Anwendungsbeispiel

Schadensanalytik: Falsche Auswahl von Schmierstoffen

Nachweis und exakte Identifizierung von Schmierstoffen und deren Belägen mittels TOF-SIMS

Schmierstoffe werden heutzutage in nahezu allen technischen Produkten verwendet. Sie kommen als Kontakt-, Korrosions- und Verschleißschutz vor und erfüllen eine kühlende, dämpfende oder reibungsmindernde Wirkung. Besonders bei beweglichen Teilen, wo eine einwandfreie Nutzung gewährleistet sein muss, werden sie viel verwendet, da dort Kräfte und Reibungen wirken.
In Abhängigkeit der Maschinen müssen sie unterschiedliche Anforderungen erfüllen, weshalb es eine große Anzahl an maßgeschneiderten Schmierstoffen gibt. Durch die richtige Auswahl können Kosten gesenkt werden und Ressourcen besser genutzt werden, indem beispielweise Standzeiten verlängert werden. Auf die Anwendung zugeschnittene Schmierstoffe können so Wartungsintervalle verkürzen, Ausfallzeiten reduzieren oder den Energieverbrauch senken.
In der Material- und Schadensanalytik werden für die Ursache von Schäden an Maschinen oder technischen Bauteilen oft falsche Schmierstoffe identifiziert. Die falsche Auswahl macht sich durch einen erhöhten Verschleiß oder Kollateralschäden sichtbar. Zudem kann aufgrund von Kriecheigenschaften oder Ausgasen eines Schmiermittels es zur indirekten Fremdkontamination im Umfeld des Bauteils kommen, wie Beläge auf elektrischen Kontakten benachbarter Bauteile.
(siehe Anwendungsbeispiel: Identifizierung von Emissionsprodukten)

Der Grund für eine falsche Auswahl des Schmierstoffes liegt oft in dem fehlenden Wissen über die detaillierte chemische Zusammensetzung des Schmierstoffes. Auch werden aus Kostengründen vermeintlich gleichwertige Schmierstoffe verwendet. Diese können aber wegen ihrer anderen chemischen Zusammensetzung nicht dieselbe Leistung erbringen. Zudem werden aus Gründen der Kosteneffizienz vermeintlich gleichwertige Schmierstoffe eingekauft, welche jedoch aufgrund ihrer anderen chemischen Zusammensetzung nicht dieselbe Leistung erbringen können.

typische-Schadensbilder-durch-falsche-Schmiermittel
Typische Aufnahmen defekter Bauteile, welche durch falsche Schmierstoffe verursacht werden können (v.l.n.r.: Schmierstoffbelag auf elektrischem Kontakt; defektes
Eine präzise Materialanalyse der Schmierstoffe und ihrer Additive ist für die genaue chemische Charakterisierung wichtig. Es erlaubt die Identifikation von Schadensursachen, aber erlaubt auch die Vermeidung der Schäden durch präventive Analysen. Die chemische Zusammensetzung der Schmierstoffe kann mit dem TOF-SIMS-Verfahren (Time-of-Flight Sekundärionenmassenspektrometrie) durchgeführt werden. Ein Vorteil: Es können selbst kleinste Spuren an Schmierstoffrückständen präzise charakterisiert und differenziert werden.

TOF-SIMS: Schadensanalytik bei Schmierstoffen

TOF-SIMS ist ein hochempfindliches Verfahren in der instrumentellen Analytik, welches die chemische Analyse von Schmierstoffen bis in den Spurenbereich ermöglicht. Mit hoher Genauigkeit lassen sich einzelne Bestandteile von Schmierstoffen – Grundöle, Additive oder unerwünschte Kontaminationen – mittels der TOF-SIMS Analytik chemisch charakterisieren. Ein Großer Vorteil: Minimale Probenmengen reichen für die Materialanalyse aus.

Beispiel für Probenformen

Dünne Beläge

Tropfenform

Mikro-Partikel
Aerosol

Ablagerungen

Schlämme
Typisches Vorkommen
  • Rückstände von Schmierstoffen auf Metall- und Kontaktoberflächen
  • Ablagerungen auf elektrischen Kontakten
  • Schmiermittelaustritt aus Lager
  • Leckagen an Dichtungen
  • Verschleißpartikel beweglicher Komponente
  • Fremdpartikel /-Verunreinigungen
  • Zersetzung/Ausgasen von Schmierstoffen während des Betriebs
  • Umgebungsluft von Produktionsstätten
  • Trocknung nach längerer Standzeit
  • Rückstände von Schmierstoffen
  • Mischung aus Partikeln und Schmierstoffen in Getrieben
  • Absetzung von Verunreinigungen und Schmierstoffen
Die Proben können zerstörungsfrei für die Materialanalyse entnommen werden, beispielsweise durch Abwischen der Oberflächen mittels spezieller Wattestäbchen oder Filterpapiere. Besonders vorteilhaft ist dieses für die Probennahme an großen und komplexen Bauteilen, sodass die Probennahme auch direkt vor Ort durchführbar ist.

Ergebnisse: TOF-SIMS-Analyse an Schmierstoffen

Die Analyse von Schmierstoffen mit dem TOF-SIMS Verfahren liefert detaillierte Informationen über ihre chemische Zusammensetzung. Es können Verunreinigungen, Fremdkontaminationen sowie Degradationsprodukte eindeutig identifiziert werden.

Fallbeispiel 1: Analyse verschiedener Grundöle​

Im vorliegenden Beispiel wurden drei Schmierstoffe mittels TOF-SIMS analysiert.
TOF-SIMS-Spektrum-für-Materialanalyse-von-Schmierstoffen-für-die-Identifikation-der-Grundöle
TOF-SIMS Spektren verschiedener Schmierstoffe (M=Molekül, R=organischer Rest)¹
TOF-SIMS-Spektrum-für-Materialanalyse-von-Schmierstoffen-für-die-Identifikation-der-Grundöle
TOF-SIMS Spektren verschiedener Schmierstoffe (M=Molekül, R=organischer Rest)

Die Ergebnisse der Materialanalyse zeigen, dass unterschiedliche Grundöle als Basis vorliegen:
• Langkettige Kohlenwasserstoffe (A)
• Trimellitsäureester (B)
• Fettsäureester (C)
Die Auswahl des Grundöles hat einen großen Einfluss auf die Funktionalität und Viskosität des Schmierstoffes.

Fallbeispiel 2: Identifikation von Additiven in Schmierstoffen

Bei der chemischen Analyse von drei Schmierstoffen mittels TOF-SIMS wird festgestellt, dass alle auf demselben Grundöl basieren (einem synthetisch hergestellten Kohlenwasserstofföl; PAO, Polyalphaolefine). Neben der Charakterisierung der Hauptkomponente können die unterschiedliche Additivierungen identifiziert werden.

TOF-SIMS-Spektrum-Materialanalyse-an-Schmiermitteln-zur-Identifikation-von-Additiven
TOF-SIMS Spektren unterschiedlichen Schmierstoffe. Die Materialanalyse zeigt: gleiches Grundöl, unterschiedliche Additivierung.²
TOF-SIMS-Spektrum-Materialanalyse-an-Schmiermitteln-zur-Identifikation-von-Additiven

Die folgende Additive wurden mittels TOF-SIMS detektiert:
• DODPA (Dioctyldiphenylamin): Hitzestabilisator/ Antioxidans
• Metilox (Methyldibutylhydroxyhydrocinnamat): Hitzestabilisator/ Antioxidans wie bsp. Irganox 1135
• DMT (Dimercaptothiadiazol): Korrosionsschutz
• TPPT (Triphenylphosporothionat): Verschleißschutz
Die Additivierung hat einen großen Einfluss auf Langlebigkeit und Performance des Schmierstoffes.

Analyse polymerbasierter Schmierstoffe

Eine Vielzahl an Schmierstoffen basieren auf Polymeren. Dabei ist das Wissen über die genaue chemische Zusammensetzung sowohl für die richtige Auswahl, als auch die Ursachenforschung von Schäden essenziell. Wie diese analysiert werden können finden Sie hier in unseren Anwendungsbeispiel:

Zusammenfassung: Schadens- und Materialanalyse mittels TOF-SIMS

Schmierstoffe sind essenziell bei er Nutzung von Maschinen und anderen technischen Produkten. Die richtige Auswahl trägt zur Effizienz, Nachhaltigkeit und Sicherheit bei. Aufgrund der enormen Vielfalt ist eine genaue Kenntnis über die chemische Zusammensetzung wichtig, um die Wirtschaftlichkeit zu gewährleisten.

TOF-SIMS ist ein wirksames Verfahren für die Material- und Schadensanalytik. Mithilfe des Verfahrens können Schmierstoffe genauestens charakterisiert werden. Die Stärken:
Exakte Materialanalyse: Die chemische Charakterisierung von Schmierstoffen (Grundöle, Additive und Fremdsubstanzen)
Empfindlichkeit: Charakterisierung von kleinsten chemischen Unterschieden
Flexible Probennahme: Die Probennahme kann zerstörungsfrei und vor Ort umgesetzt werden.
Das Verfahren kommt nicht nur für die Aufklärung von Fehlern und Schäden zum Einsatz. Durch präventive Analysen können die Schmierstoffe frühzeitig charakterisiert werden, wodurch Schäden vermieden werden können.

Kontaktieren Sie uns, um mehr über unsere Tätigkeiten im Bereich Material- und Schadensanalytik zu erfahren.

Veröffentlichungen

¹Kollateralschäden durch falsche Schmierstoffe.
H.Feld N. Oberender J. Hellwig: mo Magazin für Oberflächentechnik, 76 (2022) (9) 52 – 56.

²Nachweis und Identifizierung von Schmierstoffbelägen in der Fehler- und Schadensanalytik (1/2).
H.Feld N. Oberender J. Hellwig: Oberflächen Polysurfaces, 3 (2022) 13 – 17.