(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111535467.2 (22)申请日 2021.12.15 (71)申请人 震坤行工业超市 （上海） 有限公司 地址 201107 上海市闵行区申滨路3 6号虹 桥丽宝广场4 号楼7楼 (72)发明人 洪家隽　梁海珂　 (74)专利代理 机构 上海华诚知识产权代理有限 公司 313 00 代理人 肖华 (51)Int.Cl. G07C 3/00(2006.01) G08B 21/24(2006.01) G06N 20/00(2019.01) (54)发明名称 一种监测方法、 预测系统、 电子设备及存储 介质 (57)摘要 本发明属于数据监测技术领域， 具体公开了 一种监测方法、 预测系统、 电子设备及存储介质。 该监测方法包括如下步骤： 数据收集步骤， 接收 由磨粒传感器采集的金属磨粒的特征数据； 统计 步骤， 统计当前统计周 期中的特征参数， 得到与 特征参数相关的分布曲线Q； 比较步骤， 将分布曲 线Q与预期的标准分布曲线P相比较， 得到表征分 布曲线Q与分布曲线P之间的差别的统计函数， 统 计函数包括至少两个； 计算步骤， 求统计函数的 加权和， 作为磨粒综合指数； 判断步骤， 当磨粒综 合指数超过预设的报警阈值时， 提示人工干预。 本发明的优点在于从统计学的层面， 分时段地针 对采集到 数据进行分布比对， 从而消除单个数据 方差偏大的问题。 权利要求书1页 说明书10页 附图2页 CN 114220189 A 2022.03.22 CN 114220189 A 1.一种监测方法， 用于在线监测润滑系统中的金属磨粒的信 息， 其特征在于， 包括如下 步骤： 数据收集 步骤， 接收由磨粒传感器采集的所述金属磨粒的特 征数据； 统计步骤， 统计当前统计周期中的所述特征参数， 得到与所述特征参数相关的分布曲 线Q； 比较步骤， 将所述分布曲线Q与预期的标准分布曲线P相比较， 得到表征所述分布曲线Q 与所述分布曲线P之间的差别的统计函数， 所述统计函数包括至少两个； 计算步骤， 求所述统计函数的加权和， 作为磨粒综合指数； 判断步骤， 当所述磨粒综合指数超过 预设的报警阈值时， 提 示人工干预。 2.如权利要求1所述的方法， 其特 征在于， 所述数据收集 步骤中， 所述特 征数据包括： 所述磨粒传感器在第一时刻采集的数据； 或者 所述磨粒传感器在第一时段中采集的数据的平均值。 3.如权利要求1所述的方法， 其特征在于， 所述数据收集步骤中， 所述特征数据包括所 述金属磨粒的大小、 浓度、 数量和形状数据。 4.如权利要求3所述的方法， 其特征在于， 所述与所述特征参数相关的分布曲线Q包括： 所述金属磨粒的数量相对所述金属磨粒的大小的分布曲线、 所述金属磨粒出现的概率相对 所述金属磨粒的数量的分布曲线。 5.如权利要求1所述的方法， 其特征在于， 所述统计步骤中， 所述统计周期的长短可调， 且所述统计周期至少与所述磨粒传感器的采样周期相同。 6.如权利要求1所述的方法， 其特征在于， 所述比较步骤中， 所述分布曲线P通过经验值 来预设， 或者在确认产生所述金属磨粒 的机械设备工作正常的情况下， 通过所述数据收集 步骤和所述统计步骤来获取。 7.如权利要求1所述的方法， 其特征在于， 所述计算步骤中， 计算所述加权和时， 各权重 值通过经验值来预设， 或者在建立所述分布曲线P的同时， 通过机器学习的方法来自动设 定。 8.如权利要求1所述的方法， 其特征在于， 在所述报警阈值中， 所述报警阈值通过经验 值来预设， 或者 通过机器学习的方法来自动设定 。 9.一种预测系统， 其特征在于， 通过实施如权利要求1 ‑8中任一项所述的监测方法来预 测产生所述金属磨粒的机械 设备的运动部件的磨损情况， 在所述判断步骤提示人工干预的 情况下， 所述预测系统使的所述机 械设备停止 工作。 10.一种电子设备， 其特 征在于， 包括： 至少一个存 储器， 用于存 储计算机指令； 至少一个处理器， 当所述至少一个处理器执行所述计算机指令时， 实现如权利要求1 ‑8 中任一项所述的方法。 11.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有至少一 条计算机指 令， 所述至少一条指 令由处理器加载并执行， 以实现如权利要求 1‑8中任一项 所 述的方法。 12.一种计算机程序产品， 其特征在于， 所述计算机程序产品包括计算机指令， 所述计 算机指令被执 行时， 实现如权利要求1 ‑8中任一项所述的方法。权　利　要　求　书 1/1 页 2 CN 114220189 A 2一种监测方 法、 预测系统、 电子 设备及存储介质 技术领域 [0001]本发明涉及数据监测技术领域， 尤其涉及了一种监测方法、 预测系统、 电子设备及 存储介质。 背景技术 [0002]润滑油通常作用于各种工业设备的运动部件之间， 以减少运动部件， 尤其是金属 的运动部件表面直接接触而产生的摩擦。 然而不可避免的是， 工业设备在运行过程中还是 会产生金属的磨损颗粒(磨粒)。 [0003]这些金属磨粒随着工业设备的运转， 会悬浮于润滑油中， 随润滑系统不断循环， 不 断碾磨， 对运动部件造成伤害。 同时， 金属磨粒在一定的高温工作温度下会催 化加速润滑基 础油的氧化以及其 他添加剂的降解， 从而对润滑油也造成破坏。 [0004]随着工业设备累计运行时间、 工作状态或工作环境的不同， 磨粒的浓度， 大小， 数 量等参数均发生不同的变化。 虽然润滑系统中的过滤设备在一定程度上可以缓解润滑油中 金属磨粒的累积， 但是一部分的金属磨粒仍将游离 于润滑循环系统中。 [0005]这部分磨粒容易造成工业设备的机械故障， 据统计资料表明， 机械装备的恶性事 故百分之五十以上起因于润滑失效和过度磨损。 因此， 润滑油中金属磨粒的变化(包括大 小、 形状、 数量 等方面的变化)将直接反应动力传动系统运行状态与故障情况。 [0006]金属磨粒在线监测技术能够获取流经运动部件后的润滑油中所含 的金属磨粒的 相关信息， 再通过数学手段来分析工业设备 的磨损情况。 但现有的在线监测 技术都是基于 金属磨粒随时间累积的总量为对象来分析磨损情况的， 并且判断的标准数据是通过事先的 对同类产品的实验而获取的， 该判断方法没有考虑单个设备独有的工作 环境或工作状态等 外部条件对该设备造成的影响， 对于单个设备来说， 判断标准 缺乏针对性。 发明内容 [0007]为了解决上述缺陷， 本方法通过传感器采集到 的数据本身的分布特性， 从统计学 的层面， 分时段地针对采集到数据进 行分布比对， 从而消除单个数据方差偏大的问题， 另外 也可以解决不同工况 下设定设备磨损量的阈值报警的问题。 [0008]本发明提供一种监测方法， 用于在线监测润滑系统中的金属磨粒的信息， 包括如 下步骤： [0009]数据收集 步骤， 接收由磨粒传感器采集的所述金属磨粒的特 征数据； [0010]统计步骤， 统计当前统计周期中的所述特征参数， 得到与所述特征参数相关的分 布曲线Q； [0011]比较步骤， 将所述分布曲线Q与预期的标准分布曲线P相比较， 得到表征所述分布 曲线Q与所述分布曲线P之间的差别的统计函数， 所述统计函数包括至少两个； [0012]计算步骤， 求所述统计函数的加权和， 作为磨粒综合指数； [0013]判断步骤， 当所述磨粒综合指数超过 预设的报警阈值时， 提 示人工干预。说　明　书 1/10 页 3 CN 114220189 A 3