DE102007042507A1 - Verfahren zur Bestimmung von Inhaltsstoffen von Flüssigkeiten, insbesondere von Motoröl - Google Patents
Verfahren zur Bestimmung von Inhaltsstoffen von Flüssigkeiten, insbesondere von Motoröl Download PDFInfo
- Publication number
- DE102007042507A1 DE102007042507A1 DE102007042507A DE102007042507A DE102007042507A1 DE 102007042507 A1 DE102007042507 A1 DE 102007042507A1 DE 102007042507 A DE102007042507 A DE 102007042507A DE 102007042507 A DE102007042507 A DE 102007042507A DE 102007042507 A1 DE102007042507 A1 DE 102007042507A1
- Authority
- DE
- Germany
- Prior art keywords
- liquid
- sensory
- sensor
- classification
- evaluated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 239000007788 liquid Substances 0.000 title claims abstract description 42
- 230000001953 sensory effect Effects 0.000 title claims abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 12
- 239000010705 motor oil Substances 0.000 title claims abstract description 11
- 239000004615 ingredient Substances 0.000 title claims description 9
- 230000003068 static effect Effects 0.000 title abstract 2
- 238000012549 training Methods 0.000 claims abstract description 18
- 238000003066 decision tree Methods 0.000 claims abstract description 12
- 239000004071 soot Substances 0.000 claims description 9
- 239000000446 fuel Substances 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 4
- 238000002790 cross-validation Methods 0.000 claims description 3
- 238000003045 statistical classification method Methods 0.000 claims description 3
- 239000002253 acid Substances 0.000 claims description 2
- 239000003921 oil Substances 0.000 description 36
- 238000005259 measurement Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 239000000654 additive Substances 0.000 description 4
- 239000006229 carbon black Substances 0.000 description 4
- 230000032683 aging Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 239000003502 gasoline Substances 0.000 description 3
- 230000003647 oxidation Effects 0.000 description 3
- 238000007254 oxidation reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000010913 used oil Substances 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009614 chemical analysis method Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004940 physical analysis method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medicinal Chemistry (AREA)
- Biochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
Bei einem Verfahren zur Bestimmung von Inhaltsstoffen oder anderen Kenngrößen in oder von Flüssigkeiten zur Verwendung in Kraftfahrzeugen, insbesondere von Motoröl, bei dem mit einem oder mehreren Sensoren eine oder mehrere sensorisch erfaßbare Größen bestimmt werden, werden die sensorisch erfaßten Größen der Flüssigkeit mit einem automatischen Klassifikationsverfahren hinsichtlich bestimmter Kenngrößen ausgewertet. Dadurch können auch Flüssigkeiten mit Mehrfachverschmutzungen ausgewertet werden.
Description
- Die Erfindung betrifft ein Verfahren zur Bestimmung von Inhaltsstoffen oder anderer Kenngrößen in oder von Flüssigkeiten zur Verwendung in Kraftfahrzeugen, insbesondere von Motoröl, mit einem oder mehreren Sensoren mit denen ein oder mehrere sensorisch erfaßbare Größen bestimmt werden.
- Derartige Verfahren sind beispielsweise aus der
US 6,911,830 B2 oder derDE 10 2005 047 139 A1 bekannt. Bei den hier beschriebenen Verfahren wird anhand verschiedener Sensormeßwerte mit Hilfe einer mathematischen Formel eine Qualitätskenngröße des Öls, insbesondere der Rußgehalt, ausgewertet. - Ein Problem tritt jedoch in der Regel dann auf, wenn verschiedene Inhaltsstoffe in der Flüssigkeit vorhanden sind, da sich die jeweils gemessenen Größen in vielen Fällen gegensätzlich verhalten und dadurch Fehlinterpretationen entstehen. Umfangreiche Untersuchungen an Motorölen aus Prüfstandsversuchen und Fahrzeugtests haben gezeigt, daß insbesondere bei Ölproben der Zusammenhang zu den Ölparametern hochgradig spezifisch und nicht durch allgemeingültige Formeln beschreibbar ist.
- Der Erfindung liegt daher die Aufgabe zugrunde, ein Verfahren zur Bestimmung von Inhaltsstoffen oder anderen Kenngrößen in oder von Flüssigkeiten zur Verwendung in Kraftfahrzeugen zu schaffen, mit denen es möglich ist, Inhaltsstoffe oder Kenngrößen auch dann zu bestimmen, wenn die Flüssigkeit mehrere Inhaltsstoffe aufweist.
- Die Lösung dieser Aufgabe erfolgt mit einem Verfahren mit den Merkmalen des Patentanspruchs 1. Vorteilhafte Weiterbildungen der Erfindung sind in den Unteransprüchen angegeben.
- Bei dem Verfahren zur Bestimmung von Inhaltsstoffen oder anderen Kenngrößen in oder von Flüssigkeiten zur Verwendung in Kraftfahrzeugen, insbesondere von Motoröl, bei dem mit einem oder mehreren Sensoren eine oder mehrere sensorisch erfaßbare Größen bestimmt werden, ist erfindungswesentlich vorgesehen, daß die sensorisch erfaßten Größen der Flüssigkeit mit einem automatischen Klassifikationsverfahren hinsichtlich bestimmter Kenngrößen ausgewertet werden. Die Kenngrößen können auch die Inhaltsstoffe sein. Bei dem erfindungsgemäßen Verfahren wird ein mathematisches Klassifikationsverfahren verwendet. Jeder Satz von Meßwerten wird dabei nichtlinear transformiert und anschließend einem vorher festgelegten Satz von Kenngrößen zugeordnet. Im Gegensatz zum Stand der Technik handelt es sich dabei nicht um ein deterministisches Verfahren, sondern um ein Klassifikationsverfahren, das flexibel anpaßbar ist.
- Insbesondere bei der Untersuchung von Öl kann dessen Zusammensetzung genau analysiert werden. Extreme Ölzustände können frühzeitig erkannt werden und Motorschäden kann vorgebeugt werden. Auch die vorgeschlagenen Wartungsintervalle werden auf diese Weise abgesichert oder weitaus genauer angegeben. Dadurch kann auch die Lebensdauer des Öls optimal genutzt werden. Bevorzugt wird ein statistisches Klassifikationsverfahren zur Auswertung der sensorisch erfaßten Größen verwendet. Das Klassifikationsverfahren ist dabei bevorzugt mit Trainingsdatensätzen auf die Bestimmung vorgegebener Kenngrößen trainiert worden. Bevorzugt wird das Klassifikationsverfahren mittels einer Kreuzvalidierung anhand von Untermengen der Trainingsdatensätze trainiert. Dadurch kann die Vorhersagegenauigkeit des Klassifikationsverfahrens noch gesteigert werden. Aus vorherigen Ölmessungen wird zunächst eine Trainingsdatenmenge erstellt, in der jedem Satz von Ölparametern ein klar definierter Ölzustand zugeordnet ist. Dann wird das Klassifikationsverfahren, das der Zuordnung von Ölparametern zum Ölzustand (oder allgemeiner sensorisch erfaßbarer Größen zu Kenngrößen) zugrundelegt wird, auf Basis dieser Trainingsdatenmenge trainiert. Anhand weiterer Messungen kann anschließend die Vorhersagekraft des trainierten Klassifikationsverfahrens verifiziert werden. Bevorzugt ist das Klassifikationsverfahren ein Entscheidungsbaumverfahren oder Regressionsbaumverfahren. Grundsätzlich sind aber auch eine Vielzahl anderer Klassifikationsverfahren einsetzbar, insbesondere neuronale Netze, support vector machines, Diskriminanzanalyse und K-Nearest-Neighbour-Clustering.
- Als Sensor wird bevorzugt ein mechanischer Resonator verwendet. Dabei wird als sensorisch erfaßbare Größe bevorzugt die elektrische Admittanz des mechanischen Resonators in der Flüssigkeit gemessen. Besonders bevorzugt wird als mechanischer Resonator eine Tuning Fork verwendet. Bevorzugt werden hiermit als sensorisch erfaßbare Größen die Permittivität bzw. Dielektrizitätszahl der Flüssigkeit und/oder die Viskosität der Flüssigkeit und/oder die Dichte der Flüssigkeit und/oder der elektrische Leitwert der Flüssigkeit gemessen. Mit diesen sensorisch erfaßbaren Größen lassen sich eine Vielzahl von Eigenschaften bestimmen und mit dem erfindungsgemäßen Klassifikationsverfahren bestimmten Kenngrößen zuordnen.
- Bevorzugt wird als weiterer Sensor ein Füllstandssensor verwendet. Als weitere sensorisch erfaßbare Größe wird damit der Füllstand oder die Höhe der Flüssigkeit in einem Meßbehälter oder Vorratsgefäß erfaßt. Der Füllstandssensor ist dabei bevorzugt ein Ultraschallsensor. Als weiterer Sensor kann auch noch ein Drucksensor verwendet werden. Mit diesem kann als sensorisch erfaßbare Größe der Druck der Flüssigkeit in einem Meßbehälter oder Vorratsgefäß erfaßt werden. Weiterhin ist es möglich, zusätzlich einen Temperatursensor zu verwenden, mit dem als sensorisch erfaßbare Größe die Temperatur der Flüssigkeit in einem Meßbehälter oder Vorratsgefäß erfaßt wird. Mit diesen und weiteren Sensoren und sensorisch erfaßbaren Größen können zusätzliche Informationen über die zu untersuchende Flüssigkeit gewonnen werden und als Eingangsgrößen in dem Klassifikationsverfahren verwendet werden.
- Bevorzugt werden für das Klassifikationsverfahren neben den sensorisch erfaßten Größen der Flüssigkeit weitere, die Meßumgebung beschreibende Daten, insbesondere die Einsatzdauer, die Einsatzart oder die Art der Flüssigkeit verwendet. Bei der Art der Flüssigkeit wird zunächst zwischen beispielsweise Öl, Wasser, Benzin und ähnlichem aber auch zwischen verschiedenen Ölsorten oder Benzinsorten unterschieden. Weitere Daten können die Motorspezifikation, insbesondere den Motortyp oder auch den Fahrstil, insbesondere die Geschwindigkeit, Drehzahl, Kilometerstand, Kaltstarts und/oder Verbrauch beinhalten. Bevorzugt wird als Flüssigkeit das Motoröl eines Kraftfahrzeugs untersucht.
- Als Kenngrößen werden bevorzugt der Rußgehalt der Flüssigkeit und/oder der Kraftstoffgehalt der Flüssigkeit und/oder der Wassergehalt und/oder die TBN („Total Base Number”) und/oder die TAN („Total Acid Number”) der Flüssigkeit, insbesondere bei einem Motoröl ausgewertet.
- Nachfolgend wird die Erfindung anhand eines in der Zeichnung dargestellten Ausführungsbeispiels weiter erläutert. Im einzelnen zeigen die schematischen Darstellungen in:
-
1 : Eine Prinzipdarstellung des erfindungsgemäßen Verfahrens; -
2 : Eine schematische Darstellung des Einflusses von Alterung und Verschmutzungen mit Ruß, Kraftstoff und Wasser auf ein Öl im Hinblick auf die sensorischen Daten Viskosität und Dielektrizitätszahl; -
3 : Ein Beispiel für ein Entscheidungsbaumverfahren im Rahmen des erfindungsgemäßen Verfahrens; -
4 : Eine schematische Darstellung des Trainings des erfindungsgemäßen Verfahrens; und -
5 : Eine Übersicht über die verschiedenen Ausgestaltungsmöglichkeiten des erfindungsgemäßen Verfahrens. -
1 zeigt eine schematische Darstellung des erfindungsgemäßen Verfahrens. Im Block1 werden zunächst mit Sensoren, insbesondere mit einem Tuning-Fork-Sensor2 , ein oder mehrere sensorisch erfaßbare Werte3 erfaßt. Dies können die Viskosität, die Dichte, die Permittivität oder der elektrische Leitwert sein. In Block7 kann mittels eines Temperatursensors die Temperatur, insbesondere die Öltemperatur bei der Untersuchung eines Öls erfaßt werden. Beispielhaft ist hier noch der Öllevelsensor4 aufgeführt, der als sensorisch erfaßbare Größe den Level5 feststellt. In einem Block6 sind weitere für die Auswertung relevante Größen angegeben, die in das erfindungsgemäße Verfahren einfließen können. Diese gehen insbesondere auch auf das Fahrverhalten zurück. Hier sind beispielhaft die Geschwindigkeit, die Drehzahl, die Laufleistung, die Motor-Laufzeit, die Anzahl der Kaltstarts und der Verbrauch aufgeführt. Die so ermittelten Werte werden über Bussysteme, z. B. LIN-Bus, CAN-Bus oder PWM-Bus der Maschinenkontrolleinheit oder Engine Control Unit10 (ECU) geführt. In dieser Einheit10 erfolgt die Auswertung der sensorisch erfaßten Werte mit einem Flüssigkeitszustandsalgorithmus oder im vorliegenden Fall einem Ölzustandsalgorithmus oder Oil Condition Algorithm OCA, der erfindungsgemäß ein Klassifikationsverfahren, insbesondere ein statistisches Klassifikationsverfahren in Form eines Entscheidungsbaumverfahrens ist. Die dabei ermittelten Kenngrößen werden ausgegeben in einem Block11 , einem Engine Management System (EMS), ausgegeben und es werden Aussagen zu vorher bestimmten Kenngrößen, wie beispielsweise dem Dieselgehalt, dem Benzingehalt, dem Rußgehalt und/oder dem Wassergehalt getroffen. Dies sind für viele Anwendungen wesentliche Kenngrößen für den Zustand eines Motoröls. Hinsichtlich bestimmter Fragestellungen können jedoch auch andere Kenngrößen von Interesse sein. Für andere Flüssigkeiten sind selbstverständlich andere Kenngrößen von besonderem Interesse. Das erfindungsgemäße Verfahren erlaubt es, das Klassifikationsverfahren auf die Erkennung nahezu beliebiger Kenngrößen zu trainieren. Insofern ist diese Aufzählung nur beispielhaft. Durch die Einbindung des Ölzustandsalgorithmus in ein Gesamtsystem aus Hardware und Software in das Öl-Management von Fahrzeugen werden Wartungsintervalle und Ölwechsel spezifischer und genauer auf das jeweilige Fahrzeug und das Fahrverhalten angepaßt, als dies mit dem bisherigen Stand der Technik möglich ist. - In
2 ist in einem xy-Diagramm die kinematische Viskosität gegen die Dielektrizitätszahl für eine schematische Darstellung des Einflusses von Alterung und Oxidation sowie von Verschmutzungen mit Ruß, Kraftstoff und Wasser aufgetragen. Diese Darstellung illustriert, daß der Zusammenhang zwischen Ölparametern und dem Ölzustand, z. B. dem Rußgehalt in mehrfach verschmutzten Ölproben nicht durch eine einfache mathematische Darstellung darstellbar ist. Ölproben mit multiplen Verschmutzungen sind zwar hinsichtlich der Basiseffekte im begrenzten Umfang separierbar aber nicht allgemein gültig beschreibbar. Das bedeutet, daß sich Ölproben oder allgemein Flüssigkeitsproben mit Mehrfachverschmutzungen zwar nach ihrem Gehalt an Ruß, Kraftstoff, Wasser und anderen Zusätzen durch chemische und physikalische Analyseverfahren unterscheiden lassen, daß dies jedoch nicht durch eine einfache Formel aus den Ölparametern oder Flüssigkeitsparametern wie Viskosität, Dichte oder Permittivität abgeleitet werden kann. Vielmehr kann es vorkommen, daß einzelne Zusatzstoffe durch das gleichzeitige Vorhandensein von anderen Zusatzstoffen maskiert werden. Eine eindeutige Zuordnung des entsprechenden Zusatzstoffen zu einem der gemessenen Flüssigkeitsparameter ist dadurch verhindert. Im einzelnen ist dabei auf der X-Achse20 die Dielektrizitätszahl aufgetragen. Auf der Y-Achse21 ist die kinematische Viskosität aufgetragen. In dem Diagramm ist beispielsweise ein Meßpunkt für Frischöl mit22 und ein Meßpunkt für Gebrauchtöl mit23 bezeichnet. Der Pfeil24 stellt den alleinigen Einfluß eines Rußeintrags, der Pfeil25 den Einfluß von Alterung und Oxidation, der Pfeil26 den Kraftstoffeintrag und der Pfeil27 den Wassereintrag dar. Die gestrichelten Pfeile deuten an, daß sich die Werte für das Gebrauchtöl23 sowohl durch eine Kombination aus Ruß- und Dieseleintrag als auch durch eine Kombination von Wassereintrag und Oxidation ergeben können. Weitere Kombinationen sind möglich. - In
3 ist schematisch ein Entscheidungsbaumverfahren dargestellt, wie es im Rahmen der Erfindung eingesetzt wird. Zur Bestimmung des Rußanteils im Öl können beispielsweise die Ölparameter Permittivität (eps), die dynamische Viskosität (eta), die spezifische Dichte (rho) und der Leitwert (G_p) ausgewertet werden. In einem ersten Schritt wird dabei geprüft, ob die Permittivität (eps) kleiner ist als ein vorher festgelegter bzw. trainierter Wert X1. Danach werden in den nachfolgenden Bäumen des Entscheidungsbaums weitere Unterspezifikationen hinsichtlich weiterer Grenzwerte der Permittivität (eps) X2 und X3 getroffen. In den Unterbäumen werden dann weitere Abfragen hinsichtlich der Parameter Leitwert (G_p), spezifische Dichte (rho) im Vergleich zu bestimmten festgelegten trainierten Grenzwerten getroffen. Auf diese Weise kann innerhalb des Entscheidungsbaumes dann ein Ergebnis gefunden werden. Den sensorisch erfaßten Größen wird auf diese Weise mit dem Klassifikationsverfahren ein Kennwert, nämlich der Rußanteil in Öl zugeordnet, der im vorliegenden Beispiel beispielsweise 0%, 2% oder 5% betragen kann. -
4 erläutert die Erstellung des Entscheidungsbaums gemäß3 und die Bestimmung der Grenzwerte X1 bis X9 (in3 ). Die Trainingsdaten12 werden aus vorherigen Messungen, insbesondere Ölmessungen gewonnen. Dabei werden solche Trainingsdaten oder Testdaten ermittelt, in denen jedem Satz von Ölparametern bzw. sensorisch erfaßten Größen ein klar definierter Ölzustand bzw. klar definierte Kenngrößen zugeordnet sind. Danach wird das Klassifikationsverfahren im Entscheidungsbaum, das der Zuordnung von Parametern oder sensorisch erfaßten Größen zu Kenngrößen zugrundeliegt, auf Basis dieser Trainingsdaten trainiert. Anhand weiterer Messungen bzw. einer anderen Teilmenge von Test- oder Trainingsdaten kann anschließend eine Verifikation15 des Klassifikationsverfahrens13 erfolgen. Das Entscheidungsbaum-Klassifikationsverfahren kann beispielsweise mit einer fünffachen Kreuzvalidierung in 100 Durchläufen trainiert werden. Das so trainierte Klassifikationsverfahren wird dann der eigentlichen Verwendung zugeführt und in der Figur als10a bezeichnet. Dies entspricht dann dem in1 eingesetzten Klassifikationsverfahren13 in der Maschinenkontrolleinheit10 . - In
5 ist schematisch aufgezeigt, in welcher Form die Trainingsdatenmenge erweitert werden kann. In einer ersten Stufe16 kann ein Training des Klassifikationsverfahrens auf sensorisch erfaßbare Werte wie Ruß, Wasser und Diesel erfolgen. Auch eine Anpassung auf entsprechende Ölsorten kann durchgeführt werden. In einer zweiten Stufe17 können weitere Daten zum Beispiel hinsichtlich der Motorölspezifikation in die Trainingsdatenmenge einfließen und das Klassifikationsverfahren oder Entscheidungsbaumverfahren entsprechend trainiert werden, so daß der Motortyp, der Öllevel oder die Temperatur ebenfalls berücksichtigt werden. In einer dritten Stufe18 kann die Trainingsdatenmenge um Fahrstile, die zum Beispiel bei Flottentests ermittelt werden, erweitert werden. Hierzu kann konkret die Geschwindigkeit, die Drehzahl, der Kilometerstand des Motors, die Zahl der Kaltstarts und der Verbrauch des Motors in die Trainingsdatenmenge aufgenommen werden und bei der Ermittlung der Kenngrößen berücksichtigt werden. - ZITATE ENTHALTEN IN DER BESCHREIBUNG
- Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
- Zitierte Patentliteratur
-
- - US 6911830 B2 [0002]
- - DE 102005047139 A1 [0002]
Claims (25)
- Verfahren zur Bestimmung von Inhaltsstoffen oder anderen Kenngrößen in oder von Flüssigkeiten zur Verwendung in Kraftfahrzeugen, insbesondere von Motoröl, bei dem mit einem oder mehreren Sensoren eine oder mehrere sensorisch erfaßbare Größen bestimmt werden, dadurch gekennzeichnet, daß die sensorisch erfaßten Größen der Flüssigkeit mit einem automatischen Klassifikationsverfahren hinsichtlich bestimmter Kenngrößen ausgewertet werden.
- Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die sensorisch erfaßten Größen mit einem statistischen Klassifikationsverfahren ausgewertet werden.
- Verfahren nach einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, daß das Klassifikationsverfahren mit Trainingsdatensätzen auf die Bestimmung vorgegebener Kenngrößen trainiert worden ist.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das Klassifikationsverfahrens mittels einer Kreuzvalidierung anhand von Untermengen der Trainingsdatensätze trainiert wird.
- Verfahren nach einem der vohergehenden Ansprüche, dadurch gekennzeichnet, daß als Klassifikationsverfahren ein Entscheidungsbaumverfahren verwendet wird.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß als Sensor ein mechanischer Resonator verwendet wird.
- Verfahren nach Anspruch 6, dadurch gekennzeichnet, daß als sensorisch erfaßbare Größe die elektrische Admittanz des mechanischen Resonators in der Flüssigkeit gemessen wird.
- Verfahren nach einem der Ansprüche 6 oder 7, dadurch gekennzeichnet, daß als mechanische Resonator eine Tuning Fork verwendet wird.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß als sensorisch erfaßbare Größe die Permittivität bzw. Dielektrizitätszahl der Flüssigkeit gemessen wird.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß als sensorisch erfaßbare Größe die Viskosität der Flüssigkeit gemessen wird.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß als sensorisch erfaßbare Größe die Dichte der Flüssigkeit gemessen wird.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß als sensorisch erfaßbare Größe der elektrische Leitwert der Flüssigkeit gemessen wird.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß als weiterer Sensor ein Füllstandssensor verwendet wird.
- Verfahren nach Anspruch 13, dadurch gekennzeichnet, daß die sensorisch erfaßbare Größe des Füllstandssensors der Füllstand oder die Höhe der Flüssigkeit in einem Meßbehälter oder Vorratsgefäß ist.
- Verfahren nach einem der Ansprüche 13 oder 14, dadurch gekennzeichnet, daß der Füllstandssensor ein Ultraschallsensor ist.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß als weiterer Sensor ein Drucksensor verwendet wird.
- Verfahren nach Anspruch 16, dadurch gekennzeichnet, daß die sensorisch erfaßbare Größe des Drucksensors der Druck der Flüssigkeit in einem Meßbehälter oder Vorratsgefäß ist.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß als weiterer Sensor ein Temperatursensor verwendet wird.
- Verfahren nach Anspruch 18, dadurch gekennzeichnet, daß die sensorisch erfaßbare Größe des Temperatursensors die Temperatur der Flüssigkeit in einem Meßbehälter oder Vorratsgefäß ist.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß für das Klassifikationsverfahren neben den sensorisch erfaßten Größen der Flüssigkeit weitere, die Meßumgebung beschreibende Daten, insbesondere die Einsatzdauer, die Einsatzart oder die Art der Flüssigkeit, verwendet werden.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die Flüssigkeit Motoröl ist.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß als Kenngröße der Rußgehalt der Flüssigkeit ausgewertet wird.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß als Kenngröße der Kraftstoffgehalt der Flüssigkeit ausgewertet wird.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß als Kenngröße der Wassergehalt der Flüssigkeit ausgewertet wird.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß als Kenngröße die TBN („Total Base Number”) und/oder TAN („Total Acid Number”) der Flüssigkeit ausgewertet wird.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102007042507.6A DE102007042507B4 (de) | 2007-09-07 | 2007-09-07 | Verfahren zur Bestimmung von Inhaltsstoffen von Flüssigkeiten, insbesondere von Motoröl |
KR1020080087850A KR20090026098A (ko) | 2007-09-07 | 2008-09-05 | 유체, 특히 엔진 오일의 내용물을 결정하기 위한 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102007042507.6A DE102007042507B4 (de) | 2007-09-07 | 2007-09-07 | Verfahren zur Bestimmung von Inhaltsstoffen von Flüssigkeiten, insbesondere von Motoröl |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102007042507A1 true DE102007042507A1 (de) | 2009-03-12 |
DE102007042507B4 DE102007042507B4 (de) | 2019-12-12 |
Family
ID=40339959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102007042507.6A Active DE102007042507B4 (de) | 2007-09-07 | 2007-09-07 | Verfahren zur Bestimmung von Inhaltsstoffen von Flüssigkeiten, insbesondere von Motoröl |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR20090026098A (de) |
DE (1) | DE102007042507B4 (de) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011121295A1 (de) | 2011-12-15 | 2013-06-20 | Daimler Ag | Verfahren zum Ermitteln einer Restnutzungsdauer einer Betriebsflüssigkeit eines Kraftwagens |
DE102012003150A1 (de) | 2012-02-17 | 2013-08-22 | Daimler Ag | Brennkraftmaschinenvorrichtung eines Kraftfahrzeugs, mit einem Detektionssystem zu einer Erfassung eines Kraftstoffeintrags in ein Betriebsmittelsystem |
DE102012014307A1 (de) | 2012-07-19 | 2014-01-23 | Volkswagen Aktiengesellschaft | Verfahren und Sensoreinrichtung zum Erfassen eines Flüssigkeitsstands für ein Fahrzeug |
DE102012107490A1 (de) * | 2012-08-16 | 2014-02-20 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren zur Erfassung des Ölszustands bei Brennkraftmaschinen |
DE102017218360A1 (de) * | 2017-10-13 | 2019-04-18 | Volkswagen Aktiengesellschaft | Verfahren zum Kontrollieren einer Eigenschaft eines Motoröls und Antriebsanordnung |
US10539524B2 (en) | 2006-11-16 | 2020-01-21 | General Electric Company | Resonant sensing system and method for monitoring properties of an industrial fluid |
WO2020114622A1 (de) * | 2018-12-06 | 2020-06-11 | Deutz Aktiengesellschaft | Verfahren zur bestimmung und prädiktion des individuellen ölwechselintervalls eines verbrennungsmotors |
US20230147470A1 (en) * | 2020-04-13 | 2023-05-11 | Kyb Corporation | Failure prediction system |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103837666B (zh) * | 2014-02-25 | 2016-03-09 | 天地(常州)自动化股份有限公司 | 矿用设备润滑油状态在线监测系统及其监测方法 |
KR101975308B1 (ko) * | 2015-05-15 | 2019-05-07 | 가부시키가이샤 아타고 | 오일 열화도계 및 오일 열화도 평가 방법 |
KR101976083B1 (ko) * | 2017-12-11 | 2019-05-07 | 대구대학교 산학협력단 | 사물 인터넷 기반의 자동차 소모부품 수명 예지 시스템 |
DE102021118828B3 (de) | 2021-07-21 | 2022-10-20 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren zur Abschätzung des Gasgehalts in einem Schmieröl eines Antriebsmotors eines Kraftfahrzeugs |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19781517T1 (de) * | 1996-11-18 | 1999-03-18 | Caterpillar Inc | Verfahren zur Bestimmung einer Rest-Haltbarkeit von Motoröl |
DE19963204A1 (de) * | 1998-12-28 | 2000-06-29 | Cummins Engine Co Inc | System und Verfahren zur Bestimmung bzw. Anzeige eines Ölwechselintervalls |
US6196057B1 (en) * | 1998-04-02 | 2001-03-06 | Reliance Electric Technologies, Llc | Integrated multi-element lubrication sensor and lubricant health assessment |
US6911830B2 (en) | 2002-08-22 | 2005-06-28 | Delphi Technologies, Inc. | Diesel engine lubricating oil contaminant sensor method |
DE102005011443A1 (de) * | 2004-03-22 | 2005-10-13 | Avl List Gmbh | Messanordnung und Verfahren zum diskontinuierlichen Bestimmen des Verwendungspotentials zumindest einer in einer Arbeitsmaschine verwendeten Betriebsflüssigkeit |
DE102005047139A1 (de) | 2004-10-06 | 2006-04-13 | Ford Global Technologies, LLC, Dearborn | Rußmanagementsystem für einen Motor |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE148561T1 (de) | 1992-10-15 | 1997-02-15 | Shell Int Research | Verfahren zur voraussage der cetanzahlen von gasölen |
US5572030A (en) | 1994-04-22 | 1996-11-05 | Intevep, S.A. | Method for determining parameter of hydrocarbon |
DE10327625B4 (de) | 2003-06-20 | 2006-02-23 | Fuchs Petrolub Ag | Vorrichtung und Verfahren zur automatischen Überwachung des Gebrauchszustandes eines Schmierstoffes einer Maschine oder eines Maschinenteils |
DE502005009731D1 (de) | 2005-12-17 | 2010-07-22 | Argo Hytos Gmbh | Verfahren und Sensorvorrichtung zur Überwachung der Qualität eines Schmier- oder Hydrauliköls |
-
2007
- 2007-09-07 DE DE102007042507.6A patent/DE102007042507B4/de active Active
-
2008
- 2008-09-05 KR KR1020080087850A patent/KR20090026098A/ko active Search and Examination
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19781517T1 (de) * | 1996-11-18 | 1999-03-18 | Caterpillar Inc | Verfahren zur Bestimmung einer Rest-Haltbarkeit von Motoröl |
US6196057B1 (en) * | 1998-04-02 | 2001-03-06 | Reliance Electric Technologies, Llc | Integrated multi-element lubrication sensor and lubricant health assessment |
DE19963204A1 (de) * | 1998-12-28 | 2000-06-29 | Cummins Engine Co Inc | System und Verfahren zur Bestimmung bzw. Anzeige eines Ölwechselintervalls |
US6911830B2 (en) | 2002-08-22 | 2005-06-28 | Delphi Technologies, Inc. | Diesel engine lubricating oil contaminant sensor method |
DE102005011443A1 (de) * | 2004-03-22 | 2005-10-13 | Avl List Gmbh | Messanordnung und Verfahren zum diskontinuierlichen Bestimmen des Verwendungspotentials zumindest einer in einer Arbeitsmaschine verwendeten Betriebsflüssigkeit |
DE102005047139A1 (de) | 2004-10-06 | 2006-04-13 | Ford Global Technologies, LLC, Dearborn | Rußmanagementsystem für einen Motor |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10539524B2 (en) | 2006-11-16 | 2020-01-21 | General Electric Company | Resonant sensing system and method for monitoring properties of an industrial fluid |
DE102011121295A1 (de) | 2011-12-15 | 2013-06-20 | Daimler Ag | Verfahren zum Ermitteln einer Restnutzungsdauer einer Betriebsflüssigkeit eines Kraftwagens |
DE102012003150A1 (de) | 2012-02-17 | 2013-08-22 | Daimler Ag | Brennkraftmaschinenvorrichtung eines Kraftfahrzeugs, mit einem Detektionssystem zu einer Erfassung eines Kraftstoffeintrags in ein Betriebsmittelsystem |
DE102012014307A1 (de) | 2012-07-19 | 2014-01-23 | Volkswagen Aktiengesellschaft | Verfahren und Sensoreinrichtung zum Erfassen eines Flüssigkeitsstands für ein Fahrzeug |
DE102012107490A1 (de) * | 2012-08-16 | 2014-02-20 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren zur Erfassung des Ölszustands bei Brennkraftmaschinen |
DE102017218360A1 (de) * | 2017-10-13 | 2019-04-18 | Volkswagen Aktiengesellschaft | Verfahren zum Kontrollieren einer Eigenschaft eines Motoröls und Antriebsanordnung |
CN109667641A (zh) * | 2017-10-13 | 2019-04-23 | 大众汽车有限公司 | 用于监控发动机油的特性的方法和驱动组件 |
DE102017218360B4 (de) | 2017-10-13 | 2021-09-09 | Volkswagen Aktiengesellschaft | Verfahren zum Kontrollieren einer Eigenschaft eines Motoröls und Antriebsanordnung |
WO2020114622A1 (de) * | 2018-12-06 | 2020-06-11 | Deutz Aktiengesellschaft | Verfahren zur bestimmung und prädiktion des individuellen ölwechselintervalls eines verbrennungsmotors |
US20230147470A1 (en) * | 2020-04-13 | 2023-05-11 | Kyb Corporation | Failure prediction system |
Also Published As
Publication number | Publication date |
---|---|
KR20090026098A (ko) | 2009-03-11 |
DE102007042507B4 (de) | 2019-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102007042507A1 (de) | Verfahren zur Bestimmung von Inhaltsstoffen von Flüssigkeiten, insbesondere von Motoröl | |
DE102010022235A1 (de) | Am Fahrzeug erfolgende Beurteilung von Ölformulierung | |
DE102015222444A1 (de) | Vorrichtung und Verfahren zum Beurteilen einer Geruchswahrnehmung | |
DE102017218476A1 (de) | Verfahren und Vorrichtung zum Ermitteln von Emissionen | |
DE112012003403T5 (de) | Verfahren, Vorrichtung und Computerprogramm zum Erkennen eines Auftretens von Abnormität | |
EP1466170A2 (de) | Messanordnung und sensoranordnung zur bestimmung einer eigenschaft eines fluides sowie verfahren zu ihrem betrieb. | |
WO2012059160A1 (de) | Verfahren zur auswahl eines kraftfahrzeugs | |
EP2614349B1 (de) | Kraftfahrzeug-prüfgerät und verfahren zur identifikation von kraftfahrzeugen | |
EP3329332B1 (de) | Verfahren zur ermittlung von stützpunkten eines versuchsplans | |
EP3014372A1 (de) | Werkstatt-diagnosesystem | |
DE102011057188B4 (de) | Verfahren und System zum Messen einer Motorölverschlechterung | |
DE69008192T2 (de) | Verfahren und vorrichtung zur speicherung intermittierender funktioneller fehler eines physikalischen systems und von kontextvariablen dieser fehler. | |
DE10124888A1 (de) | Verfahren zum Bestimmen der Viskosität einer Betriebsflüssigkeit einer Brennkraftmaschine | |
DE102020123721A1 (de) | Zustandsbestimmungsverfahren für eine Fahrzeugkomponente, Schaltung, Kraftfahrzeug | |
DE102016217948A1 (de) | Verfahren zur Prognose der Qualität von Klebverbindungen | |
DE102014218354B4 (de) | Verfahren zur Gewinnung von in einem Ergebnis einer NMR-Messung kodierter Information | |
DE102005014308A1 (de) | Verfahren und Anordnung zur Nutzerführung bei der Diagnose komplexer Systeme sowie ein entsprechendes Computerprogramm und ein entsprechendes computerlesbares Speichermedium | |
DE102015118008A1 (de) | Verfahren zur Analyse und Bewertung von Messwerten eines Prüfsystems | |
DE102007002801A1 (de) | Verfahren zum Bestimmen einer Ausfallwahrscheinlichkeit mindestens eines Bauteils einer Antriebsvorrichtung | |
DE10024211B4 (de) | Diagnoseverfahren für den Zustand eines Kraftfahrzeuges | |
DE102018209445A1 (de) | Verfahren zur Bestimmung des Zustandes einer Brennstoffzellenvorrichtung sowie Brennstoffzellenvorrichtung zur Durchführung des Verfahrens | |
DE102017210548A1 (de) | Dickenunabhängige spektroskopische Analyse von Betriebsstoffen | |
DE102008043093A1 (de) | Verfahren zur Wartung einer Sensoreinheit, Verfahren zur Herstellung einer Sensoreinheit und Sensoreinheit | |
DE102008040880A1 (de) | Verfahren und Vorrichtung zur Bestimmung des Dampfdrucks eines Kraftstoffs | |
DE102020119579A1 (de) | Verfahren zum Zuordnen von Zuständen zu Bauteilen, Vorrichtung, Computerprogrammprodukt und computerlesbares Speichermedium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OM8 | Search report available as to paragraph 43 lit. 1 sentence 1 patent law | ||
8110 | Request for examination paragraph 44 | ||
R016 | Response to examination communication | ||
R081 | Change of applicant/patentee |
Owner name: HELLA GMBH & CO. KGAA, DE Free format text: FORMER OWNER: HELLA KGAA HUECK & CO., 59557 LIPPSTADT, DE |
|
R082 | Change of representative |
Representative=s name: PATENTANWAELTE JABBUSCH SIEKMANN & WASILJEFF, DE |
|
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |