|
【论文摘要】介绍了液压系统油液污染监测和故障诊断过程中目标清洁度设定和油液取样的基本方法和依据，并对故障判别方法进行了必要的探讨。
1 引言
利用各种油料分析技术对液压系统油液进行污染监测，是实现液压系统故障诊断和预知性维修的重要手段。目标清洁度的设定是油液污染控制要解决的首要问题，样液提取决定监测结果能否反映系统内部的真实情况，而有效的判别方法则是正确判断系统实际运行状态实现故障诊断和预知维修的关键。
2 系统目标清洁度的设定
(1)设定目标清洁度应考虑的因素
大量研究表明〔1〕〔2〕，油液中颗粒污染物引起的污染磨损是引起液压元件失效的主要原因，因此，油液污染度的确定应该以污染磨损理论为主要依据。研究理论认为〔1〕，污染磨损存在一种链式反应，即临界尺寸颗粒进入液压元件运动副间隙后，将引起磨损使间隙逐渐扩大，更大尺寸的颗粒得以进入运动副间隙，以致引起更为严重的磨损。由此可见，污染磨损存在由正常微量磨损阶段转向严重的崩溃磨损阶段的转折点，这个转折点与油液中颗粒污染度有直接关系。文献〔2〕把发生链式反应所对应的油液污染度称为临界污染度。合理的清洁度应该能够保证液压系统或元件在正常的工作期间内不发生链式反应或崩溃磨损。
临界污染度是在实验条件下提出来的，在实际工程当中则难以确定，通常在综合考虑液压元件的污染敏感度以及液压系统的工作强度、工作温度、暂载率、油液质量、停机代价和安全问题之后确定系统的目标清洁度。目标清洁度订得过高，增加了系统成本费用，过低则对降低故障率的作用不大，使维修费用增加。表1为液压系统目标清洁度与寿命延长系数之间的关系〔4〕。 表1 目标清洁度与寿命延长系数关系
| A B | 寿命延长系数 | | 2 | 3 | 4 | 5 | 6 | 7 | 现
有
系
统
清
洁
度
NAS1638 | 18
17
16
15
14
13
12 | 15
14
13
12
11
10
9 | 14
13
12
11
10
9
8 | 13
12
11
10
9
8 | 12
11
10
9
8 | 12
11
10
9
8 | 11
10
9
8 |
(2)设定目标清洁度的方法
由于对液压元件和液压系统清洁度等级要求决定于各方面因素，故目标清洁度的拟定应该建立在对实际液压系统污染状况和使用情况进行广泛的调查研究和测试分析的基础上。图1为美国Vickevs公司根据调研分析结果提出的液压元件清洁度等级建议，设定系统目标清洁度时可作参考。（图片）
图1 液压元件清洁度等级 具体方法是：先根据推荐的清洁度等级确定系统中所有液压元件的目标清洁度，选定对油液清洁度要求最高的液压元件的清洁度作为系统的目标清洁度，然后再根据工作性质和工作环境等因素进行适当修正。
2 油液的取样
(1)取样点的设定
设定取样点时要考虑两个因素：一是必须使所取油样具有代表性，即测量结果能够代表整个系统油液的污染状况；二要考虑取样装置的安装方便。通常应该在系统内污染最严重且容易发生故障的部位附近设立取样点，如回油管滤油器的上游、主油泵下游等。如果从油箱直接取样，要确保取样管的末端进入油液深度的一半左右，否则，由于油液分层可能使油样没有代表性。而通过管路从系统内取样时则需验算取样点的雷诺数，为了使管中液流呈紊流状态，必须保证雷诺数Re＞2000。
(2)取样间隔
在进行油液污染监测和故障诊断过程中，一般以运行时间确定取样时间，取样间隔由设备工作性质和系统压力而定，并根据运行时间长短和技术状态随时调整。表2为Vickers公司推荐的取样频率表，仅作参考，在实际工作时随时调整。工作初期(500h以内)，系统元件处于磨合状态，为了及时掌握系统的内部运行情况，取样间隔要小，特别要注意设备初始安装运行或大修后的第1天或运行1周、1个月后进行采样分析。快到维修期限时，同样要缩短取样周期。而在正常工作期间，一旦出现异常现象，如系统过热、工作不稳定、噪声和振动加大，则应立即进行采样分析〔3〕。表2 取样频率表
| 目标清洁度 | 日工作
时 间 | 系统压力 | | ＜14MPa | 14—21MPa | ＞21MPa | | 等于或低于ISO15/12 | ≤8h | 4个月 | 3个月 | 3个月 | | ＞8h | 3个月 | 2个月 | 2个月 | | 等于或高于ISO16/13 | ≤8h | 6个月 | 4个月 | 4个月 | | ＞8h | 4个月 | 3个月 | 2个月 |
(3)注意事项
①必须保证取样过程中样液不被污染。
②为了使分析结果真正代表实际情况，应在系统正在运行或刚刚停止工作时进行取样。
3 故障判别
(1)故障判别的复杂性
油液污染监测和油料分析(光谱、铁谱分析等)的结果是油液的污染度或油样中所含各种金属元素的浓度值。它虽然包含有反映系统内部磨损状态的丰富信息，但一般来说并不能直接回答故障情况。因此，必须根据监测和分析结果，采用信息处理和诊断数学方法去揭示和预报故障情况。单就诊断学本身的内容上讲，就包含以下几个方面：①诊断物理——即利用各种仪器检测状态参数，采集设备各部位故障最原始、最基本的信息，为进一步明确失效机理提供条件；②诊断数学——即根据设备的特点及故障类型，从采集到的信息作出快速的、科学的数学处理，以获得定量的故障判别；③诊断知识和经验——即根据维修和使用人员对故障现象长期积累的知识和经验作出诊断和预报，包括利用听、看、摸等手段以及检测到的信息进行判断。从机械故障本身的特点来讲，故障的因果关系也并非完全单值的逻辑结构，一种原因可能引起多种结果，一种结果也可能由多种原因造成。因此，故障判别也是一个复杂的过程。
(2)训界值的建立
在油液污染监测和油料分析过程中，除了污染物和各种金属元素的浓度外，还可记录到取样的间隔、取样频率以及每次取样所对应的机器运行时间，此外还可以换算出相临两个油样之间的浓度变化值(即浓度梯度)。这些参数都是标志液压系统工作过程中内部磨损状态变化和时序规律的重要信息。如果以f、p、G、t分别表示取样频率、分析元素的浓度、浓度梯度和取样时相应运行时间，则可以得到f=F(p)、f=F(G)、G=F(t)和p=F(t)等四条图线［5］，分别称为浓度值方图、梯度值方图、梯度控制图和线性回归图。再根据统计学和概率论原理，就可以建立各种分析元素的正常区、警界区和异常区。需要指出的是，即使同一型号的多台机器，在不同环境、不同载荷和不同的管理方式下，由于测量数据的动态性、离散性和渐变性，各种元素的训界值并非固定不变，应根据具体情况及时修正。
(3)灰色模型预测浓度变化趋势
油料分析一般采用离散取样和离线分析，相邻两个油样之间的浓度突变，只有对下个油样采集分析后方可发现。对于精密液压系统或取样间隔较长的机器来说，等发现浓度突变以后可能为时已晚，而早期故障诊断才具有重要意义。因此，利用灰色模型(GM)预测浓度的变化趋势十分必要。即通过对动态信息的开发、利用和加工，对离散数据建立微分方程，然后通过求解了解系统的动态行为和发展趋势。如图2所示，第1～4次取样分析结果，某元素的浓度及浓度梯度均在正常区，但在第4次和第5次取样之间，浓度值可能发生突变进入警告区或异常区。建立灰色模型，就可以预测出第4次与第5次取样之间浓度或浓度梯度发生突变的时间，从而及早采取措施防患于未然。（图片）
图2 浓度变化趋势 (4)磨损元素的聚类分析
在事先不了解各磨擦副性质的情况下，可以通过数学方法定量地比较各变量之间的差异，把性质特征相近的变量归为一类，再以当前的故障症兆与历史上本系统各次诊断记录中的故障症兆相对比，看本次检测结果与历史上哪一次已确诊的故障症兆最为接近，借此判断故障类型和故障部位。聚类分析的前提是掌握各种故障的历史记录。
(5)非数值判别
故障预报正确与否，最终要靠实际维修情况来检验，预报的科学价值在于指导视情维修。应该看到，液压系统故障并非都能依赖于诊断数学来发现，有些故障难于用数学方法来描述。因此，故障预报除了应用诊断数学外，还要利用或依靠维修经验和维修知识来处理难于用数值判别的问题，这样才能构成故障预报的统一整体。
4/17/2005
|
