CN104428679B - 材料识别和区分系统和方法、材料识别或区分方法和检测材料的材料性能的测量装置 - Google Patents

材料识别和区分系统和方法、材料识别或区分方法和检测材料的材料性能的测量装置 Download PDF

Info

Publication number
CN104428679B
CN104428679B CN201380036564.4A CN201380036564A CN104428679B CN 104428679 B CN104428679 B CN 104428679B CN 201380036564 A CN201380036564 A CN 201380036564A CN 104428679 B CN104428679 B CN 104428679B
Authority
CN
China
Prior art keywords
ideal
symbol
actual symbol
association
ideal material
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201380036564.4A
Other languages
English (en)
Other versions
CN104428679A (zh
Inventor
斯蒂芬·内特斯黑姆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Maschinenfabrik Reinhausen GmbH
Original Assignee
Maschinenfabrik Reinhausen GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Maschinenfabrik Reinhausen GmbH filed Critical Maschinenfabrik Reinhausen GmbH
Publication of CN104428679A publication Critical patent/CN104428679A/zh
Application granted granted Critical
Publication of CN104428679B publication Critical patent/CN104428679B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0091—Powders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00722—Communications; Identification
    • G01N35/00871—Communications between instruments or with remote terminals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00594—Quality control, including calibration or testing of components of the analyser
    • G01N35/00613—Quality control
    • G01N35/00623—Quality control of instruments
    • G01N2035/00653—Quality control of instruments statistical methods comparing labs or apparatuses
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00722—Communications; Identification
    • G01N35/00871—Communications between instruments or with remote terminals
    • G01N2035/00881—Communications between instruments or with remote terminals network configurations

Landscapes

  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Food Science & Technology (AREA)
  • Engineering & Computer Science (AREA)
  • Medicinal Chemistry (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Factory Administration (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及识别或区分材料(Mj)的系统(500)，包括至少一个本地装置(510、520、530)和中央装置(550)。每个本地装置(510、520、530)包括至少一个测量装置(400)和至少一个本地计算机(541)，测量装置用于获取材料(Mj)的各自至少一个实际符号(220j)，本地计算机与至少一个测量装置(400)通讯连接并具有用于存储和/或处理实际符号(220j)的本地数据库(4)。至少一个中央装置(550)包括服务器(552)，其具有用于存储和/或处理本地装置(510、520、530)的实际符号(220j)的中央数据库(7)。该系统(500)还包括通过中央装置(550)的服务器(552)通讯连接本地装置的(510、520、530)的本地计算机的网络(560)。本发明包括运行系统(500)的相应方法、识别或区分材料的分析方法和检测材料(Mj)的材料性能的测量装置。

Description

材料识别和区分系统和方法、材料识别或区分方法和检测材 料的材料性能的测量装置
技术领域
本发明涉及材料识别或区分系统。
本发明还包含利用系统来识别或区分材料的方法。
另外，本发明涉及材料识别或区分方法。
本发明还包含检测材料的材料性能的测量装置。
背景技术
为了分析异质物质或混合物如粉末、膏、悬浮体、散料，采用各种各样的总是着眼于一种或多种特殊性能的测量方法。粉末可以通过散光检查就颗粒尺寸分布而言被测量。材料化学性能可以高精度地在体积和表面组成方面被确定。类似地，材料或混合材料的电磁性能可被测量。测量方法的用时和设备成本是截然不同的。但不是每一种方法都适用于足够快速的或适合实时的工艺控制。
粉末分析法和还有准确的材料分析大多是复杂、高成本且时间密集的方法。尤其在异质材料如粉末、膏、悬浮体、散料、异质混合物的情况下，在物理化学性能和加工过程中的行为之间的关联是复杂且难以检验的。因而大多动用经验知识。一般，无法从大量颗粒如散料或粉末的共同性能推断出单独颗粒的性能，反之亦然。
只有在精确的化学分析很多颗粒以及最精确的确定颗粒大小分布和颗粒形状的情况下，例如可以困难地推断出工艺相关参数如可喷淋性、结块能力、外观密度。散料或粉末的复杂性使得加工过程中的质量保证变得困难。
在技术相关的工艺中，颗粒尺寸和颗粒形状的统计学分布以及在体积内和表面上的颗粒化学组成都是重要的。在粉末混合物情况下复杂程度相应高。
为了生产，可能需要准确知晓所供给的原材料的成分是否改变。材料癖好、材料源或者供货商的每次改变都存在使已启动的根据经验来控制的工艺过程变得不稳定的风险。通常，并未通知供货商方面的材料组成变化，因为这种变化被视为不太相关。生产工艺故障通常是复杂和多因的。因此，某种有缺点的原材料是故障起因的证据事后大多只能很难追索。
欧洲专利文献EP 1 194 762 B1的译文DE 600 23 005 T2公开了一种系统、一种装置和一种方法用于多次检测在一定环境中某分析物的化学以及物理特征的组合以产生明确的符号。另外，未知的分析物可以通过将其未知符号与已知分析物或混合物质的所存储的输出符号相比较来检测和识别。测量数据记录通过算法来分析。算法也可以优选特征选择或传感器选择。算法可以是神经元网络，其通过基于在数量集合中的预定标准修正错误的或不希望的输出来训练。尤其是，相关联的变量被变换成少量的不相关的变量(主成分分析，PCA)。PCA的目的是减小数据记录的量纲性。作为应用，尤其知道了材料质量控制、工作保护或食品和农业产品监测。没有公开在宏观材料性能方面的材料分析，例如粉末状异质材料的颗粒大小、尺寸分布、聚团状态、流变性能或混合比。还没有公开如何连续运行自动化材料质量控制或者可如何并入现有的生产过程中。另外，材料符号不与工艺或设备相关。
欧洲专利文献EP 0 606 121 B1的译文DE 694 17 519 T2公开了一种用于粉末状产品的选择测量参数的自动质检仪。许多检验装置和数据站计算机在粉末部分上同时获取这些测量参数。测量参数尤其是颗粒大小、散装密度或聚合度。如此得到的测量数据在中心数据处理装置内汇总并且与质量标准相比较。也确定杂质并且掌握其量。而测量参数的选择未被自动化。另外，没有提出算法来求出足以明确确定样品的减少组或最少组的测量参数。而且，在容器内的待测分量按照每个容器标签文字利用机械臂被送给相应的测量机构。在测量及其分析中仍然没有考虑环境状况。
德国专利文献DE 33 08 998 A1公开了一种专用于粉末或气溶体的弥散性能测量的仪器。没有提出化学测量参数。也无法识别粉末。没有描述数字数据获得和分析。
国际专利申请WO 99/61902 A1公开了一种方法和一种系统用于识别分析物并与其它分析物区分开。该发明意义上的分析物尤其是水蒸汽或液体携带的气味。某些情况下，采用了统计学度量。使许多传感器经历不同的气味并且产生相应的电气响应，其以矢量形式在d维空间中被示出。统计学度量在中央计算机内针对在第一和第二气味之间的选择性和和尽量少的矢量被优化。这通过确定投射至d维空间的尽量低维度的子空间上的投影轴被数学转换，该子空间通过两种不同气味的数据记录的最佳划分而形成。所述的传感器类型尤其包含声学、化学和微型光机电装置。所有传感器的联合答复提供了可被用于分析物的识别的“指纹”。这些检查方法涉及化学性能，而不涉及物理性能且尤其是流变性能。所述减少组的传感器确实用于快速高效的测量，但没有公开整合到生产工艺或伴随生产的实时测量中。另外，“指纹”没有被用在操作安全的物质标示中。另外，物质符号不与工艺或设备相关联。
美国专利文献US5,074,158A公开了一种粉末连续检验装置，该粉末被输送经过生产设备的管子。该检验结果通过光学检测来获得，作为图像在显示器上来显示并且由图像分析仪来分析。没有规定识别粉末。而且，没有逻辑关联测量数据记录或通过计算机辅助算法进行分析。
发明内容
本发明的任务是提供一种由多个测量装置构成的系统，其用于系统化的、快速的、低成本且可靠的选择识别和区分不同的异质材料，它提升了若干独立的测量装置之间的选择性并同时降低了测量成本。
该任务将通过包括权利要求1的特征的系统来完成。
另外，本发明的任务是提供一种快速的、低成本且可靠的用于识别和区分不同异质材料的系统的运行方法，其提升了选择性并同时降低了测量成本。
该任务将通过包括权利要求5的特征的方法来完成。
本发明同样有以下任务，提供一种可标准化的、快速而低成本的可靠分析方法，其在识别或区分不同异质材料如粉末时提升了选择性并同时降低了测量成本。
该任务将通过包括权利要求11的特征的分析方法来完成。
另外，本发明的任务是提供一种低成本的、可靠而可灵活配置的、可标准化的测量装置，其能再现适用于识别或区分异质材料如粉末的测量值并能以尽量低的测量成本来提取所述测量值。
该任务将通过包括权利要求25的特征的测量装置来完成。
本发明涉及一种用于识别或区分材料的系统。该系统由至少一个本地装置和至少一个中央装置构成。每个本地装置包括至少一个测量装置和至少一个本地计算机，测量装置用于获取用于待确定材料的各自至少一个实际符号，本地计算机与所述至少一个测量装置通讯连接并具有用于存储和/或处理实际符号的数据库。所述至少一个中央装置包括服务器，其具有用于存储和/或处理本地装置的实际符号的中央数据库。该系统还包括网络，网络通过中央装置的服务器通讯连接所述本地装置的本地计算机。
根据本发明，实际符号的处理优选根据以下所述的方法或分析方法来进行。尤其是所述系统的本地装置的测量装置能为此包含从在至少一种材料样品的k个时间相关的测量值中分别选择u个测量工具以执行I个不同的测量方法来获得实际符号。所述选择由用于执行m个不同测量方法的v个测量工具保持以从用于至少一个理想材料的n个测量值分别确定一个扩展符号。数字u、I和k分别小于等于v、m和n。数据获取装置与所述u个测量工具电连接以同步获得所述实际符号的k个时间相关的测量值并与各自本地计算机电连接。
该系统可以包含用于执行所有m个不同测量方法以由用于至少一个理想材料的n个测量值获得各自一个扩展符号的全部所有的测量工具。因此，所述扩展符号能通过该系统来提取并且非易失地存储在中央数据库里。对此不需要全部的本地装置具备所有测量工具。该中央装置也可以包括至少另一个测量装置，其具有全部的测量工具或只有其选中部分。
本发明还涉及用于识别或区分材料的系统的运行方法。该方法包括以下步骤：通过系统的本地装置的至少一个用户从待确定材料的k个不同测量值中提取一实际符号；至少一个用户向系统的中央装置的运营商问询，其中，实际符号是伴随问询传输的；在中央装置的服务器上非易失地存储由至少一个用户传输的实际符号；通过利用与用于至少一个理想材料的实际符号的各自关联来生成各自一个推导理想符号。该关联涉及理想材料的扩展符号。扩展符号又由n个不同测量值构成。数字n大于或等于数字k。接着，进行用于该材料的推导出的实际符号相对于至少一个理想材料的各扩展符号的各个差的计算。通过向问询用户答复：对于哪些理想材料而言，一种材料相对于理想材料的各个差小于针对理想材料所确定的容差。
所述实际符号可以由至少一个用户和/或运营商与涉及问询用户和/或运营商的元数据逻辑关联。例如运营商或用户可以就“对等检查”意义上相互验证实际符号的元数据并且将该结果作为元数据与实际符号逻辑关联并传输。其它的元数据包含：此刻提取实际符号或其测量值的使用时间；用于所述提取的u个测量工具中的每一个的测量持续时间；执行所述提取的用户的用户标记；使用地点；材料标明(如假想的待检材料组成)；材料样品或批次的标明；被测材料样品的重量；u个测量工具的分别标明；和/或例如与测量状态(材料库存过程中的环境温度、空气湿度、持续时间和事件)或由问询用户进行的测量目标和应用规范相关的用户注释。另一个元数据可以涉及作为数据源的问询用户的信赖度的分级。这些元数据尤其可以包含检查协议。检查协议至少包含各自差和/或关于材料质量的证书、出证者和/或测得的实际符号。问询用户可以向运营商回复根据其了解和其估计的材料识别或区分是否正确。所述回复最好以电子元数据形式进行。
另外，运营商对问询用户的回复可以针对其要求被个性化。对于每个用户和对于至少一个理想材料，运营商可以根据具有相应权重的优化准则的组合优化所属的关联和所属的推导理想符号。该优化最好采取在该系统的中央装置的服务器上执行的算法。该权重例如结合元数据来修改。
越经常执行本发明方法并且越多用户参与，则该中央数据库或局部数据库越多被扩展、训练和/或个性化。运营商和/或用户能依据元数据和/或已测的实际符号来给该实际符号扩展通过附加测量方法获得的测量值。这决定了推导理想符号的新优化和用于至少一个理想材料的关联。或者，迄今既未在本地数据库也未在中央数据库上记录下的材料也可以被视为新的理想材料。
本发明的分析方法用于识别和分别尤其是异质材料。例如它可以被用在识别和区分异质材料的系统或者产品加工系统中。该产品加工系统例如是等离子体涂覆系统，它在采用被加入等离子体流的粉末情况下施加涂层到材料表面上。它例如也可被用于质量控制或者被用在材料控制中。在分析方法中，首先不同的m个测量方法被用于一个或多个理想材料。理想材料的特点是它适用于产品加工。所述m个测量方法中的每一个获得至少一个测量参数。根据本发明，针对一种理想材料获得的所有测量参数被结合在一个数据矢量中，该数据矢量至少由n＝m个测量值构成。对应矢量空间的量纲对应于测量值的数量n。该量纲与分析方法的选择性显著正向相关。因此，已经能可靠探测材料中的略微变化。由每个所述数据矢量分别产生一个扩展符号(“指纹”)。如此选择所述m个测量方法，即，扩展符号表明理想材料的特性，就是说，就算数意义上被明确确定或落选。在另一个步骤中，由所有理想材料的理想符号建立数据库。
在随后的优化步骤中，对于每种理想材料从m个测量方法选择I个测量方法，其中数字I小于或等于数字m。相应地，I个测量方法的选择产生理想符号。作为数据矢量，这些理想符号已经记下比由整组m个测量方法产生的扩展理想符号的量纲更少或最多相同的量纲。或是重新测量这些理想符号，或是通过删掉I个测量方法没有检测的那些n-k测量值来获得。另外，对于每对扩展理想符号和理想符号，求出关联。通过将该关联应用到所述符号，产生一推导理想符号。I个测量方法的选择和对应关联被迭代优化。例如将测量方法的数量或总测量成本降到最低。
在随后步骤中，建立理想数据库。在其中，针对每种理想材料包含一组推导理想符号、测量值的选择和其提取所需要的测量方法和/或关联。
在另一步骤中，检查至少一种未定材料是否适用于在产品加工装置中加工。为此，总是测得实际符号，接着分别产生一推导实际符号，做法是对于每种相关理想材料将各自的关联应用到实际符号，接着分别求出每种材料的推导实际符号与所述至少一个理想材料的推导理想符号之差，最后，将所述差与容差比较，该容差是针对产品加工装置、理想材料和/或待生产的产品而规定的。所述差最好从一理想材料的理想符号和一材料的推导实际符号之间的差的矢量标准中确定。
如果用于一种材料的所述差小于所述容差，则其在最后步骤中在产品加工装置中被加工，交付用于加工或者拟定对所交付材料的加工。
属于待检材料性能和测量参数的尤其有：材料或其表面的组成、流变性能、电磁性能、机械性能、光学性能、散装密度、材料粒度、材料颗粒尺寸分布、颗粒形状特性、磁敏度、高频性能、导电性能、升华温度或熔化温度、材料的重量和/或比重或者在交流电电压施加下的复数阻抗。另外，可以测量多个测量参数的相关关联性，例如作为压制位移函数的作用于材料的压力。由这种不同测量值的关联性的时间曲线，可以确定一些表征的推导测量值或参数。
属于按照本发明所采用且组合的测量方法的尤其是：化学测量方法、流变测量方法、光学测量方法、高分辨率彩色成像照相术、热动力学测量、X射线绕射、磁物质性能确定、测量形状的分布函数和用于抽取推导测量值或参数的数据分析方法。所给出的测量方法可以通过各种不同的相互校准的测量工具来执行。通过许多测量方法的组合，尤其在异质材料混合物情况下进一步考虑每种单独方法的选择性。
用于每种理想材料的一组推导理想符号、选择和/或关联的优化尤其可以借助计算机辅助算法来完成。该算法例如可以是人造神经元网络(KNN)、遗传算法、主分量分析、蒙特卡罗算法、模拟退火算法、模糊逻辑运算算法或K-最邻近算法。
根据本发明，该优化可根据优化准则的组合进行。另外，这些优化准则可根据其针对一种材料在产品加工装置中加工的相关性而具备相应的权重。
属于优化准则的可以有：在用于各自理想材料的符号和推导符号之间的对于在产品加工装置中加工足够小的第一差；理想材料性能对于在产品加工装置中加工的相关性；由测量方法提取的测量值的对于在产品加工装置中加工的相关性；I个测量方法中的每一个的测量时间以及其累积测量时间，此时考虑了能并行执行大量测量方法；I个测量方法的测量成本和与测量方法相关联的设备成本；将测量方法加入产品加工工艺的集成性；加工产品的说明规范；对产品加工装置的环境影响；用于避免“偏差值”的测量值的统计学可信度。测量值在本发明意义上可以是单独测量的结果或者来自重复测量的在统计学上表现出的数据集合。
在大多数情况下，在连续的加工过程中为了质量保证而持续进行多种复杂方法或者以抽样方式与加工过程并行地进行多种复杂方法是很费事的。
通过将低成本且快速的、在连续工艺过程中连续地或以抽样方式相当频繁进行的测量方法与复杂的且时间和成本密集的、对每种材料组成仅很少进行或进行一次的方法的组合，得到了选择性高的材料特性表示。
以模拟退火算法为例，所述优化可以根据多个优化准则如此进行：确定一总能量函数。每个优化准则提供能量贡献。根据优化准则的相关性来加权能量贡献。例如材料熔点可能与生产工艺无关。其能量贡献被加以很小的权重或以系数0加权。如果各自测量方法的测量时间或测量成本对工艺是重要的，则相应能量贡献被加以相应大的权重。总能量函数可以对比于优化准则作为变量如高量纲能量景观来绘制。在此能量格局中，该算法确定对应于一个优化参数组的本地最小值。优化过程通过随机步骤的迭代来进行。随着随机步骤的输出参数组和目标参数组之间的能差增大，采纳目标参数组的概率更小。因此，并非绝对求出十全十美的，而是仅求出一个足以适用于生产工艺的参数组。另外，当许多材料性能不与工艺相关或与之不太相关时，以优化所依据的理想材料来定义适合工艺的材料的宽广等级。而如果所有的材料性能被加以高权重，则在模棱两可情况下选择所有的测量方法(I＝m)，从而材料识别和区分的选择性相对于测量时间或测量成本负担提高。
在本发明的一个实施方式中，可以在数据库中存储理想数据记录的选择子集。数据库包含理想数据记录，其分别由至少一个理想材料的测量方法的选择、理想符号、关联和/或推导理想符号构成。同样，可以在数据库内在材料加工过程中拟定检验数据记录，其由实际符号、推导实际符号和/或差构成。
在另一个本发明的实施方式中，检验数据记录在数据库中通过数字网络被自动传输给另一个外数据库。该外数据库例如可以在产品加工装置的生产商或产品控制者的掌控范围内。从防操控保护出发，可以加密传输该检验数据记录。外数据库的存储位可以在任何位置上并且例如通过无线电或互联网与产品加工装置相连。
另外，该检验数据记录可以在数据库中也作为控制回路的控制参数被用于在产品加工装置内的加工中。
另外，可以在外存储介质上存储(与系统无关)所选择的理想数据记录和/或检验数据记录。外存储介质与理想材料或材料的容器、包装和/或批次相连。这些数据能用相应的装置来读取。外存储介质上的理想数据记录例如表明一种材料应该依据其对应的理想数据记录与哪种理想材料校准。外存储介质上的检验数据记录例如起到材料的“指纹”作用。
外存储介质可以由射频识别(RFID)芯片构成，其上存储有成RFID信标形式的数据记录。作为替代或补充，外存储介质也可以由标签构成，其上以字母数字和/或条形码形式存储有数据记录。
在一个特殊实施方式中，I个测量方法的选择的优化依据是可以在连续生产过程中检查一种或多种材料是否适于在产品加工装置中加工。连续检查是理想的，在此，在典型的工艺时间中测定的检查以短暂间隔或者实时地进行。为加快整个测量方法，不同的测量方法可以同时检查不同的材料抽样。
根据本发明，所述k个测量方法的选择的利用比所述m个测量方法的使用快至少10倍。
另外，数据处理装置可读取检验数据库并且保证不再冗余提取在检验数据库中包含的测量值。当要测量材料的测量值以与多个理想材料比较时，可能出现冗余提取。如果测量值已经包含在检验数据库内，则该数据处理装置如此控制一组缩减的u个测量工具来执行针对一种材料的测量方法选择，即没有再次提取该测量值。
本发明还包括产品加工系统。它包括产品加工装置用于加工至少一个未定的异质材料。该系统的特点还在于具有一组u个测量工具用于测定用于至少一种材料的各实际符号。另外，它包括数据处理系统，它与该组u个测量工具通讯连接。该数据处理系统被设计用于执行以下操作：用于适于产品加工的至少一个理想材料的各自推导理想符号和关联的存储；将用于每个理想材料的关联用到每种材料的实际符号以计算各自推导实际符号；以及存储由检验数据记录构成的协议。检验数据记录至少由推导理想符号和各推导实际符号之差构成。作为补充或替代，该系统也可以包括一控制单元，它与该数据处理系统通讯连接。该控制单元可以由检验数据记录生成控制信号并将其传输给产品加工装置。
除了所述系统外，还可以规定一种外系统。该外系统包括一组v个测量工具，借此分别针对所述至少一个理想材料产生一个表征符号。数字v在此大于或等于数字u。另外，外系统包括计算机，可借此利用算法由所述符号产生该理想数据记录。理想数据记录又由推导实际符号、与实际符号的关联和/或实际符号本身构成。另外，外系统包括用于存储理想数据记录的存储介质和用于传输所选的理想数据记录给数据处理系统或第一存储介质的数据链接机构。外系统可以在时间和地点方面与材料加工系统无关地运行构成。
在一个特殊实施方式中，该数据处理系统可以包括外存储介质。在该外存储介质上存储了用于至少一个理想材料的所选择的理想数据记录和由选择材料的检验数据记录构成的协议。而且，该数据处理系统包括数据处理装置用于将理想材料关联用到给定材料的实际符号。
外存储介质能可读地与理想材料或材料的捆容器、包装和/或批次相连。因此它可包含如何检验某种材料的信息。也可以在其上作为“指纹”来存储检验结果。
尤其是该外存储介质能以可读和/或可写视频识别(RFID)芯片形式构成。在此情况下，数据处理系统包括带有适当的可调频天线的装置用于读取、编辑和写数据在RFID芯片上。
通过数据远距链接，可以除了为了操作安全的生产遥控监测外，该检验数据记录可以从数据处理系统被传输到另一个外存储介质。数据尤其可以被加密发送。任何无线电标准(如经过SMS)或互联网可以被用作数据远距链接。
本发明特别适用于基材涂覆方法。尤其适用于涂覆的材料例如是粉末合金、粉末、混合粉末、颗粒、膏、溶液、悬浮体或弥散体或者其混合物。
在本发明的另一个实施方式中，设有用于将至少一种材料送入产品加工装置的供料装置。首先，比较结果由所述差和用于产品加工装置的容差和规定理想材料的容差来求出并且通报给该控制单元。供料装置与控制单元通讯连接。根据该结果，控制单元控制经过供料装置的材料流。
最后，本发明涉及一种用于获取材料的材料性能的测量装置，它尤其被用在识别和区分材料的前述系统的本地装置和中央装置中且被用于执行本发明的方法。所述测量装置包括用于容纳一种材料的各一个样品的至少一个试样。该试样配属有多个测量工具。这些测量工具用于在样品上执行I个不同测量方法，以从至少I个与时间相关的测量值获取材料实际符号。这些测量工具至少包含：冲头和用于测得由冲头施加至样品上的压力P的压力计；用于测得冲头所经过的位移的位移计；用于测得样品电阻R的电测量仪。另外，该测量装置包括数据获取装置，其与测量工具电连接以同步获得实际符号的所述k个时间相关的测量值。
尤其是，所有测量涉及同一空间轴线。为此，这些测量工具例如分别如此构成和布置，即，沿轴线，可以通过压力计测得由冲头施加于样品的压力P，通过位移计测得由冲头所经过的位移W，通过电测量仪测得样品的电阻R。
数据获取装置可以具有标准化数据接口如USB端口，用于传输实际符号至数据处理装置。
另外，该测量装置的该组u个测量工具也可以包括用于光学测量样品表面的光学测量仪、用于测量样品的固有声谱或共振的主动式或被动式声学测量仪、用于测量样品温度或环境温度的温度计、用于测量样品重量的秤和/或用于测量测量装置内的空气湿度的湿度计。
数据获取装置能与本地计算机通讯连接。本地计算机可以记录、分析和储存用u个测量工具记录下的直接测量值。例如，本地计算机可以利用反曲函数调整与位移相关的压力测量曲线并且抽取适配参数。适配参数可以代替直接测量值加入所确定的实际符号。另外，本地计算机可以用于测量与测量装置的用户相关的元数据。
根据本发明的分析方法和系统可以被用于检查、识别或区分粉末状合金、粉末、粉末混合物、颗粒、膏、溶液、悬浮体、弥散体或其混合物。同样，它们可以被用在许多不同的材料上以便能通过材料加工工艺拟定和可控生产材料混合物、合金或复合材料。例如，以下将以从m＝5个测量方法中选择I＝3个测量方法为例来描述本发明的一个实施方式。
在这里，一组五个不同的测量方法被用于一种粉末。测量方法结果之间的关联根据经验是未知的或者不能准确知晓。
第一种测量方法光学特性鉴定：粉末呈面层状被施加到透明板，随后用平板扫描仪记录下光学图像。平板扫描仪可以用同步拍摄的颜色标准来校准。可以从该图像中获得表征数据如平均色值(RGB等)以及描述该色值的空间分布的推导参数。同样，该光学特性表示可以用合适的试样来进行，该试样为此具有一透明窗并且其对应的照相机拍摄该色值。
第二种方法是力学特性鉴定：粉末样品在试样内单轴承受载荷并且画出由压力和压制位移构成的曲线。这样的曲线一般具有S形变化过程并且可以通过少量参数来描述。
第三种方法是电学特性鉴定：与第二种方法采用并行，可以记录下粉末导电性能与压力的关系。该曲线也具有表示特性的S形走向并且可以通过几个参数来描述。
第四种方法是几何形状特性鉴定：利用静态显微镜分析方法，记录下粒度分布。在无规律形成的颗粒的情况下，为简单起见而大多建议给出等效直径以表征该参数。如果也还必须考虑颗粒形状，则可由两个等效直径来定义作为这两个值的商的形状系数，例如由体积等效球径和表面等效球径。几何形状数据例如可通过平均形状系数和分布参数D10、D50和D90来良好描述。
第五种方法提供关于按照体积的材料化学组成的信息：利用化学分析学，例如检查材料的元素组成。
第一、第二和第三方法快速易行。而第四和第五方法需要相当多的准备工作和仪器成本。粉末例如可以通过用第五方法产生的符号以性能矢量形式被明确书写在50量纲测量值空间内。而由第一至第三方法的测量值构成的子空间在此例子中只具有14个量纲。
虽然这些测量方法彼此不同，但其测量结果以复杂的、未知的且只能靠经验艰难掌握的方式来关联。例如对于金属粉末，用第一方法测定的颜色与用第五方法确定的粉末颗粒表面的氧化物含量或者氧化相关联。类似地，氧化物含量影响到借助第三方法测量的电学性能。
因为所述“插入”的复杂横向关联性，故可以补足不完整测定的性能矢量。算法如人造神经元网络(KNN)很好地适用于性能空间的补充。对此，对于一种材料几次使用该完整的方法组，从中获得统计学保证的完整性能矢量。现在训练该神经元网络，从而在输入不完整的性能矢量情况下，也能作为输出重建完整的性能矢量。实际上有利的是，为了获得不完整的性能矢量而采用快速简单的测量方法。
为了质量保证而可以确定推导理想符号并且通过合适的度量确定相对于测得的推导实际符号的最大容差，该最大容差是特定生产方法所接受的。根据容差选择以及测量方法的适当选择和系数优化，该算法已经基于不完整的测量数据记录提供了实际符号、重建性能矢量、以足够高的选择性与理想材料的推导理想符号区分开的推导实际符号。
除了质量保证外，也可以采用所述方法来确定用于材料的“指纹”。“指纹”能以字母数字形式或作为RFID信标存储在材料容器上并且用于保证材料来源。来源检验此时已经可以利用一组缩减的测量方法例如第一至第三测量方法且因而简单快速地进行。
尤其是，例如粉末材料可以通过这种方式操作可靠地分级。分级可以按照明确无疑的数字值来确定。该值例如可以通过RFID信标或条形码或还有字母数字形式保持在材料容器上，以保证批次质量或者以防止故意采用来自不可靠供应源的廉价材料。如果完整的性能矢量作为“指纹”被存储在材料容器上，则能很通用地用公式表示该算法并且即便在截然不同的待区分材料情况下也能很迅速地收敛。
附图说明
以下将结合附图来详述本发明的实施例，图中：
图1是根据本发明的优化方法的示意图；
图2是权重的优化准则和优化方法的示意图；
图3是用于识别或区分一种材料与理想材料的本发明分析方法步骤的示意图；
图4是本发明分析方法的示意图；
图5是本发明的产品加工系统的示意图；
图6是用于获取材料的材料性能的本发明测量装置的示意图；
图7A示出了在冲头施加压力之前的装填有材料样品的试样；
图7B示出了在冲头施加压力之后的装填有材料样品的试样；
图7C示出了装有校准装置的试样；
图8是用于识别或区分材料的本发明系统的示意图；和
图9是用于识别或区分材料的本发明系统的运行方法的示意图。
在附图中，对于本发明的相同的或作用相同的零部件采用了相同的附图标记。
附图标记列表
1 测量数据库
2 理想数据库
4 本地数据库
3 外数据库
5 其它外数据库
6 产品数据库
7 中央数据库
10 离线方法
11 应用
12 建立
13 优化迭代
14 优化
15 建立
20 在线方法
21 测量
22 生成
23 数值补偿
24 求出
25 比较方法
40 组合
41a 第一优化准则
41p 第p个优化准则
42a 第一优化准则的权重
42p 第p个优化准则的权重
50 优化方法
60 产品加工装置
61 供料装置
62 处理
63 产品
64 控制单元
71 计算机
72 存储介质
73 数据链接
80 数据处理系统
81 外存储介质
83 数据处理装置
84 数据远距链接
85 其它外存储介质
90 系统
91 外系统
100i 扩展符号
200i 理想符号
200ii 修改的理想符号的第i个迭
200j 实际符号
210i 选择
210ii 所述选择第i个迭代
220i 关联
220ii 关联的第i个迭代
300i 推导理想符号
300ii 推导理想符号的第i个迭代
300j 推导实际符号
301 第二修改符号
400 测量装置
401 数据线
402 外壳
403 机座
404 其它测量装置
410 试样
411 上开口
412 空腔
413 盖
414 样品
415 顶面
416 秤
417 电触点
418 试样座
419 校准装置
420 冲头
421 气压马达
422 杆
430 压力计
440 位移计
450 电测量仪
451 电压源
452 电压计
460 光学测量仪
470 声学测量仪
480 温度计
490 湿度计
500 系统
510、520、530 本地装置
511、521、531 用户
541 计算机
550 中央子系统
551 运营商
552 服务器
560 网络
610 提取
620 问询
630 回复
640 评估
A 轴线
A1 第一测量工具
Au 第u个测量工具
Aw 第w个测量工具
Av 第v个测量工具
δ 间距
δij 差
Δ 容差
Mi 理想材料
Mj 材料
Mh 其它材料
S1 第一测量方法
SI 第I个测量方法
Sm 第m个测量方法
ΔL 压缩位移
P 压力
R 电阻
T 温度
W 位移
具体实施方式
图1在示意图中示出了本发明优化方法的实施方式。在步骤11中选择一种或多种理想材料Mi并且利用一组m个不同测量方法S1，…，Sm来测量。每种测量方法S1，…，Sm确定一个或多个不同的测量值。每个测量值可被多次确定并被统计汇总成一个保险的测量值。为了数据分析，这些测量值合并成一个性能矢量。如此选择所述m个测量方法S1，…，Sm，即，一种理想材料Mi的性能矢量表示一个明确的特性化的扩展符号100i。在步骤12中，由用于每种理想材料M的扩展符号100i建立一个数据库1。在步骤13中涉及随机的或依据经验的、m个测量方法S1，…，Sm中的I个测量方法的初始选择，其中I小于等于m。这被迭代优化。在第i个优化迭代13中，首先给出测量方法的第i个选择210ii，最好按照矩阵谱形式。将选择(矩阵)210ii应用到扩展符号100i产生用于理想材料Mi的具有缩小或相同量纲的第i个理想符号。对此，一算法产生第i个关联220ii，其应用到符号产生与扩展符号100i同量纲的第i个推导符号300ii。依据优化准则41a，…，41p的组合40(见图2)，通过例如其中一种KNN算法的优化方法50来迭代优化第i个选择210ii和关联220ii，直到求出全球优化或本地优化。优化14例如可以通过获得已确定的收敛标准或根据已确定的m个优化迭代13的数量来结束。优化状态由I个测量方法S1，...SI的选择210i、理想符号200i、用于各理想材料Mi的关联200i和推导理想符号300i构成。选择210i可以是所述m个测量方法S1，…，Sm的任意组合。同样，所选的测量方法S1，…，SI的数量I可能在初始选择和优化选择210i中是不同的。实际上有利的是，在选择210i中没有采取权重和交叉联系。这可能等价地仅转入关联220i。就是说，选择210i可以具有0或1的对角元素的对角矩阵来表示。在此情况下，选择210i无需计算地直接表示要提取哪个测量方法S1，…，Sm的哪个测量参数。
图2示出了优化准则41a，…，41p的组合40以及它们如何纳入优化方法50。根据本发明，优化准则41a，…，41p的选择取决于目标设定。目标设定例如可以是在等离子体辅助涂覆设备中给基材涂覆材料Mj，具有理想材料Mi的某种性能以及每个涂覆过程的快速准确的伴随工艺的质量控制。另外，所述优化准则能加以各自的权重42a，…，42p，以使所述优化14(见图1和图3)更好地适应目标设定。因此，尤其是工艺相关的材料性能以相应大的系数(接近1的系数)加权，工艺不相关的材料性能以接近0的系数加权。同样对时间密集或成本密集的测量方法S1，…，Sm加以低权重，因而几乎不可能的的是，它们被纳入优化的选择210i。尤其是，所述优化涉及到理想材料Mi的扩展符号100i与推导理想符号300i的间距δ的最小化。间距δ表明可用以由理想符号200i重建扩展符号100i的优化缺陷。优化结果因此可以是选择性、测量成本或测量速度的折衷。
图3示出了用于识别或区分一种材料与理想材料的本发明分析方法步骤的示意图。“离线”步骤序列10包含如已参照图1和图2所述的步骤11、12、13和14。还有，所述优化结果如用于每种理想材料Mi的推导理想符号300i存储在理想数据库里并被传输给外数据库3。随后获得例如关于哪些理想材料适用于在制造工艺中的加工的所有信息。另外，包含这样的方法规程，如相对于理想材料校准材料Mj。
随后，执行“在线”步骤顺序20。术语“在线”是指该步骤顺序20不同于“离线”步骤顺序10被设置成纳入生产线中。
根据本发明的分析方法和系统的一个特殊优点是，可以实现可自动化的工艺过程控制。在第一步骤21中，依据待加工材料或待检材料Mj、Mh的I个测量方法S1，…，SI的选择210i分别被用于每种相关的理想材料Mi。由此产生涉及理想材料Mi的实际符号200j或200h。在随后的步骤22中将关联220i用于实际符号200j或200h以生成推导实际符号300j或300h。或者，也可以在每个检验步骤中进行优化步骤14。在随后的步骤24中进行材料Mj、Mh相对于理想材料Mi的识别或区分或其是否适合用于加工。为此，矢量标准最好由推导理想符号300i与各自推导实际符号300j或300h之差构成。此外，从外数据库3抽出推导理想符号300i和/或关联220i。差δij与容差Δ相比较。如果用于材料Mj的差δij小于容差Δ，则由理想材料Mi限定的材料等级视为对应于或适用于生产工艺。如果用于材料Mh的差δij大于容差Δ，则由理想材料Mi限定的材料等级不对应于或不适用于生产工艺。
图4给出了根据本发明的分析方法的示意概览图。从理想数据库2或外数据库3抽出理想数据记录并且执行如图3所述的“在线”步骤顺序20。在这里，详细描述步骤24。在实际符号300j与理想符号300i比较23以及由此形成标准后是利用容差Δ的数值补偿25。检验结果和/或所求出的推导或实际的符号300j或200j被记录在外数据库3上。随后，检验数据记录可被传输给其它外检验数据库5或产品数据库6。来自产品数据库6的检验数据例如可以字母数字、条形码或数字数据记录形式存储在标签或者RFID芯片上，它们可读地与产品63相连，以便明确表征和证明产品63。其它外数据库5最好在产品加工装置60的生产商或运营商的掌控范围内。连续且最好加密地将检验数据记录传输给其它外数据库5提供了可理解且操纵安全的自动化质量控制的可能性。容差Δ可以根据本发明分析方法的目标设定来规定或动态调整。如果其由产品加工装置60的操作者来动态调整，则建议在外数据库3上存储其时间曲线并且传输给其它外数据库5或产品数据库6。
同时发生了材料Mj在产品加工装置60内被加工62成产品63。供料装置61此时可以控制根据在外数据库上的检验数据记录的材料Mj供应。
图5示出了用于产品加工的本发明系统90的示意图。对于预定用于加工的材料Mj，通过一组u个测量工具A1，…，Au来产生符号200j。数据处理系统80读取所述u个测量工具A1，…，Au的实际符号200j和外存储介质81的理想数据记录。另外，数据处理系统80的数据处理装置83通过执行如图2所述的“在线”步骤顺序20来检验该材料Mj。检验结果作为检验数据记录被拟定在外存储介质3上且最好被加密地通过数据远距链接84被传输给其它外存储介质85。另外，检验数据记录可被传输给控制单元64，控制单元根据该检验数据记录控制产品加工装置60的材料Mj供给装置61。例如如果检查发现材料Mj不适于在产品加工装置60内加工62，则中断其供应，从而该材料不会在产品63内被加工。
图6示出了用于获取材料Mj的材料性能本发明测量装置400的实施方式示意图。测量装置400可容纳在可从外侧接近的外壳402中。尤其是该测量装置适用于可压缩材料Mj如粉末或气体且尤其适用于导电粉末。但原则上也可以测量不太能压缩的液体。根据本发明，在液体中含有固体颗粒的悬浮体可以在受控的可再现条件下至少部分被干燥，从而它们以粉末状存在。
测量装置400包括电绝缘试样410，其具有导电的下盖413、上开口411和容放材料Mj样品414的空腔412。试样410最好呈柱形构成。为了获得相似的可再现的测量结果，按照规定方式调节出在将样品414填充入试样410中时的初始条件。样品414例如由规定重量的粉末构成。粉末可借助秤来称重。但它最好由粉末计量设备(未示出)来填充，其不仅允许控制重量，也允许控制与流变相关的参数如粉末致密性或者测量相关参数如粉末表面415形状或试样410内的空气夹杂。测量的表现力在例如同一个或同类型的粉末计量设备给产品加工装置60布料时提升。试样410为了测量落位在试样座418内。在试样410和试样座418上能承载有相应的定位件(未示出)，用于获得试样410在试样座418内的明确定位。
另外，测量装置400还包括多个配属于试样410的测量工具A1，...，Au，用于在样品414上执行I个不同的测量方法S1，…，SI以从至少I个时间相关的测量值获得材料Mj的实际符号220j。
其中一个所述测量工具A1，...，Au由导电冲头420和压力计430构成，压力计测定由冲头420施加于样品414的压力P。冲头420为了对在试样410的空腔412内的样品414施压而与上开口411形状配合地可沿测量装置400的轴线A移入试样410。冲头420通过杆422与气压马达421相连。气压马达421的驱动压力是冲头420施加到样品414的压力P的计量尺度。基于形状配合和进而冲头420和试样410的开口411的面积相同，压力P又是作用于样品414的力的一个直接计量尺度。在典型测量中，施加如0bar的初始压力，其按照适当间隔如100mbar上升到最终压力如5bar或6bar。压力P与时间相关地测定。
其中另一个所述测量工具A1，…，Au是位移计440，其用于测定冲头420沿轴线A所经过的位移W。例如为此适用的是感应式位移计，其测量杆422相对于固定保持气压马达421和试样座418的支座403所走过的位移W。因此，该位移W对应于冲头420沿轴线A的位移W。位移W在冲头420施压过程中与时间相关地测定。
其中另一个所述测量工具A1，…，Au是电测量仪450。冲头420是导电的。如果冲头420接触样品414，则沿着轴线A从冲头420经样品414直至试样410的导电盖413地构成电流路径。在冲头420和盖413上以2点测量配置形式或者最好无电流的4点测量配置形式装接有电测量仪450用于测量与轴线A相关的纵向电阻R，如图6所示。也可以想到与轴线A相关的纵向电阻的测量或者通过一个或多个例如呈帕帖尔元件形式的温度计480的样品温度T的附加确定。由此，或许可以在样品414的不同部位测得由样品414压缩所造成的温度变化并由此推导出材料Mj的热容或导热性能。电测量仪450例如包括电压源452和电阻计452，电阻计最好带有多个前置电阻(未示出)和继电器(未示出)用于前置电阻的布线连接以便在用于高欧姆值样品和低欧姆值样品的不同测量范围之间最好自动切换。样品414的纵向电阻R在冲头420施压过程中作为时间函数来测得。初始高欧姆值的粉末可以在施压过程中连续是低欧姆值的，因而在一次典型测量过程中的测量范围可以适当地被切换一次或多次。
其中另一个所述测量工具A1，…，Au可以是光学测量仪460。光学测量仪460可以是CCD照相机。CCD照相机也可以被构造成具有照明机构，用于在规定的根据环境的照明状况下获得样品414的表面415的一部分的图像。也可以想到在样品414和照相机之间的光路内设置校准样品(未示出)。校准样品可以包括孔，可以通过该孔影印表面415，以及还包括由至少三个限定出以颜色空间由(如RGB)的颜色段构成的彩色校准标记、用于校准照明状况或亮度分布的白标和/或用于照相机聚焦和校准边缘清晰度或对比度的黑白标记。校准可以在每次测量之前在计算机辅助下进行。样品414的光学图像可以在冲头420施压过程中与时间相关地来获得。或者，只一次或多次测得，最好在规定时刻，例如当样品414承受初始压力或最终压力时，这是因为随后在样品414内的基本取决于压力的粉末形貌处于规定的可再现状态。光学测量可以根据每个光谱范围来进行，例如根据可见光、尤其用于温度测量的红外光或者在用于测量样品414的在其表面415下方的结构的X射线范围内。尤其是，光学测量仪460可以保持在试样座418内并且对准试样410。试样410于是至少在局部表面和/或在待测光谱范围内是透明构成的。
其中另一个所述测量工具A1，…，Au可以是主动式或被动式声学测量仪470用于测量样品414的固有声谱。尤其是该声学测量仪470可以保持在试样座418内并且对准试样410并通过试样410与粉末声耦合。为此，如此构成试样410，它在待测声频范围内共振。声学测量仪470可以提供关于固定不动的或运动的液体、粉末或散料的状态的信息，例如提供关于在试样410内的填充状态、粉末流速或者杂质或异物存在与否的信息。声学换能器可以由声音振动产生电子信号。在被动式声学传感器情况下分析所观测的过程本身产生的噪声(如冲头420压缩过程中的粉末噪声)。主动式声学传感器例如产生超声波场用于激振粉末并且测量其声频分辨和/或时间分辨的响应。从声音反射中，例如可以确定界面位置，通过在边缘处的声音绕射或者由频率变化(如借助声音多普勒效应)确定速度。借助声学传感器的测量对于大多数材料Mj而言是非侵入性和完美的并且可灵活适应材料Mj的各自要求，例如通过调制激振声频。声学测量仪470例如可以包含压电激励器或传感器。压电元件结实耐用、可靠且易操作，可以结构紧凑地构成并且使用灵活。压电材料将所施加的电压变换成机械振动或声学振动(激励器操作)或者反之(传感器操作)。声学耦合至样品414的压电晶体或者压电陶瓷因而可以记录其机械振动并且将其直接转换为电测信号。该电信号的频谱与由压电元件测定的机械振动的频谱有着明确关联性。待测信息可以从频谱如其振幅谱和其相位谱中抽取并且例如在于对于材料Mj而言是典型的共振频率。声学测量结果最好在冲头420施压过程中与时间相关地来测定。
也可以想到光学测量仪460、声学测量仪470和/或温度计480被集成在冲头420内和/或试样410的盖413内。
最后，测量装置400包括数据获取装置460，其通过数据线401与测量工具A1，…，Au通讯连接，从而它能检测实际符号200j的k个时间相关的测量值。尤其是数据获取装置460设计用于同步获得所述k个时间相关的测量值。此外，数据获取装置460最好是模拟/数字变换器，其将由测量工具A1，…，Au大多模拟发出的测量值变换为数字值。通过同步化，时间t可以作为在不同的测量工具A1，…，Au的测量值之间的相关参数。例如，在相互同步情况下，分别作为时间t测量曲线，压力计430测量压力P＝P(t)并且位移计440测量位移W＝W(t)，从而压力P和位移W例如可以关联成与位移W相关的压力P的测量曲线P(W)。所述相关的测量曲线P(W)的信息内容高于时间不相关的压力测量曲线P＝P(t)和位移曲线W＝W(t)的信息内容。通过例如用呈适配参数形式的反曲函数调整测量曲线来简单确定附加信息内容。相似地，可以建立并分析高量纲的测量曲线，例如与样品414的位移W、纵向电阻R和温度T相关的压力P＝P(W，R，T)。实际符号200j或者扩展理想符号100i可以包含时间相关的值和时间不相关的值。在时间上与压力P＝P(W，R，T)不相关的值的一个例子是这样的值，其是从样品414的一次采集图像中抽取出的。在推导实际符号300j和推导理想符号300i中包含了附加的“插入”关联，其根据本发明由算法来分析。数据获取装置460通过标准化接口如USB端口例如与本地计算机541相连。计算机541可以执行时间相关的测量值P＝P(t)、W＝W(t)、R＝R(t)等的时间关联，从关联起来的测量曲线如P(W)中提取适配参数，将实际符号200j组编，通过采用据此确定实际符号200j的理想材料Mi的关联220i来完成推导实际符号300j，并或许执行用于确定理想材料Mi的选择210i、关联220i和推导理想符号300i的算法。
图7A和7B示出了在冲头420施加压力P之前或之后的填充有材料Mj的样品414的试样410。冲头420此时经过一段位移W。在该位移W上，冲头压缩样品414一段压缩位移ΔL。压缩位移ΔL的起点从在导电的冲头420经过样品414、导电盖413和或许试样座418至电测量仪450之间的电流回路闭合或者压力P和位移W的关联中得到。
还可以想到利用校准装置419按规定校准该测量装置400。校准装置419例如用于校准压力P、位移W和或许电阻R的测量结果并且例如可以是导电弹簧，其具有(总是在未压缩状态和/或承受一定压力P的状态下)规定的电阻和规定的弹簧常数。如图7C所示，校准装置419可以类似于样品414形状配合地被包容在测量装置400的试样410内并且被测量。可以想到测量装置400的用户511、521、531定期测量校准装置419，代替了样品414。或者，校准装置419可以被包含在测量装置400的试样座418内的第二试样410中，从而校准装置419可以与样品414同时被测量。
图8以示意图示出了用于识别或区分材料Mj的本发明系统500的示例性实施方式。系统500由至少一个本地装置510、520、530构成，其分别配属于一用户511、521、531。另外，一个运营商551的至少一个中央装置550配属于该系统500。
每个本地装置510、520、530包括至少一个测量装置400用于分别获得用于材料Mj的至少一个实际符号220j。这样的测量装置400的一个优选实施方式如之前结合图6至图7C所述。测量装置400与本地装置510、520、530的本地计算机541通讯连接。本地计算机541包括本地数据库4并用于存储和/或处理该实际符号220j。
根据本发明的构想，不同类型或等级的用户511、521、531可被加入该系统500。第一级用户511、521、531将其本地装置510、520、530用于材料Mj、Mh如用于等离子体涂覆设备的粉末或粉末状食品的质量控制。其关注点在于快速的、伴随生产的、低成本且可靠的、可记录在案且可用证书证明的粉末分析。相应地，第一级用户511、521、531的测量装置400包括从全部的A1，...，Au，...，Aw，…，Av中选择u个测量工具A1，…，Au，它们可有利地将分析结果用于材料Mj、Mh。具体是u个测量工具A1，…，Au中的哪些取决于各用户511、521、531的应用和技术规范。所述规范能以元数据形式传输给中央装置550并在那里被分析，在中央装置中它们在优化准则41a，…，41p的组合40或其权重42a，…，42p中得以考虑。例如粉末状颜料的颜色组成对于车漆厂被视为重要的，对于在最终产品上不可见的底色制造商而言不太重视。第二级用户例如是具有所述组w个测量工具A1，…，Aw的测量装置400的分析提供者或大学实验室。所述w个测量工具A1，…，Aw能包括除了第一级用户511、521、531的u个测量工具A1，…，Au之外的或附加的测量仪，其能以时间密集和/或成本密集方式提取表现力的测量值，例如同步加速器或复杂的(湿)化学方法。第二级用户511、521、531可以检测实际符号200j用于控制，提取附加测量值，如果一种材料Mj、Mh的识别或区分不够明确的话，或者获得用于理想材料Mi的扩展理想符号100i，其尚未存储在中央数据库7内。另外，它们能传输检验条件、作为元数据的检验证书。第一级用户511、521、531也可以相互检查实际符号200j所包含的测量值。“对等检查”可通过中央装置550促成并且有利地相对于用户511、521、531匿名进行。
至少一个中央装置550包括服务器552，其具有中央数据库7用于存储和/或处理本地装置510、520、530的实际符号220j。在中央装置550内也可设有一个或多个其它测量装置404，同时进行分析的全部测量装置A1，…，Au，…，Aw，…，Av可被用在每个与用户511、521、531相关的材料Mj、Mh上。这些材料Mj、Mh可能是相关的，所述材料且指定用于加工或使用，但也有在加工或应用中要被排除的杂质或有毒物。
网络560通讯连接本地装置510、520、530的本地计算机541以及服务器。通讯连接尤其可以通过互联网或公司内联网构成。这种“云基”系统500允许用户511、521、531之间的信息交换。本地计算机541最好通过中央装置550的服务器552相连，以便在中央数据库7中汇集由用户511、521、531提取的用于材料Mj的尽可能全部的实际符号200j和或许用于材料Mj的扩展理想符号100i并且由服务器552例如按照结合图1-4所述的方式来分析。通过中央数据库7的这种照管和训练，关于理想材料Mi的数据位置被持续改善，因而材料Mj、Mh的识别或区分越来越选择性良好。同时，识别或区分变得高效，因为足以用于各用户511、521、531的精度因为在中央数据库7内的改善的数据位置而在本地装置510、520、530的测量装置400内需要越来越少的测量工具A1，…，Au或者说测量方法S1，…，SI。根据本发明，缺少哪些测量工具A1，…，Au通过算法来求出。因而，在中央装置550的服务器552上集中测定和分析整个系统500的信息时，存在用于本地装置510、520、530的用户511、521、531的余值。余值尤其在参与该系统500的用户511、521、531的集体的统计宽广的数据库内。本发明基本构想的基础是通过利用良好统计的数据库的基于网络的分析方法来改善复杂材料Mj的识别或区分，不需要分析理解可能极度复杂组成的材料Mj。一个附加的余值在于，每个用户511、521、531也能动用其它用户511、521、531的启迪经验财富。该动用间接通过系统的中央装置550的运营商551来进行。用户511、521、531所传输的实际符号200j和元数据原则上是敏感的，因为其允许推断出运营机密和生产。通过中央装置550的可信赖的运营商551的相对于第三方可匿名的数据打包可以让所有用户511、521、531从中央数据库7的整个内容受益，而不会交出敏感信息。也可以想到用户511、521、531类似地管理和训练其本地数据库4。
图9示出了用于识别或区分材料Mj的系统500且尤其是如图8所示的系统500的运行方法的示意图。
在方法的第一步骤中，通过系统500的本地装置510、520、530的至少一个用户511、521、531在待确定材料Mj上从k个不同测量值提取610一实际符号220j。所述k个不同测量值利用I个不同的测量方法S1，…，SI由u个测量工具A1，…，Au提取。I大于等于I，而I大于等于u，因为一个测量方法S1，…，SI只提取一个或多个测量值，同样一个测量工具A1，…，Au只能完成一个或多个测量方法S1，…，SI。同样的情况适用于通过全部不同的m个测量方法S1，…，Sk，…，Sm借助v个测量工具A1，…，Av所测得的所述n个不同测量值。因此，k、I、u分别小于等于n、m、v。
随后是至少一个用户511、521、531对系统500的中央装置550的运营商551的问询620。在问询时，至少该实际符号220j和或许涉及用户511、521、531的元数据被传输。元数据例如可以包含用户511、521、531的身份、其用于材料Mj的规范说明、其注释或其测量工具A1，…，Au的工具标记。
由所述至少一个用户511、521、531传输的实际符号220j和或许元数据直接不易失地或暂时存储在系统的中央装置550的服务器552上并加以分析并且以分析形式不易失地存储起来。从实际符号220j和或许元数据，分别生成推导理想符号300j。如参照图1至图3所述，这通过将分别将关联200i用到用于至少一个理想材料Μi的实际符号220j来进行。该关联200i涉及到理想材料Mi的扩展符号100i。扩展符号100i分别由不同测量值构成。在系统500的中央装置550的服务器552上，计算用于材料Mj的推导实际符号300j相对于至少一个理想材料Mi的各自扩展符号100i之差δij。接着，通过系统500的中央装置550的服务器552或运营商551向问询用户511、521、531回复630：对于哪些理想材料Mi而言，材料Mj的相对于理想材料Mi的各个差δij小于针对理想材料Mi所确定的容差Δ。尤其是该结果可以列表形式来答复，其根据所述差δij和容差Δ之差以及或许在考虑元数据情况下用百分比数字标明材料Mj与理想材料Mi一致的概率。如果该结果不明，则因为在该列表上多种理想材料Mi非常有可能与材料Mj一致，故原则上有两种可能性：
其一，问询用户511、521、531可以结合例如尚未通讯的元数据或其经验来评估该结果，做法是他抛弃不可信的一致性。例如奶粉生产商只有在测量技术分析得到高的一致性时可以抛弃其奶粉与粉末状车漆的一致性。根据本发明，所述问询用户511、521、531的评估640可以作为反馈被回复给系统的运营商550。
其二，有以下可能，由问询用户或其它用户511、521、531或者由运营商551重新提取实际符号200j的测量值用于控制，或补充以至今未用的测量方法S1，…，Sm的其它测量值。尤其是，问询用户511、521、531的评估640用于进一步训练中央数据库7和/或作为要测量或附加提出哪些测量值或者是否要定义一种新型理想材料Mi的判断基础。经验值也可以作为元数据被存储起来并且对应于一定的一致性，例如在奶粉和车漆之间的所谓的不可信的一致性。
总的发明基于以下基础设想，利用联网的标准化测量装置和方法来改善复杂材料的分析学，做法是检测并且分析一个宽广的统计学数据库，而不需要精确分析理解复杂材料的不同性能的关系。因而，关于如独立权利要求所限定的本发明一个方案的众多特征也可以被用于它的其它方案。另外，技术人员显然明白，所公开的特征也可以脱离为了说明本发明而只是示例性的文字内容而与独立权利要求的主题相组合。

Claims (23)

1.一种识别或区分材料(Mj)的系统(500)，其特征是具有：
·至少一个本地装置(510、520、530)，其分别包括至少一个测量装置(400)和至少一个本地计算机(541)，所述测量装置包括多个测量工具(A1，...，Au)，该测量工具用于在材料(Mj)的至少一个样品(414)上执行I个不同的测量方法(S1，...，Sl)以从k个与时间相关的测量值获取实际符号(220j)，所述k个与时间相关的测量值是由v个测量工具(A1，...，Av)产生的，所述v个测量工具被用于执行m个不同的测量方法(S1，...，Sm)以根据用于至少一个理想材料(Mi)的n个测量值来确定各自的扩展符号(100i)，其中，数字u、I和k分别小于等于v、m和n；
·数据获取装置(460)，其与所述u个测量工具(A1，...，Au)和所述本地计算机(541)电连接，所述u个测量工具用于同步化获取所述实际符号(200j)的k个与时间相关的测量值；
·所述本地计算机(541)与所述至少一个测量装置(400)通讯连接并具有存储和/或处理所述实际符号(200j)的本地数据库(4)；
·至少一个中央装置(550)，其包括服务器(552)，所述服务器(552)带有用于存储和/或处理所述本地装置(510、520、530)的实际符号(200j)的中央数据库(7)；和
·网络(560)，所述网络通过所述中央装置(550)的所述服务器(552)通讯连接所述本地装置(510、520、530)的本地计算机(541)；
其中，处理所述实际符号(200j)包括：
通过将各个关联(220i)用于所述实际符号(200j)来生成推导出的实际符号(300j)，其中，所述关联(220i)为所述理想材料(Mi)各自的扩展符号(100i)与所述理想材料(Mi)各自的理想符号(200i)之间的关联，其中，所述扩展符号(100i)由使用n个不同的测量方法所获得的n个不同的测量值构成并且数字n大于等于数字k；
计算所述材料(Mj)的所述推导出的实际符号(300j)相对于所述至少一个理想材料(Mi)的推导出的理想符号(300i)的差(δij)，其中，所述推导出的理想符号(300i)是通过将所述关联(220i)用于所述理想材料(Mi)各自的实际符号获得的。
2.根据权利要求1所述的系统(500)，其中，所述至少一个中央装置(550)包括至少另一个测量装置(404)，与每个本地装置(510、520、530)相比，所述至少另一个测量装置(404)包括更多的测量工具(A1,…,Au,…,Aw,…Av)。
3.根据权利要求1所述的系统(500)，其中，所述系统(500)包括用于执行所有m个不同测量方法(S1，...，Sm)以从用于至少一个理想材料(Mi)的n个测量值来确定各自一个扩展符号(100i)的所有测量工具(A1，...，Av)，从而所述扩展符号(100i)能通过所述系统(500)被提取并且能不易失地存储在所述中央数据库(7)里。
4.一种利用系统(500)来识别或区分材料(Mj)的方法，具有以下步骤：
·由所述系统(500)的本地装置(510、520、530)的至少一个用户(511、521、531)从待确定材料(Mj)的k个不同测量值中提取(610)一实际符号(200j)；
·所述至少一个用户(511、521、531)向所述系统(500)的中央装置(550)的运营商(551)问询(620)，其中，所述实际符号(200j)是伴随所述问询传输的；
·在所述中央装置(550)的服务器(552)上非易失地存储由所述至少一个用户(511、521、531)传输的实际符号(200j)；
·通过将各个关联(220i)用于所述实际符号(200j)来生成推导出的实际符号(300j)，其中，所述关联(220i)为所述理想材料(Mi)各自的扩展符号(100i)与所述理想材料(Mi)各自的理想符号(200i)之间的关联，其中，所述扩展符号(100i)由使用n个不同的测量方法所获得的n个不同的测量值构成并且数字n大于等于数字k；
·计算所述材料(Mj)的所述推导出的实际符号(300j)相对于所述至少一个理想材料(Mi)的推导出的理想符号(300i)的各个差(δij)，其中，所述推导出的理想符号(300i)是通过将所述关联(220i)用于所述理想材料(Mi)各自的实际符号获得的；
·向进行问询的用户(511、521、531)回复(630)：对于哪些理想材料(Mi)而言，材料(Mj)相对于理想材料(Mi)的各个差(δij)小于针对所述理想材料(Mi)所确定的容差(Δ)。
5.根据权利要求4所述的方法，其中，由至少一个用户(511、521、531)和/或由运营商(551)向所述实际符号(200j)补充涉及问询用户(511、521、531)和/或涉及运营商(551)的元数据。
6.根据权利要求5所述的方法，其中，所述元数据包括检查协议，其至少包括所述各个差(δij)和/或关于材料(Mj)质量的证明，和/或测得的实际符号(200j)。
7.根据权利要求5所述的方法，其中，问询用户(511、521、531)基于运营商(551)的回复(630)来评估所述材料(Mj)的正确识别或区分，并将其评估结果(640)作为元数据回复给运营商(551)。
8.根据权利要求5所述的方法，其中，对于每个用户(511、521、531)，针对至少一个理想材料(Mi)，根据具有相应权重(42a，…，42p)的若干优化准则(41a，…，41p)的组合(40)来优化对应的关联(220i)和所属的推导出的理想符号(300i)，其中，所述权重(42a，…，42p)依据元数据来修改。
9.根据权利要求7或8所述的方法，其中，所述运营商(551)和/或用户(511、521、531)依据元数据和/或实际符号(200j)
·给所述实际符号(200j)扩展以由附加测量方法(A1，…，Av)所获得的测量值，并且重新优化用于至少一个理想材料(Mi)的关联(220i)和推导出的理想符号(300i)；或者
·作为新的理想材料(Mi)在本地数据库(4)和/或在中央数据库(7)内存储所述材料(Mj)。
10.一种识别或区分材料(Mj)的方法，包括以下步骤：
·从m个不同测量方法(S1，…，Sm)中选择(210)I个不同的测量方法(S1，…，SI)，其中，数字I小于等于m；
·利用用于执行所述I个不同测量方法(S1，...，SI)的测量装置(400)来测量(21)材料(Mj)的实际符号(200j)；
·通过利用至少一个理想材料(Mi)的至少一个分别对应于一理想材料(Mi)的关联(220i)来从所述材料(Mj)的测得的实际符号(200j)中生成(22)各个推导出的实际符号(300j)；
·确定(23)所述材料(Mj)的推导出的实际符号(300j)与至少一个理想材料(Mi)的各个推导出的理想符号(300i)之差(δij)；
·将每个差(δij)与专用于各理想材料(Mi)的容差(Δ)进行比较(24)；和
·输出(62)：对于哪些理想材料(M)而言，所述理想材料(Mi)和材料(Mj)之间的各差(δij)小于各个理想材料(Mi)的容差(Δ)；
其中，对应于所述理想材料(Mi)各自的关联(220i)为所述理想材料(Mi)各自的扩展符号(100i)与所述理想材料(Mi)各自的理想符号(200i)之间的关联，其中，所述扩展符号(100i)包括根据用于各个理想材料(Mi)不同的测量方法(S1，…，Sm)所获得的m个测量值，所述理想材料(Mi)各自的理想符号(200i)是通过从m个测量方法(S1，…，Sm)中选出I个测量方法(S1，…，SI)获得的，并且其中，推导出的理想符号(300i)是通过将所述关联(220i)用于所述理想符号(200i)获得的。
11.根据权利要求10所述的方法，其中，从m个测量方法(S1，…，Sm)中选出I个测量方法(S1，…，SI)被迭代优化。
12.根据权利要求10所述的方法，其中，所述实际符号(200j)和所述扩展符号(100i)由至少部分分别与时间相关且相互同步地被获得的k个或n个测量值构成，其中，数字n大于等于数字k。
13.根据权利要求10所述的方法，其中，用于非易失地存储包含用于至少一个理想材料(Mi)的推导出的理想符号(300i)、选择(210i)和关联(220i)的理想数据记录的理想数据库(2)被产生。
14.根据权利要求11所述的方法，其中，所述优化采取计算机辅助算法。
15.根据权利要求11所述的方法，其中，所述优化根据若干优化准则(41a，…，41p)的组合(40)来进行，这些优化准则根据其针对材料(Mj)加工(62)的相关性在产品加工装置(60)内设有相应的权重(42a，…，42p)。
16.根据权利要求10所述的方法，其中，在数据库(3)中非易失地存储所选择的理想数据记录的子集，其分别由测量方法(S1，…，Sn)的选择(210i)、理想符号(200i)、关联(220i)和/或至少一个理想材料(Mi)的推导出的理想符号(300i)组成；和/或其中，在数据库(3)内在处理(62)过程中检验数据记录被拟定，所述检验数据记录由实际符号(200j)、推导出的实际符号(300j)和/或所述差(δij)组成。
17.根据权利要求16所述的方法，其中，所述数据库(3)的检验数据记录通过数字网络被自动传输给其它外部数据库(5)。
18.根据权利要求16所述的方法，其中，所述检验数据记录在数据库(3)中作为控制回路的控制参数被用于在产品加工装置(60)中的加工(62)。
19.根据权利要求16所述的方法，其中，存储有理想数据记录和/或检验数据记录的外部存储介质(81)可读地与理想材料(Mi)或材料(Mj)的容器、包装和/或批次相关联。
20.根据权利要求19所述的方法，其中，所述外部存储介质(81)由存储有呈RFID信标形式的数据记录的射频识别(RFID)芯片构成；和/或其中，所述外部存储介质(81)由标签构成，在所述标签上以字母数字和/或条形码形式存储有数据记录。
21.根据权利要求10所述的方法，其中，在连续运行的生产过程中检查至少一种材料(Mj)适于在产品加工装置(60)内加工(62)的适配性。
22.根据权利要求10所述的方法，其中，所述I个测量方法(S1，…，SI)的选择(210i)的利用比m个测量方法(S1，…，Sm)的利用(11)快至少10倍。
23.根据权利要求10至22之一所述的方法，其中，数据处理装置(83)读取数据库(3)并且如此控制一组缩减的u个测量工具(A1，…，Au)来执行根据材料(Mj)的测量方法(S1，…，Sm)的选择(210i)，即所述数据库(3)所含的为了所述材料(Mj)与多个理想材料(Mi)比较(24)而需要测量的测量值被非冗余地提取。
CN201380036564.4A 2012-07-09 2013-07-09 材料识别和区分系统和方法、材料识别或区分方法和检测材料的材料性能的测量装置 Expired - Fee Related CN104428679B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
DE102012106132.7 2012-07-09
DE102012106132.7A DE102012106132A1 (de) 2012-07-09 2012-07-09 Verfahren und System zur Identifizierung und Diskriminierung von heterogenen Materialien zur Verarbeitung in einer Vorrichtung zur Produktbearbeitung
DE102013106915.0 2013-07-02
DE102013106915 2013-07-02
PCT/EP2013/064513 WO2014009384A2 (de) 2012-07-09 2013-07-09 System und verfahren zur identifizierung und diskriminierung von materialien, verfahren zur identifizierung oder diskriminierung von materialien und mess- vorrichtung zur erfassung von materialeigenschaften von materialien

Publications (2)

Publication Number Publication Date
CN104428679A CN104428679A (zh) 2015-03-18
CN104428679B true CN104428679B (zh) 2017-11-17

Family

ID=49000903

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380036564.4A Expired - Fee Related CN104428679B (zh) 2012-07-09 2013-07-09 材料识别和区分系统和方法、材料识别或区分方法和检测材料的材料性能的测量装置

Country Status (8)

Country Link
US (1) US10393711B2 (zh)
EP (1) EP2870482B1 (zh)
CN (1) CN104428679B (zh)
DE (1) DE102012106132A1 (zh)
HK (1) HK1205259A1 (zh)
IN (1) IN2015DN00387A (zh)
UA (1) UA120585C2 (zh)
WO (1) WO2014009384A2 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
PL3384273T3 (pl) * 2015-12-02 2021-12-06 Nanolyze Ab Sposób określenia hydrodynamicznej wielkości obiektu
DE102016108104A1 (de) 2016-05-02 2017-11-02 Thomas Wöhrl Verfahren zur Bestimmung des relativen Anteils von Fraktionen von Schüttgut in einer Mischung, bestehend aus Anteilen verschiedener Fraktionen zur Erzielung eines vorgegebenen Gesamtmischungsverhältnisses hinsichtlich der Korngrößen des Schüttguts
CN106951458A (zh) * 2017-02-24 2017-07-14 陈智锋 一种产品本体溯源鉴真防伪方法及系统
CN109101556A (zh) * 2018-07-12 2018-12-28 上海交通大学 一种材料数据库
DE102018217548A1 (de) * 2018-10-12 2020-04-16 Helmholtz-Zentrum Dresden - Rossendorf E.V. Verfahren zur gezielten Auswahl eines Sensors zur sensorbasierten Sortierung eines Materialgemisches durch Simulation der sensorbasierten Sortierung des Materialgemisches
DE102019204103A1 (de) * 2019-03-26 2020-10-01 Thyssenkrupp Ag Verfahren zur Grobklassifizierung der Partikelgrößenverteilung eines Schüttguts
CN111080146B (zh) * 2019-12-20 2021-03-12 上海耐默光电技术有限公司 一种智能材料性能分析仪器
CN111143837A (zh) * 2019-12-25 2020-05-12 天津南大通用数据技术股份有限公司 一种数据库安全审计记录的存储方法
DE102020103767A1 (de) 2020-02-13 2021-08-19 Schaeffler Technologies AG & Co. KG Vorrichtung und Verfahren zur Untersuchung metallischer Proben
CN111341394B (zh) * 2020-02-17 2023-05-16 上海大学 一种高分子导热材料基因反馈系统及其应用
US11567117B2 (en) * 2020-06-25 2023-01-31 Rohde & Schwarz Gmbh & Co. Kg Method and system for acquiring a measurement related dataset
DE102021104855A1 (de) 2021-03-01 2022-09-01 Universität Augsburg, Körperschaft des öffentlichen Rechts Materialprüfverfahren und Materialprüfvorrichtung
EP4300088A1 (de) * 2022-06-28 2024-01-03 Siemens Aktiengesellschaft Verfahren zur analyse einer materialzusammensetzung eines testobjekts und automatisierungskomponente

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3526127A (en) * 1969-03-24 1970-09-01 Mobil Oil Corp Engine oil analysis system
FR2542091B1 (fr) 1983-03-02 1985-08-30 Inst Nerudnykh Str Appareil pour le dosage des constituants disperses de poudres
US5074158A (en) 1990-08-03 1991-12-24 Hajime Industries Ltd. Powder granule sample inspection apparatus
JP2999084B2 (ja) 1993-01-06 2000-01-17 信越化学工業株式会社 粉末品自動検査装置
JP2848223B2 (ja) 1993-12-01 1999-01-20 日本電気株式会社 不揮発性半導体記憶装置の消去方法及び製造方法
EP1088221A4 (en) 1998-05-27 2001-12-12 California Inst Of Techn METHOD FOR ANALYZING IN A FLUIDUM
WO2000079243A1 (en) 1999-06-17 2000-12-28 Cyrano Sciences, Inc. Multiple sensing system and device
CA2456296C (en) * 2001-08-24 2019-09-24 Bio-Rad Laboratories, Inc. Biometric quality control process
US20050063865A1 (en) 2002-09-27 2005-03-24 Ulrich Bonne Phased VII micro fluid analyzer having a modular structure
US8731959B2 (en) * 2003-04-16 2014-05-20 Optopo Inc. Spectroscopic chemical compound identification
US7395161B2 (en) * 2006-02-10 2008-07-01 David Thomas A Polymodal biological detection system
US10209265B2 (en) * 2007-04-19 2019-02-19 Quest Diagnostics Investments Incorporated Chain of custody forms and methods
US7821269B2 (en) 2007-06-08 2010-10-26 Vladimir Petrovsky Method for determining the dielectric constant of particles

Also Published As

Publication number Publication date
HK1205259A1 (zh) 2015-12-11
US20150120213A1 (en) 2015-04-30
EP2870482B1 (de) 2020-03-11
DE102012106132A1 (de) 2014-05-08
US10393711B2 (en) 2019-08-27
UA120585C2 (uk) 2020-01-10
CN104428679A (zh) 2015-03-18
EP2870482A2 (de) 2015-05-13
WO2014009384A2 (de) 2014-01-16
WO2014009384A3 (de) 2014-06-12
IN2015DN00387A (zh) 2015-06-12

Similar Documents

Publication Publication Date Title
CN104428679B (zh) 材料识别和区分系统和方法、材料识别或区分方法和检测材料的材料性能的测量装置
Kalsoom et al. Advances in sensor technologies in the era of smart factory and industry 4.0
Bogena et al. Effective calibration of low-cost soil water content sensors
Covington et al. Artificial Olfaction in the 21 st Century
Zhang et al. On-line sensor calibration transfer among electronic nose instruments for monitoring volatile organic chemicals in indoor air quality
CN103308650B (zh) 气味和/或气体识别系统
KR101911030B1 (ko) 온도 비의존적 화학 및 생물학 센서
CN102141571B (zh) 检测体分析装置
Moreno-Lizaranzu et al. Improving electronic sensor reliability by robust outlier screening
CN109310076B (zh) 用于保持诱饵的装置
US20200182781A1 (en) Mobile spectrum analyzer systems and methods
EP3673264B1 (de) Vorrichtung und zugehöriges verfahren zur untersuchung bei lebensmitteln in verpackungen
KR101753298B1 (ko) IoT 센서 기반의 시약 등록 장치 및 방법
Fikri et al. Development of human sensory mimicking system
Cuesta et al. Sensor prototype to evaluate the contact force in measuring with coordinate measuring arms
Klimaszewski et al. Robot-based calibration procedure for graphene electronic skin
CN113706848A (zh) 使用近场通信控制和监测设备
EP3895410B1 (en) System and method for handling variations in a printed mark
Bonomi et al. Smart quality control powered by machine learning algorithms
Mohindru A REVIEW ON SMART SENSORS USED IN CHEMICAL INDUSTRY 4.0
Potyrailo Ubiquitous devices for chemical sensing
EP3913559B1 (en) Controlling and monitoring devices using near field communication
Simpson et al. Inexpensive piezoelectric elements for nozzle contact detection and build platform leveling in FFF 3D printers
Fleurence et al. Quantitative Measurement of Thermal Conductivity by SThM Technique: Measurements, Calibration Protocols and Uncertainty Evaluation
WO2021090808A1 (ja) 計量装置及び計量システム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20171117

Termination date: 20210709

CF01 Termination of patent right due to non-payment of annual fee