[发明专利]用于检测油液酸碱度的方法、计算设备和计算机存储介质有效
申请号: | 202011505070.4 | 申请日: | 2020-12-18 |
公开(公告)号: | CN112287302B | 公开(公告)日: | 2021-04-13 |
发明(设计)人: | 陈芳;马翔 | 申请(专利权)人: | 震坤行网络技术(南京)有限公司 |
主分类号: | G06F17/18 | 分类号: | G06F17/18;G01N33/28 |
代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 王茂华 |
地址: | 210000 江苏省南*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 检测 酸碱度 方法 计算 设备 计算机 存储 介质 | ||
1.一种用于检测油液酸碱度的方法,包括:
获取预定时间间隔内的关于设备的油液的历史酸碱度测量数据;
获取在所述历史酸碱度测量数据的关联测量时间、由所述设备的多个传感器所检测的多个历史油液参数测量数据,所述历史油液参数测量数据不包括关于油液酸碱度的测量数据;
基于所述历史油液参数测量数据,生成第一特征数据;
提取所述第一特征数据的特征,以便生成第二特征数据;
基于所述第一特征数据、所述第二特征数据和历史酸碱度测量数据,生成用于训练酸碱度预测模型的多个样本,所述酸碱度预测模型至少基于逻辑回归模型所构建;以及
基于所获取的所述多个传感器的当前油液参数测量数据,经由经训练的所述酸碱度预测模型,确定关于所述设备的油液酸碱度的状态数据。
2.根据权利要求1所述的方法,其中经由经训练的所述酸碱度预测模型确定关于所述设备的油液酸碱度的状态数据包括:
基于第一酸碱度预测模型确定关于所述设备的油液酸碱度的第一状态数据,所述第一酸碱度预测模型是基于逻辑回归模型所构建的;
基于第二酸碱度预测模型确定关于所述设备的油液酸碱度的第二状态数据,所述第二酸碱度预测模型是基于高斯混合模型所构建的;以及
基于所述第一状态数据和所述第二状态数据,确定关于所述设备的油液酸碱度的状态数据。
3.根据权利要求1所述的方法,还包括:
确定所述酸碱度预测模型的多个参数中每一个参数是否大于预定参数阈值,所述多个参数分别与所述酸碱度预测模型的多个输入相关联:
响应于确定所述酸碱度预测模型的参数大于预定参数阈值,获取与所述参数相关联的输入所对应的传感器的当前油液参数测量数据。
4.根据权利要求1所述的方法,还包括:
针对所确定的关于所述设备的油液酸碱度的状态数据进行低通滤波;
确定经低通滤波的、关于所述设备的油液酸碱度的状态数据是否小于或者等于预定酸碱度阈值;
响应于确定经低通滤波的、关于所述设备的油液酸碱度的状态数据小于或者等于预定酸碱度阈值,生成关于所述设备的油液酸碱度的警示信号;以及
呈现所述警示信号。
5.根据权利要求1所述的方法,其中多个历史油液参数测量数据包括关于温度值、水活值、含水量值、粘度值、密度值、介电常数和污染度的多种测量值。
6.根据权利要求5所述的方法,其中提取所述第一特征数据的特征以便生成第二特征数据包括:
按照污染度颗粒尺寸的大小,针对多个关于污染度的测量值进行聚合,以生成与污染度颗粒尺寸相关的聚合数据,所述多个关于污染度的测量值分别经由多个污染度传感器通道所测量;
针对所述第一特征数据进行求和,以便生成累计数据;
计算所述第一特征数据的平均值,以便生成平均值数据;以及
基于所述聚合数据、所述累计数据和所述平均值数据中的多个数据,生成所述第二特征数据。
7.根据权利要求1所述的方法,其中基于所述第一特征数据、所述第二特征数据和历史酸碱度测量数据生成用于训练酸碱度预测模型的多个样本包括:
组合所述第一特征数据和所述第二特征数据;以及
针对经组合的所述第一特征数据和所述第二特征数据进行正态归一化处理。
8.根据权利要求1所述的方法,其中基于所述历史油液参数测量数据生成第一特征数据包括:
计算所述历史油液参数测量数据中的多个测量值的数据分布重心值;
确定所述多个测量值中的每一个测量值是否超出所述数据分布重心值的预定变化范围;
响应于确定测量值超出所述数据分布重心值的预定变化范围,确定所述测量值为异常检测值;以及
在所述多个测量值中去除或替换所述异常检测值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于震坤行网络技术(南京)有限公司,未经震坤行网络技术(南京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011505070.4/1.html,转载请声明来源钻瓜专利网。