一种矿山装备润滑油污染物状态射频检测装置与评价方法

本发明涉及机械装备监测运维，具体是一种矿山装备润滑油污染物状态射频检测装置与评价方法。

背景技术：

1、矿山机械装备的传动系统结构复杂、摩擦副多、不易拆卸，且长期处于重载、高尘、高湿的恶劣工况条件下运行。润滑油作为传动系统的关键介质，在减少摩擦、降低磨损、辅助冷却及防锈密封等方面发挥着重要作用。据统计，75%以上的传动系统故障由润滑油污染和传动件磨损造成。润滑油污染物主要包括水分侵入导致的乳化变质、固体颗粒物累积导致的磨粒磨损、以及高温氧化导致的酸值升高和粘度变化。上述污染物在矿山装备运行过程中持续累积，加速了零部件腐蚀与磨损，严重威胁装备服役寿命。因此，对矿山装备润滑油污染物状态进行准确检测与评价，对于保障设备健康运行、避免突发故障具有重要工程意义。

2、目前，矿山装备润滑油检测主要依赖离线油样分析，包括粘度测定、总酸值/总碱值滴定、水分含量测定、铁谱分析等。这些方法虽然检测精度较高，但存在检测周期长、需要专业人员和专用设备、无法实现实时监测等局限，难以适应矿山装备连续作业、分布分散的实际工况需求。射频识别（rfid）技术因其无源、无线、低成本、易部署等优势，在工业现场状态监测领域展现出潜力。然而，现有rfid检测方案多针对通用场景下的定位或识别需求，如cn109934031b利用相位和rssi联合信息识别信号传播路径类型，而非针对油液介质中污染物引起的介电特性变化进行检测。润滑油劣化过程中的多重影响因素（氧化产物、水分、金属磨粒、污染物颗粒等）在单一射频参量空间中高度耦合，难以有效区分与独立量化，目前尚未见针对矿山装备复杂工况的润滑油污染物状态射频检测与评价方案，因此，针对以上现状，迫切需要开发一种矿山装备润滑油污染物状态射频检测装置与评价方法，以克服当前实际应用中的不足。

技术实现思路

1、本发明的目的在于提供一种矿山装备润滑油污染物状态射频检测装置与评价方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种矿山装备润滑油污染物状态射频检测装置，包括rfid阅读器、天线、电子标签及pc机；

4、还包括由铝合金搭建的基础框架，所述天线固定于所述基础框架的横杆上且发射方向朝下，所述电子标签固定于桌面上且位于所述天线的中心点正下方，润滑油样品放置于所述电子标签正上方的检测区；

5、所述阅读器通过射频线缆与所述天线连接，通过以太网线与所述pc机连接，并将带有时间戳的相位和接收信号强度rssi数据实时发送至所述pc机保存。

6、一种矿山装备润滑油污染物状态射频检测方法，其特征在于，包括以下步骤：

7、a、采用pearson线性相关分析法，分析相位差δφ和接收信号强度rssi与润滑油理化指标的相关系数，构建相关系数矩阵；

8、b、对相位差δφ和rssi双参数进行标准化处理，获得标准化后的相位差特征量x1和rssi特征量x2，采用gram-schmidt方法或主成分分析方法进行正交化处理，将相关变量转化为相互独立的正交特征分量；

9、c、构建三个互补的融合指标：线性加权融合指标dilin、马氏距离融合指标dimahal、主成分差异指标ditype，并基于相关系数矩阵确定各指标的权重系数；

10、d、建立基准，对采集的相位差δφ和rssi数据进行预处理、特征提取与融合指标计算，获得dilin、dimahal和ditype融合指标。

11、作为本发明进一步的方案：所述步骤a中，将每种待测油样取400ml置于标准玻璃烧杯中，利用所述的射频检测装置进行测试，每个样品重复测量5次，每次持续30秒，取相位差和接收信号强度的平均值作为该样品的射频特征值。

12、作为本发明进一步的方案：所述步骤a中，基于各理化指标的相关系数矩阵，分析相位差δφ与rssi的相关系数。

13、作为本发明进一步的方案：所述步骤c中，基于等权重方案构建线性加权融合指标dilin,其计算式为：

14、；

15、基于主成分分析方法构建第一主成分融合指标dipca,其计算式为：

16、；

17、所述dipca包含原始数据88.1%的信息量；

18、结合第二主成分构建主成分差异指标ditype,其计算式为：

19、；

20、所述ditype的判别规则为：ditype>0时劣化以氧化磨损型为主，ditype<0时劣化以污染型为主，ditype≈0时两种类型程度相当；

21、所述马氏距离融合指标dimahal的计算式为：

22、；

23、其中，r′为x1与x2的实测pearson相关系数的绝对值。

24、作为本发明进一步的方案：所述步骤d中，所述预处理包括相位解缠、系统误差校正和数据平滑处理；

25、所述相位解缠中，当相邻采样点相位差绝对值大于π时，补偿2π的整数倍；

26、所述系统误差校正采用开路-短路-负载校准法；

27、所述数据平滑处理采用滑动平均滤波方法。

28、作为本发明进一步的方案：所述步骤d中，基于比值特征r=x1/x2进行劣化类型识别：

29、当r>1.2时判定为氧化磨损型劣化为主，当r<0.8时判定为污染型劣化为主，当0.8≤r≤1.2时判定为两种类型程度相当；

30、基于线性加权融合指标dilin进行劣化程度分级，分为以下五级：

31、dilin<1.0为ⅰ级，1.0≤dilin<2.0为ⅱ级，2.0≤dilin<3.5为ⅲ级，3.5≤dilin<5.0为ⅳ级，dilin≥5.0为ⅴ级。

32、一种矿山装备润滑油污染物状态评价方法，其特征在于，包括以下步骤：

33、s1、构建双层级融合框架，第一层级为指标构建层，将dilin和dimahal聚合为二维融合特征向量f = [dilin,dimahal]t；第二层级为证据学习层，构建证据神经网络模型，输出状态概率及认知不确定性u；

34、s2、将特征提取、证据生成与分类决策整合至统一网络中联合优化，构建基于证据神经网络的融合评价模型

35、作为本发明进一步的方案：所述证据神经网络模型包括输入层、特征提取层、证据层、输出层和决策层；

36、所述特征提取层为两层全连接结构，采用relu激活函数；

37、所述证据层采用指数激活函数生成非负证据向量；其中，为证据层权重矩阵；为偏置项；为特征提取层输出的特征向量；

38、所述输出层基于证据向量计算狄利克雷分布参数、类别概率和认知不确定性，具体计算方式为：

39、浓度参数：

40、；

41、总证据强度：

42、；

43、类别概率：

44、；

45、认知不确定性：

46、u = k/s；

47、其中，k为类别数，αk为第k类的浓度参数，ek为第k类的证据值，为第k类的类别概率，u为认知不确定性；

48、所述证据神经网络模型的最终输出表示为：

49、；

50、其中，为正常状态概率，为注意状态概率，为警告状态概率，为故障状态概率。

51、作为本发明进一步的方案：所述证据神经网络模型的损失函数为：

52、；

53、其中，

54、；

55、；

56、；

57、式中，为总损失函数，为期望交叉熵损失，为不确定性正则化项，为kl散度证据正则化项，为digamma函数，为第i个样本在第k类的真实标签，为第i个样本的总浓度参数，为第i个样本第k类的浓度参数，ui为第i个样本的认知不确定性，为指示函数，为多元beta函数，为第i个样本移除正确类别证据后的浓度参数，为第i个样本在第k类移除正确类别证据后的浓度参数，和为超参数，n为样本总数。

58、与现有技术相比，本发明的有益效果是：

59、本发明针对矿山装备传动系统在重载、高尘、高湿恶劣工况下润滑油污染物难以实时检测的问题，构建了基于rfid的射频检测装置，将矿山装备润滑油污染物状态的检测从离线实验室分析转变为无线、无源、低成本的在线实时检测，适应矿山装备连续作业、分布分散的实际工况需求。

60、针对现有rfid检测方案仅针对通用定位场景、未涉及润滑油污染物检测的技术空白，以及单一射频参量难以兼顾灵敏度与鲁棒性的问题，基于润滑油衰变过程中介电特性变化机理，通过相关性分析揭示相位差和rssi分别对氧化劣化和水分污染的强互补响应规律。在此基础上构建线性加权融合指标用于劣化程度综合评估，构建马氏距离融合指标消除变量间相关性影响以实现早期异常预警，构建主成分差异指标通过区分相位和rssi的变化主导性以实现劣化类型识别，三个融合指标从不同维度表征污染物劣化特征，实现了双参数信息的冗余消除与功能分化，有效解决了油液劣化中多重影响因素在单一参量空间中高度耦合、难以有效区分与独立量化的问题。

61、针对润滑油相邻状态特征重叠导致边界误判、传统点估计方法缺乏可信度的问题，构建了双层级信息融合评价模型。第一层级将线性加权融合指标和马氏距离融合指标聚合为二维融合特征向量，实现降维与信息互补；第二层级引入证据学习机制构建证据神经网络模型，通过狄利克雷分布对分类不确定性进行建模，输出各类别状态概率和认知不确定性，将传统点估计扩展为带置信度的概率分布估计。该模型可从状态概率和不确定性两个维度综合判断润滑油状态，有效降低相邻劣化等级之间的边界误判，实现可信评价与维护决策。上述装置、检测方法和评价方法相互协同，共同构成一套完整的矿山装备润滑油污染物状态射频检测与评价体系，为矿山装备的预测性维护提供了可靠的技术支撑。