多个油样分析结果进行数学处理，变为可作故障预报的规范提示。每取一批油样，可知道油样中元素磨损含量(或浓度)c、取样频率f、每个油样相应的机器运行时间t和相邻油样中浓

度的变化趋势g等四个坐标量，用概率统计方法求出它们之间的界限值，充分利用这些信息去揭示机器磨损状态。作者针对MOA光谱仪研制的界限值(制有软件)，确定出浓度、趋势、线性回归和趋势(或梯度)控制四类界限值。每类界限值分正常、警告和异常三种等级，见图1和表2～表4。这是根据某内燃机车柴油机的4000个油样统计结果，已在实际中推广应用。随着油样数不同和机器运行时间增加，界限值需动态修改。例如一个大修期内的动态修改，新机器经大修后的修改等。这种软件对不同机器可分别制定界限值，具有通用性。

图1 油液光谱分析的四类界限值

表2 浓度统计和趋势统计的三种界限值 μg/ml

统计内容 最小值 最大值 平均值 正常界限 警告界限 异常界限 浓度c 趋势浓度g 5.10 0 88 23.21 ＜39.57 39.57～45.85 ＞45.85 49.81 4.26 ＜13.83 13.83～22.79 ＞22.79 表3 趋势控制统计的三种界限值 μg/ml

正常界限 警告界限 异常界限 统计内容界限 平均值 均方值 (Ⅰ区) (Ⅱ区) (Ⅲ区) 趋势控制g 4.27 4.52 ＜13.51 13.51～18.13 ＞18.13 表4 线性回归的三种界限值 μg/ml

正常界限 警告界限 异常界限 回归内容回归值 相关系数 回归精度 (Ⅰ区) (Ⅱ区) (Ⅲ区) 回归浓度c 0.845 4.936 ＜36.91 36.91～41.82 ＞41.82 图1是以Fe元素为例的四类界限值统计图，其中四个坐标量均为正值。取

样频率f是当前取样数与制定界限值所用油样总数(例如200个)之比，故以百分比表示作为纵坐标。横坐标c是磨损元素含量或浓度(μg/ml)；向左的横坐标g是相邻两个油样中的磨损元素浓度c1和c2之差除以取样间隔时间△t(h)，称为浓度变化趋势(简称趋势)，单位为μg/ml，实际是取样时间间隔内浓度的变化率；向下的纵坐标t(或s)表示机器运行小时数(或行驶公里数)的百分比，它是取样时当前运行小时与机器寿命小时之比。

第一象限是浓度直方统计图，即f=F(c)关系，接近正态分布。第二象限为趋势直方统计图，即f=F(g)，接近韦尔分布。根据相关的直方图，浓度和趋势的三种界限值如表2。

第三象限是趋势与机器运行时间百分比t的关系，即g=F(t)，是三条直线，称趋势控制界限，如表3。

第四象限是浓度c与t百分比的关系，是用线性回归的三条斜线，称线性回归界限值，如表4。

有了以上四类统计的三种界限值，即可具体应用。例如对浓度预报和趋势预报，可用表2；对趋势控制预报，可用表3；对机器运行时间，可用表4。这些都由计算机软件自动预报，用户只要输入当前油样分析数据即可。应当指出，不同机器有不同的各种磨损元素概率统计图，读者如有需要，可直接与作者联系。 (2)MetalSCAN的信息输出和处理

以滚动轴承监测为例，信息输出可处理五种输出结果：

①各种不同尺寸颗粒的颗粒数与运行时间百分比的关系见图2。图中将不同颗粒尺寸分为7种等级。根据机器故障特征统计，当颗粒尺寸和数量达某个界限即可设定正常、警告、报警的界限。它是故障预报的最直观指示，实际也反映不同尺寸的总颗粒数，但没有颗粒质量的指示。

图2 不同尺寸颗粒数与运行

时间百分比(运行时间与机器寿命之比)关系

图3 对6205/QE6轴承在9800N和

3600r/min下的颗粒尺寸分布(假设为球形颗粒)

②颗粒尺寸与颗粒数量百分比的分布见图3。对于MetalSCAN，输出的所谓较小颗粒(最小为60～70μm)比MOA的小颗粒(≤10μm)要大得多。由图3得知每种颗粒尺寸的数量比例，可作为判断机器磨损状态的指示。

③总颗粒数与运行小时数的关系见图4。MetalSCAN主要监测＞70μm的大颗粒，总颗粒数虽不能反映不同颗粒尺寸的数量，可作为磨损程度的一种旁证。根据机器故障特征统计，可从运行小时数来监视机器的状态。

图4 对6205/QE6轴承在

9800N和3600r/min下监测到的颗粒总数

图5 对6205/QE6轴承在

9800N和3600r/min下监测的累积质量

④累积质量与运行小时数关系见图5。它是通过台架试验过程中定时对摩擦副零件称重得出的，虽不是MetalSCAN直接监测的数据，但反映实际状态。与图4比较，两者有很相近的变化规律，图5是图4的验证，说明图4的可信度。根据累积质量来制定正常、警告和报警界限，弥补图4仅有总颗粒数的某些不足。

⑤颗粒尺寸与质量百分比的关系见图6。质量百分比反映不同颗粒尺寸的颗粒分配。由图6可见，较小颗粒的质量百分比显著大于大颗粒的百分比，早期