立项背景：鞍钢集团矿业公司（以下简称“鞍钢矿业”）是以设备为基础的大型生产单位，拥有工程车辆、球磨机、压缩机、浮选机、排土机等大型设备，近些年企业设备管理精益求精，注重科学化和设备本质可靠性。机械设备的可靠运转取决于良好的设备润滑，但鞍钢矿业在设备润滑管理方面仍存在不足和可以改善提高之处。

为了提升设备润滑管理水平，鞍钢矿业与广州机械科学研究院有限公司设备润滑与检测研究所（以下简称“广研检测”）建立合作关系。通过与广研检测的合作，共同弥补鞍钢矿业在设备润滑管理方面的不足。

内涵和主要方法：针对上述鞍钢矿业在设备润滑管理方面存在的不足，分别制定提升方案，创新性地提高润滑管理，具体如下：

（1）研究发动机油合理的换油周期方面，开展路试试验以分析研究恰当的延长范围，配合大数据分析制定各项检测指标换油阈值，利用检测数据，结合基于神经网络的时间序列模型进行寿命预测，综合分析试验结果，以实际数据科学支撑发动机油寿命延长工作。

试验方案采取分阶段试验，增加换油频次，逐步延长油品使用时间，既考虑了发动机油换油周期延长存在的风险，也兼顾了检测时效性问题，更结合车辆运行情况调整设置试验频率，适用于绝大多数矿山企业无法及时监测油品及发动机状态的现状；

在影响试验过程的数据监测方面，利用广研检测实验室积累的柴油发动机油检测大数据，统计分析各指标分布特点，结合国标、其他企业在用机油判定标准，制定出适用于鞍钢矿业矿用自卸车发动机油的监测标准，以指导试验；

试验检测结果分析体现了大数据分析的优势，首先对试验数据进行基础性的趋势分析，掌握油品各指标的变化情况；利用主成分分析和灰色关联理论分析存在内在关联的指标，找出对发动机油寿命影响较大的指标，以便后续监测和及时换油；除基础分析外，还应用神经网络算法建立基于LSTM的预测模型，提前掌握可能达到“警惕值”的油品及发动机，重点关注后续数据变化。

（2）根据确认后的设备润滑信息表、相关油品检测信息及同类设备在用油检测大数据，对主要设备和重点设备的用油进行综合讨论，确认设备应该用什么类型的润滑剂比较合适；再根据同类设备、相似类型油品进行归纳、整合，在满足设备润滑要求的前提下，优化减少润滑剂种类。

根据优化后的润滑剂种类和相应的国家、行业产品标准，再结合设备应用要求、目前设备用油性能指标及检测结果大数据，对每种润滑剂列出相应的采购标准，方便采购部门依此采购，同时制定在用润滑剂性能标准，确保重点、大量用油设备实现按质换油，降低换油成本和风险。

创新亮点和值得学习借鉴之处：基于矿山行业实际的润滑管理现状，对油品采购量占比大的发动机油换油周期进行科学合理的延长以降本增效、保护环境，对油品牌号进行选型优化分析以提升管理、保证设备运行可靠性，制定适合现场实际的设备用油技术指标以指导采购、保证用油可靠性。所做提升工作均针对矿山行业典型问题。

实施应用前后效果（益）情况对比：（1）鞍钢矿业共有159台矿用自卸车，每台车一年换油约24次，每次换油200L，车辆使用发动机油，每桶（208L）售价在3000元左右（按3000元计）。鞍钢矿业每年所需采购发动机油金额约为3000×159×24=11,448,000元。换油周期延长试验完成后，结合发动机的大修时间和次数保守可以节约350万元/年，同时通过此项目建立可发动机磨损标准和油品指标的变化趋势，是内部宝贵的技术资料。（2）通过油品选型优化，将公司油品种类由最初的233种优化到59种。削减率75%，可以为设备正确选择油品，减少采购成本，减少现场加换油错误风险，减少现场润滑器具带来的交叉污染。（3）通过对现场管理人员进行润滑专业知识培训，提升员工润滑素养，使得设备润滑安全得到可靠保障。

可推广应用范围：（1）发动机油换油周期延长项目符合矿山企业现场所需，矿山使用大量矿用自卸车运输矿石，按照厂家推荐维保时，每年用油量巨大。鞍钢矿业实施的换油周期延长试验，符合广大矿山企业的现有条件，应用后可有效降本增效，保护生态环境。（2）矿山企业设备种类繁多，油品牌号众多，部分设备用油不合理，进行油品选型优化工作，可为设备正确选用适合的油品，并减少油品种类，利于现场管理和降低采购成本。油品选型优化工作不仅可在矿山行业推广，其他用油种类多的行业同样适用。