油样铁谱检测技术论文

引言机械零部件的磨损是机械设备发生的故障中最常见、最主要的故障形式，是影响机械设备正常运行的主要障碍之一。据统计，磨损故障占机械设备故障的80%〔1〕，而且磨损还可诱发其它形式的故障。随着现代工业的发展，对生产的连续性和运转机械设备的可靠性要求不断提高，因而对机械设备进行磨损工况监测和故障诊断具有重要意义。 机械零部件发生磨损时，磨损颗粒便进入润滑系统并悬浮在润滑油中。这些微小的磨损颗粒携带有机械设备发生磨损故障的重要信息。为了从润滑油里的磨损颗粒中获取有关机械设备磨损故障的特征信息，常采用“油液监测技术”，其中包括磁塞法、光谱法、铁谱法、放射性示踪法、过滤法、颗粒计数法[2,3]。实践证明，在上述这些方法中，铁谱分析技术是监测磨损工况和诊断磨损故障最为有效的方法，在设备日常管理、预测性维修、可靠性分析和寿命预测方面起到了重要作用。然而，在铁谱诊断技术应用的近20年中，诊断过程中的磨粒识别和故障诊断这两个关键步骤主要凭借人的经验。由于磨损现象的复杂性、研究的对象不同以及铁谱分析者间缺乏充分交流，导致使用磨粒术语和描述磨损故障的混乱，尽管在磨粒分类与磨粒术语标准化方面还有一些基础工作要做，但经过一些研究者的努力，已有比较一致的观点。相比之下，对磨损故障分类与磨损故障描述规范化的研究则较少。在人工诊断时，重点在磨粒识别，磨损故障描述方面的混乱对故障诊断的影响并不突出。随着现场监测对智能化诊断的迫切要求以及计算机图像处理技术和智能(人工智能和神经网络)技术在铁谱诊断中的应用，对磨损故障的分类与铁谱诊断方法提出了新的要求。本文系统分板到几械设备磨损故障和铁谱诊断过程，舞在综合分析铁谱诊断方法的基础上，提出了一个智能化铁请诊断模型。1机械设备磨损故障分析机械设备磨损故障的原因机械设备磨损故障(以下简称磨损故障)是指由于相对运动的两个表面之间的摩擦磨损致使设备的功能低于规定水平的状态。概括地讲，引起磨损故障有两种情况：①由设备设计时预计之中的常规磨损引起的故障。在一般机械零件摩擦副中，正常的零件磨损过程大致分为磨合磨损、稳定磨损和剧烈磨损三个阶段川。在稳定磨损达到一定时期时，设备的磨损率随时间而迅速增大，超出设备设计时规定的磨损量水平，使工作条件急剧恶化，进而使设备出现故障甚至完全失效；②设备安装与使用过程中的异常磨损导致的故障。机械零件在安装过程中由于安装不良或(和)清洗不干净会导致设备在运转过程中的异常磨损，或者在使用过程中由于偶然的外来因素(磨料进入、载荷条件变化、a划伤：由于犁沟作用，在滑动方向上产生宽而深的划痕。b点蚀：在接触应力反复作用下使金属咬死等)和内部因素(润滑不良、摩擦发热等)影响而出现异常磨损。异常磨损弓!发的故障具有偶然性和突发性，对此类故障的诊断具有重要意义。磨损故障的分类分类的目的是为了将人们常用而又实际存在的各式各样的磨损故障按一定的标准归纳为几个基本类型。合理的分类能够使诊断工作简化，有利于故障诊断的状态识别过程的进行，提高故障诊断的有效性。由于铁谱技术在诊断磨损类故障方面具有独特的优越性，因而本文的分类主要是针对铁谱诊断方法的。根据不同的应用目的，磨损故障从以下几个方面进行分类比较合适。 按磨损机理划分不同的磨损机理产生的磨粒各异，因而可通过磨粒分析来识别引起磨损故障的磨损机理，以便为设备的设计、制造服务。与润滑油分析有关的磨损机理可分为以下几类：a粘着磨损：接触表面作相对运动时，由于固相焊涪作用使材料从一个表面转移到另一个表面而造成的一种磨损。 b 磨料磨损：由于硬颗粒或硬突起物使材料产生迁移而造成的一种磨损。 c疲劳磨损：由于循环交变应力引起疲劳而使材料脱落的一种磨损。微动磨损应归入此类。d腐蚀磨损：由于与周围介质发生化学反应而产生的一种磨损。其中包括氧化磨损、氢致磨拐、介质腐蚀磨损。 按磨损形式划分磨粒的产生与磨损表面有着密切的联系，因而可从磨损表面的破坏形式来分类。按磨损形式来分，磨损故障可分为：疲劳破坏而形成的表面凹坑。c剥落：金属表面由于变形强化而变脆，在载荷作用下产生微裂纹随后剥落。 d胶合：由粘着效应形成的表面结点具有较高的连接强度，使剪切破坏发生在表面层内一定深度，因而导致严重磨损。 e腐蚀：由于润滑油中含水和润滑油膜破裂而使金属与周围介质发生化学反应而产生的表面损伤。上述的划伤、点蚀、剥落和胶合有宏观与微观之分，对于铁谱诊断而言，主要是针对微观形式的。 按磨损类型划分对于磨损故障的描述，铁谱分析者针对铁谱分析的特点采用一套适用的分类方法，归纳起来可以说是按磨损类型来分： a正常磨损和磨合期磨损：滑动表面经常发生的正常磨损。b切削磨损：由于滑动表面的相互穿入引起的非正常磨料磨损。c滚动疲劳磨损：滚动接触表面的疲劳磨损。了滚滑复合磨损：与齿轮系相关的疲劳磨损和粘着磨损。e严重滑动磨损：滑动表面的过载和高速造成的磨损。 按磨损原因划分按磨损原因来分，磨损故障可分为由磨料进入、润滑不良、油中含水、安装不良或有裂纹、过载、高速、过热和疲劳等引起的故障。这可为设备设计、保养和维修提供有用信息。按磨损程度划分按磨损程度来分，磨损故障可分为正常磨损和严重磨损。正常磨损与严重磨损间并无明确的定量界限。根据设备的重要性和诊断的灵敏性，磨损程度可分为3级：正常、b从谱片上的磨损颗粒中提取设备磨损状态的有用信息(征兆)：磨粒识别与统计，注意、极高(报警)；也可分成4级：正常、较正常、异常、严重异常磨损。 ‘按磨损材料划分按磨损材料来分，磨损故障可分为黑色金属磨损故障、有色金属磨损故障和非金属磨损故障。按诊断对象划分有的磨损故障在实际应用中采用俗称，比如在柴油机中有“拉缸”、“拉瓦”、“烧瓦”和“抱轴”等叫法。因而磨损故障也可按诊断的特定设备来分类，并制定出相应的诊断标准。在故障诊断时，根据不同的诊断目的和任务要求，尽量采用某一分类方法并逐层推进，不要出现交叉使用的现象。2铁谱诊断过程铁谱诊断技术是一种以磨损颗粒分析为基础的诊断技术。采用该技术监测机械零部件的磨损状态，无需将正在运转的机械设备打开或关闭，就可确定其磨损状态。.由机械零部件产生的磨损颗粒作为分离相存在于润滑油中，通过铁谱仪磁场的作用将它们从润滑油中分离出来，特定的工况条件和冤同的金属零件产生的磨粒具有不同的特性。通过观察磨粒的颜色、形态、数量、尺寸及尺寸分布，可以推断机械设备的磨损程度、磨损原因和磨损部位。根据机械设备诊断学的观点[4]，故障诊断过程有3个主要步骤：信号测取(检测设备状态的特征信号)，征兆提取(从所检测的特征信号中提取征兆)和状态识别(根据这些征兆和其它诊断信息来识别设备状态)。 具体来讲，铁谱诊断过程可分为以下几个步骤：a取油样，制谱片，得到设备磨损状态的特征信纂一磨损颗粒；磨损参数测量；c根据上述征兆，识别设备的磨损状态(状态诊断)，包括识别设备的磨损状态将有无异常(故障早期诊断)与是否已有异常(故障诊断)；d根据设备的征兆与状态，进一步分析设备的磨损状态及其发展趋势(状态分析)，包括当设备有故障时，分析故障位置、类型、性质、原因与趋势等；e根据设备的状态与趋势，作出决策，干预设备及其运行过程。3磨损故障铁谱诊断方法与智能化铁谱诊断模型铁谱诊断方法自铁谱技术问世以来，其发展重点主要是在诊断过程的前两步，对磨损故障识别理论与方法的研究较少，这可从众多有关铁谱技术用于磨损工况监测与故障诊断的资料中看出。目前铁谱技术用于故障诊断所采用的方法归纳起来有3种：定性铁谱诊断法、定量铁谱诊断法(严格地说是准定量铁谱诊断法)、定性与定量相结合的铁谱诊断法。定性铁谱诊断能够在铁谱片上获取大量有关磨损状态的信息，但在很大程度上受操作者的经验和其它主观因素的影响，状态识别过程由领域专家或分析者来完成。诊断是依据谱片上磨粒的形态、数量、颜色、尺寸及尺寸分布等信息来推断机器的磨损状态。目前普遍得到应用的铁谱分析报告单就是定性铁谱诊断的总结。将模糊数学方法应用到定性铁谱诊断，可让计算机模拟专家的识别方法进行磨损状态诊断，这种方法具有一定的智能性，但这并不是铁谱诊断技术发展的关键所在。目前的定量铁谱诊断是根据铁谱片上磨粒的浓度和磨粒的尺寸分布来对设备的磨损状态作出诊断。诊断主要采用函数分析法、趋势分析法和灰色理论等方法，有些方法已能在一定程度上反映出智能性。定量铁谱诊断具有较大的客观性，但所提供的数据只反映出少量的磨损状态信息，而且不能应用在脂样分析中。定量与定性相结合铁谱诊断是目前实际应用的最多的一种方法，一般是先用定量参数进行故障可能性和趋势判断，再辅之以铁谱片上磨粒特征分析来确诊。为了提高铁谱诊断技术的准确性和智能性，必须进一步发展定量铁谱诊断方法。该方法应能综合定量分析磨粒的形态、尺寸、数量、颜色和尺寸分布等特征并应角人工智能和神经网络的方法加以诊断。随着计算机图像分析技术以波人工智能特别是神经网络技术不断发展，为实现综合定量铁谱诊断及其智能化创造了有力的条件。将智能化技术应用到铁谱诊断，其诊断过程的第三步不仅变得同前二步一样重要，而且将会成为智能诊断技术的关键，因而对磨损故障识别理论与方法的研究很有必要。由于磨损现象的复杂性和磨粒分析的困难性，铁谱诊断智能化的发展一直较缓慢。1989年美国的Carborundum公司开发出一套被称之为FAST的铁谱分析专家系统[5]，并在最近将其发展成FASTPLUS系统。据报道，利用这一专家系统可以对铁谱片进行分析并以人机对话的方式进行决策。但从原理上看，该系统主要是将谱片上的特征磨粒与存储在系统的光盘中的磨粒图谱的照片进行比较而得出结论，因而具有较大的局限性。在国内，文献[6]困将计算机图像分析技术和人工智能理论与方法引人到铁谱分析技术中，建立了基于黑板的铁谱图像解释系统的模型，并进行了部分研究，取得一些很有意义的研究成果。由于追求铁谱诊断的完全智能化使得该技术离实用还有较远的距离。磨损故障铁谱诊断水平根据铁谱诊断的目的和实际应用的需要，将磨损故障铁谱诊断水平划分成3个级别：第一级诊断水平三对设备状态进行监测、确定磨损状态是否正常；第二级诊断水平：在第一级诊断的基础上，判别引起磨损状态异常的磨损原因、类型、形式乃至趋势分析，以便采取维修措施或改进设计。不同原因导致的故障具有不同的表现形式，从而反映出不同的故障状态。通过磨粒的形态、尺寸、数量、分布等特征可对磨损原因进行识别；第三级诊断水平：用以判断发生故障的部位或部件，同时也为第二级诊断提供补充信息。不同的材料产生的磨粒经谱片加热或湿化学处理在铁谱显微镜下可以区分出来，从而将故障隔离到不同零件上。由于设备结构的复杂性、同台设备使用摩擦副材料相同性以及鉴别材料手段的局限性，使得故障隔离与定位并不能总是有效。但为了提高磨损故障诊断的有效性和全面性，此级诊断无疑是必要的。在人工诊断时，上述3级诊断常常是同步完成的，但随着现场监测对智能化诊断的需要，在人工智能或神经网络技术引入到铁谱诊断后，就需要对磨损故障诊断水平进行分级。智能化铁谱诊断模型本文从实际应用的需要出发，提出一种智能化铁谱诊断系统模型，如图1所示。其中的些主要工作已经完成。该系统包括3大模块：磨粒分析模块、磨粒识别与统计模块和机械磨损故障铁谱诊断模块：在磨粒分析模块中可以采用计算机图像分析和模拟人工分析两种方式。铁谱图像分析子系统 [7]能够提取定量的磨粒特征参数。这包括形态数字特征和光密度特征，提取的信息中的一部分输入磨粒识别与统计模块，并采用神经网络技术识别磨粒[8]，经统计后，将结果送入磨粒信息库；一部分直接送入磨粒信息库。模拟人工分析子系统，采用人一机协作的方法，人工提取定性的磨粒特征参数，应用神经网络专家系统进行磨粒识别[9]，识别结果经统计后送入磨粒信息库；定量钳普参数采用光密度计测量，测量结果直接送入磨粒信息库。根据不同的需要，磨粒信息库中的数据可按不同的方式组织，形成不同的数据文件，以备故障诊断与监测取用。机械磨损故障铁谱诊断模块根据用户需要可实现磨损状态诊断、磨损故障类型诊断和磨损原因诊断，三者的实现均采用神经网络模型[l0转自深圳培训吧]。在铁谱诊断时，除了利用磨粒信息库的数据文件作为输入向量外，还应充分利用被监测设备知识库的知识。该系统还可以直接从磨粒信息库中提取数据，采用神经网络技术进行磨损趋势预测

13

在古代的地质记录中，岩崩的描述相对较少，这可能是因为它们的保存潜力很低。在苏格兰西北部的Clachtoll，有一块与中元古代Stoer群的基底角砾岩相伴生的新太古代刘易斯片麻岩的巨型碎屑岩（100m 60m 15m），估计质量为243kt。与下伏基底片麻岩相比，巨型块体中的片理在次垂直轴上偏离了约90 ，并且被充满Stoer组红色砂岩的裂隙网络切割。巨块体顶部的层状碎屑裂隙填充物符合埋藏期间的被动沉积标准。侧面和底部的沉积物填充裂缝显示出与强力注入相一致的特征。该团队通过数值计算认为与裂谷相关的地震震动导致大块岩石落在未固结湿沉积物上的距离不超过15米。在冲击作用下，基底块体下含水砂层的超压和液化足以导致水压释放并向上注入泥浆。此外，不对称分布的结构记录了块体减速和停止时的内部变形。巨块与年轻的Stac Fada撞击事件无关，它代表了地球上已知的最古老的陆地岩崩特征之一。

左右滑动查看更多

文献来源&原文链接

Geology (2021) 49 (2),180–184.

译者

中国地质大学（北京）@王天奇

14 北美中大陆裂谷内大型德卢斯杂岩的快速侵位

德卢斯杂岩（美国明尼苏达州）是地球上最大的基性侵入杂岩之一。前人认为，约在1109 ~ 1084 Ma期间，劳伦大陆内部中大陆裂谷的岩浆作用和伸展活动使德卢斯杂岩侵位。相比于典型的由上涌的地幔柱减压熔融形成的大火成岩省的持续时间，德卢斯杂岩岩浆活动的持续时间更长，岩浆作用间隔也更长。但德卢斯杂岩的斜长岩和层状岩单元的高精度 206 Pb/ 238 U锆石年龄限制了这些单元在1096 Ma 左右，约1 .（持续时间500 260 .）的时间内快速侵位。岩石单元的古地磁数据与劳伦大陆的视极移路径对比结果也支持了这种观点。年代学确定大火成岩省的活动时间很短，代表快速的侵位过程，支持了岩石圈伸展与异常热上涌的地幔共存的假说。快速的岩浆脉动作用发生在板块纬向运动20 后，晚于最初的岩浆作用至少10万年。该研究提出了这样的可能，即上涌的地幔柱与移动的劳伦大陆岩石圈底部相遇，并通过“upside-down drainage”作用流向中大陆裂谷局部变薄的岩石圈。

左右滑动查看更多

文献来源&原文链接

Geology ,(2021) 49 (2),185–189.

译者

南京大学@陈博洋

15 大陆根的形成

来自地震层析成像的新证据发现了一种独特的矿物结构，其仅限于古老大陆克拉通下的厚地幔岩石圈内，为形成地球地质 历史 中这些突出而有影响的特征提供了重要线索。橄榄石是地球上地幔的主要矿物，其弹性特性沿其三个晶体轴各不相同，并且塑性变形过程中单个橄榄石颗粒的优先排列会影响地震波传播的整体性质。面波层析成像显示，在地球的大部分区域，地幔岩石圈的变形使橄榄石晶体定向，其快轴位于水平面，但在克拉通大陆岩石圈根部约150 km处的深度居中，快速晶体学轴优先垂直对齐。由于克拉通根部的粘度很高，这种结构很可能是克拉通形成时的痕迹。上地幔石榴石-橄榄岩的地球化学和岩石学研究表明，克拉通地幔根因密度降低而趋于稳定，密度的降低是因为熔体的抽离发生在比抓取地幔橄榄岩捕虏体更浅的深度。从面波层析成像推断的矿物结构表明，融化-亏损事件后的水平缩短使亏损带向下形成较厚的大陆根，通过纯剪切在垂直方向拉伸了亏损物质，并使橄榄石快速结晶学轴成为垂向排列。地震学手段发现的这种在约150 km深度处的矿物结构是形成克拉通根的缩短事件的证据。

左右滑动查看更多

文献来源&原文链接

Geology ,(2021) 49 (2),190-194.

译者

CUGB@唐演

16 论克拉通的破坏趋势

该研究表明，由于沿克拉通边缘的地幔流的作用，俯冲板块可能导致岩石圈移动。这个过程会雕刻和重塑克拉通，影响岩石圈整体稳定性。该研究利用三维地球动力学模拟探究了俯冲驱动的定向流与不同形状的克拉通岩石圈之间的相互作用，认为边缘形状不仅控制着克拉通周围流动通道的形成，而且控制着克拉通的破坏潜力。模拟结果表明，所有克拉通形态都有助于形成流动通道，但平直边缘的克拉通抗变形能力最强，边缘逐渐加厚的克拉通抗变形能力较弱。边缘形状的控制下，克拉通岩石圈沿着其边缘逐步消解，直到形成更稳定的平直边缘。

左右滑动查看更多

文献来源&原文链接

Geology, (2021) 49 (2),195–200.

译者

南京大学@陈博洋

17

高压矿物记录了通常难以保存在地壳的地质过程。莱氏石是锆石的一种可淬火的多型矿物，其形成在冲击压力大于20GPa的条件下。然而，不管是经验的、实验的还是理论上对其形成形成的具体机制均存在争议。该文作者研究了35Ma前的切萨皮克湾撞击事件的远端溅射毯中一颗锆石中锆石—莱氏石的相变过程，发现莱氏石经历了多阶段的生长并且大约89%的锆石相变为莱氏石。该颗粒中存在两类莱氏石：（1）呈面状平行排列，且在阴极发光图像中呈暗黑色，及（2）在阴极发光图像中呈树枝状生长的莱氏石。前人文献中对前者已有过报道，而还未见有报道过树枝状莱氏石。作者进一步地提出了在大于40GPa的条件下莱氏石的两阶段生长模型：首先，在冲击压缩阶段，剪切应力导致层状莱氏石的形成，之后在高压下通过重结晶作用形成树枝状莱氏石。在淬火之前，树枝状的莱氏石从片理面开始生长，并替换临近的被破坏的而呈非晶态或中间态的锆石。该文研究结果为陨石撞击过程中微秒尺度下的高压多型转变所伴随的微结构演化对莱氏石稳定性的影响提供了新的见解。此外，作者基于莱氏石的形成条件提出树枝状的莱氏或许可以作为远端溅射毯的标志。

左右滑动查看更多

文献来源&原文链接

Geology, (2021)49(2),201-205.

.

译者

小爪爪

18

地幔柱和洋脊相互作用形成岩浆持续喷发时间最长的大火成岩省

大火成岩省（Large igneous provinces, LIPs）通常由一次或多次持续1-5 Ma的短时岩浆脉冲（火山活动）形成。该团队对Kerguelen（凯尔盖朗）大火成岩省主要建造期的火山岩（白垩纪Kerguelen的南部和中部，Elan Bank和Broken Ridge）开展Ar-Ar定年分析，获得25组 40 Ar/ 39 Ar坪年龄。定年结果显示Kerguelen大火成岩省的火山活动大约从 Ma持续至90 Ma，活动时间超过32 Ma，表明Kerguelen大火成岩省记录了持续时间最长的高岩浆通量的侵位事件，并且Kerguelen大火成岩省是火山活动持续最长的大火成岩省。该研究认为Kerguelen大火成岩省与其他火山活动持续时间短或经历多次喷发事件的大火成岩省不同，Kerguelen大火成岩省是通过地幔柱和洋中脊长期相互作用而形成，通过洋中脊的跳跃，慢速扩张及迁移，将岩浆产物从喷发中心转移出去，并导致长期持续的岩浆活动。

左右滑动查看更多

文献来源&原文链接

Geology,(2021)49(2),206-210.

https:// .

译者

NJU@哈哈宇

19

加利福尼亚州死亡谷Ubehebe火山口干火成碎屑沉积物的软沉积变形

软沉积变形构造在细粒火成碎屑沉积物中较为常见，并且经常伴随其他特征一起指示沉积物处在潮湿和具有粘性的状态下。Ubehebe爆发火山锥的火山口（美国加利福尼亚州的死亡谷）的沉积物是通过多次火山爆发形成的。这些爆发有的直接来自火山碎屑涌动，也有作为局部颗粒流从陡坡上再活化的新鲜、富含细灰的沉积物。除了软沉积变形构造本身外，没有其他湿沉积的现象。该团对的结论是，变形是孔隙-气体压力和干内聚力的升高情况下新鲜的细粒沉积物失稳的结果。仅软沉积变形不足以确定是否母源火山碎屑岩流含有液态水并导致地层湿沉积。

左右滑动查看更多

文献来源&原文链接

Geology,(2020)49(2), 211-215.

译者

中国地质大学@徐睿

20 东加利福尼亚剪切带的焦糖奶油流变结构

自从美国加利福尼亚莫哈维沙漠（Mojave Desert）1992年里氏震级级Landers地震和1999年里氏震级级Hector矿地震发生至今，两次地震的震后变形得到广泛研究，硬地壳上覆在低速的地幔软流圈的模型受到了公认。然而，该团队新近发现，这两次地震后的近场地震后瞬变比之前认为的持续时间更长，这需要对震后模型进行修正。该团队基于修正后的震后瞬变的新模拟结果表明：（1）莫哈维地区下地壳的有效黏度在年际尺度上约为2 10 20 Pa·s，（瞬态粘度约为2 10 19 Pa·s），也就是说仅仅只是下覆地幔软流圈的5倍；（2）上地幔的瞬态黏度随时间而增加，这为频率相关的流变学（如Andrade或拓展的Burgers流变学）提供了新的大地测量学证据。第一年的瞬态流变学推断与2019年7月两次莫哈维地震事件以北180公里的Ridgecrest里氏震级级和级地震的瞬态流变学非常一致。该建模结果支持东加利福尼亚剪切带（太平洋-北美板块边界的一部分）的焦糖奶油流变结构模型，其中下地壳和上地幔在年际尺度均表现出延展性。

左右滑动查看更多

文献来源&原文链接

Geology,(2021)49(2),216-221.

译者

南京大学@吉姆·雷诺

21 微生物硫酸盐还原在海底硫化物矿化初期的重要作用

当热液流体与周缘海水混合时便会形成海底热液矿床，通常我们认为其中的硫化物矿物沉淀是非生物成因的。基于在冲绳海槽中部（中国东海）的Izena Hole和Iheya North Knoll的大洋钻探，Tatsuo Nozaki等使用二次离子质谱法（SIMS）测定黄铁矿颗粒中的δ 34 S，结果表明海底硫化物矿化初期与微生物硫酸盐还原作用关系密切。在硫化物形成过程中，黄铁矿结构依次从草莓状变化到胶状最后发展为自形结构。草莓状黄铁矿中δ 34 S具有很高的负值（低至–‰），而在胶状和自形结构黄铁矿中δ 34 S却向正值有规律的递增。硫同位素在海水硫酸盐（+ ‰）和草莓状黄铁矿（–‰）之间的分馏程度高达–60‰，这在开放系统中只能通过微生物硫酸盐还原来实现。由于草莓状黄铁矿通常被黄铜矿，方铅矿和闪锌矿所代替，因此草莓状黄铁矿可能是形成其他硫化物矿物的原始物质（核）。该研究得出结论，含有微生物还原硫的草莓状黄铁矿在海底硫化物矿化初期起着重要作用。

左右滑动查看更多

文献来源&原文链接

Geology, (2021)49(2), 222–227.

译者

CAGS@张瑜

22 罗迪尼亚-冈瓦纳转变中华南地块从印度地块破碎分离

印度西北部和华南的拉伸纪晚期至寒武纪沉积地层为其古地理关联建模提供了重要证据，包括它们在罗迪尼亚超大陆转化为冈瓦那超大陆过程中的斜接及随后的分离。这两个地区拉伸纪晚期的沉积单元岩石地层和碎屑锆石U-Pb-Hf-O同位素特征的相似性都指出了（有着）共同的物源。800-700 Ma华南和印度西北部的锆石δ 18 O同位素值在从上地幔成分转变为亚地幔成分时的大幅下降以及锆石ε Hf(t) 值同时期的增加，表明了共同经历了新元古代拉伸岩浆事件，与罗迪尼亚超大陆解体的时间一致。沉积物源在成冰纪发生了显著变化。印度西北部边缘新元古代剩余的沉积物包括大量以古老锆石年龄为主、来自印度克拉通内部的碎屑。反而，华南扬子地区同时期的沉积单元以新元古代锆石为主。碎屑锆石年龄数据强调了罗迪尼亚超大陆构型中印度西北部和华南（扬子和华夏地区）之间密切的古地理关联，并验证了它们在成冰纪通过大陆裂谷而分离。印度西北部发育被动大陆边缘，而华南地块则沿冈瓦那边缘部分裂解、旋转并向印度东北部和西澳大利亚右行迁移，以至于华夏地块仍然在接受来自冈瓦纳大陆的碎屑。

左右滑动查看更多

文献来源&原文链接

Geology,(2021)49(2),228–232.

译者

袁梦

23 劳亚大陆东缘阿巴拉契亚山脉的碎屑锆石组成

沿劳亚大陆东部边缘，从纽芬兰（加拿大）到阿拉巴马（美国）八个地区的最新碎屑锆石U-Pb数据汇编显示，其沿走向具有非常相似的特征，仅存在微小的局部变化。这些样品来自亲劳亚大陆的沉积岩和变沉积岩，时代跨度从新元古代-二叠纪。前寒武纪的碎屑锆石以约 Ga的次要种群和约 Ga的主要种群（峰值约为 Ga）为特征。其碎屑锆石来自劳亚大陆太古宙地壳（约 Ga）、古元古代造山带（约 Ga）、Granite-Rhyolite省（约 Ga），以及Elzevir地体和Grenville省（约 Ga）。中元古代锆石种群的多寡取决于与不同物源区的距离，包括约 Ga的Granite-Rhyolite省、约1245-1225 Ma的Elzevir地体和约 Ga的Grenville省。中奥陶世锆石的数量沿走向而变化，其取决于Taconic造山带的输入，但在阿巴拉契亚山脉北部最多。由于碎屑锆石年龄沿走向的一致性， 7534个协和的碎屑锆石U-Pb数据的汇编可用于未来的U-Pb碎屑锆石研究，作为劳亚大陆东缘的物源指示。

左右滑动查看更多

文献来源&原文链接

Geology, (2021) 49 (2),233–237

译者

哥斯达黎加的61

编辑&校对：覃华清

机械故障标准的话~你可以去参考<机械工程与技术>/<仪器与设备>等相关的资料吧~找下自己的思路

浅谈重金属检测传感器技术的应用论文

摘要： 随着经济的迅猛发展和社会的日新月异, 人们对重金属的开采及加工越来越频繁, 这使得不少重金属存在于大气水以及土壤中, 在很大程度上加重了环境污染, 科学技术的迅猛发展为重金属检测传感器技术的研究提供了很好的途径。针对上述背景下, 对重金属检测传感器技术研究与应用进行合理性阐述, 以促进重金属检测传感器技术的进一步发展。

关键词： 重金属检测; 传感器技术; 环境污染;

重金属污染是环境污染的一个重要组成部分, 重金属在自然界中广泛存在, 随着人类的开采、冶炼、加工活动而使得重金属转变成化学状态或化学形态广泛分布于大气、水、土壤中, 随着时间的积累而不断留存、迁移, 从而引发严重的环境污染问题;重金属甚至还会随着废水的排出而流入海洋中, 对鱼和贝类造成严重的危害;重金属还会附着在人类的鼻腔和食物上, 造成人类呼吸道感染和重金属中毒[1]。重金属具有沉积性和不可降解性, 是一种非常危险的污染源, 因此对于重金属的研究与检测是十分关键的。通过调查与研究, 发现重金属检测传感器技术主要分为离子选择性电极传感器技术、光纤化学传感器技术、生物传感器技术以及微电极矩阵传感器技术四个方面, 本文通过对这四种传感器技术在重金属检测中的研究与应用作简要分析, 以推动重金属检测传感器技术的发展。

1 离子选择性电极传感器技术。

离子选择性电极传感器技术是一种操作简单、性价比高、准确有效的重金属检测传感器技术。离子选择性电极传感器技术因为不需要提前对样品进行操作而被广泛应用于重金属的在线检测中。目前, 国内外学者对离子选择性电极传感器技术进行了大量的研究, 发现选择性高、经济简单的离子选择性电极主要分为基于聚氯乙烯膜的离子选择性电极和基于流系玻璃膜的离子选择性电极两种[2]。

基于聚氯乙烯膜的离子选择性电极。

目前在对基于聚氯乙烯膜的离子选择性电极的研究中, 主要是对离子选择性电极的重金属离子的识别以及聚氯乙烯膜的结构和性能进行研究, 同时, 对不同的载体和膜增塑剂对离子选择性电极性能的影响作简要分析, 从而提高对重金属的识别能力。

基于流系玻璃膜的离子选择性电极。

基于硫系玻璃膜的离子选择性电极良好的红外线透过性是其他离子选择性电极无法相提并论的。许多发达国家都通过购买硫系玻璃膜的离子选择性电极来用于重金属检测工作。

2 光纤化学传感器技术。

对于光纤化学传感器技术的研究比离子选择性电极传感器技术的研究还要早, 光纤化学传感器技术的研究始于美国研究所, 从那以后, 许多国家都在实验室中对光纤化学传感器技术进行研究, 并应用到重金属检测中。陈雷等人对基于聚氯乙烯膜的光纤传感器进行研究并应用到铜离子的检测中, 取得了良好的效果[3]。李学强等人将注册分析法和激光激发荧光光谱技术应用到对金属离子传感器的研制中, 使我国饮用水中的重金属检测工作取得了很大的进展。

3 生物传感器技术。

第一个生物传感器始于Red String仪器公司。之后, 又在多个公司相继推出, 这些生物传感器主要是对人类血糖和尿糖中的重金属物质进行检测。重金属物质在人体中的留存和迁移会对人体的健康造成极大的威胁, 生物传感器可以与人体生物识别因素相互影响, 以达到对人体中的重金属含量进行检测, 从而预防重金属中毒的目的。通过研究发现, 生物传感器主要分为蛋白质为基础的'生物传感器以及整个细胞为基础的重金属传感器两种。

蛋白质为基础的生物传感器。

生物识别因素主要是促进消化的酶、防止病毒入侵的抗体、增强体质的金属键键合蛋白以及脱辅基酶蛋白质。以这几种生物识别因素为基础制作蛋白质为基础的生物传感器, 用来检测铜离子、锌离子、汞离子以及铅离子等金属离子。传统的生物传感器存在灵敏度低、选择性差等一系列缺点, 因此必须研制出选择性高的新型传感器来实现对重金属离子的检测, 这种新型传感器被称为蛋白质为基础的生物传感器。

整个细胞为基础的重金属传感器。

整个细胞为基础的重金属传感器可以实现对微型有机体生物标识的检测, 它具有所受干扰因素少、反应速度快等一系列优点, 可以实现对苔藓、海藻、酵母等海洋生物中的重金属的检测。随着生物医学和环境工程的蓬勃发展, 可以通过改进主传感器的途径来解决重金属检测过程中的干扰问题, 即在基因层次上设计细胞器。

4 结语。

综上所述, 本文通过对重金属检测传感器技术研究与应用进行分析, 主要从离子选择性电极传感器技术、光纤化学传感器技术、生物传感器技术以及微电极矩阵传感器技术这四个方面作简要分析, 为传感器检测技术在重金属中的研究与应用提供理论支持, 以减少重金属污染现象的发生。

参考文献

[1]张涛, 苏倡, 刘艳, 等.泥蚶 (Tegillarca granosa) 重组铁蛋白富集重金属离子的特性及化学传感器的研究[J].海洋与湖沼, 2017, 48 (4) :870-876.

[2]吕攀攀, 肖芳兰, 严锡娟, 等.构建一种基于双启动子模型的特异性检测镉离子的大肠杆菌传感器[J].生物工程学报, 2015, 31 (11) :1601-1611.

[3]贾朔.边超, 佟建华, 等.基于纳米金Core-satellites等离子体耦合增强效应的汞离子光纤传感器的研究[J].分析化学, 2017, 45 (6) :785-790.