通过在线状态监测降低成本

1. 序言
机器出现故障有多方面原因。除机构疲劳和过载外，主要是润滑问题。最为人所熟知的一个关键因素是颗粒污染。导致颗粒污染的既有外部因素，如颗粒物从通气孔和包封进入，也有内部因素，如机械负荷导致的磨损或二次磨损。

润滑不良还有其他原因，例如进水、缺乏润滑油、油品变质或油液误用。根据已知的滚柱轴承数字，高达80%的故障都是由这些原因引起的[1]。见图1.1。

2. 在线油液状态监测
术语状态监测通常是指，测定和诠释机器、系统及其部件的状态信息，从而达到根据其状态进行预防性维护的目的。这有助于及早发现早期损坏，并根据状态开展维护工作。

和试验室验油相比，在线分析最大的优点是能够对油的状态参数进行持续的评估。因此，在线分析不仅以随机抽查为基础，而且考虑了油的状态随时间而发生的变化。

状态监测优化了维护策略，从而具有显而易见的金钱上的优势。图2.1所示的即为各种不同的维护策略。

对于应对型维护策略，只有出现故障时，才会进行维修，因为损坏和机器停机，维修成本较高。预防性维护试图通过定期维修检查和更换零件来降低成本。然而，机器的实际应力和磨损决定了零件的更换既不能太早，也不能太迟。对机器的状态进行连续监测，使得预防性或基于状态的维护策略成为可能，从而克服了上述问题。

图2.2所示即为基于状态的维护策略。传感器数据和机械运行状态经分析，用以表现当前的机器状态。凭借智能算法和设定的限值，数据自动进行评估，据此即可进行预先处理，从而生成状态报告，进而根据状态报告，预测状态变化以及计划维修任务。

目前，在线油液状态分析主要着眼于压力、温度或流量的测量。然而，这些参数并没有把所有相关因素尽数囊括在内。为了监测更多相关的油液参数，人们已开发出许多种基于不同测量原理的传感器。可检测的临界状态有即时过度磨损、固体或液体污染、湿度、泄漏和油液误用等。另外，现在的油注状态传感器通常是多参数传感器，因而可以替换机器已采用的传感器，例如温度、液位或流量测量传感器。这大大降低了布线和整合成本。此外，这类传感器有助于制作更好的机器维护维修文件，通过延长维护周期、降低机器停机时间，将成本减到最低。所以，之所以使用状态监测，其主要原因是经济。见图2.3和图2.4。

3. 应用实例
状态监测的经济优势是能够节约油液成本、减少损害和严重的间接损失、避免停机以及优化维护维修计划。减少或避免机器和系统损失所节省的费用在机器的使用寿命内难以一次性清算清楚，只能进行估算。另一方面，延长油液更换和油液分析的间隔时间所节省的费用却很容易计算清楚，因此，使用状态监测系统的投资回报率是可以确定的。

本节提供了几个不同的应用实例，用以说明状态监测的潜力。

3.1 油液老化监测

该实例展示的是设计坚固的高负荷用多盘式制动系统的测量结果。各个制动器均装备有适用于各种环境的冷却器。状态监测传感器装在冷却油箱内，通过CANopen和机器的可编程逻辑控制器（PLC）相连。PLC将传感器数据汇到用户界面，把状态显示给操作员[3]。

最初，制动冷却油——一种低粘度、高添加剂水平的矿物油——的维修周期和使用寿命被机器制造商设定为2000小时。由于机器使用强度大，制动器油液需要一年更换四次。油液的实际使用寿命估计比一般机器的更长。然而，为安全起见，也为了避免在维修间隔期内进行油检，机器的制造商按最坏的情况设定了维修期。其任务是延长换油周期，检测状态变化。

采用的传感器能够测量油液的多种参数，针对各种干扰影响对参数进行补偿。传感器把初始新油的参数存在参考存储器内，并拿该存储器与当前参数和允许偏差阀值进行连续比较。另外，存储当前油液参数，用以估计变化率，并按集成的模型和算法计算油液的预期剩余使用寿命。图3.1即为运算法则示意图。

每次独立计算均能推导出油液的预计剩余使用寿命（RUL），因此，需要根据基准对其合理性进行检查。最终，依据热负荷、油液测定的化学变化和机器用户或制造商设定的参数，用户能得出RUL计算结果。

图3.2所示是对相同机器的两个独立制动冷却油回路的测量实例。图中显示了一次油液寿命周期内温度补偿相对介电常数和给定配置的允许阀值。从图中可以看出，在两个传感器之间，初始新油参数稍有区别。关于这点，可解释为两个油箱最初残留有不同数量的旧油。相对介电常数的水平承时间而增加，这表明由于油液老化，TAN出现增长。

液体的相对介电常数与液体的极性有关。由于油液的极性会受到油液劣化而导致的变化的影响，因此油液老化过程可以凭借相对介电常数而加以监测。另外，根据介电常数值，可以辨别出不同种类的原油。同样，也可籍此检测出混合油、不合适的油类、新加油和换油[2]，见图3.3。

为了证明测定的参数并非没有意义，人们不但从理论上进行思考，也进行了实际测试。图3.3所示是相对介电常信号与实验室测定的TAN的比较。从图中可以看出，两者之间具有密切的关联，这一点可以用酸具有较高的极性来加以解释。因此，介电常数是测量油液老化程度的理想指标。

图3.4所示是温度补偿电导率和相同应用中相应阀值的测量结果。初始参数再度稍有不同，但具有相同的趋势。

另一方面，要对电导率进行诠释，情况更为复杂。根据初始水平，电导率既可以是关于添加剂的反应，也可以是关于油液中化学老化产品的反应。由于初始值较高的电导率会稳定递减，其递减过程可视为油液中添加剂的退化。初始数值同样也能反映油液中添加剂的水平，如图3.5所示。

制动系统状态评估持续约4500小时。在此期间，定时抽取油样，在独立实验室内进行分析。结果，传感器算出了所谓的老化过程（AP）。该参数以百分数表示油液的最大使用寿命已消耗了多少。图3.6所示即为计算所得的两个油路随时间变化的老化过程，并附以图中编号的实验室结果的结论。

实验室分析结论如下：

1. 0小时时：
   新油，未存储油号、油值等标准值。
2. 1.240小时时：
   粘度下降、铁量增加，其他参数正常。建议按正常的检验周期进行检验。
3. 2.360小时时：
   由于腐蚀或磨损，铁量进一步增加，粘度下再次下降。建议根据下次油液分析进行监测。
4. 3.400小时时：
   由于腐蚀或磨损，铁量进一步进增加，粘度保持在低于参比样品的水平。建议根据下次油液分析进行监测。
5. 4.600小时时：
   由于腐蚀或磨损，铁量进一步进增加，粘度继续下降，但趋于稳定，油液颗粒污染。建议根据下次油液分析进行监测。

假如原来的换油周期是2.000小时，那么可据此大幅度延长换油周期，从而降低维护成本。

3.2 水污染
众所周知，含水量较高也对油液的使用寿命有负面影响，进而影响机器的可靠性。尤其是游离水对金属零件有较高的腐蚀率，会导致水解作用，从而加速油液退化和其他老化效应。游离水也会降低油液的负载能力，引发泵和阀门产生气穴现象。典型的进水源如图3.7所示。

在线测定值是相对湿度（RH）。相对湿度φ是油的溶水量ρW与到达饱和点时最大水量ρW,max的比值。

饱和点在很大程度上取决于温度和油型。因此，如果油湿发生变化，相对湿度相应也会发生变化，即便是绝对水量保持恒定。一般而言，温度上升时，油能溶解更多的水。为了表现这种温度依赖关系，在保持含水量恒定不变的同时，在不同的温度下测出相对温度值。三种油液的相关结果见图3.8所示。

相反，图3.9所示的是恒定温度下相对湿度和绝对湿度之间的关系。

从中可以看出，这种关系取决于油型，并且大体而言，相同温度下，矿物油比酯油的饱和点低。

为了表现温度监测的优点，针对同种型号的两个机器，对上述示例涉及的制动系统的测量结果进行评估。其中一台机器由于维护技术员的失误遇到了严重的问题。在一次定期维护中，必须更换制动器冷却油，但却错加为冷却液，而非专用冷却油。虽然冷却油（矿物油）有易于分辨的特殊颜色，还是错加了发动机用冷却液（水/乙二醇）。图30即为因此而导致的湿度的测量结果。

不同序号项可表述如下：

1. 换油前油的相对湿度水平。
2. 传感器报告相对湿度水平高至危险程度，发出警报。
3. 维护小组做出反应，以正确油型换油，并重复操作，将水冲出系统。
4. 处理成功，相对湿度稳定到加错油之前的水平。制动系统因提前预警而得以挽救。

湿度警报会直接显示到机器控制显示器上让操作员看到。因此，操作员能够立即做出反应，防止制动系统发生损坏或因系统故障而出现更大的损失。

上述机器在投运期还会遇到其他代表性故障。机器生产出来并经过工厂试验后，拆卸运输至客户场地重新组装。运输过程中，机器可能会遭遇恶劣天气和其他运输危险。因此，机器在客户场地重新组装后，必须进检验，并在投运前进行测试。

在运输过程中，如果机器的密封失效。冷凝水，可能还有雨水会渗进制动系统。此时，机器装配的传感器会在投运测试期间检测到冷却油中有较高的含水量，从而发出警报。制造商据此可更换新油，以免发生制动损坏。

该实例显示了相对湿度在线测量的优点。如果发生污染，机器用户能够直接收到反馈。因此，湿度监测具有避免损坏或停机，进而提高客户满意度的优点。

3.3 涡轮机脱水
如果涡轮机的油液受到较高程度的水污染，实验室分析会发出警报。因此，涡轮机装备有脱水装置净化油液。脱水装置吸入管内油液的相对湿度应加以测量，见图3.1.1。

图3.12所示即为脱水监控过程的普通示例。开始时，含水量极高，绝对湿度持续下降。由于油液完全饱和，相对湿度值显示为100%，直到达到饱和极限。到那时，系统内会出现游离水。之后，可看到相对湿度测量结果具有较高的敏感度，进而可轻易地设定净化过程的限值。

利用脱水装置，首先可以干燥涡轮机油液，然后按试验室分析进行复检。然而，涡轮机重新投运后，湿度再次骤升，见图3.13。

令人惊讶的是，机器操作员的最新实验室分析显示含水量不高。因此，用移动式维修装置再次进行分析。起先，在油箱最低点抽取10l油样进行分析。湿度测量结果如图3.14所示，证明油样的含水量很高。

要检验油液的整体状态，需要再次进行测量。这一次，将试验点选取在泵的压力管线上。测量结果见图3.15。

涡轮机启动时，湿度上升，表明泄漏是水污染的根源。测量、观察相对湿度，可作为危害性游离水的早期指标。对系统进行连接监测有助于避免未来出现损坏和停机。

3.4 通过颗粒监测进行磨损检测
液压系统和变速箱运行期间，污染和水分会给机主造成较高的花费。一般情况下，使用滤油器将系统清洁度维持在建议限度内。然而，机主喜欢持续监测颗粒浓度，尽早检出问题。因此，在线油液状态传感器的另一大用途是清洁度监测或磨损监测。

关于颗粒和磨损监测，可使用各种基于不同测量原理的传感器。目前，最常见的标准是依靠ISO11500:2008规定的消光原理进行光学粒子测量。颗粒浓度表示为ISO4406:1999规定的洁净度级。

为了表现连续颗粒监测的优点，在此给出了装载机的示例。污染得到监测后，可在零件出现故障前检测出泄漏或磨损，从而避免消耗高昂的停机情况。测量结果见图3.16。

测量结果显示，在正常的运行情况下，液压系统非常洁净，这是有效的旁滤的结果。持续监测系统的洁净度，并设置超过程控限定的警报。机器运行期间，如果检测到颗粒浓度骤增，则会触发警报，从而派出维护技术员对机器进行检查。检查发现泵受损，系统出现大量磨损颗粒。经过维修和后续的清洁处理后，机器恢复至原来较低的污染水平。

4. 集成和数据管理
现如今，利用各种接口，系统可方便地集成传感器。另外，利用各种附件，可实时获得各类机器的监测数据。这样，就可以对状态进行分析，自动生成报告，甚至在严重损失发生前就预测到危险情况。

机器远程控制的一大挑战是如果进行可靠的通讯，尤其是离机器较远或只是移动式而不是固定式机器时。见图4.1。

现代远程解决方案直接把油液状态传感器和具有相应用户界面的因特网数据库相连。云服务可以让人随时随地直接查看机器的状态，并记录下来供后续检查或输出使用；还可以为能够自动生成电子邮件或SMS信息的警报设置处理限度。用户也可以用最新的智能手机访问云端数据，快速浏览机器状态。

为实现与因特网的通讯，可用网关提供集成以太网接口和集成的GSM模块。以太网接口通常用于配备现有网络基础设施的固定式机器，而GSM连接通常主要用于移动式机器。图4.3即为此类远程状态监测系统的构造示例。

状态传感器的远程连接功能能帮助专家不必实际接触设备就能对其状态和性能进行评估。如果系统状态异常，故障原因可以得到抵制，有助于降低维护成本，在造成更大损失前排除故障。

然而，乍看起来，远程系统的其他优点并不明显。技术人员能在现场收到中央总部系统工程师的支持，减少了差旅费。远程支持也有助于降低风险，缩短以监测液压系统而进行调试的时间。在日常工作中，利用合乎维护周期的最新数据和记录，系统制造商能够为客户提供更好的支持。

远程监测还有其他优点：系统供应商研发部可以把遥测数据纳入自己的策略，继续对产品进行开发和改进。监测设备的性能数据能够提高他们对自己产品的了解，有助于产品进一步优化。

5. 综述
操作可靠性和系统可用性在操作员进行购买决定时越来越重要。在线油液状态传感器带来了新的维护维修观念——延长了换油周期、降低了停机时间。如果需要换油，油型误用或检测到油液被水、其他液体或固体污染，此类传感器会发出警报。通过缩短硬件成本、集成和数据分析，OCM系统已成为降低运营成本的有效方法，这已为多种应用所证明。

凭借远程监测，油液状态传感器技术的优点现已能更加高效地加以利用，因为各种机器的数据可以局域或全局性地加以利用。运用这些信息，可协调维修工作。即便是出现不可预测的结果，设备也会保持安全，不致无法维修。

参考资料：
[1]    Gold, P. W.; Aßmann, C.; Loos, J.: Biologisch schnell abbaubare Schmierstoffe für Wälzlager, Gleitlager und Freiläufe. In Lehrgang Biologisch schnell abbaubare Schmierstoffe, Technische Akademie Esslingen (TAE)
Published: 2000

[2]    Meindorf, T.: Sensoren für die Online-Zustandsüberwachung von Druckmedien und Strategien zur Signalauswertung, Dissertation, Aachen, RWTH, Verlag Mainz
    Published: 2005
    Page 42 – 63

[3]    Dyck, Harry: LubCos Brake Cooling Oil Aging Monitoring, ARGO-HYTOS Application Notes,
www.argo-hytos.com
    Published: 2012

[4]    ARGO-HYTOS: Fluid Management Technical Handbook, The ARGO-HYTOS guide to fluid management and oil condition monitoring
www.argo-hytos.com
    Published: 2009

[5]    Hendrik Karl and Steffen Bots:
“Humidity Saturation Limits of Hydraulic and Lubrication Fluids”, OELCHECK GmbH, www.oelcheck.com
Published: 2012

Dipl.-Ing. Roman Krähling
ARGO-HYTOS GmbH, 76703 Kraichtal-Menzingen, Deutschland

Dipl.-Ing. (FH) Harry Dyck
ARGO-HYTOS GmbH, 76703 Kraichtal-Menzingen, Deutschland