摘 要：在线油液监测表征机器异常磨损状态信息是设备故障诊断技术的核心和瓶颈。针对安阳中联海皇水泥有限公司立磨主减速机稀油站润滑油采用送检方式不能直观、及时地了解润滑状态等问题。广研检测对安阳中联海皇水泥有限公司立磨主减速机稀油站安装了油液在线监测仪，对机组润滑系统状况进行了实时监测，将计划性停机转化成了视情维护，做到了有的放矢，达到了降本增效的目的。
关键词：在线油液监测；故障诊断；实时监测； 视情维护
1 引 言
长期以来，我国的水泥生产企业基本采用是计划维修和定期检修制度，显然，这种计划维修和检修方式已不能适应现代化生产的需要。
水泥是国民经济建设的重要基础原材料，随着我国经济的高速发展，水泥在国民经济中的作用越来越大。同时，水泥做为用量大、能耗高、污染重的基础性材料，其生产需要消耗大量的石灰石、煤炭等不可再生资源，同时还涉及到原料进厂、成品出厂的物流问题。 按照经济地理学的观点，不同的产业部门具有不同的分布形态，即使在同一地区，不同的发展阶段其产业结构也各不相同，因而产业布局在空间上表现出不同的分布形态。对于某一地区来讲，究竟应选取何种布局模式，应根据区域条件、产业结构特点及发展阶段来确定。唯有在能满足自然、技术、经济、社会等要求的前提下，才能获取最佳效益。中国的绝大多数市场目前都处在供大于求的状态，水泥行业更是被列入国家重点调控的三大行业之一，但这只是表明在数量上的竞争很是激烈，而在质量上的竞争还仍处于很低的水平。
近几年来,国家提出供给侧改革,优化经济发展结构,水泥需求因此下降,2015年全国水泥产量23.5亿吨,同比下降4.9%,为本世纪来首次负增长,全国水泥产能发挥率下降到75%以下,行业内竞争加剧,大部分企业效益下滑,甚至亏损,职工收入下降,因此如何化解当前和未来水泥产能过剩是不可回避的问题。国内关于产能过剩研究近10多年来逐步增多,取得了一系列研究成果,形成一套完整的化解产能过剩的理论和方法。水泥行业因社会固定资产投资额增长趋缓等综合因素而发生了一系列变化,需求市场从原来的高速增长转为平稳增长,而行业内同时又发生了严重的产能过剩、无序竞争现象。出于对未来市场不确定及在华投资成绩不佳等因素考虑,外商在水泥行业由原来的大举进入转为停滞不前。通过对外商在我国水泥行业投资的历史、进入动因、退出原因及外商直接投资对我国水泥行业的有利影响分析,论证了外商直接投资对我国水泥行业的产业结构调整具有重要作用,而且外商投资在我国水泥行业仍具较大空间,水泥行业也需要外资的存在。
水泥行业作为国民经济和社会发展的重要基础原材料产业,同时也是高污染、高能耗的行业。资源、能源、环境等因素严重制约了水泥工业的可持续发展,为了引导我国水泥行业向可持续发展的循环经济方向前进,必须走清洁生产的道路。在系统查阅国内外水泥行业清洁生产技术、工艺和评价方法的基础上,重点对我省水泥行业清洁生产水平进行了现状调查和评价,旨在摸清我省水泥行业清洁生产现状,构建行业层面清洁生产评价方法,识别制约行业发展的瓶颈,发掘清洁生产潜力,促进水泥行业的可持续发展。
为了提高水泥厂立磨减速机、煤磨减速机和窑主减速机等关键设备的运行可靠性，最大程度避免非计划停工事故的发生，建立预测性维修运行体系至关重要，为此提出面对关键设备的减速机远程在线监测方案。一经发现生产设备的各项运行参数出现异常，可根据实际情况指定维修方案进行维修，这样能大大提高生产率，延长设备的维修周期和使用寿命，降低设备的事故发生率，为企业创造综合经济效益。
润滑类故障检查主要以润滑油液的在线监测为基础，在源头上对设备进行监控，第一时间掌握设备运行状态，第一时间发现设备微小故障，并提供准确的维修维护计划，避免了设备进一步损坏。润滑油液是机械装备的“血液”，润滑失效直接导致机械传动部件异常磨损，是机械装备故障的主要根源，直接影响工矿企业大型装备的安全运行[1]。目前传统的油液监测是需要到设备运行地点采集样品，通过样品快递到达专业的油液实验室进行分析和诊断（离线监测），一方面监测周期长，采样代表性、样品快递以及检测过程均影响诊断结论的可靠性；另一方面由于离线监测无法实现参数的实时采集，数据不及时，数据量也不足，难以对设备状态进行实时评估，也就很难对设备的剩余有效寿命(RUL)进行精准预测；对于环境条件恶劣的生产现场，例如海上石油开采平台、风力发电厂等，取样还会耗费大量的人力物力，增加了劳动成本。而在线监测就具有实时、数据量大、数据连续性好、不影响生产以及人工维护成本低的特点，是油液监测发展的重要方向之一。
伴随着人工智能及油液分析技术信息化的发展，磨损故障诊断及监测也进入了智能化阶段。智能在线监测的发展与进步，提高油液监测效率、增加检测结果的可信度、给出合理的可靠性评估指标并实现诊断智能化，使油液监测技术为企业设备润滑安全可靠性管理提升做出更大的贡献，真正意义上地实现机械装备在用油液性能指标的快速高效检测、设备润滑磨损状态的智能诊断及设备润滑磨损视情维护策略的优化。在线监测领域，文献[2]研究了一种在线铁谱图像分析的方法，经过图像采集、二值化处理、磨粒分割、特征构造、趋势分析等对铁谱图像中的铁磁磨粒进行诊断，实现了在线实时分析机械装备故障；文献[3]针对齿轮油做了大量试验分析，研究了一种采用YUV颜色空间方法进行二值化、采用合理卷积模板实现图像锐化；并通过运用减背景方法和自动阈值分割法，提高了磨粒分割准确率的目的；文献[4]针对在线油液中的磨粒图片，提出了一种二次二值化的方法，改进提高了磨粒自动识别的效率、并且采用线性滤波处理磨粒图像和低通滤波处理背景噪点的手段，提高了故障识别的精度；文献[5]将先进的信息融合理论方法应用于油品磨损故障颗粒的自动识别，编制了对应的计算机应用识别程序，基于磨粒图象的形态特征及参数进行筛选和各种统计分析的基础上，研究了各参数的统计容许限和决策基元概率，并取得了良好的效果。文献[6] [7][8]对机械装备的在线磨损故障分析进行了深入研究。
安阳中联海皇水泥有限公司、多年来一直在广州机械科学研究院设备润滑与磨损状态监测中心开展设备的油液监测工作。监测目的主要是通过油液监测发现设备可能出现的早期磨损，以便及时采取措施进行视情维修。确保油液监测项目的稳定可靠开展，减少人为不确定因素的影响。
2 在线监测系统平台
油液在线监测系统由下位机单元、油路循环单元、通讯单元、上位机单元组成；
下位机单元包括：油液在线采集系统、电源系统、控制板系统组成，完成油液在线监测的数据采集；
油路循环单元包括：取油口、取油管道、进油口、内部油路管道、出油口、回油管道、回油口组成，完成油液的循环流动，实现对油液的实时采集；
通讯单元包括：电源线、485信号线组成，完成油液在线监测系统的数据传输；
上位机单元包括：工控机、显示器、专家诊断系统组成，工控机对采集到的数据进行实时分析，一端通过显示器的数据客户端直观的展现出实时数据，另一端可通过网络传递给专家诊断中心，进行更详细专业的分析。油液在线监测系统示意图如图1：
铁谱磨粒发现有个别尺寸超过50微米的黏着擦伤磨粒，说明运行油中的确存在大尺寸磨粒，进一步验证了在线监测的检测结果是可靠的。
5 结束语
提供的在线油液监测系统，在立磨主减速机上的运行情况结果是成功及可以推广的，在运行过程中有效的发现了设备故障原因，及时沟通并采取有效措施，避免了对设备可能的再次损坏，保护了设备，增加了设备的使用寿命，减低了维护维修成本，从另一个角度增加企业的效益，具有现实的经济意义和社会意义。
结合在线监测和离线铁谱分析的结果，油中的确含有大尺寸的铁磁性颗粒，大部分情况下，磨粒都是来源于设备相关部件的磨损，但是不排除系统管路中沉积的残留颗粒被冲洗到了润滑油中这种偶发性的因素，对此，若在线监测报警时，一方面建议进行跟踪，关注颗粒浓度变化趋势，如果只是短时间内上升，后又趋于平稳，那可能源于沉积颗粒的污染；如果在一段时间内持续上升，且温度也出现异常，则很可能出现异常磨损。在线监测对磨粒的大尺寸的颗粒较为敏感，尽管在检测精度上和离线分析尚有一定的差距，但其反应的是设备的实时状况，这是离线监测所不能达到的。对此，如在线监测出现连续报警，可以立即取样送至广研检测，广研检测将会进行全方位的离线分析，综合判断设备是否存在异常。
参考文献
[1]谢友柏. 摩擦学的三个公理[J]. 摩擦学学报, 2001, 21(3): 161-166.
XIE You,bai, Three Axioms in Tribology[J]. Tribology, 2001, 21(3): 161-166.
[2]WU Tonghai, MAO Junhong, WANG Jingtao, et al. A New On-Line Visual Ferrograph[J]. Tribology Transactions, 2012, 52(5): 623-631.
[3]Qunfeng Zeng, Guangneng Dong, Yanling Yang, Tonghai Wu. Performance deterioration analysis of the used gear oil. Advances in ChemicalEngineering and Science, 6: 67-75, 2016.
[4]武通海, 邱辉鹏, 吴教义等. 图像可视在线铁谱传感器的图像数字化处理技术[J]. 机械工程学报, 2008, 21(6): 83-87.
WU Tonghai,QIU Huipeng,WU Jiaoyi, Image Digital Processing Technology for Visual On-line Ferrograph Sensor[J]. CHINESE JOURNAL OF MECHANICAL ENGINEERING, 2008, 21(6): 83-87.
[5]Kai Zhang, Tonghai Wu, Qinghu Meng, et al. Ultrasonic measurement of oil film thickness using piezoelectric element.InternationalJournalofAdvancedManufacturingTechnology,2016. (DOI: 10.1007/s00170-016-9559-3)
[6]陶辉, 冯伟, 贺石中,陈闽杰.一种融合在线铁谱图像特征信息的磨损状态诊断方法. 哈尔滨理工大学学报, 2012, 10(51): 40-48.
TAO Hui,FENG Wei,HE Shi-zhong,CHEN Min-jie.A Method of Wear State Analysis Based on Integration of On-line Ferrograph Image Feature Information. Journal of Harbin University of Science and Technology, 2012, 10(51): 40-48.
[7]陶辉, 陈闽杰, 贺石中,冯伟.在线铁谱图像分析中基于蚁群算法改进Otsu的设计与应用. 电子设计工程, 2014, 12(49): 20-26.
Tao Hui, Cheng Mingjie, He Shizhong, Feng Wei. The Design and Application of Improved Otsu based on Ant Colony Algorithm on on-line Ferrograph Image Analysis. International Electronic Elements, 2014, 12(49): 20-26.
[8]陶辉, 贺石中. 基于在线油液监测的海上钻井平台发动机故障报警预测[J]. 润滑与密封, 2017, 42(07): 111-116.
Tao Hui, He Shizhong. Engine Fault Alarm Prediction of Offshore Drilling Platform Based on Online Oil Monitoring[J]. Lubrication and Sealing, 2017, 42(07): 111-116.
论文作者:陶辉, 杨涛, 唐剑武
论文发表刊物:《科技中国》2018年3期
论文发表时间:2018/8/6
标签：在线论文; 水泥论文; 设备论文; 磨损论文; 行业论文; 离线论文; 实时论文; 《科技中国》2018年3期论文;