[发明专利]一种基于微流控与人工智能的油液分析设备故障预测系统

说明书

本发明公开了一种基于微流控与人工智能的油液分析设备故障预测系统，该系统包括油液进样结构、磨屑属性分析芯片、第一数据采集单元、油液物化分析芯片、第二数据采集单元和服务器；油液进样结构用于向磨屑属性分析芯片中输送油液样品，磨屑属性分析芯片与第一数据采集单元结合采集磨屑图像和磨屑光谱，油液物化分析芯片与第二数据采集单元结合采集油液样品的温度信息、压力信息、电容信息和电导率信息以及萃取前后油液进行光谱，服务器对前述数据进行存储和计算，得到油液样品的油液物化参数和磨屑属性参数。本发明系统设备简单，而且可以及时准确的检测油液物化参数和磨屑属性参数。

技术领域

本发明涉及微流控与人工智能交叉领域，特别是指一种基于微流控及大数据人工智能技术的油液检测分析与设备评估故障预测方法。

背景技术

设备运动部件的运行状态评估及故障可靠预测是保障设备长期高效安全运行的关键。设备中的运动部件长期进行高频率的转动、往复等机械运动，若部件之间发生直接接触，则会因剧烈的摩擦而导致部件磨损，严重情况下则导致设备故障甚至报废，对操作人员的人身安全构成威胁。设备部件之间的油液如润滑油，液压油等则显得尤为重要，在机械设备中起到润滑、缓冲、冷却、密封、防腐、防锈、指示等关键作用。其中，润滑油的指示作用是指当设备部件发生例如磨损、锈蚀、腐蚀、老化等异常时，部件间油液的物理化学性质会发生相应的变化。通过监测或检测油液的物化参数变化有助于良好地评估设备当前的运行状态，更能为设备的故障预测给出可靠的决策辅助。值得注意的是，目前国内外对设备油液的指示功能日益重视，油液检测已成为设备运行状态评估和故障预测的重要手段，其中油液检测分析最关键的流程是磨屑属性分析(WDA)和油液物化分析(PCA)。

目前传统的油液检测方法依靠多项实验如粘度测试、酸碱度测试、含湿量测试、铁谱分析、斑贴试验(patch test)、激光网络等共同完成。具有集成度低、耗时长、成本高、检测分析离线、结果不具有实时性等不足，参数测量困难，难以实现设备状态的实时监测以及故障的早期预防。

基于微流控的油液检测分析技术能够实现油液的原位高效在线检测，且能综合实现油液的磨屑属性及物理化学性质的检测和分析，是油液检测分析与设备状态评估及可靠预测领域的可靠先进技术。尽管如此，目前的微流控技术仍存在自动化程度低，检测分析数据不被重视，数据价值未被充分发掘的问题。此外，对于油液中一些难测、不可测的参数如粘度、总酸值、总碱值、结蜡风险指数等油液物化参数及数量、形状、种类、组分等磨屑属性参数依然束手无策。

发明内容

针对现有技术存在的上述问题，本发明的要解决的技术问题是：现有技术无法预测一些油液物化参数和磨屑属性参数。

为解决上述技术问题，本发明采用如下技术方案：一种基于微流控与人工智能的油液分析设备故障预测系统，包括油液进样结构、磨屑属性分析芯片、第一数据采集单元、油液物化分析芯片、第二数据采集单元和服务器；

油液进样结构：用于向磨屑属性分析芯片中输送油液样品；

磨屑属性分析芯片：包括通过第一通道依次连通过滤区、图像采集区和光谱测试区；

所述过滤区设计有多个孔隙；

所述图像采集区内的通道设计为连续S型通道；

所述光谱测试区设计有观察室；

第一数据采集单元：包括图像采集仪和第一光谱仪；

所述图像采集仪的镜头对着图像采集区，用于采集油液检测分析过程产生的磨屑图像；

所述第一光谱仪的镜头对着光谱测试区，用于对进入磨屑属性分析芯片进行光谱分析，分析油液中被分离出的磨屑的化学组分，得到油液样品的磨屑光谱；

油液物化分析芯片：包括具有萃取功能的，且与第一通道连通的第二通道；

所述具有萃取功能的第二通道上具有萃取溶剂入口；