CN105051498A - 基于路线的物质分析系统和方法 - Google Patents
基于路线的物质分析系统和方法 Download PDFInfo
- Publication number
- CN105051498A CN105051498A CN201380069294.7A CN201380069294A CN105051498A CN 105051498 A CN105051498 A CN 105051498A CN 201380069294 A CN201380069294 A CN 201380069294A CN 105051498 A CN105051498 A CN 105051498A
- Authority
- CN
- China
- Prior art keywords
- assets
- oil
- route
- oily
- spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004458 analytical method Methods 0.000 title claims abstract description 60
- 239000000126 substance Substances 0.000 title description 21
- 238000001228 spectrum Methods 0.000 claims abstract description 52
- 239000000463 material Substances 0.000 claims description 70
- 238000012512 characterization method Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 22
- 238000013459 approach Methods 0.000 claims description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 239000000779 smoke Substances 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 7
- 239000002253 acid Substances 0.000 claims description 6
- 239000002671 adjuvant Substances 0.000 claims description 6
- 238000002329 infrared spectrum Methods 0.000 claims description 6
- 230000003647 oxidation Effects 0.000 claims description 5
- 238000007254 oxidation reaction Methods 0.000 claims description 5
- 238000007127 saponification reaction Methods 0.000 claims description 4
- 239000003921 oil Substances 0.000 description 104
- 238000012360 testing method Methods 0.000 description 48
- 239000000314 lubricant Substances 0.000 description 18
- 238000005259 measurement Methods 0.000 description 18
- 238000000605 extraction Methods 0.000 description 15
- 239000002585 base Substances 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 238000007689 inspection Methods 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000036541 health Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 239000012530 fluid Substances 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 5
- 238000004566 IR spectroscopy Methods 0.000 description 4
- 238000005102 attenuated total reflection Methods 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008676 import Effects 0.000 description 4
- 229910052742 iron Inorganic materials 0.000 description 4
- 239000010705 motor oil Substances 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 241000894007 species Species 0.000 description 4
- LYCAIKOWRPUZTN-UHFFFAOYSA-N Ethylene glycol Chemical compound OCCO LYCAIKOWRPUZTN-UHFFFAOYSA-N 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 239000000567 combustion gas Substances 0.000 description 3
- 238000011109 contamination Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000004513 sizing Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 239000010710 diesel engine oil Substances 0.000 description 2
- 229920001971 elastomer Polymers 0.000 description 2
- 239000010721 machine oil Substances 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 210000000697 sensory organ Anatomy 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- CWYNVVGOOAEACU-UHFFFAOYSA-N Fe2+ Chemical compound [Fe+2] CWYNVVGOOAEACU-UHFFFAOYSA-N 0.000 description 1
- 229920000459 Nitrile rubber Polymers 0.000 description 1
- 229910019142 PO4 Inorganic materials 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 239000007866 anti-wear additive Substances 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 150000001735 carboxylic acids Chemical class 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 239000011538 cleaning material Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000002939 deleterious effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 239000008393 encapsulating agent Substances 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012812 general test Methods 0.000 description 1
- 239000010720 hydraulic oil Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002923 metal particle Substances 0.000 description 1
- 239000013528 metallic particle Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 1
- 239000010452 phosphate Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000010723 turbine oil Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3577—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; Viscous liquids; Paints; Inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/55—Specular reflectivity
- G01N21/552—Attenuated total reflection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/02—Mechanical
- G01N2201/022—Casings
- G01N2201/0221—Portable; cableless; compact; hand-held
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Engineering & Computer Science (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- General Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种基于路线的分析系统,该基于路线的分析系统在一个版本中包括红外分光计子系统,该红外分光计子系统被配置成生成引入到油样品管中的油的光谱。该系统显示包括具有要检查的油的资产的路线。确定在每一种资产中使用的油的类型。针对该路线上的每一种资产,定位专用于该资产中使用的油的一种或多种油特性方法。每一种资产的油的光谱利用特定方法来分析,以便生成油特性。
Description
相关申请
本申请在35U.S.C.§§119、120、363、365、以及37C.F.R.§1.55和§1.78下要求保护2013年11月26日提交的美国专利申请No.14/090685和2012年11月30日提交的美国临时申请No.61/731559的权益和优先权,并且每一个都通过该引用而并入于此。
技术领域
本发明涉及基于路线(route)的检查,并且在一个具体示例中,涉及容易使用基于路线的红外分光计油分析系统。
背景技术
基于路线的检查为全面文档化检查提供自动报告。参见"IR:What'saSurvey?What'saRoute?",RayGarvey,http://www.reliabieplant.com/article/print/3721:NoriaCorporation,"LubeRoutesvs.ComboPMs:What'sBest?WhatAretheIssues?"http://www.machinerylubrication.com/Read/2347/lube-routes-pm;以及MarcVilaForteza,"UsingOilAnalysisandDailyInspectionstoImproveLubrication",http://www.machinerylubrication.com/Read/29122/inspections-improve-lubrication,其通过该引用并入于此。基于路线的检查已经结合振动分析和红外摄像机来使用。利用红外分光计和类似装置的基于现场的属性已经被用于确定样本的组成属性。还参见通过引用而全部并入于此的美国专利Nos.7698080、7454050、7254501、5637871、以及5386117。
发明内容
到此刻为止,尚未在基于路线的检查系统中成功实现红外光谱学或类似检查方法。
一种可能原因是,IR光谱学复杂并且高度敏感。而且,给定设施可以包括每一个都包括不同润滑油的许多不同资产(有时有1000个或更多)。在一个优选系统中,使用针对每一种油的基准光谱。而且,不同的资产具有不同的报警限制。例如,在燃气涡轮发动机中使用的油与柴油发电机中使用的油完全不同,而且两种机器具有完全不同的报警限制,或者另一燃气涡轮发动机也是如此。
分析每一种资产的油的光谱,如果针对每一种资产和每种类型的油执行相同方法,则可能导致频繁漏报(falsenegatives),漏报意指在基于路线的检查中,资产中的油在其未造成对该资产的可能威胁时,被报告为正处于容限内。
在本发明中,用户他/她本身不需要关注选择不同加权卷积函数或波长区来正确分析不同的油。相反的是,用户跟随向他显示的路线,在每一个检查点,向该单元的样品管加载来自一资产的油,启动自动计算机化的分析方法,以及指明任何报告报警指示。
本发明提供了这样一种方法和装置,以通过使用编程逻辑来避免或减少在油采样和分析期间引入的人为错误,从而正确地标识测试技术和超限水平,并避免或减少对靠人检查员正确地标识现场的测量点的依赖。
这应用于围绕具有固定资产的工厂步行的检查员,或者其应用于移动的车队资产时常进入其中的服务舱中的检查员。
特征在于一种基于路线的分析系统,该基于路线的分析系统包括:油样品管,红外分光计子系统,该红外分光计子系统被设置成生成引入到该油样品管中的油的光谱,以及处理子系统。该处理子系统被设置成,显示包括具有要检查的油的资产的路线,确定每一种资产中使用的油的类型,针对该路线上的每一种资产,定位专用于该资产中使用的油的一种或多种油特性方法,以及针对沿该路线的每一种资产,定位专用于该资产的报警设置。该路线本身可以基于时间、基于以前条件、由用户指定、或者通过该处理子系统本身中的人工智能确定,以生成适应路线。这种系统使得能够基于可以通过该处理子系统因子化的经济和ROI考虑,来实现整个范围的资产的有计划的覆盖。
接着,该处理子系统在将油引入至沿该路线的样品管之后,利用所定位的专用方法分析每一种资产的油的光谱,并且计算和生成油特性。将这些油特性与专用于该资产的报警设置比较,并且显示油特性和任何报警指示。
在一个优选实施例中,该处理子系统针对每一种资产的油,定位基准光谱。分析可以包括利用比较所生成光谱与基准光谱的油特性方法。优选的是,不同的油特性方法覆盖不同的光谱波长范围,并且不同的油特性方法包括诸如卷积函数的不同加权函数。典型显示的油特性包括:含水量、酸度、油烟含量、添加剂的存在、和/或氧化百分比、和/或其组合。对于选定资产,该特性还可以包括计算的总酸值和/或皂化值。对于其它资产,该油特性可以包括总碱值。
在一个示例中,该样品管是翻盖式样品管。一种便携式手持单元可以包括用于所显示信息的屏幕。在一些示例中,将在该路线上的每一种资产中所使用的油的类型、油特性方法、以及报警设置存储在手持便携式单元中。
应注意到,在该示例中的样品管实际上为两个窗口之间的油样品的有限体积。然而,样品管可以被概括成包括用于生成有关关注样本的感官参与的其它感测配置。而且,将关注样本带至样品管和将样品管带至关注样本实际上相同。根据本发明,样品管可以接纳关注样本,或者可以将样品管递送至关注样本。
而且,特征还在于一种基于路线的分析方法,该方法包括以下步骤:显示包括具有要检查的油的资产的路线,确定每一种资产中使用的油的类型,针对该路线上的每一种资产,定位专用于该资产中使用的油的一种或多种油特性方法,以及针对沿该路线的每一种资产,定位专用于该资产的报警设置。将来自该路线上的一资产的油加载到样品管中。生成引入至该油样品管的油的红外光谱,并且利用专用于油类型的方法分析该红外光谱,来计算和生成油特性。将这些油特性与专用于该资产的报警设置比较并显示。
而且,特征还在于一种分析系统和方法,该分析系统和方法包括:分析子系统,该分析子系统被设置成分析引入至样品管的物质,和处理子系统。该处理子系统被设置成:确定与一资产相关联的物资的类型,针对每一种资产,定位专用于该资产中使用的物质的一种或多种分析方法,以及在将该物质引入至样品管之后,利用生成至少一个特性的所定位分析方法来分析该资产的物质。
基于路线的油分析典型地涉及清洁步骤。该清洁步骤通常旨在将样品管返回至令人满意的状态,准备好进行与新样本的感官接触。重要的是,确保下一测量不会不利地被残留的以前样本或残留的清洁材料所影响。常见清洁工序示例是,擦拭或冲洗或排出或烘干或这些中的两种或更多种的组合。还常见的是,要执行补偿步骤或“清洁-检查”步骤,以进一步去除一天一天地或从测试至测试的交叉污染、残留物、或其它环境或物理变化对测量的不利影响。
在一个版本中,所述处理子系统还被设置成,针对每一种资产,定位专用于该资产的报警设置,并且基于该报警设置显示一个或多个报警指示。在一个示例中,该物质是油,并且在一个示例中,该分析子系统是针对引入到样品管中的油生成光谱的红外分光计。该处理子系统可以被设置成,针对每一种资产的油,定位基准光谱,并且分析包括利用比较所生成光谱与基准光谱的油特性方法。该方法优选地覆盖不同光谱波长范围并且针对不同油使用不同加权函数。在一个基于路线的实施例中,所述处理子系统还被设置成,使用路线数据来显示包括要沿一路线检查的资产的路线。该路线数据被关联至油类型、资产信息、报警限制、基准光谱等。
该基于路线的油分析方法避免或减少了人为错误。一种方法包括利用手持、便携式的基于路线的分析单元,其具有油样品管(例如,透射、ATR、反射、DRIFT等)和红外分光计子系统,该红外分光计子系统被设置成生成引入到该油样品管中的油的光谱。该方法可以使用多个物质ID,其中,物质ID还包括表示一润滑剂产品或在利用特定分光技术测试时产生类似红外分光测量结果的一组润滑剂产品的指定,其中,分光技术是限定光谱特征提取技术。该方法还可以使用多个阈值关联点,其中,阈值表示针对来自包括化学特征、污染特征、或磨损特征的组的一特征的超限水平。该方法可以包括以下步骤:利用具有多个分离点的结构化数据库编程电子存储器,向该结构化数据库中的所述多个点中的每一个指配相关物质ID和特征超限水平,利用编程逻辑来帮助检查员构造经过该结构化数据库中的所述多个点中的至少一部分的优选路线,利用编程逻辑来引导用户寻找包括该路线或数据库的组内的一特定点,利用编程逻辑来解释该点的物质ID,并且根据该信息确定指配的分光技术和超限水平,以及利用编程逻辑来在利用红外分光计从该点测试并报告来自一样本的特征结果时应用正确选择的分光技术和超限水平。
现场检查员可以使用一装置来标识油隔室,测试来自该隔室的样本,并且查明可能误用或劣化。这种装置可以包括编程分光计,其具有样本测试管、显示器、微处理器、用户输入部、和存储器,其中,该存储器利用具有表示样本收集点的多个点的结构化数据库编程,并且将物质ID和超规定水平指配给每一个点。每一个物质ID都可以是来自相区分的第一和第二物质标志的指定,其中,一物质指定是一个润滑剂产品或者在利用相关测试序列和特征提取技术测试时产生类似测量结果的一组润滑剂产品的标识符。第一、第二、以及第三润滑剂产品标识符对应于相区分的润滑剂产品。第一、第二、以及第三润滑剂隔室标识符对应于相区分的设备。第一和第二测试配置,其中,每种测试配置根据测试第一物质产生可重复结果,而在测试第二物质时产生不同的可重复结果。第一和第二超规定水平对应于该第一和第二润滑剂隔室。该编程分光计帮助检查员定位现场中的一点,并且该编程分光计使用编程逻辑对由定位一点的操作员导出的信息进行操作,以执行预选定分光测试序列和特征提取技术,并且在比较结果时应用正确的超规定水平。
现场检查员所使用的装置还可以包括相区分的润滑剂产品,其中,第一润滑剂产品是来自液压流体的第一制造方的第一液压流体。第二润滑剂是来自重型柴油发动机油的专门制造方的专用重型柴油发动机油。第三润滑剂是来自液压油设备的第二制造方的第二液压流体,其中,第一隔室是从液压泵引导至液压机构的加压管路,第二隔室是来自移动式机器的发动机曲轴箱,第三隔室是存储隔室。第一配置是用于测试液压油但不用于测试发动机油的配置,而第二配置是用于测试发动机油但不用于测试涡轮机油的配置。第一水平可以是对于第一油隔室TAN增加0.4,而第二水平可以是对于第二油隔室TBN降低50%。第一和第三润滑剂产品可以被测试并示出为通过第一物质指定标准而未通过第二物质指定标准。第二润滑剂产品被测试并示出为未通过第一物质指定标准而通过第二物质指定标准。
一种基于样品点的油分析方法通过利用编程逻辑基于现场一测量点的标识正确地标识与油测试器一起使用的测试技术和超限水平来减少错误。一种方法包括利用多个物质ID,其中,物质ID还包括表示一润滑剂产品或在利用特定测量数据特征提取技术测试时产生类似测量结果的一组润滑剂产品的指定。该方法可以使用多个阈值关联点,其中,一阈值表示针对一特征的超限水平。该方法还可以包括以下步骤:利用具有多个分离点的结构化数据库编程电子存储器,向该结构化数据库中的所述多个点中的每一个指配相关物质ID和特征超限水平,利用编程逻辑来引导用户寻找数据库内的一特定点,利用编程逻辑来解释该点的物质ID,并且根据该解释,确定指配的提取技术和超限水平,以及利用编程逻辑在测试并报告利用油测试器测试该点的样本的特征结果时,应用正确的提取技术和超限水平。
该物质ID特征提取技术并入根据新物质样本测量的数据。该类似测量结果可以是用于与一容限比较的数字。该特征通常来自包括以下内容的组:总碱值特征、总酸值特征、氧化特征、油中水特征、抗磨损添加剂特征、以及抗氧化剂特征、铁颗粒测量、非铁金属颗粒测量、颗粒污染测量、以及元素PPM测量。
该分离点可以是来自包括以下各项的分离点的组,包括:空间分离点(如具有固定资产的工厂中)、临时分离点(如服务舱中,其中,移动车队设备周期性访问)、或空间且时间是分离的点(固定和移动设备两者的这种组合)。使用户寻找一特定点的引导来自包括以下各项的组:用于用户观看点信息的显示、RFID位置标签和关联读取器、GPS坐标和关联GPS接收器、条形码位置标签和关联读取器、以及这些中的两个或更多个的组合。该编程逻辑还利用推理引擎来解释报告的特征结果,以导出用户可以基于该报告的特征结果来推荐的逻辑观察和动作。
然而,本主题发明在其它实施例中不需要实现所有这些目的,并且其权利要求书不应受限于能够实现这些目的的结构或方法。
附图说明
图1是示出根据本发明的手持便携式的基于路线的分析单元的一个实施例的示意性三维正视图;
图2是示出与用于图1所示单元的红外分光计子系统的一实施例相关联的主要部件的示意性框图;
图3示出与图1描绘的分析单元的处理子系统的一实施例相关联的主要部件的框图;
图4是描绘与根据本发明的基于路线的分析方法相关联的主要步骤并且还描绘与在图3所示处理器上操作的计算机软件相关联的主要步骤的流程图;
图5A-5D是示出路线和所显示油特性的、图1所示单元的显示的画面快照;
图6示出了与填充如图3所示结构化数据库相关联的主要步骤;
图7是描绘与编程图3所示处理器相关联的几个步骤的另一流程图;
图8是显示在图1所示系统的显示屏上的、通过与图3的处理器相关联的编程所生成的主菜单的描绘图。
具体实施方式
除了下面公开的优选一个或多个实施例以外,本发明能够具有其它实施例,并且能够按各种方式具体实践或执行。由此,应当明白,本发明在其应用方面不限于在下面的描述中阐述的或者在附图中例示的部件的构造和布置的细节。即使在此仅描述了一个实施例,其权利要求书也不限于该实施例。而且,其权利要求书不应被限制性地阅读,除非具有清楚且令人信服的证据表明特定排除、限定,或弃权。
图1描绘了具有翻盖式油样品管组件12的、手持便携式的基于处理器的、基于路线的油分析系统10的一实施例。参见通过引用并入于此的美国专利No.8384895。磁体14a和14b在将样品管打开以加载油样品时以可释放方式保持外壳70上的板16a。其它样品管是本领域技术人员已知的。可以使用透射型、反射率、ATR、DRIFT、以及其它样品管技术。
存在输出显示屏72和诸如按钮74、滚轮76的输入装置,以用于在显示在经由单元10中的处理子系统上操作的软件所生成的屏幕72上的菜单驱动选项当中进行选择。
在单元外壳70内是红外分光计子系统,其被设置成生成引入到窗口化板16a与16b之间的样品管组件12中的油的光谱。在一个示例中,这种红外分光计子系统包括图2的红外光源62,红外光源62发射穿过板16a中的窗口30a、油样品60、以及板16b中的窗口30b的辐射63。此后,该辐射前进至典型包括检测器装置的分析器64,检测器装置全部可以根据美国专利Nos.6289149;和5856870;和/或美国专利申请No.11/347482来设计。该红外分光计子系统分析器优选地输出经分析的油样品的红外光谱。然而,可以使用其它红外分光计子系统,甚或可以使用基于诸如可见光、紫外光等的电磁能的光谱的其它分析器。而且,可以分析除了油以外的其它物质,如燃料、水等。
接着,利用在图3的处理器80上操作的程序来分析该光谱,处理器80计算并在图1的输出屏幕72上显示各种油特性和报警指示。这样编程的分析方法基于所分析物质的类型(例如,其化学性质等)而改变。
处理器80可以是微控制器、现场可编程门阵列、CPU、GPU、专用集成电路、处理器和/或可以与图2的分析器64组合的协处理器,或者可以包括分布式系统(例如,分离的膝上型电脑或PC)等。
外壳70还可以包含诸如只读存储器或随机存取存储器的一个或多个存储器芯片或器件,其存储数据、信息、以及计算与数据方程,统一被示出为如图3的数据库82,包含(例如,经由上载的)路线数据、用于路线上的不同资产的油特性方法、基准光谱以及专用于不同类型资产的报警限制。在一个示例中,沿该路线的一个检查点是具有充满油的齿轮箱的机器。数据库82包含该资产的位置、用于采样齿轮箱油的指令、油的类型(例如,其化学性质、标识符、其特性、油中使用的添加剂、该油的基准光谱等)、油特性分析方法(例如,计算、要在卷积函数中使用的特定权重、要分析的波长区等)。针对特定油特性的报警限制基于该机器和/或其油等。处理器80定位并加载该数据和信息,以便执行油分析。处理子系统80利用存储在数据库82中的路线数据,在输出部(例如,图1的屏幕72)上显示包括具要检查的油的资产的路线。参见通过引用并入于此的美国专利No.7454050和No.5637871。由此,该处理子系统被编程或以其它方式设置成显示路线数据(图4的步骤90)。
在一个基于路线的实施例中,用户可以读取图1的屏幕72上的文本(和/或观看图形信息,如地图、工厂布局、和/或平面布置图等,其包括各种资产(例如,设备)的图片或其它描绘),指令用户例如向工厂车间的特定位置(检查点)处的燃气涡轮发动机进发,并且挖取(sump)该燃气涡轮发动机的油。参见图5A-5B,用户将该油加载到样品管12中,并接着使用输入按钮74和/或滚轮76以启动分析(图4的步骤92)。
接着,图2的分析器64响应地如上讨论地生成该油的光谱,并且图2的处理器80根据数据库82,利用路线数据、资产信息、输入油类型等来确定在每一种资产中使用的油的类型(油ID)。基于油的类型、及其标识、和/或其化学性质和/或利用该油的机器(统称为油类型),在图3的数据库82中定位合适的油特性方法和基准光谱。参见图4的步骤94-100。
这些方法在用于分析由分析器向处理器提供的光谱的计算中使用,以输出油特性,如含水量、酸度、油烟含量、添加剂类型和含量、氧化程度等。可以检测并报告存在不正确添加的物质(图4的步骤100)。参见图5C。
在另一示例中,检查器向一资产进发,并且使用条形码读取器,以基于该资产上或附近的条形码标签来向该系统输入该资产的油类型(例如,化学性质)、资产类型、分析方法、报警限制等。
如前提到,不同的油需要不同的分析方法、计算、分光技术,甚至不同的波长区整合和卷积函数权重,以利用所检测油光谱与基准光谱之间的差异来达到正确的酸度估计等。而且,不同的资产具有不同的报警设置(阈值、超限水平),其针对每一种机器存储在图3的数据库82中。例如,报警限制可以是油类型、机器类型和/或寿命、或这种数据的组合的函数。
对于该燃气涡轮机示例来说,处理器80基于燃气涡轮发动机中的已知油类型而返回并运行合适的油特性方法,返回针对该油的基准光谱、并且返回针对被检查的该特定燃气涡轮发动机的报警设置。参见图4的步骤96-100。
在一个示例中,另一检查点是柴油发电机。图5D示出了图5A的路线中的第二检查点。处理器80基于柴油发电机中的已知油类型而返回并运行合适的油特性方法,返回针对该特定柴油发电机油的基准光谱、并且返回针对被检查的该特定柴油发电机的报警设置。
典型地讲,针对燃气涡轮发动机的报警设置将完全不同于针对柴油发电机的报警设置。例如,与燃气涡轮发动机相比,被允许含水量和酸度在柴油发电机中被放宽。而且,利用合适的油类型和油特性方法来分析由红外光谱子系统所生成的该油的红外光谱,从而使得能够计算总酸值和/或皂化值和总碱值。对于在柴油发电机中使用的油来说,总酸值不适用,而对于在燃气涡轮机中使用的油来说,总碱值不适用。
在分析针对燃气涡轮发动机油和柴油发电机油的光谱时,在不同波长范围上可能发生整合(例如,对于燃气涡轮机来说2.5-5μm,而对于柴油发电机来说,5-11μm),从而被用于基于上述整合来计算各种特性的加权卷积函数可以具有不同的加权因子。
处理器80因而在图1的显示器72上显示合适的油特性连同任何报警指示(图4的步骤104)。例如,如果水所占百分比太高,则所计算含水量的值可以按红色或者经由闪烁数字等来显示。还可以基于报警指示来显示推荐,包括用于改变油、添加某种添加剂等的指令。
该处理子系统通常还生成并存储针对每一种资产的报告,注明检查日期和时间、检查结果、所推荐和/或采取的动作、基于以前报告的趋势分析等。这种请求可以存储在图3的数据库82中,和/或利用有线或无线(例如,Wi-Fi)连接上载至主计算机子系统。
在其它示例中,该检查装置测试粘度(参见通过引用并入于此的公布美国申请No.U.S.2012/0180553)。该检查系统还可以包括颗粒计数/成像子系统等。利用油的其它设备包括压缩机、传动装置等。
在今天的工业工厂中,优选的是,通过跟随预定检查路线的人员来执行机械健康检查。这种“巡逻(walkingthebeat)”方法提供了一种用于利用各种工具来执行有效机械分析的极其有效的方法。这种方法在其中在每一种资产上永久性设置检查设备不划算的许多情况下,具有当场检查、实时检查以及数据聚合连同有利的经济性的优点。
确定定量润滑剂特性在这这一点上不能够满足这些预定路线健康检查的操作的进展速度。分析在每一个测量点应当按秒钟来执行,最迟一分钟或两分钟。随着图1的手持式单元10的出现,在该机械的采样点,可以在整个过程1-2分钟内读取关键的定量油参数。在一个示例中,基于路线的分析将如下继续进行。
维护服务器被设置成基于一组分析规则来生成油分析路线。这些规则可以基于时间、基于以前条件、或者由维护工程师指定。该路线可以包括:资产序列次序、资产标识、以及需要的基准油信息(如油名称、类型、特性限制等)。参见图4的步骤94。
所生成路线在维护服务器与将执行该基于路线的分析的装置之间同步。这可以按许多方法来实现,包括直接数据库同步、文件下载/传递、或者条形码列表,条形码列表可以充当样品瓶标签的双重目的。对于一组循环路线来说,可以构成81/2x11纸张的活页夹,无论何时指示该路线,其都可以被抽出并扫描。样品标签提供这样的益处,即,潜在地将独立地从标签或其它现场测试仪器收集的其它数据包括在该同一样品记录中。对于客户来说,用于实现其的另一方法是打印并层压要附至每个样品点的点标签。接着,当客户沿该路线行走时,他/她可能扫描该条形码,并由此构建一路线。
利用加载并显示该路线的手持式机器,在每一种资产上执行分析。该手持式机器按自引导方式操作,以使在完成对给定资产的分析时,向用户呈现下一资产的信息。参见图4的步骤90。这可以包括该资产的GPS坐标、物理资产的图片、序列号、或关于定位该资产的简单指示。该手持式机器包含为执行图3的数据库80中的分析所需的所有计算工具。
每一种资产扫描的结果都被存储在该手持式装置的数据库中。一旦生成这些结果,操作员就观看它们。它们可以包括从维护服务器导入的报警限制,以使操作员可以根据该分析立即查看该机器是“规定内(in-spec)”还是超规定(out-of-spec)。如果超规定,则可以向操作员提供附加指令,如收集一瓶样品以供进一步分析。
当完成该路线时,该手持式装置再次与维护服务器同步。接着,维护工程师可以细读该数据,并且使用服务器的分析工具来确定有关该路线上的资产的进一步动作。
利用手中的这种类型的系统,基于路线的油分析现在是用于大型设施的有价值工具,其已经可以执行基于路线的机械健康监测。随着基于路线的系统的自然流程,系统向决策者示出了油分析可以怎样在文字上适合它们的其它工具的上下文。还提供一种用于以最小或无纸化工作来执行油分析的便利且实用的方法。而且,随着考虑到将来,并且随着用于按其用于振动监测的方式进行油分析的线旁(at-line)工具,线中(in-line)工具以及线上(on-line)工具的出现,可以看到用于这两种机械健康探查的类似前进路径。利用基于路线的油分析,可以基于经济性和ROI考虑来规划整个范围的资产。具有和手持式线旁工具相同的能力的专用线中和线上分析器可以在合适时候使用,利用此,与基于路线的系统绑定在一起的数据流进入维护服务器和总体系统中。还可以考虑对于当今的仪表化状态(其主要涉及相对于线旁或实验室测量很少能够进行线中和线上油分析的仪器)更实际的架构,但这种异类系统的有效性对于某些应用,尤其是,需要接近实验级定量结果的那些,可以是挑战性的。
同时,清楚的是,诸如振动和温度记录的机械健康的油分析和其它探查具有基本差异,该差异必须在规划如何和何时利用新兴油分析工具来预测时加以仔细考虑。由于油分析在本质上是对包括碱和添加剂以及污染物和磨损产物的油的物理和化学调查,因而,其相对于振动或温度记录提供了显著且不同的挑战,振动或温度记录在它们的核心处使用直接从机械本身产生的信息。化学信息必须从油提取,并接着可以被用于对机械的健康、系统污染的类型和程度、以及油的功能状态进行评估。定量油分析工具在速度、大小以及重量上的数量级提升表明,随着现在可以实现基于路线的油分析范例而实现这种提升。
本发明的优选实施例典型地包括:图3的结构化数据库80、与该数据库相关联的路线信息、用户优选检查路线、将具有路线信息的路线传递到感测系统中、在数据收集和现场分析期间使用该路线信息、以及上载测量和发现,以更新该结构化数据库。
如图6所示,结构化数据库可以包括典型地按多层树状结构显示的分级设备数据库,其中,例如,顶部层级是区域或车队(fleet)或机组或机翼或某一这种指定。数据库可以包括图6的多个区域200。接着,每一个区域都包括一个或多个设备205或者车辆或者机器或者飞机或者某一这种指定。依次地,每一个设备项都包括一个或多个点206或者测量位置或样品端口。
该结构化数据库典型地包括:诸如分析参数集的分析信息208,和与类型和单元有关的详细信息以及与参数相关联的设置和方法。应注意到,如在此使用的,术语参数和特性优选地与测量同义,而不限于参数化或正态统计分布。事实上,在此引用的一些参数是随意的,并且可能不是正态分布。
该结构化数据库还典型地包括用于分析参数的至少一部分的报警限制信息210,其中,基于一参数值与定义的一组报警限制或阈值的逻辑比较,将一报警限制典型地视为正常、低警告、高警告、低故障、或高故障状态。报警限制可以基于零或者基于基准或者基于点或者另一相关基线。报警限制还可以基于相对于基线的绝对偏差或百分比偏差。与基线相比报警限制可以高或低,或者或高或低。报警限制可以基于工业接受的或OEM推荐的标准值,它们可以基于变化率、基于测量群体的分类累积分布、基于统计过程控制类型计算、或者基于另一接受方法。还可以将其它报警设置方法指配给根据本发明的结构化数据库,如对于应用适用的话。
本发明的另一方面是,向结构化数据库填充相关路线信息,如物质的、对象的、应用的、或在用应用的操作历史的特征214的物质标识212。
本发明的一个方面是,将相关物质信息存储在结构化数据库中以使在根据该数据库创建一路线时,该相关物质信息被系统性地向在基于路线的物质分析中使用的感测系统公布。这种将物质信息(例如,油类型)电子传递至现场分析工具使得感测分析装置能够交付更多的可重复或准确的分析结果,并且无错误地将那些结果返回至结构化数据库。
本发明的特别实际且有用的方面是,使用物质标识或物质ID或类型的物质信息特征。物质ID是向利用相同测试序列、特征提取技术、以及分析方法来测试的一组一个或多个不同物质所赋予的指定。
与测试序列、特征提取技术、以及分析方法的现场选择相关的物质信息还可以包括新油规范、特性、以及由专业人员公布的有关该物质的其它描述信息、其与其它材料的兼容性、其脆度、其强度、以及基于经验的发现。
除了物质ID以外,与本发明相关的路线信息可以包括与该物质相接触的物体的特征,如密封或轴承或压力或流速率。例如,磷酸酯润滑剂如果与Buna-n橡胶弹性体和密封材料发生亲密接触,则很可能具有有害影响。该资产信息被存储在图3的数据库80中。编程感测系统中的编程逻辑可以识别有关材料兼容性的路线信息连同测试结果,以向验证并检查其的用户生成有关可能不兼容性的观察和推荐。
路线信息还可以包括一应用的特征并且还包括一应用的在用历史的特征。例如,路线信息可以报告一资产(应用)是针对一路线中的第一点的发动机,而另一资产或应用是针对路线中的第二点的传送装置。针对该示例,可以提示该感测系统在基于路线的油分析序列期间,在第一测试中设置并测试发动机油分析参数,而针对第二测试设置并测试齿轮箱或动力传送装置油分析参数。在这个示例中,嵌入感测系统中的逻辑可以被用于检查可能误用的流体(其中,错误的油处于该应用中),或者检查切换的样品次序,其中,所测试的第一样品实际上是传动装置油,而第二样品实际上是发动机油。基于希望或历史值,可以将编程逻辑用于标志与潜在误用的油或调换测量有关的观察,由此使得现场用户能够立即验证并接着进行准确且经验证的推荐。
与一应用的在用状态或操作历史有关的路线信息特征可以被传递至感测系统,由此,使得该感测系统能够显示每一个路线点的最后测量值,显示或计算参数值的变化率,并且报告报警条件。例如,当在结构化数据库中的报警限制集内设置一参数时,向感测系统传递报警阈值连同物质信息是有用的,以使现场用户立即获知所采取的下一测量怎样与这些阈值相比较。
在图6中,步骤3涉及路线的用户创建。这可以按几种不同方法来实现。对于第一示例来说,用户可以在数据库中预定了所有样品点,以供安排的采样和分析。在该示例中,用户可以向数据库查询过期或很快到期的所有样品的列表,以供采样和分析。该结构化数据库软件可以被结构化成易于这些样品点的接近关联,如平面布置图上的点的图形显示,以帮助用户编号用于步行通过该路线的序列。对于第二示例来说,用户可以通过分步通过设备数据库并且按每个要测试的点添加一个样品来构造一路线。在该示例中,随着样品的添加,批量列表或路线列表按样品被选择的次序利用该样品创建。本领域技术人员清楚用于创建用于在路线上步行的逻辑路线的其它人工或自动化方案。
在图6中,步骤4,用户将路线信息导入到感测系统中。这可以按许多不同方法中的任一种来进行。这里是许多示例中的几个:利用LAN或WAN或USB文件传递或RS232或RS485的有线传递;利用Wi-Fi或蓝牙或IrDA或条形码或RFID的无线传递。本发明的一个优选实施例包括:利用来自样品标签的2D条形码扫描,或者利用Emerson的OilViewTMLIMS软件打印的点标签。本发明的另一优选实施例使用USB存储器文件传递。本发明的第三优选实施例使用蓝牙或Wi-Fi文件同步,其中,该结构化数据库和感测系统在需要时或者更多情况下自动地同步路线文件传递和结果文件(还被称作通用文件)上载。
在图6中,步骤5,感测系统使用路线信息来引导用户通过检查路线,并且选择或设置某些协议以供测试、特征提取、分析方法、报警状态信息、观察、推荐、以及进一步测试。
该感测系统典型地在图1的手持式装置(举例来说,如Spectro公司的“Q1100FluidScan”产品)中启用,其中,该装置包括支持传感器(IR分光计)的可编程平台,用于实现在分析中产生的感测接触,以查明有关所关注物质的相关信息。在Q1000装置手持的示例中,具有用户接口显示器和操纵杆选择器。该装置在工厂编程,并且还可利用USB通信端口和利用操纵杆选择器用户输入选择来编程。而且,Q1000装置设计了翻盖式样品测试管,以接受在翻盖式管的一个窗口上滴落测试物质,测试物质接着滑动到用于该物质的透射红外分光检查的位置中。感测系统的第二示例是与Q1100FluidScan类似的装置,其使用衰减全反射(ATR)型红外分析技术。可以并入便携式感测系统中的感测装置的另一示例是介电测试仪或其它电阻抗测试仪,如Spectro5200中的Test1和Test2传感器。可以并入便携式感测系统中的感测装置的另一示例是铁密度传感器,如Spectro5200中的Test2、SpectroQ200、GasTops的MetalScan传感器、或者ParkerKittiwake的PQ分析仪。适于并入到本发明的感测系统中的传感器技术的又一示例是,来自SpectroQ5800装置的X射线荧光传感器。
如图6中描绘,步骤5,本发明的一个方面是,使用路线信息来影响并使得能够在环绕沿路线的点的步行可运输检查中使用该感测系统。根据本发明,路线信息被用于帮助用户(用户是检查员或分析员或技工或技术人员或操作员或工程师,在基于路线的数据收集中使用该感测系统,以询问关注物质的相关信息)。例如,当路线信息包括与识别测量点或样品端口的位置有关的文本或图形信息时,该感测系统可以被编程成,向该用户呈现可读信息,使得该用户在执行测试和分析时与该仪器同步。
而且,去往该感测系统的路线信息用作可编程逻辑。该感测系统最初典型地由制造方的工厂或代理商编程,以执行一般测试功能。这些功能针对一测试通常需要许多用户选择和设置,以便确保进行适于该情况和物质的正确测试。根据本发明,将附加编程逻辑具体编程到该感测系统中,以识别和使用相关路线信息。诸如物质ID和物体的特征和应用的特征和在用操作的特征的路线信息通过该附加编程逻辑来解释,以使该感测系统能够通过有效地消除人为错误并且自动地选择诸如下列的过程化步骤来实现更大的可重复性和准确度:适于该物质和应用的测试设置和测试序列、来自在测试期间生成的数据的特征提取、用于分析和比较代表这些提取特征的值的分析方法、报警状态值、逻辑观察、逻辑推荐、以及另一逻辑测试和验证。
特征提取涉及分析来自传感器的数据,即,通过将其至少一部分一次或更多次变换成其中可以对一个或多个可标识元素或特征进行定性或定量测量、估计、或以其它方式评估的形式。
特征提取可以利用来自红外分光计的示例解释,其典型地生成根据傅里叶变换或者根据衍射光栅或者根据另一技术输出的能量光谱。在该第一变换之后,对所得光谱进一步分析以提取特征。分析可以包括将测试光谱与基线或基准光谱进行相减或其它方式的比较。接着,另一分析典型地涉及标识在这些光谱数据集中可标识的峰值和区域和变形和其它特征,尽管可使用其它接受方法,但其通常采用幅度vs.波数的形式来表示。特定物质生成具有比其它物质更大或更小量值的红外吸收峰值。因此,重要的是,获知希望什么特征用于与可以具有诸如的羧酸类或水或乙二醇或油烟的其它种类的在用油光谱比较的正常(如新的)光谱。还重要的是,对于来自不能够生成油烟的机器的物质中的油烟不进行假警告。这些仅仅是将物质ID传递至现场分光计的许多示例性情况中的几个。
对于特征提取的另一示例来说,流动通过这种感应传感器能够根据它们的反向EMF特征(backEMFsignature)来检测金属性颗粒。针对这种信号的特征提取可以涉及分析波形,以按次序区分变化率、变化方向以及峰值幅度。这些表征特征可指配给颗粒物质,如铁vs.非铁,或者颗粒尺寸,如>100微米或>150微米。较早提到的其它铁密度技术还具有独特的数据特征(datasignature),根据其可以提取特征以区分颗粒状形态、浓度、大小、以及更多。诸如这些的颗粒典型地不包含在新物质中,而相反,作为一个部件或另一部件劣化的结果。可以指示形态或材料(在没有路线信息的情况下其可能混乱)的特征可以在路线检查期间,通过将这种路线信息携带到现场而利用现场感测系统来更好地解释。
对于特征提取的又一示例来说,可以考虑使用包括X射线荧光检测器的感测系统,检测器公知用于区分合金内的金属的相对比例。通过组合路线信息与由XRF检测器所生成的数据,可以将比例变换成更多表示元素材料的总质量或百分比或百万分之几或索引或代码值的更有意义信息。典型地讲,这涉及设置可重复测试情况,其中,在可重复条件下,可以提取更有意义信息,并且那些条件可以与路线信息的一个或多个方面相关联,因为每次经历路线检查,就在该点,在类似条件下进行类似测量。这几个示例不旨在证明可以如何使路线信息和特征提取可用于基于路线的物质分析的穷尽列举。相反的是,提供它们来证明其中路线信息和感测系统组合以生成有效且有意义的测量结果的多种方法。
该感测系统优选地包括:可运输系统配置;用于在现场与物质进行感测接触的至少一个传感器;用于从感测系统向用户传递信息的至少一个显示器或其它机构;用于从用户向感测系统传递信息的至少一个用户输入机构;能够数据输入的至少一个数据端口和能够数据输出的至少一个数据端口;至少一个中央处理单元(CPU),经数据输入/输出端口可操作地连接至存储器,并且连接至该至少一个传感器、该至少一个机构、以及该至少一个用户输入机构;加载到该至少一个CPU中以操作用于测量物质的测量系统的至少一个程序;以及具有用于通过该至少一个程序解释的特定路线信息的至少一个路线数据集。
本领域技术人员应当明白,不必运输列出的所有这些部件,以便使该感测系统可运输。例如,在某些实施例中,其可以适于在现场嵌入或安装的一个或多个传感器,以使当操作员连上该传感器时,通过直接物理连接,或者通过远程无线连接。在传感器必须在难于接入或者危险的位置安装时特别有重大意义。对于另一示例来说,可以想象的是,利用虚拟操作或瘦客户端,手持式系统可以利用远程计算辅助来操作。
必须向可运输感测系统提供电力。对于大部分情况来说,这需要电池或电力的能量采集源。对于大部分情况来说,使用有线电力是不切实际的,因为对于许多现场地点来说,有线电力遥远且不可接入。
在图6中,步骤6,来自该路线的全部相关测量和发现可以利用诸如Emerson的generic.doc格式的接受协议,从感测系统反向导出到结构化数据库中。
实际步行环绕检查和物质分析的那些人员通过允许可编程计算机化装置执行重复功能,标识物质和现场应用的特征将认识到节省时间和消除错误的益处。数据库向导(像在美国专利No.6192325中描述的)大大减少在创建结构化数据库方面的错误。按类似方式,本发明还通过自动地将对于测试和分析处理来说关键的路线信息运送到现场而加速了处理,同时消除了人为错误。
本发明的一另选实施例涉及将点识别替换以路线指令,其在使用时,通过使用编程逻辑正确地标识测试技术和超限水平,来避免或减少在油采样和分析期间引入的人为错误,以及依靠人检查员来正确地标识现场的测量点。例如,检查员可以使用读取器来解释机器可读标识,如位于油隔室、设备、或采样点附近的条形码或RFID标签。在该实施例中,检查可以跟随任何路线,并且仍保证针对一点或设备或隔室的正确位置标识。该结果是,编程逻辑能够使用与结构化数据库的、具有和路线信息类似的信息的至少一部分的关联,来查看物质ID、特征提取、测试方法、超规定报警限制等。
对主数据库软件与IR分光计仪器之间的接口描述如下,其中,图7提供了该系统的工作流程的概述图。
任务:创建新“路线管理”画面
描述:
点击主菜单中的管理路线项。图8将用户带至“批量管理”画面。该画面将向用户呈现仍在该系统中的全部批量的列表,连同它们的状态。
第一行将被选择并按默认加亮。
画面底部的软按钮(SB)将根据当前选择列表中的哪一行而改变。
状态选项:
列表列:
任务:创建新“运行路线”画面
描述:
该“运行路线”画面提供了要针对该路线进行的所有样品的列表。
任务:创建新“导入路线”机制
主数据库将通过将必需数据导出到CSV(逗号分隔值)文件来提供导出样品批量信息的能力。
该文件将被写入至USB存储棒,由此,文件可以通过移动装置传递。
该文件中的每一行都表示一个样品请求,并且利用CRLF终止。该样品将基于在文件中的次序而在装置中排序。如果不存在针对一指定域的值,则将仍存在逗号以保持该数据的位置。
每行至少需要的域:
手持便携式的、基于路线的分析单元至少需要:
·Date
·SubstanceID
o如果不存在关联SubstanceID,则主数据库将通过ID=0。
在这种情况下,该装置将该使用具有最小IR特性的“普通”油。
·下列中的至少一个
oID
oUnitID
oArea设备&点
域定义
Pos | 域 | 描述 | 数据格式 |
1 | ID | 样品ID | 整数 |
2 | Date | 样品日期 | MM/DD/YYYY |
3 | SubstancelD | 独特光谱物质ID。该值允许标识被测试的特定油。 | 整数 |
4 | SubstanceName | 油的主数据库名称 | 字符串 |
5 | Area | 采样点的顶级描述符 | 字符串 |
6 | Equipment | 样品所来自的设备的名称 | 字符串 |
7 | Point | 采样点 | 字符串 |
8 | UnitID | 用户提供的ID,以独特地标识采样点 | 字符串 |
示例导入文件:
75090,10/3/201211:36:12AM,201,"AnderolRoyco783","A022TribologyArea","RVPUMP#lVanePump#1(CoolantLeak)","OPlBottomdrainoffvacuumpump","rvpump1<CRLF>
75092,10/3/201211:36:12AM,201,"Mobil-MobilGear-634","A022TribologyArea","OilMach2FerrousinOil","P1Oilsamplepoint","8215"<CRLF>
75094,10/3/201211:36:12AM,0,"","A022TribologyArea","OilMach2FerrousinOil""P3NewPoint",""<CRLF>
对象&数据库:
新对象:
·路线
o成员
■字符串:routeGUID
■字符串:routeName(来自Date域)
■Int:状态
■List<RouteItem>:RouteItems
·Routeltem
o成员
■字符串:routeltemGUID
■Route:路线
■Int:状态(新、跳过、完成)
■Int:sampleED(来自导入的SamplelD)
■Int:substancelD(来自导入)
■字符串:importedSubstanceName(来自导入)
■字符串:区域(来自导入)
■字符串:设备(来自导入)
■字符串:点(来自导入)
■字符串:unitID(来自导入)
■Measurement:测量
■Substance:物质
步骤1:在路线导入文件中解析
·创建路线实例
·在第一行解析
o生成新GUID并且设置RouteGUID
o利用来自Date域的值设置RouteName
o设置状态=新
·针对每一行
o创建Routeltem实例
■生成GUID并设置RouteltemGUID
■根据Route实例设置RouteGUID
■设置状态=新
■根据行数据在Routeltem中设置附加域
o将Routeltem添加至Route.Routeltems列表
步骤2:验证并充实对象结构
·针对Route中的每一个Routeltem
o验证SubstancelD
■如果ID>0,则检索物质
·如果Substance=null(未发现物质),则处理ResolveUnknownSubstanceID()
·如果Substance<>null,则设置routeltem.substance
·如果SubstancelD=0,则ProcessGenericSubstance()
任务:创建报警限制
主数据库将提供报警限制,作为路线导入文件的一部分。每一个路线记录都可以包含一个或多个限制记录(每特性一条)。不是所有特性都需要限制。特性将利用内部参数ID在主数据库与手持便携式的、基于路线的分析单元之间映射。这是在将数据导出至主数据库时将使用的相同参数。
该手持便携式的、基于路线的分析单元可以使用这些限制用于该单一样品实例。不存储要在将来样品中使用的限制。
主数据库具有若干不同的限制类型和变型。
主数据库限制
·基于采样点或基于基准
·%或绝对值
·上限/下限和两者
例如,最常见的限制将用于下列特性。
·TAN,TBN
oIMPORT:来自给定基准值的%变化
oCONVERT:
■上限=ReferencePoint+(ReferencePoint×%)
■下限=ReferencePoint-(ReferencePoint×%)
·水
oIMPORT:绝对上阈值
oCONVERT:
■上限=ReferencePoint
·粘度
oIMPORT:上和下绝对范围
oCONVERT:
■上限=上ReferencePoint
■下限=下ReferencePoint
1.1.5、输出结果
该手持便携式的、基于路线的分析单元将生成遵循用于主数据库数据导入的普通文件格式的导出文件。作为原始路线导入的一部分而提供的任何信息将通过该导出文件反向提供给主数据库系统。
下面是可以从该手持便携式的、基于路线的分析单元生成的所有特性(参数)的示例列表。
特性
本发明的具体特征在一些附图中示出而未在其它图中示出,但这仅仅出于方便的目的,如根据本发明,每一个特征都可以与其它特征中的任一个或全部相组合。如在此使用的词语“包括(including)”、“包括(comprising)”、“具有(having)”,以及“带有(with)”要广泛且全面地解释,而不限于任何物理互连。而且,在主题申请中公开的任何实施例不应被视为唯一可能实施例。
另外,在针对本专利的专利申请的审查期间提出的任何修正不是对如所提交申请中提出的任何权利要求要素的弃权:不能合理地期望本领域技术人员起草字面上涵盖所有可能等同物的权利要求,许多等同物在修正时将无法预见,并且超出了对要被放弃的事物(若存在的话)的公平解释,修正所基于的理论基础可能只是具有与许多等同物的表面关系,和/或存在不能期望本申请人描述针对所修正的任何权利要求要素的特定非实体代替物的许多其它理由。
本领域技术人员将想到其它实施例,并且处于下列权利要求之内。
Claims (31)
1.一种基于路线的分析系统,所述基于路线的分析系统包括:
油样品管;
红外分光计子系统,被配置成生成引入到所述油样品管中的油的光谱;以及
处理子系统,被配置成:
显示包括具有要检查的油的资产的路线,
确定每个资产中使用的油的类型,
针对所述路线上的每个资产,定位专用于所述资产中使用的油的一个或多个油特性方法,
针对沿所述路线的每个资产,定位专用于所述资产的报警设置,
在将所述油引入到沿所述路线的样品管之后,利用生成油特性的一个或多个专用方法来分析每个资产的油的光谱,
比较所述油特性与专用于所述资产的报警设置,以及
显示所述油特性和任何报警指示。
2.根据权利要求1所述的系统,所述系统还包括针对每个资产的油,定位基准光谱。
3.根据权利要求2所述的系统,其中,所述分析包括利用比较所生成的光谱与所述基准光谱的油特性方法。
4.根据权利要求3所述的系统,其中,不同的油特性方法覆盖不同的光谱波长范围。
5.根据权利要求4所述的系统,其中,不同的油特性方法包括不同加权的函数。
6.根据权利要求1所述的系统,其中,所述油特性包括:含水量、酸度、油烟含量、添加剂的存在、和/或氧化百分比、和/或其组合。
7.根据权利要求6所述的系统,其中,对于选定资产,所述特性还包括计算总酸值和/或皂化值。
8.根据权利要求7所述的系统,其中,对于其它资产,所述油特性包括总碱值。
9.根据权利要求1所述的系统,其中,所述样品管是翻盖式样品管。
10.根据权利要求1所述的系统,还包括用于所述显示的屏幕。
11.根据权利要求1所述的系统,其中,在所述路线上的每个资产中使用的油的类型被存储在所述系统中。
12.根据权利要求1所述的系统,其中,所述油特性方法被存储在所述系统中。
13.根据权利要求1所述的系统,其中,所述报警设置被存储在所述系统中。
14.一种基于路线的分析方法,所述方法包括以下步骤:
显示包括具有要检查的油的资产的路线;
确定每个资产中使用的油的类型;
针对所述路线上的每个资产,定位专用于所述资产中使用的油的一个或多个油特性方法;
针对沿所述路线的每个资产,定位专用于所述资产的报警设置;
将来自所述路线上的一资产的油加载到样品管中;
针对引入到所述油样品管中的油生成红外光谱;
利用生成油特性的一个或多个专用方法来分析每个资产的油的所述光谱;
比较所述油特性与专用于所述资产的报警设置;以及
显示针对每个资产的所述油特性和任何报警指示。
15.根据权利要求14所述的方法,还包括:针对每个资产的油,定位基准光谱。
16.根据权利要求15所述的方法,其中,所述分析包括利用比较所生成的光谱与所述定位的基准光谱的油特性方法。
17.根据权利要求16所述的方法,其中,不同的油特性方法覆盖不同的光谱波长范围。
18.根据权利要求17所述的方法,其中,不同的油特性方法包括不同加权的函数。
19.根据权利要求14所述的方法,其中,所述油特性包括:含水量、酸度、油烟含量、添加剂的存在、和/或氧化百分比、和/或其组合。
20.根据权利要求20所述的方法,其中,对于选定资产,所述特性还包括计算总酸值和/或皂化值。
21.根据权利要求20所述的系统,其中,对于其它资产,所述油特性包括总碱值。
22.一种分析系统,包括:
样品管;
分析子系统,被配置成分析引入到所述样品管中的物质;以及
处理子系统,被配置成:
确定与一资产相关联的物质的类型,
针对每个资产,定位专用于所述资产中使用的物质的一个或多个分析方法,以及
在将所述资产的物质引入到所述样品管之后,利用生成至少一个特性的一个或多个所定位的分析方法来分析所述物质。
23.根据权利要求22所述的系统,其中,所述处理子系统还被配置成,针对每个资产,定位专用于所述资产的报警设置,并且基于所述报警设置显示一个或多个报警指示。
24.根据权利要求22所述的系统,其中,所述物质是油,并且所述分析子系统是生成引入到所述样品管中的油的光谱的红外分光计。
25.根据权利要求22所述的系统,其中,所述处理子系统被配置成针对每个资产的油定位基准光谱,所述分析包括利用比较所生成的光谱与所述基准光谱的油特性方法,并且其中,所述油特性方法覆盖不同光谱波长范围和不同加权的函数。
26.根据权利要求22所述的系统,其中,所述处理子系统还被配置成显示包括要检查的资产的路线。
27.一种分析方法,包括:
确定与一资产相关联的物质的类型;
针对每个资产,定位专用于与所述资产相关联的物质的一个或多个分析方法;以及
在将每个资产的物质引入到样品管中之后,利用生成至少一个特性的所述一个或多个分析方法来分析所述物质。
28.根据权利要求27所述的方法,还包括:针对每个资产定位专用于所述资产的报警设置,并且基于所述报警设置显示一个或多个报警指示。
29.根据权利要求27所述的方法,其中,所述物质是油,并且所述分析包括使用针对引入到所述样品管中的油生成光谱的红外分光计。
30.根据权利要求29所述的方法,其中,定位基准光谱,并且所述分析包括利用比较所生成的光谱与所述基准光谱的油特性方法,所述油特性方法覆盖不同光谱波长范围和不同加权的函数。
31.根据权利要求27所述的方法,还包括:显示包括要检查的资产的路线。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261731559P | 2012-11-30 | 2012-11-30 | |
US61/731,559 | 2012-11-30 | ||
US14/090,685 | 2013-11-26 | ||
US14/090,685 US9678001B2 (en) | 2012-11-30 | 2013-11-26 | Route-based substance analysis system and method |
PCT/US2013/072197 WO2014085564A1 (en) | 2012-11-30 | 2013-11-27 | Route-based substance analysis system and method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105051498A true CN105051498A (zh) | 2015-11-11 |
CN105051498B CN105051498B (zh) | 2019-05-03 |
Family
ID=50824517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380069294.7A Active CN105051498B (zh) | 2012-11-30 | 2013-11-27 | 基于路线的物质分析系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9678001B2 (zh) |
EP (1) | EP2938970B1 (zh) |
CN (1) | CN105051498B (zh) |
WO (1) | WO2014085564A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3035970B1 (fr) * | 2015-05-05 | 2017-06-02 | Ifp Energies Now | Procede de suivi en continu de l'etat d'avancement d'oxydation d'un carburant |
US10607470B2 (en) | 2018-01-23 | 2020-03-31 | Computational Systems, Inc. | Vibrational analysis systems and methods |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5386117A (en) * | 1993-06-07 | 1995-01-31 | Computational Systems Incorporated | Infrared thermography system including mobile unit |
US5420041A (en) * | 1992-09-28 | 1995-05-30 | Kurashiki Boseki Kabushiki Kaisha | Method of acid value determination by infrared absorption |
US5764355A (en) * | 1996-01-12 | 1998-06-09 | Gagnon; David R. | Spectroscopic sample holder |
CN1991336A (zh) * | 2005-12-30 | 2007-07-04 | 财团法人工业技术研究院 | 移动式油品检测装置及其检测方法 |
CN1998004A (zh) * | 2004-06-18 | 2007-07-11 | Csi技术股份有限公司 | 自动化温度记录检查处理的方法 |
US20100182599A1 (en) * | 2009-01-20 | 2010-07-22 | Scott Albin | Spectrometer flip top sample head |
CN202305391U (zh) * | 2011-11-04 | 2012-07-04 | 武汉理工大学 | 用于油液红外光谱分析的样品池装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5637871A (en) | 1993-06-07 | 1997-06-10 | Computational Systems, Inc. | Portable digital infrared thermography system |
US6289149B1 (en) | 1996-04-30 | 2001-09-11 | Foster-Miller, Inc. | Fiber optic coupled transmission cell for in-process spectrographic analysis |
US5856870A (en) | 1997-04-08 | 1999-01-05 | Foster-Miller, Inc. | Spectroanalytical system |
US6192325B1 (en) * | 1998-09-15 | 2001-02-20 | Csi Technology, Inc. | Method and apparatus for establishing a predictive maintenance database |
US20100134794A1 (en) | 2004-02-05 | 2010-06-03 | Medpro Holdings, Llc | Analyzer for determining the concentration, potency and purity of pharmaceutical compounds |
US7561200B2 (en) | 2004-07-26 | 2009-07-14 | Csi Technology, Inc. | Apparatus and method for automation of imaging and dynamic signal analyses |
US7254501B1 (en) | 2004-12-10 | 2007-08-07 | Ahura Corporation | Spectrum searching method that uses non-chemical qualities of the measurement |
US7851758B1 (en) | 2005-09-29 | 2010-12-14 | Flir Systems, Inc. | Portable multi-function inspection systems and methods |
US7528372B2 (en) | 2005-10-19 | 2009-05-05 | Csi Technology, Inc. | Apparatus and method for infrared imaging with performance algorithm |
US7495761B2 (en) | 2006-02-03 | 2009-02-24 | Foster-Miller, Inc. | Array detector coupled spectroanalytical system and graded blaze angle grating |
US7847251B1 (en) | 2006-08-08 | 2010-12-07 | Fluke Corporation | System and method for creating equipment inspection routes |
US20090240640A1 (en) * | 2008-03-21 | 2009-09-24 | David Alan Blain | Apparatus and method for predicting engine test performance from bench test data |
US9791386B2 (en) * | 2009-01-20 | 2017-10-17 | Spectro Scientific, Inc. | Integrated, portable sample analysis system and method |
US8661878B2 (en) | 2011-01-18 | 2014-03-04 | Spectro, Inc. | Kinematic viscometer and method |
US9448112B2 (en) | 2012-06-29 | 2016-09-20 | Spectro Scientific, Inc. | Multifunctional fluid meter and method for measuring coolant, bio-diesel, gas-ethanol and DEF |
-
2013
- 2013-11-26 US US14/090,685 patent/US9678001B2/en active Active
- 2013-11-27 EP EP13858855.3A patent/EP2938970B1/en active Active
- 2013-11-27 CN CN201380069294.7A patent/CN105051498B/zh active Active
- 2013-11-27 WO PCT/US2013/072197 patent/WO2014085564A1/en active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5420041A (en) * | 1992-09-28 | 1995-05-30 | Kurashiki Boseki Kabushiki Kaisha | Method of acid value determination by infrared absorption |
US5386117A (en) * | 1993-06-07 | 1995-01-31 | Computational Systems Incorporated | Infrared thermography system including mobile unit |
US5386117B1 (en) * | 1993-06-07 | 1997-06-10 | Computational Systems Inc | Infrared thermography system including mobile unit |
US5764355A (en) * | 1996-01-12 | 1998-06-09 | Gagnon; David R. | Spectroscopic sample holder |
CN1998004A (zh) * | 2004-06-18 | 2007-07-11 | Csi技术股份有限公司 | 自动化温度记录检查处理的方法 |
CN1991336A (zh) * | 2005-12-30 | 2007-07-04 | 财团法人工业技术研究院 | 移动式油品检测装置及其检测方法 |
US20100182599A1 (en) * | 2009-01-20 | 2010-07-22 | Scott Albin | Spectrometer flip top sample head |
CN202305391U (zh) * | 2011-11-04 | 2012-07-04 | 武汉理工大学 | 用于油液红外光谱分析的样品池装置 |
Non-Patent Citations (1)
Title |
---|
MARC VILA FORTEZA: "Using oil analysis and daily inspections to improve lubrication", 《MACHINE LUBRICATION》 * |
Also Published As
Publication number | Publication date |
---|---|
US9678001B2 (en) | 2017-06-13 |
US20140151560A1 (en) | 2014-06-05 |
EP2938970A4 (en) | 2016-08-10 |
WO2014085564A1 (en) | 2014-06-05 |
EP2938970B1 (en) | 2020-04-22 |
CN105051498B (zh) | 2019-05-03 |
EP2938970A1 (en) | 2015-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4239932B2 (ja) | 生産管理システム | |
CN101842756A (zh) | 用于化工厂或精炼厂的连续、在线监视的系统与方法 | |
CN103488874B (zh) | 一种结合激光诱导击穿光谱对钢铁材料的分类方法 | |
CN101900672B (zh) | 一种润滑油种类和粘度级别的快速识别方法 | |
JP4856993B2 (ja) | 自己診断型自動分析装置 | |
JPWO2009044826A1 (ja) | 物品判定システム及び物品判定方法 | |
CN104246489B (zh) | 质量分析装置以及质量分析方法 | |
US10718713B2 (en) | Unknown sample determining method, unknown sample determining instrument, and unknown sample determining program | |
US20180266992A1 (en) | Quantifying tubing defect severity | |
US20230375522A1 (en) | Method for analyzing soil pollution | |
BenIdris | Investigate, identify and estimate the technical debt: a systematic mapping study | |
CN105051498B (zh) | 基于路线的物质分析系统和方法 | |
Toms et al. | Oil analysis and condition monitoring | |
JPH0962340A (ja) | 可搬型プラント巡視点検データ判定装置 | |
JP2015045942A (ja) | 品質管理装置、品質管理方法、及びプログラム | |
KR20220071462A (ko) | 클라우드 기반의 배관 비파괴 검사시스템 | |
Kurscheidt Netto et al. | Using Overall Equipment Effectiveness (OEE) to predict shutdown maintenance | |
KR100756906B1 (ko) | 전과정 위해성 평가 방법 | |
de León Hijes et al. | Assessment of functional condition of equipment in industrial plants based on multiple measurements | |
JP2009210445A (ja) | 製造,検査監視システム,自動分析装置、及びそのデータ処理方法 | |
Johnson et al. | Strategic oil analysis: Instrument-based on-site lubricant analysis | |
Bessarabov et al. | Analytical quality control information system for chemical reagents and high-purity materials | |
Selech et al. | IT system for supporting cost-reliability analysis of fleet vehicles | |
Afsharnia et al. | An Application of Soft Computing in Oil Condition Monitoring | |
Van Rensselar | Oil analysis past and future |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |