在线工博会

基于油液诊断与预报的机敏机器系统的概念与技术
李生华 金元生 陈大融
为节省流量,手机版未显示文章中的图片,请点击此处浏览网页版
提要:结合机器状态监控和仪器制造技术的发展趋势,并根据商业和军事油液分析实验室构成与功能的演变特征,本文提出基于油液诊断与预报的机敏机器系统的概念,其技术特征是:(1)硬件系统由独立的专属性机敏传感器集成(未来技术),或是由专属性分析模块组合的随行式油液诊断与预报系统(当前技术),对构成机器油液分析的三维参量----机器磨损、油液化学和系统污染的关键参数进行分析,实时监控机器运行状态和油液质量水平;(2)软件系统采用以模糊逻辑和人工神经网络为算法或推理特征的专家系统,对机器操作和油液使用进行协同管理。与传统油液分析实验室相比,机敏机器油液诊断与预报系统的基本功能特征是:(1)体积小,重量轻,操作性强,数据分析解释和维修决策的可执行性强,能够满足商业实时机器油液分析和军事随行机器油液分析的要求;(2)实时性强,不需要样品采集、传送和废液处理,机器操作和油液使用人员可以直接、随时获取油液状态信息并按照机器油液分析软件系统提供的专家建议采取管理措施和维修行动,分析结果亦可通过网络系统上载至相关地址。系统的商业和军事价值是:(1)建立基于随行式机器油液诊断与预报功能的机敏机器系统;(2)发展以数字化机器油液分析为特征和基于网络技术的e-机器油液诊断与预报系统。
关键词:机器油液诊断与预报,机敏机器系统,机器状态监控,机器维修,油液应用与管理。
1 引言
机器状态监控是指应用先进技术确定机器状态(诊断)和预报机器失效(预报)。机器油液分析是机器状态监控的重要技术,是确定机器和油液失效模式的有效工具。根据换油期与确定换油期的技术之间的关系看出,机器油液分析的发展趋势是研究、开发和应用基于传感器技术的随行式机器油液诊断与预报系统。
(1)固定换油期----昨天的技术
即根据里程、时间或工作环境确定换油期,偶尔也根据油液质量确定换油期。固定换油期是最早出现的基于油液“状态”的机器维修策略,其实施实际上不需要任何专门技术。
(2)间接灵活型换油期----今天的技术
通过对操作条件和机器状态的连续监控信息确定换油期,通常采用计算机模型或应用能够检测油液某些状态的随行式传感装置,通过仪表板显示方式告知操作者油液的某些特性,包括何时加注油液或何时更换油液。
“间接”的含义是:机器转速、工作温度和其它因素(如载荷、驾驶模式、道路状况等)决定着油液降解程度或换油期,根据机器工作参数与油液质量状态之间的统计关系(或计算机模型),通过监控机器工作参数可以判定油液降解状态,确定是否需要更换油液。通用汽车公司(GM)开发的“油液寿命系统(Oil Life System)”和克勒斯莱汽车公司(DaimlerChrysler AG)与壳牌石油公司(Shell)联合开发的“主动服务系统(ASSYST system或Flexible Service System)”是间接灵活型换油期技术的典型代表。
(3)直接灵活型换油期----明天的技术
应用随行式传感器连续监控和评价油液状态,通过仪表板显示信息告知操作者油液的状态,包括何时加注油液或何时更换油液。“直接”的含义是:通过原位、随行和连续监控油液的质量状态指示参数(indicator或marker),并与基于维修策略设定的允许值进行比较,确定油液质量状态和是否需要进行机器维修。
随着仪器制造的微型化(如芯片实验室)和智能化(如传感器技术和基于网络的计算机通讯技术)技术的出现与发展,将先进仪器制造和分析技术与随行式机器油液诊断与预报系统进行“整合”,可以开发具有不同商业用途和满足特殊军事目的的机敏机器油液诊断与预报系统或机敏机器系统。“润滑油与润滑脂”杂志对此作出了大胆预测:“随着油液传感器的出现以及它们的完整性和可靠性得到确定,并能够在各种车(船、机)队中得到广泛普及,则基于预感、广告或“我们一直就是这样做的”的换油期观念将成为历史。”
2 机器油液诊断与预报的新概念
最近,机器油液分析文献中出现了描述传统油液分析实验室时不多见的关于油液分析硬件、软件和系统的新词汇。一方面,这些新词汇反映着其它技术科学领域的发展成就对机器油液分析技术的巨大影响力;另一方面,这些新技术在机器油液分析领域中通过“整合”形成的机器油液诊断与预报系统从整体上提升了机器油液分析技术的“质量水平”,体现着机器油液分析技术的发展方向。
为了描述基于油液诊断与预报的机敏机器系统的概念与技术,下文介绍若干关于现代机器油液分析的基本概念。
2.1 机器(machinery)
现代机器定义指出,机器是由两个或两个以上相互联系配合的构件组成的联合体,……在人或其它智能体的操作和控制下,实现为之设计的某种或某几种功能。在机器油液分析的研究范畴里,“机器”一词泛指tribological fluid-dependent machinery,包括润滑系统和液压系统,是vehicle,equipment,installation,plant,mechanical machinery的总称。
2.2 机器油液分析(machinery oil analysis,MOA)
MOA是一种机器状态监控概念和维修工具。与传统油液分析信息反映新油液(静态)质量属性不同,机器油液分析信息反映在用油液(动态)质量水平。MOA包含两个功能层次:(1)机器油液状态诊断,即确定油液的“洁净、干燥和健康(clean,dry,healthy)”状态或其“质量、碎片或元素(quality,debris or elemental)”,执行此功能需要实施三维机器油液分析:机器磨损,系统污染和油液化学。(2)机器油液状态预报,即根据机器油液状态的数字化信息与目标极限或老化极限(主动性维修),变化极限或统计极限(预防性维修)的比较分析,提出实施机器维修管理和油液维护管理的行动建议。
2.5 机器油液分析系统(MOA system)
完成MOA的硬件和软件的总称。MOA系统的目的是获取并将油液分析数据转化为某种形式的信息,信息再转化为支持维修决策(行动)的知识。各类机器油液分析系统的目的均是对机器油液进行诊断,对机器失效状态和油液质量水平作出预报,因此机器油液分析系统亦为机器油液诊断(Diagnostic)与预报(Prognostic)系统。
2.5.1 随行(on-board)
根据油液样品采集方式和分析地点的不同与关系,机器油液分析仪器或系统可以划分为三种基本形式(如图1所示):
· 嵌入式(in-line)或原位型(in-situ),连续分析系统中的全部循环油液。嵌入式机器油液分析技术的优点是对全部油液进行分析并立即提供分析结果,分析过程不受外部因素影响,但嵌入式机器油液分析实施困难,而且可能对油液系统带来影响。
· 在线式(on-line),连续或间歇地分析部分循环油液。在线式机器油液分析技术对机器油液流动状态的影响小,能够提供直接结果且几乎不受外部因素影响,缺点是如果样品采集量较少时,在线分析结果可能丧失代表性。
· 离线式(off-line),以现场(on-site,应用便携式油液分析仪器)和非现场(off-site,应用基本配置或完全配置油液分析实验室)两种模式分析周期或非周期性方式采集的代表性油液样品。离线式机器油液分析的缺点是分析结果受油液样品采集、运输和实验过程中多种因素的影响。

(图片)

图1 机器油液分析方式

嵌入式和在线式机器油液分析仪器或系统具有实时(real-time,包括true real time和near real time,真实时系统直接置于系统油路中进行连续实时诊断,近实时系统实际上是将机器油液分析实验室程序移至现场进行快速分析)功能,使用便携式分析仪器(portable kit)的机器油液分析是在设备现场(on-site)或车间(in-shop)进行的,分析精度和准确度低于非现场机器油液分析实验室,主要用于现场快速判定机器油液质量状态,确定“临界”油液样品并将其送至基本配置(通常包括原子光谱仪、红外光谱仪、粘度计和黑色金属密度测定仪或铁谱仪)或完全配置(基本配置仪器和油液理化性质分析仪器,如TAN/TBN滴定仪,KF水分析仪)的非现场机器油液分析实验室进行全面和准确分析。
与嵌入式和在线式机器油液分析相比,离线式机器油液分析的主要缺点在于实验室分析费时较长(需要采集、传送、处理样品和等待分析结果)和污染环境,在此较长时间里,机器系统可能由于油液质量迅速变差而损坏。统计分析表明,50%的离线分析未能发现问题,只有5%检测出严重问题,其余45%的离线分析显示失效即将发生。在某些军事应用场合,90%以上的油液样品其分析结果并未给出值得采取“维修行动”的发现。基于此及对离线分析时样品代表性、“洁净性”和试验经济性的考虑,迫切需要具有全时监控功能的实时油液分析传感器技术。
综上所述,“随行”概念的两层含义是:其一,机器油液分析系统成为机器系统的组成部分,与机器系统共同构成所谓的机敏机器系统,此时机器油液分析采用嵌入式(通常使用各类传感器);其二,机器油液分析系统独立于机器系统,此时机器油液分析可以是在线式或离线式,后者 在功能上相当于现场微型实验室(on-site minilab)。通常,对随行式机器油液分析系统的要求包括硬件功能和元件功能两个部分,前者执行机器油液诊断功能,提供机器油液物理化学状态的数字化信息,后者通过对这些信息进行分析、识别,预报机器和油液状态,提供可以执行的机器和油液的管理与维护(修)建议。
2.6 机敏设备(Smart equipment)
机敏设备是由以失效模式和剩余有用寿命为评价参数,能够连续监控设备“健康”状态的元器件构成的,元器件包括传感器、数据传送装置、计算机硬件和软件、MMI装置等。 机敏设备能够预测油液降解和机器潜在失效,通知用户是否需要进行维修或对机器系统的操作状态进行调整。
具备上述功能的随行式机器油液分析系统也称为随行式智能润滑诊断与预报系统。根据这一工作定义,机敏设备的运行需要在设备水平上配置在线传感器,并完成信号处理、数据熔合和自动推理过程。工业上目前主要在传感器层次上实现‘机敏’功能,然后通过无线通讯系统将低带宽信息向高层次传送。
3 机器油液分析:从实验室到随行系统
机器油液分析在许多商业部门和军事机构已经非常普遍,当前的努力方向是推动传统油液分析概念和技术向实时油液分析领域过渡。实时机器油液分析是非常重要的机器状态监控概念和维修工具,其对机器管理和油液使用的直接贡献是:预报机器失效,减少机器停车,延长机器寿命;发挥油液潜力,优化油液使用,降低油液消耗。
3.1 机器油液分析实验室的现代概念
传统油液分析的目的包括两个基本方面:油液质量控制和油液品质识别。为满足各种不同的使用目的和要求,目前油液分析实验室大抵采取如下三种组织形式:
(1)商业油液分析实验室(或后方基地油液化验室)
(2)野战油液化验室(车)
(3)便携式简易油液化验箱
一般地,由商业油液分析实验室(或后方基地油液化验室)执行的离线式非现场机器油液分析比较普遍,其在实际应用方面的主要特征是:
· 油液样品采集和得到分析结果之间存在较长的时间间隔;
· 油液样品的采集和检测需手动操作完成;
· 油液分析数据的解释存在困难,即不能提供机器管理和油液使用的明确行动建议。
离线式非现场机器油液分析基本上仍然采用传统的油液理化性质指标,除了作为生产和质量管理的控制参数外,它们不能完全反映油液的使用性能和内在质量变化,因而在机器状态和油液品质之间缺乏必要的联系方式和手段。机器油液分析参数和机器油液分析系统能够建立这种联系。根据应用目的和场合不同,现代机器油液分析实验室具有不同的技术内涵和配置形式,其基本特征表现为:
(1) 机器油液分析实验室正在向着能够提供实时和在线服务的生产现场(商业机器油液分析)或一线战场(军事机器油液分析)推进,这对油液分析仪器的微型化、集成化和智能化提出了全新要求;
(2) 机器油液分析仪器功能多样化和执行过程自动化;
(3) 机器油液分析信息处理智能化和信息共享网络化。
3.2 机器油液分析实验室的管理形式
美军建立了比较完备的军用机器油液分析实验室管理形式。国防部成立了联合油液分析计划技术支持中心(Joint Oil Analysis Program-Technical Support Center, 简称为JOAP-TSC),负责协调陆军油液分析计划(Army Oil Analysis Program,简称为AOAP)、海军油液分析计划(Navy Oil Analysis Program,简称为NOAP)和空军油液分析计划(Spectroscopic Oil Analysis Program,简称为SOAP)。在JOAP-TSC的协调和指挥下,依靠基层和基地油液化验室的支持,美军正在建立具有各个军种自身特色的油液分析计划,并期望以此为基础最终建立统一和完善的三军联合油液分析计划,其实施过程的主要内容包括:
(1) 建立油液分析计划的概念体系;
(2) 实现油液分析计划的框架概念;
(3) 筹划建立包含报警极限值的油液分析数据库系统和数据通讯系统。
3.3 机器油液分析实验室的技术指向
现代机器油液分析实验室以新油液、在用油液和更生油液的组成与性质分析为基本任务,其终极目标是建立数字化机器油液分析系统(硬件和软件)或e-机器油液诊断与预报系统,包括:
(1) 建立快速、智能化机器油液分析仪器或分析系统;
(2) 建立机器油液质量规格体系,包括质量控制规格和质量识别规格;
(3) 建立机器油液分析信息提取和处理的智能化系统;
(4) 建立机器油液分析信息接收、发送与管理的计算机管理与网络化系统。
4 实时油液分析传感器
4.1 实时油液分析传感器的设计要求
对实时油液分析传感器的要求因使用方式而不同,如要求嵌入式传感器能够全时感受油液循环系统的全部实际物理化学变化,而对在线式传感器则不要求其能够感受油液循环系统实际物理化学变化的真实值。一般地,实时油液分析传感器设计的核心问题是:(1)电路系统和构造简单、可靠、体积小,不受机器震动的影响。(2)由于所设计的传感器与油液过滤器、发动机机体、油液储器和循环油路联接,应当容易在任何发动机、齿轮箱或液压系统上安装,且不需要对机器系统做出改动;(3)使用过程中容易进行重新组合;(4)能够满足不同OEM各自的要求。
为了满足原位油液诊断与预报的要求,在技术上应当考虑以下方面:
· 根据平台/系统观点考虑需要性;
· 将预报学方法引入整个系统或平台;
· 制造更加机敏、便宜和耐用的传感器;
· 在合适和可行情况下,增加功能强化的传感器;
· 应用传感器熔合技术组合来自多个传感器的数据。
可以看出,传感器的制造和应用是建立机敏型机器油液诊断与预报系统的关键方面。
4.2 商品化真实时油液分析传感器
真实时油液分析传感器具有多种形式,它们采用不同的技术确定油液状态,因此检测油液的能力各不相同。表1列举了数种具有不同工作原理和诊断功能的商品真实时油液分析传感器。

表1 真实时油液分析传感器

(图片)

工业部门投入了大量时间和资金推动机器油液分析进入实时领域。虽然传感器开发的巨大进步已经使机器油液状态的完全实时监控成为可能,但制造一台功能齐全的实时机器油液分析仪器还存在着许多挑战。就表1列举的真实时油液分析传感器而言,尚需在以下方面作出努力:
· 进一步测试嵌入式XRF光谱仪和Foster-Miller公司的油液状态监控器(它们是实施三维机器油液分析的基本仪器),确定它们的真实工作能力。
· 将近实时油液分析系统提升为真实时油液分析系统。
· 研究将若干个实时油液分析系统组合成为一个全功能实时油液分析模块的可行性。
显而易见,一个完整的机器油液分析系统与数据熔合和自动推理进行整合,必将极大地推动基于机器油液分析的视情维修(CBM)。
5 集成式机器油液分析系统示例
5.1 模块式原位油液诊断系统
为了建立功能强大的随行式机器油液诊断与预报系统,油液分析仪器或传感器均设计成模块(含微处理器)形式,模块通过组合和优化用于各种油液分析场合。Pacific Northwest国家实验室开发了一种模块式原位油液诊断系统,该系统完全可以替代基本配置的实验室诊断系统。表2比较了机器油液分析实验室诊断系统与原位诊断系统(基本配置)的构成单元。

表2 机器油液诊断系统的比较

(图片)

模块式原位油液诊断系统由一台或多台微处理器控制,可以直接并入机器油液循环系统,提供关于机器磨损、油液化学和系统污染的近实时信息。油液分析结果可以通过手机或其它无线技术自动上载至异地。系统模块包括:
· X射线荧光(XRF)光谱仪(计算机控制)
· 多波段非色散型红外(NDIR)光谱仪(微处理器控制)
· 微型活塞式粘度计(微处理器控制)
· 定量磨屑检测器(计算机控制)
· 样品采集模块(包括样品流速、温度和过滤)
· 系统控制器/界面
表3、表4和表5分别列出了系统主要分析模块的功能参数,其中表3和表4 中的诊断参数与工业摩擦学实验室中原子发射光谱仪和FTIR光谱仪的测定参数是一致的。

表3 XRF光谱仪的油液诊断与预报功能----机器磨损和系统污染元素

(图片)
* 适用于大型工业柴油机或燃气轮机

表4 NDIR光谱仪的油液诊断与预报功能----油液化学

(图片)

表5 磨屑检测器的油液诊断与预报功能----机器磨损和系统污染颗粒

(图片)

由这些模块构成的油液诊断与预报系统的组合原理和实际系统如图2和图3所示,该系统实际上是模块形式的工业摩擦学实验室系统的基本配置。

(图片)

图2 油液诊断与预报模块组合原理

(图片)

图3 模块式原位油液诊断系统的实际样式

模块式原位油液诊断系统中硬件和软件功能设计的理念是:一个有效的机器油液分析系统总是能够与具有下列属性的CBM计划进行整合。
· 能够测定在用油液的相关物理和化学参数
· 具备各种型号机器的油液和油液接触零件的失效模式的知识
· 标准化的数据解释和维修建议
· 适应机器运行和维修状态的智能型数据解释器
· 快速分析周期
· 可与总体维修计划进行整合
基于设计原理、模块构造和功能特征判定,该系统是一个有效的随行式机器油液诊断与预报系统。
5.2 基于AOAP需要的实时油液分析仪器
美国国防部陆军油液分析计划(AOAP)通过对油液进行定期分析,致力于检测机器零件的潜在失效和确定油液的质量状态,是陆军在编全部航空和非航空设备的必须的维修服务手段。便携式或随行式油液状态监控技术能够提高AOAP的能力,快速为用户提供分析结果,因此能够达到AOAP“强化系统管理,减少维修停工,避免发动机、传动和液压系统重大失效”的目标。为了确定是否存在商品化或处于开发状态的便携式和在线式油液分析技术与仪器,美军陆军坦克汽车司令部(US Army TACOM)坦克汽车研究开发与工程中心(TARDEC)所属的石油与水质量技术小组(PWQTT)对美国34家油液分析技术开发/仪器制造商的44种油液分析技术与仪器进行了市场调研,于1999年5月发表了题为“油液分析仪器市场调研”的报告”。
5.2.1 油液分析技术/仪器评价参数
重量:仪器应当小到一个人即可搬运(最大重量为19公斤)。
尺寸:仪器由一个人即可携带,如果不是随行式仪器,应当能够与军用设备零件联接。
耐用性:仪器坚固耐用。
性能:指仪器所能测定的参数。
电源要求:便携式仪器应自带电源,随行式仪器应与标准军事装备的电源具有兼容性。
自维持工作时数:系统在无维修(修理、校正、充电等)状态下连续工作的小时数。
价格:考虑仪器价格时应当与对整个系统的支付能力进行比较。
5.2.2 油液质量评价参数
由于不能确定对于每种设备或应用场合下众多油液质量参数中哪些最为关键,在油液分析技术/仪器评价过程中选用了12种油液质量评价参数,兹按照三维机器油液分析概念罗列如下:
(1)机器磨损参数:磨损金属。
(2)系统污染参数:电导率,阻抗,冷却剂污染,介电常数,燃料稀释,颗粒物,积碳,水污染。
(3)油液化学参数:添加剂,总酸值/总碱值,粘度。
可以看出,对机器系统污染的关注程度更高,这与机器制造技术和油液质量水平的提高与升级是一致的。
5.2.3 便携式油液分析技术/仪器
目前市场上已经有大量便携式油液分析技术/仪器可以满足不同目的的机器油液诊断的需要。表6列举了若干商品化便携式油液分析仪器的主要技术指标。

表6 便携式机器油液分析仪器

商品名重量(Kg)尺寸(cm)耐用性功能自维持工作时间备注
PQP Portable Ferrous Debris Monitor535×26×16存放于热塑性包装箱中颗粒,磨屑取决于车载电池的寿命数据可下载至PC机
Viscolab 3000730.5×28×25野外环境粘度连续工作 
Oil View Analyzer 51002.7821.2×6.5×3.25野外环境介电常数连续工作需要参考油液;可选择单/双传感器;数据可下载至PC机。
Oil View Ferrous Wear Monitor8.621.2×6.5×19.8野外环境磨屑连续工作数据可下载至PC机
52 PC Oilview Particle Counter8.628×33×37野外环境颗粒连续工作测量6类2 - 100μm颗粒;数据可下载至PC机。
52 DV Oil View Digital Viscometer1.510×11×10野外环境粘度连续工作52 PC Oil View 分析仪的附件
Hydroscout<2.338×23×15野外环境水分40次试验/箱测定范围>1500ppm
Titra-Lube TAN/TBN<0.5约10×2×5野外环境TAN/TBN20次试验/包装
AV-2500.930.5×12.7×5野外环境粘度取决于电池寿命需溶剂清洗样品探头;数据可下载至PC机。
Visgage<0.9约20×4×4野外环境粘度连续工作需要参考油液
Digital CONTAM-ALERT0.529×48×33安装于试验台颗粒取决于电池寿命PCM数据采集器
Digital VISC-ALERT1.59.4×11×9.4野外环境粘度取决于电池寿命油液分析软件;数据可下载至PC机。
Ferrous CONTAM-ALERT2.821×6.6×19.7野外环境磨屑取决于电池寿命CONTAM-ALERT的附件;数据可下载至PC机。
Portable Oil Diagnostic System (PODS)11.533×35×20野外环境颗粒,粘度60个样品可选择采样瓶或在线采样;数据可下载至PC机。
RULER1.612×17.8×6.9野外环境添加剂取决于电池寿命RULER软件;数据可下载至PC机。
Oil Debris Monitor (ODM)<2.5约15×8×4随行式传感器磨屑连续工作数据可下载至PC机。
V-3 viscosity comparator<2.525.4×7.6×2.5野外环境粘度连续工作需要参考油液
TAN/TBN test kit<0.9小盒子野外环境TAN/TBN25次试验/包装
Debris Tester5.521×13×29野外环境磨屑<200小时需将油液加热至60℃保持半小时
Oil Test Center1857.5×36×31野外环境TAN/TBN粘度,水分连续工作
Fuel Dilution Meter6.48.9×20.3×28野外环境燃料稀释500次测量应用表面声波技术
TBN Meter6.48.9×20.3×28野外环境TAN/TBN500次测量总碳酸盐碱
COBRA1425.4×12×12放置于铝箱中电导率4小时/60个样品需要标定
Lubri-Sensor1.110×24×12.7放置于ABS塑料箱中介电常数,冷却剂,水分,磨屑1000次试验需要参考油液
3000 EDXRF1646×57×20未知磨屑连续工作与PC机联接
Portable Particle Field Monitor13.6约15×30.8×38野外环境磨屑取决于电池寿命标定后可用于任何润滑剂
PLC-30001030.5×30.5×15野外环境>颗粒,粘度取决于电池寿命数据可下载至PC机
Navigator0.5417.8×8×3.8野外环境阻抗,添加剂,磨屑,水分取决于电池寿命-
Mini-TAN test kit<0.9小盒子野外环境TAN/TBN60次试验/包装只适用于汽轮机润滑剂
90009040×72×56现场使用或放置于试验台磨屑连续工作使用EDXRF
Particle Counter6.817.8×15×38未知颗粒连续工作数据可下载至PC机
Benchmark0.9约10×15×20野外环境介电常数,磨屑,冷却剂,水分,燃料稀释取决于电池寿命
Motor Check On-Site Analyzer6896.5×56×43放置于试验台积碳,粘度,磨屑,冷却剂,燃料稀释,添加剂,水分连续工作需要Modem连线;不适用于液压油和合成油。
CM20.90901030×30×31野外环境颗粒取决于电池寿命
H2Oil6约30×30×31野外环境水分取决于电池寿命RS232连线
Infracal Soot Meter216.5×16.5×12.7野外环境积碳取决于电池寿命

5.2.4 随行式油液分析技术/仪器
与大量商品化的便携式油液分析仪器比较,下表列举的随行式油液分析仪器都基本处于研究和开发阶段,但它们代表了机器油液诊断与预报技术的发展趋势。

表7 随行式油液分析技术/装置

商品名重量(Kg)尺寸(cm)耐用性功能自维持工作时间备注
Microviscometer (BMV 105)726×26×10未知粘度连续工作
INTELLEK未知传感器在线分析电导率,添加剂,粘度TAN/TBN连续工作利用MEMS
Oil Condition Monitor0.915×7.6×5野外环境随行使用冷却剂,积碳,添加剂,水分未知数据可下载至PC机
Surface Acoustic Wave未知未知未知粘度未知
MetalScan未知未知随行使用颗粒,磨屑未知安装于机器上
On-line Oil Viscosity Sensor未知未知随行使用粘度未知
Lasernet<25×5×12.7(传感器)随行使用颗粒连续工作数据可下载至PC机
On-Board Sensor未知未知在线分析电导率,冷却剂,添加剂,水分连续工作 

TARDEC所属的燃料与润滑剂研究小组(TFLRF)也发表了题为“陆军用便携式油液分析技术研究”的中期研究报告。主要内容是:(1)机器油液分析(油液监控和零件监控)所需要的在用油液的关键参数;(2)陆军主要地面装备(柴油机、汽轮机、传动系统和液压系统等)制造商所确定的油液更换参数;(3)便携式油液分析技术的市场调查;(4)建立应用ASTM标准方法和AOAP结果全面评价便携式油液分析仪器的试验计划。该项研究所确立的“单元型便携式油液分析仪”的军事效果表现为:
战术意义----对于高机动性战场应用,油液试验将更加快速和有效,比AOAP实验室更快地确定装备和油液的准备状态。
后勤意义----确定油液的有用寿命,减轻后勤负担。
环境效益----降低在用油液和在用油液样品处理带来的危害。
维修效益----延长油液有用寿命,减少油液错用,降低维修费用。
降低消耗----大大减少输送至AOAP实验室进行全分析的油液样品的数量(减少大约80%),降低样品采集的工作量。
根据以上市场调研结果认为:目前市场上已有多种商品化便携式油液分析仪器,以重量、尺寸、功能、耐用性、电源要求、自维持运行时间和成本等指标衡量,这些仪器通过某些改进后能够满足AOAP的目标要求。由于大多数这样的仪器只能测定某个单一参数(如分析颗粒或磨损金属需要某种类型的传感器,而测定油液状态又需要另一种类型的传感器),为了满足和支持AOAP的目标要求,有必要将几种仪器进行组合(需要稍作改进)设计组合式分析仪器或开发整合多个方法的集成系统。
参考文献
1. S. Berg. A study of sample withdrawal for lubricated systems. Industrial Lubrication & Tribology, 2001, 53(1):22-31
2. C. Tunac and J. Zimmerman. US Army TARDEC Technical Report no.13760, May 1999
3. J. Fitch. What is oil analysis? Practicing Oil Analysis, May-June 2000, 2-3
4. Joint Oil Analysis Program (JOAP), Army Regulation 700-132, AFR 400-68, OPNAVINST 4731.1A. 5 December 1990
5. D. C. Schalcosky and C. S. Byington. Advances in real time oil analysis, Practicing Oil Analysis, November -December 2000,13-16
6. R. Garvey and T. Hyzen. Effective on-site oil analysis program. Proceedings from Practicing Oil Analysis 1999, Tulsa.
7. S. Dunn. Condition monitoring in the 21st century. The Plant Maintenance Resource Center. May, 2002
8. B. W. Wilson, N. H. Hansen, C. L. Shepard et al. Development of a modular in-situ oil analysis prognostic system. Paper presented at the International Society of Logistics (SOLE) 1999 Symposium, Las Vegas, Nevada, August 30 – September 2, 1999.
9. D. McFall. On-board oil monitors: slow to grow? Lubes’n’Greases, May 2002, 6-13
10. D. McFall. The oil change interval “F” words. Lubes’n’Greases, January 1999, 30-34
11. A. Basu, A. Berndorfer, C. Buelna et al. “Smart sensing” of oil degradation and oil level measurements in gasoline engines. SAE Paper 2000-01-1366, 2000
12. H. W. Marbach, Jr. and E. A. Frame. Investigation of portable oil analysis for Army applications. Interim Report TFLRF No. 344
13. The future of machinery monitoring technology. SKF Condition Monitoring, 1997
14. C. T. Mansfield. Portable lubricant analysis equipment. Texaco FLTD-Port Arthur.
15. T. M. Hunt. Condition Monitoring of Mechanical and Hydraulic Plant, 1996
16. On-Line Oil Condition Monitor, Foster-Miller Product Notice.
17. In-Line Oil Debris Monitor, Aerospace Engineering, October 1996
18. B. W. Wilson and S. Price. In-Line X-Ray Fluorescence Spectroscopy. Lubrication & Fluid Power, 2000, 1(1):16-19
19. Instrument Review: Are You Sensing Moisture Problems? Practicing Oil Analysis, July-August 1999,13-14
20. C. S. Byington. Lubrication System Test Bench for Gas Turbine Engine Diagnostics. ARL Technical Memorandum, File No. 99-015, February 1999
21. 李生华. 红外油液分析技术. 国外分析仪器, 1996, (4):33-42
22. 李生华等. 以设备状态诊断为目的的油液分析理论及其实现. 设备维修与管理, 1997, (4):24-28; (5):25-28
23. 李生华等. 以机器状态监控为目的的油液分析原理. 设备维修与管理, 1999, (5):21-25; (6):25-27
24. 李生华等. 机器油液分析. 国外分析仪器, 2001, (4):9-16
Concepts and Techniques of Smart Machine System
Based on Machinery Oil Diagnostics and Prognostics
Li Shenghua Jin Yuansheng Chen Darong
State Key Laboratory of Tribology, Beijing 100084, China
Email: lish@pim.tsinghua.edu.cn
Abstract A concept of Smart Machine System Based on Oil Diagnostics and Prognostics has been suggested based on the progress of machinery condition monitoring and instrument manufacturing technologies, as well as the development of installations and orientations of both commercial and military oil analysis laboratories. The technological features of the system are embodied in: (1) the hardware system either consists of an integrated assembly of independently operated and function-specific smart sensors (Future technology of MOA), or is itself an on-board machinery oil diagnostics and prognostics combined from function-specific analysis modular (Current technology of MOA). The system performs comprehensive analysis of three-dimensional machinery oil vectors ---- machinery wear, oil chemistry and system contamination for real time monitoring of machinery operation and oil condition, and (2) the software system is an expert system with fuzzy logics and artificial neural network as its algorithm and reasoning for coordinated management of machinery operation and oil application. Smart machinery oil diagnostic and prognostic systems distinguish themselves with traditional oil analysis laboratories in the following of their features: (1) smaller size, lower weight, easier operability, and more executable capabilities of data analysis and maintenance strategy, which can thus best meet the technical needs of both commercial real-time MOA and military on-board MOA, and (2) more real-time without sampling, delivering and wasted oil disposal, and both machine operators and oil users can, in direct manners and at any moment, acquire oil condition information and take managerial measures and maintenance actions with the expert recommendations yielded from the MOA software. Specifically all analysis results can be uploaded via network systems to remote addresses. The commercial and military potentials of such a system can be well expected in: (1) establishing smart machinery system based on on-board machinery oil diagnostics and prognostics, and (2) developing e-machinery oil diagnostic and prognostic systems characteristic of digital machinery oil analysis and based on network technologies.
Keywords: Machinery oil diagnostics and prognostics, Smart machinery system, Machinery condition monitoring, Machinery maintenance, Oil application and management.
作者单位:清华大学摩擦学国家重点实验室,北京 100084
(* Email: lish@pim.tsinghua.edu.cn; Tel: 010-62772509) 6/25/2005


电脑版 客户端 关于我们
佳工机电网 - 机电行业首选网站