编辑推荐
本书主要汇聚了广州机械科学研究院有限公司贺石中首席专家团队近10年来在油液监测与智能诊断领域开展理论研究、技术创新和工程实践的成果，系统阐述了油液监测技术体系与智能化诊断原理、方法和工程应用案例。本书不仅对掌握和应用油液监测技术具有指导作用，对开展以油液监测为手段的机器状态监测和故障诊断工作也有一定的参考价值。
内容简介
本书共3篇19章内容，重点介绍了油液监测技术、设备润滑磨损故障智能诊断与行业应用案例。本书的素材，特别是案例部分，来自作者多年从事油液监测技术研发和应用的具体经历和经验的总结，也是广大工作者和科研集体的劳动结晶。全书的内容编排旨在推动油液监测与智能诊断技术的推广与普及，助力制造业实现高质量发展。
本书不仅对掌握和应用油液监测技术具有指导作用，对开展以油液监测为手段的机器状态监测和故障诊断工作也有一定的参考价值。可作为从事设备管理、故障诊断、智能运维的管理人员、科研人员和工程技术人员的参考用书或培训资料，也可作为高等院校相关专业师生的教学参考书。
作者简介
贺石中，国机集团首席专家、国务院特殊津贴专家。工业摩擦润滑技术国家地方联合工程中心主任、广东省工业摩擦学重点实验室主任、机械工业装备润滑智能检测重点实验室主任、兼任中国机械工程学会摩擦学分会副理事长，中国设备管理协会副会长、中国摩擦学学会会刊《润滑与密封》主编。三十多年来一直致力于重大装备润滑磨损状态监测与故障诊断、润滑健康管理与可靠性维护、润滑安全与远程智能运维领域的技术研究和工程应用。
目录
前言
第1篇油液监测技术第1章油液监测技术概述1
1.1油液监测的目的及意义1
1.2油液监测技术体系4
1.2.1油液离线监测4
1.2.2油液在线监测6
1.3油液监测技术的发展趋势8
参考文献12
第2章油液理化性能分析技术14
2.1润滑油理化指标的检测14
2.1.1黏度14
2.1.2黏度指数18
2.1.3水分19
2.1.4闪点20
2.1.5酸值22
2.1.6碱值24
2.1.7凝点和倾点25
2.1.8机械杂质26
2.1.9不溶物27
2.1.10抗乳化性28
2.1.11泡沫特性30
2.1.12抗磨性和极压性32
2.1.13液相锈蚀34
2.1.14铜片腐蚀35
2.1.15抗氧化性37
2.1.16润滑油剩余抗氧剂含量测定
（RULER）38
2.1.17漆膜倾向指数39
2.2润滑脂理化指标检测40
2.2.1外观40
2.2.2锥入度41
2.2.3滴点43
2.2.4强度极限44
2.2.5相似黏度45
2.2.6低温转矩46
2.2.7蒸发损失47
2.2.8氧化安定性48
2.2.9胶体安定性49
2.2.10抗磨极压性51
2.2.11铜片腐蚀53
2.2.12抗水淋性54
2.2.13水分54
2.2.14皂分55
2.2.15机械杂质55
2.2.16游离有机酸和游离碱57
2.2.17橡胶相容性58
2.3变压器油理化指标检测58
2.3.1溶解气体组分58
2.3.2二苄基二硫醚59
2.3.3多氯联苯60
2.3.4击穿电压60
2.3.5体积电阻率61
2.3.6介质损耗因数62
2.3.7析气性63
2.3.8带电倾向64
2.3.9糠醛65
2.3.10稠环芳烃66
2.3.11界面张力67
2.3.12水溶性酸碱67
2.3.13腐蚀性硫68
2.3.14苯胺点69
参考文献69
第3章颗粒污染度分析技术71
3.1颗粒污染度分析技术简介71
3.2颗粒污染度的测试方法72
3.2.1自动颗粒计数法72
3.2.2显微镜颗粒计数法74
3.3颗粒污染度的评价方法76
3.3.1ISO 4406污染度等级标准76
3.3.2SAE AS4059污染度评级标准78
3.3.3NAS 1638污染度等级标准79
3.3.4GJB 420B污染度评级标准80
3.4润滑及液压系统的污染控制及方法82
3.4.1建立目标清洁度82
3.4.2污染预防范83
3.4.3油液的净化处理85
3.4.4系统污染度的实时监测87
参考文献87
第4章红外光谱分析技术89
4.1红外光谱分析技术简介89
4.2红外光谱的原理90
4.2.1基本原理90
4.2.2吸收峰和基团频率90
4.2.3傅里叶变换红外光谱仪91
4.3润滑油基础油和添加剂红外光谱
特征92
4.3.1矿物基础油92
4.3.2合成基础油93
4.3.3添加剂96
4.4红外光谱定性和定量分析98
4.4.1红外光谱定性分析98
4.4.2红外光谱定量分析100
4.5红外光谱在油液分析中的应用105
4.5.1基础油结构族组成分析105
4.5.2抗氧剂含量分析106
4.5.3在用油的质量监测107
4.5.4油液鉴别与混油鉴定107
4.5.5油液理化指标快速测定109
参考文献110
第5章光谱元素分析技术112
5.1光谱元素分析技术简介112
5.2光谱元素分析原理112
5.2.1原子结构和原子光谱的产生112
5.2.2原子的激发114
5.2.3光谱的种类114
5.3原子发射光谱法115
5.3.1原子发射光谱法基本原理115
5.3.2旋转圆盘电极原子发射光谱法116
5.3.3电感耦合等离子体原子发射
光谱法117
5.4X射线荧光光谱法120
5.4.1波长色散X射线荧光光谱法
（WDXRF）120
5.4.2能量色散X射线荧光光谱法
（EDXRF）121
5.5扫描电镜-能谱分析123
5.5.1X射线能谱分析原理123
5.5.2能量色散X射线谱仪124
5.5.3检测方法124
5.6光谱元素分析在油液监测中的应用125
5.6.1评价设备的磨损状态及磨损
趋势125
5.6.2评价油液的使用状态127
5.6.3鉴别油液的真伪128
5.6.4确定合理的换油周期129
参考文献130
第6章磨粒分析技术132
6.1磨粒分析技术简介132
6.2铁谱分析的基本原理133
6.2.1梯度磁场133
6.2.2磨粒的磁化134
6.3磨粒的提取与分析135
6.3.1磨粒提取技术135
6.3.2磨粒分析方法139
6.4磨粒的分类与识别143
6.4.1磨粒的分类143
6.4.2黑色金属磨粒143
6.4.3有色金属磨粒147
6.4.4铁氧化物颗粒148
6.4.5油液氧化产物及添加剂150
6.4.6污染物153
6.5磨粒定量分析技术154
6.5.1磨粒定量检测方法154
6.5.2磨粒定量分析方法156
6.6磨粒分析在油液监测中的应用159
6.6.1磨损的发展过程及其磨粒特征159
6.6.2磨粒与机械故障的关系160
6.6.3磨粒分析技术在设备润滑磨损
状态监测中的应用164
参考文献167
第7章油液在线监测技术169
7.1油液在线监测技术概述169
7.2油液在线监测传感器技术170
7.2.1油液水分传感器170
7.2.2油液黏度传感器175
7.2.3油液品质传感器183
7.2.4颗粒监测传感器188
7.3油液传感器测试评价技术204
7.3.1传感器测试中的误差和数据
处理204
7.3.2传感器的基本特性206
7.3.3传感器的基本参数测试208
7.3.4传感器的环境可靠性测试209
7.3.5传感器的安全性能测试210
7.4油液在线监测装置与系统211
7.4.1油液在线监测系统架构211
7.4.2对象层-机组润滑系统212
7.4.3采集层-油液在线监测装置213
7.4.4监控层-软件系统215
7.4.5运维层-监测预警与运维云平台220
参考文献224
第2篇设备润滑磨损故障智能诊断第8章设备润滑磨损故障智能诊断
概述226
8.1润滑磨损故障智能诊断内涵226
8.1.1智能诊断概念226
8.1.2润滑磨损故障智能诊断研究
方向227
8.1.3润滑磨损故障智能诊断的结构
与流程227
8.2润滑磨损故障智能诊断研究现状230
8.2.1润滑失效分析研究现状230
8.2.2磨损故障诊断研究现状233
8.3润滑磨损故障智能诊断面临的问题
与挑战235
8.4润滑磨损故障智能诊断发展趋势236
参考文献238
第9章设备润滑磨损故障诊断阈值
制定241
9.1油液监测异常值的检验241
9.1.1基于统计概率法的异常值检验241
9.1.2基于离散度的异常值检验242
9.1.3基于Kmeans算法的异常值
检验243
9.1.4基于孤立森林法（Isolation Forest）
的异常值检验244
9.2基于正态分布的阈值制定方法246
9.2.1正态分布法计算阈值的原理246
9.2.2正态分布的检验247
9.2.3正态分布的三线值法249
9.2.4正态分布法阈值制定示例250
9.3基于累积分布的阈值制定方法250
9.3.1累积分布法计算阈值的原理251
9.3.2累积分布法制定阈值的步骤251
9.3.3累积分布法阈值制定示例 252
9.4基于非参数估计的阈值制定方法254
9.4.1最大熵法254
9.4.2核密度估计法255
9.4.3KNN近邻法256
参考文献257
第10章设备润滑磨损故障智能诊断的
特征提取259
10.1润滑磨损故障数据组成及特点259
10.1.1润滑磨损故障诊断数据组成259
10.1.2润滑磨损故障诊断数据特点261
10.1.3润滑磨损故障诊断特征提取实施
策略及流程262
10.2润滑磨损故障诊断特征约简264
10.2.1基于熵度量的磨损故障特征
约简264
10.2.2基于粗糙集理论的润滑油劣化
特征约简269
10.2.3基于特征贡献度的无监督特征
约简272
10.3润滑磨损故障特征提取282
10.3.1基于PCA的线性特征提取283
10.3.2基于核算法的非线性特征
提取287
10.4润滑磨损故障诊断特征关联性
分析293
10.4.1基于数据统计特征的关联规则
挖掘293
10.4.2基于灰色模型的关联性分析299
参考文献304
第11章基于机器学习的设备润滑磨损
故障智能诊断308
11.1基于人工神经网络的诊断模型308
11.1.1BP神经网络原理308
11.1.2案例分析310
11.2基于决策树的诊断模型313
11.2.1决策树原理314
11.2.2基于决策树的润滑油品分类识别
案例分析316
11.2.3基于决策树的柴油机磨损失效
识别案例分析317
11.3基于支持向量机的诊断模型321
11.3.1支持向量机原理321
11.3.2案例分析322
11.4基于集成学习的诊断模型325
11.4.1集成学习原理325
11.4.2随机森林326
11.4.3案例分析328
参考文献329
第12章磨粒图像智能识别332
12.1磨粒图像智能识别的发展过程332
12.2磨粒智能识别原理333
12.2.1磨粒特征提取333
12.2.2磨粒特征分类方法337
12.2.3磨粒特征提取辅助技巧338
12.3磨粒智能识别实现案例340
12.3.1磨粒智能识别方法340
12.3.2数据准备342
12.3.3模型训练343
12.3.4结果应用344
12.4磨粒智能诊断系统设计与实现346
12.4.1系统设计346
12.4.2硬件组成346
12.4.3软件设计347
参考文献352
第13章在用润滑油可靠性评估及
寿命预测356
13.1基于Weibull分布的在用润滑油
可靠性评估357
13.1.1润滑可靠性评估常用函数357
13.1.2基于Weibull分布的润滑油
可靠性建模357
13.1.3模型参数寻优求解358
13.2基于多元数据分布的在用润滑油
可靠性评估361
13.2.1Copula函数简介362
13.2.2油液多元联合可靠性函数363
13.2.3案例分析365
13.3基于时间序列的润滑油寿命预测368
13.3.1基于ARMA时间序列模型的
润滑油寿命预测368
13.3.2基于LSTM模型的润滑油寿命
预测375
13.3.3其他预模型377
参考文献379
第3篇行业应用案例第14章石油化工行业案例382
14.1石油化工行业典型设备润滑特点382
14.1.1离心式压缩机润滑特点382
14.1.2往复式压缩机润滑特点383
14.1.3螺杆式压缩机润滑特点384
14.1.4冷冻机润滑特点384
14.1.5泵的润滑特点385
14.1.6电动机润滑特点385
14.2石油化工行业设备常见润滑磨损
故障386
14.2.1压缩机轴瓦产生漆膜386
14.2.2润滑系统受到压缩介质污染387
14.2.3压缩机轴瓦异常磨损387
14.2.4铜质摩擦副受到腐蚀387
14.3石油化工行业设备润滑失效案例388
14.3.1新氢压缩机瓦斯泄漏故障
监测388
14.3.2主电动机液压油受废油污染
监测389
14.3.3注水泵润滑油水分污染在线
监测391
14.4石油化工行业设备磨损故障案例393
14.4.1油浆泵轴承磨损故障监测393
14.4.2膜回收往复压缩机磨损故障
监测395
14.4.3造粒机主减速箱在线油液监测
案例398
14.4.4挤压机齿轮箱在线监测磨损
故障监测398
参考文献402
第15章水泥行业案例403
15.1水泥行业典型设备润滑特点403
15.1.1破碎及运输设备润滑特点404
15.1.2生料粉末设备润滑特点405
15.1.3熟料烧成设备润滑特点405
15.1.4熟料研磨及包装设备润滑
特点406
15.1.5风动和除尘设备润滑特点407
15.2水泥行业设备常见润滑磨损故障408
15.2.1油液选型不当408
15.2.2油脂错用混用408
15.2.3粉尘颗粒污染409
15.2.4齿轮、轴承磨损失效409
15.3水泥行业设备润滑失效案例409
15.3.1篦冷机液压系统受硅油污染
监测409
15.3.2螺杆式空气压缩机油稠化原因
分析411
15.3.3立磨磨辊润滑油黏度增高原因
分析413
15.3.4辊压机润滑油水分超标在线
预警414
15.4水泥行业设备磨损故障案例414
15.4.1立磨磨辊轴承磨损故障监测414
15.4.2辊压机定辊齿轮箱的磨损故障
监测416
15.4.3立磨减速机异常磨损在线
监测419
参考文献420
第16章钢铁行业案例422
16.1钢铁行业典型设备润滑特点422
16.1.1烧结设备润滑特点423
16.1.2炼铁设备润滑特点424
16.1.3炼钢设备润滑特点425
16.1.4轧钢设备润滑特点426
16.2钢铁行业设备常见润滑磨损故障428
16.2.1轧辊油箱进水428
16.2.2液压系统泄漏429
16.2.3润滑剂选型和使用不当429
16.2.4润滑系统设计不当430
16.3钢铁行业设备润滑失效案例430
16.3.1球磨机在用油变黑原因分析430
16.3.2冷轧支承辊驱动端在线回油流量计
堵塞原因分析432
16.3.3转炉液压系统混油故障监测434
16.3.4冷轧机集中润滑油站水分污染
隐患在线监测436
16.4钢铁行业设备磨损故障案例438
16.4.1钢厂张力辊齿轮箱磨损故障
监测438
16.4.2转炉回转支承轴承润滑脂失效
导致的磨损故障440
16.4.3铸轧机连铸摆剪系统变速箱齿轮
磨损故障监测442
参考文献443
第17章电力行业案例444
17.1电力行业典型设备润滑特点444
17.1.1火电设备润滑特点444
17.1.2水电设备润滑特点445
17.1.3核电设备润滑特点446
17.1.4风电设备润滑特点447
17.2电力行业设备常见的润滑磨损
故障448
17.2.1汽轮机组常见故障448
17.2.2风力发电机组常见润滑磨损
故障449
17.3电力行业设备润滑失效案例450
17.3.1核电站凝结水泵电动机轴承高温
原因分析450
17.3.2风力发电机主齿轮箱新油不合格
原因分析452
17.3.3风力发电机主齿轮箱油液种类
大数据甄别分析454
17.3.4核电站循环水泵电动机轴承腐蚀
磨损原因分析456
17.4电力行业设备磨损故障案例458
17.4.1风力发电机主齿轮箱磨损故障
原因分析458
17.4.2风力发电机主齿轮箱润滑油变黑
原因分析460
参考文献463
第18章海上石油开采行业案例465
18.1海上石油开采行业典型设备润滑
特点465
18.1.1主发电机组润滑特点465
18.1.2起重机械润滑特点466
18.1.3压缩机润滑特点467
18.1.4泵机润滑特点468
18.1.5救生艇润滑特点468
18.2海上石油开采行业设备常见润滑
磨损故障469
18.2.1起重机齿轮箱异常磨损469
18.2.2柴油机腐蚀磨损470
18.2.3柴油机燃油稀释470
18.2.4油液混用或错用470
18.2.5水分污染和油液乳化470
18.2.6固体颗粒污染471
18.3海上石油开采行业设备润滑失效
案例471
18.3.1冷水机组润滑系统进水故障
分析471
18.3.2海上平台发电柴油机润滑油凝结
原因分析473
18.3.3螺杆式压缩机润滑油分层原因
分析475
18.4海上石油开采行业设备磨损故障
案例477
18.4.1透平发电机高温故障原因
分析477
18.4.2海上平台发电柴油机的油液在线
监测479
参考文献481
第19章交通运输行业案例483
19.1交通运输行业典型设备润滑特点483
19.1.1轨道交通车辆润滑特点483
19.1.2船舶润滑特点484
19.1.3汽车润滑特点486
19.2交通运输行业设备常见润滑磨损
故障487
19.2.1发动机常见润滑故障487
19.2.2齿轮箱常见润滑故障488
19.3交通运输行业设备润滑失效案例488
19.3.1轴承润滑脂受探伤耦合剂污染的
可能性分析488
19.3.2汽车发动机起动困难原因
分析491
19.3.3柴油发动机轴瓦磨损原因大数据
分析493
19.4交通运输行业设备磨损故障案例496
19.4.1公交车辆差速器失效原因
分析496
19.4.2远洋船舶艉管发热原因分析497
参考文献501
前言/序言
润滑油是机械设备的“血液”，在摩擦副相对运动的表面间具有降低摩擦、减少磨损、冷却散热、密封缓振和清洁防锈等作用，是保障机械设备安全运行的重要工作介质。同时，由于润滑油在设备的各个摩擦副之间循环流动，因此各种润滑、摩擦与磨损行为产物都存在于油液中，就如人体血液中含有丰富的人体健康状态信息一样，在用润滑油也携带着设备大量的摩擦磨损以及自身性能劣化的表征信息。油液监测技术（Oil Monitoring）就是通过对设备在用油液的理化性能及其携带的磨损和污染颗粒进行检测分析，从而实现对设备润滑磨损状态的监测与故障诊断。油液监测技术与设备性能参数监测、振动噪声监测及红外温度监测等设备状态监测技术相比，是一种主动性预防维护技术，它能发现那些可能导致设备异常温升、振动噪声等故障的早期润滑磨损隐患，并及时预警采取维护措施，将故障消灭在萌芽状态。因此，油液监测技术在设备运行维护中具有更加突出的作用。
油液监测技术经过半个多世纪的应用及发展，已经成为设备状态监测和故障诊断的主要技术之一，国际标准化组织也将其纳入“ISO/TC108/SC5机器系统的状态监测和诊断”的门类范畴。随着工业设备不断向大型化、成套化、智能化方向发展，以及现代工业设备管理模式的进步，设备运维也由故障征兆的检出、诊断与维修，拓展到设备全生命周期的健康管理及智能运维，对设备润滑安全也有更高的要求。为此，油液监测技术在工业设备中应用的深度和广度也不断增大，并将由润滑磨损状态监测与诊断技术，扩展成为工业企业机械设备润滑系统改造优化、磨损部件及油液寿命评估预测、润滑油再生自愈与延寿、设备润滑健康管理及远程运维等润滑工程领域的综合性支撑技术。
新质生产力的大力发展，加快以技术创新推动制造业向高端化、智能化、绿色化发展，新一代信息技术与制造业设备运维的深度融合将快速推进。在油液监测技术领域，一方面，伴随传感器及其集成技术的不断进步，油液监测技术体系也将由传统实验室的理化性能指标仪器分析逐步向基于油液传感器的在线实时监测方向发展；另一方面，由于设备润滑磨损故障诊断所需的信息源多、数据构成复杂、经验主导性强，20世纪90年代以来，部分从事油液监测的科技工作者已开始研究应用油液监测数据的智能化诊断技术，并取得了不少成果，但是受算法、算力和大数据缺乏等影响，一直没有形成系统化的工程应用模式。近年来，随着机器学习等算法与模型的演变和计算机算力的提升，推动了设备运维数据应用新模式的发展，为润滑磨损故障由依赖于专家经验的诊断，向基于数据驱动与知识规则的多源信息融合与集成分析的智能化诊断提供了理论与能力基础。
本书主要汇聚了广州机械科学研究院有限公司（以下简称广州机械科学研究院）贺石中首席专家团队近10年来在油液监测与智能诊断领域开展理论研究、技术创新和工程实践的成果，系统阐述了油液监测技术体系与智能化诊断原理、方法和工程应用案例。与本书相关的研究内容先后得到国家科技部重点研发计划、科技支撑计划、中国机械工业集团重点研发计划和相关课题的资助，作者衷心感谢上述科研项目的支持与帮助。
全书内容分3篇、共19章。第1篇油液监测技术有7章，系统介绍了油液离线实验室的主要检测指标方法，着重介绍了颗粒污染度分析、红外光谱分析、光谱元素分析、磨粒分析等重要检测方法，以及工业现场油液在线监测所涵盖的传感器、集成网路与软件体系；第2篇设备润滑磨损故障智能诊断有6章，主要从润滑磨损故障智能诊断内涵、指标阈值制定、故障特征提取、故障辨识、磨粒智能识别、可靠性评估及寿命预测，全面介绍了油液监测技术智能化实现的流程与方法体系；第3篇行业应用案例有6章，对石油化工、水泥、钢铁、电力、海上石油开采及交通运输行业典型设备的润滑特点和润滑磨损故障特征进行阐述，并对广州机械科学研究院检测实验室多年来在油液监测实施过程中发现的典型润滑失效与磨损故障案例进行了总结分析。
本书的写作大纲和书稿由贺石中正高级工程师负责审订，石新发高级工程师和李秋秋正高级工程师协助组织撰写。广州机械科学研究院的油液监测专家冯伟正高级工程师，油液理化分析高级工程师丘晖饶、张琳颖和赵畅畅，设备诊断高级工程师崔策、杨智宏和覃楚东参与了本书部分章节的编写工作。在本书撰写过程中，还吸取了国内外有关著作及文献的精华，尽量反映出国内外在油液监测与智能诊断方面的新方法和新成果，参考文献均在相应章节列出，对被漏列参考文献的作者表示歉意，对所有参考文献作者谨表感谢。另外，本书整理列出的大量工程应用案例得到了广大工矿企业的大力支持，在此也表示诚挚的谢意。
油液监测数字化、智能化的路还很长，设备润滑维护、健康管理也任重道远，希望本书的出版能起到抛砖引玉的作用。同时，由于作者水平有限，书中难免有疏漏和谬误之处，恳请读者指正与探讨。
贺石中2024年5月15日于广州机械科学研究院广州科学城院区
