李茂華,李小飛,楊 博
(新疆維吾爾自治區產品質量監督檢驗研究院,新疆 烏魯木齊 830011)
自從第一次在 1941年美國鐵路行業首先采用了光譜分析對內燃機車潤滑中的磨粒元素種類和含量進行分析監測以來應用到如今,油液監測技術經過幾十年的發展,新技術、新設備不斷的促使油液監測技術應用到越來越多的工業領域。在上世紀60年代中期,激光技術的發展使“顆粒計數法”第一次在油液監測中得到了應用,最初主要是用于評價油品污染的程度,隨著工藝的復雜化,設備的精密化,該項技術逐漸延伸到設備故障診斷的領域。其中鐵譜技術的出現,為油液監測(Oil Monitoirngl)技術的發展實現了飛躍為油液監測中磨損理論的發展奠定了基礎。近年來,油液監測技術不僅在機械工程領域、裝備制造、故障維護以及摩擦理論學的發展發揮了極為關鍵的作用,為工業制造中節能減排,降本增效上取得巨大的經濟效益和社會效益。通俗來講,油液監測技術是通過對工業設備潤滑油樣品進行取樣,利用多種的監測技術手段,對樣品的理化指標、污染物指標和磨損指標進行分析,結合設備的的實際工況、潤滑狀態等進行數據結果分析,不但可以對在用設備的磨損狀態進行定性和定量分析,還可有效的對設備故障進行預防預測,結合摩擦磨損特性的變化進行監測分析結果,可以對設備的故障類型、故障部位、故障原因和進行快速而科學的診斷,這對于現代工業生產中裝置設備的安全運行有著重要而深遠的意義[1]。
目前,油液監測技術使用最廣泛和有效的手段,主要時潤滑油理化指標分析和磨損顆粒分析。前者通過監測油品添加劑的損耗情況、基礎油衰變情況、以及油品理化性能指標的劣化程度,來監控設備的潤滑狀態及潤滑不良導致的設備故障。后者是通過對潤滑油中磨損顆粒的尺寸、形貌、數量等參數的監測,可以實現設備故障的診斷、實現設備的預防性維護、最終實現設備的按質換油、延長潤滑油的使用期限的目的,最終達到對設備摩擦狀態監測和故障診斷的目的,通常情況下,設備的磨損呈現一種緩慢上升的狀態,從最初的摩擦磨合到穩定的磨損,最終出現劇烈磨損階段,也就是我們常說的故障高發期階段,具體情況可如圖1[2]所示。

圖1 磨損的三個階段
油液監測技術自誕生以來到現在雖然發展時間不長,但在工業設備領域的應用卻得到了長足的發展,常見的油液檢測技術見表1。

表1 常見的油液監測技術特點
“自動故障診斷”和“在線磨損監測”兩項檢測技術是油液監測技術研究的重要方向,設備工況的故障診斷監測是一個復雜、系統化的工程,不僅對故障產生原因、部位進行科學的定位,同時還要對在用工業設備磨損狀況進行日常預防監測,從近年來油液監測技術發展來看,“在線化”、“智能化”、“集成化”是今后油液監測技術的重要發展方向[4]。
鐵譜分析技術雖然有其特殊的優點得到廣泛的應用,但鐵譜分析技術的現場應用能力目前仍然需要進一步優化,例如,如何將設備運行中的動態過程進行參數量化是目前鐵譜分析技術面臨的難點,需要建立一個新的數學模型將“摩擦副材料特征”、“工況負荷變化”、“磨粒生成機理”、“運動軌跡”等重要的技術參數有效的融合到設備診斷數學模型中,將這些量化后的參數為實際設備監測過程中的設備磨損狀態的故障診斷和自動識別提供科學研判的依據,進一步改善監測結論的準確性、時效性、客觀性,通過監測大數據,5G云計算找出規律,并應用相應的數學模型進行診斷評估是今后設備故障監測的重要發展技術方向。
由于多種原因,油液監測技術中的磨粒識別大多主要直接通過顯微鏡的觀察,盡管這種分析具有操作靈活,速度快等優點,但是這種分析手段過度的依賴檢測人員的經驗,在某些情況下,會帶來較大的檢測誤差。近年來磨損顆粒的自動識別技術得到了快速的發展,越來越多的諸如圖像分析理論、人工神經網絡技術、模糊識別技術等多新技術逐漸應用到故障診斷中的磨粒識別中[5],依靠這種技術可以在極短的時間里,快速高效的對磨損顆粒進行識別,特別是2005年以來,科技人員開發的多種算法的識別技術更是給磨粒分析技術插上了騰飛的翅膀,如模糊識別技術、計算機技術、圖像分析技術的引用,可以極大的提高磨損顆粒的自動識別能力和準確度,與傳統的人力識別相比,這能技術可以有效地降低分析人員的主觀性,從而提高檢測的準確性。
目前應用較多的油液監測系統盡管可以進行磨損診斷,但是大多檢測手段單一,應用范圍不廣,近年來新型診斷系統逐漸嶄露頭角,其不僅可以在單一的系統上建立不同油液監測方法,通過對各類故障的特征的數據差異,結合云計算大數據的科學算法,可以快速的計算出設備出現故障的敏感參數。現代的診斷系統已經不僅僅是簡單的數據監測匯總,其背后大數據的驚人算力,結合過往的監測數據,在加上大量的新技術的應用,如神經網絡、人工智能、模糊診斷技術可以實現診斷系統在極短的時間內可以快速的對設備的工況進行故障診斷。近年來國外發展出的設備維修管理決策支持系統和作業優化控制系統的快速發展,已經可以實現將測、診斷、維修管理、作業控制相的有機結合,真正的實現了診斷系統的智能化、快速化。
隨著各種高端制造裝備的出現,越來越多的新型設備被應用到工業化生產中,傳統的檢測數據分析技術對數據的分析已經不能滿足當今的發展要求,近年來,國內外相繼出現了例如線性回歸技術、矩陣變換技術、灰色理論分析等新型的數據分析方法,其背后主要得益于新型的數學模型和極度優化的算法,例如傳統的鐵譜磨粒的圖象識別大多基于人工對圖像的判斷,而神經網絡技術、分形理論等新型數學算法的出現,尤其是5G技術的出現,快速提高了網絡運算能力和存儲能力,對于鐵譜分析技術的快速發展起到了極其重要的作用,借助5G通訊技術,使鐵譜分析技術從傳統的人工離線分析延伸到超遠程監測數據的快速傳輸、數據的網絡計算以及超快速在線監測。
與傳統的油液與設備分離的檢測手段相比,結合高數數據傳輸技術的在線監測嶄露頭角,尤其在重要的化工行業,越來越多的轉動設備、振動設備以及逐漸實現了設備的在線監測,近年來,多種新型的在線監測設備已被研發出來,例如:壓電傳感器監測儀,Ferro SCAN和MetalSCAN在線監測儀、在線示蹤法磨粒測量儀、MPD金屬微粒檢測儀、在線鐵譜儀、QDM定量磨粒監測器、超聲波磨粒監測方法、光學磨粒傳感器的實時油液診斷系統、磨粒圖像在線識別系統、FCM流體工況監測儀等,這些新型在線設備的出現,對于設備的預防性故障診斷及在線監測具有重要的意義[6]。
油液監測技術是設備診斷學科中的一門新技術,結合了摩擦學、數學、工程學等重要學科領域,在設備維護、故障診斷中發揮了不可替代的作用,隨著新型設備的出現,仍然需要對該技術進行創新和發展,據目前油液監測技術的發展來看,有以下問題急需解決。
(1)油液監測技術中,磨屑定量測量可靠性、特殊磨粒的自動識別問題、以及磨粒圖譜的普遍適用性的問題,這需要建立一個標準磨粒圖庫來實現。
(2)磨粒的多樣性和磨損機制目前尚無正式標準作為參考,開發新型診斷系統、標準圖庫,以及利用5G大數據的物聯網技術的遠程診斷和維護是今后重要的發展方。
(3)急需建立統一的油液監測技術的標準規范,建立科學合理的油液監測技術標準體系,能推動油液監測技術工作的深入、快速發展,更好的服務于工業生產的需要。