[发明专利]油液监测方法、装置和系统在审

专利信息
申请号: 202211055387.1 申请日: 2022-08-30
公开(公告)号: CN115327083A 公开(公告)日: 2022-11-11
发明(设计)人: 朱伟伟;韩志栋;潘燕;武通海 申请(专利权)人: 江苏徐工工程机械研究院有限公司;西安交通大学
主分类号: G01N33/28 分类号: G01N33/28;G06F17/18
代理公司: 中国贸促会专利商标事务所有限公司 11038 代理人: 赵倩男
地址: 221004 江苏省*** 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: 监测 方法 装置 系统
【权利要求书】:

1.一种油液监测方法,包括:

根据监测到的油液数据,建立油液数据模型;

利用所述油液数据模型,补全油液数据,得到全生命周期的油液数据;

构建所述全生命周期的油液数据对应的概率密度函数;以及

基于油液质量的可接受置信区间值,以及油液失效时的累计概率密度,得到油液失效时的质量阈值。

2.根据权利要求1所述的油液监测方法,其中,补全油液数据包括:

根据所述油液数据模型,得到待补全时刻的油液质量劣化的变化值;以及

基于油液数据的预定时刻的监测值和所述油液质量劣化的变化值,得到待补全时刻的油液数据。

3.根据权利要求1所述的油液监测方法,其中,建立油液数据模型包括:

对所述监测到的油液数据进行拟合,得到所述油液数据模型。

4.根据权利要求3所述的油液监测方法,其中,对所述监测到的油液数据进行拟合包括:

利用油液数据的预定时刻的监测值、油液数据衰退劣化率、衰退过程的误差以及油液布朗运动参数,拟合油液数据。

5.根据权利要求1至4任一所述的油液监测方法,其中,计算所述全生命周期的油液数据对应的概率密度函数包括:

利用正态分布模型,构建所述全生命周期的油液数据对应的概率密度函数;以及

基于极大似然估计方法,求解所述概率密度函数的参数。

6.根据权利要求1至4任一所述的油液监测方法,其中,所述可接受置信区间值,根据所述概率密度函数的参数和可靠性标准中的一种确定。

7.一种油液监测装置,包括:

数据建模模块,被配置为根据监测到的油液数据,建立油液数据模型;

数据处理模块,被配置为利用所述油液数据模型,补全油液数据,得到全生命周期的油液数据;以及

函数构建模块,被配置为构建所述全生命周期的油液数据对应的概率密度函数;

质量阈值计算模块,被配置为基于油液质量的可接受置信区间值,以及油液失效时的累计概率密度,得到油液失效时的质量阈值。

8.根据权利要求7所述的油液监测装置,其中,

所述数据处理模块被配置为根据所述油液数据模型,得到待补全时刻的油液质量劣化的变化值;基于油液数据的预定时刻的监测值和所述油液质量劣化的变化值,得到待补全时刻的油液数据。

9.根据权利要求7所述的油液监测装置,其中,

所述数据建模模块被配置为对所述监测到的油液数据进行拟合,得到所述油液数据模型。

10.根据权利要求9所述的油液监测装置,其中,

所述数据建模模块被配置为利用油液数据的预定时刻的监测值、油液数据衰退劣化率、衰退过程的误差以及油液布朗运动参数,拟合油液数据。

11.根据权利要求7至10任一所述的油液监测装置,其中,

所述函数构建模块被配置为利用正态分布模型,构建所述全生命周期的油液数据对应的概率密度函数;以及基于极大似然估计方法,求解所述概率密度函数的参数。

12.根据权利要求7至10任一所述的油液监测装置,其中,

所述可接受置信区间值,根据所述概率密度函数的参数和可靠性标准中的一种确定。

13.一种油液监测装置,包括:

存储器;以及

耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器的指令执行如权利要求1至6任一项所述的油液监测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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江苏徐工工程机械研究院有限公司;西安交通大学,未经江苏徐工工程机械研究院有限公司;西安交通大学许可,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/202211055387.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top