大型核電站應急柴油發電機在用潤滑油閾值分析*

何 偉，賀石中，馬紅軍，譚桂斌，馮 偉，劉海元

（1.廣州機械科學研究院有限公司工業摩擦潤滑技術國家地方聯合工程研究中心，廣州 510700；2.廣研檢測(廣州)有限公司，廣州 510530）

0 引言

應急柴油發電機組是核電站最重要的專用安全設施之一，是核安全應急系統供電的最后一道屏障。應急柴油發電機組使用壽命40 年以上，需確保啟動和運行的潤滑安全[1]。潤滑是機組運動部件的“血液”，核裝備摩擦副表界面和潤滑劑之間的物化過程、潤滑接觸界面分子/原子構象及衰變過程是看不見摸不著的“黑箱”過程，直接或間接誘發磨損發展、遷移，機器磨損在工業界曾類比為設備“慢性癌癥”。某核電站在年度檢修中發現A、B 兩臺應急柴油發電機噴油器出現嚴重積碳和運行中冒黑煙現象，如圖1 所示。兩臺柴油機均使用0#國Ⅳ柴油，該故障發生后，開展診斷評定。通過檢測故障柴油機在用柴油，并結合其他機組應急柴油發電機組運行數據，表明故障原因是目前所用的柴油機油與低硫柴油之間不相容所致。

圖1 噴油器積碳

為避免再次發生類似故障，保障核電站應急柴油發電機的運行安全，需定期監測油品的性能變化情況，而用來評價指標的運維換油標準仍有較大局限性。目前，ASTM標準制定了柴油機油的監測閾值[2]，但缺乏針對性；國標“GB/T 7607柴油機油換油指標”同樣缺乏針對性，且指標較少，難以滿足現場使用；已有學者針對公路車輛柴油發動機、船舶柴油發動機的換油閾值進行了研究[3]，采用持續的油液監測技術，掌握油品性能變化。但已有的研究對象均為常用的柴油機，對于核電級別的應急柴油機，因其間斷運行的特殊性，常規的換油閾值并不適用。因此，本文對核電站應急柴油機的在用油品進行分析，研究制定更為科學合理、安全可靠的運維換油標準[4]。

1 監測方案制定

1.1 監測方案

目前該核電站出現故障的應急柴油發電機為A、B 2臺機組，為進行對比分析，增加1 臺運行正常機組，本文對A、B、C 3臺應急柴油發電機進行定期監測。3臺機組均采用LUKOIL AVANTGARDE ULTRA CI-4 15W40柴油機油潤滑。

應急柴油機每月會定期進行啟動運行試驗，試驗結束后取樣進行離線監測，油品均已使用了12 個月以上，其中B 柴油機在油品使用16個月后，油位下降，進行了補油。

1.2 在用潤滑油檢測項目

柴油機油在使用過程中，受到外界污染物影響，尤其是運轉過程中柴油機油中會混入一定程度的低硫柴油，油品中的添加劑逐步消耗，油品性能會發生劣化，導致柴油機磨損顆粒逐漸上升。因此，在用柴油機油的更換周期定量評價方法時，綜合應用了油品理化性能衰變、污染情況、添加劑消耗和磨損情況等4種方法進行。

（1）油品理化性能衰變。柴油機油使用過程中，油品性能會因高溫氧化、外界污染、空氣接觸等原因發生變化，潤滑壽命就會降低。柴油機油的理化性能衰變主要評價指標為100 ℃運動黏度、堿值。

（2）污染情況。柴油機運行過程中，摩擦副摩擦產生的磨損顆粒、因呼吸作用帶入的粉塵雜質、燃燒室中產生的積碳等不溶物均會侵入潤滑油，加上油品自身降解也會產生相應的不溶物[5]；水分會因冷卻液泄漏、空氣或燃氣中水分冷凝、人為因素等原因進入至潤滑油中；柴油會因噴油泵柱塞間隙過大、噴油器性能不良、回油管漏油等原因進入至潤滑油中[6]。檢測上述污染物可評價在用柴油機油的污染程度及變質情況。

（3）添加劑消耗。柴油機油中通常會添加清凈分散劑，以去除柴油燃燒產生炭粒、煙炱以及潤滑油高溫氧化產生的積碳和油泥等，清凈分散劑的消耗會使積碳、煙炱無法得到有效清洗，造成集聚；同時會添加抗磨劑以減少磨損，抗磨劑的消耗會使摩擦副磨損加劇。添加劑消耗可通過檢測清凈分散劑中的Mg、Ca元素和抗磨劑中的Zn、P元素含量進行評價。

（4）磨損情況。柴油機運行時不可避免會發生磨損，磨損的最終表現結果之一是磨損顆粒的形成，同時，金屬磨損顆粒又加速油品的氧化。光譜元素分析可定量評價柴油機的磨損情況。柴油機磨損的主要評價指標有Fe、Cr、Pb、Cu、Al，其中Fe、Cr 元素主要來源于氣缸套、活塞環、軸、軸瓦等部件；Pb元素主要來源于曲軸瓦、連桿軸瓦及有關襯套等部件；Cu元素主要來源于軸瓦、軸承保持架；Al元素主要來源于活塞及連桿襯套。

2 油品各指標變化趨勢分析

2.1 理化性能

柴油機不完全燃燒生成的煙炱會在潤滑油中聚集，使油品黏度增大，柴油機油自身受高溫氧化，也會使黏度發生變化。柴油機油高溫氧化后會生成酸性物質，中和油中初始添加的堿性物質，使油品堿值降低。圖2所示為監測期間3臺柴油機在用柴油機油100 ℃運動黏度及堿值變化趨勢。由圖可知，堿值整體較為穩定，但有下降趨勢，B柴油機因在油品使用16～19 個月之間補過新油，堿值突增，但增加后仍呈現下降趨勢。黏度整體穩定，但有輕微下降趨勢；B柴油機因中途補油，黏度有突增，整體趨于穩定。

圖2 在用柴油機油理化性能變化情況

2.2 污染情況

檢測不溶物可反映在用柴油機油使用過程中混入其中的積碳、粉塵等物質；空氣中粉塵主要為二氧化硅（SiO2）、Si元素，可評估油中混入的粉塵情況。圖3（a）～（b）為監測期間3 臺柴油機在用柴油機油不溶物及Si 元素含量變化情況。不溶物及Si 元素含量除B 柴油機外，均呈現上升趨勢，但幅度較小。B柴油機油兩項指標變化情況與設備中途補油吻合，補油后不溶物增幅更為明顯。

圖3 在用柴油機油污染變化情況

監測期間，油樣水分體積分數檢測結果僅個別為0.04%，其余均為小于0.03%，故本研究不討論水分影響。

柴油混入潤滑油中，會破壞油膜強度，導致柴油機潤滑不良。柴油比潤滑油閃點低，可通過對柴油機油進行閃點檢測以監測燃油稀釋情況。圖3（c）所示為監測期間3 臺柴油機在用柴油機油開口閃點變化情況。由圖可知，閃點整體呈現下降趨勢，隨著柴油機油使用時間增加，閃點降低越為明顯。B柴油機補油后閃點有所上升，隨后繼續下降。

2.3 添加劑消耗

圖4所示為在用柴油機油Mg、Ca、Zn、P元素含量的變化情況，抗磨劑包含的Zn、P元素含量未受補油影響，整體變化不大，監測后期有下降趨勢；清凈分散劑包含的Mg元素含量整體呈現下降趨勢，Ca元素含量穩定，有輕微波動，B柴油機補油后Mg、Ca元素含量上升，隨后變化情況與整體趨勢一致。

圖4 在用柴油機油主要添加劑含量變化情況

2.4 磨損元素分析

通過對3臺柴油機監測期間的在用柴油機油磨損元素進行分析，Cr、Pb、Al元素含量均很小，可不作考慮。主要磨損金屬元素為Fe、Cu，由圖5可知，Fe元素含量較為穩定，Cu元素含量隨著油品使用時間有上升的趨勢，B柴油機補油對磨損金屬元素的變化有明顯影響，補油后各元素含量下降，隨后繼續上升。

圖5 在用柴油機油主要磨損元素含量變化情況

2.5 消除補油干擾

通過對上述4個方面檢測數據的分析可知，B柴油機監測期間補油對部分檢測結果的影響較大，補油后的檢測結果不能客觀、全面體現油品自身性能變化、所受污染情況及設備磨損狀態等，故需消除因補油對油品各項指標造成的干擾。

參照現有已成熟的消除干擾方法，可運用線性回歸對變化曲線進行擬合補償[7]。現選取變化趨勢更為明顯的不溶物指標進行分析。

柴油機正處于穩定運行過程中，由圖3（a）可知，補油前后B柴油機在用油不溶物均為穩定上升狀態，變化趨勢平穩，故可通過計算補油前后油樣不溶物含量的變化Δω，再將Δω加至補油后的各不溶物質量分數值中，從而對變化曲線進行修正，即將油品使用了16個月前后的兩段曲線進行線性回歸。

2.5.1 油品不溶物質量分數變化曲線線性擬合

（1） 油品使用時間為12～16月

采用最小二乘法對油樣中不溶物質量分數與使用時間進行線性擬合，如圖6（a）所示，并得到擬合方程為：

（2）油品使用時間為19～27月

按同樣方法對補油后的變化曲線進行線性擬合，如圖6（b）所示，擬合方程為：

圖6 線性回歸方程

2.5.2 油品不溶物質量分數變化曲線修正

求出兩段曲線的線性回歸方程后，還需找出第二段回歸方程與補油前油品使用時間的交點，從而計算出Δω。

計算得：

再將補油后各溶物質量分數加上補償值Δω，得到修正數據。消除補油干擾后不溶物的變化曲線如圖7 所示。由圖可知，修正后補油前后不溶物質量分數已無突增，整體變化趨勢平穩。

2.5.3 其余指標數據修正

按照上述方法對受到補油干擾的各項檢測數據進行補償修正，修正前后數據如表1所示。

圖7 修正后B 柴油機在用油不溶物變化情況

3 閾值計算

3.1 閾值計算方法

目前，油液監測診斷常用的閾值計算方法包含三線值法、箱型圖法和最大熵法[8]。三線值法是一種常用的傳統計算方法，可分析各指標隨時間的整體變化趨勢；箱型圖法計算簡單，可直觀地以圖形方式展現監測指標的閾值分布[9]；最大熵法側重于監測數據的概率分布，可減少系統誤差對閾值計算造成的干擾[10]。

3.1.1 三線值法

三線值法基于正態分布規律分析狀態閾值，根據樣本數據平均值和標準差s，結合該監測指標的變化趨勢，計算指標的警告和異常閾值，具體計算方法[11]：警告界限值為±2s，異常界限值為4s。

表1 B柴油機在用柴油機油主要指標修正前后檢測數據

3.1.2 箱形圖法

箱形圖法利用各監測指標樣本數據中的各類分位數（上四分位數、中位數、下四分位數）建立分位距，對異常值進行計算，進而獲得監測數據的統計特征[12]。具體計算方法為：

（1）剔除無效數據后，對數據按照從小到大的順序進行排序；

（2）計算樣本的下四分位數Q1和上四分位數Q3；

（3） 計算IR 值為IR=Q3-Q1；計算離群界限值，即Q3+1.5IR，然后剔除大于離群界限值的樣本數據；

（4）計算處理后數據的平均值和標準差s；

（5）計算具有上升趨勢的指標警告閾值為2s，異常閾值為3s；若該指標需指示下限，則警告、異常閾值分別為2s和Xˉ-3s。

3.1.3 最大熵法

最大熵法基于最大熵原理求解不含主觀因素的概率密度分布，從而計算閾值。具體方法為：監測指標數據中小于等于某一點的樣本概率恰好為0.977 2 時，該點的值即為警告閾值；小于等于異常閾值點的樣本概率為0.998 7。以3臺柴油機在用柴油機油的不溶物質量分數為例，分析油品樣本的概率密度函數如圖8所示。

圖8 柴油機在用柴油機油不溶物概率密度分布

3.2 閾值計算結果

通過各項監測指標的趨勢分析，經過修正后在用柴油機油理化指標100 ℃運動黏度和堿值、污染元素Si、添加劑元素Zn 和P、磨損元素Fe 均未有明顯變化，若對這些監測數據進行閾值計算，得到的結果不能客觀反映在用油及設備的狀態，故本次僅對在監測期間有較大變化的指標如不溶物、閃點、Mg元素、Ca元素、Cu元素進行閾值分析，以對油品使用情況進行評估，制定更為科學的換油標準。

分別采用3種方法計算上述指標的閾值，結果如表2所示。

表2 柴油機主要監測指標閾值

由表中閾值可知，三線值法和箱形圖法這兩種統計算法所得警告閾值基本相等，而異常閾值有所差異，對于注重變化上限的指標，三線值法所得異常閾值大于箱形圖法，反之則小于箱形圖法，部分指標如添加劑元素Mg相差較大。基于概率密度的最大熵法計算得到的警告閾值與前兩種方法相差不大，但異常閾值差異較大，變化絕對值均大于前兩者。根據設備運行情況和此次故障前的監測數據，再結合與積碳附著故障關聯性更大的不溶物和添加劑元素指標進行分析，最大熵法所得閾值更符合實際情況；且最大熵法更適用于小樣本數據，符合本次監測特點。綜合上述因素分析，可依據最大熵法計算所得閾值進行換油標準制定，且該閾值相較國標更為嚴苛，更加合適核電站核級設備運維要求。

4 結束語

（1） 對應急柴油發電機組潤滑系統和在用潤滑油進行了監測，分析了各油品指標變化趨勢。結果表明，在用油不溶物質量分數、閃點、添加劑元素Mg、Ca 以及磨損元素Cu 有較為明顯的變化，其余指標整體趨于穩定。

（2）因柴油機組監測過程中有補油情況，為消除干擾，采用線性回歸方法對變化曲線進行擬合補償，修正各項指標檢測數據。

（3）采用三線值法、箱形圖法和最大熵法對變化明顯的檢測指標進行閾值計算，在小樣本情況下，最大熵法更符合設備運維情況，可依據該方法選取閾值，制定設備換油工藝和運維決策規范，安排運維人員的精細化培訓，以保障設備服役安全。