油液在線監測技術研究進展*

邱麗娟， 宣征南， 張興芳

(1.太原理工大學 化學化工學院,山西 太原 030024； 2.廣東石油化工學院 機電工程學院,廣東 茂名 525000； 3.廣東省石化裝備故障診斷重點實驗室,廣東 茂名 525000)

油液在線監測技術研究進展*

邱麗娟1,2， 宣征南2,3， 張興芳1

(1.太原理工大學 化學化工學院,山西 太原 030024； 2.廣東石油化工學院 機電工程學院,廣東 茂名 525000； 3.廣東省石化裝備故障診斷重點實驗室,廣東 茂名 525000)

油液在線監測技術是機械故障智能診斷的重要發展方向，傳感器作為其關鍵元件，發揮著重要作用。對油液在線監測的粘度傳感器、水分傳感器、磨粒傳感器以及多傳感器集成的國內外研究進展進行了介紹。從電磁法、靜電法、電感法、圖像識別幾個方面對磨粒測量與分析的國內外研究進行了介紹。提出了現階段存在的不足，對油液在線監測的未來發展之路進行了展望。

油液在線監測； 傳感器； 磨粒； 圖像識別

0 引 言

隨著機械設備不斷向大型化、復雜化和連續性發展，油液監測技術作為設備故障診斷的重要手段，成為了現代工業快速發展的產物[1]。傳統的油液分析，其檢測結果具有一定滯后性，不能及時地為設備的視情維修提供充分保障。為滿足監測的實時性、連續性、設備運行的可靠性，國內外相關機構和研究人員開始了在線油液監測裝置的開發與研究。在廣州隆重召開的“2012 全國油液監測智能系統及其應用研討會”上，楊其明教授對我國高校在在線油液監測技術、智能診斷技術做出的有益探索給予了肯定，同時也指出了現階段的不足，那就是仍沒有能為企業機械故障提供智能診斷的系統投入應用[2]。因此，開展油液在線監測技術、開發多信息多傳感器集成技術、圖像識別以及智能診斷分析系統仍是今后油液監測技術研究的主題[3]。

本文對油液在線監測技術中潤滑油粘度監測、含水率監測、磨損顆粒監測以及磨粒圖像識別發展現狀進行探討，對未來油液在線監測技術發展進行展望。

1 油液在線監測技術

1.1 粘度在線監測傳感器

粘度是潤滑油品質的重要理化指標之一，由于設備潤滑主要靠潤滑油膜起到抗磨、減磨的作用，潤滑油粘度過大或過小都將導致潤滑油性能下降。因此，油品粘度作為是否換油的重要依據，必須進行監測。

目前，國外較為成功的粘度傳感器有Cambridge Vis-cosity開發的粘度傳感器，SenGenuity公司開發的ViSmart，Kittiwake公司開發的ViscoSCAN[4]，MEASMEAS公司研制的FPS2800B12C4型等。Cambridge Viscosity研發的專利傳感器技術使它有別于其他粘度計制造商,在小樣本粘度測量領域全球領先。除傳感器本身外,每個粘度計還包括一個內置的溫度探頭，用于感知測量室的實際溫度，使得傳感器具有較高的精確度。ViSmart是一種在線浸入式粘度傳感器，可實時連續測量在線粘度和溫度。粘度的測量是由聲波將石英晶體諧振器與液體接觸，通過石英諧振器的功率損耗計算流體粘度[5]。在國內，深圳先波科技有限公司已成功開發了多種用于油液在線監測的粘度傳感器，其中PQM—1型復合傳感器能實時監測潤滑油中粘度和磨損顆粒量的變化[6]。基于超聲波振動技術又研發了FWS—3，FWS—4型在線粘度監測傳感器，該傳感器能達到國際先進、國內領先水平，具有精度高、穩定性好、無運動部件等特點。鎖斌[7]依據石英晶體阻抗隨進入液體粘度變化而變化的現象，提出了阻抗法用于石英晶體粘度測量。

1.2 水分在線監測傳感器

由于水污染可以發生在任何時間，有可能嚴重損壞軸承和其他潤滑組件而不會給任何明顯的警告標志。當水分含量超過0.4 %達到1.0 %甚至更高時，潤滑油的潤滑性能將喪失。因此，無論是對新油還是在用潤滑油，水分都是一項重要的必檢項目。

德國HYDAC公司開發的AS系列水分測量傳感器，廣泛應用于液壓和潤滑油系統中，其中AS3000還配有數顯功能，可以測試溫度和水飽和度[8]。EESIFLO開發的EASZ—1在線水分傳感器，具有超限報警的功能[9]。該傳感器可用于航空液壓、減速齒輪、柴油發動機等潤滑系統。另外,Kavlico，Lubrigard公司開發的水分傳感器都是通過測量油液中介電常數來反映油液含水率的變化。在國內，西安交通大學采用CMOS攝像頭獲取潤滑油彩色圖像，從彩色圖像的色飽和度分析潤滑油的含水率。該方法具有可靠性好，抗干擾能力強，適用于含水率0 %～5 %范圍的船舶、海洋、航空、車輛等設備的潤滑系統監測和分析[10]。深圳先波科技利用電阻抗分析法(EIS)研發的FWD—1型傳感器，可用于潤滑油品質和含水量分析。

1.3 磨損顆粒

目前,油液中磨粒監測方法多種多樣,如，電磁法、靜電法、電感測量法、光散射法、電阻法等[11]。

1.3.1 電磁法

電磁法作為一種非接觸測量技術，在油液監測技術中應用廣泛。它是利用油液流經磁電型傳感器具有磁場的待檢測區域時，鐵磁性顆粒對磁場會產生擾動，使檢測區域和磨粒數量相關的磁力線或磁通量發生改變，將擾動信號經過濾波和放大后，得到有關磨損顆粒的相關參數。美國MACOM Technologies公司研發的TechAlertTM20型鐵顆粒在線監測傳感器，適用于任何尺寸的鐵顆粒數量監測，顆粒俘獲率可達90 %。國內對于這方面的研究較多，較典型的的是西安交通大學潤滑理論與軸承研究所于2005年研發的一種電磁永磁混合勵磁的在線式數字圖像鐵譜傳感器已開始進入應用[12]。該傳感器可以調節磁場，實現磨粒的反復沉積，相比單獨使用電磁鐵勵磁可以大大地減小傳感器的體積，并且可以采集鐵譜磨粒圖像，進而對磨粒尺寸、形貌、顏色等信息進行圖像處理分析，從而可以判斷設備運行狀態。

1.3.2 靜電法

靜電傳感技術克服了其他油液監測方法容易受油液中含氣泡和水分影響的缺陷[13]。通過監測航空發動機氣路中靜電荷變化水平來對氣路部件的工作狀態進行檢測的靜電感應機理，已經在美國聯合式戰斗機F35上得到了應用[14]，有效地提高了其發動機的預測和故障診斷能力[15]。在國外，應用最為廣泛的是加拿大GasTOPS[16]公司生產的MetalSCAN在線油液監測傳感器，它能夠全流量在線監測鐵磁顆粒，提供被監測顆粒的尺寸范圍，顆粒的總質量，超限報警等功能，并且已在管道天然氣壓縮機組、發電廠、海洋推進發動機行列等工業和海洋中得到應用。目前，國內相關技術的研究工作剛剛起步，2007年，南京航空航天大學安全與保障技術研究所率先開展了關于靜電監測的發動機氣路監測技術研究[17]，對航空發動機靜電傳感器的前置放大器進行了設計，在此基礎上設計了一種油液磨粒在線監測靜電傳感器，該傳感器可以直接安裝在油液的回流管道中，適用于不同粒徑的磨粒在線監測[18]。

1.3.3 電感測量法

基于電感測量原理的磨粒傳感器，比較成功的是美國MACOM公司開發的TechAlertTM10型，該傳感器用于測試鐵磁性顆粒和非鐵磁性顆粒的尺寸和數量，其中鐵磁性顆粒的監測范圍在50 μm以上，該傳感器采用了篩選專利技術，用于消除在潤滑系統中由于氣泡或者水泡引起的錯誤計數。美國俄亥俄州大學Li Du等人[19]長期對感應庫爾特技術的脈沖感應傳感器進行研究，通過采用穿過雙層平面線圈中心的中尺度流道提高測試潤滑油的靈敏度和總流量，能測試精度達50 μm以上的金屬磨粒，并對其進行改進實現多通道測量。近年來，國內學者利用電感測量原理進行了磨粒傳感器的設計，中南大學研制了雙激勵螺旋管式磨粒傳感器等[20],范紅波等人利用潤滑油中鐵磁質磨粒特性與電感線圈之間耦合關系開發了一種新型的電感式傳感器[21,22]。南京航空航天大學研發了基于電感測量的鐵磁性顆粒監測傳感器，該傳感器體積小，靈敏度較高，為油液在線監測提供了一種新的有效監測元件[23]。在第十一屆全國摩擦學大會上，西安交通大學軸承所對其研發的基于電感量測量的在線磨粒傳感器進行了介紹，該傳感器是一種新型結構單線圈傳感器，通過一系列的對比驗證，結果表明：該傳感器能測量最小粒度為30 μm的鐵磁性顆粒。

2 圖像識別

近年來，由于國內外學者將計算機圖像處理和人工智能相結合并引入到油液分析技術中，促進了油液分析向智能診斷方向發展[24,25]。陶輝等人[26]設計了一種融合在線鐵譜圖像特征信息的磨粒診斷方法，通過對在線鐵譜圖像進行圖像處理，得到磨粒的相對磨損濃度，再融合熵、慣性矩、能量等紋理特征對圖像進行分析、診斷，最后采用RBF神經網絡技術實現對磨粒的自動識別。黃鵬等人以VC++6.0為軟件平臺開發了磨粒自動識別系統，利用灰色定權聚類對磨粒進行分類識別，經驗證識別正確率達90 %以上。李紹成等人[27]開發了基于支持向量機磨粒識別與監測系統，并將其應用于某型航空發動機的磨損狀態監測中，系統運行效果良好。武通海等人[28]開發了基于在線磨粒圖像特征的全壽命磨損狀態的動態識別系統，在可視化在線鐵譜的基礎上采用SVDD方法對鐵譜沉積鏈中的大磨粒等效直徑、磨粒覆蓋面積進行分析。

3 油液分析的未來發展之路

3.1 在線監測傳感器與信息融合

為了能較全面地反映設備運行狀態，需要將多傳感器進行有效結合，集成多傳感器信息，從而對設備做出正確的、可靠的分析與診斷。

目前，油液在線監測方法越來越多，性能也越來越好，然而能實現重要指標集成化并應用于企業的裝置并不多。由SpectroInc公司最新研發的SpectroLNF Q200運用形態學算法分析磨粒形態，按ISO 4406磨粒分類標準實現不同尺寸磨粒的計數，除此之外還可以進行油液運動粘度和水污染的測定，其中大的磨粒可以通過神經網絡的方法劃分為：切削、疲勞、嚴重滑動、非金屬、自由水滴和纖維，能夠將大于20 μm的磨粒實現圖像映射。廣州機械科學研究院結合國內外相關油液監測技術，開發了油液在線監測系統，用于監測潤滑油粘度、水分、污染度及在線磨粒圖像、磨損濃度等參數。另外，基于油液在線監測上、下位機硬件系統開發了用于實現關鍵設備油液在線監測的自動化、智能化的一系列軟件系統。南京航空航天大學研發了一種靜電傳感器和顯微圖像相結合的油液在線監測系統，通過靜電傳感器測定磨粒濃度并提供預警信號，利用計算機進行圖像采集、處理與磨粒識別，該系統適合于5 μm以上的磨粒在線監測[29]。

相比單一的傳感器，多傳感器信息融合系統能最大限度地利用傳感器獲得被測系統運行狀態的信息量，從而對被測對象做出全面的、一致的評估，提高診斷準確度[30]。西安交通大學利用自適應神經模糊推理系統(簡稱ANFIS)融合來自不同傳感器的所有特征信息[31]。傳統的灰色關聯度只是單特征關聯系數計算，李兵等人[32]將單特征關聯系數作為多源證據，利用D-S證據理論對多源證據進行有效融合從而計算灰色關聯度，相比前者，后者能明顯地提高磨粒識別分辨率和準確率。

3.2 油液監測與振動監測手段融合

設備的磨損和潤滑狀態可以通過油液監測方法實現，振動狀態卻需通過振動監測得以實現。由于振動監測便于實時診斷和診斷結果準確等優點，在機械故障診斷的整個技術體系中占主導地位[33]。因此，在判斷機械故障、尋找故障根源方面，油液監測與振動監測方法具有互補性。鑒于此，將二者在線監測方法融合使用，更有利于對機械設備做出正確診斷。

4 結束語

1)油液在線監測傳感器多種多樣，但精度不高，可靠性有待進一步驗證。

2)油液在線監測技術大多還集中在硬件開發上，在線監測和數據處理的專家系統的研究仍較薄弱，多手段多信息的融合診斷分析系統缺乏。

3)計算機圖像處理技術在各行業已得到了廣泛應用，而磨粒圖像識別技術仍處于實驗室階段，其磨合階段和磨損階段的大量磨粒鏈的研究仍然很少。

因此，將油液在線監測多信息源集成與先進的計算機智能診斷相結合，形成具有綜合性能的遠程化、網絡化的故障智能診斷系統具有廣闊的發展前景。

[1] 楊其明,嚴新平,賀石中.油液監測分析現場實用技術[M].北京:機械工業出版社,2006.

[2] 2012全國油液監測智能系統及其應用研討會在廣州隆重召開[J/OL].[2012—06—15].http:∥epub.cnki.net/kns/brief/default_result.aspx.

[3] 馮 偉,陳閩杰,賀石中.油液在線監測傳感器技術[J] .潤滑與密封,2012,37(1):99-104.

[4] Schlumberger and Cambridge Viscosity Collaborate on HPHT Viscosity Standards[J/OL].[2009—04—27].http:∥www.machi-nerylubrication.com/read/27602/Schlumb-erger-Cambridge-viscosity-standards.

[5] ViscoSCAN On-line Viscosity Sensor[EB/OL].[2014—06—01].http:∥www.kittiwake.com/sites/default/files/ MA-K18427-KW%20Viscosity%20Sensor.pdf.

[6] 張 峰,趙 曉,曹 永,等.新型在線監測潤滑油黏度和顆粒的復合傳感器[J].儀表技術與傳感器,2012 (7):6-8.

[7] 鎖 斌.阻抗法石英晶體液體粘度測量系統[D].天津:天津大學,2007:1-13.

[8] AS3000[EB/OL].[2013—01—16].http:∥www.hydac.com/de-en/products/sensors/contamination-sensors/as—3000.html.

[9] Water in oil monitors[EB/OL].[2006—10—01].http:∥www.eesiflo.com/products/ easzl01.html.

[10] 謝友柏,董光能,張 華，等.利用圖像傳感器檢測潤滑油含水率的方法:中國，CN101539528[P].2009—09—23.

[11] 龔仁杰,武通海,張小剛.基于電感量測量的潤滑油在線磨粒傳感器設計[C]∥第十一屆全國摩擦學大會論文集,蘭州,2013.

[12] 謝友柏,袁崇軍,毛軍紅,等.在線數字圖像型電磁永磁混合勵磁鐵譜傳感器:中國，CN1673733[P].2005—09—28.

[13] Li Du,Jiang Zhe.A high throughput inductive pulse sensor for online oil debris monitoring[J].Tribology International,2011,44:175-179.

[14] Powrie H,Novis A.Gas path debris monitoring for F—35 joint strike fighter propulsion system PHM[C]∥IEEE Aerospace Conference,2006:4-11.

[15] 馮麗娜,左洪福,文振華.航空發動機靜電傳感器前置放大器設計[J].傳感器與微系統,2009,28(2):75-80.

[16] 黃文杰,左洪福,王瑞凱.一種新型在線式鐵譜儀的靜磁場設計與應用[J].傳感器與微系統,2012,31(12):97-100.

[17] 黃文杰,左洪福.滑油系統全流量磨粒在線監測靜電傳感技術研究[J].航空學報,2013,34(8):1786-1794.

[18] 李紹成,左洪福.磨粒在線監測靜電傳感器設計[J].壓電與聲光,2010,32(2):325-328.

[19] Li Du,Jiang Zhe.Parallel sensing of metallic wear debris in lubricants using undersampling data processing[J].Tribology International,2012,53:28-34.

[20] 陳書涵,嚴珩志.反向雙激勵螺線管式磨粒傳感器的傳感特性研究[J].儀表技術與傳感器,2005 (9):6-7.

[21] 范紅波,張英堂,李志寧,等.電感式磨粒傳感器中鐵磁質磨粒的磁特性研究[J].摩擦學學報,2009,29(5):452-457.

[22] 范紅波,張英堂,任國全，等.新型磨粒在線監測傳感器及其試驗研究[J].摩擦學學報,2010,30(4):338-343.

[23] 郭海林,王曉雷.基于平面線圈的磨粒監測傳感器[J].儀表技術與傳感器,2012 (2):3-4.

[24] Li Bing,Zhang Peilin,Tian Hao,et al.A new feature extraction and selection scheme for hybrid fault diagnosis of gearbox[J].Expert Systems with Applications,2011,38:10000-10009.

[25] Wang Jingqiu,Zhang Long,Lu Fengxia,et al.The segmentation of wear particles in ferrograph images based on an improved ant co-lony algorithm[J]. Wear,2014,311:123-129.

[26] 陶 輝,馮 偉,賀石中,等.一種融合在線鐵譜圖像特征信息的磨損狀態診斷方法[J].哈爾濱理工大學學報,2012,17(4):46-51.

[27] 李紹成,左洪福,薛林俊,等.基于顯微圖像的航空發動機大磨損顆粒檢測系統研究[J].傳感器與微系統,2008,17(1):49-51.

[28] Wu Tonghai,Peng Yeping,Wu HongKun,et al.Full-life dynamic identification of wear state based on on-line wear debris image features[J].Mechanical Systems and Signal Processing,2014,42:404-414.

[29] 左洪福,李紹成,文振華.油液磨粒在線監測方法及系統:中國，CN101393108[P].2009—03—25.

[30] Wang Pingfeng,Prasanna Tamilselvan,Hu Chao.Health diagnostics using multi-attribute classification fusion[J].Engineering Applications of Artificial Intelligence,2014,32:192-202.

[31] Lei Yaguo,Lin Jing,He Zhengjia,et al.A method based on multi-sensor data fusion for fault detection of planetary gearboxes[J].Sensors,2012,12(2):2005-2017.

[32] 李 兵,張培林,任國全,等.基于灰色信息融合技術的磨粒識別方法[J].潤滑與密封,2007,32(9):103-105.

[33] 邵龍秋.多無量綱免疫檢測器的機組并發故障診斷技術研究[D].太原:太原理工大學,2009:10-11.

Research progress of oil on-line monitoring technology*

QIU Li-juan1,2, XUAN Zheng-nan2,3, ZHANG Xing-fang1

(1.College of Chemistry and Chemical Engineering,Taiyuan University of Technology,Taiyuan 030024,China; 2.College of Mechanical and Electrical Engineering,Guangdong University of Petrochemical Technology, Maoming 525000,China; 3.Guangdong Provincial Key Laboratory of Petrochemical Equipment Fault Diagnosis,Maoming 525000,China)

Oil on-line monitoring technology is one of the important developing directions of machinery fault intelligent diagnosis,sensor as its key components,plays an important role.Therefore,oil on-line monitoring of the oil viscosity sensor,moisture sensor,wear debris sensor and multi-sensor integration research progress at home and abroad are introduced.In addition,from the electromagnetic method,electrostatic method,inductive method,image recognition and so on,introduce the progress of measurement and analysis of wear debris at home and abroad.Propose the present disadvantages and prospect the future development road of the oil on-line monitoring.

oil on-line monitoring; sensor; wear debris; image recognition

10.13873/J.1000—9787(2015)04—0004—04

2014—05—15

國家自然科學基金資助項目(61174113)；廣東省自然科學基金資助項目(8152500002000011)

TH 117; TP 212

A

1000—9787(2015)04—0004—04

邱麗娟(1988-)，女，四川自貢人，碩士研究生，研究方向為計算機鐵譜圖像處理與識別。