汽車發動機在線圖像可視鐵譜取樣技術研究*

范 斌1， 劉 鍇 毛軍紅

(1.內蒙古農業大學機電工程學院 內蒙古呼和浩特 010018； 2.西安交通大學現代設計及轉子軸承系統教育部重點實驗室，潤滑理論及軸承研究所 陜西西安 710049)

汽車發動機潤滑油中的磨損磨粒攜帶了發動機磨損狀態信息[1-2]，對潤滑油中的磨粒進行監測與分析是一種磨損狀態監測的有效手段。在線圖像可視鐵譜技術(On-Line Visual Ferrograph,OLVF)是一種在線磨粒監測技術[3]，它可以直接與發動機潤滑系相連，在無人值守情況下，在線自動取樣并實時分析潤滑油中磨粒信息，實現發動機磨損狀況的實時監測。目前，該技術已在發動機臺架試驗中得以初步應用[4-6]，初步證實了OLVF用于發動機在線磨損監測的可行性。

OLVF在線監測過程中，獲取代表性油樣是在線監測的一個關鍵問題。理想情況下，取樣點應該設置在摩擦副的回油路上。對于發動機而言，由于其機械結構復雜，潤滑系統回油形式多樣，回路采集油樣無法實現。目前，發動機離線油液取樣時，往往將取樣管置于油底殼液面下1/3～1/2處。OLVF在線取樣方式通常也是參照離線取樣的經驗確定。但是，在發動機OLVF在線監測過程中，發動機各摩擦副磨損產生的磨粒隨潤滑油循環流動，油底殼中磨粒含量一般分布并不是均勻的。同時，受到過濾器的過濾和磨粒的沉降等因素影響，具有表征異常磨損特征的大磨粒容易被排除，磨損磨粒在油底殼的滯留時間有限。此外，CA6DL發動機潤滑系統的潤滑油容量較大(40 L)，OLVF在線取樣分析的體積(2 mL)相對于發動機潤滑系統的潤滑油容量而言是非常小的，通過以往的取樣方法獲取表征發動機磨損狀態的代表性油樣面臨挑戰，急需開展有關取樣位置的研究，避免取樣位置確定受人為因素影響，獲取代表性油樣難的問題。

本文作者首先采用固-液兩相流數值模擬方法對運行過程中發動機油底殼中磨粒含量分布特性進行數值模擬，獲得油底殼不同區域磨粒的流場及含量分布等宏觀特征，初步確定發動機油底殼中OLVF的合適取樣區域;然后根據CALDL發動機潤滑系統參數，開發發動機潤滑系統模擬試驗臺，開展油底殼中磨粒含量動態特性模擬試驗，驗證數值模擬結果的合理性；最后根據數值模擬和試驗結果，確定OLVF在線實施過程中取樣位置設置準則。文中研究為發動機在線磨損監測數據的可靠獲取提供保障。

1 基于FLUENT固-液兩相流的油底殼磨粒含量分

布數值模擬

1.1 模型選擇及參數設置

發動機油底殼中包含潤滑油、發動機磨損產生的磨粒和潤滑油循環時混入油中的空氣，實際上是一個固、液、氣三相的流體問題。三相流動的研究較為復雜，且氣體在其中作用較小，因此文中的數值計算只考慮油底殼中磨粒和潤滑油兩相的相互作用[7-9]。目前，描述固體顆粒在流體中運動的方法主要有歐拉-歐拉和歐拉-拉格朗日方法。文中主要是研究磨粒的流場及含量分布等宏觀的特征，考慮到模型的復雜程度不高，為了更精確地模擬流場情況，選擇歐拉-歐拉方法中的歐拉多相流模型[7]。

模擬過程中假設[10]：(1) 兩相都為不可壓縮流體；(2) 磨粒為標準的球形顆粒，粒徑采用平均粒徑；(3) 不考慮外界溫度變化帶來的影響；(4) 忽略固-液兩相之間的質量和能量交換。潤滑油和磨粒在發動機潤滑系統中流動時，固液兩相都滿足基本的質量守恒和動量守恒方程。此外，由于潤滑油流動速度快，油底殼的結構復雜，流動過程中的湍流問題采用標準的k-ε湍流模型，如式(1)、(2)所示。

(1)

(2)

式中：k是湍動能；ε是湍流耗散率；μt是湍動黏度；Gk是平均速度梯度引起的湍動能生成項；ρ是混合流體的密度；ν是混合流體的速度；C1、C2、σk和σε是k-ε方程中的常數項。

式(1)和式(2)中的湍動黏度計算如式(3)所示。

μt=Cμρk2/ε

(3)

式中：Cμ是常數。

式(1)和式(2)中由平均速度梯度引起的湍動能計算如式(4)所示。

(4)

對于k-ε方程中的常數項，按照Launder等的推薦值確定，其取值分別為：C1=1.44；C2=1.92；Cμ=0.09；σk=1.0；σε=1.3。

根據CA6DL油底殼的外圍基本尺寸(高度為0.3 m，寬度為0.3 m，長度為0.92 m)，建立計算域模型，模型坐標系的原點設置如圖1所示。集油器位于油底殼前后壁面中軸線上，集油器底端中心在模型坐標系中的坐標為(0.18，0.1，0)。采用四面體網格結構，其間隔為10 mm。文中采用的歐拉-歐拉方法，兩相都定義為流體。數值模擬中不考慮熱傳導及溫度變化等，磨粒為固體顆粒(沒有黏度)，一般賦予它一個較小的值黏度值，使得計算可以進行，且不會對計算結果產生太大影響[8,11]。不考慮油底殼壁面對固-液兩相流動的影響，采用無滑移邊界條件。由于進出口介質均為兩相流體，齒輪泵產生的壓差導致流體不斷流動，所以進出口邊界都設置為壓力條件。進口為計算域上平面，壓力設為大氣壓；出口為集油器，壓力為一定轉速(流量)下齒輪泵所產生的負壓。

圖1 計算域模型及網格結構Fig 1 Computational domain and grid structure

1.2 數值模擬結果

汽車發動機正常磨損情況下，油底殼中的磨粒質量分數為5×10-5以下，磨粒粒徑一般小于10 μm；出現故障時磨粒質量分數為1×10-4以上，異常磨損初期，磨粒粒徑在20 μm左右，失效磨損初期磨粒粒徑大于50 μm[2,12-13]。對于磨粒監測而言，主要是捕獲早期異常和故障磨粒，所以對磨粒粒徑(>20 μm)且磨粒質量分數(>5×10-5)的磨損磨粒進行模擬分析。根據CA6DL發動機的齒輪泵的流量和壓力關系，在額定轉速下油底殼出口壓力值為-0.18 MPa。由于油底殼計算域模型關于XOY平面對稱，對稱區域具有相似的計算結果。另外，通過對計算域內的模擬結果在Z軸方向上不同位置截取，采用云圖后處理手段分析發現，相對與其他截面，在Z0截面上往往出現磨粒體積分數和速度梯度最大區域。鑒于此，文中所有模擬結果都以Z0截面處云圖呈現。在額定轉速情況下，不同質量分數不同粒徑的磨粒體積分數分布的模擬結果如圖2、3所示。

圖2Z0平面不同質量分數下磨粒體積分數云圖(粒徑50 μm，油液黏度0.05 Pa·s，出口壓力-0.18 MPa)

Fig 2 Particle volume fraction cloud chart of different particle mass fraction in theZ0plane(particle size 50 μm,oil viscosity 0.05 Pa·s,outlet pressure -0.18 MPa)

圖3 Z0平面不同粒徑磨粒體積分數云圖(磨粒質量分數1×10-4，黏度值為0.05 Pa·s，出口壓力 -0.18 MPa)Fig 3 Particle volume fraction cloud chart of different particle sizes in the Z0 plane(particle mass fraction 1×10-4, viscosity 0.05 Pa·s,outlet pressure -0.18 MPa)

從圖2、3可知，油底殼中磨粒分布是不均勻的，在集油器的周圍區域磨粒容易聚集，磨粒含量較高;磨粒粒徑越大磨粒含量分布不均勻性越明顯。

為了進一步考察油底殼中磨粒的流動性，對油底殼中磨粒的速度場進行模擬，如圖4所示。對于集濾器上方區域，速度梯度大，磨粒的流動性好，對于異常磨損產生的大磨粒，隨著潤滑油循環流動易在該區域聚集。同時，該區域遠離油底殼底部，沉積顆粒的影響相對較小，在此位置采集故障磨粒的概率將比其他區域高。

圖4 Z0、X0.18平面磨粒速度云圖(粒徑50 μm，質量分數 1×10-4，油液黏度0.05 Pa·s，出口壓力-0.18 MPa)Fig 4 Particle velocity cloud chart in the Z0,X0.18 plane (particle size 50 μm,mass fraction 1×10-4,oil viscosity 0.05 Pa·s,outlet pressure -0.18 MPa)

根據CA6DL發動機的齒輪泵的流量和壓力關系，在低怠速和高怠速情況下齒輪泵分別對應的流量為15 L/min和60 L/min，換算后對應的油底殼出口壓力值為-0.10 MPa和-0.32 MPa。在不同循環流量情況，油底殼磨粒速度場的數值模擬結果如圖5所示。

圖5 Z0平面磨粒速度云圖(磨粒質量分數1×10-4， 油液黏度0.05 Pa·s，粒徑50 μm)Fig 5 Particle velocity cloud chart in the Z0,X0.18 plane (particle mass fraction 1×10-4,oil viscosity 0.05 Pa·s,particle size 50 μm)

從圖4、5可知，在低怠速情況下，由于其循環流量相對較低，對應的出口壓力相對小，使得磨粒分布的不均勻性相對不明顯。然而，在高怠速情況下，由于其循環流量相對較高，潤滑油循環流動加快，導致磨粒的速度梯度較大，使得磨粒易聚集在靠近集濾器入口的位置，且磨粒分布的不均勻性加劇。

綜合上述分析，發動機運行過程中，受油底殼幾何形狀、集濾器位置等的影響，油底殼中的磨粒含量分布不均勻，而集濾器吸盤上方區域具有磨粒流動性好，異常磨損大磨粒隨著潤滑油循環易聚集，受油底殼底部沉積顆粒影響小等特點。基于數值模擬的結果，初步確定最佳取樣點的空間位置(在模型坐標系中)為(0.12，0.15，0)。

2 OLVF不同的取樣位置的對比試驗

2.1 試驗裝置

根據CA6DL發動機潤滑系統基本參數，開發了潤滑系統模擬試驗臺(如圖6(a)所示)，它可實現潤滑系統中潤滑油的循環流量和壓力可調、過濾功能可控、潤滑油黏度(溫度)和取樣位置可變。如圖6(b)所示，在油底殼上蓋板設置取樣孔，其中1號取樣位置即為數值模擬確定的最佳位置，2號和3號取樣位置為對比位置。因油底殼在寬度方向對稱，在長度方向不對稱，這3個取樣位置代表了油底殼中絕大多數取樣位置的情況。

試驗過程使用的潤滑油是L-AN68#機械油，模擬試驗的基本參數如表1所示。試驗過程中采用OLVF在不同位置實時地監測油底殼的磨粒含量，OLVF沉積參數設置如表2所示。一個磨粒覆蓋面積指數(An Index of Particle Coverage Area，IPCA)被用來表征潤滑油中的磨粒含量[3]。

表1 試驗臺運行參數

表2 OLVF沉積參數

2.2 試驗結果及討論

在試驗臺運行時，以CA6DL發動機的額定轉速下潤滑系統的循環流量運行，模擬油底殼中磨粒含量的變化規律。為了排除過濾器對油底殼磨粒含量的影響，試驗過程中關閉粗細濾清器。3臺OLVF同時在3個取樣位置實時監測油底殼磨粒含量，監測結果如圖7所示。

圖7 不同取樣位置的IPCA曲線Fig 7 IPCA curves for different sampling locations

在t1和t2時刻，分別加入1.46 g(23～48 μm)的鐵粉，使得潤滑系統磨粒含量發生突變， OLVF監測結果顯示3個取樣位置的IPCA變化趨勢基本相同；但1號取樣位置獲得的IPCA值明顯高于2號和3號取樣位置。該試驗結果說明在1號取樣位置磨粒易聚集，磨粒含量相對較高。此外，當磨粒含量發生突變時，1號取樣位置獲得的磨粒含量相對于2和3號取樣位置而言，IPCA的變化率大，該位置對磨粒含量變化敏感。無過濾情況下，磨粒在潤滑油循環過程中，磨粒含量的減小速度相對緩慢，磨粒的滯留時間較長。

通過數值模擬和試驗研究發現，發動機運行過程中，油底殼磨粒含量分布不均勻，集濾器吸盤上方區域，磨粒含量變化敏感，磨粒的流動性好，異常磨損大顆粒易聚集，受底部沉積顆粒的影響小。該位置采集油樣可以最大限度地獲取發動機磨損狀態的代表性油樣。該研究為發動機OLVF油底殼取樣位置的設置提供解決途徑。

3 結論

(1)對CA6DL發動機油底殼中潤滑油的固-液兩相流數值模擬分析結果表明，在潤滑油循環過程中，油底殼中的磨損磨粒分布不均勻，易聚集于集濾器吸盤上方區域。

(2)模擬分析發現位于模型坐標系 (0.12，0.15，0) 位置附近區域，往往磨粒含量高、磨粒含量變化敏感，磨粒的流動性好。該區域可最大限度地獲取發動機磨損狀態的代表性油樣。

(3)在發動機潤滑系統模擬試驗臺開展的不同位置對比性試驗結果表明，由數值模擬確定的取樣位置確實對磨粒含量變化敏感、流動性好，并且該區域大顆粒易聚集，受底部沉積顆粒的影響小。該結果與數值模擬的結果一致。