工作液的降解和污染是液压系统故障的主要原因。污染物水平的增加和流体性质的变化既可以是组件状况恶化的指标，也可以是组件故障的原因。低成本传感器可以对流体问题进行早期预警，从而为液压系统提供在故障发生前采取纠正措施的机会，从而为液压系统增加重大价值。
由于流体状态的可变性和可能的污染物的多样性，在实际操作环境中检测流体污染物的鲁棒性很困难。虽然有很多传感器测量石油电导或介电常数的例子，但这些传感器要么无法获得介电谱的多次测量值，要么无法使用多元模型来预测感兴趣的参数。因此，由于收集的数据有限，目前的技术缺乏鲁棒性或按污染物类型进行区分的能力。使用单频介电测量，测量的响应是感兴趣的主要参数和任何其他干扰参数的组合。在单频测量中，基本假设是主参数的响应比任何可能的干扰参数的响应大几个数量级，然后假设这些干扰参数是不显著的。在许多情况下，这种假设并不成立，并且干扰会显著影响测量精度。
多频率方法基于一个前提，即主要因素和推断因素在不同频率下的响应不同，允许将感兴趣的主要参数的响应从干扰中分离出来。事实上，这些传感系统通常可以配置为同时测量多个参数。所提出的方法收集了更多关于目标流体的信息，在宽光谱范围内进行多次电介质测量，从而提供了更强的传感能力。
这种创新的方法利用了基于无线技术市场所需技术发展的电子产品的能力。在这种情况下，可以利用这些技术来检测液体中的高污染物水平。这种快速发展的一个例子是，与2004年早期项目相比，A/D转换速度大幅提高，当时10位A/D芯片的最大转换速度在每秒1亿个样本(MSPS)范围内。目前，12位A/D芯片的转换速度可达400 MSPS, 8位A/D芯片的转换速度可达2.2千兆样本每秒(GSPS)。
此外，该项目的方法采用计算智能技术(如遗传算法、支持向量机)对高维介电测量进行多元分析。这些先进的技术已经被证明可以产生鲁棒的校准和分类模型，这对传感器的设计非常有价值。
在NFPA资助的先前工作中，研究表明，水污染、金属污染和硅尘污染水平都可以使用介电光谱进行检测，并取得了令人满意的结果。水污染物水平的预测是可能的，金属和硅尘污染的预测也是可能的。介电测量对流体温度很敏感，但当温度作为一个已知参数时，模型显示出很好的预测污染物水平的潜力。
这些实验使用实验室阻抗分析仪进行，以证明概念验证。下一步是设计传感器电路和腔体，使该技术能够实际应用。因此，本项目的目标是在这些研究成果的基础上开发一种实用的低成本液压油污染物传感器。该传感器将在先前工作的基础上测量多个频率的流体介电特性，使用与研究团队在先前工作中开发的类似的同时多频率介电测量技术来检测水、铁和灰尘污染物。传感器架构将实现不同频率之间的自动调制，以检测不同的污染物。
这种传感器的设计方法本质上是低成本的，因为不需要特别高成本的材料，也不需要特殊的制造技术。该传感器将要求设计一个介电感应单元，被测流体通过该单元流动。所提出的传感技术是利用手机/无线设备市场中使用的电子硬件(高速数字到模拟和模拟到数字转换，嵌入式信号处理器)，由于与这些其他市场相关的大量产品，具有成本优势。在过去的几年里，这些电子设备的速度和分辨率有了显著的提高，并使这种传感器的发展成为可能。
此外，该团队还建议使用多元和计算智能方法来开发将高维介电性能测量与污染物水平相关的校准和分类模型。这些方法以很少的额外成本增加了传感能力。
有关这项研究补助金或通过NFPA教育和技术基金会颁发的任何其他补助金/礼物的更多信息，请致电414-778-3354联系NFPA。
Brian L. Steward是爱荷华州立大学农业与生物系统工程副教授，主要从事越野车辆和农业自动化的动态系统和流体动力领域的教学和研究。他在南达科他州立大学获得电气工程学士学位和硕士学位，在伊利诺伊大学香槟分校获得农业工程博士学位。
