基于综合劣化值的钻井服役柴油机油健康状态评估方法

曾文强 彭远春 曾秀清 王荣华 何 佳 杨 琳 刘 俊

(1.川庆钻探工程有限公司安全环保质量监督检测研究院 四川广汉 618300；2.四川宏大技术服务有限公司 四川广汉 618300；3.广研检测(广州)有限公司/工业摩擦润滑技术国家地方联合工程研究中心 广东广州 510535)

目前柴油机油状态的判断主要依据GB/T 7607—2010《柴油机油换油指标》[1]，但从某钻井服役柴油机近300个油样检测数据的统计来看，存在1个或1个以上指标超出GB/T 7607给出界限值的样品数占比不足2%，因而GB/T 7607很大程度上失去了参考意义。因此，需要找到一个更适合于用来判断钻井服役柴油机油健康状态的方法。

健康状态评估是设备故障预测与健康管理(PHM)理论的核心技术内容之一，服役柴油机油健康状态的评估可以借鉴该理论。近年来，健康状态评估技术得到了各行各业的广泛关注，目前已发展成为集理论基础与应用实践于一身的新兴学科，并积累了丰富的研究成果[2-3]。但针对服役柴油机油健康状态的综合评估方法还鲜有研究报道。张英锋等[4]基于油液光谱各元素监测数据建立了综合传动系统健康状态评价模型；曹惠玲等[5]采用自组织特征映射网络(SOM)对航空发动机滑油系统的健康状况进行了评估；李俊卿等[6]利用包括油质指标在内的油系统各个层级的指标，采用自上而下逐层评价的策略对大型同步调相机油系统的健康状态进行了评估。本文作者创新性地采用综合劣化值概念来评估服役柴油机油健康状态，一方面对综合劣化值进行分级，使评估结果具有一目了然的特性；另一方面综合劣化值与柴油机油相关指标高度关联，使得评估结果具有客观性。

1 综合劣化值模型建立

1.1 综合劣化值的定义

根据可靠性维修理论(Reliability Centered Maintenance，RCM)，机械设备的状态应该与其在现行使用环境下保持其特定性能的能力相对应，可以用劣化值来间接反映该能力[7]。该理论同样适用于服役柴油机油可靠性的评价，假设用x1(t)，x2(t)，…，xn(t)表示t时刻影响服役柴油机油特定性能的劣化指标，那么服役柴油机油健康状态可以用综合劣化值(Degradation Value)VD来定义，定义综合劣化值为

VD=F{x1(t)，x2(t)，…，xn(t)}

(1)

式中：F为劣化函数；VD取值范围在[0，1]区间。

采用综合劣化值模型来确定服役柴油机油健康状态的首要任务是确定劣化指标，即选取服役柴油机油日常监测指标中的一些重要指标作为评估其健康状态的劣化指标。其选取原则[8]有：

(1)单调性

单调性是指该指标随服役时间单调递增(减)趋势的整体强度，单调性好的指标更能反映服役柴油机油健康状态的变化情况，因此单调性作为挑选劣化指标的首要原则。图1中的酸值和碱值指标就随服役时间呈现很好的单调性。

图1 不同监测指标变化趋势Fig.1 Change trend of different monitoring indexes：(a)kinematic viscosity at 100 ℃；(b)acid number；(c)base number；(d)Si content

(2)相关性

相关性是指各指标间的线性相关程度，既然是建立服役柴油机油健康状态综合评估方法，那么挑选具有关联性的指标则更能得到可靠结果。图1中的酸值和碱值指标就呈现负的相关性，即酸值变大，碱值变小。

(3)预测性

预测性是指该指标变化趋势的可预测性，有些指标的变化可能是随机性的，如图1中的Si含量，类似的还有闪点指标，这类指标即使很关键，也不适合作为劣化指标。

基于上述三条选取原则进行已有监测数据的统计分析，结合GB/T 7607—2010标准给出的换油指标，最终选取黏度、酸值、碱值、氧化、硝化、烟炱、Fe元素含量7项指标作为评估服役柴油机油健康状态的劣化指标。因而综合劣化值模型式(1)可以进一步明确为

VD=F{黏度，酸值，碱值，氧化，硝化，烟炱，Fe}

(2)

将各个指标的数据代入可以将该函数进一步数值化：

(3)

1.2 综合劣化值等级划分

根据对服役柴油机油已有监测数据的统计分析和咨询相关领域专家的意见，将服役柴油机油健康状态划分为4个等级，并建立综合劣化值定量指标与服役柴油机油健康状态定性评估之间的对应关系，如表1所示。

表1 综合劣化值与服役柴油机油健康状态对应关系Table 1 Correspondence between comprehensive degradation value and health status of diesel engine oil in service

2 指标数值的归一化

(1)上限型

上限型指标的意思是该指标随服役时间正常是递增的变化趋势，所以存在上界限值，已确定劣化指标中酸值、氧化、硝化、烟炱、Fe含量这几项指标都属于上限型指标。这类指标数值归一化方法见公式(4)。式中xi代表该指标实际检测值；xmin代表该指标下界限值，文中以新油的值作为这些指标的下限值xmin；xmax代表该指标的上界限值，文中以GB/T 7607—2010及第三方专业实验室给出的界限值作为参考[10-11]。

(4)

(2)下限型

下限型指标的意思是该指标随服役时间正常是递减的变化趋势，所以存在下界限值，已确定劣化指标中碱值属于下限型指标。下限型指标数值归一化方法见公式(5)。式中xi代表该指标实际检测值；xmin代表该指标下界限值，文中以GB/T 7607—2010给出的界限值作为参考；xmax代表该指标的上界限值，文中以新油的值作为该指标的上限值xmax。

(5)

(3)居中型

居中型指标的意思是该指标既存在上界限值又存在下界限值，理想状态是居中，已确定劣化指标中黏度属于居中型指标。居中型指标数值归一化方法见公式(6)。式中xi代表该指标实际检测值；xmin、xmax分别代表该指标的下界限值和上界限值，文中以GB/T 7607—2010给出的界限值作为参考；x0代表该指标的初始值，文中以新油的值作为该指标的初始值x0。

(6)

3 基于熵权法的各指标权重确定

在已确定的服役柴油机油健康状态评估指标中各指标所占权重是不相同的，例如有的指标随服役时间变化趋势更明显，那么这类指标对综合劣化值的计算理应贡献更大，那就要赋予更大的权重。根据数值的变化情况来赋予各项指标不同权重的方法可称之为客观赋权法。熵权法是客观赋权法的一种，熵权法是根据各指标的数值携带的信息传递给决策者的信息量大小来划定其权重系数。简单来说就是依据各项指标的具体数值计算其在竞争意义上的相对激烈程度，若某项指标的信息熵越小，则表明该指标所提供的信息量越大，那么就应该赋予更大的权重值[12]。利用熵权法确定各指标的权重步骤如下。

(1)构造矩阵

假定m组实验，n个评价指标，其原始数据可用矩阵Xm×n表示：

(7)

(2)矩阵标准化

对矩阵Xm×n中的数值按照前面给出的方法进行数值的归一化，使数值都落在[0，1]范围内，记结果为矩阵Y=(yij)m×n。

(3)指标熵值的计算

根据熵的定义，计算各项指标的熵值：

(8)

式中：m为实验次数(可视为样本个数)；n为评估指标个数；yij表示第i个指标的第j个样本归一化后的数值。考虑到存在指标归一化后数值为0的情况，定义0ln0=0。

(4)指标熵权的确定

根据信息熵的基本原理，第i个指标的熵权计算公式为

(9)

图2 服役柴油机油健康状态评估方法流程Fig.2 Flow of health status assessment method of diesel engine oil in service

4 实例计算及验证

4.1 实例计算

选取某钻井基地两台发电柴油机为研究对象，两台柴油机的品牌、型号、参数、柴油机油牌号及服役年限都一致。选取其在一个换油周期内的监测数据作为研究对象，采取每100 h取样检测一次[13]，检测数据原始值见表2。

表2 样本数据及其综合劣化值Table 2 Sample data and degradation value

按照前面所述方法对各类指标数值进行归一化，利用Matlab软件中的xlsread函数读取表格中的数据，利用size函数计算各指标的信息熵，再通过计算得出各项指标的熵权。这里使用了两台柴油机的监测数据作为研究对象，所以在分别求出各自权重后再通过算术平均得出各项指标的最终权重。代入计算得出各评价指标的权重为W=(0.083，0.176，0.145，0.237，0.268，0.06，0.031)，依次代表100 ℃运动黏度、酸值、碱值、氧化、硝化、烟炱、Fe含量7项指标的权重值。因而可以将服役柴油机油健康状态评估综合劣化值计算公式明确为

(10)

利用公式(10)全部样品的综合劣化值，结果见表2。

4.2 验证分析

服役柴油机油健康状态评估的综合劣化值模型计算公式(10)是否可靠，需要进行验证。服役柴油机油的劣化伴随着油中抗氧剂、抗磨剂等添加剂的消耗，因而可以通过红外光谱分析这些添加剂的定性消耗情况，从侧面验证综合劣化值评估方法的可靠性[14]。选取综合评估结果分别为“健康”、“亚健康”、“病态”3种状态的样品各1组来验证模型的可靠性，如表3所示。3种样品分别对应于表2中1号柴油机300 h油样(简称样品①)，2号柴油机500 h油样(简称样品②)，2号柴油机9 500 h油样(简称样品③)。

表3 验证样品的数据及综合劣化值Table 3 Data and comprehensive degradation value of the verified samples

图3所示为样品①、样品②、样品③的红外光谱图。图谱上970 cm-1附近特征峰通常是柴油机油中ZDDP(二烷基二硫代磷酸锌)添加剂特征峰，该添加剂同时提供抗氧化、抗磨损的作用，因而其特征峰一定程度可以表征服役柴油机油的劣化程度。与新油图谱对比，3个验证样品红外图谱在970 cm-1处特征峰处存在不同程度收缩，且收缩幅度随着综合劣化值的增大越发明显。特征峰的收缩程度可以代表添加剂的消耗情况，特征峰收缩幅度越大代表ZDDP添加剂消耗越严重，进一步代表柴油机油劣化程度越严重[15-16]。因而从验证样品红外图谱看，服役柴油机油综合劣化值与其关键添加剂的消耗是对应的，证明综合劣化值模型是可靠的。

图3 样品红外光谱图Fig.3 Infrared spectrum of samples：(a)sample ①；(b)sample ②；(c)sample ③

5 结论

(1)建立了用来评估服役柴油机油健康状态的综合劣化值模型，给出了综合劣化值与服役柴油机油健康状态之间的对应关系，并依据指标的单调性、相关性、预测性这三项原则确定了综合劣化值模型中指标的构成。

(2)给出了不同类型指标数值归一化的方法，利用熵权法计算各项指标在综合劣化值模型中的权重值；最后通过实例监测数据综合劣化值的计算以及与柴油机油中ZDDP添加剂消耗的对应关系对比，验证了方法的可靠性，为服役柴油机油健康状态的评估提供新的方法和思路。

(3)提出的方法可以在GB/T 7607的基础上进一步提升对服役柴油机油健康状态评估的精准性，为钻井现场开展柴油机油的科学维护提供指导。