文／M F Wenham，R Bakker,黨田峰，文海
　　關于潤滑油性能的運行數據為統計人員帶來了挑戰，但是，源于數據分析的洞見能為下游業務帶來更多機會。
殼牌不僅向許多工業和運輸部門供應潤滑油，而且與車輛及設備用戶開展密切合作，確保客戶資產以最佳方式進行潤滑。其中一種方式是提供潤滑油分析服務：定期收集潤滑油樣本，并分析主要特性。殼牌提供解讀相關數據的技術專家服務，但直到最近，數據解讀只是孤立進行，即將其與可接受限值進行比較。
　　在中國各地的風電機組在運行了大約六年之后，殼牌潤滑油技術分析員收集了殼牌可耐壓S4 GX 320齒輪油常規抽樣數據—這是是一種高級合成重型工業齒輪油。通過實驗室研究，殼牌科研人員可預測，潤滑油是否適于在特定的應用環境中使用，但潤滑油可靠性證據只能來自長期的運行數據。更換齒輪箱內的潤滑油代價非常高，因此，技術分析員希望了解潤滑油特性隨時間推移會發生怎樣的改變，齒輪油樣品是否顯示出降解的跡象，特別是首次加注后還未曾換油的舊齒輪箱。另外，他們也想知道，來自中國不同地區或不同風電場的潤滑油樣品狀況是否存在差異，相同風電場的不同風電機組之間是否存在差異。
　　提供的數據來自分布于中國西北地區直至華東地區的120多個風電場，每個風電場都配備多達200臺風電機組。我們重點關注至少進行了3次樣品檢測的風電機組，以期了解任何長期影響。由于這種數據來自殼牌潤滑油分析數據庫，所以，可獲得的唯一時間信息就是抽樣日期，在大多數情況下，如果不直接聯系風電場，我們根本不知道風電機組實際使用了多久。
　　與在我們自己的實驗室和試驗中所收集的數據不同，運行數據是在不太嚴格控制的條件下收集的。這樣，由于數據缺失、測量不一致和樣品可追溯性問題，為統計人員帶來了比平時更多的問題。不過，如果沒有統計人員的分析，這些問題就會被忽略掉！
　　盡管由于缺少運行時長數據造成了不確定性，但是，在對鐵磨損數據的初步分析過程中發現了很強的場間（site-to-site）影響。因此，我們知道我們必須在逐場（site-by-site）的基礎上進行分析。采取的對策就是，專注于擁有最多和最完整數據的運行時間最長的一家風電場，并要求盡可能多的使用時長和調試日期相關數據。風電場分兩個階段開發，在初始數據集中有不同識別碼—這是運行數據可能令人驚訝的另一個例證，這也意味著我們需要查看兩個階段是否在以不同方式發展。
　　告訴我們潤滑油性能如何的最重要特性是粘度（Vk40）、總酸值（TAN）和鐵（Fe）含量。粘度和TAN開始下降，然后隨時間推移再度上升。這種非線性表現太不確定，無法進行推斷，所以，在獲得進一步數據之前可將其建模為平緩線性趨勢。對于粘度和TAN而言，在風電場風電機組安裝的兩個階段，變量的水平是不同的。此外，針對TAN的模型需要風電機組截距。
　　鐵磨損的演變是本研究中最有趣的方面之一。當摩擦程度越大時，測量結果的散布程度越大，所以，我們可迅速進行數據轉換。下面是鐵磨損與潤滑油使用時長的對數圖。
　　根據不同機組，線條采用不同顏色。橙色線條指的是來自風電場開發第一階段的最老風電機組。其中明顯有一些異常數據，必須清除，然后再開始建模。所選模型的最終形式是“修改的幾何趨勢”，如下面的示意圖所示。 　　鐵磨損在最初10000小時是非線性的，此后隨潤滑油使用時長呈對數線性增加趨勢。兩階段在總磨損上存在差異，風電機組之間存在顯著的磨損差異。擬合該模型，需要我們使用非線性混合效應模型，因為其數據是有效“重復測量”的數據。我們設法找到異常的風電機組表現，預測哪些風電機組可能最先發生故障。在混合模型中作為隨機項為機組建模，使我們可以檢查任何機組在統計建模，使我們可以檢查任何機組在統計臺齒輪箱標繪出一些擬合數據，顯示各條線的典型變化。
　　最為異常的兩條擬合曲線如下所示；確定磨損程度最大的機組，使我們有機會確定問題機組，問題機組可能需要操作人員干預，防止發生代價很大的停機。
　　機組8顯示磨損程度大，盡管磨損的絕對水平仍在可接受的范圍內。通過對關鍵參數限制的正態假設，其擬合曲線的參數受到限制，因此，這就是該機組擬合情況不佳的原因所在。不過，在擬合過程中使用限制方法，將有助于確定表現異常的機組。平面圖上的陰影部分劃出的是士3西格瑪區，可用在統計過程控制中，在磨損程度太高時快速標記，并引發調查，避免發生不可逆轉的損壞。有趣的是，已對該機組做過研究，尚未顯示任何異常表現。
　　要實現能預測服役機組的故障這一目標，我們仍有很長的路要走。這主要是由于殼牌可耐壓GX 320具備卓越性能，迄今為止還沒有發生任何問題。高品質齒輪箱（GB）油監測數據的收集，需要持續進行，這樣，可構建起豐富的性能表現數據庫，如有任何機組將來發生故障，可最大限度從中提取相關數據。這種方法以及類似方法將使殼牌潤滑油中國有辦法為機械操作員提供廣泛的差異化服務，從而令其能夠從已收集的數據中獲得最好的洞見。