汽车发动机润滑油信息融合技术监测方法的研究
|
摘要
随着经济的发展和技术的进步，汽车的拥有量正日益迅速扩大，人们在享受汽车带来便利的同时，也在加剧不可再生能源的消耗。如何减少汽车能源的消耗是人们面临的迫在眉睫的课题。其中，保证汽车发动机能够工作在正常的润滑状态，就是减少能源消耗最好的办法之一。为了保证汽车发动机工作在正常的润滑状态，关键是必须保证在用润滑油的品质。
最近，随着基于多传感器技术的信息融合技术的发展，已经在各个领域得到广泛的应用。与传统的单一传感器的检测技术相比，运用多传感器数据融合技术在解决系统分析判断、目标的跟踪、识别和探测等方面，具有提高系统的信息利用率和实时性、扩大系统在空间和时间的覆盖率、增强数据的精度和可信度、提高系统的鲁棒性和可靠性等优点。通过多个传感器获得的多层次、多方面、多级别的数据，经过处理后所能表达出的信息，比单一传感器获得信息更具有接近真实的意义，可作为各种系统决策的依据。
信息融合技术应用到润滑油的监测之中，既能克服传统检测慢的缺点，又能克服单一传感器在线检测准确性差的缺点。本文以此理论为依据，先探讨了润滑油四项理化性能指标与其品质之间的关系，以及对其介电常数影响；其次探讨了红外光谱下润滑油的污染状况与品质之间的关系；再次探讨了润滑油的磁导率与其中铁磨粒含量的关系，然后探讨了超声波在润滑油中传播与其中铁磨粒含量的关系；最后综合以上各方面的因素，利用多传感器的信息融合理论，对润滑油的品质进行分析评价。
首先，对润滑油各项指标与其介电常数的关系进行了研究。润滑油的理化性能指标包括水分、铁含量、酸值、不溶物含量等，在实验室配制以上四种指标的不同浓度的润滑油试验样本，考察不同浓度时所对应的介电常数，找到四种指标与介电常数的对应关系。确定以介电常数为评价润滑油品质的指标的可行性。
其次，根据润滑油在使用过程中发生降解，其化学组成会随之发生变化，即氧化后形成的含有酸、酮、醛、醇等含氧有机化合物，以及含氮硝化物等官能团的量发生改变，通过红外光谱分析可知润滑油的降解程度。实质是依据烃分子对红外光谱具有吸收强度呈现某种可加性、特征谱带的光谱吸收系数近于常数，以及不同分子中相同结构的特征吸收峰几乎在相同的光谱区的特性，来测得碳原子在中芳环、环烷环及烷基链上的分配的。此外它还可检测油中某些添加剂和污染物含量。在实际试验中，监控的是光谱功率分布下的域，所有波长相关的变化，综合来评价润滑油的劣化程度。
再次，润滑油在使用过程中铁磨粒的含量会逐渐增加，磨粒的含量、尺寸、集合形貌等因素，均会对润滑油的品质产生影响。因此利用磁导率测量方法测量磨粒的浓度。同时，由于超声波在润滑油中传播过程中，与其中的颗粒相遇时，一部分会射到颗粒的内部被吸收，另一部分会在界面散射衰减，而且在接触界面的超声波还会发生粘滞衰减。这些衰减的发生均是由润滑油中的铁磨粒引起的，而且与铁磨粒的数目即浓度成比例。因此利用超声波法测量润滑油的铁磨粒浓度。
最后，进行数据融合分析。将在测量分析得到的润滑油的介电常数、红外光的透射值和散射值，以及利用磁导率法和超声波法测得的铁磨粒含量值，进行数据融合分析。分别建立两个子神经网络，对测得的数据进行处理。这样划分降低了每个神经网络的复杂程度，减小了诊断空间的维数，也降低了训练时间。然后进行D-S证据推理，将两个独立的低维的神经网络作为证据理论的一个证据，将其输出值处理后，作为辨识框架上命题的基本可信度，进行再次的融合。这样处理充分利用了信息源的信息，提高了润滑油污染度的判别精度，消除了单一数据源包含信息不全面的缺点。
With the development of economy and the progress of technology, the number ofcar ownership is increasingly expanded. People are enjoying the convenience byautomobile and also aggravate the consumption of non-renewable energy resource.The pressing issue people face is how to reduce the consumption of automobileenergy. Ensuring the engine work under normal lubrication condition is one of thebest methods reducing the energy consumption. In order to guarantee the normal workof the automobile engine, the key is that the quality of the lubricants must be ensured.
Recently information fusion technique based on multi-sensor technology hasbeen widely applied in all fields. Compared with the measurement technique based onsingle-sensor, the multi-sensor data fusion technique may improve the utilization rateand real-time of information system in solving system analysis judgment, the targettracking, identification and detection and so on. It may enlarge the coverage in spaceand time, advance the precision and reliability of system, enhance the robust andreliability of system, etc. The multilevel and aspects data obtained by multi-sensor ismore close to the true meaning compared with single sensor, can be also used as thebasis for the decision-making of the system.
Information fusion technology applied to the monitoring oil can not onlyovercome the disadvantages of low testing speed and also improve the measurementaccuracy of on-line for single sensor. This paper based on this theory, the relationship between the quality and performance indicators of oil and the influence on dielectricconstant of oil are studied in paper.
The relationship of structure group composition and quality of oil under theinfrared spectrum is also discussed. In finally the lubricating oil quality is analyzedand evaluated by the theory of multi-sensor data fusion and above two factors.
First, the relationship between various index and dielectric constant of oil wasresearched. The index of physical and chemical characteristics for oil includemoisture content, iron content, acid value and insoluble matter content, etc. The testspecimens of various concentrations for above four indexes were mixed in lab. Thedielectric constant corresponding to various concentrations was examined andinvestigated the corresponding relationship between four indexes and dielectricconstant of oil. The feasibility to evaluate the oil quality index by the dielectricconstant was finally determined.
Secondly, the chemical compositions of oil change with the degradation in usingprocess, the quantity of oxygen organic compounds contained of the acid, chromone,aldehydes and alcohols and functional group of nitrogenous nitration also change afterthe oil was be oxidized. The degree of degradation of oil may be showed by infraredspectroscopic analysis. The Essence is the distribution of carbon atoms in aromaticring, cycloalkane ring and alkyl chain. The basic is that some additivity of hydrocarbonmolecules may be showed to the absorption strength of infrared spectrum, spectralabsorption factor during characteristic spectral bands is nearly constant and theproperty that characteristic absorption peak with same structure in different moleculesis almost same spectral area. Furthermore, the method may also measure the contentof some additives and contamination in oil.
The structure group composition, viscosity number and the value of moisturecontent was measured to show the indexes change in actual test.
Finally, multi-sensor data fusion was analyzed. The acid value, moisture content,iron content and insoluble matter content obtained by measurement, and the viscosity,index of moisture content by infrared spectroscopic analysis was discussed by data fusion analysis. Two sub-neural network was established, a neural network to dealwith the physical and chemical indexes, the other to process the data by infraredspectra analysis. The complexity, dimension number and training time of NN wasreduced and by two NN. Then D-S evidential reasoning was carried out, two lowdimensions NN acted one of evidence theory. The output value processed wasregarded as the propositional basic reliability of frame of discernment and fused again.The precision of oil contamination degree and the utilization ratio of information resourcewere increased by this process. The faults that sole data source include imperfect information wasalso eliminated by it.
最近，随着基于多传感器技术的信息融合技术的发展，已经在各个领域得到广泛的应用。与传统的单一传感器的检测技术相比，运用多传感器数据融合技术在解决系统分析判断、目标的跟踪、识别和探测等方面，具有提高系统的信息利用率和实时性、扩大系统在空间和时间的覆盖率、增强数据的精度和可信度、提高系统的鲁棒性和可靠性等优点。通过多个传感器获得的多层次、多方面、多级别的数据，经过处理后所能表达出的信息，比单一传感器获得信息更具有接近真实的意义，可作为各种系统决策的依据。
信息融合技术应用到润滑油的监测之中，既能克服传统检测慢的缺点，又能克服单一传感器在线检测准确性差的缺点。本文以此理论为依据，先探讨了润滑油四项理化性能指标与其品质之间的关系，以及对其介电常数影响；其次探讨了红外光谱下润滑油的污染状况与品质之间的关系；再次探讨了润滑油的磁导率与其中铁磨粒含量的关系，然后探讨了超声波在润滑油中传播与其中铁磨粒含量的关系；最后综合以上各方面的因素，利用多传感器的信息融合理论，对润滑油的品质进行分析评价。
首先，对润滑油各项指标与其介电常数的关系进行了研究。润滑油的理化性能指标包括水分、铁含量、酸值、不溶物含量等，在实验室配制以上四种指标的不同浓度的润滑油试验样本，考察不同浓度时所对应的介电常数，找到四种指标与介电常数的对应关系。确定以介电常数为评价润滑油品质的指标的可行性。
其次，根据润滑油在使用过程中发生降解，其化学组成会随之发生变化，即氧化后形成的含有酸、酮、醛、醇等含氧有机化合物，以及含氮硝化物等官能团的量发生改变，通过红外光谱分析可知润滑油的降解程度。实质是依据烃分子对红外光谱具有吸收强度呈现某种可加性、特征谱带的光谱吸收系数近于常数，以及不同分子中相同结构的特征吸收峰几乎在相同的光谱区的特性，来测得碳原子在中芳环、环烷环及烷基链上的分配的。此外它还可检测油中某些添加剂和污染物含量。在实际试验中，监控的是光谱功率分布下的域，所有波长相关的变化，综合来评价润滑油的劣化程度。
再次，润滑油在使用过程中铁磨粒的含量会逐渐增加，磨粒的含量、尺寸、集合形貌等因素，均会对润滑油的品质产生影响。因此利用磁导率测量方法测量磨粒的浓度。同时，由于超声波在润滑油中传播过程中，与其中的颗粒相遇时，一部分会射到颗粒的内部被吸收，另一部分会在界面散射衰减，而且在接触界面的超声波还会发生粘滞衰减。这些衰减的发生均是由润滑油中的铁磨粒引起的，而且与铁磨粒的数目即浓度成比例。因此利用超声波法测量润滑油的铁磨粒浓度。
最后，进行数据融合分析。将在测量分析得到的润滑油的介电常数、红外光的透射值和散射值，以及利用磁导率法和超声波法测得的铁磨粒含量值，进行数据融合分析。分别建立两个子神经网络，对测得的数据进行处理。这样划分降低了每个神经网络的复杂程度，减小了诊断空间的维数，也降低了训练时间。然后进行D-S证据推理，将两个独立的低维的神经网络作为证据理论的一个证据，将其输出值处理后，作为辨识框架上命题的基本可信度，进行再次的融合。这样处理充分利用了信息源的信息，提高了润滑油污染度的判别精度，消除了单一数据源包含信息不全面的缺点。
With the development of economy and the progress of technology, the number ofcar ownership is increasingly expanded. People are enjoying the convenience byautomobile and also aggravate the consumption of non-renewable energy resource.The pressing issue people face is how to reduce the consumption of automobileenergy. Ensuring the engine work under normal lubrication condition is one of thebest methods reducing the energy consumption. In order to guarantee the normal workof the automobile engine, the key is that the quality of the lubricants must be ensured.
Recently information fusion technique based on multi-sensor technology hasbeen widely applied in all fields. Compared with the measurement technique based onsingle-sensor, the multi-sensor data fusion technique may improve the utilization rateand real-time of information system in solving system analysis judgment, the targettracking, identification and detection and so on. It may enlarge the coverage in spaceand time, advance the precision and reliability of system, enhance the robust andreliability of system, etc. The multilevel and aspects data obtained by multi-sensor ismore close to the true meaning compared with single sensor, can be also used as thebasis for the decision-making of the system.
Information fusion technology applied to the monitoring oil can not onlyovercome the disadvantages of low testing speed and also improve the measurementaccuracy of on-line for single sensor. This paper based on this theory, the relationship between the quality and performance indicators of oil and the influence on dielectricconstant of oil are studied in paper.
The relationship of structure group composition and quality of oil under theinfrared spectrum is also discussed. In finally the lubricating oil quality is analyzedand evaluated by the theory of multi-sensor data fusion and above two factors.
First, the relationship between various index and dielectric constant of oil wasresearched. The index of physical and chemical characteristics for oil includemoisture content, iron content, acid value and insoluble matter content, etc. The testspecimens of various concentrations for above four indexes were mixed in lab. Thedielectric constant corresponding to various concentrations was examined andinvestigated the corresponding relationship between four indexes and dielectricconstant of oil. The feasibility to evaluate the oil quality index by the dielectricconstant was finally determined.
Secondly, the chemical compositions of oil change with the degradation in usingprocess, the quantity of oxygen organic compounds contained of the acid, chromone,aldehydes and alcohols and functional group of nitrogenous nitration also change afterthe oil was be oxidized. The degree of degradation of oil may be showed by infraredspectroscopic analysis. The Essence is the distribution of carbon atoms in aromaticring, cycloalkane ring and alkyl chain. The basic is that some additivity of hydrocarbonmolecules may be showed to the absorption strength of infrared spectrum, spectralabsorption factor during characteristic spectral bands is nearly constant and theproperty that characteristic absorption peak with same structure in different moleculesis almost same spectral area. Furthermore, the method may also measure the contentof some additives and contamination in oil.
The structure group composition, viscosity number and the value of moisturecontent was measured to show the indexes change in actual test.
Finally, multi-sensor data fusion was analyzed. The acid value, moisture content,iron content and insoluble matter content obtained by measurement, and the viscosity,index of moisture content by infrared spectroscopic analysis was discussed by data fusion analysis. Two sub-neural network was established, a neural network to dealwith the physical and chemical indexes, the other to process the data by infraredspectra analysis. The complexity, dimension number and training time of NN wasreduced and by two NN. Then D-S evidential reasoning was carried out, two lowdimensions NN acted one of evidence theory. The output value processed wasregarded as the propositional basic reliability of frame of discernment and fused again.The precision of oil contamination degree and the utilization ratio of information resourcewere increased by this process. The faults that sole data source include imperfect information wasalso eliminated by it.
引文
[1]熊云,王九,王崇强.车用油液基础及应用[M],北京:中国石化出版社,2005.5,97.
[2]王小兵．汽车发动机故障和润滑油关系．设备润滑网．2006(08).
[3]高虹亮,赵新泽,汤双清.油液污染度分析在船用柴油机状态监测中的应用[J].三峡大学学报,2003,25(2):157-160.
[4]萧汉梁.机械工况监测与故障诊断[M].北京：人民交通出版社，1994.
[5] Anderson D P.磨粒图谱[M].金元生，杨其明译.北京：机械工业出版社，1987.
[6]殷永武.基于电感测量和光线技术的在线油液监测方法研究[D].武汉：武汉理工大学能源与动力工程学院，2002.
[7]严新平.油液监测技术的发展及其思考[J].润滑与密封，1999增刊.
[8] Bensch L E,Fitch E C and Tessanmann R K著.液压传动工业污染控制[M]，广州机床研究所译,1984.
[9]徐金龙.国外车用发动机油传感器的发展[J].润滑油，2000(3)：2-4.
[10]夏延秋，张新敏等．润滑油的抗氧化性能和分析监测技术[J]．润滑与密封，2004,5(3).
[11]崔俊杰，续彦芳等．铁谱分析技术在发动机早期磨损检测中的应用[J]．机械管理开发，2006(88).
[12]许斌，余学军．油液分析技术在设备维修中的应用与研究[J]．润滑油，2006(21).
[13]李红旗．基于介电常数的车用润滑油在线监测方法的研究[D]．长春：吉林大学交通学院，2008.
[14]王国庆．润滑油液监测技术现状与发展[J]．润滑油，2004(19).
[15] White F E.A model for data fusion.In：Proc.lst National Symposium on SensorFusion. Orlando,FL,vol.2,Apr.5-8,1998
[16] White F E. A model for data fusion.In; Proc.1stNational Symposium on SensorFusion.Orlando,FL, vol.2,Apr.5~8,1998
[17] Steinberg A N, Bowman C L, White F E. Revisions to the JDL Data FustionModel. In Sensor Fusion: Architectures, Algorithms,and Applications,Proceedings of the SPIE, Orlando: Florida,1999.430~441
[18]韩崇昭，朱洪艳，段战胜.多源信息融合[M].北京.清华大学出版社，2010,9,2
[19] S.T.Kumara, et al. AI in Manufacturing: Theory and Practice. Institute ofIndustrial Engineer-ing,1989,USA
[20] R.C.Luo, M.H.Lin. Robot. Multi-Sensor Fusion and Integration:OptimumEstimation of Fused Sensor Data. Proceedings of1988IEEE International C onf.On Robots and Automation, Philadelphia, Pennsylvania, April1998:24-29
[21] M.A.Abidi,R.C.Gonzalez.Data Fusion in Robotics and MachineIntelligence.Academic Press,INC.1992
[22] A.N.Stainberg.An Expert System for Multispectral Threat Assessment andResponse.SPIE Vol.786,1987,USA
[23]马强.舰载多传感器数据融合中的态势与威胁估计技术研究[D].烟台：海军航空工程学院，1991:1
[24]何友，唐劲松，王国宏.多雷达综合跟踪[J].电子科学学刊,1995(1):14-19
[25]何友，王国宏，陆大等.多传感器信息融合及应用[M].北京.电子工业出版社，2007,12
[26]P.K.Varshney. Distributed Detection and Data Fusion. New York:Springer-Verlag.1996.
[27] W.A.Hashlamoun, P.K.Varshney. Further Results on Distributed Bayesian SignalDetection. IEEE Trans. On IT,1993,39(4):1660-1662
[28] Guan Jian, HE You, Peng Ying-ning.Distributed CFAR Detector Based on LocalTest Statistic.Signal Processing(Elsevier),2000,80(2):373-379
[29]何友，王国宏，任少龙.目标识别的层次化描述和信息综合模型.[J].信息与控制,1994(2):119-123
[30] PEERS S M C. A blackboard system approach to electromagnetic sensor datainterpretation.Expert Systems,1998,15(3):4716-4720
[31]Goodman I R,Mahler R P S,Nguyen H T. Mathematics of DataFusion.Norwell,MA,USA:Kluwer Academic,1997
[32] Berger O J.Statistical decision theory and Bayesian analysis.Springer series instatistics.Second edition.New York:SPRINGER-Verlag,1985
[33] Goutsias J,Mahler R,Nguyen H T.Random Sets:Theory and Applications.NewYork:SpringerVerlqg,1997
[34] Mori S.Random sets in data fusion problems.in Proc.National symposium onSensor and Data Fusion, MIT Lincoln Laboratory,Lexingfon,MA,April1997
[35] Robin R Murphy.Dempster-Shafer theory for sensor fusion in autonomousmobile robots.IEEE Transactions on Robotics andAutomation,1998,14(2):197-206
[36]I Bloch.Information combination operators for data fusion:A comparative reviewwith classification.IEE Transactions on Systems,Man and Cybernetics PartA,1996,26(1):52-67
[37] Nunez J,Otazu X,Fors O,et al.Multiresolution-based image fusion with additivewavelet decomposition.IEE Transactions on Geoscience and RemoteSensing,1999,37(3):1204-1211
[38] petrovic V S,Xydeas C S.Gradient-based multiresolution image fusion.IEEETransactions on Image Processing,2004,13(2):228-237
[39] Alspach D L,Sorenson H W.Nonlinear Bayesian estimation using Gaussian sumapproximation.IEEE Transactions on Automatic Control,1972,17(4):439-448
[40] Barron A,Rissanen J,Yu B.The minimum description length principle in codingand modeling.IEEE Transactions on Information Theory,1998,44(6):2743-2760
[41] joshi R,Sanderson A C.Minimal representation multisensor fusion usingdifferential evolution.IEEE ON Systems,Man and Cybernetics Part A,Systemsand Humans,1999,29(1):63-76
[42] Manyika J,Durrant-Whyte H.Data fusion and sensor management: Adecentralized informationtheoretic approach. New York: Ellis Horwood,1994
[43] Zhou Y F,Leung H. Minimum entropy approach for multisensor data fusion.In:Proc.1997IEEE Signal Processing Workshop on Higher-Order Statistics. LosAlamifos,CA,USA:IEEE,1997,336-339
[44]陈铭，王成焘.车用内燃机润滑系统的状态监测技术[J]．内燃机工程，2000(3):64-69
[45]曹凯.介电常数法评价发动机油的性能[J],合成润滑材料,2004,31(2):4-6
[46]张晓飞，杨定新，胡政等.基于电介质介电常数测量的油液在线监测技术研究[J]．传感技术学报，2008，21(12)，2089-2091
[47]刘玉梅，王庆年，曹晓宇等.车用润滑油在线监测方法与监测系统[J]．吉林大学学报（工学版），2009,39(6)，1441-1445
[48]朱兆青.利用单片机测量介电常数[J]．实验室研究与探索，2005,24(6)，48-50
[49]孟庆民.润滑油液污染颗粒监测系统与试验研究[J]．传感器与微系统，2007,26(3)，31-33
[50]康晶.润滑油中铁磁颗粒的检测[J]．润滑与密封，2003（6），76-77
[51]曲丹丹，张志军，薛剑英等.液压油污染度的检测设备—颗粒计数器[J]．石油仪器，2005,19（2），50-52
[52]陈志伟，米东，徐章遂等.一种新型润滑油磨粒检测方法及电路设计[J]．煤矿机械，2006，27（2），205-207
[53]史永刚，单松，李子存等.基于反滴定的润滑油酸值测定方法[J]．石油化工高等学校学报，2005，18（2），15-18
[54]王德岩，褚建林.循环伏安法在润滑油检测中的应用[J]．石油技术，2006,13（2），32-34
[55]冯新泸，罗平亚，史永刚等.发动机润滑油粘度的近红外光谱研究[J]．计算机应用与化学，2003,20（3），277-280
[56]房涛，方伟.红外光谱法测定润滑油中抗氧剂T501含量[J]．光谱仪器与分析，2003,4，20-23
[57]涂群章，左洪福.基于计算机视觉技术的液压油液污染度在线监测[J]．机械科学与技术，2004,23（5），564-567
[58]崔连义，马竞，王德章等.薄层色谱法鉴别车用润滑油[J]．光谱实验室，2011,28（6），3136-3138
[59]王强，严骏，龚烈航.发动机润滑油污染状况的快速分析与监测技术[J]．内燃机工程，1997,18（4），38-42
[60]方利民，林敏.柴油近红外光谱的独立分量分析方法[J]．石油学报（石油加工），2008,24（6），726-732
[61]王宝仁，孙乃有．石油产品分析[M]．中国石化出版社，2004(7).
[62]汽油机油换油指标GB/T8028-94[M]．国家标准局，1994
[63]柴油机油换油指标GB/T7607-2002[M]．国家标准局，2002
[64]张晨辉，林亮智．润滑油应用及设备管理[M]．中国石化出版社，2002.3
[65]陈家瑞．汽车构造[M]．北京：机械工业出版社2000.10
[66]许桂春，周文新．内燃机润滑油衰变初探[J]．润滑与密封，2002(3)
[67]关子杰．润滑油与设备故障诊断技术[M]．中国石化出版社，2002：57-68．
[68]邵莉，陆辰，陆家祥．汽车发动机润滑油的劣化和更换[J]．内燃机工程，2001(22)
[69]王宝仁，孙乃有．石油产品分析．中国石化出版社，2004(7).
[70]王丽娟，刘维民．润滑油抗氧剂的作用机理[J]．润滑油，1998，13(1)
[71]陈云霞，刘维民．现代分析监测技术在润滑油氧化中的应用[J]．分析测试技术与仪器，2001,7(3)
[72]许桂春，周文新．内燃机润滑油衰变初探[J]．润滑与密封，2002(3)
[73]李喜武，苏建，刘玉梅．介电常数法监测汽车发动机润滑油技术[J]．西南交通大学学报，2011，46(5)，831-835
[74]顾雷.基于介电常数及透光率的车用润滑油使用阈值研究[D].长春：吉林大学交通学院，2008:13
[75]刘凯.基于介电常数法的油液监测[J],润滑与密封,2009,34(1),94-96
[76]王海林,尹焕,罗文豪.发动机润滑油理化指标与介电常数关系分析[J],重庆理工大学学报(自然科学版),2010,24(1):13-17
[77]李兴虎.发动机润滑油的环境影响[J]．内燃机,2009,(1):32-37
[78]一种新型长直平行板电容器传感器探头的研究[J]．武汉理工大学学报（交通科学与工程版），2002,26(6)，836-838
[79]朱蕴璞.传感器原理及应用[M],北京:国防工业出版社,2010,5
[80]费逸伟,李华强,钟新辉.润滑油液污染的快速测定研究及应用[J],新技术新工艺,2005(10):22-23
[81]景恒,赵小凯,杨宏斌.介电分析在润滑油监测中的应用[J].合成润滑材料：2010,37(1):18-21
[82]陈卫民.电容/电压转换电路CAV424及其在油品含水率测量的应用[J],中国计量学院学报，2003,14（2）:94-96
[83]雷猛，冯新泸.二维近红外光谱定量分析内燃机油粘度指数性能的研究[J]，石油炼制与化工，2009,40(4)，61-65
[84]杨虞微，陈果.光谱油样分析监测技术中神经网络预测方法[J]，光谱学与光谱分析，2005,25(8)，1339-1343
[85]王艳斌，袁洪福，陆婉珍.近红外分析方法测定润滑油基础油粘度指数[J]，润滑油，2001,16(6)，53-55
[86]吴德会.一种基于近红外光谱技术的柴油在线软测量方法研究[J]，光谱学与光谱分析，2008,28(7)，1530-1534
[87]张红革.用红外光谱定量分析用过内燃机油的分析方法（透过池法）[J]，润滑油，2004,19(2)，38-43
[88]龚承亮，孔宪梅，陈大融.傅里叶红外光谱技术在润滑油质量分析中的应用[J]，润滑与密封，1999增刊，58-63
[89]王坚，张英堂，薛红朝等.红外光谱分析技术在润滑油状态监测中的应用[J]，华北工学院测试技术学报，2000,14，902-906
[90]王坚，张英堂.基于红外光谱分析的润滑油质量预测模型及方法研究[J]，润滑与密封，2002,3,21-22
[91]陈斌，王忠.用近红外透射光谱快速检测内燃机润滑油性能[J]，农业机械学报，2002,33(5),17-19
[92]化岩，史永刚，梁俊等.傅里叶变换红外光谱快速测定润滑油碱值[J]，润滑与密封，2008,33(9)，64-65
[93]马兰芝，褚小立，田松柏.红外光谱法在润滑油分析中的应用与研究进展[J]，分析仪器，2010,2,1-4
[94]杜亚明.利用付里叶红外光谱测定润滑油结构族组成[J]，当代化工，2002，31(3)，176-179
[95]张瑜，吴迪，蒋璐璐等.发动机润滑油品质的可见-近红外光谱快速检测[J]，光谱实验室，2010,27(4),1629-1632
[96]张瑜，蒋璐璐，吴迪等.基于可见-近红外光谱技术的润滑油含水量无损检测方法研究[J]，光谱学与光谱分析，2010,30(8),2111-2114
[97]潘永惠，徐标，朱小松，光电二极管暗电流温度特性的测量，南京师大学报(自然科学版)，1999，22(2)，40-43
[98]付文羽，硅光电二极管的线性度及信噪比分析，半导体光电，2003，4(4)，267-279
[99]殷勇辉，严新平，萧汉梁.电感式磨粒监测传感器的磁场均匀性研究[J]，摩擦学学报，2001,21(3),228-231
[100]明廷锋，朴甲哲，张永祥.超声波散射式颗粒测量及其测量结果单值性的分析[J]，计量学报，2001,27(2),179-182
[101]苏明旭，蔡小舒，黄春燕等.超声衰减法测量颗粒粒度大小[J]，仪器仪表学报，2004,25(4),1-2
[102]周健成.超声波检测技术在设备故障诊断中的应用[J]，设备管理与维修，2011,7,48-50
[103]徐丽娜.神经网络控制[M].北京.电子工业出版社，2009,7
[104]曲丹丹，武琳，王学忠等.润滑油污染度的分级及检测[J]，润滑油，2004,19(5),62-64
[2]王小兵．汽车发动机故障和润滑油关系．设备润滑网．2006(08).
[3]高虹亮,赵新泽,汤双清.油液污染度分析在船用柴油机状态监测中的应用[J].三峡大学学报,2003,25(2):157-160.
[4]萧汉梁.机械工况监测与故障诊断[M].北京：人民交通出版社，1994.
[5] Anderson D P.磨粒图谱[M].金元生，杨其明译.北京：机械工业出版社，1987.
[6]殷永武.基于电感测量和光线技术的在线油液监测方法研究[D].武汉：武汉理工大学能源与动力工程学院，2002.
[7]严新平.油液监测技术的发展及其思考[J].润滑与密封，1999增刊.
[8] Bensch L E,Fitch E C and Tessanmann R K著.液压传动工业污染控制[M]，广州机床研究所译,1984.
[9]徐金龙.国外车用发动机油传感器的发展[J].润滑油，2000(3)：2-4.
[10]夏延秋，张新敏等．润滑油的抗氧化性能和分析监测技术[J]．润滑与密封，2004,5(3).
[11]崔俊杰，续彦芳等．铁谱分析技术在发动机早期磨损检测中的应用[J]．机械管理开发，2006(88).
[12]许斌，余学军．油液分析技术在设备维修中的应用与研究[J]．润滑油，2006(21).
[13]李红旗．基于介电常数的车用润滑油在线监测方法的研究[D]．长春：吉林大学交通学院，2008.
[14]王国庆．润滑油液监测技术现状与发展[J]．润滑油，2004(19).
[15] White F E.A model for data fusion.In：Proc.lst National Symposium on SensorFusion. Orlando,FL,vol.2,Apr.5-8,1998
[16] White F E. A model for data fusion.In; Proc.1stNational Symposium on SensorFusion.Orlando,FL, vol.2,Apr.5~8,1998
[17] Steinberg A N, Bowman C L, White F E. Revisions to the JDL Data FustionModel. In Sensor Fusion: Architectures, Algorithms,and Applications,Proceedings of the SPIE, Orlando: Florida,1999.430~441
[18]韩崇昭，朱洪艳，段战胜.多源信息融合[M].北京.清华大学出版社，2010,9,2
[19] S.T.Kumara, et al. AI in Manufacturing: Theory and Practice. Institute ofIndustrial Engineer-ing,1989,USA
[20] R.C.Luo, M.H.Lin. Robot. Multi-Sensor Fusion and Integration:OptimumEstimation of Fused Sensor Data. Proceedings of1988IEEE International C onf.On Robots and Automation, Philadelphia, Pennsylvania, April1998:24-29
[21] M.A.Abidi,R.C.Gonzalez.Data Fusion in Robotics and MachineIntelligence.Academic Press,INC.1992
[22] A.N.Stainberg.An Expert System for Multispectral Threat Assessment andResponse.SPIE Vol.786,1987,USA
[23]马强.舰载多传感器数据融合中的态势与威胁估计技术研究[D].烟台：海军航空工程学院，1991:1
[24]何友，唐劲松，王国宏.多雷达综合跟踪[J].电子科学学刊,1995(1):14-19
[25]何友，王国宏，陆大等.多传感器信息融合及应用[M].北京.电子工业出版社，2007,12
[26]P.K.Varshney. Distributed Detection and Data Fusion. New York:Springer-Verlag.1996.
[27] W.A.Hashlamoun, P.K.Varshney. Further Results on Distributed Bayesian SignalDetection. IEEE Trans. On IT,1993,39(4):1660-1662
[28] Guan Jian, HE You, Peng Ying-ning.Distributed CFAR Detector Based on LocalTest Statistic.Signal Processing(Elsevier),2000,80(2):373-379
[29]何友，王国宏，任少龙.目标识别的层次化描述和信息综合模型.[J].信息与控制,1994(2):119-123
[30] PEERS S M C. A blackboard system approach to electromagnetic sensor datainterpretation.Expert Systems,1998,15(3):4716-4720
[31]Goodman I R,Mahler R P S,Nguyen H T. Mathematics of DataFusion.Norwell,MA,USA:Kluwer Academic,1997
[32] Berger O J.Statistical decision theory and Bayesian analysis.Springer series instatistics.Second edition.New York:SPRINGER-Verlag,1985
[33] Goutsias J,Mahler R,Nguyen H T.Random Sets:Theory and Applications.NewYork:SpringerVerlqg,1997
[34] Mori S.Random sets in data fusion problems.in Proc.National symposium onSensor and Data Fusion, MIT Lincoln Laboratory,Lexingfon,MA,April1997
[35] Robin R Murphy.Dempster-Shafer theory for sensor fusion in autonomousmobile robots.IEEE Transactions on Robotics andAutomation,1998,14(2):197-206
[36]I Bloch.Information combination operators for data fusion:A comparative reviewwith classification.IEE Transactions on Systems,Man and Cybernetics PartA,1996,26(1):52-67
[37] Nunez J,Otazu X,Fors O,et al.Multiresolution-based image fusion with additivewavelet decomposition.IEE Transactions on Geoscience and RemoteSensing,1999,37(3):1204-1211
[38] petrovic V S,Xydeas C S.Gradient-based multiresolution image fusion.IEEETransactions on Image Processing,2004,13(2):228-237
[39] Alspach D L,Sorenson H W.Nonlinear Bayesian estimation using Gaussian sumapproximation.IEEE Transactions on Automatic Control,1972,17(4):439-448
[40] Barron A,Rissanen J,Yu B.The minimum description length principle in codingand modeling.IEEE Transactions on Information Theory,1998,44(6):2743-2760
[41] joshi R,Sanderson A C.Minimal representation multisensor fusion usingdifferential evolution.IEEE ON Systems,Man and Cybernetics Part A,Systemsand Humans,1999,29(1):63-76
[42] Manyika J,Durrant-Whyte H.Data fusion and sensor management: Adecentralized informationtheoretic approach. New York: Ellis Horwood,1994
[43] Zhou Y F,Leung H. Minimum entropy approach for multisensor data fusion.In:Proc.1997IEEE Signal Processing Workshop on Higher-Order Statistics. LosAlamifos,CA,USA:IEEE,1997,336-339
[44]陈铭，王成焘.车用内燃机润滑系统的状态监测技术[J]．内燃机工程，2000(3):64-69
[45]曹凯.介电常数法评价发动机油的性能[J],合成润滑材料,2004,31(2):4-6
[46]张晓飞，杨定新，胡政等.基于电介质介电常数测量的油液在线监测技术研究[J]．传感技术学报，2008，21(12)，2089-2091
[47]刘玉梅，王庆年，曹晓宇等.车用润滑油在线监测方法与监测系统[J]．吉林大学学报（工学版），2009,39(6)，1441-1445
[48]朱兆青.利用单片机测量介电常数[J]．实验室研究与探索，2005,24(6)，48-50
[49]孟庆民.润滑油液污染颗粒监测系统与试验研究[J]．传感器与微系统，2007,26(3)，31-33
[50]康晶.润滑油中铁磁颗粒的检测[J]．润滑与密封，2003（6），76-77
[51]曲丹丹，张志军，薛剑英等.液压油污染度的检测设备—颗粒计数器[J]．石油仪器，2005,19（2），50-52
[52]陈志伟，米东，徐章遂等.一种新型润滑油磨粒检测方法及电路设计[J]．煤矿机械，2006，27（2），205-207
[53]史永刚，单松，李子存等.基于反滴定的润滑油酸值测定方法[J]．石油化工高等学校学报，2005，18（2），15-18
[54]王德岩，褚建林.循环伏安法在润滑油检测中的应用[J]．石油技术，2006,13（2），32-34
[55]冯新泸，罗平亚，史永刚等.发动机润滑油粘度的近红外光谱研究[J]．计算机应用与化学，2003,20（3），277-280
[56]房涛，方伟.红外光谱法测定润滑油中抗氧剂T501含量[J]．光谱仪器与分析，2003,4，20-23
[57]涂群章，左洪福.基于计算机视觉技术的液压油液污染度在线监测[J]．机械科学与技术，2004,23（5），564-567
[58]崔连义，马竞，王德章等.薄层色谱法鉴别车用润滑油[J]．光谱实验室，2011,28（6），3136-3138
[59]王强，严骏，龚烈航.发动机润滑油污染状况的快速分析与监测技术[J]．内燃机工程，1997,18（4），38-42
[60]方利民，林敏.柴油近红外光谱的独立分量分析方法[J]．石油学报（石油加工），2008,24（6），726-732
[61]王宝仁，孙乃有．石油产品分析[M]．中国石化出版社，2004(7).
[62]汽油机油换油指标GB/T8028-94[M]．国家标准局，1994
[63]柴油机油换油指标GB/T7607-2002[M]．国家标准局，2002
[64]张晨辉，林亮智．润滑油应用及设备管理[M]．中国石化出版社，2002.3
[65]陈家瑞．汽车构造[M]．北京：机械工业出版社2000.10
[66]许桂春，周文新．内燃机润滑油衰变初探[J]．润滑与密封，2002(3)
[67]关子杰．润滑油与设备故障诊断技术[M]．中国石化出版社，2002：57-68．
[68]邵莉，陆辰，陆家祥．汽车发动机润滑油的劣化和更换[J]．内燃机工程，2001(22)
[69]王宝仁，孙乃有．石油产品分析．中国石化出版社，2004(7).
[70]王丽娟，刘维民．润滑油抗氧剂的作用机理[J]．润滑油，1998，13(1)
[71]陈云霞，刘维民．现代分析监测技术在润滑油氧化中的应用[J]．分析测试技术与仪器，2001,7(3)
[72]许桂春，周文新．内燃机润滑油衰变初探[J]．润滑与密封，2002(3)
[73]李喜武，苏建，刘玉梅．介电常数法监测汽车发动机润滑油技术[J]．西南交通大学学报，2011，46(5)，831-835
[74]顾雷.基于介电常数及透光率的车用润滑油使用阈值研究[D].长春：吉林大学交通学院，2008:13
[75]刘凯.基于介电常数法的油液监测[J],润滑与密封,2009,34(1),94-96
[76]王海林,尹焕,罗文豪.发动机润滑油理化指标与介电常数关系分析[J],重庆理工大学学报(自然科学版),2010,24(1):13-17
[77]李兴虎.发动机润滑油的环境影响[J]．内燃机,2009,(1):32-37
[78]一种新型长直平行板电容器传感器探头的研究[J]．武汉理工大学学报（交通科学与工程版），2002,26(6)，836-838
[79]朱蕴璞.传感器原理及应用[M],北京:国防工业出版社,2010,5
[80]费逸伟,李华强,钟新辉.润滑油液污染的快速测定研究及应用[J],新技术新工艺,2005(10):22-23
[81]景恒,赵小凯,杨宏斌.介电分析在润滑油监测中的应用[J].合成润滑材料：2010,37(1):18-21
[82]陈卫民.电容/电压转换电路CAV424及其在油品含水率测量的应用[J],中国计量学院学报，2003,14（2）:94-96
[83]雷猛，冯新泸.二维近红外光谱定量分析内燃机油粘度指数性能的研究[J]，石油炼制与化工，2009,40(4)，61-65
[84]杨虞微，陈果.光谱油样分析监测技术中神经网络预测方法[J]，光谱学与光谱分析，2005,25(8)，1339-1343
[85]王艳斌，袁洪福，陆婉珍.近红外分析方法测定润滑油基础油粘度指数[J]，润滑油，2001,16(6)，53-55
[86]吴德会.一种基于近红外光谱技术的柴油在线软测量方法研究[J]，光谱学与光谱分析，2008,28(7)，1530-1534
[87]张红革.用红外光谱定量分析用过内燃机油的分析方法（透过池法）[J]，润滑油，2004,19(2)，38-43
[88]龚承亮，孔宪梅，陈大融.傅里叶红外光谱技术在润滑油质量分析中的应用[J]，润滑与密封，1999增刊，58-63
[89]王坚，张英堂，薛红朝等.红外光谱分析技术在润滑油状态监测中的应用[J]，华北工学院测试技术学报，2000,14，902-906
[90]王坚，张英堂.基于红外光谱分析的润滑油质量预测模型及方法研究[J]，润滑与密封，2002,3,21-22
[91]陈斌，王忠.用近红外透射光谱快速检测内燃机润滑油性能[J]，农业机械学报，2002,33(5),17-19
[92]化岩，史永刚，梁俊等.傅里叶变换红外光谱快速测定润滑油碱值[J]，润滑与密封，2008,33(9)，64-65
[93]马兰芝，褚小立，田松柏.红外光谱法在润滑油分析中的应用与研究进展[J]，分析仪器，2010,2,1-4
[94]杜亚明.利用付里叶红外光谱测定润滑油结构族组成[J]，当代化工，2002，31(3)，176-179
[95]张瑜，吴迪，蒋璐璐等.发动机润滑油品质的可见-近红外光谱快速检测[J]，光谱实验室，2010,27(4),1629-1632
[96]张瑜，蒋璐璐，吴迪等.基于可见-近红外光谱技术的润滑油含水量无损检测方法研究[J]，光谱学与光谱分析，2010,30(8),2111-2114
[97]潘永惠，徐标，朱小松，光电二极管暗电流温度特性的测量，南京师大学报(自然科学版)，1999，22(2)，40-43
[98]付文羽，硅光电二极管的线性度及信噪比分析，半导体光电，2003，4(4)，267-279
[99]殷勇辉，严新平，萧汉梁.电感式磨粒监测传感器的磁场均匀性研究[J]，摩擦学学报，2001,21(3),228-231
[100]明廷锋，朴甲哲，张永祥.超声波散射式颗粒测量及其测量结果单值性的分析[J]，计量学报，2001,27(2),179-182
[101]苏明旭，蔡小舒，黄春燕等.超声衰减法测量颗粒粒度大小[J]，仪器仪表学报，2004,25(4),1-2
[102]周健成.超声波检测技术在设备故障诊断中的应用[J]，设备管理与维修，2011,7,48-50
[103]徐丽娜.神经网络控制[M].北京.电子工业出版社，2009,7
[104]曲丹丹，武琳，王学忠等.润滑油污染度的分级及检测[J]，润滑油，2004,19(5),62-64