基于油液监测的轴承润滑状态综合评估

郑远春

（92571部队，海南 三亚 572021）

大型旋转机械多用润滑油进行润滑，润滑油是设备磨损信息的载体，对其进行油液分析，可以判断设备的磨损状态，发现故障隐患。对设备进行适当调整和维护，可使设备故障率大幅降低，避免重大设备事故发生。基于设备润滑油监测，依据经典集合论的思想开展设备磨损状态评估，常用单一指标评估设备磨损状态，容易产生漏报或误报的情况。为了克服传统评估方法的不足，提高设备润滑磨损状态评估的准确性，本文应用模糊集理论，对基于润滑油监测的设备润滑磨损状态进行综合评估，指导设备的运行维护。

1 设备润滑状态评估方法

旋转机械设备有各种类型不一的摩擦副，它们的相对运动会产生磨损，磨损的产物被润滑油带入润滑系统，外界混入的污染物颗粒也会留存在润滑油中，这些磨损颗粒和污染物的材质、成分、形状、大小都反映了摩擦副磨损状态和润滑油状态信息。为了有效地评估设备的磨损状态，首先需要确定设备磨损和润滑油状态指标。

本文以锡基巴氏合金轴瓦材料、防锈汽轮机油润滑的某型船轴系支承轴承为评估对象，考虑轴承的材质结构、润滑油的自身性能参数和污染等因素，构建油液监测指标体系。选择铁、铬、铅、铜、锡、铝、镍7种元素的质量分数和铁磁性颗粒含量（PQ）指数作为设备磨损状态评估指标；选用运动黏度、水分、破乳时间、消泡时间作为轴承润滑油的理化性能评估指标。应用最大熵分析方法，确定指标界限值；用熵权法确定各个指标在磨损和理化指标类中的权重；基于模糊集理论建立指标隶属度函数，按照最大隶属度原则确定指标状态；建立轴承磨损状态与润滑油理化状态综合评估表，以及与之对应的轴承运行维护策略。

2 模糊综合评估模型

2.1 模糊集概念

在模糊集理论中，一个元素属于某个集合是不确定的，可能按一定程度属于某个集合，也可能同时属于多个集合。为了解决上述问题，Zadeh 提出了模糊集合的概念，为处理一些模糊的问题提供了一种精确的数学描述[1]。变换量R如式（1）所示。

式中，R为变换量。

R确定一个变换，给任意U上的一个模糊子集A，便可确定V上的一个模糊集合，即决策集B，表示为模糊变换B=A*R，其中“*”表示一种算子。在综合评判问题中，若取U为因素集合，取V为评语集合，R是U到V的模糊关系，rnm表示第n个因素对评判对象做出第m种评语的可能程度。

文中因素集U={U1，U2}；U1为磨损指标集，U1的因素是各个磨损元素含量和PQ指数，U2为理化指标集，U2的因素是各理化指标数据。评语集合V={V1，V2}；V1＝{磨损指标正常，磨损指标警告，磨损指标危险}，V2＝{理化指标正常，理化指标警告，理化指标危险}。

2.2 隶属度函数

根据不同的数据采集方式，选择不同的隶属度函数构造方法。指标界限值存在的实质是用矩形隶属度函数界定指标状态，然而，从正常到异常变化的指标状态是一个模糊渐变过程，用矩形隶属度函数评价指标状态显然不合实际。根据润滑油监测数据采集方式，这里选择三角形分布函数，来确定指标状态的隶属度。隶属度函数的构造考虑指标的3种情况[2]：①下限型指标（如润滑油的碱值），指标状态的描述性语言为“正常”“偏低”“太低”；②上限型指标（如磨损指标），指标状态的描述语言为“正常”“偏高”“过高”；③双限型指标（如润滑油运动黏度），指标状态的描述语言为“太低”“偏低”“正常”“偏高”“过高”。

2.3 权重矩阵

指标权重是用每个指标在整个指标体系中的相对重要性的数值表示。本文采用客观赋权的熵权法[3]来确定指标权重。若有原始评估指标数据矩阵Xij=(xij)s×t，其中，xij≥0，xij表示第i个对象的第j个指标（i=1，2，3，...，n；j=1，2，3，...，m），s为评估对象个数，t为评估指标个数。熵权计算过程如下。

1）对原始数据矩阵Xij=(xij)s×t进行标准化处理，得到标准化矩阵Pij：

2）第j个指标的信息熵Ej为：

式中，∂为中间参数，∂= lns。

3）计算第j个指标的差异系数Gj：

4）第j个指标的权重Wj为：

5）确定指标权重矩阵Ak。

式中，k为指标类型；是第t个指标在第k类中的权重。

2.4 模糊评估

1）隶属度矩阵。指标有正常、警告和危险3个状态，隶属度矩阵Rk代表k类n个指标分别属于3个状态的隶属度的大小，由（n× 3）个组成：

2）一级评估：

由第k类指标的隶属度矩阵Rk，归一化指标权重矩阵Ak，选用加权平均模糊算子M( )·, + 进行计算[1]，得到第k类指标状态一级评估矩阵Bk。

3）综合评估。由于轴瓦材料是一体化制造，各个磨损元素关联性很强，单一磨损元素异常还不能说明轴瓦磨损状态异常，只有多个磨损元素异常时，才能有效反映轴瓦磨损异常状态。所以，对于磨损类光谱元素数据以及铁磁性磨粒指标数据的评估采用加权平均法，取最大隶属度，确定轴承磨损的正常状态、警告状态、危险状态。

润滑油的理化指标关联性较弱，指标变化的同步性也较差，加权平均计算隶属度的时候，容易将权重小的异常指标掩盖掉。本文在计算理化指标状态矩阵时，直接取指标矩阵的最大隶属度，用以代表轴承润滑油理化指标状态。如果参与评估的理化指标异常，就判定润滑油的理化状态异常，并由各指标中异常程度最大的状态确定。

通过一级评估得到轴承磨损和润滑油状态，轴承综合状态评估表见表1，由表1 确定轴承综合状态。轴承综合状态划分为正常、注意、报警、紧急和特急5 种，为防止虚报增加管理难度，避免漏报加大事故风险，建立与综合状态对应的轴承运行维护策略，轴承运维策略对应表见表2。

表1 轴承综合状态评估表

表2 轴承运维策略对应表

3 模糊综合状态评估实例

1）对某船轴系1#轴承润滑油采样，通过光谱分析、PQ指数检测、理化指标检测得到样本数据；指标界限值由历史监测数据按照最大熵原理计算得到，指标权重由熵权法计算确定。1#轴承润滑油指标界限值及样本数据见表3，1#轴承润滑油指标权重见表4。

表3 1#轴承润滑油指标界限值及样本数据

表4 1#轴承润滑油指标权重

2）通过隶属度函数，计算轴承磨损指标和润滑指标隶属度矩阵。

式中，R1为设备磨损指标隶属度矩阵；R2为润滑指标隶属度矩阵。

3）由表3得到指标权重矩阵A1。

4）采用加权平均运算模型进行模糊变换，得到磨损指标一级评估隶属度矩阵B1。

式中，P1是矩阵B1中最大元素的列号。

5）采用最大隶属度原则，由R2可得到理化指标的一级状态评估。

式中，P2是矩阵R2中最大元素的列号。

P1和P2均可取值1、2、3，分别代表指标处于正常、警告、危险状态。

6）综合评估。由P1和P2可知，对应的设备磨损和润滑油均处于危险状态。查询轴承综合状态评估表和运维策略对应表，可知轴承的润滑磨损处于特急状态。维护措施是检查轴瓦磨损情况，视情维修，更换润滑油。

7）铁谱分析。图1、图2分别是1#轴承处于正常状态和特急状态的润滑油铁谱图（100 倍），图2中可以看到磨粒粗大，链条密集，铁、铬、铅、锡、镍质量分数和PQ 值均属于危险状态，水分质量百分数和润滑油运动黏度超出了危险状态上界限值，多因素共同作用，使得轴承润滑效果变差，导致轴瓦磨损加剧，说明评估结论是正确合理的。

图1 1#轴承处于正常状态的润滑油铁谱图（100倍）

图2 1#轴承处于特急状态的润滑油铁谱图（100倍）

4 结束语

综合考虑船舶轴系轴承磨损和润滑油理化指标状态的模糊不确定性，通过对1#轴承润滑油进行原子发射光谱分析、PQ 指数分析和理化性能检测，应用模糊综合评估方法，建立基于磨损和润滑油理化信息融合的轴承状态综合评估模型，实现了对轴承磨损和润滑状态的综合评估，弥补了用单一指标信息评估轴承状态的不足，确定了与综合状态对应的轴承运行维护策略，能够提高轴承管理维护的有效性。