正版新书]油液监测与智能诊断贺石中,石新发,李秋秋 编978711177

前言

第1篇油液监测技术第1章油液监测技术概述1

1.1油液监测的目的及意义1

1.2油液监测技术体系4

1.2.1油液离线监测4

1.2.2油液在线监测6

1.3油液监测技术的发展趋势8

参考文献12

第2章油液理化性能分析技术14

2.1润滑油理化指标的检测14

2.1.1黏度14

2.1.2黏度指数18

2.1.3水分19

2.1.4闪点20

2.1.5酸值22

2.1.6碱值24

2.1.7凝点和倾点25

2.1.8机械杂质26

2.1.9不溶物27

2.1.10抗乳化性28

2.1.11泡沫特性30

2.1.12抗磨性和极压性32

2.1.13液相锈蚀34

2.1.14铜片腐蚀35

2.1.15抗氧化性37

2.1.16润滑油剩余抗氧剂含量测定（RULER）38

2.1.17漆膜倾向指数39

2.2润滑脂理化指标检测40

2.2.1外观40

2.2.2锥入度41

2.2.3滴点43

2.2.4强度极限44

2.2.5相似黏度45

2.2.6低温转矩46

2.2.7蒸发损失47

2.2.8氧化安定性48

2.2.9胶体安定性49

2.2.10抗磨极压性51

2.2.11铜片腐蚀53

2.2.12抗水淋性54

2.2.13水分54

2.2.14皂分55

2.2.15机械杂质55

2.2.16游离有机酸和游离碱57

2.2.17橡胶相容性58

2.3变压器油理化指标检测58

2.3.1溶解气体组分58

2.3.2二苄基二硫醚59

2.3.3多氯联苯60

2.3.4击穿电压60

2.3.5体积电阻率61

2.3.6介质损耗因数62

2.3.7析气性63

2.3.8带电倾向64

2.3.9糠醛65

2.3.10稠环芳烃66

2.3.11界面张力67

2.3.12水溶性酸碱67

2.3.13腐蚀性硫68

2.3.14苯胺点69

参考文献69

第3章颗粒污染度分析技术71

3.1颗粒污染度分析技术简介71

3.2颗粒污染度的测试方法72

3.2.1自动颗粒计数法72

3.2.2显微镜颗粒计数法74

3.3颗粒污染度的评价方法76

3.3.1ISO 4406污染度等级标准76

3.3.2SAE AS4059污染度评级标准78

3.3.3NAS 1638污染度等级标准79

3.3.4GJB 420B污染度评级标准80

3.4润滑及液压系统的污染控制及方法82

3.4.1建立目标清洁度82

3.4.2污染预防范83

3.4.3油液的净化处理85

3.4.4系统污染度的实时监测87

参考文献87

第4章红外光谱分析技术89

4.1红外光谱分析技术简介89

4.2红外光谱的原理90

4.2.1基本原理90

4.2.2吸收峰和基团频率90

4.2.3傅里叶变换红外光谱仪91

4.3润滑油基础油和添加剂红外光谱特征92

4.3.1矿物基础油92

4.3.2合成基础油93

4.3.3添加剂96

4.4红外光谱定性和定量分析98

4.4.1红外光谱定性分析98

4.4.2红外光谱定量分析100

4.5红外光谱在油液分析中的应用105

4.5.1基础油结构族组成分析105

4.5.2抗氧剂含量分析106

4.5.3在用油的质量监测107

4.5.4油液鉴别与混油鉴定107

4.5.5油液理化指标快速测定109

参考文献110

第5章光谱元素分析技术112

5.1光谱元素分析技术简介112

5.2光谱元素分析原理112

5.2.1原子结构和原子光谱的产生112

5.2.2原子的激发114

5.2.3光谱的种类114

5.3原子发射光谱法115

5.3.1原子发射光谱法基本原理115

5.3.2旋转圆盘电极原子发射光谱法116

5.3.3电感耦合等离子体原子发射光谱法117

5.4X射线荧光光谱法120

5.4.1波长色散X射线荧光光谱法（WDXRF）120

5.4.2能量色散X射线荧光光谱法（EDXRF）121

5.5扫描电镜-能谱分析123

5.5.1X射线能谱分析原理123

5.5.2能量色散X射线谱仪124

5.5.3检测方法124

5.6光谱元素分析在油液监测中的应用125

5.6.1评价设备的磨损状态及磨损趋势125

5.6.2评价油液的使用状态127

5.6.3鉴别油液的真伪128

5.6.4确定合理的换油周期129

参考文献130

第6章磨粒分析技术132

6.1磨粒分析技术简介132

6.2铁谱分析的基本原理133

6.2.1梯度磁场133

6.2.2磨粒的磁化134

6.3磨粒的提取与分析135

6.3.1磨粒提取技术135

6.3.2磨粒分析方法139

6.4磨粒的分类与识别143

6.4.1磨粒的分类143

6.4.2黑色金属磨粒143

6.4.3有色金属磨粒147

6.4.4铁氧化物颗粒148

6.4.5油液氧化产物及添加剂150

6.4.6污染物153

6.5磨粒定量分析技术154

6.5.1磨粒定量检测方法154

6.5.2磨粒定量分析方法156

6.6磨粒分析在油液监测中的应用159

6.6.1磨损的发展过程及其磨粒特征159

6.6.2磨粒与机械故障的关系160

6.6.3磨粒分析技术在设备润滑磨损状态监测中的应用164

参考文献167

第7章油液在线监测技术169

7.1油液在线监测技术概述169

7.2油液在线监测传感器技术170

7.2.1油液水分传感器170

7.2.2油液黏度传感器175

7.2.3油液品质传感器183

7.2.4颗粒监测传感器188

7.3油液传感器测试评价技术204

7.3.1传感器测试中的误差和数据处理204

7.3.2传感器的基本特性206

7.3.3传感器的基本参数测试208

7.3.4传感器的环境可靠性测试209

7.3.5传感器的安全性能测试210

7.4油液在线监测装置与系统211

7.4.1油液在线监测系统架构211

7.4.2对象层-机组润滑系统212

7.4.3采集层-油液在线监测装置213

7.4.4监控层-软件系统215

7.4.5运维层-监测预警与运维云平台220

参考文献224

第2篇设备润滑磨损故障智能诊断

第8章设备润滑磨损故障智能诊断概述226

8.1润滑磨损故障智能诊断内涵226

8.1.1智能诊断概念226

8.1.2润滑磨损故障智能诊断研究方向227

8.1.3润滑磨损故障智能诊断的结构与流程227

8.2润滑磨损故障智能诊断研究现状230

8.2.1润滑失效分析研究现状230

8.2.2磨损故障诊断研究现状233

8.3润滑磨损故障智能诊断面临的问题与挑战235

8.4润滑磨损故障智能诊断发展趋势236

参考文献238

第9章设备润滑磨损故障诊断阈值制定241

9.1油液监测异常值的检验241

9.1.1基于统计概率法的异常值检验241

9.1.2基于离散度的异常值检验242

9.1.3基于Kmeans算法的异常值检验243

9.1.4基于孤立森林法（Isolation Forest）的异常值检验244

9.2基于正态分布的阈值制定方法246

9.2.1正态分布法计算阈值的原理246

9.2.2正态分布的检验247

9.2.3正态分布的三线值法249

9.2.4正态分布法阈值制定示例250

9.3基于累积分布的阈值制定方法250

9.3.1累积分布法计算阈值的原理251

9.3.2累积分布法制定阈值的步骤251

9.3.3累积分布法阈值制定示例 252

9.4基于非参数估计的阈值制定方法254

9.4.1最大熵法254

9.4.2核密度估计法255

9.4.3KNN近邻法256

参考文献257

第10章设备润滑磨损故障智能诊断的特征提取259

10.1润滑磨损故障数据组成及特点259

10.1.1润滑磨损故障诊断数据组成259

10.1.2润滑磨损故障诊断数据特点261

10.1.3润滑磨损故障诊断特征提取实施策略及流程262

10.2润滑磨损故障诊断特征约简264

10.2.1基于熵度量的磨损故障特征约简264

10.2.2基于粗糙集理论的润滑油劣化特征约简269

10.2.3基于特征贡献度的无监督特征约简272

10.3润滑磨损故障特征提取282

10.3.1基于PCA的线性特征提取283

10.3.2基于核算法的非线性特征提取287

10.4润滑磨损故障诊断特征关联性分析293

10.4.1基于数据统计特征的关联规则挖掘293

10.4.2基于灰色模型的关联性分析299

参考文献304

第11章基于机器学习的设备润滑磨损故障智能诊断308

11.1基于人工神经网络的诊断模型308

11.1.1BP神经网络原理308

11.1.2案例分析310

11.2基于决策树的诊断模型313

11.2.1决策树原理314

11.2.2基于决策树的润滑油品分类识别

案例分析316

11.2.3基于决策树的柴油机磨损失效识别案例分析317

11.3基于支持向量机的诊断模型321

11.3.1支持向量机原理321

11.3.2案例分析322

11.4基于集成学习的诊断模型325

11.4.1集成学习原理325

11.4.2随机森林326

11.4.3案例分析328

参考文献329

第12章磨粒图像智能识别332

12.1磨粒图像智能识别的发展过程332

12.2磨粒智能识别原理333

12.2.1磨粒特征提取333

12.2.2磨粒特征分类方法337

12.2.3磨粒特征提取辅助技巧338

12.3磨粒智能识别实现案例340

12.3.1磨粒智能识别方法340

12.3.2数据准备342

12.3.3模型训练343

12.3.4结果应用344

12.4磨粒智能诊断系统设计与实现346

12.4.1系统设计346

12.4.2硬件组成346

12.4.3软件设计347

参考文献352

第13章在用润滑油可靠性评估及寿命预测356

13.1基于Weibull分布的在用润滑油可靠性评估357

13.1.1润滑可靠性评估常用函数357

13.1.2基于Weibull分布的润滑油可靠性建模357

13.1.3模型参数寻优求解358

13.2基于多元数据分布的在用润滑油可靠性评估361

13.2.1Copula函数简介362

13.2.2油液多元联合可靠性函数363

13.2.3案例分析365

13.3基于时间序列的润滑油寿命预测368

13.3.1基于ARMA时间序列模型的润滑油寿命预测368

13.3.2基于LSTM模型的润滑油寿命预测375

13.3.3其他预模型377

参考文献379

第3篇行业应用案例第14章石油化工行业案例382

14.1石油化工行业典型设备润滑特点382

14.1.1离心式压缩机润滑特点382

14.1.2往复式压缩机润滑特点383

14.1.3螺杆式压缩机润滑特点384

14.1.4冷冻机润滑特点384

14.1.5泵的润滑特点385

14.1.6电动机润滑特点385

14.2石油化工行业设备常见润滑磨损故障386

14.2.1压缩机轴瓦产生漆膜386

14.2.2润滑系统受到压缩介质污染387

14.2.3压缩机轴瓦异常磨损387

14.2.4铜质摩擦副受到腐蚀387

14.3石油化工行业设备润滑失效案例388

14.3.1新氢压缩机瓦斯泄漏故障监测388

14.3.2主电动机液压油受废油污染监测389

14.3.3注水泵润滑油水分污染在线监测391

14.4石油化工行业设备磨损故障案例393

14.4.1油浆泵轴承磨损故障监测393

14.4.2膜回收往复压缩机磨损故障监测395

14.4.3造粒机主减速箱在线油液监测案例398

14.4.4挤压机齿轮箱在线监测磨损故障监测398

参考文献402

第15章水泥行业案例403

15.1水泥行业典型设备润滑特点403

15.1.1破碎及运输设备润滑特点404

15.1.2生料粉末设备润滑特点405

15.1.3熟料烧成设备润滑特点405

15.1.4熟料研磨及包装设备润滑特点406

15.1.5风动和除尘设备润滑特点407

15.2水泥行业设备常见润滑磨损故障408

15.2.1油液选型不当408

15.2.2油脂错用混用408

15.2.3粉尘颗粒污染409

15.2.4齿轮、轴承磨损失效409

15.3水泥行业设备润滑失效案例409

15.3.1篦冷机液压系统受硅油污染监测409

15.3.2螺杆式空气压缩机油稠化原因分析411

15.3.3立磨磨辊润滑油黏度增高原因分析413

15.3.4辊压机润滑油水分超标在线预警414

15.4水泥行业设备磨损故障案例414

15.4.1立磨磨辊轴承磨损故障监测414

15.4.2辊压机定辊齿轮箱的磨损故障监测416

15.4.3立磨减速机异常磨损在线监测419

参考文献420

第16章钢铁行业案例422

16.1钢铁行业典型设备润滑特点422

16.1.1烧结设备润滑特点423

16.1.2炼铁设备润滑特点424

16.1.3炼钢设备润滑特点425

16.1.4轧钢设备润滑特点426

16.2钢铁行业设备常见润滑磨损故障428

16.2.1轧辊油箱进水428

16.2.2液压系统泄漏429

16.2.3润滑剂选型和使用不当429

16.2.4润滑系统设计不当430

16.3钢铁行业设备润滑失效案例430

16.3.1球磨机在用油变黑原因分析430

16.3.2冷轧支承辊驱动端在线回油流量计堵塞原因分析432

16.3.3转炉液压系统混油故障监测434

16.3.4冷轧机集中润滑油站水分污染隐患在线监测436

16.4钢铁行业设备磨损故障案例438

16.4.1钢厂张力辊齿轮箱磨损故障监测438

16.4.2转炉回转支承轴承润滑脂失效导致的磨损故障440

16.4.3铸轧机连铸摆剪系统变速箱齿轮磨损故障监测442

参考文献443

第17章电力行业案例444

17.1电力行业典型设备润滑特点444

17.1.1火电设备润滑特点444

17.1.2水电设备润滑特点445

17.1.3核电设备润滑特点446

17.1.4风电设备润滑特点447

17.2电力行业设备常见的润滑磨损故障448

17.2.1汽轮机组常见故障448

17.2.2风力发电机组常见润滑磨损故障449

17.3电力行业设备润滑失效案例450

17.3.1核电站凝结水泵电动机轴承高温原因分析450

17.3.2风力发电机主齿轮箱新油不合格原因分析452

17.3.3风力发电机主齿轮箱油液种类大数据甄别分析454

17.3.4核电站循环水泵电动机轴承腐蚀磨损原因分析456

17.4电力行业设备磨损故障案例458

17.4.1风力发电机主齿轮箱磨损故障原因分析458

17.4.2风力发电机主齿轮箱润滑油变黑原因分析460

参考文献463

第18章海上石油开采行业案例465

18.1海上石油开采行业典型设备润滑特点465

18.1.1主发电机组润滑特点465

18.1.2起重机械润滑特点466

18.1.3压缩机润滑特点467

18.1.4泵机润滑特点468

18.1.5救生艇润滑特点468

18.2海上石油开采行业设备常见润滑磨损故障469

18.2.1起重机齿轮箱异常磨损469

18.2.2柴油机腐蚀磨损470

18.2.3柴油机燃油稀释470

18.2.4油液混用或错用470

18.2.5水分污染和油液乳化470

18.2.6固体颗粒污染471

18.3海上石油开采行业设备润滑失效案例471

18.3.1冷水机组润滑系统进水故障分析471

18.3.2海上平台发电柴油机润滑油凝结原因分析473

18.3.3螺杆式压缩机润滑油分层原因分析475

18.4海上石油开采行业设备磨损故障案例477

18.4.1透平发电机高温故障原因分析477

18.4.2海上平台发电柴油机的油液在线监测479

参考文献481

第19章交通运输行业案例483

19.1交通运输行业典型设备润滑特点483

19.1.1轨道交通车辆润滑特点483

19.1.2船舶润滑特点484

19.1.3汽车润滑特点486

19.2交通运输行业设备常见润滑磨损故障487

19.2.1发动机常见润滑故障487

19.2.2齿轮箱常见润滑故障488

19.3交通运输行业设备润滑失效案例488

19.3.1轴承润滑脂受探伤耦合剂污染的可能性分析488

19.3.2汽车发动机起动困难原因分析491

19.3.3柴油发动机轴瓦磨损原因大数据分析493

19.4交通运输行业设备磨损故障案例496

19.4.1公交车辆差速器失效原因分析496

19.4.2远洋船舶艉管发热原因分析497

参考文献501

本书主要汇聚了广州机械科学研究院有限公司贺石中首席专家团队近10年来在油液监测与智能诊断领域开展理论研究、技术创新和工程实践的成果，系统阐述了油液监测技术体系与智能化诊断原理、方法和工程应用案例。本书不仅对掌握和应用油液监测技术具有指导作用，对开展以油液监测为手段的机器状态监测和故障诊断工作也有一定的参考价值。