滑油監測技術在設備磨損檢測中的應用研究

何振林，劉安林，王登輝，熊俊，宋曉東，彭軍，張克強

滑油監測技術在設備磨損檢測中的應用研究

何振林，劉安林，王登輝，熊俊，宋曉東，彭軍，張克強

（中國核動力研究設計院 第一研究所，四川 成都 610031）

在基本的磨損理論基礎上，研究了磨損規律，并從不同角度制定了確保設備安全的磨損界限值，包括由磨損含量與取樣頻率關系統計的濃度界限值、相鄰兩個油樣中含量變化統計的趨勢界限值，通過這些界限值來捕捉故障征兆，也可靈敏地反映磨損變化。為了提前發現設備的磨損情況，基于GM方法建立了GM磨損預測模型，并對設備的磨損狀況進行了預測，通過比較預測值和測量值，驗證了所用方法的準確性。還校正了更換滑油對元素濃度測量及磨損程度預測帶來的影響，使校正后的測量值及預測值能夠準確反映設備的真實狀況。

核動力裝置；磨損規律；磨損界限值；GM

核動力裝置中有諸多安全相關的旋轉設備，根據核動力裝置運行統計，這類設備的磨損類故障占總故障的60%～65%[1]。因此，降低并減緩磨損故障是延長這類設備壽命的關鍵。

通過對旋轉設備的潤滑油進行分析，發現其中所含“雜質”的種類和含量與設備的磨損程度存在某種相關性。根據已有的研究結果可知，這種相關性正是存在于設備潤滑油中的磨損信息，對這種相關性的定性、定量描述可以揭示設備的磨損狀態，找出誘發因素，評判機械的工況和預測其故障，并確定故障位置、原因和類型[2-3]。滑油監測技術即是對于這種相關性的描述，其優勢在于，可實時獲得設備本身的性能和工作狀況，而無需對設備進行拆卸和分解。本文通過制定一系列的限值限定設備的安全運行范圍，同時通過灰色預測模型（Gray Model，GM）方法對滑油中的關鍵信息參數進行預測預報，將此二者結合起來可以有效做到對設備故障的早發現、早干預，準確定位，減少維修時間和成本，提高核動力裝置的安全性。

1 磨損限值的制定

影響機器零部件磨損的因素很多，所以對于磨損的定量計算很困難。試驗表明，一般零部件的磨損過程可分解為三個階段：磨合、穩定磨損、劇烈磨損[4-5]。其中穩定磨損階段是機械設備穩定發揮功能的階段，在此階段通過對滑油的監測分析，防止小故障引發大故障，從而延長正常發揮功能的時間。本文利用光譜技術分析了某設備潤滑油中的6種元素含量隨時間的變化關系，如圖1所示，其中運行至250 h時進行了滑油的更換。

圖1 磨損元素隨時間的變化關系

滑油監測技術是一種預知性維修的策略，界限值是為了保證機器安全運行或者有無故障征兆的一種預報或提示，是根據統計規律、置信度和運行經驗來劃分的一種定量預報[6]。界限值邊界實際是一個小的模糊區，制定的界限值既能預報故障征兆，又留有一定的保守裕度。

機器的磨損程度是漸變和突變并存的，要根據元素含量去判斷磨損程度，需要3～4個不同級別的界限值。一般需要磨損含量與取樣頻率關系統計的濃度界限值、相鄰兩個油樣中含量變化統計的趨勢界限值，兩者還必須相輔相成去捕捉故障征兆，而趨勢界限值往往可靈敏地反映磨損變化程度[6]。

針對某一機器的多個油樣分析結果，具有隨機性，利用概率論和數理統計，可以確定正常、臨界和異常的界限值，配以置信度設置，估計可能出現的概率。

1.1 磨損金屬元素濃度界限值制定

對某設備的滑油進行多次取樣，測量樣品中的磨損元素含量，并對其計算濃度均值和均方偏差：

依據正態分布理論，各濃度界限值如表1所示，表1中同時計算出了Fe元素界限值。

表1 濃度界限值

狀態濃度界限值（×10-6）Fe元素濃度界限值 正常43.95×10-6 臨界76.26×10-6 異常92.42×10-6

1.2 磨損金屬元素濃度趨勢值界限值制定

依據正態分布理論，各濃度趨勢界限值如表2所示，表2中同時計算出了Fe元素的趨勢界限值。

表2 趨勢界限值

狀態趨勢界限值（×10-6）Fe元素趨勢界限值 正常0.254×10-6 臨界0.38×10-6 異常0.506×10-6

2 磨損元素濃度換油影響校正

機械設備需要定期更換滑油，這一措施雖提高了滑油品質、延緩了機械磨損，但未從根本上消除磨損，同時給滑油監測帶來了一定的困難，分析換油前后Fe元素的含量，結果如圖1所示，因此需要對滑油影響進行校正。消除更換滑油對元素濃度影響的方法是對更換滑油后的元素濃度曲線進行線性回歸，得出換油后Fe濃度隨時間的變化關系，利用所得的數學關系做外推計算，即先求出換油前后的元素的濃度差值，再將換油后的濃度值與差值求和，即可求得消除換油影響后的濃度值，如圖2所示。

3 基于灰色系統模型的磨損預測

部分信息已知而部分信息未知的系統稱為灰色系統。灰色系統理論以小樣本、貧信息、不確定性系統為研究對象[7]。機械設備的磨損因為過程異常復雜、影響因素眾多，各影響因素之間的關系也不甚明了，系統的輸入輸出關系帶有隨機波動性等，所以其摩擦磨損系統是一個典型的灰色系統。

圖2 磨損元素界限值及滑油影響校正

基于灰色系統理論的機械設備磨損預測方法主要包括以下四個步驟[8-9]。

（1）獲取機械設備磨損量的歷史測量值，在本文中采用光譜技術測量滑油中的磨損金屬元素來表征機械設備的磨損狀態，以Fe元素為例，其歷史測量值時間序列表示為：

（2）灰色系統是針對離散時間序列建立的，它要求時間序列滿足光滑性，但一般得到的時間序列并不滿足該要求，因此需要對歷史時間序列做累加生成[10]。累加生成的另一重要作用是增強數據的規律性，盡可能反應出系統

（3）建立基于灰色系統理論的設備磨損預測模型，定義：

（4）依據生成的時間序列，建立GM(1, 1)模型的微分方程，為：

根據磨損預測量判斷設備的運行狀態，預測量若在[0,T]，則認為設備運行正常；若在[T,T]，則應密切關注設備的運行狀態，防止事故的發生；若在[T,T]，則應考慮停機檢修。

本文利用上述方法，對潤滑油中的Fe元素的含量進行了預測，如圖3所示，最大預測誤差為0.14%，在可接受的范圍內，最重要的是該方法能夠較準確地反應磨損量的變化趨勢，再結合前文的磨損界限值，即可判斷設備的運行狀態，對事故做到提前發現、提前預防。

圖3 實測值和預測值比較

4 結語

由于核動力裝置中的大量旋轉設備對核設施的安全運行起至關重要的作用，本文從旋轉設備的磨損規律、磨損界限值制定、磨損量預測三個方面進行研究，并得出如下結論：

（1）利用概率統計方法制定了安全運行的界限值，當元素測量值或者預測值達到界限值范圍內時，運行人員須采取相應的措施；

（2）對更換滑油的影響進行了校正，使其能夠準確反應設備的磨損狀態；

（3）利用灰色系統理論對設備磨損建立了預測模型，并對磨損量進行了預測，通過比較實測值和預測量，發現所建立的模型能較準確地預測磨損元素的含量，同時能準確預測出磨損元素含量的變化趨勢。結合磨損元素含量的界限值和預測，可以準確預判設備的運行狀態，避免事故的發生。

[1]田勇，廉書林，陳閩杰. 油液污染分析在機械磨損檢測中的研究進展[J]. 液壓氣動與密封，2013（7）：2-4.

[2]許斌，余學軍. 油液分析技術在設備維修中的應用與研究[J]. 潤滑油，2006（4）：62-64.

[3]郎宏，佟文偉，何山，等. 基于光譜分析技術的磨損故障監測影響因素分析[J]. 航空發動機，2013（3）：85-88.

[4]李和言，王立勇，馬彪. 基于光譜分析的綜合傳動空載磨合磨損規律研究[J]. 光譜學與光譜分析，2009（29）：1013-1017.

[5]王國慶. 潤滑油液監測技術現狀與發展[J]. 潤滑油，2004，19（5）：7-11.

[6]萬耀青，鄭長松，馬彪. 原子發射光譜儀作油液分析故障診斷的界限值問題[J]. 機械強度，2006，28（4）：485-488.

[7]鄧聚龍. 灰色系統基本方法[M]. 武漢：華中理工大學出版社，1993.

[8]馮世榕. 航空活塞發動機機匣微振磨損可用度分析與預測[J]. 機械，2015，42（8）：25-29.

[9]殷鵬遠. 灰色預測系統GM（1, 1）模型及其Matlab實現[J].黑龍江水利科技，2017，45（7）：16-18.

[10]李艷鴿，李糧鋼，張乾. 基于優化GM(1, 1)模型的可視化沉降預測數據的精度研究[J]. 工程設計學報，2009，16（2）：145-149.

Study on Oil Analysis Technology and its Application in the Detection of Mechanical Wear

HE Zhenlin，LIU Anlin，WANG Denghui，XIONG Jun，SONG Xiaodong，PENG Jun，ZHANG Keqiang

(The First Institute, Nuclear Power Institute of China,Chengdu610031, China )

On the basis of the basic wear theory, this paper studied the wear regularity, and established the wear limit values to ensure the safety of the equipment from different perspectives, including the concentration limit values calculated from the relationship between wear content and sampling frequency, and the trend limit values calculated from the content changes in two adjacent oil samples. Through these limit values, the portent of failure can be captured, and the wear change can also be sensitively reflected. In order to know about the wear condition of the equipment in advance, a GM wear prediction model is established based on GM method, and the wear condition of equipment was predicted. The accuracy of the method was verified by comparing the predicted value with the measured one. This paper also corrected the influence of changing lubricating oil on element concentration measurement and wear prediction, so that the corrected measured value and the predicted value can accurately reflect the real condition of the equipment.

Nuclear power plant；wear regularity；wear limit value；GM

TH117.1

A

10.3969/j.issn.1006-0316.2020.05.004

1006－0316 (2020) 05－0023－04

2019－11－12

何振林（1985－），男，甘肅武威人，碩士，工程師，主要從事反應堆運行相關工作，E-mail：hzl494310541@qq.com。