商用车发动机润滑油保养管理方法、系统、终端及介质与流程

本发明涉及发动机润滑油保养领域，具体涉及一种商用车发动机润滑油保养管理方法、系统、终端及介质。

背景技术：

1、发动机润滑油（简称：机油）起着减少发动机零部件之间摩擦、防止磨损、带走热量及清洁发动机等重要作用，是燃油车辆正常工作的前提保障。机油长期在高温条件下工作，不可避免的发生氧化和性能衰变，对发动机保护效果逐渐下降，故需在机油完全失效之前进行更换。

2、目前，国内常见的确定换油周期的方法是汽车制造商或 4s 店推荐的按一定运行里程或一定润滑油服役时间进行更换，这是一种基于极端工况下的最保险做法，但是这种策略未考虑单车的差异性，导致部分未达到换油指标的机油被提前换掉，然而，研究表明过于频繁更换发动机油不但不能提高发动机的可靠性，反而会增加发动机的磨损，其原因在于过于频繁更换发动机油可能导致发动机油中添加剂（zddp）含量始终保持较高浓度而与摩擦表面发生化学反应，产生磨损。

技术实现思路

1、为解决上述问题，本发明提供一种商用车发动机润滑油保养管理方法、系统、终端及介质，基于大数据分析对不同的车辆，不同的里程下，采取不同的监控策略，对润滑油品质参数快要达到换油指标的车辆，自动提醒客户更换机油，操作简单，精度高且成本低。

2、第一方面，本发明的技术方案提供一种商用车发动机润滑油保养管理方法，包括以下步骤：

3、收集车辆的历史行驶参数和对应采集时间下的多个润滑油品质参数；

4、使用机器学习算法构建每个润滑油品质参数与对应车辆行驶参数的回归预测模型；

5、采集实时车辆行驶参数；

6、将相应实时车辆行驶参数输入到各个回归预测模型，获得润滑油品质参数的预测值；

7、将润滑油品质参数的预测值与换油指标比对；

8、若比对结果满足预设条件，则发出换油提醒。

9、在一个可选的实施方式中，所车辆行驶参数包括总里程、总油耗、不同扭矩/转速的运行累计时长。

10、在一个可选的实施方式中，润滑油品质参数包括100℃运动黏度，总酸值，总碱值，氧化值，烟炱含量及铁含量。

11、在一个可选的实施方式中，100℃运动黏度对应的车辆行驶参数包括总里程、总油耗、扭矩为63%-87%且转速大于1600r/min的累计时长、扭矩大于87%且转速为1300-1600r/min的累计时长、扭矩大于87%且转速大于1600r/min的累计时长；

12、总碱值对应的车辆行驶参数包括总里程、总油耗、扭矩为63%-87%且转速大于1600r/min的累计时长、扭矩大于87%且转速为1300-1600r/min的累计时长、扭矩大于87%且转速大于1600r/min的累计时长；

13、总酸值对应的车辆行驶参数包括总里程、总油耗、扭矩为63%-87%且转速1100-1300的累计时长、扭矩大于87%且转速为1300-1600r/min的累计时长、扭矩大于87%且转速大于1600r/min的累计时长；

14、氧化值对应的车辆行驶参数包括总里程、总油耗、扭矩为63%-87%且转速大于1600r/min的累计时长、扭矩为63%-87%且转速1100-1300的累计时长、扭矩大于87%且转速为1300-1600r/min的累计时长、扭矩大于87%且转速大于1600r/min的累计时长；

15、烟炱含量对应的车辆行驶参数包括总里程、总油耗、扭矩为63%-87%且转速大于1600r/min的累计时长、扭矩大于87%且转速为1300-1600r/min的累计时长、扭矩大于87%且转速大于1600r/min的累计时长；

16、铁含量对应的车辆行驶参数包括总油耗、扭矩为63%-87%且转速大于1600r/min的累计时长、扭矩大于87%且转速为1300-1600r/min的累计时长、扭矩大于87%且转速大于1600r/min的累计时长。

17、在一个可选的实施方式中，100℃运动黏度对应的机器学习算法为xgboost算法，总酸值对应的机器学习算法为svr-rbf算法，总碱值对应的机器学习算法为svr-linear算法，氧化值对应的机器学习算法为xgboost算法，烟炱含量对应的机器学习算法为randomforest-regressor算法，铁含量对应的机器学习算法为linear-regression算法。

18、在一个可选的实施方式中，使用筛选的机器学习算法构建每个润滑油品质参数与对应车辆行驶参数的回归预测模型之前，还包括以下步骤：

19、使用变量相关性分析对筛选的对应车辆行驶参数所有数据进行变量相关性筛选。

20、在一个可选的实施方式中，若比对结果满足预设条件，则发出换油提醒，具体包括以下三个条件任意一条满足则发出换油提醒：

21、（1）当100℃运动黏度、氧化值、烟炱含量中任意两个参数超过换油指标限值；

22、（2）铁含量大于换油指标限值；

23、（3）总酸值的变化值连续两次超过换油指标限值。

24、第二方面，本发明的技术方案提供一种商用车发动机润滑油保养管理系统，包括，

25、历史参数收集模块：收集车辆的历史行驶参数和对应采集时间下的多个润滑油品质参数；

26、预测模型构建模块：使用机器学习算法构建每个润滑油品质参数与对应车辆行驶参数的回归预测模型；

27、实时参数收集模块：采集实时车辆行驶参数；

28、参数预测模块：将相应实时车辆行驶参数输入到各个回归预测模型，获得润滑油品质参数的预测值；

29、参数比对模块：将润滑油品质参数的预测值与换油指标比对；

30、提醒发送模块：若比对结果满足预设条件，则发出换油提醒。

31、第三方面，本发明的技术方案提供一种终端，包括：

32、存储器，用于存储商用车发动机润滑油保养管理程序；

33、处理器，用于执行所述商用车发动机润滑油保养管理程序时实现如上述任一项所述商用车发动机润滑油保养管理方法的步骤。

34、第四方面，本发明的技术方案提供一种计算机可读存储介质，所述可读存储介质上存储有商用车发动机润滑油保养管理程序，所述商用车发动机润滑油保养管理程序被处理器执行时实现如上述任一项所述商用车发动机润滑油保养管理方法的步骤。

35、本发明提供的一种商用车发动机润滑油保养管理方法、系统、终端及介质，相对于现有技术，具有以下有益效果：采用大数据分析方法，建立车辆行驶参数和润滑油品质参数之间的回归模型，然后通过这个模型，可以预测车辆当下的润滑油品质参数，从而推测出润滑油的健康状况。对不同的车辆，不同的里程下，采取不同的监控策略，对润滑油品质参数快要达到换油指标的车辆，自动提醒客户更换机油，预测精度高，针对单车差异性进行预测，降低发动机的磨损，且操作简单成本低。

技术特征：

1.一种商用车发动机润滑油保养管理方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的商用车发动机润滑油保养管理方法，其特征在于，所车辆行驶参数包括总里程、总油耗、不同扭矩/转速的运行累计时长。

3.根据权利要求2所述的商用车发动机润滑油保养管理方法，其特征在于，润滑油品质参数包括100℃运动黏度，总酸值，总碱值，氧化值，烟炱含量及铁含量。

4.根据权利要求3所述的商用车发动机润滑油保养管理方法，其特征在于，100℃运动黏度对应的车辆行驶参数包括总里程、总油耗、扭矩为63%-87%且转速大于1600r/min的累计时长、扭矩大于87%且转速为1300-1600r/min的累计时长、扭矩大于87%且转速大于1600r/min的累计时长；

5.根据权利要求4所述的商用车发动机润滑油保养管理方法，其特征在于，100℃运动黏度对应的机器学习算法为xgboost算法，总酸值对应的机器学习算法为svr-rbf算法，总碱值对应的机器学习算法为svr-linear算法，氧化值对应的机器学习算法为xgboost算法，烟炱含量对应的机器学习算法为random forest-regressor算法，铁含量对应的机器学习算法为linear-

6.根据权利要求1-5任一项所述的商用车发动机润滑油保养管理方法，其特征在于，使用筛选的机器学习算法构建每个润滑油品质参数与对应车辆行驶参数的回归预测模型之前，还包括以下步骤：

7.根据权利要求1-5任一项所述的商用车发动机润滑油保养管理方法，其特征在于，若比对结果满足预设条件，则发出换油提醒，具体包括以下三个条件任意一条满足则发出换油提醒：

8.一种商用车发动机润滑油保养管理系统，其特征在于，包括，

9.一种终端，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，所述可读存储介质上存储有商用车发动机润滑油保养管理程序，所述商用车发动机润滑油保养管理程序被处理器执行时实现如权利要求1-7任一项所述商用车发动机润滑油保养管理方法的步骤。

技术总结
本发明涉及发动机润滑油保养领域，具体公开一种商用车发动机润滑油保养管理方法、系统、终端及介质，收集车辆的历史行驶参数和对应采集时间下的多个润滑油品质参数；使用机器学习算法构建每个润滑油品质参数与对应车辆行驶参数的回归预测模型；采集实时车辆行驶参数；将相应实时车辆行驶参数输入到各个回归预测模型，获得润滑油品质参数的预测值；将润滑油品质参数的预测值与换油指标比对；若比对结果满足预设条件，则发出换油提醒。本发明基于大数据分析对不同的车辆，不同的里程下，采取不同的监控策略，对润滑油品质参数预测值快要达到换油指标的车辆，自动提醒客户更换机油，操作简单，精度高且成本低。

技术研发人员：卢凯亮,施茜,袁承志,郭阳,赵明强,张小坤
受保护的技术使用者：中国重汽集团济南动力有限公司
技术研发日：
技术公布日：2024/3/21