Kỹ thuật thống kê để đơn giản hoá dữ liệu phân tích dầu .Trong phân tích dầu, chúng ta thường phải giải thích sự thay đổi của một tham số này so với sự thay đổi của một tham số khác để đi đến một kết luận có ý nghĩa. Ví dụ, sự gia tăng mức độ mài mòn kết hợp với sự giảm tương ứng của kẽm có thể cho chúng ta biết rằng độ mòn đang tăng lên do mất lớp bảo vệ phụ gia chống mài mòn.
Việc “đọc thêm giữa các vạch” bằng cách sử dụng dữ liệu phân tích độ nhớt, số axit (AN) và tia hồng ngoại có thể cho chúng ta biết liệu khả năng bảo vệ chống mài mòn giảm có phải là kết quả của việc bổ sung sai dầu hoặc cạn kiệt phụ gia, v.v. hay không.
Thật không may, trong khi các tham số này đều quan trọng đối với phân tích của chúng tôi, chúng sử dụng nhiều đơn vị khác nhau và mỗi đơn vị có mức độ biến đổi ngẫu nhiên riêng (tính mong manh của dữ liệu).
Điều đó làm cho việc lập biểu đồ các giá trị theo thời gian trên một biểu đồ chung trở nên khó khăn. Ngoài ra, logic báo động khác nhau được áp dụng cho các tham số khác nhau. Một cách để giải quyết vấn đề này là tạo xu hướng xếp hạng phần trăm có nguồn gốc thống kê thay vì các giá trị thông số thực tế.
Hình 1
Những lợi ích
Kỹ thuật đơn giản này mang lại những lợi ích sau cho nhà phân tích dầu:
- Tất cả các tham số có thể được xem xét trên một biểu đồ xu hướng chung bằng cách sử dụng các đơn vị chung (phân vị). Điều này giúp bạn dễ dàng nhìn thấy những gì đang tăng và những gì đang giảm xuống đồng thời, tạo điều kiện thuận lợi cho quá trình đọc giữa các dòng. Trong Hình 1, rõ ràng là độ nhớt đang giảm trong khi số lượng hạt và sắt tăng lên đáng kể, cho thấy rằng có thể đã thêm nhầm dầu vào máy và điều đó đã gây ra tỷ lệ mài mòn cao.
- Các báo động chung có thể được đặt cho tất cả các thông số và hiển thị trên một đồ thị chung. Ví dụ, một độ lệch chuẩn có thể đại diện cho một sự thận trọng, trong khi hai độ lệch có thể cho thấy một tình huống nghiêm trọng (Bảng 1).
- Ảnh hưởng nhiễu của biến thể bình thường được tính theo nhân tố vì các phép tính phần trăm của mỗi tham số dựa trên độ lệch chuẩn của chính nó.
- Phần trăm có thể được hiểu bởi bất kỳ ai, kể cả quản lý. Số lượng hạt, mg KOH / g dầu, v.v. không quá rõ ràng đối với người quan sát chưa qua đào tạo.
- Các thông số phân tích không chứa dầu khác nhau, từ yếm rung đến chiều dài váy có thể dễ dàng được đưa vào đồ họa và do đó, đưa vào các quy trình phân tích và quyết định.
- Kỹ thuật này nhanh chóng và dễ dàng.
Bảng 1
Chuyển dữ liệu thành phần trăm
- Sử dụng dữ liệu lịch sử, xác định giá trị trung bình (giá trị trung bình) cho mỗi tham số (Phương trình 1).
- Tính toán độ lệch chuẩn cho từng tham số bằng cách sử dụng cùng một tập dữ liệu được sử dụng để tính giá trị trung bình (Phương trình 2).
- Tạo Z-Score bằng cách lấy giá trị trung bình trừ đi giá trị đọc hiện tại, sau đó chia cho độ lệch chuẩn (Công thức 3). Con số này cho biết bạn đang vượt quá hoặc thấp hơn giá trị trung bình bao nhiêu độ lệch chuẩn.
- Sử dụng bảng phân phối chuẩn tích lũy. Hầu hết các chương trình bảng tính có sẵn trên thị trường đều tạo ra giá trị phân phối tích lũy cho Điểm Z nhất định.
- Trình bày giá trị phân phối chuẩn dưới dạng giá trị phân vị.
Ví dụ: giả sử một máy có mức sắt trung bình là 15 ppm và độ lệch chuẩn là 3 ppm. Giá trị quan sát được là 18 ppm sẽ mang lại Điểm Z là 1 hoặc một độ lệch chuẩn lớn hơn giá trị trung bình. Giá trị 18 ppm sẽ xảy ra ở phân vị thứ 84.
Nếu quan sát của chúng tôi xảy ra ở mức trung bình (15 ppm), giá trị của chúng tôi sẽ là phân vị thứ 50. Bảng 1 minh họa các điểm Z khác nhau xảy ra trên đường cong phân phối chuẩn tích lũy.
Kỹ thuật này và các kỹ thuật khác có thể được áp dụng hiệu quả để đơn giản hóa dữ liệu phân tích dầu và dễ dàng quá trình chẩn đoán. Hãy thử các biến thể trên chủ đề phân vị như sử dụng đường trung bình động 10 mẫu và độ lệch chuẩn thay cho các giá trị cố định nếu thích hợp. Việc đơn giản hóa như vậy là rất quan trọng để phân tích dầu đạt được sự chấp nhận trở thành xu hướng chủ đạo của quá trình ra quyết định.
Làm cho số liệu thống kê làm việc cho bạn
Khi cố gắng lên lịch các hành động bảo dưỡng dựa trên dữ liệu phân tích dầu, số liệu thống kê đơn giản có thể là một công cụ mạnh mẽ để đơn giản hóa dữ liệu, xác định mối quan hệ giữa các thông số phân tích dầu và tăng độ tin cậy trong kết luận.
Các kỹ thuật thống kê như phân tích tương quan có thể giúp đảm bảo rằng chúng tôi đang đưa ra quyết định đúng đắn. Họ cũng có thể giúp tập trung nỗ lực của chúng tôi để tìm ra nguyên nhân gốc rễ của tình trạng bất thường.
Xem xét dữ liệu phân tích dầu từ chín máy thủy lực giống nhau thực hiện cùng một chức năng trong cùng một môi trường cho thấy sự thay đổi đáng kể về mức độ kẽm như một hàm của thời gian dầu hoạt động. Điều tra sâu hơn dẫn chúng tôi đến kết luận rằng số axit (AN) cũng suy giảm theo một hàm số của thời gian. Khi tính toán mối tương quan, chúng ta thấy rằng giá trị kẽm và AN có mối tương quan cao (Hình 2).
Vai trò của ZDDP
Chúng ta biết rằng kẽm dialkyldithiophosphat (ZDDP) được sử dụng trong hầu hết các loại dầu chống mài mòn phản ứng với thuốc thử kali hydroxit (KOH) được sử dụng để đo AN, làm tăng các con số khi dầu mới.
AN giảm khi chất phụ gia bị cạn kiệt. Một khi chất phụ gia chống mài mòn / chống oxy hóa ZDDP bị cạn kiệt, nó sẽ làm cho gốc bazơ bị giảm khả năng bảo vệ khỏi quá trình oxy hóa và số lượng axit sẽ bắt đầu tăng từ điểm tối thiểu của chúng khi lượng bazơ bị suy giảm .
Ngoài ra, khi ZDDP cạn kiệt, máy có thể bị mài mòn gia tăng do mất lớp bảo vệ chống mài mòn khỏi chất lỏng. Kẽm và AN có xu hướng tương quan tốt trong hầu hết các loại dầu được trang bị phụ gia chống mài mòn ZDDP. Điều quan trọng là phải định lượng mối tương quan này với dữ liệu thử nghiệm cụ thể cho một ứng dụng.
Phân tích chỉ ra rằng một trong những máy đang chạy với mức kẽm thấp và AN thấp. Bởi vì cả kẽm và số axit đã cạn kiệt, và biết rằng mối tương quan giữa hai thông số này rất mạnh trong ứng dụng này, chúng tôi tin tưởng cao rằng chất phụ gia ZDDP của chúng tôi đã cạn kiệt, có lẽ đến mức cạn kiệt. Đây là một tình huống cần hành động bảo trì. Có khả năng là dầu đã hết tuổi thọ.
Suy thoái
Ngoài ra, căng thẳng bất thường có thể đã đẩy nhanh quá trình xuống cấp. Việc phân tích và kiểm tra thêm dầu của máy phải xác định xem sự xuống cấp là bình thường hay bất thường. Nếu bất thường, quy trình sẽ tiết lộ nguyên nhân gốc rễ cụ thể của vấn đề.
Một khi nguyên nhân gốc rễ được xác định, một hành động bảo trì có thể được lên lịch để khắc phục tình hình. Nếu tốc độ xuống cấp được coi là bình thường, chúng tôi chỉ cần thay đổi hoặc hoàn nguyên dầu mà không cần điều tra thêm.
Bằng cách hiểu các thông số dầu khác nhau tương quan như thế nào, chúng tôi có thể điều tra các triệu chứng bất thường và đưa ra quyết định với cảm giác tin tưởng rằng chúng tôi đang giải quyết các vấn đề bảo dưỡng thực sự, chứ không chỉ chạy theo các báo động giả.
