文献类型：期刊文章

作　　者：胡展阳[1] 许少凡[1] 李锦成[2] 崔策[1]

Hu Zhanyang;Xu Shaofan;Li Jincheng;Cui Ce(Guangyan Testing Guangzhou Co.,Ltd.,Guangzhou 510700,China;Oil Production Machinery Research Institude,Tuha Petroleum Research&Development Center,Turpan,Xinjiang Uygur Autonomous Region 838000,China)

机构地区：[1]广研检测(广州)有限公司,广州510700 [2]吐哈油田公司工程技术研究院采油机械研究所,新疆吐鲁番838000

出　　处：《机电工程技术》

年　　份：2024

卷　　号：53

期　　号：7

起止页码：251-254

语　　种：中文

收录情况：JST、普通刊

摘　　要：目前广泛部署的油液在线监测系统在应用过程中,企业用户对于实时采集的大量油液理化指标数据缺乏有效的分析手段,从而导致数据所蕴含的信息无法及时得到挖掘和利用,无法有效指导润滑管理工作。为解决现场对于油液大量数据分析的滞后性,并增加企业润滑管理工作的时效性,提出以油液在线监测系统作为研究基础,以Python3作为开发语言,结合PyQt5等技术库进行软件模块构建,将机器学习和神经网络等算法模型进行封装开发,最终开发实现基于油液在线监测系统的智能诊断模块。结果表明:该模块能够在油液在线监测系统的基础上,新增提供对大量油液指标数据的智能化诊断服务,并对油液的健康状况进行分析。

关 键 词：润滑管理 油液在线监测系统  机器学习  智能诊断

分 类 号：TP311]