传感器技术正在改变我们进行石油分析的方式，并将在不久的将来改变实验室的作用。

由Mark Ba​​rnes，博士，CMRP，Des-Case Corp.

对于任何关键的油润滑资产，石油分析是重要的预测维护和积极主动的工具。与其他条件监控工具（例如振动分析和热量表）不同，主要集中于检测初期失效的开始，油分析能够确定可能导致失败的因素，例如错误的润滑剂，润滑润滑剂，降解润滑剂，降解，润滑，，润滑剂，降解的因素或颗粒或水分的污染。正是石油分析的积极主动方面使其成为条件监视工具箱中必不可少的工具。

传统上，石油分析是基于路线的，就像振动分析一样。与振动分析不同，训练有素的分析师可以通过查看特征性缺陷频率甚至时间波形来立即识别问题，油分析需要将样品提交给油分析实验室的额外步骤，即现场或现场 - 因此可以进行物理或化学测试以尝试识别问题。此额外的步骤通常会增加天数，或者在极端情况下，确定是否存在待处理问题。尽管这在较慢的移动设备中并不总是一个问题，但在更高的速度机械或移动型应用程序中，任何延迟都可能是灾难性的。

振动和石油分析共享的一件事是获得的结果的性质。无论是进行读数的振动分析师还是获取样品的润滑技术人员，两种技术都在阅读或采样时都对机器发生的一切进行瞬时快照。m.10bet在机器操作恒定，具有相同负载，占空比和操作参数的情况下，这似乎是一个微妙的点。但是，对于运营条件不断变化的资产，结果可以使任何一种技术降低。

通过插图，请考虑一位振动分析师从驱动离心泵的电动机中读取的读数。虽然泵和电动机上的负载可能是恒定的，但是如果泵在间歇性地运行的振动屏幕附近运行，则电动机的读数可能会因屏幕是否运行还是闲置而有所不同。在振动分析中，培训了一名优秀的分析师来说明操作变体。在石油分析中，由于分析是从采样中删除的一步，因此操作变化可能不会引起人们的注意。

在油分析中，数据也是机器在获取样品时的运行方式的瞬时快照。这可能会对结果产生深远的影响。考虑图1中所示的示例。数据显示了在正常操作过程中使用旁路过滤单元冲洗液压系统的结果。为了确保过滤具有预期的效果，使用在ISO 4406：99的4，6-和14μm粒径范围内使用实时粒子计数来监测油的整体清洁度。虽然粒子污染的总体趋势正在减少，但通过线性4μm趋势衡量，但所有三个粒径范围的射击变化都显着，对应于泵，阀门和执行器何时启动和停止。

现在，想象一下在图1所示的趋势中的某个时候，取一个瓶样品，具体取决于机器操作阶段，很有可能在粒子计数趋势中以峰值或低谷进行样品。因此，报道的粒子计数可能看起来很高或低，因为瓶子的快照只是系统中发生的事情的瞬时快照。仅通过实时监视粒子计数，才能确定旁路系统的真正有效性。

图2显示了一个类似的示例。在这种情况下，“智能” - desiccant呼吸器正在监视液压系统储层顶空间中的相对湿度。基于在正常运行期间采集的瓶油样品，将油中的水含量测量为30 ppm（0.003％V/V），远低于此应用的极限。但是，在采集样品两天后，采用的操作人员选择使用加压水清洁系统。基于传感器，顶空和因此呼吸器的实时数据，在24小时内饱和。这使维护团队实时提醒了可能导致液压泵气腔或其他问题的潜在灾难性情况。下一个常规安排的石油样本为25天，这意味着这个问题可能会持续三到四个星期，而未被确定。

除了实时测量呼吸器饱和度的程度和方向的粒子计算传感器和智能呼吸器外，可用于监测润滑剂的传感器数量和类型在过去五年中也显着增长。如今，传统上使用基于实验室的石油分析来监测的几乎每种物理或化学特性可以使用传感器实时监测。上表将最常见的油分析实验室测试与容易获得的传感器进行了比较，这些传感器可以模仿各种油物理和化学特性的变化。如表所示，唯一无法实时复制的油分析参数是元素分析，它依赖于原子发射或吸收来报告磨损金属，某些污染物和无机添加剂的浓度。

有许多传感器可供选择，最明显的问题是：哪个最有效？回答这个问题的关键是彻底了解故障模式以及某些石油特性随时间变化的速度。虽然油的某些均匀特性（例如粘度）的变化速度较慢。每天，每小时，每分钟甚至每一秒都可以更改的信息对于实时监视更有价值。这些包括颗粒和水污染，磨损碎屑含量以及一定程度的总体油质。将不断变化的参数与实时操作参数进行比较，例如负载，速度，温度，操作周期以及某些维护过程的执行，可以为润滑剂如何响应正常和异常的操作条件提供前所未有的见解。

像所有基于传感器的状态监测技术一样，实时油分析并不旨在替代瓶子样品和实验室分析。在短期到中期，总是需要信任商业石油分析实验室提供的知识，技能，准确性和精度。将来，石油分析实验室将变得更像是“法医实验室”，使用其专业知识来确定首先使用传感器（例如润滑剂降解或增加磨损趋势）识别出的问题状况的根本根本原因和原因。传感器将成为检查油或机器状况的事实警告。结合操作数据，我们进入了一个新时代，在该时代中，集成条件监控和操作环境将使我们对设备如何运作的前所未有的见解。结合“大数据”机器学习能力，这些是油油分析的激动人心的时期。EP

CMRP马克·巴恩斯（Mark Ba​​rnes）是田纳西州古德尔茨维尔（Goodlettsville）Des-Case Corp.的高级副总裁（descase.com）。他在润滑管理，石油分析和污染控制方面拥有21年的经验，并发表了15m.10bet0多种技术文章和白皮书。