CN101806794A - 一种发动机润滑油种类快速识别方法 - Google Patents

Abstract

本发明公开了一种发动机润滑油种类快速识别方法，该方法是：收集具有代表性的样品作为训练集，测定训练集样品的质量指标，并将质量指标作为特征变量，建立发动机润滑油种类的识别模型；对于待测发动机润滑油样品种类的识别，首先测定样品的质量指标，然后利用所述的识别模型进行种类识别。本发明方法可快速将未知发动机润滑油样品识别为柴油机油、汽油机油和通用内燃机油三大类，指导发动机润滑油的正确使用，避免因误用油料带来的损失。

Description

一种发动机润滑油种类快速识别方法

技术领域

本发明涉及一种发动机润滑油种类的快速识别方法，具体地说，涉及一种快速识别柴油机油、汽油机油和通用内燃机油的方法。

背景技术

润滑油的种类繁多，如可以分为发动机油、齿轮油和液压油等。每种类型润滑油又包含多种粘度等级和质量等级。根据用途，发动机油又进一步分为汽油机油、柴油机油和通用内燃机油。每一类发动机油不能相互混用，否则会导致发动机出现故障，甚至损坏发动机。但是，在实际使用过程中，由于种种原因，常常会存在润滑油种类混用现象。为此，因此需要研制润滑油种类快速识别方法，正确指导正确用油，避免因误用油料带来的损失。目前，中国石油化工科学研究院提出“一种润滑油种类和粘度级别的快速识别方法”，能够成功将润滑油识别为齿轮油、液压油和发动机油，并且能够进一步识别其粘度级别。但是，该方法不能成功将发动机油进一步识别为汽油机油、柴油机油和内燃机油。

发明内容

本发明所要解决的技术问题是提供一种发动机润滑油种类快速识别方法，该方法通过待测样品化学组成、理化质量指标以及元素含量等参数，结合模式识别技术，可快速识别待测油品是否为柴油机油、汽油机油和通用内燃机油。

本发明提供的技术方案是：一种发动机润滑油种类快速识别方法：收集具有代表性的样品作为训练集，测定训练集样品的质量指标，并将质量指标作为特征变量，建立发动机润滑油种类的识别模型；对于待测发动机润滑油样品种类的识别，首先测定样品的质量指标，然后利用所述的识别模型进行种类识别，所述的识别模型如下：

$h_i\left(X\right)=\frac{1}{2}{(X-\stackrel{\‾}{X_i})}^T{S}_i^{-1}(X-\stackrel{\‾}{X_i})+\ln \left(P\right(w_i)-\frac{1}{2}\ln \left|S_i\right|$

其中，X_i为i类样品训练集的特征平均矩阵，S_i为i类样品训练集的协方差矩阵，P(w_i)为i类样品训练集的先验概率，即P(w_i)为i类样品数目与所有样品数目比值。

所述的发动机润滑油的种类为柴油机油、汽油机油和通用机内燃机油。

所述的质量指标包括饱和烃、芳烃、总碱值、Zn、P、倾点、闪点、粘度指数和40℃粘度指标。

所述的识别模型建立方法如下：

(1)收集具有代表性的样品作为训练集；

(2)测定发动机油化学组成、理化质量指标、各类元素含量等19项指标，并作为候选变量；

(3)评价各候选变量对发动机润滑油种类的识别能力；

(4)选用数个识别能力强的候选变量作为特征变量，结合模式识别技术，建立发动机润滑油的识别模型。

上述第(2)步所述指标包括饱和烃、芳烃、胶质、总碱值、总酸值、倾点、闪点、100℃粘度、40℃粘度、粘度指数、C含量、H含量、C/H比、S含量、N含量、Ca含量、Mg含量、Zn含量和P含量，测定方法为行业通用的标准方法。

上述第(3)步采用BAYES统计方法的F判据来评价各项指标对发动机润滑油的识别能力。F越大，说明分类能力越强，反之越差，F的计算公式如下：

$F=\frac{w_b}{w_w}\×\frac{m-g}{g-1}$

其中，g为类别数目，m为样本总数目；w_w为所选用特征的类内偏差矩阵，w_b为所选用特征的类间偏差矩阵。

上述第(4)步所述模式识别技术为BAYES判别分析，其基本原理就是比较待识别样品(X)属于各类的概率大小来进行识别，X属于概率最大的一类，具体过程如下：

(1)首先计算训练集中i类样品集的特征平均矩阵X_i、协方差矩阵S_i和先验概率P(w_i)。其中，P(w_i)为i类样品数目与所有样品数目比值；

(2)建立模型，即构建各类的h判别函数：

$h_i\left(X\right)=\frac{1}{2}{(X-\stackrel{\‾}{X_i})}^T{S}_i^{-1}(X-\stackrel{\‾}{X_i})+\ln \left(P\right(w_i)-\frac{1}{2}\ln \left|S_i\right|;$

(3)对于待识别样品X_un而言，计算X_un对训练集i类的h_i(X_un)值，然后比较h_i(X_un)大小，X_un属于h₁(X)，...，h_g(X)中最大的类，

$h_i\left(X_{\mathrm{un}}\right)=\frac{1}{2}{(X_{\mathrm{un}}-\stackrel{\‾}{X_i})}^T{S}_i^{-1}(X_{\mathrm{un}}-\stackrel{\‾}{X_i})+\ln \left(P\right(w_i)-\frac{1}{2}\ln \left|S_i\right|.$

本发明识别方法利用发动机油的质量参数，结合模式识别技术(BAYES判别分析)，可以快速地判断待测发动机油的种类属于柴油机油、汽油机油和通用内燃机油中的哪一类，指导发动机润滑油的正确使用，避免因误用油料带来的损失。

附图说明

图1为19个质量参数对汽油机油、柴油机油和通用内燃机油三类的识别能力F值。

图2为正确识别率与识别特征数目关系图。

图3为汽油机油、柴油机油和通用内燃机油在芳烃和饱和烃的分布图

图4为汽油机油、柴油机油和通用内燃机油在P和Zn含量空间分布图

图5为汽油机油、柴油机油和通用内燃机油在碱值空间分布图。

具体实施方式

本发明识别方法分四步对发动机润滑油样品进行识别。

第一步收集一定数量的具有代表性的发动机油作为训练集。

第二步采用行业标准方法测定发动机油的饱和烃、芳烃、胶质、总碱值、总酸值、倾点、闪点、100℃粘度、40℃粘度、粘度指数、C含量、H含量、C/H比、S含量、N含量、Ca含量、Mg含量、Zn含量、P含量等19项指标，作为候选识别变量。

第三步，采用F判据来评价19个指标对汽油机油、柴油机油和通用内燃机油三类发动机润滑油的识别能力。

$F=\frac{w_b}{w_w}\×\frac{m-g}{g-1}$

其中，g为类别数目，m为样本总数目；w_w为所选用特征的类内偏差矩阵，w_b为所选用特征的类间偏差矩阵。

F越大，识别能力越强。计算结果按由大到小顺序排列，见图1。

第四步，依次选取图1中前m个(m＝1，2，3，…，19)识别能力最强指标作为识别特征，选用BAYES判别方法建立识别模型(参考：许禄.化学计量学方法.科学出版社.1995)。BAYES建模具体过程如下：

(1)首先计算训练集中i类样品集的特征平均矩阵X_i、协方差矩阵S_i和先验概率P(w_i)。其中，P(w_i)为i类样品数目与所有样品数目比值；

(2)建立模型，即构建各类的h判别函数：

(式中的上标T表示转置矩阵，上标-1表示逆矩阵)

(3)模型的自检验，选用训练集样品作为待识别样品X_un，计算X_un对训练集i类的h_i(X_un)值，然后比较h_i(X_un)大小，X_un属于h₁(X)，...，h_g(X)中最大的类。

计算正确识别率p_r(％)。并绘制p_r与m的关系，见图2。选择正确识别率最高且m最小对应的变量作为最终识别变量，并建立识别模型。

第五步，对于待测发动机润滑油样品的识别，测定该样品的19项理化指标，然后选用相同的指标作为特征变量，结合训练集的模型，计算其h_i(X_un)，比较其大小进行种类识别。

本方法可用于发动机润滑油质量检测、发动机修理以及其他需要快速鉴别润滑油种类以迅速使用的场合，可对未知润滑油进行快速识别、筛选和选用。

下面通过具体实例进一步详细说明本发明，但本发明并不限于此。

实例1：识别变量识别能力的评价

1)收集新油样品

收集有明确种类标识内燃机油83个，柴油机油40个，汽油机油12个，通用机内燃机油31个。其生产商包括壳牌、ESSO、美孚、MOBIL、长城和昆仑等。

2)测定质量指标

采用标准方法测定发动机油的饱和烃、芳烃、胶质、总碱值、总酸值、倾点、闪点、100℃粘度、40℃粘度、粘度指数、C含量、H含量、C/H比、S含量、N含量、Ca含量、Mg含量、Zn含量、P含量等19项指标。表1列出了各质量参数的单位和标准方法。各种润滑油的各项质量指标测定结果见表2(因数据庞大，表2中只列出了各项质量指标的最大值、最小值和平均值)。

表1

性质	单位	标准方法
			闪点	℃	GB/T3536
倾点	℃	GB/T3535
			芳烃饱和烃胶质	wt％	RIPP 13
C含量H含量C/H	wt％	SH/T0656
			Ca含量Zn含量S含量P含量	wt％	SH/T0749
N含量	μg/g	SH/T0704
			粘度	mm2/s	G/T265
粘度指数		GB/T1995

表2

3)评价识别变量的识别能力

采用F判据来评价19个指标对汽油机油、柴油机油和通用内燃机油三类发动机润滑油的识别能力。

$F=\frac{w_b}{w_w}\×\frac{m-g}{g-1}$

其中，g为类别数目，m为样本总数目，在本实施例中，g＝3，m＝83；w_w为所选用特征的类内偏差矩阵，w_b为所选用特征的类间偏差矩阵。

F的计算结果见表3和图1。

表3

理化指标	饱和烃	芳烃	总碱值	Zn	P	倾点	闪点	粘度值	40℃粘度	H	C/H	总酸值	Ca	Mg	S	N	100℃粘度	胶质	C
																				F值	21.5	15.9	13.4	13.2	13	12.7	11.4	10.9	8.8	7	5.4	5.2	3.4	2.3	1.8	1.5	1.4	1.3	0.3

各类指标分类能力不同，F大小变化很大，范围为0到21.5。分类能力最强前5指标为饱和烃、芳烃、碱值、Zn和P指标，说明三类发动机油主要区别在于基础油、碱性添加剂和含P和Zn的添加剂(ZDDP)。绘制汽油机油、柴油机油和通用内燃机油三类样品在上述5个指标的分布范围，见图3～图5。总体上柴油机油与汽油机油和通用内燃机油区别比较明显，处于芳烃含量高、饱和烃比较低、P和Zn含量低、碱值比较高的区域；汽油机油和通用内燃机油分布相互交叉，均处于芳烃含量低、饱和烃比较高、P和Zn含量低区域；汽油机油通常处于低碱值区域，通用内燃机油碱值在汽油机油和柴油机油之间。从表1和图1还可以看出，准确识别三类发动机油具有可行性，但比较困难，需要结合模式识别技术。

实例2：确定识别特征数目和建立识别模型

在模式识别过程中，样品数/特征数越大，模型稳健性越好，因此要求尽可能的减少特征数量，而不降低识别性能。

依据实例1的识别能力评价结果(图1)，依次选用前m个识别能力最强的特征，采用BAYES判别方法建立模型，然后识别训练集样品进行检验，绘制正确识别率与识别特征数目关系，结果见图2。从图中可以看出，当m＝9时，识别率最高，故选用饱和烃、芳烃、总碱值、Zn、P、倾点、闪点、粘度指数和40℃粘度指标等9个作为特征变量，然后利用BAYES方法建立识别模型。为考察识别效果，将训练集的83个样品作为未知样品，并将相同9个指标引入模型中，计算与各类的h值，最大h值对应的类为样品的识别种类，见表4。其中，类1为柴油机油、类2为汽油机油、类3为通用内燃机油，以下相同。在所有83个样品中，只有4个被错误识别，正确识别率达到最高95.2％，超过95％，可以投入使用。4个柴油机油被错误识别为通用内燃机油；汽油机油和通用内燃机油均准确识别。

表4

实例3未知柴油机油样品识别

选取1个柴油机油作为目标识别润滑油，采用本发明方法进行识别验证，识别步骤如下：

(1)测定其理化指标，结果见表5(在实际操作时，只测定饱和烃、芳烃、总碱值、Zn、P、倾点、闪点、粘度指数和40℃粘度指标等9个指标就行)。

表5

40℃粘度/mm2/s	100℃粘度/mm2/s	粘度指数	饱和烃/％	芳烃/％	胶质/％	总碱值/mgKOH/g	闪点/℃	倾点/℃	总酸值/mgKOH/g
										138.7	13.99	97	82.3	13.7	4	11	272	-15	1.56
C/％	H/％	C/H	N/mg/L	S/％	Mg/ppm	Ca/ppm	P/ppm	Zn/ppm
										86.07	13.48	6.385	530	0.31	1626	986.61	403.01	575.73

(2)按实例1的方法，将饱和烃、芳烃、总碱值、Zn、P、倾点、闪点、粘度指数和40℃粘度指标等9个指标，置入建立的模型中，计算三类的h值，并选择最大h对应的类为识别种类，见表6。结果表明识别结果为类1，即柴油机油，与真实种类一致。

表6

实例4：未知汽油机油样品识别

选取1个汽油机油作为目标识别润滑油，采用本发明方法进行识别验证，识别步骤如下：

(1)测定其理化指标，见表7。

表7

40℃粘度/mm2/s	100℃粘度/mm2/s	粘度指数	饱和烃/％	芳烃/％	胶质/％	总碱值/mgKOH/g	闪点/℃	倾点/℃	总酸值/mgKOH/g
										65.52	10.97	160	93	3.9	3.1	5.73	224	-45	2.22
C/％	H/％	C/H	N/mg/L	S/％	Mg/ppm	Ca/ppm	P/ppm	Zn/ppm
										85.55	14.08	6.076	451	0.24	11.96	1509	829.63	972.3

(2)按实例1的方法，将饱和烃、芳烃、总碱值、Zn、P、倾点、闪点、粘度指数和40℃粘度指标等9个指标，置入建立的模型中，计算三类的h值，并选择最大h对应的类为识别种类，见表8。结果表明识别结果为类2，即汽油机油，与真实种类一致。

表8

实例5未知通用内燃机油样品识别

选取1个通用内燃机油作为目标识别润滑油，采用本发明方法进行识别验证，识别步骤如下：

(1)测定其理化指标，见表9。

表9

40℃粘度/mm2/s	100℃粘度/mm2/s	粘度指数	饱和烃/％	芳烃/％	胶质/％	总碱值/mgKOH/g	闪点/℃	倾点/℃	总酸值/mgKOH/g
										67.6	10.24	137	91.2	4.7	4.1	7.54	231	-39	1.62
C/％	H/％	C/H	N/mg/L	S/％	Mg/ppm	Ca/ppm	P/ppm	Zn/ppm
										85.28	13.6	6.2706	317	0.27	7.46	2878	751.66	1002

(2)按实例1的方法，将饱和烃、芳烃、总碱值、Zn、P、倾点、闪点、粘度指数和40℃粘度指标等9个指标，置入建立的模型中，计算三类的h值，并选择最大h对应的类为识别种类，见表10。结果表明识别结果为类3，即通用内燃机油，与真实种类一致。

表10

Claims (7)

1.一种发动机润滑油种类的快速识别方法，其特征在于：收集具有代表性的样品作为训练集，测定训练集样品的质量指标，并将质量指标作为特征变量，建立发动机润滑油种类的识别模型；对于待测发动机润滑油样品种类的识别，首先测定样品的质量指标，然后利用所述的识别模型进行种类识别，所述的识别模型如下：

$h_i\left(X\right)=\frac{1}{2}{(X-\stackrel{\‾}{X_i})}^T{S}_i^{-1}(X-\stackrel{\‾}{X_i})+\ln (P\left(w_i\right)-\frac{1}{2}\ln |S_i|$

其中，X_i为i类样品训练集的特征平均矩阵，S_i为i类样品训练集的协方差矩阵，P(w_i)为i类样品训练集的先验概率，即P(w_i)为i类样品数目与所有样品数目比值。

2.按照权利要求1所述的识别方法，其特征在于：所述的发动机润滑油的种类为柴油机油、汽油机油和通用机内燃机油。

3.按照权利要求1所述的识别方法，其特征在于：所述的质量指标包括饱和烃、芳烃、总碱值、Zn、P、倾点、闪点、粘度指数和40℃粘度指标。

4.按照权利要求1所述的识别方法，其特征在于：所述的识别模型建立方法如下：

(1)收集具有代表性的样品作为训练集；

(2)测定发动机油化学组成、理化质量指标、各类元素含量指标，并作为候选变量；

(3)评价各候选变量对发动机润滑油种类的识别能力；

(4)选用若干个识别能力强的候选变量作为特征变量，结合模式识别技术，建立发动机润滑油的识别模型。

5.按照权利要求4所述的识别方法，其特征在于：第(2)步所述指标包括饱和烃、芳烃、胶质、总碱值、总酸值、倾点、闪点、100℃粘度、40℃粘度、粘度指数、C含量、H含量、C/H比、S含量、N含量、Ca含量、Mg含量、Zn含量和P含量。

6.按照权利要求4所述的识别方法，其特征在于：第(3)步采用BAYES统计方法的F判据来评价各项指标对发动机润滑油的识别能力，F越大，说明分类能力越强，反之越差，F的计算公式如下：

$F=\frac{w_b}{w_w}\×\frac{m-g}{g-1}$

其中，g为类别数目，m为样本总数目；w_w为所选用特征的类内偏差矩阵，w_b为所选用特征的类间偏差矩阵。

7.按照权利要求1所述的识别方法，其特征在于：第(4)步所述模式识别技术为BAYES判别分析，具体过程如下：

(1)首先计算训练集中i类样品集的特征平均矩阵X_i、协方差矩阵S_i和先验概率P(w_i)，其中，P(w_i)为i类样品数目与所有样品数目比值；

(2)建立模型，即构建各类的h判别函数： $h_i\left(X\right)=\frac{1}{2}{(X-\stackrel{\‾}{X_i})}^T{S}_i^{-1}(X-\stackrel{\‾}{X_i})+\ln (P\left(w_i\right)-\frac{1}{2}\ln |S_i|;$

(3)对于待识别样品X_un，计算X_un对训练集i类的h_i(X_un)值，然后比较h_i(X_un)大小，X_un属于h₁(X)，...，h_g(X)中最大的类， $h_i\left(X_{\mathrm{un}}\right)=\frac{1}{2}{(X_{\mathrm{un}}-\stackrel{\‾}{X_i})}^T{S}_i^{-1}(X_{\mathrm{un}}-\stackrel{\‾}{X_i})+\ln (P\left(w_i\right)-\frac{1}{2}\ln |S_i|.$

Images