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！

申请/专利权人：智火柴科技(深圳)有限公司

摘要：本发明公开了一种基于自适应趋势分析的油品智能监测判断方法及系统，涉及油品监测技术领域；包括S1：实时监测油品、S2：判断油品质量、S3：判断预警级别、S4：参数自动调节和S5：数据分析与优化；本发明通过在线油品检测主装置，实现对油品的实时监测，避免传统离线检测方式中存在的污染和变质问题；采用自适应算法和趋势分析方法，对监测到的数据进行分析，提高判断准确性和适应不同油品类型和运行条件的需求；根据分析结果和数据的变化趋势，确定油品的预警级别，有助于及时发现油品异常情况并采取相应措施；根据预警级别和分析结果，启动自动调节机制进行参数的自动调节，根据不同的预警级别和分析结果进行调整，以维持油品在正常范围内。

主权项：1.一种基于自适应趋势分析的油品智能监测判断方法，其特征在于：包括如下步骤：S1：实时监测油品，采用在线油品检测主装置和在线监测设备对油品进行实时监测，得到监测数据；其中，所述在线油品检测主装置中加装一套对比辅助装置，其中对比辅助装置包含加热部分、控温部分、检测部分、信号传输及接收部分；在线油品检测主装置中通过温度传感器、流速传感器和C1粘度传感器获得到温度指标、流速指标和粘度指标；在对比辅助装置中下层属于加热部分、中间属于检测部分和上层属于控温部分；其中，在检测部分添加压力控制装置，加热部分和控温部分在接收温度传感器的温度指标后，从在线油品检测主装置的系统主部分输出温度，驱动加热元件或风冷设备以使得标准油品的温度维持在相同温度；中间检测部分通过控温部分连接搅拌装置，流速传感器的流速指标从在线油品检测主装置的系统主部分输出，模拟反馈的产品流速；再记录油品检测过程中对压力进行调节的过程，在油品检测过程中，通过压力控制装置，对油品的压力进行调节，记录下调节过程中所采取的操作和参数设置，监测各个环境变量与油品物理性质的变化曲线，同时，密切监测与油品检测相关的环境变量，通过记录变化曲线，了解环境因素和油品性质对压力调节过程的影响；基于对调节过程和变化曲线的分析，建立模拟调节模型，用于描述压力调节过程中各个变量之间的关系，并预测在不同参数设置下油品压力的变化趋势；逐步生成调节标准范围与油品的最优状态范围，通过不断更新模拟调节模型，逐步生成调节标准范围和油品的最优状态范围，油品的最优状态范围是指油品在压力调节过程中达到最佳性能和质量的范围；应用模拟调节模型于同种类油液的压力调节中，将建立的模拟调节模型应用于实际的压力调节中，并计算误差值，根据计算的误差值和实际观察结果，对油品的最优状态范围进行修正和优化；S2：判断油品质量，根据实时监测的数据建立判断模型，利用判断模型对监测到的油品数据进行处理和分析，提取出关键特征，并采用自适应算法进行分析，判断油品的质量状态，得到判断结果；其中，所述建立判断模型，通过建立温度与粘度关系模型，将监测到的实时温度数据映射到粘度进行分类，其中判断模型包括，第一温度判定，将监测到的实时温度数据与预先建立的温度与粘度关系模型进行比较，若温度值大于等于第一预设温度值且小于等于第二预设温度值，则将油品分类正常粘度级别；第二温度判定，将监测到的实时温度数据与预先建立的温度与粘度关系模型进行比较，若温度值超过第二预设温度值，则将油品分类为高粘度级别；通过建立流速与粘度的关系模型，将监测到的实时流速数据映射到粘度进行分类，其中，第一流速判定，将监测到的实时流速数据与预先建立的流速与粘度关系模型进行比较，若流速值大于等于第一预设流速值且小于等于第二预设流速值，则将油品分类为正常粘度级别；第二流速判定，将监测到的实时流速数据与预先建立的流速与粘度关系模型进行比较，若流速值超过第二预设流速值，则将油品分类为高粘度级别；通过建立压力与粘度的关系模型，将监测到的实时压力值数据映射到粘度进行分类，其中，第一压力判定，将监测到的实时压力数据与预先建立的压力与粘度关系模型进行比较，若压力值大于等于第一预设压力值且小于等于第二预设压力值，则将油品分类为正常粘度级别；第二压力判定，将监测到的实时压力数据与预先建立的压力与粘度关系模型进行比较，若压力值超过第二预设压力值，则将油品分类为高粘度级别；S3：判断预警级别，根据判断模型的判断结果和监测数据的变化趋势，确定油品的预警级别，根据不同的油品异常情况进行相应预警级别的预警通知；S4：参数自动调节，根据预警级别和判断模型的判断结果，通过自动调节机制进行参数的自动调节，根据不同的预警级别和分析结果，选择调节方式进行调整；S5：数据分析与优化，利用监测数据进行深入的数据分析与优化，对数据的准确性进行验证，对数据进行修正，消除异常值或误差，最后利用经过修正的监测数据建立预测模型，预测油品质量，再利用历史数据和算法对预测模型进行优化；其中，所述数据分析与优化，建立预测模型，收集大量的油品质量数据，包括监测数据，对收集到的数据进行清洗和处理，用于模型训练的数据集，选择与油品最相关的特征用于建模，再使用已有的监测数据集进行模型训练，并调整模型参数以获得最佳性能，根据建立的预测模型，使用实际的监测数据进行预测油品质量，将预测结果与所需的油品质量进行对比；在验证过程中发现预测结果需要进行修正，收集更多的监测数据，通过分析数据的变化趋势，获取油品性能的动态变化，辅助预测模型的修正，通过对收集到的数据进行深入分析和修正，对预测结果进行校正和优化；根据新收集的数据，对预测模型进行优化和调整，对模型中的参数进行调整，通过逐步优化参数，经过参数调整和模型优化后，再次进行验证，对修正后的模型进行评估。

全文数据：

权利要求：

百度查询： 智火柴科技(深圳)有限公司 一种基于自适应趋势分析的油品智能监测判断方法及系统