油液分析技术在齿轮减速箱故障诊断中的应用
- 格式:doc
- 大小:24.00 KB
- 文档页数:2
轴承和齿轮箱的故障诊断摘要:本文针对轴承和齿轮箱的故障诊断展开分析,思考了轴承和齿轮箱的故障诊断的方法和基本的措施,希望可以为今后的轴承和齿轮箱的故障诊断工作带来参考。
关键词:轴承;齿轮箱;故障;诊断前言在轴承和齿轮箱的故障诊断的过程中,应该清楚诊断的方法和原理,明确轴承和齿轮箱的故障诊断的具体的技术,才能够提高轴承和齿轮箱的故障诊断的效果。
1、齿轮箱故障诊断特点与诊断方法1.1常见的齿轮箱故障形式通常齿轮箱运行过程中,由于齿轮箱本身制造装配误差以及操作维护不善或者不合适的环境下使用等,均会使其极易产生各种形势的故障。
故障类型也会随着齿轮材料、热处理工艺程度、运转状态等因素的不同而产生不同的变化。
常见的齿轮箱故障形式有:齿面磨损、粘着撕伤、齿面疲劳剥落、轮齿龟裂和断齿、齿面点蚀、齿面胶合与擦伤以及齿面接触式疲劳、弯曲疲劳等故障。
1.2齿轮箱的振动特征在齿轮箱高速运转状态下,伴随着内部构件故障的发生与发展,必定会产生异常的振动,振动信号可以很快的反映出齿轮箱的运行状态,判别出各构件是否出现异常。
大量实验证明,对齿轮箱故障检测进行振动分析是最有效的方法。
由于齿轮箱的零部件在工作过程中所受得激励源不同会使其产生出多种复杂的振动类型,而且其中齿轮在啮合过程中产生的齿形和周期误差、偏心以及质量不平衡等故障,同时还会是齿轮箱工作过程中发生齿面磨损、疲劳断齿等故障[2],严重影响到机械设备的运行,进而影响的经济效益,甚至出现伤亡事故。
由于故障对振动信号的影响是多方面的,因此如果仅仅依靠对齿轮箱振动信号出现啮合频率和倍频成分的差异来识别齿轮箱各部件的故障是远远不够的,其中包括幅值调制、频率调制等频率成分进行诊断。
1.3故障诊断过程对小波的内在需求小波分析应用于机械故障诊断,快速准确的识别故障,是小波分析要完成在齿轮箱的故障诊断过程对小波的内在需求中的主要任务。
通过实验研究说明,机械故障诊断和信号特征提取的所采用的方式是对特征信号进行高效的时域-频域分析,该分析方法是故障诊断的必要要求。
行星齿轮箱故障诊断方法1. 引言1.1 引言行星齿轮箱是一种常见的传动装置,在各种机械设备和车辆中被广泛应用。
它能够有效地将动力传递给机械系统,从而实现各种动力传动和转速调节的功能。
由于长时间的使用和磨损,行星齿轮箱可能会出现故障,导致设备性能下降甚至完全失效。
及时准确地诊断行星齿轮箱的故障非常重要。
本文将介绍行星齿轮箱的故障现象、可能的原因、诊断方法、常见解决方案和预防措施,帮助读者更好地了解行星齿轮箱故障的发生和处理方法。
通过掌握这些知识,读者可以及时发现和解决行星齿轮箱的故障,延长设备的使用寿命,提高设备的可靠性和安全性。
在本文的指导下,读者可以更加有效地管理和维护行星齿轮箱,确保设备的正常运行和高效工作。
愿本文能够为读者提供有价值的信息和帮助,使他们能够更好地了解和处理行星齿轮箱故障问题。
2. 正文2.1 故障现象故障现象是指在行星齿轮箱工作过程中可能出现的各种问题和异常情况。
通过观察和记录这些故障现象,可以帮助工程师们更快速、准确地诊断问题,并采取相应的处理措施。
常见的行星齿轮箱故障现象包括:轴承异响、运转噪音过大、温升异常、油品泄漏、齿轮磨损严重、工作效率下降等。
轴承异响可能是轴承损坏或润滑不良导致的;运转噪音过大可能是齿轮配合间隙过大或叶轮受损;温升异常可能是润滑油渗漏或油温过高所致;油品泄漏可能是密封件老化或松动;齿轮磨损严重可能是使用寿命到期或润滑不当引起的;工作效率下降可能是因为零部件磨损过大或系统故障。
通过仔细观察和分析这些故障现象,可以有针对性地进行故障诊断和解决方案的制定。
定期检查和维护行星齿轮箱,及时处理故障现象,可以提高设备的可靠性和工作效率,延长设备的使用寿命。
2.2 故障可能原因行星齿轮箱故障可能原因很多,主要包括以下几个方面:1. 润滑不足:行星齿轮箱在工作过程中需要足够的润滑油来减少摩擦和磨损,如果润滑油不足或质量不合格,就会导致齿轮箱零件间的摩擦增大,从而引起故障。
论述齿轮故障诊断常用的方法及其优缺点齿轮是一种常用的传动元件,广泛应用于机械设备中。
传动系统中齿轮的故障对设备的运行造成严重影响,因此及早发现并进行故障诊断十分重要。
目前常用的齿轮故障诊断方法包括声发射技术、振动分析技术、热像技术和油液分析技术等。
声发射技术是一种将振动信号转化为声音信号进行故障诊断的方法。
通过设备表面安装传感器,实时监测设备的声音信号,并通过分析频谱、振幅等参数判断齿轮的故障情况。
声发射技术具有实时性强、便于实施的优点,能够及时发现齿轮故障并进行修复。
然而,该方法需要设备运行时进行监测,容易受到环境噪声的干扰,准确度还受到传感器安装位置的影响。
振动分析技术是一种通过监测设备振动信号进行故障诊断的方法。
通过安装加速度传感器等设备来实时监测设备的振动情况,并通过分析振动信号的频谱、时间域参数等来判断齿轮的故障情况。
振动分析技术具有灵敏度高、准确度好的优点,可以有效诊断齿轮故障。
但是,该方法需要专业的设备和人员进行操作,成本较高并且需要较长的时间进行数据采集和分析。
热像技术是一种通过监测设备表面温度分布进行故障诊断的方法。
通过红外热像仪等设备进行拍摄和分析设备表面的热图,判断设备是否存在异常温度分布,从而判断齿轮的故障情况。
热像技术具有快速、直观的优点,可以实时监测设备的热情况,识别齿轮的故障。
然而,热像技术容易受到环境温度的干扰,而且只能发现故障的存在,无法提供具体故障原因。
油液分析技术是一种通过监测设备工作油液中的杂质、磨粒等物质进行故障诊断的方法。
通过采集设备工作油液样本,并通过分析油液中的化学成分、颗粒物大小等参数来判断齿轮的磨损情况。
油液分析技术具有精确度高、可以提前预警的优点,能够实时监测设备的磨损状态。
但是,该方法需要专业设备和人员进行操作,需要对样本进行准确采集和分析。
综上所述,齿轮故障诊断的常用方法包括声发射技术、振动分析技术、热像技术和油液分析技术等。
每种方法都有其独特的优点和局限性。
风力发电增速齿轮箱的故障诊断与健康监测方法随着对可再生能源的需求增加,风力发电正逐渐成为人们关注的热点。
而风力发电机组中的齿轮箱作为关键部件,对于风力发电机组的性能和可靠性具有重要作用。
因此,对风力发电增速齿轮箱的故障诊断与健康监测方法进行研究具有重要意义。
一、齿轮箱故障诊断方法1. 振动信号分析法振动信号分析法是一种常用的齿轮箱故障诊断方法。
通过对齿轮箱的振动信号进行分析,可以判断齿轮箱是否存在故障。
常用的振动参数有振动加速度、振动速度和振动位移等。
通过测量这些参数的变化情况,可以判断齿轮箱是否发生故障,并确定故障类型。
2. 声波信号分析法声波信号分析法是一种通过分析齿轮箱中的声波信号来判断故障的方法。
由于齿轮箱故障会产生特定的声波信号,通过对这些信号进行分析,可以判断齿轮箱是否存在故障。
常用的声波参数有声压级、声功率级和声能级等。
通过测量这些参数的变化情况,可以判断齿轮箱是否存在故障,并确定故障类型。
3. 温度信号分析法温度信号分析法是一种通过分析齿轮箱中的温度信号来判断故障的方法。
由于齿轮箱故障会导致温度的变化,通过对温度信号进行分析,可以判断齿轮箱是否存在故障。
常用的温度参数有温度变化率、最大温度和平均温度等。
通过测量这些参数的变化情况,可以判断齿轮箱是否存在故障,并确定故障类型。
二、齿轮箱健康监测方法1. 振动数据采集与分析方法对于齿轮箱的健康监测,振动数据的采集与分析是非常重要的。
通过在齿轮箱中设置振动传感器,采集振动数据,并对这些数据进行分析,可以判断齿轮箱的健康状态。
常用的分析方法有时域分析、频域分析和小波分析等。
通过对振动数据的分析,可以判断齿轮箱是否存在故障,并进行健康评估。
2. 油液分析方法齿轮箱中的油液包含了大量的信息,通过对油液的分析,可以判断齿轮箱的健康状态。
常用的油液分析指标有油温、循环流量和油液粘度等。
通过对这些指标的变化情况进行分析,可以判断齿轮箱是否存在故障,并进行健康评估。
风电齿轮箱油液在线监测技术应用综述摘要:风电齿轮箱油液在线监测技术能够有效解决风力发电机在运行过程中所面临的各种故障问题,避免风电机组发生重大故障。
大体来讲,主要是通过油液在线监测技术来针对风电机组中齿轮箱的磨损状态、污染杂质颗粒状态、金属颗粒进行全面分析,并建立跟踪监测分析机制。
文中首先综述了油液监测技术相关内容,并深入探讨风电齿轮箱油液在线监测系统相关技术要点问题。
关键词:风电齿轮箱;油液在线监测技术;监测系统;润滑根据国内风能协会相关数据统计,风电齿轮箱容易发生故障,它也是风电机组故障的主要来源,而近年来齿轮箱的故障发生几率也在呈现逐年升高发展趋势。
实际上,能够影响齿轮箱发生故障问题甚至失效的影响因素主要是润滑因素,因此有必要加强风电齿轮箱的油液监测与故障诊断能力,从整体上改善风电齿轮箱实际生产运行状况。
1.风电齿轮箱油液监测现状与油液在线监测技术1.风电齿轮箱油液的检测现状传统风电齿轮箱在润滑油监测技术应用方面会定期对油样进行分析,保证远离风场展开油液监测工作,建立实验室检验机制。
不过就这一检验机制而言,它的检验周期相对偏长,也容易出现油液二次污染问题,某种程度上在线油液监测问题无法得到有效解决,设备正常运行过程中也更容易出现润滑磨损问题,跟踪监控机制无法有效建立。
实际上,必须要做到对风电齿轮箱实时状态的有效监测,减少齿轮箱可能发生灾难性故障的基本概率。
所以在提高齿轮箱运行效率过程中还必须围绕其安全可靠性与实践应用性展开分析。
1.风电齿轮箱油液监测技术的基本概述就油液监测这一点而言,需要为设备设计定期监测技术机制,建立相对科学、直观的数据监测体系,进而实现对设备情况的有效运维,直接延长设备机组使用寿命。
在基于石油产品质量评定基础之上建立理化性能指标分析机制,对设备磨损微粒情况进行分析,评价设备基本工况与预测故障问题。
大体来讲,目前已有的风电齿轮箱油油液监测技术形式主要包含两种,分别是离线式油液监测以及在线式油液监测。
现代油液分析技术在煤矿设备管理中的运用摘要:油液分析技术,是以油液分析为手段,通过对在用油液的磨粒检测、污染度检测、理化性能检测、元素分析等,对煤矿设备进行在用油使用状况实施动态监控、预测与诊断,并提出管理措施和维修决策的技术。
关键词:煤矿设备;油液监测系统;开发与应用1引言油液监测技术是一种主要通过油液理化性能检测、污染度检测和元素分析等油液分析手段,对机械设备的在用油使用状况实施动态监控、诊断与预测的技术,是设备润滑状态监测和磨损故障诊断的重要技术手段。
引进油液监测技术对煤矿机械设备进行监测,可以及时了解设备的运行状态,制定相应的预防性检修措施,实现从传统的事后维修、周期性维修到根据监测信息主动维修模式的转变。
油液分析技术主要用于对设备的润滑状态和磨损状态进行分析,其常用技术手段很多,针对煤矿设备的工况特点和在用油品种类。
其中设备润滑状态的分析采用油液常规理化分析技术、颗粒污染度检测和红外光谱分析技术。
油液常规理化分析技术检测油液质量的不同指标,包括油液的黏度、水分、酸值和闪点等;颗粒污染度检测油液中固体颗粒的含量,获得污染颗粒的粒度分布;红外光谱分析技术检测油液中添加剂的变化,包括添加剂的氧化程度和硝化程度。
设备磨损状态的分析采用发射光谱光谱分析技术、铁谱分析技术和磨粒定量分析技术。
光谱分析技术检测磨损颗粒的成分和含量;铁谱分析通过对磨粒的识别判断设备磨损的类型和原因;磨粒定量分析检测出设备的磨损总量,得到PQ 指数【1】。
2油液分析技术分类2.1油液铁谱分析开展油液监测工作,要求充分利用铁谱仪设备,需在制谱操作时进行充分的油样转移,让油液得以从定量移液管中向磁头转移,在此基础上开展一系列监测作业,高质量完成清洗、制谱、甩干等一系列作业。
需轻取集油筒装置,充分的拉杆操作,使空气全部进入密封环中,同时,要求检测人员依次取下并晾干谱片,在此基础上使用显微镜进行分析。
最后,需结合磁场力的实际沉积情况确定相应的油样内部磨粒状态,确保磨粒的铁磁性和顺磁性情况,让残油得以从基片边缘处充分甩出,在结束残油采集作业后,要求充分利用导流管,将残余的油液排到贮油杯中【2】。
风电机组齿轮箱故障分析报告一、引言随着全球对清洁能源的需求不断增长,风力发电作为一种可再生、清洁的能源形式,得到了广泛的应用和发展。
风电机组是风力发电系统的核心设备,而齿轮箱作为风电机组的关键部件之一,其运行状态直接影响着整个风电机组的性能和可靠性。
然而,由于风电机组运行环境恶劣、工况复杂,齿轮箱容易出现各种故障,给风电场的运行和维护带来了巨大的挑战。
因此,对风电机组齿轮箱故障进行深入分析,找出故障原因,提出有效的预防和维护措施,对于提高风电机组的可靠性和经济性具有重要意义。
二、风电机组齿轮箱的结构和工作原理(一)结构风电机组齿轮箱通常由行星齿轮系、平行轴齿轮系、箱体、轴承、润滑冷却系统等组成。
行星齿轮系具有体积小、承载能力大、传动比大等优点,常用于风电机组齿轮箱的高速级;平行轴齿轮系则用于低速级,以实现最终的输出扭矩。
(二)工作原理风电机组的叶片在风力的作用下旋转,通过主轴将扭矩传递给齿轮箱。
齿轮箱通过各级齿轮的传动,将转速逐渐提高或降低,以满足发电机的转速要求,同时将扭矩传递给发电机,实现机械能到电能的转换。
三、风电机组齿轮箱常见故障类型(一)齿轮故障1、齿面磨损齿面在长期的啮合过程中,由于摩擦和润滑油中的杂质等因素,会导致齿面磨损。
轻度磨损会影响齿轮的传动精度,严重磨损则会导致齿轮失效。
2、齿面胶合在高速、重载和润滑不良的情况下,齿面接触区温度过高,导致润滑油膜破裂,两齿面金属直接接触并相互粘连,形成齿面胶合。
3、齿面点蚀齿面在反复的接触应力作用下,会产生疲劳裂纹,裂纹扩展后形成点蚀坑。
点蚀会降低齿轮的承载能力,严重时会导致齿轮折断。
4、轮齿折断轮齿在承受过大的载荷或存在制造缺陷时,会发生折断现象,导致齿轮箱无法正常工作。
(二)轴承故障1、疲劳剥落轴承在长期的交变载荷作用下,滚道或滚动体表面会产生疲劳裂纹,裂纹扩展后形成剥落坑。
2、磨损轴承在工作过程中,由于润滑不良、异物侵入等原因,会导致滚道和滚动体表面磨损。
浅谈风力发电机组齿轮箱常见故障分析及检测方法发布时间:2022-10-10T07:53:52.475Z 来源:《中国电业与能源》2022年6月11期作者:何杨张、沈忠明[导读] 在过去的几年中,风力发电工业得到了极大的发展。
然而,风力发电机组经历了各种各样的故障,导致了成本的增加。
风力发电机齿轮箱是最关键的部件,故障率高,维修时间长。
何杨张、沈忠明中广核新能源投资(深圳)有限公司云南分公司摘要:在过去的几年中,风力发电工业得到了极大的发展。
然而,风力发电机组经历了各种各样的故障,导致了成本的增加。
风力发电机齿轮箱是最关键的部件,故障率高,维修时间长。
本文介绍了风力发电机组齿轮箱的常见故障及其根本原因,然后重点研究了风力发电机齿轮箱的故障诊断和监测技术,论述了风力发电机齿轮箱状态监测与故障诊断技术的研究现状和发展趋势,设计了风力发电机齿轮箱状态监测与故障诊断模拟台。
关键词:风力发电机组;齿轮箱;故障诊断前言:风能是世界上发展最快的可再生能源。
近年来,世界各国对风力发电的利用进行了大量的研究和开发。
但风力发电机组容易损坏,尤其是齿轮箱等关键部件容易发生故障。
在组成风力发电机的各个子系统中,齿轮箱被证明是造成最长的停机时间和最昂贵的维护。
因此,提高风力发电机组的可靠性和减少停机时间是风力发电行业必须解决的问题。
检测变速箱的早期故障可以减少发生灾难性故障的机会。
如齿轮表面出现点蚀故障时,可用齿轮涂层修复齿轮表面,当轴承出现故障时,齿轮箱可以开始低速运转等待修复,从而合理安排维护。
齿轮箱位于轮毂和发电机之间,用于将风力发电机转子产生的缓慢旋转的高扭矩功率转换为发电机使用的高速低扭矩功率。
风力发电机齿轮箱由三个主要部件组成: 齿轮、轴承和轴。
1风力发电机组齿轮箱故障分析1.1齿轮损坏1.1.1齿轮箱齿面磨损齿轮箱在低温工作时,由于低温和润滑剂固化使润滑剂达不到润滑部分而引起磨损;齿轮箱在高温工作时,由于电机加热引起的高温使润滑油温度异常升高,导致机械润滑剂失效而引起齿轮磨损;齿面磨损的另一个原因是外来物的进入。
风力发电机组齿轮箱磨损分析与故障诊断随着环保意识的日益增强,风力发电作为一种可再生能源,受到越来越多人的关注。
而作为风力发电机组中最核心的组件之一,齿轮箱在运行中承担着转换风能为电能的重要作用。
然而,齿轮箱在长时间高速运转下,往往会产生磨损或故障,导致设备停机维修,严重影响发电效率和运行成本。
因此,风力发电机组齿轮箱的磨损分析与故障诊断显得尤为重要。
一、风力发电机组齿轮箱的工作原理风力发电机组齿轮箱是将风轮旋转的动能转换为发电机的电能的核心装置,其工作原理主要是通过齿轮传动的方式,将风轮转速转化为适合发电机转动的速度。
齿轮箱由多组不同直径和模数的齿轮组成,其中的一组齿轮负责将垂直旋转的风轮转向为水平旋转,并将风轮总转速提高到适合发电机转动的速度。
二、风力发电机组齿轮箱的磨损类型随着风力发电机组设备在实际运行中的不断使用,摩擦和磨擦的作用下,齿轮箱内的齿轮、轴承等部件会出现一定的磨损,具体而言主要有以下几种类型。
1. 齿面磨损:由于高速运转下,齿轮在互相啮合的过程中产生的摩撞和磨擦等现象,使得铸铁材料逐渐失去表面层,从而产生齿面磨损现象,进而影响齿轮通过啮合传递动力的能力。
2. 轴承损伤:轴承在高速运转中,由于部件之间的摩擦作用和不可避免的疲劳损伤,轴承表面产生了许多细小的条状或磨损颗粒,进而加速轴承损伤。
3. 齿轮剥落:由于应力过大或者材料疲劳程度增加,会导致齿轮表面发生剥落现象,严重时会形成齿轮脱落,导致齿轮箱无法正常运转。
4. 沉积物沉淀:风力发电机组在运行中由于环境等原因,很容易在输油管路、油箱内部等处积聚沉积物或污染物,从而形成沉积物沉淀,堵塞油道或导致机件故障。
三、风力发电机组齿轮箱的故障诊断方法及时准确地发现和分析齿轮箱的故障或磨损,对于设备的正常运转和降低维修成本至关重要。
故障诊断方法有很多种,下面重点介绍两种常用的方法。
1. 声振分析法:通过齿轮箱内部机构产生的声振信号,分析齿轮与轴承的运动情况,提取有利于故障诊断的特征参数,进行故障鉴定和故障分析,达到快速准确诊断齿轮箱故障的目的。
—224—设备管理引言:炼钢设备运行中可能会出现一定程度磨损,而通过油液监测获取润滑油中杂质的含量等数据,能为炼钢设备的润滑管理提供指导。
因此,通过合理使用油液监测技术,对炼钢设备的润滑管理有十分重要的意义。
1 油液监测技术概述1.1 油液监测技术的作用油液监测技术可以对设备用油的理化性能和指标进行分析,以及分析设备用油中的金属颗粒、污染产物含量,确定设备摩擦润滑和磨损状态,最终完成对设备的运行状态的分析或故障诊断[1]。
油液监测工作能够提供油品的监测报告,可以帮助管理人员对油品的优劣性进行判断,还能进行设备故障磨损部位的判断,完成对故障发展趋势的推测,最大程度上降低故障的发生几率。
通过将油液监测应用到炼钢设备的润滑管理中,能够对设备的润滑状态、磨损状态、油品的处理效果等作出分析,利用分析结果指导设备的润滑工作,延长润滑油应用时间,最终降低油液损耗,确保设备润滑液压系统的正常运行。
1.2 油液监测技术原理机械零件投入使用后会经历磨合期、稳定期和破坏期,在不同的应用阶段,机械零件的磨损量和磨损速度会有明显的区别,磨合期的零件会有一定的磨损率;进入稳定期机器正常工作,并且磨损水平会比较低;进入破坏起后,磨损程度会有明显的增加,并且造成零件的破坏。
为了减少磨损就需要使用润滑液来保证使用寿命,而磨损出的碎屑都会进入润滑油,油液监测技术可以对润滑油的成分展开分析,确定磨损部位、磨损原理和磨损的程度,也能确定润滑油的污染程度并确定润滑油的寿命。
1.3 油液监测技术类型油液监测所运用的技术比较广泛,思路上主要分为对润滑油本身分析和对润滑油携带的磨损颗粒进行分析,测试的方法包括对常规油样的理化性能进行分析、傅里叶红外分析、光谱分析、铁谱分析、颗粒分析等等。
油品理化性能指标中包括油品的粘度、水分、酸值、闪点、泡沫等等,其中粘度、水分和酸值可以直接使用便携式的油样分析仪器确定,其他复杂指标必须要在实验室环境中分析。
油液分析技术在齿轮减速箱故障诊断中的应用
在生产过程中,齿轮减速器故障通常会影响机组的正常运行。
传统的定期维护方式,因为没有科学预测失败,不能从根本上预防失败。
本文运用机减速器油分析的故障诊断技术,在不拆卸的情况下,有效地监测设备的润滑和磨损情况,并根据监测结果的分析故障类型、原因和来源,可以为维修提供可靠的依据。
标签:油液分析;齿轮减速箱;故障诊断
1 减速器常见故障分析
减速器零件造成的失败主要是由于摩擦副面两个不正常磨损阶段之间的相对运动,磨损率较高,同时由于磨损失效形式,不同的有不同的磨损机制,并生成相应的磨料的特性。
齿轮传动的主要失效形式有一个破碎的轮齿和齿面损伤。
轮齿折断一般发生在齿根部位,通过重复弯曲应力和应力集中引起的疲劳断裂或过载造成的短期超载,影响负载断路。
齿面损伤有齿面接触疲劳磨损,磨损,等等,由于齿面接触应力是交变应力反复多次后,节线附近靠近齿根部分的表面会发生大量的小裂纹,封闭润滑油压力的作用下裂纹,楔挤压效应使裂纹扩展,导致小表层死皮,导致疲劳磨损,磨损延长,延长工作时间,直到牙齿表面损伤。
后滚动轴承故障是由于滚动轴承负荷,滚动轴承的大小是不同的,一些时间每个元素接触表面接触疲勞磨损;可怜的润滑轴承滚道和滚动体表面裂纹、表面剥落;异常负荷,骨折,异物进入导致笼轴承故障。
轴承磨损的磨料的典型特征:生产球形磨粒、片、磨料层的疲劳磨损。
2 实例分析
减速器的状态监测和故障诊断,结合铁谱分析和频谱分析,通过分析磨料颗粒的油浓度、大小,可以诊断磨损的严重程度。
通过研磨颗粒组成的石油,芯片形态,颜色和其他测试,分析和判断设备磨损部件,磨损类型和磨损的原因。
同时,通过油的理化性质分析和谱分析的相关元素,可以诊断设备的润滑状态,防止润滑不良造成的故障。
石油分析技术的应用,下面我机减速机状态监测和故障诊断的例子。
对减速器齿轮油取样,油样的粘度测试结果见表1,光谱测试结果见表2。
铁件的样品分析功率谱和谱型铁谱仪下观察:光谱的入口,有大量的片状,巨大的合金钢粗燕麦粉的表面有划痕的合金钢粗燕麦粉的典型尺寸60 x35微米,形态如图1所示;表面没有划痕的分层合金钢粗燕麦粉的典型尺寸是55 * 30微米,外观如图2所示。
同时谱片中发现有大量的非金属污染物。
测试结果分析:
①负载工业齿轮油40摄氏度的运动粘度的范围288 ~352,100摄氏度运
动粘度范围23.3 ~23.3,粘度指数不小于90,从表1样品粘度测试结果分析表明,齿轮油粘度性能的衰减。
②样品光谱测试结果从表2,铁元素的含量非常高,和铁谱观测发现,大量的铁的磨料磨损,并且可以磨损部件的铁元素;铜元素含量很低,但铁谱观测发现,少数大型分层铜磨粒,这是由于石油的发射光谱只提供结果在不到10微米磨粒,不能反映磨损造成的严重的局限性大磨粒,可以得出的结论是,包含铜零件磨损;磷、锌含量高光谱测试结果,这是由于磷化极压齿轮油添加剂,齿轮油中说明了基本正常添加剂内容;是的,Ca含量高是由于齿轮油由煤和岩石尘土污染,还发现很多非金属污染物从铁谱观察,齿轮油污染,润滑效果衰减。
③从齿轮减速器结构的分析,齿轮减速机滚动滑动磨损和滚动轴承磨损、铁谱观测发现,大量的合金钢粉末,表面有划痕合金钢磨粒(形态如图1所示)是由于摩擦副之间滑动磨料的磨损,由于发生相对滑动的表面没有划痕分层合金钢磨粒形态如图2所示)是摩擦副表面疲劳剥落根据减速器各摩擦副的相对运动特点和磨料的特点,有划痕合金钢表面磨粒齿或齿根附近,没有刮薄钢板的表面磨粒是疲劳磨损的齿轮齿距线粒子。
分析表明,减速机齿轮石油粘度性能,减少磨损和灰尘的严重污染,及其润滑性能显著降低,应当改变油,以防止因润滑不良产生的失败,与此同时,减速机齿轮、滚动轴承和笼子里的异常磨损,也应该进行维护,防止重大故障。
3 结束语
石油的长期监测分析技术关键设备在石油化工装置具有积极意义,通过定量和定性的方法评估关键设备的润滑和磨损条件下,早期判断设备潜在的失败造成的磨损,采取相应措施,减缓磨损行为,同时提供数据支持和后期维护。
参考文献:
[1]任国全,张培林,张英堂.装备油液智能监控原理[M].北京:国防工业出版社,2006.
[2]刘维民,夏延秋,付兴国.齿轮传动润滑材料[M].北京:化学工业出版社,2005.。