磨损分析可以评估设备的磨损状况,判断故障部位.结合某石油化工企业往复压缩机的轴瓦磨损失效案例,介绍光谱元素分析、磨粒分析和电镜—能谱分析3 种磨损分析技术的检测意义、特点及应用.根据光谱元素分析结果判断设备出现磨损故障,通过电镜—能谱分析磨损颗粒的成分,判断故障部位,实现了提前预警.实践表明,磨损分析可以有效实现往复压缩机的设备故障诊断、预测维修,减少故障隐患,保障设备的安全运行.

针对风电机组主齿轮箱运行过程中因润滑不良导致异常磨损等故障的问题,提出偏最小二乘回归分析(PLS)方法来处理油液监测数据,并采用灰色等维递补模型进行故障预测.通过对油液监测数据中的运动黏度、酸值和铜元素、硅元素、锌元素、磷元素以及铁元素含量进行数据初值化与主成分提取,构建PLS模型并进行数据拟合分析.结果表明:运用偏最小二乘回归分析方法所拟合出的线性回归方程可以较为准确地预测齿轮箱中的异常磨损元素含量.使用灰色等维递补模型对数据进行预测,PLS模型进行诊断分析,可得出未来一段时间Fe元素含量变化趋势,为制定齿轮箱维护策略提供依据.

铁谱法是用于装备故障诊断的1种重要方法,其中铁谱法的重点是铁谱图像的分析,即磨损磨粒分析.卷积神经网络是当下最流行的深度学习算法之一,其广泛应用于图像识别领域,使得图像识别领域得到突破.随着卷积神经网络的快速发展,磨损颗粒在智能识别方面的技术取得了重大的突破.本文中首先简述了卷积神经网络与磨粒智能识别的发展历史,针对基于卷积神经网络的磨粒识别方法进行了从图像数据集处理到模型优化技术方面的介绍,并详细说明了这些技术在磨粒识别中的具体应用实例.然后从现有网络和自设计网络两方面分类,整理了近年来卷积神经网络应用于磨粒智能识别的代表性文献,综述了这些工作所提出的模型结构和特点,分析并阐述了各个模型主要的识别原理,各个网络结构存在的优缺点,以及它们的数据采用情况等,并对未来磨粒智能识别的主要研究方向进行了展望.最后肯定了卷积神经网络方法在磨粒智能识别方面的重要性,同时指出了基于此方法的磨粒识别模型的缺点,并提出了应紧跟图像识别领域的最新技术以促进磨粒智能识别水平提高等建议,对磨粒智能识别的发展具有一定的意义.

This paper analyzed the blockage failure of the cooling system of a wind turbine. The cooling system was designed to cool the converter. During the trial operation, abnormally high temper-atures occurred in several cooling systems. Meanwhile, the hoses of aluminum radiators in these cooling systems were blocked or burst. In order to analyze this failure, composition of the blockage, physical and chemical indicators of the coolant, composition of the radiator surface, and the composition of sealants were tested. Thereafter, the failure mechanism based on the test results was discussed. The results showed that the substances that cause the blockage of the cooling system are Al, Al(OH)3, and Al2(OH)2.76F3.24H2O, which are all corrosion and oxidation products of the radiator. Improper selection of coolant and sealant is the root cause of this blockage failure. Finally, this paper proposes solutions to similar problems.

油液监测是通过定期检测设备在用润滑油来反映机械设备运行状态的技术,不正确的取样通常会带来不准确的油液诊断结论.文章研究论述了油液监测的样品采集过程中不同的因素对于检测结果准确性的影响.首先,论述了常规的油液监测项目,以及其所表征的设备状态.其次,研究了油液的采样时机、采样位置、采样器具等三个方面对检测结果准确性的影响.最后,通过对比讨论,获得了设备油液分析样品的规范性采集及送检方法,有利于保证油液分析结果的准确性和设备润滑维护的可靠性.

针对某船舶艉管异常发热的故障,分析该船舶的故障背景,对艉管的新油和在用油样品进行理化指标、光谱元素、红外光谱和铁谱磨粒分析,发现该艉管存在油品混用的情况,且艉管的轴瓦磨损严重.根据最小油膜厚度公式的计算结果,发现磨损颗粒的尺寸大大超过了艉管的润滑油膜厚度,因而造成了艉管的急剧磨损.综合分析得出,混油引起润滑油性能下降而造成轴瓦的严重磨损,是造成轴瓦异常发热的根本原因.

随着节能减排的推行,水泥企业也越来越重视设备的润滑管理,如何建立标准指导企业进行设备的润滑管理与维护也迫在眉睫.文中介绍了T/CCAS 013-2020《水泥企业润滑管理》系列团体标准,该系列标准对润滑管理所涉及的多个方面都做了要求,适用于水泥企业生产流程主要设备的全流程润滑管理.

针对设备磨损故障诊断中磨粒识别技术难度高、工作主观经验影响大等问题,采用深度学习技术开展了磨粒智能识别的研究,提出了基于Mask R-CNN卷积神经网络的磨粒数字化表征方法.该方法利用迁移学习训练基于Mask R-CNN网络的磨粒识别模型对图像中磨粒进行识别和实例分割,然后使用Suzuki85算法、迭代算法、等比例计算方法计算出磨粒的真实尺寸,解决了磨粒分析中难定量分析的问题.结果表明:基于Mask R-CNN网络（采用R-101-FPN骨干网络）训练的磨粒识别模型可以对图像中多个异常磨损颗粒进行识别,综合准确率和召回率达到当前图像识别领域的主流水平.辅以上述Suzuki85等算法,成功实现磨粒图像的定量评价分析,对促进设备故障诊断技术的自动化发展和工业应用具有一定的实际应用价值.

Gas turbine generator unit is the most important equipment on the offshore platform, the reliability of pressure gauge on its fuel gas system affects the operation of the entire platform equipment. In this paper, an abnormal fracture failure of pressure gauge bolt on fuel gas system of offshore platform was investigated. Series experiments of visual examination, chemical analysis, fractography analysis, metallographic analysis, and hardness analysis were conducted on the pressure gauge bolts. Thereafter, the failure mechanism of the pressure gauge bolt was discussed based on the experimental results and bolt service environment. It was concluded that the bolt was fractured due to the stress corrosion cracking, and the poor corrosion resistance of bolt materials is the main cause. Finally, countermeasures were proposed to address similar problems.

采用铁谱定性分析技术,从材质、形貌特征、生成机理及来源等方面来分析铁系磨粒、铜合金磨粒和巴氏合金磨粒,判断机械设备摩擦副的运行状态及可能存在的异常磨损情况,对指导设备的维护具有重要意义.通过对水泥行业的设备进行油液监测,可发现辊压机减速齿轮箱是否出现严重磨损,推测设备是否存在故障,经现场拆机检查证实.

通过对某水泥企业的一线原料立磨磨辊轴承进行油液监测,发现其磨辊轴承润滑油的黏度、磨损金属元素等指标严重超标,此外还在油中发现大量钢、铜合金磨损颗粒,而且部分钢质磨粒表面伴有明显的高温氧化痕迹,这表明轴承已出现润滑不良.通过对油液监测数据进行对比分析,查明了故障产生的原因,为现场处理故障问题和提高设备管理提供了有效的指导建议,从而保证了轴承的可靠运行.

提出有限元分析和油液监测相结合的方法来预测风电机组轴承疲劳磨损寿命.通过ABAQUS有限元分析,结合某风力发电机的实际运行工况,获得风机发电机后轴承的应力分布和应力时间历程曲线,通过雨流计数法和Miner准则,计算出轴承出现疲劳磨损的寿命时间;运用油液检测和铁谱分析实验,得到该风机轴承的润滑脂性能信息和磨损颗粒信息,从而判断出该轴承的润滑和磨损状态.通过结合分析仿真计算和实验的结果,可以更准确地预测和诊断轴承的疲劳磨损寿命和故障,从而提高风电机组运行的可靠性.

某冷轧板厂使用新配方轧制油后,冷轧轧辊轴承烧毁的频率增大.将新配方轧制油按不同比例与轴承润滑脂进行了混兑试验,结果表明轧制油对润滑脂的防腐性和胶体稳定性产生较大影响,是轴承烧毁的主要原因.