因子分析理论在重型车辆油液分析及状态监测中的应用

本资料包含pdf文件1个，下载需要1积分

Application of Factor Analysis Theory on the Oil Analysis andCondition Monitoring of Heavy VehiclesYang Tao Fan Bin Dong Jiajia Ren Jieqi Liu Xuegong(1.College of Mechanical Engineering，Inner Mongolia University of Technology，Hohhot Inner Mongolia 010051，China；2.Beijing Special Vehicle Research Institute，Beijing 100072，China)Abstract：The main factor of characterization wear information was extracted in lubricating fluid using the principle offactor analysis by spectroscopic analysis and PQ analysis on the lubricants fluid of a heavy vehicle powertrain，and the keyrunning state cut-of point of the monitoring diagnostic criteria of the vehicle was got，then the state of wear was studied。

The analysis results of this method are in consistent with that from ferrographic analysis，and have provided the theory andthe data basis for understanding and judging the wear reliability situation of the vehicle。

Keywords：oil monitoring；spectroscopic analysis；factor analysis油液监测分析技术是目前机械设备磨损监测和故障诊断中的-项重要的技术 。尤其是对工作环境非常恶劣的重型车辆，通过对润滑油液进行处理分析，可获得装备润滑与磨损状况的信息，并及时发现或预防故障，进而控制油液和设备性能状态变化，分析零部件寿命及失效原因 。但是，随着科技的发展，作为动力系统的发动机具有集成度高、增压度高、强化系数高等特点，而且其结构更加复杂，给管理和维修保障带来很大困难，对监测的需求越来越高。同时发动机是多系统、多层次复杂机械系统，故障与征兆之间的关系存在不确定性。为了更准确地建立故障与征兆之间对应关系，单-的监测参数不能实现预期的目的。因此许多专家和学者构建了各种监测参数指标，但随着参数的增多，对后期设备磨损状态的综合评价增加了困难。

为了解决这-问题，本文作者利用因子分析理论，对油液光谱信息和PQ信息进行处理分析，提取参数的公因子，对数据进行合理的降维。并且结合发收稿 日期 ：2012-07-19 -作者简介：范斌 (1983-)，男，硕士研究生，研究方向为机电- 体化装备.E.mail：284891740###qq.con。

动机的主要摩擦副的组成成分和多年的实践经验，对提取的公因子命名，最后结合统计学原理制定状态判断准则，为油液监测提供理论依据。

1 因子分析原理假设有 n个样品，每个样品观测P个变量，设数据已标准化，记公共因子变量为 F。， ，，F(m

2 基于因子分析理论的重型车辆状态监测实例分析2.1 试验数据对某型号特种车辆做为期半年的里程试验，对在用油液进行光谱和PQ分析，提取能够表征各运行阶段车辆运行技术参数的光谱实验数据和PQ数据。通过监测数据构建指标体系如下：(1)测试值：根据原子发射光谱仪 (AE)和PQ对油液进行检测，得到所有小于 8 m的元素成分及浓度以及所有铁磁性材料的PQ指数。根据重型车辆的主要摩擦副材料的组成成分和监测的实践经验选取 Fe、cr、Pb、cu、Al、si元素和PQ指数作为监测参数。 (2)梯度：梯度采用以下公式计算：Wg( 2- 1)×lO/t (1)式中： ：为当前油样的测试值； 为前次油样测试值；t为实际取样间隔。

(3)相对度极差：由于车辆正常运行过程中，各元素的相对度应当保持不变，为了更加准确的反应车辆的运行状态。本文作者提出了相对度极差这-指标，相对度极差是指当前油样的测试值的对比值减去前次油样测试值的对比值的绝对值。

2.2 因子分析理论对试验数据的处理2.2.1 提取主因子利用 SPSS17.0对 29项指标 (见表 1)进行因子分析，根据主成分法提取最具影响力的公共因子。根据总方差分解结果显示，相关系数矩阵中特征值大于1的因子共有 7个，分别为 8.224、6.238、4.579、2.714、2.266、1.540和 1.178，选取 的 7个 主因子的累计方差贡献率为 93.306%，符合因子分析中要求各主因子的累计贡献率大于85%的要求。

同时，根据SPSS结果显示的碎石图，可以看出，前7个因子的特征值都大于 1，图中的折线 比较陡峭，从第8个因子以后的折线开始逐渐平缓。因此，在29项指标中用主成分分析法提出7个主因子。

图 l 碎石图Fig 1 Scree plot2.2.2 解释提取因子因子分析的主要目的不仅仅是找出主因子，而是要通过对主因子的解释来解释所研究的现象成因。为使因子的典型代表变量更突出，对因子解释得更好，需要对因子载荷矩阵进行旋转。

表 1 因子旋转载荷矩阵Table 1 Rotated component matrixPQ -0.095-0.409-0.042- 73 0.116 0.787Fe -0.038 0.198 0.274 0.828 -0.279 0.019Cr -0.111 0.199 0.678 0.527 -0.231 0.084Pb 0.499 0.242 -0.023 0.02；2 0.215 0.012Cu 0.143 0.123 0.547 0.512 n 155 0.105Al 0.015 0.177 0.152 0.886 -0.275 0.094Si -0.212 -0.006 -0.233 0.42'，7 -0.342 0.193Extraction Method：Principal Component Analysis。

Rotation Method：Varimax with Kaiser NormalizationRotmion converged in 8 iterations。

根据旋转矩阵可以看出，第-因子在 Fe：Pb、Fe：Cu、Pb：A1、Pb：si、Cu：A1、Cu：si的载荷系数 比较大，分别是0.750、0.883、0.955、0.961、0.956、0.915♂合重型车辆机械结构的摩擦副材料成分和8 O 8 7 7 1 4 0 7 1 0 3 3 3 6 0 6。

1 O 7 4 . . ) ) )( - 0 0 O - -102 润滑与密封 第38卷实践监测经验，以Pb、cu元素为主的摩擦副是轴瓦或涡轮增压器等。故命名因子-为轴瓦和涡轮增压器磨损指标。第二因子在 Fe/h、Cr/h、Pb/h、Cu/h、AL/h、Si/h的载荷系数的绝对值 比较大，分别是0.890、0.943、0.939、0.971、0.929、0.935。故命名为设备磨损率指标。同理，第三因子在 Fe：Cr、Cr：Pb、Cr：A1、Cr：Si、Cr、Cu的载荷 系数比较大 ，故命名为 cr合金磨损指标。第四因子在 Cr：Cu、Pb：Cu、Fe、Cu、A1的载荷系数比较大，故命名为Cu质零件磨损指标。第五因子在 Fe：A1、Fe：Si、AI：Si的载荷系数比较大。由于缸套和活塞环摩擦副的主要组成元素是Fe和 Al，故命名为缸套活塞环磨损指标。第六因子在 PQ/h、PQ的载荷比较大，分别为0.895和0.787。故命名为铁磁性材料磨损指标。

第七个因子在 si元素和 Pb元素载荷系数比较大，si元素含量变化是油液被粉尘污染所致。粉尘的进入加快了其他摩擦副的过量磨损。故命名第七因子为污染度指标。

2.2.3 计算因子得分计算出各主因子的因子得分值。为了方便理解，采用如下公式对得分进行处理： - L ×46 (2)Smax - Smi式中： 是第i个样本的十分制得分；s；是第 i个样本的原始得分；s 和 Stain是原始得分的最大值和最小值。

通过上述处理，原始数据的每个指标的取值范围在 [0，10]之间，如表2所示。

表2 因子得分表Table 2 Factor score2.3 基于统计学原理制定诊断标准 根据统计学 的原理，按下列公式确定界限104 润滑与密封 第38卷图5示出了-典型的严重滑动磨损颗粒的谱片，该谱片未加热，加热后呈淡兰色。因此，该磨粒也来自活塞环 (活塞环表面为镀铬层)，该磨粒长轴尺寸为150 m，表面有非常明显的划伤痕迹。由此可肯定该柴油机的气缸/活塞环组件存在严重拉伤。

3 结论对重型车辆润滑油进行光谱监测和PQ分析，利用检测数据构建参数体系，结合因子分析理论对参数体系进行降维处理；提取主要几个关键因子，并根据具体情况对其命名；通过各因子得分数据建立诊断标准。通过后期的试验分析，表明本方法科学可行，为装备的视情维修、预防维修提供了理论依据。同时，该方法克服了传统评价设备运行技术状态方法的不足及评价时主观因素的影响。