2. 中国船级社武汉分社,湖北 武汉 430022
2. China Classification Society Wuhan Branch, Wuhan 430022, China
大型舰船使用了数量众多的机械设备,这些机械设备液压装置尺寸较小,且出力稳定,能实现大范围的无级调速,在舰船上的应用范围也较广,舰船舵机、甲板起重机械设备、船尾推进器等都使用了液压装置。舰船机械设备中液压装置的稳定运行对本身制造水平和液压油的要求均较高,且舰船在航行过程中,机械设备的温度变化较大,同时非常容易受到海洋环境高盐分、高湿度的影响,使得这些液压设备在使用一段时间后出现异常振动或噪声。这些异常现象的出现对舰船功能的实现、操作人员的人身安全、舰船远洋航行的稳定性等都具有重要影响。
目前,对舰船液压设备的检测大部分以离线检测为主,主要有直读铁谱技术、理化性能分析技术及光谱分析技术,通过对舰船机械液压设备中的油液进行分析可实现对舰船机械设备的状态监测。姜旭峰[1]、杜柱石[2]分别研究了直读铁谱技术在航空发动机及舰船机械设备状态监测中的应用;李海啸[3]对理化性能分析技术在机械设备钢材性能优化中的应用进行研究;吴瑜[4]使用光谱分析法对船用机械设备的油液非铁磁性金属颗粒区分以及检测进行研究。虽然这些方法都可实现对舰船机械液压设备的状态检测,但光谱分析技术可直接检测出润滑油磨粒的每一种元素成分的准确含量,同时还可对机械液压设备中添加剂含量的变化进行测量,主要包括对润滑油磨粒添加剂含量、元素种类及元素含量的测量等。
光谱分析技术虽然可实现对舰船机械液压设备的状态检测,但都是离线检测,离线检测需事先对舰船各机械液压设备的润滑油等进行采样,然后使用专业设备进行检测,在实际应用中响应速度慢,无法满足舰船机械液压设备实时监测的需求[5 − 6]。本文在对光谱分析技术充分研究的基础上,提出一种在线机械液压设备监测系统,实现机械液压设备在线监测的同时,当油液出现问题时及时进行更换,保证舰船机械液压设备的使用寿命。
1 光谱分析技术实现原理 1.1 光谱分析技术在舰船机械设备中使用润滑油等液体进行润滑,在使用一段时间后,润滑油中会混合有机械设备磨损的碎屑。不同元素的原子或分析会由于内部能量级差不同使得辐射出的光频率不同,因而不同元素的特征波长及特征频率也会不同,通过对舰船机械设备中油液进行检测,检测某一特定波长或频率的光子数量即可判断出对应元素的含量[7]。从光谱表现形式上看,可将光谱分析技术分为原子光谱分析和分子光谱分析,在舰船机械设备的油液中主要含有机械磨损碎屑,而这些碎屑在微观上主要以原子存在,因而本文主要使用原子光谱分析技术对舰船机械设备的油液进行监测和分析。
原子光谱分析系统实现元素含量的检测主要包括激发光源、单色器以及检测器。
1)激发光源
激发光源可将待检测的油液样品进行激发,使之成为气态并产生对应的特征光谱,因而需要较高的准确性和稳定性。激发光源有多种方式,包括等离子、直流电弧、交流电弧等,从系统构建成本及安全稳定性上来看,使用交流电弧来构造激发光源优势明显,使用舰船上交流电源即可。
2)单色器
由于待测油液中含有多种元素,如铁、锡、铜、铅等,单色器可将这些混合的特征光进行色散,分光后经过投影系统得到按波长进行排序的光谱,图2为单色器基本结构。
3)检测器
使用感光板接收不同元素的光谱,在玻璃光板上均匀涂布照相乳剂,不同数量的光子打在照相乳剂上会导致照相乳剂的黑度不同,进而可确定不同元素光谱的强度。
1.2 分析线的选择舰船机械设备在使用过程中都会出现磨损,这些磨损不可避免,且随着时间的增长这些磨损会越来越严重。在舰船机械设备中使用润滑油可减少这些磨损,对机械设备中油液各类元素的检测则可对机械设备磨损状态作出评估,并得到油液中各元素含量对应的经验值,从而建立经验公式或舰船机械设备磨损的评估模型,实现舰船机械设备润滑油的定期更换。同时,通过对舰船机械设备的油液检测还可判断出异常剥落的情况。
舰船机械设备的油液中含有不同元素,不同元素原子结构不同,原子结构不同就导致光谱不同,每一种元素会包含多达几千条的光谱线,因而需要选取特征线作为分析线,图3为元素标准光谱图,将铁元素光谱作为基准光谱,其他元素的光谱和铁元素的光谱进行对比,得到相对光谱强度。
使用2条以上的光谱线才能确定油液中是否含有某一特定元素,否则容易受到舰船机械设备油液中其他元素谱线的影响。元素的含量需根据Schiebe-Lomakin公式来确定,即
$I=Acb。$ |
式中:I为光谱线的强度;A为常规系数;b为自吸系数;c为某一种元素的浓度。可以发现元素光谱线的强度和元素浓度成正比,自吸系数b一般取值为1。
为了获得某一种元素的相对强度,规定:
$ \lg R = b{\text{lg}}c + \lg A \text{,} $ |
$ R = \frac{I}{{{I_0}}} = \frac{{{A_1}{{{c}}^b}}}{{{A_0}{{{c}}_{{0}}}^{b0}}} \text{,} $ |
式中:I和I0分别为分析线强度和内标线强度。通过这种计算可获得每一种被测元素的相对强度,进而获得舰船机械设备油液中每一种元素的绝对含量。
2 光谱分析技术在舰船机械设备监测中的应用 2.1 基于光谱分析的舰船机械设备监测系统获取舰船机械设备油液中的元素浓度不仅可以作为判断机械设备故障的基本指标,同时还可以通过元素浓度的变化趋势来作为舰船机械设备早期故障的判断依据。在没有采用机械设备监测系统前,很多舰船机械设备的维修保养、故障判断等都依靠人工经验,很多舰船上都制定了某一特定机械装备的故障判定表、润滑油更换时间表,随着设备的不断更新,不同机械设备对润滑的要求不尽相同,提前或延后更换润滑油都会造成不好影响。通过光谱分析获取准确的油液元素浓度含量,有效降低了机械设备的维护和保养成本,提升了舰船机械设备的使用效率。为了实现自动取样、监测、分析等功能,设计了如图4所示的基于光谱分析的舰船机械设备监测系统。系统包括自动取样系统、交流激发光源、舰船机械设备油样及载物台、球状光栅、光纤、CCD、A/D转换器、板卡及监控系统软件。监测系统工作过程主要包括:
1)取样。对舰船中需取样的机械设备实现自动取样,一般为5~10 mL,取样完成后将油样传送至载物台。
2)交流激发光源。使用交流电弧激发样品,同时将产生的光通过入口狭缝传输到球状光栅。
3)光谱分离。通过球状光栅衍射,在焦点处获得不同离散波长的光,并使用CCD对这些光谱线进行记录;
4)信号读取及转换。在监控系统软件智能设置读取周期,每隔一段时间就读取CCD中的模拟信号,并使用A/D转换器将其转换为数字信号,通过板卡传输到电脑的监控系统软件中。
5)元素浓度计算及显示。将获取的CCD信号和校准数据进行对比,将此信号转换为实际的某一种元素浓度,并在电脑端进行显示。
单纯依靠对机械设备的油液光谱分析并不能完全判断机械故障,在应用中还需结合油液中的理化指标、金属磨粒指标及污染度指标等进行综合判断,而对于不同机械设备而言,这些指标的判断阈值也不尽相同,除了在监控系统软件中实现数据可视化外,还需对多方面的数据进行综合分析,此时就需将所有历史监测数据存储到数据库中,对元素浓度、生化指标、金属磨粒指标及污染度指标等变化趋势进行跟踪,建立舰船不同型号机械设备的状态监测模型,在出现数据异常时,对机械设备的工作状态进行判断,实现对机械设备状态智能监测。
2.2 实证分析在构建基于光谱分析技术的舰船机械设备状态监测系统后,对船舶柴油发动机的3个轴承状态进行监测,系统使用原子发射光谱分析技术,可实现对半封闭或封闭的轴承油样进行监测。对舰船柴油发动机3个轴承的铁、铜进行监测,得到的结果如图5~图6所示,监测轴承工作时间从23000~32000 h。
对3个轴承的油液铁元素和铜元素的监测结果表明,在23000~26000 h这段时间内1号轴承油液铁和铜的含量严重异常,在27000 h后恢复正常。通过调查得知1号轴承在使用到26000 h时,工作人员发现有异常振动和噪声,通过对1号轴承的油液进行检测发现轴承润滑油量严重不足,在工作人员更换并添加润滑油后,1号轴承工作正常。因而本文使用基于光谱分析的舰船机械设备监测系统得到的结果和实际情况相符。
3 结 语舰船机械设备的使用和维护对于保持舰船战斗力、降低舰船维护成本具有非常重要的意义。传统的舰船机械设备检测大多依赖人工经验,因而费时费力且准确度低。光谱分析法依据不同元素辐射出的光谱不同可实现对油液不同元素及含量的监测,从而实现对舰船机械设备状态的实时监测。本文主要结论有:
1)详细阐述光谱分析技术实现的原理,对元素浓度的测量过程进行分析;
2)设计了基于光谱分析的舰船机械设备状态监测系统,详细论述了各模块的基本功能,机械设备状态监测过程需结合其他指标,对元素生化指标、金属磨粒指标及污染度指标等变化趋势进行跟踪,以满足当前舰船对机械设备状态监控的需求;
3)对3个轴承状态进行监测,并针对获取的监测结果进行分析,发现得到的结果和实际情况完全相符,证明本文构建的基于原子光谱分析技术的舰船机械设备状态监控系统可实现预定功能。
[1] |
姜旭峰, 张源, 季峰, 等. 航空发动机直读铁谱状态监测技术研究[J]. 润滑油, 2009, 24(4): 56-59. JIANG Xu-feng, ZHANG Yuan, JI Feng, et al. Research on condition monitoring technology of aero engine direct reading ferrometer[J]. Lubric Oil, 2009, 24(4): 56-59. |
[2] |
杜柱石, 何雷. 直读铁谱在舰船机械状态监测上的应用[J]. 装备制造技术, 2012(7): 202-204. DU Zhu-shi, HE Lei. Application of direct reading ferrometer spectroscopy in condition monitoring of ship machinery[J]. Equipment Manufacturing Technology, 2012(7): 202-204. |
[3] |
李海啸. 关于在线热处理技术优化钢材理化性能的分析与应用[J]. 中国金属通报, 2022(12): 177-179. LI Hai-xiao. Analysis and application of online heat treatment technology to optimize physical and chemical properties of steel[J]. China Metal Bulletin, 2022(12): 177-179. |
[4] |
吴瑜, 韩华翔, 张朝骅, 等. 船机油液非铁磁性金属颗粒区分检测方法研究[J]. 仪表技术与传感器, 2021(8): 87-91. WU Yu, HAN Hua-xiang, ZHANG Chao-hua, et al. Study on identification and detection method of non-ferromagnetic metal particles in marine engine fluid[J]. Instrument Technology and Sensors, 2021(8): 87-91. |
[5] |
武伟超, 吴佳珊, 马舒凡. 油液检测在机械设备中的应用[J]. 建筑机械, 2023(S1): 62-64. WU Wei-chao, WU Jia-shan, MA Shu-fan. Application of oil detection in mechanical equipment[J]. Construction Machinery, 2023(S1): 62-64. |
[6] |
庞博. 光谱油液检测技术在平朔矿山的应用[J]. 设备管理与维修, 2018(1): 27-29. PANG Bo. Application of spectral oil detection technology in Pingshuo mine[J]. Equipment Management and Maintenance, 2018(1): 27-29. |
[7] |
袁朝辉. 基于原子发射光谱的油液磨粒检测技术[J]. 设备管理与维修, 2013(S1): 66-68. YUAN Chao-hui. Oil abrasive particle detection technology based on atomic emission spectroscopy[J]. Equipment Management and Maintenance, 2013(S1): 66-68. |