CN109753031B - 用于监控设备的运行的方法和装置 - Google Patents
用于监控设备的运行的方法和装置 Download PDFInfo
- Publication number
- CN109753031B CN109753031B CN201811301339.XA CN201811301339A CN109753031B CN 109753031 B CN109753031 B CN 109753031B CN 201811301339 A CN201811301339 A CN 201811301339A CN 109753031 B CN109753031 B CN 109753031B
- Authority
- CN
- China
- Prior art keywords
- sensors
- time
- recorded
- determined
- measured values
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 230000036962 time dependent Effects 0.000 claims abstract description 18
- 230000002452 interceptive effect Effects 0.000 claims abstract description 6
- 238000004891 communication Methods 0.000 claims description 14
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000005259 measurement Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000009420 retrofitting Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及用于监控设备的运行的方法和装置。一种用于借助于多个传感器（9、10、11、12）来监控设备（13）的运行的方法，所述方法至少包括如下步骤：a)确定在该设备（13）的无干扰运行下能利用传感器（9、10、11、12）来记录的测量值的相应的时间变化过程（1、2、3、4）；b)确定测量值的按照步骤a)所确定的时间变化过程（1、2、3、4）之间的相关性；c)在该设备（13）的所要监控的运行下利用传感器（9、10、11、12）来记录测量值的相应的时间变化过程（1、2、3、4）；而且d)通过依据在步骤b)中所确定的相关性来分析在步骤c)中记录的时间变化过程（1、2、3、4），判断在该设备（13）的所要监控的运行下是否存在干扰。
Description
技术领域
本发明涉及一种用于监控设备、尤其是工业生产设备的运行的方法和装置。
背景技术
公知的是：为了对设备进行监控，测量各种不同的参数，诸如温度。如果例如所测量的参数超过所设置的极限值，则为了保护以防损坏，设备可以自动地被切断。但是，在这种监控的情况下，总是存在在如下关键情况与如下非关键情况之间可靠地进行区分的困难，在所述关键情况下，例如需要切断，在所述非关键情况下，不需要采取措施。
基于此，这里本发明的任务是解决或至少减少结合现有技术所描述的技术问题。尤其是应该提出一种用于监控设备的运行的方法和装置，利用所述方法和装置可以在关键情况与非关键情况之间特别可靠地进行区分。
发明内容
这些任务利用一种按照本发明的用于监控设备的方法和装置来解决。该方法和该装置的其它有利的设计方案在下文中说明。在专利权利要求书中单独地列举的特征能以任意的、技术上合理的方式来彼此组合，而且可以通过来自说明书的解释性事实情况予以补充，其中本发明的其它实施变型方案被阐明。
为此，一种用于借助于多个传感器来监控设备的运行的方法做出贡献，该方法至少包括如下步骤：
a)确定在设备的无干扰运行下能利用传感器来记录的测量值的相应的时间变化过程；
b)确定这些测量值的按照步骤a)所确定的时间变化过程之间的相关性；
c)在该设备的所要监控的运行下利用传感器来记录测量值的相应的时间变化过程；而且
d)通过依据在步骤b)中所确定的相关性来分析在步骤c)中记录的时间变化过程，判断在该设备的所要监控的运行下是否存在干扰。
所描述的方法尤其被确定和设立用于监控工业生产设备。该设备尤其可以是用来部分或完全自动化地制造产品的机器。该设备也可以是做功机械，如挖掘机或起重机。
该设备优选地包括多个组件或构件，诸如一个或多个马达、液压元件、气动元件、电子构件、线路、阀和/或开关。
在该设备运行时，在该设备的组件中(尤其是在活跃地驱动的组件、如马达中)例如可能发生温度升高。在组件上也可能形成振动。这样，马达的运行可能在马达中和/或在其它组件中造成振动。对阀的操纵也可能在阀本身上造成振动或者短暂出现的加速。在该设备运行时，还可能出现磁场。根据磁场的强度和/或方向，可以推断出该设备的运行。在该设备或该设备的一部分的区域内的光强度也可能在运行期间发生变化。
对该设备的监控尤其可通过如下方式来实现：记录和/或分析如下测量值，所述测量值容许推断出该设备是否无干扰地进行工作。在此尤其可涉及针对如下参量的测量值，所述参量容许直接推断出该设备或者该设备的组件的负荷和/或损坏和/或直接推断出在该设备运行时的干扰或异常。例如，如果在马达上测量到特别高的温度，则这可能表明马达过热并且借此表明马达的负荷和/或威胁性的损坏。
对该设备的监控可以借助于如下参量中的至少一个参量来实现或执行：
-温度；
-磁场(该磁场可通过方向和/或数值来表征)；
-加速度(该加速度可通过方向和/或数值来表征)；
-光强度。
该设备可具有适合于检测所要记录的参量的传感器。这样，该设备尤其可具有一个或多个温度传感器、磁场传感器、加速度传感器和/或光感测器。
原则上，根据单个的测量参量就可能会识别出设备的干扰。例如，如果马达温度超过作为固定值预先给定的极限值，则可以假定存在干扰。但是，利用这种做法只能识别出极端情况(如马达的过热超过负荷极限)。这样并不能检测到该设备运行时的其中不超过极限值的差错。
不同的测量参量之间的关联可以利用所描述的方法来识别并且被用于也识别在设备运行时其它方面不能识别出的差错。这样，例如可以考虑：在该设备的无干扰运行下，接通马达导致在马达处的温度升高而且导致在被设置于马达附近的电子构件中的振动。当通过测量马达处的相对应的温度来识别出马达的运行时，如果在电子构件中测量到振动，则这可以被归为非关键情况。但是，如果马达温度表明该马达关断，则在电子构件中存在振动可能表明有干扰(只要在该设备的无干扰运行下不存在这种振动的其它来源、诸如其它马达的话)。
对于该设备的无干扰运行来说，不同的测量参量之间的这种相关性可利用所描述的方法来确定。为此，在步骤a)中确定在该设备的无干扰运行下能利用传感器来记录的测量值的相应的时间变化过程。
该设备可以在不同的运行模式下运行。这样，例如该设备的组件可以被接通或关断。这些组件也可以以不同的方式来工作。这样，例如马达可以以不同的转速来工作。例如，视该设备的哪些组件在某一时间点以何种方式来运行而定，在该设备的某一组件中可能存在某一温度。在此，某一组件在哪个时间段内处在某一状态下也可能有影响。例如，如果马达被接通，则这可能有延迟地导致在其它组件中的温度升高。
优选地，利用步骤a)来覆盖该设备的可能的运行模式中的至少一部分运行模式(优选地该设备的所有可能的运行模式)。尤其也就是说，至少针对运行模式中的一部分运行模式或针对所有运行模式分别确定能利用传感器来记录的测量值的相应的时间变化过程。
在步骤b)中，可以在这些测量值的按照步骤a)所确定的时间变化过程之间确定相关性。优选地，在步骤b)中确定：当第二参量或者也包括其它参量发生变化时，第一参量如何表现。这样，例如可以在步骤b)中确定：如果马达被接通并且由此马达温度升高，则在电子构件中的振动增强。优选地，如果在步骤a)中覆盖多个运行模式，则优选地也在步骤b)中覆盖多个运行模式。
相关性可以是定性的或者定量的。这样，例如可以定性地确定第一参量的升高造成第二参量的升高。这也可以在考虑时间延迟的情况下被确定。这样，例如可以确定：第二参量只有在定量地确定的时间段之后才升高了未定量的数值或者升高了定量的数值。尤其是，也考虑在一个与时间相关的参量和一个或多个其它与时间相关的参量之间的数学关系，作为相关性。不同参量的时间变化过程的特征也可以彼此相关。这样，例如可以识别出：某一特征在第一时间变化过程中比在第二时间变化过程中更早或更晚和/或以不同于在第二时间变化过程中的表现形式存在。
优选地，以所说明的顺序来执行步骤a)和b)。这尤其可以一次性地实现。这样，可以在设计该设备时或者在建造该设备时执行步骤a)和b)。如果制造多个结构相同的设备，则步骤a)和b)可以一次性地被执行并且从中获得的知识可以被应用于所有结构相同的设备。现有的设备也可以被设立用于按照所描述的方法进行监控。在此，优选地在设立该设备时或者在设立该设备之后一次性地执行步骤a)和b)。
可能的是多次执行步骤a)和b)。这样，尤其可以考虑在该设备处的(比如由于该设备的改造和/或由于构件的磨损而引起的)变化。
在步骤a)中，优选地通过在该设备的无干扰运行期间记录测量值来记录时间变化过程。替选地或附加地，优选的是在步骤a)中通过仿真来确定时间变化过程。
优选地，通过步骤a)和b)来确定的时间变化过程和/或它们的相关性以电子形式来存储，使得在设备运行时可以动用这些时间变化过程和/或它们的相关性。优选地，该设备具有分析单元，利用该分析单元可以在该设备运行期间执行监控。优选地，通过步骤a)和b)来确定的时间变化过程和/或它们的相关性被寄存在分析单元中。尤其是，通过步骤a)和b)来确定的时间变化过程和它们的相关性可以在交付或者安装该设备时已经被寄存在分析单元中。也可能的是：这些时间变化过程和它们的相关性只有在交付和安装该设备之后才按照步骤a)和b)并且尤其是利用分析单元来确定。这尤其是在复杂的设备的情况下是合理的，在所述复杂的设备的情况下，在实际安装时可能发生与计划的偏差，或在所述复杂的设备的情况下，例如在安装该设备前依据设计图来预测在该设备内的振动的分布范围只是有困难地可能。
通过按照步骤a)和b)来确定的时间变化过程和它们的相关性，识别出该设备在无干扰运行下如何表现。如果发生干扰，则这可以在与这样已知的表现的偏差中被识别出。借此，可以依据多个测量参量的全体并且借此特别可靠地在关键情况与非关键情况之间进行区分。
在步骤c)中，在该设备的所要监控的运行下利用传感器来记录测量值的相应的时间变化过程。
该设备的所要监控的运行尤其可以是该设备的在首次调试之后进行的常规运行。这样，例如可以在所要监控的运行下制造产品。
只要该设备的所要监控的运行无干扰，就可以认为：按照步骤c)记录的测量值的时间变化过程与按照步骤a)来确定的时间变化过程没有区别。只要该设备可以在不同的运行模式下运行，这就至少在按照步骤c)记录的时间变化过程满足按照步骤a)针对相对应的运行模式所确定的时间变化过程的程度上适用。
而如果存在干扰，则该干扰可能导致在按照步骤c)记录的时间变化过程与按照步骤a)来确定的时间变化过程之间的偏差。因此，根据这种偏差可以识别出干扰。在此，为了实现在关键情况与非关键情况之间特别可靠地进行区分，在所描述的方法中尤其是动用按照步骤b)来确定的在这些时间变化过程之间的相关性。
在步骤d)中，通过依据在步骤b)中确定的相关性来分析在步骤c)中记录的时间变化过程，判断在该设备的所要监控的运行下是否存在干扰。
如果按照步骤c)来记录的时间变化过程具有按照步骤b)来确定的相关性，则可以假定无干扰运行。例如，如果在步骤c)中确定马达的温度升高和电子组件的振动增强，这也是在步骤b)中这样作为相关性来确定的，则假定没有干扰。而如果在步骤c)中在马达处的温度没有升高的情况下识别出电子组件的振动增强而且在步骤b)中不曾确定这种相关性，则在步骤d)中优选地判断出存在干扰。
所有传感器都可以被确定和设立用于测量相同的物理参量。
在此，物理参量能被理解为可以在不同时间在不同位置测量的特性。物理参量例如是温度、加速度、磁感应强度和光强度。例如，如果在第一时间点在马达处测量温度而在第二时间点在阀处测量温度，则两次测量仍然是对相同的物理参量、即温度的测量。马达温度和阀温度虽然是不同的参数，但是并非不同的物理参量。
在该实施方式中，例如可以在该设备的不同位置测量温度，作为物理参量。对物理参量的限制可以简化所描述的方法，因为不同物理参量的测量值之间的相关性可能特别复杂并且难以预测。
替选地，优选的是多个传感器被确定和设立用于测量不同的物理参量。
在该方法的另一优选的实施方式中，利用分析单元至少执行步骤d)，在步骤c)中由这些传感器中的至少一个传感器记录的测量值通过非接触式通信被传送给该分析单元。
该分析单元优选地包括计算机，利用该计算机至少可执行步骤d)。优选地，在步骤c)中，利用这些传感器来记录的测量值被分析单元接收并且利用这些该分析单元来组成时间变化过程。就这方面来说，优选地，也利用分析单元来执行步骤c)。
优选地，按照步骤a)和b)获得的时间变化过程或这些时间变化过程的相关性被寄存在分析单元中。但是，也优选的是，利用分析单元来执行步骤b)。这些时间变化过程也可以在步骤a)中利用分析单元以如下程度来执行：利用传感器记录的测量值被分析单元接收并且利用该分析单元来组成这些时间变化过程，而且据此利用分析单元来确定相关性。也可以利用分析单元来执行仿真，用来按照步骤a)来确定这些时间变化过程。但是，尤其也可以用外部计算机来执行这种仿真，其中访问的结果被寄存在分析单元中。
尤其是考虑通过无线电、WLAN、红外线和/或移动无线电的通信，作为非接触式通信。这样，设备可以被设立用于按照所描述的方法进行监控，而不必在该设备上大规模地敷设电缆。
在该方法的另一优选的实施方式中，通过非接触式通信不连续地进行该传送。
不连续的传送尤其能被理解为这些测量值并非在将它们记录之后紧接着被传送。作为替代，优选地多个测量值被记录，被暂存在被分配给传感器的存储器中并且按组地被传送。这样，可以节约用于传送的能量，因为不必持久地保持连接。在某些离散的传送时间点建立该连接就足够。接着，在这种传送时间点，可以传送自上个传送时间点以来记录的测量值。因此，测量值“被收集”并且接着在包中被传送。
在该方法的另一优选的实施方式中，相应的时间戳被附加给在步骤c)中记录的测量值。
优选地，这些测量值在步骤c)中被记录为由所测量到的值和测量的时间点构成的值对。
尤其是当这些测量值不连续地被传送给分析单元时，该实施方式是优选的。这样，可以在记录这些测量值之后在任意的时间点将这些测量值组合。
替选于当前的实施方式，各个测量值都可以在没有时间戳的情况下被记录，而且例如在分析单元中可以在该分析单元中输入之后被插入到时间变化过程中。在此，输入的时间点可以被视为测量的时间点。这尤其是在连续传送测量值时是可能的。只要在记录与加入时间变化过程中之间的时间在所有测量值的情况下都相同，这样就也可以获得准确的时间变化过程。例如，在不连续的传送的情况下，在假定以相同的时间间隔来记录测量值的情况下，这些测量值可以组成时间变化过程。在这种情况下，这些测量值例如可以编号并且根据编号来组成时间变化过程。
在该方法的另一优选的实施方式中，在步骤b)中，利用至少一个(人造)神经网络通过学习来确定相关性。
神经网络尤其可以是机器学习设备(Maschine Learning Device)或可以被该机器学习设备包括。该神经网络尤其可以被实现为软件和/或硬件。该神经网络优选地包括多个人造神经元，利用这些人造神经元可以根据大脑的模型来进行学习。
该神经网络优选地利用按照步骤a)来确定的测量值来训练，使得该神经网络按照步骤b)来学习这些时间变化过程之间的关联。这样，例如可以学习到某一参量在某一时间点根据其它参量来如何表现。例如可以学习到：在马达中的温度升高总是导致在电子构件中的温度有时间延迟地升高。如果接着按照步骤c)来测量这两个温度的这种表现，则这可以被归为非关键情况。
在无干扰的正常运行下、即在该设备在额定状态下起作用时执行训练。接着，在该设备的所要监控的运行下(“在现场”)可以按照步骤d)来判断这些时间变化过程是否符合之前学习到的相关性。如果不符合，则这是有干扰的标志。
如果该设备可以在不同的运行模式下运行，则优选地在使用这些运行模式中的至少一部分运行模式的情况下、优选地在使用所有这些运行模式的情况下进行训练。在此，神经网络尤其可以被训练为使得该神经网络(根据不同的运行模式)学习到多个在参量之间的不同的相关性。接着，在所要监控的运行下，比如不必手动地输入当前存在哪个运行模式。
在该方法的另一优选的实施方式中，在步骤d)中求在步骤c)中记录的时间变化过程的时间导数，而且在判断在该设备的所要监控的运行下是否存在干扰时考虑该时间导数。
在相对应的时间导数上可以特别好地识别出测量值的变化。因此，使用时间导数可以改善所描述的方法的准确度。
作为另一方面，提出了一种用于按照所描述的方法来监控设备的运行的装置。该设备至少包括分析单元和多个传感器，该分析单元通过非接触式通信来与这些传感器中的至少一个传感器连接。
针对该方法所描述的特殊的优点和设计特征能被应用并且被转用于该装置，而且反之亦然。
在该装置的一个优选的实施方式中，该分析单元具有至少一个神经网络，用于在步骤b)中通过学习来确定相关性。
在该装置的另一优选的实施方式中，这些传感器中的至少一个传感器布置在相应的自给式传感器单元中。
这里，自给式传感器单元能被理解为具有至少一个传感器的能在没有电缆连接的情况下运行的构件。此外，传感器单元优选地具有微处理器，用于处理测量值。该传感器单元也优选地具有通信模块，用于传送这些测量值，尤其是通过非接触式通信来传送这些测量值。该通信模块尤其可包括天线。该传感器单元还优选地具有电池，用于(尤其是对该至少一个传感器、该微处理器和/或该通信模块)进行能量供应。
在所描述的方法中，替选于布置在自给式传感器单元中的传感器或者除了布置在自给式传感器单元中的传感器之外，也可以使用其它传感器，例如这种通过电缆连接来与分析单元连接的传感器。也可以使用例如能通过CAN总线网关来支配的测量值。
在该装置的另一优选的实施方式中，每个传感器单元都分别具有时钟，其中传感器单元的这些时钟彼此同步。
通过时钟，尤其可以给测量值配备时间戳。
作为另一方面，提出了一种计算机程序，该计算机程序被设立用于执行所描述的方法。
针对该方法所描述的特殊的优点和设计特征能被应用并且被转用于该计算机程序。
作为另一方面，提出了一种机器可读数据载体，在该机器可读数据载体上存储有所描述的计算机程序。
针对该方法所描述的特殊的优点和设计特征能被应用并且被转用于该机器可读数据载体。
附图说明
本发明以及技术环境随后依据附图进一步予以阐述。附图示出了一个实施例，然而本发明并不限于该实施例。为了澄清，应指出：在这些附图中阐明的技术特征也可以与其它附图和/或说明书的特征组合，而无需吸取一个附图的其它技术特征。只要存在将一个技术特征的实现形式与其它技术特征的表现形式组合的技术必要性，就明确地对其做出参考或表明，使得否则存在这些特征的可自由组合性。
其中：
图1示意性地示出了能在设备的无干扰运行下记录的测量值的时间变化过程；
图2示意性地示出了在设备的所要监控的运行下在图1中示出的参量的测量值的时间变化过程；
图3示意性地示出了如下设备，该设备具有用于监控该设备的装置，在图1和2中示出的测量值是利用该装置来获得的；
图4示意性地示出了图3的装置的传感器单元；而
图5示意性地示出了用于监控图3的设备的方法。
具体实施方式
图1示出了能在(图3中示出的)设备的不同位置上记录的温度的第一时间变化过程1、第二时间变化过程2、第三时间变化过程3和第四时间变化过程4。在此，示出了可针对设备的无干扰运行来记录的测量值。时间变化过程1、2、3、4例如可通过测量或通过仿真来确定。
原则上，时间变化过程1、2、3、4区别于彼此间的相应的在时间上恒定的温度差。还能看出：时间变化过程1、2、3、4分别具有多个特征5、6、7。在这些特征5、6、7的情况下，时间变化过程1、2、3、4不仅仅区别于在时间上恒定的温度差。第一特征5例如对于第一时间变化过程1、第三时间变化过程3和第四时间变化过程4来说在同一时间存在，而对于第二时间变化过程2来说在稍后的时间点存在。对于第二特征6来说，情况也是如此。不同于第一特征5，时间变化过程1、2、3、4在第二特征6方面附加地通过第二特征6的表现形式的强度来区分。这样，在第三时间变化过程3中的第二特征6比在其它时间变化过程1、2、4中表现得更强烈。第三特征7在所有时间变化过程1、2、3、4中在稍有不同的时间点以相同的表现形式来存在。
图2示出了如图1那样的时间变化过程1、2、3、4。然而，这里没有示出设备的无干扰运行，而是示出了设备的(真正的)所要监控的运行。在这点上，第一时间变化过程具有第四特征8，该第四特征8在无干扰运行下不存在。相对应地可以推断出干扰的存在。
图3示出了设备13。在马达14上、在两个液压单元15上以及在链驱动装置16上设置有第一传感器9、第二传感器10、第三传感器11或第四传感器12。传感器9、10、11、12都是温度传感器。利用第一传感器9可以获得图1和2的第一时间变化过程1。利用第二传感器10可以获得图1和2的第二时间变化过程2。利用第三传感器11可以获得图1和2的第三时间变化过程3。利用第四传感器12可以获得图1和2的第四时间变化过程4。
马达14、两个液压单元15和链驱动装置16都是设备13的组件，这些组件的特性可以在设备13运行时被监控。测量值可以利用传感器9、10、11、12来记录并且被传送给分析单元17。分析单元17包括神经网络22。
分析单元17和传感器9、10、11、12是用于监控设备13的装置18的部分。
传感器9、10、11、12尤其可以布置在相应的传感器单元(该传感器单元在图3中未示出)中。图4示出了传感器单元19，该传感器单元19例如具有第一传感器9。传感器单元19还具有电池21、带时钟20的微处理器23以及通信模块24。各个传感器9、10、11、12的传感器单元19的时钟20彼此同步。
图5示出了用于借助于传感器9、10、11、12来监控图3的设备13的运行的方法，所述方法包括如下步骤：
a)确定在设备13的无干扰运行下能利用传感器9、10、11、12来记录的测量值的相应的时间变化过程1、2、3、4；
b)确定这些测量值的按照步骤a)所确定的时间变化过程1、2、3、4之间的相关性；
c)在该设备13的所要监控的运行下利用传感器9、10、11、12来记录测量值的相应的时间变化过程1、2、3、4；而且
d)通过依据在步骤b)中所确定的相关性来分析在步骤c)中记录的时间变化过程1、2、3、4，判断在该设备13的所要监控的运行下是否存在干扰。
在图1中示出了按照步骤a)所确定的时间变化过程1、2、3、4。在图2中示出了按照步骤c)所确定的时间变化过程1、2、3、4。利用分析单元17来至少执行步骤d)，在步骤c)中记录的传感器9、10、11、12的测量值通过不连续的非接触式通信被传送给该分析单元17。通过传感器单元19的时钟20，将相应的时间戳附加给这些测量值。在步骤b)中利用神经网络14通过学习来确定相关性。在步骤d)中，求在步骤c)中记录的时间变化过程1、2、3、4的时间导数，而且在判断在该设备13的所要监控的运行下是否存在干扰时考虑该时间导数。
附图标记列表
1 第一时间变化过程
2 第二时间变化过程
3 第三时间变化过程
4 第四时间变化过程
5 第一特征
6 第二特征
7 第三特征
8 第四特征
9 第一传感器单元
10 第二传感器单元
11 第三传感器单元
12 第四传感器单元
13 设备
14 马达
15 液压单元
16 链驱动装置
17 分析单元
18 装置
19 传感器单元
20 时钟
21 电池
Claims (12)
1.一种用于借助于多个传感器(9、10、11、12)来监控设备(13)的运行的方法，其中所述多个传感器(9、10、11、12)中的每个传感器分别与所述设备(13)的多个组件中的相应的组件相关联，所述方法至少包括如下步骤：
a)确定在所述设备(13)的无干扰运行下能分别利用所述多个传感器(9、10、11、12)来记录的测量值的相应的时间变化过程(1、2、3、4)；
b)确定相应的测量值的按照步骤a)所确定的时间变化过程(1、2、3、4)之间的相关性；
c)在所述设备(13)的所要监控的运行下分别利用所述多个传感器(9、10、11、12)来记录测量值的相应的时间变化过程(1、2、3、4)；而且
d)通过依据在步骤b)中所确定的相关性来分析在步骤c)中记录的时间变化过程(1、2、3、4)，判断在所述设备(13)的所要监控的运行下是否存在干扰。
2.根据权利要求1所述的方法，其中所有传感器(9、10、11、12)都被确定和设立用于测量相同的物理参量。
3.根据权利要求1或2所述的方法，其中利用分析单元(17)来至少执行步骤d)，在步骤c)中由所述多个传感器(9、10、11、12)中的至少一个传感器记录的测量值通过非接触式通信被传送给所述分析单元。
4.根据权利要求3所述的方法，其中通过非接触式通信不连续地进行所述传送。
5.根据权利要求1或2所述的方法，其中相应的时间戳被附加给在步骤c)中记录的测量值。
6.根据权利要求1或2所述的方法，其中在步骤b)中利用至少一个神经网络(14)通过学习来确定所述相关性。
7.根据权利要求1或2所述的方法，其中在步骤d)中，求在步骤c)中记录的时间变化过程(1、2、3、4)的时间导数，而且在判断在所述设备(13)的所要监控的运行下是否存在干扰时考虑所述时间导数。
8.一种用于根据权利要求1至7之一所述的方法来监控设备(13)的运行的装置(18)，所述装置至少包括：多个传感器(9、10、11、12)，其中所述多个传感器(9、10、11、12)中的每个传感器分别与所述设备(13)的多个组件中的相应的组件相关联；和
分析单元(17)，所述分析单元通过非接触式通信与所述传感器(9、10、11、12)中的至少一个传感器连接。
9.根据权利要求8所述的装置(18)，其中所述分析单元(17)具有至少一个神经网络(22)，用于在步骤b)中通过学习来确定所述相关性。
10.根据权利要求8或9所述的装置(18)，其中所述多个传感器(9、10、11、12)中的至少一个传感器布置在相应的自给式传感器单元(19)中。
11.根据权利要求8或9所述的装置(18)，其中每个传感器单元(19)都分别具有时钟(20)，而且其中传感器单元(19)的时钟(20)彼此同步。
12.一种机器可读数据载体，在其上存储有计算机程序，所述计算机程序被设立用于执行根据权利要求1至7之一所述的方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102017219543.6A DE102017219543A1 (de) | 2017-11-03 | 2017-11-03 | Verfahren und Anordnung zum Überwachen eines Betriebs einer Anlage |
| DE102017219543.6 | 2017-11-03 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109753031A CN109753031A (zh) | 2019-05-14 |
| CN109753031B true CN109753031B (zh) | 2024-03-08 |
Family
ID=66178909
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811301339.XA Active CN109753031B (zh) | 2017-11-03 | 2018-11-02 | 用于监控设备的运行的方法和装置 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11009430B2 (zh) |
| CN (1) | CN109753031B (zh) |
| DE (1) | DE102017219543A1 (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1678885A (zh) * | 2002-08-29 | 2005-10-05 | 恩德莱斯和豪瑟尔分析仪表两合公司 | 用于监控传感器功能的方法 |
| CN101135581A (zh) * | 2006-08-29 | 2008-03-05 | Abb专利有限公司 | 运行传感装置的方法 |
| CN101573508A (zh) * | 2006-12-13 | 2009-11-04 | 桑德威克采矿和建筑有限责任公司 | 用于识别喷洒设备的堵塞的方法及实施该方法的装置 |
| CN102947695A (zh) * | 2010-04-08 | 2013-02-27 | 弗尔斯特博士研究所有限责任两合公司 | 温度记录检查方法以及用于执行检查方法的检查装置 |
| CN103547511A (zh) * | 2011-04-18 | 2014-01-29 | 克朗斯股份公司 | 一种操作一具有故障诊断功能的容器处理系统的方法 |
| CN106952033A (zh) * | 2017-03-16 | 2017-07-14 | 沈阳新代信息技术有限公司 | 一种基于多数据源的搅拌设备生产质量监控系统及方法 |
| WO2017167616A1 (de) * | 2016-03-31 | 2017-10-05 | Fibro Gmbh | Verfahren zur schwingungsdiagnostischen überwachung einer maschine |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE59712546D1 (de) * | 1997-07-31 | 2006-04-06 | Sulzer Markets & Technology Ag | Verfahren zum Überwachen von Anlagen mit mechanischen Komponenten |
| ATE393922T1 (de) * | 2003-11-18 | 2008-05-15 | Peter Renner | Zustandsüberwachung bei technischen prozessen |
| EP1892597A1 (de) * | 2006-08-26 | 2008-02-27 | Peter Renner | Zustandsüberwachung von Maschinen und technischen Anlagen |
| US20120283885A1 (en) * | 2011-05-04 | 2012-11-08 | General Electric Company | Automated system and method for implementing statistical comparison of power plant operations |
-
2017
- 2017-11-03 DE DE102017219543.6A patent/DE102017219543A1/de active Pending
-
2018
- 2018-10-31 US US16/176,856 patent/US11009430B2/en active Active
- 2018-11-02 CN CN201811301339.XA patent/CN109753031B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1678885A (zh) * | 2002-08-29 | 2005-10-05 | 恩德莱斯和豪瑟尔分析仪表两合公司 | 用于监控传感器功能的方法 |
| CN101135581A (zh) * | 2006-08-29 | 2008-03-05 | Abb专利有限公司 | 运行传感装置的方法 |
| CN101573508A (zh) * | 2006-12-13 | 2009-11-04 | 桑德威克采矿和建筑有限责任公司 | 用于识别喷洒设备的堵塞的方法及实施该方法的装置 |
| CN102947695A (zh) * | 2010-04-08 | 2013-02-27 | 弗尔斯特博士研究所有限责任两合公司 | 温度记录检查方法以及用于执行检查方法的检查装置 |
| CN103547511A (zh) * | 2011-04-18 | 2014-01-29 | 克朗斯股份公司 | 一种操作一具有故障诊断功能的容器处理系统的方法 |
| WO2017167616A1 (de) * | 2016-03-31 | 2017-10-05 | Fibro Gmbh | Verfahren zur schwingungsdiagnostischen überwachung einer maschine |
| CN106952033A (zh) * | 2017-03-16 | 2017-07-14 | 沈阳新代信息技术有限公司 | 一种基于多数据源的搅拌设备生产质量监控系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20190137364A1 (en) | 2019-05-09 |
| DE102017219543A1 (de) | 2019-05-09 |
| CN109753031A (zh) | 2019-05-14 |
| US11009430B2 (en) | 2021-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6810097B2 (ja) | 異常検出器 | |
| CN110832416B (zh) | 自动化系统中的完整性监控 | |
| CN100489699C (zh) | 检测紧急传感器失效的方法 | |
| US9558600B2 (en) | Duty cycle recording system and method for estimation of damage and remaining life of drivetrain components | |
| RU2720753C1 (ru) | Способ эксплуатации системы контроля состояния вибрационной машины и система контроля состояния | |
| KR20180048218A (ko) | 기계학습 기반 공작기계 고장 진단 시스템 및 방법 | |
| EP3161562B1 (en) | A method for controlling a process plant using a redundant local supervisory controller | |
| US11175976B2 (en) | System and method of generating data for monitoring of a cyber-physical system for early determination of anomalies | |
| CN107848591A (zh) | 用于监测车身组装线的驱动部的方法及其装置 | |
| EP3361450B1 (en) | Vehicle component failure prevention | |
| EP3581534B1 (en) | Variable thresholds for an elevator system | |
| CN112727965A (zh) | 采煤机制动器的故障监测方法及装置 | |
| Aqueveque et al. | Data-driven condition monitoring of mining mobile machinery in non-stationary operations using wireless accelerometer sensor modules | |
| CN113779838A (zh) | 一种模型与数据融合驱动的提升机主轴装置智能维护方法 | |
| CN109753031B (zh) | 用于监控设备的运行的方法和装置 | |
| CN116822115A (zh) | 一种基于数字孪生技术的智慧园区的环境管理方法及系统 | |
| CN102471013A (zh) | 电梯控制装置 | |
| US20240011519A1 (en) | Method for Operating a Monitoring System | |
| CN110118576A (zh) | 用于设置和监视设备的方法 | |
| CN110073419B (zh) | 具有智能的维护需求监控的电气驱动单元 | |
| CN113196344A (zh) | 用于确定构件或组件容差的方法 | |
| US11998927B2 (en) | Method and device for controlling a process within a system, in particular a grinding process in a grinding device | |
| US20240167914A1 (en) | Apparatus For Determining Damage On Structural Components And Work Machine Comprising Such An Apparatus | |
| KR19980702691A (ko) | 생산 시스템의 제어 방법 | |
| Vanitha et al. | An Innovation Development of Neuro Controller for Condition Monitoring and Smart Industrial Instrumentation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |