CN111947688B - 操作和预测性监测现场设备的方法 - Google Patents

操作和预测性监测现场设备的方法 Download PDF

Info

Publication number
CN111947688B
CN111947688B CN202010401333.0A CN202010401333A CN111947688B CN 111947688 B CN111947688 B CN 111947688B CN 202010401333 A CN202010401333 A CN 202010401333A CN 111947688 B CN111947688 B CN 111947688B
Authority
CN
China
Prior art keywords
deviation
time
determined
deviations
monitoring
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
Application number
CN202010401333.0A
Other languages
English (en)
Other versions
CN111947688A (zh
Inventor
迪米特里·韦西埃
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.)
Enderless And House Group Services Inc
Original Assignee
Enderless And House Group Services Inc
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 Enderless And House Group Services Inc filed Critical Enderless And House Group Services Inc
Publication of CN111947688A publication Critical patent/CN111947688A/zh
Application granted granted Critical
Publication of CN111947688B publication Critical patent/CN111947688B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01D1/00—Measuring arrangements giving results other than momentary value of variable, of general application
    • G01D1/14—Measuring arrangements giving results other than momentary value of variable, of general application giving a distribution function of a value, i.e. number of times the value comes within specified ranges of amplitude
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/66—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by measuring frequency, phase shift or propagation time of electromagnetic or other waves, e.g. using ultrasonic flowmeters
    • G01F1/662—Constructional details
    • 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
    • G01D1/00—Measuring arrangements giving results other than momentary value of variable, of general application
    • G01D1/18—Measuring arrangements giving results other than momentary value of variable, of general application with arrangements for signalling that a predetermined value of an unspecified parameter has been exceeded
    • 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
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F25/00—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume
    • G01F25/10—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume of flowmeters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00—Thermometers specially adapted for specific purposes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K15/00—Testing or calibrating of thermometers
    • G01K15/005—Calibration
    • 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
    • G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
    • G01N27/416—Systems
    • G01N27/4163—Systems checking the operation of, or calibrating, the measuring apparatus
    • 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
    • G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
    • G01N27/416—Systems
    • G01N27/4166—Systems measuring a particular property of an electrolyte
    • G01N27/4167—Systems measuring a particular property of an electrolyte pH
    • 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
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/14—Quality control systems
    • G07C3/146—Quality control systems during manufacturing process

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Fluid Mechanics (AREA)
  • Electromagnetism (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本申请涉及操作和预测性监测现场设备的方法。描述了一种操作现场设备以及预测性监测其的至少一个特性对要求的符合性的方法，包括：如下连续监测特性：在连续时间确定并记录由现场设备确定的所监测的变量的测量值和参考值之间的偏差，偏差指示对要求的符合程度；对记录的偏差应用滤波器；基于偏差和经滤波的偏差，确定叠加在经滤波的偏差上的噪声；在至少一个监测时间间隔的结束处，如下确定直到偏差将超出偏差范围；的剩余时间：对于每个包括基于经滤波的偏差确定的第一偏差和第二偏差的至少两个不同的偏差对，基于噪声和各个偏差对，通过执行蒙特卡洛仿真来确定剩余时间的仿真值，基于仿真值，确定剩余时间，并生成通知剩余时间的输出。

Description

操作和预测性监测现场设备的方法
技术领域
本发明涉及一种操作现场设备的方法，所述现场设备用于在操作现场测量和/或监测至少一个测量变量，以及涉及一种预测性监测所述现场设备的至少一个特性对针对所述现场设备指定的要求的符合性的方法。
背景技术
在几乎所有工业分支中，用于测量和/或监测至少一个测量变量的现场设备都在操作现场进行操作。
市场上有各种不同类型和能力的现场设备，例如，测量设备、传感器、测量探针等。这些现场设备通常用于测量和/或监测测量变量，诸如，例如，与正在进行的生产过程或介质或产品的属性有关的物理量。现场设备例如应用于测量和/或监测容器中产品的水平，流过管道的介质的流量，气体、液体或物体的温度，介质的压力，介质的pH值或流体中包括的分析物的浓度。
这些现场设备提供的测量结果通常用于过程自动化中，以监测、控制和/或调整工业过程(例如，生产过程)。因此，现场设备在工业中起着至关重要的作用，并且现场设备的特性对针对该设备指定的要求的不符合性可能具有严重后果，范围从受损的生产过程、缺陷产品的生产到对人和/或环境的潜在危害。
为了确保现场设备满足针对其指定的要求，如，例如，所指定的测量精度或其他性能相关的要求，现场设备要经受定期执行的服务动作，诸如，校准和/或维护程序。
通常在专门设计的校准现场上执行校准，这些校准现场能够以非常高的精度提供测量变量的一个或多个不同的预定义值。典型的校准程序预见到基于由现场设备确定的测量变量的测量值和通过在校准现场预见的手段提供的相应参考值，来确定现场设备的至少一个测量误差。如果测量误差超过最大允许误差，则认为该设备不合格。结果，需要调整、维修或更换测量设备。通常基于在校准期间获得的数据来执行所需的调整。它们包括例如调整偏移、增益和/或测量指示的跨度。如果测量误差未超过现场设备的最大允许误差，则声明现场设备合格，并且通常不采取进一步的措施。
维护程序通常由经过专门训练的服务技术人员执行，并且可能包括目视检查、更换遭受磨损和/或撕裂的部件以及对现场设备的各个组件进行特殊测试或检查。
关于现场设备定期经受的任何服务动作，工业上需要优化连续服务动作之间的时间间隔。一方面，时间间隔应尽可能长，以减少其性能所涉及的时间、成本和努力。另一方面，时间间隔需要尽可能短，以确保在连续服务动作之间现场设备的安全无误运行。
在这方面，EP2602680B1描述了一种确定优化的下一校准时间的方法，特定现场设备在该下一校准时间处需要重新校准。根据该方法，将下一校准时间确定为早于或等于设备的测量误差将超过预确定的最大允许误差的时间。基于蒙特卡洛仿真来确定该时间，该蒙特卡洛仿真是基于在至少两次先前执行的校准期间确定的现场设备的测量误差以及概率密度函数而执行的，该概率密度函数用于仅由于各个校准固有的不确定性而确定各个校准中的测量误差。但是，该方法确实需要确定校准固有的不确定性。这需要附加信息，而这些信息可能不可用。
通常，在特定现场设备上执行的连续服务动作之间的时间间隔的最佳长度取决于可以预期现场设备的性能和/或测量误差发生变化的时间尺度。该时间尺度不仅取决于现场设备的性能的长期稳定性，而且还取决于其他影响或条件，诸如，例如，设备可能会在下一次服务动作之前暴露于的环境条件，这可能并非总是可预测的。
为了进一步降低操作现场设备所涉及的风险，可以在操作期间监测各个现场设备的性能。就此而言，现场设备可以配备有允许在操作期间监测现场设备或现场设备的各个组件的性能的装置。示例是包括用于执行自我诊断的装置的现场设备。另一个示例是Endress+Hauser集团提供的包括Heartbeat(心跳)功能的现场设备，该功能使现场设备能够监测其性能。通过在现场设备运行期间执行现场校准或验证，也可以执行监测。
这种监测方法通常基于由现场设备确定的预定义变量的测量值和相应的参考值之间的比较来执行，其中，两者之间的偏差指示现场设备对针对该设备指定的要求的符合程度。因此，每次可以确定偏差时，可以确定现场设备的符合性。结果，这些方法的能力受到测量值和参考值的频率或可用率的限制。此外，一旦发现现场设备不符合要求，就太晚而不能防止这种情况的发生。为了使预防措施防止不符合要求的设备的操作，有必要事先知道，在将来的哪个时间点，当前符合要求的现场设备将变得不符合要求。
在这方面，由申请人瑞士雷纳内的Endress+Hauser咨询股份公司于2018年12月20日提交的欧洲专利申请NO.18214501描述了一种确定直到现场设备的测量特性(例如，测量误差)将漂移到预确定的容差范围以外为止的剩余时间间隔的方法。该方法包括以下步骤：a)连续记录测量特性；b)估计滞后时间间隔，其中，所估计的滞后时间取决于过程特定应用中测量特性的漂移；以及d)在滞后时间间隔结束时，通过使用人工智能或蒙特卡洛仿真的方法来确定剩余时间间隔。
发明内容
本发明的目的是提供一种预测性监测在操作现场操作的现场设备的改进方法。特别地，本发明的一个目的是改进对直到现场设备的所监测的特性将变得不符合应用中的指定的要求为止剩余的剩余时间的确定，其中，确定特性所固有的不确定性是未知的，其中，特性的时间依赖性在现场设备的操作期间可能以不可预测的方式变化，并且/或者，其中，连续可确定的特性之间的时间差可能会显著地和/或以不可预测的方式变化。
就此而言，本发明包括一种操作现场设备的方法，所述现场设备用于在操作现场测量和/或监测至少一个测量变量，以及包括一种预测性监测所述现场设备的至少一个特性对针对该现场设备指定的要求的符合性的方法，所述方法包括以下步骤：
通过以下方式连续监测所述特性：在连续的时间，确定由所述现场设备确定的所监测的变量的测量值与所述所监测的变量的参考值之间的偏差，其中，所述偏差指示对所述要求的符合程度，
记录所述偏差，
对所记录的偏差应用滤波器，
基于偏差和经滤波的偏差，确定叠加在经滤波的偏差上的噪声，
在至少一个监测时间间隔的结束时，在该监测时间间隔期间已记录了三个或更多个偏差，并且这些偏差均未超出基于要求为偏差所定义的偏差范围，通过以下方式确定直到偏差将超出所述偏差范围为止剩余的剩余时间：对于至少两个不同的偏差对，每个偏差对包括基于包括在监测时间间隔中的经滤波的偏差所确定的第一偏差和第二偏差，通过基于噪声和各个偏差对执行蒙特卡洛仿真来确定剩余时间的仿真值，
基于仿真值确定剩余时间，以及
生成通知剩余时间的输出。
该方法的优点在于，每个仿真值说明了偏差的平均变化率，该平均变化率发生在各个偏差对的第一偏差和第二偏差之间经过的时间间隔中。由于每个偏差对是不同的，因此每个仿真值都说明了不同时间间隔中的偏差的平均变化率。因此，在组合中，即使时间依赖性在监测时间间隔期间改变，仿真值也真实地说明了由偏差对覆盖的所有时间间隔中的偏差的时间依赖性。
另一个优点是，该方法既不需要可以固定的速率获得偏差，也不需要可在先前已知的时间点获得偏差。
另外，基于先前确定的噪声执行每个仿真确保考虑了偏差的确定所固有的不确定性。由于噪声是基于所记录的和经滤波的偏差确定的，因此无需额外了解确定测量值和相应参考值所固有的不确定性。
第一改进包括根据本发明的方法，其中：
每个偏差对的第一偏差由包括在监测时间间隔中的经滤波的偏差中的一个偏差给出，并且
每个对的第二偏差要么由包括在监测时间间隔中的另一个经过滤的偏差给出，要么由基于包括在监测时间间隔中的经滤波的偏差针对监测时间间隔的结束之后的时间预计的所预测的偏差给出。
第一改进的改进包括一种方法，其中：
针对超出监测间隔结束时间少于监测时间间隔长度的一小部分、少于监测时间间隔长度的五分之一或少于监测时间间隔长度的十分之一的相应时间，预计每个所预测的偏差，和/或
通过时间序列预测的方法、通过应用机器学习或深度学习或通过应用神经网络，基于包括在监测时间间隔中的经滤波的偏差，来确定每个所预测的偏差。
第一改进或第一改进的改进的改进包括一种方法，其中，基于针对不同偏差对的集合确定的剩余时间的仿真值来执行剩余时间的至少一个确定，其中，所述不同偏差对的集合：
a)被选择，使得每个偏差对的第二偏差由包括在监测时间间隔中的最后经滤波的偏差中的一个偏差或最后经滤波的偏差给出，或者
b)被选择，使得每个偏差对的第二偏差由所预测的偏差中的一个偏差或相同的所预测的偏差给出。
最后提到的改进的改进包括一种方法，其中，对应于与包括在集合中的偏差对中的每个偏差对的第一偏差和第二偏差的时间之间的时间差大于或等于预确定的最小时间差。
第一改进和第一改进的至少一个改进中的至少一个的改进包括一种方法，其中，基于针对不同偏差对的集合确定的剩余时间的仿真值来执行剩余时间的至少一个确定，其中，选择所述不同偏差对的集合，使得：
集合的第一偏差对的第一偏差位于监测时间间隔的开始或附近，
从集合的第二偏差对开始，选择每个偏差对的第一偏差，使得相应时间大于前一个偏差对的第一偏差的相应时间，并选择每个偏差对的第二偏差，使得相应时间大于前一个偏差对的第二偏差的相应时间，以及
监测时间间隔中对应于每个偏差对的第一偏差和第二偏差的时间之间所围成的一部分包括两个或更多个所记录的偏差。
根据本发明的方法的第二改进包括一种方法，其中：
被应用以确定经滤波的偏差的滤波器能够将所记录的偏差中包括的信号与叠加在该信号上的噪声分离，
将每个剩余时间确定为由直到偏差将超出偏差范围为止的剩余时间量给出的剩余时间间隔和/或确定为偏差将超出偏差范围的时间点，
将每个剩余时间确定为针对偏差对中的每个偏差对确定的剩余时间的仿真值的平均值或加权平均值，
所述所监测的变量是：
a)由所述现场设备测量和/或监测的至少一个测量变量中的一个，
b)由包括在现场设备中的监测、诊断、验证或校准装置确定的预定义变量，或
c)由现场设备基于由现场设备确定或提供的一个或数个输入变量和/或基于由现场设备确定或提供的一个或多个输入参数确定，并且/或者
所述参考值是：
a)由现场设备、包括在现场设备中的监测、诊断、验证或校准装置、或另一设备提供，以及/或者
b)由存储在现场设备中目标值给出或由包括在现场设备中的装置测量或确定。
该方法的第三改进包括一种方法，其中：
将至少一个剩余时间确定为针对偏差对中的每个偏差对确定的剩余时间的仿真值的加权平均值，其中，基于与各个偏差对的第一偏差和第二偏差相对应的时间来确定被应用以确定加权平均值的每个加权因子，或者
基于以下公式确定至少一个剩余时间：
Figure BDA0002489586930000071
其中RT表示剩余时间，k表示各个对，以及t1k和t2k表示对应于各个对的第一偏差和第二偏差的时间。
该方法的第四改进方案包括一种方法，其中，
a)基于在剩余时间的第一确定之前的初步时间间隔期间记录的偏差和相应的经滤波的偏差来确定噪声，其中，在所述初步时间间隔期间已记录了至少十个或至少三十个偏差，
b)至少一次或在每个监测时间间隔结束时，基于在至少一个监测时间间隔中的一个监测时间间隔期间记录的偏差和相应的经滤波的偏差来确定或重新确定噪声，其中，在所述监测时间间隔中的每个监测时间间隔期间已经记录了至少十个或至少三十个偏差，
c)将噪声确定为表示噪声的概率分布，以及/或者
d)将噪声确定为概率分布，其中，所述概率分布是基于所记录的偏差和相应的经滤波的偏差之间的差的频率分布来确定的，或被确定为所记录的偏差和相应的经滤波的偏差之间的差的频率分布，或是通过将给定类型的分布的至少一个参数拟合到基于所记录的偏差和相应的经滤波后的偏差确定的噪声的相应属性确定的。
第四改进的改进包括以下步骤中的至少一个步骤：
至少一次基于最近记录的偏差和相应的经滤波的偏差来重新确定噪声，
基于在最近确定噪声之后记录的偏差，执行检验以检验噪声自其上次被确定以来是否已发生显著变化，并且在基于该已经确定噪声的显著变化的情况下，重新确定噪声，以及/或者
基于确定噪声后记录的偏差连续更新噪声。
第五改进包括以下步骤：
监测是否有任何所确定的偏差超出偏差范围，以及
当所记录的偏差中的至少一个偏差超出偏差范围时，生成警报；以及/或者，当所记录的偏差中的至少一个偏差超出偏差范围时，对现场设备执行服务动作。
第六改进进一步包括以下步骤中的至少一个步骤：
a)基于至少一个所确定的剩余时间，调度将在现场设备上执行的至少一项服务动作，
b)根据最后一个所确定的剩余时间，在偏差将超出偏差范围的时间点之前，在现场设备上执行至少一个服务动作，
c)在现场设备上执行服务动作之后，通过基于先前确定的噪声确定至少又一个剩余时间或通过从开始重新启动该方法来恢复该方法，
d)在确定了至少一个剩余时间之后，根据先前所确定的剩余时间，确定在偏差将超出偏差范围的时间点之前的至少又一个剩余时间，以及
e)每当已经确定了新的剩余时间时，更新通知剩余时间的输出。
该方法的第七改进包括一种方法，其中：
监测时间间隔包括连续间隔、重叠时间间隔、至少一个固定长度的间隔和/或至少一个单独确定的长度的间隔，
通过确定该监测时间间隔的结束等于在该监测时间间隔开始之后已经记录了大于或等于三的预定义数量的偏差的时间来确定至少一个监测时间间隔，以及/或者
将至少一个监测时间间隔的长度确定为比要记录至少三个连续偏差所需的时间更长，并且具有与偏差可能超出偏差范围的时间尺度相同数量级的幅度的固定长度。
本发明进一步包括用于执行根据本发明的方法的系统，包括：
a)现场设备，所述现场设备用于测量和/或监测至少一个测量变量，包括用于确定所监测的变量的测量值的装置，
b)提供所监测的变量的参考值的装置，
c)数据传输装置，该数据传输装置向包括在系统中的计算机装置提供所记录的偏差或测量值和参考值，并且被设计成执行在所述计算装置上实现的计算机程序，使计算装置执行噪声和至少一个剩余时间的确定，以及
d)输出装置，该输出装置提供通过执行该方法生成的输出。
本发明进一步包括系统的改进，其中：
用于确定所监测的变量的测量值的所述装置是用于确定由所述现场设备测量和/或监测的所述至少一个测量变量中的一个测量变量的装置，或者
所述现场设备包括监测装置、诊断装置、验证装置或校准装置，该监测装置、诊断装置、验证装置或校准装置允许在运行期间基于由所述监测装置、诊断装置、验证装置或校准装置确定的预定义变量的测量值来监测现场设备和/或现场设备的一个或多个组件的性能，其中，所述预定义变量对应于所述所监测的变量。
附图说明
使用附图更详细地说明本发明和进一步的优点。
图1示出在操作现场操作的现场设备的示例；
图2示出包括提供测量变量的参考值的装置的现场设备；
图3示出包括提供所监测的变量的参考值的装置的现场设备；
图4示出在包括初始时间间隔和监测时间间隔的时间范围内记录的偏差、相应的经滤波的偏差和所预测的偏差；
图5示出表现出不同时间依赖性的偏差的示例；
图6示出确定所仿真的剩余时间的蒙特卡洛仿真；和
图7至图9各自示出偏差对的集合的示例。
具体实施方式
本发明涉及一种操作现场设备1的方法，该现场设备1用于在操作现场3测量和/或监测至少一个测量变量，以及涉及一种预测性监测所述现场设备1的至少一个特性对针对所述现场设备1指定的要求的符合性的方法。根据本发明的方法可以例如应用于上述任何现场设备。
根据本发明，通过在连续的时间ti上确定并记录由现场设备1确定的所监测的变量m的测量值M(ti)与所监测的变量m的相应的参考值R(ti)之间的偏差D(ti)来连续监测特性，其中，偏差D(ti)指示现场设备1对要求的符合程度。在本文中，如果可以将要求转换为偏差D(t)的偏差范围DR，则偏差D(ti)被认为指示符合程度，使得如果偏差D(t)超出偏差范围DR，则现场设备1将被认为不符合要求。作为示例，偏差D(ti)可以例如各自被确定为测量值M(ti)和相应的参考值R(ti)之间的差。在该情况下，偏差范围DR包括现场设备1在操作现场3的操作期间不被超过的偏差上限DL+和偏差下限DL-。作为替代，偏差D(ti)可以例如被确定为差的正绝对值。在该情况下，偏差范围DR包括不被超过的最大允许偏差MPD。
基于针对所考虑的现场设备1指定的要求、现场设备1的功能和能力以及基于测量值M(ti)和相应的参考值R(ti)的可用性，优选地选择监测变量。
作为示例，可以将由现场设备1确定的测量变量p中的每一个测量变量用作所监测的变量m。在这种情况下，偏差D(ti)对应于现场设备1的测量误差，该测量误差指示对针对现场设备1指定的测量精度的符合程度。关于包括例如监测装置、诊断装置、验证装置或校准装置的装置的现场设备1，允许在操作期间基于由这些装置确定的预定义变量的测量值以及相应的参考值来监测整个现场设备1和/或其一个或多个组件的性能，在本文中描述的方法中，这些预定义变量可用作所监测的变量。
所监测的变量m可以例如由现场设备1基于由现场设备1确定或提供的一个或多个输入变量和/或基于由现场设备1确定或提供的一个或多个输入参数来确定。在这方面，例如，可以根据至少一个输入变量和/或至少一个输入参数来确定监测变量m，该至少一个输入变量和/或至少一个输入参数指示现场设备1的某一属性。
不管所监测的变量m的选择如何，相应的参考值R(ti)都可以由现场设备1本身或者其他装置提供。在第一种情况下，参考值R(ti)可以例如由存储在现场设备1中的目标值来给出，或者它们可以由包括在现场设备1中的装置来测量或确定。在后一种情况下，其他装置可以例如包括附加设备，该附加设备可以永久地安装在操作现场3处，例如，测量所监测的变量m的冗余测量设备，或者可以在连续的时间ti间歇地与现场设备1并联地操作。例如，由安装在管道上的流量计测量的流量的参考值R(ti)可以例如通过附加的永久安装的流量计或通过仅在连续时间ti夹紧在管道上的流量计上的超声波夹具来提供。
图1示出了另一示例，其中，现场设备1包括传感器5，该传感器5连续地测量位于操作现场3的介质7的所测量的变量p，例如，介质7中包括的分析物的pH值或浓度。在此示例中，所监测的变量m等于所测量的变量p，并且通过另一测量设备9对在连续时间ti采集的介质7的样本11执行的参考测量，在连续时间ti提供参考值R(ti)。
图2示出了另一个示例，其中，现场设备1包括连续测量温度的温度传感器13和检测位于温度传感器13附近的材料17的相变并在已知的转变温度下表现出相变的装置15，例如，如在DE102016123856A1中描述的。在此，转变温度构成由现场设备1测量的温度的参考值R(ti)，该参考值由装置15在相变发生的连续时间ti中提供。
图3示出了另一个示例，其中，现场设备1包括传感器19和处理由传感器19生成的主信号S的测量电子设备21。该现场设备1包括用于将测试信号H叠加到主信号S上的装置23和用于确定在测量电子设备21的输出处可用的经处理的测试信号H'的属性(如，例如频率f或幅度A)的装置25。这里，经处理的测试信号H'的属性构成每当测试信号H被叠加时可用的所监测的变量m，并且相应的参考值R(ti)由基于所施加的测试信号H在测量电子设备21的适当的操作期间期望的属性的值给出。在该示例中，偏差D(ti)不仅指示测量电子设备19的性能，而且还指示现场设备1的其他特性，如，例如受测量电子设备21性能的影响的测量精度。
不管所施加的所监测的变量m的类型如何，针对连续时间ti中的每个连续时间ti，优选地确定由现场设备1确定的所监测的变量m的测量值M(ti)与相应的参考值R(ti)之间的偏差D(ti)，测量值M(ti)和参考值R(ti)两者在连续时间ti或对于连续时间ti均可用。另外，记录由此确定的偏差D(ti)和相应的时间ti。图4示出了在包括初始时间间隔PTI和初始时间间隔PTI之后的监测时间间隔MTI的时间范围内记录的、由点指示的所记录的偏差D(ti)的示例。
此外，通过对记录的偏差D(ti)应用滤波器来对所记录的偏差D(ti)进行滤波。在本文中描述的方法的上下文中，滤波器可以是能够将包括在所记录的偏差D(ti)中的信号与叠加在该信号上的噪声分离的任何装置或方法。作为示例，可以使用平滑滤波器或卡尔曼滤波器。对于与所记录的偏差D(ti)的时间ti对应的时间ti中的每个时间ti而如此确定的经滤波的偏差FD(ti)可以被确定为单个值，如图4中的叉号x示例性指示的，或者基于时间t的函数FD(t)，也如图4所示。
在下一步中，基于所记录的偏差D(ti)和经滤波的偏差FD(ti)来确定叠加在经滤波的偏差FD(ti)上的噪声N。优选地，将该噪声N确定为表示噪声N的概率分布PDF(Δ)。例如，可以基于所记录的偏差D(ti)与相应的经滤波的偏差FD(ti)之间的差Δi＝D(ti)-FD(ti)的频率分布来确定该概率分布PDF(Δ)，或者将该概率分布PDF(Δ)确定为该频率分布。可替选地，可以例如通过将分布的至少一个参数拟合到基于所记录的偏差D(ti)和相应的经滤波的偏差FD(ti)确定的噪声N的相应属性，基于给定的分布类型(如，例如高斯分布)来确定概率分布PDF(Δ)。作为示例，可以将差Δi：＝D(ti)-FD(ti)的平均值用作噪声N的特征属性以执行拟合。
为了使噪声N真实地反映出偏差D(ti)的确定所固有的不确定性，优选地，基于足够高数量的偏差D(ti)来噪声N，例如基于大于或等于10、优选大于或等于30的数量的所记录的偏差D(ti)和相应的经滤波的偏差FD(ti)。噪声N可以例如基于所记录的偏差D(ti)和包括在初始时间间隔PTI中的相应的经滤波的偏差FD(ti)来确定噪声N，在该初始时间间隔PTI期间已经记录了相应的较高数量的偏差D(ti)。
一旦已经确定了噪声N，就可以确定直到最初符合的现场设备1将不再符合要求为止的剩余时间RT。剩余时间RT对应于直到偏差D(t)将超出偏差范围DR为止剩余的时间。可以将剩余时间RT确定为剩余时间间隔RTI，该剩余时间间隔RTI由直到偏差D(ti)将超出偏差范围DR为止剩余的时间量给出，和/或剩余时间RT可以被确定为偏差D(t)将超出偏差范围DR的时间点tRT。
剩余时间RT取决于偏差D(t)的时间依赖性。这在图5中示出，图5示出了最大容许偏差MPD以及包括线性时间依赖性的偏差A(t)和包括非线性增长的时间依赖性的偏差B(t)的示例。在该示例中，两个偏差A(t)、B(t)在第一时间t1和第二时间t2都表现出相同的偏差值A(t1)＝B(t1)，A(t2)＝B(t2)。尽管如此，如箭头所指示的，可以预期这些偏差A(t)、B(t)的未来发展非常不同。存在各种各样的应用，其中，不能以足够的精确度来确定偏差D(t)的时间依赖性，和/或其中时间依赖性在现场设备1的使用寿命期间可能以不可预测的方式显著改变，例如由于现场设备1的性能能力的意外的和/或不可预测的变化和/或由于现场设备1暴露于的环境或其他条件的意外的和/或不可预测的变化。
通过根据本发明的方法，通过在至少一个监测时间间隔MTI的结束执行剩余时间RT的确定来克服该问题，在该监测时间间隔MTI期间已经记录了三个或更多个偏差D(ti)，并且其中在监测时间间隔MTI期间没有一个所记录的偏差D(ti)超出偏差范围DR。剩余时间RT的每个确定包括针对至少两个不同的偏差对k的步骤，每个偏差对k包括基于监测时间间隔(MTI)中包括的经滤波的偏差FD(ti)确定的第一偏差D1k(t1k)和第二偏差D2k(t2k)，通过基于噪声N和各个偏差对k执行蒙特卡罗仿真，来确定剩余时间RT的仿真值SRTk。随后，基于所有先前确定的仿真值SRTk确定剩余时间RT，并生成通知剩余时间RT的输出。
本发明进一步包括用于执行根据本发明的方法的系统，该系统包括：
a)现场设备1，该现场设备1包括用于确定所监测的变量m的测量值M(ti)的装置，
b)提供所监测的变量m的参考值R(ti)的装置，
c)数据传输装置27，该数据传输装置27向系统中包括的计算装置29提供所记录的偏差D(ti)或测量值M(ti)和参考值R(ti)，并被设计成执行在所述计算装置29上实现的计算机程序，使计算装置29执行噪声N和至少一个剩余时间RT的确定，以及
d)输出装置31，该输出装置31提供通过执行该方法而生成的输出。
计算装置29可以位于现场设备1中、操作现场3处或远程位置处。可替选地，可以应用云计算。数据传输装置27优选地包括硬连线和/或无线传输线。在这个程度上，可以应用被应用于过程自动化中的数据总线通信系统(如，例如现场总线、有线或无线局域网LAN、WLAN)和/或诸如，蓝牙或近场通信(NFC)的短距离无线通信装置，。传输到计算装置29和从计算装置29传输的数据可以例如直接和/或持续地传输，如，例如图1所示，或者经由收集和发送批量数据的缓冲器33，如，例如图2所示。输出装置31优选地包括提供表示由该方法生成的输出的输出信号的信号输出35和/或显示该输出的显示器37。
在下文中，描述了该方法的各个步骤的示例性实施例。这些实施例构成可以单独或组合应用的可选特征。在不脱离本发明的范围的情况下，可以应用适合于执行各个方法步骤的替代实施例。
如上所述，至少一次确定剩余时间RT，并且在监测时间间隔MTI的结束处执行剩余时间RT的每次确定。如果不只一次确定剩余时间RT，则监测时间间隔MTI可以包括连续间隔、重叠时间间隔、至少一个固定长度的间隔和/或至少一个单独确定的长度的间隔。固定长度的监测时间间隔MTI优选在应用中应用，其中，测量值M(ti)和相应的参考值R(ti)以相当恒定的速率或频率获得。在这种情况下，固定长度优选地比记录至少三个连续的偏差D(ti)所需的时间长，并且具有与偏差D(ti)可能超出偏差范围DR的时间尺度的相同数量级的长度。优选地，在应用中应用单独确定的长度的监测时间间隔MTI，其中，在连续时间ti处或对于该连续时间ti的时间偏差D(ti)可用的该连续时间ti之间的时间差是未知的，或者可以显著变化。在这种情况下，优选地，将每个监测时间间隔MTI的结束确定为等于在相应监测时间MTI开始之后已经记录了大于或等于三的预定义数量n的偏差D(ti)的时间。在这种情况下，优选地，将每个随后的监测时间间隔MTI的开始确定为在先前监测时间MTI的开始之后并且在先前监测时间间隔MTI的结束之前或结束处的时间点。这导致了单独确定的监测时间间隔MTI，其中，基于偏差D(ti)的当前可用率来确定每个间隔的长度。
如图4所示，可以基于在初始时间间隔PTI期间记录的偏差D(ti)来确定噪声N。在这种情况下，第一监测时间MTI的开始可以是在初始时间间隔PTI结束处或之后的时间点。作为替代，可以确定监测时间间隔MTI中的至少一个监测时间间隔MTI的长度大于或等于足以确定要记录的噪声N的多个连续偏差D(ti)所需的时间。由图4所示的双点划线指示监测时间间隔MTI的这一替代长度的一个示例。在这种情况下，可以基于在这些相应的长监测时间间隔MTI中的每一个期间记录的偏差D(ti)，如上所述地确定噪声N以及剩余时间RT。
确定剩余时间RT要求现场设备1在先前的监测间隔MTI期间符合要求。优选地，这通过监测所确定的偏差D(ti)中的任何一个是否超出偏差范围DR来确保。作为可选特征，当所记录的偏差D(ti)中的至少一个偏差超出偏差范围DR时，通过生成警报，可以进一步增强操作现场设备1的安全性。这些警报优选地由输出装置29发出。一旦生成警报，就在现场设备1上执行服务动作，例如校准、调整、维修和/或维护程序。
在服务动作之后，优选地基于先前确定的噪声N通过确定至少又一个剩余时间RT来恢复根据本发明的方法，或者从开始重新启动根据本发明的方法。从开始重新启动该方法的优点在于，将重新确定噪声N。这样做的优点是，将考虑到可能已经由服务动作引起的测量值M(ti)和/或参考值R(ti)的确定所固有的不确定性的变化。
关于为确定仿真时间SRTk而执行的蒙特卡洛仿真，可以应用本领域已知的仿真方法。图6示出了基于偏差对k中的一个偏差对执行的优选仿真方法的示例。它包括第一步，基于由条表示的噪声N、第一偏差D1k(t1k)和第二偏差D2k(t2k)以及该偏差对k的对应时间t1k、t2k，生成统计上表示第一随机偏差和第二随机偏差的对的数量，
[E1(t1k)：＝D1k(t1k)+e1；E2(t2k)：＝D2k(t2k)+e2]，
其中，每个随机偏差E1、E2等于偏差对k的各个偏差D1k(t1k)、D2k(t2k)与考虑到噪声N的随机添加e1、e2的和。在这方面，优选地根据反映噪声N的属性的概率分布(例如，上述概率密度函数PDF(Δ))来生成随机添加e1、e2。
对于每对随机偏差[E1(t1k)；E2(t2k)]，将交叉时间tS确定为在第一时间t1k穿过第一随机偏差E1(t1k)并在第二时间t2k穿过第二随机偏差E2(t2k)的直线将超出偏差范围DR的时间。如此确定的直线的一些示例在图6中与由图6所示的偏差上限、偏差下限DL+，DL-表示的偏差范围DR一起由虚线显示。基于交叉时间tS，确定交叉时间tS的概率密度函数PDF(tS)，并基于交叉时间tS的概率密度函数PDF(tS)确定仿真值SRTk。在此程度上，可以设置置信水平γ，并且可以确定仿真值SRTk等于基于概率密度函数PDF(tS)预测的时间TS(γ)，在时间TS(γ)处，偏差D(ti)将以给定的置信水平γ超出偏差范围DR。给定的置信度γ通过求解TS(γ)的以下公式而得出：
Figure BDA0002489586930000171
如果现场设备1在操作现场3处在操作期间变得不符合，则优选地基于所涉及的后果的严重性来设置置信水平。
如上所述，基于监测时间间隔MTI中包括的经滤波的偏差FD(ti)来确定每个偏差对k的第一偏差D1k(t1k)和第二偏差D2k(t2k)。这具有的优点是，将单个记录的偏差D(ti)的异常值或错误值对确定剩余时间RT的影响最小化。
每个偏差对k的第一偏差D1k(t1k)优选地由包括在监测时间间隔MTI中的经滤波的偏差中的一个经滤波的偏差FD(t1k)给出。每对k的第二偏差D2k(t2k)优选地由包括在监测时间间隔MTI中的另一个经滤波的偏差FD(ti)给出，或者由针对监测时间间隔MTI的结束之后的相应时间t2k预计的所预测的偏差PD(t2k)给出。针对监测时间间隔MTI的结束后的相应时间tn+1、tn+2预计的所预测的偏差PD(tn+1)、PD(tn+2)的示例在图4中用圆圈指示。所预测的偏差PD(t2k)优选地基于监测时间间隔MTI中包括的经滤波的偏差FD(ti)来确定。例如，可以通过应用数学预测方法(如，例如，时间序列预测)来确定它们。可替选地，可以应用机器学习、深度学习或神经网络来预计至少一个所预测的偏差PD(t2k)。
在不久的将来，针对相应时间ti预计的所预测的偏差PD(ti)非常可靠。但是，随着相应时间ti和监测时间间隔MTI的结束之间的时间差增加，预计的可靠性确实会降低。因此，所预测的偏差PD(ti)的使用优选地限于针对相应时间ti做出的预测，该相应时间ti超出监测间隔MTI的结束少于监测时间间隔MTI的长度的一小部分，例如，少于监测时间间隔MTI的长度的五分之一，优选少于监测时间间隔MTI的长度的十分之一。
使用这些所预测的偏差PD(ti)中的具有的优点是，它们不仅提供延伸到未来的可靠信息，而且还提供比在监测时间间隔MTI的结束处或非常接近监测时间间隔MTI的结束处出现的经滤波的偏差FD(ti)更精确的监测时间间隔MTI的结束附近的偏差的时间依赖性的表示。
有不同的方法来确定针对偏差对确定的仿真值SRTk的不同偏差对k的集合。一种方法是使该集合基于包括在监测时间间隔MTI中的经滤波偏差的FD(ti)或包括在监测时间间隔MTI中的经滤波的偏差FD(ti)和所预测的偏差PD(ti)，包括可用的所有不同的偏差对k中的全部或至少很大一部分。这种蛮力方法会产生相当好的结果。但是，它确实需要大量的计算能力。优选地，该集合仅包括可用的所有不同偏差对k的有限选择。即使可以随机地选择不同的偏差对k，也优选地对选择进行优化，以增强该方法基于集合中包括的对k的有限数目来考虑所记录的偏差D(ti)的时间依赖性的能力。
图7示出了包括在监测时间间隔MTI中的n个经滤波的偏差FD(t1)，…，FD(tn)的示例，其中，选择由双箭头指示的偏差对k的集合，使得每个对k的第二偏差的D2k(t2k)由包括在监测时间间隔MTI中的最后一个经滤波的偏差FD(tn)或最后的经滤波的偏差中的一个偏差FD(ti)给出。
图8示出了包括在监测时间间隔MTI中的n个经滤波的偏差FD(t1)，…，FD(tn)的另一示例，其中，选择由双箭头指示的对k的集合，使得每个对k的第二偏差D2k(t2k)由所预测的偏差PD(t2k)或在监测时间间隔MTI的结束之后针对相应时间t2k预计的相同的所预测的偏差PD(t2k)中的一个给出。
作为选择，可以通过仅选择偏差对k来进一步改进图7和图8所示的选择方法，其中，对应于第一偏差D1k(t1k)和第二偏差D2k(t2k)的时间t2k、t1k之间的时间差t2k-t1k大于或等于预确定的最小时间差Δtmin。这样，在监测时间间隔MTI的结束之前不久或结束处出现的经滤波的偏差FD(t)的短期波动对剩余时间RT的确定的影响减少，该短期波动不表示该时间范围内的偏差D(t)的真实时间依赖性。此选项使剩余时间RT的确定更加鲁棒和稳定。然而，这确实降低了该方法解决在与第二偏差D2k(t2k)相对应的时间t2k之前的最小时间差Δtmin的长度的时间间隔内出现的偏差D(ti)的时间依赖性的突然变化的能力。在这方面，将所预测的偏差PD(t2k)用作每个偏差对k的第二偏差D2k(t2k)具有的优点是：仅该时间间隔的一部分延伸到监测时间间隔MTI中。因此，所预测的偏差PD(t2k)的使用提高了该方法解决在监测时间间隔MTI的结束之前不久或结束处出现的偏差D(t)的时间依赖性的突然变化的能力。
图9示出了另一示例，其中，选择由双箭头指示的偏差对k的集合，使得该集合的第一偏差对k的第一偏差D1k(t1k)位于监测时间间隔MTI的开始处或附近。从该集合的第二偏差对k开始，选择这些偏差对k中的每个偏差对k的第一偏差D1k(t1k)，使相应时间t1k大于先前偏差对k的第一偏差D1k(t1k)的相应时间t1k，并且选择每个对k的第二偏差D2k(t2k)，使相应时间t2k大于先前偏差对k的第二偏差D2k(t2k)的相应时间t2k。结果，该集合的连续偏差对k的第一偏差D1k(t1k)和第二偏差D2k(t2k)之间经过的时间形成固定长度或可变长度的滑动时间窗口，该滑动时间窗口沿着监测时间间隔MTI滑动。在该实施例中，偏差对k优选地被确定，使得在与每个对k的第一偏差D1k(t1k)和第二偏差D2k(t2k)相对应的两个时间t1k、t2k之间所围成的监测时间间隔MTI的一部分[t1k，t2k]包括两个或更多个所记录的偏差D(ti)，其中，t1k<ti<t2k。正如在先前描述的实施例中一样，所有偏差对k的第一偏差D1k(t1k)各自由包括在监测时间间隔MTI中的经滤波的偏差中的一个经滤波的偏差FD(t1k)给出，并且偏差对k的第二偏差D2k(t2k)各自由监测时间间隔MTI中包括的经滤波的偏差FD(t2k)中的一个偏差给出，或者包括由所预测的偏差PD(t2k)给出的至少一个第二偏差D2k(t2k)。
不管偏差对k的确定如何，都基于针对每个偏差对k确定的仿真值SRTk来将每个剩余时间RT确定为例如仿真SRTk的平均值或加权平均值。在加权平均值的情况下，优选地基于对应于各个偏差对k的第一偏差D1k(t1k)和第二偏差D2k(t2k)的时间t1k、t2k，例如通过下式，来确定应用于仿真值SRTk的加权因子
Figure BDA0002489586930000211
一旦如上所述已经确定了剩余时间RT，则优选地通过在由剩余时间RT给出的时间点tRT之前在现场设备1上调度和/或执行至少一个服务动作(例如，校准和/或维护程序)来应用由根据本发明的方法生成的相应输出，在时间点tRT处偏差D(ti)将超出偏差范围DR。在这些服务动作中的任何一个服务动作之后，优选地，基于先前确定的噪声N恢复根据本发明的方法，或者如上所述从开始重新启动该方法。
可选地，根据本发明的方法可以通过在确定至少一个剩余时间RT之后，根据先前确定的剩余时间RT，在偏差D(ti)将出偏差范围DR的时间点之前，确定如上所述的至少又一个剩余时间RT来进一步改进。在这种情况下，优选地，每次已经确定了新的剩余时间RT时，就相应地更新通知剩余时间RT的输出。此外，优选地基于最近确定的剩余时间RT来执行服务动作的调度和/或执行。同样，在这些服务动作中的任何一个服务动作之后，优选地基于先前确定的噪声N来恢复根据本发明的方法，或者如上所述从开始重新启动该方法。即使两个或更多个剩余时间RT的连续确定不是强制的，它也增强了该方法检测和考虑现场设备1的特性的更多突然变化(例如，由于现场设备1的意外磨损和/或由于现场设备1所暴露于的环境和/或操作条件的变化而引起的变化)的能力。
通常，基于噪声N足以确定连续确定的剩余时间RT中的每一个剩余时间RT，该噪声N是基于在初始时间间隔PTI或包括足够高数量的所记录的偏差D(ti)的第一监测时间间隔MTI期间记录的偏差D(ti)而初始确定的。可选地，可以通过至少一次基于最近记录的偏差D(ti)和相应的经滤波的偏差FD(ti)重新确定如上所述的噪声N，来进一步改进根据本发明的方法。与噪声N的第一确定一样，优选地基于足够大数量的最近记录的偏差D(ti)和相应的经滤波的偏差FD(ti)来执行噪声N的任何重新确定。
作为替代或补充，可以基于最近记录的偏差D(ti)来执行该检验，以检验噪声N自最后一次被确定以来是否已发生显著变化。在这种程度上，可以应用统计数据分析中使用的检验方法，如，例如假设检验，例如基于卡方检验。基于这些检验，可以基于多个最近记录的偏差D(ti)和相应的经滤波的偏差FD(ti)，以相当高的置信水平来检测噪声N的变化，该多个最近记录的偏差D(ti)和相应的经滤波的偏差FD(ti)少于以相应的高精确度的水平重新确定噪声N所需要的记录的和经滤波的D(ti)、FD(ti)的数量。在这种情况下，优选地仅在已经基于检验确定了噪声N的显著变化的情况下才重新确定噪声N。
作为另一选项，可以基于在第一次确定噪声N之后所记录的偏差D(ti)和相应的经滤波的偏差FD(ti)来连续更新噪声N。
作为另一种选择，可以应用包括至少十个，优选地至少三十个所记录的偏差D(ti)的监测时间间隔MTI。在这种情况下，可以基于这些监测时间间隔MTI中的每个监测时间间隔MTI中包括的所记录的偏差D(ti)，在这些监测时间间隔MTI中的每个监测时间间隔MTI的结束处确定噪声N和剩余时间RT两者。这具有的优点是，在各个监测时间间隔MTI期间获得的所记录的偏差D(ti)和相应的时间ti可以作为各个数据批次被发送到计算装置29，该数据批次可以在已经确定噪声N和剩余时间RT之后被删除。
附图标记列表
1现场设备 21测量电子设备
3操作现场 23用于叠加测试信号的装置
5传感器 25装置
7介质 27数据传输装置
9测量设备 29计算装置
11样本 31输出装置
13温度传感器 33缓冲器
15装置 35信号输出
17材料 37显示器
19传感器

Claims (17)

1.一种操作用于在操作现场(3)处测量和/或监测至少一个测量变量(p)的现场设备(1)以及预测性监测所述现场设备(1)的至少一个特性对针对所述现场设备(1)指定的要求的符合性的方法，包括以下步骤：
通过以下方式连续监测所述特性：在连续时间(ti)确定由所述现场设备(1)确定的所监测的变量(m)的测量值(M(ti))与所述所监测的变量(m)的参考值(R(ti))之间的偏差(D(ti))，其中，所述偏差(D(ti))指示对所述要求的符合程度，
记录所述偏差(D(ti))，
将滤波器应用于所记录的偏差(D(ti))，
基于所述偏差(D(ti))和经滤波的偏差(FD(ti))，确定叠加在所述经滤波的偏差(D(ti))上的噪声(N)，
在至少一个监测时间间隔(MTI)的结束处，在所述监测时间间隔期间已经记录了三个或更多个偏差(D(ti))并且其中这些偏差(D(ti))均未超出基于所述要求针对所述偏差所定义的偏差范围(DR)，通过以下方式确定直到所述偏差(D(ti))将超出所述偏差范围(DR)为止剩余的剩余时间(RT)：
对于至少两个不同的偏差对(k)，每个偏差对包括基于包括在所述监测时间间隔(MTI)中的所述经滤波后的偏差(FD(ti))所确定的第一偏差(D1k(t1k))和第二偏差(D2k(t2k))，基于所述噪声(N)和各个偏差对(k)，通过执行蒙特卡罗仿真来确定所述剩余时间(RT)的仿真值(SRTk)，
基于所述仿真值(SRTk)确定所述剩余时间(RT)，以及
生成通知所述剩余时间(RT)的输出。
2.根据权利要求1所述的方法，其中：
每个偏差对(k)的所述第一偏差(D1k(t1k))由包括在所述监测时间间隔(MTI)中的所述经滤波的偏差中的一个经滤波的偏差(FD(t1k))给出，并且
每个对(k)的所述第二偏差(D2k(t2k))由包括在所述监测时间间隔(MTI)中的另一个经滤波的偏差(FD(ti))给出，或者由基于包括在所述监测时间间隔(MTI)中的所述经滤波的偏差(FD(ti))针对所述监测时间间隔(MTI)的结束之后的时间(t2k)预计的所预测的偏差(PD(t2k))给出。
3.根据权利要求2所述的方法，其中：
针对超出所述监测时间间隔(MTI)的结束少于所述监测时间间隔(MTI)的长度的一小部分、少于所述监测时间间隔(MTI)的长度的五分之一或少于所述监测时间间隔(MTI)的长度的十分之一的相应时间(t2k)，预计每个所预测的偏差(PD(t2k))，并且/或者
通过时间序列预测的方法、通过应用机器学习或深度学习或通过应用神经网络，基于包括在所述监测时间间隔(MTI)中的所述经滤波的偏差(FD(ti))来确定每个所预测的偏差(PD(t2k))。
4.根据权利要求2所述的方法，其中，基于针对不同的偏差对(k)的集合确定的所述剩余时间(RT)的仿真值(SRTk)来执行所述剩余时间(RT)的至少一个确定，其中，所述不同的偏差对(k)的集合：
a)被选择，使得每个偏差对(k)的所述第二偏差(D2k(t2k))由包括在所述监测时间间隔(MTI)中的最后的经滤波的偏差中的一个偏差(FD(ti))或最后的经滤波的偏差(FD(tn))给出，或者
b)被选择，使得每个偏差对(k)的所述第二偏差(D2k(t2k))由所述所预测的偏差(PD(t2k))中的一个偏差或相同的所预测的偏差(PD(t2k))给出。
5.根据权利要求3所述的方法，其中，基于针对不同的偏差对(k)的集合确定的所述剩余时间(RT)的仿真值(SRTk)来执行所述剩余时间(RT)的至少一个确定，其中，所述不同的偏差对(k)的集合：
a)被选择，使得每个偏差对(k)的所述第二偏差(D2k(t2k))由包括在所述监测时间间隔(MTI)中的最后的经滤波的偏差中的一个偏差(FD(ti))或最后的经滤波的偏差(FD(tn))给出，或者
b)被选择，使得每个偏差对(k)的所述第二偏差(D2k(t2k))由所述所预测的偏差(PD(t2k))中的一个偏差或相同的所预测的偏差(PD(t2k))给出。
6.根据权利要求4所述的方法，其中，对应于包括在所述集合中的所述偏差对(k)中的每个偏差对的所述第一偏差(D1k(t1k))和所述第二偏差(D2k(t2k))的时间(t2k，t1k)之间的时间差(t2k-t1k)大于或等于预确定的最小时间差(Δtmin)。
7.根据权利要求5所述的方法，其中，对应于包括在所述集合中的所述偏差对(k)中的每个偏差对的所述第一偏差(D1k(t1k))和所述第二偏差(D2k(t2k))的时间(t2k，t1k)之间的时间差(t2k-t1k)大于或等于预确定的最小时间差(Δtmin)。
8.根据权利要求2至7中任意一项所述的方法，其中，基于针对不同偏差对(k)的集合确定的所述剩余时间(RT)的仿真值(SRTk)，执行所述剩余时间(RT)的至少一个确定，其中，选择所述不同偏差对(k)的集合，使得：
所述集合的第一偏差对(k)的所述第一偏差(D1k(t1k))位于所述监测时间间隔(MTI)的开始处或附近，
从所述集合的第二偏差对(k)开始，选择每个偏差对(k)的所述第一偏差(D1k(t1k))，使得相应时间(t1k)大于前一个偏差对(k)的所述第一偏差(D1k(t1k))的相应时间(t1k)，并且选择每个偏差对(k)的所述第二偏差(D2k(t2k))，使得相应时间(t2k)大于所述前一个偏差对(k)的所述第二偏差(D2k(t2k))的相应时间(t2k)，并且
在对应于每个对(k)的所述第一偏差(D1k(t1k))和所述第二偏差(D2k(t2k))的所述时间(t1k，t2k)之间所围成的所述监测时间间隔(MTI)的一部分([t1k，t2k])包括两个或更多个所记录的偏差(D(ti))。
9.根据权利要求1至7中任意一项所述的方法，其中：
被应用以确定所述经滤波后的偏差(FD(ti))的所述滤波器能够将包括在所记录的偏差(D(ti))中的信号与叠加在该信号上的噪声分离，
将每个剩余时间(RT)确定为由直到所述偏差(D(ti))将超出所述偏差范围(DR)为止剩余的时间量给出的剩余时间间隔(RTI)和/或确定为所述偏差(D(ti))将超出所述偏差范围(DR)的时间点(tRT)，
将每个剩余时间(RT)确定为针对所述偏差对(k)中的每个偏差对确定的所述剩余时间(RT)的仿真值(SRTk)的平均值或加权平均值，
所述所监测的变量(m)是：
a)由所述现场设备(1)测量和/或监测的至少一个所测量的变量(p)中的一个所测量的变量，
b)由包括在所述现场设备(1)中的监测、诊断、验证或校准装置确定的预定义变量，或
c)由所述现场设备(1)基于由所述现场设备(1)确定或提供的一个或数个输入变量和/或基于由所述现场设备(1)确定或提供的一个或多个输入参数确定，并且/或者
所述参考值(R(ti))是：
a)由所述现场设备(1)、由包括在所述现场设备(1)中的监测、诊断、验证或校准装置或由另一设备提供，并且/或者
b)由存储在所述现场设备(1)中的目标值给出或由包括在所述现场设备(1)中的装置测量或确定。
10.根据权利要求1至7中任意一项所述的方法，其中：
将至少一个剩余时间(RT)确定为针对所述偏差对(k)中的每个偏差对确定的所述剩余时间(RT)的所述仿真值(SRTk)的加权平均值，其中，基于与各个所述偏差对(k)的第一偏差(D1k(t1k))和第二偏差(D2k(t2k))相对应的所述时间(t1k，t2k)来确定被应用以确定所述加权平均值的每个加权因子，或者
基于以下公式确定至少一个剩余时间(RT)：
Figure FDA0003613653100000051
其中，RT表示所述剩余时间(RT)，k表示各个所述偏差对(k)，以及t1k和t2k表示对应于各个所述偏差对(k)的所述第一偏差(D1k(t1k))和所述第二偏差(D2k(t2k))的所述时间(t1k，t2k)。
11.根据权利要求1至7中任意一项所述的方法，其中，所述噪声(N)：
a)是基于在所述剩余时间(RT)的第一确定之前的初始时间间隔(PTI)期间记录的所述偏差(D(ti))和相应的经滤波的偏差(FD(ti))而确定的，其中，在所述初始时间间隔(PTI)期间已经记录了至少十个或至少三十个偏差(D(ti))，
b)是至少一次或在每个监测时间间隔(MTI)的结束处，基于在所述至少一个监测时间间隔(MTI)中的一个监测时间间隔期间记录的偏差(D(ti))和相应的经滤波的偏差(FD(ti))而确定或重新确定的，其中，在所述监测时间间隔(MTI)中的每个监测时间间隔期间已经记录了至少十个或至少三十个偏差(D(ti))，
c)被确定为表示所述噪声(N)的概率分布(PDF(Δ))，并且/或者
d)被确定为概率分布(PDF(Δ))，其中，所述概率分布(PDF(Δ))是基于所记录的偏差(D(ti))和相应的经滤波后的偏差(FD(ti))之间的差(Δi)的频率分布而确定的，或被确定为所记录的偏差(D(ti))和相应的经滤波的偏差(FD(ti))之间的差(Δi)的频率分布，或是通过将给定类型的分布的至少一个参数拟合到基于所记录的偏差(D(ti))和相应的经滤波的偏差(FD(ti))确定的噪声(N)的相应属性而确定的。
12.根据权利要求11所述的方法，包括以下步骤中的至少一个步骤：
至少一次基于最近记录的偏差(Dti)和相应的经滤波的偏差(FD(ti))来重新确定所述噪声(N)，
根据在最近确定所述噪声(N)之后记录的偏差(D(ti))，执行检验，以检验所述噪声(N)自其上次被确定以来是否已经发生显著变化，并在基于所述检验已经确定所述噪声(N)的显著变化的情况下，重新确定所述噪声(N)，以及/或者
基于在确定所述噪声(N)之后记录的偏差(D(ti))，连续更新所述噪声(N)。
13.根据权利要求1至7中任意一项所述的方法，进一步包括以下步骤：
监测是否有任何所确定的偏差(D(ti))超出所述偏差范围(DR)，以及
当所记录的偏差(D(ti))中的至少一个偏差超出所述偏差范围(DR)时，生成警报，和/或当所记录的偏差(D(ti))中的至少一个偏差超出所述偏差范围(DR)时，在所述现场设备(1)上执行服务动作。
14.根据权利要求1至7中任意一项所述的方法，进一步包括以下步骤中的至少一个步骤：
a)基于至少一个所确定的剩余时间(RT)，调度将在所述现场设备(1)上执行的至少一项服务动作，
b)根据最后的所确定的剩余时间(RT)，在所述偏差(D(ti))将超出所述偏差范围(DR)的时间点(tRT)之前，对所述现场设备(1)执行至少一项服务动作，
c)在所述现场设备(1)上执行服务动作之后，通过基于先前确定的噪声(N)确定至少又一个的剩余时间(RT)或通过从开始重新启动所述方法来恢复所述方法，
d)在确定了至少一个剩余时间(RT)之后，根据先前确定的剩余时间(RT)，确定在所述偏差(D(t))将超出所述偏差范围(DR)的时间点(tRT)之前的至少又一个剩余时间(RT)，以及
e)每当已经确定了新的剩余时间(RT)时，更新通知所述剩余时间(RT)的输出。
15.根据权利要求1至7中任意一项所述的方法，其中：
所述监测时间间隔(MTI)包括连续间隔、重叠时间间隔、至少一个固定长度的间隔和/或至少一个单独确定的长度的间隔，
通过确定所述监测时间间隔(MTI)的结束等于在该监测时间间隔(MTI)的开始之后已经记录了大于或等于三的预定义数量(n)的偏差(D(ti))的时间，来确定至少一个监测时间间隔(MTI)，以及/或者
将至少一个监测时间间隔(MTI)的长度确定为比要记录至少三个连续偏差(D(ti))所需的时间更长并且具有与所述偏差(D(ti))可能超出所述偏差范围(DR)的时间尺度相同数量级的幅度的固定长度。
16.一种用于执行根据权利要求1至15中的任意一项所述的方法的系统，包括：
a)现场设备(1)，所述现场设备(1)用于测量和/或监测至少一个测量变量(p)，包括用于确定所监测的变量(m)的测量值(M(ti))的装置，
b)提供所监测的变量(m)的参考值(R(ti))的装置，
c)数据传送装置(27)，所述数据传送装置(27)向计算装置(29)提供所记录的偏差(D(ti))或所述测量值(M(ti))和所述参考值(R(ti))，其中所述计算装置(29)包括在所述系统中并且被设计成执行在所述计算装置(29)上实现的计算机程序，使所述计算装置(29)执行噪声(N)和至少一个剩余时间(RT)的确定，以及
d)输出装置(31)，所述输出装置(31)提供通过执行所述方法生成的输出。
17.根据权利要求16所述的系统，其中：
所述用于确定所监测的变量(m)的所述测量值(M(ti))的装置是用于确定由所述现场设备(1)测量和/或监测的所述至少一个测量变量(p)中的一个测量变量的装置，或者
所述现场设备(1)包括监测装置、诊断装置、验证装置或校准装置，所述监测装置、诊断装置、验证装置或校准装置允许在操作期间基于由所述监测装置、诊断装置、验证装置或校准装置确定的预定义变量的测量值来监测所述现场设备(1)和/或所述现场设备(1)的一个或多个组件的性能，其中，所述预定义变量对应于所述所监测的变量(m)。
CN202010401333.0A 2019-05-15 2020-05-13 操作和预测性监测现场设备的方法 Active CN111947688B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102019112745 2019-05-15
DE102019112745.9 2019-05-15

Publications (2)

Publication Number Publication Date
CN111947688A CN111947688A (zh) 2020-11-17
CN111947688B true CN111947688B (zh) 2022-08-30

Family

ID=70277199

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010401333.0A Active CN111947688B (zh) 2019-05-15 2020-05-13 操作和预测性监测现场设备的方法

Country Status (3)

Country Link
US (1) US11435212B2 (zh)
EP (1) EP3739403B1 (zh)
CN (1) CN111947688B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4002041B1 (en) 2020-11-19 2023-04-12 Endress+Hauser Group Services AG Method of predictive monitoring of a variable of a medium and of a measurement accuracy of a measurement device measuring this variable
DE102021130639A1 (de) 2021-11-23 2023-05-25 Endress+Hauser Conducta Gmbh+Co. Kg Verfahren zum Bestimmen anwendungsspezifischer Gesamtplausibilitäten von Messwerten mindestens einer von einem Messsystem in einer spezifischen Anwendung gemessenen Messgröße

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1538501B2 (de) * 2003-11-19 2010-10-06 Siemens Aktiengesellschaft Verfahren zur Überwachung einer technischen Einrichtung
DE102005062388A1 (de) * 2005-12-23 2007-06-28 Endress + Hauser Conducta Gesellschaft für Mess- und Regeltechnik mbH + Co. KG Kalibrierung im Laborreferenzverfahren
WO2008036921A2 (en) * 2006-09-21 2008-03-27 Impact Technologies, Llc Systems and methods for predicting failure of electronic systems and assessing level of degradation and remaining useful life
US20090070069A1 (en) 2007-09-07 2009-03-12 Csi Technology, Inc. Apparatus and method for optimizing measurement reporting in a field device
EP2551650B1 (en) * 2011-07-27 2019-09-25 Endress+Hauser Consult AG Calibration method
EP2602680B1 (en) * 2011-12-09 2014-06-18 Endress + Hauser Messtechnik GmbH+Co. KG Method of determining a calibration time interval for a calibration of a measurement device
EP3002651B1 (en) * 2014-09-30 2021-01-13 Endress+Hauser Group Services AG Monitoring means and monitoring method for monitoring at least one step of a process run on an industrial site
DE102014118845A1 (de) * 2014-12-17 2016-06-23 Endress + Hauser Messtechnik Gmbh+Co. Kg Verfahren und Vorrichtung zur Erkennung von Anomalien von Feldgeräten
DE102016123856A1 (de) 2016-12-08 2018-06-14 Endress + Hauser Wetzer Gmbh + Co. Kg Verfahren zur in situ Kalibrierung eines Thermometers
DE102017116167A1 (de) 2017-07-18 2019-01-24 Endress+Hauser Process Solutions Ag Verfahren zum Überwachen einer Automatisierungsanlage

Also Published As

Publication number Publication date
US11435212B2 (en) 2022-09-06
EP3739403A1 (en) 2020-11-18
US20200363245A1 (en) 2020-11-19
EP3739403B1 (en) 2022-12-07
CN111947688A (zh) 2020-11-17

Similar Documents

Publication Publication Date Title
US10747188B2 (en) Information processing apparatus, information processing method, and, recording medium
CN111947688B (zh) 操作和预测性监测现场设备的方法
EP2602680B1 (en) Method of determining a calibration time interval for a calibration of a measurement device
US20180284739A1 (en) Quality control apparatus, quality control method, and quality control program
US10901371B2 (en) Method of determining a calibration or maintenance time interval
CN108369109B (zh) 用于监控至少两个冗余传感器的方法
EP2856269B1 (en) Process control loop current verification
JP7024466B2 (ja) コリオリ流量計、時期予測システム、及び時期予測方法
US20080288213A1 (en) Machine condition monitoring using discontinuity detection
US11994488B2 (en) Method of predictive monitoring of a variable of a medium and of a measurement accuracy of a measurement device measuring this variable
Morello et al. An ISO/IEC/IEEE 21451 compliant algorithm for detecting sensor faults
US20180196639A1 (en) Data processing device, data processing method, and storage medium
CN108139031A (zh) 用于在各种流量状况下保持高精度的基于在线超声波计（usm）基于状况的监视（cbm）的自适应
JP4372473B2 (ja) データ管理システムおよびそれに適用される分析装置
JP4369313B2 (ja) 臨床検査システム
WO2020110201A1 (ja) 情報処理装置
WO2016143337A1 (ja) 情報処理装置、情報処理方法、及び、記録媒体
EP2597436A1 (en) Method of determining a calibration time interval for a measurement device
CN109631972A (zh) 用于监测传感器功能的方法
KR102385007B1 (ko) 산업용 측정장비 상태 정보(시계열 자료) 신뢰수준 기반 교정 시점 예측 장치 및 방법
US20240200990A1 (en) Method of measuring measurands of a medium and a measurement system configured to perform this method
RU2491510C1 (ru) Способ контроля метрологической исправности интеллектуального средства измерений
JP2024040655A (ja) 故障予測システムおよび故障予測方法
Sunethra et al. Estimating Reliability and predicting warranty of an electronic device with multiple failure modes.
JP2004046653A (ja) パラメータ計算方法、状態監視方法、パラメータ計算装置、状態監視装置、状態監視システム、コンピュータプログラム、及び記録媒体

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