通过MWCNT/ZnO纳米颗粒添加剂改善N150矿物发动机油的摩擦学性能：一项采用单向方差分析（one-way ANOVA）和实验设计的综合研究

《Next Materials》：Enhancing tribological properties of N150 mineral engine oil through MWCNT/ZnO nanoparticle additives: A comprehensive study using one-way ANOVA and experimental design

研究通过添加多壁碳管（MWCNTs）和氧化锌（ZnO）纳米颗粒优化N150矿物油的摩擦磨损性能。采用响应面法（RSM）和实验设计（DOE），确定3.00 vol%为摩擦磨损最优浓度（磨损损失降低80.5%），4.25 vol%为物理化学性质最优浓度（密度增6.5%，粘度提升79.7%）。FTIR、ICP-OES和EDXRF验证了纳米颗粒的存在及分散稳定性。结论显示纳米颗粒通过形成保护膜和改善润滑特性显著提升性能，未来需评估长期热氧化稳定性。

　　本研究探讨了将多壁碳纳米管（MWCNTs）和氧化锌（ZnO）混合纳米颗粒添加到N150矿物发动机油中，以优化磨损和摩擦温度。通过分析不同纳米颗粒浓度对油品密度、运动粘度、粘度指数和闪点的影响，研究发现添加4.25体积百分比的纳米颗粒后，油品密度显著增加了6.5%，而40°C和100°C下的运动粘度分别提升了79.7%和96.2%。粘度指数和闪点也分别增加了67%和9%，表明油品的热稳定性和点火风险得到了显著改善。通过傅里叶变换红外光谱（FTIR）技术确认了MWCNTs和ZnO在油品中的存在。同时，电感耦合等离子体光谱（ICP-OES）和能量色散X射线荧光（EDXRF）分析显示，在4.25体积百分比的纳米颗粒浓度下，硫含量较低，而锌的含量较高。通过全面的实验研究和统计优化，确定了3.00体积百分比的MWCNT/ZnO混合纳米颗粒为优化摩擦学性能的最佳浓度，其特点在于磨损损失和摩擦温度的最小化。与此同时，4.25体积百分比的纳米颗粒浓度被发现对N150基础油的物理化学性质有显著改善。

### 引言

近年来，人口增长、能源需求上升和废弃物增加显著加剧了全球对能源危机和气候变化的担忧。为应对这些问题，替代燃料，如生物燃料，已被开发出来。在车辆发动机中，提升摩擦学性能是延长发动机部件寿命的关键，通过减少摩擦可以实现这一目标。发动机内部的摩擦会生成热量，导致部件退化和显著的能量损失。润滑是最有效的方法，用于减少接触表面之间的摩擦和磨损。目前，发动机的摩擦损失占总功率损失的17–19%，而摩擦和磨损的综合效应导致总能量损失达30%。GF-7（汽油燃料7）和FA-4（燃油经济性4）发动机油因其在提升发动机效率和减少排放方面的潜力，成为汽车工程领域的研究热点。GF-7主要用于火花点火发动机，以其对发动机性能的有益特性，特别是在热效率方面而著称。研究表明，将汽油与某些添加剂（如水和氨水溶液）混合可以显著提高效率。具体而言，75%的汽油和25%的氨水溶液混合，在满载条件下实现了约38.96%的最大整体热效率，突显了创新燃料混合物在优化发动机性能方面的潜力。

另一方面，FA-4发动机油主要设计用于现代柴油发动机，尤其是在重载应用中。这些油品具有较低的粘度特性，这在提高燃油经济性方面发挥着关键作用。研究显示，使用低粘度油品，包括符合FA-4分类的油品，可以降低燃料消耗和二氧化碳排放。FA-4油品的实施在各种驾驶条件下显示出对燃油效率的积极影响，进一步证实了这些润滑剂在促进汽车行业可持续性方面的优势。理解发动机油类型与操作环境之间的相互作用对于优化GF-7和FA-4的性能至关重要。低粘度油品与优化的驾驶条件结合，在城市和农村环境中测试时显示出更大的燃油经济性收益。

此外，发动机油的选择还受到发动机和车辆设计的影响，进一步影响性能结果。发动机结构与润滑剂特性的协同作用可以带来进展，使车队能够实现更好的效率指标和更低的运营成本。商业润滑剂通常由80–90%的碳氢化合物分子和10–20%的性能增强添加剂组成，这些添加剂可能包括抗磨损剂、极端压力化合物和腐蚀与氧化抑制剂。科学家们积极寻找替代环境有害添加剂，如含硫、氯和磷的锌二烷基二硫代磷酸盐（ZDDP），以寻找在保持摩擦学性能的同时，能够使用环保添加剂（如纳米颗粒和离子液体）的替代品。近年来，纳米颗粒作为润滑剂添加剂在摩擦学领域取得了显著进展。研究已经探讨了由各种材料制成的纳米颗粒，包括金属、金属氧化物、金属硫化物、碳基材料、纳米复合材料和稀土化合物，其中许多显示出卓越的摩擦学性能。

纳米颗粒由于其纳米级尺寸，可以占据接触表面并形成保护性薄膜，从而作为抗磨损剂、极端压力添加剂和摩擦修饰剂。它们表现出卓越的热稳定性，并且在润滑过程中无需诱导期即可与表面相互作用。石墨烯纳米颗粒已在多个领域得到应用，证明了其在创建电化学阻抗传感平台中的有效性，提供了一种简单且环保的方法。纳米颗粒增强的摩擦学性能归因于其润滑过程，包括滚动作用、形成保护性薄膜、修复和抛光。纳米颗粒通过滚动效应和形成保护层促进润滑，同时通过修复和抛光过程对表面进行增强。近似球形的金刚石纳米颗粒作为合成油添加剂的研究表明，其性能提升归因于滚动过程。超高硫含量柴油与大豆生物柴油的相互作用也已被研究，结果显示添加少量的大豆生物柴油可以增强超高硫含量燃料的润滑性。从阿育吠陀油衍生的生物柴油混合物的摩擦学特性分析显示，在各种负载下，磨损痕迹直径显著增加，与常规燃料相比。由王等人报道的铜纳米颗粒形成的保护性涂层显著影响摩擦组件的耐久性。

纳米润滑剂的摩擦学特性受多种因素影响，包括纳米颗粒的尺寸和形状、分散稳定性以及浓度。其中，浓度的影响最为显著。尽管在研究方面取得了显著进展，但大多数研究集中在商业润滑剂中纳米颗粒作为添加剂的特性，较少涉及植物油的性质。然而，由于其可再生、无毒和可生物降解的特性，以及其优异的物理化学性能，来自植物油的生物纳米润滑剂正逐渐成为替代来源。尽管这些生物纳米润滑剂存在某些限制，如较差的氧化稳定性和有限的热稳定性，但这些限制可以通过化学修饰来缓解。使用生物润滑剂有助于减缓化石燃料的消耗，并减少矿物油处置造成的环境污染。

研究已探讨了各种纳米颗粒添加剂在油菜籽油和大豆油中的摩擦学特性，显示出性能的提升。例如，王等人显示，铜/碳纳米管/聚多巴胺纳米颗粒的加入显著增强了性能，归因于它们在表面生成低剪切强度的摩擦膜和自润滑能力。莫萨维等人对合成的铜/二氧化钛/二氧化锰掺杂的氧化石墨烯（GO）纳米复合材料对合成生物降解性聚α-烯烃（PAO）油的高温润滑性和物理化学特性进行了全面研究。研究结果明确表明，这种纳米复合材料的加入显著提高了基础油的多个关键性能，使其成为高要求应用中的高效润滑剂。类似地，石墨烯纳米片（GNPs）加入 pongamia 油中显示出摩擦系数和水吸附/脱附的降低，如 Jason 等人所示。同时，也研究了不同百分比的二氧化钛纳米颗粒对 pongamia 油的摩擦学特性，结果显示0.1%的浓度表现出最低的摩擦系数和磨损。

响应面方法（RSM）常用于确定纳米颗粒作为添加剂在基础油中最有效的浓度，以提高生物柴油合成和预测压缩点火（CI）发动机的最佳燃料混合物。RSM是一种经济有效且实用的方法，用于评估各种因素及其相互作用对一个或多个响应变量的影响。使用MWCNTs作为润滑剂添加剂的动机源于其卓越的机械性能和高长径比，这使得它们能够穿透微观表面凹凸，从而有效减少摩擦和磨损。多项研究表明，MWCNTs通过在摩擦表面形成保护性摩擦膜显著增强了油品的润滑性能，从而减少了这些表面之间的直接接触。这种自我补充的摩擦膜现象对于减轻发动机运行中的磨损至关重要，这有助于保持发动机的寿命和效率。ZnO纳米颗粒也对润滑性能有积极影响，其形成润滑层的能力有助于减少运动部件之间的接触，从而降低摩擦和磨损。当与MWCNTs结合使用时，ZnO显示出进一步增强润滑剂性能的趋势。尽管MWCNTs和ZnO能够增强发动机油的性能，但它们与现有油品配方的兼容性可能会带来挑战。这些纳米颗粒与其他添加剂在传统油品中的相互作用可能导致不稳定或意外反应，需要仔细的配方调整以保持兼容性，同时不损害润滑剂的整体效果。使用MWCNTs和ZnO作为纳米添加剂通常伴随着增加的生产成本，与它们的合成和加工有关。在商业使用中扩大生产规模同时保持一致的质量是运营挑战，因此，利用这些先进材料的经济可行性必须彻底评估其性能收益。

我们最近的实验研究了将ZnO/MWCNT纳米颗粒添加到SN150发动机矿物油中在不同浓度下的影响，结果显示在3.00重量百分比的最优浓度下，抗磨损性能显著增强，导致磨损损失减少了80.5%，摩擦温度降低。当前的研究重点在于理解混合纳米颗粒与组II基础油的摩擦相关特性之间的相互作用。使用环形摩擦仪进行摩擦学测试，并通过Minitab的实验设计功能包分析数据。该模型整合了一个优化的自定义设计，以确定最适合N150矿物油发动机的纳米颗粒浓度，从而增强其摩擦学性能。除了摩擦学研究，我们的研究还涵盖了纳米润滑剂的分散性和对表面形貌的全面评估。

### 实验方法

#### 材料

实验使用的多壁碳纳米管（MWCNTs）具有超过95%的高纯度，其外径范围为5至15纳米，长度为10至30微米。氧化锌（ZnO）纳米颗粒具有99%的纯度，平均粒径为30–50纳米。这些纳米颗粒由江苏XFNANO材料技术有限公司提供。MWCNTs和纳米ZnO的比表面积分别为200平方米/克和21.5平方米/克。ZnO和MWCNTs与来自ExxonMobil Corporation（新加坡）的商业润滑剂基础油结合。基础油的物理特性详见表1。

表1. 基础油的物理特性

| NO. | 特征 | ASTM | N150 |
|-----|------|------|------|
| 1 | 40°C时的运动粘度，cSt | D7042 | 30.0 |
| 2 | 100°C时的运动粘度，cSt | D7042 | 5.4 |
| 3 | 粘度指数 | D2270 | 115 |
| 4 | 表观粘度（CCS），mPa.s | D5293 | 1500 @?20°C |
| 5 | 30°C时的密度（kg/l） | D4052 | 0.8435 |
| 6 | 流点，°C | D97 | ?18 |
| 7 | 闪点（COC），°C | D92 | 210 |
| 8 | Noack挥发性，质量% | D5800 | 13.5 |

#### 物理特性

油品样本的密度通过Anton Paar DMA 4200 M密度计测量，遵循ASTM D4052标准，在15°C和常压条件下进行。密度计在验证油品混合物的正确配置中起着关键作用，因为密度值对于在样品制备过程中将体积转换为质量至关重要。通过分析天平确定基础油和纳米颗粒的精确重量，确保混合过程的准确性。油品的运动粘度和粘度指数根据ASTM D445和ASTM D2270标准评估。纳米润滑剂在40°C和100°C下的运动粘度使用PAC Herzog HVM 472自动粘度计进行测量。油品样本的闪点通过Anton Paar CLA5 Cleveland Open-Cup（COC）自动闪点和火点测试仪测量，遵循ASTM D92标准。每个样本进行三次测试，报告值为这些测量的平均值。

#### 摩擦和磨损性能测试

使用环形摩擦仪评估基础润滑剂和分散有ZnO、MWCNTs和混合ZnO/MWCNTs纳米材料的润滑剂的摩擦学特性。上部钢球样品直径为10毫米，高度为20毫米，固定在静止的钢盘上，钢盘以100转/分钟的速度旋转，尺寸为30毫米×5毫米。在评估之前，磨损测试样品根据ASTM G133–05标准进行准备。钢样品经过机械研磨和抛光以获得镜面表面，然后使用乙醇超声波清洗并干燥。在进行实验之前，摩擦仪在无外部负载的情况下运行10分钟，以减少钢块的表面粗糙度，模拟发动机部件的初始运行阶段。摩擦和磨损测试在30、60和90分钟内进行，以测量钢块的摩擦温度、磨损损失和深度。摩擦温度使用计算机化的物联网（IoT）系统记录，该系统配备DS18B20温度传感器和Node MCU微处理器。每项测试在相同条件下进行三次，计算平均摩擦温度值和磨损体积。钢块的表面分析使用扫描电子显微镜（SEM）结合能量色散X射线光谱（EDX）和ImageJ软件进行。ImageJ是一种基于Java的多维图像处理程序，通过从彩色和灰度输入生成增强的3D图像，提供磨损表面的拓扑视图。该分析有助于全面理解磨损痕迹、表面轮廓和粗糙度条件。

#### 统计优化技术

本研究采用基于实验设计（DOE）的系统方法，以调查和优化混合纳米颗粒的摩擦学特性。主要目标是理解关键工艺参数对磨损特性的影响，并确定最小磨损、深度和摩擦的最优设置。整个实验设计、数据分析和优化使用Minitab 17进行。

实验框架采用响应面方法（RSM）和单向方差分析（ANOVA）设计。这是一种理想的多变量方法，用于建模和优化受多个变量影响的响应。实验围绕三个关键输入变量，即纳米颗粒的体积浓度（测试五个水平：0、0.75、1.5、3.0和4.25体积百分比）、时间（测试三个水平：30、60和90分钟）和负载（测试三个水平：0.5、1.0和1.5千克）。通过根据设计矩阵操纵这些因素，测量其对三个关键输出变量（磨损损失、磨损深度和摩擦温度）的影响。实验设计矩阵和相应的响应值详见表3。

表3. N150基础油的实验设计（DOE）

| 实验编号 | 体积浓度（vol%） | 时间（min） | 负载（kg） | 磨损损失（g） | 深度（mm） | 摩擦温度（°C） |
|----------|------------------|------------|------------|----------------|------------|----------------|
| 1 | 0 | 30 | 0.5 | 0.018 | 0.911500 | 86.8 |
| 2 | 0 | 30 | 1.0 | 0.015 | 1.039686 | 121.3 |
| 3 | 0 | 30 | 1.5 | 0.033 | 1.311864 | 153.6 |
| 4 | 0 | 60 | 0.5 | 0.056 | 1.140498 | 89.5 |
| 5 | 0 | 60 | 1.0 | 0.020 | 1.123383 | 125.9 |
| 6 | 0 | 60 | 1.5 | 0.034 | 1.246700 | 152.1 |
| 7 | 0 | 90 | 0.5 | 0.078 | 1.158576 | 92.3 |
| 8 | 0 | 90 | 1.0 | 0.038 | 1.235134 | 127.4 |
| 9 | 0 | 90 | 1.5 | 0.057 | 1.331939 | 155.6 |
| 10 | 0.75 | 30 | 0.5 | 0.017 | 0.854300 | 81.9 |
| 11 | 0.75 | 30 | 1.0 | 0.014 | 0.784869 | 115.6 |
| 12 | 0.75 | 30 | 1.5 | 0.022 | 1.087599 | 148.3 |
| 13 | 0.75 | 60 | 0.5 | 0.039 | 1.116700 | 85.4 |
| 14 | 0.75 | 60 | 1.0 | 0.020 | 0.857582 | 121.0 |
| 15 | 0.75 | 60 | 1.5 | 0.030 | 1.246700 | 152.1 |
| 16 | 0.75 | 90 | 0.5 | 0.074 | 1.137501 | 87.1 |
| 17 | 0.75 | 90 | 1.0 | 0.370 | 1.043243 | 125.1 |
| 18 | 0.75 | 90 | 1.5 | 0.050 | 1.299900 | 152.4 |
| 19 | 1.5 | 30 | 0.5 | 0.015 | 0.781746 | 81.9 |
| 20 | 1.5 | 30 | 1.0 | 0.012 | 0.804867 | 109.8 |
| 21 | 1.5 | 30 | 1.5 | 0.020 | 1.027537 | 142.6 |
| 22 | 1.5 | 60 | 0.5 | 0.036 | 1.104600 | 86.3 |
| 23 | 1.5 | 60 | 1.0 | 0.016 | 0.870288 | 120.2 |
| 24 | 1.5 | 60 | 1.5 | 0.022 | 1.238700 | 151.3 |
| 25 | 1.5 | 90 | 0.5 | 0.056 | 1.113800 | 87.6 |
| 26 | 1.5 | 90 | 1.0 | 0.028 | 1.146623 | 124.6 |
| 27 | 1.5 | 90 | 1.5 | 0.038 | 1.307700 | 153.2 |
| 28 | 3.0 | 30 | 0.5 | 0.005 | 0.650626 | 80.9 |
| 29 | 3.0 | 30 | 1.0 | 0.009 | 0.609314 | 107.2 |
| 30 | 3.0 | 30 | 1.5 | 0.011 | 0.926980 | 139.2 |
| 31 | 3.0 | 60 | 0.5 | 0.012 | 1.086912 | 84.5 |
| 32 | 3.0 | 60 | 1.0 | 0.013 | 0.765500 | 118.5 |
| 33 | 3.0 | 60 | 1.5 | 0.014 | 1.225026 | 150.3 |
| 34 | 3.0 | 90 | 0.5 | 0.024 | 1.102300 | 86.2 |
| 35 | 3.0 | 90 | 1.0 | 0.025 | 0.818321 | 122.4 |
| 36 | 3.0 | 90 | 1.5 | 0.018 | 1.273304 | 150.6 |
| 37 | 4.25 | 30 | 0.5 | 0.009 | 0.900432 | 86.1 |
| 38 | 4.25 | 30 | 1.0 | 0.013 | 1.018800 | 119.4 |
| 39 | 4.25 | 30 | 1.5 | 0.016 | 1.237700 | 150.4 |
| 40 | 4.25 | 60 | 0.5 | 0.029 | 1.123750 | 86.7 |
| 41 | 4.25 | 60 | 1.0 | 0.017 | 1.082434 | 122.9 |
| 42 | 4.25 | 60 | 1.5 | 0.019 | 1.312600 | 152.6 |
| 43 | 4.25 | 90 | 0.5 | 0.048 | 1.148800 | 89.9 |
| 44 | 4.25 | 90 | 1.0 | 0.032 | 1.176600 | 125.7 |
| 45 | 4.25 | 90 | 1.5 | 0.026 | 1.307700 | 153.2 |

### 结果与讨论

#### 3.1.1. 纳米颗粒修饰油的表征

各种光谱方法被用于验证修饰油的完全合成和分子表征。在本研究中，FTIR是一种理想的光谱技术，用于确认成功合成。图2展示了五种不同体积比的MWCNT和ZnO在N150油中的FTIR光谱。在高频区域，大约在1350 cm?1（D带）和1580 cm?1（G带）处是碳纳米管的典型特征。MWCNTs的C-H伸缩在2800–3100 cm?1波数范围内可以识别。在1500–1600 cm?1范围内出现的吸收峰表明样品中存在C=C伸缩键。C-O伸缩键在1000–1300 cm?1波长处被识别。Zn-O键的伸缩振动吸收峰出现在430–580 cm?1的低频区域。表4提供了N150基础油在不同纳米颗粒浓度下的特征吸收带的全面概述。结果表明，纳米颗粒与基础油分子之间形成了显著的新共价键，这些共价键表现为某些基础油特征峰的轻微位移和强度变化，表明非共价相互作用。例如，C=C伸缩带（约1740 cm?1）或基础油中的C-O伸缩带（约1000–1300 cm?1）的轻微位移（例如5–10 cm?1）或强度变化可能表明吸附或弱氢键相互作用。这些相互作用通常发生在ZnO纳米颗粒的极性表面（以及MWCNTs上的任何官能团）与N150油或其添加剂中的含氧官能团或碳氢链之间。这些微妙的相互作用对于实现和维持纳米颗粒在润滑剂中的分散稳定性至关重要，防止聚集并确保均匀的纳米流体。这种物理相互作用可以影响油分子的局部环境，从而略微改变它们的振动模式。

#### 3.1.2. 电感耦合等离子体-光谱（ICP-OES）和能量色散X射线荧光（EDXRF）分析

N150油添加ZnO和MWCNT纳米颗粒的样品进行了元素分析，结果见表5。油样中的硫含量极低，因为N150基础油在饱和度、低硫和氮含量方面表现优异。组II矿物基础油（如N150）在炼油厂经过严重的加氢裂解过程，因此油品呈现出明亮和无色的外观。结果表明，锌是分析中的主导元素，因为锌的浓度是所有检测元素中最高的。随着ZnO纳米颗粒用量的增加，锌元素在4.25体积百分比的纳米流体样品中上升至2.343 wt%。磷的存在，它能作为抗磨损剂，足够小以至于无需特别关注，而硅等污染物则被认为是可忽略的。硫含量较低，这在N150基础油中表现出淡黄色，而炼油厂的加氢过程显著去除了N150基础油中的硫和芳香烃。

#### 3.1.3. 配制油的物理特性

密度在纳米流体分析中起着关键作用，因为它显著影响摩擦系数和雷诺数。如图3a所示，将纳米颗粒添加到N150油中可使其密度增加6.5%。N150基础油的密度略低于SN150基础油，随着纳米颗粒悬浮物的增加，其密度逐渐上升。这种由于高纳米颗粒浓度导致的流体密度增加也得到了支持。高粘度纳米润滑剂在高温下表现更好，因为它们能够形成更厚的油膜以抵抗摩擦磨损，如文献[60]所示。图3b显示，纯N150基础油的粘度指数随着纳米颗粒的增加而增加。当添加最高纳米颗粒浓度（4.25体积百分比）时，纯N150基础油的粘度指数从114上升到190，增加了67%，表明油品对温度变化的敏感度降低，不会在极端温度下经历过度的增厚和变薄效应。

#### 3.1.4. MWCNT/ZnO混合物在SN150矿物油中的分散稳定性

纳米颗粒的分散稳定性对于确保可靠的润滑性能至关重要。因此，在考虑长期使用而不损害其摩擦学增强能力的修改润滑剂时，保持稳定悬浮是关键。图5展示了MWCNT和ZnO的稳定性测试观察结果，以评估修改后的油品在磁力搅拌后的长期稳定性。当MWCNT和ZnO添加到N150矿物油中时，21天测试期间未观察到纳米颗粒的沉降，悬浮物的外观保持不变。

#### 3.2.1. 一维方差分析（ANOVA）分析磨损损失

区间图显示了不同体积浓度、应用时间和负载下的平均磨损损失（g）以及相应的95%置信区间，如图6（a-c）所示。比较结果显示，在不同浓度的置信区间内，磨损损失在各个体积浓度之间没有显著的统计学差异。数据的变异性，如置信区间的宽度，表明体积浓度的变化不会导致磨损损失的显著变化。这可能归因于非优化的润滑条件。

#### 3.2.2. 二维正常ANOVA分析磨损损失

图7展示了二维正常分析均值（ANOVA）图，提供关于体积浓度和负载对磨损损失的交互作用和主要效应的见解。体积浓度的主要效应图表明，磨损损失在0.75体积百分比时达到峰值，之后磨损损失稳定。在0.75体积百分比处的显著变化表明体积浓度最初影响磨损损失，但进一步增加浓度不会导致显著变化。这种模式可能归因于材料特性或高浓度下的饱和效应。负载的主要效应图显示，随着负载的增加，磨损损失略有减少。磨损损失在最低负载（0.5 kg）时最高，而在较高负载（1.0和1.5 kg）时略有减少。由于所有均值均在决策限内，因此负载在测试范围内对磨损损失没有显著影响。这表明材料对负载的响应在该特定范围内相对均匀，而其他因素可能在确定磨损损失方面起更大作用。

#### 3.2.3. 一维方差分析（ANOVA）分析摩擦系数

图10a中的区间图展示了摩擦温度（°C）与纳米颗粒体积浓度（vol%）之间的关系，以及95%置信区间。数据显示，随着纳米颗粒浓度增加到0.75体积百分比，摩擦温度的平均值略微下降至约120°C，置信区间范围保持相似。对于1.5体积百分比和3.0体积百分比的浓度，摩擦温度的平均值保持在约120°C，置信区间略有变窄。在最高浓度4.25体积百分比时，摩擦温度上升至约125°C，置信区间范围与初始浓度相似。总体趋势表明，摩擦温度在纳米颗粒体积浓度变化范围内没有显著变化。置信区间的宽度表明数据的变异性，使得难以得出关于纳米颗粒浓度对摩擦温度精确影响的明确结论。浓度变化的统计指标显示了引人注目的见解。p值为0.983，远高于常规的alpha水平0.05。这个高的p值表明浓度的变化对因变量没有统计学上的显著影响。当检查不同的应用时间时，统计指标呈现相似的叙述，即非显著性。p值在此处为0.766，再次远高于0.05，表明应用时间对因变量没有显著影响。F值为0.27，非常低，支持了非显著性。

此外，不同应用负载的分析产生了高度显著的结果。p值为0.000，远低于0.05的阈值，表明应用负载对因变量有高度显著的影响。F值异常高，达到745.41，强烈证实了这一因素的重要性。同时，R平方值为97.26%，表明模型解释了因变量的大部分方差。

#### 3.2.4. 过程变量对WR和FT的影响

等高线图直观地展示了摩擦温度、负载和时间在保持体积浓度为2.125体积百分比时的关系，如图11a所示。该图显示了时间对摩擦温度的影响在不同负载水平下。结果显示，随着时间的增加，摩擦温度也增加，这通过从浅蓝到深绿的颜色变化来表示。较高的负载导致较高的摩擦温度，如图11a所示，颜色从蓝到绿的梯度表明。在较低负载（1.2 kg）和较短时间（1000秒）下，摩擦温度较低，用最浅的蓝色（60°C）表示。在较高负载（1.7 kg）和较长的时间（2600秒）下，摩擦温度较高，用最深的绿色（180°C）表示。等高线图显示摩擦温度随时间显著增加。负载和时间的综合影响显示出摩擦温度的乘积效应。

#### 3.2.5. 磨损损失和摩擦温度的响应优化

图14显示了一个复合期望值为0.9921，表明在给定参数下的优化程度较高。期望函数将磨损损失和摩擦目标合并为一个总体性能指标。预测的最小磨损损失为?0.0050 g，期望值为1.0000，表明这是测试范围内的最优结果。预测的最小摩擦温度为82°C，期望值为0.98424，表明这是一个接近最优的结果。优化图显示复合期望值随着负载的增加略有下降。然而，期望值仍然较高，表明负载对总体优化的负面影响有限。图显示，较高的体积浓度对复合期望值有积极影响。最佳浓度4.250体积百分比最大化了复合期望值、磨损损失和摩擦结果。此外，时间对复合期望值也有显著影响。较长的持续时间显著提高了复合期望值，表明持续的摩擦会导致热量积累。

#### 3.2.6. 磨损表面分析

在摩擦仪测试后，使用SEM和EDX技术对碳钢块的磨损表面进行表征。结果显示，纯N150基础油润滑的碳钢样品（如图15a-c所示）表现出粘附磨损和磨损痕迹。粘附磨损是主导机制，如实验在90分钟和1.5千克负载下所示。在点2中，由于硬质颗粒对金属表面的犁沟效应，也可见到犁沟（见图15a）。底部区域因粘附磨损机制而有微小的凹坑和坑洞。点2，磨损痕迹的中间区域，显示了由磨粒引起的材料位移。通过EDX分析，铁的含量最高，为89.08 wt%，其次是碳和氧，分别为7.01 wt%和3.91 wt%。

#### 3.2.7. 与以往研究的比较

本研究与以往的研究进行了比较，结果汇总在表6中。由于本研究的创新性，无法直接与其他文献进行比较。然而，可以看出，将ZnO和MWCNT纳米材料添加到组I和组II基础油中，显著改善了油品的性能。例如，王等人显示，铜/碳纳米管/聚多巴胺纳米颗粒的加入显著增强了性能，归因于它们在表面生成低剪切强度的摩擦膜和自润滑能力。莫萨维等人对合成的铜/二氧化钛/二氧化锰掺杂的氧化石墨烯（GO）纳米复合材料对合成生物降解性聚α-烯烃（PAO）油的高温润滑性和物理化学特性进行了全面研究