航空發(fā)動(dòng)機(jī)燃油污染快速檢測(cè)技術(shù)的初步研究

劉宇佳，郎 宏，何 山，許秋玲，佟文偉

（中航工業(yè)沈陽(yáng)發(fā)動(dòng)機(jī)設(shè)計(jì)研究所，沈陽(yáng)110015）

0 引言

現(xiàn)代航空發(fā)動(dòng)機(jī)的發(fā)展趨勢(shì)是高轉(zhuǎn)速、高性能、長(zhǎng)壽命，使得發(fā)動(dòng)機(jī)在使用中具有更高的安全性和可靠性。除設(shè)計(jì)、零部件生產(chǎn)工藝及產(chǎn)品質(zhì)量因素外，潤(rùn)滑系統(tǒng)的運(yùn)行狀況對(duì)發(fā)動(dòng)機(jī)的健康運(yùn)轉(zhuǎn)和使用壽命具有重要意義。航空發(fā)動(dòng)機(jī)潤(rùn)滑系統(tǒng)散熱器故障或密封部件失效時(shí)會(huì)發(fā)生串油故障，使滑油系統(tǒng)受到燃油的污染，從而使?jié)櫥托阅芙档?，造成機(jī)械部件潤(rùn)滑不良，加速磨損；燃油中的不飽和烴還會(huì)加劇潤(rùn)滑油氧化，加速生成油泥等沉淀物，影響發(fā)動(dòng)機(jī)可靠性和使用壽命，更嚴(yán)重時(shí)會(huì)引起發(fā)動(dòng)機(jī)著火、爆炸等事故[1-3]。

燃油污染可通過(guò)發(fā)動(dòng)機(jī)試制現(xiàn)場(chǎng)滑油箱中油量異常上漲、潤(rùn)滑油氣味異常等現(xiàn)象初判，后續(xù)還要將油液樣本送往分析實(shí)驗(yàn)室做進(jìn)一步檢測(cè)。傳統(tǒng)檢測(cè)方法如閃點(diǎn)法、粘度法[4]等需要的樣本數(shù)量多，分析時(shí)間長(zhǎng)，不能滿足快速檢測(cè)的需要。而紅外光譜是1種快速、無(wú)損、“綠色”的分析技術(shù)，已被廣泛應(yīng)用于諸多行業(yè)[5-7]。在潤(rùn)滑油監(jiān)測(cè)領(lǐng)域，利用傅里葉變換紅外光譜技術(shù)（FTIR）可以獲知潤(rùn)滑油中的水分[8]、積炭、氧化產(chǎn)物、硝化產(chǎn)物、硫化產(chǎn)物以及各種添加劑的變化[9-12]。偏最小二乘法是化學(xué)計(jì)量學(xué)中常用的定量分析方法，可提取紅外光譜中有用的光譜信息，有效消除干擾和噪聲[13-15]。

本文基于傅里葉紅外光譜分析技術(shù)，開(kāi)展了航空發(fā)動(dòng)機(jī)滑油系統(tǒng)受到燃油污染的快速檢測(cè)技術(shù)研究。采用偏最小二乘方法，初步建立傅里葉紅外光譜檢測(cè)模型，以實(shí)現(xiàn)潤(rùn)滑油中燃油污染的快速、定量檢測(cè)。該方法可用于航空發(fā)動(dòng)機(jī)潤(rùn)滑系統(tǒng)的故障監(jiān)測(cè)及預(yù)防，為發(fā)動(dòng)機(jī)安全可靠地運(yùn)行提供技術(shù)保證。

1 設(shè)備與方法

1.1 儀器設(shè)備

Nicoletis10傅里葉變換紅外光譜儀可多次全反射ARK采樣附件。光譜數(shù)據(jù)分析處理軟件為OMNIC8.3及MATLAB7.1。

1.2 樣本制備

選擇航空發(fā)動(dòng)機(jī)在用的某牌號(hào)合成航空潤(rùn)滑油與噴氣燃料，分別配制燃油質(zhì)量分?jǐn)?shù)為（0～8）%的混合油液樣本，共46個(gè)分析樣本。從各樣本中隨機(jī)選取39個(gè)作為建模集用于建立校正模型，建模集燃油質(zhì)量分?jǐn)?shù)見(jiàn)表1。其余7個(gè)樣本作為預(yù)測(cè)集。

表1 建模集樣本燃油質(zhì)量分?jǐn)?shù) %

1.3 紅外光譜采集

采用多次全反射ARK采樣附件采集油液樣本的紅外光譜，掃描范圍為4000～650cm-1，光譜分辨率為4cm-1，掃描信號(hào)累計(jì)32次。取1mL樣本使之均勻分布于ARK樣本槽內(nèi)，以空氣為背景，采集譜圖。

1.4 數(shù)據(jù)處理

偏最小二乘法利用主成分分析將吸光度矩陣和質(zhì)量分?jǐn)?shù)矩陣分別分解為特征向量和載荷向量，然后用偏最小二乘回歸在這些隱含量之間建立相互關(guān)系，從而得到吸光度矩陣與質(zhì)量分?jǐn)?shù)矩陣之間的數(shù)學(xué)校正模型。

本研究應(yīng)用MATLAB7.1軟件對(duì)所有數(shù)據(jù)進(jìn)行處理與計(jì)算。采用去一交互驗(yàn)證法，校正集樣本的交互驗(yàn)證均方根誤差（RMSECV）為優(yōu)化模型參數(shù)，選擇最佳的波長(zhǎng)范圍與光譜預(yù)處理方法，以RMSECV和預(yù)測(cè)殘差平方和（PRESS）為優(yōu)化參數(shù)選擇最佳PLS因子數(shù)。以預(yù)測(cè)均方根誤差（RMSEP）、預(yù)測(cè)集樣本質(zhì)量分?jǐn)?shù)的預(yù)測(cè)值與其實(shí)際值間的回歸系數(shù)（R）和重現(xiàn)性試驗(yàn)標(biāo)準(zhǔn)偏差（SD）考核模型的預(yù)測(cè)能力。均方根誤差（RMSE）按式（1）計(jì)算，PRESS按式（2）計(jì)算。

式中：n 為樣本數(shù)；Yy，i為樣本的預(yù)測(cè)值；Yi為樣本的實(shí)際值。

式中：n 為建模集樣本數(shù)；f 為建立校正模型使用的PLS因子數(shù)；Yy，ij為樣本的預(yù)測(cè)值；Yij為樣本的實(shí)際值。

2 結(jié)果與分析

2.1 紅外光譜分析

潤(rùn)滑油與噴氣燃料的紅外譜如圖1所示。潤(rùn)滑油與噴氣燃料均為碳?xì)浠衔?，試?yàn)中使用的航空合成潤(rùn)滑油由合成酯類基礎(chǔ)油與多種抗氧化、抗腐蝕、抗磨損等添加劑組成。噴氣燃料的芳性組分含量比潤(rùn)滑油的高，常以750～850cm-1附近芳烴碳?xì)滏I的彎曲振動(dòng)峰為特征峰進(jìn)行紅外檢測(cè)[15]，當(dāng)潤(rùn)滑油中噴氣燃料摻混量較低時(shí)，噴氣燃料的吸收峰被潤(rùn)滑油較強(qiáng)的吸收峰覆蓋，很難在譜圖中分辨出來(lái)，不能對(duì)混入的噴氣燃料進(jìn)行鑒別。利用多波長(zhǎng)校正可從復(fù)雜的光譜信息中提取有用信息，剔除冗余信息，建立校正模型，再利用校正模型預(yù)測(cè)未知樣本組成和性質(zhì)。分析區(qū)域可以是全譜或某一波數(shù)范圍，噴氣燃料在700～1500 cm-1范圍內(nèi)可見(jiàn)甲基、亞甲基和芳烴等的特征吸收峰，因此選擇該區(qū)域作為分析區(qū)域進(jìn)行建模。

圖1 油液樣本紅外光譜

2.2 光譜范圍及預(yù)處理方法選擇

以模型的RMSECV值作為優(yōu)化參數(shù)，考察不同光譜范圍及預(yù)處理方法對(duì)模型預(yù)測(cè)能力的影響。對(duì)原始光譜和經(jīng)過(guò)ATR校正的光譜進(jìn)行縱坐標(biāo)歸一化處理，以排除其它因素的干擾。計(jì)算2種不同光譜預(yù)處理方法在不同波數(shù)范圍建立模型的RMSECV值，所得結(jié)果見(jiàn)表2。從表中可見(jiàn)，經(jīng)原始光譜歸一化后的光譜在700～900、1250～1500cm-1范圍內(nèi)建模得到的RMSECV值最小，說(shuō)明對(duì)于檢測(cè)燃油污染最有利的是未經(jīng)ATR校正的原始光譜，最佳分析波長(zhǎng)范圍為700～900、1250～1500cm-1。

表2 不同光譜范圍及預(yù)處理方法對(duì)模型RMSECV值的影響

2.3 PLS 因子數(shù)選擇和交叉驗(yàn)證

采用PLS 方法建立定量分析模型，PLS 因子數(shù)（主成分?jǐn)?shù)）的選擇直接影響到模型的實(shí)際預(yù)測(cè)能力。若PLS 因子數(shù)過(guò)少，不足以反映樣本的光譜信息；若PLS 因子數(shù)過(guò)多，則會(huì)將噪聲信息加入計(jì)算，降低模型的預(yù)測(cè)能力。本研究采用去一交互驗(yàn)證方法，應(yīng)用RMSECV和PRESS值為優(yōu)化參數(shù)確定最佳的PLS 因子數(shù)，即每次從樣本中選擇1個(gè)樣本作為預(yù)測(cè)集，其余樣本構(gòu)成建模集，建立模型，在不同因子數(shù)下計(jì)算所構(gòu)建模型的RMSECV和PRESS值，交互驗(yàn)證的RMSECV和PRESS值越小，代表模型的預(yù)測(cè)能力越好。

潤(rùn)滑油燃油污染定量分析模型交叉驗(yàn)證的結(jié)果如圖2所示。從圖中可見(jiàn)，隨著因子數(shù)的增加，RMSECV和PRESS值呈現(xiàn)先降后升的趨勢(shì)。當(dāng)因子數(shù)為19時(shí)，RMSECV和PRESS值最小，此時(shí)模型的預(yù)測(cè)能力最好。當(dāng)PLS 因子數(shù)>19后，RMSECV和PRESS值又開(kāi)始增大，說(shuō)明在該點(diǎn)后引入的隱變量是與被測(cè)組份無(wú)關(guān)的噪聲，參與建模會(huì)降低模型的預(yù)測(cè)能力。因此，PLS因子數(shù)為19時(shí)最佳。

2.4 最佳PLS 定量分析模型的建立

對(duì)采集39個(gè)建模集樣本在700～1500cm-1范圍的原始紅外光譜進(jìn)行縱坐標(biāo)歸一化處理。建模集的紅外光譜如圖3所示。從圖中可見(jiàn)，不同質(zhì)量分?jǐn)?shù)的潤(rùn)滑油與噴氣燃料混合樣本的紅外譜線相互重疊，沒(méi)有明顯差別，吸收強(qiáng)度與質(zhì)量分?jǐn)?shù)間相關(guān)性差，難以通過(guò)常規(guī)分析定量，需通過(guò)建立光譜模型實(shí)現(xiàn)噴氣燃料的檢測(cè)。

將700～900、1250～1500cm-1范圍的光譜數(shù)據(jù)作為輸入變量，樣本所含噴氣燃料質(zhì)量分?jǐn)?shù)作為預(yù)測(cè)值，選擇PLS 因子數(shù)為19建立PLS 模型。應(yīng)用所建立的校正模型對(duì)預(yù)測(cè)集樣本的燃油含量進(jìn)行預(yù)測(cè)分析，7個(gè)預(yù)測(cè)集結(jié)果見(jiàn)表3。光譜預(yù)測(cè)值均能很好地接近于實(shí)際值。預(yù)測(cè)集樣本實(shí)際值與預(yù)測(cè)值的相關(guān)性如圖4所示。預(yù)測(cè)值與實(shí)際值之間的相關(guān)系數(shù)R=0.9994。預(yù)測(cè)均方根誤差RMSEP=0.082，表明所建模型具有良好的預(yù)測(cè)能力，能夠滿足實(shí)際應(yīng)用需要。

圖2 去一交互檢驗(yàn)的RMSECV和PREsS值隨PLS 因子數(shù)變化

圖3 建模樣本的紅外光譜

表3 預(yù)測(cè)集樣本預(yù)測(cè)結(jié)果%

圖4 樣本預(yù)測(cè)值與實(shí)際值相關(guān)性

2.5 重復(fù)性試驗(yàn)

隨機(jī)選取任意3個(gè)燃油含量的樣本，依據(jù)上述方法重復(fù)測(cè)定5次，結(jié)果見(jiàn)表4。5次重復(fù)測(cè)定結(jié)果的SD分別為0.044、0.088、0.055。表明方法的重復(fù)性良好。

表4 樣本重復(fù)測(cè)定結(jié)果 %

3 結(jié)束語(yǔ)

本研究以某發(fā)動(dòng)機(jī)研制中使用的特定牌號(hào)航空合成潤(rùn)滑油與噴氣燃料為研究對(duì)象，在潤(rùn)滑油中混入質(zhì)量分?jǐn)?shù)為0～8%的燃油建立紅外光譜定量檢測(cè)模型。通過(guò)選擇合適的光譜分析范圍、光譜預(yù)處理方法和PLS 因子數(shù)對(duì)模型進(jìn)行優(yōu)化。應(yīng)用該模型對(duì)已知燃油含量的樣本進(jìn)行預(yù)測(cè)，得到較為滿意的結(jié)果。初步驗(yàn)證了紅外光譜結(jié)合PLS 方法應(yīng)用于航空發(fā)動(dòng)機(jī)燃油污染定量檢測(cè)是可行的。

本研究關(guān)注的是某牌號(hào)潤(rùn)滑油中燃油污染的早期發(fā)現(xiàn)，建立的紅外模型具有較強(qiáng)的針對(duì)性。在其他航空發(fā)動(dòng)機(jī)研制中，也可以利用本研究成果，建立專門的紅外光譜定量檢測(cè)模型，對(duì)潤(rùn)滑油中燃油污染進(jìn)行快速檢測(cè)。

[1]李詠.潤(rùn)滑油閃點(diǎn)測(cè)定在發(fā)動(dòng)機(jī)修理中的運(yùn)用[J].潤(rùn)滑油，2010，25（3）：43-46.LI Yong.Application of lubricant flash point determination in engine maintenance[J].Lubricating Oil，2010，25（3）：43-46.（in Chinese）

[2]陳釗，蘭琳，陳群.柴油機(jī)潤(rùn)滑系統(tǒng)故障分析及預(yù)防措施[J].煤礦機(jī)械，2007，28（9）：196-198.CHEN Zhao，LAN Lin，CHEN Qun.Fault analysis and preventive measure to lubricating system of diesel engine[J].Coal Mine Machinery，2007，28（9）：196-198.（in Chinese）

[3]孫曉軍，吳新，欒東.航空發(fā)動(dòng)機(jī)燃油系統(tǒng)抗污染綜述[J].航空發(fā)動(dòng)機(jī)，2010，36（6）:1-5.SUN Xiaojun，WU Xin，LUAN Dong.Review of anti-fouling technologies for aeroengine fuel system[J].Aeroengine，2010，36（6）:1-5.（in Chinese）

[4]張占綱，郭紹輝，宋蘭琪，等.航空發(fā)動(dòng)機(jī)串油故障分析研究[J].宇航材料工藝，2005（4）：58-61.ZHANG Zhangang，GUO Shaohui，SONG Langqi，et al.Analysis of abnormal serial connection of different oil system in aeroengine[J].Aerospace Materials and Technology，2005（4）：58-61.（in Chinese）

[5]王桂清，劉敏娜.紅外光譜技術(shù)的近代進(jìn)展及其應(yīng)用[J].現(xiàn)代儀器，2002（2）：1-4.WANG Guiqing，LIU Minna.Recent advances and application in technology of infrared spectroscopy[J].Modern Instruments，2002（2）：1-4.（in Chinese）

[6]薛進(jìn)，張九淵，王春濤.紅外波譜技術(shù)在軸承潤(rùn)滑脂分析上的應(yīng)用[J].軸承，2003（7）：25-29.XUE Jin，ZHANG Jiuyuan，WANG Chuntao.Application of infrared spectrum technique in bearing grease analysis[J].Bearing，2003（7）：25-29.（in Chinese）

[7]鄒春海，馮均利，李勇，等.食用油的紅外吸收光譜分析[J].光譜實(shí)驗(yàn)室，2013，30（3）：1099-1102.ZOU Chunhai，F(xiàn)ENG Junli，LI Yong，et al.Analysis of cooking oil by transform infrared spectroscopy[J].Chinese Journal of Spectroscopy Laboratory，2013，30（3）：1099-1102.（in Chinese）

[8]吳勇，王彩云，夏志新.液壓油含水量的紅外光譜測(cè)量方法研究[J].中國(guó)礦業(yè)大學(xué)學(xué)報(bào)，2000，29（2）：195-198.WU Yong，WANG Caiyun，XIA Zhixin.Study on infrared spectrum monitoring water content in hydraulic oil[J].Journal of China University of Mining and Technology，2000，29（2）：195-198.（in Chinese）

[9]馬蘭芝，褚小立，田松柏，等.紅外光譜法在潤(rùn)滑油分析中的應(yīng)用與研究進(jìn)展[J].分析儀器，2010（2）：1-4.MA Lanzhi，CHU Xiaoli，TIAN Songbai，et al.Progress of application of infrared spectroscopic techniques in analysis of lubricating oil[J].Analytical Instrumentation，2010（2）：1-4.（in Chinese）

[10]陳學(xué)鋒，趙質(zhì)良.紅外光譜分析技術(shù)在船舶裝備油液監(jiān)測(cè)中的應(yīng)用[J].機(jī)械管理開(kāi)發(fā)，2009，24（6）：7-8.CHEN Xuefeng，ZHAO Zhiliang.Application of the infrared spectrum analysis in lube monitoring[J].Mechanical Management and Development，2009，24（6）：7-8.（in Chinese）

[11]化巖，史永剛，任連嶺，等.紅外光譜技術(shù)在潤(rùn)滑油分析中的應(yīng)用[J].合成潤(rùn)滑材料，2008，35（2）：5-7.HUA Yan，SHI Yonggang，REN Lianling，et al.Applications of infrared spectroscopy technique on lubricating oil analysis[J].Synthetic Lubricants，2008，35（2）：5-7.（in Chinese）

[12]徐杰，阮竹，李象瑢.汽油機(jī)油在使用過(guò)程中老化降解規(guī)律的紅外光譜研究[J].潤(rùn)滑油，1994，9（6）：28-34.XU Jie，RUAN Zhu，LI Xiangrong.An IR spectra study on ageing and degradation regular pattern of engine oil in use[J].Lubricating Oil，1994，9（6）：28-34.（in Chinese）

[13]石新發(fā)，劉東風(fēng)，周志才.船舶柴油機(jī)在用潤(rùn)滑油FT-IR光譜特征信息提取與應(yīng)用[J].內(nèi)燃機(jī)工程，2013，34（5）：81-86.SHI Xinfa，LIU Dongfeng，ZHOU Zhicai.Extraction and application of FTIR spectrum feature information for in-using lube oil of marine diesel engine[J].Chinese Internal Combustion Engine Engineering，2013，34（5）：81-86.（in Chinese）

[14]馮新滬，羅平亞，史永剛，等.發(fā)動(dòng)機(jī)潤(rùn)滑油高溫清凈性能的偏最小二乘法預(yù)測(cè)[J].現(xiàn)代科學(xué)儀器，2002（5）：22-24.FENG Xinhu，LUO Pingya，SHI Yonggang，et al.Predicting high temperature detergent performance of engine lubricant by PLS[J].Modern Scientific Instruments，2002（5）：22-24.（in Chinese）

[15]楊旭，任芊，黃友之，等.近紅外光譜法用于含能材料快速分析的研究[J].北京理工大學(xué)學(xué)報(bào)，2002，22（5）：646-649.YANG Xu，REN Qian，HUANG Youzhi，et al.On-line rapid measurement of volatile ingredients in propellant products with the NIR spectroscopy method[J].Journal of Beijing Institute of Technology，2002，22（5）：646-649.（in Chinese）

[16]金甌，任天輝.FTIR紅外光譜在燃油稀釋評(píng)價(jià)中的應(yīng)用[J].光譜實(shí)驗(yàn)室，2013，30（3）：1422-1426.JIN Ou，REN Tianhui.Application of FTIR to the evaluation of diesel dilution in lubricant[J].Chinese Journal of Spectroscopy Laboratory，2013，30（3）：1422-1426.（in Chinese）