CN112689600B

CN112689600B - 在包装机中进行故障预测的方法

Info

Publication number: CN112689600B
Application number: CN201980060051.4A
Authority: CN
Inventors: 达维德·博尔吉; 卢卡·卡普里; 雅各布·卡瓦拉格里奥卡马戈莫拉诺; 马尔科·可康切利
Original assignee: Tetra Laval Holdings and Finance SA
Current assignee: Tetra Laval Holdings and Finance SA
Priority date: 2018-09-27
Filing date: 2019-09-20
Publication date: 2022-06-21
Anticipated expiration: 2039-09-20
Also published as: US20210403246A1; EP3628605B1; EP3628605A1; JP7398443B2; JP2022502645A; CN112689600A; WO2020064533A1; US11807464B2

Abstract

公开了一种在包装机中进行故障预测的方法。该方法包括记录与独立地可移动的物体沿包装机中的轨道的运动相关联的数据值；确定数据值的分布；计算数据值在分布中的中央趋势的量度；计算分布形状的量化量度；将中央趋势的量度与该形状的所述量化量度相关联作为条件参数的多个耦合集合；确定与独立地可移动的物体的多个运动周期相关联的条件参数的多个耦合集合的分散度；以及将该分散度与分散阈值进行比较，或者确定该分散度随时间变化的趋势，以进行所述故障预测。

Description

在包装机中进行故障预测的方法

技术领域

本发明一般地涉及状态监测领域。更具体地，本发明涉及在具有独立地可移动的物体的包装机中进行故障预测的方法，以及用于预测这种包装机或用于生产密封包装的相关系统中的故障的设备。

背景技术

在生产线中(例如在填充和包装机或相关系统中的密封包装的制造中)对机器部件的状态监测对于确保一段时间内所需的功能和故障预测是至关重要的。监测机器部件移动中的变形是实现所需功能控制并防止与磨损相关的故障的重要部分。对轴承中的例如振动进行的变形分析是工业预测性维护计划的重要部分，使得能够在机器故障之前发现并修复磨损和损坏，从而降低了操作和维护成本。最近，基于线性马达技术的输送机系统被用于在密封包装的制造中操纵包装容器。这些输送机系统通常包括闭环轨道和通过分别控制沿轨道的多个螺线管而沿轨道独立地移动的多个可移动的物体或推车。独立地可移动的物体或推车被控制为在各种操作中接合包装容器。基于这种独立地可移动的物体的系统在状态监测和故障预测领域提出了新的挑战。振动水平的经验评估是一种易出错的活动，其可导致严重低估或高估部件的剩余寿命。表征轴承故障的现有解决方案包括频率分析，其中从振动信号中提取特征频率特征。除了实施起来复杂之外，基于频率分析的解决方案并不总是准确的，并且对于用于计算的模型进行了各种假设，这使得利用独立地可移动的物体的上述系统的故障预测是次优的。特别地，通常假定附接有轴承的马达以恒定速度旋转。伺服马达的恒定旋转速度的假设在自动机械领域中，特别是对于在具有独立且可变速度曲线的轨道上移动的物体或推车而言，受到严格的限制。采用了方法来适应可变速度，但是这种解决方案实施起来也可能很复杂，并且还与其他限制和不希望有的假设相关联。

因此，改进的状态监测将是有利的，特别地允许避免更多的上述问题和损害，包括提供不太复杂的故障预测的方法，具有短的执行时间并从而能够进行即时分析，由此实现耗时减少且稳健的对独立地可移动的物体的故障排除。

发明内容

因此，本发明的示例优选地通过提供根据所附专利权利要求的设备，单独地或以任何组合的方式，试图减轻、缓解或消除本领域中例如上述的一个或多个缺陷、缺点或问题。

根据第一方面，提供了一种在包装机中进行故障预测的方法。该包装机具有被配置为操纵包装容器的独立地可移动的物体，该独立地可移动的物体与被配置为控制独立地可移动的物体沿轨道的位置的控制单元通信。该方法包括记录与可移动的物体沿轨道的运动相关联的数据值，确定所述数据值的分布，计算数据值在该分布中的中央趋势的量度，计算分布形状的量化量度，将中央趋势的量度与该形状的所述量化量度相关联作为条件参数的耦合集合，确定与独立地可移动的物体的多个运动周期相关联的条件参数的多个耦合集合的分散度，以及将分散度与分散阈值进行比较，或者确定分散度随时间变化的趋势，以进行所述故障预测。

根据第二方面，提供了一种系统，该系统包括包装机和被配置为预测包装机中的故障的设备。包装机具有被配置为操纵包装容器的独立地可移动的物体。独立地可移动的物体与控制单元通信，该控制单元被配置为控制独立地可移动的物体沿轨道的位置。该设备包括：传感器，其被配置为记录与可移动的物体沿轨道的运动相关联的数据值；以及处理单元，其被配置为确定所述数据值的分布，计算数据值在该分布中的中央趋势的量度，计算分布形状的量化量度，将中央趋势的量度与所述量化量度相关联作为条件参数的耦合集合，确定与独立地可移动的物体的多个运动周相期关联的条件参数的多个耦合集合的分散度，以及将分散度与分散阈值进行比较，或者确定分散度随时间变化的趋势，以进行所述故障预测。

根据第三方面，一种计算机程序产品，其包括指令，当程序由计算机执行时，该指令使计算机执行根据第一方面的方法的步骤。

在从属权利要求中限定了本发明的其他示例，其中，本公开的第二和第三方面的特征与第一方面相同，只是做了必要的修改。

本公开的一些示例提供了一种用于预测机器部件(例如在包装机中的轨道上独立地可移动的物体)中的故障的改进方法。

本公开的一些示例提供了对机器部件寿命的方便的预测。

本公开的一些示例提供了对机器部件的更可预测和有效的维护计划。

本公开的一些示例提供了一种故障预测的方法，该方法具有短的执行时间，从而能够进行动态分析。

本公开的一些示例提供了对机器部件的耗时较少的故障排除。

本公开的一些示例提供了在具有多个独立地可移动的物体的诸如填充机之类的机器中的改进的状态监测。

应该强调的是，当在本说明书中使用时，术语“包括/包含”用来指定存在所述特征、整数、步骤或部件，但是不排除存在或增加一个或多个其他特征、整数、步骤、部件或其群组。

附图说明

参考附图，从下面对本发明的示例的描述中，本发明的示例能够实现的这些和其他方面、特征和优点将变得显而易见并得到阐明，其中：

图1是被配置为预测具有沿轨道移动的独立地可移动的物体的包装机中的故障的设备的示意图，

图2a至2d是示出通过附接到轨道和/或可移动的物体上的传感器所记录的与可移动的物体沿轨道的运动相关联的数据值的图，该数据值包括位置(2a)、速度(2b)、位置错误(2c)和提供给轨道的电流(2d)，

图3是示出与可移动的物体沿轨道的运动相关联的数据值的分布的图；

图4a是条件参数的耦合集合的图，其中每个集合，即数据点，被确定为针对两个不同的时间，与分布形状的量化量度相对的图1中数据值的这种分布的中央趋势的量度；

图4b是在时间t₂处图4a中的条件参数的耦合集合的放大图；

图5a是在包装机中进行故障预测的方法的流程图；

图5b是在包装机中进行故障预测的方法的流程图。

具体实施方式

现在将参考附图描述本发明的具体示例。然而，本发明可以以许多不同的形式来实施，并且不应被解释为限于在此阐述的示例；相反，提供这些示例是为了使本公开透彻和完整，并将本发明的范围充分传达给本领域技术人员。在附图中示出的示例的详细描述中使用的术语并不旨在限制本发明。在附图中，相同的标记表示相同的元件。

图1是被配置为预测包装机300中的故障的设备200的示意图，该包装机300具有被配置为操作包装容器(未示出)的独立地可移动的物体301。独立地可移动的物体301与控制单元302通信，该控制单元302被配置为控制独立地可移动的物体301沿轨道303的位置。轨道303可以是如图1所示的环形。虽然轨道303被示出为椭圆形轨道，可想到的是轨道303可以具有变化的形状，即沿具有不同曲率半径的各种曲线延伸。图5a示出了在包装机中进行故障预测的相关方法100的流程图。描述和示出方法100的步骤的顺序不应被解释为限制性的，并且可想到的是，可以以变化的顺序执行步骤。

再次转向图1，设备200包括传感器204，该传感器204被配置为记录101与可移动的物体301沿轨道303的运动相关联的数据值。图2a至2c示出了这种数据值与时间的关系的示例，所述数据值即独立地可移动的物体301在轨道上的位置(2a)、独立地可移动的物体301的速度(2b)、独立地可移动的物体301的位置误差(2c)和提供给轨道的电流(2d)。可想到的是，数据值可以包括独立地可移动的物体301的运动的各种其他可测量的特征，其可以由传感器204记录以用于执行方法100的目的，例如扭矩或任何其他力的值、振动数据或与移动相关联的加速度。设备200包括处理单元201，其被配置为确定102数据值的分布并且计算103数据值在该分布中的中央趋势的量度。图3示出了数据值的分布的示例，在这种情况下，例如作为时间的函数的移动(例如振动移动)的幅度。中央趋势的量度应根据统计理论中该术语的正常含义来解释，即作为概率分布的中央或典型值(例如针对图3的示例中所示的分布)。处理单元201被配置为计算104所确定的分布形状的量化量度。而且，分布形状应该根据统计理论中该术语的通常含义来解释，即，描述图3中分布的曲率的形状，例如这种分布的尾部的特征，例如受数据点离群数目(即与该分布中央附近的主分布相距甚远的数据点的数目)的影响，该分布的尾部有多宽或多窄。处理单元201被配置为将中央趋势的量度与前述的量化量度相关联105作为条件参数的耦合集合。即，对于每个运动周期，确定一个条件参数集合，其中每个集合是一对数据点，其包括中央趋势的量度和分布形状的量化量度。图4a至4b是其中每个数据点(带有实线的小圆圈)对应于条件参数的耦合集合的示意图。分布形状的量化量度在竖直轴(K)上给出，并且中央趋势的量度在水平轴(M)上给出。处理单元201被配置为确定106与独立地可移动的物体的多个运动周期相关联的条件参数组的多个耦合集合的分散度。分散指示条件参数的每个耦合集合彼此相距多远。在图4a的示例中，已经针对两个时间点t₁和t₂确定了条件参数的多个耦合集合。在时间t₂处的分散度大于在时间t₁处的分散度。处理单元201被配置为将该分散度与分散阈值进行比较107，或者确定108随时间的分散度的趋势，以进行故障预测。因此，超过的阈值可以指示独立地可移动的物体301的磨损增加。替代地，可以确定108分散度随时间变化的趋势，以进行所述故障预测。例如，从t₁到t₂的分散度增加的趋势可以指示独立地可移动的物体301的磨损增加。

因此，通过将中央趋势的量度与该形状的量化量度相关联105作为条件参数的耦合集，并确定其在多个运动周期中的分散度，可以获得对独立地可移动的物体301的磨损增加或通常故障的容易且可靠的指示。例如。不需要对部件移动特征的复杂的频率分析。因此，不需要在这种传统的频率分析中做出的各种假设，并且可以采用本公开中描述的故障预测的方法来在各种各样的应用中实现可靠的状态监测。设备200和相关方法100提供了一种故障预测的方法，该方法具有短的执行时间，从而能够进行动态分析，并且通常使对独立地可移动的物体301(而且对诸如轴承、皮带、马达及其相关部件之类的其他机器部件)的故障排除耗时更少。这种改进的故障预测在其中状态监测对于维持高产量来说至关重要的高速生产线中的填充机及其相关部件中特别有利。

图5a示出了在包装机300中进行故障预测的方法100的流程图，该包装机300具有被配置为操纵包装容器的独立地可移动的物体301。描述和示出方法100的步骤的顺序不应被解释为限制性的，并且可想到的是，可以以变化的顺序执行步骤。方法100包括：记录101与可移动的物体沿轨道的运动相关联的数据值，确定102所述数据值的分布，计算103数据值在该分布中的中央趋势的量度，计算104对该分布形状的量化量度，将中央趋势的量度与该形状的所述量化量度相关联105作为条件参数的耦合集合，确定106与独立地可移动的物体的多个运动周期相关联的条件参数的多个耦合集合的分散度，以及将分散度与分散阈值进行比较107，或者确定108分散度随时间变化的趋势，以进行所述故障预测。

因此，方法100提供了以上参考图1至4的设备200所描述的有利益处。即，利用指示磨损增加或通常故障的机器部件，而无需对部件的移动特征进行复杂的频率分析，该方法提供了方便且可靠的状态监测和故障预测。

传感器204可以被配置为将数据值记录为提供给轨道以使独立地可移动物体301沿轨道303移动的电流。这可以提供故障或磨损的有利指示，因为电流与克服轨道303的摩擦并沿期望的方向推动独立可移动的物体301所需的力相关联。随着磨损的增加，移动物体301所需的力，以及提供给轨道301来移动特定物体301的电流可能会增加。确定用于轨道303的直线部分(其中诸如离心力之类的力受到限制并且这时相关的可移动的物体301具有恒定的速度)上的移动的电流可能是有利的。这使得便于隔离磨损部件的促成因素(contribution)。初始确定所获得的数据值的基线，执行传感器测量。然后可以将随后的测量值与数据值的这种基线进行比较。

如以上相对于图2a至2d所述，传感器204可以被配置为将数据值记录为独立地可移动的物体沿轨道301的移动的振动数据，和/或加速度数据和/或速度数据。传感器204还可以记录可表征物体301的运动的其他类型的数据。例如，传感器204可以包括记录移动的声音或由移动引起的声音的麦克风。移动部件的磨损增加可导致生成即将发生的故障或损坏所特有的声音。传感器204可以包括红外传感器，即红外摄像机，其被配置为接收指示独立地可移动的物体301的温度的图像数据。这提供了对任何过热的可移动的物体301的标识，其可以指示增加的摩擦和磨损。

此外，传感器204可以被配置为将数据值记录为位置误差值。位置误差值与选定的独立地可移动的物体301在轨道303上的设定位置与所述选定的独立地可移动的物体301在轨道303上的实际位置之间的差异相关联。位置误差值例如可以是将选定的可移动的物体301从轨道303上的实际位置移动到设置位置所需的时间。在发生故障或磨损增加的情况下，实际位置和设置位置之间的差异，以及补偿这种误差的移动所需的时间可增加。

传感器204可以被配置为从轨道303接收数据值。传感器204可以例如被安装为靠近轨道303，以在物体301移动时从轨道303接收振动数据。传感器204可以包括定位在轨道303周围的各个位置处以提供这种数据的多个传感器单元。如下面进一步提到的，处理单元201可以被配置为当所选定的独立地可移动的物体301经过轨道303的限定位置时以限定的时间间隔来记录数据值。因此，有可能追踪特定的独立地可移动的物体301的行为。

替代地或附加地，传感器204可以附接到独立地可移动的物体301。这在图1中由附接到可移动的物体301之一的次级传感器单元204'示意性地指示。次级传感器单元204'可以在其与可移动的物体301一起在轨道303上移动时发送数据，并发送包含上述任何特征(例如可移动的物体301的加速度)的数据。传感器204'可以由提供给轨道303的能量或通过板载电源(例如电池)供电。还可想到的是，传感器204'可以由能量收集系统供电，该能量收集系统在一段时间内从例如独立地可移动的物体301的振动生成能量。例如，功率可以利用板载电容器累积，然后用来以限定的时间间隔将数据传输到静态接收器。

由附加到特定可移动的物体301的传感器204记录的数据还可以用作在特定时间点的移动的签名或指纹，之后可以将其与为该特定可移动的物体301收集的后续数据进行比较，以便预见可能下降的质量状况。

还可想到的是，可以将附加的传感器单元安装到机器300的其他部件上，以记录可能影响从独立地可移动的物体301取回的数据的这种部件的运动特征。因此，从独立地可移动的物体301记录的数据可以通过减去其他移动部件的促成因素来隔离，因而改善了信噪比。

图5b示出了对循环移动的机器部件进行故障预测的方法100的另一流程图。描述和示出方法100的步骤的顺序不应被解释为限制性的，并且可想到的是，可以以变化的顺序执行步骤。

当所选定的独立地可移动的物体301经过轨道303的限定位置时，可以以限定的时间间隔记录数据值。因此，有可能隔离来自特定的可移动的物体301的促成因素。控制单元302因此可以被配置为将数据发送到传感器204和/或处理单元204，以将特定的可移动的物体301的位置与当前记录的传感器数据同步。

如上所述，数据值可以包括独立地可移动的物体301的振动数据，和/或加速度数据和/或速度数据，和/或提供给轨道303以使独立地可移动的物体301沿轨道303移动的电流。

计算数据值在分布中的中央趋势的量度可以包括计算103'平均值，例如算术平均值，和/或几何平均值，例如二次平均值(RMS)，和/或谐波平均值，和/或广义均值，和/或分布的中央趋势的其他量度，例如中值或众数值，和/或其不同加权和/或截短的变体。可以根据所采用的中央趋势的特定量度将方法100优化为各种应用。由此，可以针对一系列应用和移动特征实现有效的状态监测和故障预测。

计算所述分布形状的量化量度可以包括计算104'围绕中央趋势量度的数据值分布的量度。因此，确定围绕中央趋势量度的分布形状，随后将其与中央趋势量度相关联，以针对特定运动周期提供耦合的条件参数的集合。

计算围绕所述中央趋势量度的所测量的数据值的分布的量度可以包括计算104”与标准正态分布相比的偏差量度。例如，如果分布的尾部较粗(即，更集中于中央趋势的量度)或尾部较细(即，呈更均匀的“低轮廓”分布，其中在中央趋势的量度周围扩散更大)，这将提供对分布形状与标准正态分布(例如，正态分布)的差异程度的量度。因此，可以将分布形状视为一种描述分布尾部形状相对于其整体形状的量度。

计算分布形状的量化量度可包括计算104”'该分布的峰度值。因此，峰度就是对分布形状的这种量度。通常，数据集合可以显示三类峰度。峰度的所有量度都可以与标准正态分布或钟形曲线进行比较。第一类峰度是中峰分布。这种峰度与标准正态分布最相似，因为它也类似于钟形曲线。然而，中峰图具有比标准正态分布更粗的尾部，并且具有略低的峰值。这类峰度被认为是正态分布，但不是标准正态分布。第二类是尖峰分布。任何尖峰分布都显示出比中峰分布更大的峰度。这类分布的特征在于该分布尾部较粗，而峰基本上又窄又高。另一类分布是低峰分布。这类分布具有纤细的尾部，以及小于中峰分布的峰。可以确定分布形状的其他量度，例如描述相比数据集合中的正态分布的不对称性的偏度。因此，可以根据所采用的分布形状的特定量度，将方法100优化为各种应用。

确定106条件参数的多个耦合集合的分散度可以包括确定106'条件参数的一定比例的多个耦合集合被包含在设定阈值分散范围内。阈值分散可被示为具有特定半径(R)的圆，其中应包含预定量的条件参数的耦合集合(即，图4a和4b中的数据点)。在图4a的示例中，在时间t₁和t₂处，100％的数据点被包含在相应的圆内，因为在t₂处半径已经增加，以适应增加的分散度。然而，如果半径保持固定，则随着时间的流逝，半径内包含的该数据点的比例将减少。因此，可以设置要包含在限定半径内的数据点比例的可接受范围。替代地，可以限定要包含的固定比例的数据点，其中相应的半径落入一定的范围内。

确定条件参数的多个耦合集合的分散度可以包括确定106”在条件参数的多个耦合集合的分布的中心203与条件参数的每个耦合集合之间的距离202,202'。图4b示意性地示出了相对于该分布的所确定的中心203如何确定到两个不同数据点的距离202,202'(即条件参数的耦合集合)。该距离因此可以是前述点之间的欧几里得距离。然而，可想到的是，可以使用对数据点分散的其他量度。

可以通过计算条件参数的耦合集合的四分位距(IQR,IQR')的扩散度来确定分散度。例如，可以显示四分位距的增加，即其中包含25％至75％数据点的半径范围内的扩散度。因此，随着分散的增加，四分位距IQR'也增加，从而提供了对条件参数的耦合集合的分散的有效量度。

提供了一种计算机程序产品，其包括指令，当由计算机执行时，该指令使计算机执行如上关于图1至5所述的方法100的步骤。

处理单元201可以被配置为通过计算103'平均值来计算数据值在分布中的中央趋势的量度，该平均值例如算术平均值，和/或几何平均值，和/或调和平均值，和/或广义平均值，例如二次均方根(RMS)，和/或分布的中央趋势的其他量度，例如中值或众数值，和/或其不同加权和/或截短的变体。

处理单元201可以被配置为通过计算104”数据分布的峰度值来计算所述分布的形状的量化量度。

处理单元201可以被配置为通过计算106'被包含在设置的阈值分散内的条件参数的多个耦合集合的比例来确定条件参数的多个耦合集合的分散度。

上面已经参考具体示例描述了本发明。然而，在本发明的范围内，除了上述以外的其他示例同样是可能的。本发明的不同特征和步骤可以以不同于所描述的其他组合的方式进行组合。本发明的范围仅由所附专利权利要求书限制。

更一般地，本领域技术人员将容易地理解，本文描述的所有参数、尺寸、材料和配置均旨在是示例性的，并且实际参数、尺寸、材料和/或配置将取决于使用本发明的一个或多个教导的一个或多个特定应用。

Claims

1.一种在包装机(300)中进行故障预测的方法(100)，所述包装机(300)包括被配置为操纵包装容器的独立地可移动的物体(301)，所述独立地可移动的物体与控制单元(302)通信，所述控制单元(302)被配置为控制所述独立地可移动的物体沿轨道(303)的位置，所述方法包括：

记录与所述可移动的物体沿所述轨道的运动相关联的数据值，

确定所述数据值的分布，

计算所述数据值在所述分布中的中央趋势的量度，

计算所述分布的形状的量化量度，

将所述中央趋势的量度与所述形状的所述量化量度相关联作为条件参数的耦合集合，

确定与所述独立地可移动的物体的多个运动周期相关联的条件参数的多个耦合集合的分散度，以及

将所述分散度与分散阈值进行比较，或者确定所述分散度随时间变化的趋势，以进行所述故障预测。

2.根据权利要求1所述的方法，其中，计算所述数据值在所述分布中的中央趋势的量度包括：

计算(103')平均值，和/或所述分布的中央趋势的中值或众数值。

3.根据权利要求2所述的方法，其中，所述平均值为算术平均值，和/或几何平均值，和/或调和平均值，和/或广义平均值。

4.根据权利要求1或2所述的方法，其中，计算所述分布的形状的量化量度包括：

计算围绕所述中央趋势的量度的所述数据值的分布的量度。

5.根据权利要求4所述的方法，其中，计算围绕所述中央趋势的量度的所测量的数据值的分布的量度包括：

计算与标准正态分布相比的偏差的量度。

6.根据权利要求1或2所述的方法，其中，计算所述分布的形状的量化量度包括：

计算所述分布的峰度值。

7.根据权利要求1或2所述的方法，其中，所述数据值包括所述独立地可移动的物体的振动数据，和/或加速度数据，和/或速度数据，和/或提供给所述轨道以使所述独立地移动的物体沿所述轨道移动的电流。

8.根据权利要求1或2所述的方法，其中，当所选定的独立地可移动的物体经过所述轨道的限定位置时，以限定的时间间隔记录所述数据值。

9.根据权利要求1或2所述的方法，其中，确定条件参数的所述多个耦合集合的分散度包括：

确定条件参数的所述多个耦合集合的分布的中心(203)与条件参数的每个耦合集合之间的距离(202,202')。

10.一种被配置为预测包装机(300)中的故障的设备(200)，所述包装机(300)包括被配置为操纵包装容器的独立地可移动的物体(301)，以及被配置为控制所述独立地可移动的物体沿轨道(303)的位置的控制单元(302)，所述独立地可移动的物体与所述控制单元(302)通信，所述设备包括：

传感器(204)，其被配置为记录(101)与所述可移动的物体沿所述轨道的运动相关联的数据值，

处理单元(201)，其被配置为；

确定所述数据值的分布，

计算所述数据值在所述分布中的中央趋势的量度，

计算所述分布的形状的量化量度，

将所述中央趋势的量度与所述量化量度相关联作为条件参数的耦合集合，

11.根据权利要求10所述的设备，其中，所述传感器被配置为将所述数据值记录为提供给所述轨道以使所述独立地可移动的物体沿所述轨道移动的电流。

12.根据权利要求10所述的设备，其中，所述传感器被配置为将所述数据值记录为所述独立地可移动的物体沿所述轨道移动的振动数据，和/或加速度数据，和/或速度数据。

13.根据权利要求10所述的设备，其中，所述传感器被配置为将所述数据值记录为位置误差值，所述位置误差值与选定的独立地可移动的物体在所述轨道上的设定位置与选定的所述独立地可移动的物体在所述轨道上的实际位置之间的差异相关联。

14.根据权利要求10至13中的任一项所述的设备，其中，所述传感器被配置为从所述轨道接收数据值和/或被附接到所述独立地可移动的物体。

15.根据权利要求10至13中的任一项所述的设备，其中，所述处理单元被配置为通过计算平均值，和/或所述分布的中央趋势的中值或众数值来计算所述数据值在所述分布中的中央趋势的量度。

16.根据权利要求15所述的设备，其中，所述平均值为算术平均值，和/或几何平均值，和/或调和平均值，和/或广义平均值。

17.根据权利要求10至13中的任一项所述的设备，其中，所述处理单元被配置为通过计算所述分布的峰度值来计算所述分布的形状的量化量度。

18.一种计算机可读存储介质，其上存储有计算机程序，当由计算机执行时，所述计算机程序使所述计算机执行根据权利要求1至9中任一项所述的方法的步骤。