一种液压油粘度波动的监测方法及系统

摘要

本发明涉及数据处理的异常监测技术领域，提出了一种液压油粘度波动的监测方法及系统，包括：获得若干温度粘度序列；对于温度粘度序列，得到粘度波动值，对于温度设置温度范围，计算温度范围内的所有粘度波动值，根据粘度波动值和温度范围内的粘度波动值计算粘度波动异常程度；对每个温度粘度序列进行不同取值范围的分解得到多种剩余项，根据剩余项得到最终异常突出程度；根据温度粘度序列的粘度波动值获得粘度波动的表现程度；根据最终异常突出程度、粘度波动的表现程度和粘度波动异常程度得到最终粘度波动异常程度；根据最终粘度波动异常程度完成液压油粘度波动的监测。本发明对粘度波动进行更加全面的异常分析，获得更加准确的异常波动。

权利要求

1.一种液压油粘度波动的监测方法，其特征在于，该方法包括以下步骤：

根据不同的温度间隔采集温度对应的粘度，根据不同的温度间隔得到不同的温度粘度序列；

将温度粘度序列中相邻两个粘度的差值的绝对值作为粘度波动值，对于每个温度设置温度范围，根据温度粘度序列中每个温度的粘度波动值和温度范围内的每个粘度波动值的差值以及每个温度的温度值和温度范围内每个温度值的差值，得到每个温度粘度序列中每个温度的粘度波动异常程度；

对每个温度粘度序列分解得到剩余项，根据所有剩余项的差值的累加和与温度粘度序列剩余项的方差得到每个温度粘度序列的波动异常突出程度；在一个温度粘度序列中，选择不同的取值范围得到不同的剩余项，根据不同的剩余项得到每个温度粘度序列的不同的异常突出程度，将若干个不同的异常突出程度的均值作为每个温度粘度序列的最终异常突出程度；

对于每个温度粘度序列，根据温度粘度序列中第一个粘度波动值和最后一个粘度波动值的差值以及温度粘度序列中所有相邻温度对应的粘度波动值的差值得到粘度波动的表现程度；

根据每个温度粘度序列的最终异常突出程度和粘度波动的表现程度得到每个温度间隔下的权值，以最小的温度间隔为基准波动尺度，将其余温度间隔的粘度波动异常程度用基准波动尺度表示，根据权值和粘度波动异常程度得到最终粘度波动异常程度；

根据最终粘度波动异常程度完成液压油粘度波动的监测；

所述得到每个温度粘度序列中每个温度的粘度波动异常程度的方法为：

式中， 表示第i个温度对应的粘度波动值， 表示第i个温度周围相邻的温度范围内第v个粘度波动值， 表示第i个温度对应的温度值 和第i个温度周围相邻的温度范围 内第v个温度对应的温度值 的温度距离即温度差值， 表示第i个温度周围相邻的温度范围 内温度值的数量，表示第i个温度对应的粘度波动异常程度；

所述根据所有剩余项的差值的累加和与温度粘度序列剩余项的方差得到每个温度粘度序列的波动异常突出程度的方法为：式中， 为第k个温度粘度序列的第x个剩余项， 为第k个温度粘度序列的第y个剩余项，其中 ， 表示第k个温度粘度序列的剩余项的数量， 表示第k个温度粘度序列剩余项的方差， 表示第k个温度粘度序列对应的粘度波动异常突出程度；

所述根据温度粘度序列中第一个粘度波动值和最后一个粘度波动值的差值以及温度粘度序列中所有相邻温度对应的粘度波动值的差值得到粘度波动的表现程度的方法为：式中， 为第k个温度间隔下的第i个温度对应粘度波动值， 为第k个温度间隔下的第i+1个温度对应粘度波动值， 表示第k个温度间隔下的第1个温度对应的粘度波动值， 表示第k个温度间隔下的第 个粘度波动值， 表示第k个温度间隔对应的粘度波动值的数量， 表示第k个温度间隔下粘度波动的表现程度。

2.根据权利要求1所述的一种液压油粘度波动的监测方法，其特征在于，所述以最小的温度间隔为基准波动尺度，将其余温度间隔的粘度波动异常程度用基准波动尺度表示的方法为：为第1个温度间隔时第i个粘度波动异常程度， 为第2个温度间隔时第i个粘度波动异常程度，其中 同时表示 和 存在异常， 为第3个温度间隔时第i个粘度波动异常程度， 同时表示 、 、 存在异常， 为第4个温度间隔时第i个粘度波动异常程度， 同时表示 、 、 、 存在异常， 为第5个温度间隔时第i个粘度波动异常程度， 同时表示 、 、 、 、 存在异常。

3.一种液压油粘度波动的监测系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1‑2任意一项所述的监测方法。

说明书

一种液压油粘度波动的监测方法及系统

技术领域

[0001] 本发明涉及数据处理的异常监测技术领域，具体涉及一种液压油粘度波动的监测方法及系统。

背景技术

[0002] 液压油就是利用液体压力能的液压系统使用的液压介质，在液压系统中起着能量传递、抗磨、系统润滑、防腐、防锈、冷却等作用。液压油粘度是液压油的一个重要指标，直接影响液压系统的工作。一般而言，液压油粘度对温度的变化十分敏感，在温度变化时对应液压油的粘度变化，此时随着温度变化液压油粘度的波动同样反映液压油的质量，所以在液压油的测试过程中一般需要对液压油粘度波动进行监测，主要对异常波动进行识别，反应液压油的质量异常。

[0003] 液压油粘度随温度的变化而波动，其中对其波动进行异常识别中一般主要根据局部波动之间的差异，利用波动的离群进行异常分析，但是在当前液压油粘度的波动过程中，波动对应的温度差异（温度间隔）直接影响波动对异常的表现，温度间隔过小，对异常波动的表现程度不足，温度间隔过大，可能存在异常波动的遗漏，所以不同温度间隔直接影响粘度波动异常的识别。

发明内容

[0004] 本发明提供一种液压油粘度波动的监测方法及系统，以解决现有的算法对噪声敏感导致噪声识别误差较大的问题，所采用的技术方案具体如下：

[0005] 第一方面，本发明一个实施例提供了一种液压油粘度波动的监测方法，该方法包括以下步骤：

[0006] 根据不同的温度间隔采集温度对应的粘度，根据不同的温度间隔得到不同的温度粘度序列；

[0007] 将温度粘度序列中相邻两个粘度的差值的绝对值作为粘度波动值，对于每个温度设置温度范围，根据温度粘度序列中每个温度的粘度波动值和温度范围内的每个粘度波动值的差值以及每个温度的温度值和温度范围内每个温度值的差值，得到每个温度粘度序列中每个温度的粘度波动异常程度；

[0008] 对每个温度粘度序列分解得到剩余项，根据所有剩余项的差值的累加和与温度粘度序列剩余项的方差得到每个温度粘度序列的波动异常突出程度；在一个温度粘度序列中，选择不同的取值范围得到不同的剩余项，根据不同的剩余项得到每个温度粘度序列的不同的异常突出程度，将若干个不同的异常突出程度的均值作为每个温度粘度序列的最终异常突出程度；

[0009] 对于每个温度粘度序列，根据温度粘度序列中第一个粘度波动值和最后一个粘度波动值的差值以及温度粘度序列中所有相邻温度对应的粘度波动值的差值得到粘度波动的表现程度；

[0010] 根据每个温度粘度序列的最终异常突出程度和粘度波动的表现程度得到每个温度间隔下的权值，以最小的温度间隔为基准波动尺度，将其余温度间隔的粘度波动异常程度用基准波动尺度表示，根据权值和粘度波动异常程度得到最终粘度波动异常程度；

[0011] 根据最终粘度波动异常程度完成液压油粘度波动的监测。

[0012] 优选的，所述得到每个温度粘度序列中每个温度的粘度波动异常程度的方法为：

[0013]

[0014] 式中， 表示第i个温度对应的粘度波动值， 表示第i个温度周围相邻的温度范围 内第v个粘度波动值， 表示第i个温度对应的温度值 和第i个温度周围相邻的温度范围 内第v个温度对应的温度值 的温度距离即温度差值， 表示第i个温度周围相邻的温度范围 内温度值的数量，表示第i个温度对应的粘度波动异常程度。

[0015] 优选的，所述根据所有剩余项的差值的累加和与温度粘度序列剩余项的方差得到每个温度粘度序列的波动异常突出程度的方法为：

[0016]

[0017] 式中， 为第k个温度粘度序列的第x个剩余项， 为第k个温度粘度序列的第y个剩余项，其中 ， 表示第k个温度粘度序列的剩余项的数量， 表示第k个温度粘度序列剩余项的方差， 表示第k个温度粘度序列对应的粘度波动异常突出程度。

[0018] 优选的，所述根据温度粘度序列中第一个粘度波动值和最后一个粘度波动值的差值以及温度粘度序列中所有相邻温度对应的粘度波动值的差值得到粘度波动的表现程度的方法为：

[0019]

[0020] 式中， 为第k个温度间隔下的第i个温度对应粘度波动值， 为第k个温度间隔下的第i+1个温度对应粘度波动值， 表示第k个温度间隔下的第1个温度对应的粘度波动值， 表示第k个温度间隔下的第 个粘度波动值， 表示第k个温度间隔对应的粘度波动值的数量， 表示第k个温度间隔下粘度波动的表现程度。

[0021] 优选的，所述以最小的温度间隔为基准波动尺度，将其余温度间隔的粘度波动异常程度用基准波动尺度表示的方法为：

[0022] 为第1个温度间隔时第i个粘度波动异常程度， 为第2个温度间隔时第i个粘度波动异常程度，其中 同时表示 和 存在异常， 为第3个温度间隔时第i个粘度波动异常程度， 同时表示 、 、 存在异常， 为第4个温度间隔时第i个粘度波动异常程度， 同时表示 、 、 、 存在异常， 为第5个温度间隔时第i个粘度波动异常程度， 同时表示 、 、 、 、 存在异常。

[0023] 第二方面，本发明实施例还提供了一种液压油粘度波动的监测系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。

[0024] 本发明的有益效果是：本发明分析不同温度间隔对应的粘度波动异常，表面温度间隔的设置，以及避免单一温度间隔中粘度波动的片面性，从而对粘度波动进行更加全面的异常分析，获得更加准确的异常波动，并且在不同温度间隔中，确定其粘度波动异常程度反应最终异常程度的权值，从而提高每一温度间隔粘度波动反应最终波动异常的可靠性，从而有效提高最终异常波动的可信度。

附图说明

[0025] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

[0026] 图1为本发明一个实施例所提供的一种液压油粘度波动的监测方法的流程示意图。

具体实施方式

[0027] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0028] 请参阅图1，其示出了本发明一个实施例提供的一种液压油粘度波动的监测方法流程图，该方法包括以下步骤：

[0029] 步骤S001，根据不同的温度间隔获得不同的温度粘度序列。

[0030] 在对液压油的沾度波动监测过程中，主要针对粘度波动值之间的差异的监测，波动值越离群，其异常可能性越大。并且不同温度间隔中粘度波动具有差异性，即对异常波动具有不同表现。

[0031] 在液压油粘度与温度关系的测试过程中，设置粘度监测的温度间隔单位为 摄氏度，本实施例给出温度间隔单位 ，令第k个温度间隔为 ，在本实施例中k的取值范围为[1,5]，即在本实施例中给出5个温度间隔，分别为0.2，0.4，0.6，0.8，1。

[0032] 对于第k个温度间隔，每隔第k个温度间隔获取一个温度，然后利用现有的液压油粘度监测方法，比如毛细管粘度计测量法获得每个温度的液压油粘度，最后在液压油粘度随温度波动的序列中，进行液压油粘度波动监测，将所有温度的液压油粘度组成的序列记为第k个温度粘度序列，其中温度粘度序列是单调的。

[0033] 步骤S002，获得温度粘度序列每个温度的粘度波动值，设置每个温度的温度范围，根据温度范围内的粘度波动值和每个温度的粘度波动值得到每个温度的粘度波动异常程度。

[0034] 液压油粘度随温度变化而变化，获得液压油粘度关于温度变化的数据，即可获得液压油粘度关于温度的变化曲线，因为液压油粘度随着温度的升高而降低，其变化关系相反，但是液压油粘度的变化大小即波动程度具有大小差异，一般在液压油的监测过程中，需要对液压油的波动进行监测，进行异常波动的识别。

[0035] 将温度粘度序列中相邻两个温度对应的液压油粘度的差值的绝对值作为粘度波动值，即粘度波动值为 ，式中 为第i个温度对应的液压油粘度， 为第i+1个温度对应的液压油粘度， 为第i个温度对应的粘度波动值。

[0036] 对于液压油的粘度波动值，其波动程度与温度的差异有关，温度变化越大，液压油的粘度波动值越大，并且粘度的波动与温度变化对应的温度基础相关，此时液压油粘度的异常主要基于相近基础温度对应的温度差异所对应的粘度差异。

[0037] 液压油粘度随着温度的变化而波动，一般液压油粘度单次波动与其他次波动之间的差异越大，其异常的可能性越大。但是在实际中不同的基础温度下相同的温度差异使得液压油的粘度具有差异，所以需要根据相近的基础温度对应温度差异所反映的粘度波动进行异常波动识别。

[0038] 在此，以任意一个温度间隔下的温度粘度序列为例，具体的，将第i个温度对应的温度值记为 ，然后选择 周围相邻的温度范围 ，本实施例中设置 ，值得说明的是，在温度范围 的中间。根据所选择的温度范围内对应的粘度波动值与当前粘度波动值之间的差异，确定当前粘度波动值的异常程度，在温度范围 内，计算所有的粘度波动值，粘度波动值之间的温度距离越远，粘度波动值之间的差异所反映粘度波动异常越不可信，根据第i个温度对应的粘度波动值和 周围相邻的温度范围 内所有粘度波动值的差异计算第i个温度对应的粘度波动异常程度，公式如下：

[0039]

[0040] 式中， 表示第i个温度对应的粘度波动值， 表示第i个温度周围相邻的温度范围 内第v个粘度波动值， 表示第i个温度对应的温度值 和第i个温度周围相邻的温度范围 内第v个温度对应的温度值 的温度距离即温度差值， 表示第i个温度周围相邻的温度范围 内温度值的数量，表示第i个温度对应的粘度波动异常程度。 表示粘度波动差异，其值越大， 异常程度越大； 值越大， 的可信度越低。

[0041] 至此，获得了第i个温度对应的粘度波动异常程度。

[0042] 步骤S003，对温度粘度序列使用STL进行分解得到剩余项，调整取值范围得到若干种剩余项，每种剩余项都得到一个波动异常突出程度，综合得到最终异常突出程度。

[0043] 由于液压油的粘度是随着温度的变化而波动的，此时液压油粘度波动值与温度变化大小之间存在直接联系，一般温度变化越大，液压油粘度波动值越大，所以在分析液压油粘度的异常波动中，温度间隔影响液压油粘度波动响应，温度间隔过小，对于粘度波动的响应不及时，温度间隔过大，对于异常波动可能覆盖。所以本实施例需要在不同的温度间隔下，准确判断出液压油粘度波动异常。

[0044] 不同的温度间隔下，粘度波动异常程度具有不同的表现，所以在根据不同温度间隔粘度波动进行分析异常波动分析时，需要根据粘度波动异常程度的表现确定对应权值，而确定最终的异常波动。对于异常波动的表现程度主要为粘度变化曲线对实际粘度波动的表现程度以及异常的突出程度。

[0045] 对于粘度波动的异常主要表现为波动值之间的差异，波动值之间的差异越大，粘度波动的异常越突出，此时波动值之间的差异主要为所有波动分布差异以及波动之间的相对差异。

[0046] 对于温度粘度序列，首先使用STL对其进行分解得到剩余项、趋势项和季节项，确定分布趋势，STL为公知算法，在此不多做赘述，根据STL分解后的剩余项分布确定当前波动异常的突出程度，公式如下：

[0047]

[0048] 式中， 为第k个温度粘度序列的第x个剩余项， 为第k个温度粘度序列的第y个剩余项，其中 ， 表示第k个温度粘度序列的剩余项的数量， 表示第k个温度粘度序列剩余项的方差， 表示第k个温度粘度序列对应的粘度波动异常的突出程度。温度间隔为 的温度粘度序列即为第k个温度粘度序列。 越大，粘度波动幅度分布差异越大，粘度波动的异常突出程度越高； 表示剩余项的相对差异，表示所有剩余项的相对差异，其值越大，对应粘度波动的异
常突出程度越高。

[0049] 在STL分解对趋势的分析中，一般采用m阶移动平均法确定每一趋势项，其中m=2z+1，但是当前趋势变化未知，所以无法准确获得粘度波动幅度的趋势，所以本实施例采用不同m值，即选择不同的z值，获得不同的趋势项以及对应的剩余项，以便于获得更加可信的粘度波动异常的最终异常突出程度，公式表示如下：

[0050]

[0051] 式中， 表示第k个温度粘度序列在z值对应的剩余项所反映当前波动异常的突出程度， 表示第k个温度粘度序列的剩余项在z值对应的剩余项绝对值之和， 表示第k个温度间隔下的最终异常突出程度。 的值越小，趋势项越准确，对应剩余项对异常波动的表现更加可信，即 的可信度越高，z值为取值范围，在本实施例中z值取4，z值为STL分解中现有的参数，在此不做赘述。 表示m阶移动平均中对应z值从1到4所获得的剩余项共同反应当前温度间隔对应粘度波动异常的最终突出程度 。

[0052] 至此，获得每个温度粘度序列的最终异常突出程度。

[0053] 步骤S004，根据粘度波动值得到粘度波动的表现程度，根据最终异常突出程度和粘度波动的表现程度得到最终粘度波动异常程度。

[0054] 已知液压油的粘度随着温度的升高而降低，所以在粘度随温度变化而波动的过程中，粘度波动值的变化方向与温度的变化方向具有一致性，那么当温度变化越大，粘度波动值就变化越大，其中第k个温度粘度序列就是根据第k个温度间隔得到的，第k个温度间隔为，根据不同粘度波动值的差异确定不同温度间隔下粘度波动的表现程度，公式如下：

[0055]

[0056] 式中， 为第k个温度间隔下的第i个温度对应粘度波动值， 为第k个温度间隔下的第i+1个温度对应粘度波动值， 表示第k个温度间隔下的第1个温度对应的粘度波动值， 表示第k个温度间隔下的第 个粘度波动值， 表示第k个温度间隔对应的粘度波动值的数量， 表示第k个温度间隔下粘度波动的表现程度。

[0057] 表示当前粘度波动值之间的差异对应粘度真实波动变化，表示当前粘度整体波动变化，第k个温度间隔下的标准粘度
波动变化为 ， 表示当
前粘度波动变化和标准粘度波动变化之间的差异，其值越小，对应差异越小，反应当前粘度波动的变化越符合标准粘度波动变化。即当前温度间隔下粘度波动对实际粘度波动的表现程度 越高。

[0058] 根据不同间隔下获得的异常突出程度和粘度波动的表现程度，二者共同影响着不同温度间隔表现出异常波动的权值。

[0059] 对于上述过程所获得不同温度间隔对应的最终异常突出程度以及对粘度波动的表现程度，在作权值之前，首先对其进行归一化处理，即将不同温度间隔下获得的 、利用最大最小值法进行归一化，归一化的结果为 、 ，由此得到权重为：

[0060]

[0061] 式中， 为归一化后的第k个温度间隔下的最终异常突出程度， 为归一化后的第k个温度间隔下粘度波动的表现程度，a，b为两者的权值，表示第k个时间间隔对应的权重，在本实施例中，两者的权值为0.5。

[0062] 此时，根据不同温度间隔中的粘度波动异常程度，确定最终粘度波动异常程度，在不同温度间隔下，温度间隔的不同导致粘度波动值之间的对应关系不一致，所有粘度波动值具有不同的表现尺度，此时首先需要确定一个基准波动尺度，然后根据不同温度间隔中粘度波动与基准波动尺度之间的对应关系，确定最终粘度波动异常程度。

[0063] 具体的，以k=1为基准波动尺度，计算该温度间隔对应的温度粘度序列中每个温度对应的粘度波动异常程度，假设k=1时共有U个粘度波动异常程度，那么k=2时就共有U/2个粘度波动异常程度， 为第1个温度间隔时第i个粘度波动异常程度， 为第2个温度间隔时第i个粘度波动异常程度，其中 同时表示 和 存在异常， 为第3个温度间隔时第i个粘度波动异常程度， 同时表示 、 、 存在异常， 为第4个温度间隔时第i个粘度波动异常程度， 同时表示 、 、 、 存在异常， 为第5个温度间隔时第i个粘度波动异常程度， 同时表示 、 、 、 、 存在异常，由此确定最终粘度波动异常程度，当粘度波动异常程度不足时，只表示存在的粘度波动异常程度，例如存在3个数据，那么 表示 和 存在异常， 表示 存在异常，公式如下：

[0064]

[0065] 式中， 表示第1个温度间隔第i个温度对应的粘度波动异常程度，表示第l个时间间隔对应的权重， 表示第k个温度间隔第i个温度对应的粘度波动异常程度，表示第k个时间间隔对应的权重， 表示第1个温度间隔时第i个温度对应的最终粘度波动异常程度。

[0066] 步骤S005，根据最终粘度波动异常程度完成液压油粘度波动监测。

[0067] 利用上述步骤，获得每一个温度对应的最终粘度波动异常程度 ，此时根据筛选获得液压油粘度异常波动。具体首先设置阈值 ，在 时，对应粘度波动异常，反之则为液压油粘度正常波动。其中本发明设置阈值 ，其中 表示所有最终粘度波动异常程度的均值，表示所有最终粘度波动异常程度的标准差。

[0068] 至此，完成液压油粘度波动的监测。

[0069] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。