了解油分析(摩擦学)

便携式平衡器和振动分析仪 Balanset-1A

振动传感器。

光学传感器(激光转速计)。

Balanset-4

磁座尺寸-60-kgf。

反射胶带。

动态平衡器“Balanset-1A” OEM

机油分析 (通常归属于摩擦学这一更广泛的学科范畴)是一种主动性的 状态监测 技术,用于检测润滑剂的物理性能、其中悬浮的污染物以及所携带的磨损颗粒。从机器中抽取少量具有代表性的样品送往实验室,实验室通过一系列测试后出具详细报告,反映油液状况及其所润滑设备的健康状态。作为一种无需拆机的非侵入式方法,它是 无损检测 applied to maintenance.

1. 定义:什么是油分析?

其核心原则是:油液是机器的“血液”。正如血液检测能揭示大量人体健康信息,油液分析报告可对正在发展中的机械故障和污染问题发出极为早期的预警——通常比其他手段提前数周乃至数月。

油分析与 振动分析。两种技术可相互印证,并能发现对方可能遗漏的问题:振动监测倾向于在零部件已开始变形或产生冲击时发出故障信号,而油液分析则能在此之前检测到预兆性的磨损。在 预测性维护 方案中联合使用,可对 穿 以及机器状态提供比单独使用任一技术更为完整的全貌。

2. 油品分析的三大支柱

A comprehensive oil analysis report typically addresses three distinct areas.

a) 流体特性(油健康)

本部分对润滑剂本身进行评估,以判断其是否仍适合使用。主要测试项目包括:

  • 粘度: 润滑剂最重要的单一性能指标。粘度变化可能表明油液降解、混入了错误牌号的润滑油或燃油稀释。粘度与温度相关,因此测试结果以标准温度为基准。
  • 酸值(AN)/碱值(BN): AN追踪氧化产生的酸性副产品;BN衡量发动机油中能中和这些酸的碱性储备。两者结合有助于估算 剩余使用寿命 of the oil.
  • 氧化与硝化: 通过红外光谱法测定,可量化油品因受热及与空气接触而发生的化学降解程度。

b) 污染(污染物分析)

本节识别加速磨损并导致油品劣化的有害污染物。

  • 颗粒计数: 即油品的总体清洁度,按ISO 4406清洁度代码报告。高颗粒计数是磨粒磨损的主要原因,可通过 Hydraulic Oil Cleanliness (ISO 4406) tool.
  • 水分含量: 水是一种危害极大的污染物,会促进锈蚀, 腐蚀 以及油品降解;通常以百万分之一(ppm)为单位报告。
  • Silicon (dirt): 硅元素的存在是泥沙或粉尘侵入的明确指示,通常通过泄漏的 封条 or poor air filtration.
  • 冷却液/乙二醇: 钠和钾等元素可揭示冷却液泄漏进入油液的情况——这是一种极为严重的状况,必须立即处理。

c) 磨损碎片分析(机器健康)

这是预测性维护分析中最有价值的部分。它能识别并量化从内部部件磨损脱落的微观金属颗粒。

  • Elemental spectroscopy (ICP or XRF): 测量各金属元素的浓度(单位:ppm)。每种元素指向特定部件:
    • 铁(Fe): 齿轮、轴或壳体的磨损。
    • 铜(Cu): 青铜保持架、衬套或黄铜冷却器的磨损。
    • 铬(Cr): 活塞环或滚动轴承的磨损。
    • Lead (Pb) & tin (Sn): wear of 滑动轴承.

经过 热门 随时间追踪这些磨损金属水平,一旦出现突升,即可对即将发生故障的部件发出极早期预警——通常远早于其他手段可检测到损坏之前。常规光谱法对细小颗粒(大致低于5–8 µm)最为敏感;较大的剥落碎片则通过铁谱分析或颗粒定量指数等辅助检测手段更易捕获,因此完整的检测方案应将元素趋势数据与颗粒数据并排对比分析。

3. 结合振动数据解读报告

当油液分析结果与设备的振动特征进行交叉比对时,才能体现出真正的诊断价值。铁元素趋势上升并伴随不断增大的 轴承故障频率 in the 光谱 是轴承损伤的有力佐证;铜含量上升而振动无明显变化,则可能指向铜合金部件受到腐蚀侵蚀。在现场,这种交叉验证十分简便:当油样检测显示磨损异常时,可将便携式双通道振动分析仪(例如 平衡仪-1a )带到同一台设备上,确认磨损是否已导致不平衡问题——若主要故障确实为 不平衡,则可当场予以校正。无论如何,为健康状态下的设备建立明确的 基线 基准至关重要,因为油液分析从本质上讲是一种趋势监测技术——数值的变化速率比绝对值本身更具参考意义。

4. 正确采样的重要性

油液分析的全部价值取决于能否获取清洁、具有代表性的样本。应在设备运行时从活动油路中取样,取样点须位于所有过滤器的上游,每次使用统一的操作规程和清洁的取样口。这样才能确保样本真实反映设备内循环油液的实际状况。受污染或不具代表性的样本会产生误导性数据,可能引发不必要的干预,更严重的是掩盖真正正在发展中的故障。


← 返回主索引

Categories: 分析词汇表

WhatsApp