20 Tribologie + Schmierungstechnik 63. Jahrgang 6/ 2016 Aus Wissenschaft und Forschung Schadensfrüherkennung an Motoren und Getrieben durch online-Partikelanalyse P. Martin, C. Martin, T. Woldert* Eingereicht: 20. 12. 2015 Nach Begutachtung angenommen: 17. 1. 2016 Das Auftreten von Partikeln als Folge von abrasivem Verschleiß sowie deren Anzahl und Größenverteilung in Schmierölen von Motoren, Getrieben, etc. sind eindeutige Indikatoren für den aktuellen Verschleißzustand des Systems. Eine Änderung von Größenverteilung, insbesondere eine Erhöhung der Menge und der Größe der Partikel, zeigt mit hoher Wahrscheinlichkeit den Beginn einer außerordentlichen Verschleißsituation an. Die online-Überwachung von Partikeln in Schmierölen kann daher als Indikator zur Schadensfrüherkennung eingesetzt werden. Damit lassen sich größere Schäden vermeiden und der plötzliche Ausfall von mechanischen Systemen, wie z. B. Motoren, Getriebe, etc. verhindert werden. Zur Überwachung des Verschleißes wurde ein optisches online-Messsystem (OILPAS) entwickelt, das neben Partikeln auch andere Objekte wie z. B. Blasen, Tröpfchen, etc. in Fluiden, wie z.B. Schmieröl, Treibstoffen, Wasser, etc. erkennen kann. Bei dem entwickelten online-Verfahren wird ein optisches System verwendet, bei dem ein Teilstrom des Fluids kontinuierlich durch eine optisch transparente Flusszelle mit einer dünnen Schicht geleitet wird. Die eingesetzten Bildanalyse-Algorithmen wurden an einer Vielzahl von Ölproben aus Motoren, Getrieben, etc. mit unterschiedlichen Zuständen und Schäden getestet, um sicher Partikel, Blasen, Tröpfchen, etc. voneinander unterscheiden zu können. Dabei wurde das System erfolgreich in verschiedenen Anwendungen an Motor- und Getriebeprüfständen online eingesetzt. Ebenso konnte mit diesem System die Blasenentstehung und der dispergierte Gasgehalt in Abhängigkeit von den Belastungszuständen an dynamischen Systemen wie z. B. Motoren, Getriebe, etc. kontinuierlich und online untersucht werden. Ebenso sind Anwendungen zur Erkennung nicht gelöster Tröpfchen (z. B. Wasser, Silikon als Antifoam, etc.) erfolgreich durchgeführt worden. Schlüsselwörter Partikel-Messtechnik, Verschleiß-Messtechnik, Blasen-Meßtechnik, Tröpfchen-Meßtechnik, Schadensfrüherkennung The occurrence of particles as a result of abrasive wear, as well as the number and size distribution of particles in lubricating oils of engines, transmissions, etc. are clear indicators of the current state of wear in a tribological system. The change of size distribution, in particular any increase of the quantity and the size of the particles shows with high probability the beginning of an extraordinary wear situation. The online monitoring of particles in lubricating oils can therefore be used as an indicator for immediate detection of damages. Thus, major damage can be avoided and the sudden failure of mechanical systems such as engines, gears, etc. are prevented. In order to monitor the wear with an optical online measurement system the OILPAS system was developed. The system is able to monitor particles from wear and other objects like gas bubbles (aeration), droplets (water or silicone as antifoam), etc. in fluids. The system can recognize these objects in lubricating oil, fuel, water, etc. The developed method is working with an optical system wherein a partial flow of the fluid is passing continuously through an optical flow cell with a transparent thin film of the fluid. The image analysis algorithms were tested on a wide variety of oil samples from engines, transmissions, etc. with different status and damages in order to detect particles, bubbles, droplets, etc. The system has been successfully used in various online applications on engine and transmission test benches. OILPAS can also be used to measure online and continuously bubbles and their distribution of the dispersed gas content as a function of the loading conditions of dynamic systems, such as engines, gears, transmissions, etc. As well, the system has been successfully used in applications for the recognition of non-dissolved droplets (e. g. water, silicone as antifoam, etc.). Keywords Particle measurement, wear measurement, bubble measurement, droplet measurement, early damage detection Kurzfassung Abstract T+S_6_16 17.10.16 17: 01 Seite 20 Tribologie + Schmierungstechnik 63. Jahrgang 6/ 2016 1 Grundlagen (Anforderungen Objekterkennung von Partikeln, Blasen, Tropfen, etc.) Die Erkennung von Objekten in Fluiden (Bild 1.1) ist für die Untersuchungen von Vorgängen besonders bedeutungsvoll, bei denen diese Fluide maßgeblich beteiligt sind [1]. Das ist z.B. bei der Betrachtung von Schmierölen in Motoren und Getrieben der Fall. Der Zustand des Schmiermittels, insbesondere die Beladung mit Partikeln als Folge von abrasivem Verschleiß und der Gasgehalt (in Form von Luftblasen) ist dabei besonders bedeutungsvoll. Beide Objekte können eine Schmierung erheblich stören. Um diese Objekte zu erkennen und deren Menge und Größe zu bestimmen sind geeignete Messgeräte erforderlich [2,3]. Um Objekte, wie z. B. Partikel, Blasen und Tropfen anderer ungelöster Fluide zur messen, wurde das Messgerät OILPAS entwickelt. In erster Linie war dabei das Ziel, in Schmierstoffströmen von mechanischen Systemen Partikel als Folge von abrasivem Verschleiß und Blasen als störenden Einfluss der Schmierung zu erfassen. Dabei waren als Voraussetzungen zu erfüllen, dass kleinste Objekte (> 1 µm) in zu untersuchenden Fluiden noch optisch erfasst werden können, diese Objekte von der Größe und Anzahl bestimmt werden können und die Objekte gleichzeitig eindeutig unterschieden werden können. Derartige Anforderungen zur Objekterkennung sollen von einem derartigen System für unterschiedlichste Fluide und für eine große Zahl von Anwendungen erfüllt werden. Dabei ist zu berücksichtigen, dass optische Verfahren Grenzen in der Auflösung haben. Der Prozess der Identifizierung der Objekte und die Mengen- und Größenbestimmung soll dabei automatisiert in einem Computer ablaufen. Die Grenze der Bestimmung unter Berücksichtigung automatischer Verfahren zur Bilderkennung liegt bei einer Objektgröße von einem Mikrometer (> 1 µm). Damit lassen sich jedoch nur Partikel aus abrasivem Verschleiß erkennen, während Partikel aus dem Mikroverschleiß mit einer Größe von ca. 10-1000 nm in der Regel erheblich kleiner sind (Bild 1.2). 21 Aus Wissenschaft und Forschung * Prof. Dr.-Ing. Peter Martin Christoph Martin, B.A. Tobias Woldert, M.Sc. Innosiris GmbH, Hamburg ! / / / / / / / / / & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & CLM8<! / 0&(((9(2&N O4.42$6&/ G46%7P*,&''-'./ E1'/ C5D&,2&'/ B8$*24,&6'F/ G6$(&'F/ H*1I)&'J/ 4'/ K6-4%&' B! "#N4&*>6&F/ Q9%*$-64,>6&F/ H*&45(21))&F/ R$((&*F/ &2"AJ 8$*24,&6/ BS@/ TNJ G6$(&'/ BS@/ TNJ H*1I)&'/ B-'.&6>(2&*/ K6-4%&J / BS@/ TNJ 0&((-'./ %&*/ H*+5-'. BU7@UU/ VJ Bild 1.1: Objekterkennung in Fluiden ! & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & / / / / & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & 8$*24,&670&((2&"#'4, BP4.&'("#$)2&'/ %&(/ CLM8<! / 0&(((9(2&N(/ N42/ G46%$'$69(&J B0&((-'./ 8$*24,&6/ S/ @/ TNJ .0D"#(F,"4>3; ,0G R! / "-0D,; (? "JG,&Zb(Zbbb&*@U M"+,9*04&0@&S)T! 7=k #5-04>3&*0>3-&,"D,**9/ "1& *B"&<B">3&60; <(8"K9B*+&@,449/ "& ./ D"#(F,"4>3; ,0G&R/ 9"/ 40CU R! / "-0D,; (? "JG,&`&Z&a@U & M"+,9*04&0@&S)T! 7=&k ,Y/ D-,&6,4-0@@B*+&/ ; 4&! / "-0D,; & Bild 1.2: Anwendungen Partikelmesstechnik 2 Messprinzip und Messtechnik In Bild 2.1 ist die Funktion des OILPAS-Messgerätes schematisch dargestellt. Das zu untersuchende Fluid wird dabei in einem Primärkreislauf mit einer Pumpe (ca. 1 l/ min) möglichst schnell durch das Gerät gepumpt, um bei den zu überwachenden Prozessen kleine Totzeiten zu gewährleisten. Von diesem Primärkreiskreislauf zweigt ein Sekundärkreislauf ab, der eine gesonderte Pumpe besitzt (ca. 0,1-0,2 l/ min). Hier sind kleine Strömungsgeschwindigkeiten erforderlich, da das Fluid durch eine optische Flusszelle gepumpt wird, von der die CCD-Images erzeugt werden. Durch die Flusszelle gelangt eine dünne Schicht des Fluids (variabel durch die Dicke der Dichtung, ca. 50-500 µm). Jeweilige Objekte (Partikel, Blasen, Tröpfchen, etc.) werden mit dem Fluid durch die Flusszelle getragen. Zur Detektion von Objekten wird von dieser dünnen Schicht in der Flusszelle ein CCD-Image mit Hilfe der T+S_6_16 17.10.16 17: 01 Seite 21 22 Tribologie + Schmierungstechnik 63. Jahrgang 6/ 2016 Lichtintensität einer LED erzeugt. Der Durchfluss in der Flusszelle wird dazu gestoppt. Die Strömungsgeschwindigkeit und Dauer der Lichtemission der LED wird im reitung werden der Bildhintergrund und die Helligkeitsschwellen zu den Objekten ermittelt, um die Objekte zu identifizieren. Dazu werden die Objekte binär den Pixeln des CCD-Chips zugeordnet und damit die Gesamtobjekte bestimmt. Zur eindeutigen Zuordnung zu Objektgruppen (Partikel, Blase, Tropfen, etc.) werden die optischen Eigenschaften der Images berechnet und klassifiziert. Die hierbei erkannten und zugeordneten Objekte werden farblich dargestellt (Partikel grün, Blasen blau, Tröpfchen rot). Am Bildrand befindliche Objekte können, je nach gesetzten Auswerteparametern, auch als Teil eines ganzen Objektes (z.B. als Kugelkalotte) mit in die Berechnungen einbezogen werden. Aus Wissenschaft und Forschung ! & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & 8*1"&((/ P'.4'&/ 3&$*/ Bild 2.1: Aufbau des Messsystems Hinblick auf die Bildschärfe optimiert. Die erzeugten Images werden an den Computer übertragen und unter Anwendung einer Bildanalyse-Software werden die Objekte identifiziert und im Detail geometrisch bestimmt. Dabei können von den Objekten online die Mengen, die Größe in Histogramme und zeitliche Verläufe der geometrischen Eigenschaften dargestellt werden. Um bei schnellen Prozessen den Nachteil der langen Rechenzeit (Zyklus Imageerzeugung, -übertragung und analyse, ca. 3 s) zu umgehen, kann das Gerät entweder im direkten Modus (Zyklus mit Imageerzeugung, online Analyse, Übertragung und Darstellung) oder in einem indirekten Modus (Zyklus nur Imageerzeugung und Imageübertragung, ca. 1 s) mit Auswertung in einem separaten Lauf betrieben werden. Die Flusszelle besteht aus zwei rechteckigen Stahlflanschen, die zwei Quarzglasscheiben mit Dichtung zusammenpressen. Über den Zu- und Ablauf wird das Fluid durch den Spalt (50-500 μm) gedrückt. Dabei sind Drücke bis 3,0 bar zulässig. Über die Dichtungsstärke kann die Spaltweite verändert werden. Kleinere Spaltweiten ermöglichen eine größere Transmission des Lichtes durch die Flusszelle und damit eine verbesserte Bilderkennung (notwendig für dunkle oder stark verschmutzte Fluide). Während größere Spalte die Transmission mindern, jedoch auch größere Objekte (wie z. B. Partikel und Blasen) passieren lassen. Bild 2.2 zeigt die Analyse eines Bildes nach dem Stadium der Bilderkennung. Dieser Vorgang beinhaltet drei wesentliche Stufen. Die Aufbereitung der Rohbilder, die Objekt-Identifikation und die Datenerzeugung mit Gewinnung der Objektart, der Mengen sowie der geometrischen Daten (Größe, Lage, etc.). Im Rahmen der Aufbe- ! & & / / / / & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & ()*+,-./ ! 0)1! "#! 23! 4 / ) 5 . ! 0 ) 1 ! # 6 6 ! 2 3 ! Bild 2.2: OILPAS Bildanalyse von Partikeln und Blasen (Objekte am Rand werden nur auf Anforderung berücksichtigt) 3 Aufbau des Messsystems Das System besteht, wie bereits dargestellt, aus einer Prozesseinheit mit Pumpen, LED, Flusszelle, Optik, CCD- Kamera und dem Computersystem (leistungsfähiger PC). Die CCD-Kamera besitzt einen 1/ 1.7 Zoll-Farb- CCD- Sensor mit 14,7-Megapixel-Array Auflösung und einer maximalen Bildrate von 1 Hz. Mit Hilfe dieses optischen Systems ist man in der Lage, Objekte (Partikel, Blasen, Tropfen) ab ca. 1 µm Größe sicher zu erkennen und zu identifizieren. In jedem Fall müssen die Parameter Strömungsgeschwindigkeit des Fluides, optische Transparenz des Fluides, Schichtdicke der Flusszelle, Intensität der T+S_6_16 17.10.16 17: 01 Seite 22 Tribologie + Schmierungstechnik 63. Jahrgang 6/ 2016 LED, Dauer der Lichtemission der LED, Blende und Belichtungszeit der CCD-Kamera optimal für die jeweilige Messaufgabe aufeinander abgestimmt sein. Dunkleres Öl, z. B. nach längerer Laufzeit in Dieselmotoren, erfordert Maßnahmen, wie eine Erhöhung Belichtungszeit, größere Blendenwerte, Steigerung der Lichtintensität der LED und dünnere Schichtdicken der Flusszelle. Das Gerät ist mit zwei Pumpen mit variabler Drehzahl ausgestattet, die die zu untersuchenden Fluide im Primär- und im Sekundärkreislauf durch das System pumpen. Während die Pumpleistung des Primärkreislaufes groß (ca. 1 l/ min) betragen sollte, um das zu untersuchende Fluid möglichst schnell umzupumpen, sollte die Pumpleistung der Sekundärpumpe mit einer kleinen Pumpleistung (ca. 0,1-0,2 l/ min) ausgestattet sein, um die Geschwindigkeit des Fluides in der Flusszelle so verringern, dass ungestört und optisch scharf die Images erzeugt werden können. Zum Systemumfang zählen die OILPAS-Prozesseinheit mit analogen und digitalen elektrischen Ein- und Ausgängen (4 digital Eingänge, 4 digitale Ausgänge, 2 analoge Ausgänge) sowie der elektronischen Ansteuerung und Regelung für Pumpen, Druck- und Temperatursensoren und der Computer (PC mit Betriebssystem Windows 7) als Speicher- und Auswerte-Einheit mit der Software zur Bildverarbeitung und zur Prozesskontrolle. Das OILPAS-System kann wahlweise mit Schlauchpumpen oder mit Zahnradpumpen (Version 01: Schlauchpumpen, Version 02: Zahnradpumpen) ausgestattet werden. Der Einsatz mit Schlauchpumpen macht das System sehr flexibel und einfach handhabbar. Jedoch besteht immer die Gefahr, dass die Schläuche je nach Wirkung der Fluide, der Alterung der Schläuche durch chemische und mechanische Einwirkung platzen können. Dieses Risiko kann im Allgemeinen nur bei personenüberwachten Anwendungen (z. B. manueller Laborbetrieb) getragen werden. Bei unbemannten Versuchseinrichtungen werden in jedem Falle Zahnradpumpen empfohlen die mit Stahlrohren verbunden sind, um das Risiko eines Lecks zu vermeiden, damit ein Auslaufen des Fluides gänzlich verhindert wird. Durch Parametereingabe lassen sich bei der Bildanalyse Empfindlichkeits-Schranken zur Erkennung der Objekte verändern. Die optischen Eigenschaften für jedes Objekt werden in Kombination mit voreingestellten Schwellenwerten für Größen, wie z. B. zeitliche Wachstumsraten von Objekten (z. B. Größe, Form, etc.) untersucht. Dadurch wird die Vorhersage von kritischen Situationen ermöglicht. Durch zeit- und größenaufgelöste Messungen und Auswertungen lassen sich detailliert Trends errechnen. Im Rahmen der Auswertung der Messdaten mit umfangreichen Dateien muss eine Vielzahl von Ergebnissen dargestellt werden. Sämtliche Ergebnisse erhalten einen Zeitstempel, der erlaubt, die Ergebnisse verschiedener Auswertungen zeitlich miteinander zu verknüpfen. Im Einzelnen sind dies im Wesentlichen die nachfolgenden Daten. • Analoge Eingänge: wie z. B. Motor-Drehzahlen, -Lasten, Ölfluss, Öldruck, Temperaturen, etc. • Digitale Eingänge: Signale diverser Prozesszustände, etc. • Systemdaten: wie z. B. Temperaturen, Pumpendrehrichtungen und -leistungen, etc. • Ergebnisdateien Gesamtwerte: wie z. B. Bildtrübung, Gesamt-Partikelzahl, Gesamt-Blasenzahl, Gesamt- Tröpfchenzahl, etc. • Ergebnisdateien Einzelwerte: Partikelanzahl in Klassen (Partikelgröße von 0-300 µm mit Klassenbreite 1 µm), Blasenanzahl in Klassen (Blasengröße von 0-300 µm mit Klassenbreite 1 µm), weitere Objekte (Objektgröße von 0-300 µm mit Klassenbreite 1 µm) 4 Messung von Partikeln Die Partikelmessung als Folge von abrasivem Verschleiß ist eine geeignete Messmethode, um die Wirkung der Reibung in dynamischen Systemen qualitativ und quantitativ zu erfassen. Die Partikelkonzentration im Schmierstoff ist vielfach ein zuverlässiger Indikator, der den Verschleißzustand eines technischen Systems als Folge von Reibung kennzeichnen kann. Daher werden vielfach auf Motoren- und Getriebe-Prüfständen Partikelmesssysteme zur Schadensfrüherkennung eingesetzt. Die Partikelkonzentration und die zugehörigen Wachstumsraten können gute Indikatoren sein, um Verschleißzustände und die als Folge zu erwartenden Systemausfälle frühzeitig zu prognostizieren. 5 Schadensfrüherkennung auf Motoren- und Getriebe-Prüfständen Motoren- und Getriebe-Prüfstände dienen in der Automobilindustrie und vielfältigen Bereichen des Maschinenbaus dazu, z. B. Verbrennungskraft-Motoren und Getriebe unabhängig von ihren normalen Einsatzbedingungen im Vorfeld einer Produktentwicklung systematisch und umfangreich zu testen. Dabei stehen mit der Untersuchung der Funktionen unter verschiedensten Bedingungen und die Ermittlung der Lebensdauer des Gesamtsystems sowie der Komponenten im Vordergrund. Vielfach werden dabei Motoren und Getriebe unter extremen Bedingungen betrieben, um in einer gegenüber der üblichen Nutzung stark verkürzten Zeit Fehler und Schwachstellen zu entdecken und zu verbessern. 23 Aus Wissenschaft und Forschung T+S_6_16 17.10.16 17: 01 Seite 23 ! & & & & & & & & & & & & & & & & & & & & & & & / / / / / / & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & && & & & & & & & & & & & & & & & & & & & & & & & & & & & & & ! ! ! <5546%-'./ &4'&(/ %+''&'/ ]6)46N( CLM8<! / 0&(((9(2&N ! P'2'$#N&/ +5&*/ %4&/ ]6$56$((("#*$-5& X+",)+#*-'./ / +5&*/ %4&/ / 8&46(2$57/ >))'-'. 8$*24,&67/ -'%/ G6$(&'&*,&''-'./ N422&6(/ G46%E&*$*5&42-'. 24 Tribologie + Schmierungstechnik 63. Jahrgang 6/ 2016 Die Einbindung von Partikelmessgeräten ist eine sinnvolle Ergänzung zur Früherkennung von Motoren- und Getriebeschäden im Entwicklungsstadium. Geeignete Sensoren, die das Auftreten von Partikeln signalisieren können, sind mit hoher Wahrscheinlichkeit in der Lage, große Schäden an Motoren und Getrieben zu verhindern, die vielfach mit langen Ausfallzeiten verbunden wären. In Bild 5.1 ist die Integration des online-Partikelmess- Systems OILPAS in einen Motoren-Prüfstand dargestellt. Aus Wissenschaft und Forschung Bild 5.1: Schadensfrüherkennung auf einem Motoren-Prüfstand OILPAS Messsystem Abbildung eines dünnen Ölfilms Rückführung über die Peilstaböffnung Partikel- und Blasenerkennung mittels Bildverarbeitung Entnahme über die Ölablassschraube ! & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & 0121*? &'/ 0@; ,"&.^lZ&,C#1&Z1n&; 1&m(QL; 0*<,"&S--#1&8*15&'$#N&? &6#3"B*+&0*&<,"& W; H/ **,1&cK>D$K3"B*+k&! ,0; 4-/ 9"#3"& Bild 5.2: OILPAS-Messung, Blasen- und Partikel-Messung Motorenprüfstand, Schadenseintritt Pleuel-Lager nach ca. 470 min an einem 1,8 l Otto-Motor (Fa. Daimler AG) Motor: Daimler M271 evo, 1,8 l, 4-Zylinder Otto, Probenahme: Bohrung in der Ölwanne, Rückführung: Peilstabrohr T+S_6_16 17.10.16 17: 01 Seite 24 Tribologie + Schmierungstechnik 63. Jahrgang 6/ 2016 Über die Ölablassschraube wird der Ölstrom in einen Primärkreislauf eingespeist und durch das OILPAS-System geführt. In Bild 5.2 sind von einem Motor-Prüfstand neben den Betriebsdaten (Drehzahl und Last) eines 1,8 l Otto- Motors die Partikel- und Gasblasenkonzentration im Schmieröl pro Bild aufgetragen. Die Menge der Blasen steigt proportional mit der Drehzahl an. Der Verlauf der Partikel-Konzentration zeigt während des Testlaufs zunächst einen konstanten Verlauf. Nach ca. 470 min Test- Zeit steigt die Partikel-Konzentration stark an. Eine Untersuchung des Motors hat einen Pleuel-Lagerschaden ergeben. Gleichzeitig ist in Bild 5.2 der zeitliche Verlauf der Gasblasen dargestellt. Die Konzentration der Gasblasen verändert sich in deutlicher Abhängigkeit von der Motordrehzahl. Die Bilder 5.3 bis 5.5 zeigen einen Schadensverlauf an einem V8 Otto-Motor mit 4,4 l Hubraum. In diesem Versuch wurden an zwei Zeitpunkten jeweils ca. 20 g Stahlpartikel (Feilspäne mit Größe ca. 10-30 µm) über den Öl-Nachfüllstutzen in den Motor eingegeben. Bereits nach wenigen Minuten konnte im Rahmen der Partikel- Analyse mit dem OILPAS-System ein Anstieg der Partikelmenge und der Partikelgröße detektiert werden. Das OILPAS-System hat daraufhin ein Alarmsignal zum Stoppen des Motors gegeben. Bild 5.5 zeigt die Partikelverteilung zu 3 verschiedenen Messpunkten (rote Markierung Bild 5.3). Die Messpunkte umfassen 50 Bilder. Messpunkt 1 (M1 Zeitpunkt 0 Min.) betrachtet die ersten 50 Bilder der Messung. Dieser Messpunkt soll einen gesunden Motor mit normalen Verschleisserscheinungen darstellen. Messpunkt 2 (M2 Zeitpunkt 41 Min.) betrachtet die Bilder 500-550, hier setzt die abrasive Wirkung der zugegebenen Partikel schlagartig ein. Messpunkt 3 (M3 Zeitpunkt 117 Min.) betrachtet die Bilder 1350-1400, und soll den Ölzustand eines schadhaften Motors wiedergeben. Details zu den Partikeldaten sind in Bild 5.5 dargestellt. Die Messung M2 zeigt deutlich, dass OILPAS in der Lage ist, schnell Veränderungen in den Partikeleigenschaften zu detektieren. 6 Zusammenfassung Es konnte dargestellt werden, dass das OILPAS-System als optisches online-Messgerät in der Lage ist, mit dem Verfahren der digitalen Bilderkennung mit Hilfe von Images von CCD-Chips Objekte, wie z. B. Partikel, Blasen, Tröpfchen, etc. (> 1 µm) in Fluiden sicher zu erkennen. So konnten z. B. Partikel als Folge von abrasivem Verschleiß im Schmieröl von z. B. Motoren und Getrieben sicher erkannt werden. Darüber hinaus ist bei 25 Aus Wissenschaft und Forschung ! & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & && & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & && & ! 2$*2& U_? @_/ #*& P'.4'&/ ! #-2/ O1='/ ! 4.'$6/ Ub? UZ/ #*& 8$*24"6&/ c1'2$N4'$241'& Ub? U@/ #*& 8$*24"6&/ c1'2$N4'$241'& U_? Z[/ #*& .Z& .^& ._& Bild 5.3: Schadeneintritt nach abrasivem Verschleiß an einem V8, 4,4 l Otto-Motor T+S_6_16 17.10.16 17: 01 Seite 25 26 Tribologie + Schmierungstechnik 63. Jahrgang 6/ 2016 den erkannten Partikeln eine Formanalyse der Partikel durch die bildliche Darstellung der Partikel möglich. Ebenso ließen sich in Fluiden, wie z. B. Schmierölen, Gasblasen und Verschäumung erkennen und aus der Größe und der Menge der Gasblasen die prozentualen Gasgehalte errechnen. Das OILPAS-System konnte in diversen Anwendungen bei Schmierölen auf Motoren- und Getriebe-Prüfständen als System für die Schadenfrüherkennung mit der Partikelüberwachung seine Leistungsfähigkeit beweisen. Weiter konnten Untersuchungen zeigen, dass auch die Messungen von Blasen und die Errechnung von Gasgehalten bei Schmierölen von Motoren und Getrieben zuverlässig möglich sind. Auch konnten Untersuchungen an Treibstoffen, wie z. B. Schiffsdiesel, durchgeführt werden, um Partikel und Wassergehalte zu erfassen. Ebenso konnten Silikontröpfchen als Antifoam in Schmierstoffen detektiert werden. Das OILPAS-Gerät hat damit seine Fähigkeit bewiesen, Objekte in Fluiden durch digitale Bilderkennung sicher zu detektieren. Es ist geeignet als Laborgerät wie auch als online-System zum Condition- Monitoring und zur Schadensfrüherkennung, um Objekte, wie z. B. Partikel, Blasen, Tröpfchen, etc. in Fluiden sicher zu überwachen. Aus Wissenschaft und Forschung ! & && & 0@/ 04'/ BU7Z/ 04'J/ 0W/ BZ@7Z[/ 04'J/ 0Y/ B@@^7@W@/ 04'J/ 8$*24,&6$'; $#6dG46%/ ^1^^& Zn& Zob1o^& 04226&*&*/ 8$*24,&6%-*"#N&((&*/ e1mp& p1bp& p1bn& 3*>a2&*/ 8$*24,&6/ Zla@& mpa@& lZa@& 8$*24,&6$'; $#6/ 3&($N2/ BN6J/ ZZZ&RZl%e^mU& ^%pbb&RZm^%^_eU& n%b_Z&RZ%^op%^ZeU& ! & & & & & & & & & & & & & & & & & && & / / / Bild 5.5: Partikeldetails der Messpunkte M1, M2, M3 (>1 µm) Bild 5.4: Partikelverteilung und Partikelformen während des Schadenlaufs während der Messpunkte M1, M2, M3 Literatur [1] Martin, P., Schadensfrüherkennung an technischen Systemen durch Partikelmesstechnik. OILDOC Symposium Ölsensoren. Brannenburg 2013. [2] Schomann, L.; Krause, S.; Matz, G., et al., Real-Time Monitoring of Wear Particles in Lubricating Oil. PITTCON Conference. Pittsburg 2007. [3] Schomann, L., Krause, S., Matz, G., Röbken, N., OILPAS - Online Imaging of Liquid-Particle-Suspensions - How to prevent a sudden engine breakdown. SAE International Powertrains, Fuels & Lubricants Meeting. Rio de Janeiro 2010. [4] Findeisen, Dietmar. Ölhydraulik-Handbuch für die hydrostatische Leistungsübertragung in der Fluidtechnik (VDI- Buch). Springer-Verlag, 2005. T+S_6_16 17.10.16 17: 01 Seite 26