CN111954856A - 用于在使用事件模式的情况下识别在材料加工或制造工艺过程中的事件的方法、(测量)装置及其组件 - Google Patents

用于在使用事件模式的情况下识别在材料加工或制造工艺过程中的事件的方法、(测量)装置及其组件 Download PDF

Info

Publication number
CN111954856A
CN111954856A CN201880088950.0A CN201880088950A CN111954856A CN 111954856 A CN111954856 A CN 111954856A CN 201880088950 A CN201880088950 A CN 201880088950A CN 111954856 A CN111954856 A CN 111954856A
Authority
CN
China
Prior art keywords
operator
pattern
decision
arithmetic unit
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.)
Pending
Application number
CN201880088950.0A
Other languages
English (en)
Inventor
乌尔里希·佐伊特
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.)
Cass Ltd
Original Assignee
Cass Ltd
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 Cass Ltd filed Critical Cass Ltd
Publication of CN111954856A publication Critical patent/CN111954856A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
    • B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
    • B23Q17/099—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining by measuring features of the machined workpiece
    • 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
    • G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
    • 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
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • 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
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • 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
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/34—Graphical or visual programming
    • 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
    • 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
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • 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
    • G05B2219/20—Pc systems
    • G05B2219/23—Pc programming
    • G05B2219/23258—GUI graphical user interface, icon, function bloc editor, labview
    • 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
    • G05B2219/32—Operator till task planning
    • G05B2219/32368—Quality control
    • 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
    • G05B2219/37435—Vibration of machine
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/20—Software design
    • G06F8/24—Object-oriented
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Factory Administration (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)

Abstract

本发明涉及一种测量装置，该测量装置包括用于高频地检测测量参量、例如声音、固体声音、电流、电压、光学测量值或磁测量值和类似物的传感器，测量装置具有包括至少一个运算器的运算器网络。本发明此外涉及一种运算器网络，该运算器网络具有通知运算器、机器控制运算器和/或差运算器，以及本发明涉及所述运算器。此外本发明涉及方法或装置，其用于基于在工艺过程期间获得的具有时间分辨的频率信息和能量信息的多维数据流以及基于干扰模式和/或事件模式和/或能量数据的使用来识别在材料加工和/或制造工艺过程中的事件，其中，将所述数据输送给一个模式运算器或多个并联或依次设置的模式运算器。

Description

用于在使用事件模式的情况下识别在材料加工或制造工艺过 程中的事件的方法、(测量)装置及其组件
技术领域
本发明涉及方法、(测量)装置及其组件，它们用于基于在工艺过程期间获得的具有时间分辨的频率信息和能量信息的多维数据流在使用事件模式的情况下识别在材料加工工艺过程或材料制造工艺过程中的事件。
本发明在此可应用于所有如下工艺过程，在所述工艺过程中可以借助尤其是声学传感器和/或磁传感器在材料加工或制造期间和/或之后高频地获得信息，如这例如在WO2010/051954和WO 2017/071812中说明的，例如在切削加工中、在注塑中、在成型中、在感应淬火中、在焊接中或类似物。接着出于描述目的，以弯曲矫直的示例说明本发明。然而所述实施方案也可转用于其他应用。
背景技术
在矫直压机上进行弯曲矫直时，冲模为了塑性变形而重复地作用于要矫直的构件并且在不同部位上作用，直至达到希望的径跳。例如用于机动车领域的由硬化钢构成的传动轴的典型弯曲矫直工艺过程在此可以持续大约一或两分钟，包括典型地在1秒之下的数量级范围中的负载阶段以及跟随着的基本上类似长的卸载阶段。作用于构件的变形能量可能引起构件上的光学上不能轻易识别的损害、尤其是微小裂纹，并且弯曲矫直装置也可能得到损害或磨损。为了在材料加工工艺过程或材料制造工艺过程中识别这种损害，由WO2010/051954已知，借助声音传感器连续检测在弯曲矫直工艺过程期间的声音信号并且输送给具有模式识别的多维评估，以便识别典型的事件、例如裂纹或工具断裂。
图1以时间t、频率f和强度I的函数形式阐明在此检测到的数据流，如这在WO2010/051954中阐明的那样。在这里示例性地三维阐明的图景(Lanschaft)在此具有可以配属给不同事件的模式。
如此，在负载阶段1中可看出与在负载阶段2中或在卸载阶段3中的图景偏离的图景。
如果将所述图景与例如用于裂纹的已知模式比较，则可以确定构件是无缺陷的还是有缺陷的并且因此是废品。如果在负载阶段1的区域中的图景4例如对应于用于裂纹的模式，则构件被分类为有缺陷的。而如果该图景4对应于用于运行噪声的模式，如在先前的负载阶段2的区域中那样，则构件是无缺陷的。
在这里困难的是准确的区分。如此，虽然借助简单的模式识别、例如通过所记录的图景与比较模式的比较包络线的已知比较能够求取一致程度。然而，在实践中表明，一致性经常明显处于100％之下并且此外可能鉴定出具有按照数量级相同的一致程度的用于不同事件的多个模式，例如对于一个模式具有80％概率以及对于另一个模式具有65％概率。根据对构件的质量要求，这导致无缺陷的构件被错误地分类为有缺陷的或有缺陷的构件以无缺陷形式通过。
此外，与相应工艺过程的适配是耗费的。如此必须提供和/或适配用于工艺过程的数据库和相应的工艺过程环境。比较逻辑的特定适配也通常要求重新编程。如此，在弯曲矫直中用于允许偏差和用于干扰或运行噪声的模式与在注塑中的那些模式显著不同；优化的比较逻辑在不同的工艺过程中也总是不同的。
发明内容
由此出发，本发明所基于的任务是，提供方法、装置及其组件，以用于基于在工艺过程期间获得的具有时间分辨的频率信息和能量信息的多维数据流在使用事件模式的情况下识别在材料加工工艺过程或材料制造工艺过程中的事件，所述方法、装置及其组件能够在较灵活的可适配性的情况下实现改善的区分。
该任务根据独立权利要求的特征来解决。
有利的设计方案由从属权利要求得出。
本发明提供一种测量装置、例如一种测量仪器，该测量装置具有能有利地通过图形用户界面或类似物简单地与相应的材料加工工艺过程和/或制造工艺过程适配的运算器网络，所述运算器网络具有至少一个判定运算器和优选另外的、尤其是串联和/或并联设置的运算器、尤其是模式运算器，以及本发明提供一种构造于其上的方法和装置。
在一些实施方案中，所述测量装置按照本发明能够实现在材料或构件加工或制造时或之后全自动地做出判定、例如OK或非OK，并且能直观、简单和精确地与相应的材料、构件、制造和/或加工框架条件适配，有利地在使用预定的和/或可参数化的运算器和/或运算器网络的情况下和可选地在使用预定的用于特定的材料、构件、制造、和/或加工标准框架条件或情形的标准参数和/或标准模式的情况下。尤其是可以规定，这样通过特性曲线/参数化、另外的运算器及其关联、和/或运算器的重新定义来适配作为模板的预定。
按照本发明的测量装置可以包括用于高频地检测测量参量、例如声音、固体声音、电流、电压、光学测量值或磁测量值和类似物的传感器或所述测量装置可以耦合到所述传感器上并且具有运算器，该运算器可以结合在运算器网络中。
按照本发明的运算器系统基本上构成尤其是用于测量仪器的自身的配置环境或编程语言。在这里提供特定传感器或一般运算器，其提供用于进行处理的运算器的测量值。
支持已经存在的通信协议、例如OPC-UA的传感器可以通过OPC-UA运算器结合。
以该方式能够将几乎任意多个不同的传感器包括到编程的分析中。
如此可编程的模式识别允许识别任意的信号、计算其具体的特征并且将其实时从数据流中除去，在声音或固体声音的情况下，这些信号可以是机器的噪声和众所周知的工作排放。
因此获得高动态的信号或噪声过滤器，其满足噪声消除功能的所有准则。
本发明因此能够使得测量仪器实现将极度“大声的”基本信号精确地从数据流中去除并且然后在“剩余的”数据流中识别小特征。
按照本发明这可以这样解决，即，由模式运算器针对已知噪声对输入传感器数据流进行搜索，然后除去该噪声并且产生新的数据流，所述新的数据流可以通过后续的和/或并联的另外的模式运算器分析和处理，直至结果被分析得可用于判定(判定成熟，entscheidungsreif)并且可以被输送给判定运算器。
这样的判定运算器按照本发明设计用于判定，例如构件在材料加工工艺过程和/或材料制造工艺过程(或类似物)中是OK的还是非OK的，或加工设备和/或制造设备是OK的还是非OK的。判定运算器具有用于干扰模式识别运算器的输入端、用于事件模式识别运算器(8)的输入端和/或用于自由模式运算器(9)的输入端，可选地还具有例如用于多个事件模式识别运算器的多个输入端和/或例如用于多个自由模式识别运算器的多个输入端。适宜地设置用于能对输入数据进行参数化关联和编程关联的内部逻辑和内部参数，以及连同用于OK信号或非OK信号的输出端。
判定运算器可以包括多维的、尤其是二维的、三维的、四维的或五维的判定场，尤其是具有一个或多个配属区域的判定场。
判定运算器可以具有多个、尤其是两个、三个或四个判定场，所述判定场分别具有至少一个在时间上可变的边界线。
补充于判定运算器和/或模式识别运算器，适宜地设置用于与外界、在工业环境中与机器控制装置或上级的数据系统通信的另外的运算器。
按照本发明的模式识别运算器可以具有用于数据流的输入端和用于数据流和/或值的输出端，所述值对应于与模式数据库的多个模式中的一个模式的一致程度。
模式识别运算器适宜地识别事件模式和/或干扰模式，尤其是借助参数化、判定场和/或模式识别。
适宜地，模式识别运算器具有二维、三维或多维的特性曲线，所述特征曲线具有一个或多个配属区域。
多个运算器形成一个按照本发明的运算器网络，所述运算器网络包括一个、两个或更多个模式识别运算器(7、8)、可选地包括一个或多个自由模式运算器(9)并且包括至少一个判定运算器(6)和/或另外的运算器。运算器网络可以具有通知运算器、机器控制运算器和/或差运算器。
在此，在运算器网络中可以并联或串联地设置多个运算器、尤其是模式运算器。
适宜地设置的多重的数据转换在此允许数据的逐步处理，直至二维或更多维的图表、若干个值以及是/否判定。因此，通过应用运算器编程并且也许使用不同的外部传感器，仅通过实现不同的分析算法产生完全不同的测量仪器，所述分析算法借助拖放(Drag andDrop)嵌入运算器网络中。
各个运算器的一次获得的参数化有利地作为模板参数化存储并且可以在其他的测量语境中再次使用，所述参数化如在模式搜索或判定搜索的情况下可以是非常复杂的。
完整的运算器网络同样可以作为模板网络存储并且作为用于类似的或扩展的测量系统的基础提供使用。
运算器网络可以在所有兼容的硬件系统(测量仪器)上实施并且因此构成一般的分析层，甚至构成用于图形化显示可使用的测量仪器编程。
运算器利用也称为Connections的连接部连接，所述连接部在各个运算器之间传输相应处理的数据。
这些连接部也可以作为缓冲存储器以Pipeline函数参数化。所述连接部因此确保数据的异步处理，这尤其是在不一样快地工作的运算器或数据流之间过渡时是需要的。
所述连接部因此也能将多个分布的运算器网络连接成一个复杂的分析网络，所述分布的运算器在不同的硬件上经由互联网与工业总线系统连接或以其他方式连接。
支持按照本发明的运算器的移动式仪器可以是集成的运算器网络的一部分，或者作为传感器，亦或作为显示模块。
本发明因此设置移动式的、尤其是电力自主的装置，尤其是以传感器或显示模块的形式的装置，所述装置设计为具有输入数据流和/或输出数据流的用于嵌入运算器网络或测量装置中的运算器。通信在此以已知的方式有线地或无线地通过标准协议例如TCP/IP或类似物实现。
本发明因此提供方法和装置、例如测量仪器，其用于基于在工艺过程期间获得的具有时间分辨的频率信息和能量信息的多维数据流(例如来源于固体声音传感器或其他所提及的传感器)在使用干扰模式和/或事件模式和/或能量数据的情况下识别在材料加工工艺过程和/或材料制造工艺过程中的事件，其中，所述数据经过一个模式运算器或多个并联或依次设置的模式运算器并且输送给一个判定运算器或多个并联或依次设置的判定运算器。
本发明此外提供一种图形用户界面，该图形用户界面用于构建和/或编辑按照本发明的运算器网络，和/或本发明提供一种包括图形用户界面的测量装置，其中能够实现预定运算器的图形化的可定位性和可关联性。
在按照本发明的用于实施所述方法的装置中，设置运算器网络和/或设置用于构建和/或编辑运算器网络的图形用户界面。
其他的特征和实施形式从对本发明示例性实施方案的后续说明中得出。
附图说明
接着参考在附图中阐明的实施形式说明本发明的各方面。
具体实施方式
按照本发明的运算器网络5以示例性配置在图2中示出。所述运算器网络包括判定运算器6，该判定运算器在这里在输入端与干扰模式运算器7、事件模式运算器8和/或自由模式运算器9连接以及在输出端与信号运算器10、计数运算器11和/或存储运算器12连接。
每个运算器在此为具有预定的输入接口和/或输出接口以及具有内部逻辑的程序模块，用于过滤数据、检测数据、处理数据、做出判定、存储数据、与计算机、数据库、用户和/或类似物交互和/或激活装置(如信号、马达、切断装置和/或类似物等)。
在这里示出的干扰模式运算器7可以如在图3中示出的那样构造。数据流13，例如作为传感器、尤其是声音信号传感器的原始数据流或作为通过尤其是其他运算器处理的、例如频率滤波的和/或平整的数据流，到达位置确定运算器14，该位置确定运算器在考虑由时间运算器15提供的工艺过程时间的情况下确定数据在工艺过程内的时间位置并且将时间位置输送给模式比较运算器16。能量确定运算器17同样与运算器13、15连接、确定在数据流中的能量、例如以声强形式的能量并且将所述能量与过程时间关联，以便将结果输送给模式比较运算器16。借助这两个输入数据流以及可选的如示出的那样来自数据流运算器13的数据流、来自时间运算器15的时间成分和/或来自模式运算器18的模式数据，模式比较运算器16求取用于由数据流运算器13提供的数据与由模式运算器18提供的模式的一致程度或针对多个模式的多个程度，所述模式运算器有利地连接到模式数据库上或可以以其他方式调取用于事件的模式。所述程度例如可以是0％和100％之间或0和255之间或类似物的数值。所述一致程度在结果输出端19上提供。
模式运算器18在此访问干扰模式，如其在工艺过程中出现的，例如冲模撞击到要矫直的构件上、由于矫直装置振动而导致轰鸣噪声、环境影响(例如通过操作人员的敲击)、工具在工件上的磨削噪声等。在结果输出端19上例如可以输出67％的已鉴定出干扰模式的概率。
事件模式运算器8可以以与干扰模式运算器7基本上相同的方式构造。如此，事件模式运算器的逻辑同样可以包括数据流运算器、时间运算器、位置确定运算器、能量确定运算器、模式比较运算器和/或模式运算器，它们可以类似或相同地连接并且在内部以加权因数和类似物配置，其中，模式运算器访问来自模式库的事件模式，所述事件模式描述干扰，例如用于在切削处理和类似物时的应力裂纹或工具断裂的模式。事件模式运算器8在其结果输出端19上给出代表这样的事件已发生的值、例如82％，参见图2。
自由模式运算器9可以如在图4中示出的那样除了如在图3中的数据流运算器13、时间运算器15和位置确定运算器14之外还具有能量确定运算器20，该能量确定运算器例如计算并且在其结果输出端19上提供能量、例如声音信号强度和/或持续时间。在这里不是进行模式识别，而是取而代之进行能量分析。
适宜地，所述过程和/或结果能借助可视化运算器21在屏幕或类似物上示出。
所述运算器按照本发明能在图形用户界面中设置和配置。如此，所述运算器可以经由利用鼠标或类似物的拖放从运算器列表中拉出并且设置在工作页中。在图2、3、4中以线的形式阐明的在输入端和输出端之间的数据连接同样能图形化地配置。通过对运算器的右击或类似物，可以选择和/或改变所述运算器的内部的参数或逻辑。如此，例如可以在能量确定运算器20中确定用于计算能量值的公式，可以在模式比较运算器16中选择算法，借助所述算法确定在检测到的数据和某一模式之间的一致程度(例如通过差的累积或类似物)等。
图形用户界面能够使得用户快速并且灵活地实现、适配和维护与相应的工艺过程特定协调的运算器网络，而不用依赖于制造商或程序员。
对于判定运算器6在配置时有特别意义的是，该判定运算器能够以可靠的方式实现区分无缺陷的(OK)或有缺陷的(非OK、NOK)的构件/工件。
在图2示出的示例中，判定运算器6的OK输入端22、NOK输入端23和NO输入端24与运算器7、8和9的结果输出端19连接。
在OK输入端22上，由干扰模式运算器7提供代表当前探测到不显著的干扰信号、亦即工件“OK”的(概率)值连同另外的信息。在NOK输入端23上，由事件模式运算器8提供代表当前探测到显著事件(例如应力裂纹)、亦即工件不OK(“NOK”)的(概率)值连同另外的信息。在NO输入端24上在没有模式比较的情况下提供另外的信息(“NO”pattern recognition，没有模式识别)。另外的信息在此可以包括能量值、例如声强和/或持续时间、例如能量从超过阈值直到低于阈值的持续时间或类似物。
按照本发明如此配置判定运算器6，使得其串联地包含多个多维判定场并且基于串联的多维判定的结果将触发器信号发送给信号运算器10，以便将工件表征为有缺陷的(或可选无缺陷的)，因此能够提取有缺陷的工件。同样，所述结果和/或数据可以通过转发到存储运算器12上来存储，并且通过计数运算器11可以每时间单位地或总体地检测废品并且在可视化运算器21上显示、例如以标度形式显示，以便形象地示出趋势。
多维的第一判定场在图5中阐明。第一判定场相互记录来自干扰运算器7的OK值和来自事件模式运算器8的NOK值。在上面提到的示例中，在图1的负载阶段1求取了67％的OK值和82％的NOK值。这对应于数据点25，该数据点处于能通过图形用户界面配置的边界线26上方。另一个数据点27处于边界线26之下。数据点25、26不涉及明确的配属关系，即事件可能以高概率是不显著的干扰信号或者是显著的事件模式信号，而另外的数据点28、29是明确的，因为它们要么是0％NOK、要么是0％OK。
边界线26在这里用作区分的第一级。不明确的数据点对于下一级输送给按照图6的多维的NOK判定场、按照图7的多维的OK判定场和/或按照图8的多维的NO判定场。
如此，数据点25相应地以其另外的数据、在这里示例性地以能量和持续时间被记录并且在图5中处于NOK边界线30上方、在图6中处于OK边界线31下方并且在图7中处于NO边界线33、34之间的加阴影线的NOK区域32之外。在另外的实施形式中，二维或更多维的判定场可以包括参数能量、持续时间、时间上的位置、计数器、时间上的刻度、幅值刻度和类似物和/或代替边界线可以使用边界面。
判定运算器6适宜地如此配置，使得其将数据点25评价为NOK，因为数据点25在三个运算器OK、NOK和NO的任何两个运算器方面处于NOK区域32中。
边界线26、30、31、33、34能特定地与相应的工艺过程适配。
在图5、6、7、8中的另一个维度可以是时间。如此适宜的是，根据时间在工艺过程中调节边界线26、30、31、33、34。例如在每个负载阶段1、3开始时，在弯曲矫直时施加到工件上的力是小的，进而因此断裂概率是小的，而所述力或所述断裂概率在相应的负载阶段1、3结束时是最大的。如此可以适宜的是，在负载阶段开始时设定比边界线26规模更大的边界线26‘，而在负载阶段结束时设定边界线26“，在该边界线中由于高作用力而较早地从NOK事件出发，参见图5。因此，数据点27可以当其在负载阶段开始时被检测时是OK的，而其在结束时处于边界线26“上方并且是NOK的。在t＝负载阶段开始(0ms)的边界线26‘经过边界线26至在t＝负载阶段结束(例如1000ms)的边界线26“之间的时间变化曲线可以任意地、例如线性地调节。
上面提到的运算器可以任意串联和/或并联设置。
如此可选地，适宜的是，设置另外的判定运算器6‘，参见图9，所述另外的判定运算器监控弯曲装置的维修状态。如此能够在这里另外评价用于事件的模式，例如在图7中具有高能量和长持续时间的数据点能够推断出机器的问题并且可以规定停止机器。
可以设置另外的运算器、例如通知运算器，该通知运算器自动地将具有相关信息的电子邮件或其他消息发送给维修服务和/或过程代理。
在另一种实施形式中可以设置差运算器。该差运算器被如此配置，使得其识别已知模式、例如或多或少恒定的背景噪声或反复的干扰噪声或其他干扰数据，将所属的模式尽可能精确地与数据流的数量级适配并且在充分一致的情况下从所述数据流中减去。然后，作为差保留经清理的数据流，该经清理的数据流可以被输送给另外的运算器。一种可能的布置结构在图10中阐明，在该布置结构中，差运算器35连接于干扰模式运算器7‘下游并且基于干扰模式识别将干扰模式从数据流13中提取出并且将经清理的数据流36提供给进一步处理，例如作为用于运算器7、8、9的在图2中的输入数据流，其中，后续的运算器7-只要存在-可以不同地调节，或干扰模式运算器7‘只识别特定的干扰模式，例如波纹、散射等。
接着借助另外的示例解释按照本发明的运算器模型。尤其是，所述运算器模型能在信息技术的分布的、异构的和异步工作的硬件和系统上实施。
在按照本发明的测量仪器中通过运算器的网络实施分析。
在开始时存在能够实现访问输入数据的运算器。
来自外部源的测量数据流可以对传感器数据4通过信道以直至100M样本(Msamples)和16bit或4M和24bit进行采样并且实时每通道以25000频谱/秒计算FFT并且将两者作为Input数据流提供。
用于机器控制的32位的IO以及用于机器通信的Profibus(现场总线)和Profinet可以同样作为用于运算器的Input和Output提供。
分析过程在按照本发明的图形化运算器编辑器中构建，示例性地参见图11。
在最上层中，处理器(Clock Slot)执行分析程序(定制运算器)。
定制运算器构成用于子程序的容器，在其中可以实现来自另外的子程序和预制的运算器中的复杂网络，参见图12，该图示例性地示出用于模式分析和做出判定的网络。
在下一层上可见将数据流、滤波组件和模式比较运算组合的网络，参见图13。
各个运算器在编辑器中呈现或多或少复杂的GUI组件，所述GUI组件定义至数据的连接并且对运算器的工作方式进行参数化。
以一些基本类型、布尔、数字、int64等形式的数据和例如以JSON对象形式的较复杂的数据通过所述连接进行交换。
为了参数化，JSON对象同样与GUI交流。
新的运算器的集成可以经由插件进行。
亦即，新的数据源必须首先携带来运算器插件。
在实时测量过程中，数据通过运算器处理，并且如在该示例中示出的那样，找到最匹配的模式、进行缩放并且分析其在数据流中的对应物(Pendant)。
同时，根据工艺过程的需求进行评价并且例如在工件质量或生产过程性能方面进行判定。
在图14中，例如探测在传动轴中的微小裂纹。示出来自用于传动轴的工业矫直机的固体声音数据的50ms长的一部分。该图景基于25000频谱/秒按照传声器数据的FFT产生，所述传声器数据在该情况下以高达约800kHz进行评估。
所有数据可以在测量仪器上以RAW格式和以不同的压缩存储并且不仅实时进行分析而且在工艺过程之后进行分析(用于学习过程)。
用于按照本发明的传感器的示例可以是固体声传声器和μ磁传感器以及用于在工业过程中的数据获取的宽带的模拟放大器(>100MHz)。
运算器设计可以扩展到信息技术的分布的、异构的和异步工作的硬件和系统上。大的运算器网络的各个部分可以在分布的系统上运行。
按照本发明的传感器可以收集和预处理数据，亦即设计为智能传感器。
实时处理系统可以实施频谱分析并且识别模式。PC进行复杂的判定。所利用的硬件以及还有所利用的软件可以非常不同。只要支持运算器系统的接口，则可以将任何设备、任何服务集成到整个的执行中。
设备、智能传感器的制造商除了真正的设备之外还提供用于运算器集成的模块，通过所述模块的GUI可以进行参数化，并且为网络的其他参与者提供输入(Inputs)和输出(Outputs)。
在此，数据流不仅可以是模拟的，而且也可以是数字的，并且可以在不同的载体上传输并且也可以支持不同的协议，其相应的运算器以兼容的形式提供对数据的访问。
在所有实施方案可以设置学习阶段，在所述学习阶段中，传感器可以传输大的数据量，学习是缓慢的。基于学习数据可以构建并且参数化分析网。运算的部分然后在传感器本身中实施，数据已经预先处理和评估并且在最好的情况下已经传输结果。
具有无线能量供应和无线通信的系统可以完全封闭并且因此过程安全地构造，其使用可以无需维修地实现。
对于网络集成，可以在每个传感器上运行具有TCP/IP连接的OS(例如Linux系统)。备选地可以设置传感器集线器，所述传感器集线器包含OS系统并且将传感器置于网络中。转发可以是无线的或有线的。
为了给无线组件、如传感器供电，按照本发明优选除了蓄电池供电之外使用能量收集(Energy-Harvesting)和无线能量传输的方法。
在有利的设计方案中，只要数据主要经由TCP/IP由传感器系统提供，则例如基于FPGA的智能开关可以构成收集部位和另外的处理阶段。该智能开关并行地实施对所连接的数据流的计算并且然后再次经由TCP/IP亦或经由PCIe、USB等提供其结果。
附图标记列表
1 负载阶段
2 负载阶段
3 卸载阶段
4 图景
5 运算器网络
6、6‘ 判定运算器
7 干扰模式运算器
8 事件模式运算器
9 自由模式运算器
10 信号运算器
11 计数运算器
12 存储运算器
13 数据流运算器
14 位置确定运算器
15 时间运算器
16 模式比较运算器
17 能量确定运算器
18 模式运算器
19 结果输出端
20 能量确定运算器
21 可视化运算器
22 OK输入端
23 NOK输入端
24 NO输入端
25 数据点
26、26‘、26“ 边界线
27 数据点
28 数据点
29 数据点
30 NOK边界线
31 OK边界线
32 NOK区域
33 NO边界线
34 NO边界线
35 差运算器
36 数据流

Claims (14)

1.一种测量装置，该测量装置包括用于高频地检测测量参量、例如声音、固体声音、电流、电压、光学测量值或磁测量值和类似物的传感器，其特征在于，所述测量装置包括按照下列权利要求之一所述的运算器网络，所述运算器网络具有按照下列权利要求之一所述的至少一个运算器。
2.一种判定运算器(6)，该判定运算器用于判定构件在材料加工工艺过程和/或材料制造工艺过程中是OK的还是非OK的或判定加工设备和/或制造设备是OK的还是非OK的，所述判定运算器具有用于干扰模式识别运算器(7)的输入端、用于事件模式识别运算器(8)的输入端和/或用于自由模式运算器(9)的输入端，所述判定运算器具有用于能对输入数据进行参数化关联和/或编程关联的内部逻辑和内部参数，并且所述判定运算器具有用于OK信号或非OK信号的输出端。
3.按照权利要求2所述的判定运算器，其特征在于，所述判定运算器包括多维的、尤其是二维或三维的判定场。
4.按照权利要求3所述的判定运算器，其特征在于，所述判定运算器包括三个判定场，所述三个判定场分别具有至少一个在时间上可变的边界线(26、26‘、26“、30、31、33、34)。
5.一种模式识别运算器，该模式识别运算器具有用于数据流的输入端和用于数据流和/或值的输出端，所述值对应于与模式数据库的多个模式中的一个模式的一致程度。
6.按照权利要求5所述的模式识别运算器，其特征在于，所述模式识别运算器识别事件模式(8)和/或干扰模式(7)。
7.按照权利要求5或6所述的模式识别运算器，其特征在于，所述模式识别运算器具有二维、三维或更多维的特性曲线，所述特性曲线具有一个或多个配属区域(32)。
8.一种运算器网络(5)，该运算器网络包括一个、两个或更多模式识别运算器(7、8)、可选地包括自由模式运算器(9)并且包括至少一个按照上述权利要求之一所述的判定运算器(6)。
9.按照权利要求8所述的运算器网络，其特征在于，所述运算器网络包括通知运算器、机器控制运算器和/或差运算器(35)。
10.按照上述权利要求之一所述的运算器网络，其特征在于，多个运算器、尤其是多个模式运算器并联或串联地设置。
11.一种移动式的、尤其是电力自主的装置、尤其是传感器或显示模块，其特征在于，所述装置设计为具有输入数据流和/或输出数据流的运算器，所述运算器用于嵌入到按照权利要求之一所述的运算器网络或测量装置中。
12.一种用于基于在工艺过程期间获得的具有时间分辨的频率信息和能量信息的多维数据流在使用干扰模式和/或事件模式和/或能量数据的情况下识别在材料加工工艺过程和/或材料制造工艺过程中的事件的方法或装置，其特征在于，所述数据经过一个模式运算器或多个并联或依次设置的模式运算器并且被输送给按照上述权利要求之一所述的一个判定运算器(6)或多个并联或依次设置的判定运算器(6)。
13.一种用于构建和/或编辑按照上述权利要求之一所述的运算器网络的图形用户界面，和/或一种包括所述图形用户界面的测量装置，其特征在于预定的按照上述权利要求之一所述的运算器的图形化的可定位性和可关联性。
14.一种用于实施按照上述权利要求之一所述的方法的装置，所述装置包括按照上述权利要求之一所述的运算器网络和/或包括用于构建和/或编辑按照上述权利要求之一所述的运算器网络的图形用户界面。
CN201880088950.0A 2017-12-11 2018-12-11 用于在使用事件模式的情况下识别在材料加工或制造工艺过程中的事件的方法、(测量)装置及其组件 Pending CN111954856A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102017011368.8A DE102017011368A1 (de) 2017-12-11 2017-12-11 Verfahren, Vorrichtung, und Komponenten davon, zum Erkennen von Ereignissen in einem Materialbearbeitungs- und/oder Herstellungsprozess unter Verwendung von Ereignismustern
DE102017011368.8 2017-12-11
PCT/EP2018/084411 WO2019115553A2 (de) 2017-12-11 2018-12-11 Verfahren, (mess-)vorrichtungen, und komponenten davon, zum erkennen von ereignissen in einem materialbearbeitungs- oder -herstellungsprozess unter verwendung von ereignismustern

Publications (1)

Publication Number Publication Date
CN111954856A true CN111954856A (zh) 2020-11-17

Family

ID=65009672

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880088950.0A Pending CN111954856A (zh) 2017-12-11 2018-12-11 用于在使用事件模式的情况下识别在材料加工或制造工艺过程中的事件的方法、(测量)装置及其组件

Country Status (6)

Country Link
US (1) US11931842B2 (zh)
EP (1) EP3724735A2 (zh)
KR (1) KR20200108281A (zh)
CN (1) CN111954856A (zh)
DE (1) DE102017011368A1 (zh)
WO (1) WO2019115553A2 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6173208B1 (en) * 1997-05-29 2001-01-09 Korea Institute Of Science And Technology Method for generating control codes for use in a process control system
CN101110029A (zh) * 2006-06-29 2008-01-23 洛克威尔自动控制技术股份有限公司 用于可扩充自动化系统工程平台的hmi框架
WO2017105867A1 (en) * 2015-12-17 2017-06-22 Microsoft Technology Licensing, Llc Wearable system for predicting about-to-eat moments
CN107271023A (zh) * 2008-11-07 2017-10-20 卡斯公司 用于振动分析的方法和装置以及模式数据库和应用
WO2017192821A1 (en) * 2016-05-06 2017-11-09 Massachusetts Institute Of Technology Method and apparatus for efficient use of cnc machine shaping tool including cessation of use no later than the onset of tool deterioration by monitoring audible sound during shaping

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4574633A (en) * 1983-02-04 1986-03-11 Citizen Watch Company Limited Apparatus for detecting tool damage in automatically controlled machine tool
US4636780A (en) * 1984-10-24 1987-01-13 General Electric Company Acoustic monitoring of cutting conditions to detect tool break events
KR100226277B1 (ko) * 1997-06-17 1999-10-15 토니헬샴 가공 공구 손상 및 마모 감시 장치 및 방법
GB201510220D0 (en) * 2015-06-11 2015-07-29 Renishaw Plc Additive manufacturing apparatus and method
WO2017071812A1 (de) 2015-10-28 2017-05-04 Qass Gmbh Verfahren und vorrichtungen zum beobachten eines magnetfelds eines materialvolumens sowie verwendung der vorrichtung
KR20180042557A (ko) * 2016-10-18 2018-04-26 삼성전자주식회사 공작 기계의 상태를 감시하는 전자 장치 및 그의 제어 방법
KR20180083990A (ko) * 2017-01-13 2018-07-24 삼미정보시스템 주식회사 다수 공작기계의 통합 관제 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6173208B1 (en) * 1997-05-29 2001-01-09 Korea Institute Of Science And Technology Method for generating control codes for use in a process control system
CN101110029A (zh) * 2006-06-29 2008-01-23 洛克威尔自动控制技术股份有限公司 用于可扩充自动化系统工程平台的hmi框架
CN107271023A (zh) * 2008-11-07 2017-10-20 卡斯公司 用于振动分析的方法和装置以及模式数据库和应用
WO2017105867A1 (en) * 2015-12-17 2017-06-22 Microsoft Technology Licensing, Llc Wearable system for predicting about-to-eat moments
WO2017192821A1 (en) * 2016-05-06 2017-11-09 Massachusetts Institute Of Technology Method and apparatus for efficient use of cnc machine shaping tool including cessation of use no later than the onset of tool deterioration by monitoring audible sound during shaping

Also Published As

Publication number Publication date
WO2019115553A2 (de) 2019-06-20
EP3724735A2 (de) 2020-10-21
WO2019115553A3 (de) 2019-09-19
KR20200108281A (ko) 2020-09-17
US20210165396A1 (en) 2021-06-03
US11931842B2 (en) 2024-03-19
DE102017011368A1 (de) 2019-06-13

Similar Documents

Publication Publication Date Title
US10254750B2 (en) Machining machine system which determines acceptance/rejection of workpieces
CN114202248B (zh) 一种基于mes智能制造的生产管理方法及系统
US20150026107A1 (en) System and apparatus that identifies, captures, classifies and deploys tribal knowledge unique to each operator in a semi-automated manufacturing set-up to execute automatic technical superintending operations to improve manufacturing system performance and the methods therefor
US20230115878A1 (en) Machine learning method for anomaly detection in an electrical system
Shin et al. Smart manufacturing systems engineering for designing smart product-quality monitoring system in the industry 4.0
CN104794492A (zh) 基于功率特征模型的机床设备加工运行状态在线识别方法
CN105478529A (zh) 全自动冲压生产线制品表面质量在线检测系统及方法
You et al. Multiple activation functions and data augmentation-based lightweight network for in situ tool condition monitoring
CN113752266B (zh) 基于协作化驱控一体机器人的人机协作方法、系统和介质
CN111954856A (zh) 用于在使用事件模式的情况下识别在材料加工或制造工艺过程中的事件的方法、(测量)装置及其组件
JP2020064390A (ja) データ収集システム及びデータ収集方法
Massol et al. An exTS based neuro-fuzzy algorithm for prognostics and tool condition monitoring
Albers et al. Prediction of the product quality of turned parts by real-time acoustic emission indicators
CN111598251B (zh) 一种基于机器学习的cnc预测性维护系统及方法
JP7271872B2 (ja) 異常判定装置、異常判定システムおよび異常判定方法
CN106204788A (zh) 振动感知传感网工业缝制设备自动计数方法
TW202014814A (zh) 刀具監控系統及刀具監控方法
CN115993366A (zh) 基于传感设备的加工件表面检测方法及系统
CN114818813A (zh) 一种基于自注意力卷积神经网络的刀具磨损值预测算法
Tseng et al. The design of a single-chip tool monitoring system for on-line turning operation
CN110889395A (zh) 基于机器学习的机械运动识别方法及系统
CN112384337A (zh) 用于分析和/或配置工业设备的方法和系统
Cuk et al. Methodology for optimizing manufacturing machines with IoT
Pappachan et al. Parameter Prediction Using Machine Learning in Robot-Assisted Finishing Process
CN218964851U (zh) 金属加工数字化装置

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