CN114594140A - 感测方法和系统 - Google Patents
感测方法和系统 Download PDFInfo
- Publication number
- CN114594140A CN114594140A CN202210116058.7A CN202210116058A CN114594140A CN 114594140 A CN114594140 A CN 114594140A CN 202210116058 A CN202210116058 A CN 202210116058A CN 114594140 A CN114594140 A CN 114594140A
- Authority
- CN
- China
- Prior art keywords
- sensor
- fluid
- resonant
- water
- oil
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title abstract description 33
- 239000012530 fluid Substances 0.000 claims abstract description 162
- 230000003595 spectral effect Effects 0.000 claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 103
- 239000000446 fuel Substances 0.000 claims description 35
- 238000001453 impedance spectrum Methods 0.000 claims description 32
- 230000008859 change Effects 0.000 claims description 13
- 239000011540 sensing material Substances 0.000 claims description 12
- 239000004071 soot Substances 0.000 claims description 11
- 239000011241 protective layer Substances 0.000 claims description 7
- 229930195733 hydrocarbon Natural products 0.000 claims description 4
- 150000002430 hydrocarbons Chemical class 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 239000011877 solvent mixture Substances 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 55
- 230000036541 health Effects 0.000 abstract description 13
- 239000003921 oil Substances 0.000 description 70
- 235000019198 oils Nutrition 0.000 description 69
- 239000010705 motor oil Substances 0.000 description 24
- 238000005259 measurement Methods 0.000 description 22
- 238000007792 addition Methods 0.000 description 19
- 239000000523 sample Substances 0.000 description 17
- 239000000758 substrate Substances 0.000 description 17
- 239000000203 mixture Substances 0.000 description 15
- 230000000694 effects Effects 0.000 description 14
- RYHBNJHYFVUHQT-UHFFFAOYSA-N 1,4-Dioxane Chemical compound C1COCCO1 RYHBNJHYFVUHQT-UHFFFAOYSA-N 0.000 description 13
- 239000000463 material Substances 0.000 description 13
- 238000000513 principal component analysis Methods 0.000 description 13
- 238000001228 spectrum Methods 0.000 description 13
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 12
- VLKZOEOYAKHREP-UHFFFAOYSA-N n-Hexane Chemical compound CCCCCC VLKZOEOYAKHREP-UHFFFAOYSA-N 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000013461 design Methods 0.000 description 10
- 239000011253 protective coating Substances 0.000 description 9
- 239000012528 membrane Substances 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 8
- 239000000126 substance Substances 0.000 description 8
- 239000003990 capacitor Substances 0.000 description 7
- 238000002485 combustion reaction Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 239000006185 dispersion Substances 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 239000006229 carbon black Substances 0.000 description 6
- 239000000470 constituent Substances 0.000 description 6
- 238000011109 contamination Methods 0.000 description 6
- 230000005684 electric field Effects 0.000 description 6
- 230000003137 locomotive effect Effects 0.000 description 6
- 239000000314 lubricant Substances 0.000 description 6
- 230000015654 memory Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 241000894007 species Species 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 239000010408 film Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000000491 multivariate analysis Methods 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 4
- 239000000356 contaminant Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000002283 diesel fuel Substances 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 238000003780 insertion Methods 0.000 description 4
- 230000037431 insertion Effects 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011002 quantification Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000010724 circulating oil Substances 0.000 description 3
- 239000011248 coating agent Substances 0.000 description 3
- 238000000576 coating method Methods 0.000 description 3
- 238000001566 impedance spectroscopy Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 239000002121 nanofiber Substances 0.000 description 3
- 229920000642 polymer Polymers 0.000 description 3
- 229920001296 polysiloxane Polymers 0.000 description 3
- 230000001681 protective effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- MCMNRKCIXSYSNV-UHFFFAOYSA-N Zirconium dioxide Chemical compound O=[Zr]=O MCMNRKCIXSYSNV-UHFFFAOYSA-N 0.000 description 2
- 230000002378 acidificating effect Effects 0.000 description 2
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 description 2
- 239000012491 analyte Substances 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 229920001940 conductive polymer Polymers 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 239000003502 gasoline Substances 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 238000002847 impedance measurement Methods 0.000 description 2
- 238000012880 independent component analysis Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000003949 liquefied natural gas Substances 0.000 description 2
- 238000005461 lubrication Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000002923 metal particle Substances 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 239000012071 phase Substances 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 229920000767 polyaniline Polymers 0.000 description 2
- 229920005597 polymer membrane Polymers 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002277 temperature effect Effects 0.000 description 2
- NWUYHJFMYQTDRP-UHFFFAOYSA-N 1,2-bis(ethenyl)benzene;1-ethenyl-2-ethylbenzene;styrene Chemical class C=CC1=CC=CC=C1.CCC1=CC=CC=C1C=C.C=CC1=CC=CC=C1C=C NWUYHJFMYQTDRP-UHFFFAOYSA-N 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 229920002367 Polyisobutene Polymers 0.000 description 1
- 229910052581 Si3N4 Inorganic materials 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000002199 base oil Substances 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000003225 biodiesel Substances 0.000 description 1
- 239000002551 biofuel Substances 0.000 description 1
- 239000013060 biological fluid Substances 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 239000007857 degradation product Substances 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 239000003989 dielectric material Substances 0.000 description 1
- 150000002012 dioxanes Chemical class 0.000 description 1
- -1 engine exhaust Substances 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 229920002313 fluoropolymer Polymers 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 239000007792 gaseous phase Substances 0.000 description 1
- 239000012208 gear oil Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000007641 inkjet printing Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000003456 ion exchange resin Substances 0.000 description 1
- 229920003303 ion-exchange polymer Polymers 0.000 description 1
- 239000003350 kerosene Substances 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000001050 lubricating effect Effects 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000002082 metal nanoparticle Substances 0.000 description 1
- 239000012621 metal-organic framework Substances 0.000 description 1
- 238000001465 metallisation Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000002114 nanocomposite Substances 0.000 description 1
- 239000002105 nanoparticle Substances 0.000 description 1
- 229910000510 noble metal Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007800 oxidant agent Substances 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 238000012567 pattern recognition method Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 229920000052 poly(p-xylylene) Polymers 0.000 description 1
- 108090000765 processed proteins & peptides Proteins 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000003380 quartz crystal microbalance Methods 0.000 description 1
- 230000025508 response to water Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000007650 screen-printing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 235000012239 silicon dioxide Nutrition 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- HQVNEWCFYHHQES-UHFFFAOYSA-N silicon nitride Chemical compound N12[Si]34N5[Si]62N3[Si]51N64 HQVNEWCFYHHQES-UHFFFAOYSA-N 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 235000015112 vegetable and seed oil Nutrition 0.000 description 1
- 239000008158 vegetable oil Substances 0.000 description 1
- 238000001845 vibrational spectrum Methods 0.000 description 1
- 239000010457 zeolite Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/026—Dielectric impedance spectroscopy
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Engineering & Computer Science (AREA)
- General Chemical & Material Sciences (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明题为感测方法和系统。一种系统包括用于测量电感器‑电容器‑电阻器(LCR)谐振器的谐振阻抗谱响应并且将一个或多个普参数的测量响应与流体的一个或多个特性相关的传感器。这类特性可以是流体的年限或健康和/或流体中的成分的识别和浓度。
Description
相关申请的交叉引用
本申请要求2014年5月2日提交的美国临时专利申请No.61/987853的优先权。另外,本申请是下列共同待决申请的部分延续:2006年11月16日提交的美国专利申请No. 11/560476;2008年12月1日提交的美国专利申请No. 12/325653;2010年6月28日提交的美国专利申请No.12/824436;2010年6月30日提交的美国专利申请No. 12/827623;2010年12月23日提交的美国专利申请No. 12/977568;2011年12月20日提交的美国专利申请No. 13/331003;2012年5月31日提交的美国专利申请No. 13/484674(其是2009年4月15日提交的美国专利申请No. 12/424016、现在为2013年1月29日发布的美国专利No. 8364419的部分延续);2012年6月29日提交的美国专利申请No. 13/538570;2012年7月26日提交的美国专利申请No. 13/558499;全部于2012年9月28日提交的美国专利申请No. 13/630939、No. 13/630954、No. 13/630587和No. 13/630739;均于2012年12月28日提交的美国专利申请No.13/729800和No. 13/729851;2013年3月15日提交的美国专利申请No. 13/838884;均于2013年9月19日提交的美国专利申请No. 14/031951和No. 14/031965;以及2014年11月4日提交的美国专利申请No. 14/532168。通过引用将上述申请全部结合到本文中。
技术领域
公开涉及感测方法和系统的实施例。传感器例如谐振传感器可包括电感器-电容器-电阻器(LCR)传感器,其能够用作用于感测流体的传感器或换能器。
背景技术
流体的健壮(robust)感测在移动和固定设备应用中可以是有用的。作为示例,如果设备是车辆发动机并且流体是发动机油,则关于油健康的知识可用来帮助减少或防止非预计停工期,提供来自不必要油更换的节省,并且改进车辆(例如机车、重型和轻型载重卡车、采矿、施工和农业车辆)中的服务间隔调度。固定设备应用的其他示例可包括风力涡轮机和发电机组。此外,关于发动机油健康的知识可防止或减少客车的总寿命成本,改进服务间隔的控制,并且延长发动机的寿命。
标准(传统)阻抗谱法是用来表征材料性能的方面的技术。在传统阻抗谱法中,材料可定位在电极之间,并且在宽频率范围(从几分之一Hz至数十GHz)上探测,以提取与材料的介电性质有关的基本信息。但是,标准阻抗谱法可因其在报告测量配置中的低灵敏度以及在宽频率范围上的极长获取时间而受到限制。
可期望具有与当前可用的那些系统和方法不同的系统和方法。
发明内容
本公开的一个实施例提供一种用于分析流体的系统。该系统可包括传感器。传感器可包括谐振电感器-电容器-电阻器(LCR)电路、包括LCR电路的至少一部分的感测区、耦合到感测区的控制器。感测区可放置成与感兴趣流体进行操作接触。控制器可从传感器接收电信号。信号可表示在与流体的操作接触期间在测量的谱频率范围上的感测区的谐振阻抗谱。信号可用来分析谐振阻抗谱,并且基于所分析的谐振阻抗谱来确定流体的一个或多个性质。
在一个实施例中,一种方法包括激励与流体相接触的传感器。传感器可包括LCR谐振电路,以操作在分析的频率范围中的一个或多个频率。信号可跨分析的频率范围从传感器接收。信号包括与流体相接触的传感器有关的信息。流体的一个或多个性质可至少部分基于谐振阻抗谱来确定。
在一个实施例中提供一种系统,其包括谐振传感器和控制器。传感器能够感测流体的复电容率。控制器可耦合到传感器,能够从传感器接收电信号。信号可表示在测量的谱频率范围上的流体的谐振阻抗谱。控制器可至少部分基于谐振阻抗谱来确定流体的复电容率。
技术方案1:一种系统,包括:
传感器,包括:
谐振电感器-电容器-电阻器(LCR)电路;以及
感测区,包括所述LCR电路的至少一部分,其中所述感测区配置成放置成与感兴趣流体进行操作接触;以及
控制器,耦合到所述感测区,并且配置成:
从所述传感器接收电信号,其中所述信号表示在测量的谱频率范围上与所述流体进行操作接触的所述感测区的谐振阻抗谱;
分析所述谐振阻抗谱;以及
基于所分析谐振阻抗谱来确定所述流体的一个或多个性质。
技术方案2:如技术方案1所述的系统,其中,所述操作接触是与所述流体的直接接触。
技术方案3:如技术方案1所述的系统,还包括介电保护层,所述介电保护层配置成从与所述流体进行直接接触中分离所述感测区同时保持所述感测区与所述流体的操作接触。
技术方案4:如技术方案1所述的系统,其中,所述感测区包括感测材料。
技术方案5:如技术方案4所述的系统,其中,所述感测材料是电介质,并且在从大约1摄氏度上至大约260摄氏度的范围中的温度下对所述流体是化学惰性的或者对由于所述流体的降解是化学抗性的。
技术方案6:如技术方案4所述的系统,其中,所述感测材料是电介质,并且在从大约0摄氏度下至大约负260摄氏度的范围中的温度下对所述流体是化学惰性或抗性的。
技术方案7:如技术方案1所述的系统,其中,所述控制器配置成通过基于与一个或多个成分关联的所述谐振参数的特性变化识别所述一个或多个成分,来确定所述流体的所述性质。
技术方案8:如技术方案1所述的系统,其中,所述控制器配置成通过基于与一个或多个成分关联的所述谐振参数的特性变化定量所述一个或多个成分,来确定所述流体的所述性质。
技术方案9:如技术方案8所述的系统,其中,所述一个或多个成分包括水、煤烟、磨损产物或烃中的一个或多个。
技术方案10:如技术方案1所述的系统,其中,所述流体包括油、水、溶剂、溶剂混合物或燃料中的一个或多个。
技术方案11:如技术方案1所述的系统,其中,所述传感器是无源RFID传感器。
技术方案12:如技术方案1所述的系统,其中,所述控制器配置成通过分析谐振阻抗谱的每个的至少四个谱参数,来分析所述谐振阻抗谱。
技术方案13:如技术方案12所述的系统,其中,所述控制器配置成还通过分析所述谐振参数Fp、Zp、F1、Z1、F2或Z2中的至少一个或多个,来分析所述谐振阻抗谱。
技术方案14:如技术方案1所述的系统,还包括耦合到相应LCR电路的一个或多个调谐组件,所述调谐组件配置成基于调谐输入来将每个相应LCR电路耦合到所述感测区或与所述感测区隔离。
技术方案15:如技术方案14所述的系统,其中,所述调谐输入基于所述传感器的预期频率范围。
技术方案16:如技术方案14所述的系统,其中,所述调谐组件包括一个或多个可变电感器或电容器。
技术方案17:如技术方案14所述的系统,还包括热元件,所述热元件与所述传感器的所述感测区进行热接触并且配置成供应与所述感测区相邻的局部加热或局部冷却中的至少一个。
技术方案18:如技术方案1所述的系统,还包括处理电路,所述处理电路配置成基于所述信号来分析所述传感器的谐振阻抗谱,并且基于所分析谐振阻抗谱来确定所述流体的一个或多个性质。
技术方案19:如技术方案1所述的系统,其中,所述传感器在操作上耦合到存储器芯片,并且所述传感器操作在至少部分通过由所述存储器芯片所使用的操作频率所确定的频率。
技术方案20:一种方法,包括:
激励与流体相接触的传感器,其中所述传感器包括配置成操作在分析的频率范围中的一个或多个频率的LCR谐振电路;
跨分析的所述频率范围从所述传感器接收信号,其中所述信号包含与所述流体的谐振阻抗谱有关的信息;以及
至少部分基于所述谐振阻抗谱来确定所述流体的一个或多个性质。
技术方案21:如技术方案20所述的方法,还包括随时间或者在所确定条件下的与所述流体中的化学组分的变化相关的动态签名。
技术方案22:如技术方案20所述的方法,还包括通过至少部分基于在流体温度和流体复电容率其中之一或两者下的所述流体的所述谐振阻抗谱来得到所述流体的一个或多个签名来响应所述流体的温度和复电容率其中之一或两者的变化。
技术方案23:一种系统,包括:
谐振传感器,配置成感测流体的复电容率;以及
控制器,耦合到所述传感器,并且配置成:
从所述传感器接收电信号,其中所述信号表示在测量的谱频率范围上的所述流体的谐振阻抗谱;以及
至少部分基于所述谐振阻抗谱来确定所述流体的复电容率。
附图说明
在参照附图阅读以下详细描述时,可理解这些及其他特征,附图中,相似符号在附图中通篇表示相似部件,附图包括:
图1是按照本发明的实施例、用于评估流体的系统的框图;
图2是按照本公开的实施例的谐振传感器的示意图;
图3是按照本公开的实施例、采用配置用于使用多个频率来感测流体的传感器组合件的示例传感器系统的一部分的示意图;
图4是按照本公开的实施例的谐振传感器的等效电路的示例;
图5A是按照本公开的实施例、用于其中感测区构成谐振天线的整体或者一部分的谐振感测的适配RFID标签的示例;
图5B是按照本公开的实施例、用于其中感测区与天线和存储器芯片进行电流接触的谐振感测的适配RFID标签的示例;
图6是按照本技术的实施例的谐振传感器的实施例的测量谐振阻抗参数的图表;
图7A是按照本公开的实施例、其中感测区布置成与插入测量流体中的传感器轴线平行并且因此与传感器的插入端口垂直的谐振传感器的示例;
图7B是按照本公开的实施例、其中感测区布置成与插入测量流体中的传感器轴线垂直并且因此与传感器的插入端口平行的谐振传感器的示例;
图8A是按照本公开的实施例、当传感器结合到储液器中(其中传感器的感测区暴露于流体,以及传感器读取器位于传感器附近并且采用电缆连接到传感器)时采用传感器来在流体储液器中感测流体性质的示例;
图8B是按照本公开的实施例、当传感器结合到储液器中(其中传感器的感测区暴露于流体,并且传感器读取器直接连接到传感器)时采用传感器来在流体储液器中感测流体性质的示例;
图9是按照本公开的实施例的流体评估的流程图;
图10是用于具有显著的水泄漏的发动机油、水和燃料的检测的谐振阻抗数据的图表;
图11是用于具有显著的燃料泄漏的发动机油、水和燃料的检测的谐振阻抗数据的图表;
图12是谐振阻抗谱参数的主成分分析;
图13是使用单个谐振传感器的水/燃料/油混合物中的水的实际(测量)和预测浓度之间的相关图表;
图14是使用单个谐振传感器的水/燃料/油混合物中的燃料的实际(测量)和预测浓度之间的相关图表;
图15A是示出在己烷与甲苯之间区分的谐振传感器的解析度的谱参数的图表;
图15B是示出到二恶烷中的水添加的解析度的谱参数的图表;
图16A是煤烟和水添加之后的谐振阻抗谱的实部的图表;
图16B是煤烟和水添加之后的谐振阻抗谱的虚部的图表;
图17描绘在传感器暴露于五个溶液并且执行谐振阻抗测量时的PC1对PC2的PCA得分图表;
图18A显示来自单个传感器的无污染二恶烷的四个谐振谱分布(profile)的图表;
图18B显示在水添加到二恶烷时来自单个传感器的谐振谱分布的图表;
图19是传感器设计对Fp测量的灵敏度的影响的图表;
图20显示传感器设计对Zp测量的灵敏度的影响;
图21是采用两个多变量谐振传感器对油中的水的测量结果的图表;
图22是谐振传感器对于在不同温度下添加水的响应的开发PCA模型的得分图表,示出不同的响应方向;
图23是使用偏最小二乘技术来使用单个传感器的响应定量油中的水浓度的多变元线性回归模型的结果的图表;
图24A是在三种温度(虚线)和预测浓度(空心圆)下、随时间的油中的水的实际(测量)浓度的图表;
图24B是在三种温度下、随时间的油中的水的实际与预测浓度之间的预测误差的图表;
图24C是在三种温度下、油中的水的实际(测量)与预测浓度之间的相关性的图表;
图25A是使用多变量谐振传感器和油温传感器的响应、在三种温度(虚线)和预测浓度(空心圆)下、随时间的油中的水的实际(测量)浓度的图表;
图25B是使用多变量谐振传感器和油温传感器、在三种温度下、随时间的油中的水的实际与预测浓度之间的预测误差的图表;
图25C是使用多变量谐振传感器和油温传感器、在三种温度下、油中的水的实际(测量)与预测浓度之间的相关性的图表;
图26是所开发谐振传感器对于各在25、25和50 ppm的等级到发动机油中的水泄漏的响应;
图27A是参考电容传感器对于各在25、25、50、100、200、500和1000 ppm的等级到发动机油中的水泄漏的响应。插图示出对初始水泄漏的响应;
图27B是所开发谐振传感器对于各在25、25、50、100、200、500和1000 ppm的等级到发动机油中的水泄漏的响应。插图示出对初始水泄漏的响应;
图28A示出单缸机车发动机中的所开发谐振传感器对于~34天的操作。所示的是油的温度和传感器响应;
图28B示出单缸机车发动机中的所开发谐振传感器对于~34天的响应与油的温度之间的相关性;以及
图29是内燃机中的典型组件的泄漏的动态签名的示意图。
具体实施方式
公开涉及感测方法和系统的实施例。传感器例如谐振传感器可包括电感器-电容器-电阻器(LCR)传感器,其能够用作用于感测流体的传感器或换能器。本文所提供的是传感器,其具有是在流体以及流体中的各种成分或污染物存在的情况下呈现可解析变化的谐振结构的一部分。
在一个实施例中,传感器可包括电感器-电容器-电阻器(LCR)谐振器电路,具有通过这个电路的谐振阻抗(Z)所提供的谐振频率响应。如本文所提供的传感器可以能够在可变噪声源存在的情况下感测感兴趣性质,并且在可变温度条件上进行操作,以随时间提供稳定传感器性能。本文所公开的是传感器,其包括可用作传感器或者用作换能器的电感器-电容器-电阻器(LCR)谐振器。传感器的谐振阻抗谱可经由拾取线圈与传感器之间的电感耦合或者直接通过连接到传感器读取器来测量。传感器的电响应可转化为传感器的谐振阻抗变化。
单独传感器的信号变化的非限制性示例可包括组合和同时谐振阻抗变化、电感变化、电阻变化和电容变化。本文所公开的适当传感器和系统可增强通过将诸如发动机油或燃料的流体与传感器相接触来在构成传感器的谐振电路的电极之间测量其变化的能力。传感器的谐振电路可以是电谐振电路。其他谐振电路可包括机械谐振器,其中流体的粘性和/或密度的变化影响机械谐振器的响应。
适当的机械谐振器可包括音叉谐振器、厚度切变模式谐振器、石英晶体微量天平谐振器、表面声波谐振器、体声波谐振器等。与这些和其他机械谐振器不同,电谐振器可以不是通过流体的粘性和/或密度的变化可预测地影响的。它们而是可以通过流体的复电容率的变化可预测地影响。电谐振器在其设计中可以是非常复杂的,例如,临界振荡器要求复杂的多组件电路。
至少一些油和润滑剂的降级可生成可以比形成它们的油和润滑剂相对更极性的分子和/或其他半族。基本油或润滑剂可包括弱极性的长链烃分子。因此,极性污染物的存在可增加油的复电容率的一个或多个部分。
按照一个方面,谐振换能器作为可重新配置谐振结构进行操作,并且操作在多个频率用于监测流体的状态(以及还监测例如与这类流体相接触的设备的健康),以及在不受控制周围环境噪声影响存在的情况下更准确地探测任何样本的介电性质。监测流体的健康涉及组成的确定或者这种流体的污染的确定。
干扰物和周围环境噪声影响的非限制性示例包括温度以及样本中的干扰的存在。术语“干扰”包括任何非预期环境参数,其不合需要地影响传感器的测量的精度和准确性。术语“干扰物”表示可潜在地由传感器产生错误响应的材料或环境条件。滤波器(物理、化学和/或电子)基于应用特定参数可用来减少、消除或考虑这类干扰物的存在和/或浓度。
参照图1,示出系统10,其对评估与其接触的流体可以是有用的。为了说明,代表流体可以是发动机油。该系统可包括用于流体的流体储液器12和传感器14。备选地,传感器可设置在流体的流路中。传感器可以是谐振传感器,其设置在储液器中或在其上,或者可耦合到与限定流路的流体储液器进行流体通信的直插连接器。在一个实施例中,传感器可提供储液器或流路内的流体的连续监测。
适当的流体可包括烃燃料和润滑剂。适当的润滑剂可包括发动机油、齿轮油、液压流体、润滑油、合成润滑剂、润滑流体、油脂、硅酮等。适当的燃料可包括汽油、柴油燃料、喷气燃料或煤油、生物燃料、石油柴油-生物柴油燃料混合、天然气(液体或压缩)和燃料油。还有其他流体可以是变压器中的绝缘油、溶剂或者溶剂混合物。还有其他流体例如水、空气、发动机排气、生物流体以及有机和/或植物油可包括具有对应地适当传感器参数。流体可以是液体,或者可处于气相。还预期的是多相组成。
各种流体成分的非限制性示例包括来自接近系统的非预计泄漏(例如,进入发动机油中的散热器流体或者柴油燃料或变压器油中的水冷凝)。其他可检测流体成分可包括因升高的操作温度或者因与氧化剂(空气及其他)相接触而引起的流体的降解产物。系统操作可引入流体成分,例如污物、盐、煤烟或碳、磨损金属微粒、磨损产物等。在一些环境中,因细菌等引起的污垢可以是流体成分。并且在所有情况下,间接测量可以是有用的,例如指示酸性成分的存在的pH上升。
传感器可经由谐振阻抗谱响应来检测流体的特性。LCR谐振器的一个或多个可测量谐振阻抗谱响应。如与简单谐振阻抗测量相反,所公开的实施例采用至少一个谐振电路来探测样本。接近样本的传感器(与流体进行操作接触的传感器)的谐振阻抗谱基于样本组成和/或成分和/或温度而改变。所测量的谐振阻抗值Z'(其可以是谐振阻抗的实部Zre)和Z"(其可以是谐振阻抗的虚部Zim)反映流体(例如,接近传感器的流体的部分)对谐振电路的电场的激励的响应。
电场可由传感器经由电极来应用。电极可与样本直接或间接电接触。例如,传感器可以是感测区和关联电路的组合。感测区可以是裸露的或者涂敷有保护介电层。在两种情况下,感测区可被认为与流体进行操作接触。在这类实施例中,调谐电路可以不直接接触流体。与样本的间接电接触的示例可以是感测电极结构何时涂敷有介电保护涂层时并且当可在电极之间生成的电场在穿透介电保护涂层之后何时与流体进行交互。适当的介电保护涂层可共形地应用到电极。
适当的传感器可包括单用途或多用途传感器。适当的多用途谐振传感器可以是可再使用传感器,其可在结合到其中的系统的使用期限期间使用。在一个实施例中,谐振传感器可以是单用途传感器,其可在反应或过程的全部或部分期间使用。例如,谐振传感器可包括一个或多个电极对和一个或多个调谐元件,例如电阻器、电容器、电感器、谐振器、阻抗变压器或者它们的两个或更多的组合,以形成操作在至少一个谐振频率的电感器-电容器-电阻器(LCR)谐振电路。在某些实施例中,谐振传感器的多个谐振电路的不同谐振电路可配置成以不同频率进行谐振。可选择不同的频率以跨所测量流体组成的分散分布。分散分布可以是流体组成的介电性质对探测频率的相关性。流体的各种成分具有不同的分散分布。在以多个谐振频率来测量时,可确定流体的不同成分的浓度。
来自谐振传感器的数据可经由数据获取电路16来获取,数据获取电路16可与传感器关联或者可与控制系统(例如包括数据处理电路的控制器或工作站22,其中可执行附加处理和分析)关联。控制器或工作站可包括一个或多个无线或有线组件,并且还可与系统的其他组件进行通信。适当的通信模型包括无线或有线。至少一个适当的无线模型包括射频装置、例如RFID无线通信。可基于应用特定参数来使用其他无线通信形态。例如,在可存在EMF干扰的情况下,某些形态可工作,而其他形态不可工作。数据获取电路能够设置在流体储液器内,如图2所示。其他适当的位置可包括设置在工作站内。此外,工作站能够采用整个过程的控制系统来替代,其中谐振传感器及其数据获取电路可连接到过程的控制系统。
在操作期间,监测过程其中可耦合到内燃机、油填充变压器、化学反应过程、生物反应过程、纯化和/或分离过程、催化过程、一般燃烧过程、原油的生产、原料气体的生产、材料提取和其他工业过程的操作。数据获取电路可采取传感器读取器的形式,该传感器读取器可配置成与流体储液器和/或工作站无线或有线地通信。例如,传感器读取器可以是电池操作装置,和/或可使用从主控制系统可得到的能量或者通过使用来自环境源(光、振动、热或电磁能量)的能量的采集来供电。
另外,数据获取电路可从一个或多个谐振传感器14(例如,按阵列形成的多个传感器或者定位在流体储液器之中或周围的不同位置的多个传感器)来接收数据。数据可存储在短期或长期存储器存储装置(例如存档通信系统,其可位于系统内或者远离系统,和/或重构并且例如在操作员工作站为操作员显示)中。本技术的传感器和传感器系统的定位和安装的非限制性示例包括燃料或流体储液器、关联管道组件、连接器、流通组件以及任何其他相关过程组件。
除了显示数据之外,操作员工作站还可控制系统的上述操作和功能。操作员工作站可包括一个或多个基于处理器的组件,例如通用或专用计算机24。除了基于处理器的组件之外,计算机还可包括各种存储器和/或存储组件,其中包括磁和光大容量存储装置、内部存储器(例如RAM芯片)。存储器和/或存储组件可用于存储执行本文所述技术的程序和例程,其可由操作员工作站或者由系统的关联组件来运行。备选地,程序和例程可存储在远离操作员工作站、但是由网络和/或存在于计算机上的通信接口可访问的计算机可访问存储设备和/或存储器上。计算机还可包括各种输入/输出(I/O)接口以及各种网络或通信接口。各种I/O接口可允许与诸如显示器26、键盘28、鼠标30和打印机32的用户接口装置(其可用于查看和输入配置信息和/或用于操作成像系统)进行通信。未示出的其他装置可以是对进行接口有用的,例如触摸板、平视(head up)显示器、话筒等。各种网络和通信接口可允许到局域和广域内联网和存储网络以及因特网的连接。各种I/O和通信接口可如适当地或者所预期地利用导线、线路或者适当的无线接口。
传感器可包括多个谐振电路,其可配置成采用多个频率来探测流体储液器中的流体。流体储液器可以是通过工程流体不可渗透壁或者通过自然形成的流体不可渗透壁或者通过从传感器区域所发射以探测流体的电磁能量的距离所限定的储液器。此外,不同频率可用来探测不同深度处的流体样本。在某些实施例中,集成电路存储器芯片可电流耦合到谐振传感器。集成电路存储器芯片可包含不同类型的信息。集成电路芯片的存储器中的这种信息的非限制性示例包括传感器的校准系数、传感器批号、生产日期、最终用户信息。在另一个实施例中,谐振传感器可以是叉指结构,其可以是谐振器的一部分,并且具有感测区。
在某些实施例中,当集成电路存储器芯片可电流耦合到谐振传感器时,传感器响应的读取可采用传感器读取器(其包含可操作以读取传感器的模拟部分的电路)来执行。传感器的模拟部分可包括谐振阻抗。传感器的数字部分可包括来自集成电路存储器芯片的信息。
图2图示谐振传感器的设计的非限制性示例。传感器的感测电极结构34可连接到调谐电路和数据获取电路。感测电极结构34能够是裸露的,并且与流体直接接触。备选地,感测电极结构能够涂敷有保护涂层36。没有或具有保护涂层的感测电极结构形成感测区38。涂层可共形地应用,并且可以是介电材料。形成感测区的没有或具有保护涂层的感测电极结构可在操作上接触流体。流体包含分析物或者(一个或多个)污染物。感测电极结构可以没有(裸露)或者具有保护涂层。裸露感测电极结构可生成与流体直接交互的电极之间的电场。介电保护涂敷感测电极结构可生成电极之间的电场,其在穿透介电保护涂层之后处于与流体进行交互。在一个实施例中,涂层可应用到电极上,以形成在所有电极表面之上并且在衬底上的电极之间具有相同厚度的共形保护层。在涂层已经应用到电极上以形成保护层的情况下,它可在衬底之上以及衬底上的传感器电极之上具有一般恒定或可变的最终厚度。在另一个实施例中,当电极与流体通过衬底分离时,衬底同时用作保护层。在这种情形中,衬底在可以不直接接触流体的一侧上具有电极,使得衬底的另一侧不具有面向流体的电极。当来自电极的电场穿透表面并且进入流体时,可执行流体的检测。这类衬底材料的适当示例可包括陶瓷、氧化铝、氧化锆等。
图3图示具有单个感测区38并且用于可用来使用多个频率来探测流体样本的传感器组合件40中的谐振传感器系统的一部分。感测区可设置在衬底上,并且可包括适当的感测材料。在一些实施例中,传感器的衬底可以是介电衬底。在一些实施例中,传感器组合件可包括多个调谐元件42。多个调谐元件可在操作上耦合到单个感测区,以限定多个谐振电路。调谐元件连同单个感测区一起可限定多个谐振电路。多个谐振电路的每个谐振电路可包括多个调谐元件的一个或多个调谐元件。未示出的是半渗透膜、半渗透隔膜或者半渗透无机势垒(barrier)(统称为“选择性势垒”),其允许(或防止)选择性分析物或污染物通过选择性势垒并且进入感测区。
适当的叉指电极结构包括二和四电极结构。用于电极的适当材料包括不锈钢、铂、金、贵金属等。衬底和/或介电保护层的适当材料可包括二氧化硅、氮化硅、聚对二甲苯基、硅酮、氟化聚合物、氧化铝、陶瓷等。适当的电极可使用金属蚀刻、丝网印刷、喷墨打印和基于掩模的金属沉积技术来形成。衬底上的所制作电极的厚度可在从大约10纳米至大约1000微米的范围中。用于叉指电极结构、衬底、介电保护层和电极的材料以及电极形成方法可至少部分基于应用特定参数来选择。
如所图示实施例中所示,多个调谐元件可设置在传感器外部。但是,在一个实施例中,调谐元件可设置在传感器的衬底上。在另一个实施例中,多个调谐元件的一部分可以是传感器衬底外部的,而其他调谐元件16可设置在衬底上。调谐元件可包括电阻器、电容器、电感器、谐振器、阻抗变压器或者其组合。
传感器组合件10可包括控制器,其具有多路复用器44。多路复用器可促进多个调谐元件之间的电子切换。多路复用器可选择与探测频率关联的一个或多个信号,并且将所选信号转发到输出装置或读取器。在一个实施例中,多路复用器可有选择地将信号发送给输出装置或读取器。多路复用器可将多个信号同时发送给传感器读取器。多路复用器可促进多个感测区之间的电子切换。
在操作期间,每个谐振电路可以所限定频率进行谐振。至少一个谐振电路可配置成以与其他谐振电路的谐振频率可以是不同的频率进行谐振。作为示例,如果感测区包括一对电极,则调谐元件可以是电阻器、电容器和电感器,以形成电感器-电容器-电阻器(LCR)谐振电路。调谐元件可以电耦合到感测区。在一个实施例中,调谐元件可与感测区并联连接。在某些实施例中,多个谐振电路的不同谐振电路可配置成以不同频率进行谐振。不同谐振电路可配置成采用多个谐振频率来探测流体样本。不同的谐振频率可用来在谱分散的频率范围上探测流体样本。可采用本公开的传感器来监测的谱分散可在从大约0.1 Hz至大约100 GHz的频率范围上,并且包括α、β、γ、δ以及如应用特定参数所限定的其他类型的谱分散。
图4图示另一个传感器系统10。感测区38(示为具有可变电阻器和电容器)与调谐组件42(示为具有可变电感和电容)相组合。为了实现在不同频率范围的传感器响应,附加电路元件可用来调谐频率范围。因此,通过使用额外电路组件—例如电感器、电容器和阻抗变压器—的所限定或所选组合,传感器能够操作在多个频率范围。这些组件可如需要并联或串联连接到传感器,以改变操作频率范围。控制器可控制阻抗变压器比,以影响灵敏度。传感器的频率响应及其幅值可至少部分基于因传感器对电池状态、其行为的响应等引起的总输入谐振阻抗变化。因此,传感器的灵敏度可通过变压器比的动态调谐性来控制。调谐每个通道的响应可例如通过使用一个或多个电感器来实现。在一个实施例中,从电极的无线读出可提供响应选择性和灵敏度的改进。在一个实施例中,基于变压器的耦合可抑制来自检测仪表(分析器、电缆等)的寄生LCR分量。与其他谐振器相比,例如如与临界振荡器(其要求用于其操作的复杂多组件电路,包括电流反馈放大器和其他组件)相比,图4中的LCR谐振器具有比较简单的设计。
如本文所述,适当的无线传感器可以是射频标识(RFID)传感器,其中无源RFID标签可适配执行感测功能。参照图5A和图5B,示出实施例,其中谐振传感器可以是适配RFID标签。图5A中,谐振天线50和存储器芯片52可涂敷有保护材料或感测材料56。感测材料可以是RFID标签的感测区。图5B中,感测区(其可选地能够包括保护或感测材料)可跨天线附连。在两种情况(图5A和图5B)下,感测区的电响应可转化为传感器的谐振阻抗响应的变化。具有存储器芯片的RFID传感器可采用至少部分通过由存储器芯片所使用的操作频率所确定的频率进行操作。也就是说,(传感器和芯片的)一些操作频率可相互干扰,并且可不太合乎需要地具有破坏性谐波或毁坏波形。并且传感器能够具有圆形、正方形、圆柱形、矩形或者其他适当成形的感测区和/或天线。
天线电路的谐振频率可设置成比传感器电路的谐振频率要高的频率。频率差可在例如差不多大约4倍至大约1000倍的范围中。在一个实施例中,传感器电路可具有可响应所确定的感测环境条件的谐振频率。可连接两个谐振电路,使得当交流(AC)能量由天线谐振电路来接收时,这可将直流能量应用到传感器谐振电路。AC能量可通过使用二极管和电容器来供应,以及AC能量可通过LC储能电路、经由LC储能电路的L内的抽头或者LC储能电路的C内的抽头来传送给传感器谐振电路。此外,可耦合两个谐振电路,使得来自传感器谐振电路的电压可改变天线谐振电路的阻抗。天线电路的阻抗的调制可通过使用晶体管例如FET(场效应晶体管)来实现。
RFID传感器的存储器芯片可以是可选的。没有存储器芯片的RFID传感器能够是谐振LCR传感器,并且能够操作在从千赫兹到千兆赫兹的不同频率范围。也就是说,存储器芯片的不存在可拓宽可用频率范围。
如本文所公开的适当感测材料和感测膜可包括设置到传感器上以执行在与环境进行交互时可预测和可再现地影响谐振阻抗传感器响应的功能的材料。例如,诸如聚苯胺的导电聚合物在暴露于不同pH的溶液时改变其导电率。也就是说,谐振阻抗传感器响应根据在这种导电聚合物膜沉积到RFID传感器表面上时的pH的函数发生变化。因此,这种RFID传感器作为pH传感器进行工作。
作为气态流体检测的示例,当这种聚苯胺膜沉积到RFID传感器供气相中的检测时,复谐振阻抗传感器响应在暴露于碱性(例如NH3)或酸性(例如HCl)气体时也发生变化。适当的传感器膜包括基于它们可被放置的环境来改变其电气和/或介电性质的聚合物、有机、无机、生物、合成和纳米合成膜。传感器膜的其他示例可以是诸如市场销售高氟化离子交换树脂等的磺化聚合物、诸如硅酮胶等的粘合聚合物、诸如溶胶-凝胶膜等的无机膜、诸如碳黑聚异丁烯膜等的合成膜、诸如碳纳米管-高氟化离子交换树脂膜、金纳米粒子聚合物膜、金属纳米粒子聚合物膜、沸石、金属有机框架、笼状化合物、包盒物、包含化合物、静电纺聚合物纳米纤维、静电纺无机纳米纤维、静电纺合成纳米纤维等的纳米合成膜以及基于应用特定参数所选择的其他传感器材料。为了减少或者防止传感器膜中的材料泄漏到液体环境中,传感器材料可使用标准技术(例如共价接合、静电接合和其他技术)来附连到传感器表面。
在一个实施例中,该系统可测量传感器的谐振阻抗Ž(f)(通过等式(1)所表示)。
Ž(f) = Zre(f) + j Zim(f) 等式(1)
其中Zre(f)可以是谐振阻抗的实部,以及Zim(f)可以是谐振阻抗的虚部。在一个实施例中,传感器的谐振阻抗响应可以是多变量响应,因为一个以上频率可用来测量跨传感器的谐振的传感器响应。在一些实施例中,传感器的谐振阻抗响应可以是多变量响应,因为一个以上频率可用来测量传感器的谐振峰值外部的传感器响应。在一些实施例中,可在跨传感器的谐振的多个频率来测量传感器响应。例如,如果传感器以大约1 MHz进行谐振,则可从大约0.25 MHz至大约2 MHz来测量所测量频率和关联传感器响应。这个多变量响应可通过多变元分析来分析。传感器的多变量响应包括传感器的完全谐振阻抗谱和/或若干单独测量的性质,例如但不限于Fp、Zp、Fz、F1、F2、Z1和Z2。
图6描绘按照本技术的实施例的谐振传感器的实施例的测量谐振阻抗参数的图表。这些和其他测量性质可以是“谱参数”。这些性质包括谐振阻抗的实部的最大数的频率(Fp,谐振峰值位置)、谐振阻抗的实部的幅值(Zp,峰值高度)、零电抗频率(Fz,谐振阻抗的虚部可以为零的频率)、谐振阻抗的虚部的谐振频率(F1)以及谐振阻抗的虚部的反谐振频率(F2)、在谐振阻抗的虚部的谐振频率(F1)的信号幅值(Z1)和在谐振阻抗的虚部的反谐振频率(F2)的信号幅值(Z2)。其他参数可使用整个谐振阻抗谱例如谐振阻抗的幅值、相位角和谐振的质量因数来测量。
对于流体储液器中的流体性质的测量,具有其感测区的传感器能够设计成将标准端口或者专门制作的端口安装在储液器中。适当的设计示例在图7A和图7B中描绘。提供具有对齐感测区51的谐振传感器50的示例。感测区限定第一轴线A,其与标记为轴线B的横向轴线垂直。插入端口结构53限定插入孔径54,其沿轴线A延长。感测区则布置成与端口的延长孔径平行,沿轴线B的平移允许感测区插入端口中并且接触所测量流体。图7B中描绘另一个谐振传感器55的示例,其中感测区56没有通过相对于端口结构58所限定的孔径57的形状来限制。未示出的对齐插销(pin)可用来如可预期的那样相对于端口孔径对齐传感器和感测区。
流体储液器中的流体性质的测量可使用传感器来执行,其中传感器的感测区如图8A和图8B所示暴露于流体。图7B所示的传感器安装在流体传输管道59A中,并且耦合到传感器读取器59B。传感器读取器可通过导线或电缆来耦合,并且定位成接近传感器,如图8A所示。在另一个实施例中,传感器读取器可无需电缆而直接连接到传感器—如图8B所示。在操作期间,流体流经管道,并且接触感测区。当感测区感测感兴趣分析物时,它向传感器读取器发信号通知。
方法60的流程图在图9中示出。在一个实施例中,一种用于监测油健康的方法包括将传感器浸入流体例如油中(步骤62),并且在单个传感器的若干谐振来测量谐振谱的电谐振参数(步骤64)。对于采用传感器定量水、燃料泄漏和煤烟对发动机油的污染,传感器可在步骤62放置成与流体进行操作接触。在具体实施例中,传感器例如传感器的谐振阻抗谱Ž(f) =Zre(f) + jZim(f)可在步骤64确定。例如,可计算来自测量Ž(f)谱的参数例如Zre(f)的频率位置Fp和幅值Zp以及Zim(f)的谐振频率F1和反谐振频率F2、其幅值Z1和Z2以及Zim(f)的零电抗频率Fz。
方法60在步骤70对电谐振参数进行分类。这可使用所确定的分类模型72进行,以评估例如水效应74、燃料效应75和温度效应76中的一个或多个。电谐振参数的定量可在步骤80通过使用预定的早期保存定量模型82,和油中诸如水、燃料、煤烟的成分86和磨损金属微粒90以及温度92的确定和油健康98和发动机健康100的预测来执行。这可通过使用所确定发动机健康描述符102和油健康描述符104以及来自任何附加传感器108的输入中的一个或多个进行。适当的附加传感器可包括感测腐蚀、温度、压力、系统(发动机)负荷、系统位置(例如通过GPS信号)、设备年限计算器、pH等的那些传感器。
例如,在一个实施例中,传感器系统可以是电谐振器,其可采用有线或无线激励来激励,并且其中谐振谱可被收集和分析,以提取可在参数的自动缩放或平均对中时进一步处理的至少四个参数,并且定量地预测发动机油中的水和燃料的浓度,以及预测发动机油的剩余使用寿命和/或发动机的剩余使用寿命。采用单个或多个谐振器的诸如Fp、Zp、Fz、F1、F2、Z1和Z2之类的谐振谱或者整个谐振谱的谱响应能够用于数据处理。
分类模型(参见图9的模型72)可对于未污染流体使用谱参数的预测份额以及对于流体污染使用先前确定的成分效应及其对应谱参数来构建。这类效应可经过定量例如参见图9的定量模型82),以预测所测量或者所感测的流体是否具有任何水效应、燃料泄漏效应或者温度效应。也就是说,基于成分对特定流体的先前或经验确定效应,如果感兴趣成分存在,则可按照可定量方式来影响实部和虚部的谐振参数。此外,基于所测量参数,还可预测特定成分的浓度,并且可生成多成分模型。所公开的技术可用来感测适当流体,并且构建成分和环境效应模型。
在一个实施例中,流体的性质的测量可在流体的两个或更多温度下执行。当作为在宽频率范围上的频率分散分布所测量时或者当作为在较窄频率范围上的频率响应所测量时,在不同温度下的测量提供与流体中的感兴趣种类和其他种类(化学组分)有关的信息。执行在不同温度下收集的传感器的谐振阻抗谱的分析并且基于所分析的谐振阻抗谱来确定每个温度的流体的两个或更多性质允许感兴趣种类的性质的确定的传感器精度的改进。这个改进可归因于作为这些不同种类的分子结构所引起的温度的函数、流体中的感兴趣种类和其他种类的频率响应的差。在不同温度下的测量可采用谐振传感器(其具有与谐振传感器的感测区进行热接触的热元件)来执行。热元件产生可接近感测区的流体的温度的局部变化。这个局部温度变化能够高于或低于具有传感器的容器中的大部分流体的的温度。热元件的非限制性示例包括珀耳帖冷却器、薄膜加热器和铅笔加热器(pencilheater)。热元件能够产生从大约1摄氏度至大约50摄氏度的范围中的流体的温度的局部变化。
在一个实施例中,可执行流体的性质的测量,以确定流体中的化学组分的变化的动态签名。这些动态签名的时标可极大地改变。从大约1秒至大约200天的范围中的适当时标可以可用来确定发动机中的流体的不同类型的泄漏。这类确定允许识别发动机中的泄漏的动态签名,将所识别签名与来自特定发动机组件的已知泄漏签名相关,并且基于签名来确定泄漏的位置。
流体的性质的测量可在极端温度条件下执行。取决于应用,这些条件的范围可从低至大约-260摄氏度的温度至高达大约+260摄氏度的温度。具有低至大约-260摄氏度的负温度的这类恶劣温度条件相对液化天然气(LNG)以及在生物和其他类型的样本的存储中可以是有用的。具有高达大约+260摄氏度的正温度的恶劣温度条件在监测设备中可以是有用的,其中设备的工作组件的温度能够达到大约+260摄氏度。这种设备的示例可包括石油和天然气生产中的向下打眼设备以及燃料、润滑系统和冷却/散热系统中的一个或多个的内燃机(柴油、天然气、氢(直接燃烧或燃料电池)、汽油、其组合等)的操作。这种设备的另一个示例可包括油填充变压器。
多变量电谐振器的适用性可通过检测来自水和柴油燃料的发动机油污染以及确定例如具有与油相似的介电常数的二恶烷等的模型流体中的水来证明。传感器测量的解析度的确定可使用己烷和甲苯作为模型系统来执行。一些发动机油的样本从GETransportation来得到,而其他化学品可在商业上从Aldrich得到。
传感器的谐振阻抗的测量可采用网络分析器(Agilent)或者精确阻抗分析器(Agilent)在计算机控制下使用LabVIEW来执行。所收集的谐振阻抗数据可使用与Matlab(The Mathworks Inc.,Natick,MA)配合操作的PLS_Toolbox(Eigenvector Research,Inc.,Manson,WA) 以及KaleidaGraph(Synergy Software,Reading,PA)来分析。
到油中的燃料和水泄漏的不同量可采用单个多变量谐振传感器定量和实验地确定。适当的油可以是铁路内燃机油。适当的燃料可以是柴油燃料。油中的水和燃料的二元和三元混合物可按照不同比例来产生。水的浓度可以是0、0.1%和0.2%(按容积)。燃料的浓度可以是0、3%和6%(按容积)。
可处理来自所测量样本的谐振谱,以及经处理的数据用作主成分分析(PCA)工具的输入。PCA可以是一种模式识别方法,其说明作为称作主成分(PC)的原始变量的加权和的数据的方差。发动机油、水和燃料的混合物中的水的检测的显著部分在图10中图示,图10描绘所开发PCA模型的得分图表。发动机油、水和燃料的混合物中的燃料的检测的显著部分在图11中图示,图11描绘所开发PCA模型的得分图表。图10和图11中,0.1%和0.2%的水的浓度分别标记为W0.1和W0.2。3%和6%的燃料的浓度分别标记为D3和D6。谐振换能器的多变量响应源自换能器的所测量总谐振谱,之后接着使用多变元分析工具来处理这些谱。对于采用单个多变量传感器通过水和燃料泄漏的发动机油的污染的定量,可测量谐振换能器的谐振阻抗谱Ž(f) =Zre(f) + jZim(f)。可计算来自测量Ž(f)谱的若干参数,其包括Zre(f)的频率位置Fp和幅值Zp以及Zim(f)的谐振频率F1和反谐振频率F2、其幅值Z1和Z2以及Zim(f)的零电抗频率Fz,如图6所示
通过使用Ž(f)谱的所计算参数的多变元分析,可执行分析物的分类。用于来自多变量传感器的谱数据的多变元分析的适当的分析技术可包括主成分分析(PCA)、独立成分分析(ICA)、线性判别分析(LDA)和灵活判别分析(FDA)。PCA可用来使用基于肽的感测材料来区别不同的蒸汽。PCA模型的负荷图在图12中图示。这个图表图示来自谐振谱的单独成分的份额。该图表示出,诸如Fp、F1、F2、Fz、Zp、Z1和Z2的所有成分具有对传感器响应的贡献。
油中的水和燃料在其二元和三元混合物中的定量可采用单个多变量谐振传感器、使用与Matlab(The Mathworks Inc.,Natick,MA)配合操作的PLS Toolbox(EigenvectorResearch, Inc.,Manson,WA)进一步执行。图13示出使用单个谐振传感器的水/燃料/油混合物中的水的实际(测量)和预测浓度之间的相关图表。图14示出使用单个谐振传感器的水/燃料/油混合物中的燃料的测量和预测浓度之间的相关图表。采用单个传感器对油中的水和燃料的同时定量的预测误差可以是水的0.02%和燃料的1.3%。
在另一个示例中,传感器解析度可在多部分实验中确定。在第一实验中,己烷和甲苯可用作模型化学品来确定传感器解析介电常数中的差的能力。己烷具有1.88的介电常数,而甲苯具有2.38的介电常数。所开发传感器可采用0.0004 - 0.0012的介电常数的解析度来解析这两个液体。预计结果在图15A中示出。在第二实验中,1,4-二恶烷因其与油相似的介电常数以及易于与水混溶的能力而可用作油的模型化学品。传感器可解析低至7 - 20ppm的到二恶烷中的水添加。预计结果在图15B中示出,图15B图示所开发传感器可以能够解析低至7 - 20 ppm的到二恶烷(油的模型系统)中的水添加,其中水添加以200 ppm的增量进行。
在另一个示例中,水和煤烟(碳黑)添加可对二恶烷进行并且采用传感器来测量。水添加可作为500 ppm、1000 ppm和2500 ppm添加进行。煤烟(碳黑)可作为100 ppm碳黑以水的2500 ppm来添加。传感器的示范谐振谱在图16A和图16B中呈现。多变元分析的结果在图17中呈现。图16A示出实部Zre(f),以及图16B示出谐振阻抗的虚部Zim(f)。测量样本可以是:(0)清洁模型油(二恶烷);(1)水的500 ppm的添加;(2)水的1000 ppm的添加;(3)水的2500 ppm的添加;(4)水的2500 ppm和煤烟(碳黑)的100 ppm的添加。图17示出主成分1对主成分2的得分图表,图示对不同类型的污染的传感器响应之间的谱关系。样本可以是:(0)清洁模型油(二恶烷);(1)水的500 ppm的添加;(2)水的1000 ppm的添加;(3)水的2500 ppm的添加;(4)水的2500 ppm和煤烟(作为碳黑)的100 ppm的添加。
在另一个示例中,多谐振传感器系统可采用四个谐振频率来构建。1,4-二恶烷能够用作油的模型化学品,因为其介电常数与油略微相似,并且它与水可混溶。水添加可对二恶烷进行并且采用传感器来测量。传感器的四个示例谐振谱在图18A和图18B中呈现。这些值图示非污染二恶烷(图18A)中的传感器的分散分布在添加水(图18B)时已经改变其形状。另外,谐振峰值的宽度和幅值通过水添加来修改。
在另一个示例中,可对于对水的最大Fp和Zp响应来优化传感器电极几何结构和谐振频率。实验的二因素设计可通过改变叉指电极(IDE)间距D和电极宽度W(其中D=W=150、300、450微米(μm))并且将谐振频率Fp改变为Fp=20、35、50 Mhz(在空气中)进行。测量可通过以5000 ppm浓度将水添加到二恶烷来执行。图19示出传感器设计对Fp测量的灵敏度的影响。图20示出传感器设计对Zp测量的灵敏度的影响。300 μm IDE间距和50 MHz操作频率产生强Fp和Zp信号。
在图21所示的另一个示例中,油中的水的确定可通过在测试回路中循环油并且以2000 ppm增量添加水以生成2000 ppm、4000 ppm和6000 ppm的油中的水浓度来执行。测量可使用两个谐振传感器来执行。传感器1具有2 cm2的面积,其中具有0.4 mm/0.4 mm的电极宽度/间距和空气中以80 MHz的谐振。传感器2可以是来自实验的设计的几何结构其中之一,并且具有4 cm2的面积,其中具有0.15 mm/0.15 mm的电极宽度/间距和空气中以~50MHz的谐振。油中的水的检测的极限可基于在添加水的2000 ppm的所测量传感器噪声级和信号等级在三的信噪比等级确定为3 - 12 ppm(传感器1)和0.6 - 2.6 ppm(传感器2)。
在另一个示例中,在不同油温下的油中的水的确定可通过在测试回路中循环油并且以400 ppm增量添加水以生成400 ppm、800 ppm、1200 ppm和1600 ppm的油中的水浓度来执行。油的标称温度可以是T1 = 80℃,T2 = 100℃,以及T3 = 120℃,如通过热槽所产生。图22描绘所开发PCA模型的得分图表,图示谐振传感器对于在不同温度下添加水的响应可沿不同方向。图21中的每个单独箭头指向在油温T1、T2和T3下增加水浓度的方向。图23可描绘使用偏最小二乘(PLS)技术、采用单个传感器的响应来定量油中的水浓度的多变元线性回归模型的结果。PLS技术可通过查找传感器响应的多维空间中说明单独变量的最大方差的方向,来确定单独变量与传感器响应之间的相关性。图24示出这种多变元线性回归可以能够与油温无关地预测水浓度。
在油的不同标称温度(80℃、100℃和120℃)下的油中的水的确定(0 ppm、400ppm、800 ppm、1200 ppm和1600 ppm)的这个传感器数据的分析可使用多变元非线性(二次)回归来执行。图24A示出在三种温度(虚线)和预测浓度(空心圆)下、油中的水的实际(测量)浓度。图24B描绘在三个温度下的油中的水的实际和预测浓度之间的预测误差。图24C描绘在三种温度下、油中的水的实际(测量)与预测浓度之间的相关性图表。
在油的不同标称温度(80℃、100℃和120℃)下的油中的水的确定(0 ppm、400ppm、800 ppm、1200 ppm和1600 ppm)的这个传感器数据的分析还可使用多变元非线性(二次)回归、采用来自定位在测量油中的温度传感器的附加输入来执行。图25A描绘在三种温度(虚线)和预测浓度(空心圆)下、油中的水的实际(测量)浓度。图25B描绘在三个温度下的油中的水的实际和预测浓度之间的预测误差。图25C描绘在三种温度下、油中的水的实际(测量)与预测浓度之间的相关性图表。
具有4 cm2的面积、其中具有0.15 mm/0.15 mm的电极宽度/间距和空气中以~50MHz的谐振的所开发多变量传感器其中之一可测量油中的低浓度水泄漏。图26描绘这个所开发谐振传感器对于各在25 ppm、25 ppm和50 ppm的等级到发动机油中的水泄漏的响应。这个图中的数据图示这个传感器可以以高信噪比质量来检测至少25 ppm的最低被测等级的水泄漏。
这个所开发谐振传感器的性能可与标准非谐振电容传感器(其用作参考电容传感器)的性能进行比较。比较可通过在相同循环油回路中具有两种传感器来执行,其中水泄漏可被引入并且提供给两种传感器。水泄漏等级可以是25、25、50、100、200、500和1000 ppm。图27A描绘参考电容传感器对于各在25、25、50、100、200、500和1000 ppm的等级到发动机油中的水泄漏的响应。这个图图示参考电容传感器没有表明从其噪声的可感知信号变化,直到可引入25、25、50、100和200 ppm 200 ppm的水泄漏。相比之下,图27B示出按照实施例的谐振传感器对于到发动机油中的水泄漏的响应,其中这个传感器可检测在25 ppm的最小水泄漏,并且检测提供给两种传感器的所有其他水泄漏。
这个谐振传感器可在单缸机车发动机测试床中测试大约34天。图28A可描绘对于油的温度和传感器响应在单缸机车发动机中的所开发谐振传感器的操作结果。图28B图示单缸机车发动机中的所开发谐振传感器对于大约34天的响应与油的温度之间的相关性。
在另一个示例中,发动机中的泄漏源可通过识别泄漏的动态签名、将所识别签名与来自特定发动机组件的已知泄漏签名相关并且基于签名确定泄漏的位置来确定。这种方式可提供主动维护的能力,可代替被动维护,并且可增加具有润滑系统或者具有内燃机的资产的使用中时间。
具有内燃机的这类资产的非限制性示例包括各种车辆类型,各具有其自己的操作参数集合。本文所公开的实施例可提供一种用于经由动态泄漏签名及早确定泄漏成分的预测传感器工具。这些传感器可应用于发动机的多个位置中,以查明泄漏起源。图29示出涡轮增压机(每个发动机1-2个涡轮增压机)、中间冷却器(每个发动机2个中间冷却器)、水泵(每个发动机1个水泵)以及气缸盖(每个发动机12-16个气缸盖)的泄漏的动态签名的示意图。
技术效果可包括用于评估流体健康、例如发动机油的健康的技术。这类技术可确定流体是否被污染或者需要更换,这提供服务和总过程有益效果、例如在用于发动机中的流体的情况下的改进发动机健康。
本书面描述使用示例来公开本发明,以及使相关领域的技术人员能够实施本发明的实施例,包括制作和使用装置或系统并且执行方法。本发明的可取得专利范围由权利要求书来定义,并且可包括相关领域的技术人员想到的其他示例。如果这类其他示例具有与权利要求的语言完全相同的结构元件,或者如果它们包括具有与权利要求的文字语言的非实质差异的等效结构元件,则预计它们落入权利要求的范围之内。
Claims (10)
1.一种系统,包括:
传感器,包括:
谐振电感器-电容器-电阻器(LCR)电路;以及
感测区,包括所述LCR电路的至少一部分,其中所述感测区配置成放置成与感兴趣流体进行操作接触;以及
控制器,耦合到所述感测区,并且配置成:
从所述传感器接收电信号,其中所述信号表示在测量的谱频率范围上与所述流体进行操作接触的所述感测区的谐振阻抗谱;
分析所述谐振阻抗谱;以及
基于所分析谐振阻抗谱来确定所述流体的一个或多个性质。
2.如权利要求1所述的系统,其中,所述操作接触是与所述流体的直接接触。
3.如权利要求1所述的系统,还包括介电保护层,所述介电保护层配置成从与所述流体进行直接接触中分离所述感测区同时保持所述感测区与所述流体的操作接触。
4.如权利要求1所述的系统,其中,所述感测区包括感测材料。
5.如权利要求4所述的系统,其中,所述感测材料是电介质,并且在从大约1摄氏度上至大约260摄氏度的范围中的温度下对所述流体是化学惰性的或者对由于所述流体的降解是化学抗性的。
6.如权利要求4所述的系统,其中,所述感测材料是电介质,并且在从大约0摄氏度下至大约负260摄氏度的范围中的温度下对所述流体是化学惰性或抗性的。
7.如权利要求1所述的系统,其中,所述控制器配置成通过基于与一个或多个成分关联的所述谐振参数的特性变化识别所述一个或多个成分,来确定所述流体的所述性质。
8.如权利要求1所述的系统,其中,所述控制器配置成通过基于与一个或多个成分关联的所述谐振参数的特性变化定量所述一个或多个成分,来确定所述流体的所述性质。
9.如权利要求8所述的系统,其中,所述一个或多个成分包括水、煤烟、磨损产物或烃中的一个或多个。
10.如权利要求1所述的系统,其中,所述流体包括油、水、溶剂、溶剂混合物或燃料中的一个或多个。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/585690 | 2014-12-30 | ||
US14/585,690 US10914698B2 (en) | 2006-11-16 | 2014-12-30 | Sensing method and system |
CN201511015982.2A CN105738420A (zh) | 2014-12-30 | 2015-12-30 | 感测方法和系统 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511015982.2A Division CN105738420A (zh) | 2014-12-30 | 2015-12-30 | 感测方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114594140A true CN114594140A (zh) | 2022-06-07 |
Family
ID=56116816
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511015982.2A Pending CN105738420A (zh) | 2014-12-30 | 2015-12-30 | 感测方法和系统 |
CN202210116058.7A Pending CN114594140A (zh) | 2014-12-30 | 2015-12-30 | 感测方法和系统 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511015982.2A Pending CN105738420A (zh) | 2014-12-30 | 2015-12-30 | 感测方法和系统 |
Country Status (5)
Country | Link |
---|---|
JP (1) | JP6397395B2 (zh) |
CN (2) | CN105738420A (zh) |
AU (1) | AU2015268746B2 (zh) |
DE (1) | DE102015122926A1 (zh) |
EA (1) | EA032682B1 (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10368146B2 (en) * | 2016-09-20 | 2019-07-30 | General Electric Company | Systems and methods for environment sensing |
US8542023B2 (en) | 2010-11-09 | 2013-09-24 | General Electric Company | Highly selective chemical and biological sensors |
US10598650B2 (en) | 2012-08-22 | 2020-03-24 | General Electric Company | System and method for measuring an operative condition of a machine |
US11353445B2 (en) | 2016-09-13 | 2022-06-07 | Passerro Gmbh | Method and device for determining and/or monitoring the state of a transformer oil |
JP7233719B2 (ja) * | 2017-05-05 | 2023-03-07 | ロイヤル・メルボルン・インスティテュート・オブ・テクノロジー | マルチガス感知システム |
WO2018231196A1 (en) * | 2017-06-13 | 2018-12-20 | General Electric Company | Dissolved gas analysis with impedimetric gas sensor |
JP7099816B2 (ja) | 2017-10-27 | 2022-07-12 | 株式会社日立製作所 | 潤滑油の劣化診断方法、回転機械の潤滑油の監視システムおよび方法 |
EP3704475A4 (en) * | 2018-01-24 | 2020-11-25 | Hewlett-Packard Development Company, L.P. | DETERMINATION OF THE FLUID PROPERTIES OF LIQUID IMPEDANCES |
EP3527959B1 (de) * | 2018-02-14 | 2023-11-08 | VEGA Grieshaber KG | Füllstandradar mit anhaftungsdetektor |
US11423711B2 (en) * | 2018-05-15 | 2022-08-23 | Robert Bosch Automotive Steering Llc | Force-based corrosion detection for vehicle steering rack |
JP7108962B2 (ja) * | 2018-12-03 | 2022-07-29 | 株式会社オートネットワーク技術研究所 | 車載用のバックアップ電源制御装置及び車載用のバックアップ電源装置 |
US20220050071A1 (en) * | 2018-12-21 | 2022-02-17 | Bl Technologies, Inc. | Multi-phase water oil composition and salinity metering system and method |
KR102148027B1 (ko) * | 2019-02-27 | 2020-08-25 | 광운대학교 산학협력단 | 칩리스 rfid 유전율 센서 시스템 |
JP7279489B2 (ja) * | 2019-04-17 | 2023-05-23 | 中国電力株式会社 | 計測装置及びその計測方法 |
JP7179674B2 (ja) | 2019-05-10 | 2022-11-29 | 株式会社日立製作所 | 潤滑油の診断方法および潤滑油の監視システム |
RU2750266C1 (ru) * | 2020-01-27 | 2021-06-25 | Общество с ограниченной ответственностью Кондитерская фабрика "ЭКОКОН ГРУПП" | Емкость съедобная для горячих напитков |
CN113418969B (zh) * | 2021-06-07 | 2023-04-25 | 武汉大学 | 一种用于生物医学检测的高灵敏度毫米波介质谐振传感器 |
WO2024126422A1 (de) | 2022-12-12 | 2024-06-20 | Ilmsens Gmbh | Verfahren und messsystem zur ausführung impedanzspektroskopischer messungen |
DE102022133019A1 (de) | 2022-12-12 | 2024-06-13 | Ilmsens Gmbh | Verfahren zur Kalibrierung eines Messgerätes, insbesondere für impedanzspektroskopische Messungen |
CN117216721B (zh) * | 2023-11-09 | 2024-02-02 | 安徽安大清能电气科技有限公司 | 一种基于多判据融合的谐振状态及谐振路径识别方法 |
CN118329981A (zh) * | 2024-06-13 | 2024-07-12 | 南方电网数字电网研究院股份有限公司 | 绝缘气体检测装置 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0943007A (ja) * | 1994-11-30 | 1997-02-14 | Omron Corp | 検知装置、検知方法、及びセンサ |
US6111520A (en) * | 1997-04-18 | 2000-08-29 | Georgia Tech Research Corp. | System and method for the wireless sensing of physical properties |
GB9709290D0 (en) * | 1997-05-07 | 1997-06-25 | Collister Christopher J | Electrical measurement apparatus for oil |
BRPI0609631A2 (pt) * | 2005-05-10 | 2010-04-20 | Schrader Bridgeport Int Inc | sistema e método para a leitura do nìvel e composição de lìquido em um tanque de combustìvel |
US20070090926A1 (en) * | 2005-10-26 | 2007-04-26 | General Electric Company | Chemical and biological sensors, systems and methods based on radio frequency identification |
US7456744B2 (en) * | 2006-05-16 | 2008-11-25 | 3M Innovative Properties Company | Systems and methods for remote sensing using inductively coupled transducers |
US8232091B2 (en) * | 2006-05-17 | 2012-07-31 | California Institute Of Technology | Thermal cycling system |
US9389260B2 (en) * | 2012-09-28 | 2016-07-12 | General Electric Company | Systems and methods for monitoring sensors |
US9538657B2 (en) * | 2012-06-29 | 2017-01-03 | General Electric Company | Resonant sensor and an associated sensing method |
US9658178B2 (en) * | 2012-09-28 | 2017-05-23 | General Electric Company | Sensor systems for measuring an interface level in a multi-phase fluid composition |
US8936191B2 (en) * | 2010-06-30 | 2015-01-20 | General Electric Company | Field-portable impedance reader and methods of making the same |
US9147144B2 (en) * | 2012-09-28 | 2015-09-29 | General Electric Company | Systems and methods for monitoring sensors |
US8364419B2 (en) | 2009-04-15 | 2013-01-29 | General Electric Company | Sensor system and methods for selective analyte detection using resonance sensor circuit |
US9097639B2 (en) * | 2012-12-28 | 2015-08-04 | General Electric Company | Systems for analysis of fluids |
JP2012531585A (ja) * | 2009-06-26 | 2012-12-10 | シュレイダー エレクトロニクス リミテッド | Emf波伝播を利用した液体の水位および品質の感知装置システムおよび方法 |
CN102575998B (zh) * | 2009-09-22 | 2016-03-30 | Adem有限公司 | 用于测量固体和液体对象构成的阻抗传感系统及方法 |
US8736425B2 (en) * | 2009-10-30 | 2014-05-27 | General Electric Company | Method and system for performance enhancement of resonant sensors |
US8542024B2 (en) * | 2010-12-23 | 2013-09-24 | General Electric Company | Temperature-independent chemical and biological sensors |
-
2015
- 2015-12-16 AU AU2015268746A patent/AU2015268746B2/en active Active
- 2015-12-16 JP JP2015244700A patent/JP6397395B2/ja active Active
- 2015-12-18 EA EA201592216A patent/EA032682B1/ru not_active IP Right Cessation
- 2015-12-29 DE DE102015122926.9A patent/DE102015122926A1/de active Pending
- 2015-12-30 CN CN201511015982.2A patent/CN105738420A/zh active Pending
- 2015-12-30 CN CN202210116058.7A patent/CN114594140A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
EA201592216A1 (ru) | 2016-10-31 |
JP2016126007A (ja) | 2016-07-11 |
CN105738420A (zh) | 2016-07-06 |
EA032682B1 (ru) | 2019-07-31 |
AU2015268746A1 (en) | 2016-07-14 |
DE102015122926A1 (de) | 2016-06-30 |
AU2015268746B2 (en) | 2017-09-07 |
JP6397395B2 (ja) | 2018-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10914698B2 (en) | Sensing method and system | |
JP6397395B2 (ja) | 検出方法およびシステム | |
US11674915B2 (en) | Sensing system and method | |
US10539524B2 (en) | Resonant sensing system and method for monitoring properties of an industrial fluid | |
US10254270B2 (en) | Sensing system and method | |
US10018613B2 (en) | Sensing system and method for analyzing a fluid at an industrial site | |
US10260388B2 (en) | Sensing system and method | |
US11408874B2 (en) | Sensing system and method | |
Mujahid et al. | Monitoring automotive oil degradation: analytical tools and onboard sensing technologies | |
US9658178B2 (en) | Sensor systems for measuring an interface level in a multi-phase fluid composition | |
US9176083B2 (en) | Systems and methods for measuring an interface level in a multi-phase fluid composition | |
US20180158261A1 (en) | System and method for sensing lubricant and engine health | |
Ulrich et al. | Simultaneous estimation of soot and diesel contamination in engine oil using electrochemical impedance spectroscopy | |
US11391716B2 (en) | Resonant sensor probe assembly | |
US11674918B2 (en) | Monolithic gas-sensing chip assembly and method | |
Potyrailo et al. | Multivariable electrical resonant sensors for independent quantitation of aging and external contaminants in lubricating oils | |
EP3548718B1 (en) | Sensing system and method | |
Heredia-Cancino et al. | An innovative method to reduce oil waste using a sensor made of recycled material to evaluate engine oil life in automotive workshops | |
WO2017151847A1 (en) | Sensing system and method | |
Voglhuber-Brunnmaier et al. | A multi-parameter physical fluid sensor system for industrial and automotive applications | |
Vasanthan et al. | Prediction of end of useful life time of internal combustion engine lubricating oil by using coaxial cylindrical probe |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20240229 Address after: south carolina Applicant after: General Electric Infrastructure Technology Co.,Ltd. Country or region after: U.S.A. Address before: New York, United States Applicant before: General Electric Co. Country or region before: U.S.A. |
|
TA01 | Transfer of patent application right |