一种油液颗粒在线监测预警方法和系统与流程

本发明涉及油液颗粒监测，更具体的说是涉及一种油液颗粒在线监测预警方法和系统。

背景技术：

1、油液是工业生产中广泛使用的润滑和传动介质。在使用过程中，由于润滑油的磨损、杂质和外部环境等原因，油液中往往会出现颗粒物质，如铁屑、砂粒、水分等。这些颗粒会对机械设备造成严重的损害，甚至导致设备故障和生产事故的发生。因此，实现对油液颗粒的在线监测和预警具有重要的意义。

2、目前，主要采用物理/化学方法对油液颗粒进行监测，包括沉淀法、滤纸法、显微镜法。

3、但是，上述方法存在以下不足：

4、(1)需要手动采集样本，并进行复杂的化学分析或显微观察，操作极为不便，且时间和人力成本较高；

5、(2)难以实现油液颗粒的实时监测或预警，不能及时发现异常情况；

6、(3)难以准确地判断油液颗粒的来源和危害，存在监测精度低的问题。

7、因此，如何解决当前存在的技术问题，研发一种新的油液颗粒监测方法是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此，本发明提供了一种油液颗粒在线监测预警方法和系统，通过采用传感器实时采集油液中的颗粒数据，以及通过云平台对数据进行处理和分析，从而实现油液颗粒度的实时在线监测。

2、为了实现上述目的，本发明采用如下技术方案：

3、一方面，本申请公开了一种油液颗粒在线监测预警方法，包括，

4、获取油液中的颗粒图像；

5、对所述颗粒图像进行特征提取，得到颗粒特征向量；所述颗粒特征向量包括形状特征、尺寸特征、颜色特征，和/或纹理特征；

6、根据所述颗粒特征向量，利用机器学习算法，得到颗粒的数量和大小，根据颗粒的数量和大小，对油液颗粒进行监测/预警。

7、作为优选，在进行特征提取之前，先对所述颗粒图像进行预处理，包括：去噪、滤波和归一化，以保证数据的准确性和可靠性。

8、作为优选，同时获取油液温度数据，通过训练好的机器算法模型对所述颗粒特征向量进行校正，根据校正后的颗粒特征向量对油液颗粒进行监测/预警。

9、作为优选，机器算法模型包括支持向量机和随机森林，

10、当所述特征向量线性可分，特征较多或训练样本较少，以及对噪声和异常值敏感，但具有较好泛化能力时，选择支持向量机；

11、当所述特征向量为非线性关系且无明显分界面，特征较多或训练样本较多，需要解释性更强的模型，以及噪声和异常值鲁棒，但容易过拟合时，选择随机森林。

12、作为优选，提取颗粒数据中的颗粒形状信息，用于通过机器算法模型识别颗粒种类。

13、作为优选，颗粒形状信息通过如下步骤提取，包括：

14、获取油液颗粒图像，分割提取颗粒图像，根据所述颗粒的轮廓得到颗粒轮廓特征。

15、另一方面，本发明公开了一种油液颗粒在线监测预警系统，包括，

16、颗粒传感器和云平台，其中，颗粒传感器和云平台无线连接；

17、所述颗粒传感器，用于实时采集油液中的颗粒图像；

18、所述云平台，包括特征提取模块，用于接收所述颗粒图像，进行特征提取，得到颗粒特征向量，以及根据所述颗粒特征向量对油液颗粒进行监测/预警。

19、作为优选，还包括温度传感器，用于采集油液温度，以及

20、所述云平台中包括机器学习模块，用于接收特征向量和油液温度，并根据油液温度对特征向量进行校正，根据校正后的特征向量对油液颗粒进行监测/预警。

21、作为优选，所述特征提取模块还用于提取颗粒形状信息，通过机器模型识别颗粒种类，并确定颗粒的来源和危害。

22、经由上述技术方案可知，本发明公开提供了一种油液颗粒在线监测预警方法和系统，与现有技术相比，本发明通过传感器实时检测油液颗粒，并通过机器学习算法进行校验，具有实时性好、监测精度高、操作简便等优点。

23、同时，本发明采用机器学习算法对采集到的数据进行分析，能够准确识别颗粒种类，判断油液颗粒来源和危害，提高了监测的精度和可靠性。

24、本发明通过机器学习算法和云平台的结合，实现了对油液颗粒的在线监测和预警，能够及时发现油液中颗粒的异常情况，避免因颗粒污染而造成的设备损坏和生产事故的发生，提高监测的精度和可靠性，解决传统方法存在的问题。

25、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

26、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

技术特征：

1.一种油液颗粒在线监测预警方法，其特征在于，包括，

2.根据权利要求1所述的一种油液颗粒在线监测预警方法，其特征在于，在进行特征提取之前，先对所述颗粒图像进行预处理，包括：去噪、滤波和归一化。

3.根据权利要求1所述的一种油液颗粒在线监测预警方法，其特征在于，同时获取油液温度数据，通过训练好的机器算法模型对所述颗粒特征向量进行校正，根据校正后的颗粒特征向量对油液颗粒进行监测/预警。

4.根据权利要求3所述的一种油液颗粒在线监测预警方法，其特征在于，机器算法模型包括支持向量机和随机森林，

5.根据权利要求1所述的一种油液颗粒在线监测预警方法，其特征在于，提取颗粒数据中的颗粒形状信息，用于通过机器算法识别颗粒种类。

6.根据权利要求5所述的一种油液颗粒在线监测预警方法，其特征在于，颗粒形状信息通过如下步骤提取，包括：

7.一种油液颗粒在线监测预警系统，其特征在于，包括，

8.根据权利要求7所述的一种油液颗粒在线监测预警系统，其特征在于，还包括温度传感器，用于采集油液温度，以及

9.根据权利要求7所述的一种油液颗粒在线监测预警系统，其特征在于，

技术总结
本发明公开了一种油液颗粒在线监测预警方法和系统，方法包括获取油液中的颗粒数据；对所述颗粒数据进行特征提取，得到颗粒特征向量；根据所述颗粒特征向量，利用机器学习算法，得到颗粒的数量和大小，根据颗粒的数量和大小，对油液颗粒进行监测/预警。本发明通过传感器实时检测油液颗粒，并通过机器学习算法进行校验，具有实时性好、监测精度高、操作简便等优点，可实现对油液颗粒的在线监测和预警，并及时发现油液中颗粒的异常情况。

技术研发人员：贾东昆,付晓先,杜立鹏,王晓月,李海军,张伟龙
受保护的技术使用者：怀来欧洛普过滤器制造有限公司
技术研发日：
技术公布日：2024/1/16