(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210642893.4 (22)申请日 2022.06.09 (65)同一申请的已公布的文献号 申请公布号 CN 114722641 A (43)申请公布日 2022.07.08 (73)专利权人 卡松科技股份有限公司 地址 272000 山东省济宁市任城区运河经 济开发区新材料产业园辰光路与长 兴 路交界处 (72)发明人 陈斌　付涛　刘珍珍　赵之玉　 魏金亮　周玉叶　 (74)专利代理 机构 青岛致嘉知识产权代理事务 所(普通合伙) 3723 6 专利代理师 吴杉(51)Int.Cl. G06F 30/20(2020.01) G01N 33/28(2006.01) G01N 33/30(2006.01) G06F 119/02(2020.01) (56)对比文件 CN 113837591 A,2021.12.24 CN 110906152 A,2020.0 3.24 审查员 左臣伟 (54)发明名称 一种检测实验室的润滑油状态信息集成评 估方法及系统 (57)摘要 本发明涉及数据处理技术领域， 具体涉及一 种检测实验室的润滑油状态信息集成评估方法 及系统， 通过采集不同工况的柴油发电机的运行 参数， 对运行参数进行数据处理， 得到温度评价 值、 声音评价值以及耗油评价值； 进而计算各不 同工况的柴油发电机的运行健康指数； 又根据获 取的相关数据对不同工况的柴油 发电机进行组 别划分； 并结合各组的各柴油发电机内的润滑油 的性能数据的分析处理， 建立对应组的润滑油状 态评估模型； 利用获取的润滑油状态评估模型能 够对于任意一台柴油 发电机的润滑油状态进行 寿命评估。 即本发明的方案， 能够结合柴油发电 机的运行参数以及润滑油的性能数据， 润滑油的 寿命进行评估， 从多角度进行分析， 能够提高评 估的准确性。 权利要求书3页 说明书8页 附图1页 CN 114722641 B 2022.09.30 CN 114722641 B 1.一种检测实验室的润滑油状态信息集成评估方法， 其特 征在于， 包括以下步骤： 分别采集不同工况的柴油发电机在设定时间段内的运行参数， 其中运行参数包括温度 序列、 声音序列以及油耗序列； 根据所述运行参数， 分别得到温度评价值、 声音评价值以及 耗油评价 值； 根据所述温度评价值、 声音评价值以及耗油评价值， 计算各不同工况的柴油发电机的 运行健康指数； 基于各不同工况的柴油发电机的运行健康指数、 温度序列、 声音序列以及油耗序列， 计 算任意两不同工况 的柴油发电机的运行接近度； 根据所述运行接近度， 对不同工况 的柴油 发电机进行划分， 得到不同的柴油发电机组； 获取每个柴油发电机组内的各柴油发 电机内的润滑油的性能数据； 根据所述性能数 据， 建立对应组的润滑油状态评估 模型； 实时采集任意一台柴油发电机的运行参数， 计算任意一台柴油发电机的运行参数与 各 柴油发电机组的运行参数的相似度， 选取相似度最大对应的组的润滑油状态评估模型对该 台柴油发电机的润滑油状态进行寿命评估； 建立对应组的润滑油状态评估 模型的过程 为： 基于上述获取的润滑油的性能数据， 得到润滑油的健康指数； 构建润滑油状态评估模型， 利用润滑油健康指数对润滑油状态评估模型进行训练， 得 到训练好的对应组的润滑油状态评估 模型 建立对应组的润滑油状态评估 模型的方法为： （1） 基于上述获取的润滑油的性能数据， 建立润滑油健康指数： 首先， 根据采集的润滑油的性能数据， 构建一个六维矩阵K； 其中， ， 其中， 、 、 、 、 、 分别表示粘度、 粘度指数、 密度、 倾点、 闪点、 色度； 其次， 将六维指标矩阵K进行降维操作得到一维数据， 该一维数据为润滑油健康指数； 其中， 降维操作的具体过程 为： 使用基于RBF核函数的核主成分分析法KPCA对六维指标矩阵数据进行低维变换， 具体 地： 计算六维矩阵K的核矩阵； 并计算核矩阵的特征值与特征向量； 将该特征值进行降序排 列， 取特征值序列中的前 E个特征值和对应的特 征向量， E为降维后的维数； 利用核矩阵获取 特征值、 特征向量的过程 为： 首先， 对于六维指标数据样本 ， 其中六维指标数据矩阵 ， 其中t表 示矩阵的维度， 计算RBF核矩阵 ， 并中心化 为 ； 核矩阵H和 的计算方法：权　利　要　求　书 1/3 页 2 CN 114722641 B 2式中 是元素为1/t的t*t 矩阵， 为核参数， T表示矩阵的转置； 其次， 计算 的特征值和特征向量， 将 的特征值进行降序排列， 取特征值序列前 E个 特征值 和对应的特 征向量 ，E为降维后的维数， E=1； 然后， 利用核矩阵和上述计算出的特 征值、 特征向量， 计算降维结果 ； 至此， 将六维的润滑油性能数据构成的六维矩阵通过KPCA降维到一维， 得到了润滑油 的健康指数； （2） 构建润滑油状态评估模型， 利用润滑油健康指数对润滑油状态评估模型进行训练， 得到训练好的对应组的润滑油状态评估 模型； 其中， 润滑油状态评估 模型的训练过程 为： 随机选取同组内的8台柴油发电机的健康指数， 放置到RNN神经网络算法中建立润滑油 状态评估模型， 将8条序列的前80%序列长度投入到RNN神经网络算法中进行未来序列的润 滑油状态评估模 型的建立， 将均方误差作为损失函数， 将训练集中各个序列的第t+1时刻的 健康指数作为标签； 其中损失函数为均方误差函数； 所述运行接近度为： 其中， A和B表示任意两两不同工况的柴油发电机， 为任意两不同工况的柴油发 电机的工况接近度， 和 分别为工况A和工况B对应的柴油发电机的运行健康指数， 和 分别为工况A和工况B对应的柴油发电机的温度序列， 和 分别为工况A和工况B 对应的柴油发电机的油耗序列， 和 分别为工况A和工况B对应的柴油发电机的声音序 列， 为动态时间规整距离函数。 2.根据权利要求1所述的一种检测实验室的润滑油状态信息集成评估方法， 其特征在 于， 基于所述温度序列的方差、 均值以及温度序列中的最大值、 最小值， 计算温度评价值； 基 于所述声音序列的方差、 均值以及声音序列中的最大值、 最小值， 计算声音评价值； 基于所 述油耗序列的方差、 均值以及油耗序列中的最大值、 最小值， 计算 耗油评价 值。 3.根据权利要求1所述的一种检测实验室的润滑油状态信息集成评估方法， 其特征在 于， 所述性能数据包括粘度、 粘度指数、 密度、 倾 点、 闪点以及色度。 4.根据权利要求1所述的一种检测实验室的润滑油状态信息集成评估方法， 其特征在 于， 对柴油发电机的润滑油状态进行寿命评估的过程 为： 确定当前润滑油的健康指数与健康指数阈值， 计算当前的健康指数J， 然后计算两者的权　利　要　求　书 2/3 页 3 CN 114722641 B 3