CN109195769A - 一种监测生产过程的方法、一种间接推导系统关系的方法、一种调整质量的方法、一种启动生产过程的方法、一种制造挤出产品的方法，以及一种用于制造挤出产品的设备 - Google Patents

Abstract

本发明涉及挤出产品制造的不同方面。除了配方之外，挤出制品的性质在很大程度上取决于设定变量，最重要的是取决于由它们产生的过程变量。因此，设定变量，尤其是过程变量，在本文中表示的是称为“指纹”的挤出过程的状态。这里提出的发明考虑到这一点并且帮助生产设备的操作员在较早的时间点识别质量偏差并且系统地抵消质量损害。

Description

一种监测生产过程的方法、一种间接推导系统关系的方法、一 种调整质量的方法、一种启动生产过程的方法、一种制造挤出 产品的方法，以及一种用于制造挤出产品的设备

技术领域

本发明涉及一种监测生产过程的方法，一种间接推导系统关系的方法，一种调整质量的方法，一种制造挤出产品的方法，以及一种用于制造挤出产品的设备。特别地，本发明涉及一种通过生产设施监测挤出产品的生产过程的方法，一种在挤出产品的生产过程中间接推导系统关系的方法，一种对生产设施制造的挤出产品的质量进行调整的方法，一种启动生产过程的方法，一种制造挤出产品的方法，以及一种用于制造挤出产品的设备。

背景技术

除了配方之外，各挤出制品的性质在很大程度上取决于其设定变量，并且最重要的是取决于由此产生的过程变量。

在挤出产品的性质改变之前通常有过程变量的改变。在生产开始时，挤出设施的操作员现在以这样的方式设定参数，即认为最终产品(挤出物)是可接受的。这种生产状态，下文中称为“指纹”，可以通过设定变量来表征，特别是通过所得到的过程变量来表征。

对于高价值的挤出制品的生产，期望能够在早期检测挤出产品性质的不允许的改变。挤出产品的性质的改变与过程变量的改变相关。

如今的挤出设施的一些控制器发出信号通知设定变量与设定变量期望值之间的偏差。

专利文献DE102013100866A1中描述了一种在挤出设施中间接确定挤出方法的特定配方的方法，其中在确定配方时也考虑了生产状态。

其他公开内容可以在专利文献WO2017/174232A1和WO2017/174223A1中找到。

发明内容

本发明的目的在于为现有技术提供改进或替代。

在本发明的第一方面，该任务通过一种用于通过生产设施监控挤出产品的生产过程的方法来解决，其中通过传感器确定测量变量，特别是生产过程的过程变量，将如是获取的测量值与预设的测量变量期望值进行比较(特别是，将获取的过程值与预设的过程变量期望值进行比较，其中设定变量被确定，并且将如是获得的来自挤出产品的生产中的生产设施的设定变量实际值与预定义的设定变量期望值进行比较，并将设定变量实际值与设定变量期望值之间的偏差和/或测量值与测量变量期望值之间的偏差通过信号发出。

下面将解释一些术语：

首先，明确指出在本专利申请的框架内，诸如“一个”、“两个”等的不定冠词和数字通常应被理解为表示最小值，即，“至少一个......”、“至少两个......”等，除非从上下文中明确清楚或对本领域技术人员显而易见或技术上不可避免地仅可以表示“恰好一个......”、“恰好两个......”等。

“生产过程”或“生产”表示通过能量和“生产设施”从天然或已经生产的材料产生产品的转化。特别地，产品是挤出制品、挤出产品或挤出物。

“挤出制品”，通常也称为“挤出产品”或“挤出物”，是由热塑性塑料材料制成的产品。它可以是任何种类的半存货，也可以是最终产品。可以想到塑料型材、薄膜网、面板材料以及所有其他类型的热塑性塑料材料，它们是由颗粒挤出的。也可以意指使用片材。

“薄膜网”可以是单层薄膜网或管状薄膜网，其中管被切割或可以保持其形状。折叠管也可以称为薄膜网。薄膜网可以是单层或多层的。

术语“片材”表示一组产品，特别是由片状塑料制成的半存货。片材的实例是单层薄膜网、管状薄膜网(其中管可以被切割或保持管状)、折叠薄膜管和由有限或无限长度的纤维制成的平面薄片。薄膜网可以是单层或多层的。由片材制成的产品的实例为：糖果包装、尿布、农用薄膜和购物袋。

“传感器”或“检测器”是一种技术部件，其可以对环境的某些物理或化学性质和/或材料组成进行定性地测量、或作为“测量变量”而进行定量地测量。这些变量通过物理或化学效应来记录，并在模拟或数字电信号中转换。

特别地，“传感器”也可以是虚拟传感器。“虚拟传感器”通过映射函数定性地或定量地将一个或多个测量变量的数据映射到特定的物理或化学性质和/或环境的材料质量。也就是说，传感器可以是物理上存在的传感器或虚拟传感器，其定性或定量地记录其环境的性质和/或材料质量。换句话说，虚拟传感器借助于数学规则确定变量，特别是测量变量、设定变量或过程变量。

“测量值”是“测量变量”的当前值。“测量变量期望值”是测量变量的默认值。测量变量是可由操作员测量或视觉检测的任何变量。特别地，测量变量是设定变量、过程变量或描述挤出产品性质的变量，特别是描述挤出产品的光学性质、几何性质和/或功能性质。

“过程值”是“过程变量”的当前值。“过程变量期望值”是“过程变量”的默认值。挤出机器的设定变量的实例可以是例如：挤出压力、挤出物的熔融温度和挤出机器的输送速率。

“设定变量期望值”是用于设定“设定变量”的致动元件的默认值。设定变量的当前值是“设定变量实际值”。挤出机器的设定变量的实例可以是例如：设定的缸体壁温度、设定的挤出速度和设定的挤出机的旋转速度。

应当注意，概念上，“变量的确定”，特别是测量变量、过程变量或设定变量，意味着以数字的形式确定变量的变量实际值。变量可以通过传感器确定，或者可以根据数学和/或物理和/或化学规则来计算。

“偏差”应理解为变量期望值(特别是设定变量期望值或过程变量期望值)与变量实际值(特别是设定变量实际值或过程变量实际值)之间的差异。

在挤出物的生产设施的设置或初始化期间，生产设施的操作员在现有技术中来对设定变量进行设定，使得挤出产品被认为是操作员可接受的和/或通过光学印象和/或测量的值而由实验室可接受的。换句话说，生产设施的设定变量是变化的，直到挤出产品具有足够的质量和因此可接受的性质。

每个生产状态可以通过多个当前设定变量实际值和多个当前过程变量实际值来表征。所有设定变量实际值和所有过程变量实际值的总和也可以称为生产过程的“指纹”。

在挤出产品性质的偏差之前通常有过程变量的改变。本发明已经认识到这一点并且有利地利用它。

在制造挤出产品过程中，特别期望在早期阶段检测出挤出产品的不良或不允许的改变。

如发明人现在已经认识到的，这种性质的改变与过程变量的改变相关，使得挤出产品的性质可以从生产过程的过程变量推导出来。

到目前为止，由操作员提供挤出产品的生产设施的现有技术，通过手动记下生产设施的不同设定变量和过程变量的值以及挤出产品的性质来收集生产设施的个人经验，并通过他的个人方法进行评估。

通过操作员收集的这种个人经验，操作员在初始化过程的框架内启动生产设施，并将其用于制造挤出产品。

通过生产设施，通常可以制造各种挤出产品，其另外具有不同的性质。除上述之外，生产设施的不同最终客户使用不同的配方制造不同的挤出产品，并且在某些情况下，其也在不同的地方制造。这导致不同的操作员获得非常不同的特定类型的经验，其迄今为止在现有技术中尚未被收集。

在现有技术中，已知多个生产设施，其用信号向操作员提供关于设定变量实际值与设定变量期望值之间的偏差。根据他的特定个人经验，操作员不会得出有关挤出产品性质的结论。

通过它们之间的通信来实现各个操作员的经验集合。自然地，这种通信受到空间、时间和通信特定障碍的影响。

在现有技术中，如果操作员检测到基于其经验定义的设定变量实际值与设定变量期望值之间的偏差，则由他决定所制造的挤出产品尽管有偏差是否仍然可以按预期使用或者是否可以另外使用。

与此不同，这里提出连续地或以限定的时间间隔或任意时间间隔来检测测量变量的实际值，特别是设定变量和/或过程变量，并且至少部分地将其存储。

设定变量和/或过程变量的实际值可以通过适配的传感器自动确定，也可以由操作员手动确定。如果手动确定实际值，则可以将其直接或延迟地传输到数据处理和评估单元。

这里提出将生产设施的设定变量和/或过程变量的实际值手动和/或自动地比较于生产设施的设定变量和/或过程变量的相应期望值。

在特别优选的实施例中，通过适配的传感器自动确定生产设施的设定变量和/或过程变量的实际值，并与已知的期望值进行比较。在这样做时，实际值和期望值之间的偏差被自动识别并直接发信号通知生产设施的操作员和/或设备管理处。

还提出手动或自动地将生产设施的相应指纹与该生产设施或其他可比较的多个生产设施的其他指纹的良好参比数据进行比较。

具体地，还可以想到现有的参比数据由新颖的指纹来补充。如果新获得的生产设施的指纹产生具有挤出产品期望性质的挤出产品，则该方法是特别有利的。

例如，还可以想到，使用现有的挤出产品的参比数据，对挤出产品的至少一个性质具有确定的要求，进行就当前指纹而言的灵敏度分析。以这种方式，可以关于挤出产品的至少一个期望性质来确定生产过程的指纹的灵敏度。

还提出使用检测到的关于指纹和指纹的当前值的生产过程的灵敏度来前瞻地干预生产过程。这样做，在生产设施的电子(开环)控制或闭环控制的情况下，应在电子设备中调整设定变量期望值的值，并且在手动控制生产设施的情况下，应由操作员调整设定变量期望值的值。进行这种调整是为了在必须将挤出产品用于不同于原先的使用目的之前，使得设定变量实际值和/或过程变量实际值与设定变量期望值和/或过程变量期望值之间的偏差可以变大。

对于特别优选的实施例，提出设定变量和/或过程变量的值也由现有模型计算，其中，与待计算变量不同的一个或多个现有设定变量和/或过程变量可以用作模型的输入变量。通过这种方式，可以通过模型确定某个设定变量和/或过程变量是否位于由模型确定的期望框架内并且与其一致，或者是否应该检查所使用的测量技术、数据处理和/或数据评估。

还可以想到，基于所获取的数据，向操作员提供前后关联的(context-sensitive)支持系统，其向生产设施的操作员指出所获取的数据中的重要事件，和/或，其在检测到任何偏差的情况下，提供关于如何重新建立生产设施的正常操作。

提出用户对这些指令是前后关联的。除其他之外，这可以意味着仅向操作员显示可用信息的选择，并且可以准确地指示他如何行动。

在这方面也可以想到，生产设施的操作员通过前后关联的支持系统提供特定程序，用于在生产设施的启动过程的框架内初始化生产设施，该程序将根据获得的数据来执行。这里，可以设计前后关联性以包含时间元素，该时间元素决定操作员要执行的步骤的过程，并且对于该决定，考虑可用变量(特别是设定变量和/或过程变量)的发展。

因此，可以想到，例如，操作员能够执行特定的面向过程的序列或用于控制生产设施的序列的步骤，这仅在满足特定条件时才进行，其也是根据至少一个捕获值，特别是根据设定变量和/或过程变量的实际值来进行评估。这种方法不仅可以用于生产设施的初始化，而且作为方法变型的具体实施例，也可以用于与生产设施的操作相关的其他过程。

有利地，可以以这种方式实现生产设施的操作员在他的工作中得到支持，减轻操作员的压力并改善他的行动结果。因此，生产设施的设定变量和/或过程变量的实际值的变化在早期阶段向操作员发出信号，使得操作员也可以提前做出反应，并且如果需要，也可以由前后关联的支持系统来引导从而改变挤出产品的性质。因此，挤出产品的整个生产可以在干涉方面变得更加稳健。以这种方式，可以避免以与原计划不同的方式使用挤出产品的必要性，从而降低挤出产品和/或生产过程的成本。

优选地，设定变量期望值和/或测量变量期望值是根据生产过程进展参数定义的。

下面将解释一些术语：

“生产过程进展参数”，是指生产过程的参数，其以与时间进展参数类似或相当的方式描述生产过程进展的当前状态。“生产过程进展”描述生产状态随时间的变化。“生产状态”旨在表示生产的一个或多个变量，特别是一个或多个测量变量，尤其是一个或多个设定变量和/或一个或多个过程变量的状态。在启动期间初始化生产设施时，生产过程可以例如引起生产状态变量的改变，导致可变的生产过程进展，直到达到静态的生产过程。在启动期间生产设施的初始化的实例中，生产过程进展参数描述生产过程中生产设施的当前状态。除了生产设施的启动之外，还可以存在一个或多个其他生产过程进展，其状态也可以通过生产过程进展参数来描述。在准静态生产过程的情况下，生产过程进展参数尤其可以连续变化。

这里具体提出根据生产过程进展参数来定义设定变量和/或过程变量的实际值的进展。例如，这可以通过操作员在特定事件的情况下触发功能来进行，其以期望的顺序存储相应的实际值。

因此，在特别优选的实施例中，可以想到的是，在其关闭的框架内开始或关闭生产设施期间在生产设施的初始化期间，或在生产设施中挤出产品的交换期间，根据生产过程进展参数，记录和/或存储设定变量和/或过程变量的实际值。换句话说，指纹的轨迹由离散的路径点表示，该操作员或另外的操作员可以在可比较的过程中以手动或自动方式在不同时间点处进行追随。

这样做，可以通过离散的路径点存储、加载和管理指纹的轨迹。特别地，这允许以特别好的结果复制特别有经验的操作员的经验，并且以指纹的轨迹的形式将其传递给经验较少的操作员或不同区域的操作员，因为后者操作员可以在任何时候在生产设施的初始化或关闭期间或在生产设施中改变挤出产品期间重现路径点。

当然，还需要提及的是，该方法可以应用于生产设施的操作中的任何不同过程。

这里提出的功能还可以有利地与用于生产设施的操作员的前后关联的支持系统相组合。

事实证明，记录的数据的时间标记非常有用。

除其他之外，这里特别提出，除了依赖于生产过程进展参数之外，操作员还可以在记录的数据中放置时间标记。此标记稍后将允许他更快地在记录的数据中找到期望的点。通过这种方式，操作员可以标记特定选择的事件，使其更容易找到。这有利地允许更快地访问这些数据，并且因此有助于例如与不同的操作员进行有针对性的协调，该协调涉及与该特定事件/时间点相关的经验。

在这种情况下可以想到，具体地，标记指的是例如：用户发生异常事件的时间点，和/或挤出产品的特定性质尤其好或尤其坏的时间点。

除了数据的时间标记之外，这里也提出还关于事件/时间点的标记挤出产品本身。这有助于以后将挤出产品或挤出产品上或挤出产品中的特定点分配给事件并进行具体检查。

总的来说，结合相应的经验和产品性质，可以有利地实现促进和加速服务支持，可以更快地解决问题，或者可以更容易地共享指示特殊情况的数据。

有利地，可以通过这种方式实现，也可以以前后关联的方式实现对操作员的支持并且为他简化工作，特别是在生产设施的初始化或关闭期间或者在于生产设施中改变挤出产品的情况下。通过这种方式，可以加速过程并且可以提高生产设施和操作员的生产率并且可以减少废料的产生。

因此，可以有利地实现由操作员收集的经验值变为可测量的，通常是可用的并且能够被传送。这种支持还允许降低对操作员的认知要求。

此外，通过收集的数据，可以有利地实现自动变化或产品变得可能。

具体而言，可以设想的是，在生产设施的初始化期间、关闭期间或操作期间，或者在生产设施上改变挤出产品的情况下，评估能量效果并使用它来提出或执行对于特定操作环境能量效率最高的操作策略。

因此，总的来说，可以有利地实现对缺乏经验的操作人员的支持，可以减少废料和/或可以加速挤出产品的变化。

在本发明的第二方面，该目的通过一种用生产设施监控挤出产品的生产过程的方法来实现，其中通过传感器确定测量变量，特别是生产过程的过程变量，将以这种方式获得的测量值与预定义的测量变量期望值进行比较，特别是具有预定义过程变量期望值的获取的过程值，可以确定设定变量，并且在挤出产品的生产期间所获得的生产设施的设定变量实际值能够与预定义的设定变量期望值进行比较；其中，至少设定变量实际值与设定变量期望值之间的偏差和/或测量值与测量变量期望值之间的偏差得以表明；特别是根据本发明的第一方面的方法，其中为静态或准静态生产过程确定设定变量期望值和/或测量变量期望值。

下面将解释一些术语：

“静态”生产过程是一种生产过程，其中状态变量，特别是测量变量、设定变量和/或过程变量，不随时间如图变化。特别地，如果存在静态的生产过程，则完成生产设施的初始化过程。

“准静态”生产过程是一种生产过程，其中至少一个状态变量，特别是测量变量、设定变量或过程变量，表现出状态变量的关于恒定平均值的振荡并且具有不随时间而变化的恒定幅度。特别地，如果存在准静态生产过程，则完成生产设施的初始化过程。

如在本发明的第一方面中已经提到的那样，迄今为止的现有技术要求生产设施的操作员多年来获得个人经验。他手动记下生产设施的不同设定变量和过程变量的值以及挤出产品的性质，并通过单独找到的方法手动评估它们的各自用途。

凭借这种个人经验，操作员操作他所熟知的生产设施。因此，包括位于不同位置的操作员在内的多个操作员之间的系统的经验交流需要很大的工作量并且仅在有限的程度上是可能的。

已经表明，当制造类似的挤出产品时，先前已经定义的生产过程的指纹可以在类似的多个生产设施之间传递。

基于这种理解，现在这里提出，一旦达到准态的生产过程或者根据生产过程的条件已经达到准静态的生产过程，就存储指纹。

因此，当生产设施的初始化过程完成时，即，一旦达到静态或准静态的生产过程，并且一旦从某种意义上挤出产品在过程变量的至少一个值方面表现出所需性质，且操作员满意由他预定义的该设定变量的至少一个值，则操作员必须触发存储生产指纹或定义生产指纹的功能。

为此目的，操作员可以操作例如适用于此目的的模拟或数字触发器，其在数据获取和评估单元内确保存储当前指纹。

然后，该存储的指纹可以在生产设施的各操作员之间或者在一组多个生产设施的操作员之间被交换，甚至在不同的站点之间被交换，并且可以由所有涉及的操作员使用。例如，可以根据这里提出的方法之一来利用该指纹。

换句话说，生产过程的指纹是定义产品的制造过程的描述，或者分别定义最佳过程状态。因此，它可以有利地代替现有技术中已知的手动记录。

除了配方的值(仅直接设定变量)，指纹还可以存储所有相关且可测量的过程变量以及产品的质量参数(例如针孔计数器，2西格玛)，包括那些不直接表示期望值的变量(例如质量温度、空气体积流量、喷嘴中的熔体压力)。

例如，生产过程的指纹也可以在电子导航设备中显示和比较，这也可以简化操作员对机器的操作。在过程变量偏差的情况下，也可以在导航设备中显示和评估生产过程的指纹。

另外，提出操作员能够在数据获取和评估单元内的相应定义的环境中通过手动干预随时改变和补充指纹的数据。通过这种方式，指纹序列中的路径点或单个指纹可以在以后补充，或者为了改进的目的可以编辑或删除它们。

因此，本发明的第二方面包括与第一方面一致的进一步发展。

有利地，通过这种方式，可以在生产设施的操作期间存储任何期望数量的生产指纹。

可以有利地组合生产过程的指纹以形成指纹序列(图谱)，并且可以检索或扫描生产过程的指纹以逐步接近产品。

对于特定的操作模式，可以有利地组合记录的指纹序列以形成图谱；通过这种方式，可以例如通过手动按压键或者在各个操作模式的指纹的自动序列中使用和扫描指纹。

此外，例如，提出对于挤出产品的每个生产过程，记录可用变量已经通过的状态，并将记录与挤出产品一起提供给客户。

总之，因此可以有利地实现挤出产品的质量控制在很大程度上得到进一步发展。这也通过记录每个生产过程以及因此对于中间产品或最终产品的每个批次或每个卷，记录生产过程的至少一个设定变量和/或至少一个过程变量随时间的发展。它们还可以在产品认证的框架内使用，这有助于进一步提高客户的利益，同时通过质量控制和可以认证的质量来提高挤出产品的价值。

优选地，设定变量期望值和/或偏差测量变量期望值以范围的形式表示，特别是正常范围、警告范围和警报范围，其中优选地警告范围大于正常范围和/或警报范围优选大于警告范围。

下面将解释一些术语：

“范围”被理解为一系列值，其中设定变量期望值、测量变量期望值、过程变量期望值或性质期望值的范围可以包含该范围的最小值和最大值。在特定情况下，“范围”也只能包含上述值之一的一个值。在这种情况下，如果其具有完全相应的值，则变量仅位于该范围内。范围可以由不同的数值范围定义，尤其是例如自然数、整数、有理数、实数或复数。

特别地，“正常范围”被理解为属于该范围的测量变量具有正常值的范围；“警告范围”为属于该范围的测量变量具有导致针对操作员和/或设备控制器的警告值的范围，其中设备控制器可以将警告转发给操作员；“警报范围”被理解为属于该范围的测量变量具有引起针对操作员和/或设备控制器的警报值的范围，其中设备控制器向操作员发出警报信号。

应该定义“警告范围”，使得警告范围的最低值小于或等于为该测量变量定义的正常范围的最低值，并且警告范围的最大值大于或等于为该测量变量定义的正常范围的最低值。因此，警告范围优选地包括比正常范围更大的数字范围。但是，仅在测量变量的值位于警告范围内且位于正常范围之外时给出警告。

相比之下，“警报范围”应被定义为使得警报范围的最低值小于或等于为该测量变量定义的警告范围的最低值，并且使得警报范围的最大值大于或等于为该测量变量定义的警告范围的最低值。因此，警报范围优选地包括比警告范围更大的数字范围。仅在测量变量的值位于警报范围内且位于警告范围之外时触发警报。

术语“设定变量期望值和/或偏差测量变量期望值”应被理解为使得其适用于至少一个设定变量或一个测量变量，但也可以适用于其他测量变量。特别地，设定变量期望值也可以是测量变量期望值，其条件是相应的设定变量也是测量变量。

具体地，这里提出，如果测量变量的任何值位于相应的警告范围之外，则它可以引起警报。因此，特别地，测量变量的值也可以位于相应的警报范围之外以引起警报。

因此，这里提出生产设施的制造商和/或操作员可以为每个测量变量定义至少一个范围。特别地，可以为每个变量定义正常范围、警告范围和/或警报范围。

如果仅为测量变量定义了正常范围，则只要该变量的值超出正常范围，就会发出警报。

如果没有为测量变量定义任何范围，则在此特别提出生产设施的制造商和/或操作员决定它是否为其值永远不会导致警报的非关键的测量变量，或者是否在生产设施运行期间应给出连续警报直至确定该测量变量的至少一个范围。

定义正常范围，使得具有属于正常范围的值的测量变量位于生产设施的操作员和/或制造商的期望范围内。换句话说，要定义测量变量的正常范围，使得位于正常范围内的测量变量的值可以被视为以下标志：即生产设施的安全操作和/或挤出产品的至少一个期望的性质可以被保证。

警告范围应由生产设施的制造商和/或操作员定义，使得因此导致警告的具有超出正常范围且在警告范围内的值的测量变量引起生产设施的操作员至少要在具体警告方面更加注意。警告应被理解为明确标志：即测量变量具有偏差于生产设施的操作员和/或制造商的期望的值。然而，对于生产设施或挤出产品的至少一个性质而言，该值不一定给出警报，这通常表明需要快速干预生产过程。

警报范围由生产设施的制造商和/或操作员定义，使得位于相应警告范围之外的值可以通过操作员的快速反应恢复到正常范围。这种行为是为了抵消生产设施可能造成的损害；或防止成品挤出产品只能用于不同于原计划的用途。

因此，可以设想，例如，挤出产品的性质的改变近似于产品的保证性质的限制，并且可能超过这些限制，将引起警报。为了允许这种情况发生，并在一个足够早的时间点向操作员提供警报，例如，请求他及时采取行动或采取对策或启动关机程序，警报范围对应于相应的测量变量的正常范围和/或警告范围而被选择，以使得能够给予操作员足够的时间来作出反应，使得在最佳情况下，在测量变量的持续操作期间可以将测量变量恢复到生产设施的正常范围。

具体地，提出根据前后关联向操作员提出响应警报的合适措施。

有利地，可以以这种方式实现在生产设施的操作期间对操作员进行支撑，使得一方面可以从他身上卸下工作负荷，另一方面，提高了产品的质量。因此，有利地，可以明确地通知操作员生产设施的所有测量变量是否符合生产设施的操作员和/或制造商的要求。有利地，可以在合适的位置清楚地并且以紧凑的形式提供该信息，其中生产设施的前后关联的操作员指南清楚地总结了操作员必须考虑的所有信息。

此外，尤其可以有利地实现，如果测量变量位于预期范围之外，则提前警告设备的操作员。从而，操作员可以将他的注意力引导至相应的测量变量。

在发生警报的情况下，可以有利地实现操作员注意到生产设施的临界状态，并且在特别优选的实施例中，根据前后关联给出关于如何操作的建议或推介，以便能够例如及时防止设施损坏或防止例如进入所需产品性质的允许范围，以便挤出产品可以继续用于其专用目的。

通过这种方式，总体上可以有利地实现，以良好记录的方式保证挤出产品的质量。而且，由于生产设施的可用性可以通过在关键状态的情况下的相应警告和警报来增加，因此可以降低生产过程的成本。此外，挤出产品的制造成本可以降低，因为通过所提出的方法，有利地产生了较少量的不能按原计划使用的挤出产品。

可选地，至少设定变量实际值与设定变量期望值之间的偏差和/或测量值与测量变量期望值之间的偏差的信号发送对应于设定变量期望值和/或测量变量期望值的范围；如果设定变量实际值和/或测量变量实际值位于正常范围内，则发出正常状态信号；如果设定变量实际值和/或测量变量实际值位于警告范围内且位于正常范围之外，则发出警告状态；如果设定变量实际值和/或测量变量实际值位于警报范围内且位于警告范围之外，则发出警报状态。

下面将解释一些术语：

“正常状态”是当变量，特别是测量变量、设定变量或过程变量，具有位于相应正常范围内的值时的状态。

“警告状态”是当变量，特别是测量变量、设定变量或过程变量，具有位于相应警告范围内并且在相应正常范围之外的值时的状态。如果检测到警告状态，则发出警告。

“警报状态”是当变量，特别是测量变量、设定变量或过程变量，具有位于相应警报范围内并且在相应警告范围之外的值时的状态。如果检测到警报状态，将发出警告，指示即将发生的危险或要求操作员特别注意。

这里提出，如果生产设施的所有测量变量的值位于相应的正常范围内，则向操作员发信号通知正常状态。

如果至少一个测量变量具有位于警告范围内并位于正常范围之外的值，则还提出向生产设施的操作员发出警告状态，以便操作员可以更密切注意相应的警告，并且，如果有必要，采取合适的措施使测量变量的值恢复到正常范围。

相应地，提出如果至少一个测量变量具有位于警报范围内并位于警告范围之外的值，则向操作员发出警报状态，以便操作员能够及时采取合适的措施使测量变量的值恢复到正常范围。

附加地或替代地，除了生产设施的操作之外，还可以向更高级别的设备控制器或负责其他任务的人发信号通知消息。

有利地，可以以这种方式实现生产设施的操作员获得生产过程是否在预期的参数范围内发生的总体印象，换句话说，是否一切都是有序的并且他不用采取任何措施以应对意外事件，以使得他从工作负荷中解脱出来或将注意力集中在其他行为上。

此外，可以有利地实现，在发出警告状态或警报状态的情况下，操作员的注意力被快速且直接地集中到生产设施和生产过程，因此他可以快速且有效地采取合适的措施。

优选地，设定变量期望值和/或偏差测量变量期望值在生产过程期间由机器的操作员预定义。

下面将解释一些术语：

“操作员”是负责生产设施的人员，其对生产设施进行监控，并且如果有必要，还在生产设施中执行设置。

因此，这里提出，生产设施的操作员可以在生产过程期间手动地定义设定变量或偏差测量变量的期望值。

除其他之外，生产设施的操作员可以定义过程变量期望值，因为后者也属于测量变量。在设定变量中没有直接计数的过程变量的一个实例是挤压缸的温度，其例如通过回火而达到。如果回火不包括温度控制，则挤出缸的温度不会被操作员直接理解为设定变量，因此在生产设施的可能的测量变量中被计算。

特别地，这里提出操作员可以调整生产设施的指纹。

有利地，可以以这种方式实现操作员可以通过手动设置设定变量期望值和/或偏差测量变量期望值来控制生产过程。因此，操作员可以访问生产过程的参数并且可以根据他的操作规程来改变它们。

可选地，设定变量期望值和/或偏差测量变量期望值由数据处理和评估单元定义。

下面将解释一些术语：

“数据处理和评估单元”是一种电子单元，它有组织地处理数据集，并且目的在于获得关于这些数据集或改变它们的信息。收集数据以形成数据集，由人或机器根据预定义的方法处理并输出作为结果。

因此，特别可以想到的是，生产过程的指纹可以由数据处理和评估单元预定义。该定义可能需要由操作员授权，或者可以由数据处理和评估单元以固定方式直接设置。

除其他之外，可以想到的是，基于输入测量值并且通过用于优化设定变量期望值和/或偏差测量变量期望值的算法，数据处理和评估单元提出对设定变量期望值和/或偏差测量变量期望值的调整。如果该提出由操作员授权，则数据处理和评估单元可以为设定变量和/或偏差测量变量定义偏差期望值，类似于电子控制设备。

可以想到的是，这样的过程也可以作为对警告信号或警报信号的反应来执行，其中改变设定变量和/或偏差测量变量的期望值旨在使生产过程恢复正常状态。

如果操作员期望的话，也可以以直接自主的方式，即没有操作员的授权，执行数据处理和评估单元提出的改变。

数据处理和评估单元提出调整关于设定变量和/或偏差测量变量的期望值，其尤其可以以前后关联的方式进行。

有利地，可以通过这种方式实现数据处理和评估单元能够影响挤出过程的生产过程的指纹。数据处理和评估单元可以对测量变量的值的改变作出反应，或者在警告或警报状态的情况下将生产过程恢复到正常状态。

特别地，如果自动选择操作状态，即自动调整设定变量期望值和/或偏差测量变量期望值，可以有利地降低挤出产品的制造成本，同时提高挤出产品的质量。

优选地，根据挤出产品的配方选择设定变量期望值和/或偏差测量变量期望值。

下面将解释一些术语：

挤出产品的“配方”是指挤出产品的组成，其由必要的起始材料组成。

因此，这里提出的是，生产设施的操作员和/或数据处理和评估单元使用挤出产品的具体配方选择指纹。通过这种方式，生产设施和生产过程可以通过指纹来适应挤出产品的具体要求，这也取决于配方。

一些挤出产品可以用不同的配方制造。所用原料的组合物也可能稍微变化，其也影响挤出产品的配方。因此，这里还提出，生产过程的指纹根据具体的配方进行适配。

有利地，可以以这种方式实现生产过程和生产设施通过使用根据配方选择的指纹来最佳地适应配方，这有助于即使在不同配方的情况下也能保证挤出产品的最佳质量，有助于减少废料。

明确指出，第二方面的主题可以有利地单独地和以任何累积组合与本发明的第一方面的主题相结合。

根据本发明的第三方面，该任务通过一种方法解决，该方法在挤出产品的生产过程中间接地推导出测量变量、特别是过程变量与挤出产品的设定变量以及挤出产品的性质之间的系统关系，挤出产品的性质的特性被确定为该方法的第一参数；测量变量，特别是生产过程的过程变量，通过传感器确定为该方法的第二参数；该方法的第三参数，特别是来自挤出产品的生产的生产设施的参数，特别是生产过程的设定变量，被确定为第三参数；数据采集系统数字化并记录确定的参数(如果需要)；所确定的参数有组织地存储在数据库中，彼此参照；多个参数之间的具体关系系统地从存储在数据库中的数据中推导出，即借助于电子数据处理和评估单元，通过算法访问参数，从中确定系统关系；推导过程包括参数的至少两个，特别是至少100个数据集。

下面将解释一些术语：

“关系”，特别是“系统关系”，描述了一件事取决于另一件事的关系。通过一件事的变化，可以造成另一件事的因果变化。在这样的背景下，数学意义上的功能关系不一定是这种情况，但是其是有可能的。

挤出产品的“质量”包括产品的所有“性质”，可以在客观或主观的层面上被检测。在这方面，尤其可以区分为光学、几何和功能性质。挤出产品的特定性质特别是机械性质、光学性质和触觉性质。性质的特性用数值“性质值”表示。

“光学性质”与“光学可检测性质”相同，即，可以用光学方法检测和评价的性质。可以被光学量化的薄膜网的性质包括例如光泽度、雾度、透明度或挤出产品中的孔。特别地，这里指出，光学可检测性质还包含几何或功能性质的多个子集。几何和光学可检测性质包括例如挤出产品的厚度轮廓。

“几何性质”包括挤出产品的几何形状的所有性质，其可以通过接触或非接触测量过程来量化。例如挤出产品的厚度轮廓，挤出产品的宽度，挤出产品的单层厚度和挤出产品的表面粗糙度。

“功能性质”是挤出产品的性质，其可以在质量或数量方面分配于薄膜的功能。例如挤出产品透气性或阻隔效果。

性质的“特性”是指可以用其来对性质进行检测的强度或频率。该强度可以用数字来描述。这个数字也称为“性质值”。

“数据采集系统”用于记录物理测量值。根据所使用的传感器，它具有模数转换器和测量值存储器或数据存储器。数据采集系统可以记录多个测量变量。

“数据库”是用于电子数据管理的系统。数据库的任务是有效、一致且永久地存储大量数据，并根据需要以不同形式的标识来向用户和应用程序提供存储数据的所需子集。

“算法”是如何解决问题或一类问题的明确规范。该算法由有限数量的明确定义的连续状态组成。因此，它们可以在用于执行的计算机程序中实现，但也可以用人类语言实现。在解决问题期间，特定输入将转换为特定输出。

迄今为止的现有技术已经设想在挤出产品的生产过程中，生产过程的设定变量和过程变量以及制造的挤出产品的性质之间的关系在操作期间被相应生产设施的操作员建立为经验值。也就是说，操作员习惯于特别是通过初始化过程基于他个人已知的经验值来设置生产设施。此外，操作员在生产设施的持续操作期间，通过校正至少一个设定变量，基于他可获得的经验值来控制挤出产品的性质的任何偏差。

随着多个生产设施的复杂度不断提高以及对挤出产品性质的要求越来越高，各生产设施的操作员需要越来越多的经验值。与此同时，操作员的培训时间以及招聘合适的操作人员的要求也增加了。

最近，已经频繁地表明：由于影响因素的复杂性和协同效应的增加，操作员影响挤出产品性质的众多可能性越来越多地表明了生产设施的操作员的任务艰巨。在许多情况下，因素的数量，以及相应地，生产过程的设定变量和过程变量之间的大量关系以及制造的挤出产品的性质是如此之高且如此复杂，以至于操作员操作生产设施所需要的经验很难收集，人类的认知能力往往不能完成任务。

相应地，不仅生产设施的所有者为挤出产品招募和培训这些设施的操作员所做的工作量在增加。此外，这些生产设施的操作已经与一系列连续问题相关联，特别是如果制造出具有特殊性质的挤出产品。

相比之下，这里提出，通过确定在线挤出产品的性质并同时通过时间延迟，根据挤出产品的制造速度，设定变量和过程变量作为生产设施和生产过程的参数，在挤出产品的生产过程中推导出设定变量和过程变量以及制造的挤出产品的性质之间的关系；通过将它们相互参照地存储在数据库中并系统地推导出各参数之间的特定关系。

利用所提出的方法所建立的生产过程的设定变量、过程变量和制造的挤出产品的性质之间的这种系统关系对应于操作员以系统化方式收集的经验值。

在该方法的合适实施方式中，系统关系因此可以从数据中推导而出，其中数据是在挤出产品的制造期间所记录的数据以及另外可以由有经验的操作员基于他收集的经验值所改变的数据。通过这种方式，使用基于一个或多个有经验的操作员的经验的数据，其可以表示用于导出系统关系的起始点。

在特别有利的实施例中，这里提出的系统关系可以具有不同且变化的影响变量。特别地，具有不同的影响变量的多个系统关系是特别有利的。

因此，在特别易于实施的变型中，可以想到推导出挤出产品的单个性质与生产设施的单个设定变量之间的系统关系。这种系统关系可以被操作员或生产设施的自动化设备控制器所使用，例如以适应挤出产品的所需性质。

具体地，还可以想到忽略过程变量。换句话说，系统关系允许考虑过程变量，但并非强制要求这样做。

本文还提出，在挤出产品的单个性质、生产过程的单个过程变量和生产设施的单个设定变量之间推导出系统关系。

对于挤出产品的一种性质具有多于一个影响变量的特定关系可以以非常不同的方式来使用。通常，该应用主要在于依据例如过程变量和设定变量来考虑挤出产品的性质。然而，应该指出的是，影响变量与挤出产品的至少一个性质之间的其他相关性和关系可以与其他方法相关。可以同样考虑各个参数相对于彼此的这种映射以及使用这些特定映射的对应的变型。

挤出产品的单个性质、生产过程的单个过程变量以及生产设施的单个设定变量之间的系统关系可由操作员或生产设施的自动化设备控制器使用，例如使得过程变量(例如环境温度、环境压力或空气湿度)被视为生产的边界条件，并且使用该边界条件，设定变量用于改变挤出产品的性质。

然而，还有许多其他可能性来利用这种系统关系。

过程变量的一个实例可以具体是挤出机的缸体温度。特别是在生产设施的初始化期间，挤出机缸体的温度可能存在变化。可以设想，挤出机缸体的温度会对挤出产品的所需性质产生影响，这是不可忽视的。由于生产设施的设定变量、随时间变化的作为生产过程的过程变量的挤出机缸体的温度，以及挤出产品的性质之间的系统关系，例如尤其是具有挤出机缸体的温度变化的生产设施的设定变量或者一般的生产过程的过程变量，可以在生产设施的初始化期间随时间进行适配，使得挤出产品的所需性质可以在所有可设想的状态中实现。

进一步提出在挤出产品的单个性质、生产过程的至少一个过程变量和生产设施的两个或更多个设定变量之间导出系统关系。

这种系统关系可用于适应挤出产品的性质，使得根据生产过程的过程变量形式的相应边界条件，可以使用生产设施的多个设定变量的最佳组合。

还可以想到不能临时改变设定变量。这可能是技术缺陷的结果，也可能是另一个强制性边界条件造成的。在这种情况下，提出使用这一个不可调整的影响参数及其当前实际值，并利用相应的系统关系和这一个影响参数不可调整的边界条件。这将损害挤出产品的最佳性质；但这种损害并不一定是可以衡量的，或者阻碍挤出产品符合规定的要求。

对于今天的挤出产品来说，成品通常需要有多于一个性质。因此，在生产过程中，必须保证挤出产品的多个性质。

为此目的，提出在挤出产品的两个或更多个性质、生产过程的至少一个过程变量和生产设施的两个或更多个设定变量之间推导出系统关系。

然后，这种多维系统关系将在考虑所有可想到的边界条件的同时用于优化挤出产品的多个性质。

在当前情况下，要解决多条件优化任务，确定每个条件的最佳设定变量。这里提出找到用于解决多条件问题的各个算法，以确定设定变量的相应最佳值。这些算法特别是GDE3或NSGA-II或类似方法。

在这种情况下，特别提出评估各个影响参数之间的帕累托前沿(Pareto fronts)并使用它们，例如，找出它们是如何相互影响的。

如果生产设施存在大量的设定变量，则可能会出现这种情况，即，对于系统关系的推导暂时没有足够的数据，或者，影响参数表现出如此多的相关性以至于系统关系的确定系数低于0.96的阈值。对于这些情况，这里提出对于可用数据，推导出具有不同影响变量的多个系统关系。多个系统关系可以最大程度地达到可能组合的数量。

为了选择至少可以暂时使用的系统性质，提出选择这样的系统关系，即，该系统关系一方面满足特定挤出产品生产要求的条件，另一方面可以根据第一条件在可能的系统关系集中实现最高的确定系数。

当然，根据系统关系的确定系数选择系统关系这一方面也可以有利地用于其他情况。

本发明的一个重要特征在于有序地存储数据，彼此参照，包括挤出产品的性质、生产设施的至少一个参数并且可选地是以过程变量的形式、从挤出产品的制造中得到的生产过程的一个或多个参数。为了存储相互参照的存储数据，特别重要的是对它们进行同步存储，或者，时间延迟的情况下根据挤出产品的制造速度。在特别有利的实施例中，待存储的数据是在线确定的。

应当理解，系统关系不一定意味着两个或三个变量之间的关系。而是，可能意味着两个或三个变量之间的关系；然而，随着生产设施和挤出产品的复杂性的增加，多维系统关系与多个变量相互关联的可能性变得越来越大并且可能会更频繁地出现。

有利地，可以通过这里介绍的本发明的方面实现：对于挤出产品的生产过程，生产过程的设定变量和过程变量以及制造的挤出产品的性质之间的系统关系可以推导出来。这发生于挤出产品的制造期间，并且可选地基于操作员已知的经验值而发生于操作员进行干预的期间。因此，经验丰富的设备操作员的经验成为系统关系的一部分，因为由于操作员的经验，这种关系延伸到相关领域。因此，几个操作员的不同经验也可以结合到系统关系中。

另一个优点是，当制造挤出产品时，系统关系不断得到改善。有利地，通过这种方式，系统关系例如也扩展到这些操作点，即很少到达但是对于操作员干预而言十分重要的操作点。

在该方法的有利实施例中，系统关系的持续改善使得可以对系统关系的鲁棒性进行测试。因此，可以量化系统关系是存在规律性还是一种具有可以通过持续改善而被检测的特定可能性的趋势。此外，可以量化关于挤出产品的特定性质的设定变量和，可选的，过程变量的特性的程度和概率。

系统内在优势还得益于数据可以相互参照存储的事实。因此，在该方法的合适实施方式中，注意数据在时间上的同步，从而可以尽可能精确地映射设定变量的改变以及随之对挤出产品的光学性质的影响。从挤出产品的制造中生产设施的另一个重要参数是挤出产品的制造速度，从而关于设定变量和/或过程变量的改变以及对挤出产品的性质的影响的数据(其可能已被在线记录)可以相互参照地存储。

而生产设施的操作员倾向于在情绪上做出反应，特别是在危急情况下，根据本发明的这个方面推导出的挤出产品的生产过程中的存在于生产设施的设定变量、生产过程的过程变量以及制造的挤出产品的性质之间的系统关系客观地反映了现状。

有利地，这里描述的方法还导致这样的事实：可以相互参照地存储几乎无限多个参数，并且可以用于导出系统关系。在这方面，这种生产设施的操作员的能力自然受到限制。特别是由于这种生产设施的复杂性不断增加，并且由于可以实现的挤出产品的可能的性质的增加，操作员经常会达到他的极限。此外，如果充分采用该方法，则在挤出产品的生产过程中，多种不同类型的经验，包括不同操作员的多种经验，可以被记录、收集、存储和使用，以推导出存在于生产过程的设定变量和制造的挤出产品的性质之间的系统关系。

因此，如果所提出的方法得到充分实施，则可以映射该方法的参数之间的复杂关系。这尤其适用于具有彼此相关的多个变量的关系，其可以表现出具有强相关性的各种关系以及相对于彼此影响变量的帕累托前沿。

优选地，挤出产品的性质的特性是在线确定的。

下面将解释一些术语：

“在线”，是指挤出产品的性质在挤出产品的持续生产期间被确定。例如，挤出产品的性质可以通过使用传感器确定通过传感器的挤出产品的材料流的性质而得以在线确定。

因此，提出例如通过合适的传感器，在生产设施正在运行的持续生产过程期间直接在未被测量所损坏的挤出产品上确定挤出产品的性质的特性。

有利地，可以通过这种方式实现：性质的特性，特别是设定变量和/或过程变量的特性，可以与其他值一起被直接、快速且实时地测量。通过这种方式，可以快速确定各种参数的数据并直接记录在数据处理和评估单元中。

特别地，挤出产品的性质的在线确定可以有利地获取大量的单个数据点。另外，可以非常简单地记录挤出产品的性质对设定变量的微小变化的反应。

由于挤出产品的性质的在线确定在确定性质的特性方面使得几乎不会出现死区时间，因此可以在非常短的时间内有利地确定该性质。

在线确定挤出产品的性质的特性有利地使得可以在相对短的时间内导出各个参数之间的系统关系。

还有利地实现了挤出产品不必在连续生产过程中被损坏以在实验室中获得例如用于确定性质的特性的样品。

可选地，挤出产品的性质的特性可以离线确定。

下面将解释一些术语：

“离线”旨在表示挤出产品的性质在挤出产品的连续生产过程中没有被确定。例如，挤出产品的性质可以通过取出挤出产品的样品并通过该样品确定产品的性质来实现离线确定。例如，可以在实验室中检查样品，并且可以确定挤出产品的一个或多个性质。

提出在连续生产过程期间不确定挤出产品的性质的特性，而是通过在实验室中检查产品的材料样品来确定。

除其他之外，可以想到在生产设施的数据采集和评估单元中通过数据接口使挤出产品的性质的特性与生产设施的设定变量的实际值以及生产过程的过程变量的实际值实现同步。该同步的方式为：在采用产品的相应材料样品时，将实验室收集的有关挤出产品的性质的特性的数据，精确地分配于生产设施的设定变量和生产过程的过程变量的值。

这样做，数据接口可以直接存在于实验室中，从而可以通过数据接口手动或自动地将数据添加到数据库中；或者通过数据采集和评估单元中的合适接口手动或自动地在生产设施处添加数据。

这里还提出，在添加数据之后，使用所确定的参数之间的已知系统关系来测试数据的合理性。如果已经确定和添加的数据点偏离了根据系统关系的当前确定系数而预期的值达到双倍值，提出由于其对系统关系的影响，需要手动控制和确认数据点。

除其他之外，还提出，在操作员班次结束之前任何不完整的数据点都由他标记用于重新提交，其将在该操作员的下一班次中进行。如果尽管重新提交并且经过三倍于确定挤出产品性质的特性的预期时间段，但是数据点仍然无法完成，则提出操作员决定是否删除数据点或者计划再次重新提交数据点。

这里提出的实验室自动化程度范围从简单的输入掩模到实验室设备与设施的数据采集系统的数字接口连接。

有利地，可以通过这种方式实现：挤出产品的性质的特性的确定比生产设施在线确定为更精确。

通过这种方式并且通过数据点的合理性检查，除其他之外，可以有利地减少可用数据中的错误。

而且，可以有利地实现：所确定的参数之间的系统关系使得因为更好的数据质量从而能够更高质量地预测系统关系。

总之，也可以通过这种方式，使得用于产生具有较高确定系数的系统关系的工作量得以减少。

优选地，各参数的系统关系以具有确定系数的曲线的形式来确定。

下面将解释一些术语：

“参数”指的是，除其他之外，在本文中的挤出产品的性质的至少一个特性、生产设施的至少一个设定变量以及，可选地，另外的生产过程的至少一个过程变量。通常，特别地，“参数”指的是，除其他之外，在本文中的挤出产品的性质的至少一个特性、生产设施的至少一个设定变量和生产过程的至少一个过程变量。

因此，这里提出，挤出产品的性质根据生产设施的设定参数或者根据生产过程的过程变量或者根据生产设施的设定变量来以及根据于生产过程的过程变量来确定。

“确定系数”是表示数据方差百分比的质量条件，其可以通过回归模型来解释。间接地，从属变量和自变量之间的关系也以这种方式测量。

有利地，可以通过这种方式实现：系统关系通过取决于生产设施的设定变量和/或生产过程的过程变量的曲线来表示；特别地，该曲线没有间隙，从而可以在设定变量或过程变量与挤出产品的性质之间进行唯一的分配。为了取决于设定变量和过程变量，这里提出，系统关系可以例如通过一组曲线来表示。

如果有足够数量的可用的数据点，从获得的数据和从回归模型推导出的曲线评估确定系数，在挤出产品的情况下，指示了在生产过程的设定变量和制作的薄膜网的光学性质之间的系统关系的精确性。

有利地，可以通过这种方式来评估生产过程的设定变量与光学性质之间的相关性的程度以及可用数据的可再现的程度。另外，当确定系数较大时，该曲线还允许关于现有数据的边界的说明。因此，可以在现有数据的边界上数字地补充和/或推测数据。

可选地，各参数的系统关系由设定范围确定，该设定范围取决于正常范围和/或警告范围和/或警报范围，其定义了挤出产品的性质。

下面将解释一些术语：

“设定范围”是指设定变量可以在其中进行调整的范围。换句话说，它是最小设定变量期望值和最大设定变量期望值之间的设定变量的范围。

有利地，可以通过这种方式实现以下两个方面中的其中一个或其结合：

一方面，取决于设定范围的生产设施的设定变量、生产过程的过程变量和制造的挤出产品的性质之间的挤出产品的特定关系提供了：不存在不适用的关系，即，没有关于设定变量的不可调整的值的说明。

另一方面，取决于挤出产品的性质的预定阈值的设定范围允许：通过存在于生产设施的设定变量、生产过程的过程变量和制造的挤出产品的性质之间的系统关系，仅进行关于设定范围的说明，其取决于挤出产品的性质的预定阈值。

优选地，系统关系以包络曲线(也称为包络线)的形式定义，其表示挤出产品的性质取决于正常范围和/或警告范围和/或警报范围。

下面将解释一些术语：

“包络曲线”旨在表示包围某区域的闭合曲线。该区域可以由等值线定义包围，该等值线例如限定正常范围和警告范围之间的边界线，或警告范围和警报范围之间的边界线，或警报范围的外边界线。除其他以外，还可以想到，包络曲线可以包围生产设施的操作范围的边界。

有利地，可以通过这种方式实现：特别是具有两个以上输入变量(特别是设定变量和/或过程变量)的系统关系，可以有组织地进行评估、表示和使用。

还有利地，包络曲线的极限可以取决于技术限制和/或特定需求配置，这允许将两个参数之间的系统关系的阈值的优点扩展到多于两个参数之间的系统关系。

可选地，可以启发式地确定各参数之间的系统关系。

因此，除其他之外，这里提出，即使只有对系统关系的有限认识，只有各参数的有限数量的数据点，并且只有有限的时间，仍然实现关于概率或实际解决方案的说明。通过分析程序，可以得出关于各参数的系统关系的结论。

有利地，可以通过这种方式实现：即使在数据有限的情况下，或者甚至在存在数据间隙和有限的时间资源的情况下，也可以确定具有实际意义的系统关系。

优选地，数学地确定各参数之间的系统关系。

因此，这里提出使用数学规则确定系统关系。

有利地，可以通过这种方式实现：数学科学以这样的方式使用，即使得可以在数学上尽可能明确地推导出系统关系。

可选地，通过优化方法确定各参数之间的系统关系。

在该方法的合适且有利的实施方式中，使用优化方法来最小化系统关系的不确定性。换句话说，系统关系的确定系数被最大化。因此，系统关系的描述更加精确。

在这种情况下，除其他之外，提出对多条件问题采用适合于多条件优化的优化方法。这可能涉及例如广义微分进化的方法或基于神经网络的方法。

因此，在该方法的有利实施方式中，可以使用优化方法来发现、分析和描述各参数之间的多维关系。

有利地，可以通过这种方式实现：优化方法的使用得到更精确的系统关系，并且可以更好地识别和利用数据之间的复杂关系。

特别地，可以有利地实现在多条件目标的情况下也能够导出系统关系。

优选地，根据自学习优化方法确定各参数之间的系统关系。

下面将解释一些术语：

“自学习优化方法”是一类算法，其也可以归类为通用术语“计算机学习”。这种算法的特征在于，它一方面可以从实例中学习，另一方面也可以概括它所收集的知识。因此，这种算法从经验中产生知识。

因此，除其他之外，提出使用一种算法，该算法的特色在于具有来自“计算机学习”类的算法的性质。这样的算法能够从由操作员或多于一个操作员收集的一些经验值或者基于由操作员结合测量参数收集的经验值推导出各参数之间的系统关系。

有利地，可以通过这种方式实现：由于使用自学习优化方法，复杂的任务不必由人类操作员付出大量的工作量来适应新的条件。通过这种方式，推导出系统关系的同时可以节省时间和金钱。特别地，利用这里提出的方法，有利地可以将另一个影响变量添加到现有的系统关系。因此，现有的多个生产设施的知识可以更容易地扩展到更复杂的生产设施或者具有新的设定变量或过程变量的生产设施。

明确指出，第三方面的主题可以有利地单独地和以任何累积组合与本发明的上述方面的主题相结合。

根据本发明的第四方面，该任务通过一种方法来解决，该方法用于对生产设施所制造的挤出产品的质量进行调整，其中该质量被确定并在线调整，挤出产品的性质的特性被确定，生产过程的测量变量尤其是过程变量通过传感器被确定，并且，使用所确定的性质和测量变量尤其是过程变量来在线调整设定变量期望值，其中，通过调整致动器来实现设定变量的调整，其中，对于测量变量尤其是过程变量的性质的特定特性的设定变量期望值由根据本发明第三方面的方法所确定的系统关系来描述，其中，通过设定变量的调整，挤出产品的质量被改变，使得期望的性质的特性增强和/或使得不期望的性质的特性降低。

下面将解释一些术语：

“控制元件”或“致动器”特别适合于影响系统的输出变量。

“阈值”是挤出产品的性质的最小或最大特性。

“控制”是设定变量的调整。

“闭环控制”是根据测量变量期望值连续获取测量变量和系统控制的结合。测量变量和测量变量期望值之间的比较连续进行。

迄今为止，现有技术已经提供了用于制造挤出产品的生产设施的操作员通过根据所收集的经验调整设定变量来确定挤出产品的质量。如果操作员在生产挤出产品时注意到任何质量偏差，他将使用收集的经验值并调整设定变量，以便得到期望的挤出产品质量。经常重复该过程，直到达到期望的挤出产品质量。如果出现新的质量偏差，生产设施的操作员将重复此过程。现有技术也可以称为“用于制造挤出产品的生产设施的操作员控制”。

在现有技术中，用于制造挤出产品的生产设施的操作员经常直接或间接地用他的眼睛评估挤出产品的性质。在现有技术中，用眼睛无法观察到的挤出产品的功能质量特征不是在线确定的。为此，挤出产品的材料样品从生产中取出并通常在实验室中进行离线分析。

与此相反，这里提出使用根据本发明的第三方面确定的系统关系来调整挤出产品的质量。

为此目的，挤出产品的性质的特性例如通过传感器来确定，并且用于调整薄膜网的质量的系统关系(已经根据第三方面确定)通过这样的方式使用：即用于实现挤出产品期望质量所必需的制造挤出产品的生产设施的设定值由系统关系产生。

具体地，这里提出，除其他之外，为此目的还考虑了与生产过程的过程变量的实际值的关系。

有利地，通过这里介绍的本发明的方面可以实现：用于制造挤出产品的生产设施的操作员需要较低程度的个人体验。因此，可以简化用于制造挤出产品的生产设施的合格操作员的招募。

此外，在对操作员进行必要的培训期间，对现有经验值的传递的关注度的需求更少；因此，由于生产设施的操作员可以利用系统关系来调整挤出产品的质量，因此可以大大缩短培训时间。

进一步，使用系统关系来调整挤出产品的质量可以有利地减少改变生产设施的设定变量的值时情绪方面的影响，从而减少质量调整过程中的误差敏感度中的人为成分。这增加了成功的机会以及质量调整的可持续性，即使在生产设施的操作员受到高压力的情况下也是如此。

此外，在制造期间调整挤出产品的质量的过程(通常是迭代的)可以有利地加速，特别是由于调整不再需要仅仅是迭代的，从而挤出产品达到最高质量要求的总份额可以提高。因此，可以制造的挤出产品的废料份额可以被减少。

有利地，也可以通过这种方式实现：挤出产品的质量的调整也可以考虑那些通常被视为生产过程的边界条件的过程变量，从而实现更加精确地调整产品质量。

而且，通过所提出的方法，即使在不利的情况下，也可以自动调整挤出产品的质量。

优选地，挤出产品的性质的特性是在线确定的。

因此，这里特别提出，挤出产品的性质的特性不必在实验室中确定，而是在生产设施中制造挤出产品期间在线确定。

有利地，可以通过这种方式实现：由于挤出产品的性质的特性是在线测量的，挤出产品的质量也可以在线调整，因为该性质的特性可以在测量后可以直接在数据处理和评估单元中获取，因此可以直接用于调整挤出产品的质量，而不会有任何死区时间。

可选地，挤出产品的性质的特性可以离线确定。

有利地，可以通过这种方式实现：可以更精确地确定挤出产品的性质的特性，因此也可以更精确地调整挤出产品的性质的质量。

挤出产品的质量优选具有几何性质。

挤出产品的几何性质的实例是其挤出产品的尺寸或表面结构。

有利地，可以通过这种方式实现：挤出产品的质量也可以根据其几何性质进行调整，条件是挤出产品的几何性质与生产设施的设定变量之间存在直接和/或间接的系统关系。

因此，挤出产品在其几何性质方面的质量可以自动在线测试，如果产品的几何性质有任何偏差，操作员可以得到警报或通知，以便能够调整生产设施的设定变量。

此外，操作员可以有利地使用用于挤出产品的生产设施的设定变量与几何性质之间的系统关系，以根据挤出产品的几何性质快速且稳健地调整薄膜网的质量。

因此，对于制造的挤出产品，也可以在其几何性质方面确保更高的质量，并且可以有利地减少制造中的废料量。

进一步，可以有利地实现：挤出产品的几何性质可以在其生产过程中记录，并且该记录可以提供给获得挤出产品的客户。因从而，客户对挤出产品的信心可以得到加强。

此外，关于产品性质的一般记录可用于认证所制造的挤出产品，有利地增加产品的价值。

如果在生产设施的设定变量和挤出产品的几何性质之间存在直接和/或间接的系统关系，则可以根据期望的规格有利地提供挤出产品的几何性质。

可选地，挤出产品的质量具有光学性质。

挤出产品的光学性质的实例是挤出产品的透明度、挤出产品的光学密度、挤出产品的反射率或挤出产品的透射率。

有利地，可以通过这种方式实现：挤出产品的质量也可以在其光学性质方面进行调整。

通过这种方式，也可以在其光学性质方面确保制造的挤出产品的更高质量，并且可以有利地减少在制造挤出产品时产生的废料量。

进一步，可以有利地实现：挤出产品的光学性质可以在制造期间记录，并且该记录可以提供给获得挤出产品的客户。从而，客户对挤出产品的整体信心也可以得到加强。

优选地，挤出产品的质量具有功能性质。

挤出产品的功能性质的实例是薄膜网的水蒸气渗透性、薄膜网的透气性、薄膜网的阻隔特征，薄膜网的拉伸率或薄膜网的平整度。

有利地，可以通过这种方式实现：挤出产品的质量也可以在功能性质方面进行调整。

因此，就其功能性质而言，也可以确保制造的挤出产品的更高的质量，并且可以有利地减少制造挤出产品中的废料量。

进一步，可以有利地实现：挤出产品的功能性质可以在生产过程中记录，并且该记录可以提供给获得挤出产品的客户。从而，客户对挤出产品的整体信心也可以得到加强。

可选地，挤出产品的质量是在线调整的，并且对应于挤出产品的期望质量；也就是说，没有可测量的干扰变量。

下面将解释一些术语：

“干扰变量”是表现出偏离于其期望状态的参数。

具体地，这里提出，除其他之外，薄膜网的质量以自动方式在线调整，使得它不再表现出任何可测量的干扰。特别地，应当理解这种期望的在质量上的调整，使得以自动方式立即消除测量到的在质量上的任何偏差，直到不再检测到偏差。

通过这种方式，挤出产品的质量被控制在由测量精度限定的质量限制内。

有利地，可以通过这种方式实现：以自动方式在线满足对挤出产品的质量要求。

这样有助于大幅减少制造挤出产品的浪费。

有利地，通过自动控制挤出产品的质量特征，还可以减少制造挤出产品的生产设施的操作员的工作负荷。然后，操作员可以将注意力集中在其他过程要求上。相应地，还可以降低对生产设施的操作人员在质量监控和质量控制方面的教育要求。

优选地，挤出产品的期望质量是手动定义的。

具体地，这里提出，生产设施的操作员可以手动定义指纹，该指纹具有包含在其中的用于生产挤出产品的所有设定变量。

在该特征的特别适合的实施例中，操作员可以在挤出产品上手动设定期望的质量要求。为此，他可以使用挤出产品的指纹。通过这种方式，也可以实现对挤出产品的期望的质量的要求的改变做出的快速手动反应，并且，产品可以容易地适应不同客户的需求和/或不同的使用目的，至少在某种程度上可以实现为此目的所需的指纹。

有利地，通过这种方式，用于制造挤出产品的生产设施的操作员可以通过相应的指纹快速、容易且手动地调整产品期望的质量以满足生产要求。

可选地，挤出产品的期望的质量是自动预定义的。

因此，在合适的实施例中，可以通过相应的多个指纹来实现以不同方式制造的挤出产品之间的简化区分，其中多个指纹存储在数据采集和评估单元中，其中上级生产控制可以以自动方式在期望的质量要求方面进行调整，从而可以有利地实现生产设施中制造的各种挤出产品之间的特别快速的切换。

此外，这里特别提出，除了其他之外，在正在进行生产期间，对各产品的性质的特性具有不同的要求的两个挤出产品之间可以进行切换。为此目的，还提出一旦切换开始则将标签用在连续制造的挤出产品上，并且一旦变化完成便应用第二标签。

通过标签，可以使各挤出产品与废料分离。

有利地，通过这种方式，可以实现两个挤出产品之间简单且快速的改变，其中生产设施不必为了产品改变而关闭或启动。特别地，挤出机，作为用于挤出产品的生产设施的组件，可以在操作期间以这种方式冲洗。特别是当配方改变时，冲洗挤出机是必要的，这是两个挤出产品之间发生改变时很常见的情形。通常，在冲洗期间手动拆卸和清洁挤出机。通过这里提出的方法，特别是在时间方面，可以明显减少这种大量的劳动。

同样有利地，也可以通过这种方式降低质量要求不匹配的概率。因此，可以确保选择对于薄膜网的不同质量要求，使得它们彼此匹配并且对应于产品要求。

优选地，在线通过一个或多个传感器将多于一个的测量变量确定为在制造的挤出产品和/或生产设施在线的方法的参数。

在这里提出的实施例中，挤出产品的性质或生产过程的过程变量通过第一和第二传感器在生产过程的不同位置处进行确定。特别地，在特别简单的情况下，可以确定塑料的温度。

在不同的实施例中，可以在生产过程的位置处采用不同的测量方法。

有利地，可以通过这种方式实现：通过使用另外的传感器，可以确定生产设施和/或生产过程的另外的参数，其可以用于推导系统关系。

进一步，可以有利地实现：可以在生产过程的不同点监控质量要求。

可选地，挤出产品的生产过程中的设定变量期望值通过合适的特定算法来定义，以影响挤出产品的质量。

有利地，通过这种方式，挤出产品的质量可以通过合适的特定算法以自动方式进行适配。通过这种方式，挤出产品质量的调整可以以高频率自动进行。此外，可以避免在适配挤出产品质量时的错误，尤其是人为引起的错误。最多，可能出现系统误差，提出调整挤出产品的质量，可以通过特定算法的调整来纠正错误。

优选地，挤出产品的生产过程中的设定变量期望值通过合适的特定算法来确定，用于影响挤出产品的质量，该算法使用在线控制偏差，即，挤出产品的理想质量与挤出产品的确定质量之间的差异，作为输入变量。

下面将解释一些术语：

“控制偏差”指的是，变量的期望值和实际值之间的差异，特别是挤出产品的质量。

在合适的实施例中，闭环控制电路因此可用于调整挤出产品的质量。通过控制偏差，在用于控制质量偏差的特定算法的稳定时间之后，干扰变量可以变为零。

有利地，通过这种方式，可以通过闭环控制器自动地移除任何确定的干扰变量。通过这种方式，可以满足对产品质量的最高要求，并且可以保证其实现。

可选地，挤出产品的生产过程中的设定变量期望值是通过优化方法确定的，用于影响挤出产品的质量。

有利地，可以通过这种方式实现：预定义的设定变量期望值对偏差边界条件做出反应。特别地，预定义的设定变量期望值可以适用于生产过程的过程变量的变化。

优选地，挤出产品的生产过程中的设定变量期望值是通过自学习优化方法确定的，用于影响挤出产品的质量。

因此，这里特别提出使用具有来自机器学习类的算法的特征的算法来确定设定变量期望值。通过这种方式，该算法变得能够从由一个或多个操作员收集的一些经验值结合测量参数推导出参数之间的系统关系。

有利地，可以通过这种方式实现：由于使用自学习优化方法，复杂的任务不必由操作员调整以适应新的条件，例如，以改变生产过程的过程变量的形式，这需要很大的工作量。通过这种方式，如果推导出系统控制算法，则可以节省时间和金钱。特别地，利用这里提出的方法可以有利地将新的影响变量添加到现有的系统关系中。以这种方式，对于更复杂的生产设施或者具有新设定变量或过程变量的生产设施，可以进一步增强现有生产设施的知识。

在特别有利的实施例中，设定变量实际值和/或测量值和/或性质值和/或设定变量期望值和/或测量变量期望值和/或性质期望值和/或正常范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警告范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警报范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，被存储在数据处理和评估单元中和/或数据库中。

有利地，可以通过这种方式实现：如果需要，各个值在数据库中可用并且可以在任何时间检索。特别地，可以有利地确保使用这些参数之一的方法可以直接在数据处理和评估单元和/或数据库中检索它们，由此这些值可以以简单的方式直接用于这些方法。

另一个有利的结果是，只要它们存储在数据处理和评估单元中和/或数据库中，就可以容易地适配这些值。

优选地，在特别有利的实施例中，设定变量实际值和/或测量值和/或性质值和/或设定变量期望值和/或测量变量期望值和/或性质期望值和/或正常范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警告范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警报范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，被存储在数据处理和评估单元中和/或数据库中，其中现有数据库被连续扩展。

有利地，通过这种方式，这些数据的历史也可以存储在连续扩展的数据库中。一方面，该历史可用于记录测量，包括挤出产品质量的记录，另一方面，该历史可用于使得通过数据来实现学习过程。这些学习过程可以通过操作员或设备制造商的分析或通过自学习算法执行的分析来进行。

在本发明的有利实施例中，该方面还提供了大量的数据，其可用于推导出系统关系。通过这种方式，可以有利地实现根据本发明的第三方面，系统关系可以达到更好的确定系数。

可以想到，除其他之外，由于大量的数据，系统关系可以扩展到更大范围的参数，其中有利地，在边界区域中也实现了更好的系统关系的区域确定系数。

这样还可以有利地实现数据的确定系数的连续改进，和/或另外的关系尤其是具有参数之间弱相关性的关系的清晰确定和描述。

可选地，在特别有利的实施例中，设定变量实际值和/或测量值和/或性质值和/或设定变量期望值和/或测量变量期望值和/或性质期望值和/或正常范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警告范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警报范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，被存储在数据处理和评估单元中和/或数据库中，其中数据库仅包含用于生产挤出产品的特定生产设施的数据。

因此，这里提出仅使用特定生产设施的数据，而不使用不同生产设施的数据和/或用于在不同边界条件下操作的挤出产品的生产设施的数据。

有利地，可以通过这种方式实现：除其他之外，用于根据本发明的第三方面推导系统关系的所获取的数据不被污染和/或淡化和/或模糊。换句话说，可以有利地确保所获取的数据是一致的。以这种方式，可以有利地实现最佳的确定系数和/或数据中的参数之间的最佳相关性。

优选地，在特别有利的实施例中，设定变量实际值和/或测量值和/或性质值和/或设定变量期望值和/或测量变量期望值和/或性质期望值和/或正常范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警告范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警报范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，被存储在数据处理和评估单元中和/或数据库中，其中数据库包含来自多个用于生产相同类型的挤出产品的生产设施的数据。

有利地，可以通过这种方式实现：可以快速地压缩根据本发明的第三方面的可用于评估和推导系统关系的数据，其中仅考虑相同种类的生产设施的数据，从而可以排除由于设施类型而引起的关系。

可选地，在特别有利的实施例中，设定变量实际值和/或测量值和/或性质值和/或设定变量期望值和/或测量变量期望值和/或性质期望值和/或正常范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警告范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警报范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，被存储在数据处理和评估单元中和/或数据库中，其中所述数据库包含来自多个用于生产不同类型的挤出产品的生产设施的数据。

有利地，可以通过这种方式实现：可以快速地倍增和/或压缩根据本发明的第三方面的可用于评估和推导系统关系的数据。

优选地，在特别有利的实施例中，设定变量实际值和/或测量值和/或性质值和/或设定变量期望值和/或测量变量期望值和/或性质期望值和/或正常范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警告范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警报范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，被存储在数据处理和评估单元中和/或数据库中，其中数据库包含用于生产一个和/或多个不同制造商的挤出产品的生产设施的数据。

有利地，可以通过这种方式实现：可以快速地倍增和/或压缩根据本发明的第三方面的可用于评估推导系统关系的数据；其中，只考虑一个挤出产品的生产者的数据或者多个生产者的数据。

还可以有利地实现：通过这种方式，由多个操作员(其可以是不同制造商的雇员)获得的经验值和/或在不同地方执行的不同生产过程的指纹被聚集，这也支持根据本发明的第三和/或第四方面的机器学习。

可选地，在特别有利的实施例中，设定变量实际值和/或测量值和/或性质值和/或设定变量期望值和/或测量变量期望值和/或性质期望值和/或正常范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警告范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警报范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，被存储在数据处理和评估单元中和/或数据库中，其中数据库将数据与无关于站点的存储器同步。

下面将解释一些术语：

“无关于站点的存储器”是不依赖于或以任何方式绑定到特定站点的数据存储器。无关于站点的存储器是没有绑定到某一位置的存储器，尤其是没有绑定到机器或设备或制造过程或生产大厅或公司或州领土或价值链。

有利地，可以通过这种方式实现：可以快速地倍增和/或压缩可用于评估和推导根据本发明的第三方面的系统关系的数据，从而利用信息技术通过无关于站点的存储器同步数据的多种可能性。

通过这种方式，可以减少同步数据所需的工作量。

明确指出，第四方面的主题可以有利地单独地和以任何累积组合与本发明的上述方面的主题相结合。

在本发明的第五方面中，该任务通过一种用于通过生产设施启动挤出产品的生产过程的方法来解决，其中设定变量期望值是根据预定义的设定变量期望值的进展来预定义的，其取决于生产过程进展参数。

在用于挤出产品的生产设施的静态或准静态操作期间，生产设施的过程变量与生产设施未被使用约一天的状态的过程变量大不相同。例如，在设施运行期间，生产设施的部件的温度，尤其是挤出机缸体的温度，远高于在生产设施完全冷却后可以测量的值；特别地，这是环境温度。

在上下文中的主要方面不是生产设施的过程变量发生变化的时间段，而是在生产设施启动期间执行初始化过程的事实，在该过程期间，除其他之外，生产设施的过程变量和/或生产过程的过程变量发生变化。

这种过程变量的改变对挤出产品的生产有影响。其中，挤出产品的性质也可以随着过程变量的改变而改变。

为了尽可能最小化一个或多个过程变量的改变的影响，在生产设施中进行调整；特别地，用于挤出产品的生产设施的操作员调整生产设施的一个或多个设定变量和/或生产设施的或可受影响的生产过程的一个或多个过程变量。

在关闭生产设施期间，过程变量也相对于生产设施的静态或准静态操作期间的值而改变。因此，在生产设施关闭期间，生产设施的一个或多个设定变量值和/或生产设施或生产过程的一个或多个过程变量需要针对挤出产品的性质进行调整，在最佳情况下，不会受到损害或只是轻微受损。

从第一个挤出产品到另一个挤出产品的改变也受到过程变量的改变，从而这里也必须改变可能受影响的生产设施的一个或多个设定变量值和/或生产设施或生产过程的一个或多个过程变量。

到目前为止，因为在初始化或关闭期间或在产品的改变期间的过程变量的改变，得益于他对生产设施的个人经验，现有技术已经为生产设施的操作员提供了用于手动执行这些调整。由于过程变量的稳定改变直到静态或准静态的生产操作发生，或者直到生产设施停止，因此还需要连续调整设定变量值和/或可能受影响的过程变量，以为挤出产品提供最佳性质。

与此不同，这里提出操作员能够存储现有设定变量期望值和/或可能受影响的过程变量期望值，特别是以根据本发明的第一和/或第二方面的指纹的形式。

特别地，这里提出，在调整的情况下，仅调整设定变量期望值或要受影响的过程变量期望值，然后可由操作员保存。

这里特别提出，除其他之外，操作员在产品改变期间和/或在离散步骤中的关闭过程中在初始化过程中执行保存，这些离散步骤根据生产过程进展参数来存储。

如果根据其进展的描述考虑该进展，则还可以说保存现有设定变量期望值和/或可能受影响的过程变量期望值，尤其是以根据本发明的第一和/或第二方面的指纹，取决于生产过程进展参数，是从停止的生产设施到生产设施的静态或准静态操作的路径上的、或从第一挤出产品到第二挤出产品的静态或准静态生产的路径上的、或从生产设施的静态或准静态操作到生产设施停止的路径上的一个突出的路径点的示范。

这里提出，除其他外，对于不同的挤出产品以及不受影响的过程变量的不同值，可以将取决于这些不同的过程，尤其是初始化过程、关闭过程或产品改变的生产过程进展参数的路径点进行一并存储和管理。

这里还提出，除其他之外，操作员可以通过自动记忆功能来保存由路径点组成的路径。例如，可以设想，在初始化过程或产品改变或关闭过程开始之前，操作员可以触发记忆功能，该记忆功能保存以取决于生产过程进展参数的路径点的形式而执行的改变。换句话说，经验丰富的同事所做的经验也可以这种方式存储。

这里特别提出，除其他之外，迄今为止尚未在此提及的其他情况的路径，其中操作员根据变化执行进行，特别是可以设想的问题情况，可以后续由任何其他操作员进行记录、管理和使用。

基于取决于生产过程进展参数的、通过生产设施和/或不受影响的生产过程的值的改变的路径点所获得的这些路径，这里特别提出，除其他之外，所获得的路径可以用于新的初始化过程和/或关闭过程和/或产品改变，使得操作员要么手动地从一次改变被引导至下一次，要么在操作员给出启动信号之后，生产设施以自动方式跟踪改变。

因此，可以根据前后关联将操作员从一个步骤引导至下一个步骤。

通过这种方式，可以有利地实现，除其他之外，通过路径点描述的这些不同路径可以被管理、加载和用于生产设施的初始化或关闭或用于产品的改变。

特别地，尤其可以设想，即使是没有经验的操作员也可以通过存储的路径来操作生产设施，其中这些路径特别是由有经验的操作员进行存储的。

有利地，可以通过这种方式实现：生产设施的操作员通过能够根据情况自动或手动地使用所存储的路径从而接收支持和/或帮助。以这种方式，可以有利地实现缩短两个挤出产品之间的循环，从而提高整体生产率并减少废料。

通过这种方式还可以有利地实现：最佳和/或最有经验的操作员的表现和/或经验始终可用，并且他的处理方法可以被其他操作员复制和/或使用。

通过离散的路径点，可以有利地实现将路径分段成单独的步骤，这代表了对于具有各个设定变量的连续变化的方法的实质改进。

而且，可以有利地实现：可以自动或部分自动地执行产品的改变。

通过存储的路径，尤其是用于启动生产设施的路径，可以选择能量方面的最佳方式，以便节省生产设施的运营成本并降低挤出产品的制造成本。

这里进一步提出，使用存储的路径，生产设施的制造商或外部服务提供商可以提供关于能量使用的咨询，这也降低了挤出产品的生产成本。

优选地，通过根据本发明第四方面的方法对设定变量期望值进行预定义。

可以理解，如上所述，根据本发明的第四方面，对于质量被在线确定并调整的用于对生产设施制造的挤出产品的质量进行调整的方法，其优点直接延伸到用于通过生产设施的挤出产品的生产过程的初始化的方法，其中设定变量期望值是根据取决于生产过程进展参数的预定义的设定变量期望值的进展来预定义的。

明确指出，第五方面的主题可以有利地单独地和以任何累积组合与本发明的上述方面的主题相结合。

根据本发明的第六方面，该任务通过一种用于制造挤出产品的方法来解决，其中挤出机用于对热塑性材料进行塑化，其中在制造期间，执行根据本发明的第一和/或第二和/或第三和/或第四和/或第五方面的方法。

可以理解，如上所述，通过根据本发明的第一和/或第二方面的生产设施监测挤出产品的生产过程的方法，和/或根据本发明的第三方面的挤出产品的生产过程中间接推导系统关系的方法，和/或根据本发明的第四方面的生产设施制造的挤出产品的质量调整的方法，和/或根据本发明的第五方面的生产设施初始化挤出产品的生产过程的方法，这些方法的优点直接延伸到制造挤出产品的方法，其中挤出机被操作用于塑化热塑性材料，在制造期间，执行根据本发明的第一和/或第三和/或第四和/或第五方面的方法。

明确指出，第六方面的主题可以有利地单独地和以任何累积组合与本发明的上述方面的主题相结合。

根据本发明的第七方面，该任务通过用于制造挤出产品的设备来解决，该设备具有用于塑化热塑性材料的挤出机和用于喷射塑料的喷嘴，其中该设备具有数据处理和评估单元，数据处理和评估单元具有编程系统，该编程系统适于执行根据本发明的第一和/或第二和/或第三和/或第四和/或第五和/或第六方面的方法。

可以理解，如上所述，通过根据本发明的第一和/或第二方面的生产设施监测挤出产品的生产过程的方法，和/或根据本发明的第三方面的挤出产品的生产过程中间接推导系统关系的方法，和/或根据本发明的第四方面的生产设施制造的挤出产品的质量调整的方法，和/或根据本发明的第五方面的生产设施初始化挤出产品的生产过程的方法，和/或根据本发明的第六方面的制造挤出产品的方法，这些方法的优点直接延伸到制造挤出产品的方法，其中挤出机被操作用于塑化热塑性材料，在制造期间，执行根据本发明的第一和/或第三和/或第四和/或第五和/或第六方面的方法。

优选地，设备具有用于确定生产过程的设定变量的设定变量测量系统。

下面将解释一些术语：

“测量系统”是用于记录测量变量的系统。测量系统的输出值是测量变量。

“设定变量测量系统”数字地确定设定变量的值。

有利地，可以通过这种方式实现：可以在没有时间延迟的情况下确定设定变量的实际值，并且可以将其用于根据本发明的上述方面之一的方法。

通过这种方式，可以有利地实现生产设施的操作员不必读出设定变量的实际值并且手动地将它们输入到数据处理和评估单元中。

特别地，通过这种方式可以有利地增加确定设定变量的实际值的精度。

可选地，设备具有测量变量测量系统，用于确定生产过程的测量变量，特别是过程变量。

下面将解释一些术语：

“测量变量测量系统”数字地确定测量变量的值。

有利地，可以通过这种方式实现：过程变量的实际值是在没有时间延迟的情况下确定的，并且可以用于根据本发明的上述方面之一的方法。

通过这种方式，可以有利地实现：生产设施的操作员不必读出过程变量的实际值并且手动地将它们输入到数据处理和评估单元中。

特别地，通过这种方式可以有利地增加确定过程变量的实际值的精度。

优选地，设备具有性质测量系统，用于在线确定挤出产品的性质的特性。

下面将解释一些术语：

“性质测量系统”数字地确定性质的值或特性，即“性质值”。“性质期望值”是性质的默认值。

“在线”,是指挤出产品的性质的特性在挤出产品的持续生产期间被确定。例如，挤出产品的性质的特性可以通过使用传感器确定通过传感器的挤出产品的材料流的性质的特性而得以在线确定。

有利地，可以通过这种方式实现：挤出产品的性质的特性可以在没有时间延迟的情况下确定，并且可以用于根据本发明的上述方面之一的方法。

通过这种方式，可以有利地实现：生产设施的操作员不必手动记录挤出产品的性质的特性并将其输入到数据处理和评估单元中。

特别地，通过这种方式可以有利地提高确定挤出产品的性质的特性的精度。

在一个特别有利的实施例中，该设备具有致动器，该致动器用于通过分段致动区域在线影响挤出产品的质量。

有利地，可以通过这种方式实现：设定变量期望值的设定可以分段进行，这有助于改善挤出产品的性质。

明确指出，第七方面的主题可以有利地单独地和以任何累积组合与本发明的上述方面的主题相结合。

在该上下文中，明确指出“本发明的方面”可以以这样的方式结合，即可以使得本发明的一个方面的任何实施例能够与本发明的一个或多个其他方面的任何实施例相结合，除非在特殊情况下，两个性质相互矛盾。因此，本发明的两个(或更多个)方面的性质的累积也应理解为被公开。

附图说明

在下文中，将参考附图借助于实施方式的实例更详细地解释本发明。其中：

图1是用于制造挤出产品的设备的示意图。

具体实施方式

用于制造挤出产品8的图1中的设备1除其他之外(未示出)还包括：生产设施2、数据记录和评估单元3、数据库4、设定变量测量系统5、过程变量测量系统6和性质测量系统7。

数据记录和评估单元3通过数据连接9连接到数据库4以进行数据交换。

进一步，数据处理和评估单元3通过数据连接10连接到过程变量测量系统6以进行数据交换，通过数据连接11连接到设定变量测量系统5以进行数据交换，并且通过数据连接12连接到性质测量系统7以进行数据交换。

数据记录和评估单元3适用于执行根据本发明的第一、第二、第三、第四、第五和第六方面的方法。

生产设施2具有设定变量20,21,22和过程变量30,31,32。在此明确指出，生产设施2也可以具有多于或少于指定的设定变量20,21,22以及具有多于或少于指定的过程变量30,31,32。设定变量20,21,22的数量和过程变量30,31,32的数量应理解为示意性实例。

另外，为了用设备1制造挤出产品8，其他过程变量40,41,42是相关的，其数量也应理解为示意性实例。其他过程变量40,41,42存在于生产设施2的环境中。例如，它们可以是空气温度40、空气湿度41和空气压力42。可以理解，这里所选择的过程变量40,41,42的数量应理解为表示生产设施2的环境中的示意性实例。

挤出产品8具有性质50,51,52，其中，这里明确指出，性质50,51,52的数量应理解为示意性实例。

性质50的特性通过性质传感器53确定，性质传感器53通过数据连接54连接到性质测量系统7以进行数据交换。

性质51的特性通过性质传感器55确定，性质传感器55通过数据连接56连接到性质测量系统7以进行数据交换。

性质52的特性通过性质传感器57确定，性质传感器57通过数据连接58连接到性质测量系统7以进行数据交换。

如果需要，性质测量系统7控制性质传感器53,55,57；如果需要，它为它们提供能量，数字化，如果需要，经由数据连接54,56,58到达的数据在由数据记录和评估单元3定义的固定时间点确定性质50,51,52的特性，并通过数据连接12将这些数据提供到数据记录和评估单元3。

通过选择性组合的设定变量传感器23和设定变量探头23确定设定变量20的实际值，设定变量探头23通过数据连接24连接到设定变量测量系统5以进行数据交换。

通过选择性组合的设定变量传感器25和设定变量探头25确定设定变量21的实际值，设定变量探头25通过数据连接26连接到设定变量测量系统5以进行数据交换。

通过选择性组合的设定变量传感器27和设定变量探头27确定设定变量22的实际值，设定变量探头27通过数据连接28连接到设定变量测量系统5以进行数据交换。

如果需要，设定变量测量系统控制选择性组合的设定变量传感器和设定变量探头23,25,27，如果需要，为它们提供能量，如果需要，对经由数据连接24,26,28到达的数据进行数字化，如果需要，在数据采集和评估单元3预定义的固定时间点确定性质20,21,22的实际值，并通过数据连接11将这些数据发送到数据采集和评估单元3。

过程变量30的实际值通过过程变量传感器33来确定，过程变量传感器33通过数据连接34连接到过程变量测量系统6以进行交换数据。

过程变量31的实际值通过过程变量传感器35来确定，过程变量传感器35通过数据连接36连接到过程变量测量系统6以进行交换数据。

过程变量32的实际值通过过程变量传感器37来确定，过程变量传感器37通过数据连接38连接到过程变量测量系统6以进行交换数据。

过程变量40的实际值通过过程变量传感器43来确定，过程变量传感器43通过数据连接44连接到过程变量测量系统6以进行交换数据。

过程变量41的实际值通过过程变量传感器45来确定，过程变量传感器45通过数据连接46连接到过程变量测量系统6以进行交换数据。

过程变量42的实际值通过过程变量传感器47来确定，过程变量传感器47通过数据连接48连接到过程变量测量系统6以进行交换数据。

如果需要，过程变量测量系统6控制过程变量传感器33,35,37,43,45,47，如果需要，为它们提供能量，如果需要，对通过数据连接34,36,38,44,46,48到达的数据进行数字化，如果需要，在数据采集和评估单元3预定义的固定时间点确定过程变量30,31,32,40,41,42的实际值，并通过数据连接10将这些数据发送到数据采集和评估单元3。

在其他任务中，数据采集和评估单元3负责控制生产设施2的设定变量20,21,22，因此也用于控制挤出产品8的制造。在此过程中，在图1所示实例中不能被直接影响的预定义的过程变量30,31,32,40,41,42中，除其他之外，挤出产品8的性质50,51,52也应该以最佳方式进行调整。

挤出产品8的性质50,51,52的这种调整通过经由选择性组合的设定变量传感器和设定变量探针23,25,27对生产设施2的设定变量20,21,22的期望值的调整来进行。为此目的，选择性组合的设定变量传感器和设定变量探针23,25,27通过数据连接60,61,62连接到数据采集和评估单元3，用于执行一种根据本发明的第四方面的方法。

附图标记列表：

1 设备

2 生产设施

3 数据采集和评估单元

4 数据库

5 设定变量测量系统

6 过程变量测量系统

7 性质测量系统

8 挤出产品

9 数据连接

10 数据连接

11 数据连接

12 数据连接

20 设定变量

21 设定变量

22 设定变量

23 设定变量传感器和设定变量探针

24 数据连接

25 设定变量传感器和设定变量探针

26 数据连接

27 设定变量传感器和设定变量探针

28 数据连接

30 过程变量

31 过程变量

32 过程变量

32 过程变量传感器

34 数据连接

35 过程变量传感器

36 数据连接

37 过程变量传感器

38 数据连接

40 过程变量空气温度

41 过程变量空气湿度

42 过程变量空气压力

43 过程变量传感器

44 数据连接

45 过程变量传感器

46 数据连接

47 过程变量传感器

48 数据连接

50 性质

51 性质

52 性质

53 性质传感器

54 数据连接

55 性质传感器

56 数据连接

57 性质传感器

58 数据连接

60 数据连接

61 数据连接

62 数据连接

Claims (47)

1.一种通过生产设施监测挤出产品的生产过程的方法，其中，

测量变量，尤其是所述生产过程的过程变量，通过传感器来确定，并且将以这种方式获得的测量值与预定义的测量变量期望值，尤其是以这种方式获得的具有预定义的过程变量期望值的过程值进行比较，

其特征在于，

设定变量被确定，并将以这种方式获得的来自所述挤出产品的生产的所述生产设施的设定变量实际值与预定义的设定变量期望值进行比较，

所述设定变量实际值与所述设定变量期望值之间的偏差，和/或所述测量值与所述测量变量期望值之间的偏差通过信号发出。

2.根据权利要求1所述的方法，其特征在于，所述设定变量期望值和/或所述测量变量期望值是根据生产过程进展参数来定义的。

3.一种通过生产设施监测挤出产品的生产过程的方法，其中，

测量变量，尤其是所述生产过程的过程变量，通过传感器来确定，并且将以这种方式获得的测量值与预定义的测量变量期望值，尤其是以这种方式获得的具有预定义的过程变量期望值的过程值进行比较，

设定变量被确定，并将以这种方式获得的从所述挤出产品的生产中获取的所述生产设施的设定变量实际值与预定义的设定变量期望值进行比较，

其中，至少所述设定变量实际值与所述设定变量期望值的偏差，和/或所述测量值与所述测量变量期望值之间的偏差通过信号发出，

特别是根据权利要求1所述的方法，

其特征在于，

所述设定变量期望值和/或所述测量变量期望值在静态或准静态生产过程中被确定，和/或所述设定变量期望值或所述测量变量期望值分别在所述生产过程中的生产过程初始化后的时间点被确定。

4.根据上权利要求中任一项所述的方法，其特征在于，所述设定变量期望值和/或偏差测量变量期望值以范围的形式表示，特别是以正常范围、警告范围和警报范围的形式表示，其中所述警告范围优选地大于所述正常范围和/或其中所述警报范围优选地大于所述警告范围。

5.根据上述权利要求中任一项所述的方法，其特征在于，至少所述设定变量实际值与所述设定变量期望值之间的所述偏差和/或所述测量值与所述测量变量期望值之间的所述偏差的信号传递对应于所述设定变量期望值的范围和/或所述测量变量期望值的范围，其中，如果所述设定变量实际值和/或所述测量变量实际值位于所述正常范围内，则通过信号通知正常状态，如果所述设定变量实际值和/或所述测量变量实际值位于所述警告范围内且位于所述正常范围之外，则通过信号通知警告状态，如果所述设定变量实际值和/或所述测量变量实际值位于所述警报范围内且位于所述警告范围之外，则通过信号通知警报状态。

6.根据上述权利要求中任一项所述的方法，其特征在于，所述设定变量期望值和/或偏差测量变量期望值由机器的操作员在生产过程期间预定义。

7.根据上述权利要求中任一项所述的方法，其特征在于，所述设定变量期望值和/或偏差测量变量期望值由数据处理和评估单元预定义。

8.根据上述权利要求中任一项所述的方法，其特征在于，使用所述挤出产品的配方来选择所述设定变量期望值和/或偏差测量变量期望值。

9.一种在挤出产品的生产过程中间接地推导系统关系的方法，其中所述系统关系为所述挤出产品的测量变量，尤其是过程变量，和设定变量以及所述挤出产品的性质之间的系统关系，

其特征在于，

所述挤出产品的性质在制造的挤出产品中通过传感器被在线确定为所述方法的第一参数，和/或所述挤出产品的性质的特性被确定为所述方法的第一参数，

测量变量，尤其是所述生产过程的所述过程变量，通过传感器被确定为所述方法的第二参数，

所述方法的第三参数，尤其是所述生产设施的参数，是从所述挤出产品的生产中被确定的，尤其是从所述生产过程的设定变量被确定的，

如果需要，数据采集系统将所确定的多个参数数字化并记录下来，

所确定的多个参数以有组织的方式相互参照地存储在数据库中，

根据存储在所述数据库中的所述数据，通过电子数据处理和评估单元系统地推导所述参数之间的特定关系，其中所述电子数据处理和评估单元通过算法访问所述参数并从其中确定所述系统关系，

其中，所述推导包括多个参数的至少两个、特别是至少100个数据集。

10.根据权利要求9所述的方法，其特征在于，所述挤出产品的性质的特性是在线确定的。

11.根据权利要求9或10所述的方法，其特征在于，所述挤出产品的性质的特性是离线确定的。

12.根据权利要求9至11中任一项所述的方法，其特征在于，所述参数的所述系统关系以具有确定系数的曲线的形式来定义。

13.根据权利要求9至12中任一项所述的方法，其特征在于，所述参数的所述系统关系通过设定范围来确定，其中所述设定范围取决于所述挤出产品的所述性质的所述正常范围和/或所述警告范围和/或所述警报范围。

14.根据权利要求9至13中任一项所述的方法，其特征在于，所述系统关系以包络曲线的形式来定义，其中所述包络曲线也称为包络，其表示挤出产品的性质取决于所述正常范围和/或所述警告范围和/或所述警报范围。

15.根据权利要求9至14中任一项所述的方法，其特征在于，所述参数之间的所述系统关系以启发式的方式来确定。

16.根据权利要求9至15中任一项所述的方法，其特征在于，所述参数之间的所述系统关系被数学地确定。

17.根据权利要求9至16中任一项所述的方法，其特征在于，所述参数之间的所述系统关系通过优化方法来确定。

18.根据权利要求9至17中任一项所述的方法，其特征在于，所述参数之间的所述系统关系通过自学习优化方法来确定。

19.一种用于对生产设施制造的挤出产品的质量进行调整的方法，其中所述质量是在线确定和调整的，

其特征在于，

通过制造的所述挤出产品的传感器在线确定所述挤出产品的性质的特性和/或所述挤出产品的性质，

通过传感器确定生产过程的测量变量，尤其是过程变量，

并且通过所确定的性质和测量变量，尤其是过程变量，对设定变量期望值进行在线调整，

其中通过调整致动器来执行所述设定变量的调整，

其中，与所确定的性质的特性和测量变量，尤其是过程变量，有关的所述设定变量期望值是通过系统关系来描述的，其中所述系统关系根据权利要求9至18中任一项所述的方法确定，

并且其中通过调整所述设定变量，所述挤出产品的所述质量被改变，使得期望的性质的特性增强和/或使得不期望的性质的特性降低。

20.根据权利要求19所述的方法，其特征在于，所述挤出产品的性质的特性是在线确定的。

21.根据权利要求19或20所述的方法，其特征在于，所述挤出产品的性质的特性是离线确定的。

22.根据权利要求19至21中任一项所述的方法，其特征在于，所述挤出产品的所述质量具有几何性质。

23.根据权利要求19至22中任一项所述的方法，其特征在于，所述挤出产品的所述质量具有光学性质。

24.根据权利要求19至23中任一项所述的方法，其特征在于，所述挤出产品的所述质量具有功能性质。

25.根据权利要求19至24中任一项所述的方法，其特征在于，所述挤出产品的所述质量是在线调整的并且其对应于所述挤出产品的期望质量，即，所述期望质量没有可测量的干扰。

26.根据权利要求19至25中任一项所述的方法，其特征在于，所述挤出产品的所述期望质量是手动预定义的。

27.根据权利要求19至26中任一项所述的方法，其特征在于，所述挤出产品的所述期望质量是自动预定义的。

28.根据权利要求29至27中任一项所述的方法，其特征在于，通过在所制造的所述挤出产品和/或在所述生产设施处的一个或多个传感器将多于一个测量变量在线地确定为所述方法的参数。

29.根据权利要求19至28中任一项所述的方法，其特征在于，用于所述挤出产品的所述生产过程中的所述设定变量期望值是通过合适的特定算法来确定的，用于影响所述挤出产品的所述质量。

30.根据权利要求19至29中任一项所述的方法，其特征在于，通过合适的特定算法确定所述挤出产品的所述生产过程中的所述设定变量期望值以影响所述挤出产品的所述质量，其中所述算法使用在线控制偏差，即，所述挤出产品的所述期望质量与所述挤出产品的所确定的质量之间的差异，作为输入变量。

31.根据权利要求19至30中任一项所述的方法，其特征在于，通过优化方法确定所述挤出产品的所述生产过程中的所述设定变量期望值以影响所述挤出产品的所述质量。

32.根据权利要求19至31中任一项所述的方法，其特征在于，通过自学习优化方法使用所述挤出产品的所述生产过程中的所述设定变量期望值以影响所述挤出产品的所述质量。

33.根据上述权利要求中任一项所述的方法，其特征在于，所述设定变量实际值和/或所述测量值和/或性质值和/或设定变量期望值和/或测量变量期望值和/或性质期望值和/或正常范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警告范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警报范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，被存储在数据处理和评估单元中和/或数据库中。

34.根据上述权利要求中任一项所述的方法，其特征在于，所述设定变量实际值和/或所述测量值和/或性质值和/或设定变量期望值和/或测量变量期望值和/或性质期望值和/或正常范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警告范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警报范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，被存储在数据库中，其中现有数据库被连续扩大。

35.根据上述权利要求中任一项所述的方法，其特征在于，所述设定变量实际值和/或所述测量值和/或性质值和/或设定变量期望值和/或测量变量期望值和/或性质期望值和/或正常范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警告范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警报范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，被存储在数据库中，其中所述数据库仅包含用于生产挤出产品的特定生产设施的数据。

36.根据上述权利要求中任一项所述的方法，其特征在于，所述设定变量实际值和/或所述测量值和/或性质值和/或设定变量期望值和/或测量变量期望值和/或性质期望值和/或正常范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警告范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警报范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，被存储在数据库中，其中所述数据库包含来自用于生产相同类型的挤出产品的多个生产设施的数据。

37.根据上述权利要求中任一项所述的方法，其特征在于，所述设定变量实际值和/或所述测量值和/或性质值和/或设定变量期望值和/或测量变量期望值和/或性质期望值和/或正常范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警告范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警报范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，被存储在数据库中，其中所述数据库包含来自用于生产不同类型的挤出产品的多个生产设施的数据。

38.根据上述权利要求中任一项所述的方法，其特征在于，所述设定变量实际值和/或所述测量值和/或性质值和/或设定变量期望值和/或测量变量期望值和/或性质期望值和/或正常范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警告范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警报范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，被存储在数据库中，其中所述数据库包含用于生产一个和/或多个不同制造商的挤出产品的生产设施的数据。

39.根据上述权利要求中任一项所述的方法，其特征在于，所述设定变量实际值和/或所述测量值和/或性质值和/或设定变量期望值和/或测量变量期望值和/或性质期望值和/或正常范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警告范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，和/或警报范围，尤其是设定变量期望值的范围和/或测量变量期望值的范围和/或性质期望值的范围，被存储在数据库中，其中所述数据库将所述数据与独立于站点的存储器同步。

40.一种通过生产设施对挤出产品的生产过程进行初始化的方法，

其特征在于，

设定变量期望值是根据取决于生产过程进度参数的预定义的多个设定变量期望值的进展来预定义的。

41.根据权利要求40所述的方法，其特征在于，通过权利要求19至39中任一项所述的方法来对设定变量期望值进行预定义。

42.一种制造挤出产品的方法，其中，操作挤出机以塑化热塑性材料，其中在生产期间执行根据上述权利要求中任一项所述的方法。

43.一种用于制造挤出产品的设备，所述设备具有用于塑化热塑性材料的挤出机和用于喷射塑料的喷嘴，

其特征在于，

所述设备具有数据处理和评估单元，所述数据处理和评估单元具有编程系统，所述编程系统适于执行根据上述权利要求中任一项所述的方法。

44.根据权利要求43所述的设备，其特征在于，所述设备具有用于确定所述生产过程的设定变量的设定变量测量系统。

45.根据权利要求43或44所述的设备，其特征在于，所述设备具有测量变量测量系统，所述测量变量测量系统用于确定所述生产过程的测量变量尤其是过程变量。

46.根据权利要求43至45中任一项所述的设备，其特征在于，所述设备具有性质测量系统，所述性质测量系统用于在线确定所述挤出产品的性质的特性。

47.根据权利要求43至46中任一项所述的设备，其特征在于，所述设备具有致动器，所述致动器用于通过多个分段致动区域在线影响所述挤出产品的所述质量。