一种设备润滑油状态评价系统和方法与流程

本发明涉及设备润滑油状态评价技术，尤其涉及一种设备润滑油状态评价系统和方法。

背景技术：

现代化企业推行自动化生产、智能化生产的目的就是要不断降低成本。过度的设备维护必然带来人力与物力的成本上升。但是，不进行必要的维护，进而造成设备长时间停机也是企业无法接受的。怎样在不断精简的人力资源下，以最精益的成本更加科学地制定设备维护方案是未来制造型企业必须解决的问题。

以工业机器人为例，我国工业机器人是从20世纪80年代开始起步，经过三十年余年的努力，已经形成了一些具有竞争力的工业机器人研究机构和企业，特别是在汽车工业领域。因为汽车工业最大特点就是产量大，生产节拍快，产品一致化程度高，非常适合工业机器人的大规模应用。以整车四大工艺中的装焊工艺来说，一条生产线可能从最初的几台机器人已经发展成了几百甚至上千台工业机器人。庞大的工业机器人数量给设备管理带来了前所未有的挑战。

根据厂家建议，机器人每运行5年或者20000小时就需要更换一次润滑油，一个装焊车间一千台工业机器人更换润滑油的成本就需要一千万人民币，同时一千台工业机器人更换润滑油的任务所耗用的人力资源也是非常巨大的。虽然利用油液检测技术可以评价润滑油的状态，但是，机器人润滑油处于密封状态随机器人进行运动，很难做到在线的实时检测，如果采用离线测试方法，上千台规模机器人反复提取测试的工作量及检测成本依然难以达到成本控制的目的。

技术实现要素：

本发明的目的在于提供一种设备润滑油状态评价系统和方法，用以解决降低设备润滑油更换成本的问题。

为实现上述目的，本发明提供了一种设备润滑油状态评价系统，该系统包括：参数获取单元，用于获取所述设备的运行参数；参数计算单元，用于根据所述运行参数利用预先建立的润滑油评价模型得到表征润滑油状态的指标参数；以及状态评价单元，用于根据所述指标参数来评价润滑油状态，以确定是否更换润滑油。

优选地，该系统还包括模型建立单元，用于建立所述润滑油评价模型；其中，所述参数获取单元还用于获取所述设备的训练参数，所述训练参数包括用于建立所述润滑油评价模型的运行参数和指标参数；所述模型建立单元用于根据所述训练参数采用支持向量机回归算法进行模型训练，得到所述润滑油评价模型。

优选地，所述运行参数包括：轴扭矩数据、轴温度数据和轴电流数据，以及以下至少一者：轴序号、轴运行时间和轴所在设备的负载；所述指标参数包括润滑油中的成分含量。

优选地，所述轴扭矩数据包括轴最大扭矩、轴最小扭矩和轴平均扭矩，所述轴温度数据包括轴最大温度和轴平均温度，所述轴电流数据包括轴最大电流、轴最小电流和轴平均电流；所述指标参数为铁元素含量。

优选地，所述参数获取单元包括：扭矩获取子单元，用于获取所述轴扭矩数据；温度获取子单元，用于获取所述轴温度数据；电流获取子单元，用于获取所述轴电流数据；以及润滑油成分获取子单元，用于获取所述润滑油中的成分含量。

优选地，所述设备为工业机器人。

相应地，本发明还提供了一种设备润滑油状态评价方法，该方法包括：获取所述设备的运行参数；根据所述运行参数利用预先建立的润滑油评价模型得到表征润滑油状态的指标参数；以及根据所述指标参数来评价润滑油状态，以确定是否更换润滑油。

优选地，该方法还包括：获取所述设备的训练参数，所述训练参数包括用于建立润滑油评价模型的运行参数和指标参数；以及根据所述训练参数采用支持向量机回归算法进行模型训练，得到所述润滑油评价模型。

优选地，所述运行参数包括：轴扭矩数据、轴温度数据和轴电流数据，以及以下至少一者：轴序号、轴运行时间和轴所在设备的负载；所述指标参数包括润滑油中的成分含量。

优选地，所述轴扭矩数据包括轴最大扭矩、轴最小扭矩和轴平均扭矩，所述轴温度数据包括轴最大温度和轴平均温度，所述轴电流数据包括轴最大电流、轴最小电流和轴平均电流；所述指标参数为铁元素含量。

本发明通过获取到的设备的运行参数并利用预先建立的润滑油评价模型对润滑油状态进行评价，可以无需花费人力物力即可根据设备的运行现状来评价设备的润滑油状态，可有效优化设备维护策略，大大降低设备维护运营成本。

附图说明

附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：

图1是本发明提供的设备润滑油状态评价系统的框图；

图2是本发明提供的另一设备润滑油状态评价系统的框图；

图3是本发明提供的训练参数评价结果与真实值对比图；

图4是本发明提供的测试参数评价结果与真实值对比图；以及

图5是本发明提供的设备润滑油状态评价方法的流程图。

具体实施方式

以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明的范围。

图1是本发明提供的设备润滑油状态评价系统的框图，如图1所示，设备润滑油状态评价系统包括参数获取单元1、参数计算单元2和状态评价单元3。

参数获取单元1用于获取设备的运行参数。参数获取单元1可以是设备内部已有的单元，也可以是出于本发明的目的专利设立的单元。参数获取单元1获取运行参数的过程例如可以是通过设备配置的装置采集相关参数并发送至本发明提供的设备润滑油状态评价系统的过程，也可以是通过人机交互接口接收相关运行参数的过程。

参数计算单元2用于根据运行参数利用预先建立的润滑油评价模型得到表征润滑油状态的指标参数。润滑油评价模型是通过现有技术中的算法而构建的一种模型，一般的方法是通过训练参数进行训练以得到相应的模型。这里的指标参数为可以表征润滑油状态的润滑油所包含的成分的含量。

状态评价单元3用于根据指标参数来评价润滑油状态，以确定是否更换润滑油。指标参数是可以表征润滑油状态的相关参数，状态评价单元3根据指标参数得到评价值，据此得到润滑油状态，以提示工作人员是否应当更换润滑油，。

图2是本发明提供的另一设备润滑油状态评价系统的框图，如图2所示，润滑油状态评价系统还包括模型建立单元4，该模型建立单元4用于建立润滑油评价模型。其中，参数获取单元1还用于获取设备的训练参数，该训练参数包括用于建立润滑油评价模型的运行参数和指标参数；模型建立单元4用于根据训练参数采用支持向量机回归算法进行模型训练，得到润滑油评价模型。

在采用支持向量机回归算法进行模型训练时，需要利用训练参数，训练参数中包括作为输入的输入特征数据和作为输出的输出特征数据，本发明提供的技术方案中，将运行参数作为模型训练的输入特征数据，将指标参数作为模型训练的输出特征数据。本领域技术人员应当理解，可以采用输入特征数据和输出特征数据直接进行模型训练，也可以对输入特征数据和输出特征数据分别在各自的纬度进行归一化后进行模型训练。具体采用支持向量机回归算法进行模型训练的技术为本领域公知的技术，于此不与赘述。

本发明中的运行参数包括：轴扭矩数据、轴温度数据和轴电流数据。

轴扭矩数据为与设备的轴扭矩有关的数据，优选地，轴扭矩数据例如可以包括轴最大扭矩、轴最小扭矩和轴平均扭矩，这里的轴扭矩数据均为算术值，一般来说，轴最大扭矩为正值且为正向扭矩的绝对值的最大值，轴最小扭矩为负值且为负向扭矩的绝对值的最大值，轴平均扭矩为扭矩的算术平均值，这里，轴平均扭矩计算的是设备稳定运行时段的轴扭矩的平均值。本发明中所提及的设备稳定运行时段可以理解为设备正常工作的时段。

轴温度数据为与设备的轴温度有关的数据，优选地，轴温度数据例如可以包括轴最大温度和轴平均温度。这里，轴平均温度计算的是设备稳定运行时段的轴温度的平均值。

轴电流数据为与设备的轴电流有关的数据，优选地，轴电流数据例如可以包括轴最大电流、轴最小电流和轴平均电流，这里的轴电流数据均为算术值，一般来说，轴最大电流为正值且为正向电流的绝对值的最大值，轴最小电流为负值且为负向电流的绝对值的最大值，轴平均电流为电流的算术平均值，这里，轴平均电流计算的是设备稳定运行时段的轴电流的平均值。

此外，本发明中的运行参数还可以包括以下至少一者：轴序号、轴运行时间和轴所在设备的负载。轴序号是本发明中提及的设备的轴的编号，对于相同的设备来说，轴序号与位置是对应的，也就是说轴序号是固定的。例如，一台设备具有6个轴，那么该设备的轴序号为1至6，同样设备在同一位置的轴的轴序号是相同的。轴运行时间一般为该轴所在设备的运行时间，可以理解为，同一台设备上的所有轴的运行时间一般是相同的。轴所在设备的负载例如可以是轴所在设备的额定负载，额定负载可以通过设备型号或者设备说明书等方式获取。

设备的每个轴都有润滑油，轴位置、轴运行时间或者轴所在设备的负载都会影响到润滑油的用量，因而本发明中也可以考虑将轴序号和/或轴运行时间和/或轴所在设备的负载作为输入特征数据。本领域技术人员应当理解，本发明中的润滑油评价模型是针对同样的设备提供的，对于不同的设备，应当采用不同的润滑油评价模型。

在进行模型训练的过程中，为了使训练参数的选择更加合理，可以根据轴位置、轴运行时间或者轴所在设备的负载进行分组，然后根据分组结果，针对每一个分组分别选择训练参数，当然，本领域技术人员应当理解，不一定每一个分组都有相应的数据。

对于轴序号，可以根据轴序号进行分组，也就是说，对于同样的机器，有几个轴就可以分为几个组，以一台设备有6个轴为例，可以分为6个组。对于轴运行时间，可以采集运行时间在5000小时至20000小时的设备的运行时间，具体还可以根据运行时间进行分组，例如，可以以1500小时或3000小时或5000小时的区间进行分组。以5000小时为例，可以分为运行时间为大于5000小时且小于或等于10000小时、大于10000小时且小于或等于15000小时和大于15000小时且小于或等于20000小时共3个组。对于轴所在设备的负载，可以采集轴所在的设备的负载为10kg至300kg的设备的负载，具体还可以根据轴所在设备的负载进行分组，例如可以以30kg或50kg或70kg或100kg的区间进行分组，以50kg为例，可以分为负载为大于10kg且小于或等于60kg、大于60kg且小于或等于110kg、大于110kg且小于或等于160kg、大于160kg且小于或等于210kg、大于210kg且小于或等于260kg、大于260kg且小于或等于300kg共6个组。

以上提供了根据轴序号、轴运行时间和轴所在设备的负载三种分组方式，可以采用这三种分组方式中的任意一种或任意两种，也可以同时采用三种分组方式。在同时采用三种分组方式的情况下，仍以上文的示例为例，例如根据轴序号分为6个组，根据轴运行时间分为3个组，根据轴所在设备的负载分为6个组，那么在选择训练参数的时候应当合理地在108(轴序号分组数6×轴运行时间分组数3×轴所在设备的负载分组数6＝108)个组中分别采集相关参数，也就是说所采集的训练数据应当适当地分组在这108个组中，以得到更好的润滑油评价模型。

此外，为了使润滑油评价模型的鲁棒性更高，还可以对高发故障区域的设备特别地选取一些训练参数进行模型训练。

以上描述的选取训练参数的方式仅仅是为了使本发明应用更加优化，并非是用于限制本发明，未根据以上描述的规则采集的训练参数也可以应用于本发明。

本发明中的指标参数包括润滑油中的成分含量，润滑油中的成分例如可以包括铁、铜、铝、硅、钼、镍、铅、铬等，其中铁元素含量最为明显可以表征润滑油状态。本发明中例如可以选择指标参数为铁元素含量，可以设定一铁元素含量阈值，在润滑油中的铁元素含量超过该阈值的情况下提示更换润滑油，在根据指标参数得到的评价值为铁元素含量的情况下，润滑油状态即为铁元素含量是否超过铁元素含量阈值的情况。

如图2所示，参数获取单元1还可以包括扭矩获取子单元11、温度获取子单元12、电流获取子单元13和润滑油成分获取子单元14。具体来说，扭矩获取子单元11用于获取轴扭矩数据；温度获取子单元12用于获取轴温度数据；电流获取子单元13用于获取轴电流数据；润滑油成分获取子单元14用于获取润滑油中的成分含量。

本领域技术人员应当理解，扭矩获取子单元11获取轴扭矩数据的技术、温度获取子单元12获取轴温度数据的技术、电流获取子单元13获取轴电流数据的技术以及润滑油成分获取子单元14获取润滑油中的成分含量的技术均采用本领域的公知技术来实现。例如，扭矩获取子单元11获取轴扭矩数据、温度获取子单元12获取轴温度数据和电流获取子单元13获取轴电流数据可以是通过设备配置的装置采集相关数据并发送至相应子单元来获取到的，润滑油成分获取子单元14获取润滑油中的成分含量可以是第三方对润滑油进行检测然后通过人机交互接口接收获取到的。

本发明提供的设备润滑油状态评价系统可以用于工业机器人。

为了测试所建立的润滑油评价模型的准确度，参数获取单元1还可以获取设备的测试参数，该测试参数包括用于测试润滑油评价模型的运行参数和指标参数。也可以将预先采集的所有运行参数和对应的指标参数作为一个数据集，数据集中的90％作为训练参数，其余10％作为测试参数。

图3是本发明提供的训练参数评价结果与真实值对比图，图4是本发明提供的测试参数评价结果与真实值对比图，如图3和图4所示，图3和图4中的横轴为样本编号，纵轴为铁元素含量。图3是用训练参数通过润滑油评价模型得到的评价值，图4是用测试参数通过润滑油评价模型得到的评价值，通过训练参数评价结果(评价值，即铁元素含量)与真实值的对比以及测试参数评价结果(评价值，即铁元素含量)与真实值的对比可以看出，评价结果准确度较高。

图5是本发明提供的设备润滑油状态评价方法的流程图，如图5所示，设备润滑油状态评价方法包括：

步骤501，获取设备的运行参数；

步骤502，根据运行参数利用预先建立的润滑油评价模型得到表征润滑油状态的指标参数；

步骤503，根据指标参数来评价润滑油状态，以确定是否更换润滑油。

优选地，本发明提供的设备润滑油状态评价方法还包括：获取设备的训练参数，训练参数包括用于建立润滑油评价模型的运行参数和指标参数；根据训练参数采用支持向量机回归算法进行模型训练，得到润滑油评价模型。

优选地，运行参数包括：轴扭矩数据、轴温度数据和轴电流数据，以及以下至少一者：轴序号、轴运行时间和轴所在设备的负载；指标参数包括润滑油中的成分含量。

优选地，轴扭矩数据包括轴最大扭矩、轴最小扭矩和轴平均扭矩，轴温度数据包括轴最大温度和轴平均温度，轴电流数据包括轴最大电流、轴最小电流和轴平均电流；指标参数为铁元素含量。

需要说明的是，本发明提供的设备润滑油状态评价方法的具体细节及益处与本发明提供的设备润滑油状态评价系统类似，于此不予赘述。

以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。

通过本发明提供的技术方案，在采用支持向量机回归算法建立了设备润滑油状态与设备运行参数间的关系模型的基础上，无需花费人力物力采集并测试油样，即可根据设备运行参数来评价其润滑油状态，以确定是否需要更换润滑油，准确度较高，可有效指导优化设备维护策略，降低设备维护运营成本。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施例对各种可能的组合方式不再另行说明。

此外，本发明实施例的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施例的思想，其同样应当视为本发明实施例所公开的内容。