CN110346541A - 一种机械设备润滑系统油品错用或混用的诊断分析方法 - Google Patents
一种机械设备润滑系统油品错用或混用的诊断分析方法 Download PDFInfo
- Publication number
- CN110346541A CN110346541A CN201910689344.0A CN201910689344A CN110346541A CN 110346541 A CN110346541 A CN 110346541A CN 201910689344 A CN201910689344 A CN 201910689344A CN 110346541 A CN110346541 A CN 110346541A
- Authority
- CN
- China
- Prior art keywords
- oil product
- oil
- value
- misused
- representative value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 28
- 239000010729 system oil Substances 0.000 title claims abstract description 28
- 238000005461 lubrication Methods 0.000 title claims abstract description 27
- 239000003921 oil Substances 0.000 claims abstract description 229
- 239000000654 additive Substances 0.000 claims abstract description 79
- 230000000996 additive effect Effects 0.000 claims abstract description 79
- 230000001050 lubricating effect Effects 0.000 claims abstract description 53
- 239000002253 acid Substances 0.000 claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 24
- 239000000126 substance Substances 0.000 claims abstract description 22
- 239000010687 lubricating oil Substances 0.000 claims abstract description 15
- 238000012544 monitoring process Methods 0.000 claims abstract description 13
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 10
- 230000000737 periodic effect Effects 0.000 claims abstract description 6
- 239000000470 constituent Substances 0.000 claims description 7
- 238000007619 statistical method Methods 0.000 claims description 6
- 238000010835 comparative analysis Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 abstract description 15
- 238000012360 testing method Methods 0.000 abstract description 4
- 238000003745 diagnosis Methods 0.000 description 9
- 238000007254 oxidation reaction Methods 0.000 description 9
- 239000010720 hydraulic oil Substances 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 7
- 239000010736 steam turbine oil Substances 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 239000012208 gear oil Substances 0.000 description 5
- 239000007788 liquid Substances 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 239000010710 diesel engine oil Substances 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 230000003647 oxidation Effects 0.000 description 3
- 238000005299 abrasion Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- WRIDQFICGBMAFQ-UHFFFAOYSA-N (E)-8-Octadecenoic acid Natural products CCCCCCCCCC=CCCCCCCC(O)=O WRIDQFICGBMAFQ-UHFFFAOYSA-N 0.000 description 1
- LQJBNNIYVWPHFW-UHFFFAOYSA-N 20:1omega9c fatty acid Natural products CCCCCCCCCCC=CCCCCCCCC(O)=O LQJBNNIYVWPHFW-UHFFFAOYSA-N 0.000 description 1
- QSBYPNXLFMSGKH-UHFFFAOYSA-N 9-Heptadecensaeure Natural products CCCCCCCC=CCCCCCCCC(O)=O QSBYPNXLFMSGKH-UHFFFAOYSA-N 0.000 description 1
- 241000242587 Aurelia Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- ZQPPMHVWECSIRJ-UHFFFAOYSA-N Oleic acid Natural products CCCCCCCCC=CCCCCCCCC(O)=O ZQPPMHVWECSIRJ-UHFFFAOYSA-N 0.000 description 1
- 239000005642 Oleic acid Substances 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 239000010725 compressor oil Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000921 elemental analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- QXJSBBXBKPUZAA-UHFFFAOYSA-N isooleic acid Natural products CCCCCCCC=CCCCCCCCCC(O)=O QXJSBBXBKPUZAA-UHFFFAOYSA-N 0.000 description 1
- 239000010721 machine oil Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- ZQPPMHVWECSIRJ-KTKRTIGZSA-N oleic acid Chemical compound CCCCCCCC\C=C/CCCCCCCC(O)=O ZQPPMHVWECSIRJ-KTKRTIGZSA-N 0.000 description 1
- 239000010913 used oil Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; Viscous liquids; Paints; Inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; Viscous liquids; Paints; Inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
- G01N33/30—Oils, i.e. hydrocarbon liquids for lubricating properties
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- General Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Lubricants (AREA)
Abstract
本发明公开了一种机械设备润滑系统油品错用或混用的诊断分析方法。所述方法包括以下步骤：(1)定期从机械设备润滑系统的回油管中提取润滑油样品；(2)对油品进行常规理化指标和光谱分析检测，并对机械设备进行定期监测，油品的常规理化指标检测主要包括黏度、酸值或碱值，通过光谱分析测定油品的添加剂元素含量；(3)将所测油品的黏度、酸值或碱值、添加剂元素含量与其典型值进行对比分析，判断检测值是否与典型值一致，若油品的检测值与该油品的典型值不符，则润滑系统存在油品的错用或混用情况。本发明的检测成本比较低，诊断结果及时且准确性高，诊断范围较为广泛。
Description
技术领域
本发明涉及机械设备润滑系统的油液分析与故障诊断技术领域，具体涉及一种机械设备润滑系统油品错用或混用的诊断分析方法。
背景技术
润滑油是机械润滑系统的“血液”，对油品进行检测分析并对设备进行定期监测，可以及时了解并发现油品和设备的各种异常信息，从而指导机械设备的运行维保。现有的油液分析和诊断方法，都是通过检测油品的理化、污染、磨损等各项指标参数，来分析判断油品的性能情况和机器的健康状况。对于润滑油新油而言，通常是判断其理化和污染指标是否符合对应的国家标准或行业标准的要求；如果有些新油没有对应的国家和行业标准，则判断该油的指标是否与其官网提供的典型值数据相符。对于机械设备中的在用润滑油而言，通常是分析和判断其理化、污染、磨损这三类指标的数据变化情况。如果在用油的理化和污染指标的检测数据与该油新油的典型数据偏差太大，则表明油品的理化性能或污染情况存在问题；如果在用油的磨损指标的检测数据较大，则表明机械设备存在一定程度的异常磨损。
现有的技术方法中对于油品的错用或混用的诊断，只能基于常见的理化指标检测数据的变化来判断。对于两个油品牌号或者油品类型差异很大的润滑油，可以很容易判定出润滑系统存在油品错用或混用情况。例如，如果使用46#汽轮机油的润滑系统，误加入了320#的工业闭式齿轮油，因为两者的牌号相差较大，可以通过黏度数据的变化，快速判断出该系统的油品错用和混用情况；如果使用150#齿轮油的润滑系统，误加入了SAE40#的柴油机油，因为两者的油品类型相差较大，也可以通过其酸值或碱值的变化，快速判断出该系统的油品错用和混用情况。但是，对于两个油品牌号或者油品类型差异较小的润滑油，就很难判定出润滑系统是否存在油品错用或混用情况。例如，如果使用46#汽轮机油的润滑系统，误加入了46#的液压油，因为两者的黏度等级完全相同且油品类型差异较小，无法通过黏度和酸值等理化指标数据的明显变化，来判断出该系统是否存在的油品错用和混用情况；如果使用68#齿轮油的润滑系统，误加入了68#的液压油，因为两者的黏度等级完全相同并且油品类型差异较小，也无法通过黏度和酸值等理化指标数据的明显变化，来判断出该系统是否存在的油品错用和混用情况。因此，如果只是基于油品的常见理化指标监测数据的变化，无法判断出所有类型的油品错用和混用情况，甚至只能判断出极小部分的油品错用和混用情况，无法满足现在工业设备的油液分析、故障诊断、运行维保的实际需求。
发明内容
本发明的目的在于克服现有技术的不足之处而提供一种机械设备润滑系统油品错用或混用的诊断分析方法。
为实现上述目的，本发明采取的技术方案如下：
一种机械设备润滑系统油品错用或混用的诊断分析方法，包括以下步骤：
(1)定期从机械设备的润滑系统的回油管中提取润滑油样品；
(2)对油品进行常规理化指标和光谱分析检测，并对机械设备进行定期监测，油品的常规理化指标检测包括黏度、酸值或碱值，通过光谱分析测定油品的添加剂元素含量；
(3)将所测油品的黏度、酸值或碱值、添加剂元素含量与其典型值进行对比分析，判断检测值是否与典型值一致，若该油品的检测值与典型值不符，则润滑系统存在油品的错用或混用情况。
本发明选择在润滑系统的回油管进行取样，获得的样品比较具有代表性，有利于提高分析结果的准确性。
本发明基于油品理化指标和添加剂元素含量监测数据的变化，能够准确的诊断机械设备润滑系统油品是否存在错用或混用的情况，诊断范围广泛，不需要其他复杂的检测项目，可及时了解并发现油品和设备的各种异常信息，从而指导机械设备的运行维保，能够满足现在工业设备的油液分析、故障诊断、运行维保的实际需求。
作为本发明所述的机械设备润滑系统油品错用或混用的诊断分析方法中的优选实施方式，所述步骤(3)中，若所测油品的黏度、酸值或碱值中任一检测值与其典型值不符，则润滑系统存在油品的错用或混用情况；
若所测油品的黏度、酸值或碱值的检测值均与其典型值一致，再进一步对比分析所测油品的添加元素含量与其典型值；若所测油品的添加元素含量与其典型值不符，则润滑系统存在油品的错用或混用情况，若所测油品的添加元素含量与其典型值相符，则润滑系统没有被其他牌号及其他类型的油品污染。
作为本发明所述的机械设备润滑系统油品错用或混用的诊断分析方法中的优选实施方式，所述步骤(3)中，油品的黏度的检测值与其典型值是否相符的判断方法如下：
0.8A≤a≤1.2A
其中，a为油品的黏度结果的正常范围，A为该油品的黏度的典型值；黏度的典型值可以从油品的名称上或者油品的官方产品手册里获知，例如名称为“Shell Tellus S2M46”的液压油，可以从其名称上得知其牌号为46#，故40℃黏度的典型值为46；例如名称为“Ingersoll Rand Ultra Coolant”的空压机油，无法从其名称上得知黏度值，但可以从官方产品手册上获知其40℃黏度的典型值为48；
若油品黏度的检测值小于0.8A或大于1.2A，则视为黏度不符，从而判断润滑系统存在油品错用或混用的情况。
作为本发明所述的机械设备润滑系统油品错用或混用的诊断分析方法中的优选实施方式，所述步骤(3)中，油品的酸值检测值与其典型值是否相符的判断方法如下：
0.5B≤b≤1.5B
b为油品的酸值结果的正常范围，B为该油品的酸值的典型值；酸值的典型值可以从油品的官方产品手册里获知；
若油品酸值的检测值小于0.5B，则视为酸值不符，从而判断润滑系统存在油品错用或混用的情况；若酸值的检测值大于1.5B，则润滑系统可能存在油品错用或混用的情况，也可能是因为油品存在严重的氧化情况，需要结合该油品的黏度或添加剂元素含量做进一步判断。
作为本发明所述的机械设备润滑系统油品错用或混用的诊断分析方法中的优选实施方式，所述步骤(3)中，油品的碱值检测值与其典型值是否相符的判断方法如下：
0.5C≤c≤1.2C
c为油品的碱值结果的正常范围，C为该油品的碱值的典型值；碱值的典型值可以从油品的名称上或者油品的官方产品手册里获知，例如名称为“TOTAL AURELIA TI 4030”的柴油机油，可以从其名称上得知其碱值的典型值为30；例如名称为“Mobil Delvac1300Super 10W-30”的柴油机油，无法从其名称上得知碱值，但可以从官方产品手册上获知其碱值的典型值为9.6；
若油品碱值的检测值大于1.2C，则视为碱值不符，从而判断润滑系统存在油品错用或混用的情况；若碱值的检测值小于0.5C，则润滑系统可能存在油品错用或混用的情况，也可能是因为油品存在严重的氧化情况，需要结合油品的黏度或添加剂元素含量来做进一步判断。
作为本发明所述的机械设备润滑系统油品错用或混用的诊断分析方法中的优选实施方式，所述步骤(3)中，油品添加剂元素含量的检测值与典型值是否相符的判断方法如下：
当时，
0≤d≤20
当时，
当时，
其中，d为添加剂元素含量的正常范围，为油品添加剂元素含量的典型值，若如果添加剂元素含量在正常范围d外，则视为添加剂元素含量不符，从而判断润滑系统存在油品错用或混用的情况。
作为本发明所述的机械设备润滑系统油品错用或混用的诊断分析方法中的优选实施方式，所述添加剂元素含量的典型值的统计方法为：
1)获取一组相同名称新油的添加元素含量数据，所获取的新油添加剂元素含量数据可以来源于新检测的数据，也可以来源于数据库中以往检测的数据；
2)统计步骤1)中的添加剂元素含量数据的平均值和方差σ，为了获得准确的添加剂元素统计结果，通常要求所统计新油数量大于5个；
3)若被统计的添加剂元素含量的数据小于或大于则视该数据为离散点，剔除步骤1)中的数据的所有离散点后统计平均值，即为添加剂元素含量的典型值。
由于油品的添加剂元素含量的典型值无法通过现有公开资料查询获得，本发明通过对油品进行大数据统计分析，可以得出每种油品具体的添加剂元素的典型值数据，从而可以对比分析油品添加剂元素是否相符。为了得出添加剂元素的典型值，首先需要获得一组某种油品的添加剂元素含量的检测数据，然后剔除该油品的添加剂元素含量的检测数据中因写错油品名称或者发生污染等导致的离散点。
与现有技术相比，本发明的有益效果为：
(1)本发明的对润滑系统油品错用或混用的诊断更加准确；
(2)本发明对润滑系统油品错用或混用的诊断范围更加广泛；
(3)本发明对润滑系统油品错用或混用的诊断，只需基于油液监测中的常规理化指标和光谱分析，不需要其他复杂的检测项目，因此，诊断结果更加及时，并能节省异常故障油样的检测成本；
(4)本发明能够更好的指导机械设备的运行维保，能提高工业设备的运行可靠性。
附图说明
图1为本发明的油品错用或混用的诊断分析方法流程图。
具体实施方式
为更好地说明本发明的目的、技术方案和优点，下面将结合具体实施例对本发明进一步说明。本领域技术人员应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
实施例中，所使用的实验方法如无特殊说明，均为常规方法，所用的材料、试剂等，如无特殊说明，均可从商业途径得到。
一种机械设备润滑系统油品错用或混用的诊断分析方法，如图1所示，包括以下步骤：
(1)定期从机械设备的润滑系统的回油管中提取润滑油样品；
(2)对油品进行常规理化指标和光谱分析检测，并对机械设备进行定期监测，油品的常规理化指标检测包括黏度、酸值或碱值，通过光谱分析测定油品的添加剂元素含量；
(3)若所测油品的黏度、酸值或碱值中任一检测值与其典型值不符，则润滑系统存在油品的错用或混用情况；若所测油品的黏度、酸值或碱值中的检测值均与其典型值一致，再进一步结合对比分析所测油品的添加元素含量与其典型值，若所测油品的添加元素含量与其典型值不符，则润滑系统存在油品的错用或混用情况；若所测油品的添加元素含量与其典型值相符，则润滑系统没有被其他牌号及其他类型的油品污染。
本发明中判断油品的黏度、酸值或碱值、添加剂元素含量与其典型值是否相符的方法具体如下：
(a)由于润滑油的黏度在使用过程中，会发生一定幅度的增加或降低。判断油品的黏度检测值与其典型值是否相符的方法如下：
0.8A≤a≤1.2A
a为油品的黏度结果的正常范围，A为该油品的黏度的典型值，黏度的典型值可以从油品的名称上或者油品的官方产品手册里获知。
若油品黏度的检测值小于0.8A或大于1.2A，则视为黏度不符，从而判断润滑系统存在油品错用或混用的情况。
例如：某牌号为100#的齿轮油，则其40℃黏度的官方典型值为100mm2/s，该油黏度的正常范围为80mm2/s～120mm2/s，当黏度结果小于80mm2/s或大于120mm2/s时，就可以判断润滑系统存在油品错用或混用的情况。
(b)润滑油的酸值在使用过程中，会因为发生氧化而慢慢升高，因此，判断油品的酸值检测值与其典型值是否相符的方法如下：
0.5B≤b≤1.5B
b为油品的酸值结果的正常范围，B为该油品的酸值的典型值，酸值的典型值可以从油品的官方产品手册里获知。
若酸值的检测值小于0.5B，则视为酸值不符，从而判断润滑系统存在油品错用或混用的情况；若酸值的检测值大于1.5B，则润滑系统可能存在油品错用或混用的情况，也可能是因为油品存在严重的氧化情况，需要结合该油品的黏度或添加剂元素及其含量做进一步判断，其中，B为该油品的酸值的典型值。
例如：某液压油酸值的官方典型值为0.22mgKOH/g，该油酸值的正常范围为0.11mgKOH/g～0.33mgKOH/g。当酸值小于0.11mgKOH/g时，就可以判断润滑系统存在油品错用或混用的情况；当酸值大于0.33mgKOH/g时，则润滑系统可能存在油品错用或混用的情况，也可能是因为油品存在严重的氧化情况，需要结合油品的黏度或添加剂元素含量来做进一步判断。
(c)一般来说，只有发动机油会检测碱值。润滑油的碱值在使用过程中，由于油品的氧化以及燃烧产生的酸性物质的作用，会造成碱值慢慢降低的情况。判断油品的碱值检测值与其典型值是否相符的方法如下：
0.5C≤c≤1.2C
c为油品的碱值结果的正常范围，C为该油品的碱值的典型值，碱值的典型值可以从油品的名称上或者油品的官方产品手册里获知；
若碱值的检测值大于1.2C，则视为碱值不符，从而判断润滑系统存在油品错用或混用的情况；若碱值的检测值小于0.5C，则润滑系统可能存在油品错用或混用的情况，也可能是因为油品存在严重的氧化情况，需要结合油品的黏度或添加剂元素及其含量来做进一步判断，其中，C为该油品的碱值的典型值。
例如：某柴油机油碱值的官方典型值为10mgKOH/g，该油碱值的正常范围为5mgKOH/g～12mgKOH/g。当碱值大于12mgKOH/g时，就可以判断润滑系统存在油品错用或混用的情况；当碱值小于5mgKOH/g时，则润滑系统可能存在油品错用或混用的情况，也可能是因为油品存在严重的氧化情况，需要结合油品的黏度或添加剂元素含量来做进一步判断。
(d)如果油品的黏度、酸值或碱值等理化指标的检测值均与其典型值相符，则需要进一步通过光谱元素分析判断该油品的添加剂元素含量与其典型值是否相符。将添加剂元素的检测值与该油的添加剂元素的典型值数据进行对比，分析添加剂元素的检测值是否与典型值数据一致。如果添加剂元素的检测值与典型值数据不符，就可以判断出润滑系统存在油品的错用或混用情况。润滑油的添加剂元素在使用过程中，由于油品的氧化、添加剂沉积、润滑系统过滤等因素，会造成有些添加剂元素含量慢慢降低的情况，添加剂元素含量的检测值与其典型值是否相符的判断方法如下：
当时，
0≤d≤20
当时，
当时，
其中，d为添加剂元素含量的正常范围，为油品添加剂元素含量的典型值，若如果添加剂元素含量在正常范围d外，则视为添加剂元素含量不符，从而判断润滑系统存在油品错用或混用的情况。
每种油品为了实现特殊的润滑功能，都有自己特有的添加剂类型和含量，因而对应的添加剂元素含量的典型值数据也不相同，因此添加剂元素含量是体现油品牌号和类型最为关键的因素。润滑油的添加剂元素主要为Ca、Zn、P这三种元素，但是有些油品中也会出现Mo、Ba、Mg等元素。一般来说，同一类型油品的典型值数据较为接近，例如美孚某牌号液压油与壳牌某牌号液压油；不同类型的油添加剂元素含量的典型值数据相差较大，例如液压油和汽轮机油；有时候同一类型的润滑油，也会出现添加剂元素含量差别很大的情况，例如美孚DTE 800系列的汽轮机油和其他系列的汽轮机油。由于各品牌润滑油的官方产品手册中只会给出常见的理化指标数据，并不会给出添加剂元素含量的数据。因此，需要先得出每种油品对应的添加剂元素的典型值数据，才能进行对比分析，本发明中添加剂元素含量的典型值的统计方法具体为：
1)获取一组相同名称新油的添加元素含量数据，所获取的新油添加剂元素含量数据可以来源于新检测的数据，也可以来源于数据库中以往检测的数据；
2)统计步骤1)中的添加剂元素含量数据的平均值和方差σ，为了获得准确的添加剂元素统计结果，通常要求所统计新油数量大于5个；
3)若被统计的添加剂元素含量的数据小于或大于则视该数据为离散点，剔除步骤1)中的数据的所有离散点后统计平均值，即为添加剂元素含量的典型值。
本发明通过对油品进行大数据统计分析，剔除某种油品的添加剂元素含量的检测数据因写错油品名称或者发生污染等导致的离散点，可以得出每种油品具体的添加剂元素的典型值数据，从而可以对比分析油品添加剂元素是否相符。
例如1：经过上述方法统计得出某汽轮机油的添加剂元素Zn的典型值数据为6mg/kg，则该油添加剂元素Zn的正常范围为0mg/kg～20mg/kg。当该油添加剂元素含量检测值大于20mg/kg时，就可以判断润滑系统存在油品错用或混用的情况。
例如2：经过上述方法统计得出某液压油的添加剂元素Ca的典型值数据为50mg/kg，则该油添加剂元素Ca的正常范围为25mg/kg～75mg/kg。当该油添加剂元素含量检测值小于25mg/kg或大于75mg/kg时，就可以判断润滑系统存在油品错用或混用的情况。
例如3：经过上述方法统计得出某齿轮油的添加剂元素P的典型值数据为200mg/kg，则该油添加剂元素Zn的正常范围为150mg/kg～250mg/kg。当该油添加剂元素含量检测值小于150mg/kg或大于250mg/kg时，就可以判断润滑系统存在油品错用或混用的情况。
如果各理化指标和添加剂元素含量都没有出现不符的情况，则表明润滑系统没有被其他牌号及其他类型的油品污染。如果润滑系统存在油品错用或混用情况，就需要在油液监测报告中给出相应的诊断结论和建议措施，以指导现场的设备管理人员及时查找原因，并进行相关处理。
通过上述判断方法，有助于提高对润滑系统油品错用或混用的诊断的准确性。
实施例1
一种机械设备润滑系统油品错用或混用的诊断分析方法，包括以下步骤：
(1)对某汽轮机进行取样；
(2)对样品进行常规理化指标和光谱分析检测，并对机械设备进行定期监测；
(3)将样品的黏度、酸值等检测数据与其官方典型进行对比分析，发现黏度和酸值等理化指标均没有发现不符的情况；
(4)从表1中可以看出，在2019年4月时出现了添加剂元素Ca、Zn、P含量与油液监测的历史数据相比存在明显差异的情况；根据上述添加剂元素典型值的统计分析方法，调用数据库中相同名称油品的添加剂元素数据，得出了该设备润滑系统所用的汽轮机油的添加剂元素的典型值数据为：Ca≈3、Zn≈2、P≈6，由此可见，样品的添加剂元素的检测结果与典型值数据不符，从而可以判断出润滑系统存在油品的错用或混用情况；
5)现场的设备管理人员应及时的查找出油品错用或混用的原因，并做出换油等处理。
表1汽轮机润滑系统油液监测数据
以上实施例证明，本发明只需基于油品理化指标和添加剂元素含量监测数据的变化，能够准确的诊断机械设备润滑系统油品是否存在错用或混用的情况，诊断范围广泛，不需要其他复杂的检测项目，可及时了解并发现油品和设备的各种异常信息，从而指导机械设备的运行维保，能够满足现在工业设备的油液分析、故障诊断、运行维保的实际需求。
最后所应当说明的是，以上实施例仅用以说明本发明的技术方案而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
Claims (7)
1.一种机械设备润滑系统油品错用或混用的诊断分析方法，其特征在于，包括以下步骤：
(1)定期从机械设备的润滑系统的回油管中提取润滑油样品；
(2)对油品进行常规理化指标和光谱分析检测，并对机械设备进行定期监测，油品的常规理化指标包括黏度、酸值或碱值，通过光谱分析测定油品的添加剂元素含量；
(3)将所测油品的黏度、酸值或碱值、添加剂元素含量与其典型值进行对比分析，判断检测值是否与典型值一致，若该油品的检测值与典型值不符，则润滑系统存在油品的错用或混用情况。
2.根据权利要求1所述的机械设备润滑系统油品错用或混用的诊断分析方法，其特征在于，所述步骤(3)中，若所测油品的黏度、酸值或碱值中任一检测值与其典型值不符，则润滑系统存在油品的错用或混用情况；
若所测油品的黏度、酸值或碱值的检测值均与其典型值一致，再进一步对比分析所测油品的添加元素含量与其典型值，若所测油品的添加元素含量与其典型值不符，则润滑系统存在油品的错用或混用情况；若所测油品的添加元素含量与其典型值相符，则润滑系统没有被其他牌号及其他类型的油品污染。
3.根据权利要求2所述的机械设备润滑系统油品错用或混用的诊断分析方法，其特征在于，所述步骤(3)中，油品的黏度的检测值与其典型值是否相符的判断方法如下：
0.8A≤a≤1.2A
其中，a为油品的黏度结果的正常范围，A为该油品的黏度的典型值；
若油品黏度的检测值小于0.8A或大于1.2A，则视为黏度不符，从而判断润滑系统存在油品错用或混用的情况。
4.根据权利要求2所述的机械设备润滑系统油品错用或混用的诊断分析方法，其特征在于，所述步骤(3)中，油品的酸值检测值与其典型值是否相符的判断方法如下：
0.5B≤b≤1.5B
b为油品的酸值结果的正常范围，B为该油品的酸值的典型值；
若油品酸值的检测值小于0.5B，则视为酸值不符，从而判断润滑系统存在油品错用或混用的情况；若酸值的检测值大于1.5B，需要结合该油品的黏度或添加剂元素含量做进一步判断。
5.根据权利要求2所述的机械设备润滑系统油品错用或混用的诊断分析方法，其特征在于，所述步骤(3)中，油品的碱值检测值与其典型值是否相符的判断方法如下：
0.5C≤c≤1.2C
c为油品的碱值结果的正常范围，C为该油品的碱值的典型值；
若油品碱值的检测值大于1.2C，则视为碱值不符，从而判断润滑系统存在油品错用或混用的情况；若碱值的检测值小于0.5C，需要结合油品的黏度或添加剂元素含量来做进一步判断。
6.根据权利要求2所述的机械设备润滑系统油品错用或混用的诊断分析方法，其特征在于，所述步骤(3)中，油品添加剂元素含量的检测值与典型值是否相符的判断方法如下：
当时，
0≤d≤20
当时，
当时，
其中，d为添加剂元素含量的正常范围，为油品添加剂元素含量的典型值，若添加剂元素含量在正常范围d外，则视为添加剂元素含量不符，从而判断润滑系统存在油品错用或混用的情况。
7.根据权利要求6所述的机械设备润滑系统油品错用或混用的诊断分析方法，其特征在于，所述添加剂元素含量的典型值的统计方法为：
1)获取一组相同名称新油的添加元素含量数据；
2)统计步骤1)中的添加剂元素含量数据的平均值和方差σ；
3)若被统计的添加剂元素含量的数据小于或大于则视该数据为离散点，剔除步骤1)中的数据的所有离散点后统计平均值，即为添加剂元素含量的典型值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910689344.0A CN110346541A (zh) | 2019-07-29 | 2019-07-29 | 一种机械设备润滑系统油品错用或混用的诊断分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910689344.0A CN110346541A (zh) | 2019-07-29 | 2019-07-29 | 一种机械设备润滑系统油品错用或混用的诊断分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110346541A true CN110346541A (zh) | 2019-10-18 |
Family
ID=68180579
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910689344.0A Pending CN110346541A (zh) | 2019-07-29 | 2019-07-29 | 一种机械设备润滑系统油品错用或混用的诊断分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110346541A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112697650A (zh) * | 2020-12-04 | 2021-04-23 | 广州机械科学研究院有限公司 | 一种机械密封介质的选型方法 |
| CN114088607A (zh) * | 2021-10-25 | 2022-02-25 | 北京京能能源技术研究有限责任公司 | 一种风机齿轮箱在线监测方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101726413A (zh) * | 2009-12-18 | 2010-06-09 | 北京工业大学 | 通过综合分析对炼钢转炉耳轴轴承进行故障诊断的方法 |
| CN101806794A (zh) * | 2010-03-31 | 2010-08-18 | 中国人民解放军总后勤部油料研究所 | 一种发动机润滑油种类快速识别方法 |
| CN101900660A (zh) * | 2010-06-25 | 2010-12-01 | 北京工业大学 | 一种检测和诊断间歇性低速重载设备故障的方法 |
| CN102692449A (zh) * | 2012-04-12 | 2012-09-26 | 北京工业大学 | 一种通过综合分析对高炉炉顶齿轮箱的故障诊断方法 |
| CN103471963A (zh) * | 2013-08-10 | 2013-12-25 | 济宁韩泰石油化工有限公司 | 一种内燃机油的性能分析实验 |
| CN103808687A (zh) * | 2012-11-09 | 2014-05-21 | 重庆工商大学 | 废油液特征检测方法 |
| CN106226071A (zh) * | 2016-08-26 | 2016-12-14 | 中车株洲电力机车研究所有限公司 | 一种风力发电机齿轮箱故障诊断方法 |
-
2019
- 2019-07-29 CN CN201910689344.0A patent/CN110346541A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101726413A (zh) * | 2009-12-18 | 2010-06-09 | 北京工业大学 | 通过综合分析对炼钢转炉耳轴轴承进行故障诊断的方法 |
| CN101806794A (zh) * | 2010-03-31 | 2010-08-18 | 中国人民解放军总后勤部油料研究所 | 一种发动机润滑油种类快速识别方法 |
| CN101900660A (zh) * | 2010-06-25 | 2010-12-01 | 北京工业大学 | 一种检测和诊断间歇性低速重载设备故障的方法 |
| CN102692449A (zh) * | 2012-04-12 | 2012-09-26 | 北京工业大学 | 一种通过综合分析对高炉炉顶齿轮箱的故障诊断方法 |
| CN103808687A (zh) * | 2012-11-09 | 2014-05-21 | 重庆工商大学 | 废油液特征检测方法 |
| CN103471963A (zh) * | 2013-08-10 | 2013-12-25 | 济宁韩泰石油化工有限公司 | 一种内燃机油的性能分析实验 |
| CN106226071A (zh) * | 2016-08-26 | 2016-12-14 | 中车株洲电力机车研究所有限公司 | 一种风力发电机齿轮箱故障诊断方法 |
Non-Patent Citations (4)
| Title |
|---|
| 易如娟等: "油液质量快速监控系统的研究与应用", 《石油商技》 * |
| 李照美等: "《汽车检测与诊断技术》", 29 February 1996 * |
| 李芳民: "进口机械柴油机润滑油的选用与鉴别", 《港口装卸》 * |
| 邱烨: "润滑油质量监督存在的一些问题及对策", 《石油商技》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112697650A (zh) * | 2020-12-04 | 2021-04-23 | 广州机械科学研究院有限公司 | 一种机械密封介质的选型方法 |
| CN114088607A (zh) * | 2021-10-25 | 2022-02-25 | 北京京能能源技术研究有限责任公司 | 一种风机齿轮箱在线监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Roylance | Ferrography—then and now | |
| US7407809B2 (en) | Method for determining asphaltenes contamination in used marine engine lubricants using UV-visible spectroscopy and chemometrics | |
| CN102707037B (zh) | 柴油机润滑油在线监测系统 | |
| US5817928A (en) | Method and apparatus for lubrication fluid analysis | |
| Yan et al. | A study of information technology used in oil monitoring | |
| CN105928710B (zh) | 一种柴油机故障监测方法 | |
| CN110346541A (zh) | 一种机械设备润滑系统油品错用或混用的诊断分析方法 | |
| Borin et al. | Multivariate quality control of lubricating oils using Fourier transform infrared spectroscopy | |
| EP1989540B1 (en) | Determination of total base number in marine engine lubricants by elements | |
| CN100347543C (zh) | 用来监测润滑油质量的方法和装置 | |
| JP2008542713A (ja) | 使用中の潤滑油の鉄含有量の定量方法及びテストキット | |
| Grimmig et al. | Analyses of used engine oils via atomic spectroscopy–Influence of sample pre-treatment and machine learning for engine type classification and lifetime assessment | |
| CN107401438A (zh) | 提醒用户更换发动机机油的方法 | |
| Gao et al. | A wavelet packet and residual analysis based method for hydraulic pump health diagnosis | |
| Wakiru et al. | Analysis of lubrication oil contamination by fuel dilution with application of cluster analysis | |
| CN114636555A (zh) | 一种航空发动机磨损故障模糊融合诊断方法及系统 | |
| Malaguti et al. | A supervised machine learning model for determining lubricant oil operating conditions | |
| JPS58201047A (ja) | 故障診断システムの判定方法 | |
| CN113218903B (zh) | 一种基于微流控与人工智能的油液分析设备故障预测系统 | |
| CN112697650B (zh) | 一种机械密封介质的选型方法 | |
| CN112228042B (zh) | 一种基于云边协同计算的抽油机井工况相似性判别方法 | |
| Malaguti et al. | A well lubricated machine: A data driven model for lubricant oil conditions | |
| Peric et al. | Monitoring lubricant performance in field application | |
| CN118565827B (zh) | 一种燃气透平发电机组状态监测和故障诊断方法及系统 | |
| DE102005012454A1 (de) | Verfahren zur quantitiven Bestimmung eines Alterungseinflusses auf ein Motoröl |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191018 |
|
| RJ01 | Rejection of invention patent application after publication |