广州机械科学研究院有限公司 广研检测（广州）有限公司 广东 广州 5107100
摘要：在线油液监测是油液监测技术发展的必然趋势和重要方向。针对工业企业设备运行维护中润滑油消耗量巨大（只能按设备厂家的要求加注润滑油），和目前油液送检的方式不能直观及时地了解润滑状态等问题。广研检测对透平机组、液压系统、齿轮传动系统、发动机系统安装了油液在线监测仪，对机组润滑系统状况进行了实时监测，将计划性停机转化成了视情维护，做到了有的放矢，达到了降本增效的目的。
关键词：在线油液监测；故障诊断；实时监测； 视情维护
Application of on-line Oil Monitoring in Equipment Operation and Maintenance of Industrial Enterprises
Tao Hui, He shizhong, Feng wei, Yang tao, Tang jianwu
(Guangzhou Mechanical Engineering Research Institute, Guangzhou 510700, China)
Abstract: The online monitoring of oil is the core and bottleneck of equipment fault diagnosis technology. In view of the huge consumption of lubricating oil in the operation and maintenance of industrial enterprises, the problem of lubricating status can not be intuitively and timely based on the way of filling lubricating oil according to the requirements of manufacturers. And there can be no intuitive timely understanding of lubrication oil for condition problems. The oil on line monitoring instrument is installed on Turbine unit, hydraulic system, gear transmission system, engine system, On the condition of lubricating system for real-time monitoring, the planned downtime into condition based maintenance, be targeted, achieve the purpose of lowering the efficiency visual system.
Key words: Online Monitoring of Oil; Fault Diagnosis; Real-time monitoring; Visual Maintenance;
1引言
润滑油液是机械装备的“血液”，润滑失效直接导致机械传动部件异常磨损，是机械装备故障的主要根源，直接影响工矿企业大型装备的安全运行[1]。目前传统的油液监测是需要到设备服役地点采集样品，通过样品传递到达专业的油液实验室进行分析和诊断（离线监测），一方面监测周期长，采样代表性、样品传递以及检测过程均影响诊断结论的可靠性；另一方面由于离线监测无法实现参数的实时采集，数据不及时，数据量也不足，难以对设备状态进行实时评估，也就很难对设备的剩余有效寿命(RUL)进行精准预测；对于环境条件恶劣的生产现场，例如海上石油开采平台、风电发电厂等，取样还会耗费大量的人力物力，增加了劳动成本。而在线监测就具有实时、数据量大、数据连续性好、不影响生产以及人工维护成本低的特点，是油液监测发展的必要方向。
在线监测中对磨粒的正确识别是进行设备故障诊断的重要任务，它直接关系到设备故障诊断的最终结果，对设备的状态监测、故障原因分析等的准确性有着极其重要影响。伴随着人工智能及油液分析技术信息化的发展，磨损故障诊断及监测也进入了智能化阶段。智能在线监测的发展与进步，提高油液监测效率、增加检测结果的可信度、给出合理的可靠性评估指标并实现诊断智能化，使油液监测技术为企业设备润滑安全可靠性管理提升做出更大的贡献，真正意义上实现机械装备在用油液性能指标的快速高效检测、设备润滑磨损状态的智能诊断及设备润滑磨损视情维护策略的优化。在线监测领域，文献[2]研究了一种在线铁谱图像分析的方法，经过图像采集、二值化处理、磨粒分割、特征构造、趋势分析等对铁谱图像中的铁磁磨粒进行诊断，实现了在线实时分析机械装备故障；文献[3]针对齿轮油做了大量试验分析，研究了一种采用YUV颜色空间方法进行二值化、采用合理卷积模板实现图像锐化；并通过运用减背景方法和自动阈值分割法，提高了磨粒分割准确率的目的；文献[4]针对在线油液中的磨粒图片，提出了一种二次二值化的方法，改进提高了磨粒自动识别的效率、并且采用线性滤波处理磨粒图像和低通滤波处理背景噪点的手段，提高了故障识别的精度；文献[5]将先进的信息融合理论方法应用于油品磨损故障颗粒的自动识别，编制了对应的计算机应用识别程序，基于磨粒图象的形态特征及参数进行筛选和各种统计分析的基础上，研究了各参数的统计容许限和决策基元概率，并取得了良好的效果。文献[6][7][8][9]对机械装备的在线磨损故障分析进行了深入研究。
根据机组结构和用油选择的不同，主要有透平机组油液在线监测，液压系统油液在线监测，齿轮传动系统油液在线监测，发动机系统油液在线监测；
2在线监测系统平台
油液在线监测系统由下位机单元、油路循环单元、通讯单元、上位机单元组成；
下位机单元包括：油液在线采集系统、电源系统、控制板系统组成，完成油液在线监测的数据采集；
油路循环单元包括：取油口、取油管道、进油口、内部油路管道、出油口、回油管道、回油口组成，完成油液的循环流动，实现对油液的实时采集；
通讯单元包括：电源线、485信号线组成，完成油液在线监测系统的数据传输；
上位机单元包括：工控机、显示器、专家诊断系统组成，工控机对采集到的数据进行实时分析，一端通过显示器的数据客户端直观的展现出实时数据，另一端可通过网络传递给专家诊断中心，进行更详细专业的分析[10]。油液在线监测系统示意图如图1：
图1油液在线监测系统示意图
Fig 1 Schematic diagram of oil online monitoring system
3 透平机组油液在线监测
透平机组的油液在线监测运行案例有：三峡水电厂5#机组、19#机组的油液在线监测、中海油惠州炼化大型烟机油液在线监测、辽宁湾湾川水电站油液在线监测等典型案例：
三峡水电厂5#机组、19#机组的油液在线监测实现功能如下：仪器安装位于水轮机组风洞内下机架外壁，它实现推导油槽在用油液的黏度、水分、污染度、温度、大磨损颗粒数、小磨损颗粒数、磨损颗粒；油膜厚度、螺栓受力等多参数的集成式实时在线检测。
图2 水轮机组在线油液监测
Fig 2 On-line oil monitoring of hydraulic turbine unit
中海油惠州炼化大型烟机油液在线监测实现功能如下：实现烟机在用油液的黏度、水分、污染度、温度、大磨损颗粒数、小磨损颗粒数、磨损颗粒等多数的集成式实时在线检测。
4 液压系统油液在线监测
液压系统油液在线监测运行案例有：国投新疆罗布泊钾盐公司的采盐船液压站、北京中海和电子科技公司无锡某基地液压站、中船集团文冲造船厂、新疆铜辉矿业浓密机液压站、球磨机、摩擦提升机、卷扬机液压站、浓密机齿轮传动、卷扬机齿轮传动、破碎机的在线监测：
国投新疆罗布泊钾盐公司的采盐船液压站油液在线监测：
图3 烟汽轮机组在线油液监测
Fig 3 On-line oil monitoring of Smoke turbine unit
图4 采盐船液压站在线油液监测
Fig 4 On-line oil monitoring of Salt ship hydraulic station
新疆铜辉矿业浓密机液压站、球磨机、摩擦提升机、卷扬机液压站、浓密机齿轮传动、卷扬机齿轮传动、破碎机的在线监测：
实现了混合井1台、2#竖井2台、选矿中心4台在线监测仪的安装及应用；7台在线监测仪与选矿中心服务器、调度中心监测终端分属于4个不同网段；用网闸和防火墙隔离。
图5 采矿行业液压站在线油液监测
Fig 5 On-line oil monitoring of mining industry Hydraulic station
图6 采矿行业在线油液监测主界面
Fig 6 Main interface of On-line oil monitoring on mining industry
一级界面主要显示仪器是正在运行、停止、故障（传感器组中任一传感器故障）；
二级界面有实时数据、实时曲线、实时故障、实时报表不断更新。
图7 在线油液监测调度中心
Fig 7 On-line oil monitoring and control center
5 齿轮传动系统油液在线监测
齿轮传动系统油液在线监测运行案例有：高安红狮水泥公司、安阳中联海皇水泥公司、湛江风电厂、山西太岳风电厂、港江港集团二、三公司等典型案例。
港江港集团二、三公司实现功能如下：实现二、三公司齿轮传动系统在用油液的黏度、水分、温度、大磨粒浓度、小磨粒浓度等多参数的集成式实时在线检测。
图8 港口机械行业在线油液监测
Fig 8 On-line oil monitoring of Port machinery industry
山西太岳风电厂实现功能如下：实现风机齿轮传动系统在用油液的黏度、水分、温度、大磨粒浓度、小磨粒浓度等多参数的集成式实时在线检测。
图9 风电齿轮箱在线油液监测
Fig 9 On-line oil monitoring of Wind power gear box
6 发动机系统油液在线监测
发动机油液在线监测运行案例有：中海油西江302平台柴油机组、秦皇岛32-6油轮柴油机组、国防工业特种船舶发动机组、东海、南海、北海搜救船发动机组在线监测等典型案例。
中海油西江302平台柴油机组实现功能如下：实现二、三公司齿轮传动系统在用油液的黏度、水分、温度、大磨损颗粒数、小磨损颗粒数等多数的集成式实时在线检测。
图10 海上平台柴油机在线油液监测
Fig 10 On-line oil monitoring of Offshore platform diesel
6 结束语
结合在线监测和离线油液监测的综合分析，在线监测对磨粒的大尺寸的颗粒较为敏感，尽管在检测精度上和离线分析尚有一定的差距，但其反应的是设备的实时状况，这是离线监测所不能达到的。对此，如在线监测出现连续报警，可以立即取样送至广研检测，广研检测将会进行全方位的离线分析，综合判断设备是否存在异常。
图11 海上平台柴油机在线油液监测主界面
Fig 11 Main interface of On-line oil monitoring on Offshore platform diesel
参考文献
[1]谢友柏. 摩擦学的三个公理[J]. 摩擦学学报, 2001, 21(3): 161-166.
XIE You,bai, Three Axioms in Tribology[J]. Tribology, 2001, 21(3): 161-166.
[2]WU Tonghai, MAO Junhong, WANG Jingtao, et al. A New On-Line Visual Ferrograph[J]. Tribology Transactions, 2012, 52(5): 623-631.
[3]Qunfeng Zeng, Guangneng Dong, Yanling Yang, Tonghai Wu. Performance deterioration analysis of the used gear oil. Advances in Chemical Engineering and Science, 6: 67-75, 2016.
[4]武通海, 邱辉鹏, 吴教义等. 图像可视在线铁谱传感器的图像数字化处理技术[J]. 机械工程学报, 2008, 21(6): 83-87.
WU Tonghai, QIU Huipeng, WU Jiaoyi, Image Digital Processing Technology for Visual On-line Ferrograph Sensor[J]. CHINESE JOURNAL OF MECHANICAL ENGINEERING, 2008, 21(6): 83-87.
[5]Kai Zhang, Tonghai Wu, Qinghu Meng, et al. Ultrasonic measurement of oil film thickness using piezoelectric element.International Journal of Advanced Manufacturing Technology,2016. (DOI: 10.1007/s00170-016-9559 -3).
[6]陶辉, 冯伟, 贺石中, 陈闽杰. 一种融合在线铁谱图像特征信息的磨损状态诊断方法. 哈尔滨理工大学学报, 2012, 10(51): 40-48.
TAO Hui, FENG Wei, HE Shi-zhong, CHEN Min-jie. A Method of Wear State Analysis Based on Integration of On-line Ferrograph Image Feature Information. Journal of Harbin University of Science and Technology, 2012, 10(51): 40-48.
[7]陶辉, 陈闽杰, 贺石中, 冯伟. 在线铁谱图像分析中基于蚁群算法改进Otsu的设计与应用[J]. 电子设计工程, 2014, 12(49): 20-26.
Tao Hui, Cheng Mingjie, He Shizhong, Feng Wei. The Design and Application of Improved Otsu based on Ant Colony Algorithm on on-line Ferrograph Image Analysis. International Electronic Elements, 2014, 12(49): 20-26.
[8]Du Y, Wu T H, Cheng J, et al. Lubricating oil deterioration on a four-ball test rig via on-line monitoring[C]//Proceedings of Malaysian International Tribology Conference 2015. Malaysian Tribology Society,2015, 2015: 185-186.
[9]Ngaiming Kwok, Haiyan Shi, Gu Fang, Quang Ha, Ying-Hao Yu, Tonghai Wu, Huaizhong Li and Thai Nguyen.Color image enhancement using correlated intensity and saturation adjustments. Journal of Modern Optics, 2015,62(7): 536-547.
[10]陶辉, 贺石中. 基于在线油液监测的海上钻井平台发动机故障报警预测[J]. 润滑与密封, 2017, 42(07): 111-116.
Tao Hui, He Shizhong. Engine Fault Alarm Prediction of Offshore Drilling Platform Based on Online Oil Monitoring[J]. Lubrication and Sealing, 2017, 42(07): 111-116.
论文作者:陶辉,贺石中,冯伟,杨涛,唐剑武
论文发表刊物:《防护工程》2018年第4期
论文发表时间:2018/7/3
标签：在线论文; 机组论文; 实时论文; 磨损论文; 齿轮论文; 设备论文; 颗粒论文; 《防护工程》2018年第4期论文;