数字时代的润滑油监测
发布时间:2022/5/5

      大数据分析、深度机器学习、人工智能和算法的兴起正在推动最新的工业革命,并且已经持续了相当长的一段时间。捕获数据、创建数字分析以及从另一端自动更改、优化甚至控制机器性能的能力现在已成为许多公司和行业结构的一部分。简而言之,现在每个人都在努力实现“数字化”。

      然而,对于所有这些关于数字和工业 4.0 的讨论,监控机器最关键部分——它的命脉也就是它的润滑油——很早就在进行,就是取油样,将其放入塑料瓶中,手写油样和机器的详细信息,将其送到实验室并耐心等待(有时数周)显示油样状态的结果。或者,可以使用便携式快速检测设备在现场采集并检测,从而短时间内获得几个油样数据。

      润滑油在线监测如何开始改变这种模式,并推测该行业的发展方向以及它必须全面拥抱工业 4.0 和数字革命的潜力。


数据无用

      推动“数字化”在很大程度上依赖于监测系统可以获取数据,因此“数据”就变得非常受欢迎。 现在,几乎有一种对数据的痴迷,但就其本身而言,数据是完全没用的。 比如拥有了一个知名品牌的健身追踪器手表。 这个手表有一个很棒的功能,就是可以追踪睡眠。 当醒来时,你或许痴迷地查看手机、下载数据并查看睡眠模式。 它可以告诉你睡了多长时间,是否在夜间醒来,甚至可以告诉你整晚睡得有多深,数据会以友好的方式呈现。 那么,这些数据意味着什么? 你该如何处理所有这些信息? 你会根据数据进行哪些改进? 这种睡眠跟踪功能会产生什么结果? 如果这些都没有,那就等于零,那么这纯粹就是无用的数据。


      数据分为两类:它可以告诉我什么以及我需要知道什么?在这种情况下,不驱动结果的数据是无用的数据。

      为了使数据有意义,就必须遵循四个规则:分析、解释、数据前后关系和结果。

      分析 - 数据必须基本可靠。原始数字不提供意义。原始数据必须转化为有用的输出。

      解释 - 数据是什么意思?这些数字与实际情况有何关系?

      数据前后关系 - 这个元素在很大程度上被忽略了,但却提供了最重要的洞察力。围绕数据条件的前后关系可能与数据本身一样重要。

      结果 - 这是另一个经常被忽略的数据特征。根据睡眠跟踪器的示例,如果数据不能带来明确的结果,那么它就没有意义。

      比如测量一个人的体重,(数字)秤显示他有 90KG。这个结果好吗?这是一个健康的体重吗?此时,您只有分析。如果没有其他三个元素,这些数据将毫无用处。

      怎么解释呢?假设您将他的体重与体重/身高图表进行比较。 通过这种解释,对于一个身高 190cm 的人来说,90KG是正常体重。 这通常是数据调查结束的地方,包括了分析和解释、单个数字与规格的相关性以及基本的解释结果。缺少的是前后关系和结果。 在没有前后关系的情况下,您假设体重 90KG和190cm的人是健康的。 前后关系有多种形式,但最常见的是趋势分析。 在这个例子中,如果这个人四个星期前重达 120KG怎么办? 通过趋势分析,你可以假设出了问题,而他实际上并不健康。 短时间内体重减轻的幅度表明可能患有严重的疾病。 因此,了解数据的前后联系可以改变整个画面。

      从这些信息中可以得出什么结果? 该人可能知道了潜在问题并能够自我纠正,或者他可能会通过拜访医生寻求进一步、更详细的分析。

      油液分析行业也是如此。 首先,油液分析主要侧重于分析和解释。 取样的本质是指在某个时间获取单个数据,即一个人的体重测量值。 这通常与静态规格(或身高/体重图表)结合,并且纯粹基于单个时间点(红色、黄色或绿色)给出结果。

      分析和解释,也没有前后联系,很少有结果,这就是目前的常态。 如果需要对该数据进行彻底分析,那么通常在取样检测和结果之间存在明显的时间滞后。 是有很多在这段滞后期间资产遭受灾难性损失的例子。

      实验室可以提供精确到多个小数位的精度级别,并将不同的磨损金属颗粒区分到百万分之几,您总是需要这种级别的准确性吗?您必须牢记您对原始问题的回答(您在寻找什么?)。 这个问题有两条清晰而截然不同的路径。 在第一条路径上,在资产级别,实时,在资产运行过程中,您主要需要知道三个简单的事情:一切都好吗,哪里出了问题,我该怎么办? 在第二条路径上,在发生重大故障后,应进行取证分析,对故障资产进行尸检,在这种情况下,失败后,需要回答更多问题,例如为什么失败,根本原因是什么以及我们需要在其他资产上解决什么问题以防止它们失败?


      第一条路径就是我们需要讨论的对驱动实时数据的新数字技术的需求发挥作用的地方。 “恰好足够的数据”提供您需要知道的趋势信息(而不是您可以被告知的信息)比在单个时间点取样及时获取的数据更有价值。 再次回到这个人的体重类比的例子, 该男子手腕上佩戴了一个设备,该设备可以测量和跟踪他的体重和其他健康指标,例如血压、心率等,可穿戴设备上的软件可以跟踪数据趋势并提供基于已知的解释结果,虽然这些数据不如您在医院获得的准确,但是实时的数据可以让你了解整个趋势动态的状况。

      就是这种“恰好足够的数据”,并是实时的,它跟踪趋势并因此提供上下文关系。 它具有良好数据的四个要素:分析(设备进行测量并将其转换为数据)、解释(将相关数据放入图表中以显示数据的含义)、数据前后联系(它查看一段时间内的趋势并且通常具有 您当时正在做什么活动的上下文)和结果(一些设备现在根据结果推荐操作)。

     “恰好足够的数据”并显示上下文的数据通常比单个时间点的精确数据更有价值。 对于润滑油监测行业来说,这是相对较新的。 长期以来,取样检测一直是常态,更多地关注准确性和可以告知的内容,而不是您需要知道的内容。

      实时在线传感器

      实时在线传感的出现正在颠覆整个行业,这将对实验室和便携的现场检测套件的供应商产生影响,与在线传感器相比,便携的现场检测套件的唯一优点是节省成本。 

      但是依照 IC Insights 的 Rob Lineback 的说法,工业物联网 (IIoT) 传感器的成本在过去 15 年中下降了 90% 以上。 这一趋势无疑将继续下去,降价将在未来几年侵蚀现场油液检测套件的市场份额。 两者将成为直接竞争对手。

      关于实时油液分析的出现,已有很多报道。 尽管这项新技术取得了长足的进步,但它仍然存在局限性。 大多数实时在线传感器是单个测量值或最多测量两个或三个润滑油元素。

      如果可以集成成实时监测系统,就可以监测多个数值,测量油的粘度、磨损颗粒和水含量,对这些条件进行趋势分析很有用,并且可以生成足够好的数据.

                  

      数字时代润滑油监测的未来

       如前所述,数字时代和工业物联网在很大程度上被润滑油监测行业所忽视(也许有一些例外)。 通过提供实时(如果不是有限)洞察力,我们已经看到内联传感器功能如何开始出现。 未来这个行业将走向何方? 我相信这个领域会有几个趋势,包括增加测量参数(分析)、非石油数据摄取(上下文)、资产数据摄取(上下文)、更深层次的机器学习(解释)、生态系统整合(结果)、 和机器控制(结果)。

       油液分析的真正潜力尚未实现,而释放这种潜力是我认为行业发展的方向。 添加更多测量值,摄取更多数据,然后将这些数据处理成有意义但简单的结果将是第一个改进,但这不会是结束。 不管它有多好,孤立运行的数据可能很麻烦。 将数据和成果整合到运营商的生态系统和基础设施中,才是真正价值开始体现的地方。 基于数字石油数据的自动化结果是最终目标,而且并非遥不可及。

      迈向数字世界

       某些行业是工业 4.0 和数字革命的早期采用者,例如媒体、信息技术和金融,而其他行业正在迅速追赶,包括石油和天然气以及先进制造业。 润滑油监测行业已经远远落后,可以说还没有跳上数字火车。 这是令人惊讶的,因为润滑油数字监测的潜力是巨大的。


      润滑油监测数字时代的兴起并不仅仅依赖于将模拟数据转换为数字数据,将现有的手动实践复制到相同实践的数字可视化中。这场革命的核心是更大、更哲学的问题,例如“我需要知道什么?”和“我如何处理这些信息?” 不仅提供分析和基本解释,而且包括背景和简单结果和行动的数据必须是前进的方向, 数字监控工具可以融入运营商的生态系统,任何运营技能水平都可以访问和操作,并实时回答“一切都好吗?”、“出了什么问题?”三个基本问题。和“我该怎么办?”将是润滑油监控行业迈向数字世界的关键。

      本文首发深圳市亚泰光电技术有限公司官网,亚泰光电,国家高新技术企业和深圳知名品牌,10余年工业内窥镜油品分析仪研发、生产行业经验,国内外知名企业合作供应商,产品优惠热线:0755-86656083 86656390,联系我们获取更多让您怦然心动的详情,期待您的指导与交流!

联系我们
电话:13316911816 (微信同号)  
      13480957658 (微信同号)
地址:深圳龙岗区黄阁北路天安数码新城3栋B座11层  粤ICP备15086339号-1
E-mail:
liw@szyatai.com.cn

Copyright © 2019 深圳市亚泰光电技术有限公司,Inc.All rights reserved.