پیش‌بینی فرسایش و خرابی ماشین‌آلات راه‌سازی با استفاده از نتایج آنالیز روغن

نوع مقاله : مقاله پژوهشی

نویسندگان

1 عضو هیئت‌علمی دانشگاه جامع علمی کاربردی، البرز، ایران.

2 دانشجوی دکتری مکانیک، دانشکده فنی و مهندسی، دانشگاه گیلان، ایران.

dmej/dmej.2020.6

چکیده

آنالیز روغن یکی از روش‌های پایش وضعیت به­منظور تشخیص فرسایش‌های غیرعادی تجهیزات و سیستم‌های مکانیکی است. ذرات فرسایشی بر اثر وجود سایش و عیوب مشابه در داخل اجزای ماشین به وجود می‌آیند. با دانستن متالوژی (ترکیب) مواد بکار رفته در ساخت قطعات داخلی موتور و جنس ذرات موجود در روغن می‌توان پیش‌بینی‌هایی در خصوص احتمال عیوب مختلف داشت. در این تحقیق به بررسی رفتار فرسایشی موتورهای ماشین‌آلات راه‌سازی با توجه به وضعیت عناصر آنالیز روغن بر اساس خطوط مبنا پرداخته شده است. این خطوط مبنا با روش داده­کاوی نتایج آزمایش‌ها آنالیز روغن بر اساس توزیع نرمال و روش‌های آماری در کنار خرابی­های ثبت­شده در واحد نگهداری و تعمیرات در مدت‌زمان حدود سه سال به­دست آمده است. با توجه به آنالیز ذرات فرسایشی و عناصر موجود در قطعات مختلف موتور خصوصاً ساختار آلیاژی سیلندر و سرسیلندر، آلیاژ مورد استفاده در ساختار شاتون، جنس فلز پایه استفاده شده در یاتاقان‌ها، نوع روغن موتور و میزان کارکرد روغن، عیوب احتمالی و بررسی‌های محتمل تعیین می‌شوند. شاخص‌های مورد مطالعه در آنالیز روغن عبارت‌اند از: ویسکوزیته، سیلیسم، ذرات درشت آهنی، فلزات فرسایشی نظیر آهن، آلومینیوم، سرب، مس، قلع، کروم.
سایر پارامترهایی که مدنظر قرار می‌گیرد عبارت‌اند از:

استفاده و یا عدم استفاده از افزودنی‌های روغن
استفاده از خنثی‌کننده‌های اسید، پاک‌کننده‌ها، اکسیدکننده‌ها و واسطه‌های ضد سایش و ضدزنگ
مصرف ضد یخ و نوع آن
نوع سرویس و تعمیرات صورت گرفته روی دستگاه‌ها (در صورت تعمیر، اعلام مشکل و در صورت امکان ارائه تصاویر از قطعاتی که دچار خرابی و آسیب شده‌اند)

محیطی که دستگاه‌ها در آن به‌کارگیری می‌شوند (معادن، راه‌سازی، محیط‌های پر گردوغبار و ...).

کلیدواژه‌ها


عنوان مقاله [English]

Prediction of Erosion and Failure of Road Construction Machinery Using Oil Analysis Results.

نویسندگان [English]

  • Mostafa Yousefi Tazarjan 1
  • Mohsen Dezfouli 2
1 Faculty Member, University of Applied Science and Technology, Alborz, Iran.
2 Ph.D. Student of Mechanical Engineering, Faculty of Engineering, University of Guilan, Iran.
چکیده [English]

Oil analysis is one of the Condition Monitoring methods to detect abnormal corrosion of mechanical equipment and systems.The wear and tear is caused by the same wear and tear on the inside of the machine. Knowing the metallurgy of the materials used to make the engine's internal components and the material of the particles in the oil can make predictions about the probability of various defects. In this study, we investigate the erosive behavior of road construction engines with respect to the status of oil-based elements of line analysis. These baselines were obtained by data mining methods of oil analysis experiments based on normal distribution and statistical methods along with recorded failures in the maintenance unit over a period of about three years.According to the analysis of erosive particles and elements present in various engine components, especially cylinder and cylinder alloy structure, alloy used in the rod structure, base metal material used in bearings, type of engine oil and oil performance, probable defects and probable investigations Are determined. Indicators studied in oil analysis are: viscosity, silica, coarse ferrous particles, erosive metals such as iron, aluminum, lead, copper, tin, chromium. Other parameters to consider include:

Whether or not to use oil additives
 Use of acid neutralizers, cleaners, oxidizers, and anti-wear and rust agents.
Antifreeze consumption and its type

•          The type of service and repairs performed on the devices (if repaired, reported a problem and if possible, provided images of parts that have been damaged or damaged)
•          The environment where the machines are used (mines, roads, dusty environments, etc.).

کلیدواژه‌ها [English]

  • Oil Analysis
  • Fault Forecasting and Diagnosis
  • Maintenance
  • Normal Distribution
  • Baseline
ابراهیم‌زاده  محمدرضا، برقعی سید علی‌محمد. 1381. مونیتورینگ روغن. مجلة مهندسان مکانیک ایران (پرواز). سال یازدهم. شمارة 27. صفحات 16-20.
احمدی حجت، رضایی نیا محمود. 1389. پیشگویی نوع خرابی، مبنی بر رابطه‌های رگرسیونی مربوط به عناصر فرسایشی و آلودگی‌های روغن موتور تراکتور مسی فرگوسن مدلMF285.  ششمین کنگره ملی مهندسی ماشین‌های کشاورزی و مکانیزاسیون.
بهروزی لار، منصور، 1370، مدیریت تراکتور و ماشین‌های کشاورزی، ترجمه، انتشارات دانشگاه تهران.
بیژنی، بابک؛ رسول صفری منجق تپه؛ مهدی کریمی و احسان سقط فروش، ۱۳۹۳، مروری بر روش‌های مدیریت و تعمیر و نگهداری ماشین‌آلات و تأثیر آن در کاهش هزینه‌های پروژه، کنفرانس ملی الکترونیکی توسعه پایدار در علوم جغرافیا و برنامه‌ریزی، معماری و شهرسازی اولین کنفرانس ملی توسعه پایدار در علوم جغرافیا و برنامه‌ریزی، معماری و شهرسازی، تهران، موسسه آموزش عالی مهر اروند، مرکز راهکارهای دستیابی به توسعه پایدار.
ترکى، محمد. ذوقى، 1371، اصول روانکارى، ترجمه، انتشارات پژوهشگاه صنعت نفت ایران.
حسامی سعید، خلیل پاشا محمدحسن، طاهری امیری محمدجواد. 1390. تأثیر مدیریت ماشین‌آلات از طریق آنالیز روغن بر هزینه پروژه‌های عمرانی. اولین همایش منطقه‌ای مهندسی عمران.
خدابخشیان رسول، شاکری محسن. 1389. موفقیت‌های حاصل از مراقبت وضعیت ماشین‌آلات کشاورزی از طریق آنالیز روغن. ششمین کنگره ملی مهندسی ماشین‌های کشاورزی و مکانیزاسیون.
رمضانی سعید، مسعودی علیرضا، معماریانی عزیزاﷲ، کاربرد داده‌کاوی در تعیین خطوط مبنای رفتار فرسایشی موتورها فصلنامه مدیریت زنجیره تأمین، سال سیزدهم- شماره 31، بهار 1390.
رمضانی سعید، یوسفی طرزجان مصطفی. 1388. توسعه رویکردهای هوشمند در تشخیص و پیش‌بینی عیوب، با ارائه مطالعات موردی از کاربردهای این الگوریتم‌ها. چهارمین کنفرانس تخصصی پایش وضعیت و عیب‌یابی.
رمضانی سعید، یوسفی طرزجان مصطفی. 1390. تشخیص و پیش‌بینی هوشمند عیوب برای سیستم‌های مهندسی، انتشارات دانشگاه جامع امام حسین (ع).
رمضانی، سعید؛ معماریانی عزیزالله؛ مسعودی علیرضا و نورنگ احمد، ۱۳۸۶، کاربرد داده‌کاوی در تعیین خطوط مبنای رفتار فرسایشی موتورها با استفاده از نتایج آنالیز روغن، اولین کنفرانس داده‌کاوی ایران، تهران، دانشگاه صنعتی امیرکبیر، موسسه پژوهشی داده‌پردازان گیتا.
سادات دانشی سعیده. 1393. روش CM آنالیز روغن در ماشین‌آلات و تأثیر آن بر روی هزینه‌های پروژه. اولین همایش ملی عمران، معماری و توسعه پایدار.
شاه‌حسینی، وحید؛ حامد حاجیا و محسن صحرائی، ۱۳۹۳، جایگاه آنالیز روغن در پیشگیری از خرابی ماشین‌آلات عمرانی، دومین کنفرانس بین‌المللی مدیریت چالش‌ها و راهکارها، شیراز، مرکز همایش‌های علمی همایش نگار.
شیخ داودی محمدجواد، غنیان منصور، موسوی پور سید علی. 1390. بررسی فنی و اقتصادی نگهداری و تعمیرات ماشین‌های برداشت نیشکر با استفاده از روش پایش وضعیت روغن. وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز.
علیزاده دینا، احمدی حجت، پایش وضعیت موتور دیزل با تحلیل روغن به روش منطق فازی، فصلنامة علمی- پژوهشی تحقیقات موتور/سال ششم /شمارة نوزدهم /تابستان 1389.
محمدی سرواله افسانه، کیانمهر محمدحسین. 1392. بررسی مؤلفه‌های فرسایشی و آنالیز روغن موتور تراکتور مسی فرگوسن MF399 بر اساس شرایط کاری. هشتمین کنگره ملی مهندسی ماشین‌های کشاورزی (بیوسیستم) و مکانیزاسیون ایران.
نصیری محمود، احمدی حجت، خادم محمدرضا، لبافی رضا. 1392. هوشمندسازی روند تحلیل نتایج آنالیز روغن یک نوع موتور دیزل به کمک درخت تصمیم. هشتمین کنگره ملی مهندسی ماشین‌های کشاورزی (بیوسیستم) و مکانیزاسیون ایران.
نصیری محمود، احمدی حجت، لبافی رضا، صادقی مرتضی. 1392. بررسی به‌کارگیری پایش وضعیت بر اساس آنالیز روغن در ماشین‌های راه‌سازی و راهداری، هشتمین کنگره ملی مهندسی ماشین‌های کشاورزی (بیوسیستم) و مکانیزاسیون ایران.
نیک‌نفس حامد، زارع پور غلامرضا. 1391. تحلیل وضعیت کیفی روغن موتور با استفاده از پایش وضعیت به روش منطق فازی، بیستمین کنفرانس سالانه مهندسی مکانیک، شیراز، دانشگاه شیراز.
Anderson, D. p.1982. Wear particle Atlas. prepared for Advanced Technology office support Equipment Engineering Department Naval Air Engineering Center Lakehurt, New Jersey 08733.
Annon. 1991. Condition monitoring of diesel engines. Noise Vibrat. Worldwide: Vol.22, no.2, pp.27-34.
Boldt, K., and Hall, B. R. 1977.Significance of test for Petroleum Products. ASTM, Philadelphia, PA.
Darrin Clark, A new approach to assessing wear problems using oil analysis, Practicing oil analysis magazine, 2004.
Degaspari, John. 1999. Recording oils vital signs. Mechanical Engineering: Vol.121, Issue5., p.54, 3p,2c.
Dikenson, C. F. 1987. Filter and Filtration handbook. 2nd Edition. The trade & Technical press limited.
Drew, D. Troyer. 1998. Why oil analysis should be perfomed on-site. Noria Corporation, Oil analysis.com.
Ellis, E. G. 1970.Fundamentals of lubrication. Scientific Publications, Broseley, Shropshire, England.
Elson, B.M. 1982. Flexible maintenance possible with new monitor. AVAIT. Week and Space TECH. Vol.117, no.4, pp.120-128. 
Fein, R. S. 1971.Boundary lubrication. Lubrication 57:1-12.
Jonathan Sowers, Use statistical analysis to create wear debris alarm limits, Practicing oil analysis magazine, 2001.
Machinery oil analysis – methods, automation and benefits, Larry A.Toms -Publisher: Coastal skills Training,1998.
Mark Barnes, Advanced strategies for selecting oil analysis alarms and limits, Practicing oil analysis conference, 2000.
Abu-Siada, A., & Hmood, S. (2015). A new fuzzy logic approach to identify power transformer criticality using dissolved gas-in-oil analysis. International Journal of Electrical Power & Energy Systems, 67, 401-408
Al-Janabi, S., Rawat, S., Patel, A., & Al-Shourbaji, I. (2015). Design and evaluation of a hybrid system for detection and prediction of faults in electrical transformers. International Journal of Electrical Power & Energy Systems, 67, 324-335.
Castro, A. R. G., & Miranda, V. (2005). An interpretation of neural networks as inference engines with application to transformer failure diagnosis. International Journal of Electrical Power & Energy Systems, 27(9–10), 620-626.
Han, H., Hou-jun, W., & xiucheng, D. (2011). Transformer Fault Dignosis Based on Feature Selection and Parameter Optimization. Energy Procedia, 12, 662-668.
Mauntz, M. R., Gegner, J., Kuipers, U., & Klingauf, S. (2013). Sustainable wind power generation by online sensor oil condition monitoring against premature gearbox bearing failures. IFAC Proceedings Volumes, 46(16), 425-429.
Nie, M., & Wang, L. (2013). Review of Condition Monitoring and Fault Diagnosis Technologies for Wind Turbine Gearbox. Procedia CIRP, 11, 287-290.
Sala, A., Tormos, B., & Macián, V. (2004). A Fuzzy Diagnosis Module for Oil Analysis in Industrial Diesel Engines. IFAC Proceedings Volumes, 37(16), 199-204.
Tan, C. K., Irving, P., & Mba, D. (2007). A comparative experimental study on the diagnostic and prognostic capabilities of acoustics emission, vibration and spectrometric oil analysis for spur gears. Mechanical Systems and Signal Processing, 21(1), 208-233.
Žarković, M., & Stojković, Z. (2017). Analysis of artificial intelligence expert systems for power transformer condition monitoring and diagnostics. Electric Power Systems Research, 149, 125-136.