CN109154592B - 用于监测和评价液体状况的系统和传感器单元 - Google Patents
用于监测和评价液体状况的系统和传感器单元 Download PDFInfo
- Publication number
- CN109154592B CN109154592B CN201780012535.2A CN201780012535A CN109154592B CN 109154592 B CN109154592 B CN 109154592B CN 201780012535 A CN201780012535 A CN 201780012535A CN 109154592 B CN109154592 B CN 109154592B
- Authority
- CN
- China
- Prior art keywords
- liquid
- condition
- parameters
- sensing unit
- sensor
- 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
- 239000007788 liquid Substances 0.000 title claims abstract description 157
- 238000012544 monitoring process Methods 0.000 title claims abstract description 25
- 239000002245 particle Substances 0.000 claims abstract description 85
- 238000011156 evaluation Methods 0.000 claims abstract description 37
- 238000005259 measurement Methods 0.000 claims abstract description 35
- 230000015556 catabolic process Effects 0.000 claims abstract description 31
- 238000006731 degradation reaction Methods 0.000 claims abstract description 30
- 230000005540 biological transmission Effects 0.000 claims description 25
- 239000012530 fluid Substances 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 16
- 238000011144 upstream manufacturing Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims 1
- 239000000314 lubricant Substances 0.000 abstract description 6
- 238000012423 maintenance Methods 0.000 description 15
- 230000008859 change Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 8
- 238000000157 electrochemical-induced impedance spectroscopy Methods 0.000 description 7
- 239000000654 additive Substances 0.000 description 6
- 239000000356 contaminant Substances 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000005461 lubrication Methods 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 239000002131 composite material Substances 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241000239290 Araneae Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 238000002144 chemical decomposition reaction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001050 lubricating effect Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010021580 Inadequate lubrication Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000005294 ferromagnetic effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000002847 impedance measurement Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000006249 magnetic particle Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G01N33/2888—Lubricating oil characteristics, e.g. deterioration
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01M—LUBRICATING OF MACHINES OR ENGINES IN GENERAL; LUBRICATING INTERNAL COMBUSTION ENGINES; CRANKCASE VENTILATING
- F01M1/00—Pressure lubrication
- F01M1/10—Lubricating systems characterised by the provision therein of lubricant venting or purifying means, e.g. of filters
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01M—LUBRICATING OF MACHINES OR ENGINES IN GENERAL; LUBRICATING INTERNAL COMBUSTION ENGINES; CRANKCASE VENTILATING
- F01M11/00—Component parts, details or accessories, not provided for in, or of interest apart from, groups F01M1/00 - F01M9/00
- F01M11/10—Indicating devices; Other safety devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16N—LUBRICATING
- F16N29/00—Special means in lubricating arrangements or systems providing for the indication or detection of undesired conditions; Use of devices responsive to conditions in lubricating arrangements or systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00722—Communications; Identification
- G01N35/00871—Communications between instruments or with remote terminals
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01M—LUBRICATING OF MACHINES OR ENGINES IN GENERAL; LUBRICATING INTERNAL COMBUSTION ENGINES; CRANKCASE VENTILATING
- F01M11/00—Component parts, details or accessories, not provided for in, or of interest apart from, groups F01M1/00 - F01M9/00
- F01M11/10—Indicating devices; Other safety devices
- F01M2011/14—Indicating devices; Other safety devices for indicating the necessity to change the oil
- F01M2011/146—Indicating devices; Other safety devices for indicating the necessity to change the oil by considering moisture level
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16N—LUBRICATING
- F16N2250/00—Measuring
- F16N2250/04—Pressure
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16N—LUBRICATING
- F16N2250/00—Measuring
- F16N2250/08—Temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16N—LUBRICATING
- F16N2270/00—Controlling
- F16N2270/50—Condition
- F16N2270/56—Temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16N—LUBRICATING
- F16N2270/00—Controlling
- F16N2270/60—Pressure
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及一种用于监测液体的状况的感测单元,感测单元包括至少一个传感器和评价单元。感测单元适用于通过使用至少一个传感器测量液体的两个或更多个参数,其中参数至少涉及液体降解或磨损碎屑颗粒产生。至少一个传感器适用于提供至少两个信号,每个信号以适用于在至少两次测量的过程中求出平均值和不同于零的方差的方式提供其值。评价单元适用于使测量的信号关联,并且通过比较测量的至少两个参数来评价液体的状况。因此,获得以自动关联的方式提供关于润滑剂和机器的性能的连续反馈的可靠监测系统,从而允许连续调节以提高正常运行时间以及机器寿命。
Description
技术领域
本发明涉及用于监测和评价液体的状况的系统和感测单元以及监测液体的状况的方法。
背景技术
在岸行业和离岸行业,例如采矿业、发电工业、风力涡轮机工业和船舶中用于多种用途的机械应该长时间有效运行,理想情况下只在不需要它们的功能时才停止。实际上,机器会由于各种其他原因突然并且以有计划的方式停止。停工期的主要原因是由于机器磨损引起的故障以及另外有计划的维护以避免这种磨损。
最容易磨损的机器部件是运动部件,其中采用润滑以提高效率并避免金属对金属的磨损。润滑剂吸收磨损的颗粒并将其带到下游,其中通常为在线液压过滤器的过滤单元吸收最大颗粒并将其余部分重新引入机器中。当过量颗粒被重新引入机器时,它们磨损运动部件,这既降低了工作效率又产生了更多和更大的磨损碎屑,因此随着大颗粒撕裂更大颗粒进一步加速齿轮劣化。这也堵塞了过滤器。
润滑液通常是含有添加剂的油。这些添加剂被引入以改善油的不同功能,例如在高温运转下提高粘度以抵抗化学分解或润滑。经过一段时间后,油和/或添加剂会分解,从而使油酸化。如果不管它,则酸化的油会腐蚀与其接触的机器部件。然后,需要更换所述机器部件,从而导致维修昂贵,机器的生产率损失,并且如果机器是大型作业诸如船的一部分,则整个系统的功能受损。这样的故障可能是灾难性的。
此外,虽然磨损颗粒产生和液体降解之间的关系的确切性质尚不清楚,但是它至少包括双向正反馈回路,其中磨损碎屑产生增多消耗油,消耗的油腐蚀机器从而产生磨损碎屑颗粒。因为特别大的颗粒磨损碎屑产生呈指数增长,所以当它们出现时,这使这些问题进一步被问题化,并且在确认时必须立即停止。
理想情况下,当在某一点过后液体包括太多磨损碎屑颗粒和/或液体被降解时,机器停止运转,并且维修人员可以通过例如清洁机器和重新涂抹新液体或更换在线过滤器来解决问题。由于这种机器是封闭的系统,因此正确评估何时打开机器进行检查和/或维护有极大的兴趣。
为了避免因机器过度磨损而造成的任何不合时宜的故障,机器通常被安排定期地进行维护或油分析。例如,在一组预定义的日期,机器被关闭,并且维修人员打开系统、取出油样本用于非现场评价和/或根据一些预定义的维护程序清洁系统。US3526127A公开一种用于在计算机帮助的辅助下自动测试油状况并报告其结果的方法和设备。不幸的是,由于几个原因,这是在非现场进行的并且是昂贵的方法。打开系统可能会将外部元件引入封闭系统,并且打开舱口的动作可能会从内部释放颗粒,从而中断流动并且稍后导致停机。这些主动维护过程是在该类型的所有机器中从平衡各方利益的情况下限定的,从而为此增加了安全系数。虽然故障比计划维护成本更高是有道理的,但是特别是当不必要的停工期进一步引起后续故障的风险或需要大型作业诸如船停止其运行时,任何这种停工期都非常昂贵。
此外,并非所有机器被磨损一样。其工作人员的操作风格对于机器的潜在正常运行时间和机器寿命非常重要。例如,以最大速度交替关闭和打开的机器将比在其最佳运行范围内运转的机器磨损明显加快。然后,性能更好的机器的维护停工期比实际需要更多,而管理不善的机器直到机器已经损坏才被确认为管理不善,这会难以或不可能查明这种管理不善的确切罪魁祸首。
为了避免对设备的严重损坏,传感器可被引入来监测液体中磨损碎屑颗粒的累积以及液体降解。然而,系统的液压系统必须始终完美地起作用,以便在液体中获得难以获得的磨损碎屑颗粒的代表性图像。在本领域中,磨损碎屑颗粒通常利用光学传感器被监测,而液体降解通过电阻抗光谱型传感器被测量。
US6449580B1公开在一定温度范围内测试工作流体的介电常数,从而确定介电常数对温度变化最敏感的温度。这允许通过在测试期间仅仅测量介电常数和温度来估计粘度、酸含量、水分含量和工作流体密度。这假设所有参数之间的关系在系统的生命周期内保持固定。
EP2749853A2描述集成在用于油系统,例如机动车辆的往复式发动机的排油装置中的传感器。传感器测量油状况的各个方面。
由于多种原因,原始传感器信号在读数之间会显著波动,在这些原因中,一个是系统波动,另一个是传感器引起的噪声。为了弥补这一点,传感器被制造和销售成具有提高传感器精度的综合求平均值能力,从而使理解系统和液体状况更加通用和具有代表性。
此外,本领域的传感器技术具有一些明显的弱点。例如,某些重要的颗粒传感器类型无法将水颗粒和/或夹带的气泡和磨损颗粒区分开,水颗粒和/或夹带的气泡和磨损颗粒的读数会突然增加(spike),从而导致立即和不需要的系统停止。
发明内容
因此,本发明的目的是解决上述问题。根据本发明,提供了一种用于监测液体的状况的感测单元。感测单元包括至少一个传感器接口和评价单元,其中传感器接口适用于测量两个或更多个原始信号,每个原始信号对应于液体的参数,其中所述参数至少涉及液体降解或磨损碎屑粒子产生。所述传感器接口进一步适用于将至少两个传输信号传输至所述评价单元,每个传输信号对应于原始信号,其特征在于每个传输信号的方差相当于其相应原始信号的方差,以及评价单元适用于通过使所测量的至少两个参数相互关联评价液体的状况。
由此,一种改进的传感器系统被提供。
本领域的传感器适用于在传输之前对读数求平均数以减少信号噪声。因为输出值是稳定的,并且其变化构成某种破坏,所以这允许维修人员诊断液体系统状况。当方差被认为是信号噪声时,以信号方差为代价提高传感器精度,这在传统上被接受。在本发明中,这种方差构成第二仪器数据源,并且信号噪声和不精确被接受。通过使用在将它测量的数据传递到评价单元之前不对其进行预处理的传感器,评价单元出人意料地能够对液体系统执行真正的统计数据分析。
通过将这种改进的数据保真度和方差与相互关联的至少两个参数测量值相结合,真实的、系统的以及特定环境的液体状况预测根据本发明是可以实现的。
由此,准确并且精确诊断系统中断以及确定系统行为漂移和轨迹是可以获得的。换言之,当传统系统的读数变化时,维修人员知道有些事情已经变化;但是不知道什么已经变化或为什么变化。通过执行原始传感器数据传输、统计分析并且使信号相互关联,可以获得关于系统的实际状态的更多信息。微小运转模式变化变得明显,维修人员可以立即采取行动,而不必等到运转参数悄悄超过某些任意传感器硬件相关的惯性阈值。
传感器接口适用于测量液体的状况,并为评价单元提供这些测量。通过提供一系列测量,信号被提供给评价单元作为连续测量。
所谓可比方差意味着传输信号的方差明显类似于原始信号的方差,诸如在传输之前传感器从原始信号中基本上过滤不出测量信息。它可以进一步具有可比较的平均值并因此具有分布。
在实施例中,传感器接口在将原始信号作为传输信号传递之前不对其进行预处理。由此,未过滤的信号被提供给评价单元。
在实施例中,每个传输信号对应于原始信号。在实施例中,每个传输信号基本上对应于原始信号。在实施例中,对于由传感器接口提供的每个原始信号,传输信号被传输到评价单元。
在实施例中,每个传输信号类似于相应的原始信号。所谓类似于意味着包含在传输信号中的信息等于包含在相应的原始信号中的信息,这意味着由传感器接口执行的任何数据处理成比例地应用到原始信号中的所有原始数据点,从而产生具有数据方差的传输信号以及与产生它的原始信号成比例的数据点的分布。
在实施例中,对于传感器接口传输到评价单元的每个传输信号,传感器接口已经感测到至多一个原始信号、最多两个原始信号、最多3个原始信号、最多4个原始信号、最多5个原始信号、最多6个原始信号、最多7个原始信号、最多8个原始信号、最多9个原始信号或最多10个原始信号以产生传输信号。
在实施例中,传输信号的方差基本上不低于原始信号的方差。
在实施例中,传输信号的方差类与原始信号的方差相似。所谓“与……相似”意味着允许传感器接口通过移除异常值原始数据点来校正数据以产生传输信号,该异常值原始数据点是原始信号的一部分。在本发明的实施例中,可以为任何数量的原始值数据点移除这种异常值信号。在本发明的另一个实施例中,可以为每3个、4个、5个、6个、7个、8个、9个、10个、15个、20个、25个、30个、35个、40个、45个、50个、55个、60个、65个、70个、75个、80个、85个、90个、95个或100个原始数据点移除这样的异常值数据点。
在实施例中,一个或两个这样的异常值数据点可以被移除以生成所述传输信号。在另一个实施例中,1%、2%、3%、4%、5%、6%、7%、8%、9%或甚至10%的所述原始数据点可以被移除以生成所述传输信号。
在优选实施例中,传输信号的方差等于原始信号的方差。所谓等于意味着传感器接口不执行数据校正。
在实施例中,至少一个参数与参考数据关联。在另一个实施例中,至少两个参数与参考数据关联。在另外的实施例中,参考数据包括给定系统的存在问题参数的历史数据,其允许趋势分析,这会通知系统磨损或不平衡运转。在另外的实施例中,参考数据包括基于工厂测试或已经运转或正在运转的至少一个其他系统的针对系统的预定的期望值。在另外的优选实施例中,参考数据包括当前系统的试车期。
液体的状况可以被理解为液体在下列方面的状态:液体中存在磨损碎屑颗粒以及与刚刚提供的原始液体相比关于液体的分解和/或其中的任何添加剂,通常使液体酸化的液体的化学降解程度。
评价单元适用于将测量的参数关联。所谓将参数关联意味着建立它们的相互关系和/或互反关系。这可以任何精度和任何方便的方法执行。
关联性可以涉及静态传感器读数之间的关系。例如,高的磨损碎屑测量对液体降解测量的影响被评估,或者换言之,参数读数中的一个的特定参数读数对应参数读数中的另一个的特定值的可能性。关联性可以涉及参数读数内的轨迹之间的关系,诸如一个参数值的增加对另一个参数值的期望值的影响。此外,关联性可以涉及静态传感器读数和轨迹传感器读数的组合。
关联性至少是单向关系,并且在优选实施例中,关联性是所有相关参数之间的双向关系,这意味着互反地评估因果关系。
在一个实施例中,更复杂的关系可以通过诸如第一参数和第二参数的状态或和/或结合第一参数和第二参数的轨迹对第三参数的影响的这些关联性来评估。例如,除了当液体降解或磨损碎屑颗粒都在一定范围内,诸如两者都很高的时候,温度不会受两者的影响。
在一个实施例中,在数学意义上对参数执行关联,其中例如利用霍特林(Hotelling)T2模型通过统计建模确定参数状态或轨迹的相互依赖性。
可以连续地或以预定频率执行关联。连续关联和状况监测可以是有利的,使得在设备被损坏之前可以检测任何液体降解和/或磨损碎屑颗粒产生的变化并对其采取行动。然而,评价还可以适用于以秒、分钟或甚至几小时的间隔将测量的参数关联。然后,测量的参数可以被存储和/或传输到例如相对于液体系统是现场或非现场的数据库或服务器。
可以预定速率通过将测量的参数关联执行评价液体的状况。因此,监测和评价可以定期地,例如每隔一秒钟、每隔一分钟、每隔一小时,每隔一天或在任何方便的时间段之后执行。通过关联,已知信号的特定组合产生相关的运转状况。在本发明的一个实施例中,这允许用户得到关于当前状态和预期的未来运转状态的复杂和高保真度反馈。
通过第一运转阶段,可以求出运转模式表,该运转模式表可以用于评估系统的磨损和/或错误,然后可以及时管理系统以防止过度磨损、错误警报和故障。
通过得到平均值和不等于零的方差的方式测量液体降解或颗粒磨损产生中的至少一个并且使这些信号相关,感测单元允许显著更精确的运转监测。例如,当来自另一参数信号的数据显示这一点时,一个参数测量的突然增加可作为错误读数被忽略。例如,虽然颗粒传感器可能看到粒子产生的突然增加并且通常可以发出系统中的磨损碎屑过多的警告,但是当与其他参数诸如液体中的水含量相比时,这可能被忽略。一些颗粒传感器无法将水和磨损碎屑颗粒区分,因此在某些情况下,例如因为在需要发出警告之前,某些液体润滑系统中的水可能比磨损碎屑更多,所以当水含量也突然增加时可能颗粒计数量的突然增加。例如,这不是让维修人员干预错误警报,而是警告他们存在更复杂的情况。
此外,使可靠监测系统以自动关联的方式提供关于润滑剂和机器的性能的连续反馈意味着维护人员和操作人员知道设备正在被监测,并且随时可获得关于实际性能的数据从而允许持续调整以改善正常运行时间和机器寿命。
值得注意的是,持续详细读取磨损颗粒和/或液体降解可以持续评估设备的状态,从而实现可靠的机器寿命预测,并且如果不需要,则可以避免机器停止运转以进行定期维护。特别是当诸如必须进入码头的船的机器是系统的一部分时,这自然具有很大的经济利益,在机器是系统的一部分的情况下,系统也必须停止运转。
在本发明的一个实施例中,感测单元适用于测量液体降解。在本发明中,液体的降解可以被理解为包括例如由氧化和添加剂损失引起的降解。在本发明的实施例中,它通过电阻抗光谱(EIS)型传感器测量。
通过测量液体降解,维修人员了解液体化学成分的变化,这有助于他们确定更换液体的需求以及预期的颗粒磨损产生。
在一个实施例中,至少一个液体降解传感器接口被放置在离线过滤器的下游。通过将液体降解传感界面放置在下游,液体在监测期间包括较少的磨损颗粒,存在磨损颗粒会减少EIS读数。
在本发明的一个实施例中,感测单元适用于测量磨损碎屑颗粒产生。在本发明内,磨损碎屑颗粒可以被理解为通常由金属与金属的接触引起,例如由于过度磨损、污染、不适当的润滑、运转状况的变化和/或其他因素。用于测量磨损碎屑颗粒的传感器可以例如光学地和/或电感地测量所述颗粒为基础。通常,前者对较小颗粒的敏感性高于后者,然而,后者能够基于材料区分颗粒。
通过测量磨损碎屑颗粒产生,可以确定液体的磨损性以及描述系统和机器腐蚀的新磨损颗粒的产生。
在一个实施例中,至少一个磨损碎屑颗粒传感器接口被放置在离线过滤器的上游。因为离线过滤器通常在液体贮存部(reservoir)的底部具有其入口,液体贮存部的内容物基本上处于静止,所以由于污染物在此处沉积,因此入口液体通常被污染的程度高于系统的大多数其他位置的液体。于是,将磨损颗粒传感器接口放置在上游允许基本上感测液体的污染最严重的梯度中的一种,从而快速描述变化的磨损碎屑产生的液体状况。
将至少两个信号关联通过在初始运转阶段运行系统来实现,该初始运转阶段建立至少两个信号的复合运转模式的基线。例如,在一个月的过程期间,测量磨损颗粒和油基润滑剂的相对湿度以确定运转基线。这建立了平均值、不同于零的方差以及用于两个传感器接口的组合值的接受和未接受的运转模式。例如,如果相对湿度高,并且小颗粒计数大,则颗粒计数由水含量引起,并且如果系统在其他情况下可控地运转,则可以忽略至少一部分大颗粒计数。或者,如果由于传感器的灵敏度较高导致在不存在相对湿度的相关增加的情况下观察到磨损碎屑颗粒的轻微增加,则系统在传统系统将对该变化做出反应之前提供警报。
在本发明的一个实施例中,参数进一步涉及液体的压力、温度和/或水含量。通过测量这些附加参数,液体状况的测量的精度得到提高。此外,通过与每个添加的参数的进一步关联,各个测量的精度也得到提高。例如,通过测量温度得到提高的测量磨损颗粒和液体降解的感测单元将允许考虑由温度引起的液体的电阻和电导的变化,从而提高液体降解监测。
这实现更精确的液体状况监测和利用这个提高运转控制。
在本发明的一个实施例中,感测单元适用于通过使用至少一个传感器测量与液体降解有关的三个参数、与磨损颗粒产生有关的两个参数、与液体压力有关的两个参数以及与液体温度有关的一个参数。
由于评价单元执行的关联,这允许区别理解液体状况以及最精确理解每个单独参数。用于描述液体状况和/或系统状况的任何传感器接口对本发明都是有用的。方便地,感测单元可包括以下传感器接口中的任意一个:
-用于液体降解的电阻抗光谱型传感器,
-用于水含量测量的相对湿度传感器,
-用于小磨损碎屑颗粒的光学传感器,
-用于大磨损碎屑颗粒的铁磁/电感式传感器,
-压力传感器
-粘度传感器
-声学/光声传感器
-成像传感器,以及
-温度传感器。
在实施例中,参数进一步可以涉及消耗功率、电流、液体流量和/或机器打开/关闭信号。这些输入与其他传感器信号结合使用可以诊断某些系统状况。例如,知道功率需求增加而流量保持恒定可以指示系统中某处的通道变窄,而运转模式可以例如描述期望温度或磨损碎屑颗粒产生。
在本发明的实施例中,感测单元被嵌入在系统中用于监测液体的状况,该系统包括用于接收污染的液体的进入流的系统入口、用于释放过滤液体的排出流的系统出口、与系统入口和系统出口流体连通的过滤单元以及前述的感测单元,该过滤单元包括过滤器,该过滤器适用于接收污染的液体并释放过滤的液体。
在用于过滤液体的系统中提供感测单元允许将由感测单元提供的数据与和其他设备/装置关联的数据比较,该其他设备/装置还包括系统,该系统用于过滤液体并且包括作为相同封闭的液体系统的一部分或优选地在其他类似系统中的类似元件。
总而言之,这为理想地,例如设备无任何错误或系统无泄漏过滤液体的情况提供对如何理想地求出尤其关于液体降解和磨损颗粒产生的数据,即运转模式和总体预期进展的可靠确定和评价。因此,确定这种模式和/或进展可以用于定性评价,其目的是估计设备的剩余寿命,并且还估计会在稍后导致系统损坏/严重磨损的可能未来事件。
此外,在用于过滤液体的系统中的集中位置处的感测单元设有预定元件允许最佳位置用于特定测量以及将数据关联供以后使用,可以使用预定元件并与其他位置处的系统比较。例如,这实现最佳的液体流速测量和电阻抗测量。
由此,与未协调的独立传感器装置相比,可以使用最佳参数和参数值用于将数据关联。
在实施例中,过滤系统被布置在船上。过滤系统可以是连接到船上的发动机或机器的油过滤系统。船上的发动机或机器可以与起重机、船尾推进器或方位推进器相关,或者它可以连接到与推进机械相关的系统。
在另一个实施例中,过滤系统被布置在风力涡轮机中。过滤系统可以是连接到齿轮箱系统或液压桨距控制系统的油过滤系统。
在第三实施例中,过滤系统应用于发电厂。过滤系统可以连接到动力涡轮机润滑和控制油系统。
系统入口可以从系统中的任何点,通常从放置在机器下游的贮存部的顶部或底部抽取液体,其中底部处的液体相对静止并且比顶部处的液体污染更严重。出口可以将过滤的液体释放到系统中的任何位置,例如直接释放到机器。在优选实施例中,它在所述贮存部的顶部释放过滤的液体。
过滤单元可以是相对于原始液体执行从液体中分离污染物,例如移除诸如磨损碎屑颗粒的固体或移除诸如水或空气的流体的任何类型和种类。过滤单元可以采取与系统流体连通的任何配置,例如在线式液压过滤器。在优选实施例中,用于处理液体的过滤器可以是离线精细过滤器,并且因此可以是深度精细过滤器,诸如CJCTM HUD 27/27精细过滤器单元。
在实施例中,磨损颗粒优选地在过滤单元的上游被监测以提供关于机器磨损的读数,该读数特别是在涉及大颗粒时通过将传感器放置在过滤单元之后被至少部分地消除。
在本发明的实施例中,液体降解在过滤装置的下游被监测,以消除磁性颗粒,诸如磨损碎屑颗粒在EIS读数中产生的大部分噪音。
在本发明的实施例中,液体是指油产品,并且上述系统的过滤单元是油过滤器。虽然添加剂可用于增强油的某些所需特征,例如粘度或寿命,但是在该实施例中,液体主要是油。因为油是有效的润滑剂并且显著减少机器磨损,所以它可以方便地用作润滑剂。
在本发明的实施例中,其中液体是油产品,油产品的粘度为1-5,000cSt。
在本发明的实施例中,其中液体是油产品,油的工作温度在0至120℃之间。
在本发明的实施例中,它涉及一种监测液体状况的方法。该方法包括三个步骤。首先,提供用于监测液体的状况的感测单元,感测单元包括至少一个传感器接口和评价单元,通过使用至少一个传感器接口测量液体的两个或更多个参数,其中参数至少涉及液体降解或磨损碎屑颗粒产生,并且至少一个传感器接口在至少两种测量的过程期间提供针对每个信号的平均值和不同于零的方差。其次,测量的至少两个参数被关联。第三,基于测量关联性评价液体的状况。
在本发明的实施例中,评价液体状况进一步包括将测量和/或关联的参数与参考数据比较。该参考数据可以采用任何方便的形式,并且在一个实施例中,它至少包括基线数据和/或系统间数据。
在使用感测单元的系统的初始运转阶段的过程期间生成基线数据。优选地,它采用具有历史上确定的环境结果的运转模式的形式。例如,水含量的变化通常可以表示例如泄漏,但是已经发现可以将其自身调节到某个可能旧的系统的可接受范围内。可接受和不可接受的运转模式被确定并且限定以允许对测量蠕变快速反馈,从而导致不平衡操作以及唯一可接受的运转状况,其中传统的、不协调的或甚至协调但不相关的传感器信号将从相同的传感器测量发出错误警报。系统间数据是从系统中收集的至少一组基线数据的集合,该系统的试车期在放置当前感测单元的系统被安装之前。在优选实施例中,系统间数据包括各种这样的先前基线数据集,并且另外包括针对整个机器寿命的这些先前数据集中的一些的数据集,优选地至少一个。
在本发明的一个实施例中,当前系统的基线数据在系统的整个寿命期间被连续更新。这允许系统随着时间的推移适应其自身的磨损变化,从而尤其是当与系统间数据关联时实现更好的运转诊断。值得注意的是,因为机器磨损使其更容易受到偏离最佳运转模式的影响,所以这允许系统降低警报的阈值。例如,随着机器老化,它可能会出现过热的趋势,这意味着如果它是建筑物热,则早期警报将是非常有意义的。这种参数灵敏度的增加将表示为测量的参数的方差较大,从而导致正态分布更平坦,甚至可能具有厚尾分布,这意味着按照推测不太可能的事件,诸如系统故障比通过统计分析预期的事件更可能。另外,系统磨损可以以给定参数的蠕变平均值的形式,例如液体系统因年久变得更热来表示自己。
此外,本发明的该实施例允许评价单元对系统的灵敏度变化进行复杂评价,例如警告热量积聚的示例性蠕变或工作温度过高。这将其本身简单表示为任何参数方差的变化。在本发明的一个实施例中,方差或平均值的不期望的变化提示机器可能长期磨损的警告信号。
在本发明的实施例中,连续执行液体状况的评价。通过连续评价液体状况,获得精确的传感器读数。
在本发明的实施例中,评价单元适用于发送反映评价的液体状况的信号。信号可以被发送到任何类型的接收器,例如现场计算机或非现场计算机,或者它可以将其信号直接传送给维修人员。在优选实施例中,非现场计算机处理数据分析并将结果信号返回到机器现场的方便接收器,诸如维修人员使用的计算机。
附图说明
图1示出测量管道中的磨损颗粒计数和液体磨损的根据本发明的感测单元,
图2示出根据本发明的液体状况监测系统,
图3示出与本发明可区分的三个示例测量数据集,
图4示出根据本发明的三个操作状态的蜘蛛网图中排列的示例测量数据,
图5示出根据本发明的控制功能,
图6示出根据本发明的控制和数据流程。
具体实施方式
图1示出根据本发明的感测单元100。感测单元安装在管110上,管110适用于在系统中输送液体111。该液体被示为包含污染物,例如磨损碎屑颗粒。感测单元包括用于接收液体参数测量的第一传感器接口101和第二传感器接口102以及用于根据参数和历史数据计算液体状况的评价单元103。此外,感测单元配备有传输单元104,用于将测量数据发送到任何方便接收器。
只有传感器接口必须以任何允许其操作的方式放置在液体附近,例如安装在充满液体的封闭系统内或最好安装在靠近它的位置。感测单元的其余部分也可以以任何方便的方式安装在靠近液体的任何地方或甚至远离液体。传感器接口可以被放置以便感测贮存部中或优选地在管道中的液体。在内部,感测单元必须是电连通的,但其部件可以分散在整个空间中。
传感器接口必须是发送至少基本上未过滤的测量的类型。例如,一些传感器将讲过多次测量使其测量值归一化,并且仅传输平均值以抵消噪声。这些归一化移除用于本发明的后续数据操作的关键数据。
评价单元与传感器接口电连通,并且适合于根据一些预定义的一组运转模式执行运转模式之间的关联(参见图6)。
在一个实施例中,评价单元103适用于通过传输单元104以及从第一传感器接口和第二传感器接口接收信号。例如,通过传输单元的信号可以是关于系统运转模式的更新数据,这种信号构成对评价单元的操作和控制的微调。在另一个实施例中,评价单元适用于在没有外部指令的情况下执行这些自我调整。
传输单元可以是铜线、无线传输单元、诸如依赖于蓝牙或Wi-Fi的传输单元,或任何方便的携带信号单元。在实施例中,传输单元适用于在两个方向上发送和接收信号。
感测单元适用于接收与液体状况有关的至少两个信号,一个来自第一传感器接口101,另一个来自第二传感器接口102。只要在传感器接口中执行与液体状况有关的两次或多次测量,感测单元可包括一个或多个传感器接口。
图2示出用于润滑机器220的液体润滑系统200。该系统包括在线过滤器223,其在机器上游的用于在大颗粒进入机器之前移除它们、液体贮存部210,其用于容纳基本上处于静止的液体以及离线过滤器213,其用于净化具有较小颗粒和其他污染物的液体。
液体贮存部210被放置在机器220的下游,并且磨损碎屑颗粒和其他污染物沉积在其中,从而在贮存部中产生液体的纯度梯度,其中液体的最上部分是最纯净的,并且最低部分受例如磨损碎屑颗粒污染最严重。这种效果是由重力驱动的。
在线泵222通过过滤大颗粒的在线过滤器223将液体从液体贮存部的最上部抽吸到在线入口管221中。净化的液体然后通过在线出口管224被注入被污染的机器220中。污染的液体被重新引入通常靠近底部的贮存部中。
相反,离线泵212通常通过离线入口管211将污染的液体从液体贮存部的最底部分抽吸到离线过滤器213中,经过离线出口管214并且将净化液体沉积在液体贮存部210顶部附近。
感测单元可以被放置在该系统内的任何方便的位置。最有可能的是,它与过滤器,例如在线过滤器和/或离线过滤器一起放置。在一个实施例中,它紧挨离线过滤器放置并且在优选实施例中,第一传感器接口被放置在上游211,第二传感器接口被放置在相对于离线过滤器213的下游214。
在另一个实施例中,包括在感测单元中的两个传感器接口分别放置在相对于在线过滤器223的上游和下游。
传感器接口可以共同适用于测量与液体状况有关的任何数量的两个或更多个参数,例如磨损颗粒碎屑、液体磨损、温度、压力和水含量。还可以测量与整体操作和系统有关的其他参数,例如功率使用。
在一个实施例中,光学和导电地测量磨损颗粒碎屑,并且用电化学阻抗谱测量液体磨损。
在一个实施例中,第一传感器接口适用于至少测量磨损颗粒碎屑。
在一个实施例中,第二传感器接口适用于测量液体磨损。
图3示出诸如通过单个传感器接口,例如磨损颗粒传感器接口由传感器数据的任何集合测量的不同运转状况,以及图3A至3C所示的不同模式示出根据本发明有用的传感器灵敏度增加。
首先,所有三个传感器数据集基本上求平均数在平均值(301)附近,并且可能不再属于传统传感器。然而,利用本发明,方差读数和伴随的更高信号保真度允许准确地读取情况。
图3A示出传感器输入中方差较小的通常稳定的运转模式。通过基于该数据发出平均值和方差的信号,更容易解释传感器数据的任何后续变化。经过一段时间后,方差例如由于系统磨损将稳定地增加。在本发明的一个实施例中,这种逐渐变化与预期磨损比较,并且精确地推断机器寿命。可以评价与此预期标准的偏差,并对运转进行改进。在本发明的实施例中,在特定时间段,诸如一个月内监测正常运转。
图3B示出与图3A所示的情况非常类似地监测的情况,但是302和303具有显著偏差。利用如3A中建立的方差,可以量化这些偏差的概率,并且可以更好地理解这种情况。在本发明的实施例中,产生偏差的读数保持允许早期报警、减轻它或者可能完全避免它的信息。
图3C示出具有突然增加的稳定下降读数的模式。这种读数可以通过逐渐堵塞管道来产生,由此磨损碎屑颗粒聚集在一点,接着突然释放这些颗粒或另一种情况。保真度和方差读数的增加不仅允许读数在数量上更好地接近系统中的实际情况,而且还考虑到更复杂的模式识别,例如识别如图3C中所见的模式,其中使数据归一化的传感器也许会从相同的数据集不准确地产生波状或正弦曲线。
图4示出复合成蜘蛛网形式400的单独传感器接口信号,组合沿着这些轴的值限定特定状况模式401、402、403。在所示的实施例中,小颗粒411、大颗粒412、水含量413、化学成分414和温度415被监测。在本发明的其他实施例中,可以使用其他类型的输入,诸如压力,并且可以使用其他组合,例如在系统中的不同位置或在相同位置具有多于一个的小颗粒传感器。可以使用尽量少的两个传感器或尽可能多的传感器,蜘蛛网通过拟合所使用的轴数来适应这种情况。
在图4A中,中间灰色区域422表示期望平均值内的测量,而内部区域423表示低于期望值的测量,外部区域421表示大于期望值的读数。这样允许轻松评估单独输入。
图4B示出其中所有信号都在标准范围内,从而让维修人员知道系统正在运行的情况。然而,这并没有说明必须考虑我们将在下面讨论的实时变化的模式轨迹。
图4C示出其中小颗粒计数极高、水含量高402、并且其余传感器信号在正常阈值内的前面提到的状态模式,这构成了示例情况,其中不管单独的传感器表明需要系统停止,但是也许不需要干预。
图4D示出与图4C所描述的状况模式小颗粒计数极高并且其余传感器信号在正常阈值内的非常相似的状况模式,不同之处在于水含量较低。分别检查传感器接口数据,这看起来比上述模式402更有利,而实际上这种情况可能需要系统停止和干预。
这些模式402、403仅仅是其可连通性优异的示例模式。本发明允许确定面向单独系统的模式以及通常确定针对给定系统的微妙和环境干预需求,并且在本发明的实施例中,根据本发明的方法可能产生在本文能有效描述的模式列表长得多的模式列表。
图5示出实时运转图表500,其包括基于状态模式诸如先前讨论的状态模式401、402、403求出的复合多变量控制函数501。运转模式在具有集合运算方差503的集合运算平均值502附近运转。
在所示实施例中,虽然这种安全运转被简化,但是组合的方差限定安全运转空间。在另一个实施例中,对于某些变量,安全运转空间较小,而对于其他变量,安全运转空间较大,这取决于变量的系统倾向和因果关系而取决于变量趋向于达到某些值。如果需要维持足够的系统稳定性,则甚至可以在它们的方差内进行某些测量,由于在系统中没有显著影响,因此可以允许其他测量组合超过方差阈值。在所示的实施例中,运转模式大部分保持在可接受的阈值内,而在一个下降507处,它超过进入给定的不期望状态。
通过评估传感器信号组合的可能性和威胁,其中某些组合比其他组合更有可能和/或更不利,当在历史上已知这些偏差对系统性能不利或促进这种影响时,求出对单独测量偏差敏感的具有高保真度的组合均值和方差。
然后,该复合多变量控制函数501根据正态分布运算,并且预计在平均值附近倾斜。第一偏差505和第二偏差506示出运转模式的典型运转空间。
图6示出根据本发明的数据处理。在初始运转阶段601期间,运转测量数据610通过可用的传感器接口经过系统监控被收集。从广义上讲,这种数据处理包括为所有参数建立运转基线,并将这些参数与当前读数比较。可选地,它包括将运转与其他类似系统的运转进行比较,并且可选地,它包括连续地重建基线。
在初始系统试车之后并且优选地在紧接其之后执行该初始运转阶段601,但是如果例如本发明被安装到现有系统,则也可以在系统的寿命期间的任何时间执行该初始运转阶段601。初始运转阶段的持续时间可以为任意时间,例如一天、一周、一个月或一年。在本发明的一个实施例中,初始运转阶段的持续时间为一个月。该阶段的目的是通过基线数据610绘制预期的系统行为。
使用所收集的基线数据610,对包括参数之间的相互关系以及可选地与产生运转图611的系统性能的关系的参数执行602关联。关联至少包括所有参数之间的单向关系,通常是双向关系。可选地,可以包括更复杂的关系,例如条件三向关系。例如,第一参数和第二参数的状态可以影响第三参数,该第三参数不会单独地受第一参数或第二参数影响。
此外,这些关联可以采取任何形式。在一个实施例中,一个参数的当前状态对应于预期的当前传感器读数和/或对每个其他参数的方差。在另一个实施例中,关联对应于传感器读数的预期变化,或者换言之,轨迹。这些关系甚至可能更复杂,诸如预期的当前传感器读数和/或方差和轨迹的组合。例如,磨损碎屑颗粒与压力之间的关系可以是积极的相互促进的关系,其中一个的增加导致另一个的增加直到发生突然的压力下降的某个点,从而可能发出管道破裂的信号。
关联可以是有向关系或无向关系。在无向关系中,关联仅仅是知道两个参数倾向于一起取某些值。有向关系是第一参数的变化对第二参数的影响是已知的并且第二参数的变化对第一参数的影响是已知且可能不同的情况。两个参数之间的这些定向关系中的两个或两个中一个可以包括一个参数对另一个参数没有影响。例如,这种关系可以是磨损碎屑颗粒产生和液体降解之间的关系。液体降解在侵蚀机器部件时可能对磨损颗粒产生具有非常显著的影响,而磨损碎屑颗粒可能不会使液体降解或者可能以不同的速率使液体降解。
运转图611将参数和总体液体条件彼此组合以将测量的任何给定快照集评估成预期系统状况以及可选的预期未来运转状况的模式轨迹,从而将当前状态与类似的过去状态比较。此外,可选地,运转图包含单独传感器接口测量和/或集合传感器接口测量的平均值和方差。
然后启动第二运转阶段603,其中运转图611用于评价控制函数501的状况和轨迹以执行模式预测604。例如,这些模式预测识别如果水含量很高则忽略大粒子计数的上述示例,之前已经发现这是良性的。
在本发明的一个实施例中,在整个第二运转阶段603中收集的数据用作更新的基线数据610,或者换言之,用于评价基于先前收集的基线数据确定的参数的漂移。在运转状况诸如由于磨损变化时,这允许校准运转图611。
在本发明的一个实施例中,基线数据610和/或运转图611被传送到存储系统间数据620的方便位置。这允许跨系统为可能的运转模式建模,并且比较运转图以及运转图随时间的变化。在本发明的一个实施例中,相关602考虑系统间数据620,从而允许配备有本发明的新系统具有提高的精度以及通过先前装置求出的预期磨损模式。
Claims (16)
1.一种用于监测液体(111)的状况的感测单元(100),所述感测单元(100)包括至少一个传感器接口(101、102)和评价单元(103),其中
-所述传感器接口(101、102)适用于测量两个或更多个原始信号,所述原始信号对应于所述液体(111)的至少两个不同的物理参数,其中所述参数至少涉及液体降解或磨损碎屑颗粒产生(411、412),并且每个参数在至少两次测量的过程中提供平均值和不同于零的方差,
-所述传感器接口(101、102)进一步适用于将所述原始信号作为传输信号传输至所述评价单元(103),每个传输信号等于原始信号,其特征在于每个传输信号的方差等于其相应原始信号的方差,以及
-评价单元(103)适用于通过使所述两个或更多个原始信号相互关联评价所述液体(111)的状况,从而使所述至少两个不同的物理参数(602)相互关联。
2.根据权利要求1所述的感测单元(100),其适用于测量液体降解。
3.根据权利要求1至2中的任意一项所述的感测单元(100),其适用于测量磨损碎屑颗粒产生(411、412)。
4.根据权利要求1或2所述的感测单元(100),其中所述参数进一步涉及液体(111)的压力、温度(415)和/或水含量(413)。
5.根据权利要求1或2所述的感测单元(100),其进一步适用于测量与液体降解有关的三个参数,与磨损碎屑颗粒产生有关的两个参数、与液体的压力有关的两个参数,以及与所述液体(111)的温度相关的一个参数。
6.一种用于监测液体(111)的状况的系统,其具有根据权利要求1-5中的任意一项所述的感测单元(100),所述系统进一步包括:
-系统入口,其用于接收污染的液体的进入流,
-系统出口,其用于释放过滤液体的排出流,以及
-过滤单元,其与所述系统入口和所述系统出口流体连通,所述过滤单元包括过滤器,该过滤器适用于接收污染的液体并释放过滤的液体,
-其中至少一个传感器接口(101、102)沿着由所述系统入口、所述过滤单元和所述系统出口限定的液体通道定位。
7.根据权利要求6所述的用于监测液体(111)的状况的系统,其中液体降解在离线过滤器(213)的下游(214)被监测。
8.根据权利要求6至7中的任意一项所述的用于监测液体(111)的状况的系统,其中磨损碎屑颗粒产生在离线过滤器(213)的上游(211)被监测。
9.根据权利要求6所述的系统,其中所述液体是油产品,并且所述过滤器是油过滤器。
10.根据权利要求9所述的系统,其中所述油产品的粘度为1至5,000cSt。
11.根据权利要求9-10中的任意一项所述的系统,其中油产品的工作温度为0至120℃。
12.一种监测液体(111)的状况的方法,所述方法包括:
-提供用于监测液体(111)的状况的感测单元(100),所述感测单元(100)包括至少一个传感器接口(101、102)和评价单元(103),
-通过使用所述至少一个传感器接口(101、102)测量所述液体的两个或更多个不同物理参数,其中
-所述参数至少涉及液体降解或磨损碎屑颗粒产生(411、412),并且
-所述至少一个传感器接口(101、102)提供对应于所述两个或更多个不同物理参数的至少两个未预处理的原始信号,提供针对每个信号的平均值和不同于零的方差,并且将所述至少两个未预处理的原始信号传输至所述评价单元(103),所述信号在被所述至少一个传感器接口(101、102)提供以及被传输到所述评价单元(103)之间至少基本上不集合,
-所述评价单元(103)使所述至少两个未预处理的原始信号相互关联,从而使所述两个或更多个不同物理参数相互关联,并且基于所述参数相互关联评价所述液体的状况。
13.根据权利要求12所述的方法,其中所述关联的参数包括在运转图中(611),所述运转图至少包括所述两个或更多个不同物理参数中的每一个与所有其他参数的关联性,并且其中所述运转图进一步适用于修改以适应参数平均值和方差随时间的漂移。
14.根据权利要求12-13中的任意一项所述的方法,其中评价所述液体的状况进一步包括将所关联的参数与系统间数据(620)比较,系统间数据是关于先前运转的可比较系统的数据。
15.根据权利要求12或13所述的方法,其中评价所述液体的状况被连续执行。
16.根据权利要求12或13所述的方法,其中所述评价单元适用于发送反映所评价的液体状况的信号。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16156933.0A EP3211417A1 (en) | 2016-02-23 | 2016-02-23 | System and sensor unit for monitoring and evaluation of the condition of a liquid |
EP16156933.0 | 2016-02-23 | ||
PCT/EP2017/054165 WO2017144588A1 (en) | 2016-02-23 | 2017-02-23 | System and sensor unit for monitoring and evaluation of liquid condition |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109154592A CN109154592A (zh) | 2019-01-04 |
CN109154592B true CN109154592B (zh) | 2021-04-30 |
Family
ID=55442667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780012535.2A Active CN109154592B (zh) | 2016-02-23 | 2017-02-23 | 用于监测和评价液体状况的系统和传感器单元 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11169135B2 (zh) |
EP (2) | EP3211417A1 (zh) |
CN (1) | CN109154592B (zh) |
BR (1) | BR112018017317B1 (zh) |
DK (1) | DK3420350T3 (zh) |
ES (1) | ES2801778T3 (zh) |
WO (1) | WO2017144588A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3527959B1 (de) * | 2018-02-14 | 2023-11-08 | VEGA Grieshaber KG | Füllstandradar mit anhaftungsdetektor |
DE102018213996A1 (de) * | 2018-08-20 | 2020-02-20 | Skf Lubrication Systems Germany Gmbh | Vorrichtung zum Ausgeben eines zukünftigen Zustands eines Schmiersystems |
US11983000B2 (en) | 2018-08-20 | 2024-05-14 | Skf Lubrication Systems Germany Gmbh | Device for outputting a future state of a central lubrication system |
CN114323660B (zh) * | 2022-01-10 | 2023-09-26 | 中车大连机车车辆有限公司 | 一种低误报率碾瓦位置可视的高效柴油机碾瓦报警装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3526127A (en) * | 1969-03-24 | 1970-09-01 | Mobil Oil Corp | Engine oil analysis system |
CN1242077A (zh) * | 1996-10-26 | 2000-01-19 | 大众汽车有限公司 | 油质量传感器 |
US6324899B1 (en) * | 1998-04-02 | 2001-12-04 | Reliance Electric Technologies, Llc | Bearing-sensor integration for a lubrication analysis system |
US6449580B1 (en) * | 1998-05-11 | 2002-09-10 | Entek Ird International Corporation | Evaluating properties of oil using dielectric spectroscopy |
CN1685228A (zh) * | 2002-09-30 | 2005-10-19 | 代顿大学 | 流体状态监测器 |
US7581434B1 (en) * | 2003-09-25 | 2009-09-01 | Rockwell Automation Technologies, Inc. | Intelligent fluid sensor for machinery diagnostics, prognostics, and control |
CN202119695U (zh) * | 2011-03-01 | 2012-01-18 | 北京工业大学 | 一种用于检测油液中金属碎屑的微电感传感器 |
CN103062614A (zh) * | 2013-01-10 | 2013-04-24 | 哈尔滨东安发动机(集团)有限公司 | 直升机主减速器润滑系统故障原因的定位方法 |
CN103278431A (zh) * | 2013-04-22 | 2013-09-04 | 西安交通大学 | 一种基于视频获取的润滑油磨粒在线监测与分析方法 |
EP2749853A2 (en) * | 2012-12-31 | 2014-07-02 | Mast Inc. | System and method for multi-modal fluid condition monitoring |
CN104728588A (zh) * | 2007-09-06 | 2015-06-24 | 舍弗勒技术有限两合公司 | 分析轴承润滑剂的测量装置和方法 |
CN105116132A (zh) * | 2015-08-06 | 2015-12-02 | 中国北方发动机研究所(天津) | 一种柴油机润滑油在线采集监测装置 |
CN105143877A (zh) * | 2013-03-15 | 2015-12-09 | 玛斯特股份有限公司 | 多模态流体状况传感器平台及其系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5646341A (en) | 1995-07-28 | 1997-07-08 | Caterpillar Inc. | Apparatus and method for diagnosing an engine using an oil pressure model |
DE10119786A1 (de) | 2001-04-23 | 2002-10-31 | Siemens Ag | Verfahren zum Bestimmen der Öltemperatur in einer Brennkraftmaschine |
US7104116B2 (en) * | 2003-09-25 | 2006-09-12 | Rockwell Automation Technologies, Inc. | Fluid sensor fixture for dynamic fluid testing |
FR2963960B1 (fr) | 2010-08-17 | 2012-09-28 | Snecma | Surveillance des particules dans un systeme de lubrification |
US8190394B2 (en) | 2011-05-31 | 2012-05-29 | General Electric Company | System and methods for monitoring oil conditions of a wind turbine gearbox |
US9389215B2 (en) | 2011-09-23 | 2016-07-12 | Mastinc | Multi-modal fluid condition sensor platform and system thereof |
-
2016
- 2016-02-23 EP EP16156933.0A patent/EP3211417A1/en not_active Withdrawn
-
2017
- 2017-02-23 US US16/078,501 patent/US11169135B2/en active Active
- 2017-02-23 ES ES17706509T patent/ES2801778T3/es active Active
- 2017-02-23 BR BR112018017317-7A patent/BR112018017317B1/pt active IP Right Grant
- 2017-02-23 DK DK17706509.1T patent/DK3420350T3/da active
- 2017-02-23 CN CN201780012535.2A patent/CN109154592B/zh active Active
- 2017-02-23 WO PCT/EP2017/054165 patent/WO2017144588A1/en active Application Filing
- 2017-02-23 EP EP17706509.1A patent/EP3420350B1/en active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3526127A (en) * | 1969-03-24 | 1970-09-01 | Mobil Oil Corp | Engine oil analysis system |
CN1242077A (zh) * | 1996-10-26 | 2000-01-19 | 大众汽车有限公司 | 油质量传感器 |
US6324899B1 (en) * | 1998-04-02 | 2001-12-04 | Reliance Electric Technologies, Llc | Bearing-sensor integration for a lubrication analysis system |
US6449580B1 (en) * | 1998-05-11 | 2002-09-10 | Entek Ird International Corporation | Evaluating properties of oil using dielectric spectroscopy |
CN1685228A (zh) * | 2002-09-30 | 2005-10-19 | 代顿大学 | 流体状态监测器 |
US7581434B1 (en) * | 2003-09-25 | 2009-09-01 | Rockwell Automation Technologies, Inc. | Intelligent fluid sensor for machinery diagnostics, prognostics, and control |
CN104728588A (zh) * | 2007-09-06 | 2015-06-24 | 舍弗勒技术有限两合公司 | 分析轴承润滑剂的测量装置和方法 |
CN202119695U (zh) * | 2011-03-01 | 2012-01-18 | 北京工业大学 | 一种用于检测油液中金属碎屑的微电感传感器 |
EP2749853A2 (en) * | 2012-12-31 | 2014-07-02 | Mast Inc. | System and method for multi-modal fluid condition monitoring |
CN103913559A (zh) * | 2012-12-31 | 2014-07-09 | 玛斯特股份有限公司 | 多模态流体条件传感器平台及用于其的系统 |
CN103062614A (zh) * | 2013-01-10 | 2013-04-24 | 哈尔滨东安发动机(集团)有限公司 | 直升机主减速器润滑系统故障原因的定位方法 |
CN105143877A (zh) * | 2013-03-15 | 2015-12-09 | 玛斯特股份有限公司 | 多模态流体状况传感器平台及其系统 |
CN103278431A (zh) * | 2013-04-22 | 2013-09-04 | 西安交通大学 | 一种基于视频获取的润滑油磨粒在线监测与分析方法 |
CN105116132A (zh) * | 2015-08-06 | 2015-12-02 | 中国北方发动机研究所(天津) | 一种柴油机润滑油在线采集监测装置 |
Also Published As
Publication number | Publication date |
---|---|
BR112018017317A2 (pt) | 2019-04-09 |
DK3420350T3 (da) | 2020-07-06 |
EP3211417A1 (en) | 2017-08-30 |
US20190101520A1 (en) | 2019-04-04 |
EP3420350A1 (en) | 2019-01-02 |
BR112018017317B1 (pt) | 2023-03-28 |
ES2801778T3 (es) | 2021-01-13 |
WO2017144588A1 (en) | 2017-08-31 |
EP3420350B1 (en) | 2020-04-01 |
US11169135B2 (en) | 2021-11-09 |
CN109154592A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109154592B (zh) | 用于监测和评价液体状况的系统和传感器单元 | |
US8032234B2 (en) | Diagnostics in process control and monitoring systems | |
Palem | Condition-based maintenance using sensor arrays and telematics | |
CA2540336A1 (en) | Equipment component monitoring and replacement management system | |
EP3019845A1 (de) | Verfahren und anordnung zur überwachung einer technischen einrichtung wie z.b. einer maschine oder einer anlage | |
US20230044928A1 (en) | Hydraulic fracturing pump health and performance monitoring using iot sensor networks | |
CN104548733A (zh) | 监测液压流体过滤器 | |
US10748415B2 (en) | Method for sensor maintenance of redundant sensor loops | |
CN112666339A (zh) | 一种机组油站润滑油在线分析系统及方法 | |
CN108780078B (zh) | 用于多模式工作系统的液体状况评估 | |
US20190083908A1 (en) | Disposable filter with an accessory port | |
RU2568737C1 (ru) | Способ определения коэффициента гидравлического сопротивления газосборного шлейфа в асу тп установок комплексной подготовки газа газоконденсатных месторождений крайнего севера | |
CN115511237A (zh) | 装置运行状况监控方法及系统 | |
FI130578B (en) | Method, equipment, system and computer program product for analyzing a substance | |
WO2020097202A2 (en) | Filter efficency of a fluid filter | |
US20220163504A1 (en) | Sensor Monitoring System with Cloud Based Interface | |
US20220042429A1 (en) | Equipment lubricant water ingress measurement system and method | |
WO2022109534A1 (en) | Sensor monitoring system with cloud based interface | |
Lovrec et al. | Use of an on-line condition monitoring system for hydraulic machines | |
LOVREC et al. | 34 th INTERNATIONAL CONFERENCE ON PRODUCTION ENGINEERING | |
WO2023023328A2 (en) | Working fluid system monitoring based on heat exchanger parameters | |
CN117553161A (zh) | 一种基于定位器给定及回讯的阀门故障诊断方法及系统 | |
AU2018280425A1 (en) | Optimiser for transfer funnels |
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 |