坦克柴油机润滑油液检测中消除换油影响的方法

乔新勇, 刘 君, 靳 莹

(装甲兵工程学院机械工程系, 北京 100072)

柴油机是一种结构复杂的机械设备，更是一个由众多摩擦副组成的集合体[1]。摩擦副之间的磨损情况会不同程度地影响柴油机的安全运行，而严重的磨损可能影响其正常使用，进而可能导致重大事故的发生。润滑油具有减小摩擦副间的摩擦因数、冷却摩擦副表面、防止表面锈蚀、清洁摩擦副表面杂物等作用。而通过检测润滑油中的金属屑，可直接判断柴油机主要零件的磨损状况。因此，可以通过分析柴油机润滑油液中元素含量的变化来对柴油机的磨损和运行情况进行检测。由于柴油机的运行会不断地消耗润滑油，因此必须定期对其进行补充或更换[2]，而该操作会影响润滑油液元素的检测和分析。徐泰富等[3]通过对某台柴油机机油进行长期连续的检测，并对元素含量进行线性回归分析，虽一定程度上消除了换油的影响，但其试验数据的获取成本大、周期长。为此，笔者通过对大量坦克柴油机的润滑油液数据进行分析，拟合生成了各元素质量分数随元素总质量分数的变化曲线，提出了一种能够有效消除换油操作和摩托小时影响的分析方法，为柴油机的磨损和故障情况的分析奠定了基础。

1 油液分析技术与油液特征元素提取

1.1 油液分析技术简介

目前常用的油液分析技术有铁谱分析技术和光谱分析技术。

铁谱分析技术又称为磨屑监测技术，是20世纪70年代产生的一种技术性高、应用范围广的磨损颗粒分析技术，是机械设备状态监测的方法之一。铁谱分析的原理是在重力场和磁场作用下，使铁磁性和非铁磁性的磨损微粒按一定规律分离出来[4]，进而对油样进行定量或定性分析。

光谱分析技术最早开始于20世纪40年代，美国的Denver&Riogard铁路公司率先成功对内燃机车用润滑油进行了光谱分析，为油液光谱技术的发展奠定了基础。经过几十年不断的发展，光谱分析技术逐渐成熟，应用到了各个领域，发挥了重要作用[5]。通过光谱分析，可快速获得润滑油中各种金属磨粒和污染物微粒的组成元素和质量分数，根据各元素的质量分数及其变化情况，并依据柴油机各摩擦副的材质，推断柴油机磨损程度和磨损部位。

1.2 油液特征元素提取

润滑油液数据中磨损元素的成分及质量分数是评价一个机械设备磨损情况的重要指标。同时，磨损元素的成分以及质量分数与摩擦副的成分以及摩擦程度有着紧密联系，以此可以判断磨损部位和磨损程度。笔者所用柴油机的润滑油液中各元素的来源[6]如表1所示。

表1 柴油机润滑油液中各元素来源

2 消除换油影响的方法原理

在柴油机润滑油液分析中，为获得油液中元素成分和质量分数的变化规律，通常对同一台柴油机持续进行试验，并定期对油液进行采样和分析[3,7-8]。但这种方法试验周期长，且单一的试验数据存在一定的偶然性，不符合统计学的基本要求。如果对多台柴油机进行统计分析，则存在由于换油时机及累计运行时间不同而造成的不同油样不具备可比性的问题，难以准确描述润滑油液数据的变化规律。

考虑到油液中单元素质量分数占所有元素总质量分数的比重在某部件磨损时将发生变化，且不受换油的影响。因此，笔者从分析各元素质量分数占所有元素总质量分数的比重入手，研究消除换油影响的方法及磨损故障诊断方法，其主要原理如下。

以正常磨损柴油机为标准进行数据分析。设有m台正常运行的柴油机，n种磨损特征元素，第i台柴油机油液中第j个元素的质量分数为hij(i=1,2,…,m;j=1,2,…,n)，则第i台柴油机润滑油液数据中所有元素总质量分数为

以所有元素总质量分数H为横坐标，以第j个元素的质量分数为纵坐标，得到第j个元素质量分数随所有元素总质量分数的变化曲线，如图1所示。

图1 元素质量分数变化曲线

在正常运行的柴油机润滑油液中，单个元素质量分数随元素总质量分数呈递增的变化趋势，可利用线性回归分析方法[9]，以拟合得到回归曲线AB作为判断磨损的标准。

以图1中C点为例进行分析，C点表示柴油机润滑油元素总质量分数为HC，第j个元素的质量分数为hC。根据建立的正常运行柴油机油液标准曲线AB，元素总质量分数为HC时，第j个元素的标准质量分数为hE。易见，hC明显大于hE，所以该柴油机润滑油液中第j个元素的质量分数存在超标现象，进而可以推断含有第j个元素的部件可能磨损较为严重。再对D点进行分析，可以得到该柴油机油液中第j个元素的质量分数低于标准值，说明该柴油机中含有第j个元素的部件磨损情况良好。

由以上的分析可以看出：该方法与油液取样时间无关，因此可消除柴油机摩托小时和换油时机不同造成的影响。

3 坦克柴油机磨损故障诊断

3.1 油液分析及磨损标准确定

笔者采集了132台某型坦克柴油机(其中129台正常磨损，3台存在磨损故障)的润滑油光谱分析数据。这些柴油机摩托小时不同，换油时机也不同，所以难以从时间序列的角度来寻找元素含量变化的规律。为了避开这些因素的干扰，从分析各元素质量分数占元素总质量分数的比重角度出发，研究某个元素质量分数随元素总质量分数的变化规律。

通过对129台正常运行柴油机的润滑油液数据进行分析，利用主成分分析法[10]，提取铁(Fe)、铬(Cr)、铅(Pb)、铜(Cu)、铝(Al)、硅(Si)6种元素作为特征元素，以每台柴油机油液中这6种元素的质量分数之和作为元素总质量分数，通过数据分析得到二者之间的变化曲线，并采用线性回归分析方法，拟合得到6种元素的线性回归曲线，如图2所示。其回归表达式为

Fe:y=0.389x-5.100。

Cr:y=0.015x-0.022。

Pb:y=0.019x+7.968。

Cu:y=0.029x+2.722。

Al:y=0.160x+1.109。

Si:y=0.388x-6.676。

式中:x为元素总的质量分数;y为单个元素的质量分数。由于这些曲线都是通过分析磨损状态正常的柴油机得到的，在一定程度上反映了油液中元素质量分数的变化规律，因此可将其作为判定磨损情况的参考标准。在对未知情况的柴油机油液进行分析时，可参照该标准比对油液中各元素的质量分数，进而诊断出可能的磨损部件。

图2 各元素质量分数随元素总质量分数的变化曲线

3.2 磨损故障诊断

3.2.1 基于优化3σ规则的故障诊断原理

在统计学中常采用3σ规则[11]来判定异常数据，因此在故障诊断中也经常被用来制定故障判别的准则。

vi=xi-yi,

标准差σ近似为

运用3σ方法对3.1节中数据进行计算可得到6种元素的σ值分别为8.27×10-6、0.62×10-6、3.24×10-6、3.50×10-6、3.01×10-6、7.11×10-6。在对未知状况柴油机进行诊断时，当该柴油机元素质量分数高出理论值的部分大于3σ时，则认为该元素的质量分数超标，进而判定含有该元素的部件可能存在磨损较为严重的情况。

3.2.2 磨损故障诊断实例

试验中共提取了3台具有磨损故障的柴油机润滑油液，现以其中某台为例说明磨损故障的诊断过程。其油液中铁、铬、铅、铜、铝、硅的质量分数分别为102×10-6、8.9×10-6、11.9×10-6、4.5×10-6、42.9×10-6、90.2×10-6，6种元素的总质量分数为260.4×10-6，其与标准质量分数曲线的关系如图3所示。

根据线性回归曲线得到各元素的理论标准质量分数分别为96.17×10-6、3.81×10-6、12.94×10-6、10.35×10-6、42.72×10-6、94.39×10-6，由计算结果和图3可知：铬元素质量分数高出理论标准值的部分明显大于相应的3σ值，因此可以判定铬元素超标，进而推断该型柴油机中含有铬元素的金属部件(活塞环或主轴)存在较为严重的磨损。

图3 某柴油机润滑油液中元素质量分数

同理，对其余2台柴油机润滑油液中元素进行分析，其结果如表2和表3所示。

表2 1#柴油机润滑油液中元素分析结果 10-6

表3 2#柴油机润滑油液中元素分析结果 10-6

经过对柴油机的检查，以上诊断结论与实际检查结果一致。当然在柴油机润滑油液检测中，影响诊断精确度的问题不但与换油、采样时间有关，还与采样的位置、状态有关。在其他条件不变的情况下，该方法能够有效消除换油影响，从而准确地判别柴油机磨损状态或故障。

参考文献：

[1] 袁野. 光、铁谱分析在柴油机故障预报及诊断中的应用[J]. 铁道机车车辆工人，2005(10)：5-8.

[2] 张英堂，任国全，高经纬. 基于机油光谱分析的柴油机磨损规律建模研究[J]. 车用发动机，2005(2)：20-22.

[3] 徐泰富，严新平，盛晨兴. 柴油机油液光谱分析中消除换油干扰的方法研究[J]. 润滑与密封，2006(7)：71-72.

[4] 贾耀富，冯贞阳. 油液监测技术在发动机故障诊断中的应用[J]. 仪表技术，2011(8)：61-64.

[5] 李柱国.油液分析诊断技术[M]. 上海：上海科学技术文献出版社，1997，46-57.

[6] 王宝有. 矿用柴油发动机机油油液分析的研究[D]. 阜新：辽宁工程技术大学，2004.

[7] 冀树德，杨天军，刘新华，等. 柴油机油液光谱分析中换油干扰的处理[J]. 车用发动机，2011(2)：86-89.

[8] 冀树德，许世永，刘新华，等. 柴油机油液诊断中光谱分析数据的预处理[J]. 润滑与密封，2011(8)：105-108.

[9] 刘会灯，朱飞. Matlab编程基础与典型应用[M]. 北京：人民邮电出版社，2008: 89-90.

[10] 刘韬，田洪祥，郭文勇. 主成分分析在某型柴油机光谱数据分析中的应用[J]. 光谱学与光谱分析，2010,30(3)：779-781.

[11] 费业泰. 误差理论与数据处理[M]. 北京：机械工业出版社，2006： 56-62.