提供电能。在某些实施例中，该系统还包含用于给可充电电源电功率以延伸寿命的能量清除器(scavenger)/采集器。
[0013]在某些实施例中，该系统还包含用于检测单个及多个相关流体特性的多个数字信号处理器模块。在实施例中，该系统还包含选自错误指示、具体数据特征检测信号、具体数据特征信号检测强度等级以及快速傅立叶变换(Fast Fourier Transform) (FFT)数据输出中的多级输出信号生成。
[0014]在其他实施例中，传感器模态测量使用卡尔曼滤波(Kalman Filtering)技术、贝叶斯(Baysian)分析技术、隐马尔科夫滤波(hidden-Markov Filtering)技术、模糊逻辑分析技术或神经网络分析技术来分析。
[0015]在示例性的实施例中，传感器模态测量包括下列项中的至少一项:差分温度(differential temperature)比较、差分磁传感器比较、差分电感式传感器比较、差分电阻抗比较、差分光吸收比较、多轴加速度计比较、至少由两个传感器的集合构成的任意组合及综合比较、相对于时间和温度的每个传感器向量的数据比较、由所组合的至少两个传感器的集合构成的综合向量的数据比较、相对于时间和温度的电感数据比较、相对于时间和温度的光学数据比较、相对于温度和压力的光学数据比较、用于检测峰值热量的相对于时间和压力的温度数据比较、相对于多轴加速度计数据的压力数据比较，以及其他传感器组合。
[0016]还提供了连续监测机器的工作流体的方法，包括:使用第一传感器模态来测量流体的第一状况，使用第二传感器模态来测量流体的第二状况，过滤来自传感器的数据，整合来自传感器的数据，分析来自传感器的数据，从数据中得出流体的性质，将所得出的流体状况的性质发送给接收器，并且重复该过程以便积累用于跟踪流体的工作状况的变化的流体性质的时间序列。在实施例中，这些方法还包括通过计算任意单个或多个状况的期望变化率相对观察到的变化率的时间序列来跟踪流体的状况。在另外的实施例中，这些方法还包括计算在多个传感器的预期及期望测量值变化相对意外变化的时间序列数据上的期望散度或收敛。
[0017]更多的实施例、实施例的特征和优点，以及各种实施例的结构和操作，将在下文中参照附图详细描述。
【附图说明】
[0018]图1是本申请所描述的示例性实时多模态流体感测系统的示图。
[0019]图2是构成多模态流体传感器解决方案的示例性的主要的发动机内传感器源和接收元件的示图。
[0020]图3是本申请所给出的系统的示例性的主要电子和固件元件的框图。
[0021]图4是示例性光学传感器的内部示图(inset diagram)。
[0022]图5是包含并入本申请所给出的系统的处理部分内的用于综合的多模态传感器计算的数字信号处理模块的示例性的处理电气元件和/或固件元件的框图。
[0023]图6是用于各种光学性质检测的离散波长的代表性框架。
[0024]图7是本申请所给出的系统的示例性电源单元的框图。
[0025]图8是本申请所给出的具有标准放油塞的示例性形状因子的示例性实时多模态流体感测系统的示图。
【具体实施方式】
[0026]应当意识到，本文所描述并示出的特定实施方式是示例并且并非意指以任意方式对本申请的范围另作限定。
[0027]本文所引用的已公布的专利、专利申请、网站、公司名称及科学文献通过引用的方式全文并入本文，以至就如同各自被特别地及单独地指示为通过引用方式而并入那样的程度。在本文所引用的任意参考文献与本说明书的具体教导之间的任何冲突应当按照有利于后者的方式来解决。同样，在单词或短语按现有技术来理解的定义与本说明书中所特别教导的该单词或短语的定义之间的任何冲突应当按照有利于后者的方式来解决。
[0028]如同本说明书所使用的，单数形式“一 (a) ”、“一个(an) ”及“该(the) ”同样特别地包含它们指代的项的复数形式，除非上下文另有明确规定。术语“大约”在本文中用来意指近似、在...附近、大致或左右。当术语“大约”结合数字范围来使用时，它通过扩展在所述数字值以上和以下的边界来修改该范围，大体上，术语“大约”在本文中被用来修改在规定值以上及以下的数字值达20%的变化。应当理解，术语“大约”的使用还包括特别列举的量。
[0029]本文所使用的技术和科学术语具有本领域技术人员通常所理解的含义，除非另有定义。在本文中对本领域技术人员已知的各种方法和材料进行引用。
[0030]为了提供关于流体的更准确理解，同步执行多模态测试能够有助于给出对润滑流体的真实工作状态和状况的洞悉。在实施例中，集成系统被提供用于对从来自在基于流体的封闭系统环境中的多个传感器模态的测量得出的流体的多个性质进行连续监测。合适的实施例利用高级的微机电系统(MEMS)与半导体技术的结合将实验室测试直接置于流体内，以连续且同时地测量流体的多个方面并且将这些参数单独报告给可编程的计算机以提供对流体状况的并行的及综合的实时分析。如同本文所使用的，术语“传感器模态”包括对流体的磁性质、电性质及光学性质的测量，以及测量流体的温度和压力并且通过对多轴加速度的测量来测量流体及周围的容纳容器在空间中的取向。这些操作共同组成的本发明通篇的“多模态”分析或测试的实例。这些测量能够单独地进行也能够结合起来进行一一用于提供对流体的状况和状态的洞悉。由于单维测试会“掩盖”由在流体内的两种不同污染物之间的相互作用(例如，在系统中的增大电阻的和减小电阻的两种外来物质的结合)引起的任意单一结果，使用多个(即，两个或更多个)感测模态进行的同步多模态感测的应用会提高测量的保真度和准确度。
[0031]在多模态感测中，测量被结合以使用软件/固件编程将传感器输入与参照基准进行比较并在包括时间在内的各种测量维度上检测不断变化的流体状况来确定流体的状态(和状态变化)。重要的是设定用于检测油内的外来污染物的阈值。例如，足量的水随着时间推移能够导致受润滑流体正常保护的关键元件被腐蚀。基于这些阈值，能够提供某些警报和通知，要么通过输出接口来发送要么通过无线接口来轮询，可任选地使用便携式手持器件，例如，智能手机。为了验证流体状况的持续评估，能够进行第二检查以通过周期性的实验室采样来检验测量。外部验证能够是在多模态传感器的初始测试期间的合格性校准过程的一部分。外部验证同样能够准予(qualify)额外的润滑流体和操作环境。一旦了解了基线，在所有综合测量上的阈值能够被编程到半导体内以通过综合的测量数据输出以及在其之外提供报警功能。
[0032]在另外的实施例中，本文所描述的系统和方法检测可能被错误地引入润滑系统内的错误的流体或不合适的润滑流体的使用。以错误的润滑流体来操作机器如果不立即修复的话则会导致不可弥补的损伤。多模态传感器“期望”润滑流体是合格的(conforming)，在不合格(non-conforming)的流体被引入并随后被检测到时发出警报。
[0033]特定的个体传感器能够结合到框架内，这些传感器提供关于系统的状态的更全面理解，既用于即时的测量也用于纵向监测。这样的传感器框架大大改进了对系统状况的实时监测并且大大提升了系统自动识别并响应于各种操作事件的能力。
[0034]特别地，结合了磁传感器的框架便于含铁金属污染物的及时识别。例如，顺磁共振能够表征寒铁颗粒的特性，并且有可能表征它们的尺寸。
[0035]将光透射仪、不透明度测量或光谱测量集成到框架内可提供关于例如碳烟、水或防冻液的特定污染物的指示。此外，本发明还能够通过多模态感测分析的结合来改进，以包括例如会改变流体的光学性质的压力和温度。这些校正因子能够被应用于提高测量的精度。
[0036]将电测量集成到框架内可提供流体状况的更全面的描述。这些测量还能够检测并且能够提供独立的方式用于区分供选择的流体状态以及状况诊断。这种状态变化可通过至少一个传感器模态的集合来检测。
[0037]控制系统集成不同的传感器，利用传感器状态的模式来“识别”或“诊断”值得进一步注意的状况集合。为了这样的分析建立的数学算法包括但不限于卡尔曼滤波(和增强的卡尔曼滤波)、隐马尔科夫模型、贝叶斯分析、人工神经网络或模糊逻辑。这些控制系统能够被容易地实现于软件、固件、硬件或者它们的组合中。(参见'Solut1ns for MEMSSensor Fus1n，，，Esfandyari，J，De Nucc1j Rj Xuj G.? Solid State Technology，2011-07，p.18-21 ;该文全文并入文本，以作参考)。
[0038]在