齿轮箱润滑油液中的磨粒携带了大量的磨损状态信息，主要包括磨粒尺寸、磨粒数量及其生成速率。磨粒尺寸对应磨损类型，磨粒浓度反映当前磨损量，磨粒的瞬时生成率可以用来预测接下来一段时间内的磨损情况。磨粒作为评价设备磨损状态的重要指标，能够为设备的状态评估与故障预测提供参考和指导。
目前，评价风机齿轮箱的用油性能主要还是采用定期取样、离线送检的方式，然而这种方式时效性不强，无法实现设备磨损故障的早期预警。针对这一现状，磨粒在线监测传感器(以下简称磨粒传感器)应运而生，它能实时监测齿轮箱磨粒数量变化，能够更好地实现齿轮箱磨损故障的早期诊断与在线预警，为风机系统的安全运维提供保障和支撑。
针对磨粒参数与齿轮箱磨损状态的关系，国内外学者展开了多方面的研究。刘学工等提出了油液中金属磨粒浓度预测法，得到了齿轮箱的可靠性寿命。胡志红等对齿轮箱润滑油中的颗粒污染度以及磨损颗粒失效类型进行深入分析，通过分析颗粒的尺寸、成分以及形状准确地判别轮齿的失效形式以及失效机理。Sheng对750kW 风机进行在线油液监测研究，探究了齿轮箱磨粒尺寸分布规律，得出齿轮箱发生故障时的磨粒生成率高于正常阶段。但现有的研究更多集中在理论探究阶段，在与设备磨损状态和传感器实际应用结合方面有所欠缺，在设备的在线预警方面有所不足。另外，磨粒传感器技术本身存在一定的技术壁垒，其测试精度及可靠性还有待进一步验证。基于此，本实验首先验证了磨粒传感器的精确性，以保证后续磨损状态分析的准确性;然后通过搭建的小型齿轮箱实验平台模拟齿轮的运行工况，完成齿轮箱全寿命加速实验，其中采用验证后的磨粒传感器获取生成的磨粒信息，并根据实时的磨粒特征参数对磨损状态做出预判;最后采用铁谱分析等手段验证在线监 测趋势的准确性。本研究不仅为齿轮箱磨损实验研究提供了可靠的理论方法，还对实际生产中齿轮箱故障预判的方法具有指导意义。
1、实验
采用自主研制的齿轮磨损试验机进行实验，试验机结构如图1所示。
试验机主要由台架基座、调速电机、试验齿轮箱、加载联轴器、温度控制和数据采集设备等六大部分组成。在齿轮箱前加玻璃窗便于观察齿轮运转状况，采用接触式测温仪来获取实验过程中齿轮箱的润滑油温度。采用粗糙度测量仪测试齿轮粗糙度，测得其平均粗糙度 Ra为3.2μm，齿轮表面以及箱体内壁采用石油醚进行清洗，以去除表面油污等污染物。润滑介质选用粘度为320的齿轮油;磨粒传感器及过滤器(滤芯40μm)依次串联在循环油路上。实验中通过逐级施加载荷(30kg—50kg—60kg—70kg—80kg—90 kg)的方式来实现加速实验的目的。具体实验参数如表1所示。齿轮箱从开始运行到出现故障，实验周期共计28d。
2、结果与讨论
磨粒传感器的精度验证
目前，磨粒传感器主要输出的实时信息是磨粒尺寸与数量。为保证磨粒传感器能够准确判别出齿轮的磨损状态，需要对其尺寸全面性、数据可靠性及反应灵敏性进行验证。为验证磨粒传感器能够对不同尺寸的磨粒加以甄别区分，故设计齿轮箱磨损加速实验对齿轮箱工作过程中的磨粒生成情况进行实时监测，测得的各尺寸区间磨粒数量变化曲线见图2。
从实验结果来看，0～60 μm 尺寸区间的磨粒数量和生成速率远远高于其他尺寸区间，且较大尺寸区间的磨粒数量在实验后期才开始增长。这是因为齿轮箱在磨合阶段会有大量的小尺寸磨粒出现，这种现象的发生符合一般金属材料的磨损规律：逐级增加载荷，磨合不断重复，小尺寸磨粒不断产生;当载荷增加超过临界点，在较大交变载荷作用下，大尺寸颗粒开始产生。
对磨粒传感器输出的磨粒数目信息的准确性进行验证。由于缺乏测量油液中磨粒数目的直接方法，故采用间接的方式来验证。设计齿轮箱加速磨损试验，每小时采集10mL油样进行离线磨粒浓度检测，并将离线测得的磨粒浓度变化趋势与磨粒传感器实时监测的磨粒数量变化规律进行比照，探究二者在演化规律上的一致程度。图3为磨粒传感器监测到的数据与离线测得的铁磁性颗粒浓度数据，从图3中可以看出，两者的变化趋势基本一致。故可以得出，磨粒传感器可靠性良好。
设计油液磨粒浓度变化响应实验，验证传感器灵敏度。实验中分批次向油液中加入一定量金属磨粒来不断提升其磨粒浓度，以此来考察传感器对油液中磨粒浓度变化的响应特性。每次人为改变油液磨粒浓度，并待其平稳时对油液取样，通过离线测试方法检测油样中磨粒的含量，将实时监测得到的磨粒总数目变化规律与油液中磨粒浓度的变化趋势进行比照印证，如图4所示。
由在线监测结果图4(a)可见，每一次人为改变磨粒浓度后，传感器都能够及时进行响应。由于油路中未使用过滤器，因此曲线斜率直接表征磨粒浓度。从图 4(a)可明显看出，曲线斜率随着浓度增加而不断增大。通过离线检测结果(图4(b))可以更为准确地得到油液中磨粒浓度确实呈递增趋势，与在线监测结果相吻合。因此，排除实验条件的极端性，传感器具备良好的灵敏度。
综上，经过实验验证可知，磨粒传感器全面性、可靠性及灵敏性良好，可用于齿轮箱磨损状态评价。
齿轮台架实验
图5为本实验测得的齿轮箱全寿命周期内磨粒数量及磨粒生成率随时间的变化曲线。从图5可以看出，齿轮箱全寿命曲线可以清晰地划分为三个阶段，磨合阶段、正常磨损阶段、异常磨损阶段。从图5中还可以看出，齿轮箱运行初期，磨粒生成率较高，分析原因认为，磨合阶段是齿轮表面进一步加工的过程，其表面的粗糙峰和微凸体大量剥落，以便使其与摩擦副良好接触，减小磨损，因此，磨合阶段测得的磨粒生成率远高于正常磨损阶段以及异常磨损阶段。稳定磨损阶段，磨粒生成率比较小、磨粒生成量趋于稳定，此阶段，摩擦副表面磨合良好，齿轮箱运行平稳，未有大量磨粒生成，故磨粒生成率曲线变化不大。在磨损后期(650h后)，磨粒的累积数量与生成率均剧烈上升，当齿轮箱进入磨粒大量增加的严重磨损阶段后约48～72h，实验台开始振动、噪音急剧增大，齿轮发生严重破坏并最终停机，分析原因认为，齿轮在长期的交互应力作用下表面发生严重的疲劳磨损，故导致磨粒数量及生成率突增。观察不同阶段的齿轮表面磨损情况(图6)可以发现，开始阶段齿轮表面光亮且状态良好，管路里的润滑油呈现黄色，无颗粒出现;随着实验的进行，齿轮箱运行500h后齿轮表面出现轻微磨损，齿轮节圆附近出现轻微点蚀现象;运行650h后，管路里的润滑油颜色呈现深黄色，且能明显看到黑色颗粒，此时观察齿轮齿面，可以看到大面积的材料剥落，已经出现严重磨损。
相关研究表明，油液中的磨粒生成速率的突然升高以及浓度突变反映了该段时间内的设备磨损量情况，磨损量的积累是导致齿轮发生磨损，出现表面剥落甚至裂纹、断齿的重要原因。因此，磨粒浓度和生成率的突变表征着齿轮箱运行状态的质变。即通过传感器监测磨粒曲线斜率的变化可以判别出此时的齿轮箱的磨损状态。
对于材料磨损过程而言，不同的表面磨损形式所对应的磨粒平均尺寸往往存在一定的差异性，例如疲劳磨粒通常处于100～200μm 的尺寸区间，而切削磨损会产生大尺寸的长条状磨粒。对不同尺寸区间的磨粒累积数量、磨粒生成率进行监测，分析在线监测信号与磨损物理过程的对应关系，能够提前预知或判断某些磨损类型的发生，实现更加准确的齿轮箱磨损故障预警。
图7为0～60μm 尺寸区间的磨粒数量及磨粒生成率随时间的变化曲线。从图7可以看出，该区间的磨粒总量以及生成速率曲线与图5曲线趋势基本一致，即磨合阶段，该尺寸区间的磨粒浓度快速增大，在磨合阶段末期逐渐变小，正常磨损周期内保持着非常稳定的增长率，且在齿轮箱发生严重磨损破坏之前，该尺寸区间磨粒浓度快速上升。从图7中还可以看出，逐级施加载荷时，该尺寸区间的磨粒生成率会出现短暂的波动，但由于磨粒总量非常大，小尺寸磨粒的总累积量对载荷的改变并不十分敏感。因此，在齿轮箱整个运行周期，0～60μm 尺寸区间的磨粒是持续产生的，且在磨合及平稳磨损阶段，该尺寸区间的磨粒的数量累积以及生成率对齿轮箱磨损不具有明显的破坏作用，不需要重点关注。
图8为100～200μm 尺寸区间的磨粒数量及磨粒生成率随时间的变化曲线。从图8可以看出，磨合阶段，该区间的磨粒数量远低于0～60μm 尺寸区间的磨粒;平稳磨损阶段，该区间磨粒生成率一直相对稳定;进入剧烈磨损期时，该尺寸区间的磨粒生成率突变且上升幅度较大。分析原因认为，齿轮箱经过平稳磨损阶段，齿轮表面已遭到细微破坏，逐渐失去了原有的平衡运行状态，导致裂纹扩展贯通，最终形成大尺寸磨粒剥落。对于齿轮箱磨损过程，在发生严重的磨损破坏之前，产生的磨粒以疲劳磨粒为主，当出现大量 200 μm 左右的疲劳磨损磨粒时，通常认为材料进入严重疲劳磨损状态，即在剧烈磨损阶段，100～200μm 尺寸区间磨粒的数量及生成率突增且波动幅度较大时，意味着齿轮箱已经发生较为严重的疲劳磨损。
图9为200～300μm 尺寸区间的磨粒在线监测曲线。从图9可以发现，该尺寸区间的磨粒数量远远小于其他尺寸区间，磨粒生成率在相当多的时间内都是零，且该尺寸区间磨粒的生成率几乎都是阶跃式的。对照实验过程发现，该区间磨粒曲线的阶跃现象与实验过程中的载荷施加有着良好的对应性，每一级阶跃过程均对应了一组工作载荷的施加，可以认为该尺寸区间的磨粒对载荷的改变十分敏感。
综上，0～60μm 尺寸区间磨粒的曲线变化趋势与磨粒总量的变化趋势一致，且数量级相同，即磨粒传感器所记录的颗粒总量较大程度是小尺寸颗粒总量贡献的结果，但对于判断齿轮磨损状态准确性不足。而由100～200μm 的颗粒曲线的变化趋势可知，磨合阶段100～200μm 的颗粒产生的非常少，随着齿轮箱的运行，正常磨损期阶段，100～200μm 的颗粒产生量增加，并且随着时间的延长，斜率有上扬趋势，当运行时间达到650h时，斜率突变，曲线斜率大于75°，此时齿轮表面易发生严重的剥落，意味着齿轮箱已经发生失效。200～300μm 的颗粒曲线在650h时，斜率变化略有升高，变化不大，但该大尺寸区间的磨粒出现时意味着齿轮箱已进入剧烈磨损状态，需要加以警惕并做出预警。
3、离线检测的验证
图10为680h内采用 Q2000铁量仪离线测试的铁磁颗粒浓度随时间的变化曲线，从图10中可以看出，齿轮箱在运行约650h后开始出现磨粒浓度快速增大的现象，由于实验中对齿轮箱内的润滑油进行了循环过滤，离线检测获取的磨粒浓度信息实质上反映了磨粒的实时生成速率。即通过加速实验的磨粒测试信息可以发现，在齿轮箱达到磨损破坏之前，磨粒生成率快速增长，这一现象有效印证了磨粒生成率是反映齿轮箱磨损状态、提出故障预警的重要影响因素。
铁谱能通过分析油液中的磨损颗粒的形态特征对齿轮箱的磨损状态进行评估，且能很好地验证油液在线监测设备的准确性。本工作对上述运行的680h齿轮箱实验中抽取的各时期的油样进行铁谱分析，做出磨损特征与磨损类型的评价，图11中给出了80h、300h、630h以及650h油样的铁谱图片。
通过对不同时间的油样进行铁谱显微分析发现，80h油样中的磨粒主要为少量的小尺寸铁磁性金属颗粒(最大尺寸约为15μm)，伴有少量滚动疲劳磨损颗粒以及滚/滑齿轮磨损颗粒(最大尺寸约为100μm)，未见明显异常磨损;300h正常磨损期内，磨粒主要为较多的小尺寸铁磁性金属颗粒和少量固体污染颗粒，伴有少量疲劳擦伤磨损颗粒(最大尺寸约为200μm)，且有磨损颗粒互相碾磨的迹象;在630h及650 h剧烈磨损期内，油液中存在大量的小尺寸铁磁性金属颗粒 且伴有较多的疲劳擦伤磨损颗粒和个别铜合金磨损颗粒，铁合金部件磨损率较高(最大尺寸约为300μm)，且铜合金部件亦出现异常磨损，意味着除了齿轮齿面出现严重磨损以外，轴承等设备组件也发生了异常磨损现象。从铁谱分析结果可知，油液中磨粒尺寸和磨粒浓度信息是磨损程度的直接表现。齿轮箱从磨合阶段到剧烈磨损阶段的变化过程中，油液中检测到的大尺寸磨粒浓度从小到大，这与实际工况中齿轮箱的运行状态相吻合，由此可见，磨粒尺寸和磨粒浓度可用于表征齿轮箱的磨损状态。
因此，油液中磨粒含量的离线油样测试、磨粒含量变化规律以及油液的铁谱分析结果，有效地印证了在线监测的磨粒信息变化趋势能准确预测齿轮磨损故障。
4、结论
磨合阶段，齿轮箱产生的磨粒尺寸主要在0～60μm 之间，且主要表现为疲劳磨损机制，该尺寸区间的磨粒生成对齿轮箱后续的磨损影响不大，不需要重点关注;经过平稳运行阶段后，60～100μm 尺寸区间的磨粒数量迅速增多，即该区间磨粒生成率增大时，此时齿轮表面已发生轻微的点蚀;当监测到100～200μm 大尺寸磨粒生成率迅速增长时，说明齿轮箱已进入较为严重的疲劳磨损状态，需要引起运维人员重视，进行换油或者其他必要的预防措施;若大于200μm 的磨粒大量出现且数量呈现跳跃式增长时，表明此时齿轮箱已发生严重的损坏，需要做出预警处理。
本工作采用油液在线监测技术对齿轮箱的磨损状态进行判断及预测，为齿轮部件的磨损状态诊断提供了必要的理论基础，具有很好的参考价值。
参考文献略.