买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉沈阳顺义科技股份有限公司申请的专利基于参数耦合及数字孪生的润滑油粘度监测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120850889B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511357644.0，技术领域涉及：G06F30/28；该发明授权基于参数耦合及数字孪生的润滑油粘度监测方法及系统是由李英顺;郭占男;郭丽楠;匡博琪;高明昊;王新宇;王思祈;吕兆云设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本基于参数耦合及数字孪生的润滑油粘度监测方法及系统在说明书摘要公布了：基于参数耦合及数字孪生的润滑油粘度监测方法及系统，属于润滑油性能监测技术领域，包括如下步骤：步骤S1、采用流变仪采集润滑油在不同温度‑剪切速率下的黏度数据；步骤S2、构建多参数动态耦合黏温模型；步骤S3、搭建数字孪生平台；步骤S4、基于模型输出曲线；步骤S5、动态修正与性能预测。本发明通过建立温度‑剪切速率耦合模型，降低黏温曲线拟合误差，提升监测精度。

本发明授权基于参数耦合及数字孪生的润滑油粘度监测方法及系统在权利要求书中公布了：1.基于参数耦合及数字孪生的润滑油粘度监测方法，其特征在于，包括如下步骤： 步骤S1、采用流变仪采集润滑油在不同温度-剪切速率下的黏度数据，去除异常值，保留有效数据，作为步骤S2的模型输入数据； 步骤S2、构建多参数动态耦合黏温模型如下： μT,γ=aTlogγ³+bTlogγ²+cTlogγ+dT； 其中，μ为动力黏度，；T为温度，℃；γ为剪切速率，s-1；aT、bT、cT分别是剪切速率对数项logγ3、logγ2、logγ的系数；dT为常数项； aT、bT、cT，dT按如下方法确定： 设定η预测=alogγ³+blogγ²+clogγ+d； 其中，η预测为预测黏度，γ为剪切速率，a、b、c、d为四个参数， 向Levenberg-Marquardt算法中加入自适应阻尼因子λ，得到优化后的L-M算法如下： ； 其中，Jk是第k次迭代时残差对参数的偏导数矩阵，即雅可比矩阵；λk为第k次迭代时自适应阻尼因子，rk为第k次迭代时残差向量，I为单位矩阵，k为迭代次数，dk为第k次迭代时待求参数向量的增量； 优化目标为最小化残差平方和：Sx=Σ[η实测-η预测]²，其中η实测为实际测量的黏度； 通过下式计算残差比： ； 其中：为第k次迭代时残差比，为第k次迭代时最小化残差平方和，为经dk修正的第k次迭代时最小化残差平方和； 依据ρk调整λk，更新参数向量x，直至残差平方和小于预设收敛阈值或达到最大迭代次数，获得当前温度T下的最优参数[a，b，c，d]，根据不同温度点的数据计算出不同温度点下对应的最优参数组，将得到的，，，作为新的数据集，通过多项式拟合确定参数a，b，c，d随温度T变化的函数关系aT，bT，cT，dT； 步骤S3、搭建数字孪生平台： 数字孪生平台由物理层、虚拟层及数据交互层组成，物理层为流变仪设置的温度传感器、扭矩传感器、数据采集卡，实时采集润滑油的温度、剪切速率-黏度数据；虚拟层基于步骤S2构建的多参数动态耦合黏温模型，搭建虚拟仿真模型，并集成剪切作用下油液分子运动子模型；数据交互层采用OPCUA协议实现物理层与虚拟层的实时数据同步； 步骤S4、基于模型输出曲线： 确定输出曲线的类型为固定剪切速率下的“黏度-温度曲线”，基于步骤S2的多参数动态耦合黏温模型，结合选定的剪切速率计算出对应的动力黏度μ，得到该剪切速率下的黏度随温度变化的曲线，通过步骤S3的数字孪生平台进行显示； 步骤S5、动态修正与性能预测： 数字孪生平台实时比对物理层实测黏度μ实测与虚拟层预测黏度μ预测，计算相对误差： ； 设定误差阈值，当误差超过设定阈值时，触发反馈机制，调用优化后的L-M算法重新拟合系数a、b、c、d修正模型，直至误差不大于设定阈值，基于修正后的模型，输出不同温度和剪切速率组合下的黏温曲线； 生成多维度预警信息：当黏度变化率＞10%min时，触发“黏度异常波动预警”；当温度T超出润滑油有效润滑温度范围时，发出“临界温度阈值预警”。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人沈阳顺义科技股份有限公司，其通讯地址为：110027 辽宁省沈阳市沈阳经济技术开发区开发大路23号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。