Low Cost Photonic Sensor for in-Line Oil Quality Monitoring: Methodological Development Process towards Uncertainty Mitigation

Lopez, Patricia; Mabe, Jon; Miró, Guillermo; Etxeberria, Leire

doi:10.3390/s18072015

开放式访问第条

用于在线油质监测的低成本光子传感器：减少不确定性的方法开发过程

通过

帕特里夏·洛佩兹

^1,*,

乔恩·美柏

¹,

吉列尔莫·米罗

²和

Leire Etxeberria公司

^三

¹

IK4 Tekniker，20600艾巴尔，西班牙

²

atten2 Advanced Monitoring Technologies，20600 Eibar，西班牙

^三

西班牙埃巴尔20600号Mondragon Unibertsiatea

^*

信件应寄给的作者。

传感器 2018,18(7), 2015;https://doi.org/10.3390/s18072015

收到的提交文件：2018年5月16日/修订日期：2018年6月18日/接受日期：2018年6月19日/发布日期：2018年6月22日

（本条属于本节物理传感器)

下载

浏览地物

版本注释

摘要

:

润滑油和液压油老化会影响机器、齿轮、变速箱或使用它们的自动装置的性能。这份手稿描述了为将用于分析这些流体的物理化学特性的创新测量概念引入到一个准备集成到不同工业设备中的实际工业产品中而完成的工作。描述了在传感器开发过程中处理不确定性和不断变化的需求所采取的步骤，包括问题的理论制定、光学和流体模拟、传感器原型开发和测试的各个阶段。传感器的工作原理是基于对通过标准液压配件在微腔中收集的流体样品进行透射率和漫反射光子检测的组合。光子学、电子学、微机械、流体学、数据处理和分析与润滑油降解过程的深入知识相结合，开发出一种传感器解决方案，能够测量在用润滑油样品中的油降解指数、油氧化、酸值、直尺和膜斑比色数据。这里介绍的光子微传感器提供了一种强大的工具，可以直接浸没在流体中，以经济的成本和紧凑的尺寸进行在线油降解监测。

关键词：

光电和光子传感器;光学传感器;润滑油;液压流体;维修;状态监测;产品设计;产品开发;模拟;原型

1.简介

油降解可定义为流体性能降低对其执行基本润滑功能（如润滑、冷却、清洁、保护或密封）能力影响的过程[1]. 氧化、硝化、温升、外部污染、剪切、腐蚀性环境、添加剂消耗等过程是促成和加速油降解过程的最重要因素[2]. 因此，润滑油和液压油老化会影响机器、齿轮、变速箱或使用它们的自动装置的性能[三,4]润滑油性能的退化通常是停机和严重故障的原因[5,6]. 因此，定期更换这些油是基础设施运营商维护计划的基本组成部分[7]对O&M（操作和维护）成本有重要影响，为了在确保基础设施安全运行的同时，尽量减少换油量，已经鼓励了不同的研究和商业努力，试图转向预测性维护方法[8]. 在这种情况下，安装在工业设备中用于监测流体状态的在线传感器的数量已经显著增加[9,10,11].

此外，在过去几年中，预测性维护方法的不同趋势已与物联网（IoT）融合[12,13]. 在这种情况下，智能传感器被认为是实现自动化、效率和灵活性方面前所未有的进步，以及制造、操作和维护成本预期大幅节省的关键因素。专注于工业场景，在工业4.0或工业物联网（IIoT）方法中，智能传感器被视为真正工业数字化的真正推动者，因为这些传感器成为所有服务和大数据应用的唯一数据源[14,15]. 在这种情况下，大公司不仅关注更高层次的行业数字化[16]而且，他们正在转向开发新的传感器技术，以满足IIoT在可集成性、连接性、智能性、灵活性、坚固可靠的操作以及成本方面的期望[17,18]. 这种对工业环境中普遍机动化的渴望为传感器制造商提供了一个极为重要的机会，不同的应用拉动了现场和实时测量解决方案。

表1总结了需要这些类型传感器的可能应用场景。介绍了几种按部门分类的机器及其主要润滑技术特点。此外，还指出了润滑故障的严重程度及其可能的后果。这些部门中的大多数需要大型移动机械，其中可以安装带有旁通连接的传感器。然而，值得强调的是，汽车或制造业中的小型电机、机器人、起重机或小型机械传动系统并不容易进行旁路连接[19]. 此外，由于流体调节等方面的要求，旁路连接可能会使安装复杂化，并且需要大量设置和额外投资来进行传感器在线操作。这种情况导致需要易于集成和紧凑的传感器解决方案，如螺栓杆或插入式方法（参见图1，纯直列连接（b））。此外，需要监控数千个机电润滑系统的生产工厂等情况需要经济解决方案[20]. 这些用例都是明确的示例，要求在信息的即时可用性和可靠性与可集成性、紧凑性和经济成本之间找到一个折衷方案，这是像本文中介绍的解决方案的理想场景。

然而，满足传感器性能、紧凑性、单一成本、可靠性等方面的上述要求，以及市场和经济目标，对任何公司来说都是一个相当大的技术和组织挑战。管理不确定和不断发展的规范、持续风险评估、多学科工作团队的同步（例如，微机械、光学、电子、流体等）是传感器开发领域需要解决的常见挑战[21]. 此外，为了具有竞争力，缩短上市时间（TTM）和降低项目成本变得越来越重要[22,23]传感器科学测量原理的技术基础固有的复杂性需要在传感器产品的整个开发过程中进行有效管理。

在此背景下，本文介绍了一种用于在线监测润滑油质量的可插拔光子传感器，以及将创新传感器理念引入完全可操作、可靠、紧凑且经济高效的传感器系统所遵循的方法开发过程。

1.1. 润滑剂质量参数和传感器

40年代末首次引入[24]对润滑油样品进行的实验室分析一直在不断发展，以寻找老化或降解的证据，从而对润滑剂的剩余寿命，或使用设备或工艺中的任何潜在或即将发生的故障提供更准确的诊断。这些实验室分析现已标准化为描述油质量的一组参数，其中一些参数如下所述[25,26]:

酸值（AN）是对油酸度的测量，它被认为是一个关键指标，可以反映由于化学反应、氧化、不正确的油、添加剂消耗和污染导致的油质量恶化。ASTM（美国材料与试验协会）D974和ASTM D664方法是当前测量酸值的行业标准方法[27,28,29].
线性扫描伏安法剩余使用寿命评估程序（RULER）是一种通过测量剩余抗氧化剂来确定油的剩余使用寿命的测试方法。这些添加剂负责减缓机油降解过程，因此剩余的添加剂水平可能表明机油降解情况。ASTM D6971和ASTM D6810是ASTM规定的经批准的试验方法[30,31].
傅里叶变换红外光谱（FTIR）在分子水平上评估油的成分。光谱被用作各种成分的指纹，并与新鲜油参考进行比较。高浓度的降解产物（如氧化、硝化和硫酸化）和低浓度的氧化抑制剂表明油降解。然而，傅里叶变换红外光谱的解释很复杂，一些添加剂成分通常掩盖了关键的抗氧化区域。ASTM E2412试验方法是ASTM规定的通过FTIR光谱法监测润滑剂状态的认可标准规程[32].
粘度。润滑剂需要具有特定的粘度，以便在使用它们的设备中进行正确操作。粘度随着油氧化而变化，因此这是评估油状况时要测量的一个重要参数。ASTM D445——ASTM批准的粘度标准试验方法[33].
ASTM色标（ASTM D500）是一种通过视觉测定润滑油、蜡和柴油等石油产品颜色的方法。如果已知特定机油的颜色范围，则超出此范围的变化可能表示受到污染。颜色也可以用来表示材料的精细程度[34].
膜斑比色法（MPC）是一种通过光谱分析分析润滑剂中不溶性污染物的方法。在MPC中，不溶物对润滑油降解的颜色和强度直接相关。该方法可识别与油降解直接相关的软污染物。与油降解无关的较大硬污染物对测试结果影响不大。ASTM D7843是ASTM规定的经批准的标准试验方法[35,36].

如前所述，正在做出巨大努力将这些实验室测量结果迁移到现场。一些科学参考文献与用于实时油质监测的传感器有关。这些传感器使用不同的测量原理来提供与先前列出的参数相关的油质条件。例如，Torres等人[37]提出了一种基于测量润滑剂复介电常数的低成本传感器解决方案。Rauscher等人[38]利用非色散红外光谱测量原理监测汽车和工业变速箱中润滑油的氧化、含水量和酸值。Han等人提出了一种气缸电容传感器，用于检测发动机润滑系统润滑油状况的变化[39]. 此外，还研究了基于其他电气特性测量的传感器，如Chen等人[40]，Shinde等人[41]和Riziotis等人[42].

在插入式直列式机油状况传感器的背景下，还发现了各种科学参考、专利和商业传感器。表2列出了一些当前的商用传感器。这些传感器提供了一个易于集成和紧凑的解决方案，以避免液压旁路连接，并符合前面提出的集成性要求。该表还显示了关于所提出的每个商业传感器的可积性、价格和尺寸特性的估计。

缩小到基于光子学的解决方案，可以找到更多的科学参考和专利。这些解决方案还提供了一个易于集成的液压接头，与插入式传感器兼容，可直接浸入待监测的流体中进行操作。例如，Welling等人[43]获得专利的现场流体分析传感器螺栓，用于发动机、压缩机或液压装置等机械中的流体。红外辐射源被配置为引导辐射穿过含有流体样品的流道，检测器检测通过该流道的辐射。该专利没有描述所获得的测量值与油降解条件之间的相关性。另一方面，米兰达等人[44]申请了一种紧凑型色度计的专利，该色度计可浸没在液体中，用于根据CIELAB标准监测液体样品的颜色。该设备包括一个彩色电荷耦合设备（CCD）摄像机、两个照明系统，用于通过反射率（不透明样品）或透射率（半透明样品）进行测量，以及捕获与监测样品相互作用的光所需的光学元件。与之前的专利一样，该系统测量流体样品的颜色，但它不会将测量的颜色与流体条件相关联。最后，Ossia等人[45]提出了一种用于合成液压油状态监测的光学传感器，该传感器基于油样与新鲜油样的颜色变化。该设备集成了一个白光发射器（用于照亮油样）、一个颜色传感器（用于接收通过油的光线）和一个反馈光电二极管（用于稳定发射器的光功率）。根据测量的油色，在外部微控制器中计算总污染指数。

然而，所述的光子测量原理是基于从光发射器到检测器的流体样品的透光率。这种光学设置要求高光机精度，以保证光子元件和光学元件的指定距离和对齐[46,47]. 这一事实增加了传感器制造过程的复杂性，从而增加了制造和传感器成本。此外，由于大多数参考方法都包括受保护的知识产权，它们在商业上用于新开发显然受到限制。这些局限性鼓励我们研究新的传感器概念方法，以应对这些技术和商业挑战。

1.2. 透射率和漫反射测量原理

本文描述了一种基于油样与新鲜油相比的颜色变化来确定油降解程度的光子传感器的开发。一方面，在将润滑油的物理化学参数与老化时间内的颜色变化联系起来方面，已有重要的前期工作（参见图2) [48,49,50,51,52]. 基于这种科学背景，提出的传感器将嵌入算法[52]结合先前定义的实验室参数（AN、RULER、FTIR等），提供一般油降解指数。

另一方面，过去也有基于光-物质相互作用的光子传感器开发经验，用于测量流体中的化学和物理参数，不仅适用于工业部门，也适用于食品部门[52,53,54,55,56,57,58,59,60].图3描述了由于样品的化学和物理性质，当光辐射进入物质时发生的最重要的影响和现象（反射、吸收、衍射、散射等）[61,62,63]. 对发射光进行修改的研究是上述光子传感器的基础。就润滑油而言，由于流体中的物理化学变化导致的老化时间内颜色的变化与光物质相互作用有关。因此，对物质发出的光的收集和随后的分析提供了有关流体特性的相关信息。

在此背景下，本文提出了一种创新的传感器概念方法，该方法结合了光子传感器开发方面的以往经验和知识，以及润滑油物理化学变量与老化时间内颜色变化之间的相关性。本文中提出的传感器的起点是OilHealth^®传感器，之前为atten2 Advances Monitoring Technologies（西班牙埃巴尔）开发。OilHealth公司^®是一种基于透射率测量原理（参见图4a）[8,52,53]. 一束白光穿过装置样品腔内的油，RGB颜色传感器收集通过油传输的光。获得的RGB值由嵌入式算法进行处理，这些算法将其与相应新鲜油样的RGB测量值进行比较。算法结果提供了指示油样的总降解百分比的油降解指数（OD）。这些算法基于之前建立的润滑油物理化学变量和新鲜油样品颜色变化之间的相关性[52]. 管理OilHealth的样品腔填充和油样更新^®需要一个旁路液压连接，并集成了一个样品调节液压子系统，这是符合前面规定的完整性、紧凑性和单位成本要求的一个重要缺点。

因此，概述了基于透射率和漫反射测量原理开发新型光子传感器的想法。因此，避免了专利侵权，简化了传感器的设置。如所示图4b、在这种光子结构中，光束穿过流体样品，在光学背元件中反射，然后通过流体样品，这是参考系统中的一个明显创新。然后，放置在光源旁边的RGB颜色传感器收集未被流体吸收的光线，并进行透射和反射。光学背元件的作用就像一个虚拟的光发射器，将光辐射再次通过流体样品引导到光学接收器。最后，如OilHealth^®，颜色（RGB）因吸光度变化而变化，用于计算机油降解指数（OD）。

如所示图4OilHealth之间的主要设计差异^®新的方法是将光发射机和接收机放置在同一安装平面上，从而简化了光机和光电设计。与OilHealth相比，此光学元件设置具有以下优点^®或类似的传感器设计：

光学元件所需的光机精度最低。
流体机械子系统的重新设计允许传感器直接浸入流体中操作，避免了液压旁通连接所需的液压调节子系统的必要性。

这些优势有助于降低制造成本，使系统小型化，并有助于在OilHealth的场景中集成和安装^®不是一个合适的选项。因此，这种新的传感器概念方法在可集成性、紧凑性和成本方面可能满足先前确定的要求。

然而，提出的传感器概念涉及三个重要的不确定性，这些不确定性会影响传感器的可靠运行并阻碍传感器的发展。

虽然透过率和反射率都接近（参见图4)在可见光谱中进行，油不吸收的光被探测器收集，光与流体的相互作用过程不同。这种差异使得在开发开始时无法确定RGB吸光度测量动态范围，该范围可以通过建议的光学配置实现。RGB动态范围是开发的关键因素，因为它直接关系到传感器的油降解测量分辨率以及与可测量的不同油类型的兼容性。
已知温度与一些光学元件（如发光体、接收器等）之间的关系。例如，随着温度的升高，白色LED失去发光强度。尽管光学元件制造商提供了这种效率与温度的相关性，但这种效应在RGB光吸收率测量中的实际影响尚不确定。有必要精确分析这种相关性，并确保光源的稳定性，因为RGB光吸收率测量中不受控制的变化可能会导致错误的机油质量值。
由于传感器浸没在液体中工作，因此无法通过液压执行器保证样品腔的填充和油样的更新。在这种情况下，考虑到现场传感器安装的不同条件（例如流体的粘度、温度和压力），流体机械传感器设计的能力存在不确定性，该设计可确保样品腔填充、空气排空和流体样品更新。这也是一个特别相关的问题，因为油样腔内存在气泡、油样不更新等可能会导致错误的油质量值。

此外，该开发旨在增加传感器提供的与油降解条件有关的信息量。除了油降解（OD）值外，还需要提供更具体的信息，如上述酸值（AN）、标尺等参数。通过RGB吸光度测量计算这些参数需要重新计算之前建立的润滑油物理化学变量与样品颜色变化之间的相关性。这些算法也将集成在拟议的传感器概念中。

最后，以下章节描述了将所提出的光子原理应用于在线监测润滑油质量的完全可操作、可靠、易于集成、紧凑且经济高效的工业传感器所完成的工作。第2节介绍了面对和解决已确定的不确定性所遵循的方法过程。第3节详细描述了在此过程中进行的活动，包括理论方法、模拟和原型开发。第4节显示获得的结果和第5节本文总结道。

2.材料和方法

本节介绍了支持拟定传感器概念方法开发所遵循的方法程序。这种系统的发展带来了技术、科学和操作方面的挑战[64,65]这源于：（i）基于新技术和创新理念生成新产品的相关需求缺失、不确定性和风险[66]; （ii）系统异质性和复杂性固有的系统组件之间不可预见的交互作用（例如：软件、硬件、化学、光学、机械等）[67]; （iii）工业或能源等关键领域的操作可靠性和监管要求；以及（iv）为了具有竞争力，缩短上市时间和降低项目成本的重要性日益增加[23].

为了有效地管理这些挑战，遵循了结构化和迭代的设计/构建/度量开发过程。该过程基于一种混合方法，其中来自新产品开发过程的想法为“六西格玛设计”[68]，“精益启动”[69]“开放式创新和舞台大门”[70,71]已合并。这些方法主要侧重于塑造系统，并在相对早期的开发阶段识别变更和偏差，以便将所需修改的影响以及开发成本和时间降至最低。该过程基于理论方法、模拟和原型开发，作为最终传感器系统的中间解决方案。这些中间解决方案有利于探索和测试，这对于不确定性解决和完整的需求（风险和限制）规范至关重要。

首先，根据客户和市场要求，确定拟议传感器解决方案中涉及的功能、技术和设计不确定性，以及解决这些不确定性的机制或活动。其目的是优先解决对系统基本功能产生较大影响的不确定性。根据这些信息，制定了开发活动计划，以指导开发过程。每次活动完成时，都会对获得的结果进行评估，并做出相应的技术和设计决策，以成功地继续开发。此评估不仅应考虑活动结果，还应考虑客户反馈、新要求等。此外，如有必要，应根据评估结论更新活动计划。一旦所有活动都完成了，就可以获得一个完全指定的解决方案，没有不确定性，并且具有确定的限制和风险。在这个开发点上，只有系统在嵌入式算法、通信等方面的附加功能有待实现。

如前一节所述，影响拟定传感器概念方法发展的主要不确定性与光学和流体子系统以及对传感器可靠操作的相应影响有关。为了在油降解条件监测方面提供可靠的性能，RGB测量必须重要，以涵盖最广泛的油类型和降解水平，并在运行条件下保持稳定。然而，如前所述，实现这一预期性能涉及以下几个技术和设计不确定性：表3此外，该表显示了面对、缓解和最终解决这些不确定性的机制（理论方法、模拟和原型开发）。

接下来，这些不确定性和机制被转化为图5如前所述，开发过程由多个活动组成，以面对和解决已确定的不确定性，优先考虑对传感器基本功能影响最大的不确定性。这些活动主要集中在光学理论方法、光学和计算流体动力学（CFD）模拟以及原型开发和测试。这是一个可更新的流程，如果活动的结果不成功，或者需要设计更改和新活动，则可以对其进行修改。或者，在这种情况下，客户考虑影响系统设计的新要求，需要开发新的光学模拟和第二个原型。这些活动的执行详见第3节.

3.不确定性驱动传感器设计

本节描述了拟议传感器解决方案的主要组成部分，以及为解决前一节中提出的技术、功能和技术不确定性而开展的活动。

3.1. 传感器一般说明和原型

所提出的传感器概念方法集成了不同的构建块，包括机械、流体、光学、电子、嵌入式软件等。如图所示图6和图7流体力学子系统包括流体样品腔、液压连接或传感器连接螺纹，并固定和定位光学和电子元件。光学子系统集成了RGB颜色传感器（日本滨松市滨松光电公司的滨松S11059-02T数字颜色传感器）和白色LED照明（CREE^®PLCC4 1合1贴片LED CLA1A-WKW，CREE^®美国北卡罗来纳州Research Triangle Park），环境光传感器（MAXIM MAX44009，MAXIM Integrated，San Jose，CA，USA）用作次级接收器，玻璃窗（BK7高质量光学玻璃）和光学背面元件（抛光铝）将流体限制在射流样品腔中。建议使用抛光铝，因为它的可见光谱反射率几乎为90%（参见图8). 此外，为了避免从发射器到接收器的直接辐射，在光源和RGB颜色传感器之间放置了抗串扰屏蔽。最后，传感器包括用于照明控制和执行油降解算法的定制嵌入式电子设备。如前所述，这些算法是之前将润滑油的物理化学参数与老化时间内的颜色变化相关联的工作的结果[48,49,50,51,52]. 这些算法直接在嵌入式电子设备中实现。

开发了两个原型，以实现所需的最终系统。Alpha Prototype具有可配置的样品腔长度，用于测试不同的光学配置和流体路径长度，并确定最大化RGB测量动态范围的位置。由于理论方法和模拟还不足以确定光学结构，因此开发了该原型。此外，该原型用于验证流体力学子系统和样品采集要求的符合性。然后，在新客户需求的推动下，开发了第二个原型（Beta原型）。该要求规定了减小液压接头尺寸的必要性。这种修改需要增加从光学发射器和接收器到样品腔的距离，因此RGB测量分辨率可能会受到影响。贝塔原型和相应的光学仿真验证了这一创新设计的可行性。图9展示了开发的原型，并对其主要差异进行了说明。

最后，如前所述，以下小节描述了为解决先前确定的不确定性和开发所设计的传感器系统而开展的活动。开发过程分为光学和流体机械子系统的开发，包括下列活动表4:第3.2节和第3.3节描述光学子系统的发展。这些部分描述了活动计划中定义的活动1、2、3、5、6、8、9、10和11，这些活动与光学理论方法、光学模拟以及使用Alpha和Beta原型进行的测试有关。此外，第3.3节描述了流体力学子系统的发展。开发的这一部分通过流体动力学（CFD）模拟（活动计划的活动4）和Alpha原型测试（活动7）来解决。

3.2. RGB测量动态范围

本小节介绍了针对RGB测量动态范围的定义，为解决光学子系统的技术、功能和设计不确定性而开展的活动。首先，采用理论方法近似确定Alpha原型光学元件的位置和特性。接下来，通过仿真验证了所提出的设计，最后用实际油样验证了原型。此外，还进行了第二次模拟和测试迭代，以评估与Beta原型相关的修改。

3.2.1. 阿尔法原型的理论方法（活动计划的活动1）

本节描述了用于描述所选测量原理中涉及的基本化学和物理过程的理论近似值。首先，基本设置和组件（请参见图10)需要定义它们的显著特征，其中光电元件、材料和目标流体必须尽可能精确地表征。

RGB颜色传感器的灵敏度为30、76和94 a.u.计数/lx，红色、绿色和蓝色通道的峰值灵敏度分别为460 nm、530 nm和615 nm，方向性约为120°。
反馈光电二极管显示0.045 a.u.计数/lx灵敏度，方向性为90°。
用作样品照明器的白色LED能够在30 mA驱动电流下以120°3 dB视角提供2800 mcd。在RGB光电探测器的峰值灵敏度波长处，发射器显示出90%、65%、80%的相对发光强度。
结构和光学材料包括：传感器主体部件的阳极氧化铝，在可见光范围内可被视为完全吸收，抛光铝的光学背元件，其可见光谱反射率几乎为90%，BK7光学窗口，在可见光范围内也显示99%的透射率。
油样的光吸收取决于其吸收率（ε）和样品腔长度（L）。此外，总漫反射系数也是一个取决于样品化学性质和样品长度的参数。显示的图形图11显示不同油样的可见NIR光谱值的透射率和反射率（参见图12)在不同降解状态下，使用实验室设备（LAMBDA 850 UV/Vis分光光度计，Perkin Elmer，Waltham，MA，USA）对油样使用1 mm比色杯进行测量。根据这些图表并应用方程（1）中显示的吸光度-透射率转换，可以获得RGB颜色传感器中心波长的每个样品的吸光度（参见表5).

A=2−lg%T。

(1)

根据测量的透射率（T[%]）和反射率值（R[%]）（参见表5)对于可见光谱，选择反射率几乎为90%的抛光铝光学背面元件是一个不错的选择。据观察，测试油的反射能力较低，因此需要具有高平坦反射能力的光学背元件，例如抛光铝，用作虚拟光发射器（请参见第1.2节)以增加可能到达RGB检测器的光量。

然后，计算光功率预算，以显示LED发出的光与通过不同系统元件（BK7玻璃、油样等）后RGB颜色传感器接收的光之间的关系。如所示图11为了理解光子系统的数量级，并且由于计算的复杂性，该理论方法只考虑了直接光线的影响。更详细的计算将在模拟测试中介绍。根据Beer-Lambert定律计算通过系统元件的透射光强，如方程式（2）所示，其中，I₀是波长λ下的入射光强度，I是相同波长下的透射强度，ε是摩尔吸收系数（L mol^–1厘米^–1)也称为摩尔消光系数，c是浓度（mol L^–1)或摩尔（M），l是沿吸收材料的光路（cm）。

为了便于计算透射光强度，考虑以下假设：

空气和BK7玻璃的吸光度系数可以忽略不计。
BK7玻璃和流体样品的折射率可以忽略不计。
抛光铝的折射率为90%。
通过将方程式（2）应用于中列出的值，计算目标油在规定腔长（0.5、1、1.5、2 mm）下的吸光度表5.KluberSynth公司使用新鲜油和降解样品，因为它们涵盖了整个降解范围。

我 克 \frac{我_{o个}}{我} = ε \cdot 我 \cdot c（c） = A类 .

(2)

在这种情况下，表6显示了以下各项的百分比：（i）通过油样的透射光强度，（ii）背面元件的反射光强度，以及（iii）通过油样品并由RGB颜色传感器接收的透射光密度。空腔长度分别为2 mm和0.5 mm时，可获得约60%和80%的测量动态范围。估计到达探测器的发光强度足以确定提议的测量原理设置的可行性。考虑到白色LED和RGB颜色传感器的方向性和灵敏度峰值，许多详细的计算将在下一小节的模拟测试中进行。

3.2.2. 阿尔法原型的光学模拟（活动计划的活动3）

此模拟的目的是对前一小节中介绍的光学子系统进行更详细的分析。模拟了样品腔长度和流体介质的不同配置，以验证和优化所提出的光学设计组件的位置和特性。为了获得可靠的模拟结果，所有光学子系统组件，包括流体样品，必须尽可能真实地表示。为了获得与实验值相当的模拟结果，应根据吸光度、反射率和透射率在整个可见光谱中表征不同的感兴趣流体。这种表征需要复杂的工作，这不是本研究的目标，如果需要，可以稍后进行。因此，正如本小节稍后将解释的那样，将使用标准材料模拟流体样品。如稍后将要解释的，将使用标准材料来模拟流体样品。在这种情况下，仿真结果并不能提供测量动态范围的真实值，但对所提出的光学设计的最佳配置和可行性进行了分析。用于执行这些模拟的工具是ZEMAX OpticStudio^®（泽马克斯，华盛顿州柯克兰，美国）。

首先，描述了所设计的光学子系统。白色LED、RGB颜色传感器和光电二极管根据其商业特性（光度角和预期光谱响应）进行了展示。如理论方法所述，光学背元件被模拟为反射（镜）材料。3 mm长的抗串扰屏蔽和机械外壳内表面的材料被视为吸收元件，用于收集所有影响到它们的光束。最后，将BK7玻璃光学窗包含在仿真模型中。这些元素被选为ZEMAX涂层目录中的理想涂层/材料。

其次，关于流体样品模拟，并考虑到前面提到的流体表征的复杂性，仅模拟了100%降解和0%降解（新鲜油）流体样品的最极端情况，分别作为理想吸收剂和朗伯散射介质。因此，吸收性介质是ZEMAX涂层/材料目录中的理想吸收性材料。光线通过流体样品的散射定义为散射光线与非散射光线之比为0.55的朗伯散射。大多数漫反射曲面或体积都接近Lambertian，因此对于我们的样例模拟来说，它是一个非常精确的模型。在Lambertian散射模型中，散射强度与法向量与散射光线角度之间的夹角的余弦成正比。朗伯散射与光线入射角无关。

仿真结果如下所示。第一，图13显示了光束从发射器（白色LED）到检测器（RGB颜色传感器）以及到光电二极管（辅助接收器）的路径。当光线通过子系统的光学元件（光学窗口、油样等）时，光线被绘制成不同的颜色。表7包含RGB颜色传感器和光电二极管中不同样品腔长度和油样设置的流明值。为了便于解释模拟结果，假设发射器发射1流明/10.00×10⁶射线。

正如预期的那样，考虑到主要光学元件（白色led、RGB颜色传感器和光电二极管）的方向性，以及其余元件的吸光度和反射率，RGB颜色感应器接收的发光强度小于理论方法中计算的发光强度(第3.2.1节). 然而，吸收和散射样品的测量之间的关系验证了所建议设计的可行性。如前所述，尽管真实流体样品没有特征，但这些模拟结果表明大约50%的测量动态范围。认为模拟的理想吸收剂和朗伯散射介质覆盖了理想的油降解状态。在此背景下，开发了一个具有可配置样品腔长度的原型，用实际油样验证模拟光学子系统的功能，并确定实际RGB测量动态范围。

最后，由于白色LED发出的发光强度在所有模拟中保持不变，所以光电二极管的测量值在所有情况下几乎相同。该结果验证了光电二极管的位置和特性选择正确。

3.2.3. 使用Alpha原型进行RGB测量测试（活动计划的活动5）

根据模拟结果，开发了第一个原型，用实际样品进行油降解验证试验（参见图14a） ●●●●。这些测试确定了系统测量油样RGB吸光度和RGB测量动态范围的有效性。该RGB测量用于通过基于先前确定的润滑油物理化学变量和样品颜色变化之间的相关性应用嵌入式算法来计算油的降解条件[48].

为了完成测试，将原型引入如所示的测试台图14b以防止外部光线到达检测器，并便于油管理。首先，在测量腔为空（无油样）的情况下进行测量，以检查原型的校准，并确保白色LED发出的光与RGB颜色传感器接收的光之间的关系正确。基于之前开发中获得的知识[53]，已经确定正确的校准值对应于G通道中80%的测量值。

接下来，使用新型和降解油样品进行测量Agip OTE 32.图14c显示了用于这些测试的油样。这些是新鲜油（0%降解）和50%和100%降解油（在反应器中人工降解）的样品。这些样品采用不同的实验室技术进行测量，包括ASTM D664、D6971、E2412、D445、D1500和D7843，并通过专业诊断获得实际降解值。最后，对0.5 mm到2 mm之间的样品腔长度重复这些测量，调整原型的反射背面元件位置。获得的结果见表8.

试验结果表明，空腔长度为2 mm、1.5 mm、1 mm和0.5 mm时，100%和0%的降解油样值之间的差异分别为48%、56%、53%和26%。这些结果确定，2 mm、1.5 mm和1 mm长度提供了足够的测量动态范围。然而，为了详细分析每个样品腔的RGB测量动态范围，计算了油样测量值和空测量值之间的关系。这些结果如图所示图15图中显示，当样品腔长度为1mm时，可获得最宽和最线性的测量动态范围。因此，人们认为它提供了区分新鲜油和降解油的最佳分辨率。此外，0.5毫米的长度提供了一个窄而明亮的测量范围，最适合深色油样。另一方面，1.5 mm和2 mm腔长提供了窄而暗的测量范围，最适合轻质油样品。因此，覆盖最广泛降解和油类型的最佳配置是1 mm长。这些结果与所获得的模拟结果一致，模拟结果确定了1–2 mm的合适样本腔长度。这些测试结果支持设置1 mm样本腔长度的设计决策。

3.2.4. Beta原型的光学模拟（活动计划的活动8）

该模拟的目的是评估发射器和接收器以及流体样本之间距离的增加对其他光学组件的影响，从而对RGB测量产生影响。如前所述，这一修改是由一项新的客户机械规范驱动的，该规范要求减小液压接头的直径（从BSP GAS½到BSP GAS¼）。为了将此修改的影响降至最低，以保持对原型的低投资，决定向后移动样品腔的位置，并将其余组件保持在Alpha原型中。图16显示了Alpha和Beta原型之间的主要差异。

此仿真基于先前的仿真模型，并按中所述执行第3.2.2节首先，根据之前的测试结果，配置了1mm的样品腔长度。接下来，根据新的光学设计，将样品腔设置为距离光发射器和接收器平面25.9 mm的距离。最后，更新了抗串扰屏蔽和机械外壳内表面的特性。为了有利于到达探测器的光线数量，决定模拟抗串扰屏蔽长度和机械外壳内表面的不同配置。首先，选择与Alpha原型中使用的配置类似的配置。抗串扰屏蔽长3mm，由吸收材料制成。接下来，该长度更新为24 mm，以覆盖发射器/接收器和样品之间的几乎所有距离，以避免发射器和接收器之间的直接照明。这种屏蔽结构是用吸收性材料和镜面材料模拟的。最后，使用机械外壳内表面的吸收和反射（镜面）材料对这三种配置进行了模拟。阿尔法原型的机械外壳是用吸收材料（阳极氧化铝）开发的，但预计在这种情况下，反射（黄铜）配置会提供更好的结果。由于样品远离光发射器和接收器，反射外壳将有利于到达探测器的光线数量。

在这种情况下，图17显示了模拟所示配置的从发射器到探测器的光束路径。此外，表9收集RGB颜色传感器和光电二极管中的流明值，用于定义的模拟配置。与之前的模拟一样，为了便于解释模拟结果，假设发射器发射1流明/10.00×10⁶射线。

模拟结果分析（参见表9和图17)确定优化光学设计的配置是对应于反射机械外壳内表面和24mm反射抗串扰屏蔽的配置。考虑到其余配置，由于RGB检测器几乎没有接收到发光强度，因此放弃了带有吸收机械外壳的配置。另一方面，尽管3mm抗串扰屏蔽使RGB颜色传感器接收的发光强度最大化，但这是由于发射器对接收器的直接辐射，因此这种配置不适合提供显著的RGB测量动态范围。最后，考虑到24mm屏蔽的模拟结果，使用反射式抗串扰屏蔽可以获得最大的发光强度。因此，这是为Beta原型选择的光学子系统设计。由于机械外壳和抗串扰屏蔽的内表面的反射率，这种设计有利于光线的传播，并且由于抗串扰屏障的长度，使从发射器到RGB检测器的直射光的入射最小。如前一次模拟中所述，由于未对真实流体样品进行表征，并且模拟了理想的吸收剂和朗伯散射介质，因此所得结果对于确定RGB测量动态范围没有价值。在此背景下，开发了第二个原型，用实际油样验证选定的光学子系统设计，并确定实际RGB测量动态范围。

最后，关于光电二极管配置，模拟结果与Alpha原型模拟中获得的结果相似，因为这部分设计没有改变。

3.2.5. 使用Beta原型进行RGB测量测试（活动计划的活动10）

考虑到仿真结果的成功，开发了第二个原型。同样，该原型用于对实际样品进行油降解测量验证测试。与Alpha原型一样，测试结果决定了新光学设计测量油样RGB吸光度的能力。这些试验中使用的程序与第3.2.3节首先，为了检查光学校准，在测量腔为空（无油样）的情况下进行测量。G通道测量值必须在80%左右，以指示正确的校准。接下来，用不同的油样测量Agip OTE 32类型。为了扩大测试的覆盖范围，在这种情况下，降解样品的选择为0%（新鲜油）、33%、66%和100%（参见图18).

另一方面，使用不同配置的抗串扰屏蔽（吸收器和反射镜）来检查仿真结果。此外，将这些结果与Alpha原型和1mm样品腔长度的测量值进行了比较。表10收集获得的结果。

Beta原型测试结果表明，24mm吸收式和反射式抗串扰屏蔽的100%和0%降解油样值之间的差异分别为22%和44%。根据仿真结果，采用反射式抗串扰屏蔽获得了最佳的光学配置和测量动态范围。另一方面，考虑到Alpha原型（1 mm样品腔长度）测量，100%和0%降解油样品之间的关系为53%。在这种情况下，两种原型都获得了可比较的结果。然而，为了详细分析RGB测量动态范围，还计算了油样测量值与空测量值之间的关系。这些结果如所示图19首先，观察到Beta原型的R、G和B通道测量结果（见图19a、 b）与Alpha原型RGB测量值相比，存在线性损失（参见图19c），在整个机油降解范围内。这可能是由于机械壳体的材料发生了变化。Beta原型外壳由黄铜制成，而Alpha原型外壳由阳极氧化铝制成。这种修改是出于经济原因，但由于RGB测量中黄铜的色度影响，在最终设计中将改为抛光铝。除此之外，带反射抗串扰屏蔽的Alpha原型和Beta原型的整体RGB测量动态范围约为0.6。这些结果支持Beta原型的设计决策，并证明其可行性。

3.3. RGB测量稳定性与温度

本节描述了为确定RGB测量值与温度的相关性（Alpha原型）和验证实施的照明控制（Beta原型）而进行的活动，以补偿此影响并提供稳定的测量。

3.3.1. 阿尔法原型与温度的理论方法（活动计划的活动2）

本节描述了为确定主要光学元件（白色LED发射器和RGB颜色）与温度的相关性而进行的理论近似，并建立了补偿此影响的解决方案。

在温度范围为0°C至80°C的气候室中使用LED进行多项测量，以测试白色LED与温度之间的相关性。为了测量LED发出的发光强度，将其与一根光纤连接到放置在气候室外面的VIS-NIR分光光度计（HR-2000+，Ocean Optics，Dunedin，FL，USA）（参见图20a）。图20b表示在蓝色、绿色和红色的波长处测量的发光强度。在测试温度范围内，蓝色、绿色和红色的波长分别观察到约20%、13%和15%的变化。
RGB颜色传感器与温度之间的相关性也通过在温度范围为0°C至80°C的气候室中使用RGB传感器进行多项测量进行了测试。RGB光电探测器由放置在气候室外面的12 W宽带钨黄光源（HL-2000，Ocean Optics，Dunedin，FL，USA）照亮，并用光纤连接到颜色传感器（参见图21a）。图21显示了在蓝色、绿色和红色波长下测量的发光强度。与白色LED获得的结果相比，在测试温度范围内RGB测量值的变化可以忽略不计。

考虑到白色LED对温度的依赖性，有必要实施照明控制，以确保光源在传感器工作温度范围内的稳定性。文献修订后，确定了以下照明控制方法：

“电压温度系数法”测量白色LED的流通电压，该方法与参数电压温度系数相结合，可以精确感应LED的结温，并基于此和效率温度系数，参考系统实现开环控制，以保持白色LED的发光强度恒定[72].
“反馈光电二极管法”通过一个二级接收器（例如光电二极管）测量白色LED发出的发光强度，并基于该值实施开放控制回路，以保持白色LED的发光强度恒定[73].

第一个选项被放弃，因为它的实现更为复杂，并且需要对每个白色LED进行自定义校准，以建立所需发光强度和流通电压之间的关系。第二种方法不需要任何校准，因为白色LED发出的发光强度是自动校准的，并通过光电二极管测量进行补偿。然而，必须考虑到所选光电二极管的测量在所需的工作温度范围内具有大约5%的变化[73]. 假设该变化与LED中观察到的变化相对照，并考虑到原型开发所需的RGB和OD测量精度。

3.3.2. 使用Alpha原型进行与温度相关的RGB测量稳定性测试（活动计划的活动6）

首先，使用Alpha原型在气候室中进行RGB测量稳定性测试。在没有油样和1 mm样品腔长度的情况下进行测量。由于RGB吸光度测量测试结果（参见第3.2.3节)确定了该长度的最佳测量分辨率。实施的温度循环为6小时内的0°C–80°C–0°C，每分钟测量1次。测试结果确定了RGB测量对温度的依赖性。如所示图22RGB颜色传感器测量值在整个温度范围内变化，G通道约为20%，R通道约为15%，B通道约为10%。这些结果与理论方法中确定的值一致，考虑到如先前理论方法中所述，白色LED的相对发光强度峰值与RGB颜色相对灵敏度峰值不匹配。然而，观察到的RGB测量变化是不可接受的，因为它可能导致对传感器原型提供的油降解水平的错误解释。如前一小节所述，观察到的可变性主要是由白色LED的效率损失引起的。在这种情况下，决定实施基于光电二极管测量的照明控制，以补偿这种情况并提供稳定的照明，从而实现稳定的RGB测量。

3.3.3. 照明控制设计与仿真（活动计划活动9）

图23显示了设计的照明控制，以补偿白色LED效率中的温度效应，从而补偿RGB测量。实施控制的目的是保持最佳亮度值（luma_设定值)在整个工作温度范围内。白色LED电流由脉冲串控制，每个脉冲串配置获得的亮度值由光电二极管（次级接收器）测量。

设计的照明控制是纯比例控制，其中亮度误差（亮度差_设定值和luma_测量)乘以可调增益。将结果添加到LED序列脉冲值中，以获得一个新的LED序列脉冲数值，以补偿温度效应。

使用MATLAB（美国马萨诸塞州纳蒂克）计算环境模拟并实现照明控制。为了进行模拟，通过实验测量生成了白色LED的模型。对这些实验值进行线性插值，以获得任何LED脉冲值的白色LED响应。为了模拟白色LED的退化或功率损耗与温度的关系，考虑了随时间的指数衰减。图24显示了实现的白色LED型号。

此外，关于照明控制实施，可接受的亮度范围（luma_最小值，卢玛_最大值)定义。实现的算法会自动找到唯一的亮度设定点，即接受的最小和最大亮度值之间的中点。

最后，图25显示了不同增益值配置的仿真结果。可以观察到，从某一增益值开始，系统开始振荡，因此亮度值没有得到适当控制（参见图25a） ●●●●。另一方面，如果选择适当的增益，则系统不会振荡，并且控制正确执行。然而，在这种情况下，图25b表明，尽管控制增益是正确的，但亮度仍在所需范围之外。这主要是由于控制硬件组件缺乏分辨率，无法以更高的精度调节脉冲值。在这种情况下，最小可能的脉冲变化将意味着亮度变化大于所需。唯一可行的解决方案是重新设计定制嵌入式电子产品。此时，决定当前分辨率可能有效，因此RGB测量稳定性测试使用当前自定义嵌入式电子设计进行。然而，在未来的重新设计和传感器原型更新中，将考虑从该模拟得出的结论。

3.3.4. 使用Beta原型进行与温度相关的RGB测量测试（活动计划的活动11）

与之前的温度测试类似，Beta原型中实施的照明控制在气候室中进行测试。编程温度循环为6小时内的0°C–80°C–0°C，每分钟进行1次测量。图26显示了RGB颜色传感器测量值。这些结果确定，与Alpha原型获得的结果相比，总RGB测量可变性降低了约50%。图26显示Beta原型和实现的照明的RGB测量可变性对于G通道约为10%，对于R通道约为8%，对于B通道约为7%。

3.4. 流体样品采集：样品腔填充、排气和样品更新

本小节介绍了为解决与流体样品采集相关的流体机械子系统的技术、功能和设计不确定性而开展的活动（填充流体样品腔、排气和更新样品）。如前所述，油样腔中存在气泡、油样不更新等可能会导致错误的油质量值。为解决这些不确定性而进行的活动包括几次模拟，以验证拟议的流体力学设计。这些模拟将确定液压回路的压力条件，传感器将安装在液压回路中，以保证流体样品的填充和更新。然后，使用Alpha原型进行流体试验，以在几乎真实的条件下验证该设计。

拟议的流体力学设计主要取决于光学设计的要求(第3.2节)以及在无流体再循环的情况下易于安装在液压回路中的可集成性。

3.4.1. Alpha原型的CFD模拟（活动计划的活动4）

本小节所述模拟的目的是确定在给定压降下通过传感器的最小流量。为此，模拟将验证样品腔的几何形状和长度，以及安装传感器的液压润滑回路的压力条件。这种配置将确保流体流经传感器，从而填充样品腔和更新油样。

用于进行下一次仿真的仿真工具是ANSYS Fluent CFD软件（ANSYS，Canonsburg，PA，USA）。此外，对估计传感器样品腔长度的最极端位置进行了模拟：最小位置为0.5 mm，最大位置为2 mm。

作为第一步，模拟传感器流体机械部分的几何形状，以验证流体样品腔的入口/出口尺寸。图27显示了传感器流体机械部分的几何结构和模拟液压系统流量。模拟结果表明，传感器进口段内的流体是有组织的，没有可能产生反向流动的漩涡。因此，设计的传感器的流体取样腔几何结构提供了足够的流体入口和出口。

然后，描述了模拟流经传感器的流体流动所采取的步骤。该模拟提供了给定传感器样品腔长度和液压安装回路中压降时，传感器入口和出口之间产生的流量和压差。

首先，使用模拟工具的ANSYS DesignModeler工具箱（ANSYS，Canonsburg，PA，USA），定义进行模拟的液体体积。图28显示了定义的液体体积，考虑到2 mm和0.5 mm的样品腔长度。定义的液体体积的形状差异，对应于入口和出口传感器部分，这是由于光学背元的圆度，必须对其进行调整以减少样品腔长度，从而修改边界条件。此外，此图显示了传感器和液压系统输入和输出数据将用于以下每个模拟的点。

其次，为了模拟流体的特性，使用ANSYS网格工具箱（ANSYS，Canonsburg，PA，USA）执行了网格划分过程。使用了多区方法，并通过通货膨胀施加了限制层。关于网格度量谱，选择了正交质量和偏斜度。

第三，计算了流体中的压降。为了进行这一计算，我们选择了一个具有强化壁面处理的可实现K-epsilon粘性模型。此外，将通过传感器的液体也已产生。流体的选定密度和粘度特性对应于Mobilgear-shc-xmp-320手机润滑油（密度=860 kg/m^三粘度=0.335 kg/m s）。

接下来，进行模拟以确定是否符合质量平衡，并计算通过传感器产生的质量流量。作为边界条件，施加的压力损失范围为100 Pa（1 mbar）至10000 Pa（0.1 bar）。表11显示了在该模拟中获得的结果。可以观察到，在所有情况下都满足了质量平衡，产生了质量流，并且产生了与层流相对应的质量流。

最后，对前面的模拟结果进行后处理。此后处理确定体积流量、沿传感器的流体速度以及传感器入口和出口之间的压差。图29显示了这些后处理的示例。图表显示了在液压系统压差为100Pa和样品腔长度为2mm的情况下，通过传感器的流速以及传感器和液压系统入口和出口部分的压力。最后，表11显示了此后处理过程中生成的所有信息，涉及样品腔长度和系统压降的不同配置。

总之，尽管系统压差较低（100 Pa），但模拟结果证实，对于任何拟议的流体力学设计配置（0.5 mm至2 mm）和给定的流体特性，通过传感器的质量和体积流量都是有保证的。因此，传感器中会产生一个压差，以保证测量腔的填充、排气和样品的更新。这些结果证实了拟议设计的可行性，前提是安装传感器的液压系统至少确保了该压降，因此，继续开发的可行性。然而，尽管在储油罐中不能保证压降，但扩散原理将确保样品的更新[74,75].

3.4.2. 使用Alpha原型进行流体（样品采集）测试（活动计划的活动7）

基于先前模拟中提出的流体设计，开发了一个原型，以验证测量腔的填充和实验室条件下的样品更新。考虑到光学设计的验证(第3.2节)已确定最佳RGB吸光度测量分辨率是在样品腔长度为1mm的情况下获得的，流体验证仅在该样品腔长度下进行。

为了进行该测试，将原型浸入150 mL新的Agip OTE 32每隔5分钟添加5 mL 100%降解油（在反应器中人工降解），共10步。为了确保传感器中的油混合和样品更新，使用了最小搅拌（1 rpm）的磁力搅拌器。然后让传感器再测量半小时，以观察测量的演变。用于执行此测试的测试台如所示图30.

另一方面，图31显示了在测试中获得的结果。该图显示了不同时间段（分钟）测得的RGB吸光度值，与添加到混合物中的降解油的体积相比。可以观察到，随着混合物降解程度的增加，RGB测量值降低。此外，值得注意的是，在混合物的最终稳定期内，RGB测量有稳定的趋势。这种行为表明，样品腔的填充和流体样品的更新都在成功进行。

4.结果和讨论

将开发过程中得出的结论用于开发满足可行测量和操作、可集成性、紧凑尺寸和经济成本方面规定的所有要求的传感器产品。接下来，将详细描述这些要求的符合性。

第一，表12将开发开始时确定的不确定性与获得的结果进行对比。这些结果表明，实现了与油降解状态测量分辨率和可行性相关的预期性能，以及传感器的易安装性和可集成性。

此外，还满足了有关紧凑尺寸、经济成本和提供有关油降解情况的额外信息的额外要求。一方面，传感器尺寸为Ø32×65 mm，与其他类似的商用传感器大致相同（参见表2). 另一方面，传感器价格预计将低于当前商用传感器的价格范围（参见表2). 在这种情况下，表13显示了拟议传感器的预期制造成本。最后，表14显示了附加油降解条件信息与实验室结果的对比结果。该信息是通过将实现的嵌入式算法应用于Beta原型测试的RGB测量而获得的(第3.2.5节). 实验室和传感器结果之间的差异在油降解总指数（OD）的±5%范围内，其余参数的±10%范围内，这对于在线油调节商业传感器来说是可接受的精度。

5.结论

在这份手稿中，详细描述了一种在线油状态传感器的开发过程。该传感器基于一种创新的设置形式，实现了一种传统的测量原理，该原理通过样品在老化时间内的颜色变化来确定油降解情况。颜色是通过不同的光-物质相互作用过程来测量的，例如透射率和漫反射。此外，传感器旨在浸没在流体中工作，以避免油样调节液压子系统，从而降低传感器成本和尺寸。这一事实有助于传感器在没有专门准备的系统和机械中的集成和安装，并减少了传感空间。最后，它的低成本使这种传感器非常适用于制造厂等需要监控数千台起重机和机器人手臂的场景。

拟定传感器概念方法的开发需要关注光学和流体机械子系统的功能、技术和设计不确定性。一方面，光学设计必须保证显著且稳定的RGB测量动态范围，以精确测量所需的油降解条件（颜色变化）。另一方面，流体力学设计必须保证足够的油样采集，包括样品腔填充、排气和换油。任何这些点的故障都可能导致错误的机油劣化状态测量和不可靠的操作模式。

为了成功地面对和解决这些不确定性，遵循基于NPD（新产品开发）方法的方法开发过程。该过程以理论方法、模拟和原型开发为基础，作为中间解决方案，以有效实现完全定义的最终传感器系统。这一过程使我们获得了32×65毫米的传感器，成本约为100欧元/1000台（参见表13)这比同类商业传感器的尺寸和价格都要低。如果压降至少为100 Pa，或者在储油罐等情况下，符合菲克扩散定律，则传感器直接浸入液体中工作。此外，传感器提供的油降解状态信息包括总油降解指数（OD）和RULER、AN、FTIR（Oxi）和MPC（CLIELAB）参数。最后，OD的测量精度/可变性为±5%，其余参数在操作条件下为±10%，这是传感器客户可以接受的。

然而，我们发现了一些改进。一方面，新的多功能传感器解决方案的出现，如HAMAMATSU彩色/接近传感器（日本滨松市滨松光电）[76]，可以进一步减小传感器尺寸并提高测量分辨率/精度。与当前设计相比，这些多功能传感器将LED和颜色传感器集成到单个封装中，提高了发射/接收光比（光敏性）。另一方面，将照明控制迁移到“电压温度系数法”（参见第3.3.1节)或者选择具有更好温度响应的光电二极管也可以通过减少工作温度条件下的测量可变性来提高测量分辨率/精度。在未来的工作中考虑这些新方法将提高传感器的性能质量。

6.专利

Mabe，J。；洛佩兹，P。；德尔加多，A。；Iturbe，I.（2017）。流体监测系统（流体状态监测系统和方法）。Tekniker基金会。西班牙专利商标局，专利申请号P201730848，2017年6月。

作者贡献

概念化，P.L.和J.M。；调查、P.L.和G.M。；方法论、P.L.和L.E。；验证、P.L.和G.M。；起草初稿，P.L。；写作-审查和编辑，P.L.和J.M。

基金

这项研究没有得到外部资助

利益冲突

作者声明没有利益冲突。

工具书类

Mang，T。；Dressel，W。润滑剂和润滑第3版。；乔恩·威利父子公司：美国新泽西州霍博肯，2017年；国际标准图书编号978-3-527-32670-9。[谷歌学者]
Gómez Estrada，Y.A.Contribución al Desarrollo Y Mejora Para la Cuanticicionón de la Degradación en Aceites润滑剂Usados de MCIA A Través de la Tecnica de EsspectrometríA Infrarroja por Transformada de Fourier（FT-IR）。2013年，西班牙瓦伦西亚政治大学博士论文。[谷歌学者] [交叉参考]
曾强。；Dong，G。；Yang，Y。；Wu，T.旧齿轮油性能劣化分析。高级化学。工程科学。 2016,6, 67–75. [谷歌学者] [交叉参考]
Höhn，B.R。；Michaellis，K.润滑油老化对齿轮性能的影响。在线可用：http://www.oetg.at/fileadmin/Dokumente/oetg/Proceedings/WTC_2001_files/html/M-28-02-339-HOEHN.pdf（2018年5月3日访问）。
Wright，J.3润滑油失效的原因，机械润滑，2011年8月。在线可用：http://www.machineryluberication.com/Read/28526/why-lube-oils-fail（2018年5月3日访问）。
M.J.尼尔。润滑和可靠性手册第1版。；Newness：英国牛津，2000年；国际标准图书编号9780750651547。[谷歌学者]
D.理查森。工厂设备和维护工程手册; McGraw Hill Professional：美国纽约州纽约市，2013年；国际标准图书编号9780071809900。[谷歌学者]
Kopschinsky，J.润滑不良的真实成本。2012.在线提供：http://www.uesystems.com/wp-content/uploads/2014/10/The-True-Cost-of-Poor-Lublication.pdf（2018年5月3日访问）。
Atten2高级监控技术。在线可用：网址：http://atten2.com/（2018年5月3日访问）。
Gebarin，S.在线和在线磨损碎片探测器：有什么？机械润滑，2003年9月。在线可用：http://www.machineryluberication.com/read/521/in-line-wear-debris-detectors（2018年5月3日访问）。
新泽西州迈什金。；马尔科娃，L.V。工业润滑摩擦学中的在线状态监测第1版。；施普林格：瑞士查姆，2018年；是978-3-319-61134-1。[谷歌学者]
Tokognon，C.A。；高，B。；Tian，G.Y.基于物联网的结构健康监测框架：一项调查。IEEE互联网事物杂志。 2017,4, 619–635. [谷歌学者] [交叉参考]
R.帕尔帕拉。；Iacob，R.物联网概念在工业设备预测性维护中的应用。MATEC网络会议。 2017,121, 02008. [谷歌学者] [交叉参考]
Los Sensors：Herramientas Clave Para el Desarrollo del“大数据”（传感器：大数据开发的关键工具）。在线可用：http://www.spri.eus/es/ris3-euskadi-communication/los-sensores-herramientas-clave-desarrollo-del-big-data/（2018年5月11日访问）。
Lee，J。；巴赫里，B。；Kao，H.A.基于工业4.0的制造系统的网络物理系统架构。制造出租。 2015,三, 18–23. [谷歌学者] [交叉参考]
西门子和通用电气为物联网做好准备，《经济学人》，2016年12月。在线可用：https://www.economist.com/news/business/21711079-american-industrial-giant-sprinting-towards-its-goal-german-firm-taking-more（2018年5月3日访问）。
工业4.0智能传感器系统，新闻稿，博世集团。2016年。可在线获取：http://www.bosch-presse.de/pressportal/de/en/intelligent-sensor-systems-for-industry-4-0-44893.html（2018年5月3日访问）。
《使用智能传感器进行机器监测》，博世集团新闻稿。2016年。可在线获取：http://www.bosch-presse.de/pressportal/de/en/machine-monitoring-with-smart-sensors-44917.html（2018年5月3日访问）。
格雷沙姆，R.M。；G.E.托顿。工业机械的润滑和维护：最佳实践和可靠性; CRC出版社：美国佛罗里达州博卡拉顿，2008年；国际标准图书编号9781420089363。[谷歌学者]
工业4.0数字转型和指数技术使用的挑战和解决方案，德勤，2015年。在线可用：https://www2.deloitte.com/content/dam/deloitte/ch/Documents/manufacturing/ch-en-manufactuing-industry-4-0-24102014.pdf（2018年5月8日访问）。
J.梅贝。用于在线流体监测的光子低成本传感器; Euskal Herriko Unibertsitaea：2017年，西班牙维斯卡亚；在线可用：http://hdl.handle.net/10810/25046（2018年5月5日访问）。
Thota，H。；Munir，Z。《创新的关键概念》。J.Prod.Innov公司。管理。 2012,4, 681–683. [谷歌学者] [交叉参考]
博世集团敏捷产品开发的成功快车道。2015年。在线提供：http://www.bosch-presse.de/pressportal/de/en/the-fast-track-to-success-with-agile-product-development-42983.html（2018年5月7日访问）。
Johnson，M.《石油分析的过去、现在和未来：石油分析未来的专家小组讨论》。特里波尔。润滑油。事务处理。 2007,64, 32–39. [谷歌学者]
赵，Y。油分析手册第1版。；光谱科学：美国马萨诸塞州切姆斯福德，2014年；在线可用：https://www.spectrosci.com/default/assets/File/spectrosci_OilAnalysisHandbook_FINAL_2014-08.pdf（2018年5月3日访问）。
洛杉矶汤姆斯。；汤姆斯，A.M。机械油分析：方法、自动化和效益第3版。；STLE：美国伊利诺伊州Park Ridge，2008年。[谷歌学者]
ASTM D974-14e2，《用颜色指示剂滴定法测定酸值和碱值的标准试验方法》，宾夕法尼亚州西康舍霍肯，2014年。在线可用：http://www.astm.org/Standards/D974（2018年5月4日访问）。
ASTM D664-17a，《电位滴定法测定石油产品酸值的标准试验方法》，ASTM国际，宾夕法尼亚州西康舍霍肯，2017年。在线可用：http://www.astm.org/Standards/D664（2018年5月4日访问）。
约翰逊，M。；最佳实践：战略石油分析：制定测试计划。特里波尔。润滑油。Technol公司。 2009,65, 20–26. [谷歌学者]
ASTM D6971-09（2014），《用线性扫描伏安法测量非锌汽轮机油中受阻酚和芳香胺抗氧化剂含量的标准试验方法》，ASTM国际，宾夕法尼亚州西康舍霍肯，2014年。在线可用：http://www.astm.org/Standards/D6971（2018年5月4日访问）。
ASTM D6810-13，《用线性扫描伏安法测量非锌汽轮机油中受阻酚类抗氧化剂含量的标准试验方法》，ASTM国际，宾夕法尼亚州西康舍霍肯，2013年。在线可用：http://www.astm.org/Standards/D6810（2018年5月4日访问）。
ASTM E2412-10，《利用傅里叶变换红外（FT-IR）光谱法进行趋势分析的废润滑剂状态监测标准规程》，ASTM国际，宾夕法尼亚州西康舍霍肯，2010年。在线可用：http://www.astm.org/Standards/E2412（2018年5月4日访问）。
ASTM D445-17a，《透明和不透明液体运动粘度的标准试验方法（以及动态粘度的计算）》，ASTM国际，宾夕法尼亚州西康舍霍肯。2017。在线可用：http://www.astm.org/Standards/D445（2018年5月4日访问）。
ASTM D1500-12（2017），《石油产品ASTM颜色标准试验方法》（ASTM色标），ASTM国际，宾夕法尼亚州西康舍霍肯，2017年。在线可用：http://www.astm.org/Standards/D1500（2018年5月4日访问）。
ASTM D7843-16，《使用膜贴片比色法测量在役汽轮机油中润滑剂生成的不溶色体的标准试验方法》，ASTM国际，宾夕法尼亚州西康舍霍肯，2016年。在线可用：http://www.astm.org/Standards/D7843（2018年5月4日访问）。
利文斯通，G.J。；普雷斯科特，J。；Wooton，D.检测并解决润滑油清漆问题。电源 2007,151, 74–85. [谷歌学者]
托雷斯，A。；Hadfield，M.Low-Cost基于复介电常数变化的油质传感器。传感器 2011,11, 10675–10690. [谷歌学者] [交叉参考] [绿色版本]
劳舍尔，M。；特雷梅尔，A.J。；Schardt，M。；Koch，A.W.非色散红外传感器，用于齿轮箱油的在线状态监测。传感器 2017,17, 399. [谷歌学者] [交叉参考] [公共医学]
韩，Z。；Wang，Y。；Qing，X.监测润滑油碎屑的原位电容传感器特性研究。传感器 2017,17, 2851. [谷歌学者] [交叉参考] [公共医学]
陈，Y。；梅，G。；Yang，H。；Yu，F。；Gao，J.基于Tuning-Fork技术的流体特性传感器的性能特征和温度补偿方法。J.传感器。 2016, 1386564. [谷歌学者] [交叉参考]
Shinde，H。；Bewoor，A.用于发动机机油劣化测量的电容传感器。AIP确认程序。 2018,1943, 020099. [谷歌学者] [交叉参考]
Riziotis，C。；El Sachat，A。；马科斯，C。；维拉纳斯，P。；Meristoudi，A。；Papadopoulos，A.工业液体冷却剂老化监测用光纤传感器的评估。2015年9月7日至10日，德国耶拿，SPIE-国际光学工程学会会议记录；条款编号；第9359卷。第93591Y条。[谷歌学者] [交叉参考]
韦林，A.S。；Girgenti，R.S。；弗拉特金，M.B。；Henning，P.F.现场流体分析传感器螺栓。美国专利号US9228956B2，2016年1月5日。[谷歌学者]
米兰达·R。；帕切科，G。；Valadez，R.流体颜色在线监测装置。专利申请号WO2016080824A42016年5月26日。[谷歌学者]
Ossia，C.V.公司。；Kong，H。；Markova，L.在合成液压油状态监测中使用颜色变化。Ind.润滑油。特里波尔。 2010,62, 349–355. [谷歌学者] [交叉参考]
Filhaber，J.楔形和偏心如何影响非球面光学。光子学光谱 2013,47, 44–47. 在线可用：https://www.photonics.com/a55004/How_Wedge_and_Decenter_Affect_Aspheric_Optics（2018年5月7日访问）。
希尔，D。；McEuen，K.4开发光电医疗设备的重大错误。白皮书，Zygo公司。在线可用：https://www.meddeviceonline.com/doc/big-mistakes-in-developing-photonics-enabled-medical-devices-0001（2018年5月7日访问）。
Aranzabe，E。；Marcaide，A。；Arnaiz，A。；Hernaiz，M.提出了评估润滑剂在使用过程中生物降解性的新方法。J.近红外光谱学。 2008,16. [谷歌学者] [交叉参考]
Terradillos，J。；Arnaiz，A。；Gorritxategi，E。；Aranzabe，A。；Aranzabe，E.基于可见光谱分析的润滑油质量状态评估新方法。2008年6月4日至6日，西班牙圣塞巴斯蒂安，《润滑管理与技术学报》（Lubmat）。[谷歌学者]
Halme，J。；Gorritxategi，E。；Bellew，J.润滑油传感器。在电子维护第1版。；施普林格：英国伦敦，2010年；第173-196页。国际标准图书编号978-1-84996-204-9。[谷歌学者]
Bravo Imaz，我。；Garcia-Arribas，A。；Gorritxategi，E。；Barandiaran，J.M.，润滑油在线状态评估用磁弹性粘度传感器。IEEE传输。Magn.公司。 2013,49, 113–116. [谷歌学者] [交叉参考]
Gorritxategi，E。；Arnaiz，A。；Aranzabe，A。；Terradillos，J.测定润滑油降解状态的方法和装置。美国专利号EP2615444B1，2018年4月11日。[谷歌学者]
Gorritxategi，E.Dispositivo Sensor Octico Para Determinación del Estado de Degradación de Aceite Lubricane en Circuito de Lubricacion de una Máquina。专利规范编号：ES2455465B1，2013年3月2日。[谷歌学者]
Gorritxategi，E。；加西亚-阿里巴斯，a。；Aranzabe，A.用于风力涡轮机状态监测的创新在线油传感器技术。主要工程师。 2014,644, 53–56. [谷歌学者] [交叉参考]
Gorritxategi，E。；Mabe，J.流体监测系统和方法。欧洲专利申请EP2980557A1，2016年2月3日。[谷歌学者]
维拉尔，A。；Gorritxategi，E。；费尔南德斯，S。；Fernandez，L.A.采用化学计量学方法监测船用发动机机油状况的可见/近红外在线传感器。国际社会选择。工程师。 2010,7726，77262F。[谷歌学者] [交叉参考]
维拉尔，A。；Gorritxategi，E。；费尔南德斯，S。；Fernandez，L.A.通过变量选择方法优化用于船用柴油机润滑油在线监测的Vis-NIR传感器的多元校准。化学。智力。实验室系统。 2014,130, 68–75. [谷歌学者] [交叉参考]
维拉尔，A。；Gorritxategi，大肠杆菌。；Aranzabe，E。；Fernandez，L.A.低成本可视红外传感器，用于在牛奶生产过程中在线监测脂肪和脂肪酸含量。食品化学。 2012,135, 2756–2760. [谷歌学者] [交叉参考] [公共医学]
Mabe，J。；祖比亚，J。；Gorritxategi，E.用于流动润滑油中在线磨损颗粒检测的低成本光子微型传感器。传感器 2017,17, 586. [谷歌学者] [交叉参考] [公共医学]
Gorritxategi，E。；Mabe，J。；德尔加多，A。；维拉尔，A。；Urrta，H.基于近红外光谱的流体监测系统。欧洲专利申请EP3176565A12017年6月7日。[谷歌学者]
弗莱默，J。；莫扎法列赫，M。；Bebie，H.《光与物质的相互作用》。在眼科基础科学第1版。；施普林格：德国柏林/海德堡，2013年；国际标准图书编号978-3-642-32261-7。[谷歌学者]
沃克曼，J.J.J。分析光谱学简明手册：理论、应用和参考材料：第2卷：可见光谱; 世界科学出版公司：新加坡，2016年；国际标准图书编号978-981-4508-05-6。[谷歌学者]
林登，J.C。；特兰特，通用电气。；D.W.科佩纳尔。光谱学和光谱学百科全书第3版。；学术出版社：美国纽约州纽约市，2016年；ISBN 978–0128032244。[谷歌学者]
麦格拉思，R.G。；密歇根州麦克米伦。发现驱动的增长：降低风险和抓住机遇的突破过程第1版。；哈佛评论出版社：美国马萨诸塞州波士顿，2009年。[谷歌学者]
湖水，C.H。；DeMever，A。；米歇尔·皮奇。管理未知：管理项目中高度不确定性和风险的新方法; John Wiley&Sons，Inc.：美国新泽西州霍博肯，2006年。[谷歌学者]
Lenfle，S。；Loch，C.Lost Roots:项目管理如何强调对灵活性和新颖性的控制。加州管理局。版次。 2010,53, 32–55. [谷歌学者] [交叉参考]
Mabe，J.从创新理念到高附加值产品。纽特克（10），IK4-TEKNIKER。2014.在线提供：http://www.newtek-tech.es/newtek/boletin/10/eng/specialista1.php（2018年5月11日访问）。
六西格玛设计在全产品开发中的作用，六西格马学会国际LCC。在线可用：https://lgosdm.mit.edu/VCSS/web_seminars/docs/eskandari_052606.pdf（2018年5月8日访问）。
E.里斯。精益创业：当今企业家如何利用持续创新创造彻底成功的企业; Crown Business，Crown Publishing Group：美国纽约州纽约市，2011年。[谷歌学者]
H.W.切斯堡。开放式创新：创造技术并从中获利的新要务第1版。；哈佛商学院出版社：美国马萨诸塞州波士顿，2006年；国际标准图书编号978-1422102831。[谷歌学者]
库珀，R.G.特邀文章：下一步是什么？在关卡之后。研究-技术。管理。 2014,57, 20–31. [谷歌学者] [交叉参考]
弗里克，B。；Schenkel，B.光谱光度计和相关测量头。美国专利US7365843B2，2008年4月29日。[谷歌学者]
哈巴克，R。；科拉尔，V。；诺瓦克，T。；Bartłomiejczyk，M.为火车站动态照明系统设计的具有宽测量范围的低成本照度计原型。2014年5月12日至14日在捷克共和国布尔诺举行的2014年第15届国际电力工程科学会议（EPE）会议记录；第5卷，第665-670页。[谷歌学者] [交叉参考]
库斯勒，E.L。流体系统中的扩散传质第3版。；剑桥大学出版社：英国剑桥，2009；国际标准图书编号978-0-511-47892-5。[谷歌学者]
Tyrrel，H.J.V.公司。；K.R.哈里斯。液体中扩散的理论和实验研究第1版。；巴特沃斯·海尼曼：牛津，英国，1984年；国际标准图书编号978-0-408-17591-3。[谷歌学者]
HAMMAMTSU颜色/接近传感器。在线可用：https://www.hamamatsu.com/resources/pdf/ssd/p12347-01ct_kpic1084e.pdf（2018年5月3日访问）。

图1。描述射流过程分析方法之间差异的图表[21].

图2。由于降解，润滑剂可见光谱发生变化。

图3。总结入射光线与样品材料相互作用后的不同过程。

图4。(一)变速箱和(b条)用于流体样品RGB吸光度测量的反射方法。

图4。(一)变速箱和(b条)流体样品RGB吸光度测量的反射方法。

图5。传感器开发过程的结构。

图6。传感器概念方法的组件图。

图7。传感器概念方法的硬件和软件框图。

图8。抛光铝反射光谱。

图9。(一)定制嵌入式电子产品；(b条)传感器Alpha原型；(c（c）)传感器Beta原型。

图9。(一)定制嵌入式电子设备；(b条)传感器Alpha原型；(c（c）)传感器Beta原型。

图10。所选测量原理的基本设置和组件特性。

图11。用实验室设备测量的真实油样的透射率和反射率的图形表示。

图12。不同降解状态的真实油样。

图12。具有不同降解状态的真实油样。

图13。横向(一)和正面(b条)反射（镜）光学背元件和抗串扰屏蔽配置系统内光束路径的图形表示。

图14。已开发(一)阿尔法原型(b条)试验台，以及(c（c）)试验中使用的油样（0%、50%和100%降解）。

图15。油样测量和空测量之间关系的图形表示，用于(一)2毫米；(b条)1.5毫米；(c（c）)1毫米；(d日)0.5毫米。

图15。油样测量值与空测量值之间关系的图形表示(一)2毫米；(b条)1.5毫米；(c（c）)1毫米；(d日)0.5毫米。

图16。Alpha的方块图(一)和Beta(b条)传感器原型。

图17。机械外壳反射（镜面）内表面和不同抗串扰屏蔽配置系统内光束路径的图形表示：(一)3mm吸收式抗串扰屏蔽；(b条)24mm吸收式抗串扰屏蔽；(c（c）)24毫米反射（镜面）抗串扰屏蔽。

图18。(一)开发样机和试验台；(b条)这些测试中使用的油样（0%、33%、66%和100%降解）。

图19。油样测量值与空测量值之间关系的图形表示：(一)具有吸收性抗串扰屏蔽的Beta原型；(b条)具有反射式防串扰屏蔽的Beta原型；(c（c）)Alpha原型，具有1mm样品腔长度和反射背面元件。

图19。油样测量值与空测量值之间关系的图形表示：(一)具有吸收性抗串扰屏蔽的Beta原型；(b条)带反射抗串扰屏蔽的Beta原型；(c（c）)Alpha原型，具有1mm样品腔长度和反射背面元件。

图20。(一)测试设置；(b条)白色LED在蓝色、绿色和红色波长下的发光强度与温度的关系。

图21。(一)测试设置；(b条)RGB颜色传感器测量的发光强度与温度的关系。

图22。RGB颜色传感器测量值与温度的图形表示，在Alpha原型中无照明控制。实现的算法会自动找到唯一的亮度设定点，即接受的最小和最大亮度值之间的中点。

图23。Beta原型中实现的照明控制的一般框图。

图24。白色LED型号示意图。

图25。不同照明控制增益值的模拟亮度和LED脉冲值的图形表示((一) −0.3; (b条) −0.1).

图26。RGB颜色传感器测量与温度的图形表示，照明控制在Beta原型中实现。

图27。传感器的流体机械部分的模拟几何形状的不同视角，显示了通过传感器以及流体入口和出口部分的预期流量。

图27。传感器流体机械部分的模拟几何结构的不同视角，显示了通过传感器和流体入口和出口部分的预期流量。

图28：。样品腔长度的规定液体体积(一)2毫米和(b条)0.5 mm，表示液压系统和传感器的流体入口和出口处的模拟数据采集点。

图29。通过传感器的流速表示(一)传感器和液压系统进口和出口段的压力(b条)对于100Pa的液压系统压差和2mm的样品腔长度。

图30：。测试台用于验证测量腔的填充和油样的更新。

图30：。试验台用于验证测量腔的填充和油样的更新。

图31：。流体样品腔填充和更新测试中获得的RGB测量值的图形表示，与添加的100%降解油样体积相对。

表1。需要按部门和非计划停机相关后果提供润滑系统的机器。

部门		油（L）		故障	后果
发电	燃气轮机	涡轮轴承（300 L）		非常严肃	机器停止
	汽轮机	轴承（300 L）			工厂停止
	风力涡轮机	倍增器（300 L–1000 L）			危急情况
水泥工业		水泥粉磨减速机（2000L）		非常严肃	生产线停止
		其他油底壳（1000–1500 L）
		水泥研磨支架（500 L）
		液压总成（80 L）
废水排放和处理	卫生	燃气发动机（>2000升）		非常严肃	停止：15-20天
		替代液压泵（800升）		不那么严重	昂贵的细分
		炉膛泵（500 L）
	治疗	水轮机	叶片激活（400 L）	严重/ 非常严肃	停止：>一个月
	治疗	水轮机	润滑发电机轴承（400 L）	严重/ 非常严肃	昂贵的细分
液压机和冲压	液压拉丝机	小型（3000 L）		非常严肃	停止
		中等（3000 L–7000 L）
		大型（7000 L–30000 L）
钢铁行业		锻压机（>3.000 L）		严肃/ 非常严肃	停止昂贵的细分
		钻床（1600 Tn）
		勒索新闻（3600 Tn）
		夹紧压力机（<600 L）
		高压泵（200升–400升）
汽车		焊接机器人（1 L）		非常严肃	服务恶化、计划外停机
		装配机器人（2 L）
		喷漆机器人（1 L）
制造业		液压总成（80 L）		非常严肃	电厂计划外停机、昂贵的故障
		工艺齿轮箱（40升）
		工艺泵（20 L）
储罐		油（100 KL）		严重/ 非常严肃	液体处理

表2。用于润滑油状态监测的商用直列式传感器。

传感器	制造商	测量原理	问询处	价格	尺寸（mm）
润滑油公司	ARGO-HYTOS公司	电介质	机油状况、温度、湿度	++	Ø42 × 147
OilQSens公司	b2电子gmbh	介电常数电介质	电导率、介电常数、温度、Tan Delta、水、击穿电压	++++	Ø70 × 103
三叉戟QW3100	波塞冬系统	电化学阻抗谱	添加剂、污染物、水	++	Ø38 × 121
分析仪机油状况	基蒂沃克	介电常数	机油状况（%）	++	Ø30 × 130
机油状况传感器	Lubrigard有限公司。	介质损耗因数	机油污染	++++	Ø37 × 76
OQSx公司	TANDelta系统	Tan Delta公司	机油质量（Tan Delta数）机油温度	++	Ø37 × 90
石油Insite	Voelker传感器公司。	介电常数	氧化物	++	Ø35 × 120
机油质量传感器OQS	斯塔夫	电介质	机油质量	++++	Ø37 × 80

表3。描述拟议传感器概念方法的已确定功能、技术和设计不确定性以及可能的解决机制。

		解决方案机制
功能	技术/设计	解决方案机制
显著的RGB测量	光学元件（光源、RGB检测器、光学背元件等）的位置和特性，以最大化RGB测量动态范围（光学子系统设计）。	▪ 理论方法 ▪ 模拟 ▪ 原型开发和测试
显著的RGB测量	确保正确采集样品的样品腔设计：腔填充、排气和流体样品更新（流体机械子系统设计）。	▪ 模拟 ▪ 原型开发和测试
稳定的RGB测量	光源可变性与温度和RGB测量可变性之间的相关性，以及所需的稳定性控制机制（光学子系统设计）。	▪ 理论方法 ▪ 模拟 ▪ 原型开发和测试

表4。开发过程计划中定义的活动与本节结构之间的关系。

章节	活动	不确定性
3.2.1	1.阿尔法原型光学子系统的理论方法	RGB测量动态范围
3.2.2	3.阿尔法原型的光学模拟
3.2.3	5.Alta原型RGB测量测试
3.2.4	8.Beta原型的光学模拟
3.2.5	10.使用Beta原型进行RGB测量测试
3.3.1	2.阿尔法原型光学子系统与温度关系的理论方法	RGB测量稳定性
3.3.2	6.使用Alpha原型进行温度相关RGB测量测试
3.3.3	9.照明控制设计与仿真
3.3.4	11.使用Beta原型进行温度相关RGB测量测试
3.4.1	4.Alpha原型的计算流体动力学（CFD）模拟	流体样品采集
3.4.2	7.使用Alpha原型进行流体（样品采集）测试	流体样品采集

表5。RGB传感器中心波长的每个油样的透射率、反射率和吸光度值。

油样	λ=460纳米（蓝色）			λ=530纳米（绿色）			λ=614纳米–616纳米（红色）
油样	温度[%]	R【%】	A类	温度[%]	R【%】	A类	温度[%]	R【%】	A类
克鲁伯（新鲜）	88.36	5.84	0.0534	90.35	6.14	0.0437	91.26 91.29	6.16 6.17	0.0393 0.0393
Cepsa公司（新鲜）	88.27	6.46	0.054	90.98	6.8	0.0409	91.91 91.89	6.81 6.8	0.0366 0.0368
电动机（降级）	0.58	4.59	2.2363	4.16	4.59	1.3799	12.95 13.19	4.72 4.71	0.8868 0.879
比斯勒克斯（降级）	0	4.02	4.9848	0.02	3.91	3.7486	3.01 3.23	3.81 3.81	1.5348 1.5019
克鲁伯（降级）	0	3.29	5.0236	0.66	3.33	2.1821	10.88 11.34	3.34 3.34	0.9636 0.9455

表6。通过拟议测量原理设置的不同元件的透射/反射光强度。

空腔长度	（i）油样（透射光）			（ii）背面元件（反射光）			（iii）油样（透射光）→RGB检测器
空腔长度	B类	G公司	R（右）	B类	G公司	R（右）	B类	G公司	R（右）
	KluberSynth新鲜油
0.5毫米	94%	95%	96%	85%	86%	86%	80%	81%	82%
1毫米	88%	90%	91%	80%	81%	82%	70%	74%	75%
1.5毫米	83%	86%	87%	75%	77%	79%	62%	67%	69%
2毫米	78%	82%	83%	70%	74%	75%	55%	60%	63%
	KluberSynth降解油
0.5毫米	0%	8%	33%	0%	7%	30%	0%	1%	10%
1毫米	0%	1%	11%	0%	1%	1%	0%	0%	1%
1.5毫米	0%	0%	4%	0%	0%	3%	0%	0%	0%
2毫米	0%	0%	1%	0%	0%	1%	0%	0%	0%

表7。仿真结果：流明在RGB彩色传感器和光电二极管中针对不同配置的样品腔长度和油样。

油样	吸收剂			散射
空腔长度	0.5毫米	1毫米	2毫米	0.5毫米	1毫米	2毫米
RGB（流明）	3.98 × 10⁻⁶	3.26 × 10⁻⁶	3.14 × 10⁻⁶	6.92 × 10⁻⁶	7.09 × 10⁻⁶	7.59 × 10⁻⁶
光电二极管（流明）	2.52 × 10⁻⁴	2.61 × 10⁻⁴	2.55 × 10⁻⁴	2.60 × 10⁻⁴	2.59 × 10⁻⁴	2.64 × 10⁻⁴
发射器：1流明/10.00×10⁶射线

表8。测试结果：不同油样和样品腔长度配置的RGB测量值。

表8。测试结果：不同油样和样品腔长配置的RGB测量值。

空腔长度	2毫米			1.5毫米			1毫米			0.5毫米
油样	R（右）	G公司	B类	R（右）	G公司	B类	R（右）	G公司	B类	R（右）	G公司	B类
没有样品	59%	82%	49%	55%	84%	48%	51%	88%	48%	63%	84%	46%
0%降级	44%	61%	36%	50%	63%	44%	56%	91%	51%	60%	82%	44%
50%降级	24%	35%	22%	32%	45%	30%	41%	59%	39%	56%	74%	34%
100%降级	20%	33%	21%	23%	36%	23%	23%	39%	26%	47%	65%	26%

表9。仿真结果：流明在RGB彩色传感器和光电二极管中针对不同配置的机械外壳内表面、抗串扰屏蔽和油样。

住房	吸收剂				镜子
油样	吸收剂		散射		吸收剂		散射
防交叉护罩	RGB（RGB）	PD公司	RGB（RGB）	PD公司	RGB（RGB）	PD公司	RGB（RGB）	PD公司
3 mm（吸收剂）	7.93 × 10⁻⁷	2.56 × 10⁻⁴	1.26 × 10⁻⁶	2.62 × 10⁻⁴	3.76 × 10⁻⁵	2.64 × 10⁻⁴	5.98 × 10⁻⁵	2.52 × 10⁻⁴
24 mm（吸收剂）	0	2.57 × 10⁻⁴	3.19 × 10⁻⁹	2.68 × 10⁻⁴	0	2.64 × 10⁻⁴	6.02 × 10⁻⁶	2.55 × 10⁻⁴
24毫米（镜子）	0	3.05 × 10⁻⁴	1.16 × 10⁻⁸	3.04 × 10⁻⁴	3.50 × 10⁻⁸	2.99 × 10⁻⁵	2.30 × 10⁻⁵	2.96 × 10⁻⁴
发射器：1流明/10.00×10⁶射线。

表10。测试结果：Beta和Alpha原型的RGB测量值（1 mm样品腔长度）针对不同的油样、机械外壳内表面和抗串扰屏蔽配置。

	Beta原型						Alpha原型
内部外壳	反思的						吸收剂
防串扰屏蔽	24 mm吸收剂			24毫米反光			3mm吸收剂
油样	R（右）	G公司	B类	R（右）	G公司	B类	R（右）	G公司	B类
无样本	75%	81%	29%	61%	80%	41%	62%	81%	50%
0%降级	68%	72%	25%	48%	63%	31%	61%	76%	48%
33%降级	64%	65%	18%	41%	51%	18%	50%	56%	39%
66%降级	60%	58%	15%	37%	41%	11%	37%	43%	30%
100%降级	59%	55%	14%	35%	35%	9%	26%	33%	24%

表11。流体模拟结果。

ΔP系统输入/输出[Pa]	质量平衡	质量流量[kg/s]	体积流量[m^三/秒]	ΔP传感器输入/输出[Pa]
样品腔长度=2 mm（V_传感器= 2.5336 × 10⁻⁷米^三)
100帕	满意	4.58 × 10⁻⁵	5.325962 × 10⁻⁸	17.07
1000帕	满意	4.579 × 10⁻⁴	5.325 × 10⁻⁷	171.01
10000帕	满意	4.579 × 10⁻³	5.3136 × 10⁻⁶	1706.35
样品腔长度=0.5 mm（V_传感器= 6.334 × 10⁻⁸米^三)
100帕	满意	2.8517 × 10⁻⁶	3.316 × 10⁻⁵	95.48
1000帕	满意	2.8367 × 10⁻⁵	3.298 × 10⁻⁵	956.96
10000帕	满意	2.8359 × 10⁻⁴	3.298 × 10⁻⁷	9569.14

表12。确定初始不确定性并获得结果。

表12。确定了最初的不确定性并获得了结果。

不确定性		获得的结果
功能	技术/设计	获得的结果
显著的RGB测量	光学元件的位置和特性，以最大化RGB测量动态范围（光学子系统设计）。	在测试的0%和100%降解真实油样内的显著/代表性RGB测量动态范围（参见第3.2节).
显著的RGB测量	样品腔设计，以确保正确的样品采集（流体机械子系统设计）。	最小压降为100 Pa或符合扩散原理，以确保样品采集（参见第3.4节).
稳定的RGB测量	测量依赖性与温度和所需稳定性控制机制（光学子系统设计）。	通道G的偏差为10%，通道R的偏差为8%，通道B的偏差为7%（参见第3.3节).

表13。近似传感器制造成本。

表13。传感器的大致制造成本。

	成本
组件	35 €
印刷电路板	4 €
机械	27 €
装配	（5分钟）5欧元
校准	（30分钟）30欧元
总计	101 €

表14。传感器提供的油降解情况信息与实验室结果对比。

油样	外径	RULER公司	AN公司	FTIR（氧）	MPC（cielab）
实验室结果
新鲜油	0%	100%	0.18	<1	0
33%降级	33%	47%	0.22	<1	10
66%降级	66%	21%	0.35	2	25
100%降级	100%	8%	0.47	5	45
传感器（Beta原型）
33%降级	37%	44.12%	0.17	0	8
66%降解	68%	12.56%	0.29	2	23
100%降级	96%	1%	0.42	6	48

分享和引用

MDPI和ACS样式

洛佩兹，P。；Mabe，J。；米罗，G。；埃克塞贝里亚。用于在线油质量监测的低成本光子传感器：减少不确定性的方法开发过程。传感器 2018,18, 2015.https://doi.org/10.3390/s18072015

AMA风格

Lopez P、Mabe J、MiróG、Etxeberria L。用于在线油质量监测的低成本光子传感器：减少不确定性的方法开发过程。传感器. 2018; 18(7):2015.https://doi.org/10.3390/s18072015

芝加哥/图拉宾风格

洛佩兹、帕特里夏、乔恩·梅贝、吉列尔莫·米罗和莱尔·埃特克塞贝里亚。2018年，“用于在线油质监测的低成本光子传感器：减少不确定性的方法开发过程”传感器18，第7期：2015年。https://doi.org/10.3390/s18072015

请注意，从2016年第一期开始，该杂志使用文章编号而不是页码。请参阅更多详细信息在这里.

文章菜单