唐 磊，沈 濤，王 熠，周 峰，史俊杰，何代全

（云南中煙工業(yè)有限責(zé)任公司紅云紅河集團(tuán)紅河卷煙廠，云南紅河 652399）

0 引言

潤滑油是機(jī)械設(shè)備運(yùn)行中不可或缺的“血液”和重要的“流動部件”，世界范圍的研究調(diào)查顯示，60%～70%的齒輪箱壽命和故障失效與潤滑直接相關(guān)[1-3]。由于磨粒的產(chǎn)生存在較強(qiáng)的復(fù)雜性、隨機(jī)性，過去的潤滑油磨粒分析技術(shù)較大程度上依賴于專家的專業(yè)知識和分析經(jīng)驗(yàn)，且分析過程通常需要花費(fèi)較高成本和較多時間，結(jié)果也具有一定的主觀性，導(dǎo)致磨粒分析未能在工業(yè)企業(yè)中廣泛應(yīng)用，并成為有效的設(shè)備狀態(tài)監(jiān)測手段和策略[4]。近年來，隨著檢測儀器及相關(guān)軟硬件的發(fā)展、在線監(jiān)測傳感技術(shù)的升級和計(jì)算機(jī)算力的增強(qiáng)，基于潤滑油磨粒分析和監(jiān)測的機(jī)械設(shè)備齒輪箱磨損故障診斷的研究發(fā)展迅速，已成為機(jī)械設(shè)備智能故障診斷的研究熱點(diǎn)和重點(diǎn)。

齒輪箱作為機(jī)械傳動中重要的零部件之一，因其長時間工作運(yùn)轉(zhuǎn)引起的磨損狀況是影響設(shè)備正常工作和使用壽命的決定性因素。當(dāng)齒輪箱內(nèi)零部件出現(xiàn)異常磨損時，產(chǎn)生的磨損磨粒會第一時間進(jìn)入潤滑油液中，通過對潤滑油中的磨損類、添加劑類、污染類雜質(zhì)進(jìn)行識別和判斷，對磨損過程中產(chǎn)生磨粒的數(shù)量和大小、幾何形態(tài)、表面光澤和顏色、磨粒元素和化學(xué)成分等特征進(jìn)行分析，可以評估當(dāng)前存在異常磨損的類型和模式，進(jìn)而了解和評價(jià)齒輪箱的運(yùn)行狀態(tài)和磨損程度及傾向[5-8]，為重要機(jī)械設(shè)備齒輪箱開展以可靠性為核心的視情維修和前瞻性維護(hù)提供依據(jù)[9]，此外，也能為實(shí)現(xiàn)潤滑油從“按期換油”向“按質(zhì)換油”、避免盲目與浪費(fèi)、提升節(jié)能減排水平提供依據(jù)。

1 磨粒分析發(fā)展歷程

20 世紀(jì)40 年代，美國開始對設(shè)備液壓系統(tǒng)、航空飛行器潤滑系統(tǒng)、鐵路運(yùn)輸設(shè)備等領(lǐng)域開展基于油液分析的機(jī)械零部件磨損研究[10]。40 年代初期，美國鐵路公司實(shí)驗(yàn)室首先采用AES（Atomic Emission Spectrometry，原子發(fā)射光譜分析方法）[11-12]，對發(fā)動機(jī)磨損發(fā)生的過程、工作狀態(tài)、潤滑油磨粒元素種類、對應(yīng)含量進(jìn)行監(jiān)測，發(fā)揮了提前判斷發(fā)動機(jī)零件失效、異常磨損的重要作用。50 年代，美國軍事領(lǐng)域首先使用了基于AES 潤滑油監(jiān)測技術(shù)，獲得了明顯的應(yīng)用效果，后將該技術(shù)推廣到相關(guān)的工業(yè)領(lǐng)域。60 年代中期，顆粒計(jì)數(shù)法（Particle Counting Method）[13]開始出現(xiàn)在潤滑油監(jiān)測研究中，該方法對于獲取量化數(shù)據(jù)、用于評價(jià)潤滑油受污染的程度，有著良好的支撐作用。70 年代初，鐵譜技術(shù)（Ferrography Technology）問世[14]，并隨即應(yīng)用在機(jī)械設(shè)備的潤滑系統(tǒng)故障診斷中，能夠通過檢測磨粒的形貌特征及數(shù)量，推測磨損的類型、模式及嚴(yán)重程度等信息。1982 年9 月，英國Swansea University 召開的國際鐵譜技術(shù)學(xué)術(shù)會議[15]，把鐵譜技術(shù)用于設(shè)備狀態(tài)監(jiān)測推到了新的高度。80 年代起，油液監(jiān)測工作者持續(xù)探索，并大力推廣基于紅外光譜儀檢測技術(shù)的潤滑油成分變化程度及污染度分析，以此反映潤滑油在使用過程中由于出現(xiàn)氧化、硫化、硝化而引起變質(zhì)的情況。此外，隨著傅立葉變換紅外光譜儀（FTIR Spectrometer）的出現(xiàn)，極大加快了油液監(jiān)測領(lǐng)域的發(fā)展。90 年代，利用氣相色譜和質(zhì)譜分析方法（GC-MS）檢測潤滑油成分變化也有相關(guān)研究和應(yīng)用[16]。21 世紀(jì)初期，油液監(jiān)測儀器發(fā)展更加快速、豐富，呈現(xiàn)功能多樣、便于攜帶、在線監(jiān)測等發(fā)展特點(diǎn)?；ヂ?lián)網(wǎng)技術(shù)的急速發(fā)展，推動了油液監(jiān)測技術(shù)研究的持續(xù)深化，如遠(yuǎn)程狀態(tài)監(jiān)測、預(yù)警和診斷等[17]。

通過以上文獻(xiàn)回顧可以看出，磨粒分析技術(shù)在磨粒特征參數(shù)檢測方法、特征參數(shù)拓展等方面得到了顯著提升，相繼出現(xiàn)了分析式、直讀式、在線式鐵譜儀，直讀式發(fā)射光譜儀、原子吸收光譜儀、X 射線熒光光譜儀、紅外光譜儀，以及各類在線磨粒檢測傳感器和儀器。隨著計(jì)算機(jī)軟硬件的不斷升級，信號處理、圖像識別和智能算法技術(shù)的不斷發(fā)展，出現(xiàn)了許多針對不同應(yīng)用場景和需求的新型磨粒分析技術(shù)，如基于專家系統(tǒng)、灰色系統(tǒng)理論、模糊理論、神經(jīng)網(wǎng)絡(luò)理論、信息融合理論的潤滑油磨粒分析方法，使磨粒分析技術(shù)進(jìn)入了新的發(fā)展階段。當(dāng)前，潤滑油磨粒分析技術(shù)已成為設(shè)備狀態(tài)監(jiān)測的一種重要手段，成為一種融合多學(xué)科、在線與離線并舉、監(jiān)測診斷與維修管理的先進(jìn)技術(shù)。

2 磨粒分析特征參數(shù)

潤滑油磨粒分析的特征參數(shù)一般包括4 個方面的內(nèi)容[18]：磨粒數(shù)量和大小、磨粒幾何形態(tài)、磨粒表面光澤和顏色、磨粒元素和化學(xué)成分。根據(jù)這四個特征參數(shù)的檢測數(shù)據(jù)，能夠根據(jù)磨損機(jī)理推測磨損類型、磨損發(fā)生部位、磨損嚴(yán)重程度等，從而預(yù)報(bào)設(shè)備運(yùn)行狀態(tài)及可能的故障，為維護(hù)維修提供指導(dǎo)。

2.1 磨粒數(shù)量和大小

表征磨粒數(shù)量和大小的特征參數(shù)主要以每毫升顆粒數(shù)大于某個指定尺寸的單位表示，也可以根據(jù)ISO、NAS 或SAE 標(biāo)準(zhǔn)以清潔度等級或代碼級別表示[19]。常用的表征磨粒大小的參數(shù)有磨粒的投影徑、統(tǒng)計(jì)平均徑、幾何當(dāng)量徑、物理當(dāng)量徑等[20-24]，通過選取一種或幾種大小特征參數(shù)來確定磨損磨粒的變化趨勢。常用的磨粒數(shù)量和大小特征參數(shù)見表1。表中，dfmin、dfmax是最小/最大費(fèi)雷特直徑；dfmean是所有方向上的費(fèi)雷特直徑的平均值；Dfvol是與由以dfmin為直徑、dfmax為長度構(gòu)成的圓柱相同體積的球體直徑。

表1 油液磨粒數(shù)量和大小參數(shù)

從研究進(jìn)展可知，磨粒數(shù)量和大小檢測通常作為油液定期測試的基礎(chǔ)環(huán)節(jié)，同時也是前期油液分析的關(guān)鍵，以監(jiān)測潤滑油的污染水平。在實(shí)際應(yīng)用中，如果潤滑油磨粒監(jiān)測出現(xiàn)磨粒數(shù)量的突然上升，或大尺寸磨粒開始出現(xiàn)，則需要根據(jù)生產(chǎn)情況，選擇開箱檢查的應(yīng)急策略，或應(yīng)用如鐵譜分析、光譜分析、掃描電鏡、X 射線能譜分析等復(fù)雜技術(shù)做進(jìn)一步分析，以防止發(fā)生重大故障失效情況。

圖1 油液磨粒數(shù)量和大小示意

2.2 磨粒幾何形態(tài)

通過磨粒數(shù)量和大小的分析，可以評估設(shè)備齒輪箱的磨損狀況及嚴(yán)重程度，但是，對于產(chǎn)生磨粒的磨損機(jī)制確定、磨損部位預(yù)測，則一般需要進(jìn)行磨粒的幾何形態(tài)分析[25-29]，常用幾何形態(tài)特征參數(shù)見表2。

表2 油液磨粒幾何形態(tài)

圖2 油液磨粒幾何形態(tài)示意

研究進(jìn)展顯示，由于磨損過程所處的溫度、壓力、環(huán)境、接觸方式等磨損機(jī)制和原理存在差異，因而磨損磨粒表現(xiàn)出來的形狀、輪廓、邊緣、紋理等幾何形態(tài)也不盡相同，如層狀磨粒、塊狀磨粒、球狀磨粒、條狀磨粒等。因此，在實(shí)際應(yīng)用中，通過對磨粒幾何形態(tài)的分析，可為初步判斷和明確不同磨粒類型和發(fā)生磨損的模式提供參考和指導(dǎo)。

2.3 磨粒表面光澤和顏色

磨粒的表面光澤和顏色主要由背景為“0”的像素點(diǎn)RGB 三色指標(biāo)來決定，磨粒圖像上的每個像素點(diǎn)以｝來表示其表面光澤和顏色特征，其中fR、fG、fB分別表示RGB 值的大小，值域范圍0～255。顏色特征量定義見表3（以R 指標(biāo)為例）。

表3 油液磨粒顏色特征

文獻(xiàn)［30］對比了7 類典型特征磨粒的部分顏色參數(shù)計(jì)算值均值（表4）。

從表4 數(shù)據(jù)可得：黑色氧化物磨粒的顏色參數(shù)均值、標(biāo)準(zhǔn)值均明顯小于其他類型磨粒，且R、G、B 分量的均值也接近，這與其近似的灰黑色（RGB 值為96，96，96）外觀相符。因此，在實(shí)際應(yīng)用中，通過對比磨粒顏色參數(shù)與典型特征磨粒的顏色參數(shù)均值與標(biāo)準(zhǔn)差，便可初步判斷發(fā)生磨損的機(jī)制、部件和位置，進(jìn)而為故障定位和診斷提供科學(xué)的參考。

表4 典型特征磨粒的部分顏色參數(shù)計(jì)算值均值

2.4 磨粒元素和化學(xué)成分

在潤滑油磨粒分析的眾多方法中，元素分析法[31-36]是對潤滑油中磨粒進(jìn)行定性、定量分析的有效方法之一，如原子發(fā)射光譜法，可以在高溫源中將原子化的元素提高到激發(fā)態(tài)，當(dāng)電子進(jìn)入空軌道并以可見光或接近該范圍的特定波長的光子釋放出多余能量，用光子的波長即可識別發(fā)射原子的化學(xué)元素，進(jìn)而確定磨損金屬的元素組成。由磨粒金屬的類別對實(shí)際磨損部位進(jìn)行精準(zhǔn)識別，快速定位異常磨損位置點(diǎn)，提高故障診斷的效率。齒輪箱潤滑油中常見元素的射線特征波長見表5，幾類常見磨損磨粒特征[37-41]見表6。

表5 常見磨粒元素射線特征波長

表6 幾類常見磨損磨粒特征

從磨粒分析特征參數(shù)的綜述可知，不同的磨損機(jī)理、磨損模式會產(chǎn)生不同種類的磨損磨粒，而這些磨損磨粒又具有與其對應(yīng)和匹配的參數(shù)特征。在實(shí)際應(yīng)用中，通過分析潤滑油磨粒的數(shù)量和大小、幾何形態(tài)、表面光澤和顏色、元素和化學(xué)成分等方面的特征參數(shù)，就可以判斷磨損類型、磨損部位、磨損程度和嚴(yán)重性，從而預(yù)報(bào)設(shè)備運(yùn)行狀態(tài)及可能的故障，為機(jī)械設(shè)備、尤其是高速卷接包裝設(shè)備的自主維護(hù)、深度維修提供指導(dǎo)和參考。

3 磨粒分析方法和檢測手段

磨粒特征參數(shù)的分析是判斷磨損類型、磨損部位、磨損程度和嚴(yán)重性的重要基礎(chǔ)，而獲得相應(yīng)分析數(shù)據(jù)的檢測方法和手段主要有以下3 類。

3.1 離線磨粒分析

3.1.1 磁塞分析

磁塞分析是將磁塞（圖4）安裝在潤滑系統(tǒng)管道或油箱內(nèi)，由磁塞芯對潤滑油中懸浮的鐵磁性磨損磨粒進(jìn)行吸附，通過定期對收集的磨損磨粒特征參數(shù)進(jìn)行觀測、分析，了解機(jī)械部件的磨損狀態(tài)。

圖4 磁塞結(jié)構(gòu)示意

磁塞分析是一種簡易的離線檢測手段，其加工制造成本低，配合普通顯微鏡即可進(jìn)行磨粒分析，對磨損狀態(tài)做初步判別。缺點(diǎn)是僅適用于較大鐵磁性磨粒的收集，對設(shè)備故障的早期預(yù)報(bào)性較差；此外，由于收集到的磨粒是累積的結(jié)果，結(jié)果存在一定的偶然性，也難于對單個顆粒進(jìn)行觀察。

目前，針對磁塞的研究主要聚焦于在線磁塞傳感器的應(yīng)用研究，通過實(shí)時監(jiān)測油液磨粒狀態(tài)以監(jiān)控鐵磁性金屬磨粒的變化趨勢。

圖3 常見磨損磨粒作用機(jī)理

3.1.2 鐵譜分析

鐵譜分析是借助磁力將油液中的金屬顆粒分離出來，并使油液中的磨粒依據(jù)磁力的大小按磨粒尺寸依次排列、并沉積在玻璃基片上，結(jié)合可視鐵譜顯微鏡對磨粒的數(shù)量及形貌特征進(jìn)行測量、觀察和分析，從而獲得磨損相關(guān)信息（圖5）。

圖5 鐵譜分析原理

鐵譜分析儀主要有直讀式鐵譜儀、分析式鐵譜儀、智能鐵譜分析儀和在線式鐵譜儀，其中使用廣泛的智能鐵譜分析儀主要是基于成像技術(shù)，獲得油液中磨粒的數(shù)量及形貌特征，再通過專家識別系統(tǒng)，對磨粒的類型進(jìn)行智能預(yù)測和判別。和傳統(tǒng)鐵譜技術(shù)相比，智能鐵譜分析儀檢測速度快、操作簡單、檢測范圍和精度較高，可部分取代分析式鐵譜儀。

目前，針對鐵譜分析的研究主要包括兩方面：一是鐵譜分析儀器的改造和研制，二是基于計(jì)算機(jī)圖像分析技術(shù)的磨粒識別、統(tǒng)計(jì)與診斷技術(shù)的研究。

3.1.3 光譜分析

光譜分析是根據(jù)不同物質(zhì)的光譜譜線差異來鑒別物質(zhì)的化學(xué)組成和相對含量的方法，根據(jù)分析原理可分為發(fā)射光譜分析（圖6）與吸收光譜分析二種。對油液進(jìn)行光譜分析可以獲得油液的組成成分、磨損磨粒及污染雜質(zhì)等元素的信息及其變化趨勢，從而實(shí)現(xiàn)設(shè)備磨損狀態(tài)評估及磨損部件的診斷。

圖6 發(fā)射光譜分析原理

光譜分析方法靈敏度較高，分析范圍廣，對異常磨損現(xiàn)象的初期判別、磨損嚴(yán)重性趨勢預(yù)測及磨損發(fā)生點(diǎn)定位的研究具有極強(qiáng)的指導(dǎo)意義，但是，受到儀器購置和維護(hù)成本偏高的制約，導(dǎo)致該方法的性價(jià)比不高，此外，有效識別范圍一般在5 μm 以下，制約了其在潤滑油磨粒分析中的廣泛應(yīng)用。

目前，光譜分析研究主要包含故障診斷范疇和狀態(tài)監(jiān)測范疇兩個方向：基于磨損金屬成分光譜分析的磨損故障初期定位和基于磨粒變化趨勢光譜分析的磨損狀態(tài)預(yù)測。

3.1.4 污染度分析

污染度分析是利用顆粒計(jì)數(shù)技術(shù)對油液中固體磨粒的尺寸、大小和數(shù)量進(jìn)行分析，獲得油液污染度等級評定的分析技術(shù)，目前應(yīng)用的污染度分析技術(shù)按原理可分為遮光型、流量衰減型、濾膜阻塞型等顆粒計(jì)數(shù)器，其中遮光型顆粒計(jì)數(shù)器使用最為廣泛，其原理是由遮光型傳感器接收光源發(fā)出的平行光束，當(dāng)油液從二者間流過時，部分光被磨粒遮擋，導(dǎo)致傳感器接收到的電信號發(fā)生變化，通過與校準(zhǔn)標(biāo)準(zhǔn)作對比，即可生成磨粒的尺寸和計(jì)數(shù)信息。

污染度分析儀器通常操作簡單、計(jì)數(shù)快速、攜帶方便，適用于現(xiàn)場監(jiān)測。缺點(diǎn)是易受流體阻光性、夾帶氣泡和水污染等影響，或不符合ISO 相關(guān)標(biāo)準(zhǔn)。

目前，污染度分析技術(shù)的研究主要集中在轉(zhuǎn)變離線檢測為在線、即時監(jiān)測應(yīng)用方面。

3.2 在線磨粒分析

3.2.1 基于磁性電子感應(yīng)探頭的磨粒探測儀

在線鐵磁性磨粒探測技術(shù)是將離線磁塞技術(shù)轉(zhuǎn)移到在線監(jiān)測的具體應(yīng)用，其結(jié)構(gòu)由一個磁性電子感應(yīng)探頭和電子控制單元組成，當(dāng)捕獲到的金屬磨粒達(dá)到設(shè)定值時，將產(chǎn)生報(bào)警電信號并傳輸?shù)奖O(jiān)控中心?？捎糜诓东@和測量各類旋轉(zhuǎn)和運(yùn)動機(jī)械因疲勞損傷和潤滑不良產(chǎn)生的鐵或含鐵金屬磨粒，對于齒輪、軸承和其他運(yùn)行機(jī)件，該儀器能捕獲90%以上因疲勞損傷和潤滑不良產(chǎn)生的鐵或含鐵金屬磨粒。

3.2.2 基于超聲散射回波法的超聲波傳感器

在線超聲磨粒檢測技術(shù)的核心是超聲換能器，通過發(fā)出超聲脈沖，基于油液和磨粒散射得到回波信號的差異，用計(jì)算機(jī)對回波信號進(jìn)行采集和處理，進(jìn)而識別出磨粒的尺寸并實(shí)時顯示。具有實(shí)時性好、檢測效率高、聲波在高溫油中穿透性強(qiáng)的特點(diǎn)，此外，由于超聲傳感對油液中氣泡、水滴以及磨粒的形狀、材質(zhì)等均有檢測能力，因此越來越受到研究應(yīng)用的重視。

3.2.3 基于X-射線熒光光譜法的嵌入式分流傳感器

在線熒光光譜磨粒檢測技術(shù)是使用放射性同位素或電子X-射線管作照射源，對數(shù)分鐘或數(shù)小時流經(jīng)傳感器的金屬磨粒總量進(jìn)行累計(jì)，并用平均累計(jì)結(jié)果建立基線，據(jù)此確定磨損率的增加量的一種方法。

3.2.4 基于過濾器碎屑分析法的嵌入式金屬顆粒傳感器

在線磨粒監(jiān)測技術(shù)通?？煞譃閮纱箢悾阂活愂抢媒胧絺鞲衅?，當(dāng)探測到大的鐵質(zhì)顆粒時，能夠起到預(yù)警作用；一類是油液顆粒探測器，當(dāng)磨粒隨油液流過傳感器時，可按照粒度、數(shù)量和類型（鐵質(zhì)或非鐵質(zhì)）記錄金屬顆粒，可對粒度超過100 μm的磨粒連續(xù)探測和計(jì)數(shù)。該技術(shù)可以解決現(xiàn)代機(jī)械轉(zhuǎn)速和功率越來越高，油過濾器孔徑越來越小，導(dǎo)致油液取樣分析提前發(fā)現(xiàn)異常磨損的有效性降低問題。常用的磨粒檢測方法和儀器匯總[42-48]見表7。

表7 常用磨粒特征參數(shù)檢測方法和儀器

通過對以上離線及在線潤滑油磨粒分析方法的文獻(xiàn)分析可知，針對不同的齒輪箱運(yùn)行工況、運(yùn)行場合、主要易損件及關(guān)鍵零部件制造材料和元素特點(diǎn)，可以結(jié)合不同的監(jiān)測需求，選擇一種或幾種磨粒分析方法，如鐵譜分析與光譜分析相結(jié)合，以獲得較大的檢測范圍。并通過離線、在線或離線在線相結(jié)合的手段，設(shè)計(jì)更有針對性、更有效的分析策略，獲得當(dāng)前齒輪箱油液中磨粒的實(shí)際情況和真實(shí)情況，進(jìn)而通過檢測數(shù)據(jù)來實(shí)現(xiàn)齒輪箱狀態(tài)和劣化趨勢的精準(zhǔn)跟蹤和密切監(jiān)控，確保磨粒分析達(dá)到預(yù)期目的。

然而，對于卷煙包裝設(shè)備，基于磨粒分析技術(shù)的不同齒輪箱狀態(tài)監(jiān)控的通用性方法及個性化手段的研究仍有待更多關(guān)注。

3.3 智能磨粒分析

以上文獻(xiàn)分析更多關(guān)注在用潤滑油磨粒特征參數(shù)的傳統(tǒng)獲取方面的研究和方法，數(shù)據(jù)分析主要依賴于專家的知識經(jīng)驗(yàn)，而隨著檢測儀器和在線傳感技術(shù)、計(jì)算機(jī)和人工智能技術(shù)的不斷發(fā)展，傳統(tǒng)磨粒識別已無法滿足現(xiàn)代設(shè)備狀態(tài)檢測的需要，對磨粒的自動識別和對當(dāng)前磨損狀態(tài)的自動感知，已經(jīng)發(fā)展成為設(shè)備磨損狀態(tài)檢測研究中的又一關(guān)鍵問題。

當(dāng)前，將先進(jìn)的智能分析技術(shù)引入潤滑油磨粒分析過程，實(shí)現(xiàn)磨粒的自動識別和精確預(yù)測已成為相關(guān)儀器和裝置在線檢測的研究熱點(diǎn)和難點(diǎn)。目前應(yīng)用比較廣泛的智能理論主要有神經(jīng)網(wǎng)絡(luò)、模糊理論、灰色理論、支持向量機(jī)理論等，幾種代表性的智能理論應(yīng)用情況[49-60]見表8。

表8 典型智能油液分析方法

對上述有代表性的智能理論應(yīng)用情況回顧可知，基于智能分析的數(shù)據(jù)分析方法，能夠在一定程度上提高對磨粒自動識別和對當(dāng)前磨損狀態(tài)自動感知的經(jīng)濟(jì)性、準(zhǔn)確性和時效性，是突破傳統(tǒng)分析主要依賴于專家知識經(jīng)驗(yàn)的有效方式。

4 總結(jié)與展望

油液磨粒分析技術(shù)對磨損磨粒的識別和預(yù)測具有較強(qiáng)的指導(dǎo)意義，可以實(shí)現(xiàn)設(shè)備齒輪箱在無拆解狀態(tài)下的磨損故障分析，能夠反映摩擦系統(tǒng)時變特征的系統(tǒng)輸出，現(xiàn)已成為齒輪箱等封閉式潤滑系統(tǒng)磨損狀態(tài)監(jiān)測的常用故障診斷技術(shù)。從現(xiàn)有文獻(xiàn)回顧中，新型在線傳感監(jiān)測、智能算法自動識別和融合分析方法依然是潤滑油磨粒分析的主要研究方向，但同樣存在一些明顯的挑戰(zhàn)性問題亟待解決，主要體現(xiàn)在：

（1）在新型在線傳感監(jiān)測研究方面：隨著復(fù)合功能潤滑油的使用，一些潤滑油改性添加劑（如納米量級的添加微粒），對磨粒監(jiān)測系統(tǒng)帶來的影響缺乏必要研究。

（2）在智能算法自動識別方面：①現(xiàn)有磨粒分析方法普遍適用于常見種類的磨損磨粒材料識別，對某些稀有金屬、改性金屬等特殊金屬或非金屬元素的識別缺乏深入研究；②研究主要集中在常規(guī)機(jī)器學(xué)習(xí)方法的探索和應(yīng)用，對深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)理論的應(yīng)用研究還比較少。

（3）在檢測模型構(gòu)建方面：①典型深度學(xué)習(xí)方法的高性能與磨粒檢測的小數(shù)據(jù)量之間的矛盾，導(dǎo)致深度學(xué)習(xí)方法在磨粒分析中的應(yīng)用存在局限性；②大多數(shù)預(yù)測模型的適用范圍僅僅局限在單一磨損機(jī)理方面，比如只適用于疲勞磨損，或粘著磨損等，普適性和泛化性仍需開展進(jìn)一步研究。

（4）在融合分析方法方面，①隨著智能分析方法的爆發(fā)式發(fā)展，不同模型的適用性與磨粒分析需求之間的對應(yīng)性存在較大探索空間；②在各類智能理論的匹配性、泛化性研究方面，以及油液磨粒分析技術(shù)與其他故障診斷技術(shù)的融合研究方面，仍有一定的挑戰(zhàn)性。

對卷煙包裝設(shè)備的故障預(yù)警和診斷研究而言，結(jié)合新型金屬或非金屬材料、復(fù)雜傳動機(jī)構(gòu)的廣泛使用，以及設(shè)計(jì)車速為14 000 支/min 左右高速設(shè)備的主流應(yīng)用趨勢，有必要繼續(xù)開展基于智能油液磨粒分析技術(shù)的特殊材料元素識別研究、關(guān)鍵傳動磨損機(jī)制研究、以及狀態(tài)監(jiān)測、故障預(yù)警和診斷等方面研究，借助新興技術(shù)進(jìn)一步提升煙機(jī)設(shè)備的運(yùn)行效能和保障水平。

云南中煙工業(yè)有限責(zé)任公司科技項(xiàng)目：基于潤滑油分析和監(jiān)測的設(shè)備故障預(yù)警方法研究與應(yīng)用（2021JC11）。