CN113910561A - 用于自动监控至少一个生产过程的方法 - Google Patents

用于自动监控至少一个生产过程的方法 Download PDF

Info

Publication number
CN113910561A
CN113910561A CN202110775600.5A CN202110775600A CN113910561A CN 113910561 A CN113910561 A CN 113910561A CN 202110775600 A CN202110775600 A CN 202110775600A CN 113910561 A CN113910561 A CN 113910561A
Authority
CN
China
Prior art keywords
value
variable
reference value
variables
parameter
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
CN202110775600.5A
Other languages
English (en)
Inventor
J·吉索夫
R·登克
J·莱特纳
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.)
Engel Austria GmbH
Original Assignee
Engel Austria GmbH
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 Engel Austria GmbH filed Critical Engel Austria GmbH
Publication of CN113910561A publication Critical patent/CN113910561A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • 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], 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], computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
    • B29C45/17—Component parts, details or accessories; Auxiliary operations
    • B29C45/76—Measuring, controlling or regulating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C48/00—Extrusion moulding, i.e. expressing the moulding material through a die or nozzle which imparts the desired form; Apparatus therefor
    • B29C48/25—Component parts, details or accessories; Auxiliary operations
    • B29C48/92—Measuring, controlling or regulating
    • 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], computer integrated manufacturing [CIM]
    • G05B19/41835—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], computer integrated manufacturing [CIM] characterised by programme execution
    • 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], computer integrated manufacturing [CIM]
    • G05B19/4184—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], computer integrated manufacturing [CIM] characterised by fault tolerance, reliability of production system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
    • B29C45/17—Component parts, details or accessories; Auxiliary operations
    • B29C45/76—Measuring, controlling or regulating
    • B29C2045/7606—Controlling or regulating the display unit
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76929—Controlling method
    • B29C2945/76939—Using stored or historical data sets
    • B29C2945/76943—Using stored or historical data sets compare with thresholds
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C2948/00—Indexing scheme relating to extrusion moulding
    • B29C2948/92—Measuring, controlling or regulating
    • B29C2948/92819—Location or phase of control
    • B29C2948/9298—Start-up, shut-down or parameter setting phase; Emergency shut-down; Material change; Test or laboratory equipment or studies
    • 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]

Abstract

用于自动监控生产过程的方法，其中：a.自动地由至少一个工艺参量的至少一个值求取至少一个参考参量的至少一个值；b.由至少一个参考参量中的至少一个参考参量的至少一个求取的值求取至少一个临时基准值，临时基准值分别配设给一个基准参量；c.检查：是否临时基准值位于对于所属基准参量允许的基准值范围内，如果不是这种情况，那么将临时基准值变换到允许的基准值范围中且变换的值对应于受限的基准值，否则受限的基准值对应于临时基准值；d.检查：是否当前的生产过程的至少一个受监控的工艺参量的至少一个值关于如下方面是异常的，即：i.至少一个基准参量的至少一个受限的基准值；和/或ii.复合基准参量的至少一个复合基准值。

Description

用于自动监控至少一个生产过程的方法
技术领域
本发明涉及具有权利要求1的步骤(a)、(b)和(d)的特征的用于自动监控生产过程的方法，并且还涉及具有执行权利要求1的方法的机构的根据权利要求34所述的生产设备。再者，本发明涉及根据权利要求35所述的计算机程序产品。
背景技术
为了监控生产过程，目前必须由传感器测量一定的工艺参量或者由测量的数据将其导出。这些工艺参量的值一般可能在过程的运行中在时间上是可变的。在周期性生产过程中、如注塑机的成型过程中，工艺参量也可能每个周期仅具有一个值且例如由特征数构成，如最小值、最大值、平均值、积分或在一定的时间窗或周期内另一工艺参量的时间变化过程的特定时刻的值。
再者，为了监控，工艺参量的值必须确定一个或多个基准值。在此检查：是否工艺参量的一定的值关于其基准值是异常。典型地，基准值是用于工艺参量的上监控边界和下监控边界，且因此形成用于该工艺参量的公差范围。因此如果特征数位于公差范围之外，那么存在异常。
在异常情况下，例如输出警告给操作者或者停止整个成型周期。因此，除了选择适合的受监控的工艺参量之外，有意义地确定监控边界、亦即用于监控的基准值也具有重要意义。
基准值的确定在最简单的情况下手动地通过操作者实现。在该情况下，基准值必须仔细地由有经验的专家选择。在手动输入的情况下因此典型地仅仅监控少量工艺参量。
然而，在当前的生产设备中，多个传感器并继而还有工艺参量的多个先前的值可用。计算机程序产品当前提供如下可能性，即基于参考参量、如平均值、期望值或离差——其由工艺参量的先前的值求取——自动形成用于监控的基准值。自动监控(包括监控边界的确定和图形显示)由作为质量调节图的统计工艺控制是已知的。在此通常的是，限定两类监控边界，一方面是严格的警告边界，而另一方面是不太严格的干预边界。
用于评定和/或可视化生产设备的工艺状态的方法在文献DE 102019 105 230A1中公开。在此将工艺参量分成多个逻辑组且随后对于至少一个逻辑组借助于对基准值与工艺参量的值的比较执行工艺状态的评定。
用于由工艺参量的先前的值进行自动基准值寻找和用于异常识别的另一方法在文献DE 10 2018 107 233A1中公开。基准值在此由参考值求取，所述参考值由工艺参量的先前的值计算。找到的基准值在该方法中评定其质量。该评定如基准值的求取那样在增加另外的参考值的情况下实现。再者，在探测到工艺参量的异常值之后通过专家系统实施原因分析，所述原因分析有意义地解读多个边界值超越且以可理解的形式和以用于消除的具体指令告知给操作者。
然而，基准值作为监控边界由先前的工艺值的求取提供如下监控边界，其大幅地与数据的质量有关且由此经受一定的随机性。在工艺参量的值有非常小的离差的情况下，监控可以因此相对于小的且可能对于生产过程不相关的偏差非常灵敏。相反，在非常大的离差的情况下，监控边界设计为非常宽。那么可能不再可以识别相关的偏差，这可以导致废品(或者生产设备的损坏)。
大量受监控的工艺参量——其可以通过这样的自动方法计算——因此总是还应由操作者控制。然而，这样大量的监控边界或基准值的监控是耗费或者甚至不可能的。由此限制这样的监控的利用。
发明内容
本发明的目的在于，避免现有技术的缺陷。特别是应实现一种改善的方法、一种改善的生产设备以及一种改善的计算机程序产品。
按照本发明，该目的通过具有权利要求1特征的方法、根据权利要求34所述的生产设备和根据权利要求35所述的计算机程序产品解决。本发明的优选实施例在从属权利要求中提出。
关于本公开，比较词“大于”具有两类意义：一方面是“真大于”，而另一方面是“大于等于”。
一种按照本发明的用于自动监控生产过程的方法，所述生产过程由用于制造至少一个产品的生产设备实施，该方法利用：
-多个工艺参量中的至少一个工艺参量；
-多个受监控的工艺参量中的至少一个受监控的工艺参量，每个受监控的工艺参量又属于所述多个工艺参量；
该方法具有如下步骤：
a.自动地由多个工艺参量中的至少一个工艺参量的至少一个优选先前的值求取多个参考参量的至少一个参考参量的至少一个值；
b.对于多个基准参量，由多个参考参量的至少一个参考参量的所求取的至少一个值求取至少一个临时基准值，临时基准值分别配设给多个基准参量中的一个基准参量，且基准参量分别配设给至少一个受监控的工艺参量；
c.为了求取至少一个基准参量的受限的基准值，检查：是否至少一个基准参量的临时基准值位于对于基准参量允许的基准值范围内，如果不是这种情况，那么将临时基准值变换到、优选移动到允许的基准值范围中，否则受限的基准值对应于临时基准值；
d.检查：是否当前的生产过程的至少一个受监控的工艺参量的至少一个值关于如下项目是异常，即：
i.至少一个基准参量的至少一个受限的基准值；和/或
ii.复合基准参量的至少一个复合基准值，所述至少一个复合基准值由至少一个基准参量的至少一个受限的基准值和参考参量的至少一个值求取。
因此可以计算至少一个基准值，该基准值基于至少一个工艺参量的先前的值且灵活地对其进行匹配。通过将至少一个基准值调整到对于其允许的基准值范围中又确保：至少一个基准值不超过/低于一定的有意义地预限定的边界值。
在一个实施例中，可以自动求取步骤(b)中的至少一个基准参量的允许的基准值范围。
可以设定，步骤(b)中的至少一个基准参量的允许的基准值范围借助于如下项目求取：
-多个工艺参量中的至少一个工艺参量的至少一个值，该至少一个工艺参量不同于已用于求取步骤(a)中的多个参考参量中的至少一个参考参量的至少一个值的至少一个工艺参量；和/或
-多个系统配置参量的至少一个系统配置值；和/或
-生产过程的多个调设参量的至少一个调设值；和/或
-至少一个参数类；和/或
-至少一个系统配置类；和/或
-生产过程之外的至少一个输入参量；和/或
-上述参量和/或类和/或存储的以表格或函数形式的关系中的至少之一的至少一个标识。
在一个实施例中设定，生产设备包括至少一个成型机，由该成型机实施成型工艺。
在一个实施例中设定，多个系统配置参量包括实施生产过程的生产设备的至少一个描述性参量、特别是成型机的机器参量、例如成型机的螺杆直径或额定闭合力；以及多个调设参量包括至少一个控制参量、例如具有额定值的温度或额定闭合力。
在一个实施例中设定，至少一个基准参量的受限的基准值和/或至少一个复合基准参量的复合基准值在步骤(d)之前由操作者借助于至少一个操作界面检查和/或根据操作者的期望改变。由此可以由操作者检查：是否基准值对于其是有意义的。
在一个实施例中设定，参数分类单元将多个工艺参量的至少一个工艺参量分成至少一个参数类，至少一个工艺参量的至少一个参数类自动由至少一个工艺参量的优选先前的值识别和/或由操作者配设和/或在工厂方配设。
在一个实施例中设定，配置分类单元将多个系统配置参量、调设参量和/或工艺参量配设给一个系统配置类，该系统配置类配设给至少一个逻辑组，逻辑组例如是机器类型、应用方式、产品或产品组的材料。配置分类单元可以借助于机器学习方法训练，机器学习方法一方面优选利用训练数据训练，该训练数据作为输入数据包括至少一个系统配置值、至少一个调设值和/或特别优选多个机器的工艺参量的至少一个先前的值，并且作为输出数据包括由专家配设的系统配置类。可以应用受监控的或非受监控的机器学习方法。
此外可以设定，基准参量的允许的基准值范围的自动求取利用至少一个表格实现；表格优选给至少一个受监控的工艺参量配设至少一个允许的基准值范围；所述允许的基准值范围特别优选地可在指定至少一个受监控的工艺参量的标识和/或参数类的情况下被调用。
在一个实施例中设定，基准参量的允许的基准值范围的自动求取利用至少一个调节机构实现，至少一个调节机构的输入值包括：
-多个工艺参量中的至少一个工艺参量的至少一个值，该至少一个工艺参量不同于已用于求取步骤(a)中的多个参考参量中的至少一个参考参量的至少一个值的至少一个工艺参量；和/或
-多个系统配置参量的至少一个系统配置值；和/或
-生产过程的多个调设参量的至少一个调设值；和/或
-至少一个参数类；和/或
-至少一个系统配置类；和/或
-生产过程之外的至少一个输入参量；和/或
-上述参量和/或类中的至少之一的至少一个标识。
在一个实施例中设定，至少一个调节机构例如通过创建表格能够由专家手动地和/或借助于机器学习方法和/或借助于已知的函数关系创建。
为了创建调节机构可以由专家组合表格。调节机构的调用因而例如对应于例如借助于参量和/或类的标识在表格(“查阅表”)中的(自动的)查阅。
在一个实施例中设定，至少一个调节机构的机器学习方法利用优选源自于多个生产设备的训练数据实施，训练数据在应用机器学习方法的情况下作为输入数据优选地包括：
-至少一个参数类；和/或
-至少一个调设值；和/或
-至少一个系统配置值；和/或
-至少一个系统配置类；和/或
作为输出数据优选包括：通过操作者进行的
-至少一个期望的、受限的基准值的至少一个输入；和/或
-至少一个期望的、受限的基准值的至少一个校正。
在此可以应用受监控的和/或非受监控的学习方法。
在一个实施例中设定，至少一个基准参量的临时允许的基准值范围由多个调节机构计算；且在步骤(c)中应用的允许的基准值范围由基准参量的所有临时允许的基准值范围的交集求取。由此可以求取更好地匹配的允许的基准值范围。
在一个实施例中设定，配设给选择的工艺参量的至少一个基准参量和/或至少一个复合基准参量的值借助于参考值求取，该参考值在步骤(a)中由如下项目的至少一个值计算，即：
-多个工艺参量中的配设给与至少一个选择的工艺参量相同的参数类的至少一个工艺参量；和/或
-至少一个选择的工艺参量自身。
在一个实施例中设定，基准参量的至少一个受限的基准值和/或复合基准参量的至少一个复合基准值用作至少一个受监控的工艺参量的上监控边界或下监控边界；如果受监控的工艺参量的至少一个值大于上监控边界或小于下监控边界，那么将至少一个受监控的工艺参量的至少一个值在步骤(d)中归入异常。
在一个实施例中设定，至少一个受监控的工艺参量的上监控边界和/或下监控边界由如下参考参量的至少一个值计算：
-至少一个工艺参量的先前的值的平均值；和/或
-至少一个工艺参量的先前的值的缩放的平均差，其包括至少一个值、特别是唯一的值或上值和下值。
在一个实施例中设定，缩放的平均差由操作者和/或自动地缩放，优选地根据存在的参数类和/或系统配置类进行缩放。由此可以调设监控边界的灵敏性。
在一个实施例中设定，该平均值由至少一个工艺参量的优选先前的值的算术平均值、截尾均值和/或中位数形成。
在一个实施例中设定，缩放的平均差的至少一个值对应于至少一个临时基准值；和/或至少一个临时基准值由缩放的平均差的至少一个值计算。特别是由缩放的平均差的上值求取的临时基准值的允许的基准值范围可以与由缩放的平均差的下值求取的临时基准值的允许的基准值范围不同。由此例如可以系统地考虑非对称的值分布。
在一个实施例中设定，在步骤(dii)之后至少一个受监控的工艺参量的上监控边界和/或下监控边界对应于至少一个复合基准参量、优选平均值和至少一个受限的基准值的和或差，该受限的基准值由缩放的平均差的至少一个值求取并通过其允许的基准值范围限制。
在一个实施例中设定，多个工艺参量中的一个工艺参量的优选先前的值形成离散的且优选按照时间排列的序列，该序列的元素配设给连续的生产过程(其连续的部分)的离散化时刻和/或分段的生产过程的一个周期。
在一个实施例中设定，为了求取参考参量的值，应用序列的选择的多个元素，这些元素非强制地在时间序列中相邻；以及特别是选择的多个元素由操作者选择和/或存储在表格中，该表格优选给一个工艺参量配设多个元素，和/或选择的多个元素通过至少一个选择调节机构求取，至少一个选择调节机构的输入值优选地包括：
-多个工艺参量(1)中的至少一个工艺参量的至少一个值，该至少一个工艺参量不同于已用于求取步骤(a)中的多个参考参量中的至少一个参考参量的至少一个值的至少一个所述工艺参量；和/或
-多个系统配置参量的至少一个系统配置值；和/或
-生产过程的多个调设参量的至少一个调设值；和/或
-至少一个参数类；和/或
-至少一个系统配置类；和/或
-生产过程之外的至少一个输入参量；和/或
-上述参量和/或类中的至少之一的至少一个标识。
在一个实施例中设定，基准参量的至少一个临时基准值在步骤(c)中变换到对于基准参量允许的基准值范围中以便限定受限的基准值实现为，使得变换的基准值位于允许的基准值范围中且如果必要在考虑安全间隔的情况下与临时基准值尽可能小地不同。在考虑安全间隔的情况下，变换的基准值未准确调整到允许的基准值范围中，而是与允许的基准值范围的边缘具有特定间隔。
在一个实施例中设定，如果基准参量的至少一个临时基准值为了形成受限的基准值而变换到对于基准参量允许的基准值范围中，那么输出消息，该消息特别是可发给操作者。
在一个实施例中设定，参数分类单元自动地由基准参量的至少一个临时基准值关于对于基准参量允许的基准值范围的水平来识别至少一个受监控的工艺参量的至少一个参数类。
在一个实施例中设定，至少一个参考参量的至少一个参考值由评定单元评定为肯定或否定的。由此例如可以预先挑出参考值。
在一个实施例中设定，在通过评定单元将至少一个参考参量的至少一个参考值评定为否定的情况下选择至少一个工艺参量的其他的优选先前的值、特别是每个已用于求取至少一个参考值的工艺参量的序列的其他元素；且由工艺参量的这些重新选择的优选先前的值求取新的参考值。
在一个实施例中设定，评定单元应用至少一个评定参考参量，该评定参考参量是参考参量，且应用规定的规则来评定至少一个与该评定参考参量不同的参考参量，该至少一个评定参考参量例如是至少一个工艺参量的优选先前的值的平均斜率。
在一个实施例中设定，在通过评定单元将参考值评定为否定的情况下手动和/或自动地、特别是在使用评定参考参量的情况下实施对至少一个工艺参量的优选先前的值的重新选择。
在一个实施例中设定，在步骤(a)中至少一个参考参量的值由至少一个工艺参量的值的求取能够手动和/或自动地、特别是基于规定的标准触发，在这两种情况下、特别是在生产过程期间进行触发。
新的值的手动选择和用于求取值的触发可以由机器操作者和/或在中央对于整个生产设备执行。
在一个实施例中设定，至少一个参考参量的值连续地在规定的时间步骤中和/或在周期性生产过程的规定数量的周期之后由工艺参量的值重新求取。
在一个实施例中设定，至少一个参考参量的值累积地由工艺参量的优选先前的值求取。
在一个实施例中设定，至少一个工艺参量和/或至少一个参考参量的值由数据记录单元存储。
也设有一种生产设备，其包括如下机构，该机构适用于执行上述方法。
也设有一种计算机程序产品，其包括指令，该指令使上述生产设备执行上述方法。
应注意的是，该方法适用于基于周期的和连续的生产过程。特别是，该方法由此适用于在如下生产设备中的执行，该生产设备包含至少一个注塑机和/或至少一个塑料挤出机。
再者，也可以检查机器人或机器人抓臂的运动和/或其他行动。工艺参量则是运动参量和/或其他参量。
工艺参量特别是也可以是多维的。例如，机器人抓臂的位置可以以两维或三维空间坐标表示。允许的基准值范围、特别是用于机器人运动的监控边界的允许的值范围则是面或体积、例如圆或球。
通过应用多个生产机器和/或生产设备的数据，必要的数据发送可以匿名和/或非匿名地执行。
调设参量由操作者或计算机程序、例如按照本发明的用于自动监控生产过程的方法和/或调节算法限定。
生产过程的调设参量的示例特别是控制参量和/或基准参量。控制参量例如可以是参考变量，其瞬时值对应于额定值，或是规定控制的类型的参量。而且在此可以理解为用于生产过程的调节算法的调设参量。基准参量例如可以是工艺参量的监控边界或规定监控的类型的参量。
方法或计算机程序的调设参量的示例是如下参量，其规定应应用何种调节机构。在此也可以理解为生产机器的专家系统或调节算法的调设参量。
工艺参量是生产过程的物理测量参量或由此导出的参量。工艺参量描述生产过程的性能。
参考参量或特征数是由一个或多个工艺参量导出的参量。参考参量或特征数例如可以描述工艺参量的测量曲线的特征或者可以是工艺参量采取特定值的时刻或者例如可以是一个工艺参量的多个先前的值的标准差。参考参量或特征数同样是性能参量。
工艺参量和/或参考参量可以包括质量参量、如例如特别是生产机器和/或生产设备的构件的重量、尺寸精确性、扭曲变形和/或表面。该工艺参量和/或参考参量可以被直接测量和/或由工艺参量导出。
系统配置参量是描述性参量且与调设参量和性能参量无关。系统配置参量例如描述材料、生产机器、客户、模具或地理位置的特性。例如生产机器的特性可以是机器类型，而客户的特性可以是其工作的部门。
系统配置参量的值因此仅仅在例如模具、客户、生产机器或诸如此类的配置变化的情况下才变化，特别是系统配置参量的值不在按照本发明的方法的步骤(a)、(b)、(c)和(d)期间和/或通过这些步骤或者通过生产过程变化。
参数类例如可以将具有由生产过程的相同部分和/或生产机器的相同区域或构件构成的相同单元的工艺参量组合在一起。
系统配置类例如可以将生产机器的类型、生产机器/设备的位置的地理区域或者客户的部门组合在一起。
参量和/或类的标识是明确配设给参量或类的数和/或数据串。
附图说明
根据附图讨论本发明的实施例。在附图中：
图1a-1c示出按照本发明的方法的简单实施例的参量和值的方框图；
图2a、2b示出在允许的基准值范围中调整绝对监控边界的典型实施例，a：具有围绕平均值的离差的工艺参量的值变化、允许的值范围、监控边界，b：方框图；
图3a、3b示出在允许的基准值范围中调整相对监控边界的典型实施例，a：具有围绕平均值的离差的工艺参量的值变化、允许的基准值范围、监控边界，b：方框图；
图4a、4b示出在注塑工艺中的工艺参量“剩余熔体垫”的监控边界，a：值变化、允许的基准值范围、监控边界，b：方框图；
图5示出在注塑工艺中的模具冷循环中的工艺参量“水流量”的监控边界，a：值变化、允许的基准值范围、受限的基准值、监控边界，b：方框图；
图6a、6b示出对多个机器的监控边界的求平均；
图7示意地示出具有生产机器的生产设备，该生产设备执行用于监控生产过程的方法；
图8a、8b示出用于确定用于基准值的允许的值范围的调节机构的学习方法。
具体实施方式
图1a-1c示出用于阐明用于自动监控正好一个工艺参量1的方法的两个简单实施例的方框图。在图1a中，工艺参量1的先前的值11用于检查同一工艺参量1的当前的值12。
为此，首先在步骤a中由先前的值11求取参考参量2的参考值21。
在其后面的步骤b中，由参考参量2的参考值21求取基准参量3的临时基准值31。
在步骤c中检查：是否临时基准值31位于对于基准参量3允许的基准值范围33内。如果是这种情况，那么对于受限的基准值32采用临时基准值31。如果不是这种情况，那么将临时基准值31变换到、特别是移动到允许的值范围33中，并且对于受限的基准值32采用变换的基准值。
临时基准值31变换到允许的基准值范围33中可以实现为，使得变换的基准值与临时基准值31尽可能小地不同。作为两个基准值的差异性的度量，一般可以使用任意的度量。特别是“差异”可以理解为两个数值的差的绝对值。
而且在多维工艺参量1的一般情况下可以自由选择度量。特别是可以应用欧式度量。
受限的基准值32用于检查：是否在工艺参量1的当前的值12的情况下存在异常，其中先前的值12的工艺参量1对应于检查的工艺参量1。该检查通过对检查的工艺参量1的当前的值12与受限的基准值32的比较实现。
图1b示出与图1a相似的实施例。在此，在最后的步骤d中借助于受限的基准值32检查工艺参量1的当前的值12的异常，其中先前的值11源自不同的工艺参量1。
图1c示出备选的简单实施例，其中在此检查：是否当前的生产过程911的至少一个受监控的工艺参量1的至少一个值12关于复合基准参量4的至少一个复合基准值42是异常。至少一个复合基准值42由至少一个基准参量3的至少一个受限的基准值32和参考参量2的至少一个值21求取。如图1a中那样，在此检查工艺参量1的当前的值12的异常，其中受监控的工艺参量1对应于用于求取参考参量2的工艺参量1。
相比于图1a，在图1c中由工艺参量1的值11在步骤a中分别求取两个参考参量2的参考值21。
在步骤b中，由这些参考值21之一求取基准参量3的临时基准值31。在步骤c中检查：是否该临时基准值31位于允许的基准值范围33中。如果不是这种情况，那么变换临时基准值31，使得该临时基准值位于允许的基准值范围33中。如对于图1a和图1b所阐述的那样，由此求取受限的基准值32。
在步骤b’中，由另一参考值21和受限的基准值32求取另一基准参量4的另一基准值41。该另一基准参量4然后用于检查工艺参量1的当前的值12的异常。这能实现：该用于检查异常的基准值也可以与非受限的参考参量2有关。这样的典型情况的示例在图5和图6中示出。
图2a、2b借助于图表(图2a)和如图1a-1c那样的方框图(图2b)示出用于周期性生产过程911的按照本发明的方法的典型实施例。在此存在类型为X的工艺参量1的二十个值11，每个生产周期Z分别一个值。
在此应注意，按照本发明的方法不仅适用于如注塑机的成型过程那样的周期性生产过程911，而且也适用于如具有例如塑料挤出机的连续的生产过程911。
如由图2a在区域i中可见，类型为X的工艺参量1的值11围绕平均值XM波动。该平均值、在此是算术平均值，是工艺参量1的参考参量2的参考值21。值11的缩放的平均差提供具有其参考值21的第二参考参量2，在该示例中是类型为X的工艺参量1的值11的与系数3相乘的标准差3σ。这两个参考值21在步骤a(参见图2b)中计算。
如在图2a中在区域ii中所示，缩放的平均差3σ和平均值XM的值21在步骤b中分别限定两个基准参量3的临时基准值31。这些值31对应于XM+3σ和XM-3σ。
基准参量3可用作上监控边界和下监控边界。然而事先检查监控边界。为此，给两个基准参量3配设允许的基准值范围33。假如临时基准值本来还没有位于允许的基准值范围33中，那么在步骤c(参见图2b)中将临时基准值31移动到允许的基准值范围33中。因此在该实施例中检查绝对监控边界。
在本示例中，上监控边界的临时基准值31位于其允许的基准值范围33中且因此不移动。产生的受限的基准值32因此与临时基准值32相同(参见图2a中的区域iii)。
在本示例中，下监控边界的临时基准值31未位于其允许的基准值范围33中。为了获得受限的基准值32，将临时基准值31移动到允许的基准值范围33中，确切而言使得该临时基准值达到允许的基准值范围33中且尽可能小地远离初始值。产生的受限的基准值32在图2a中的区域ii中可见。
图2b示出在图2a中描述的实施例的方框图。如在彼处可见，在接着的步骤d中对受限的基准值32与工艺参量的当前的值12进行比较。如果工艺参量的值12大于上监控边界或小于下监控边界，那么存在异常。该方框图类似于图1a中的示例。
如图2a、2b那样，图3a、3b借助于图表(图3a)和如图1a-1c那样的方框图(图3b)示出用于周期性生产过程911的按照本发明的方法的典型实施例。
在此如在图2a中那样存在类型为XM的工艺参量1的同样二十个值11。然而相比于图2a，这些值在区域i中示出在移动了平均值XM的轴上。
允许的基准值范围33在此适用于围绕平均值XM的相对监控边界。相对监控边界通过3σ和-3σ提供。也如在图2b中可见，该相对监控边界调整到对其允许的基准值范围中。平均值XM在此不起作用(应注意，纵坐标轴移动了平均值XM)。由此产生调整的相对监控边界作为受限的基准参量32(参见图3a的区域iii)。
为了达到适用于与工艺参量1的当前的值12进行比较的绝对监控边界，在附加的步骤(b’)中将平均值XM加到调整的、相对监控边界上。换言之，参考值21(平均值XM)在附加的步骤中添加到、在此加到受限的基准值32上。
由此产生的复合基准值42因此是绝对监控边界的值，其可以与工艺参量1的当前的值12一起使用(参见图3a的区域iv以及图3b的步骤d)。在此同一工艺参量1的当前的值12变成为与平均值和标准差的参考值21的来源相同。在此应注意的是，纵坐标轴在图3a中的区域iv中表示X的绝对值。
图4a、4b示出在注塑工艺中的用于剩余熔体垫的监控边界的确定，该注塑工艺在注塑机上实施。该实施例定性地类似于图2a、2b，因为在此同样将绝对监控边界调整到允许的基准值范围33中。
工艺参量1“剩余熔体垫”表示在注塑过程结束、在注塑机的螺杆顶端前方剩余的量。值11不可直接调设，而是间接由调设参量5的一系列调设值51产生。即，值11并非从一开始已知，因此对于监控边界的确定适宜的是，在连续的生产过程911中求取该值。
为了使得借助于注塑制造的成型件即使在生产过程911中通常的波动的情况下总是可以被完全填充，必须确保：剩余熔体垫决不采取值零。因此，下监控边界的允许的基准值范围33向下以1.5立方厘米限制。允许的基准值范围33向上在该实施例中是不受限的。上监控边界的值对于生产过程911是不危险的，因此该值范围在该实施例中是不受限的。应说明的是，相比于在图1c、3和5中的实施例在此涉及绝对监控边界，其特别是可理解为并非相对于平均值。
允许的基准值范围33可以与系统配置参量6如例如螺杆直径有关。在本实施例中，允许的值范围的下边界可以计算为螺杆直径的3次方的1.2％，在螺杆直径为5厘米时，那么对于允许的值范围33的下边界得到上述值为1.5立方厘米。
在图4a中在区域i中记录了以立方厘米(cm3)为单位的剩余熔体垫R的二十个先前的值。由这些值，作为第一参考参量2形成算术平均值RM，参考值21在此为大约2.04立方厘米。作为第二参考参量2计算标准差σ。该参考值21为大约0.15立方厘米。现在由平均值RM减去六倍的标准差(6*0.15＝0.9)。由此产生基准参量3的临时基准值31，即1.14立方厘米的“下监控边界”。为了求取2.94立方厘米的“上监控边界”，将六倍的标准差加到平均值上。
图4a的区域ii示出用于下监控边界的非允许(灰色)或允许的值范围33。下监控边界的临时基准值31为1.14立方厘米在允许的值范围33之下。因此将下监控边界移动到1.5立方厘米的最小的允许值。
图4a的区域iii示出下监控参量和上监控参量的受限的基准值32以及用于定向的参考值“算术平均值”RM。该受限的基准值32对于后续的周期是有效的。
图4b示出与在图2b中相似的关于图4a的实施例的方框图。在此仅仅示出作为基准参量3的下监控边界，因为上监控边界未调整到允许的基准值范围33中。
图5在区域i中示例性地示出以升/分钟(l/min)为单位的工艺参量1即“流量”D的二十个先前的值。该工艺参量1描述在模具冷循环中测量的水流量。由这二十个测量值，将算术平均值DM求取为值为10升/分钟的第一参考参量2且将标准差σ求取为值为0.012升/分钟的第二参考参量2。要注意的是，纵坐标轴在区域i中移动了DM。
标准差与系数6(或者-6)相乘，以便获得基准参量3的临时基准值31，“下相对监控边界”和“上相对监控边界”。
二十个先前的值11在此随机具有相对小的离差。如果将临时监控边界用作实际的监控边界，那么监控被非常灵敏地调设，且在连续运行中将非常经常地识别到异常，然而该异常对于工艺和制造的构件的质量并不重要。
相反也可能发生的是，二十个先前的值随机或出于未知原因具有非常高的离差。如果将如此获得的临时监控边界作为实际的监控边界，那么监控被不灵敏地调设，使得监控在连续运行中很少或不会识别到异常。
为了避免这些情况，限定对于基准参量3“六倍标准差”允许的0.25-1.5升/分钟的值范围33和对于基准参量3“负六倍标准差”的围绕零镜像的区域。由此产生在图5中的区域ii中示出的用于基准参量3的允许的基准值范围33“上相对监控边界”和“下相对监控边界”。不仅上相对监控边界而且下相对监控边界必须移动到允许的基准值范围33中，从而尽可能小地改变这些边界。
如果将平均值DM(具有10升/分钟的值)加到移动到允许的基准值范围33中的临时基准值3的受限的基准值32上，那么得到9.75升/分钟的“下监控边界”和10.25升/分钟的“上监控边界”(参见图5中的区域iii)。在应用的术语中，这些绝对监控边界构成复合基准值42。在此应注意的是，纵坐标轴在区域iii(相对于区域i和ii)中表示流量的绝对值。
为了减少在求取参考参量2时在之前示例中描述的随机性，在一些情况下可以采用工艺参量1的如下值，这些值在不同机器上、在不同的时刻、在不同加热区上等等被求取。这在图6a、6b中示出。
工艺参量1在此应具有相似的性能。在该实施例中就是这种情况，因为在此示出在对三个结构相同的、以相同材料生产相同成型件的机器进行计量的情况下以牛米(Nm)为单位的扭矩(图6a)。
参考参量2、平均值和离差的值在此有意识地非常不同地选择。由这些离差在所有三个机器的情况下计算基准参量3的基准值31，其对应于与系数6相乘的标准差。对于参考参量2、离差，得到大约10牛米、15牛米和45牛米。为了消除统计上的异常值，形成离差的中位数(15牛米)。
这些值通过减去相应的平均值被归一化(图6b)。现在将基准值31的中位数作为临时基准值31供给进一步的应用。对于这三个机器由此对于基准参量3的临时基准值31、“下相对监控边界”和“上相对监控边界”，得到值为-15牛米和15牛米。
在一个实施例中，现在可以将相对监控边界调整到如在图3和图5中的对于该相对监控边界允许的基准值范围33中。为了获得用于与工艺参量1的当前的值12进行比较的绝对监控边界，可以在调整之后加上平均值，以便求取复合基准值42。
在另一实施例中，上绝对监控边界和下绝对监控边界可以在调整到允许的基准值范围33中之前通过与平均值相加来求取。参考参量2、平均值在此得到用于三个机器的150牛米、200牛米和150牛米的值，其中由此下监控边界和上监控边界采取如下值：
机器1：135和165牛米
机器2：185和215牛米
机器3：135和165牛米
这些绝对值现在可以如例如在图2a、2b或图4a、4b中那样调整到(绝对的)允许的基准值范围33中。由此产生的受限的基准值32因而构成应用的监控边界。
出于简明的原因在此示出仅仅三个机器的工艺参量1的先前的值11。该过程对于更多数量的机器特别有意义。
图7示出带有生产机器91的示意示出的生产设备9，该生产设备9执行用于监控生产过程911的方法。通过箭头分别标明传输的值，其中在此参考标记表示至少一个值，典型地在此理解为多个值。
为了求取至少一个临时基准值31，向数据记录单元92传送至少一个工艺参量1的——优选先前的——值11。在数据记录单元92中暂存传输给该数据记录单元的值作为至少一个参考值21。数据记录单元92如果必要借助于评定单元921执行对暂存的至少一个参考值21的评定。至少一个参考值传输给基准值确定单元93，该基准值确定单元借助于用于临时确定基准值的单元931计算至少一个临时基准值31。该至少一个临时基准值31传输给限制单元932。
为了求取至少一个允许的值范围33而应用调节机构933。调节机构933基于输入数据计算至少一个允许的基准值范围33，所述输入数据包括：
-至少一个工艺参量1的至少一个值13，该至少一个工艺参量不同于用于求取至少一个参考参量2的至少一个值21的至少一个工艺参量1；且该至少一个工艺参量源自生产过程911；和/或
-至少一个参数类7，其按照本实施例源自参数分类单元95；和/或
-至少一个系统配置类8，其按照本实施例源自配置分类单元96；和/或
-调设参量5的至少一个调设值51；和/或
-系统配置参量6的至少一个系统配置值61；和/或
-生产过程911之外的至少一个输入参量101；和/或
-上述参量和/或类中之一的至少一个标识(未示出)。
参数分类单元95自身由至少一个工艺参量1的先前的值13确定至少一个参数类7。
配置分类单元96自身由工艺参量1的至少一个先前的值13、调设参量5的至少一个值51和/或系统配置参量的至少一个值61确定至少一个系统配置类8。
在得知至少一个允许的值范围33和至少一个临时基准值31的情况下，限制单元932确定至少一个基准值32。该至少一个基准值32由监控单元94用于监控工艺参量1的至少一个当前的值12。如果至少一个当前的值12关于至少一个基准值32是异常，那么按照该实施例可以在操作界面99上显示以文字消息100形式的警告，和/或通过传送至少一个调设参量5的至少一个调设值51来停止或重新参数化生产过程911。
图8a、8b示出调节机构933的学习方法的示意图。在图8a中，借助于机器学习方法训练调节机构，其中训练数据在此源自多个生产设备9。数据分别源自参数分类单元95、配置分类单元96、控制单元97、存储器98和/或生产过程911。再者可以应用受监控的机器学习，对此训练数据还包括借助于操作界面99对操作者的基准值的输入或校正。
在图8b中，调节机构933由操作者利用专家知识借助于操作界面99手动创建。此外调节机构933可以基于函数关系。
附图标记列表：
1 工艺参量
11 工艺参量的先前的值
12 工艺参量的当前的值
13 工艺参量的另外的先前的值
2 参考参量
21 参考参量的值
3 基准参量
31 临时基准值
32 受限的基准值
33 用于基准参量的基准值的允许的值范围
4 复合基准参量
42 复合基准值
5 调设参量
51 调设参量的值
6 系统配置参量
61 系统配置参量的值
7 参数类
8 系统配置类
9 生产设备
91 生产机器
911 生产过程
92 数据记录单元
921 评定单元
93 基准值确定单元
931 用于确定临时基准值的单元
932 限制单元
933 调节机构
94 监控单元
95 参数分类单元
96 配置分类单元
97 控制单元
98 存储器
99 操作界面
100 文字消息
101 在生产过程之外的输入参量

Claims (35)

1.用于自动监控生产过程(911)的方法，该生产过程由用于制造至少一个产品的生产设备(9)实施，该方法利用：
-多个工艺参量(1)中的至少一个工艺参量(1)；
-多个受监控的工艺参量中的至少一个受监控的工艺参量(1)，每个受监控的工艺参量(1)又属于所述多个工艺参量(1)；并且
其中，
a.自动地由所述多个工艺参量(1)中的至少一个工艺参量(1)的至少一个优选先前的值(11)求取多个参考参量(2)中的至少一个参考参量(2)的至少一个值(21)；
b.对于多个基准参量(3)，由所述多个参考参量(2)中的至少一个参考参量(2)的所求取的所述至少一个值(21)求取至少一个临时基准值(31)，临时基准值(31)分别配设给所述多个基准参量(3)中的一个基准参量(3)，并且基准参量(3)分别配设给至少一个受监控的工艺参量(1)；
c.为了求取所述至少一个基准参量(3)的受限的基准值(32)而检查：是否所述至少一个基准参量(3)的临时基准值(31)在对于基准参量(3)允许的基准值范围(33)内，如果不是这种情况，那么将临时基准值(31)变换到、优选移动到允许的基准值范围(33)中，否则受限的基准值(32)对应于临时基准值(31)；
d.检查：是否当前的生产过程(911)的至少一个受监控的工艺参量(1)的至少一个值(12)关于如下项目是异常的，即：
i.所述至少一个基准参量(3)的至少一个受限的基准值(32)；和/或
ii.复合基准参量(4)的至少一个复合基准值(42)，所述至少一个复合基准值(42)由所述至少一个基准参量(3)的至少一个受限的基准值(32)和参考参量(2)的至少一个值(21)求取。
2.根据权利要求1所述的方法，其特征在于，自动求取所述至少一个基准参量(3)的允许的基准值范围(33)。
3.根据权利要求1或2所述的方法，其特征在于，所述至少一个基准参量(3)的允许的基准值范围(33)借助于如下项目求取：
-所述多个工艺参量(1)中的至少一个工艺参量(1)的至少一个值(13)，所述至少一个工艺参量不同于用于求取步骤(a)中的所述多个参考参量(2)中的至少一个参考参量(2)的所述至少一个值(21)的至少一个工艺参量(1)；和/或
-多个系统配置参量(6)的至少一个系统配置值(61)；和/或
-生产过程(911)的多个调设参量(5)的至少一个调设值(51)；和/或
-至少一个参数类(7)；和/或
-至少一个系统配置类(8)；和/或
-生产过程(911)之外的至少一个输入参量(101)；和/或
-上述参量和/或类和/或存储的以表格或函数形式的关系中的至少之一的至少一个标识。
4.根据权利要求1至3之一所述的方法，其特征在于，生产设备(9)包括至少一个成型机，由该成型机实施成型工艺。
5.根据权利要求1至4之一所述的方法，其特征在于，所述多个系统配置参量(6)包括实施生产过程(911)的生产设备(9)的至少一个描述性参量、特别是成型机的机器参量、例如成型机的螺杆直径或额定闭合力；并且所述多个调设参量(5)包括至少一个控制参量、例如具有额定值的温度或额定闭合力。
6.根据权利要求1至5之一所述的方法，其特征在于，所述至少一个基准参量(3)的受限的基准值(32)和/或所述至少一个复合基准参量(4)的复合基准值(42)在步骤(d)之前由操作者借助于至少一个操作界面(99)检查和/或根据操作者的期望改变。
7.根据权利要求1至6之一所述的方法，其特征在于，参数分类单元(95)将所述多个工艺参量(1)中的至少一个工艺参量(1)分成至少一个参数类(7)，所述至少一个工艺参量(1)的所述至少一个参数类(7)自动地由所述至少一个工艺参量(1)的优选先前的值(11)识别和/或由操作者配设和/或在工厂方配设。
8.根据权利要求1至7之一所述的方法，其特征在于，配置分类单元(96)将多个系统配置参量(6)、调设参量(5)和/或工艺参量(1)配设给系统配置类(8)，该系统配置类(8)配设给至少一个逻辑组，逻辑组例如是机器类型、应用方式、产品或产品组的材料。
9.根据权利要求1至8之一所述的方法，其特征在于，基准参量(3)的允许的基准值范围(33)的自动求取利用至少一个表格实现；所述表格优选给至少一个受监控的工艺参量(1)配设至少一个允许的基准值范围(33)；该允许的基准值范围(33)特别优选地能够在指定所述至少一个受监控的工艺参量(1)的标识和/或参数类(7)的情况下被调用。
10.根据权利要求1至9之一所述的方法，其特征在于，基准参量(3)的允许的基准值范围(33)的自动求取利用至少一个调节机构(933)实现，所述至少一个调节机构(933)的输入值优选包括：
-所述多个工艺参量(1)中的至少一个工艺参量(1)的至少一个值(13)，所述至少一个工艺参量不同于用于求取步骤(a)中的所述多个参考参量(2)中的至少一个参考参量(2)的所述至少一个值(21)的至少一个工艺参量(1)；和/或
-多个系统配置参量(6)的至少一个系统配置值(61)；和/或
-生产过程(911)的多个调设参量(5)的至少一个调设值(51)；和/或
-至少一个参数类(7)；和/或
-至少一个系统配置类(8)；和/或
-生产过程(911)之外的至少一个输入参量；和/或
-上述参量和/或类中的至少之一的至少一个标识。
11.根据权利要求10所述的方法，其特征在于，至少一个调节机构(933)例如通过创建表格能够由专家手动地和/或借助于机器学习方法和/或借助于已知的函数关系创建。
12.根据权利要求11所述的方法，其特征在于，至少一个调节机构(933)的机器学习方法利用优选源自于多个生产设备(9)的训练数据实施，所述训练数据在应用机器学习方法的情况下作为输入数据优选地包括：
-至少一个参数类(7)；和/或
-至少一个调设值(51)；和/或
-至少一个系统配置值(61)；和/或
-至少一个系统配置类(8)；
和/或作为输出数据优选包括：通过操作者进行的
-至少一个期望的、受限的基准值(32)的至少一个输入；和/或
-至少一个期望的、受限的基准值(32)的至少一个校正。
13.根据权利要求10至12之一所述的方法，其特征在于，至少一个基准参量(3)的临时允许的基准值范围(33)由多个调节机构(933)计算；并且在步骤(c)中应用的允许的基准值范围(33)由基准参量(3)的所有临时允许的基准值范围(33)的交集求取。
14.根据权利要求1至13之一所述的方法，其特征在于，配设给选择的工艺参量(1)的至少一个基准参量(3)和/或至少一个复合基准参量(4)的值借助于参考值(21)求取，所述参考值在步骤(a)中由如下项目的至少一个值计算，即：
-所述多个工艺参量(1)中的配设给与至少一个选择的工艺参量(1)相同的参数类(7)的至少一个工艺参量(1)；和/或
-所述至少一个选择的工艺参量(1)自身。
15.根据权利要求1至14之一所述的方法，其特征在于，基准参量(3)的至少一个受限的基准值(32)和/或复合基准参量(4)的至少一个复合基准值(42)用作至少一个受监控的工艺参量(1)的上监控边界或下监控边界；并且如果受监控的工艺参量(1)的所述至少一个值(12)大于上监控边界或小于下监控边界，那么将所述至少一个受监控的工艺参量(1)的所述至少一个值(12)在步骤(d)中归入为异常。
16.根据权利要求15所述的方法，其特征在于，至少一个受监控的工艺参量(1)的上监控边界和/或下监控边界由如下参考参量(2)的至少一个值计算：
-至少一个工艺参量(1)的先前的值(11)的平均值；和/或
-至少一个工艺参量(1)的先前的值(11)的缩放的平均差，其包括至少一个值、特别是唯一的值或上值和下值。
17.根据权利要求16所述的方法，其特征在于，缩放的平均差由操作者和/或自动地缩放，优选地根据存在的参数类(7)和/或系统配置类(8)缩放。
18.根据权利要求16或17所述的方法，其特征在于，所述平均值由所述至少一个工艺参量(1)的优选先前的值(11)的算术平均值、截尾均值和/或中位数形成。
19.根据权利要求16至18之一所述的方法，其特征在于，缩放的平均差的所述至少一个值对应于至少一个临时基准值(31)；和/或所述至少一个临时基准值(31)由缩放的平均差的所述至少一个值计算，特别是由缩放的平均差的上值求取的临时基准值(31)的允许的基准值范围(33)与由缩放的平均差的下值求取的临时基准值(31)的允许的基准值范围(33)不同。
20.根据权利要求16至19之一所述的方法，其特征在于，在步骤(dii)之后至少一个受监控的工艺参量(1)的上监控边界和/或下监控边界对应于至少一个复合基准参量(4)，优选平均值与所述至少一个受限的基准值(32)的和或差，该受限的基准值由缩放的平均差的所述至少一个值求取并通过其允许的基准值范围(33)限制。
21.根据权利要求1至20之一所述的方法，其特征在于，所述多个工艺参量(1)中的一个工艺参量(1)的优选先前的值(11)形成离散的和优选按照时间排列的序列，该序列的元素配设给连续的生产过程(911)(其连续的部分)的离散化时刻和/或分段的生产过程(911)的一个周期。
22.根据权利要求21所述的方法，其特征在于，为了求取参考参量(2)的值(21)，应用序列的选择的多个元素，这些元素非强制地在时间序列中相邻；特别是所述选择的多个元素由操作者选择和/或存储在表格中，该表格优选给一个工艺参量(1)配设多个元素，和/或通过至少一个选择调节机构求取，所述至少一个选择调节机构的输入值优选地包括：
-所述多个工艺参量(1)中的至少一个工艺参量(1)的至少一个值(13)，所述至少一个工艺参量不同于用于求取步骤(a)中的所述多个参考参量(2)中的至少一个参考参量(2)的至少一个值(21)的至少一个所述工艺参量(1)；和/或
-多个系统配置参量(6)的至少一个系统配置值(61)；和/或
-生产过程(911)的多个调设参量(5)的至少一个调设值(51)；和/或
-至少一个参数类(7)；和/或
-至少一个系统配置类(8)；和/或
-生产过程(911)之外的至少一个输入参量；和/或
-上述参量和/或类中的至少之一的至少一个标识。
23.根据权利要求1至22之一所述的方法，其特征在于，基准参量(3)的至少一个临时基准值(31)在步骤(c)中变换到对于基准参量(3)允许的基准值范围(33)中以便限定受限的基准值(32)，使得变换的基准值在允许的基准值范围(33)中且如果必要在考虑安全间隔的情况下与临时基准值(31)尽可能小地不同。
24.根据权利要求1至23之一所述的方法，其特征在于，如果基准参量(3)的至少一个临时基准值(31)为了形成受限的基准值(32)而变换到对于基准参量(3)允许的基准值范围(33)中，那么输出消息，该消息特别是能够发给操作者。
25.根据权利要求7至24之一所述的方法，其特征在于，参数分类单元(95)自动地由基准参量(3)的至少一个临时基准值(31)关于对于基准参量(3)允许的基准值范围(33)的水平来识别至少一个受监控的工艺参量(1)的所述至少一个参数类(7)。
26.根据权利要求1至25之一所述的方法，其特征在于，至少一个参考参量(2)的至少一个参考值(21)由评定单元(921)评定为肯定或否定的。
27.根据权利要求26所述的方法，其特征在于，在通过评定单元(921)将至少一个参考参量(2)的至少一个参考值(21)评定为否定的情况下选择至少一个工艺参量(1)的其他的优选先前的值(11)、特别是用于求取所述至少一个参考值(2)的工艺参量(1)的序列的其他元素；并且由工艺参量(1)的这些重新选择的优选先前的值(11)求取新的参考值(21)。
28.根据权利要求27所述的方法，其特征在于，评定单元(921)应用至少一个评定参考参量，该评定参考参量是参考参量(2)，并且应用规定的规则来评定与该评定参考参量不同的至少一个参考参量(2)，所述至少一个评定参考参量例如是至少一个工艺参量(1)的优选先前的值的平均斜率。
29.根据权利要求28所述的方法，其特征在于，在通过评定单元(921)将参考值(21)评定为否定的情况下，手动和/或自动地、特别是使用评定参考参量实施对至少一个工艺参量(1)的优选先前的值(11)的重新选择。
30.根据权利要求1至29之一所述的方法，其特征在于，所述至少一个参考参量(2)的值(21)在步骤(a)中由至少一个工艺参量(1)的值(11)的求取能够手动和/或自动地、特别是基于规定的标准触发，在这两种情况下、特别是在生产过程(911)期间进行触发。
31.根据权利要求1至30之一所述的方法，其特征在于，至少一个参考参量(2)的值(21)连续地在规定的时间步骤中和/或在周期性生产过程(911)的规定数量的周期之后由工艺参量(1)的值(11)重新求取。
32.根据权利要求1至31之一所述的方法，其特征在于，至少一个参考参量(2)的值(21)累积地由工艺参量(1)的优选先前的值(11)求取。
33.根据权利要求1至32之一所述的方法，其特征在于，至少一个工艺参量(1)和/或至少一个参考参量(2)的值(11)由数据记录单元(92)存储。
34.生产设备(9)，包括适用于执行根据上述权利要求至少之一所述的方法的机构。
35.计算机程序产品，包括指令，该指令使根据权利要求34所述的生产设备(9)执行根据权利要求1至33之一所述的方法。
CN202110775600.5A 2020-07-10 2021-07-09 用于自动监控至少一个生产过程的方法 Pending CN113910561A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
ATA50602/2020 2020-07-10
ATA50602/2020A AT524002B1 (de) 2020-07-10 2020-07-10 Verfahren zur automatischen Überwachung mindestens eines Produktionsprozesses

Publications (1)

Publication Number Publication Date
CN113910561A true CN113910561A (zh) 2022-01-11

Family

ID=79020254

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110775600.5A Pending CN113910561A (zh) 2020-07-10 2021-07-09 用于自动监控至少一个生产过程的方法

Country Status (4)

Country Link
US (1) US20220011751A1 (zh)
CN (1) CN113910561A (zh)
AT (1) AT524002B1 (zh)
DE (1) DE102021117634A1 (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1072386A2 (en) * 1999-07-28 2001-01-31 Fanuc Ltd Ejector controller for injection molding machine
US6379141B1 (en) * 1998-08-28 2002-04-30 Futaba Denshi Kogyo Kabushiki Kaisha Abnormal mold detector
US20020177921A1 (en) * 2001-05-25 2002-11-28 Toshiba Machine Co., Ltd. Method for monitoring operation data of an injection-molding machine
WO2006114011A2 (de) * 2005-04-28 2006-11-02 Netstal-Maschinen Ag Verfahren und vorrichtung zur automatischen überwachung von repetitiven abläufen einer spritzgiessmaschine
JP2008254293A (ja) * 2007-04-04 2008-10-23 Bridgestone Corp 押出成形品の検査方法と装置、及び製造方法と装置
EP2040902A2 (de) * 2006-07-06 2009-04-01 KrausMaffei Technologies GmbH Vorrichtung und verfahren zur benutzerspezifischen überwachung und regelung der produktion
JP2009279891A (ja) * 2008-05-26 2009-12-03 Fanuc Ltd 射出成形機の異常検出装置
CN101960400A (zh) * 2008-02-26 2011-01-26 Keba股份公司 机器流程的配置
WO2013007250A1 (de) * 2011-07-08 2013-01-17 Troester Gmbh & Co. Kg Verfahren sowie vorrichtung zur herstellung eines extrudierten, nicht rotationssymmetrischen strangprofils aus mehreren mischungskomponenten
DE102012104885A1 (de) * 2012-06-05 2013-12-05 Hbf Fertigungssteuerungssysteme Dr. Bauer Kg Verfahren zum fehlerfreien Betrieb einer Fertigungsmaschine
CN104589606A (zh) * 2015-01-16 2015-05-06 华中科技大学 一种注塑成型过程在线监控方法
US20170330775A1 (en) * 2016-05-16 2017-11-16 Fanuc Corporation Manufacturing cell and manufacturing cell management system
WO2018072773A2 (de) * 2016-10-18 2018-04-26 Reifenhäuser GmbH & Co. KG Maschinenfabrik Verfahren zum überwachen eines produktionsprozesses, verfahren zum indirekten ableiten einer systematischen abhängigkeit, verfahren zum anpassen der qualität, verfahren zum anfahren eines produktionsprozesses, verfahren zum herstellen eines extrusionsprodukts und anlage zum herstellen eines extrusionsprodukts
CN108237670A (zh) * 2016-12-23 2018-07-03 恩格尔奥地利有限公司 用于优化用于成型机的过程优化系统的方法
DE102018107233A1 (de) * 2018-03-27 2019-10-02 Kraussmaffei Technologies Gmbh Verfahren zur automatischen Prozessüberwachung und Prozessdiagnose eines stückbasierten Prozesses (batch-Fertigung), insbesondere eines Spritzgießprozesses und eine den Prozess durchführende Maschine oder ein den Prozess durchführender Maschinenpark
DE102019125587A1 (de) * 2018-09-28 2020-04-02 Fanuc Corporation Zustandsbestimmungsvorrichtung und zustandsbestimmungsverfahren

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019165487A1 (de) * 2018-03-02 2019-09-06 Engel Austria Gmbh Verfahren und vorrichtung zum visualisieren oder beurteilen eines prozesszustandes
JP7032557B2 (ja) * 2018-03-12 2022-03-08 セロニス エスイー プロセス異常を修復するための方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6379141B1 (en) * 1998-08-28 2002-04-30 Futaba Denshi Kogyo Kabushiki Kaisha Abnormal mold detector
EP1072386A2 (en) * 1999-07-28 2001-01-31 Fanuc Ltd Ejector controller for injection molding machine
US20020177921A1 (en) * 2001-05-25 2002-11-28 Toshiba Machine Co., Ltd. Method for monitoring operation data of an injection-molding machine
WO2006114011A2 (de) * 2005-04-28 2006-11-02 Netstal-Maschinen Ag Verfahren und vorrichtung zur automatischen überwachung von repetitiven abläufen einer spritzgiessmaschine
EP2040902A2 (de) * 2006-07-06 2009-04-01 KrausMaffei Technologies GmbH Vorrichtung und verfahren zur benutzerspezifischen überwachung und regelung der produktion
JP2008254293A (ja) * 2007-04-04 2008-10-23 Bridgestone Corp 押出成形品の検査方法と装置、及び製造方法と装置
CN101960400A (zh) * 2008-02-26 2011-01-26 Keba股份公司 机器流程的配置
JP2009279891A (ja) * 2008-05-26 2009-12-03 Fanuc Ltd 射出成形機の異常検出装置
WO2013007250A1 (de) * 2011-07-08 2013-01-17 Troester Gmbh & Co. Kg Verfahren sowie vorrichtung zur herstellung eines extrudierten, nicht rotationssymmetrischen strangprofils aus mehreren mischungskomponenten
DE102012104885A1 (de) * 2012-06-05 2013-12-05 Hbf Fertigungssteuerungssysteme Dr. Bauer Kg Verfahren zum fehlerfreien Betrieb einer Fertigungsmaschine
CN104589606A (zh) * 2015-01-16 2015-05-06 华中科技大学 一种注塑成型过程在线监控方法
US20170330775A1 (en) * 2016-05-16 2017-11-16 Fanuc Corporation Manufacturing cell and manufacturing cell management system
WO2018072773A2 (de) * 2016-10-18 2018-04-26 Reifenhäuser GmbH & Co. KG Maschinenfabrik Verfahren zum überwachen eines produktionsprozesses, verfahren zum indirekten ableiten einer systematischen abhängigkeit, verfahren zum anpassen der qualität, verfahren zum anfahren eines produktionsprozesses, verfahren zum herstellen eines extrusionsprodukts und anlage zum herstellen eines extrusionsprodukts
CN108237670A (zh) * 2016-12-23 2018-07-03 恩格尔奥地利有限公司 用于优化用于成型机的过程优化系统的方法
DE102018107233A1 (de) * 2018-03-27 2019-10-02 Kraussmaffei Technologies Gmbh Verfahren zur automatischen Prozessüberwachung und Prozessdiagnose eines stückbasierten Prozesses (batch-Fertigung), insbesondere eines Spritzgießprozesses und eine den Prozess durchführende Maschine oder ein den Prozess durchführender Maschinenpark
DE102019125587A1 (de) * 2018-09-28 2020-04-02 Fanuc Corporation Zustandsbestimmungsvorrichtung und zustandsbestimmungsverfahren

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈勇;朱启英;: "制剂半成品检测中5批pH值异常的处理和分析", 农垦医学, no. 01, pages 46 - 47 *

Also Published As

Publication number Publication date
AT524002A1 (de) 2022-01-15
AT524002B1 (de) 2023-10-15
DE102021117634A1 (de) 2022-01-13
US20220011751A1 (en) 2022-01-13

Similar Documents

Publication Publication Date Title
US20210001526A1 (en) Injection molding machine system
TWI578257B (zh) 監測製造裝置的方法、裝置、系統與非暫存電腦可讀儲存媒介
JP3161921B2 (ja) 製品品質影響要因解析方法と装置及び成形条件調整方法、製品良否判別項目選択方法
JP6616375B2 (ja) 状態判定装置
US20210008774A1 (en) Method for the Automatic Process Monitoring and Process Diagnosis of a Piece-Based Process (batch production), in Particular an Injection-Moulding Process, and Machine That Performs the Process or Set of Machines that Performs the Process
JP6622497B2 (ja) 故障予測装置および故障予測方法
JP2022551860A (ja) 工場のプロセス、機器、および自動化システムの動的な監視および保護
CN112020415A (zh) 用于可视化或评估过程状态的方法和装置
KR102262045B1 (ko) 제조 현장의 예지보전 알고리즘을 관리하는 클라우드 서버 및 이를 포함하는 스마트 공장 관리 시스템
JP6678824B2 (ja) 非定常検出装置、非定常検出システム、および非定常検出方法
CN111179591B (zh) 一种路网交通时序特征数据质量诊断与修复方法
US20210320931A1 (en) Dynamic monitoring and securing of factory processes, equipment and automated systems
CN115907446A (zh) 一种基建工程施工进度的智能管控评估系统
DE102020122814A1 (de) Spritzgussinformationenverwaltung-unterstützungsvorrichtung und spritzgussmaschine
CN110281293B (zh) 纠偏方法
US20200361131A1 (en) Method for operating an extruder, and extruder
CN113910561A (zh) 用于自动监控至少一个生产过程的方法
CN106567964A (zh) 一种基于dcs数据的流量控制阀监控方法
US10232536B2 (en) Molding monitoring apparatus
JPWO2019234789A1 (ja) 異常判定装置及び異常判定方法
JP7268722B2 (ja) 異常検知装置、及び異常検知方法
US6947801B2 (en) Method and system for synchronizing control limit and equipment performance
WO2022075181A1 (ja) 状態判定装置及び状態判定方法
WO2019049669A1 (ja) 生産監視システム及び生産監視方法
CN113869531A (zh) 训练方法、电子设备、设备健康诊断方法及装置

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