3. 泄漏类型与特征

在压缩空气系统中，泄漏并不是一种单一现象。同样是“漏气”，从一个紧固不良的螺纹接头漏出，与从一条老化开裂的软管缝隙漏出，再与从一块多孔铸件或密封垫内部漏出，其物理形态、流量规律和检测难度差别很大。理解这三类典型泄漏的形态与影响因素，是后续选择检测方法、判断漏点位置和估算损失量的前提。

从工程角度，可以把泄漏按“泄漏通道的几何特征”分为三类：孔口泄漏（通道长度远小于孔径，近似薄壁小孔）、缝隙泄漏（通道细长，长度远大于间隙高度，近似狭缝流动）、多孔材料泄漏（通道由大量微小孔隙构成，呈弥散分布）。这一分类不是学术上的严格划分，而是服务于检测与估算的实用划分：它决定了泄漏量与压力、间隙尺寸之间的敏感关系，也决定了漏点是否容易被定位。

孔口泄漏：短通道、强方向性

孔口泄漏的典型几何特征是通道长度与孔径相当或更短，例如螺纹连接处的微小间隙、快插接头密封圈压紧不良形成的缺口、管壁被硬物刺穿的小孔。气流通过时先被加速，在出口处形成一股方向性很强的射流，这也是为什么用超声波检测仪扫查时，孔口泄漏往往能在特定方向上听到明显的“嘶嘶”声，且指向性较好。

从流量规律看，孔口泄漏在压差足够大时接近可压缩流体的喷管流动，流量大致与孔径的平方成正比、与上游绝对压力近似成正比。这意味着孔径从 0.1 mm 增大到 0.2 mm，泄漏量可能增加到约 4 倍；系统压力从 0.6 MPa 提高到 0.8 MPa，泄漏量也会明显上升。因此在实际估算中，孔径的测量或估计误差会被平方放大，这是孔口泄漏损失量估算中最需要谨慎的地方。工程上常用“等效孔径”概念，把复杂形状的孔口折算为一个流量等效的圆孔，便于套用标准泄漏量表。

影响孔口泄漏的因素主要有：孔径大小、上下游压差、孔口边缘的圆角或毛刺（影响流量系数）、气体温度以及是否夹带油水。边缘锐利的孔口流量系数约为 0.6～0.65，倒圆后可能提高到 0.8 以上，同样孔径下泄漏量可增加两成以上。这也解释了为什么同一规格的接头，装配质量不同会导致泄漏量差异明显。

缝隙泄漏：细长通道、对间隙高度极敏感

缝隙泄漏的通道长度远大于间隙高度，典型对象包括法兰密封面之间的微小间隙、软管沿轴向的裂纹、气缸端盖与缸筒的配合面、螺纹旋合面形成的螺旋缝隙。气流在狭长通道内以层流或过渡流为主，流动阻力大，出口速度低，往往表现为沿缝隙整条渗出的“渗漏”而非集中射流。

缝隙泄漏最值得注意的特征是流量对间隙高度呈三次方敏感。在层流近似下，通过单位宽度缝隙的体积流量与间隙高度的三次方成正比、与通道长度成反比。也就是说，间隙从 0.05 mm 增大到 0.10 mm，泄漏量理论上可增大到约 8 倍。这一规律对装配与维护有直接指导意义：法兰螺栓的预紧力、密封垫的压缩量、软管的弯曲半径，都会通过改变间隙高度而显著影响泄漏量。实际检测中，缝隙泄漏的声源沿缝隙分布，超声波检测时信号较弱且分散，需要沿缝隙走向逐段扫查。

影响缝隙泄漏的因素包括：间隙高度及其均匀性、缝隙长度与走向、密封件的老化与压缩永久变形、工作温度引起的材料膨胀差异、以及是否存在振动导致的间隙周期性变化。对于软管裂纹这类缝隙，弯曲和压力脉动会使间隙反复开合，泄漏量呈现波动，这也是现场有时“时漏时不漏”的原因。

多孔材料泄漏：弥散微通道、累积效应明显

多孔材料泄漏的通道不是一条确定的孔或缝，而是材料内部大量相互连通的微小孔隙，典型对象包括铸造件内部的疏松与气孔、烧结金属件、纤维或橡胶密封垫、以及老化后内部产生微裂纹的软管壁。气流通过时被分散到众多微小通道中，单点流量很小，但分布面积大，累积起来可能相当可观。

其流量规律可用达西定律近似描述：流量与材料的渗透率、流通面积和压差成正比，与壁厚成反比。渗透率由孔隙率、孔隙尺寸和连通性决定，因此同种材料不同批次、不同老化程度之间可能差异很大。多孔泄漏的检测难点在于：漏点不集中，超声波信号微弱且弥散，肥皂泡法往往只能看到一片细密小泡而非单个气泡；对于铸件，泄漏可能出现在远离可见缺陷的位置，需要结合保压试验和分区隔离来判断。

影响因素主要包括：材料孔隙率与渗透率、壁厚、压差、温度（影响气体黏度与材料膨胀）、以及介质中的油水是否堵塞或侵蚀孔隙。值得注意的是，油水堵塞可能使多孔泄漏暂时“自愈”，但压力波动或干燥后又重新出现，这种间歇性给排障带来困扰。

三类泄漏的对比与检测启示

需要强调的是，实际泄漏常常是复合形态。例如一个松动的螺纹接头，既存在螺纹旋合面的螺旋缝隙，又存在密封圈压紧不良形成的局部孔口；一段老化的软管，可能同时有轴向裂纹（缝隙）和管壁微孔（多孔）。因此在检测与估算时，不应机械地把某个漏点归入单一类别，而应根据信号特征判断主导通道类型，再选择相应的流量估算关系。对于损失量估算，孔口模型适用于集中漏点，缝隙模型适用于长条形漏点，多孔模型则更适合以面积或整体压降来折算。理解这三类形态的差异，本质上是在理解“泄漏量对什么参数最敏感”，从而把有限的检测和整改资源投向影响最大的环节。