用于检测油液酸碱度的方法、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油液酸碱度的方法、计算设备和计算机存储介质。该方法包括：获取预定时间间隔内的关于设备的油液的历史酸碱度测量数据；获取关联测量时间的多个历史油液参数测量数据；基于历史油液参数测量数据，生成第一特征数据；提取第一特征数据的特征，以便生成第二特征数据；基于第一特征数据、第二特征数据和历史酸碱度测量数据，生成用于训练酸碱度预测模型的多个样本；以及基于所获取的多个传感器的当前油液参数测量数据，经由经训练的酸碱度预测模型，确定关于设备的油液酸碱度的状态数据。本公开能够在线实时并准确地检测油液酸碱度，及时发现因油液酸碱度异常而带来的设备和生产风险。带来的设备和生产风险。带来的设备和生产风险。

【技术实现步骤摘要】
用于检测油液酸碱度的方法、计算设备和计算机存储介质


[0001]本公开总体上涉及数据处理，并且具体地，涉及用于检测油液酸碱度的方法、计算设备和计算机存储介质。

技术介绍

[0002]在半导体工业场景下，设备（例如压缩机）在运行期间，通常会因为填料磨损、或者因润滑油进入填料而导致填料失效等原因，使得物料（例如而不限于是氯硅烷）经由填料而泄漏进入油箱。油品为矿物油，物料（例如而不限于是氯硅烷）极易与油品中的不饱和分子链发生剧烈的化学反应，相关化学产物（例如硅酸盐结晶、Cl化物）对曲轴箱及内部部件（例如轴瓦）会造成严重的腐蚀（例如由Cl化物所导致的腐蚀）和磨损（例如由结晶固体所导致的磨损），进而导致一系列的设备故障或者损失。简而言之，设备的油液酸碱度异常会给设备和生产安全带来风险，因此，准确和及时的油液酸碱度检测和报警非常重要。
[0003]传统的检测油液酸碱度的方案例如包括：不定期抽取油样进行PH测试。该方式属于滞后的离线检测方法，极易造成已经因物料泄漏进入油箱而产生设备故障或者损失后才检测出油液酸碱度异常。目前市面上没有能够直接测试油液酸碱度的在线传感器。
[0004]综上，传统检测油液酸碱度的方案无法实时在线检测油液酸碱度，进而不利于及时发现因油液酸碱度异常给设备和生产安全所带来的风险。

技术实现思路

[0005]本公开提供一种用于检测油液酸碱度的方法、计算设备和计算机存储介质，能够在线实时并准确地检测油液酸碱度，及时发现因油液酸碱度异常而带来的设备和生产风险。
[0006]根据本公开的第一方面，提供了一种用于测油液酸碱度的方法。该方法包括：获取预定时间间隔内的关于设备的油液的历史酸碱度测量数据；获取在历史酸碱度测量数据的关联测量时间、由设备的多个传感器所检测的多个历史油液参数测量数据，多个历史油液参数测量数据不包括关于油液酸碱度的测量数据；基于历史油液参数测量数据，生成第一特征数据；提取第一特征数据的特征，以便生成第二特征数据；基于第一特征数据、第二特征数据和历史酸碱度测量数据，生成用于训练酸碱度预测模型的多个样本，酸碱度预测模型至少基于逻辑回归模型所构建；以及基于所获取的多个传感器的当前油液参数测量数据，经由经训练的酸碱度预测模型，确定关于设备的油液酸碱度的状态数据。
[0007]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。
[0008]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。
[0009]在一些实施例中，经由经训练的酸碱度预测模型确定关于设备的油液酸碱度的状态数据包括：基于第一酸碱度预测模型确定关于设备的油液酸碱度的第一状态数据，第一酸碱度预测模型是基于逻辑回归模型所构建的；基于第二酸碱度预测模型确定关于设备的油液酸碱度的第二状态数据，第二酸碱度预测模型是基于高斯混合模型所构建的；以及基于第一状态数据和第二状态数据，确定关于设备的油液酸碱度的状态数据。
[0010]在一些实施例中，用预测油液酸碱度的方法包括：确定酸碱度预测模型的多个参数向量中每一个参数向量是否大于预定参数阈值，多个参数向量分别与酸碱度预测模型的多个输入向量相关联：以及响应于确定酸碱度预测模型的多个参数向量中每一个参数向量大于预定参数阈值，获取与每一个参数向量相关联的输入向量所对应的传感器的当前油液参数测量数据。
[0011]在一些实施例中，针对所确定的关于设备的油液酸碱度的状态数据进行低通滤波；确定经低通滤波的、关于设备的油液酸碱度的状态数据是否小于或者等于预定酸碱度阈值；响应于确定经低通滤波的、关于设备的油液酸碱度的状态数据小于或者等于预定酸碱度阈值，生成关于设备的油液酸碱度的警示信号；以及呈现警示信号。
[0012]在一些实施例中，多个历史油液参数测量数据包括关于温度值、水活值、含水量值、粘度值、密度值、介电常数和污染度的多种测量值。
[0013]在一些实施例中，提取第一特征数据的特征以便生成第二特征数据包括：按照污染度颗粒尺寸的大小，针对多个关于污染度的测量值进行聚合，以生成与污染度颗粒尺寸相关的聚合数据，多个关于污染度的测量值分别经由多个污染度传感器通道所测量；针对第一特征数据进行求和，以便生成累计数据；计算第一特征数据的平均值，以便生成平均值数据；以及基于聚合数据、累计数据和平均值数据中的多个数据，生成第二特征数据。
[0014]在一些实施例中，基于第一特征数据、第二特征数据和历史酸碱度测量数据生成用于训练酸碱度预测模型的多个样本包括：组合第一特征数据和第二特征数据；以及针对经组合的第一特征数据和第二特征数据进行正态归一化处理。
[0015]在一些实施例中，基于历史油液参数测量数据生成第一特征数据包括：计算历史油液参数测量数据中的多个测量值的数据分布重心值；确定多个测量值中的每一个测量值是否超出数据分布重心值的预定变化范围；响应于确定测量值超出数据分布重心值的预定变化范围，确定测量值为异常检测值；以及在多个测量值中去除或替换异常测量值在多个测量值中去除或替换异常测量值。
[0016]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
[0017]图1示出了根据本公开的实施例的用于实施用于检测油液酸碱度的方法的系统的示意图。
[0018]图2示出了根据本公开的实施例的用于检测油液酸碱度的方法的流程图。
[0019]图3示出根据本公开实施例的用于生成第一特征数据的方法的流程图。
[0020]图4示出根据本公开实施例的用于呈现油液酸碱度警示信号的方法的流程图。
[0021]图5示出根据本公开实施例的用于确定油液酸碱度的状态数据的方法的流程图。
[0022]图6示例性示出了根据本公开实施例的用于确定的油液酸碱度的第二状态数据的示意图。
[0023]图7示出根据本公开实施例的油液酸碱度的状态数据的示意图。
[0024]图8示出根据本公开实施例的用于针对油液酸碱度的状态数据进行低通滤波的方法的示意图。
[0025]图9示意性示出了适于用来实现本公开实施例的电子设备的框图。
[0026]在各个附图中，相同或对应的标号表示相同或对应的部分。
具体实施方式
[0027]下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
[0028]在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于检测油液酸碱度的方法，包括：获取预定时间间隔内的关于设备的油液的历史酸碱度测量数据；获取在所述历史酸碱度测量数据的关联测量时间、由所述设备的多个传感器所检测的多个历史油液参数测量数据，所述历史油液参数测量数据不包括关于油液酸碱度的测量数据；基于所述历史油液参数测量数据，生成第一特征数据；提取所述第一特征数据的特征，以便生成第二特征数据；基于所述第一特征数据、所述第二特征数据和历史酸碱度测量数据，生成用于训练酸碱度预测模型的多个样本，所述酸碱度预测模型至少基于逻辑回归模型所构建；以及基于所获取的所述多个传感器的当前油液参数测量数据，经由经训练的所述酸碱度预测模型，确定关于所述设备的油液酸碱度的状态数据。2.根据权利要求1所述的方法，其中经由经训练的所述酸碱度预测模型确定关于所述设备的油液酸碱度的状态数据包括：基于第一酸碱度预测模型确定关于所述设备的油液酸碱度的第一状态数据，所述第一酸碱度预测模型是基于逻辑回归模型所构建的；基于第二酸碱度预测模型确定关于所述设备的油液酸碱度的第二状态数据，所述第二酸碱度预测模型是基于高斯混合模型所构建的；以及基于所述第一状态数据和所述第二状态数据，确定关于所述设备的油液酸碱度的状态数据。3.根据权利要求1所述的方法，还包括：确定所述酸碱度预测模型的多个参数向量中每一个参数向量是否大于预定参数阈值，所述多个参数向量分别与所述酸碱度预测模型的多个输入向量相关联：响应于确定所述酸碱度预测模型的多个参数向量中每一个参数向量大于预定参数阈值，获取与所述每一个参数向量相关联的输入向量所对应的传感器的当前油液参数测量数据。4.根据权利要求1所述的方法，还包括：针对所确定的关于所述设备的油液酸碱度的状态数据进行低通滤波；确定经低通滤波的、关于所述设备的油液酸碱度的状态数据是否小于或者等于预定酸碱度阈值；响应于确定经低通滤波的、关于所述设备的油液酸碱度的状态数据小于或者等于预定酸碱度阈值，生成关于...

【专利技术属性】
技术研发人员：陈芳，马翔，
申请(专利权)人：震坤行网络技术南京有限公司，
类型：发明
国别省市：