[發明專利]挖掘機油溫預警方法、裝置、服務器及挖掘機

有效

• 申請號: 202011154261.0
• 申請日: 2020-10-26
• 公開（公告）號: CN112254972B
• 公開（公告）日: 2023-02-24
• 發明（設計）人: 李曾;劉豪;王傳宇
• 申請（專利權）人: 上海三一重機股份有限公司
• 主分類號: G01M15/05
• 分類號: G01M15/05;G01D21/02;G05B19/042;G08B21/18
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 鄭朝然

1.一種挖掘機油溫預警方法，其特征在于，應用于服務器，所述方法包括：

獲取挖掘機上的目標傳感器采集的挖掘機的油溫關聯參數，其中，所述目標傳感器包括設置于所述挖掘機的發動機轉速傳感器、發動機冷卻水的溫度傳感器、液壓泵的壓力傳感器和發動機的功率傳感器，所述油溫關聯參數包括轉速參數、溫度參數、壓力參數和功率參數；

將所述油溫關聯參數輸入預先加載的油溫預警模型，獲得油溫預警結果，其中，所述油溫預警結果為油溫趨勢正常和油溫趨勢異常中的一種；所述油溫預警模型是對多元回歸模型進行訓練得到的；

在所述油溫預警結果為油溫趨勢異常時，向所述挖掘機關聯的監控終端發送油溫預警的指示信息。

2.根據權利要求1所述的方法，其特征在于，所述獲取挖掘機上的目標傳感器采集的挖掘機的油溫關聯參數的步驟之前，所述方法還包括：

獲取預設數量的樣本數據，其中，每組樣本數據均包括挖掘機液壓泵的流量參數、功率參數、冷卻水的溫度參數、發動機轉速參數及對應的液壓油溫參數；

確定每組樣本數據中對應同一時刻的自變量和因變量，其中，自變量包括挖掘機液壓泵的流量參數、功率參數、冷卻水溫度參數、發動機轉速參數，因變量包括液壓油溫參數；

將每組所述樣本數據的自變量和因變量對應輸入多元回歸模型進行訓練，得到所述油溫預警模型。

3.根據權利要求2所述的方法，其特征在于，所述將每組所述樣本數據的自變量和因變量對應輸入多元回歸模型進行訓練，得到所述油溫預警模型的步驟，包括：

將挖掘機液壓泵的流量參數、功率參數、冷卻水溫度參數、發動機轉速參數作為自變量，將所述液壓油溫參數作為因變量輸入回歸模型；

利用對全部參數的變換處理，計算每組參數的組合值和自然底數；

利用相關系數，篩選出相關性最大的前六位的參數組合；利用最小二乘法，構建出所述油溫預警模型。

4.根據權利要求1至3中任一項所述的方法，其特征在于，所述將所述油溫關聯參數輸入預先加載的油溫預警模型，獲得油溫預警結果的步驟，包括：

將所述油溫關聯參數輸入預先加載的油溫預警模型，獲得油溫預警值；

獲取所述挖掘機實時采集的油溫實際值；

判斷同一時刻的所述油溫預警值與所述油溫實際值的差值是否大于或者等于預設差值；

若所述油溫預警值與所述油溫實際值的差值大于或者等于所述預設差值，則確定油溫預警結果為油溫趨勢異常；

若所述油溫預警值與所述油溫實際值的差值小于所述預設差值，則確定所述油溫預警結果為油溫趨勢正常。

5.根據權利要求1所述的方法，其特征在于，所述將所述油溫關聯參數輸入預先加載的油溫預警模型，獲得油溫預警結果的步驟之前，所述方法還包括：

剔除所述油溫關聯參數中對應異常工況的異常參數，其中，所述異常工況包括初始開機工況、怠速待機工況、停機工況及高溫工況中的至少一種。

6.一種挖掘機油溫預警方法，其特征在于，應用于挖掘機，所述方法包括：

獲取目標傳感器采集的油溫關聯參數，其中，所述目標傳感器包括設置于所述挖掘機的發動機轉速傳感器、發動機冷卻水的溫度傳感器、液壓泵的壓力傳感器和發動機的功率傳感器，所述油溫關聯參數包括轉速參數、溫度參數、壓力參數和功率參數；

將所述油溫關聯參數發送至預先加載油溫預警模型的服務器，以使所述服務器獲得油溫預警結果，其中，所述油溫預警結果為油溫趨勢正常和油溫趨勢異常中的一種；所述油溫預警模型是對多元回歸模型進行訓練得到的；

接收所述服務器在所述油溫預警結果為油溫趨勢異常時返回的油溫預警的指示信息。