油液监测技术

机械设备的油液监测技术摘要：简要介绍了油液监测的基本方法，并用案例说明油液监测所获得的状态参数能很好反映设备的润滑磨损状态，实现设备的预知性维修和主动性维修。

前言随着机械设备日益向高速、大型、自动化与多功能化方向发展，对设备的可靠性提出了更高的要求。

设备运行后，对其进行合理的维修保养至关重要。

为满足现代大型机械设备的维修需求，工业界提出了视情维修的概念。

为实现设备的视情维修，必须依托设备的状态监测技术。

根据国外相关统计数据，机械设备70%以上的故障与磨损有关，而油液分析所获得状态参数能很好地判断设备的润滑磨损状态，因而在国外被广泛采用。

油液监测技术能有效判断机械设备产生磨损故障的原因及部位，从而使设备劣化趋势及时得到矫正，避免恶性事故的发生和发展，实现设备的预知性维修。

另一方面，油液监测能及时发现油质劣变原因和污染状态，及时采取对应措施，使设备长期处于良好的润滑状态，减少故障发生概率，延长其使用寿命，实现设备的主动性维护[1]。

1 油液分析三个方面的内容机械设备的磨损总是不可避免的。

磨损过程一般分为三个阶段，即磨合磨损、稳定磨损和剧烈磨损。

如果过快或过早出现异常磨损，则应查明原因，及时消除。

引发设备出现异常磨损的主要原因[2]如下：（1） 零部件材料加工及装配质量（如不平衡、不对中）；（2） 用油不当（如牌号不对、添加了与在用油不相溶的油液）；（3） 油液劣变导致品质下降，不能满足设备润滑要求；（4） 环境应力（如温度、湿度等）或机械应力过大；（5） 设备维护不当（如空气滤效率下降导致进入粉尘增加）。

油液监测的目的是控制设备的磨损速率，因此应能涵盖引发异常磨损的所有因素，油液监测技术主要包括三方面的内容：● 磨损颗粒分析（简称WDA）● 污染监测与控制● 润滑油品质监测磨损颗粒分析目的是了解设备的磨损状态及原因，属于预知性维修范畴，其它两方面监测的目的是为了延长设备的使用寿命，属于主动性维修范畴。

1.1 磨损颗粒分析磨损颗粒分析是通过分析油样、过滤器、磁塞中固体颗粒的成分、含量及尺寸等信息，探究设备的磨损机理、磨损部位、磨损原因及预测磨损发展趋势。

磨损监测的主要手段包括利用光谱元素分析、PQ 指数及铁谱分析等。

必要时，还可借助扫描电镜进行分析。

光谱元素分析可测量油液中磨损金属、污染元素及添加剂的成分及含量。

连续监测可以得出部件摩擦副的磨损趋势及润滑油添加剂的消耗情况。

PQ指数可测量油液中铁磁性颗粒的含量，一般与光谱元素分析配合使用，提高故障探测率。

常用铁谱仪主要有直读铁谱和分析式铁谱。

直读铁谱分析可以获得大磨粒读数D L 、小磨粒读数D S 及组合参数磨粒浓度WPC和磨损烈度指数I S，用于判断润滑油中铁磁性颗粒变化趋势。

分析式铁谱通过在双色显微镜下观察油中磨粒图像，判断磨损类型和磨损原因。

1.2 污染监测与控制导致润滑油失效的主要原因是污染。

如发动机油污染主要包括：燃油混入、冷却液渗漏、固体颗粒污染等。

采用粘度与闪点等方法可检测出燃油混入；冷却液进入润滑油中会影响油品的润滑性能，加速滑油的衰变，造成腐蚀磨损。

常用水分测定器可检测油中水分含量。

在所有润滑油污染物中，危害最大的是固体颗粒，研究表明80%以上的磨损故障与固体颗粒污染物有关。

因此西方发达国家对固体颗粒污染物的监测与控制非常重视，制定了设备用油的污染度等级控制标准。

常用的控制方法是三步污染控制法[3]：● 综合考虑预期使用寿命、使用环境等因素，制定设备的目标污染度等级；● 选择过滤元件，合理布置过滤系统，实现预期的油液清洁度目标；● 通过颗粒计数器定期监测污染度等级，并采取对应措施；1.3 润滑油品质监测润滑油品质监测包括油品理化分析及添加剂使用性能变化趋势监测，以确保润滑油能满足设备的使用要求。

润滑油的物理稳定性常用粘度来评估。

粘度如果超出规定的范围，则加速装备的磨损、流体渗漏、压力下降、控制精度降低等。

影响粘度变化的因素有：温度、压力、污染物、设备老化等。

润滑油化学稳定性通常采用总酸值（TAN）和总碱值(TBN)来评估。

如果TAN、TBN变化较大，则应更换或补充新油，避免磨损加剧。

影响润滑油化学稳定性的因素有：过热、机械应力和污染等。

润滑油添加剂用于改变滑油性能以满足使用要求。

润滑油在使用过程中，添加剂会逐渐劣变，导致磨损加剧。

常用傅立叶变换红外光谱仪（FT-IR）来检测在用油的添加剂变化趋势，指导设备正确选油与换油。

三种油液监测技术目标不同，可根据设备类型、工况条件、所采用的维修方式等多种因素进行合理选择和配置。

2 油液分析的实现方式油液监测的一般流程是：取样、检测和提出维修建议。

目前油液监测主要有以下三种实现方式：（1）实验室分析。

依托油液监测实验室精密的测试仪器和专业经验，准确获得设备的润滑磨损状态参数，并给出相应的维修建议。

国外企业一般委托专业化的油液分析公司进行。

由于油样传递和分析时间较长，因此时效性较差。

（2）现场测试。

利用便携式设备在现场对油样进行测试，主要优点是：检测速度快，而且能结合现场工艺参数和故障信息，快速判断设备状态。

但由于现场检测手段的限制，深层次的故障原因不易查明。

（3）在线监测。

据国外统计，油液监测中95%以上的油样为正常。

为减少油样传递和分析费用，人们不断研发在线监测设备，实现重要设备的实时监测，发现异常情况及时报警[4]，如粘度传感器、Metalscan铁磁性颗粒探测器等。

油液监测成功的关键是取样必须有代表性，即油样中磨屑颗粒、油液性质和污染物与设备润滑系统在役油之间存在较好的对应关系，理想状态下油样应该是设备在役油的“复制品”。

为获取有代表性油样，取样部位、取样时设备的状态、取样周期应严格遵守取样规范，油样瓶的清洁度也应符合要求，尽量避免外界污染给测试带来误差。

3 案例分析3.1案例一齿轮箱换油不当某公司一自动生产线齿轮箱大修换油后，设备运行出现异常。

如果故障不及时排除，每小时停机直接损失为4.8万元人民币。

应用户要求，对新油和旧油进行了分析，结果如下：（1）综合新旧油的理化指标（见表1）可看出，新油与旧油属于两种不同牌号的齿轮油。

（2）从新油和旧油的硫元素含量，红外光谱图（见图1、2）中主添加剂成分的吸收峰位置分布（新旧油在1100至850cm-1区域间吸收峰有显著区别）和添加剂元素浓度对比分析来看，两种齿轮油所采用的添加剂种类有显著区别。

（3）四球机烧结负荷值测试结果表明，旧油属于中负荷齿轮油，新油属于重负荷齿轮油。

根据以上分析，可以判断运行故障是由于错误换油引起的，新油粘度明显比原用油偏高。

若齿轮运行速度仍保持不变，则必然会导致油温升高，长期运行有可能造成齿轮胶合失效，因此建议重新换用原粘度等级的油品。

由于早期发现了事故苗头，并及时采取了有效措施，设备运行状态恢复了正常。

表1 新油和旧油理化指标和添加剂元素含量的比较图1新油傅立叶变换红外光谱图图2旧油傅立叶变换红外光谱图3.2案例二发动机进气系统故障对某发动机进行定期监测，运行610h时发现油样中磨损元素Fe、Al、Cr含量急剧升高，污染元素Si含量明显超标（见图3），铁谱分析（见图4）发现油中有大量切削磨粒和沙粒。

由此判断，发动机进气系统出现故障，导致大量灰尘进入发动机燃烧室，引发钢套/活塞环切削磨损。

经检查发动机空气滤被击穿，如果继续运行，必然会导致发动机拉缸。

经及时维修后，发动机磨损状态恢复正常。

图3 磨损元素浓度随发动机工作小时的变化趋势油中的铁质切削磨粒油中有大量沙粒污染物及红色氧化物图4 典型磨粒图像3.3 案例三油液污染的控制某包装生产自动线在一次换油后液压系统伺服阀运行失灵，多次换阀故障仍未消除，一个月内连续损坏了三个伺服阀，每个阀价值8000美金。

停机后取样进行污染度测试，发现油液污染度为NAS 13(ISO 21/20/18)，大大超出伺服阀对油液清洁度要求，导致阀工作故障。

污染来源于换油时设备清洗不当，建议对油液进行净化。

当油液清洁度提高至NAS 6-8级，故障随即消失。

在所有工业润滑油中，液压油是对油液清洁度要求最高的，液压系统工作故障90%以上来自液压油的污染。

某水轮发电机组故障频发，设备运行成本大幅增加。

对其使用的透平油进行测试，发现油液污染度等级为ISO25/22。

采取如下措施提高油液清洁度：（1）将系统过滤器的过滤精度从原来的25µ提高到3µ；（2）加装旁通过滤系统（By-Pass），不断地对油液进行净化，目前取得的效果如表2。

表2 油液污染度与设备使用寿命4 结论（1）机械设备70%以上的故障与磨损有关，而油液监测所获得的状态参数能很好地判断设备的润滑磨损状态，因而在国外被广泛采用；（2）磨损颗粒分析能有效判断机械设备产生磨损的原因及部位，从而使设备劣化趋势得到矫正，避免恶性事故的发生和发展，实现设备的预知性维修；（3）润滑油品质检测和污染监测与控制能及时发现油质劣变原因和污染状态，及时采取相应措施，使设备长期处于良好的润滑状态，减少故障发生概率，延长其使用寿命，实现设备的主动性维护。

参考文献1 James C. Fitch. Proactive maintenance can yield more than a 10-fold savings over conventional predictive/preventive maintenance program. Noria corporation 2000.2 周文新。

履带装备的三维油液分析。

2002全国摩擦学大会.3 James C. Fitch. Three-step implementation of fluid contamination control. 1996 Diagnetics.4 Robert E. Kauffman. Development and laboratory evaluation of on-board oil condition monitoring sensors for HMMWV diesel engines. JOAP2002.。