用于确定机械设备的液压油维保信息的方法及装置与流程

1.本发明涉及液压油维保技术领域，具体地，涉及一种用于确定机械设备的液压油维保信息的方法及装置。


背景技术：

2.当前，机械设备行业判断液压油清洁度需要从液压油箱中提取小样，再通过专业的颗粒度检测仪器检测，没有搭载在车辆上的对液压油清洁度进行实时监测的系统，也没有颗粒度变化曲线以及相应的预测模型，因此，更没有针对液压油的主动维保服务系统。在机械设备作业过程中，需要停工提取液压油小样，经过妥善保存以防止油液被污染，并使用外部仪器检测，以便对液压油进行维保。现有技术中对于机械设备液压油的维保信息均需要手动执行，具有一定的滞后性，可能会存在液压油需要更换但是没有及时通知到客户和服务人员的问题，从而导致维保效率较低。


技术实现要素：

3.本发明的目的是提供一种用于确定机械设备的液压油维保信息的方法及装置，用以解决现有技术中机械设备液压油的维保效率较低的问题。
4.为了实现上述目的，本发明第一方面提供一种用于确定机械设备的液压油维保信息的方法，应用于机械设备的车载控制器，机械设备的液压系统阀组控制油路出口设置有液压油颗粒度传感器，液压油颗粒度传感器与车载控制器连接，车载控制器与数据存储平台通信连接，该方法包括：
5.获取液压油颗粒度传感器采集的液压油清洁度颗粒数量；
6.基于数据存储平台传输的历史数据得到液压油清洁度特性曲线；
7.根据液压油清洁度颗粒数量和液压油清洁度特性曲线确定设定周期后的液压油清洁度预测值；
8.根据液压油清洁度预测值确定机械设备的液压油维保信息。
9.在本发明的实施例中，基于数据存储平台传输的历史数据得到液压油清洁度特性曲线包括：
10.获取数据存储平台传输的参数的在设定时间段的历史数据；
11.通过机器学习算法训练液压油清洁度与参数的关系模型；
12.根据关系模型得到液压油清洁度特性曲线。
13.在本发明的实施例中，参数包括以下中的至少一者：
14.机械设备的液压油清洁度颗粒数量、机械设备的液压油压力、机械设备的发动机负载率和机械设备的执行机构动作状态。
15.在本发明的实施例中，根据液压油清洁度预测值确定机械设备的液压油维保信息包括：
16.在液压油清洁度预测值小于第一阈值的情况下，将维保信息确定为不进行报警；
17.在液压油清洁度预测值大于或等于第一阈值但小于第二阈值的情况下，将维保信息确定为一级报警信息；
18.在液压油清洁度预测值大于或等于第二阈值的情况下，将维保信息确定为二级报警信息。
19.在本发明的实施例中，数据存储平台与客户端通信连接，该方法还包括：
20.将一级报警信息或二级报警信息通过数据存储平台发送至客户端。
21.在本发明的实施例中，数据存储平台与服务端通信连接，该方法还包括：
22.在维保信息连续两个周期均确定为二级报警信息的情况下，将液压油主动维保服务信息通过数据存储平台发送至服务端。
23.本发明第二方面提供一种车载控制器，被配置成上述的用于确定机械设备的液压油维保信息的方法。
24.本发明第三方面提供一种确定机械设备的液压油维保信息的装置，该装置包括：
25.上述的车载控制器；
26.液压油颗粒度传感器，与车载控制器连接，设置于机械设备的液压系统阀组控制油路出口，用于采集液压油清洁度颗粒数量；
27.数据存储平台，与车载控制器通信连接，用于与车载控制器传输数据。
28.在本发明的实施例中，该装置还包括：
29.客户端，与数据存储平台通信连接，用于接收液压油报警信息；
30.服务端，与数据存储平台通信连接，用于接收液压油主动维保服务信息。
31.本发明第四方面提供一种机械设备，包括上述的用于确定机械设备的液压油维保信息的装置。
32.通过上述技术方案，获取液压油颗粒度传感器采集的液压油清洁度颗粒数量以及基于数据存储平台传输的历史数据得到液压油清洁度特性曲线，再根据液压油清洁度颗粒数量和液压油清洁度特性曲线确定设定周期后的液压油清洁度预测值，从而根据液压油清洁度预测值确定机械设备的液压油维保信息。这样可以实时监测液压油清洁度的状态，无需停机即可提取小样送检。并且，通过模型预测提供主动维保，可以保持液压油清洁度在合理范围内，减少液压系统故障，延长机器寿命，提高客户满意度。同时还可以确定液压系统故障是否与液压油清洁度有关，提高液压油的维保效率。
33.本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
34.附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
35.图1a是本发明一实施例提供的一种用于确定机械设备的液压油维保信息的装置的结构示意图；
36.图1b是本发明另一实施例提供的一种用于确定机械设备的液压油维保信息的装置的结构示意图；
37.图2是本发明一实施例提供的一种用于确定机械设备的液压油维保信息的方法的流程示意图；
38.图3是本发明另一实施例提供的一种用于确定机械设备的液压油维保信息的方法的流程示意图；
39.图4是本发明实施例提供的清洁度特性曲线的函数关系图；
40.图5是本发明实施例提供的一种车载控制器的结构框图。
41.附图标记说明
[0042]1ꢀꢀꢀꢀꢀꢀꢀꢀ
车载控制器
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ2ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
液压油颗粒度传感器
[0043]3ꢀꢀꢀꢀꢀꢀꢀꢀ
数据存储平台
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ4ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
客户端
[0044]5ꢀꢀꢀꢀꢀꢀꢀꢀ
服务端
具体实施方式
[0045]
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
[0046]
需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后
……
)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
[0047]
另外，若本发明实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
[0048]
图1a是本发明一实施例提供的一种用于确定机械设备的液压油维保信息的装置的结构示意图；图1b是本发明另一实施例提供的一种用于确定机械设备的液压油维保信息的装置的结构示意图。参见图1a和1b，该装置可以包括车载控制器1、液压油颗粒度传感器2、数据存储平台3、客户端4和服务端5。其中，液压油颗粒度传感器2与车载控制器1连接，设置于机械设备的液压系统阀组控制油路出口，用于采集液压油清洁度颗粒数量。数据存储平台3与车载控制器1通信连接，图1a中，数据存储平台3与车载控制器1通过无线通信连接，图1b中，数据存储平台3与车载控制器1通过有线通信连接，数据存储平台3用于与车载控制器1传输数据。客户端4与数据存储平台3通信连接，用于接收液压油报警信息。服务端5，与数据存储平台3通信连接，用于接收液压油主动维保服务信息。
[0049]
在本发明的实施例中，机械设备可以包括但不限于起重设备、混凝土设备、行走设备、挖掘设备等。车载控制器1和液压油颗粒度传感器2均设置于机械设备车载端。车载控制器1和液压油颗粒度传感器2连接，例如，可以通过控制器局域网络(controller area network，can)总线连接车载控制器1和液压油颗粒度传感器2。在机械设备的液压系统阀组控制油路出口设置有液压油颗粒度传感器，用于采集液压油清洁度颗粒数量。液压油颗粒度传感器主要用来分析液压油产品中颗粒性的客观量度，可以对油液颗粒度、清洁度和污染物监测和分析。现有技术中一般将液压油颗粒度传感器设置于大型工业设备中，而本发明的实施例将液压油颗粒度传感器设置于流动性小型设备机械设备中，可以实时对液压油的清洁度进行检测。在一个示例中，还可以在液压油颗粒度传感器的前方安装调速阀以保
证压力和流量的稳定。
[0050]
在本发明的实施例中，数据存储平台3可以包括但不限于云平台以及机械设备的本地数据存储器。车载控制器1可以通过有线通信与本地数据存储器通信连接，也可以通过无线通信连接与云平台通信连接。有线通信连接可以包括但不限于通过can总线连接。在一个示例中，本地数据存储器可以每隔固定时间更新历史数据。车载控制器1可以直接通过本地存储的数据存储器获取数据。这样，可以避免因网络较差导致无法从云平台获取数据的情况，提高了数据传输的效率。无线通信连接可以包括但不限于第二代手机通信技术规格(2
‑
generation wireless telephone technology，2g)或第四代移动通信技术(the 4
th generation mobile communication technology，4g)等通信方式。在另一个示例中，机械设备的车载端和云平台还可以分别包括一数据收发单元，两个数据收发单元之间可以通信连接。机械设备车载端的数据收发单元与车载控制器1通过can总线连接，云平台的数据收发单元与物联网大数据平台通过传输控制协议(transmission control protocol，tcp)或网际互联协议(internet protocol，ip)连接。这样，可以通过数据收发单元与云平台之间进行数据传输。
[0051]
在本发明的实施例中，数据存储平台3还可以分别与客户端4和服务端5通信连接。客户端4即客户的移动终端，可以包括但不限于手机应用程序(application，app)或个人计算机(personal computer，pc)网页，用于接收液压油报警信息以及显示液压油报警信息。这样，用户可以通过移动终端实时了解机械设备的液压油清洁度是否需要更换，在收到液压油报警信息后可以选择对液压油及时进行过滤，以减少液压油故障的情况。服务端5即服务人员的移动终端，可以包括手机app或pc网页，用于接收液压油主动维保服务信息并显示主动维保服务信息。服务人员可以通过主动维保服务信息确定哪些客户的机械设备液压油需要进行维护保养并上门进行维护保养，由客户决定是否购买过滤液压油服务，如果客户不接受则只进行常规液压系统检查，同时系统关闭维保服务。这样，可以使得服务人员及时获取客户需求，提高客户满意度，减少液压系统故障，延长机械设备的寿命。
[0052]
图2是本发明一实施例提供的一种用于确定机械设备的液压油维保信息的方法的流程示意图。参见图2，本发明实施例提供一种用于确定机械设备的液压油维保信息的方法，应用于机械设备的车载控制器，机械设备的液压系统阀组控制油路出口设置有液压油颗粒度传感器，液压油颗粒度传感器与车载控制器连接，车载控制器与数据存储平台通信连接，该方法可以包括下列步骤。
[0053]
在步骤s21中，获取液压油颗粒度传感器采集的液压油清洁度颗粒数量。在本发明的实施例中，车载控制器和液压油颗粒度传感器连接，例如，可以通过can总线连接车载控制器和液压油颗粒度传感器。在机械设备的液压系统阀组控制油路出口设置有液压油颗粒度传感器，用于采集液压油清洁度颗粒数量。液压油颗粒度传感器主要用来分析液压油产品中颗粒性的客观量度，可以对油液颗粒度、清洁度和污染物监测和分析。现有技术中一般将液压油颗粒度传感器设置于大型工业设备中，而本发明的实施例将液压油颗粒度传感器设置于流动性小型设备机械设备中，可以实时对液压油的清洁度进行检测。在一个示例中，还可以在液压油颗粒度传感器的前方安装调速阀以保证压力和流量的稳定。
[0054]
在步骤s22中，基于数据存储平台传输的历史数据得到液压油清洁度特性曲线。在本发明的实施例中，数据存储平台可以包括但不限于云平台以及机械设备的本地数据存储
器。车载控制器可以通过有线通信与本地数据存储器通信连接，也可以通过无线通信连接与云平台通信连接。有线通信连接可以包括但不限于通过can总线连接。在一个示例中，本地数据存储器可以每隔固定时间更新历史数据。车载控制器可以直接通过本地存储的数据存储器获取数据。这样，可以避免因网络较差导致无法从云平台获取数据的情况，提高了数据传输的效率。无线通信连接可以包括但不限于2g或4g等通信方式。在另一个示例中，机械设备的车载端和云平台还可以分别包括一数据收发单元，两个数据收发单元之间可以通信连接。机械设备车载端的数据收发单元与车载控制器通过can总线连接，云平台的数据收发单元与物联网大数据平台通过tcp或ip连接。这样，可以通过数据收发单元与云平台之间进行数据传输。在机械设备作业时，会将相关信息以及液压油颗粒度传感器数据回传到数据存储平台中，数据存储平台所得到的数据类型包括但不限于：液压油清洁度颗粒数量、液压油压力、发动机负载率、执行机构动作状态(例如，主卷扬动作、副卷扬动作、回转动作、变幅动作、主臂伸缩动作)等。数据存储平台中有众多机械设备的大量作业数据，因此，车载控制器可以获取数据存储平台传输的参数的在设定时间段的历史数据，通过机器学习的方法，从数据存储平台传输的历史数据训练得到液压油清洁度与液压油压力、发动机负载率、执行机构动作状态等数据之间的关系模型。例如，关系模型可以为f(a1,a2,a3,t)。其中，t表示时间，a1,a2,a3分别代表在[t0‑
t,t0]时间段内的液压油压力、发动机负载率、执行机构动作状态等数据，t0代表当前时间，t代表时间段的长度。在车载控制器中部署液压油清洁度特性曲线的计算模型，每天运算一次模型可以得到当前机械设备的液压油清洁度特性曲线f(t)，其中，t表示时间，即液压油清洁度预测值与时间的关系函数。
[0055]
在步骤s23中，根据液压油清洁度颗粒数量和液压油清洁度特性曲线确定设定周期后的液压油清洁度预测值。在本发明的实施例中，车载控制器获取了当前的液压油清洁度颗粒数量以及液压油清洁度特性曲线，则可以预测设定周期后的清洁度值。例如，设定周期为30天，则可以根据液压油清洁度特性曲线f(30天)确定30天后的液压油清洁度预测值y。
[0056]
在步骤s24中，根据液压油清洁度预测值确定机械设备的液压油维保信息。在本发明的实施例中，可以根据液压油清洁度预测值确定机械设备的液压油维保信息。在一个示例中，液压油维保信息可以包括不进行报警、一级报警信息和二级报警信息。在液压油清洁度预测值小于第一阈值的情况下，将维保信息确定为不进行报警；在液压油清洁度预测值大于或等于第一阈值但小于第二阈值的情况下，将维保信息确定为一级报警信息；在液压油清洁度预测值大于或等于第二阈值的情况下，将维保信息确定为二级报警信息。例如，第一阈值可以为19/16(iso液压油清洁度等级)，第二阈值可以为20/17(iso液压油清洁度等级)。在本发明的实施例中，车载控制器还可以与力矩限制器连接，力矩限制器用于显示液压油清洁度警报。例如通过不同灯光区分不同的报警信息，一级报警信息可以为黄色警报，二级报警信息可以为红色警报。这样，用户可以直观地通过显示灯确定当前机械设备的液压油报警信息。同时，报警信息可以通过数据存储平台传输至客户端或服务端，客户端即客户的移动终端，服务端即服务人员的移动终端，用于提醒客户或服务人员及时对机械设备的液压油进行维保。
[0057]
通过上述技术方案可以实时监测液压油清洁度的状态，无需停机即可提取小样送检。并且，通过模型预测提供主动维保，可以保持液压油清洁度在合理范围内，减少液压系
统故障，延长机器寿命，提高客户满意度。同时还可以确定液压系统故障是否与液压油清洁度有关，提高液压油的维保效率。
[0058]
在本发明的实施例中，基于数据存储平台传输的历史数据得到液压油清洁度特性曲线可以包括：
[0059]
获取数据存储平台传输的参数的在设定时间段的历史数据；
[0060]
通过机器学习算法训练液压油清洁度与参数的关系模型；
[0061]
根据关系模型得到液压油清洁度特性曲线。
[0062]
具体地，可以通过数据收发单元与数据存储平台之间进行数据传输。在机械设备作业时，会将相关信息以及液压油颗粒度传感器数据回传到数据存储平台中，数据存储平台所得到的数据类型包括但不限于：液压油清洁度颗粒数量、液压油压力、发动机负载率、执行机构动作状态(例如，主卷扬动作、副卷扬动作、回转动作、变幅动作、主臂伸缩动作)等。数据存储平台中有众多机械设备的大量作业数据，因此，车载控制器可以获取数据存储平台传输的参数的在设定时间段的历史数据。在本发明的实施例中，参数可以包括以下中的至少一者：机械设备的液压油清洁度颗粒数量、机械设备的液压油压力、机械设备的发动机负载率和机械设备的执行机构动作状态。通过机器学习的方法，从数据存储平台传输的历史数据训练得到液压油清洁度与液压油压力、发动机负载率、执行机构动作状态等数据之间的关系模型。例如，关系模型可以为f(a1,a2,a3,t)。其中，t表示时间，a1,a2,a3分别代表在[t0‑
t,t0]时间段内的液压油压力、发动机负载率、执行机构动作状态等数据，t0代表当前时间，t代表时间段的长度。在车载控制器中部署液压油清洁度特性曲线的计算模型，每天运算一次模型可以得到当前机械设备的液压油清洁度特性曲线f(t)，其中，t表示时间，即液压油清洁度预测值与时间的关系函数。通过数据存储平台的历史数据训练模型得到液压油清洁特性曲线，使得模型具有大量的试验数据，不断提高模型的精度，从而使得液压油清洁度特性曲线的精度更高，预测更加准确。
[0063]
图3是本发明另一实施例提供的一种用于确定机械设备的液压油维保信息的方法的流程示意图。参见图3，在本发明的实施例中，步骤s24、根据液压油清洁度预测值确定机械设备的液压油维保信息可以包括：
[0064]
步骤s31、在液压油清洁度预测值小于第一阈值的情况下，将维保信息确定为不进行报警；
[0065]
步骤s32、在液压油清洁度预测值大于或等于第一阈值但小于第二阈值的情况下，将维保信息确定为一级报警信息；
[0066]
步骤s33、在液压油清洁度预测值大于或等于第二阈值的情况下，将维保信息确定为二级报警信息。
[0067]
在本发明的实施例中，液压油维保信息可以包括不进行报警、一级报警信息和二级报警信息。在液压油清洁度预测值小于第一阈值的情况下，将维保信息确定为不进行报警；在液压油清洁度预测值大于或等于第一阈值但小于第二阈值的情况下，将维保信息确定为一级报警信息；在液压油清洁度预测值大于或等于第二阈值的情况下，将维保信息确定为二级报警信息。在一个示例中，第一阈值可以为19/16(iso液压油清洁度等级)，第二阈值可以为20/17(iso液压油清洁度等级)。在本发明的实施例中，车载控制器还可以与力矩限制器连接，力矩限制器用于显示液压油清洁度警报。例如通过不同灯光区分不同的报警
信息，一级报警信息可以为黄色警报，二级报警信息可以为红色警报。这样，用户可以直观地通过显示灯确定当前机械设备的液压油报警信息。
[0068]
图4是本发明实施例提供的清洁度特性曲线的函数关系图。参见图4，机械设备在出厂时间的清洁度为18/15，此时小于第一阈值19/16，因此可以不进行报警。在当前时刻t0时，机械设备的液压油清洁度仍然未超过第一阈值19/16，因此仍然不需要报警。此时，根据液压油清洁度特性曲线可以预测未来任意天数的清洁度，例如在t0 1个月时，液压油清洁度预测值为19/16，此时达到第一阈值，需要发送黄色警报。以此类推，液压油清洁度预测值为20/17时，达到第二阈值，此时需要发送红色警报。因此，通过清洁度特性曲线的函数关系图可以根据清洁度和天数的关系进行液压油清洁度的预测，从而确定液压油维保信息。
[0069]
在本发明的实施例中，数据存储平台还分别与客户端和服务端通信连接，该方法还包括：
[0070]
将一级报警信息或二级报警信息通过数据存储平台发送至客户端；以及
[0071]
在维保信息连续两个周期均确定为二级报警信息的情况下，将液压油主动维保服务信息通过数据存储平台发送至服务端。
[0072]
具体地，客户端即客户的移动终端，可以包括但不限于手机app或pc网页，用于接收液压油报警信息以及显示液压油报警信息。这样，用户可以通过移动终端实时了解机械设备的液压油清洁度是否需要更换，在收到液压油报警信息后可以选择对液压油及时进行过滤，以减少液压油故障的情况。在确定维保信息为一级报警信息或二级报警信息的情况下，可以将一级报警信息或二级报警信息通过数据存储平台发送至客户端，以便客户知晓液压油的预测情况，并且决定是否进行液压油过滤。服务端即服务人员的移动终端，可以包括手机app或pc网页，用于接收液压油主动维保服务信息并显示主动维保服务信息。在连续两个周期，例如连续两个月的维保信息均为二级报警信息的情况下，可以通过数据存储平台发送主动维保服务信息至服务端。服务人员可以通过主动维保服务信息确定哪些客户的机械设备液压油需要进行维护保养并上门进行维护保养，由客户决定是否购买过滤液压油服务，如果客户不接受则只进行常规液压系统检查，同时系统关闭维保服务。这样，可以使得服务人员及时获取客户需求，提高客户满意度，减少液压系统故障，延长机械设备的寿命。
[0073]
图5是本发明实施例提供的一种车载控制器的结构框图。参见图5，本发明实施例提供一种车载控制器，被配置成上述的用于确定机械设备的液压油维保信息的方法。该车载控制器可以包括处理器510和存储器520。存储器520可以存储有指令，该指令在被处理器510执行时可以使得处理器510执行之前实施例中描述的用于确定机械设备的液压油维保信息的方法。
[0074]
具体地，在本发明的实施例中，处理器510被配置成：
[0075]
获取液压油颗粒度传感器采集的液压油清洁度颗粒数量；
[0076]
基于数据存储平台传输的历史数据得到液压油清洁度特性曲线；
[0077]
根据液压油清洁度颗粒数量和液压油清洁度特性曲线确定设定周期后的液压油清洁度预测值；
[0078]
根据液压油清洁度预测值确定机械设备的液压油维保信息。
[0079]
在本发明的实施例中，车载控制器和液压油颗粒度传感器连接，例如，可以通过
can总线连接车载控制器和液压油颗粒度传感器。在机械设备的液压系统阀组控制油路出口设置有液压油颗粒度传感器，用于采集液压油清洁度颗粒数量。液压油颗粒度传感器主要用来分析液压油产品中颗粒性的客观量度，可以对油液颗粒度、清洁度和污染物监测和分析。现有技术中一般将液压油颗粒度传感器设置于大型工业设备中，而本发明的实施例将液压油颗粒度传感器设置于流动性小型设备机械设备中，可以实时对液压油的清洁度进行检测。在一个示例中，还可以在液压油颗粒度传感器的前方安装调速阀以保证压力和流量的稳定。
[0080]
在本发明的实施例中，数据存储平台可以包括但不限于云平台以及机械设备的本地数据存储器。车载控制器可以通过有线通信与本地数据存储器通信连接，也可以通过无线通信连接与云平台通信连接。有线通信连接可以包括但不限于通过can总线连接。在一个示例中，本地数据存储器可以每隔固定时间更新历史数据。车载控制器可以直接通过本地存储的数据存储器获取数据。这样，可以避免因网络较差导致无法从云平台获取数据的情况，提高了数据传输的效率。无线通信连接可以包括但不限于2g或4g等通信方式。在另一个示例中，机械设备的车载端和云平台还可以分别包括一数据收发单元，两个数据收发单元之间可以通信连接。机械设备车载端的数据收发单元与车载控制器通过can总线连接，云平台的数据收发单元与物联网大数据平台通过tcp或ip连接。这样，可以通过数据收发单元与云平台之间进行数据传输。在机械设备作业时，会将相关信息以及液压油颗粒度传感器数据回传到数据存储平台中，数据存储平台所得到的数据类型包括但不限于：液压油清洁度颗粒数量、液压油压力、发动机负载率、执行机构动作状态(例如，主卷扬动作、副卷扬动作、回转动作、变幅动作、主臂伸缩动作)等。数据存储平台中有众多机械设备的大量作业数据，因此，车载控制器可以获取数据存储平台传输的参数的在设定时间段的历史数据，通过机器学习的方法，从数据存储平台传输的历史数据训练得到液压油清洁度与液压油压力、发动机负载率、执行机构动作状态等数据之间的关系模型。例如，关系模型可以为f(a1,a2,a3,t)。其中，t表示时间，a1,a2,a3分别代表在[t0‑
t,t0]时间段内的液压油压力、发动机负载率、执行机构动作状态等数据，t0代表当前时间，t代表时间段的长度。在车载控制器中部署液压油清洁度特性曲线的计算模型，每天运算一次模型可以得到当前机械设备的液压油清洁度特性曲线f(t)，其中，t表示时间，即液压油清洁度预测值与时间的关系函数。
[0081]
在本发明的实施例中，车载控制器获取了当前的液压油清洁度颗粒数量以及液压油清洁度特性曲线，则可以预测设定周期后的清洁度值。例如，设定周期为30天，则可以根据液压油清洁度特性曲线f(30天)确定30天后的液压油清洁度预测值y。在本发明的实施例中，可以根据液压油清洁度预测值确定机械设备的液压油维保信息。在一个示例中，液压油维保信息可以包括不进行报警、一级报警信息和二级报警信息。在液压油清洁度预测值小于第一阈值的情况下，将维保信息确定为不进行报警；在液压油清洁度预测值大于或等于第一阈值但小于第二阈值的情况下，将维保信息确定为一级报警信息；在液压油清洁度预测值大于或等于第二阈值的情况下，将维保信息确定为二级报警信息。例如，第一阈值可以为19/16(iso液压油清洁度等级)，第二阈值可以为20/17(iso液压油清洁度等级)。在本发明的实施例中，车载控制器还可以与力矩限制器连接，力矩限制器用于显示液压油清洁度警报。例如通过不同灯光区分不同的报警信息，一级报警信息可以为黄色警报，二级报警信息可以为红色警报。这样，用户可以直观地通过显示灯确定当前机械设备的液压油报警信
息。同时，报警信息可以通过数据存储平台传输至客户端或服务端，客户端即客户的移动终端，服务端即服务人员的移动终端，用于提醒客户或服务人员及时对机械设备的液压油进行维保。
[0082]
通过上述技术方案可以实时监测液压油清洁度的状态，无需停机即可提取小样送检。并且，通过模型预测提供主动维保，可以保持液压油清洁度在合理范围内，减少液压系统故障，延长机器寿命，提高客户满意度。同时还可以确定液压系统故障是否与液压油清洁度有关，提高液压油的维保效率。
[0083]
进一步地，处理器510还被配置成：
[0084]
基于数据存储平台传输的历史数据得到液压油清洁度特性曲线包括：
[0085]
获取数据存储平台传输的参数的在设定时间段的历史数据；
[0086]
通过机器学习算法训练液压油清洁度与参数的关系模型；
[0087]
根据关系模型得到液压油清洁度特性曲线。
[0088]
在本发明的实施例中，可以通过数据收发单元与数据存储平台之间进行数据传输。在机械设备作业时，会将相关信息以及液压油颗粒度传感器数据回传到数据存储平台中，数据存储平台所得到的数据类型包括但不限于：液压油清洁度颗粒数量、液压油压力、发动机负载率、执行机构动作状态(例如，主卷扬动作、副卷扬动作、回转动作、变幅动作、主臂伸缩动作)等。数据存储平台中有众多机械设备的大量作业数据，因此，车载控制器可以获取数据存储平台传输的参数的在设定时间段的历史数据。在本发明的实施例中，参数可以包括以下中的至少一者：机械设备的液压油清洁度颗粒数量、机械设备的液压油压力、机械设备的发动机负载率和机械设备的执行机构动作状态。通过机器学习的方法，从数据存储平台传输的历史数据训练得到液压油清洁度与液压油压力、发动机负载率、执行机构动作状态等数据之间的关系模型。例如，关系模型可以为f(a1,a2,a3,t)。其中，t表示时间，a1,a2,a3分别代表在[t0‑
t,t0]时间段内的液压油压力、发动机负载率、执行机构动作状态等数据，t0代表当前时间，t代表时间段的长度。在车载控制器中部署液压油清洁度特性曲线的计算模型，每天运算一次模型可以得到当前机械设备的液压油清洁度特性曲线f(t)，其中，t表示时间，即液压油清洁度预测值与时间的关系函数。通过数据存储平台的历史数据训练模型得到液压油清洁特性曲线，使得模型具有大量的试验数据，不断提高模型的精度，从而使得液压油清洁度特性曲线的精度更高，预测更加准确。
[0089]
进一步地，处理器510还被配置成：
[0090]
根据液压油清洁度预测值确定机械设备的液压油维保信息包括：
[0091]
在液压油清洁度预测值小于第一阈值的情况下，将维保信息确定为不进行报警；
[0092]
在液压油清洁度预测值大于或等于第一阈值但小于第二阈值的情况下，将维保信息确定为一级报警信息；
[0093]
在液压油清洁度预测值大于或等于第二阈值的情况下，将维保信息确定为二级报警信息。
[0094]
在本发明的实施例中，液压油维保信息可以包括不进行报警、一级报警信息和二级报警信息。在液压油清洁度预测值小于第一阈值的情况下，将维保信息确定为不进行报警；在液压油清洁度预测值大于或等于第一阈值但小于第二阈值的情况下，将维保信息确定为一级报警信息；在液压油清洁度预测值大于或等于第二阈值的情况下，将维保信息确
定为二级报警信息。在一个示例中，第一阈值可以为19/16(iso液压油清洁度等级)，第二阈值可以为20/17(iso液压油清洁度等级)。在本发明的实施例中，车载控制器还可以与力矩限制器连接，力矩限制器用于显示液压油清洁度警报。例如通过不同灯光区分不同的报警信息，一级报警信息可以为黄色警报，二级报警信息可以为红色警报。这样，用户可以直观地通过显示灯确定当前机械设备的液压油报警信息。
[0095]
进一步地，处理器510还被配置成：
[0096]
将一级报警信息或二级报警信息通过数据存储平台发送至客户端；
[0097]
在维保信息连续两个周期均确定为二级报警信息的情况下，将液压油主动维保服务信息通过数据存储平台发送至服务端。
[0098]
在本发明的实施例中，客户端即客户的移动终端，可以包括但不限于手机app或pc网页，用于接收液压油报警信息以及显示液压油报警信息。这样，用户可以通过移动终端实时了解机械设备的液压油清洁度是否需要更换，在收到液压油报警信息后可以选择对液压油及时进行过滤，以减少液压油故障的情况。在确定维保信息为一级报警信息或二级报警信息的情况下，可以将一级报警信息或二级报警信息通过数据存储平台发送至客户端，以便客户知晓液压油的预测情况，并且决定是否进行液压油过滤。服务端即服务人员的移动终端，可以包括手机app或pc网页，用于接收液压油主动维保服务信息并显示主动维保服务信息。在连续两个周期，例如连续两个月的维保信息均为二级报警信息的情况下，可以通过数据存储平台发送主动维保服务信息至服务端。服务人员可以通过主动维保服务信息确定哪些客户的机械设备液压油需要进行维护保养并上门进行维护保养，由客户决定是否购买过滤液压油服务，如果客户不接受则只进行常规液压系统检查，同时系统关闭维保服务。这样，可以使得服务人员及时获取客户需求，提高客户满意度，减少液压系统故障，延长机械设备的寿命。
[0099]
处理器510的示例可以包括但不限于通用处理器、专用处理器、常规处理器、数字信号处理器(dsp)、多个微处理器、与dsp核心关联的一个或多个微处理器、控制器、微控制器、专用集成电路(asic)、现场可编程门阵列(fpga)电路、其他任何类型的集成电路(ic)以及状态机等等。处理器可以执行信号编码、数据处理、功率控制、输入/输出处理。
[0100]
存储器520的示例可以包括但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd
‑
rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被处理器访问的信息。
[0101]
参见图1a和图1b，本发明实施例还提供一种确定机械设备的液压油维保信息的装置，该装置可以包括：
[0102]
上述的车载控制器1；
[0103]
液压油颗粒度传感器2，与车载控制器1连接，设置于机械设备的液压系统阀组控制油路出口，用于采集液压油清洁度颗粒数量；
[0104]
数据存储平台3，与车载控制器1通信连接，用于与车载控制器1传输数据。
[0105]
在本发明的实施例中，该装置还可以包括：
[0106]
客户端4，与数据存储平台3通信连接，用于接收液压油报警信息；
[0107]
服务端5，与数据存储平台3通信连接，用于接收液压油主动维保服务信息。
[0108]
通过该装置，可以获取液压油颗粒度传感器采集的液压油清洁度颗粒数量以及基于数据存储平台传输的历史数据得到液压油清洁度特性曲线，再根据液压油清洁度颗粒数量和液压油清洁度特性曲线确定设定周期后的液压油清洁度预测值，从而根据液压油清洁度预测值确定机械设备的液压油维保信息。这样可以实时监测液压油清洁度的状态，无需停机即可提取小样送检。并且，通过模型预测提供主动维保，可以保持液压油清洁度在合理范围内，减少液压系统故障，延长机器寿命，提高客户满意度。同时还可以确定液压系统故障是否与液压油清洁度有关，提高液压油的维保效率。
[0109]
本发明实施例还提供一种机械设备，包括上述的用于确定机械设备的液压油维保信息的装置。
[0110]
以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
[0111]
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
[0112]
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。