CN111033413B - 监视设备和用于监视系统的方法 - Google Patents
监视设备和用于监视系统的方法 Download PDFInfo
- Publication number
- CN111033413B CN111033413B CN201880058663.5A CN201880058663A CN111033413B CN 111033413 B CN111033413 B CN 111033413B CN 201880058663 A CN201880058663 A CN 201880058663A CN 111033413 B CN111033413 B CN 111033413B
- Authority
- CN
- China
- Prior art keywords
- sensor
- sensor data
- sensors
- virtual
- data
- 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
Classifications
-
- 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
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
- G01D3/08—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for safeguarding the apparatus, e.g. against abnormal operation, against breakdown
-
- 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
-
- 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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/37—Measurements
- G05B2219/37325—Multisensor integration, fusion, redundant
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/10—Arrangements in telecontrol or telemetry systems using a centralized architecture
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
- H04Q2209/86—Performing a diagnostic of the sensing device
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及借助于传感器数据来监视技术系统。在此,在传感器失效的情况下针对失效的传感器基于剩余可工作的传感器来创建虚拟传感器数据。在此,对用于计算所述虚拟传感器数据的传感器的选择分两个阶段进行。在第一步骤中,首先基于基于知识的方法和所述系统的拓扑确定传感器的可能候选者。在第二步骤中,计算有错误传感器的传感器数据与传感器的可能候选者之间的数学关系,以计算所述虚拟传感器数据。以此方式,可以识别出形成用于计算所述虚拟传感器数据的合适基础的那些传感器。
Description
技术领域
本发明涉及一种监视设备和一种用于监视系统的方法。特别地,本发明涉及一种用于评估传感器数据的监视设备。
背景技术
现代技术系统配备了大量传感器。通常,这些传感器会检测所有相关的系统状态。可以基于这些传感器的输出信号来确定要监视的系统的当前状态。因此,借助于这些传感器的输出值可以对所述系统进行适配的控制或调节。特别地,临界系统状态也可以从所述传感器的输出值中导出。这样的临界系统状态例如可能导致需要干预所述系统的流程,或者必要时还可能导致需要完全或部分关闭所述系统。
为了使这样的系统安全操作,在此所述传感器提供的数据必须尽可能完整和高度可靠。在传感器数据有错误或可能缺失的情况下,可能无法以足够的可靠性保证控制的可靠性或对临界操作状态的探测。
由于系统中传感器数量众多,在此有可能的是,如果一个传感器失效,则从所述系统的其他传感器的数据中导出该传感器的数据。为此存在各种方法。
例如,可以以基于统计的方法来识别各个传感器数据之间的关系。为此,例如可以分别成对地针对来自两个传感器的数据计算统计关系,例如相关性。在此,如果对于两个传感器得到高的相关性,则这两个传感器的传感器数据之间存在强烈的关系,从而如果这两个传感器中的一个失效,则可以分别从仍在工作的传感器中导出另一个传感器的数据。在此,这种方法的缺点是必须预先为每对传感器单独地计算统计值。由于系统中的传感器数量众多,为此需要具有相应复杂且昂贵的硬件的强大计算能力。
替代地,也可以借助于基于知识的方法来识别彼此相关的传感器数据。但是,为此需要非常详细地了解要监视的系统。这种了解一般是从人类知识中获得的。因此,对于每个新设计的系统都需要重新创建合适的知识库。这需要对所述系统进行非常详细的分析并需要高水平的人工干预。因此,这样的设计同样非常复杂,并且由于人为因素也容易出错。
因此,需要监视具有多个传感器的系统,其中,如果在所述传感器之一中出现错误,则可以从仍然可用的传感器数据中特别可靠且快速地重建失效传感器的数据。
发明内容
为此,本发明提供一种具有权利要求1的特征的监视设备,一种具有权利要求7的特征的用于监视系统的设备以及一种具有权利要求8的特征的用于监视系统的方法。
因此规定:
一种具有接收装置和评估装置的监视设备。所述接收装置被设计为从多个传感器接收传感器数据。所述评估装置被设计为探测多个传感器中的第一传感器中的错误。此外,所述评估装置被设计为计算虚拟传感器数据,所述虚拟传感器数据代替有错误的第一传感器的传感器数据。在此,所述评估装置首先从所述多个传感器中确定传感器候选者的列表,以计算所述虚拟传感器数据。所述评估装置为传感器候选者中的每个传感器分别确定相似度值。然后,所述评估装置使用具有最大相似度值的传感器的传感器数据来计算针对有错误的第一传感器的虚拟传感器数据。
还规定:
一种用于监视系统的设备,具有多个传感器、根据本发明的监视设备和控制装置。所述多个传感器分别被设计为提供传感器数据。每个传感器提供的传感器数据在此都对应于所述系统中检测的一个测量值。所述控制装置被设计为使用接收到的传感器数据和计算出的虚拟传感器数据来控制所述系统。
还规定:
一种用于监视系统的方法。该系统包括以下步骤:从多个传感器接收传感器数据,以及探测所述多个传感器中的第一传感器中的错误。此外,该方法包括从所述多个传感器中确定传感器候选者列表的步骤,以及针对所述传感器候选者列表中的每个传感器确定相似度值的步骤。最后,该方法包括计算虚拟传感器数据的步骤。所述虚拟传感器数据在此替换有错误的第一传感器的传感器数据。在此,使用具有最大相似度值的传感器的传感器数据来计算所述虚拟传感器数据。
本发明基于以下知识:在系统具有大量传感器的情况下,如果一个传感器失效,则大多可以从其他传感器数据中重建传感器数据。但是,在这种情况下识别合适的替代传感器——从所述替代传感器中可以重建缺失或有错误的传感器数据——非常费力。因此,这种巨大的耗费使设计可靠的系统变得更加困难和昂贵。
因此,本发明基于以下思想:考虑到该知识并且规定对系统的监视,其中可以以尽可能简单但可靠的方式来识别用于重建缺失或有错误数据的替代传感器数据。为此,本发明规定了一种两阶段的方法。在第一步骤中,可以首先在结构和功能上分析现有系统。以这种方式,可以在相对简单的方法中识别功能和结构关系,这些关系可以用作替代的传感器源的起点。由此,已经严重地限制了用作重建传感器数据的起点的可能传感器候选者的数量。然后可以在进一步的步骤中通过统计/数学分析来计算各个候选者的传感器数据的关系。在此,如果识别出两个传感器的数据之间存在强关系,则如果这些传感器之一失效,则可以将另一个传感器用作重建有错误传感器数据的基础。
可以基于对所述系统的任何合适的分析来确定传感器候选者,在传感器失效的情况下可以从所述传感器候选者的数据中重建有错误的传感器的传感器数据。例如,对所述系统的结构和/或功能描述可以存储在数据库或其他合适的存储器中。基于对所述系统的这种结构或功能描述,可以识别所述系统中各个传感器之间的功能、结构和空间关系。例如,如果监视体积流,则可以将参与监视所述体积流的所有传感器关联。另一方面,可以忽略不参与监视这种体积流的其他传感器,从而可以减少用于随后的第二步骤的传感器的数量。此外,也可以将对类似的、早先设计的系统的已经存在的了解用于创建可能传感器候选者的列表。此外,原则上也可以将其他知识来源用于创建传感器候选者列表。
在设计所述系统时就已经可以创建所述传感器候选者列表。此外,还可以在正常运行操作期间建立、创建所述传感器候选者列表或者必要时根据操作状态或对所述系统的修改来适配所述传感器候选者列表。由于所述传感器候选者列表的创建独立于所述系统的正在进行的操作,因此所述传感器候选者列表的创建仅需要少量的计算能力。特别地,所述传感器候选者列表的创建不是时间紧迫的过程,因为不需要针对实时应用的很高的计算能力。
然后在进一步的流程中,可以为潜在的候选者分别确定相似度值,在发生错误的情况下可以从所述潜在的候选者中重建有错误传感器的数据。例如,可以为此定义函数,该函数描述了来自两个传感器的数据之间相似度的度量。特别地,例如可以计算来自两个传感器的数据之间的相关性或互相关性。两个传感器的数据之间的相似性、特别是相关性越高,这两个传感器的数据彼此的关系就越强。如果这两个传感器之一的数据失效,则在此在高度相似性、特别是强相关性的情况下可以从仍然工作的传感器的数据中比较好地重建有错误传感器的数据。
要监视的系统可以是任何系统,特别是任何技术系统。从而例如由一种或多种原材料或产品来制造最终产品的技术设施可以作为系统。例如,这可以是化学过程的过程设施。此外,用于产品的全部或部分自动制造的任何生产设施也可以作为系统。这样的系统可以例如包括家用电器的制造设施或任何其他生产设施。此外,所述系统还可以是例如发电厂,例如天然气发电厂或燃煤发电厂。此外,要监视的系统必要时也可以只是这种生产设施或发电厂的一部分。例如,所述要监视的系统也可以只是发电厂的涡轮机。但是,此外,可以使用多个系统监视和控制的任何其他系统也是可能的。
可以以任何方式探测所述第一传感器中的错误。例如,可以检查接收到的传感器数据的一致性。如果接收到的传感器数据高于和/或低于预定极限值,则例如可以表示存在有错误的传感器。此外,还可以将接收到的传感器数据与先前已经接收到的传感器数据进行比较,并且如果偏差太大,则可以得出可能有错误的结论。在简单的情况下,已经可以从缺少所提供的传感器数据来推断出传感器有故障。然而,此外还可以接收指示所述传感器之一中可能存在错误的附加信号。术语“第一传感器”在此仅用于将该传感器与其他传感器区分开来。第一传感器在此可以是来自所述系统的多个传感器中的该系统的任何传感器。
根据一个实施方式,所述监视装置包括存储装置。在这种情况下,所述评估装置可以被设计为将从所述多个传感器接收到的传感器数据存储在所述存储装置中。此外,所述评估装置可以使用在探测到所述第一传感器中的错误之前存储的所存储的传感器数据来计算相似度值。特别地,为了计算所述相似度值,可以将所存储的预定时间窗或时间间隔的传感器数据用于计算所述相似度值。
根据一个实施方式,所述监视装置包括数据库。可以将所述数据库设计为存储并提供关于所述多个传感器的信息。所述评估装置可以使用通过所述数据库提供的关于所述多个传感器的信息来创建所述传感器候选者列表。例如,关于各个传感器的功能关系的信息可以存储在所述数据库中。此外,各个传感器之间的空间和/或结构关系也可以存储在所述数据库中。此外,关于所述系统以及特别是关于所述系统中的各个传感器的任何其他附加说明也可以存储在所述数据库中。这些信息可以例如被自动地添加到所述数据库中,或者必要时全部或部分手动地添加到所述数据库中。以这种方式,可以提供关于所述系统和其中包含的传感器的知识库。特别地,在所述数据库中也可以针对每个传感器例如存储与各自传感器相关的质量度量。该质量度量可以例如具体说明关于传感器数据的公差范围的说明或用于传感器数据的质量的任何其他参数。由此,特别是在为有错误的传感器重建虚拟传感器数据时,也可以导出关于所生成的虚拟传感器数据的可靠性和/或公差的说明。
根据一个实施方式,所述评估装置使用所述系统中各个传感器的空间、结构或功能关系来确定传感器候选者。以这种方式,通过评估所述传感器的已知关系,已经可以强烈地限制具有大量传感器的系统中潜在传感器候选者的数量。
根据一个实施方式,所述评估装置生成用于从一个或多个传感器的传感器数据中计算所述虚拟传感器数据的计算规则,从所述传感器数据中可以导出所述虚拟传感器数据。通过这种方式,可以在发生错误的情况下从仍然可用的传感器数据中非常快速地计算所述虚拟传感器数据。
根据一个实施方式,计算所述虚拟传感器数据包括计算针对计算出的虚拟传感器数据的可靠性值。特别地,例如可以使用计算出的相似度值和/或结合所述传感器定义的传感器数据的质量来计算所述可靠性值。以这种方式,可以计算对所述虚拟传感器数据的质量的量度。因此,可以根据计算出的可靠性值来适配借助于所述虚拟传感器数据对所述系统的进一步控制和监视。
根据用于监视系统的方法的一个实施方式,计算两个传感器之间的相似度值包括计算这两个传感器之间、特别是被识别为有错误的第一传感器与其他传感器的候选者之间的相关性。此外,用于定义描述两个传感器的数据之间关系的变量的任何其他函数和计算规则都是可能的。
根据一个实施方式,在探测到所述第一传感器中的错误之前就已经进行所述传感器候选者列表的确定。以这样的方式,当探测到错误时,所述传感器候选者列表已经可用,从而接着可以非常快速地识别合适的传感器,基于该传感器可以计算针对有错误传感器的替代虚拟传感器数据。在此,例如只能一次性地在设计所述系统时创建所述传感器候选者列表。此外,还可以在修改所述系统时和/或根据所述系统的操作状态来适配所述传感器候选者列表。
根据一个实施方式,所述方法包括用于存储接收到的多个传感器的传感器数据的步骤。在这种情况下,可以使用在第一传感器中探测到错误之前接收到的存储的传感器值来确定所述相似度值。以这样的方式,存在适用于计算所述相似度值的无错传感器数据可用。特别地,可以基于在预定时间间隔或时间窗口内接收的传感器数据来计算两个传感器之间的相似度值。
只要有意义,上述实施方案和扩展可以任意彼此组合。本发明的其他实施方案、扩展和实现还包括上面或下面参照实施例描述的本发明的特征的未明确提及的组合。特别地,本领域技术人员还将增加各个方面作为对本发明的各自基本形式的改进或补充。
附图说明
下面基于在附图的示意图中说明的实施例更详细地解释本发明。
图1示出了根据一个实施方式的要监视的系统的示意图;
图2示出了根据一个实施方式的用于监视系统的设备中的监视设备的示意图;以及
图3示出了基于根据一个实施方式的用于监视系统的方法的流程图的示意图。
具体实施方式
图1示出了要监视的系统10的示意图。要监视的系统10可以是任何要监视的系统。例如,系统10可以是生产设施、制造线、发电厂或仅其一部分。例如,系统10也可以是发电厂的涡轮机或发电厂的其他要监视的部分。同样,生产设施的一部分,例如反应容器等也可以作为系统10加以监视。在系统10中设置了多个传感器1-i。这些传感器1-i中的每一个可以例如监视系统10的一个或多个参数,并提供与所监视的一个或多个参数相对应的传感器数据。例如,传感器1-i可以分别检测温度、压力、体积流、湿度、预定物质在体积中的浓度、填充量、长度(例如距离或伸展)、强度(例如光强度或辐射强度)、电变量(例如电压,电流,功率等)或任何其他物理变量。由传感器1-i提供的传感器数据可以例如作为模拟值或数字值提供。特别地,例如所述传感器数据可以作为数字数据提供。在此,每个传感器的数据可以经由合适的连接分开地提供给监视设备2。同样,可以经由公共数据总线向监视设备2提供多个传感器的数据。为此,可以使用任何合适的总线系统。
监视设备2从传感器1-i接收传感器数据。如果应该在传感器F中出现错误并且因此该传感器F不能提供传感器数据或只能提供有错误的传感器数据,则监视设备1重建该有错误的传感器F的传感器数据并且针对该有错误的传感器F提供虚拟传感器数据。系统10的控制装置3然后可以使用来自传感器1-i的传感器数据并且必要时使用针对有错误的传感器F的虚拟传感器数据来控制或调节所述系统。特别地,控制装置3在此还可以在必要时基于来自传感器1-i的传感器数据以及必要时还基于所述虚拟传感器数据来识别系统10的临界操作状态。如果基于传感器数据1-i并且必要时还基于所述虚拟传感器数据在系统10中识别出这种临界操作状态,则接着例如可以进行合适的信号通知。所述信号通知可以作为光学信号和/或声学信号输出。同样,也可以输出模拟信号或数字信号,基于所述模拟信号或数字信号可以适配对系统10的控制,或者在必要时在出现临界操作状态时也可以全部或部分停止系统10。
对于安全的操作流程来说,在此至关重要的是要可靠地正好识别这样的临界操作状态。如果例如在出现临界操作状态时不能及时适配系统10的流程,则这可能导致系统10中相当大的危险情况。另一方面,如果例如由于于不足的传感器数据而确定出系统10的临界操作状态,尽管不存在系统10的这种临界操作状态,则这可能导致系统10的完全或部分失效,所述失效例如由于系统10的关闭而导致相当大的成本。因此,非常重要的一点是,始终基于来自传感器1-i的传感器数据提供足够的数据库。
因此,系统10的监视设备2可以在传感器F中出现错误时重建虚拟传感器数据,所述虚拟传感器数据可以代替有错误的传感器F的实际传感器数据来加以使用。所述虚拟传感器数据在此可以从系统10中一个或必要时多个其他传感器1-i的传感器数据中计算出来。下面更详细地解释监视设备2的功能。
图2示出了可以在系统10中使用的监视设备2的示意图。监视设备2包括至少一个接收装置21和评估装置22。此外,监视设备2还可以包括数据库23,并且必要时还可以包括其他组件。接收装置21从系统10的传感器1-i接收传感器数据。接着,接收到的传感器数据被提供给评估装置22。评估装置22可以例如探测传感器F的传感器数据中的错误。例如,评估装置22可以将接收到的传感器数据与上阈值和/或下阈值进行比较。如果所述传感器数据超过或低于一个或多个预定阈值,则可以表明相应传感器1-i有故障。此外,还可以评估所述传感器数据的值的时间变化过程,以便在所述时间变化过程偏离预定标准时推断出相应传感器1-i有故障。替代地,评估装置22也可以接收附加信号,所述附加信号以信号通知相应传感器1-i有故障。所述信号可以是适合于指示相应传感器1-i有故障的任何模拟或数字信号。
如果评估装置22确定传感器F有故障,则评估装置22从一个或多个其他传感器1-i的传感器数据中计算出有错误传感器F的虚拟传感器数据。这些虚拟传感器数据可以代替有错误传感器F的实际传感器数据而用于进一步处理。因此,可以基于所述传感器数据和计算出的虚拟传感器数据来对系统10进行控制,并特别是探测系统10的可能的临界操作状态。
为了计算所述虚拟传感器数据,评估装置22首先确定基于来自系统10的其他传感器1-i的哪些传感器数据才能尽可能准确和可靠地计算出针对有错误传感器1-i的虚拟传感器数据。为此,在第一步骤中首先确定可能的传感器候选者的列表。在进一步的步骤中,针对所确定的传感器1-i的候选者中的每一个确定值,该值详细说明了有错误传感器F与各自候选者之间关系的量度。接着可以从来自一个或多个其他传感器1-i的传感器数据中计算出所述虚拟传感器数据,所述传感器数据与有错误传感器F的传感器数据具有特别强烈的关系。
传感器1-i的可能候选者可以例如通过分析关于系统10的规范来确定。这些规范可以例如存储在数据库23中,并且可以通过数据库23提供。例如,可以评估各个传感器1-i彼此之间的功能关系。从而例如与共同的过程步骤有关的多个传感器1-i可以被认为是互相归属的。如果系统10包括例如反应容器,则检测与该反应容器有关的变量的所有传感器可以被视为属于同一组。例如,来自检测管道中的体积流的多个变量的传感器的数据也可以被视为互相归属。此外,可以为系统10形成任何另外的传感器组。特别地,例如可以以分级结构具体说明所述系统中的传感器1-i。在这种情况下,例如全部属于一较高等级的传感器可以被视为一组传感器。所述传感器的分组在此可以基于功能关系,也就是说,检测系统10的共同功能的变量的传感器可以被组合为一个组,或者所述传感器的分组还可以例如基于系统10中的结构或空间布置,也就是说,布置在系统10的公共空间区域中的传感器可以被视为一个公共组。此外,当然,传感器10的任何其他合适的分组也是可能的。
此外,也可以以任何其他方式对传感器1-i进行分组以形成传感器1-i的可能候选者,从这些可能候选者的数据中可以为失效传感器F计算出虚拟传感器数据。例如,也可以在设计系统10时就已经设定和保存可能的候选者。特别地,在此情况下可以使用任何基于知识的方法来形成传感器的可能候选者。例如,还可以对系统10的规范进行语义分析,以识别传感器1-i的可能候选者。在此可以完全自动地或者必要时也可以部分自动地借助于任何合适的方法确定传感器1-i的可能候选者的列表。例如,也可以使用基于模糊逻辑的算法来识别传感器1-i的可能候选者。
传感器1-i的可能候选者的列表在此可以在设计系统10时一次性完成,可以将传感器1-i的可能候选者用作计算针对有错误传感器1-i的虚拟传感器数据的起点。此外,还可以根据系统10的设计来适配传感器1-i的候选者列表。例如,在对系统10进行修改时,可以根据所述修改适配传感器1-i的可能候选者的列表。也可以根据系统10的各自操作状态来适配传感器1-i的可能候选者的列表。
但是,在此至关重要的是,在相应传感器1-i中出现错误之前就已经可以创建传感器1-i的可能候选者列表以用于计算针对确定的传感器1-i的虚拟传感器数据。因此,确定传感器1-i的可能候选者列表不是时间紧迫的过程,从而可以以比较低的处理器能力来执行传感器1-i的可能候选者列表的创建。接着可以将确定的可能传感器的候选者列表存储和保持在评估装置22的存储器中。
在传感器1-i的可能候选者的情况下——在出现错误的情况下可以从所述可能候选者的传感器数据中计算出针对传感器F的虚拟传感器数据,在此可以分别基于相同的物理参数。这例如意味着可以将来自其他温度传感器的传感器数据用于温度重建。然而,此外,原则上还可以将用于一个物理参数的虚拟传感器数据基于用于其他物理参数的传感器数据来加以计算。从而例如在温度传感器失效时必要时还可以从用于其他物理参数(例如压力,流速等)的传感器的传感器数据中导出温度。
如果通过评估装置22确定传感器1-i之一中存在错误,则评估装置22接着确定基于哪些传感器数据才能最合适地计算出可能的虚拟传感器数据。为此,评估装置22可以首先为传感器1-i的每个可能候选者从先前创建的传感器候选者列表中确定一个值,该值指示传感器1-i的可能候选者与有错误传感器F之间的关系的度量。以下将这样的值称为相似度值。例如,可以从有错误传感器1-i的传感器数据与可能候选者的传感器数据之间的相关性来计算这样的相似度值。在此,具有接近1的绝对值的高相关性表示有错误传感器1-i的传感器数据与可能候选者的传感器数据之间高度一致。相反,接近零的较小值表示这两种传感器数据之间的一致性非常小。
在此,特别是可以使用在探测到一个传感器F中的错误之前的传感器数据来计算所述相似度值。为此,例如可以连续地或在预定的时刻分别存储传感器1-i的传感器数据。如果在传感器F中探测到错误,则可以使用先前存储的传感器数据来从中计算各个传感器1-i之间的相似度值。特别地,在这种情况下可以预定时间窗口或时间间隔,可以使用来自所述时间窗口或时间间隔的传感器数据来计算所述相似度值。取决于应用情况,所述时间间隔可以处于微秒、毫秒、秒、分、小时或天的范围中。
在已经针对传感器1-i的所有可能候选者计算出候选者的传感器值与有错误传感器F的传感器数据之间的相似度值之后,可以选择至少一个传感器1-i,基于所述至少一个传感器1-i的传感器数据计算出针对有错误传感器F的可能虚拟传感器数据。为此,例如可以将另一个还可以工作的传感器1-i的传感器数据用于从中计算出针对有错误传感器1-i的虚拟传感器数据。替代地,也可以将多个还可以工作的传感器1-i的传感器数据用于从中计算出针对有错误传感器F的虚拟传感器数据。
在这种情况下,还可以从在有错误传感器F中出现错误之前存储的传感器数据中导出临时有错误传感器F的传感器数据与应当基于其计算所述虚拟传感器数据的一个或多个传感器的传感器数据之间的关系。由此,可以从能工作的传感器1-i的传感器数据中导出用于计算所述虚拟传感器数据的计算规则。
此外,也可以向每个传感器1-i分配对质量的度量。这种对质量的度量例如可以描述各自传感器1-i的传感器数据的准确性。此外,用于详细说明各自传感器1-i的质量或来自各自传感器1-i的传感器数据的质量的其他参数也是可能的。对传感器数据质量的这种度量同样可以被用于选择应当从其传感器数据计算所述虚拟传感器数据的传感器。从而例如在传感器1-i的两个潜在候选者的相似度值相同或相似的情况下,可以选择对于传感器数据质量具有合适值的传感器。
此外,还可以从详细说明传感器数据质量的值中导出对所述虚拟传感器数据质量的度量。以这样的方式,可以相应地对所述虚拟传感器数据进行分类。例如,如果只能计算具有较低质量的虚拟传感器数据,而原始的但现在有错误的传感器数据具有高质量,则接着也可以基于所确定的虚拟传感器数据质量来适配对系统10的控制。特别地,如果所述虚拟传感器数据的质量偏离原始传感器数据的质量,则还可以基于传感器数据来适配用于识别临界操作状态的标准。例如,如果必须期望所述虚拟传感器数据仅以高公差描述温度,而原始的温度传感器已确定了以高精度详细说明所述温度的传感器数据,则必要时可以在相应较低的温度时就已经确定了关键操作状态以从中导出相应的措施。
替代地,也可以根据所述虚拟传感器数据的质量来适配系统10的控制或调节范围。
图3示出了流程图的示意图,该流程图基于根据一个实施方式的用于监视系统10的方法。在步骤S1中,首先从多个传感器1-i接收传感器数据。在步骤S2中,可以在多个传感器1-i的至少一个传感器F中探测到错误。如上已经描述的,可以基于接收到的传感器数据进行所述探测,或者必要时还可以基于传感器1-i中的直接错误探测来进行所述探测。在步骤S3中,确定传感器1-i的可能候选者,必要时可以从所述可能候选者的传感器数据中导出针对有错误传感器F的传感器数据。在此,可以在传感器1-i中探测到错误之前、特别是在设计系统10时或在系统10正常操作期间就已经确定可能的传感器候选者。在步骤S4中计算相似度值,其中针对有错误传感器F与传感器的可能候选者之间的每个配对分别计算相似度值。在此,特别是基于在传感器F中探测到错误之前的传感器数据来计算所述相似度值。为此,同样如上所述,可以存储在出现错误之前的传感器数据。
在步骤S5中,计算针对有错误传感器的虚拟传感器数据。所述虚拟传感器数据可以在进一步的过程步骤中替换所述有错误传感器的传感器数据。在此,使用具有最大相似度值的传感器数据来计算所述虚拟传感器数据。必要时,来自多个传感器1-i的具有相应高相似度值的传感器数据也可以用于计算所述虚拟传感器数据。
然后可以基于所述传感器数据来控制系统10,其中将所述有错误传感器的传感器数据替换为所述虚拟传感器数据。对系统10的控制在此特别是还可以包括对临界操作状态的探测。
总之,本发明涉及借助于传感器数据来监视技术系统。在此,在传感器失效的情况下针对失效的传感器基于剩余可工作的传感器来创建虚拟传感器数据。在此,对用于计算所述虚拟传感器数据的传感器的选择分两个阶段进行。在第一步骤中,首先基于基于知识的方法和所述系统的拓扑确定传感器的可能候选者。在第二步骤中,计算有错误传感器的传感器数据与传感器的可能候选者之间的数学关系,以计算所述虚拟传感器数据。以此方式,可以识别出形成用于计算所述虚拟传感器数据的合适基础的那些传感器。
Claims (13)
1.一种监视设备(2),包括:
接收装置(21),其被设计为从多个传感器(1-i)接收传感器数据;以及
评估装置(22),其被设计为探测所述多个传感器(1-i)的第一传感器(F)中的错误并计算虚拟传感器数据,所述虚拟传感器数据替换有错误的第一传感器(F)的传感器数据,
其中所述评估装置(22)从所述多个传感器(1-i)中确定传感器候选者的列表以用于计算所述虚拟传感器数据,为每个传感器候选者确定相似度值,并使用具有最大相似度值的传感器的传感器数据来计算针对有错误的第一传感器(F)的所述虚拟传感器数据。
2.根据权利要求1所述的监视设备(2),其中,所述评估装置(22)被设计为存储从所述多个传感器(1-i)接收到的传感器数据,并且其中,所述评估装置(22)使用所存储的传感器数据来计算所述相似度值,所存储的传感器数据是在探测到所述第一传感器(F)中的错误之前就已存储的。
3.根据权利要求1或2所述的监视设备(2),其中,所述监视设备(2)包括被设计为提供关于所述多个传感器(1-i)的信息的数据库(23),并且其中,所述评估装置(22)被设计为使用在所述数据库(23)中提供的关于所述多个传感器(1-i)的信息来创建所述传感器候选者的列表。
4.根据权利要求1至2中任一项所述的监视设备(2),其中,所述评估装置(22)被设计为使用各个传感器(1-i)的空间或功能关系来确定所述传感器候选者。
5.根据权利要求1至2中任一项所述的监视设备(2),其中,所述评估装置(22)被设计为创建计算规则,该计算规则用于从具有最大相似度值的传感器(1-i)的传感器数据中计算所述虚拟传感器数据。
6.根据权利要求1至2中任一项所述的监视设备(2),其中,计算所述虚拟传感器数据包括计算针对所计算的虚拟传感器数据的实际可靠性值。
7.一种用于监视系统(10)的设备,包括:
多个传感器(1-i),每个传感器被设计为提供传感器数据,每个传感器数据对应于检测的测量值;
根据权利要求1至6中任一项所述的监视设备(2),以及
控制装置(3),其被设计为使用所接收的传感器数据和所计算的虚拟传感器数据来控制所述系统(10)。
8.一种用于监视系统(10)的方法,包括以下步骤:
从多个传感器(1-i)接收(S1)传感器数据;
在所述多个传感器(1-i)的第一传感器(F)中探测到(S2)错误;
从所述多个传感器(1-i)中确定(S3)传感器候选者的列表;
为所述传感器候选者的列表中的每个传感器确定(S4)相似度值,以及
计算(S5)虚拟传感器数据,所述虚拟传感器数据代替所述第一传感器(F)的传感器数据,其中使用具有最大相似度值的传感器的传感器数据来计算所述虚拟传感器数据。
9.根据权利要求8所述的方法,其中,确定(S4)所述相似度值包括计算所述第一传感器(F)的传感器数据与所述传感器候选者的传感器数据之间的相关性。
10.根据权利要求8或9所述的方法,其中,在探测到所述第一传感器(F)中的错误之前确定(S3)所述传感器候选者的列表。
11.根据权利要求8至9中任一项所述的方法,其中,向所述传感器候选者的列表中的每个传感器分配质量值,并且其中使用所述质量值来计算针对所述虚拟传感器数据的可靠性值。
12.根据权利要求8至9中任一项所述的方法,其中,所述方法还包括以下步骤:存储所接收的所述多个传感器(1-i)的传感器数据,并且其中使用在探测到所述第一传感器(F)中的错误之前接收到的所存储的传感器数据来确定(S4)所述相似度值。
13.根据权利要求12所述的方法,其中,使用所存储的传感器数据来确定(S4)所述相似度值在预定时间窗内进行。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017211737.0A DE102017211737B4 (de) | 2017-07-10 | 2017-07-10 | Überwachungsvorrichtung und Verfahren zur Überwachung eines Systems |
DE102017211737.0 | 2017-07-10 | ||
PCT/EP2018/068578 WO2019011877A1 (de) | 2017-07-10 | 2018-07-09 | Überwachungsvorrichtung und verfahren zur überwachung eines systems |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111033413A CN111033413A (zh) | 2020-04-17 |
CN111033413B true CN111033413B (zh) | 2023-09-26 |
Family
ID=63041973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880058663.5A Active CN111033413B (zh) | 2017-07-10 | 2018-07-09 | 监视设备和用于监视系统的方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11340599B2 (zh) |
EP (1) | EP3631593B1 (zh) |
CN (1) | CN111033413B (zh) |
BR (1) | BR112020000390A2 (zh) |
DE (1) | DE102017211737B4 (zh) |
RU (1) | RU2733006C1 (zh) |
WO (1) | WO2019011877A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102017211737B4 (de) | 2017-07-10 | 2019-03-28 | Siemens Aktiengesellschaft | Überwachungsvorrichtung und Verfahren zur Überwachung eines Systems |
JP6528869B1 (ja) * | 2018-02-13 | 2019-06-12 | オムロン株式会社 | セッション制御装置、セッション制御方法及びプログラム |
DE102019203380A1 (de) * | 2019-03-13 | 2020-09-17 | Zf Friedrichshafen Ag | Verfahren zur Zustandsüberwachung einer Antriebsanordnung und Antriebsanordnung |
WO2021146927A1 (en) * | 2020-01-21 | 2021-07-29 | Siemens Schweiz Ag | Method and apparatus for sensor fault detection |
NO20220004A1 (en) * | 2022-01-03 | 2023-07-04 | Elliptic Laboratories Asa | Robust virtual sensor |
CN116484306B (zh) * | 2023-06-20 | 2023-09-26 | 蘑菇物联技术(深圳)有限公司 | 异常传感器的定位方法、装置、计算机设备和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6556939B1 (en) * | 2000-11-22 | 2003-04-29 | Smartsignal Corporation | Inferential signal generator for instrumented equipment and processes |
CN102454546A (zh) * | 2010-10-29 | 2012-05-16 | 通用电气公司 | 检验至少一个风力涡轮机传感器的运行的控制系统和方法 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19636443A1 (de) * | 1996-09-07 | 1998-03-12 | Bosch Gmbh Robert | Vorrichtung und Verfahren zur Überwachung von Sensoren in einem Fahrzeug |
DE19902939B4 (de) * | 1998-09-02 | 2015-01-08 | Continental Teves Ag & Co. Ohg | Verfahren und Vorrichtung zum Ersetzen eines fehlerhaften Sensorsignals |
US7739096B2 (en) * | 2000-03-09 | 2010-06-15 | Smartsignal Corporation | System for extraction of representative data for training of adaptive process monitoring equipment |
US7096159B2 (en) * | 2003-09-05 | 2006-08-22 | Siemens Corporate Research Corp. | System and method for detecting and excluding outlier sensors in sensor-based monitoring |
DE102004033954A1 (de) * | 2004-03-27 | 2005-10-13 | Robert Bosch Gmbh | Vorrichtung und Verfahren zur Verringerung der Verschmutzung eines Sensors |
JP2007004632A (ja) * | 2005-06-24 | 2007-01-11 | Nokia Corp | 仮想センサ |
US7787969B2 (en) * | 2007-06-15 | 2010-08-31 | Caterpillar Inc | Virtual sensor system and method |
US7542879B2 (en) * | 2007-08-31 | 2009-06-02 | Caterpillar Inc. | Virtual sensor based control system and method |
US8036764B2 (en) * | 2007-11-02 | 2011-10-11 | Caterpillar Inc. | Virtual sensor network (VSN) system and method |
DE102009032265A1 (de) * | 2009-07-08 | 2011-01-13 | Magna Powertrain Ag & Co Kg | Verfahren zum Schutz einer Allradkupplung |
US9127597B2 (en) * | 2011-09-23 | 2015-09-08 | The Boeing Company | Sensor system |
US8977373B2 (en) * | 2011-12-28 | 2015-03-10 | Caterpillar Inc. | Systems and methods for extending physical sensor range using virtual sensors |
RU121944U1 (ru) * | 2012-07-13 | 2012-11-10 | Общество с ограниченной ответственностью "Нейрок Техсофт" | Автоматизированная система выявления неисправных датчиков среди датчиков, предназначенных для контроля технологических процессов |
US9256222B2 (en) * | 2012-07-18 | 2016-02-09 | International Business Machines Corporation | Sensor virtualization through cloud storage and retrieval mechanisms |
DE102014208034A1 (de) * | 2014-04-29 | 2015-10-29 | Siemens Aktiengesellschaft | Verfahren zum Bereitstellen von zuverlässigen Sensordaten |
US20160239492A1 (en) * | 2015-02-13 | 2016-08-18 | Olivier Rocca | Process for Extracting Information from a Set of Data |
US10204461B2 (en) * | 2016-07-19 | 2019-02-12 | GM Global Technology Operations LLC | Detection and reconstruction of sensor faults |
DE102017211737B4 (de) | 2017-07-10 | 2019-03-28 | Siemens Aktiengesellschaft | Überwachungsvorrichtung und Verfahren zur Überwachung eines Systems |
-
2017
- 2017-07-10 DE DE102017211737.0A patent/DE102017211737B4/de active Active
-
2018
- 2018-07-09 CN CN201880058663.5A patent/CN111033413B/zh active Active
- 2018-07-09 RU RU2020105672A patent/RU2733006C1/ru active
- 2018-07-09 BR BR112020000390-5A patent/BR112020000390A2/pt unknown
- 2018-07-09 WO PCT/EP2018/068578 patent/WO2019011877A1/de unknown
- 2018-07-09 US US16/629,473 patent/US11340599B2/en active Active
- 2018-07-09 EP EP18746603.2A patent/EP3631593B1/de active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6556939B1 (en) * | 2000-11-22 | 2003-04-29 | Smartsignal Corporation | Inferential signal generator for instrumented equipment and processes |
CN102454546A (zh) * | 2010-10-29 | 2012-05-16 | 通用电气公司 | 检验至少一个风力涡轮机传感器的运行的控制系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
US20200142390A1 (en) | 2020-05-07 |
EP3631593B1 (de) | 2021-04-14 |
WO2019011877A1 (de) | 2019-01-17 |
CN111033413A (zh) | 2020-04-17 |
DE102017211737B4 (de) | 2019-03-28 |
US11340599B2 (en) | 2022-05-24 |
RU2733006C1 (ru) | 2020-09-28 |
BR112020000390A2 (pt) | 2020-07-14 |
EP3631593A1 (de) | 2020-04-08 |
DE102017211737A1 (de) | 2019-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111033413B (zh) | 监视设备和用于监视系统的方法 | |
US10852357B2 (en) | System and method for UPS battery monitoring and data analysis | |
CN107111311B (zh) | 利用稀疏编码方法的燃气涡轮机传感器故障检测 | |
CN108628281A (zh) | 异常检测系统及异常检测方法 | |
GB2476246A (en) | Diagnosing an operation mode of a machine | |
KR102291964B1 (ko) | 반도체 제조 공정에서 고장 검출 및 불량 원인 진단을 위한 방법 | |
KR102005138B1 (ko) | 기기 이상징후 사전감지 방법 및 시스템 | |
CN117312997B (zh) | 一种电力管理系统智能诊断方法及系统 | |
EP3839521A1 (en) | Fault detection for appliances based on energy consumption data | |
CN112416662A (zh) | 多时间序列数据异常检测方法与装置 | |
US20210172992A1 (en) | Aging degradation diagnosis apparatus and aging degradation diagnosis method | |
US11928565B2 (en) | Automated model building and updating environment | |
CN115800272A (zh) | 基于拓扑识别的电网故障分析方法、系统、终端及介质 | |
CN106652393B (zh) | 假警报确定方法及装置 | |
CN117216481A (zh) | 一种用于电器的远程监控方法及系统 | |
JP2023518537A (ja) | 製油所の単数または複数の蒸留塔の目詰まりの予測方法、コンピュータプログラムおよび関連する予測システム | |
KR101977214B1 (ko) | 이상치 탐지 방법, 이를 이용하는 장치 및 시스템 | |
US11339763B2 (en) | Method for windmill farm monitoring | |
KR102110319B1 (ko) | 학습 데이터 생성 시스템 | |
JP2019159365A (ja) | 状態変動検出装置及び状態変動検出用プログラム | |
KR101985343B1 (ko) | 에뮬레이터 기반의 계측 데이터 분석 및 제어 시스템 | |
CN112260211A (zh) | 用于确定继电保护装置的运行状态的方法及装置 | |
EP3152408A1 (en) | Method for validation of an investigated sensor and corresponding machine | |
RU2794126C1 (ru) | Устройство для определения неисправности доменной печи, способ определения неисправности доменной печи и способ эксплуатации доменной печи | |
CN117890825B (zh) | 充电枪的泄露电流测试方法、装置、设备及存储介质 |
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 |