[发明专利]油液监测方法、装置和系统

说明书

本公开提供了一种油液监测方法、装置和系统，涉及润滑油监测技术领域。该方法包括：根据监测到的油液数据，建立油液数据模型；利用油液数据模型，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。通过建立全周期监测的数学模型，利用该数据模型能够在监测数据不全的情况下补全油液数据，提高了工程机械油液监测指标失效阈值制定的精准性。

技术领域

本公开涉及润滑油监测技术领域，尤其涉及一种油液监测方法、装置和系统。

背景技术

通过监测油液中运动粘度、酸值、水分、污染磨损元素含量、颗粒数等关键指标，能够确定油液老化、油液污染和设备磨损程度的信息，进而发掘工程机械的健康状况，及早发现故障，针对性给予维护决策等支持，提升设备可靠性和工作效率并降低客户的总投入成本。油液监测的最终目的是根据监测指标对油液状态进行诊断，通过诊断为设备换油维护提供决策支持。目前油液监测系统的状态诊断通常参考国内外标准或专家经验，这种方法忽视了设备的具体工况，缺乏灵活性，准确性较低。

并且，油液监测实际过程中，为保证工程机械的健康运行，难以获取故障数据，导致监测数据不具备全周期性，导致后续数据分析准确性降低。

发明内容

本公开要解决的一个技术问题是，提供一种油液监测方法、装置和系统，能够提高质量阈值确定的准确性。

根据本公开一方面，提出一种油液监测方法，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。

在一些实施例中，补全油液数据包括：根据油液数据模型，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油液质量劣化的变化值，得到待补全时刻的油液数据。

在一些实施例中，建立油液数据模型包括：对监测到的油液数据进行拟合，得到油液数据模型。

在一些实施例中，对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。

在一些实施例中，计算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，求解概率密度函数的参数。

在一些实施例中，可接受置信区间值，根据概率密度函数的参数和可靠性标准中的一种确定。

根据本公开的另一方面，还提出一种油液监测装置，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。

在一些实施例中，数据处理模块被配置为根据油液数据模型，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油液质量劣化的变化值，得到待补全时刻的油液数据。

在一些实施例中，数据建模模块被配置为对监测到的油液数据进行拟合，得到油液数据模型。

在一些实施例中，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。

在一些实施例中，函数构建模块被配置为利用正态分布模型，构建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，求解概率密度函数的参数。