CN111721513B - 一种船舶柴油机磨损的分析方法 - Google Patents
一种船舶柴油机磨损的分析方法 Download PDFInfo
- Publication number
- CN111721513B CN111721513B CN202010525661.1A CN202010525661A CN111721513B CN 111721513 B CN111721513 B CN 111721513B CN 202010525661 A CN202010525661 A CN 202010525661A CN 111721513 B CN111721513 B CN 111721513B
- Authority
- CN
- China
- Prior art keywords
- oil
- elements
- sampling
- wear
- sample
- 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.)
- Expired - Fee Related
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 27
- 238000005070 sampling Methods 0.000 claims abstract description 50
- 239000000654 additive Substances 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 13
- 230000000996 additive effect Effects 0.000 claims abstract description 12
- 238000010835 comparative analysis Methods 0.000 claims abstract description 11
- 238000007405 data analysis Methods 0.000 claims abstract description 11
- 238000005299 abrasion Methods 0.000 claims abstract description 10
- 238000004140 cleaning Methods 0.000 claims abstract description 7
- 239000003921 oil Substances 0.000 claims description 131
- 239000010687 lubricating oil Substances 0.000 claims description 32
- 238000001228 spectrum Methods 0.000 claims description 23
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 15
- 239000002245 particle Substances 0.000 claims description 13
- 229910052742 iron Inorganic materials 0.000 claims description 10
- 229910052749 magnesium Inorganic materials 0.000 claims description 9
- 239000011777 magnesium Substances 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 229910052782 aluminium Inorganic materials 0.000 claims description 8
- 239000011575 calcium Substances 0.000 claims description 8
- 239000011651 chromium Substances 0.000 claims description 8
- 229910052725 zinc Inorganic materials 0.000 claims description 8
- 239000011701 zinc Substances 0.000 claims description 8
- 229910018125 Al-Si Inorganic materials 0.000 claims description 7
- 229910018520 Al—Si Inorganic materials 0.000 claims description 7
- 229910002549 Fe–Cu Inorganic materials 0.000 claims description 7
- 229910052796 boron Inorganic materials 0.000 claims description 7
- 229910052791 calcium Inorganic materials 0.000 claims description 7
- 229910052804 chromium Inorganic materials 0.000 claims description 7
- 229910052750 molybdenum Inorganic materials 0.000 claims description 7
- 238000010304 firing Methods 0.000 claims description 6
- 229910052698 phosphorus Inorganic materials 0.000 claims description 6
- 238000010183 spectrum analysis Methods 0.000 claims description 6
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 claims description 5
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 claims description 5
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 claims description 5
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 claims description 5
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 claims description 5
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 claims description 5
- 229910052788 barium Inorganic materials 0.000 claims description 5
- 239000011733 molybdenum Substances 0.000 claims description 5
- 239000011734 sodium Substances 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 claims description 4
- 229910052802 copper Inorganic materials 0.000 claims description 4
- 239000010949 copper Substances 0.000 claims description 4
- 229910052718 tin Inorganic materials 0.000 claims description 4
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 3
- DSAJWYNOEDNPEQ-UHFFFAOYSA-N barium atom Chemical compound [Ba] DSAJWYNOEDNPEQ-UHFFFAOYSA-N 0.000 claims description 3
- 238000011068 loading method Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 239000011574 phosphorus Substances 0.000 claims description 3
- 229910052709 silver Inorganic materials 0.000 claims description 3
- 238000005245 sintering Methods 0.000 claims description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 2
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 claims description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 2
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 claims description 2
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims description 2
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 claims description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 2
- 229910052793 cadmium Inorganic materials 0.000 claims description 2
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 claims description 2
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 claims description 2
- 229910052759 nickel Inorganic materials 0.000 claims description 2
- 239000011591 potassium Substances 0.000 claims description 2
- 229910052700 potassium Inorganic materials 0.000 claims description 2
- 229910052710 silicon Inorganic materials 0.000 claims description 2
- 239000010703 silicon Substances 0.000 claims description 2
- 239000004332 silver Substances 0.000 claims description 2
- 229910052708 sodium Inorganic materials 0.000 claims description 2
- 239000010936 titanium Substances 0.000 claims description 2
- 229910052719 titanium Inorganic materials 0.000 claims description 2
- 229910052720 vanadium Inorganic materials 0.000 claims description 2
- LEONUFNNVUYDNQ-UHFFFAOYSA-N vanadium atom Chemical compound [V] LEONUFNNVUYDNQ-UHFFFAOYSA-N 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 13
- 238000001514 detection method Methods 0.000 abstract description 4
- 238000002360 preparation method Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 11
- 238000011160 research Methods 0.000 description 11
- 239000010117 shenhua Substances 0.000 description 11
- 238000003860 storage Methods 0.000 description 10
- 239000006061 abrasive grain Substances 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000007689 inspection Methods 0.000 description 5
- 238000011109 contamination Methods 0.000 description 4
- 229910052751 metal Inorganic materials 0.000 description 4
- 239000000498 cooling water Substances 0.000 description 3
- 238000000227 grinding Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000011049 filling Methods 0.000 description 2
- 229910052745 lead Inorganic materials 0.000 description 2
- 238000005461 lubrication Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000007747 plating Methods 0.000 description 2
- 239000010453 quartz Substances 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 238000001675 atomic spectrum Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010891 electric arc Methods 0.000 description 1
- 238000000921 elemental analysis Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000314 lubricant Substances 0.000 description 1
- 230000001050 lubricating effect Effects 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 239000011572 manganese Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000002244 precipitate Substances 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000010944 silver (metal) Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- 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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/56—Investigating resistance to wear or abrasion
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种船舶柴油机磨损的分析方法，包括以下步骤：取油样、器材准备、烧样、清理设备、数据处理、数据分析；通过对不同油样的添加剂元素、污染元素、磨粒磨损元素进行对比分析，来确定柴油机磨损部位、磨损程度以及磨损原因。本发明中的船舶柴油机磨损分析方法对油料监测数据采用对比分析的方法比较不同的检测结果，不再是向单一的油液系统进行检测，使对比分析的结果能够更加的贴合实际机械的运行规律。
Description
技术领域
本发明涉及船舶柴油机磨损分析技术领域，尤其涉及一种船舶柴油机磨损的分析方法。
背景技术
现代科学技术发展迅速，机械设备向高度自动化的方向发展，为了达到预期的效果，需要对机械设备添加更多的辅助设备，各种维持机械正常运转的机构，造成机械设备日益复杂，部件要求日益提高。现在的机械设备不再是单一的采用液压传动或是气动传动等方式，而是多种技术的集成，使设备功能提升，更快、更准、更明确的完成操作。但是，设备的安全隐患也存在于更多方面，往往是某一个机构或是某一个参数出现偏差，都会引起整台设备的瘫痪，带来巨大的经济损失，甚至造成人员伤亡。因此，现在的机械设备大多具有可测试性、可预见性，可以通过对运行中的机械设备部件工作状态或运行参数进行实时监测，以判断其是否在正常范围内运转，有无超出预设的趋势，在设备的运行状态超出预设的趋势之前，做好一切准备防止故障发生，从而减少因故障导致的停机造成的损失，避免重大事故的同时，避免因经验不足而过早更换零部件导致材料浪费及不必要的维修工作；或对已经出现的非正常情况进行跟踪监测，预判其危害程度，即对机械进行状态监测。
柴油机在运行过程中，80％的机械故障是由于磨损导致，因此，如果能够对摩擦副进行实时的监测，及时掌握其损坏情况，并加以维修，便可以避免因运动部件的严重磨损带来的重大故障。导致机械产生磨损故障的主要原因是润滑不良，因此，如果可以对机械的润滑油进行监测，便可以了解到机械磨损器件的磨损情况，继而达到对机械状态监测的目的。油液分析技术正是基于这一点，对机械设备所用的润滑油等进行理化性能分析及磨屑含量分析来判断摩擦副的磨损情况，是当今状态监测的重要方法之一。
油液监测分析技术常用于判定机械是否发生故障，通过对机械设备润滑油油样采用不同的检测手段，达到分析油样的理化性能指标，以及得到油样中所携带摩擦副磨损颗粒含量与特征，从定性、定量两个方面来推断机械设备摩擦副的磨损状态并进行故障的早期预警。其主要技术分析手段包括理化性能、铁谱、原子光谱以及污染度(颗粒计数)的检测与分析。
油料光谱分析技术于上世纪70年代引入我国，首先在应用于航空航天领域，后慢慢在船运行业推广，取得相当大的成效。自光谱分析技术用于船舶油液监测分析以来，研究方向大致可分为数据预测、界限值设定两大类。虽然有关油液监测技术中的数据特征值提取及数据处理理论和方法的研究不尽奇穷，但仍很不完善。当前已经实际应用到的监测系统的数据研究方法仍然不够精确或实用范围狭隘，远远达不到油液分析技术该达到的目的。因此，进行深入研究监测数据特点和开拓更多从数据分析处理角度出发的研究方法以反映油液分析对状态监测的敏感度具有重要意义。专家对于油液光谱分析的研究，大部分研究内容都仅仅是定位于单方面研究，不管是对故障的预测还是对当前状态的界定，所依据的数据都源自一个滑油系统，也得到许多的研究成果，发展比较成熟。但是，很少有学者采用不同油样的数据进行分析。
发明内容
针对上述存在的问题，本发明旨在提供一种对不同的油样数据进行对比分析的船舶柴油机磨损分析方法，该分析方法得出的结果可以更加准确的反应出实际机械的运行规律。
为了实现上述目的，本发明所采用的技术方案如下：
一种船舶柴油机磨损的分析方法，其特征在于，包括以下步骤：
S1、取油样：在不同的船舶、不同的取样点，取出能够代表机器实际在用油所有特征的油样；
S2、设备使用前检查：将光谱分析仪与计算机连接，启动光谱分析仪及计算机，检查设备运行状态；
S3、装样：将取出的油样装入取样盒中，放入光谱分析仪内；
S4、光谱分析仪标准化处理：光谱分析仪使用前充分预热，进行标准化处理；如果设备进行移动，还需进行光学描线处理；
S5、烧样：烧制油样，进行光谱分析；
S6、清理：烧样完成后对光谱分析仪进行清理，防止残留颗粒对下一次烧样结果造成影响；
S7、数据处理：对每份油样进行多次烧样后的数值求平均值，作为分析用数据；
S8、数据分析：对不同的油样按照添加剂元素、污染元素、磨粒磨损元素进行对比分析；
S9：根据数据分析结果，对元素之间的相关性进行分析；
S10：根据数据分析的结果确定柴油机磨损部位、磨损程度以及磨损原因。
进一步的，步骤S1中对润滑油使用时长不同的船舶和取样点进行取样。
进一步的，步骤S1的具体操作为：在油箱中取样，将取样管插入到油面高度一半偏下的部位进行取样。
进一步的，步骤S1的具体操作为：在回油管路上取样时，先放掉一部分油，然后在油流动的状态下进行取样。
进一步的，步骤S2中使用的光谱分析仪为Q100油料光谱仪。
进一步的，步骤S8中添加剂元素包括钡、锌、硼、钼、铬、镁、钙、磷。
进一步的，步骤S8中污染元素包括钠、钾、钙、硼、硅。
进一步的，步骤S8中磨粒磨损元素包括铁、镉、镁、锰、铝、铜、钼、镍、银、钛、铬、钒、锌、铅、锡。
本发明的有益效果是：
本发明通过采用对比分析方法对油液监测所得数据进行综合分析，即不同的滑油使用时间、不同的主机运转时间、不同的取样点对油液微粒含量的影响，研究其所表现的实际机械的规律，结合知识库及融合案例推理和规则推理的集成推理方法，最终得到船舶柴油机磨损情况。该方法能够更加准确的反应出实际机械的运行规律。
附图说明
图1为本发明实施例中使用的光谱分析仪的工作原理图；
图2为本发明实施例中Q100油料光谱仪使用流程图；
图3为本发明实施例中编号1、2、3的油样添加剂元素含量对比图；
图4为本发明实施例中编号1、2、3的油样污染元素含量对比图；
图5为本发明实施例中编号1、2、3的油样磨粒元素含量对比图；
图6为本发明实施例中编号2、4、5的油样磨粒元素含量对比图；
图7为故障率-时间的浴盆曲线图；
图8为本发明实施例中编号6、7的油样添加剂元素含量对比图；
图9为本发明实施例中编号6、7的油样污染元素含量对比图；
图10为本发明实施例中编号6、7的油样磨粒元素含量对比图；
图11为本发明七份油样中Mo-Fe元素含量对比图；
图12为本发明七份油样中Fe-Cu元素含量对比图；
图13为本发明七份油样中Fe-Al元素含量对比图；
图14为本发明七份油样中Al-Si元素含量对比图；
具体实施方式
为了使本领域的普通技术人员能更好的理解本发明的技术方案，下面结合附图和实施例对本发明的技术方案做进一步的描述。
实施例：
一种船舶柴油机磨损的分析方法，包括以下步骤：
S1、取油样：在不同的船舶、不同的取样点，取出能够代表机器实际在用油所有特征的油样；
具体的，在神华拖3船舶的主机、神华拖6船舶的主机、神华拖 5船舶的主机、神华拖1船舶的主机、神华拖12船舶的主机，以及南海之梦船舶的主机润滑油储存舱、南海之梦船舶的副机润滑油储存舱取油样，分别进行编号1-7，所取油样的具体情况如表1所示。
表1油样具体情况列表
取油样时，若在油样中取样，将取样管插入到在油箱中取样，将取样管插入到油面高度一半偏下的部位进行取样；以避免油箱底部油液产生沉降。若在回油管路上取样，则先放掉一部分油，以清洗油阀，尽量避免从管子底部取样，而且要在流动状态下取样，保证取得动态的油样。
船舶柴油机油液取样还要注意：(1)防止“死角”处取样。存留在零件“死角”处的油，不与周围油液交互，微粒分布不均匀，不具有代表性。(2)防止油样过满。取样时切记勿将油样瓶装满，否则在使用时无法将油样摇均匀，在油样瓶中形成二次沉淀，失去其代表性。 (3)保持取样洁净，避免造成油样污染。取样器材要存放在干净、封闭的包装内，不可以使用同一取样管取不同油样。(4)作详细的标签。取样时要将取样船舶名称、设备的工作时数、取样部位、取样时间、滑油类别等详细情况及时记录在油样瓶上，防止取样后作错误标记，出现混油现象。
S2、设备使用前检查：将光谱分析仪与计算机连接，启动光谱分析仪及计算机，检查设备运行状态；
具体的，本发明自中使用的光谱分析仪为美国SPECTRO SCIENTIFIC公司的Q100油料光谱仪，其工作原理图如附图1所示：电弧是激发光源，棒电极及缓慢旋转的盘电极分别作为两极。盘电极的下半部浸入在要分析的油样中，当它旋转时，便把油样带到两极之间。产生的电弧穿透油膜，使油样中的金属元素受激发，从而发出特征辐射线，经光栅分光后，各元素的特征辐射照到其相应的位置上，由光电倍增管接收，然后经电子线路的信号处理，便可以直接检测出油样中各种元素的含量。
Q100油料光谱仪的“模式”处于ready时，排气系统正常，打印状态正常，耗材充足；
具体的，实验耗材有棒电极、盘电极、取样盒、一次性滴管、实验室用无尘纸等，其中棒电极在使用前需用棒电极磨削器将一端磨削，直至光亮，以备用；具体的磨削步骤是启动磨削器，将棒电极插入磨削器孔，向内施压，抹掉3-5mm，磨削达到的标准是棒电极端部应具有清晰的切痕且周围没有明显碎屑，同时，表面应非常光滑。
S3、装样：将取出的油样装入取样盒中，放入光谱分析仪内；
具体的，将油样装入取样盒前，需在取样瓶内充分震荡30s以上，将其摇匀，另外，对取样盒的放置也进行编号，以防止在烧样过程中数据杂乱。
S4、光谱分析仪标准化处理：光谱分析仪使用前充分预热，进行标准化处理；
具体的，启动油料光谱仪，进行预热，然后进行标准化检查，若标准化检查合格，则开始进行常规样品分析，若标准化检查不合格，则将油料光谱仪进行标准化调节，直至通过标准化检查，若调节后仍不能通过标准化检查，则联系厂家维修。具体调节过程如附图2所示。如果设备进行移动，还需进行光学描线处理；
用0ppm标油确定背景信号水平，用100ppm标油确定磨损金属和杂质元素，用900ppm确定添加剂元素。
S5、烧样：烧制油样，进行光谱分析；
具体的，按下开始或burn按钮，开始烧制油样，当烧制完成后，分析结果将会出现在计算机屏幕上，如果不成功，则需更换耗材，重新烧制。
每次烧样前都要注意电极间隙的调节。
为了保证数据的准确性，对每份油样进行三次成功烧样。
S6、清理：烧样完成后对光谱分析仪进行清理，防止残留颗粒对下一次烧样结果造成影响；
具体的，每次烧样完成之后都需要对光谱分析仪油样台和石英窗口进行清理，可用纸巾擦拭油样台和石英窗口，防止残留的颗粒对下一次烧样结果的影响。烧样后的盘电极温度很高，在取出时需用隔热材料，且盘电极为一次性使用材料，烧样后的盘电极不得再次使用。
S7、数据处理：对7份油样进行三次烧样后的数值求平均值，作为分析用数据，为了减少分析误差，通常是剔除异常分析结果，取多次分析结果的平均值；对于三次烧样后的求得的平均值结果如表2所示。
表2 7份油样三次烧样后的平均值数据统计表
S8、数据分析：对不同的油样按照添加剂元素、污染元素、磨粒磨损元素进行对比分析；
具体的，对编号1、2、3的油样中添加剂元素进行对比分析，油样1取自神华拖3的主机，其润滑油使用时长为1931h，油样2取自神华拖6的主机，其润滑油使用时长为923h，油样3取自神华拖5 的主机，其润滑油使用时长为1147h，所述添加剂元素包括钡、锌、硼、钼、铬、镁、钙、磷，对比结果如附图3所示。
从附图3中可以看出，B、Ba、Mg元素的含量随着滑油使用时间的增加呈现先降后增的趋势，而Cr、Ca元素则一直在增加，P、 Zn元素则是先增后降。B、Ba、Mg、P、Zn元素基本都是来自添加剂，随着润滑油的使用，添加剂的含量会发生变化，一般是逐渐减少，后期出现增加可能是添加了新的添加剂或者漏入了海水；Ca元素增加可能是有外来物，Cr元素增加可能是磨损增加。
进一步的，对编号1、2、3的油样中污染元素进行对比分析，结果如附图4所示。
从附图4中可以看出，随着滑油使用时间的增加，污染元素的含量最终增加，说明外界的污染颗粒进入润滑系统，会对运动部件带来持续损害。且Na元素浓度最高。
进一步的，对编号1、2、3的油样中磨粒元素进行对比分析，结果如附图5所示。
从附图5中可以看出，随着滑油使用时间的增加，磨粒金属元素的含量基本呈现增加的趋势。滑油中的磨粒不仅会降低其润滑性，还可能改变其性能，使其达不到该有的功效，不能为摩擦副提供良好的润滑条件，最终带来不可估量的事故。因此，需要根据润滑油的性能参数，对滑油的使用时间作限定，及时更换滑油。
进一步的，对编号2、4、5的油样进行对比分析，编号2的油样取自神华拖6的主机，其主机运转时间为25949h；编号4的油样取自神华拖1的主机，其主机运转时长为2300h，编号5的油样取自神华拖12的主机，其主机运转时长为5305h，由于编号4的润滑油使用时长不祥，不能判断这三份油样是否是同时使用的润滑油，因此仅对磨粒元素的含量进行对比分析，结果如附图6所示。
从附图6中可以看出，Ag、Cr、Cu、Fe、Mn、Mo元素的含量随着主机运转时间的增加均呈现了先降后增的趋势，这也是符合故障率-时间的浴盆曲线(如附图7所示)的。
进一步的，对编号6和7的油样进行对比分析，编号6的油样取自南海之梦的主机滑油储存舱，编号7的油样取自南海之梦的副机滑油储存舱，附图8为编号6、7的油样添加剂元素的对比图，从附图8中可以看出，除Mg及Ca元素外，副机滑油储存舱的添加剂元素含量都较主机滑油储存舱的低，也就是说副机的耗油率较主机耗油率高。
附图9为编号6、7的油样污染元素的对比图，从附图9中可以看出，副机滑油储存舱的污染元素含量明显高于主机滑油储存舱，说明副机相对于主机更易被污染。
附图10为编号6、7的油样磨粒元素的对比图，从附图10中可以看出，副机滑油储存舱的磨粒元素明显高于主机滑油储存舱，这说明副机的磨损情况较主机更严重，即副机的机械负荷更大。
S9：根据数据分析结果，对元素之间的相关性进行分析；
具体的，结合表2以及附图3-10元素数据的变化规律，可以得出Mo-Fe、Fe-Cu、Fe-Al、Al-Si这四组元素之间的含量变化是具有相关性的，其在七组油样的数值变化上变现处基本一致的变化规律。
具体的，附图11为七份油样中Mo-Fe元素含量对比图，附图12 为七份油样中Fe-Cu元素含量对比图，附图13为七份油样中Fe-Al 元素含量对比图，附图14为七份油样中Al-Si元素含量对比图；从附图11-14中可以看出，在七份不同的油样中，通过折线图的变现方法，连点为线，变静态为动态，呈现了各元素在不同油样的变化，发现Mo-Fe、Fe-Cu、Fe-Al、Al-Si四组元素具有相似的变化规律。
S10：根据数据分析的结果确定柴油机磨损部位、磨损程度以及磨损原因。
具体的，在船舶柴油机的不同部位出现磨损时，对应的元素变化也是不同的，具体的磨损部件与元素名称对应情况如表3所示。
表3船舶柴油机主要磨损部件与元素名称对应情况表
另外，磨粒元素和污染元素是柴油机在使用的过程中，机械摩擦副磨损磨粒以及外界污染物带入到油液中的，磨损磨粒元素和污染元素的来源如表4所示。
表4不同元素的来源分布表
结合表2-4以及步骤S8和S9中的分析，编号1、2、3的油样中，污染元素中的Na元素浓度最高，而Na元素主要来自于冷却水，说明编号1、2、3滑油的主要污染原因为冷却水泄露。
从编号2、4、5的油样磨粒元素分析中可以看出，船舶柴油机的故障率随时间变化分为三个阶段，早期故障期、偶然故障期和损耗故障期。在早期故障期是处于磨合期，随着磨合的进行，会出现大量的磨屑，磨损元素的含量会大幅度增加。本油样不是取自磨合期，所以不能说明磨合期的元素变化率。偶然故障期是处于正常磨损期，在正常磨损期，磨损元素含量相对比较平稳，没有比较大的变化率，如附图12-13所示。而在耗损故障期是异常磨损期，使某磨损部位发生了异常磨损，其所含的元素的含量会出现猛增情况，如附图14中的7所示。
另外，从表2中的数据可以看出，编号2、4、5的油样Sn、Pb 元素的浓度始终为零，从表3中可以得出Sn、Pb元素主要为各摩擦副的镀层，因此，可以得出取油样时摩擦副的镀层已经磨损，即设备磨合期已经结束。但是，根据附图12-14金属元素的变化趋势，设备的故障率并没有因磨合期的结束而降低。即设备的早期故障期较磨合期更长。
进一步的，结合表3中元素来源和步骤S9中的分析结果，可以看出，Mo-Fe、Fe-Cu、Fe-Al、Al-Si这四组元素存在相关性的变现具有理论依据，即在活塞组件出现磨损时，与活塞运动相关的部件刮油环出现磨损的可能相当大。由于Mo、Fe、Cu、Al元素主要来自于磨损元素，可以通过这些元素大概判断出现磨损的部位，这七份油样磨损元素的变化不大，都在正常的变化范围，说明设备处于正常磨损，并没有出现异常磨损情况。每个油样取样设备或部位不完全相同，其工作条件不同，磨损元素的含量也不会完全相同，因此，需要更加关注磨损元素含量的变化率，得到一个判断运动部件磨损状况的新标准，即元素相关性的判断依据。若两元素的相关性满足标准，判断其中一种元素的含量便可得知两种元素是否达标；若两元素的相关性不满足标准，则大概率产生了局部超常磨损。
综合上述分析，可以得出：
(1)滑油添加剂是否达标的判断标准在使用前期可依据B、Ba、 Mg，后期可依据P、Zn；
(2)船用滑油的污染主要来自冷却水泄露；
(3)机械的早期故障期大于其铸层磨损期；
(4)副机相对主机油耗率高、负荷大、易污染；
(5)Mo-Fe、Fe-Cu、Fe-Al、Al-Si四组元素的相关性可作为判断机械有无局部异常磨损的依据。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (2)
1.一种船舶柴油机磨损的分析方法，其特征在于，包括以下步骤：
S1、取油样：在不同的船舶、不同的取样点，取出能够代表机器实际在用油所有特征的油样；对润滑油使用时长不同的船舶和取样点进行取样；在油箱中取样，将取样管插入到油面高度一半偏下的部位进行取样；在回油管路上取样时，先放掉一部分油，然后在油流动的状态下进行取样；
S2、设备使用前检查：将光谱分析仪与计算机连接，启动光谱分析仪及计算机，检查设备运行状态；
S3、装样：将取出的油样装入取样盒中，放入光谱分析仪内；
S4、光谱分析仪标准化处理：光谱分析仪使用前充分预热，进行标准化处理；如果设备进行移动，还需进行光学描线处理；
S5、烧样：烧制油样，进行光谱分析；
S6、清理：烧样完成后对光谱分析仪进行清理，防止残留颗粒对下一次烧样结果造成影响；
S7、数据处理：对每份油样进行多次烧样后的数值求平均值，作为分析用数据；
S8、数据分析：对不同的油样按照添加剂元素、污染元素、磨粒磨损元素进行对比分析；
所述添加剂元素包括钡、锌、硼、钼、铬、镁、钙、磷；
所述污染元素包括钠、钾、钙、硼、硅；
所述磨粒磨损元素包括铁、镉、镁、锰、铝、铜、钼、镍、银、钛、铬、钒、锌、铅、锡；
S9：根据数据分析结果，对Mo-Fe、Fe-Cu、Fe-Al、Al-Si四组元素之间的相关性进行分析，若两元素的相关性满足标准，判断其中一种元素的含量便可得知两种元素是否达标；若两元素的相关性不满足标准，则大概率产生了局部超常磨损；
S10：根据数据分析的结果确定柴油机磨损部位、磨损程度以及磨损原因。
2.根据权利要求1所述的一种船舶柴油机磨损的分析方法，其特征在于：步骤S2中使用的光谱分析仪为Q100油料光谱仪。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010525661.1A CN111721513B (zh) | 2020-06-10 | 2020-06-10 | 一种船舶柴油机磨损的分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010525661.1A CN111721513B (zh) | 2020-06-10 | 2020-06-10 | 一种船舶柴油机磨损的分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111721513A CN111721513A (zh) | 2020-09-29 |
| CN111721513B true CN111721513B (zh) | 2022-04-29 |
Family
ID=72566379
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010525661.1A Expired - Fee Related CN111721513B (zh) | 2020-06-10 | 2020-06-10 | 一种船舶柴油机磨损的分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111721513B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115200867A (zh) * | 2021-04-13 | 2022-10-18 | 潍柴动力股份有限公司 | 一种发动机及发动机的异常磨损部位识别方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101963570A (zh) * | 2010-05-17 | 2011-02-02 | 深圳市亚泰光电技术有限公司 | 快速检测润滑油中铁磁磨粒的装置和检测方法以及信号处理电路 |
| CN102494899A (zh) * | 2011-11-25 | 2012-06-13 | 华南理工大学 | 柴油机复合故障诊断方法及诊断系统 |
| CN102539292A (zh) * | 2010-12-24 | 2012-07-04 | 中国人民解放军91872部队 | 一种船舶动力系统异常磨损监测系统及方法 |
| CN204405553U (zh) * | 2015-01-19 | 2015-06-17 | 长安大学 | 一种用于对比观测汽车发动机机油的清静分散性装置 |
| CN110987866A (zh) * | 2019-12-19 | 2020-04-10 | 汉谷云智(武汉)科技有限公司 | 一种汽油性质评价方法及装置 |
-
2020
- 2020-06-10 CN CN202010525661.1A patent/CN111721513B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101963570A (zh) * | 2010-05-17 | 2011-02-02 | 深圳市亚泰光电技术有限公司 | 快速检测润滑油中铁磁磨粒的装置和检测方法以及信号处理电路 |
| CN102539292A (zh) * | 2010-12-24 | 2012-07-04 | 中国人民解放军91872部队 | 一种船舶动力系统异常磨损监测系统及方法 |
| CN102494899A (zh) * | 2011-11-25 | 2012-06-13 | 华南理工大学 | 柴油机复合故障诊断方法及诊断系统 |
| CN204405553U (zh) * | 2015-01-19 | 2015-06-17 | 长安大学 | 一种用于对比观测汽车发动机机油的清静分散性装置 |
| CN110987866A (zh) * | 2019-12-19 | 2020-04-10 | 汉谷云智(武汉)科技有限公司 | 一种汽油性质评价方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 设备磨耗诊断分析在冶金行业的探索应用;周升东;《冶金设备》;20171231;第46-48页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111721513A (zh) | 2020-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110906152B (zh) | 一种调相机油液系统在线安全预警系统 | |
| 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 | |
| Scott et al. | Predictive maintenance by ferrography | |
| JP5675570B2 (ja) | 潤滑油の劣化評価装置および潤滑油の劣化評価システム | |
| CN111721513B (zh) | 一种船舶柴油机磨损的分析方法 | |
| Newell | Oil analysis cost‐effective machine condition monitoring technique | |
| CN101900660B (zh) | 一种检测和诊断间歇性低速重载设备故障的方法 | |
| Sondhiya et al. | Wear debris analysis of automotive engine lubricating oil using by ferrography | |
| Barrett et al. | Understanding oil analysis and how it can improve the reliability of wind turbine gearboxes | |
| WO2018212364A1 (ja) | 潤滑油汚染診断法 | |
| US20050114088A1 (en) | Methods and systems for component wear prediction | |
| WO2010107893A2 (en) | Method and test kit for the determination of iron content of in-use lubricants | |
| JP2003344293A (ja) | 潤滑対象部診断方法及び潤滑対象部診断システム | |
| Bandyopadhyay et al. | Application of oil condition monitoring techniques for improving critical equipment availability in steel plant | |
| RU2222012C1 (ru) | Способ определения работоспособности смазочных масел | |
| Lukas et al. | Rotrode Filter Spectroscopy: A Recently Improved Method to Detect and Analyze Large Wear and Contaminant Particles in Fluids | |
| Abner Jr | Lubricant deterioration in service | |
| Dalley | An overview of ferrography and its use in maintenance | |
| CN113418126B (zh) | 一种军用航空发动机传动润滑系统磨损监控新方法 | |
| Scientific | Overview of Rotating Disc Electrode (RDE) Optical Emission Spectroscopy for in-Service Oil Analysis | |
| Kučera et al. | Changes in the key physicochemical parameters and selected trace elements of oil due to its use in hydraulic system of woodworking equipment | |
| Barrett et al. | Oil Analysis | |
| Mihalčová | EXAMPLE OF AN INTEGRATED CONCEPTION USE OF METHODS FOR MONITORING WEAR PARTICLES IN THE LUBRICATION SYSTEM OF AIRCRAFT | |
| de Almeida et al. | Lubricant condition monitoring | |
| Barraclough et al. | Comparison of wear and contaminant particle analysis techniques in an engine test cell run to failure |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220429 |