一种基于微流体制备的电阻-电感式磨粒传感器

史皓天 张洪朋 谢雨财 孙玉清

大连海事大学轮机工程学院,大连,116026

油液磨粒监测是实现机械健康评估、状态预警、故障诊断的有效方法。根据油液中金属磨粒的材质及特征,可以分析判断设备零件的磨损程度、类型和位置[1-2]。根据时效性,油液磨粒监测技术主要分为离线检测和在线检测。离线油液检测技术主要包括铁谱分析、光谱分析、扫描电镜以及油品理化分析等方法[3-6]。在线油液检测技术主要有光学、声学、电容、电感等检测方法[7-10]。其中,光学检测、声学检测、电容检测易受油液中其他杂质的干扰,造成对金属磨粒的误计数,且无法区分金属磨粒的属性。而电感检测法是一种无损测量方式,不但可区分金属磨粒属性,而且检测结果不受油液透光性、pH值、油温、杂质影响,抗干扰能力强。随着对机械设备健康监测的需求越来越多,电感式磨粒检测技术得以快速发展,当前已广泛应用于航空发动机轴承、船用液压设备、风电齿轮箱等旋转往复设备的状态监测领域。

近三十年,研究人员基于螺线管线圈和平面线圈设计了各种结构的电感式传感器,并通过优化电路、增强磁场及信号处理分析等方法来提高传感器的检测精度。XIE等[11]提出了一种采用两级滤波电路的桥式电感传感器,以此增强检测单元对金属磨粒所产生的磁场扰动的响应,消除来自环境和测量系统的噪声干扰,从而提高传感器的分辨率。DU等[12]通过在线圈外部添加电容的方式,形成具有唯一谐振频率的并联电感-电容谐振电路,从而放大金属磨粒引起的阻抗变化,提高检测结果的信噪比。史皓天等[13]通过在平面电感线圈一侧设置条形硅钢片的方式增强检测区域的磁场,从而提高电感检测的精度。萧红等[14]设计了一种具有多个高梯度静磁场的电感式磨粒传感器,在提高检测灵敏度的同时还可有效扩大检测范围。LI等[15]研究了一种基于小波域的磨粒特征提取技术,避免了收缩方法中存在的去噪过度和去噪不足的问题,提取高质量的磨粒特征。LIU等[16]介绍了一种基于多相关窗的油液磨粒检测方法,提高了传感器对变速度磨粒检测的灵敏度和适应性。

线圈产生的磁场分布并不均匀,从而导致同一金属碎片在不同位置产生的信号不一致。对于大尺寸的线圈,这种现象更为显著,严重影响了传感器检测结果的稳定性。为此,研究人员开发了基于微加工技术的微电感传感器,用于一些高精密机械系统的健康检测。DU等[17]在毛细玻璃管上方绕制平面电感线圈,设计了一种可实现颗粒计数功能的磨粒传感器。然而,任何具有壁厚的管道都会减少对线圈内孔区域的利用。因此,本团队提出了一种基于微流控技术的浇筑方法来制造电感式磨粒传感器[18],理论上使得线圈与金属磨粒之间的距离为0。但此类微电感传感器也面临着检测通量不足的问题,可通过集成具有多检测单元和多检测通道的传感阵列来提高检测效率[19]。

受检测原理的限制,电感式磨粒传感器对非铁磁性金属磨粒的检测能力相对较弱,影响了传感器的综合测量性能。本文提出了一种基于微流体技术的电阻-电感式磨粒传感器,采用电感参数实现金属磨粒属性的区分,并通过检测线圈等效电阻的方式提高了对非铁磁性金属磨粒的检测能力。基于电阻和电感检测结果可实现金属磨粒的高灵敏度检测区分,从而获取更为详细准确的磨粒信息。通过仿真获取了金属磨粒时谐磁场中的磁化和涡流效应,并通过实验研究了电传感器的频率特性和电压特性。

采用模铸法来加工磨粒微传感器,如图1所示。传感器选用了130匝(3层)的螺线管线圈,线圈内孔直径为500 μm,具体结构参数如图1b所示。将通道模具(直径500 μm的铜杆)、通道入口模具、通道出口模具、螺线管线圈按设计位置固定。选用透明的聚二甲基硅氧烷(PDMS)作为传感器基体浇筑材料,以便实时地在显微镜下观察磨粒。完成基体浇筑后移除模具,即可获得直径500 μm的检测通道、锥形通道入口和出口。

(a)传感器整体结构

(b)测量单元结构(mm)图1 磨粒传感器结构设计Fig.1 Structure design of debris sensor

施加有交流电激励的线圈会产生时谐磁场,而处于磁场中的金属颗粒会同时产生涡流效应和磁化效应。金属颗粒内部产生的涡流磁场和磁化磁场相互抵消,导致线圈整体磁通量发生变化。采用COMSOL仿真软件获取了直径200 μm球形金属颗粒在线圈中心位置时的磁化和涡流特征。下文给出的金属颗粒尺寸均为直径。所构建的线圈仿真模型的结构参数与传感器所采用的线圈一致,添加的激励为2.0 V、2.0 MHz。

图2 200 μm球形铜颗粒在磁场中的磁化及涡流效应Fig.2 Magnetization and eddy current effects of 200 μmspherical copper particle in magnetic field

200 μm铜颗粒在线圈中所导致的磁场分布如图2所示。在颗粒轴向,涡流磁场强于磁化磁场,因此越接近铜颗粒中心磁通密度模越小,最小为2.6×103μT;
在颗粒径向,接近铜颗粒径向表面处的磁化磁场强于涡流磁场,磁通密度模最大时约为4.4×103μT。铜的相对磁导率约为1,它受到的磁化作用相对较弱。总体而言,时谐磁场中非铁磁性金属磨粒的涡流效应强于磁化效应,将削弱线圈周围产生的原有磁场,减小线圈的电感值。

200 μm铁颗粒在线圈中所导致的磁场分布如图3所示。受趋肤效应和退磁场影响,铁颗粒表面的磁通密度模最强,可达1.05×104μT,而越靠近铁颗粒中心,磁通密度模越小,最小约0.2 μT。在颗粒轴向,铁颗粒外部的磁化场越靠近颗粒表面磁通密度模越大。在颗粒径向,粒子内外部的磁场抵消,导致颗粒-空气临界的磁通密度模急剧下降到0.2 μT。而铁磁性物质的磁导率很高,受磁化作用显著。总体而言,时谐磁场中的铁磁性金属磨粒的磁化效应远强于涡流效应,将增强线圈周围产生的原有磁场,增加线圈的电感值。

图3 200 μm球形铁颗粒在磁场中的磁化及涡流效应Fig.3 Magnetization and eddy current effects of 200 μmspherical iron particle in magnetic field

此外,金属颗粒内部产生的电涡流会打破线圈趋肤效应和邻近效应的平衡,改变线圈的交流电阻,产生电阻脉冲,并且金属的电导率影响其电阻检测效果。20 ℃时,铁的电导率为9.93×106S/m,铜的电导率为5.71×107S/m,表明电阻参数对铜的检测灵敏度更高。

(1)

(2)

式中,ω为交流激励角频率;
N为线圈匝数;
b为线圈厚度;
h为线圈高度;
Vc为线圈体积;
I为线圈电流;
ΔA为金属颗粒所引起的磁矢势变化;
v为金属颗粒体积;
Bp为颗粒中心位置处的磁感应强度;
r为线圈的位置矢量;
rp为颗粒中心的位置矢量;
χa为金属颗粒的磁化系数,与金属颗粒的材质、体积、形状以及线圈所施加的激励有关。

金属颗粒导致的线圈电感变化ΔL和电阻变化ΔR分别为线圈阻抗变化的虚部和实部:

(3)

(4)

铁磁性金属磨粒会产生正向的电感脉冲和电阻脉冲,非铁磁性金属磨粒可产生负向的电感脉冲和正向的电阻脉冲。根据金属磨粒的信号特征可实现金属磨粒属性区分和尺寸的高精度识别。

3.1 测试系统搭建

图4所示为搭建的传感器测试系统。样品油液中混合有不同尺寸和材质的金属磨粒。注射泵将油样驱动通过传感器,最终流入储油池中。阻抗分析仪为螺线管线圈提供交流激励,并实时监测阻抗变化。显微镜用于观察通过检测区域的磨粒材质,并测量其尺寸。

图4 传感器测试系统Fig.4 Sensor test system

3.2 频率特性实验

激励频率影响着线圈检测结果,在显微镜下测量选取146 μm铜颗粒和195 μm铁颗粒来探究传感器的频率特性。将阻抗分析仪的参数设置为2.0 V,频率变化范围为0.1~2.0 MHz (变化步长为0.1 MHz)。由于电阻电感检测结果受垂直于磁场的颗粒截面积影响,为保证检测结果的准确性,可调整注射方向使得颗粒多次通过螺线管线圈,通过求平均值的方式来减小误差。注射泵的流量表征磨粒通过检测区域的速度,流量过大会削弱检测灵敏度,流量过小会降低检测效率。根据文献[21],将注射泵的流量设为100 μL/min以保证传感器的综合性能。

图5所示为不同频率下金属颗粒产生的电感脉冲幅值、电阻脉冲幅值的变化曲线。图6所示为不同频率下的信号噪声。146 μm铜颗粒在0.5~2.0 MHz的频率范围内具有可识别的电感脉冲,在0.1~2.0 MHz的频率范围内具有可识别的电阻脉冲。146 μm铜颗粒的电感和电阻脉冲幅值都随频率的增大而增大,且在2.0 MHz时具有最大的电感和电阻信噪比。高信噪比意味着更好的检测效果,因此检测非铁磁性金属时选用高频激励有利于获取更高的精度。195 μm铁颗粒在0.1~2.0 MHz的频率范围内具有可识别的电感检测结果,在0.2~2.0 MHz的频率范围内具有可识别的电阻脉冲。195 μm铁颗粒的电感脉冲幅值随频率的增大而减小,电阻脉冲幅值随频率的增大而增大。电感噪声随激励频率呈阶梯状变化,195 μm铁颗粒的电感信噪比也呈阶梯状变化,其值均在100以上。因此选择1.2~2.0 MHz的激励频率检测较小的铁颗粒比较好,在1.2 MHz时具有最高的电感信噪比。铁颗粒的电阻信噪比随频率的增大而增大,在2.0 MHz时具有最高的电阻信噪比。

(a)146 μm铜颗粒

(b)195 μm铁颗粒图5 金属颗粒脉冲幅值随激励频率的变化曲线Fig.5 The variation curve of metal particle pulseamplitude with excitation frequency

图6 信号噪声随激励频率的变化曲线Fig.6 The variation curve of signal noise withexcitation frequency

金属颗粒的电阻脉冲幅值随频率的增大而增大,非铁磁性金属颗粒的电感脉冲幅值随频率的增大而增大,铁磁性金属颗粒的电感脉冲幅值随频率的增大而减小。在较高激励频率下,涡流效应增强并导致较大的电阻电感变化。图7、图8所示为146 μm铜颗粒和195 μm铁颗粒在1.0 MHz和2.0 MHz时的检测信号。

(a)146 μm铜颗粒

(b)195 μm铁颗粒图7 采用1.0 MHz,2.0 V激励时金属颗粒的检测结果Fig.7 Detection results of metal particles at1.0 MHz, 2.0 V excitation

(a)146 μm铜颗粒

(b)195 μm铁颗粒图8 采用2.0 MHz,2.0 V激励时金属颗粒的检测结果Fig.8 Detection results of metal particles at 2.0 MHz, 2.0 V excitation

3.3 电压特性实验

(a)146 μm铜颗粒

(b)195 μm铁颗粒图9 金属颗粒脉冲幅值随激励电压的变化曲线Fig.9 The variation curve of metal particle pulseamplitude with excitation voltage

图10 信号噪声随激励电压的变化曲线Fig.10 The variation curve of signal noise withexcitation voltage

为研究激励电压对传感器检测结果的影响,仍选用146 μm铜颗粒和195 μm铁颗粒在不同的激励电压下进行检测,获取该传感器的电压特性。阻抗分析仪的参数为2.0 MHz,电压在0.25~2.0 V之间 (变化步长为0.25 V)。图9所示为不同电压下金属颗粒的电感幅值及电阻幅值。146 μm铜颗粒的电感幅值在4.831 76×10-10~4.979 55×10-10H范围内波动,电阻幅值在17.82~18.11 mΩ范围内波动。195 μm铁颗粒的电感幅值在2.746 32×10-8~2.777 12×10-8H范围内波动,电阻幅值在5.71~6.06 mΩ范围内波动。激励电压对电感-电阻检测结果的影响不大,检测到的电阻电感变化量在一定数值范围内波动。图10所示为不同电压下的信号噪声。在0.25 V时,电感噪声和电阻噪声都最大(电感噪声6.0×10-11H,电阻噪声0.75 mΩ)。2.0 V时电感噪声和电阻噪声都最小(电感噪声4.0×10-11H,电阻噪声0.33 mΩ)。2.0 V时具有最优的电感和电阻信噪比,有利于微弱脉冲的识别。图11所示为146 μm铜颗粒和195 μm铁颗粒在1.0 V和2.0 MHz时的检测信号。

(a)146 μm铜颗粒

(b)195 μm铁颗粒图11 采用2.0 MHz,1.0 V激励时金属颗粒的检测结果Fig.11 Detection results of metal particles at 2.0 MHz, 1.0 V excitation

3.4 检测下限实验

频率特性和电压特性的研究结果表明,激励设置为2.0 V、2.0 MHz时,对铜颗粒具有最优的检测效果,对铁颗粒具有最优的电阻检测效果;
激励设置为2 V、1.2 MHz时,对铁颗粒具有最优的电感检测效果。由于检测原理的限制(铁磁性颗粒的磁化效应产生的磁场远强于相同尺寸非铁磁性颗粒的涡流效应产生的磁场),传感器对非铁磁性金属磨粒的检测能力较弱。此外,相比非铁磁性金属磨粒,激励频率对铁磁性金属磨粒的影响较小。为提高传感器对金属磨粒的综合检测能力,可将激励设置为2.0 V、2.0 MHz来获取传感器对金属磨粒的检测下限。

(a)60 μm铜颗粒

(b)120 μm铁颗粒图12 电阻参数检测下限Fig.12 Detection floor level of resistance parameter

(a)90 μm铜颗粒

(b)16 μm铁颗粒图13 电感参数检测下限Fig.13 Detection floor level of inductance parameter

研究了电感参数和电阻参数对铁磨粒和铜磨粒的检测下限,电感参数可有效识别90 μm铜颗粒和16 μm铁颗粒,电阻检测可有效识别60 μm铜颗粒和120 μm铁颗粒产生的电阻变化。如图12所示,60 μm铜颗粒的电阻脉冲幅值为0.72 mΩ,但它产生的电感脉冲淹没于电感噪声中无法识别;
120 μm铁颗粒的电阻脉冲幅值为0.96 mΩ,它产生的电感脉冲幅值为7.9×10-9H。如图13所示,90 μm铜颗粒的电感脉冲幅值为4.4×10-11H,它产生的电阻脉冲幅值为2.55 mΩ;
16 μm铁颗粒的电感脉冲幅值为6.3×10-11H,但它产生的电阻脉冲淹没于电阻噪声中无法识别。

如图14所示,不同尺寸范围的铁颗粒和铜颗粒具有不同的信号特征,可根据电感和电阻信号特征实现对颗粒的准确区分。16~120 μm的铁颗粒具有正向的电感脉冲和不可识别的电阻脉冲,其尺寸可直接由电感脉冲幅值判断。60~90 μm的铜颗粒具有正向的电阻脉冲和不可识别的电感脉冲,其尺寸可直接由电阻脉冲幅值判断。大于120 μm的铁颗粒具有正向的电感和电阻脉冲,大于90 μm的铁颗粒具有负向的电感脉冲和正向的电阻脉冲,可结合两种参数更准确地判断磨粒尺寸,从而证明了电感参数对铁磁性金属的检测能力强,电阻参数对非铁磁性金属的检测能力强。另外,电阻参数的引入可将传感器对铜颗粒的检测下限由90 μm降至60 μm,实现了更小尺寸的非铁磁性金属磨粒的区分检测。

图14 基于电感和电阻信号特征的颗粒判断方法Fig.14 Particle judgment method based on inductanceand resistance signal characteristics

本文设计了一种基于微流体技术的磨粒传感器,该传感器不仅可检测线圈的电感参数,同时也可检测线圈的电阻参数。采用COMSOL仿真软件研究了铁磁性金属和非铁磁性金属在时谐磁场中的磁化效应及涡流效应特征,并通过实验研究了电阻电感检测的频率特性和电压特性。结果表明,高频激励有利于增强非铁磁性金属的电阻电感响应和铁磁性金属的电阻响应,但会削弱铁磁性金属的电感响应。同时信号噪声也会随频率的增大而减小,有利于微弱信号的识别。激励电压对传感器检测结果的影响不大,但在2.0 V时具有最优的信噪比。在2.0 V、2.0 MHz的激励下,电感参数检测可识别90 μm铜颗粒和16 μm铁颗粒,电阻参数检测可识别60 μm铜颗粒和120 μm铁颗粒,通过比较分析电阻电感检测结果可检测更小尺寸的非铁磁性金属磨粒。这种电阻-电感式磨粒微传感器可提高对非铁磁性金属磨粒的检测能力,增强了传感器的综合测量性能。在后续研究中可通过使用外部放大电路和噪声屏蔽技术放大测量信号,以提高传感器的灵敏度。

猜你喜欢 磨粒电感幅值 室温下7050铝合金循环变形研究装备维修技术(2022年7期)2022-07-01微细磨削表面成型机理的研究浅析内燃机与配件(2022年10期)2022-06-05基于spike-angle 图和Fourier 变换的磨粒图像形状特征提取*计算机与数字工程(2022年3期)2022-04-07超声振动辅助磨削弧区的单颗磨粒切厚特征*金刚石与磨料磨具工程(2022年1期)2022-03-22基于ANSYS Maxwell 的传感器涡流场仿真与分析智能计算机与应用(2020年4期)2020-08-31可靠性步进电机细分驱动技术研究中国新技术新产品(2018年22期)2018-01-05小体积LED调光电源用电感研制科学与财富(2017年9期)2017-06-09平地机作业负载谱分析筑路机械与施工机械化(2016年12期)2017-01-13Prevention of aspiration of gastric contents during attempt in tracheal intubation in the semi-lateral and lateral positionsWorld journal of emergency medicine(2016年4期)2016-11-23浅谈电感和电容在交流电路中的作用中学生数理化·高二版(2016年5期)2016-05-14

推荐访问:制备 流体 电阻