“Các hành động khắc phục để thực hiện trên cơ sở kết quả phân tích mỡ là gì? Làm cách nào để xác định các giới hạn mỡ đã sử dụng như dầu đã qua sử dụng?”
Lấy mẫu mỡ đang trở nên phổ biến hơn cho các tổ chức đang tìm cách nâng cao các chương trình độ tin cậy của họ. Tuy nhiên, trong nhiều trường hợp, phân tích mỡ chỉ được thực hiện sau khi hư hỏng hoặc sự cố xảy ra. Phân tích xu hướng các mẫu dầu mỡ đã chứng minh rằng việc phát hiện sớm dầu mỡ hoặc hư hỏng ổ trục có thể bị bắt trước với một chương trình phân tích tốt.
Trước khi có thể thực hiện các biện pháp khắc phục, bạn phải biết bạn đang tìm gì và cần thực hiện những thử nghiệm nào để có được thông tin cần thiết. Giới hạn báo động phải được đặt để theo dõi tình trạng của mỡ và độ bền của vòng bi. Bằng cách xem xét các kết quả này, bạn thường có thể phát hiện nguyên nhân gốc rễ của một thất bại mang thai sớm, cho phép thực hiện hành động khắc phục thích hợp.
Hình ảnh bên phải cho thấy một nồng độ lớn của silica mài mòn trong mỡ, cho thấy ô nhiễm từ một nguồn bên ngoài (bụi bẩn từ bên ngoài vòng bi). Trong hình ảnh dưới đây, mặc cắt nghiêm trọng cho thấy nguồn ô nhiễm mỡ đến từ bên trong ổ đỡ. Các bề mặt bên trong ổ đỡ đang tiếp xúc với nhau, đang xé toạc nhau.
Kiểm tra thêm dầu mỡ có thể giúp xác định nguyên nhân gốc rễ của các hỏng hóc mang. Nếu kết quả thử nghiệm về độ nhớt và chất phụ gia thấp hơn giới hạn chấp nhận được đối với ổ đỡ, điều này có thể tiết lộ rằng tuổi thọ hữu ích còn lại của mỡ đã cạn kiệt và dầu mỡ nên được thay đổi sớm hơn nhiều.
Giới hạn cho mỡ trong dịch vụ nên được thiết lập để thiết lập những gì là bình thường, bất thường và quan trọng đối với các máy. Các giới hạn này có thể được xác định bởi mức trung bình độ lệch chuẩn, lấy mẫu mỡ từ cùng một loại thành phần cùng một lúc (khoảng thời gian). Từ những kết quả lặp lại này (trung bình), bạn có thể xác định những gì là bình thường đối với các thành phần. Sau đó, bạn có thể quyết định những gì nằm ngoài mức bình thường bằng cách sử dụng mức trung bình độ lệch chuẩn.
Đối với các mẫu bình thường, mức trung bình của tất cả các dữ liệu bình thường được thêm vào độ lệch chuẩn của tất cả các dữ liệu bình thường. Những mẫu này được coi là “bình thường”.
Các mẫu bất thường gấp hai lần độ lệch chuẩn của tất cả các mẫu bình thường cộng với mức trung bình. Những mẫu này được coi là “cảnh báo”.
Các mẫu quan trọng gấp ba lần độ lệch chuẩn của tất cả các mẫu bình thường cộng với mức trung bình. Những mẫu này được coi là “báo động”.
Như với dầu thông thường, dầu trong mỡ là thành phần thực hiện công việc (mang tải), vì vậy điều quan trọng là các thuộc tính mỡ sau đây cũng được kiểm tra: độ nhớt của dầu trong mỡ (ASTM D445), phần còn lại hữu ích tuổi thọ của các chất phụ gia (ASTM D5483), độ ẩm (ASTM D6304 hoặc D6304), hao mòn và đếm hạt (ASTM D7690), giảm điểm (ASTM D566-02), và độ đồng nhất (ASTM D1092).
