CN108007837B - 流体滤清器异常侦测方法及流体滤清器异常侦测系统 - Google Patents
流体滤清器异常侦测方法及流体滤清器异常侦测系统 Download PDFInfo
- Publication number
- CN108007837B CN108007837B CN201610944144.1A CN201610944144A CN108007837B CN 108007837 B CN108007837 B CN 108007837B CN 201610944144 A CN201610944144 A CN 201610944144A CN 108007837 B CN108007837 B CN 108007837B
- Authority
- CN
- China
- Prior art keywords
- fluid
- fluid filter
- filter
- pressure difference
- impurities
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N2015/084—Testing filters
Abstract
本发明提供一种流体滤清器异常侦测方法,其是通过综合判断流体滤清器的几何型态、流体的物理特性、流体滤清器的孔隙率、杂质密度、测量得到的流体流量及压力差而建立流体滤清器的一运作模型,并透过此运作模型测得流体滤清器内的初始杂质累积量。再者,本发明更透过卡尔曼估测器取得流体滤清器内的杂质于一估测时间的杂质累积量,并将此杂质累积量与一预设值比对,借此判断流体滤清器是否运作异常。借此,本发明的流体滤清器异常侦测方法透过实验证明具有高的准确度。
Description
技术领域
本发明是关于一种流体滤清器异常侦测方法及流体滤清器异常侦测系统;更特别言之,本发明是关于一种同时结合流体流量侦测及流体滤清器的压力差侦测,而可动态预测杂质累积量的流体滤清器异常侦测方法及流体滤清器异常侦测系统。
背景技术
一般而言,流体滤清器是作为过滤杂质之用,依照其使用类型大致可区分为液体滤清器及气体滤清器等。于一车辆载具中,通常配备有例如空气滤清器、机油滤清器、燃油滤清器、自动变速箱油滤清器及室内空调滤清器等多种流体滤清器。目前基于环保节能需求,柴油车辆日益受到重视;而柴油车辆的驱动引擎,是使用电控共轨式柴油喷射系统,其需具备高喷油压力及高雾化效果;因此,对于燃油滤清器的过滤精度与效率具有高度重视与要求,是故燃油滤清器扮演重要角色。燃油滤清器主要用途为过滤燃油系统内部杂质,而燃油系统内部杂质可能来自加油站油品本身的品质纯度、加油站的油槽清洁度以及车辆油箱因长期使用的溶出物质等。
大致而言,流体滤清器是通过其滤材(滤芯)进行过滤。由于杂质将随时间而累积,流体滤清器将随使用时间增长而逐渐阻塞,此将影响油路流量及油品品质。因此,车厂均建议车主定期更换流体滤清器。但由于各车辆载具的行车状况、使用油品种类、品质及使用环境皆有所差异,提高流体滤清器阻塞时间点预测的困难度,过早更换则造成保养成本增加,过晚更换则导致故障风险提高。
已知技术是透过判断流体滤清器流体入口与流体出口压力差的改变,判断滤芯阻塞压差点,并启动预警机制提醒使用者。上述方式于流体流量稳定状态下可获得良好结果。然而,车辆载具行驶为动态,此造成流体流量的不稳定变化,而使压力差亦无法稳定;压力差不稳定将使预警机制启动时机无法准确确定。
因此,流体滤清器需要更精确的判断更换时机,适时提醒车主更换新品,确保车辆载具于最佳效率与安全条件下行驶。
基于上述,市场期待发展一种能准确判断流体滤清器是否运作异常的方法及系统,并可即时通知使用者更换新品时机的新技术,且其技术重要性也逐渐提高。
发明内容
本发明是提供一种流体滤清器异常侦测方法。依据测得的流体流量及压力差,并一并考量流体滤清器的几何型态、流体的物理特性、流体滤清器的孔隙率及杂质密度等参数、建立流体滤清器的运作模型。由此运作模型可取得流体滤清器内的杂质累积量,并透过卡尔曼估测器可预测杂质累积量随时间的变化。借此,本发明的流体滤清器异常侦测方法具有高的准确率。
为达上述目的,于一实施例中,本发明提供一流体滤清器异常侦测方法,其步骤包含:侦测一流体滤清器内的一流体的一流量;侦测流体滤清器内的一压力差;依据流体滤清器的几何型态、流体的物理特性、流体滤清器的孔隙率、一杂质密度、流量及压力差建立流体滤清器的一运作模型;透过运作模型取得一初始杂质累积量;透过一卡尔曼估测器,依据初始杂质累积量及一初始压力差,估测流体滤清器内的杂质随时间累积的一变化状态;依据变化状态取得流体滤清器内的杂质于一估测时间的一杂质累积量,并将杂质累积量与一预设值比对,以便判断流体滤清器是否运作异常;其中流体滤清器的运作模型是可以下列关系式表示:
其中m为流体滤清器内的杂质累积量,△P为压力差,μ为流体黏滞系数,Q为流体的流量,A为流体滤清器的截面积,κb为空壳孔隙率,κf为滤芯孔隙率,κp为杂质孔隙率,ρp为杂质密度,Lb为空壳厚度,Lf为滤芯厚度。空壳孔隙率κb可透过对复数组流量的数值进行二次线性回归而得到。
上述流体滤清器异常侦测方法中,流体可为一燃油、一机油或一自动变速箱油。压力差为流体流经流体滤清器的一流体入口及流体滤清器的一流体出口所形成的压力差值,且压力差包含一空壳压力差、一滤芯压力差以及一杂质压力差。
上述的流体滤清器异常侦测方法中,于判断流体滤清器运作异常后,可发出一警示音、一警示光或一警示讯息。
于另一实施例中,本发明提供一种流体滤清器异常侦测系统,其包含一流体滤清器、一流量侦测器、一压差侦测器、一分析器、一卡尔曼估测器以及一处理器。流体滤清器内流动有一流体。流量侦测器是侦测流体的一流量;压差侦测器是侦测流体滤清器内的一压力差。分析器是依据流体滤清器的几何型态、流体的物理特性、流体滤清器的孔隙率、一杂质密度、流量及压力差建立流体滤清器的一运作模型,并透过运作模型取得一初始杂质累积量。卡尔曼估测器是依据初始杂质累积量及一初始压力差,估测流体滤清器内的杂质随时间累积的一变化状态。处理器是依据变化状态取得流体滤清器内的杂质于一估测时间的一杂质累积量,并将杂质累积量与一预设值比对,以便判断流体滤清器是否运作异常;其中流体滤清器的运作模型是可以下列关系式表示:
其中m为流体滤清器内的杂质累积量,△P为压力差,μ为流体黏滞系数,Q为流体的流量,A为流体滤清器的截面积,κb为空壳孔隙率,κf为滤芯孔隙率,κp为杂质孔隙率,ρp为杂质密度,Lb为空壳厚度,Lf为滤芯厚度。空壳孔隙率κb可透过对复数组流量的数值进行二次线性回归而得到。
上述流体滤清器异常侦测系统中,流体可为一燃油、一机油或一自动变速箱油。压力差包含一空壳压力差、一滤芯压力差以及一杂质压力差。另外,流体滤清器是可配置于一航海载具、一陆行载具或一飞行载具。
附图说明
图1是绘示依据本发明一实施例的流体滤清器异常侦测方法流程示意图;
图2是绘示依据本发明一实施例的流体滤清器异常侦测系统示意图;
图3是绘示图2中的流体滤清器运作状态示意图;
图4是绘示于本发明一实施例中,使用卡尔曼估测器预估流体滤清器内的杂质随时间累积的变化状态示意图;
图5A是绘示于一流体(油品D100)中,预测与实际压力差随流体流量的变化图;
图5B是绘示于另一流体(油品B100)中,预测与实际压力差随流体流量的变化图;
图6是绘示于一含有杂质的流体(油品B20)中,预测与实际压力差随流体流量的变化图;
图7是绘示于流体流量2l/min条件下,模拟杂质累积量由1g到6g时,预测与实际压力差随时间变化图;
图8是绘示于流体流量2l/min条件下,模拟杂质累积量由1g到6g时,预测与实际杂质累积量随时间变化图;
图9是绘示于流体流量2l/min条件下,模拟杂质累积量由1g到6g时,预测与实际的杂质浓度随时间变化图;以及
图10是绘示于流体流量2l/min条件下,模拟杂质累积量由1g到6g时,预测与实际杂质累积量的误差变化图。
具体实施方式
以下将参照附图说明本发明的多个实施例。为明确说明起见,许多实务上的细节将在以下叙述中一并说明。然而,应了解到,这些实务上的细节不应用以限制本发明。也就是说,在本发明部分实施例中,这些实务上的细节是非必要的。此外,为简化附图起见,一些已知惯用的结构与元件在附图中将以简单示意的方式绘示。
请参照图1,其是绘示依据本发明一实施例的流体滤清器异常侦测方法流程示意图。本发明所提出的流体滤清器异常侦测方法大致包含下列步骤。
步骤S101,侦测一流体滤清器内的一流体的一流量。
步骤S102,侦测此流体滤清器内的一压力差。
步骤S103,依据此流体滤清器的几何型态、流体的物理特性、此流体滤清器的孔隙率、杂质密度、流量及压力差建立此流体滤清器的一运作模型。
步骤S104,透过运作模型取得一初始杂质累积量。
步骤S105,透过一卡尔曼估测器,依据初始杂质累积量及一初始压力差,估测此流体滤清器内的杂质随时间累积的一变化状态。
步骤S106,依据变化状态取得此流体滤清器内的杂质于一估测时间的一杂质累积量,并将杂质累积量与一预设值比对,以便判断此流体滤清器是否运作异常。
于一例中,本发明提供运行上述流体滤清器异常侦测方法的一流体滤清器异常侦测系统。请一并参照图2及图3。图2是绘示依据本发明一实施例的流体滤清器系统示意图;图3是绘示图2中的流体滤清器100运作示意图。流体滤清器异常侦测系统大致包含一流体滤清器100、一压差侦测器200以及一流量侦测器300、一分析器400、一卡尔曼估测器500以及一处理器600。
流体滤清器100的运作,大致而言,如图3所示,流体F进入单向阀130的流体入口130a,并为滤芯110所过滤。基于此实施例,滤芯110为圆柱状对称,因此流体F亦部分通过环形通道130c而流入滤芯110,以便使流体F得到完整过滤效果。过滤后,流体F由单向阀130的流体出口130b流出。
流量侦测器300用以测得流体滤清器100内流体F的流量。一般而言,若为一车辆载具,流量侦测器300于车辆载具出厂时即已装配,无须额外加装,可节省额外成本。另外,除汽、机车等陆行载具外,流体滤清器100亦可配置于航海载具或飞行载具中。
压差侦测器200则用以测得流体滤清器100内的压力差。此压力差为流体F通过流体入口130a,再由流体出口130b流出所形成的压力差值。
分析器400是用以同时接收流体F的流量及压力差,并另外取得流体滤清器100的几何型态、流体F的物理特性、流体滤清器100的孔隙率、杂质密度等参数以建立流体滤清器100的运作模型。分析器400于建立流体滤清器100的运作模型后,可依据实际状况取得一初始杂质累积量。
卡尔曼估测器500依据初始杂质累积量及一初始压力差,估测流体滤清器100内的杂质随时间累积的一变化状态。
处理器600依据变化状态取得流体滤清器100内的杂质于一估测时间的一杂质累积量,并将此杂质累积量与一预设值比对,以便判断流体滤清器100是否运作异常。于一例中,当杂质累积量超过预设值后,则判断流体滤清器100运作异常,并发出一警示音、一警示光或一警示讯息以提醒使用者。
上述分析器400、处理器600等,皆指具有逻辑运算功能的计算机装置,其并具有非暂态的储存媒介以便储存运算所需的软件程序。于其他可能例中,分析器400及处理器600可整合为一多功能计算机装置或一整合芯片以便精简体积。
上述的流体F,可为一燃油、一机油或一自动变速箱油。于可能实施例中,其余须经由流体滤清器100过滤的其余油品种类亦有可能应用于本发明的方法及系统。
另需提及的是,上述压力差是包含一空壳压力差、一滤芯压力差以及一杂质压力差。上述流体滤清器的孔隙率是包含一空壳孔隙率、一滤芯孔隙率以及一杂质孔隙率。上述流体滤清器的几何型态包含流体滤清器的一截面积、一空壳厚度、一滤芯厚度以及一杂质厚度;而上述流体的物理特性包含流体的一黏滞系数。
以下续再详细说明上述各参数的意义,及如何建立流体滤清器的运作模型。首先,假设流体F流经流体滤清器100时,符合下列关系式:
△P=△Pbox+△Pfilter+△Pp (1);
其中,m为流体滤清器内的杂质累积量,△P为压力差,μ为流体黏滞系数,Q为流体的流量,A为流体滤清器的截面积,κb为空壳孔隙率,κf为滤芯孔隙率,κp为杂质孔隙率,ρp为杂质密度,Lb为空壳厚度,Lf为滤芯厚度,LP为杂质厚度,△Pbox为空壳压力差,△Pfilter滤芯压力差,△PP为杂质压力差。
结合上述式(1)至式(5),可得到:
上述式(6)即为流体滤清器100的运作模型,亦即,利用流体滤清器100内的杂质累积量m表示流体滤清器100运作时,流体滤清器100内杂质累积的状态。需再说明的是,由于流体F是同时流经流体滤清器100的空壳120以及滤芯110而形成杂质累积,故需同时考量空壳状态、滤芯状态以及杂质累积状态三种情况下的不同参数,故有空壳孔隙率κb,滤芯孔隙率κf,杂质孔隙率κp,空壳厚度Lb,滤芯厚度Lf,杂质厚度LP,空壳压力差△Pbox,滤芯压力差△Pfilter,以及杂质压力差△PP的综合考量。
另需提及,由于开孔或与开孔连通的孔隙方能允许流体进入,故将开孔所占体积与材料总体积的比值定义为孔隙率(porosity)。孔隙率愈高,则流体含量愈高,故孔隙率为评估流体表现一重要参数。空壳孔隙率κb一般为流体滤清器100供应厂商所提供,若未提供时,本发明提出一方法,是可透过对复数组流体F流量的数值进行二次线性回归而得到△Pbox=f(Q),再透过式(2)得到空壳孔隙率κb。亦即,流体F流量的变化将影响空壳压力差△Pbox的变化,而流体F流量与压力差变化符合二次线性方程式的关系。滤芯孔隙率κf及杂质孔隙率κp可透过类似的方式,再结合上述式(3)及式(4)而得到。
上述透过式(6),可得到初始杂质累积量。然而,为能估测于某一估测时间时的杂质累积量,需引入一预估的方法。请续参照图4。图4是绘示于本发明一实施例中,使用卡尔曼估测器500预估流体滤清器内的杂质随时间累积的变化状态示意图。
于图4中,将透过式(6)所得到的初始杂质累积量及测得的一初始压力差,代入卡尔曼估测器500中。接续,依序进行:计算Jacobian矩阵、预先估计状态方程式、预先估计误差协方差、计算Jacobian矩阵、计算卡尔曼增益、已测量值更新预先估计状态、更新误差协方差矩阵等步骤,并将更新后的预先估计状态及更新后的误差协方差矩阵代入原预先估计状态方程式及预先估计误差协方差中,进行重复步骤。借此,即可得到流体滤清器100内的杂质随时间累积的变化状态。
请续参照图5A及图5B。图5A是绘示于一流体(油品D100)中,预测与实际压力差随流体流量的变化图;图5B是绘示于另一流体(油品B100)中,预测与实际压力差随流体流量的变化图。由图5A及图5B,可以看出本发明对复数组流体F流量的数值进行二次线性回归的方式,所模拟出的空壳压力差△Pbox随流体流量的变化,与所测出的实际空壳压力差△Pbox随流体流量的变化相当吻合,且可适用于不同种类的流体,具有广泛应用性。
请续参照图6。图6是绘示于一含有杂质的流体(油品B20)中,预测与实际压力差随流体流量的变化图。由图6,可知本发明所提出对多组流体F流量的数值进行二次线性回归以求得压力差的方法,除可应用于不同种类的流体F外,亦可应用于存在有滤芯及杂质累积的状态。如图6所示,压力差△P是包含对空壳压力差△Pbox,滤芯压力差△Pfilter,以及杂质压力差△PP的综合考量。更详细而言,压力差△P为空壳压力差△Pbox、滤芯压力差△Pfilter以及杂质压力差△PP的总和。由图6中,可看出模拟与实际压力差△P随流体流量的变化曲线相当吻合。
请参照以下表一,其是列示不同种类的流体F(油品)于不同状态(含杂质累积或不含杂质累积)及不同流体F流量下,模拟与实际压力差△P的误差百分比。可看到误差皆在10%内。
表一
请续参照图7至图10。图7是绘示于流体流量2l/min条件下,模拟添加杂质由1g到6g时,预测与实际压力差随时间变化图;图8是绘示于流体流量2l/min条件下,模拟添加杂质由1g到6g时,预测与实际杂质累积量随时间变化图;图9是绘示于流体流量2l/min条件下,模拟添加杂质由1g到6g时,预测与实际的杂质浓度随时间变化图;图10是绘示于流体流量2l/min条件下,模拟添加杂质由1g到6g时,预测与实际杂质累积量的误差变化图。
通过本发明所建立流体滤清器100的运作模型,再结合卡尔曼估测器500的运用,可对杂质累积量随时间的变化进行准确的预估。为说明本发明的流体滤清器异常侦测方法的准确性,以人工添加杂质1g到6g的方式,模拟由1g到6g的杂质累积量。于图7中,可看到压力差随杂质累积量而逐渐上升,最终收敛于杂质累积量为6g时。于图8中,显示透过卡尔曼估测器500的估测,所预估出的杂质累积量随时间的变化与实际杂质添加量随时间的变化相当吻合。最后透过图10的总结,可发现利用本发明的流体滤清器异常侦测方法所预估的杂质累积量随时间的变化与实际杂质添加量随时间的变化的误差不超过10%,具有相当高的准确度。
综上,本发明所揭露的流体滤清器异常侦测方法中,透过量测流体流量及压力差,建立流体滤清器的运作模型,再配合卡尔曼估测器的预估,可准确得到杂质累积量对时间的变化,并以杂质累积量判断是否需更换新的流体滤清器。借此,消除已知仅以量测压力差作为判断基准所产生的不稳定因素,有效提高本发明流体滤清器异常侦测系统的判断准确率。
虽然本发明已以实施方式揭露如上,然其并非用以限定本发明,因此本发明的保护范围当视所附的权利要求书所界定的范围为准。
Claims (10)
1.一种流体滤清器异常侦测方法,其特征在于,包含:
侦测一流体滤清器内的一流体的一流量;
侦测该流体滤清器内的一压力差;
依据该流体滤清器的几何型态、该流体的物理特性、该流体滤清器的孔隙率、一杂质密度、该流量及该压力差建立该流体滤清器的一运作模型;
透过该运作模型取得一初始杂质累积量;
透过一卡尔曼估测器,依据该初始杂质累积量及一初始压力差,估测该流体滤清器内的杂质随时间累积的一变化状态;
依据该变化状态取得该流体滤清器内的杂质于一估测时间的一杂质累积量,并将该杂质累积量与一预设值比对,以便判断该流体滤清器是否运作异常;
其中该流体滤清器的该运作模型以下列关系式表示:
其中m为流体滤清器内的杂质累积量,△P为压力差,μ为流体黏滞系数,Q为流体的流量,A为流体滤清器的截面积,κb为空壳孔隙率,κf为滤芯孔隙率,κp为杂质孔隙率,ρp为杂质密度,Lb为空壳厚度,Lf为滤芯厚度。
2.根据权利要求1所述的流体滤清器异常侦测方法,其特征在于,该流体为一燃油、一机油或一自动变速箱油。
3.根据权利要求1所述的流体滤清器异常侦测方法,其特征在于,该压力差为该流体流经该流体滤清器的一流体入口及该流体滤清器的一流体出口所形成的一压力差值。
4.根据权利要求3所述的流体滤清器异常侦测方法,其特征在于,该压力差包含一空壳压力差、一滤芯压力差以及一杂质压力差。
5.根据权利要求1所述的流体滤清器异常侦测方法,其特征在于,于判断该流体滤清器运作异常后,发出一警示音、一警示光或一警示讯息。
6.根据权利要求1所述的流体滤清器异常侦测方法,其特征在于,空壳孔隙率κb可透过对复数组该流量的数值进行二次线性回归而得到。
7.一种流体滤清器异常侦测系统,其特征在于,包含:
一流体滤清器,其内流动一流体;
一流量侦测器,其是侦测该流体的一流量;
一压差侦测器,其是侦测该流体滤清器内的一压力差;
一分析器,其是依据该流体滤清器的几何型态、该流体的物理特性、该流体滤清器的孔隙率、一杂质密度、该流量及该压力差建立该流体滤清器的一运作模型,并透过该运作模型取得一初始杂质累积量;
一卡尔曼估测器,其是依据该初始杂质累积量及一初始压力差,估测该流体滤清器内的杂质随时间累积的一变化状态;以及
一处理器,其是依据该变化状态取得该流体滤清器内的杂质于一估测时间的一杂质累积量,并将该杂质累积量与一预设值比对,以便判断该流体滤清器是否运作异常;
其中该流体滤清器的该运作模型以下列关系式表示:
其中m为流体滤清器内的杂质累积量,△P为压力差,μ为流体黏滞系数,Q为流体的流量,A为流体滤清器的截面积,κb为空壳孔隙率,κf为滤芯孔隙率,κp为杂质孔隙率,ρp为杂质密度,Lb为空壳厚度,Lf为滤芯厚度。
8.根据权利要求7所述的流体滤清器异常侦测系统,其特征在于,该流体为一燃油、一机油或一自动变速箱油。
9.根据权利要求7所述的流体滤清器异常侦测系统,其特征在于,该压力差包含一空壳压力差、一滤芯压力差以及一杂质压力差。
10.根据权利要求7所述的流体滤清器异常侦测系统,其特征在于,该流体滤清器是配置于一航海载具、一陆行载具或一飞行载具。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610944144.1A CN108007837B (zh) | 2016-11-02 | 2016-11-02 | 流体滤清器异常侦测方法及流体滤清器异常侦测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610944144.1A CN108007837B (zh) | 2016-11-02 | 2016-11-02 | 流体滤清器异常侦测方法及流体滤清器异常侦测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108007837A CN108007837A (zh) | 2018-05-08 |
CN108007837B true CN108007837B (zh) | 2020-09-11 |
Family
ID=62048150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610944144.1A Active CN108007837B (zh) | 2016-11-02 | 2016-11-02 | 流体滤清器异常侦测方法及流体滤清器异常侦测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108007837B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110879195B (zh) * | 2018-09-05 | 2021-11-12 | 宁波方太厨具有限公司 | 一种分辨滤芯内芯的检测方法 |
CN115511666B (zh) * | 2022-11-14 | 2023-04-07 | 成都秦川物联网科技股份有限公司 | 用于智慧燃气的门站滤芯更换预测方法和物联网系统 |
CN116183462B (zh) * | 2023-03-07 | 2024-03-08 | 浙江勤鹏科技股份有限公司 | 一种柴油滤芯的质量检测方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7174273B2 (en) * | 2005-05-11 | 2007-02-06 | Hamilton Sundstrand Corporation | Filter monitoring system |
US7922914B1 (en) * | 2007-08-23 | 2011-04-12 | Cummins Filtration Ip, Inc. | Methods and systems for monitoring characteristics in a fluid flow path having a filter for filtering fluid in the path |
TW201606246A (zh) * | 2014-08-15 | 2016-02-16 | 台達電子工業股份有限公司 | 具濾網髒汙偵測功能的換氣設備及其偵測方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6041972B2 (ja) * | 1977-06-21 | 1985-09-19 | 石川島播磨重工業株式会社 | フイルタの目詰り検知方法 |
FR2949352B1 (fr) * | 2009-08-31 | 2013-03-01 | Snecma | Surveillance d'un filtre servant au filtrage d'un fluide dans un moteur d'aeronef |
US20120074069A1 (en) * | 2010-07-19 | 2012-03-29 | Hanilton Sundstrand Corporation | Smart filter monitor |
US9797812B2 (en) * | 2013-03-19 | 2017-10-24 | International Business Machines Corporation | Filter replacement lifetime prediction |
-
2016
- 2016-11-02 CN CN201610944144.1A patent/CN108007837B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7174273B2 (en) * | 2005-05-11 | 2007-02-06 | Hamilton Sundstrand Corporation | Filter monitoring system |
US7922914B1 (en) * | 2007-08-23 | 2011-04-12 | Cummins Filtration Ip, Inc. | Methods and systems for monitoring characteristics in a fluid flow path having a filter for filtering fluid in the path |
TW201606246A (zh) * | 2014-08-15 | 2016-02-16 | 台達電子工業股份有限公司 | 具濾網髒汙偵測功能的換氣設備及其偵測方法 |
Non-Patent Citations (1)
Title |
---|
圆筒状褶式机油滤清器的模拟与优化设计;付海明 等;《交通运输工程学报》;20090630;第9卷(第3期);第60-65页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108007837A (zh) | 2018-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7922914B1 (en) | Methods and systems for monitoring characteristics in a fluid flow path having a filter for filtering fluid in the path | |
CN108007837B (zh) | 流体滤清器异常侦测方法及流体滤清器异常侦测系统 | |
US10670434B2 (en) | Method for detecting abnormality of fluid filter and fluid filter abnormality detecting system | |
US9776114B2 (en) | System for monitoring and indicating filter life | |
US10688422B2 (en) | Fluid quality monitoring and filtration system | |
CN103097703B (zh) | 用于诊断内燃机的曲轴箱排气的方法和装置 | |
CN103335689B (zh) | 一种液位异常判断方法和装置 | |
CN102124190B (zh) | 提高碳粒负荷估测准确性的方法 | |
CN106996352A (zh) | 确定和报告空气过滤器的剩余使用寿命的方法和系统 | |
EP3048278B1 (en) | Device for the diagnosis of the operability of a particle filter for an exhaust gas stream of an internal combustion engine | |
EP2960484B1 (en) | System for detecting an air filter condition, in particular for combustion engines | |
CN112973258B (zh) | 经由远程信息处理输出过滤器监测系统信息的系统和方法 | |
US20070210008A1 (en) | Filter monitor | |
CN115968424A (zh) | 车辆燃料监测系统和方法 | |
US20190358567A1 (en) | Smart wireless fuel system monitor integrated into a fuel filter assembly t-handle | |
CN117345392A (zh) | 微粒过滤器过载的诊断方法、诊断装置和车辆 | |
CN111255549A (zh) | 用于确定颗粒过滤器的颗粒负荷的方法和设备 | |
TWI626978B (zh) | 流體濾清器異常偵測方法及流體濾清器異常偵測系統 | |
US20190217228A1 (en) | Filter device and system and clogging monitoring method | |
CN108603434A (zh) | 用于校正微粒物质传感器的误差的方法和设备 | |
US20220049639A1 (en) | Methods for making and using scr catalyst on-board diagnostic limit parts | |
CN113056600A (zh) | 具有多层数据交换能力的过滤系统 | |
Khan et al. | A Holistic Overview of Diesel Fuel Filter Selection Methodologies and Multi-Level Robust Testing and Validation Strategy | |
WO2017106255A1 (en) | Liquid hydrocarbon filterability system | |
Charbonnel et al. | Fundamental diesel particulate filter (DPF) pressure drop model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |