CN112255955A - 一种智能润滑油管控系统及方法 - Google Patents
一种智能润滑油管控系统及方法 Download PDFInfo
- Publication number
- CN112255955A CN112255955A CN202011515145.7A CN202011515145A CN112255955A CN 112255955 A CN112255955 A CN 112255955A CN 202011515145 A CN202011515145 A CN 202011515145A CN 112255955 A CN112255955 A CN 112255955A
- Authority
- CN
- China
- Prior art keywords
- lubricating oil
- module
- central processor
- equipment
- sound
- 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
- 239000010687 lubricating oil Substances 0.000 title claims abstract description 159
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 94
- 238000012544 monitoring process Methods 0.000 claims abstract description 45
- 239000007788 liquid Substances 0.000 claims abstract description 29
- 239000000428 dust Substances 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims description 44
- 230000002159 abnormal effect Effects 0.000 claims description 29
- 238000000926 separation method Methods 0.000 claims description 24
- 239000013598 vector Substances 0.000 claims description 23
- 239000003921 oil Substances 0.000 claims description 19
- 238000005461 lubrication Methods 0.000 claims description 18
- 238000007726 management method Methods 0.000 claims description 18
- 238000013135 deep learning Methods 0.000 claims description 10
- 239000000523 sample Substances 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 239000002184 metal Substances 0.000 claims description 8
- 229910052751 metal Inorganic materials 0.000 claims description 8
- 238000003062 neural network model Methods 0.000 claims description 7
- 230000002087 whitening effect Effects 0.000 claims description 5
- 238000012887 quadratic function Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 claims 1
- 230000001050 lubricating effect Effects 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000009749 continuous casting Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000004945 emulsification Methods 0.000 description 1
- 239000003995 emulsifying agent Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 238000009775 high-speed stirring Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000010734 process oil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—Safety, monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24024—Safety, surveillance
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本申请公开了一种智能润滑油管控系统及方法，包括，预检测模块、检测模块、设备运行状态监测模块、中心处理器模块和控制模块；所述预检测模块用于实时监测润滑油循环管道中润滑油的流速；所述检测模块用于检测润滑油循环管道中润滑油的粘度、润滑油液量和磨屑含量；所述设备运行状态监测模块用于通过收集设备运行时的声音来判断所述设备的状态；所述中心处理器模块根据采集的数据来判断润滑油状态并向所述控制模块、所述检测模块和所述设备发出相应指令；所述控制模块用于根据所述中心处理器模块发出的指令来更换、添加润滑油。本系统根据润滑油状态来更换、添加润滑油，同时能实时监测设备的运行状态，提高整体设备的运行效率。
Description
技术领域
本申请涉及设备管理技术领域，特别涉及一种智能润滑油管控系统及方法。
背景技术
目前，国内用于滑道、滑板、轴承、轴瓦、齿轮、链条等的传动油脂润滑设备，没有控制添加润滑油或者没有检测润滑油状态的手段。当连铸机、轧机、高速线材设备运转中，轴承温度过高，因得不到良好润滑而过早损坏；其他机械设备的传动部位，因润滑不良而运行不稳定，传动轴承负荷增加也会过早损坏。现有润滑设备均采用定时、定量方式，并监测被润滑对象的温度、压力等参数作为参考，方便了现场设备的润滑，并减轻了工人的工作量。
但是现有润滑设备存在如下问题：润滑油是输出型，定时定量出油，即只负责往外出油，而不管被润滑对象的润滑部位是否需要润滑，极端情况下设备没有运行而照样出油，或者造成浪费，或者造成油路堵塞。润滑设备并不了解被润滑对象的实际需求情况，而定时、定量数据是经验公式，不能满足润滑的实时性要求。
现有的定时、定量只是解决了润滑的方便问题，针对的是人工加油问题，并没有解决润滑优化问题。理想情况是被润滑对象需要多少润滑油，及时提供相应的润滑油才是最合理的。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
基于此，本发明通过预检测模块、检测模块、设备运行状态监测模块、中心处理器模块和控制模块，实现了根据被润滑设备状态，及时提供适量润滑油及监测整个系统的目的。
本申请公开了以下技术方案：
本申请公开的一种智能润滑油管控系统，包括，预检测模块、检测模块、设备运行状态监测模块、中心处理器模块和控制模块；
所述预检测模块连接所述中心处理器模块，用于实时监测润滑油循环管道中润滑油的流速；
所述检测模块连接所述中心处理器模块，用于检测润滑油循环管道中润滑油的粘度、润滑油液量和磨屑含量；
所述设备运行状态监测模块连接所述中心处理器模块和设备，用于通过收集设备运行时的声音来判断所述设备的状态；
所述中心处理器模块根据所述预检测模块、所述检测模块和所述设备运行状态监测模块采集的数据来判断润滑油状态并向所述控制模块、所述检测模块和所述设备发出相应指令；
所述控制模块连接所述中心处理器模块，用于根据所述中心处理器模块发出的指令来更换、添加润滑油。
进一步的，所述预检测模块包括嵌套在润滑油循环管道上的智能液体涡轮流量计，所述智能液体涡轮流量计用于实时监测润滑油流速，且所述预检测模块判断润滑油流速数据是否为正常流速，若流速异常，则所述预检测模块将流速的异常状态反馈给所述中心处理器模块。
进一步的，所述中心处理器模块接收所述预检测模块的异常状态反馈，然后向所述检测模块发出检测指令，所述检测模块响应检测指令进行检测；
所述检测模块中设置有采样杯、方向控制阀、吸油泵和微型光谱仪，检测时，所述方向控制阀设置为吸油状态，然后启动吸油泵，所述采样杯获得待检测润滑油，待检测润滑油通过采样杯进入所述微型光谱仪，所述微型光谱仪通过光谱分析待测润滑油粘度，同时将分析数据传输至中心处理器模块。
进一步的，所述检测模块还包括金属探针，所述金属探针用于检测磨屑含量和测量润滑油循环管道内的液位高度，所述检测模块通过液位高度计算润滑油的液量，同时将采集的数据传输至所述中心处理器模块。
进一步的，所述设备运行状态监测模块包括至少一个声压传感器、杂音过滤器和处理器；
所述声压传感器用于感应空气中的声波，并将声波转换成可用输出信号；
所述杂音过滤器用于过滤所述可用输出信号中的杂音信号；
所述处理器采用深度学习的方法判断设备是否处于正常运行，同时将判断结果传输至所述中心处理器模块。
进一步的，所述设备运行状态监测模块监测到设备的运行状态出现异常时，所述中心处理器模块向所述设备发出停止运行指令，并发出检测提示；
所述设备运行状态监测模块监测到设备的运行状态正常，而所述预检测模块检测到润滑油流速异常时，所述中心处理器模块根据接收的数据做出以下操作：
当待测润滑油中磨屑含量过多，或者磨屑含量正常但是润滑油粘度低于粘度阈值时，所述中心处理器模块向控制模块发送更换润滑油的指令；
当所述待测润滑油中磨屑含量正常并且润滑油粘度正常但是润滑油液量低于液量阈值时，所述中心处理器模块向控制模块发送添加适量润滑油的指令。
基于上述系统的一种智能润滑油管控方法，包括如下步骤：
S1、所述预检测模块实时监测润滑油的流速，所述设备运行状态监测模块通过采集设备运行时的声音，并对采集到的声音进行分离，消除杂音，通过得到消除杂音的设备运行时的声音来判断设备运行状态，从而实现实时监测设备运行，并将设备运行状态反馈给所述中心处理器模块；
S2、当所述中心处理器模块接收到所述设备运行状态监测模块的异常状态反馈时，所述中心处理器模块向所述设备发出停止运行指令，并发出检测提示；
S3、在设备运行正常时，若所述中心处理器模块接收到所述预检测模块检测的，流速异常的信号，则所述中心处理器模块启动所述检测模块检测润滑油的粘度、润滑油液量和磨屑含量，所述检测模块将数据反馈给所述中心处理器模块；
S4、所述中心处理器模块根据所述检测模块的反馈数据分析润滑油状态，并向所述控制模块发送更换、添加润滑油的指令。
进一步的，步骤S1中所述设备运行状态监测模块包括m个声压传感器，m个声压传感器采集的信号包含来自于n 个声源的声音分量，每一个分量对应一种声源，将这n个声源信号分别表为:
，m个声压传感器采集的观测信号
，将上述信号表示为矩阵形式，观测向量
，声源信号向量
，其中t代表时刻。
进一步的，步骤S1中还包括对采集的声音进行分离，消除杂音，具体步骤如下：
S11、对观测向量Y 去均值、白化处理，去除各变量之间的相关性，处理后的数据记为Z；
S12、根据声压传感器的数量设置需要估计的分量个数为m，设置迭代次数为p=p+1；
S13、初始化单位长度向量
；
S14、更新
值：
通过得到分
离矩阵，其中g 是 G 的导数，
是g的导数，G 为非二次函数，E为特
征向量矩阵，符号
表示用右边公式对左边公式进行赋值；
S15、归一化处理：对分离矩阵
做正交化处理，得到对称正交化矩阵
，
，
，其中
是一个对角矩阵，
为对角矩阵的对角数值；
S16、通过判断
是否收敛，从而判断分离矩阵W是否收敛，若分离矩阵W不收敛，则返回S14，若收敛则执行S17；
S17、求得分离矩阵W后，所述观测信号
经过分离矩阵W分离后，将各个声源
一一分离，即能得到消除杂音的设备运行时的声音
。
进一步的，还包括步骤S18、所述处理器通过模数转换器将消除杂音的设备运行时的声音
转换为离散数字信号，通过离散数字信号提取所述声音的频域特征量，将实时采集的所述离散数字信号以及所述频域特征量输入深度学习神经网络模型；获取深度学习神经网络模型的输出向量，根据所述输出向量确定所述声音的类型标签；所述类型标签为异常状态或正常状态。
本申请具有如下有益效果：本申请从现有设备盲目的只管出油，改为根据润滑部位的润滑效果来调整润滑。即从润滑的定时、定量改为以润滑效果为目标的方式，达到润滑目标。同时能实时监测设备的运行状态，实现设备的智能化管理，减少人工误判，提高整体设备的运行效率。
附图说明
以下参考附图描述的实施例是示例性的，旨在用于解释和说明本申请，而不能理解为对本申请的保护范围的限制。
图1是本申请公开的系统结构示意图；
图2是本申请公开的设备运行状态监测模块结构示意图；
图3是本申请公开的系统的控制流程图；
图4是本申请公开的主要步骤流程图。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行更加详细的描述。
如图1所示，实施例一，本申请公开的一种智能润滑油管控系统，包括，预检测模块、检测模块、设备运行状态监测模块、中心处理器模块和控制模块；所述预检测模块连接所述中心处理器模块，用于实时监测润滑油循环管道中润滑油的流速；所述检测模块连接所述中心处理器模块，用于检测润滑油循环管道中润滑油的粘度、润滑油液量和磨屑含量；所述设备运行状态监测模块连接所述中心处理器模块和设备，用于通过收集设备运行时的声音来判断所述设备的状态；所述中心处理器模块根据所述预检测模块、所述检测模块和所述设备运行状态监测模块采集的数据来判断润滑油状态并向所述控制模块、所述检测模块和所述设备发出相应指令；所述控制模块连接所述中心处理器模块，用于根据所述中心处理器模块发出的指令来更换、添加润滑油。
所述智能液体涡轮流量计设置在润滑油循环管道上，实时监测润滑油管道的润滑油的流速，所述智能液体涡轮流量计将采集的润滑油流速反馈于中心处理器模块的数字显示器上。润滑油流速作为最易于检测的数据，可以用于作为前置预判数据，且润滑油流速能够粗略的反应整体设备润滑情况，例如润滑油在设备运行过程中水分、乳化剂和高速搅拌会导致润滑油乳化，又或者润滑油损耗过多，从而导致润滑油失去润滑、调速和冷却散热作用，容易引起油膜不完整，而油中的水又会腐蚀设备，而腐蚀产物又会进一步加剧油质劣化，降低润滑油的粘度，且此时润滑油流速相较于正常工作的润滑油流速过快。
又或者当设备在运行过程中高速的摩擦运动，会导致部件表面所产生的磨屑和杂质进入润滑油循环管道,从而增大润滑油的粘度，使得此时的润滑油流速相较于正常工作的润滑油流速过慢。
但是上述情况，只是理论状态下的情况，在现实生产过程中设备本身的状态也会导致上述情况，特别是多种情况混杂一起时，润滑油的流速并不能直接表明润滑油的状态情况，例如，设备本身出现损坏或者老化也会导致润滑油流速出现异常。所以需要进一步的需要确认设备的各个状况。
不管润滑油流速过快或过慢，都是属于异常情况，通过检测润滑油流速只能大致预测润滑油循环管道是否属于正常运行状态，但是却不能准确判断润滑油的状态，故需要进一步的检测，以便于更精确检测润滑油状态，从而能够智能的注入适量润滑油或者提醒更换润滑油。
进一步的，所述预检测模块包括嵌套在润滑油循环管道上的智能液体涡轮流量计，所述智能液体涡轮流量计用于实时监测润滑油流速，且所述预检测模块判断润滑油流速数据是否为正常流速，若流速异常，则所述预检测模块将流速的异常状态反馈给所述中心处理器模块。
进一步的，所述中心处理器模块接收所述预检测模块的异常状态反馈，然后向所述检测模块发出检测指令，所述检测模块响应检测指令进行检测；
所述检测模块中设置有采样杯、方向控制阀、吸油泵和微型光谱仪，检测时，所述方向控制阀设置为吸油状态，然后启动吸油泵，所述采样杯获得待检测润滑油，待检测润滑油通过采样杯进入所述微型光谱仪，所述微型光谱仪通过光谱分析待测润滑油粘度，同时将分析数据传输至中心处理器模块。
进一步的，所述检测模块还包括金属探针，所述金属探针用于检测磨屑含量和测量润滑油循环管道内的液位高度，所述检测模块通过液位高度计算润滑油的液量，同时将采集的数据传输至所述中心处理器模块。
在封闭的设备中，因为在润滑油的日常使用中,设备的活塞运动,或者滚动摩擦会产生铁屑或者其他金属碎屑，所述磨屑的主要成分为铁屑。所以可以通过带磁性的金属探针检测润滑油中的磨屑的含量，同时所述检测模块还可以通过测量润滑油的液位高度来计算此时管道中润滑油的液量。
所述控制模块通过润滑油添加口、润滑油排出口、润滑油注射枪实现润滑油的添加和更换。所述中心处理器模块还能设置显示器，用于显示整个系统的各个模块的各项参数，从而实现数字化控制系统的运行。
进一步的，如图2所示，所述设备运行状态监测模块包括至少一个声压传感器、杂音过滤器和处理器；所述声压传感器用于感应空气中的声波，并将声波转换成可用输出信号；所述杂音过滤器用于过滤所述可用输出信号中的杂音信号；所述处理器采用深度学习的方法判断设备是否处于正常运行，同时将判断结果传输至所述中心处理器模块。设备运行正常时，其声音频率会处于一个相对固定且稳定的状态，当设备出现问题时，其音频会有不正常波动，超出正常范围。但是在实际生产过程中，收集声音包含各种杂音，所以，需要通过过滤器对收集的声音进行过滤。
进一步的，如图3所示的中心处理器模块的判断逻辑，所述设备运行状态监测模块监测到设备的运行状态出现异常时，所述中心处理器模块向所述设备发出停止运行指令，并发出检测提示。
所述设备运行状态监测模块监测到设备的运行状态正常，而所述预检测模块检测到润滑油流速异常时；所述中心处理器模块根据接收的数据做出以下操作：当待测润滑油中磨屑含量过多，或者磨屑含量正常但是润滑油粘度低于粘度阈值时，所述中心处理器模块向控制模块发送更换润滑油的指令；当所述待测润滑油中磨屑含量正常并且润滑油粘度正常但是润滑油液量低于液量阈值时，所述中心处理器模块向控制模块发送添加适量润滑油的指令。
实施例二，基于实施例一所述的系统的一种智能润滑油管控方法，如图4所示包括如下步骤：
S1、所述预检测模块实时监测润滑油的流速，所述设备运行状态监测模块通过采集设备运行时的声音，并对采集到的声音进行分离，消除杂音，通过得到消除杂音的设备运行时的声音来判断设备运行状态，从而实现实时监测设备运行，并反馈给所述中心处理器模块；
S2、当所述中心处理器模块接收到所述设备运行状态监测模块的异常状态反馈时，所述中心处理器模块向所述设备发出停止运行指令，并发出检测提示；
S3、在设备运行正常时，若所述中心处理器模块接收到所述预检测模块流速异常的信号，则所述中心处理器模块启动所述检测模块检测润滑油的粘度、润滑油液量和磨屑含量，所述检测模块并将数据反馈给所述中心处理器模块；
S4、所述中心处理器模块根据所述检测模块的反馈数据分析润滑油状态，并向所述控制模块发送更换、添加润滑油的指令。
所述设备运行状态监测模块通过采集设备运行时的声音，并对采集到的声音进行分离，消除杂音，其原理如下，假设有m个声压传感器，m个声压传感器采集的信号包含来自于n 个声源的声音分量，每一个分量对应一种声源，将这n个声源信号分别表示为:
，
m个声压传感器采集观测信号
，且y是混合的声源信号，y可以表示为：
其中
是各声源信号
与声压传感器之间的距离权系数，其中i表示声压传感器的序号，j表示声源信号的序号；
将上述多项式表示为矩阵形式，观测向量为
及声源信号向量
均为零均值向量，得到混合模型为
观测向量是各声源信号经过矩
阵A混合的信号，其中A为距离权系数
的矩阵形式。
所以通过求解距离权系数矩阵A，就能将n个声源分离出来，得到想要的声源信号。在求解距离权系数矩阵A过程中，将距离权系数矩阵A称为分离矩阵W。
进一步的，步骤S1中所述设备运行状态监测模块包括m个声压传感器，m个声压传感器采集的信号包含来自于n 个声源的声音分量，每一个分量对应一种声源，例如：设备运行的声音、环境包含的杂音，将这n个声源信号分别表为:
，m个声压传感器采集的观测信号
，将上述信号表示为矩阵形式，观测向量
，声源信号向量
，其中t代表时刻。
进一步的，步骤S1中还包括对采集的声音进行分离，消除杂音，具体步骤如下：
S11、对观测向量Y 去均值、白化处理，去除各变量之间的相关性，处理后的数据记为Z；其中所述去均值，即减去其均值，使其具有零均值，在去均值之后，观测向量Y使其各成分不相关且有单位方差；所述白化处理，通过
对数据协方差进行特征值分解，其中E是
的特征向量矩阵，D是特征值的对角矩阵，
，因而白化操作可写为：
，即将Y→Z；其中
， 
是一个对角矩阵。
S12、根据声压传感器的数量设置需要估计的分量个数为m，设置迭代次数为p=p+1；
S13、初始化单位长度向量
；通过
来得到极大化非高斯变量的投影，的非高斯性度量为
其中，
是常数，，一般情况下取
。
S14、更新
值：
通过得到分离
矩阵，其中g 是 G 的导数，
是g的导数，G 为非二次函数,E为特
征向量矩阵，符号表示用右边公式对左边公式进行赋值；
S15、归一化处理：对矩阵
做正交化处理，得到对称正交化矩阵
，因为
能转化为
，即
，通过
能得到正交化矩阵
的变化形式
；
S16、通过判断
是否收敛，从而判断分离矩阵W是否收敛，若分离矩阵W不收敛，则返回S14，若收敛则执行S17；
S17、求得分离矩阵W后，所述观测信号
经过分离矩阵W分离后，将各个声源
一一分离，即能得到消除杂音的设备运行时的声音
。
进一步的， S18、先通过样本离散数字信号以及样本频域特征量优化深度学习神经网络模型，然后再将所述消除杂音的设备运行时的声音
转换为离散数字信号以及特征量，通过离散数字信号提取所述声音的频域特征量，将实时采集所述离散数字信号以及所述频域特征量输入深度学习神经网络模型；获取深度学习神经网络模型的输出向量，根据所述输出向量确定所述声音的类型标签；所述类型标签为正常运行或非正常运行。通过分离采集的混合声音信号，得到设备的声音信号，从而来判断设备整体运行情况，因为设备本身出现损坏或者老化也会导致润滑油流速出现异常。所以需要首先确认设备的运行状况。当排除设备故障后，再进一步通过润滑油流速，粘度，磨屑判断润滑油状况，从而能及时添加适量润滑油，达到智能化管理。
所述中心处理器模块根据接收数据判断所述润滑油状态，从而向所述控制模块下达是否添加、更换润滑油；所述中心处理器模块的判断逻辑如下：
所述设备运行状态监测模块监测到设备的运行状态出现异常时，所述中心处理器模块向所述设备发出停止运行指令，并发出检测提示；
所述设备运行状态监测模块监测到设备的运行状态正常，而所述预检测模块检测到润滑油流速异常时；所述中心处理器模块根据接收的数据做出进一步操作：
当待测润滑油中磨屑含量过多，或者磨屑含量正常但是润滑油粘度低于粘度阈值时，所述中心处理器模块向控制模块发送更换润滑油的指令；
当所述待测润滑油中磨屑含量正常并且润滑油粘度正常但是润滑油液量低于液量阈值时，所述中心处理器模块向控制模块发送添加适量润滑油的指令。
本文中的模块、单元或组件的划分仅仅是一种逻辑功能的划分，在实际实现时可以有其他的划分方式，例如多个模块和/或单元可以结合或集成于另一个系统中。作为分离部件说明的模块、单元、组件在物理上可以是分开的，也可以是不分开的。作为单元显示的部件可以是物理单元，也可以不是物理单元，即可以位于一个具体地方，也可以分布到网格单元中。因此可以根据实际需要选择其中的部分或全部的单元来实现实施例的方案。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种智能润滑油管控系统，其特征在于，包括，预检测模块、检测模块、设备运行状态监测模块、中心处理器模块和控制模块；
所述预检测模块连接所述中心处理器模块，用于实时监测润滑油循环管道中润滑油的流速；
所述检测模块连接所述中心处理器模块，用于检测润滑油循环管道中润滑油的粘度、润滑油液量和磨屑含量；
所述设备运行状态监测模块连接所述中心处理器模块和设备，用于通过收集设备运行时的声音来判断所述设备的状态；
所述中心处理器模块根据所述预检测模块、所述检测模块和所述设备运行状态监测模块采集的数据来判断润滑油状态并向所述控制模块、所述检测模块和所述设备发出相应指令；
所述控制模块连接所述中心处理器模块，用于根据所述中心处理器模块发出的指令来更换、添加润滑油。
2.根据权利要求1所述的一种智能润滑油管控系统，其特征在于，所述预检测模块包括嵌套在润滑油循环管道上的智能液体涡轮流量计，所述智能液体涡轮流量计用于实时监测润滑油流速，且所述预检测模块判断润滑油流速数据是否为正常流速，若流速异常，则所述预检测模块将流速的异常状态反馈给所述中心处理器模块。
3.根据权利要求2所述的一种智能润滑油管控系统，其特征在于，所述中心处理器模块接收所述预检测模块的异常状态反馈，然后向所述检测模块发出检测指令，所述检测模块响应检测指令进行检测；
所述检测模块中设置有采样杯、方向控制阀、吸油泵和微型光谱仪，检测时，所述方向控制阀设置为吸油状态，然后启动吸油泵，所述采样杯获得待检测润滑油，待检测润滑油通过采样杯进入所述微型光谱仪，所述微型光谱仪通过光谱分析待测润滑油粘度，同时将分析数据传输至中心处理器模块。
4.根据权利要求3所述的一种智能润滑油管控系统，其特征在于，所述检测模块还包括金属探针，所述金属探针用于检测磨屑含量和测量润滑油循环管道内润滑油的液位高度，所述检测模块通过液位高度计算润滑油的液量，同时将采集的数据传输至所述中心处理器模块。
5.根据权利要求4所述的一种智能润滑油管控系统，其特征在于，所述设备运行状态监测模块包括至少一个声压传感器、杂音过滤器和处理器；
所述声压传感器用于感应空气中的声波，并将声波转换成可用输出信号；
所述杂音过滤器用于过滤所述可用输出信号中的杂音信号；
所述处理器采用深度学习的方法判断设备是否处于正常运行，同时将判断结果传输至所述中心处理器模块。
6.根据权利要求5所述的一种智能润滑油管控系统，其特征在于，
所述设备运行状态监测模块监测到设备的运行状态出现异常时，所述中心处理器模块向所述设备发出停止运行指令，并发出检测提示；
所述设备运行状态监测模块监测到设备的运行状态正常，而所述预检测模块检测到润滑油流速异常时，所述中心处理器模块根据接收的数据做出以下操作：
当待测润滑油中磨屑含量过多，或者磨屑含量正常但是润滑油粘度低于粘度阈值时，所述中心处理器模块向控制模块发送更换润滑油的指令；
当所述待测润滑油中磨屑含量正常并且润滑油粘度正常但是润滑油液量低于液量阈值时，所述中心处理器模块向控制模块发送添加适量润滑油的指令。
7.基于权利要求1至6中任意一项所述系统的一种智能润滑油管控方法，其特征在于，包括如下步骤：
S1、所述预检测模块实时监测润滑油的流速，所述设备运行状态监测模块通过采集设备运行时的声音，并对采集到的声音进行分离，消除杂音，通过得到消除杂音的设备运行时的声音来判断设备运行状态，从而实现实时监测设备运行，并将设备运行状态反馈给所述中心处理器模块；
S2、当所述中心处理器模块接收到所述设备运行状态监测模块的异常状态反馈时，所述中心处理器模块向所述设备发出停止运行指令，并发出检测提示；
S3、在设备运行正常时，若所述中心处理器模块接收到所述预检测模块检测的流速异常的信号，则所述中心处理器模块启动所述检测模块，检测润滑油的粘度、润滑油液量和磨屑含量，所述检测模块将数据反馈给所述中心处理器模块；
S4、所述中心处理器模块根据所述检测模块的反馈数据分析润滑油状态，并向所述控制模块发送更换、添加润滑油的指令。
8.根据权利要求7所述的一种智能润滑油管控方法，其特征在于，步骤S1中所述设备运
行状态监测模块包括m个声压传感器，m个声压传感器采集的观测信号包含来自于n 个声源
的声音分量，每一个分量对应一种声源，将这n个声源信号分别表为:
，m个声压传感器采集的观测信号表示为，将上述信号表示为矩阵形式，观
测向量，声源信号向量，其中t代表时
刻。
9.根据权利要求8所述一种智能润滑油管控方法，其特征在于，步骤S1中还包括对采集的声音进行分离，消除杂音，具体步骤如下：
S11、对观测向量Y 去均值、白化处理，去除各变量之间的相关性，处理后的数据记为Z；
S12、根据声压传感器的数量设置需要估计的分量个数为m，设置迭代次数为p=p+1；
S13、初始化单位长度向量
；
S14、更新
值：
通过得到分离
矩阵，其中g 是 G 的导数，
是g的导数，G 为非二次函数，E为特
征向量矩阵，符号
表示用右边公式对左边公式进行赋值；
S15、归一化处理：对分离矩阵
做正交化处理，得到对称正交化矩阵
，
，
，其中
是一个对角矩阵，
为对角矩阵的对角数值；
S16、通过判断
是否收敛，从而判断分离矩阵W是否收敛，若分离矩阵W不收敛，则返回S14，若收敛则执行S17；
S17、求得分离矩阵W后，所述观测信号
经过分离矩阵W分离后，将各个声源
一一分离，即能得到消除杂音的设备运行时的声音
。
10.根据权利要求9所述的一种智能润滑油管控方法，其特征在于，还包括步骤S18、所述处理器通过模数转换器将消除杂音的设备运行时的声音
转换为离散数字信号，通过离散数字信号提取所述声音的频域特征量，将实时采集的所述离散数字信号以及所述频域特征量输入深度学习神经网络模型；获取深度学习神经网络模型的输出向量，根据所述输出向量确定所述声音的类型标签；所述类型标签为异常状态或正常状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011515145.7A CN112255955B (zh) | 2020-12-21 | 2020-12-21 | 一种智能润滑油管控系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011515145.7A CN112255955B (zh) | 2020-12-21 | 2020-12-21 | 一种智能润滑油管控系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112255955A true CN112255955A (zh) | 2021-01-22 |
| CN112255955B CN112255955B (zh) | 2021-03-16 |
Family
ID=74224940
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011515145.7A Active CN112255955B (zh) | 2020-12-21 | 2020-12-21 | 一种智能润滑油管控系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112255955B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115307047A (zh) * | 2022-07-13 | 2022-11-08 | 北京现代汽车有限公司 | 设备润滑监控系统和方法 |
| CN117470948A (zh) * | 2023-10-18 | 2024-01-30 | 苏州仁正智探科技有限公司 | 一种感应式油液屑末信号监测与识别系统及方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1150810A (ja) * | 1997-07-31 | 1999-02-23 | Toshiba Corp | 回転電機の軸受潤滑油装置 |
| RU2569766C2 (ru) * | 2014-01-24 | 2015-11-27 | Общество с ограниченной ответственностью "Химмотолог" | Устройство для автоматического определения качества смазочных материалов |
| CN206643696U (zh) * | 2017-02-22 | 2017-11-17 | 广州鼎盛合金铸造有限公司 | 耐磨合金件精加工机床自动润滑装置 |
| CN209370802U (zh) * | 2018-11-19 | 2019-09-10 | 启东安升润液设备有限公司 | 一种新型智能润滑系统 |
| CN210240516U (zh) * | 2020-02-17 | 2020-04-03 | 辽宁航空智能制造研究院有限公司 | 一种机床主轴齿轮箱智能润滑控制系统 |
| CN210720230U (zh) * | 2019-09-09 | 2020-06-09 | 珠海市鑫世达测控技术有限公司 | 一种润滑油检测传感器 |
| CN111578113A (zh) * | 2020-05-23 | 2020-08-25 | 北京衡动润滑科技有限公司 | 一种适用于钻机天车的智能集中干油润滑系统 |
-
2020
- 2020-12-21 CN CN202011515145.7A patent/CN112255955B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1150810A (ja) * | 1997-07-31 | 1999-02-23 | Toshiba Corp | 回転電機の軸受潤滑油装置 |
| RU2569766C2 (ru) * | 2014-01-24 | 2015-11-27 | Общество с ограниченной ответственностью "Химмотолог" | Устройство для автоматического определения качества смазочных материалов |
| CN206643696U (zh) * | 2017-02-22 | 2017-11-17 | 广州鼎盛合金铸造有限公司 | 耐磨合金件精加工机床自动润滑装置 |
| CN209370802U (zh) * | 2018-11-19 | 2019-09-10 | 启东安升润液设备有限公司 | 一种新型智能润滑系统 |
| CN210720230U (zh) * | 2019-09-09 | 2020-06-09 | 珠海市鑫世达测控技术有限公司 | 一种润滑油检测传感器 |
| CN210240516U (zh) * | 2020-02-17 | 2020-04-03 | 辽宁航空智能制造研究院有限公司 | 一种机床主轴齿轮箱智能润滑控制系统 |
| CN111578113A (zh) * | 2020-05-23 | 2020-08-25 | 北京衡动润滑科技有限公司 | 一种适用于钻机天车的智能集中干油润滑系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115307047A (zh) * | 2022-07-13 | 2022-11-08 | 北京现代汽车有限公司 | 设备润滑监控系统和方法 |
| CN117470948A (zh) * | 2023-10-18 | 2024-01-30 | 苏州仁正智探科技有限公司 | 一种感应式油液屑末信号监测与识别系统及方法 |
| CN117470948B (zh) * | 2023-10-18 | 2024-06-07 | 苏州仁正智探科技有限公司 | 一种感应式油液屑末信号监测与识别系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112255955B (zh) | 2021-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112255955B (zh) | 一种智能润滑油管控系统及方法 | |
| US20140067327A1 (en) | Similarity curve-based equipment fault early detection and operation optimization methodology and system | |
| CN103454113B (zh) | 一种适用于工况变化情况下的旋转机械健康监测方法 | |
| CN109143995B (zh) | 质量相关慢特征分解的闭环系统精细运行状态监测方法 | |
| CN109826816B (zh) | 一种风机失速智能预警系统与方法 | |
| CN117708748B (zh) | 一种用于离心风机的运行监测系统及方法 | |
| EP3814740B1 (en) | Decision of faulty bearing | |
| CN114934898B (zh) | 基于多模态参数的液压泵故障诊断分析系统 | |
| CN105268536A (zh) | 一种自适应在线校正的火电厂球磨机负荷软测量方法 | |
| CN107607342B (zh) | 空调机房设备群的健康能效检测方法 | |
| CN115898848A (zh) | 一种柱塞泵的监测方法及监测系统 | |
| CN110488188B (zh) | 基于动态阈值的机组三维健康量化评价方法 | |
| CN116339253A (zh) | 一种基于物联网的智能化机械生产监测管控系统 | |
| US10203677B2 (en) | Apparatus for checking a state of a machine part | |
| CN108416386A (zh) | 一种用于水电机组轴承温度异常判断的方法及系统 | |
| CN118142688A (zh) | 一种基于数据模型评估磨煤机故障预警方法、系统及存储介质 | |
| CN112621381A (zh) | 机床进给系统健康状态智能评估方法及装置 | |
| CN113155443A (zh) | 一种采煤机减速器润滑油状态监测与故障诊断系统及方法 | |
| CN111503242B (zh) | 故障确定方法、装置和系统、计算机可读存储介质 | |
| RU2007100443A (ru) | Способ диагностики резонансной вибрации и управления многоклетьевым станом холодной прокатки полос и устройство для его осуществления | |
| CN108844662A (zh) | 一种数控机床电气柜状态评估方法 | |
| CN115374572B (zh) | 一种工艺平稳度分析系统及方法 | |
| JP7552366B2 (ja) | 異常診断装置、異常診断システム及び異常診断方法 | |
| CN109341780A (zh) | 一种多手段低成本风机故障监测方法 | |
| CN117630895B (zh) | 一种基于数据分析的海底前视声呐故障监测系统 |
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 |