用于检测润滑油液状态的方法、计算设备和计算机存储介质技术

本公开涉及一种用于检测润滑油液状态的方法、计算设备和计算机存储介质。该方法包括：在计算设备处，获取来自用于检测润滑油液的多个传感器的多个测量数据，计算设备与多个传感器相距在预定范围之内；解析多个测量数据，以生成多个检测值，检测值与采样时间相关联；基于相关联的采样时间，对齐多个检测值；基于检测值的分布特征，确定多个检测值中的异常检测值，以便去除或替换异常检测值；确定多个检测值是否满足预定数据警示条件；以及响应于确定多个检测值不满足预定数据警示条件，提取多个检测值的特征，以用于基于所提取的特征确定润滑油液的状态数据。本公开能够实时、准确地检测润滑油液状态，便于针对润滑油液系统问题的及时响应。

【技术实现步骤摘要】
用于检测润滑油液状态的方法、计算设备和计算机存储介质
本公开总体上涉及数据检测，并且具体地，涉及用于检测润滑油液状态的方法、计算设备和计算机存储介质。
技术介绍
工业润滑油通常被比喻为工业设备系统的血液。生产过程中，如果出现润滑油液异化会直接造成或导致关联设备发生故障，例如，导致关联设备非计划停机，进而造成生产损失等等。润滑油液异化所导致的关联设备故障例如还包括：粉尘污染造成液压系统卡阀现象、系统停机或者系统异常磨损；水污染造成液压油含水量上升、油品乳化，进而腐蚀液压元件，造成异常停机等。因此，基于物联网的润滑油液在线监测对于润滑油液关联设备的正常运维日益重要。传统用于检测润滑油液状态的方案例如包括将安装在设备不同位置的润滑传感器的检测数据实时上传至云端，然后经由大数据分析来判断润滑油液状态。然而，润滑传感器的原始测量数据来源分立，经由多个采集设备采集，为了确定测量数据之间的相关性，需要将全部测量数据经由网关传送至云端服务器之后，才能基于测量数据针对润滑油液状态进行建模分析，以便给出评估结果。如果云端服务器经由分析与评估，确定存在润滑油液报警状态，则将警示信息发送至相关设备侧或者用户终端，以便用户针对润滑油液异化状况进行处理。因此，传统的用于检测润滑油液状态的方案无法保障检测润滑油液状态的实时性以及发现系统问题时的及时响应。另外，传统的用于检测润滑油液状态的方案无法解决多源传感融合使用的问题，加之传感器的测量数据质量无法保障，因此，显著地降低了云端服务器基于测量数据的分析评估结果的准确性。综上，传统用于检测润滑油液状态的方案难以实时、准确地检测润滑油液状态，进而不利于及时发现系统问题。
技术实现思路
本公开提供一种用于检测润滑油液状态的方法、计算设备和计算机存储介质，能够实时、准确地检测润滑油液状态，便于针对润滑油液系统问题的及时响应。根据本公开的第一方面，提供了一种用于检测润滑油液状态的方法。该方法包括：在计算设备处，获取来自用于检测润滑油液的多个传感器的多个测量数据，计算设备与多个传感器相距在预定范围之内；解析多个测量数据，以生成多个检测值，检测值与采样时间相关联；基于相关联的采样时间，对齐多个检测值；基于检测值的分布特征，确定多个检测值中的异常检测值，以便去除或替换异常检测值；确定多个检测值是否满足预定数据警示条件；以及响应于确定多个检测值不满足预定数据警示条件，提取多个检测值的特征，以用于基于所提取的特征确定润滑油液的状态数据。根据本专利技术的第二方面，还提供了一种计算设备，该设备包括：至少一个处理单元；至少一个存储器，至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令，指令当由至少一个处理单元执行时，使得计算设备执行本公开的第一方面的方法。根据本公开的第三方面，还提供了一种计算机可读存储介质。该计算机可读存储介质上存储有计算机程序，计算机程序被机器执行时执行本公开的第一方面的方法。在一些实施例中，用于检测润滑油液状态的方法：将所提取的特征和所确定的状态数据中的至少一种发送至云服务器，多个传感器包括含水率传感器、油品品质传感器、微水传感器、颗粒计数传感器、金属磨粒传感器、粘度传感器中的多个；以及响应于基于状态数据确定出现关于润滑油液的故障，在计算设备和云服务器处呈现用于指示故障的警示信号。在一些实施例中，基于检测值的分布特征确定多个检测值中的异常检测值以便去除或替换异常检测值包括：基于多个传感器的多个历史测量数据所对应的多个历史检测值，计算历史检测值的数据分布重心值；确定检测值是否超出数据分布重心值的预定变化范围；响应于确定检测值超出数据分布重心值的预定变化范围，确定检测值为异常检测值；以及在多个检测值中去除或替换异常检测值。在一些实施例中，计算历史检测值的数据分布重心值包括：经由直方图统计方式，计算历史检测值的数据分布重心值。在一些实施例中，用于检测润滑油液状态的方法还包括：响应于确定以下至少一项预定数据警示条件满足，确定多个检测值不满足预定数据警示条件：预定第三时间间隔内，在多个检测值中连续出现的数值相同的检测值的个数超过预定同值阈值；预定第三时间间隔内，在多个检测值中，数值不相同的检测值相对于多个检测值的占比小于或者等于第一预定比例阈值；预定第三时间间隔内，在多个检测值中，大于检测值均值的检测值相对于小于检测值均值的检测值的比例超出预定范围阈值，检测值均值是基于多个检测值而确定的；预定第四时间间隔内，在多个检测值中存在缺失的检测值；以及预定第五时间间隔内，在多个检测值中，缺失的检测值相对于多个检测值的占比大于或者等于第二预定比例阈值。在一些实施例中，基于相关联的采样时间对齐多个检测值包括：基于测量数据的测量周期和更新频率，将多个检测值确定为第一类型检测值和第二类型检测值，第一类型检测值的频率高于第二类型检测值的频率；分别拼接第一类型检测值和第二类型检测值：以及基于相关联的采样时间和预定时间间隔，将经拼接的第一类型检测值和第二类型检测值进行对齐。在一些实施例中，基于相关联的采样时间和预定时间间隔，将经拼接的第一类型检测值和第二类型检测值进行对齐包括：确定第一类型检测值是否满足预警条件；响应于确定第一类型检测值满足预警条件，基于第一时间间隔对齐第一类型检测值和第二类型检测值；以及响应于确定第一类型检测值未满足预警条件，基于第二时间间隔对齐第一类型检测值和第二类型检测值；第二时间间隔大于第一时间间隔。在一些实施例中，以第一时间间隔对齐第一类型检测值和第二类型检测值包括：针对第二类型检测值进行插值；其中基于第二时间间隔对齐第一类型检测值和第二类型检测值包括：以每个第二时间间隔内的最新更新的第一类型检测值作为第一类型检测值的有效值；以每个第二时间间隔内的最新更新的第二类型检测值作为第二类型检测值的有效值；以及基于第二时间间隔对齐第一类型检测值的有效值和第二类型检测值的有效值。在一些实施例中，提取多个检测值的特征包括：基于费雪（Fisher）线性判别法，对多个检测值进行数据降维，以便提取特征。在一些实施例中，解析多个测量数据以生成多个检测值包括：基于对应的转换协议，解析多个测量数据，以便生成多个检测值；以键值对的方式汇总多个检测值，以用于存储经汇总的多个检测值；以及使得多个检测值中的每一个检测值关联对应的采样时间。提供
技术实现思路
部分是为了以简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。
技术实现思路
部分无意标识本公开的关键特征或主要特征，也无意限制本公开的范围。附图说明图1示出了根据本公开的实施例的用于实施用于检测润滑油液状态的方法的系统的示意图。图2示出了根据本公开的实施例的用于检测润滑油液状态的方法的流程图。图3示例性地示出了油液品质传感器的测量数据的数据格式。图4示出根据本公开实施例的用于去除或替换异常检测值的方法的流程图。图5示出根据本公开实施例的用于对齐检测值的方法的示意图。图6示例性示出了根据本公开实本文档来自技高网...

【技术保护点】
1.一种用于检测润滑油液状态的方法，包括：/n在计算设备处，获取来自用于检测润滑油液的多个传感器的多个测量数据，所述计算设备与所述多个传感器相距在预定范围之内；/n解析所述多个测量数据，以生成多个检测值，所述检测值与采样时间相关联；/n基于相关联的采样时间，对齐所述多个检测值；/n基于所述检测值的分布特征，确定所述多个检测值中的异常检测值，以便去除或替换所述异常检测值；/n确定所述多个检测值是否满足预定数据警示条件；以及/n响应于确定所述多个检测值不满足预定数据警示条件，提取所述多个检测值的特征，以用于基于所提取的特征确定润滑油液的状态数据。/n

【技术特征摘要】
1.一种用于检测润滑油液状态的方法，包括：
在计算设备处，获取来自用于检测润滑油液的多个传感器的多个测量数据，所述计算设备与所述多个传感器相距在预定范围之内；
解析所述多个测量数据，以生成多个检测值，所述检测值与采样时间相关联；
基于相关联的采样时间，对齐所述多个检测值；
基于所述检测值的分布特征，确定所述多个检测值中的异常检测值，以便去除或替换所述异常检测值；
确定所述多个检测值是否满足预定数据警示条件；以及
响应于确定所述多个检测值不满足预定数据警示条件，提取所述多个检测值的特征，以用于基于所提取的特征确定润滑油液的状态数据。


2.根据权利要求1所述的方法，还包括：
将所提取的特征和所确定的状态数据中的至少一种发送至云服务器，所述多个传感器包括含水率传感器、油品品质传感器、微水传感器、颗粒计数传感器、金属磨粒传感器、粘度传感器中的多个；以及
响应于基于所述状态数据确定出现关于所述润滑油液的故障，在所述计算设备和云服务器处呈现用于指示故障的警示信号。


3.根据权利要求1所述的方法，其中基于所述检测值的分布特征确定所述多个检测值中的异常检测值以便去除或替换所述异常检测值包括：
基于所述多个传感器的多个历史测量数据所对应的多个历史检测值，计算历史检测值的数据分布重心值；
确定所述检测值是否超出所述数据分布重心值的预定变化范围；
响应于确定所述检测值超出所述数据分布重心值的预定变化范围，确定所述检测值为异常检测值；以及
在所述多个检测值中去除或替换所述异常检测值。


4.根据权利要求3所述的方法，其中计算历史检测值的数据分布重心值包括：
经由直方图统计方式，计算所述历史检测值的数据分布重心值。


5.根据权利要求1所述的方法，还包括：
响应于确定以下至少一项预定数据警示条件满足，确定所述多个检测值不满足预定数据警示条件：
预定第三时间间隔内，在所述多个检测值中连续出现的数值相同的检测值的个数超过预定同值阈值；
预定第三时间间隔内，在所述多个检测值中，数值不相同的检测值相对于所述多个检测值的占比小于或者等于第一预定比例阈值；
预定第三时间间隔内，在所述多个检测值中，大于检测值均值的检测值相对于小于检测值均值的检测值的比例超出预定范围阈值，所述检测值均值是基于所述多个检测值而确定的；
预定第四时间间隔内，在所述多个检测值中存在缺失的检测值；以及
预定第五时间间隔内，在所述多个检测值中，缺失的检测值相对于所述多个检测值的占比大于或者等于第二预定比例阈值。


6.根据权利要求1所述的方法，其中基于相关联的采样时间对齐所述多个检测值包括：
基于所述测量数据的测量周期和更新频率，将所述多个检测值确定为第一类型检测值和第二类型检测值，所述第一类型检测值的频率高于所述第二类型检测值...

【专利技术属性】
技术研发人员：陈芳，
申请(专利权)人：震坤行网络技术南京有限公司，震坤行工业超市上海有限公司，
类型：发明
国别省市：江苏;32