CN113495824A - 用于操作系统的方法 - Google Patents
用于操作系统的方法 Download PDFInfo
- Publication number
- CN113495824A CN113495824A CN202110379445.5A CN202110379445A CN113495824A CN 113495824 A CN113495824 A CN 113495824A CN 202110379445 A CN202110379445 A CN 202110379445A CN 113495824 A CN113495824 A CN 113495824A
- Authority
- CN
- China
- Prior art keywords
- sensor data
- secondary process
- pattern
- data
- sensor
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 131
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 8
- 230000001960 triggered effect Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 3
- 235000013305 food Nutrition 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000013024 troubleshooting Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- 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
- G05B19/0428—Safety, monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
-
- 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
- G05B2219/24—Pc safety
- G05B2219/24024—Safety, surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Automation & Control Theory (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Finance (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
在用于操作具有多个传感器(21,22,23)的系统的方法中,所述传感器(21,22,23)将第一传感器数据(11)提供给主过程(31)。此外,所述传感器(21,22,23)提供第二传感器数据(12)。对所述第一传感器数据(11)和所述第二传感器数据(12)的至少一部分进行分析(13)。所述分析(13)的结果(16)用于所述主过程(31)的至少一个次级过程(33)中。
Description
技术领域
本发明涉及一种用于操作具有多个传感器的系统的方法。此外,本发明涉及一种被配置来执行所述方法的每个步骤的计算机程序以及一种在其上存储所述计算机程序的机器可读存储介质。
背景技术
在食品工业中,工艺安全起着主要作用。一方面,这是遵守例如与卫生相关的法定法规或准则的前提;并且另一方面,在制造过程期间,可以达到所期望或所需的最终质量的这种方式处理食品。此要求导致传感器技术几乎完全检测出食品生产过程的多个参数。此检测用于控制、监测和记录过程参数。为此目的,越来越多地使用例如监测其自身的操作状态的智能传感器系统。这导致获得不用于监测主过程的大量数据。
DE 10 2007 024 006 A1描述了一种用于检测主要测量变量的测量装置,所述测量装置也可借助于无源传感器检测次级测量变量。所述次级测量结果提供有关测量装置的状态、有关测量点的状态以及有关在其中进行测量的介质的状态的信息。
除了主过程之外,通常也在食品生产系统中运行一个或多个次级过程(支持过程)。这种次级过程例如用于系统的清洁、故障排除和维护。还需要传感器来控制和监测次级过程。
本发明的一个目的是提供一种方法,所述方法使得在除了运行主过程之外还运行次级过程的系统中,能够使用比在常规系统设计中的情况下更少的传感器,或者使用数量不变的传感器,提供可能比在常规系统设计中更多的信息。
发明内容
在本发明的一个方面,此目的通过一种用于操作具有多个传感器的系统的方法来解决。传感器将第一传感器数据提供给主过程。在此上下文中,主过程被理解为用于执行系统的主要功能的过程。第一传感器数据可用于主过程中以控制、调节、检查、监测或记录主过程。
此外,所述传感器提供第二传感器数据。这特别地可通过在其外壳中具有若干传感器元件的传感器来实现,所述传感器元件测量不同的传感器数据。然而,例如也可使用第一传感器数据在传感器的计算元件中计算确定第二传感器数据。特别地,传感器可以是智能传感器或智慧型传感器或虚拟传感器。
在所述方法中,对第一传感器数据的至少一部分和第二传感器数据的一部分进行分析。优选地,所述分析是模式查询。在比较中,将至少一种传感器数据模式与至少一种参考模式进行比较。通过随时间沉积相应数据的目标路线从而获得参考模式。生成参考模式特别地在学习过程或培训过程中进行。比较的结果包括传感器数据模式与参考模式之间一致性的度量。将分析的结果提供给主过程的至少一个次级过程,以便在其中使用。
根据次级过程的类型,第一传感器数据和第二传感器数据的不同部分可能与此相关。因此,根据次级过程来选择第一传感器数据和第二传感器数据的一部分。
模式查询特别地可使用支持向量机、决策树、机器学习、神经网络、模糊逻辑或AI(人工智能)应用程序生成。
比较结果的优选使用是根据结果触发和/或终止次级过程。如果可触发若干不同的次级过程,则可对不同的次级过程并行执行若干比较,直到确定满足开始次级过程中的一个的条件为止。特别地,可提供对第一传感器数据和第二传感器数据的不同部分进行评估,以检查每个次级过程的开始条件。如果已经开始次级过程,则接下来知道要对第一传感器数据和第二传感器数据中的哪一部分进行分析,以便检查是否要再次终止次级过程。则仅此分析必须执行。
在所述方法的一个实施方式中,可通过将触发命令传输到系统的控制器来立即执行触发。在所述方法的另一个实施方式中,通过将触发命令可视化给系统的操作者来间接发生触发。操作员随后可手动执行触发。
分析的结果也可优选地用于监测次级过程。为此目的,在已经开始次级过程之后,可选择与监测相关的第一传感器数据和第二传感器数据的一部分并且对其进行分析,并且可根据分析结果采取措施。如果分析是模式查询,则特别优选的是,如果传感器数据模式与参考模式之间的偏差超过可预定的偏差公差,则调整次级过程。在比较的特别简单的实施方式中,如果传感器数据模式与参考数据模式之间的偏差在任何时候都超过可预定的阈值,则已经假定了这种公差超出。比较的另一个实现方式可包括:在参考模式周围限定最大值和最小值,并且在传感器数据模式的值超过最大值和/或下降到最小值以下时触发调整。
次级过程的调适也可通过借助于分析的结果完全控制次级过程来完成。
此外,分析的结果也可特别地用于记录次级过程。
同样优选的是,结果用于生成次级过程的发生通知。发生通知可以是正在运行的次级过程的发生通知,也可以是在检查是否应当开始次级过程的上下文中生成的发生通知。特别地,发生通知可特别地是,分析已经得出结论,没有必要开始次级过程。
模式查询表示其中可能发生误解的异常检测。通过评估这些误解,除了已知的目标状态外,还可确定系统的另外的目标状态。因此优选的是,在次级过程中,通过学习过程来调整至少一个参考模式。此调整特别地可包括:改变参考模式或将另一参考模式添加到一组参考模式中。
为了防止传感器故障通过基于错误的传感器数据执行经验调整而负面影响所存储的参考模式,优选地将至少一个传感器数据模式与所存储的历史传感器数据模式进行比较。此比较可自动发生,或者可由系统的操作员手动触发。此外,优选的是,在存在提供相同类型的传感器数据的冗余传感器的情况下,执行对传感器数据的合理性检查。
在另一方面,所述目的通过一种被设置来执行所述方法的每个步骤的计算机程序解决,特别地当所述计算机程序在计算机或电子控制单元上运行时。这使得可在常规计算装置和控制装置上实现所述方法的不同实施方式,而不必在其上进行建设性的改变。为了将计算机程序安装在计算装置和控制装置上,在本发明的又另一个方面,提供了一种机器可读存储介质,在所述机器可读存储介质上存储了计算机程序。
附图说明
在附图中描绘了本发明的示例性实施方式,并且在以下描述中对其进行了详细解释。
图1示意性地示出可借助于根据本发明的方法的示例性实施方式来操作的系统。
图2示意性地示出根据本发明的方法的示例性实施方式中的数据流。
图3示出根据本发明的方法的示例性实施方式的流程图。
具体实施方式
图1中所描绘的在其中可运行主过程和一个或多个次级过程的系统具有控制器10,所述控制器10控制主过程和次级过程。三个传感器21、22、23将初始数据11提供给控制器10,所述控制器10使用数据11来控制和监测主过程。除了此第一数据11之外,传感器21、22、23中的每一者进一步检测第二数据12。这可通过传感器21、22、23实现,所述传感器21、22、23在其外壳中具有多个传感器元件,所述多个传感器元件检测多个不同的测量变量。子集由第一数据11和第二数据12形成,并且以模式查询的形式对其进行分析13。图1用图表描绘传感器数据模式14随时间t的路线如何不同于在模式查询中与其进行比较的参考模式15。此比较的结果16可提供给控制器10以用于次级过程。在这种情况下,结果16的使用在每个次级过程的不同步骤中进行。
图2中描绘了此处流动的数据流。第一数据11的单个值P由传感器21、22、23提供。这些可用于主过程31。此外,第二数据12的单个值S由传感器21、22、23提供。这些与第一数据11组合以形成数据集32。对此数据集32的子集进行分析13。分析13的结果16可用于次级过程33。主过程31和/或次级过程33的路线随后可导致在第一数据11中和/或在第二数据12中的改变,这些改变继而可由传感器21、22、23测量。
图3描绘结果16在一般次级过程33的示例性实施方式中的使用。在过程的开始40之后,进行第一传感器数据11和第二传感器数据12的子集的选择41以执行分析13,基于所述分析13的结果16,可确定是否应当开始次级过程33。此外,选择最适合用于检测这些传感器数据的传感器21、22、23。还限定模式查询的限制和公差。然后,进行模式查询的执行42,其在本示例性实施方式中例如借助于神经网络来完成。在评估43中,检查结果16中的一个是否在传感器数据模式14与参考数据模式15之间充分匹配,以用于开始次级过程33中的一个。如果是不匹配的情况,则生成44发生通知,借助于所述通知可将模式查询13的这些结果16存储在计算装置中。然后,进行过程的终止45。
然而,如果在传感器数据模式14与至少一种参考模式15之间找到充分的匹配以用于次级过程33的开始,则发生此次级过程33的触发50。然后,根据此次级过程33,再次选择51第一数据11和第二数据12的子集,以在所述过程的另外的路线中用于模式查询13。此外,参考模式15被分配给所选择的传感器数据。现在执行在基于新编译的子集的传感器数据模式14与参考模式15之间的模式查询13的重复执行52,并且对其结果16进行两次检查53、55。如果第一检查53发现传感器数据模式14充分偏离参考模式15,需要对次级过程33进行调整,则执行此调整54。如果第二检查55确定传感器数据模式14充分匹配参考模式15从而终止次级过程33,则终止56次级过程33,生成57发生通知,然后终止45所述方法。模式查询13的结果16也被存储以用于记录次级过程33。
在下面描述的方法的示例性实施方式中,主过程31是食品制造过程。此外,提供了四个次级过程33,可借助于模式查询13的结果16来触发、监测和记录所述次级过程:
第一次级过程33是对传感器21、22、23中的一者的清洁,所述传感器21、22、23被设计为电容式或光电传感器。用于触发第一次级过程33的传感器数据的子集包括传感器的信号质量。如果信号质量下降到阈值以下,则这指示传感器受到污染并触发清洁。当监测第一次级过程33时,传感器数据的子集包括要清洁的传感器上的温度。如果温度变得太高以至于传感器即将损坏,或者太低而使其不足以进行清洁,则需要调整第一次级过程33。温度的传感器数据模式14与参考模式15的偏差也记录在第一次级过程33中。
第二次级过程33包括由操作员执行的立即故障排除。例如以下:将传感器21、22、23中的一者弯曲回其目标位置,从系统中移除不正确的零件,重新拧紧螺母,或重新调整传送带的张力。用于触发第二次级过程33的传感器数据的子集包括振动、倾斜和温度数据。在这种情况下,触发是通过向操作员可视化需要立即进行的故障排除来完成的。当监测时,子集还包括倾斜、温度和振动数据。基于这些,操作员连续地可视化这些传感器数据是否回到目标范围内。倾斜返回到正确位置时的改变被记录。
第三次级过程33包括执行定期维护。这可能与在即时故障排除的情况下必须执行的措施相同。触发第三次级过程33是使用与第二次级过程33中相同的传感器数据的子集(即振动、倾斜和温度数据)来完成的。然而,如果需要触发,不是向操作员可视化需要立即进行的干预,而是提示他/她等到下一次的计划维护预约来采取措施。至于监测和记录第三次级过程33,使用与第二次级过程33相同的传感器数据。
第四次级过程33包括对主过程31的过程参数的调整,诸如当折叠要在其中包装食品的纸板箱时驱动器的覆盖路线。用于触发第四次级过程33的传感器数据的子集包括湿度和温度。在重新调整期间,通过来自位置传感器的传感器数据执行监测,以记录新的重新调整位置。相同的位置数据也被记录。
在下文中,描述了两个另外的次级过程33,它们可借助于根据本发明的方法的示例性实施方式被监测和记录,但是其触发不是基于模式查询13的结果:
在可以是待制备食品的转换过程、形式改变或配方改变的第五次级过程33中,RFID读头将被置于新的位置。当监测此第五次级过程33时,检测到RFID读头的倾斜并且如果倾斜还不对应于其目标值,则进一步变化其位置。倾斜也被记录。
第六次级过程33是设置操作。在这种设置操作中,生产是在机房门打开的情况下减速进行的。安全装置已关闭。借助于传感器数据的子集来监测设置操作,所述传感器数据的子集包括振动数据、倾斜数据、温度数据和湿度数据。这是状态监测。传感器数据的相同子集也是记录的基础。
Claims (12)
1.一种用于操作具有多个传感器(21,22,23)的系统的方法,其中所述传感器(21,22,23)向主过程(31)提供第一传感器数据(11),并且所述传感器(21,22,23)进一步提供第二传感器数据(12),所述方法的特征在于,对所述第一传感器数据(11)和所述第二传感器数据(12)的至少一部分进行分析(13),并且所述分析(13)的结果(16)用于所述主过程(31)的至少一个次级过程(33)中。
2.如权利要求1所述的方法,其特征在于,根据所述次级过程(33)来选择(41,51)所述第一传感器数据(11)和所述第二传感器数据(12)的一部分。
3.如权利要求1或2所述的方法,其特征在于,根据所述结果,触发(50)和/或终止(56)所述次级过程(33)。
4.如权利要求1或2所述的方法,其特征在于,所述结果用于监测所述次级过程(33)。
5.如权利要求1至3中的一项所述的方法,其特征在于,所述结果用于控制所述次级过程(33)。
6.如权利要求1至5中的一项所述的方法,其特征在于,所述结果用于记录所述次级过程(33)。
7.如权利要求1至6中的一项所述的方法,其特征在于,所述结果(16)用于生成(44)所述次级过程(33)的发生通知。
8.如权利要求1至7中的一项所述的方法,其特征在于,所述分析是模式查询(13),其中执行至少一种传感器数据模式(14)与至少一种参考模式(15)的比较。
9.如权利要求8所述的方法,其特征在于,如果所述第二传感器数据模式(14)偏离所述参考模式(15)至少可预定公差,则调适(54)所述次级过程(33)。
10.如权利要求8或9所述的方法,其特征在于,在所述次级过程(33)期间,通过学习过程来调适所述至少一种参考模式(15)。
11.一种计算机程序,所述计算机程序被设置来执行如权利要求1至10中的一项所述的方法的每个步骤。
12.一种机器可读存储介质,所述机器可读存储介质上存储如权利要求11所述的计算机程序。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020109858.8 | 2020-04-08 | ||
DE102020109858.8A DE102020109858A1 (de) | 2020-04-08 | 2020-04-08 | Verfahren zum Betreiben eines Systems |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113495824A true CN113495824A (zh) | 2021-10-12 |
Family
ID=77851606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110379445.5A Pending CN113495824A (zh) | 2020-04-08 | 2021-04-08 | 用于操作系统的方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11360453B2 (zh) |
CN (1) | CN113495824A (zh) |
DE (1) | DE102020109858A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11551099B1 (en) * | 2020-06-27 | 2023-01-10 | Unicorn Labs Llc | Smart sensor |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008141985A1 (de) * | 2007-05-22 | 2008-11-27 | Endress+Hauser Flowtec Ag | Messgerät mit einem messaufnehmer und mindestens einem zusätzlichen passiven sensor |
CN108871434A (zh) * | 2018-05-30 | 2018-11-23 | 北京必创科技股份有限公司 | 一种旋转设备的在线监测系统及方法 |
CN110244664A (zh) * | 2018-03-09 | 2019-09-17 | 虹霓机械制造有限公司 | 用于烟草加工工业的烟草制备系统和运行设备的方法 |
CN110431503A (zh) * | 2017-03-24 | 2019-11-08 | Abb瑞士股份有限公司 | 用于监测工业过程系统的技术状态的计算机系统和方法 |
CN110678818A (zh) * | 2017-05-22 | 2020-01-10 | Khs有限责任公司 | 用于监测过程的方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5764509A (en) * | 1996-06-19 | 1998-06-09 | The University Of Chicago | Industrial process surveillance system |
WO2006093746A2 (en) * | 2005-02-25 | 2006-09-08 | Biogen Idec Ma Inc. | Process equipment monitoring |
US7596718B2 (en) * | 2006-05-07 | 2009-09-29 | Applied Materials, Inc. | Ranged fault signatures for fault diagnosis |
WO2008157491A1 (en) * | 2007-06-15 | 2008-12-24 | Shell Oil Company | Method and system for state encoding |
US8120376B2 (en) * | 2007-12-12 | 2012-02-21 | Novellus Systems, Inc. | Fault detection apparatuses and methods for fault detection of semiconductor processing tools |
US8396582B2 (en) * | 2008-03-08 | 2013-03-12 | Tokyo Electron Limited | Method and apparatus for self-learning and self-improving a semiconductor manufacturing tool |
DE102015110050A1 (de) | 2015-06-23 | 2016-12-29 | Endress + Hauser Flowtec Ag | Feldgerät mit Kompensationsschaltung zur Eliminierung von Umgebungseinflüssen |
DE102017112950A1 (de) | 2017-06-13 | 2018-12-13 | Krohne Messtechnik Gmbh | Magnetisch-induktives Durchflussmessgerät und Verfahren zum Betreiben eines magnetisch-induktiven Durchflussmessgerätes |
DE102018000579A1 (de) | 2018-01-24 | 2018-07-12 | Daimler Ag | Überwachen einer Funktionsbereitschaft eines elektrischen Gerätes |
US11968323B2 (en) * | 2018-12-21 | 2024-04-23 | Comcast Cable Communications, Llc | Device control based on signature |
US11100221B2 (en) * | 2019-10-08 | 2021-08-24 | Nanotronics Imaging, Inc. | Dynamic monitoring and securing of factory processes, equipment and automated systems |
US11063965B1 (en) * | 2019-12-19 | 2021-07-13 | Nanotronics Imaging, Inc. | Dynamic monitoring and securing of factory processes, equipment and automated systems |
-
2020
- 2020-04-08 DE DE102020109858.8A patent/DE102020109858A1/de active Pending
-
2021
- 2021-03-31 US US17/218,749 patent/US11360453B2/en active Active
- 2021-04-08 CN CN202110379445.5A patent/CN113495824A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008141985A1 (de) * | 2007-05-22 | 2008-11-27 | Endress+Hauser Flowtec Ag | Messgerät mit einem messaufnehmer und mindestens einem zusätzlichen passiven sensor |
CN110431503A (zh) * | 2017-03-24 | 2019-11-08 | Abb瑞士股份有限公司 | 用于监测工业过程系统的技术状态的计算机系统和方法 |
CN110678818A (zh) * | 2017-05-22 | 2020-01-10 | Khs有限责任公司 | 用于监测过程的方法 |
CN110244664A (zh) * | 2018-03-09 | 2019-09-17 | 虹霓机械制造有限公司 | 用于烟草加工工业的烟草制备系统和运行设备的方法 |
CN108871434A (zh) * | 2018-05-30 | 2018-11-23 | 北京必创科技股份有限公司 | 一种旋转设备的在线监测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
US20210318663A1 (en) | 2021-10-14 |
DE102020109858A1 (de) | 2021-10-14 |
US11360453B2 (en) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110515351B (zh) | 异常检测器 | |
US7463945B2 (en) | Electronic fingerprints for machine control and production machines | |
JP7282184B2 (ja) | 工業プロセスで使用されるコンポーネントから発生する信号の異常を検出及び測定するためのシステムと方法 | |
EP2722720B1 (en) | Estimation of process control parameters over predefined travel segments | |
US20200047391A1 (en) | Method for monitoring a production process, method for indirectly deducing a systematic dependency, method for adapting quality, method for starting a production process, method for producing an extrusion product and system for producing an extrusion product | |
Piovoso et al. | Monitoring process performance in real-time | |
US8843221B2 (en) | Automation management system and method | |
CN107729985B (zh) | 识别技术设施的过程异常的方法和相应的诊断系统 | |
US20090093892A1 (en) | Automatic determination of the order of a polynomial regression model applied to abnormal situation prevention in a process plant | |
EP2064604A2 (en) | Multivariate detection of abnormal conditions in a process plant | |
US20180259947A1 (en) | Management device and non-transitory computer-readable medium | |
US10761063B2 (en) | Apparatus and method for presuming abnormality occurrence for telescopic cover | |
KR101178186B1 (ko) | Pc 기반 시스템에서 피엘씨 신호 패턴을 이용하여 다수의 설비로 구성된 자동화 라인의 비정상 상태 알람 방법. | |
JPWO2020152741A1 (ja) | 異常要因推定装置、異常要因推定方法、及びプログラム | |
CN113495824A (zh) | 用于操作系统的方法 | |
EP3839782A1 (en) | Dynamic monitoring and securing of factory processes, equipment and automated systems | |
CN111788042A (zh) | 机器人的预见性分析 | |
US11449044B2 (en) | Successive maximum error reduction | |
CN112526962A (zh) | 用于工艺技术设施的诊断方法和诊断系统以及训练方法 | |
EP1022631A2 (en) | Integration of diagnostics and control in a component-based production line | |
WO2008042758A2 (en) | Multivariate monitoring and diagnostics of process variable data | |
GB2607652A (en) | Improved faulty variable identification technique for data-driven fault detection within a process plant | |
KR20200132313A (ko) | 수치제어 공작기계 진단 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 | |
JP7462509B2 (ja) | 要因推定装置、要因推定システムおよびプログラム | |
Jiang et al. | Sensor degradation detection in linear systems |
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 |