載荷與潤滑油性能相關性的研究

杜 映，王龍鑫，邵 濤

(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，陜西 西安 710049)

載荷與潤滑油性能相關性的研究

杜 映，王龍鑫，邵 濤

(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，陜西 西安 710049)

為了研究載荷與潤滑油性能的相關性，以自制的四球摩擦磨損試驗機為試驗設備，設計并搭建了潤滑油性能在線監測系統。選取潤滑油粘度、介電常數及磨粒濃度為在線可測量，研究了載荷對服役階段潤滑油性能的影響及其相關性，并對基于不同載荷的潤滑油狀態進行了分類。試驗結果表明：載荷與潤滑油性能衰變程度存在著相關性，且隨著載荷的增加，潤滑油的性能下降，氧化衰變程度加劇，磨損程度加劇。本研究為今后研究潤滑油的健康狀態表征方法提供了依據。

在線監測；潤滑油分析；磨粒監測；聚類分析

1 前言

潤滑油是機械設備的“血液”，它包含了全部的摩擦學信息，對潤滑油的狀態監測已經成為分析設備磨損狀態的重要手段[1]。離線油液監測技術發展了70多年[2]，已經非常成熟，但耗費巨大的人力、物力。在線油液監測技術雖然起步較晚，但由于其具有實時監測、無需取樣、避免二次污染、減少人力等優點，已初步應用在重要工業領域的重大型設備中，例如航空發動機、風電齒輪變速箱、船用柴油機及礦山設備等[3]。目前，對于潤滑油性能的衰變規律的研究尚屬空白。因此，對潤滑油性能的實時監測十分必要。然而，潤滑油在設備運行過程中，將受到變載荷的作用，從而影響潤滑油的使用性能。因此，研究載荷與潤滑油性能表現之間的關系非常重要。

目前，國內外在線油液監測技術的發展主要集中于在線油液傳感器的開發，以試驗探究為主，工程應用案例較少[4]。其中，較為成熟的傳感器技術大體上可分為2類：一類是針對油液品質的傳感器技術，另一類是針對油液中磨粒的傳感器技術[3]。

本文采用自制的四球摩擦磨損試驗機，選擇合適的在線監測傳感器，設計并搭建了潤滑油性能參數在線監測系統。以潤滑油的在線粘度、介電常數作為潤滑油理化性能的可測參數，以磨粒濃度作為磨損狀態的可測參數，研究了載荷對潤滑油性能參數衰變規律的影響，為后續研究潤滑油健康狀態模型提供了依據。

2 潤滑油性能在線可測性分析

2.1 可測性分析

有文獻[5]表明，潤滑油的衰變過程分為以下3個步驟：添加劑損耗、酸值增加、粘度上升，潤滑油性能參數在線可測性分析如圖1所示。故本文所選擇的潤滑油可測參量為：潤滑油粘度、介電常數及磨粒濃度（IPCA）。

圖1 潤滑油參數在線可測性分析

2.2 傳感器選型

在傳感器選型部分，需要選擇可以測量粘度、介電常數的傳感器及選擇合適的鐵磨粒傳感器。

2.2.1 油液特性傳感器

在潤滑油性能監測方面，選擇美國MEAS傳感器公司（精量電子）開發的FPS2800B12C4流體特性傳感器。該傳感器可直接且同時測量流體的粘度、密度、介電常數和溫度。該傳感器外形如圖2所示，長度尺寸約80mm，最大直徑30mm，其技術參數如表1所示。

圖2 FPS2810B12C4流體特性傳感器實物圖

表1 FPS2810B12C4流體特性傳感器技術參數

2.2.2 鐵磨粒傳感器

本文中選擇了本課題組自行開發的OLVF在線磨粒傳感器來監測潤滑油中的鐵磨粒，其結構如圖3所示。

該可視化在線鐵譜傳感器的工作原理是利用可控電磁鐵，將油液中的鐵磨粒沉積在流道內，然后利用顯微攝像頭對沉積下來的磨粒鏈進行拍照，再利用分析軟件對磨粒鏈照片進行二值化、灰度分割等操作，提取磨粒的各種特征，從而求得磨粒的尺寸、類型及IPCA等。

圖3 OLVF可視化在線鐵譜傳感器[6]

3 試驗方案

3.1 試驗系統介紹

本研究以自制的回轉式摩擦磨損試驗臺——四球摩擦磨損試驗機為試驗設備，如圖4所示。該設備的摩擦副由4個直徑均為12.7mm的鋼球組成，其結構示意圖如圖5所示。

圖4 四球摩擦磨損試驗機

圖5 四球摩擦磨損試驗機

3.2 試驗方案[7]

在其他參數保持不變的前提下，改變載荷的大小，模擬潤滑油在服役階段的衰變過程及摩擦副的磨損變化規律，即潤滑油的粘度、介電常數、磨粒濃度在不同載荷下的變化規律。本模擬試驗平臺如圖6所示。

圖6 模擬試驗平臺

本試驗分3組，其運行工況如表2 所示，主軸轉速及試驗運行時間保持不變，僅改變加載載荷。

表 2 試驗工況

4 試驗數據分析

4.1 潤滑油性能的動態變化規律

在3組試驗中，在線油液傳感器及可視化在線鐵譜傳感器所得到的試驗數據隨時間的變化呈現出相似的規律，即在設備運行過程中潤滑油的粘度、介電常數及磨粒濃度（IPCA）呈穩定的變化規律。以2#試驗所測得的粘度、介電常數及磨粒IPCA值對應于時間的變化曲線為例，如圖7所示。

圖7 潤滑油動態性能變化規律（2#試驗）

試驗過程中粘度值表現出上升趨勢，介電常數值表現出下降趨勢，而IPCA值則表現出從高到低，從劇烈變化到平穩的趨勢（對應“浴盆曲線”的磨合期到正常磨損期兩個階段）。

4.2 數據分析

為了對不同載荷下各參數的變化規律做對比分析，將分別分析可測量粘度、介電常數及IPCA值在不同載荷作用下的變化情況。為了便于分析，對所得到的試驗數據進行FFT濾波處理。

4.2.1 載荷與潤滑油粘度特性的關系

試驗所測得的不同載荷下潤滑油粘度隨時間的變化規律對比曲線如圖8所示。

圖8 不同載荷下粘度隨時間變化曲線對比

在不同載荷下，隨著試驗的進行，各組的潤滑油粘度值均成上升趨勢，但曲線斜率不同，載荷越大，對應的粘度曲線上升斜率越大，50kg載荷下四球機運行6h后其潤滑油粘度僅上升了約3cP，變化幅度約為5.8%，而在150kg下，6小時候潤滑油粘度上升了約29cP，變化幅度高達55.7%。

由于本試驗測得的粘度變化率（粘度變化曲線斜率）與載荷有關，我們將各組試驗粘度的斜率與載荷進行匹配，以探究用粘度斜率來表征設備負載程度的可行性。表3為對這3條曲線進行線性擬合后對其斜率、粘度變化率的統計。

表 3 不同載荷下粘度曲線線性擬合統計

4.2.2 載荷與潤滑油介電常數特性的關系

試驗所測得的不同載荷下潤滑油介電常數隨時間的變化規律對比曲線如圖9所示。

在不同載荷下，隨著試驗的進行，各組潤滑油的介電常數在試驗初期呈下降趨勢。在低載荷下，介電常數呈緩慢上升趨勢，而在較大載荷下，介電常數較為平穩。

圖9 不同載荷下介電常數隨時間變化曲線對比

在潤滑油衰變初期，生成的有機酸會與油中添加劑發生中和反應，酸值不會立刻上升，而添加劑的損耗將導致潤滑油中極性物質的減少，故所測得的潤滑油介電常數呈下降趨勢，而隨著潤滑油的衰變，酸性增加，介電常數增大。

因此，介電常數可以間接反映潤滑油的衰變程度。本試驗由于在試驗時間內，潤滑油并未發生嚴重的衰變，故試驗中的介電常數未呈現出上升趨勢。而圖7中50kg載荷作用下的介電常數呈緩慢上升趨勢可能是由于試驗中混入粉塵或其他雜質改變了潤滑油的極性導致的。

4.2.3 載荷與磨損程度的關系

試驗所測得的不同載荷下，經過磨粒圖像處理后得到的磨粒濃度（IPCA）隨時間的變化規律對比曲線如圖10所示。

圖10 不同載荷下磨粒IPCA值變化曲線對比

在不同載荷下，IPCA曲線在試驗剛開始階段處于較高的水平，隨后下降，并保持平穩變化。

由 “浴盆曲線”知，設備的磨損通常分為磨合期、正常磨損期、嚴重磨損期和故障期[8]。本試驗中每一次試驗均會更換新的摩擦副（鋼球摩擦副），故每次試驗開始的時候均有一段明顯的磨合期；鋼球與鋼球之間一開始為點接觸（實為面積很小的面接觸），兩球接觸點的金屬被迅速磨掉，接觸面積隨即增大，使得潤滑油能進入到接觸面之間并形成油膜，減少磨損，此時即進入到正常磨損期。圖11為本試驗中所得到的典型磨合期與正常磨損期的鐵譜圖像。

圖11 試驗中的典型鐵譜圖像

由圖10可知，載荷越大，磨合期所持續的時間越長。因為載荷越大，為了減小接觸點的壓強，所需要的接觸面積就越大，即磨合期需要磨掉更多的磨粒。而在正常磨損期，載荷越大，潤滑效果差，產生的磨粒越多，故在IPCA平穩變化階段，載荷越大，IPCA的平均值越大，即產生的磨粒越多。

5 載荷與潤滑油狀態的關系表征方法

基于狀態指標進行潤滑油狀態識別是本研究采用的健康分析思路。在已有試驗機理分析的基礎上，本研究采用聚類分析方法，將粘度、介電常數及磨粒濃度的綜合特征劃分為不同衰變階段，從而綜合表征載荷與潤滑油狀態之間的關系。

均值漂移（Mean-Shift）聚類算法，這個概念最早在1975年由Fukunaga等人提出[9]；在1995年，Yizong Cheng對其進行了改進和推廣[10]。該聚類算法一般是指一個迭代的步驟，即先算出當前點的偏移均值，移動該點到其偏移均值，然后以此為新的起始點，繼續移動，直到滿足一定的條件結束。運用Mean-Shift聚類分析，將上述試驗數據進行分類，其結果如圖12所示。由圖中可知，試驗數據被分為5類。其中，50kg載荷作用下，其試驗數據在分類中全部被歸為第1類，100kg載荷作用下，其試驗數據分布在第1類和第2類，150kg載荷作用下，試驗數據大部分分布在第3類-第5類下，少部分數據分布在第1類和第2類。

由此可見，載荷越高，潤滑油對應的數據類別數越大，表明對試驗數據的分類與潤滑油的氧化衰變程度有緊密的聯系。基于Mean-Shift算法的聚類分類方法可以有效地表征載荷與潤滑油狀態之間的關系。

圖12 不同載荷試驗數據聚類分析結果

由此可見，載荷越高，潤滑油對應的數據類別數越大，表明對試驗數據的分類與潤滑油的氧化衰變程度有緊密的聯系。基于Mean-Shift算法的聚類分類方法可以有效地表征載荷與潤滑油狀態之間的關系。

6 結論

（1）在線監測手段可以實時地反應潤滑油性能參數的變化規律，試驗結果表明：粘度可以表征潤滑油的氧化衰變程度，介電常數不僅可以體現潤滑油的氧化衰變程度，還可以間接地反映添加劑的損耗程度，IPCA則可以反映設備當前的磨損狀況。

（2）隨著載荷的增大，潤滑油性能參數的變化率增加，即載荷的增大加快了潤滑油的衰變劣化。

（3）Mean-Shift聚類分析方法能夠表征載荷與潤滑油狀態之間的關系。

[1] HAMEED Z, HONG Y S, CHO Y M, et al. Condition monitoring and fault detection of wind turbines and related algorithms∶A review[J]. Renewable and Sustainable Energy Reviews, 2009, 13 (1)∶ 1-39.

[2]李喜武．汽車發動機潤滑油信息融合技術監測方法的研究[D]．長春：吉林大學，2012．

[3] WU T H，WU H K，DU Y, PENG Z X. Progress and trend of sensor technology for on-line oil monitoring[J]．Science China Technologic=al Sciences, 2013, 56(12)∶ 2914-2926．[4]嚴新平，張月雷，毛軍紅．在線油液監測技術現狀與展望[J]．潤滑與密封，2011，36 (10)：1-5．

[5] Cerny J, Strnad Z, Sebor G. Composition and oxidation stability of SAE 15W-40 engine oils[J]. Tribology International, 2001 , 34 (2)∶ 127-134.

[6] WU T H, MAO J H, WANG J T, et al. A new online visual ferrograph[J]. Tribology Transactions, 2009, 52 (5)∶ 623-631. [7]龔人杰．基于多參數在線監測的潤滑油性能衰變分析及實驗研究[D]．西安：西安交通大學，2014．

[8]董浚修．潤滑原理及潤滑油[M]．北京：中國石化出版版社．1998：13-22．

[9] Keinosuke F, Larry D, Hostetler. The estimation of the gradient gradient of a density function with applications in pattern recognition[J]. IEEE Trans on Information Theory, 1975, 21 (1)∶ 32-40.

[10] Cheng YZ. Mean Shift, Mode Seeking, and Clustering[J]. IEEE Trans on Pattern Analysis and Machine Intelligence, 1995, 17 (8)∶ 790-799.

（編輯：王立新）

Research on correlation between load and properties of lubricating oil

Du Ying, Wang Longxin, Shao Tao

( Key Laboratory of Education Ministry for Modern Design & Rotor-Bearing System, Xi’an Jiaotong University, Xi’an 710049,China)

To study the correlation between the load and the properties of lubricating oil, a homemade four-ball test rig is proposed, as well as the on-line monitoring system of lubricating properties. The viscosity, permittivity and wear particle concentration of lubricating oil are selected as on-line measurable indicators. The correlation of load and the indicators of lubricating oil on working conditions are studied, along with that the state of the lubricating oil is classified into different classes. The results indicate that the degree of lubricant degradation has some correlation with the load. The performances of the lubricating oil drop with the load increases, therefore lead to the serious degree of lubricant oxidation and wear. This study provides the bases for future research on characterizing the health state of lubricating oil.

on-line monitoring; lubricating oil analysis; wear debris monitoring; cluster analysis

TH626.4

A

1672-4852（2015）03-0034-05

2015-08-17.

杜 映（1989-），女，博士研究生.