具体实施方式

以下结合实施例的具体实施方式，对本发明的上述内容再做进一步的详细说明。但不应将此理解为本发明上述主题的范围仅限于以下的实例。在不脱离本发明上述技术思想情况下，根据本领域普通技术知识和惯用手段做出的各种替换或变更，均应包括在本发明的范围内。

实施例1：

本实施例公开了一种油液颗粒多重信息检测方法，如图1所示包括取样步骤、制样步骤、检测步骤、数据处理步骤；其特征在于，所述的检测步骤采用集成有智能颗粒研究模块的扫描电镜及能谱仪对油液进行检测，获取颗粒类别、颗粒数量、颗粒尺寸范围、颗粒序号、单一颗粒所含主要元素占比、单一颗粒费雷特最大直径中任意一项或多项颗粒信息数据；所述的数据处理步骤包括整合所检测到的颗粒信息数据；

所述的颗粒类别包括富含铁颗粒、富含铜颗粒、富含锌颗粒、胶粒、砂子；

所述的颗粒数量包括各颗粒类别下颗粒的数量、所有颗粒的总数量；

所述的颗粒尺寸范围是指各颗粒类别下颗粒的尺寸范围；

所述的颗粒序号就是按单个颗粒进行编号；

所述的单一颗粒所含主要元素占比是指铝、铁、铜、锌、硅、锰的元素占比。

所述制样步骤包括超声环节、过滤环节以及烘干环节。

(1)超声环节：将100ml待检测油液注入烧杯中，将一定量的水注入超声波清洗机中，将烧杯竖直放入超声波清洗机中，此时，保证超声波清洗机中水的液面低于烧杯中的油液液面并高于设备的最低注水液面。开启超声波清洗机，超声时间设置为5min，结束后取出烧杯。

(2)过滤环节：将上嘴抽滤瓶、布氏漏斗以及布氏漏斗托组装成抽滤装置，将滤纸平放入布氏漏斗中，打开抽滤装置的电源开关，从布氏漏斗上方缓慢注入烧杯中的待检测油液，等待油液注入完毕且滤纸表面无明显液体痕迹时，关闭电源，取下滤纸。

(3)烘干环节：将滤纸平铺置于表面皿中，将表面皿放入烘箱，设置烘箱温度为80℃，烘干时间为20min。

所述的检测步骤：将滤纸放入扫描电镜的样品台上，启动集成有智能颗粒研究模块的扫描电镜及能谱仪，对样品进行检测。

通过集成有智能颗粒研究模块的扫描电镜及能谱仪，可以逐一对滤纸上的每个颗粒进行检测，得到包括颗粒类别、颗粒数量、颗粒尺寸范围、颗粒序号、单一颗粒所含主要元素占比、单一颗粒费雷特最大直径在内的所有信息。进一步地，智能颗粒研究模块中可以设置需要检测的常用元素。

通常，所述的检测步骤中获取颗粒类别、颗粒数量、颗粒尺寸范围、颗粒序号、单一颗粒所含主要元素占比、单一颗粒费雷特最大直径多项颗粒信息数据；并且在数据处理步骤中，将颗粒类别、颗粒数量、颗粒尺寸范围整合在一起进行显示，将获取将颗粒序号、单一颗粒所含主要元素占比、单一颗粒费雷特最大直径整合在一起进行显示。

例如：将所得颗粒信息数据整合为包含有颗粒类别、颗粒数量、颗粒尺寸范围信息的表，如图2所示。

图2中，颗粒尺寸范围信息以5μm、15μm、25μm、50μm、100μm、150μm、200μm、400μm、600μm、1000μm作为界值点划分阈值，并分成多个区间：5-15μm、15-25μm、25-50μm、50-100μm、100-150μm、150-200μm、200-400μm、400-600μm、600-1000μm、1000-μm。各个区间均包括小端点值，不包括大端点值；例如“100-150μm”这一区间中包括100μm，但不包括150μm。再者，颗粒尺寸在“5μm以下”、“1000μm及以上1000μm”这两个区间的颗粒都统计在“其他”中。

又例如：将所得颗粒信息数据整合为包含有颗粒序号、单一颗粒所含主要元素占比、单一颗粒费雷特最大直径的表，如图3所示。

实施例2：

本实施例在实施例1公开的油液颗粒多重信息检测方法基础上，具体说明所述的检测方法在液压泵故障预估方面的应用。

现代工业，特别是在航空工业中，液压泵是不可缺少的组件之一，而液压泵的磨损是影响其使用寿命的最重要因素。液压泵的磨损通常是由于泵摩擦副的摩擦磨损或者其内部金属材料产生疲劳进而脱落导致。液压泵的磨损轻则会使泵的压力降低，温度升高，流量减少，重则导致整个液压泵失效。因此，通过对液压泵磨损的检测，可以识别出液压泵的早期故障，从而进行视情维护，提升液压泵的使用寿命。

目前，对于液压泵的检测主要有以下几种，一是人工估计的方法，即通过听液压泵的转动噪声或者感受液压泵外壳的温度与振动来判断液压泵是否存在磨损或故障。该方法强烈依赖个人的经验，结论的正确与否与分析者本身关系极大，且无法做到定量分析。二是直接将液压泵进行拆卸分解，检测液压泵的磨损情况。该方法费时费力，无法在短时间内得出结论。

本实施提供一种新的液压泵故障预估方法，对从液压泵壳体回油过滤器前采集的油液样品进行油液颗粒多重信息检测。

所述的液压泵故障预估方法，包括取样步骤、制样步骤、检测步骤、数据处理步骤。

所述的取样步骤，从设置在液压系统的泵壳体回油过滤器前的取样点进行油液样品取样。

取样点设置在液压系统的泵壳体回油过滤器前，通过对取样点收集的待检测油液进行检测能够反映出液压泵的真实磨损状况。

所述的制样步骤，包括依次进行的超声环节、过滤环节、烘干环节。

超声环节包括使用烧杯以及超声波清洗机对待检测油液进行超声，使得磨损颗粒均匀地分布于油液中。过滤环节包括使用抽滤装置以及滤纸，将待检测油液进行过滤，油液中的磨损颗粒收集于滤纸上。烘干环节包括使用表面皿与烘箱，将滤纸置于表面皿中，烘干残留油液。

所述的检测步骤，使用集成有智能颗粒研究模块的扫描电镜及能谱仪，自动对滤纸上的所有颗粒进行详细的分析，得到包括颗粒序号、单一颗粒所含主要元素占比、单一颗粒费雷特最大直径在内的颗粒信息数据。

所述的数据处理步骤，先通过成分筛选排除干扰颗粒，即排除磨损颗粒以外的其他杂质信息，如胶粒、其他金属颗粒等；然后并将磨损颗粒的颗粒序号、单一颗粒所含主要元素占比、单一颗粒费雷特最大直径整合后进行显示，还可通过磨损颗粒的颗粒序号统计得到磨损颗粒的颗粒数量。

上述液压泵故障预估方法克服了人工估计依赖个人经验以及拆卸分解液压泵费时费力局限性，能够在不拆卸液压泵的基础上定量评估液压泵的磨损情况，识别出液压泵的早期故障，从而进行视情维护，提升液压泵的使用寿命。

A#液压泵故障预估实例

此实例中液压泵故障预估方法，包括取样步骤、制样步骤、检测步骤以及数据处理步骤。

所述的取样步骤中，取样点设置在液压系统的泵壳体回油过滤器前，通过取样点收集待检测油液50ml。

所述的制样步骤中，超声环节包括使用烧杯以及超声波清洗机对待检测油液进行超声，共15min。

所述的过滤环节中，将待超声后的检测油液进行过滤，将油液中的磨损颗粒收集于滤纸上。

所述的烘干环节中，烘箱的温度为80℃，烘干时间为20min。

所述的检测步骤中，使用集成有智能颗粒研究模块的扫描电镜及能谱仪，对滤纸上的所有颗粒进行详细的分析。

所述的数据处理步骤中，通过成分筛选排除干扰颗粒，即排除磨损颗粒以外的其他杂质信息，如胶粒等，并将磨损颗粒序号、所含元素占比以及费雷特最大直径整合为下表1。

表1

A#液压泵故障预估实例中，少量的铁颗粒来源于液压泵的正常磨损，铜锌合金来源于泵中某关键元件的磨损，大量的铜锌合金被检测出表明液压泵某关键元件正处于失效的边缘，需要及时进行维修。上述的整个过程总计耗时2小时，若分解液压泵进行元件逐个检查需16个小时才能确定具体故障位置，相比之下，液压泵故障预估方法不仅无需依赖个人的经验，且极大缩减了故障定位时间。

实施例3：

本实施例在实施例1公开的油液颗粒多重信息检测方法基础上，具体说明所述的检测方法在油滤中过滤网检测方面的应用。

在现代工业的液压系统中，由于系统内的构成或者系统外的侵入，难免会在液压系统中出现污染物，这些污染物可能是颗粒物、胶状物或者其他物质。污染物会不仅会对相关设备造成一定程度磨损，还会堵塞小孔、卡滞阀芯等。使用油滤是控制液压油洁净程度最有效的方法，在此方法下，液压系统中的污染物会随着油液聚集在油滤滤网上并形成过滤物，通过对油滤中过滤物的检测，不仅能够了解液压系统中污染物的种类及来源，做好预知性维修准备，还能够在油滤被堵塞时，为排除故障提供思路与数据支持。

目前，对于油滤中过滤物检测的方法十分有限，一种是通过观察法来判断例如堵塞物等，该方法仅仅适用于当过滤物体积较大时，通过颜色、形态等进行判别与分析。但是，在这种检测方法下，当过滤物的尺寸较小时，则无法准确地检测并做出判断。另一种是通过扫描电镜进行观察并检测过滤物的成分。在这种检测方法下，需要将过滤物从油滤中人工剥离下来再进行检测，容易造成少检、漏检的情况发生，并且该方法强烈依赖个人的经验，结论的正确与否与分析者本身关系极大。

本实施提供一种新的油滤中过滤物检测方法，对从油滤的滤网上采集的油液样品进行油液颗粒多重信息检测。

所述的油滤中过滤物检测方法，包括取样步骤、制样步骤、检测步骤、数据处理步骤。

所述的取样步骤，对液压系统的油滤进行部分分解，取出滤网，将滤网剪裁成5cm×5cm的样品。

所述的制样步骤，包括依次进行的超声环节、过滤环节、烘干环节、镀膜环节。

超声环节：将5cm×5cm的滤网样品放入烧杯中，将纯度为优级纯的石油醚注入烧杯，保证液面高度高于滤网边缘，使滤网完全浸没于石油醚中。将一定量的水注入超声波清洗机中，烧杯竖直放入超声波清洗机中，此时，保证超声波清洗机的液面低于烧杯口。开启超声波清洗机，超声时间设置为15min，结束后取出烧杯。将滤网从烧杯中取出，保留烧杯中的待检测液体。

过滤环节：将上嘴抽滤瓶、布氏漏斗以及布氏漏斗托组装成抽滤装置，将滤纸平放入布氏漏斗中，打开抽滤装置的电源开关，从布氏漏斗上方缓慢注入烧杯中的待检测液体，等待液体注入完毕且滤纸表面无明显液体痕迹时，关闭电源，取下滤纸。

烘干环节：将滤纸平铺置于表面皿中，将表面皿放入烘箱，设置烘箱温度为80℃，烘干时间为20min。

镀膜环节：将滤纸放入溅射镀膜仪，靶材选择为金靶，镀膜层数为1层。

所述的检测步骤，将完成镀膜的滤纸放入扫描电镜，启动集成有智能颗粒研究模块的扫描电镜及能谱仪，对样品进行检测。

所述的数据处理步骤，检测到的污染物对应的颗粒序号、单一颗粒所含主要元素占比、单一颗粒费雷特最大直径整合后进行显示，还可通过颗粒序号统计得到污染物的颗粒数量。

本实施例所述的油滤中过滤物检测方法，克服了观察法无法对小尺寸过滤物进行检测的弊端，二是克服了人工剥离过滤物，再通过扫描电镜检测，容易造成少检、漏检以及强烈依赖个人经验的情况。本发明可以检测出油滤中过滤物的数量，所含元素占比，费雷特最大直径在内的信息，不仅能够了解液压系统中污染物的种类，做好预知性维修准备，还能够在油滤被堵塞时，为排除故障提供思路与数据支持。

B#飞机液压系统油滤中过滤物检测实例

此实例中飞机液压系统油滤中过滤物检测方法，包括取样步骤、制样步骤、检测步骤以及数据处理步骤。

所述的取样步骤中，从油滤的滤网上提取待检测油液50ml。

所述的超声环节，使用烧杯以及超声波清洗机对待检测油液进行超声，共15min。

所述的过滤环节中，将超声后的检测油液进行过滤，将油液中的磨损颗粒收集于滤纸上。

所述的烘干环节中，烘箱的温度为80℃，烘干时间为20min。

所述的检测步骤中，使用集成有智能颗粒研究模块的扫描电镜及能谱仪，对滤纸上的所有颗粒进行详细的分析。

所述的数据处理步骤中，将污染物的颗粒序号、所含元素占比以及费雷特最大直径整合为下表2、表3。

表2

表3

B#飞机液压系统油滤中过滤物检测实例中，铁颗粒共12个，其中5-15μm尺寸10个，15-25μm尺寸2个，铝颗粒2个，均为5-15μm，沙子1个，为15-25μm。通过油液颗粒多重信息判断，铁颗粒和铝颗粒来源于飞机液压系统中的管接头、导管等，为飞机系统正常磨损产生；沙子来源于外部环境带入飞机系统，工作人员需对外部环境进行净化。

飞机液压系统油滤中过滤物检测方法，克服了自动颗粒计数器只能检测颗粒的大小和数量以及铁谱分析依赖个人经验的不全面性，可有效指导工作人员的工作。

以上所述的，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替代，都应涵盖在本发明的保护范围内。因此，本发明的保护范围应以所述的权利要求的保护范围为准。