案例分享 : 潤滑脂監控計畫
前言
現場油品分析是一種快速分析樣本並優化維護活動的有效工具。作為全面的基於狀況維護計劃（CBM）的一部分，油品分析被證明是一種有效的工具，能夠補充振動分析、紅外熱成像和超音波技術等其他診斷技術。然而，當設備使用油脂潤滑時，而這一重要的潤滑監控步驟不應該被忽視。
知名軸承大廠SKF表示，全球80%的軸承使用油脂潤滑，這為將油脂分析技術納入整體CBM策略提供了廣闊的機會。電力研究院（EPRI）建議，近50%的軸承故障與潤滑不良和污染有關。潤滑脂狀況監控標準ASTM D7718和ASTM D7918的發展，為實施狀況監控策略奠定了基礎。通過監控幾個關鍵數據點，如磨損、氧化和添加劑狀況，設備管理部門可以從定期的換油轉變為”基於狀況的換油”。對於擁有大量車隊的業主來說，這有可能每年節省數十萬美元。
風能、鐵路和汽車機器人行業目前正在將這些策略納入其計劃，並通過預測故障和延長加油間隔來潛在地避免數千美元的維護成本。歷史上，將任何形式的CBM策略納入油脂潤滑的部件一直是個挑戰。服務中的部件上通常可用的油脂數量很少，對於少量油脂的測試有限，這往往成為全面CBM計劃中進行例行油脂取樣和分析的障礙。為了解決這些挑戰，油脂取樣工具可用於從軸承和齒輪中捕獲代表性樣本，所需油脂僅需一克。現場分析工具可用於評估油脂的磨損和物理性質。
這種簡單的取樣技術可用於包括但不限於風能、鐵路、機器人、採礦和核能等各個行業，對大量油脂潤滑的部件進行取樣，並根據數據的關鍵性評估下一步行動。這些部件的定期取樣和分析可以為資產所有者提供更清晰的設備健康狀況，確定最佳換油周期的油脂狀況，並在故障發生前解決潛在問題。本文將討論油脂取樣和分析作為優化油脂壽命、識別新出現問題和在重大損壞或故障發生前進行干預的一種解決方案。
潤滑脂 - 取樣
在大多數情況下，從軸承外殼和齒輪中獲取油脂樣本的程序不一致，可能無法代表潤滑表面附近“活性”油脂的真實狀況。因此，優化油脂分析計劃的挑戰在於開發測試方法，利用少量油脂測量在役油脂的狀況，並進行取樣過程，使能夠在不拆解部件的情況下獲取代表性油脂樣本。為了取樣油脂，Spectro Scientific提供了一個附加的配件FerroCheck的勺子。雖然用戶可能需要盡其所能進行勺取和刮取以獲得樣本，但存在一個標準方法來取樣在役油脂：ASTM D7718在役潤滑油脂樣本獲取標準實踐。該標準顯示了幾種取代表性油脂樣本的方法，並利用油脂小偷取樣裝置從軸承、閥門或齒輪箱中取樣油脂。Spectro Scientific建議使用者參考此標準，以學習如何取得代表性油脂樣本。
潤滑脂 - 應用 - 車隊分析
例行油脂分析在高價值車隊應用中很常見，如機車、汽車機器人和風力渦輪機，其中相對簡單的一組磨損和氧化篩查測試可以為潤滑脂重新潤滑頻率、混淆案例和磨損水平監控提供指導。軸承或接頭故障可能導致數百萬美元的產品或電力損失，甚至更糟糕的是可能威脅員工的安全。資產所有者需要能夠查看大量數據並確定他們可以集中資源並相應優先處理的問題。與其他診斷技術相比，潤滑脂分析能夠在P-F間隔的較早階段檢測問題，使資產所有者有更多時間解決問題並避免潛在的停機。一旦獲取了代表性樣本，可以使用FerroCheck、FluidScan和Spectroil M或100進行現場監控，以測量油脂中的鐵質碎屑、物理性質和污染物。這些現場工具允許快速監控大量樣本，以便立即採取行動。
監控重點 1 : 鐵質碎屑
鐵質碎屑監測是趨勢分析軸承、齒輪箱或閥門問題的最常見且成本效益高的方法。FerroCheck是一種磁力計，通過感應油脂中磁性顆粒引起的磁場擾動來工作。顆粒的擾動量可直接與油脂中的鐵質碎屑量相關聯。
FerroCheck提供了一種快速且簡單的非破壞性解決方案，用於測量油脂中的鐵質ppm（每百萬分之一）。根據組件的重要性，可以確定取樣頻率，以便進行磨損趨勢分析和警報限值設定。重要的是要理解，油脂中的磨損顆粒是累積的，與油不同，磨損顆粒將保持在油脂中，直到被刻意清除或沖洗出來。FerroCheck能夠檢測到多達15%的鐵質磨損，使其成為趨勢分析的有效工具，能夠在車隊應用中清楚地識別異常值。
監控重點 2 : 潤滑脂狀態(紅外線光譜)
利用FluidScan（符合ASTM D7889標準），紅外光譜分析是一種強大的工具，可在現場用於測量油脂的氧化情況並識別潛在的污染物，如水分或與其他油脂的混合。通過趨勢分析和直接性質分析監控這些參數，可以通知用戶油脂何時完成其有效服務壽命。使用比較庫（超過800種油和油脂），FluidScan可以將油脂樣本與參考樣本進行比較，以識別潛在的油脂混合。如果可能，應避免混合油脂。混合油脂可能會導致油脂流變性質的變化，最終導致油與增稠劑分離。如果考慮混合兩種油脂，最好進行兼容性研究（ASTM D6185），以確定混合是否可接受。
FluidScan還可以確定水分和氧化情況。典型的水分峰值可出現在紅外光譜的約3400cm-1處。隨著這些油脂開始老化和氧化，可以通過FluidScan紅外分析監測氧化產物的積累。這被轉化為氧化值，每次分析後自動報告給客戶。系統中內置了油脂的氧化警告和警報限值。
監控重點 3 : 元素
使用旋轉盤電極（RDE）光譜儀，可以將油脂中的金屬濃度與新油脂進行比較，以識別可能表明油脂混合的添加劑金屬的顯著差異。此外，還可以確定其他磨損金屬（如鉛、錫和銅）的存在。在過去的15年中，RDE光譜法已成為實驗室和現場快速分析油脂的常見方法。然而，樣品的準備是重要的，並且根據早期使用者的經驗而有所不同。兩種最常見的準備方法是稀釋（漿液）和濕塗法。在稀釋（漿液）方法中，將油脂樣品與溶劑稀釋以製成低黏度漿液，然後將其放入樣品杯中，正常激發。
第二種方法是濕塗法，將電極在油脂樣品中滾動以在盤邊緣形成塗層，然後將其安裝在軸上，並使用一個裝有基油的樣品杯。無論哪種方法，都依賴於操作員的一致性和對目標的理解。
監控計畫的要點及結論
建立趨勢和警報限值
與任何有效的狀況基礎維護（CBM）計劃一樣，建立趨勢並關注油脂偏離趨勢的情況是非常重要的。任何顯著的偏差都需要採取行動。隨著時間的推移，可以根據設備負荷、運行時間和環境條件為特定組件設置警報限值。
重要的數據分析注意事項
應用稀釋因子：建議應用稀釋因子。確保在程序中一致使用，以正確趨勢和檢測異常磨損模式。
- 氟化油脂：在Spectroil中，氟化油脂的讀數不準確，數值會比實際值低得多。建議對這些油脂使用XRF分析。
- 一致的準備方法：在進行油脂分析時，始終使用相同的準備方法。不同的準備方法會導致不同的結果，從而使趨勢分析變得困難。
這些準備和分析技術使得通過光譜儀對油脂進行快速且有效的分析成為可能，從而能夠檢測設備的磨損和混合情況，並為維護決策提供可靠的數據支持。