油液分析在泥水盾构状态监测中的应用
摘要:本文介绍了油液分析在泥水平衡盾构机状态监测中的应用,包括监测方法、数据处理和设备状态的预测,尤其总结了三种铁谱、光谱数据处理分析的方法,为设备保养和维修提供了科学的依据,对机器的正常运行具有重要的意义。
关键词:盾构机 油液监测 铁谱分析 光谱分析 三线值法
中图分类号:TE622文献标识码:A文章编号:1006-8937(2009)03-0123-03
南京长江隧道工程从德国海瑞克公司引进两台泥水平衡盾构机(S349/S350),直径均为14.93m,是目前我国独立施工中引进的最大直径的盾构机。南京长江隧道开挖直径大,地质条件复杂,加之盾构机本身结构的复杂给施工带来很多世界级的难题。为了保证盾构机的正常掘进施工,我们通过对液压油、齿轮油等的分析,在不拆卸设备,不影响正常施工的情况下,对液压系统及主驱动齿轮系统实现故障预报,为相关部件的维修保养提供科学依据。
1 取样
油样是油液分析主要依据,所有的故障信息都融在其中,因此取油是否规范直接决定了设备的监测结论。
1.1取样工况
进入滑油的磨粒、杂质多以有机化合物、胶状悬浮物和自由颗粒形态存在,一部分挂于内壁,一部分存于油中,滑油处于静态时还有一部分沉淀于油底。因此取油必须在盾构机掘进状态下或刚刚停止掘进时,保证磨粒处于相对均匀的悬浮状态。
1.2取样部位
合理的取油部位应选在液压系统及主驱动齿轮系统摩擦副之后、滤清器之前。
1.3取样工具和取样量
必须用取样的专用工具取油,样瓶和取油管均为一次性用品,用后废弃。考虑油分析的项目多,每次取样量定为200ml。
1.4取样周期
取油周期为一个月,如果设备出现非正常磨损,应酌情缩短取样周期;而主驱动大齿圈和液压系统磨损率相对较低,可适当延长。
2 油液分析
油液分析的主要项目包括:运动粘度、铁谱、水分、污染度和光谱分析,其中光谱分析需要外送检验。
2.1运动粘度和水分分析
油液运动粘度的检测标准:40℃下的变化率不应超过正常运动粘度值的€?0%。如果粘度过低,会使润滑失效,造成严重磨损;粘度过高则会使油温升高,造成润滑表面氧化,同时也会增加功耗,造成能源浪费。
水分的检测标准:水分含量应不大于0.1%。水分含量过高会造成敏感部件的腐蚀,引发故障。
2.2油样铁谱分析
铁谱分析是利用铁谱仪从润滑油样(脂)试样中,分离和检测出磨粒和磨屑,从而分析和判断机器运动副表面的磨损类型、磨损程度和磨损部位。常用的铁谱技术有直读式铁谱技术和分析式铁谱技术。这里只应用前者。
2.2.1直读式铁谱工作原理
直读式铁谱仪把磨损磨粒从油液中分离出来、并按尺寸大小依次沉积在沉积管上,供试验人员分析。磁场装置是一个高强度、高梯度磁场,在磁场作用下,大颗粒首先沉积,小颗粒随油液流到较远处才沉积;安装在不同位置的光电传感器分别读出不同大小磨粒的数量。
2.2.2直读式铁谱特征参量
①大磨粒读数DL,DL直读式铁谱仪第一个光电传感器读出的,它代表直径大于5m的大磨粒的相对浓度,是评价机械磨损的主要参量之一。
②小磨粒读数DS,DS也是直读铁谱仪直接显示的原始读数;代表小磨粒(1~2m)的相对浓度;也能反映油样中铁的含量。
③总磨损量Q, Q为大磨粒与小磨粒读数值之和,Q= DL + DS。它反映相对磨损总量。其变化率反应了磨损的发展速度。
④磨损烈度Is,Is为总磨损量与磨损严重度的乘积,即Is=(DL + DS)(DL-DS),它与磨损严重度有关。正常摩擦磨损条件下,DL 与DS的数值比较接近。只有异常磨损条件下,才会出现DL值大大超过DS值的情况,因此Is峰值的出现是事故的征兆。
⑤大磨粒百分数PLP,PLP反应大磨粒占磨粒总量的比重,PLP=[100%。设备出现异常磨损时,大磨粒颗粒数会急剧增加,PLP值也会显著上升,因此PLP对大磨粒的监测十分敏感。
⑥磨粒浓度WPC,WPC=(DL + DS)/样品量,它表示每毫升未稀释样品的总磨损量。WPC的急剧增加标志非正常磨损的出现。
2.3铁谱磨粒特征
磨损过程一般产生六种基本的磨粒类型,包括铁磁和非铁磁颗粒的组合:
2.3.1正常滑动颗粒
正常滑动颗粒是正常磨损的结果,源于剪切混合层部分的脱落。磨粒呈薄片状,表面光滑,长轴尺寸从0.5~15m,厚度0.15~1m,在磨粒表面应该几乎没有可见的纹理,小片的厚度应该是1微米或更小。
2.3.2切削磨粒
切削磨粒是一个表面刺入另一个表面产生的结果,有两种产生这种结果的方式。
其一,一个相对坚硬的部件可能不对中或断裂,导致锐利的边缘刺入较软的表面;
其二,润滑系统中硬的研磨颗粒,研磨颗粒从软的表面突出并刺入另一个磨损表面。如果一个系统呈现增长的大 (50微米长) 磨粒,预示着一个部件故障。
2.3.3球形磨粒
球状磨粒的直径多为3m左右,在白反射光照射下具有明亮的中心和黑色环带的成像特点。相对运动、揉搓作用形成,是疲劳磨损的特征。
2.3.4剧烈滑动
剧烈磨损颗粒在其表面存在平行的条痕,这些条痕相互平行并与颗粒的长轴平行是其识别特征。它们一般长度大于15 微米,厚度在5和30 微米之间。剧烈滑动颗粒有时呈现回火的颜色,它在热处理后可能改变颗粒的外貌。
2.3.5轴承磨粒
这些独特的颗粒类型与滚动轴承疲劳有关: 疲劳碎片颗粒源于当金属表面凹痕或裂纹扩大时产生的剥离,在微散裂过程中这些颗粒达到最大尺寸100微米,疲劳散裂一般是扁平的,主要长度厚度比为10比1,其表面平坦,圆周呈随机不规则形状。
2.3.6齿轮磨损
齿轮涉及两种类型的磨损:节圆线疲劳颗粒源于齿轮节圆线,非常类似于滚动轴承疲劳颗粒,它们一般有平坦的表面并且通常为不规则的形状。取决于齿轮的设计,颗粒的主要尺寸与厚度比在 4:1 和 10:1之间,矮胖颗粒由齿轮表面的拉力产生,使在散裂之前疲劳破裂扩展深入齿轮的齿。
2.4光谱分析特征参量
光谱分析的特征参量是油液中各种不同元素的浓度含量,其定量单位为g/g,俗称PPM。
实际经过大量的测试,从元素浓度的增减变化中,也能找到一定的规律,即磨损类金属成分有:铁、铬、铅、铜、锡、铝、镍、银、钼、镁、锌、钛、钨、锑、钒等;污染物主要由硅、硼、钠、钾构成;油液添加剂则主要由铜、镁、钙钡、锌、钼、锑、硅、硼、磷等组成。
3 数据处理
3.1标准值法
根据机械磨损随时间变化和机械故障的统计分析,制定了特征参量的界定值(一般包括正常值、注意值和极限值)。用户只须将油液分析的数据与之比较即可判断机械当前的技术状态。标准值使用起来很简单、方便,但由于材料、加工、装配时的差异,每一台机械都各有特性,考虑到油液分析时数据的分散性,用一个统一的界定值很难准确地做出判断。
3.2三线值法
3.2.1铁谱三线值法
一台设备完整的运行过程,包括磨合阶段、正常磨损阶段和急剧磨损阶段。设备处于正常磨损阶段时,铁谱分析数值随时间的变化处于平缓阶段,通过分析大量样本的计算平均,得出设备运转正常的磨损基线值,从而定出三条控制线来把握设备的磨损状态。三条控制线包括正常线、警告线和危险线,是设备所处磨损状态的判断依据。
设Y为设备运转正常时特征参量的测试值,Y可以分别为DL、Ds、Q、WPC、PLP、Is等参量,n为已知设备连续运转正常的油样监测次数,V1为正常线,V2为警告线,V3为危险线。各项值计算如下:
设V1=0.8(Y+2S);V2=Y+2S;V3=Y+3S;
式中:S——标准差,用于作为样本方差2的估计量。据此可作出控制线图,见图6。然后将测试值分别标在图里,根据相对三线的位置就可以判断设备的状态优劣。
图6铁谱分析三线值法图7光谱分析三线值法
3.2.2光谱三线值法
由光谱分析的特点知道,磨损元素的浓度值随着机械运转时数的增加,在坐标图中呈现增长的趋势。所以光谱的3条控制线也会以一定的斜率出现在坐标图上,见图7。
计算方法:基准值P=a+bx式中:a、b为拟合系数(Xi、Yi)是由机械设备实测的元素浓度值经过变换得到的。回归(拟合)系数a、b可由最小二乘法求得:
V1=0.8(P+2S);V2=P+2S;V2=P+3S;
S—标准差,算法同前。
3.2.3趋势分析法
趋势分析法是建立在统计法基础上的。首先用统计法绘出光谱分析与铁谱分析的三线值图,再将待分析的设备,连续n次检测的数据标在三线值图中,并回归成一条直线,通过此直线与各线交点对应的时间,即可说明这台设备进入某一磨损状态的期限,达到预测的目的。如图8
4 结论
每一种监测方法都会有他的优越性,同时也存在一定的缺陷。油液监测的方法虽然能准确的跟踪盾构机液压系统及主驱动齿轮系统的磨损情况,判断其状态优劣,但其监测间隔周期相对较长,不能应对突发事件,因此需要与其他的监测手段相结合,才能更有效的避免故障的发生,如每日的人工巡检,相关部件的振动、温度、推力、扭矩、转速、噪声等,发现异常及时取样分析,做出科学的判断。
参考文献:
[1] 徐明新,沙明元,齐梦学.TBM油液光谱、铁谱数据处理方法[J].同济大学学报,2001,(29).
[2] 齐梦学. TBM施工中的油液监测与故障诊断[J].建筑机械化,2007,(1).
[3] 沈庆根,郑水英. 设备故障诊断[M].北京:化学工业出版社,2006.
[4] 刘混举,徐世平. 基于油液分析状态监测的预知维修方法[J]. 矿山机械,1996,(6).
[5] 张优云,谢友柏. 状态监测故障诊断与现代设计技术[J].中国机械工程,1997,(5).