彭 娟,喻其炳,高陳璽,李 川
(重慶工商大學廢油資源化技術與裝備教育部工程研究中心,重慶400067)
油液中的固體顆粒污染物會造成元件磨損,引起用油設備工作性能下降。對于液壓系統(tǒng),特別是航空航天產品中所使用的精密液壓系統(tǒng),油液中顆粒污染物含量控制對系統(tǒng)工作的可靠性至關重要;對于泵類元件,污染物將增加伺服閥滯后量,加劇磨損、發(fā)熱、降低效率,進而大大縮短元件壽命。據(jù)前蘇聯(lián)統(tǒng)計資料,每100次飛機失事中,有20起是由于液壓系統(tǒng)污染引起的。油液中因儀器元件疲勞、腐蝕、磨損等剝落的金屬碎片或顆粒物的含量,可以客觀反映用油系統(tǒng)部件的健康狀況。利用油液顆粒物監(jiān)測技術得到顆粒污染物的相關參數(shù),以此獲悉機械部件磨損情況,可有效預防事故的發(fā)生,故對油中污染顆粒監(jiān)測技術的研究具有非常重要的意義。
隨著油液污染控制技術的發(fā)展,油液顆粒物監(jiān)測技術從出現(xiàn)到現(xiàn)在已經歷了四、五十年的發(fā)展歷程,并發(fā)展成為一種集計算機技術,傳感器技術,化學分析等技術為一體的高新技術,油液顆粒物監(jiān)測儀則被廣泛應用于機械故障檢測。
目前,油液顆粒污染物監(jiān)測技術和設備的研究主要分為:側重于實驗室離線監(jiān)測技術和設備;集中于工業(yè)現(xiàn)場的在線監(jiān)測和便攜式監(jiān)測技術和儀器。著重介紹油中顆粒物在線監(jiān)測技術,并以全油流顆粒監(jiān)測傳感器為重點,介紹其硬件結構和常用傳感信號處理方法。最后對全油流顆粒監(jiān)測技術的應用前景做出展望。
1965年,美國國家流體動力協(xié)會(NFPA)通過對全美的液壓系統(tǒng)的液壓系統(tǒng)可靠性調查發(fā)現(xiàn):液壓系統(tǒng)的故障至少有75%是由于油液及其污染造成的[1]。20世紀60年代,美國、英國等工業(yè)發(fā)達國家根據(jù)本國工業(yè)生產、國防、航空、航天、化工、教育、科研等發(fā)展的需要,開始研究油液污染監(jiān)測技術[2]。對于油液污染程度的檢測,最早是采用“目測法”或“重量法”這樣一類粗略的方法,監(jiān)測其中的“機械雜質”。
進入20世紀70年代和80年代,國外在油液污染監(jiān)測技術研究上進展巨大,光譜分析法、能譜分析法、射線分析法、顆粒計數(shù)器法相應發(fā)展起來,使油液污染度監(jiān)測技術取得巨大飛躍[3]。
油液顆粒物在線監(jiān)測技術因其具有的監(jiān)測反饋及時、過程簡單、儀器經濟等優(yōu)點在眾多監(jiān)測技術中脫穎而出,主流技術包括:濾膜(網)堵塞法、光電法、超聲波法、庫爾特法等。這幾種在線監(jiān)測技術各有優(yōu)勢,也各有不足,例如濾膜(網)堵塞法不受油液顏色、氣泡及乳化液的影響[4],但儀器價格昂貴,運行成本較高;超聲波法對顆粒物監(jiān)測精度高;庫爾特法不受顆粒形狀、折光率和油液的顏色影響,然而當油液中有水分存在時,監(jiān)測精度將受到影響等。因為上述原因,全油流顆粒監(jiān)測技術和儀器的研究受到了廣泛重視。
全油流顆粒監(jiān)測傳感器(In-line wear debris monitor)是一種機械設備運行狀況在線監(jiān)測儀。它安裝在回油線上,作為油液的流動通道,當金屬顆粒物通過時將會產生監(jiān)測信號[5]。其監(jiān)測原理是基于電磁干擾的。當顆粒通過感應線圈時引起磁場變化,通過產生的脈沖信號或其他相應特征信號進行顆粒監(jiān)測。如加拿大GasTops公司開發(fā)的測量油液中鐵磁性顆粒的FerroSCAN和測量金屬顆粒的MetalSCAN傳感器[6]。
電磁式全油流顆粒監(jiān)測傳感器結構原理如圖1,主要由傳感線圈、第一驅動線圈、第二驅動線圈等3個線圈組成,傳感線圈位于線圈架中央,第一驅動線圈和第二驅動線圈反向串聯(lián)在傳感線圈架兩端,通過交流電驅動使之產生的磁場方向相反,使傳感線圈所處位置內部磁場相互抵消,即接近于零磁場。傳感線圈與信號處理單元相連接,當流過的油液中有顆粒物經過時引起磁場變化,傳感線圈將產生感應電動勢。通過鐵磁顆粒和非鐵磁顆粒對磁場產生的不同影響,輸出信號將產生相反的相位,以此區(qū)分鐵磁顆粒和非鐵磁顆粒;同時傳感線圈輸出信號的幅值和顆粒大小成正比,可用于判斷顆粒尺寸。
圖1 全油流顆粒監(jiān)測器結構圖
全油流顆粒監(jiān)測傳感器具有較高的顆粒污染物捕獲效率,能夠有效的區(qū)分顆粒類型,可連續(xù)、實時、在線監(jiān)測油液系統(tǒng)中磨損金屬顆粒數(shù)量、尺寸及總質量,可以監(jiān)測油液系統(tǒng)中磨損顆粒產生的速率;且對工作環(huán)境有較強適應能力,例如MetalSCAN傳感器便能夠用于惡劣環(huán)境,并擁有在危險區(qū)域使用的證書[6]。根據(jù)Li和Liang的研究[7],全油流顆粒監(jiān)測傳感器不但在油液顆粒污染物監(jiān)測中有卓越表現(xiàn),還可應用于機械系統(tǒng)振動的監(jiān)測。因為上述優(yōu)點,全油流顆粒監(jiān)測傳感器在液壓系統(tǒng)的監(jiān)測中有廣泛的應用。
全油流顆粒監(jiān)測傳感器具有良好的監(jiān)測效果,但其監(jiān)測信號易被背景噪聲和振動信號干擾,導致錯誤警報信號的發(fā)生,因而需對監(jiān)測信號進行處理,剔除干擾信號,提取出顆粒信號。對于全油流顆粒監(jiān)測傳感器信號的常用處理方法有:傳統(tǒng)閾值法,小波峭度結合法,分數(shù)算子法,自適應線性增強法和經驗模態(tài)分解法。以下將逐一詳細介紹各種方法。
傳統(tǒng)閾值法是去除傳感信號中噪聲的典型方法,如MetalSCAN傳感器,便是采用的該種方法。其原理是通過預先設定閾值范圍,當感應信號的振幅超出該范圍時,即認為監(jiān)測到的信號為顆粒信號。方法具有監(jiān)測快速、簡便的優(yōu)點;但在實際應用中,合適的閾值設定存在較大困難。只有當信噪比較高時,所設定的閾值才能有效地區(qū)分顆粒信號。在實際情況中,顆粒信號常被嚴重的噪聲信號重疊附加,這使得原設定的閾值失去真實意義,相關研究人員曾使用內置濾波器的方法避免該問題,先利用濾波器濾掉不需要的信號成分,再根據(jù)閾值法進行信號處理,但內置濾波器的加入并不能完全消除噪聲,同時會對顆粒監(jiān)測系統(tǒng)產生不良影響。故隨后的信號處理方法多是閾值同其他處理方法相結合,可達到較為理想的處理效果。
傳統(tǒng)的小波信號處理方法需要預設定閾值,這使其存在了可用閾值難以確定的弊端。由Fan等人提出的小波峭度結合法[8],可以有效地避免這一問題。方法利用小波函數(shù)的時頻分解能力,將傳感信號進行分解,在小波域得到對應的尺度分解分量,同時利用峭度作為小波分量的檢測指標,在每一個小波尺度上計算信號的峭度,因其對顆粒性號的敏感性,通過分析不同尺度分量的峭度值即可監(jiān)測到顆粒信號,并從原信號中提取出來。
根據(jù)實驗的結果,方法可在噪聲和振動干擾的環(huán)境中監(jiān)測到最小粒徑為125μm的鐵磁顆粒和最小粒徑為169μm的非鐵磁顆粒,可有效地獲悉用油設備的早期故障,達到較好的預警效果。但當油液中有粒徑相同的顆粒連續(xù)通過時,所監(jiān)測到的顆粒信號將會被方法作為噪聲去除掉。
整數(shù)微積分算子信號處理方法因為處理效果較粗糙,無法達到高精度要求,故Hong和Liang提出了利用雙監(jiān)測算法進行分數(shù)算子的監(jiān)測方法[9],方法通過對監(jiān)測信號進行分數(shù)階微積分,利用一定方法確定微積分階數(shù),并分別采用正階次微分和負階次積分。在此基礎上利用包含一個信號提取算法以及一個特征點定位算法的雙監(jiān)測算法對信號進行監(jiān)測處理,當有顆粒經過傳感器時,首先利用信號提取算法提取出信號,然后利用特征點定位算法確定顆粒信號的3個特征點,以確定信號的真實性。因為分數(shù)算子本身具有的濾波特性,信號提取算法能在含有噪聲的環(huán)境中提取出顆粒信號。方法可以在高噪聲環(huán)境下提取出低振幅的顆粒信號,可以有效地監(jiān)測到最小粒徑為56μm的顆粒,在機械設備磨損的早期監(jiān)測中有令人矚目的貢獻。但同時,微積分階次的確定較為復雜,是方法使用過程中的一大難點。
針對前述方法的不足,Bozchalooi和Liang提出了一種自適應線性增強的全油流顆粒污染傳感系統(tǒng)的提取方法[10]。方法利用小波處理方法將信號分解,并作為輸入信號,并根據(jù)自適應算法更新線性增強算法的系數(shù),再將輸出后的延遲信號與原信號進行對比,以輸入和輸出信號的統(tǒng)計特性為依據(jù),尋找相關性,以確定信號類型。同時可通過線性方法增強顆粒信號,更有效的捕集顆粒信號。方法的重要的特征在于能夠在未知環(huán)境中有效工作,并能夠跟蹤輸入信號的時變特征,但對于寬頻噪聲的有效去除尚待改進。
經驗模態(tài)分解方法最初是由美國NASA的黃鍔博士提出的一種信號分析方法,Li和M Liang等將其進行調整[11],并應用于全油流顆粒監(jiān)測傳感信號處理。方法的關鍵是經驗模態(tài)分解,首先將監(jiān)測到的復雜信號在子空間內分解為有限個本征模函數(shù),各個本征模函數(shù)均包含了原有信號的不同時間尺度的局部特征信號,利用一定方法過濾出噪聲,然后再將剔除噪聲后的本征模函數(shù)進行重構,從而獲得顆粒監(jiān)測信號進行分析,以此獲得監(jiān)測顆粒的相關信息。
方法對于高階本征模函數(shù)利用具有可變截止頻率的高通濾波器進行處理,對于低階本征模函數(shù)利用相關系數(shù)去除噪聲。通過積分變換和模態(tài)分解后重建的信號能更好地反應微弱的顆粒信號。方法依據(jù)數(shù)據(jù)自身的時間尺度特征進行信號分解,無須預先設定任何基函數(shù),具有直觀性、直接性、后驗性以及自適應性,適合于分析非線性、非平穩(wěn)的油中顆粒污染信號,具有較高的信噪比適應能力。方法不僅可以有效地監(jiān)測信號,還可以較完整地保存信號的形態(tài)。但采用該方法,在信號處理過程中有部分參量需要提前設定,這在一定程度上增加了操作難度。
由于油液顆粒污染物監(jiān)測技術對于工業(yè)生產、航天航空技術、軍事領域的重要性,已經引起國內外相關機構的高度重視,近年來獲得了迅猛的發(fā)展,已成為結合傳感技術、計算機技術、化學分析技術、測量控制技術等多種技術與傳統(tǒng)監(jiān)測技術為一體的新興技術,極大程度的簡化監(jiān)測操作程序、提高了監(jiān)測精度。
但同時,現(xiàn)有全油流顆粒監(jiān)測技術和設備各有優(yōu)缺點,沒有一種在任何場合和要求均能使用的普適技術,故未來全油液顆粒監(jiān)測技術的發(fā)展趨勢將會是結合非金屬顆粒監(jiān)測、金屬顆粒監(jiān)測能力為一體的高精度的油液污染監(jiān)測技術。同時各種新興的信號處理技術將融合入現(xiàn)有技術,發(fā)揮現(xiàn)有技術的優(yōu)點,補充其不足之處,最大程度的去除噪聲對信號的干擾,簡便高效地捕獲顆粒污染信號。
全油液顆粒監(jiān)測傳感器自從首次應用于飛機發(fā)動機油液污染監(jiān)測后,經過多年的發(fā)展,已在汽輪機、風力發(fā)電機、軍事設備等液壓系統(tǒng)的油液顆粒污染物監(jiān)測中做出不俗的貢獻。因為其高效準確的監(jiān)測能力,有效地對設備系統(tǒng)的早期磨損進行預警,對防止進一步損傷及事故的發(fā)生起到至關重要的作用。在未來,全油流顆粒監(jiān)測傳感器必將成為液壓系統(tǒng)關鍵設備上至關重要的一種監(jiān)測手段。
油液是機器的血液,監(jiān)控油液中顆粒污染物含量對于提高用油設備性能和延長壽命都十分重要。選擇科學的監(jiān)測方法,對油液中顆粒污染物進行快速準確監(jiān)測,有助于及時有效地控制油液污染、發(fā)現(xiàn)設備系統(tǒng)的磨損狀況、防止事故的發(fā)生。雖然現(xiàn)有油液顆粒物監(jiān)測主流技術各有優(yōu)劣,但全油流顆粒監(jiān)測的傳感技術仍取得了不菲成果,同時對于其監(jiān)測信號的處理仍需進一步研究完善,以滿足更高精度、更快速的監(jiān)測要求,因此油液顆粒物監(jiān)測技術和設備的研究將仍然是油液污染監(jiān)測領域的重要研究內容。
[1]張賢明,鄧菊莉,李川,等.油液污染度測試技術研究進展[J].機械設計與制造,2009(11):226-268
[2]NEWELL G E.Oil analysis cost-effective machine condition monitoring technique[J].Industrial Lubrication and Tribology,1999(3):119-124
[3]TAKUSO M L.Real-time evaluation of wear particles using electro-magnetic forced rotation and laser scattering[J].Wear,1998(3):273-284
[4]程健云,楊玲嵐.油液污染度檢測實踐[J].現(xiàn)代科學儀器,2008(1):71-74
[5]MILLER J,KITALJEVICH D.In-line oil debris monitor for aircraft engine condition assessment[A].IEEE Aerospace Conf Proc[C].USA:2000
[6]趙新澤,劉純天.油液分析中傳感器應用及評述[J].三峽大學學報:自然科學版,2002,24(2):12-16
[7]LI C,LIANG M.Separation of the vibration-induced signal of oil debris for vibration monitoring[J].Smart Materials and Structures,2011,20(3):16-20
[8]FAN X,LIANG M,YEAP T.A joint time-invariant wavelet transform and kurtosis approach to the improvement of in-line oil debris sensor capability[J].Smart Materials and Structures,2009,18(4):85-90
[9]HONG H B,LIANG M.A fractional calculus technique for on-line detection of oil debris[J].Measurement Science and Technology,2008,19(1):78-81
[10] BOZCHALOOI I S,LIANG M.In-line identification of oil debris signals:an adaptive subband filtering approach.[J].Measurement Science and Technology,2010,20(9):14-18
[11] LI C,LIANG M.Extraction of oil debris signature using integral enhanced empirical mode decomposition and correlated reconstruction[J].Measurement Science and Technology,2011,22(5):70-75