CN114207666A - 使用边界模型确定零件磨损的方法和系统 - Google Patents
使用边界模型确定零件磨损的方法和系统 Download PDFInfo
- Publication number
- CN114207666A CN114207666A CN202080056186.6A CN202080056186A CN114207666A CN 114207666 A CN114207666 A CN 114207666A CN 202080056186 A CN202080056186 A CN 202080056186A CN 114207666 A CN114207666 A CN 114207666A
- Authority
- CN
- China
- Prior art keywords
- wear
- distance
- model
- point
- contour
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/26—Indicating devices
- E02F9/267—Diagnosing or detecting failure of vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Structural Engineering (AREA)
- Mining & Mineral Resources (AREA)
- Civil Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- User Interface Of Digital Computer (AREA)
- Processing Or Creating Images (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种用于确定零件磨损的方法,例如使用磨损度量,包括从传感器(108、110)接收表示磨损零件(116)的表面的传感器数据。该方法还包括确定传感器数据中的被测量点(310)与一个或多个零件模型上的点之间的距离,这些零件模型(214、216)可以包括新零件模型(214)和/或破损或磨损极限零件模型(216)。该方法还包括使用至少部分地包围零件模型(214、216)和被测量点(310)的边界模型(222)来确定沿其测量距离的方向。该方法还可以包括使用测量的距离量化磨损。
Description
技术领域
本公开总体上涉及确定零件磨损,并且更具体地,涉及用于使用已使用或破损零件的传感器数据和与该零件相关联的模型来确定零件磨损的方法和系统。
背景技术
为了促进土方作业活动(例如,采矿、建筑、疏浚等),机器配备有地面接合工具。例如,通常可以提供包括但不限于齿、护罩和/或唇缘的工具来保护下面的设备免受过度磨损和/或执行其他功能。作为非限制性示例,挖掘铲斗可以设置有连接到铲斗唇缘的挖掘齿和/或护罩,以例如在铲斗唇缘之前开始与地面接触。在使用过程中,此类地面接合产品可能会遇到重载和/或高磨损条件。这些条件导致地面接合产品破损,并最终磨坏或失效。过度磨损会导致地面接合工具的破损和/或损失,这会导致生产率降低、维修和/或维护成本增加以及其他问题。因此,可能需要监测零件磨损,例如,了解和/或量化磨损零件,包括在故障之前更换零件。
系统的设计旨在尝试确定与零件相关的磨损。例如,Hasselbusch(哈塞尔布什)等人的美国专利第9,613,413号(“'413专利”)描述了使用移动设备确定零件磨损的系统和方法。例如,'413专利描述了使用移动设备上的相机捕获数字图像并例如基于像素数量,确定成像零件的磨损表面与未破损零件和/或用旧的/破损零件的模拟表面的表面的距离。在'413专利的示例中,磨损程度可以基于这些距离来确定。
虽然'413专利中描述的系统可以量化磨损,但根据其中描述的技术计算的距离可能无法准确反映磨损模式。例如,磨损可能在不同的表面不规则地发生,'413专利的技术可能无法正确解释这种磨损。作为非限制性示例,'413专利中描述的技术可以测量磨损方向以外的距离,从而返回不准确的磨损百分比。
本公开针对现有技术的一项或多项改进。
发明内容
本公开的一个方面涉及一种计算机实现的方法,该方法包括接收对应于零件表面的传感器数据。传感器数据包括关于表面的多个点的信息。该方法还可以包括接收与对应于该零件的未破损零件相关联的第一模型以及接收与对应于该零件的磨损极限零件相关联的第二模型。第一模型可以定义未破损部分的第一轮廓,第二模型可以定义磨损极限零件的第二轮廓。该方法还可以包括生成与表面、第一轮廓和第二轮廓间隔开的边界轮廓,并且对于多个点中的一个点,确定该点与第一轮廓上的第一位置之间的第一距离中的至少一个;或该点与第二轮廓上的第二位置之间的第二距离。该方法还可以包括基于第一距离或第二距离中的至少一个来确定与零件相关联的磨损度量,其中第一距离和第二距离沿着从边界轮廓延伸并穿过该点的线。
本公开的另一方面涉及一种包括一个或多个处理器的系统;存储指令的计算机可读介质,当执行这些指令时,使一个或多个处理器执行动作。所述动作可以包括接收关于零件表面的信息并且至少部分地基于该信息生成该零件的第一模型。这些动作还可以包括将第一模型与包括关于对应于该零件的未破损零件的表面的信息的第二模型、包括关于对应于该零件的磨损极限零件的表面的信息的第三模型、以及与至少部分地包围第一模型、第二模型和第三模型的边界表面相关联的第四模型。
本公开的另一方面涉及存储指令的非暂时性计算机可读介质,当执行这些指令时,使一个或多个处理器执行操作。该操作可以包括接收关于磨损零件的外表面的信息。该信息包括三维坐标系中的多个点。该操作还可以包括接收与对应于磨损零件的未破损零件的表面的第一三维表示相关联的第一模型;接收与对应于磨损零件的磨损极限零件的表面的第二三维表示相关联的第二模型,磨损极限零件的表面对应于与该零件相关联的磨损极限;以及接收与至少部分地包围未破损零件的表面的边界轮廓相关联的第三模型。该操作还可以包括,对于多个点中的各个点,确定边界轮廓上的第一位置与单个点之间的第一距离、边界轮廓上的第一位置与未破损部件表面的第二位置之间的第二距离或边界轮廓上的第一位置与磨损极限部件表面的第三位置之间的第三距离中的至少一个。第二距离和第三距离是沿着从边界轮廓上的第一点延伸并穿过各个点的方向测量的。该操作还可以包括至少部分地基于第一距离、第二距离或第三距离中的至少一个来确定零件的磨损度量。
附图说明
图1描绘了根据本公开的方面的用于确定零件磨损的示例性环境。
图2包括根据本公开的方面的描述和说明用于确定磨损零件的磨损度量的过程的文本和图形流程图。
图3是根据本公开的方面的用于图示用于确定磨损零件的磨损度量的技术的示意图。
图4是根据本公开的附加方面描绘磨损零件,例如图2中所示的零件的磨损度量的示例用户界面的示意图。
图5是根据本公开的方面的用于确定磨损零件的磨损度量的示例计算环境。
图6是根据本公开的方面的用于确定磨损零件的磨损度量的示例性方法的流程图。
图7是根据本公开的方面的用于响应于确定磨损零件的磨损度量而采取行动的示例方法的流程图。
具体实施方式
本公开一般涉及用于确定零件磨损的方法、系统和技术。虽然本文描述的特定零件可以是机器上的零件,例如地面接合机器、推土机等,但本文描述的技术可适用于随时间磨损例如由于磨损、腐蚀等的任何数量的零件。在可能的情况下,通过附图使用相同的附图标记来指代相同或相似的特征。
图1图示了根据本公开的实现的用于基于零件的传感器或图像数据确定零件磨损的示例环境100。环境100的组件可以相互交互以使用户(例如机器操作员、现场管理员等)能够基于与零件相关联的传感器数据,例如,使用成像传感器捕获的数据容易地确定机器零件(例如磨损零件)的磨损程度。如图所示,环境100可以包括机器104正在执行一种或多种功能的作业点或机器所在点102,包括但不限于推土或挖掘功能。机器所在点102还可以包括用户106、与用户相关联的用户设备108、和/或也可以与用户106相关联(或由用户106操作)的成像传感器110。机器所在点102可以代表任何机器104和/或用户106可能存在的位置。例如但不限于,机器所在点102可以包括工地、修理厂、经销店、住宅、矿山、采石场、高速公路或道路等。如本文进一步详述的,用户106可以使用传感器110在机器所在点102处捕获传感器数据,例如代表零件的点云数据,传感器110可以并入用户设备108中(尽管在一些示例中传感器110或成像器可以与用户设备108分离)。
机器104可以是多种机器中的任何一种,但通常包括具有一个或多个易磨损零件的机器,例如,由于在机器104操作期间作用在这些零件上的力而产生的,由于这种磨损,必须随着时间的推移进行更换。机器104被示为铲斗装载机,其可以具有紧靠铲斗唇缘固定的齿。例如,伴随机器104描绘的放大图112显示了新零件114,其是齿,以及对应于机器104(以及新零件114)执行一定量的工作之后的新零件114的破损零件116。换句话说,破损零件116可以描绘要使用传感器110成像的使用中的零件,而新零件114可以描绘“制造时的”或标称零件。尽管图1使用铲斗装载机作为机器104并且使用地面接合齿作为图示的零件116,但也可以想到其他示例。例如但不限于,机器104可以代表工作机器,例如履带式拖拉机、轮式装载机、发电机组、石油钻机或执行密集工作任务的任何其他类型的机器。除了所示齿之外或代替所示齿,作业机器可包括其他高应力零件,包括由单独的履带链节制成的履带、具有用于移动材料的刀刃的刀片和/或当机器用于执行各种任务时,随着时间的推移而磨损的其他零件。机器104的其他示例可以包括工业运输机器,例如机车、拖运卡车、公共汽车、飞机或移动人员或有效载荷的其他此类机器。作为非限制性示例,飞行器可能具有涡轮风扇叶片、排放口或经受高应力的其他零件,高应力导致这些零件随着时间的推移而磨损并且需要定期更换。机器104还可以体现为车辆,例如客车或轿车。此类机器还具有高应力零件,例如车轴或轮胎,它们会随着使用而磨损并最终需要更换。在更进一步的实现中,机器104可以是作业工具,例如具有一个或多个零件(例如齿或钻头)的锯或钻,这些零件会随着使用时间的推移而磨损。在本公开中,机器104的经受导致这些零件随着时间和使用而磨损的应力的零件可以称为“磨损零件”。本文所述的技术可以确定此类磨损零件的磨损。
用户106可以是与机器104相关联的任何人或实体。作为非限制性示例,用户106可以是所有者、操作员、技术人员、维修人员、客户服务代表、经销商人员或任何其他与机器104有关的人。如上所述并且在本文中更详细地解释,用户106可以操作传感器110来捕获磨损零件(例如破损零件116)的传感器数据。在示例中,传感器110可以是三维相机或测距传感器,包括但不限于雷达传感器、激光雷达传感器等。作为非限制性示例,传感器110可以是被配置为生成与每个捕获的像素相关联的深度的飞行时间传感器。在示例中,传感器110可以例如与图像捕获站相关联地安装,并且破损零件116可以相对于传感器110放置以用于感测和/或图像捕获。在其他实现中,传感器110可由用户106操作以捕获关于破损零件116的传感器和/或图像数据,例如,在破损零件安装在机器104上的情况下。作为非限制性示例,传感器110可以是手持的或以其他方式可移动的成像器或传感器,并且用户106可以将传感器110放置在例如机器所在点102处,以捕捉破损零件116的图像。
用户设备108可以是在机器所在点102处由用户106携带或以其他方式可访问的移动设备。在实现中,用户设备108可以体现为智能手机、移动电话、平板电脑、个人数字助理,支持网络的相机或传感器,或其他计算设备。此外,如本文所述,用户设备108可以包括确定破损零件116例如,相对于新零件114的磨损程度的功能。作为非限制性示例,用户设备108可以接收传感器数据,例如,由传感器110生成的点云数据。在一些示例中,传感器110和用户设备108的功能可以集成到单个设备中,例如,用户设备108可以具有集成传感器110。在其他示例中例如,用户设备108可以例如通过物理连接、无线连接和/或网络118从传感器110接收传感器数据。
同样如图所示1所示,环境100可以包括一个或多个数据处理系统120和一个或多个经销商计算设备122。如图所示,数据处理系统120和经销商计算设备122可被配置为经由网络118与机器104、用户设备108和/或传感器110中的一个或多个进行通信。尽管数据处理系统120和经销商计算设备120被示为彼此分开,并且与自机器104、用户设备108和传感器110分开,在一些示例中,这些组件中的一个或多个的功能可以在更少的设备上执行。作为非限制性示例,用户设备108可以包括数据处理系统120的一些或所有功能。此外,本文描述的并且归属于一个或多个所示组件的功能可以进一步由不同的一个或多个组件和/或完全不同的组件执行。
数据处理系统120通常被配置为接收由破损零件116的传感器110生成的传感器数据并确定与其相关联的磨损度量。如本文所用,“磨损度量”可以指代零件磨损的任何量化。例如,磨损度量可以是磨损百分比,例如,相对于新零件,例如新零件114,和/或相对于用旧或“破损”的零件,其可能对应于预期失效之前允许的最大磨损或一些其他磨损极限。磨损度量也可以或可选地以距离来测量,例如,如本文进一步详述的,对应于与磨损相关联的距离。如图1所示,数据处理系统120可以包括磨损确定组件124、一个或多个零件模型126和边界表面确定组件128。
在示例中,磨损确定组件124可以接收例如由传感器110捕获的传感器数据,并且将传感器数据与零件模型126进行比较。例如,当传感器是测距型传感器时,传感器110可以接收包括与由传感器110捕获的深度相关联的多个点的点云数据。磨损确定组件124可以确定与深度对应的坐标系中的位置。作为非限制性示例,磨损确定组件124可以确定与三维(例如,x、y、z)坐标系中的测量深度相关联的位置。例如,测量的深度可以与破损零件114的表面相关联,并且在一些实现中,磨损确定组件124可以生成测量的破损零件114的三维模型并且在坐标系中定向模型。
磨损确定组件124还可以被配置为将传感器数据与零件模型126对齐。在本文描述的示例中,零件模型126可以包括新零件模型中的一个或多个,例如,新零件114的模型和/或磨损极限零件模型。如本文进一步详述的,新零件模型可以包括基本上新的零件的表面坐标和/或与新零件114相关联的标称零件的坐标。磨损极限零件模型可以包括与最大限度破损零件相关的表面坐标,例如表面上点的坐标。例如,磨损极限零件模型可以描述与处于故障边缘或预期即将发生故障的零件相关联的外部轮廓。在其他示例中,零件模型126可以包括与磨损零件的其他磨损阶段相关联的一个或多个附加模型。作为非限制性示例,零件模型可以描述与其他磨损程度相对应的表面,包括但不限于与具有10%剩余寿命(即90%破损)的磨损零件相关联的配置等。在本文描述的示例中,当破损零件116上的被测量点对应于磨损极限模型上的点时,破损零件116可能需要更换。如本文进一步详述的,选择磨损极限零件模型可指示零件何时将被更换,因此磨损极限零件模型的选择可至少部分地基于将建议更换的期望条件。
磨损确定组件124可以将传感器数据(例如,测量的破损零件116表面的被测量点的位置)与零件模型126进行比较。在实现中,数据处理系统120可以将表示测量的破损零件116的传感器数据,例如由传感器110产生的点,与一个或多个零件模型126对齐,以确定被测量点与零件模型126上的定位或位置之间的距离。在一个示例中,磨损度量可以是对应于新零件模型上的位置与测量位置(例如,破损零件116上)之间的第一距离和与新零件模型上的位置与用过零件模型上的位置之间的共线第二距离的比率的百分比。
根据本公开的实现,边界表面确定组件128可以生成、接收或以其他方式访问边界表面或边界轮廓。如本文进一步详述的,边界表面或轮廓可以是模型,如磨损确定组件124用来确定磨损度量的零件模型126。在示例中,边界表面确定组件128可以生成或选择至少部分地包围例如大于零件模型126和/或测量的破损零件116的边界表面、模型或轮廓。如本文描述的,由边界表面确定组件128确定的边界表面可以限定沿其测量距离以确定磨损的方向。作为非限制性示例,边界轮廓可以用作附加模型,该附加模型可以由磨损确定组件124与零件模型126和破损零件116的被测量点对齐。在某些情况下,垂直于边界表面的线可以用作方向,沿该方向,可以测量距离,例如被测量点与零件模型126上的一个或多个点之间的距离。因此,边界表面可以起到定向测量方向的作用。根据本文所述的实施方式,与传统模型相比,以这种方式定向方向可以提供更准确的结果。例如,一些传统模型可以测量零件模型上的被测量点和最近点之间的距离。然而,这样的过程可能导致磨损计算不准确,这可能导致零件过度使用,例如导致破坏性故障,和/或零件使用不足,从而增加成本。
取决于环境100的配置,数据处理系统120可以在执行本公开的技术中具有不同的角色或不同程度的参与。例如,环境100的各方面可以被配置为基于服务器的环境或基于云的环境,其通过网络118上执行本公开的磨损确定技术作为其服务的一部分。在这样的基于服务器或基于云的环境中,数据处理系统120(例如,服务器或云)可以从传感器110和/或从用户设备108(其可以从传感器110接收传感器数据)接收传感器数据。在该示例中,然后,数据处理系统120可以处理传感器数据以确定零件的磨损程度,并通过网络118将处理结果返回给用户设备108。因此,在基于服务器或云的环境中,数据处理系统120可以执行大部分计算操作,而用户设备108可以用作允许用户106通过网络118访问数据处理系统120的服务的门户(例如,通过应用程序或浏览器)。在一些示例中,用户设备108可以访问例如下载允许用户106访问数据处理系统120的软件应用程序和/或如本文进一步详述的,与从数据处理系统120接收的数据交互。
环境100还包括经销商计算设备122,其可以表示与销售或出租机器104和/或机器104的零件(包括新零件114)的经销商相关联的一个或多个计算系统。在实现中,经销商可以与用户106有关系。例如,用户106可以是客户或潜在客户和/或有兴趣了解机器104的状态的一些其他个人。在一些实现中,经销商可能希望知道机器104的磨损零件(例如所示的齿)何时充分破损,以便它可以检查或维修机器104和/或提供与机器104相关的更换零件或服务。与环境100的其他元素一样,经销商计算设备122可以包括任何数量的计算元素或计算元素的组合,使得通信、存储和处理能够执行本公开的技术。其中,经销商计算设备122可以包括履行组件130,其可以被配置为自动订购更换零件,例如新零件114,和/或响应于数据处理系统120确定磨损零件磨损到某阈值而与机器104相关联的预定维护。在至少一些示例中,经销商计算设备122还可以并入数据处理系统120。例如,经销商计算设备122可以是集中监控和/或服务供应商,能够确定零件已磨损,并响应这种磨损确定采取行动,包括提供更换零件。在至少一些示例中,经销商计算设备122可以从环境的其他元素例如数据处理系统120和/或用户设备108接收通知,例如电子邮件或文本消息,表明机器的磨损零件已充分磨损,例如磨损度量达到或超过阈值磨损度量。响应于这样的通知,经销商计算设备122可以,例如,使用履行组件130,确定适当或合适的更换零件,并安排在机器所在点102处将更换零件呈现给用户106。在其他情况下,经销商计算设备122可以向用户设备108提供其他指令,例如响应所确定的磨损度量来指示用户采取一个或多个动作。这样的指令可以用于用户106将机器104带入以进行检查、维修等和/或安排可能与经销商相关联的技术人员访问机器位置102。经销商计算设备122还可以提示用户,例如,通过向用户设备108发消息或其他传递方式来订购更换零件。
如图1所示,网络118可以代表被配置为在连接到网络118的节点之间传送数据的电子通信网络的任何类型组合。例如,但不限于,网络118可以代表互联网,以太网、局域网、广域网、个域网、蜂窝网络、电话网络或它们的任何组合。在至少一些实施例中,网络118可以包括移动网络和相关的基础设施,其可操作以例如根据2G、3G、4G、5G和/或LTE通信网络向用户设备108提供互联网连接。
图2包括描述和说明根据本公开的技术的文本和图形流程图。更具体地说,图2描述并图示了用于确定磨损零件(例如图1的放大视图112中所示的破损零件116)的磨损度量的过程200。例如,图2中描述和说明的过程200可以全部或部分由环境100的组件实现,包括图1所示的用户设备108、传感器110和/或数据处理系统120。然而,图2的技术不限于由这些组件执行,并且这些组件不限于执行图2中描述和说明的技术。
在操作202,过程200可以包括接收磨损零件的传感器数据。例如,在上面结合图1描述的示例环境100中,用户106可以使用传感器110来生成与磨损零件(例如破损零件116)相关联的传感器数据。如伴随操作202的示例204所示,传感器数据可以指示零件的表面206,例如磨损部件116。为了清楚起见,磨损部分116以轮廓图示,例如作为磨损部分116的二维表示。然而,虽然在二维坐标系中图示,但结合图2描述的技术也同样适用于替代坐标系,包括但不限于三维坐标系。应当理解,诸如由传感器110捕获的传感器数据可以包括多个被测量点,其中第一被测量点208a、第二被测量点208b、第三被测量点208c、第四被测量点208d以及第五被测量点208e(统称为“被测量点208”)在示例204中图示。在示例中,被测量点208可以包括由传感器110生成的点云或深度或位置测量的其他集合。尽管在示例204中还图示了与破损零件116相关联的附加表面,但是本领域技术人员将理解该零件的传感器数据可以仅包括描述表面206的被测量点208。在示例204中图示了附加表面以供参考,并说明磨损部分116的轮廓。作为非限制性示例,与测量表面206相对的表面,例如磨损部件116的安装表面可能会经历最小磨损,因此在本文所述的实现中可能不会被感测到。
在操作210,过程200可以包括接收一个或多个零件模型。例如,零件模型可以包括新零件模型和破损或磨损极限零件模型。新零件模型可以与新零件或未使用零件,例如新零件114相关联。破损或磨损极限零件模型可以对应于与破损零件114相关联的最小可接受表面。伴随操作210的示例212图示新零件模型214和磨损极限零件模型216。与示例204中的描述一样,为清楚起见,新零件模型214和磨损极限零件模型216被示为二维模型。然而,应当理解,新零件模型214和磨损极限零件模型216在本公开的实现中可以是三维模型。新零件模型214和磨损极限零件模型216中的每一个通常在零件使用寿命的不同时间描述与相同零件相关联的表面或表面轮廓。例如,新零件模型214通常对应于全新或标称零件。例如,与新零件模型相关联或由其限定的表面可以从零件的技术规范和/或呈现中得出。相反,磨损极限零件模型216一般描述相应破损零件的轮廓。在实现中,磨损极限零件模型216可以描述用旧的或完全破损的零件,例如,描述可能预期即将失效的零件轮廓或表面。在其他实现中,磨损极限零件模型216可以对应于原始零件的某个其他磨损程度的某个其他轮廓。作为非限制性示例,磨损极限零件模型216可以由用户106或与机器104相关联的一些其他个人配置以指定与零件的使用寿命结束相对应的轮廓的方面。在一个简单的示例中,新零件模型214可以对应于现成零件,而磨损极限零件模型216可以对应于预期即将失效并因此应该立即更换的零件。在一些示例中,新零件模型214可以对应于新零件(例如新零件114)的制造规范或标称描述。相反,磨损极限零件模型216可以对应于轮廓,在该轮廓处地面接合的每个点,例如外部,表面不应受到进一步磨损。
在操作218,过程200可以包括生成边界模型。如本文进一步详述的,本公开的方面可以使用边界模型来确定可以沿其测量磨损的方向和/或方位。伴随操作218的示例220示意性地图示了多个代表性边界模型。更具体地,示例220包括第一边界模型222a、第二边界模型220b和第三边界模型222c的表示。第一边界模型222a、第二边界模型222b和第三边界模型222c在本文中统称为边界模型222。通常,边界模型222表示至少部分地包围零件模型,例如,新零件模型214和磨损极限零件模型216的表面,以及破损零件116的测量表面206。在实现中,边界表面222可以取决于被测量零件的类型、与被测量零件相关联的预期磨损模式和/或其他因素。
在操作224,过程200可以包括通过使用边界模型将零件数据与零件模型进行比较来确定磨损。伴随操作224的示例226展示了用于使用感测数据、零件模型和边界模型来确定磨损度量的技术。如示例226中概念化的那样,操作224可以包括对齐新零件模型214、磨损极限零件模型216、破损零件116的表面206和边界模型222。例如,这种对齐可以使用模型的共同特征例如安装孔、安装表面等来执行。在示例226中,使用了第一边界模型222a,并且示例226具体展示了确定与表面206上的第三被测量点208c相关联的磨损度量。如上所述,第三被测量点208c具有已知深度,例如由传感器110测量的,与第三被测量点208c相关联的深度可以位于坐标系中。还可以在坐标系中确定包括沿新零件模型214的位置228的位置、包括磨损极限零件模型216上的位置230的位置以及包括边界模型222a上的位置232的位置。在示例226中,线234从边界模型222a上的位置232延伸到磨损极限零件模型上的位置230。在此示例中,线234在位置232处垂直或正交于边界模型222a。
在一些示例中,与第三被测量点208c相关联的磨损度量可以至少部分地基于第三被测量点208c与新零件模型214上的位置228和/或新零件模型216上的位置230之一或两者之间的距离。例如,示例226将第一距离d1图示为新零件模型214上的位置228与被测量点208c之间的距离,将第二距离d2图示被测量点208c和磨损极限零件模型216上的位置230之间的距离。在实现中,与第三被测量点208c相关联的磨损度量可以是第一距离d1与d1加d2的组合距离的比率。该比率可以对应于零件的磨损百分比,例如,因为它是破损材料(在第三被测量点208c处)与总材料相对于磨损极限的比率。应当理解,由于d1和d2之和是恒定的,例如,由于新零件模型214和磨损极限零件模型216是固定的预定模型,当d1相对较小时,磨损百分比将相对较小,例如,破损的零件较少,而当d1相对较大时,磨损百分比将相对较大,例如,破损的零件较多。还考虑了其他磨损度量。例如,在其他实现中,d2与d1和d2之和的比率可以代表该部分的剩余部分(在被测量点208c处)的百分比。在更进一步的实现中,磨损度量可以是与距离d1、d2相关联(或根据距离d1、d2确定)的一些其他量化。例如,剩余(或破损)零件的量可以和与继续使用该零件相关联的时间相关联。例如,磨损零件可以具有以小时为单位测量的有用零件寿命,并且剩余零件寿命的百分比(例如,d2与d1加d2的比率)可以表示为零件116的预期使用的剩余小时数。虽然本文描述的示例可以考虑将比率作为用于确定磨损度量的技术,但也可以考虑其他技术。例如,与某些磨损零件的使用相关的经验数据可以告知磨损特性或其他磨损模式,并且距离d1、d2中的一个或两个可以用于根据这种经验信息查找磨损百分比或其他磨损度量。尽管图2的一些示例实现使用新零件模型214和磨损极限零件模型216,但其他实现可以仅使用这些模型之一。作为非限制性示例,磨损度量可被确定为从被测量点到新点228之一或到磨损极限点230的距离之一。例如,当从新点228到磨损极限点230的距离已知时,磨损百分比可以仅使用d1或d2之一来确定。
在示例226中,线234的方向基于边界模型222a的特性。例如,在一些示例中,线234在点232处垂直于边界模型222a。在布置中,可以基于零件的预期磨损模式来选择边界模型。作为非限制性示例,如本文进一步描述的,可以选择边界模型222来以最佳指示零件磨损的方式定向线,如线234。
图3图示了确定磨损度量的附加示例,类似于伴随操作224的示例226。更具体地说,图3图示了测量的磨损零件表面302与可以是新零件模型214的新零件模型304、可以是磨损极限零件模型216的破损极限零件模型306以及边界模型308的对准的表示300。如本文所述,表示300与图2中的示例226中的表示非常相似。然而,在表示300中,边界模型308可以是不同形状的。在一些示例中,边界模型308可以类似于图2的示例220中的第三边界模型222c。与图2的示例一样,为了便于说明和清楚起见,图3以二维图示了零件,但是在实现中,测量表面302、新零件模型304、磨损极限模型306和/或边界模型308中的每一个都可以是三维的。
如图3进一步所示,第一被测量点310a、第二被测量点310b、第三被测量点310c和第四被测量点310d(统称为被测量点310)是测量表面302上的示例点。被测量点310可以对应于来自感测破损零件116的传感器110的返回和/或可以是从传感器数据生成的模型表面的点。每个被测量点310与破损极限零件模型306的外表面的对应点之间的距离可以表示接近被测量点的使用中零件(例如,破损零件116)的剩余厚度。例如,图3还包括分别对应于被测量点310的第一磨损极限点312a、第二磨损极限点312b、第三磨损极限点312c和第四磨损极限点312d(统称为磨损极限点312)。同样,如图3所示,每个被测量点310与新的极限零件模型304的外表面上的对应点之间的距离可以表示已经从新零件磨损、退化、消耗或以其他方式去除的材料的量。例如,图3还包括分别对应于被测量点310的第一新点314a、第二新点314b、第三新点314c和第四新点314d(统称为新点314)。当然,被测量点310,磨损极限点312和新点314只是举例。在实现中,每个被测量点310将具有对应的磨损极限点312和对应的新点314,其中,如本文所述,相关的被测量点310、磨损极限点312和新点314是共线的。
还如本文所述,至少部分地基于边界模型308来确定点的对应关系。更具体地,边界模型308可以通知穿过被测量点310的线的方向,这进而确定磨损在确定磨损度量时要考虑的极限点312和新点314。在该示例中,在边界模型308上图示了第一边界点316a、第二边界点316b、第三边界点316c和第四边界点316d(统称为边界点316)。第一线318a从第一边界点316a延伸通过第一被测量点310a,第二线318b从第二边界点316b延伸通过第二被测量点310b,第三线318c从第三边界点316c延伸通过第三被测量点310c,以及第四线318d从第四边界点318d延伸通过第四被测量点310d。第一线318a、第二线318b、第三线318c和第四线318d可以统称为线318。在所示示例中,每条线318垂直于由边界模型308。在一些示例中,本文描述的技术可以确定沿线318的位置(例如,点的位置)并将那些位置与被测量点310匹配以确定被测量点310与边界点316的对应关系。磨损极限点312和新点314可以类似地通过分别识别位于线318上的磨损极限模型306和新零件模型304上的点来确定。尽管在该示例中,每条线318垂直于或垂直于在边界模型308中,线318可以在其他实现中以其他方式定向。作为非限制性示例,线318可以相对于由边界模型308限定的边界表面成一定角度而不是90度。
如本文所述,边界模型308可以为每条线318提供方向以更好地估计零件磨损。例如,一些技术可以使用像新零件模型304和/或磨损极限模型306这样的模型来确定磨损度量,但是这样的模型可以计算破损距离(例如,被测量点302之一到新零件模型304)作为被测量点310中的相应一个与新零件模型308上的最近点之间的距离。考虑例如第三被测量点310c。在图3的例子中,破损距离可以是新零件模型304上的第三点314c之间的距离,例如,沿第三线318c。然而,在不使用边界模型308的示例中,与第三新点314c相比,被测量点更靠近新零件模型304上的几个其他点。作为非限制性示例,第三被测量点310c比第三新点314c更靠近第二新点314b。使用“最近”点来确定磨损的其他技术将返回比当前技术低得多的磨损值,当前技术使用边界模型308来确定线318c的方向,从而确定第三新点314c和第三磨损极限点312c作为磨损被测量点。
此外,通过识别边界模型308的形状和/或轮廓,可以获得不同的结果。在一些示例中,可能希望任何垂直于边界模型的线将穿过测量表面302、新模型304和磨损极限模型306中的每一个。为了实现这样的布置,边界模型308可以具有与磨损极限模型306基本相同的形状。当然,如本文所讨论的,其他形状,包括半球形和/或其他凹形形状是可以考虑的并且可以使用。
如上文结合图2所述,零件的磨损度量可以基于沿线318的距离。例如,在图示的示例中,第一被测量点310a的磨损度量可以至少部分地基于第一被测量点310a和第一新点314a之间、第一被测量点310a和第一磨损极限点312a之间、和/或第一新点314a和第一磨损极限点312a之间的距离。例如,图3还包括磨损度量表320,其直观地描绘了与每个被测量点相关联的磨损度量或值。在表中,磨损度量被量化为磨损百分比(磨损%),其可以是(1)从被测量点310之一到相关联的新点316之一的距离到(2)从相关联的新点316之一到相关联的磨损极限点312的距离的比率的数值表示(按百分比)。以第一被测量点310a为例,从第一被测量点到第一新点314a的距离可以是从第一新点314a到第一磨损极限点312a的距离的大约55%。因此,如表320所示,与第一被测量点310a相关联的磨损度量可以是55%。类似地,第二被测量点310b处的磨损可以量化为大约65%(即,第二被测量点310b和第二新点314b之间的距离是从第二新点314b到第二磨损极限点312b的距离的大约65%),第三被测量点310c处的磨损可以量化为大约85%(例如,第三被测量点310c和第三新点314c之间的距离是从第三新点314c到第三磨损极限点312c之间距离的大约85%),并且第四被测量点处的磨损可以量化为大约45%(例如,第四被测量点310d和第四新点314d之间的距离是从第四新点314d到第四磨损极限点312d之间距离的大约45%)。四个被测量点310仅用于说明——磨损度量表320可以包括任何数量的点,包括测量表面302上的附加和/或其他点。此外,虽然在本文中称为“被测量点”,但在一些示例中这些点可以是测量表面302上的任何点,无论是直接测量的,还是从传感器数据推断或以其他方式得出的。
此外,虽然磨损度量表320将磨损表示为磨损百分比,但表320可以包括附加或替代度量。例如,所示百分比的倒数可以作为“剩余部分百分比”或类似度量被包括在内。在其他示例中,磨损度量表320可以包括除以百分比表示的度量之外的度量。作为非限制性示例,磨损度量可以表示为去除的材料的厚度(例如,以毫米、厘米、英寸等为单位)(例如,与从单个被测量点310到对应的一个新点314的距离相关联的长度)或剩余材料的厚度(例如,与从单个被测量点310到相应磨损极限点312之一的距离相关联的长度)。在一些示例中,对于一些机器操作员和/或技术人员来说,除了磨损百分比之外的度量可能特别令人感兴趣和/或可能更直观。例如,磨损度量表320显示了相对宽范围的磨损百分比,例如45%到85%,而在每个被测量点310处的材料厚度(例如,从磨损极限模型306测量的)是比较均匀。换句话说,并使用图3上的特定点,尽管磨损百分比分别为85%和45%,但从第三被测量点310c到第三磨损极限点312c的距离非常接近第四被测量点312d和第四磨损极限点312d之间的距离。在该示例中,沿第三线318c的磨损比沿第四线318d的磨损更快,从而导致磨损百分比的差异。但是,技术人员可能更感兴趣的是了解剩余材料的厚度而不是百分比。在更进一步的示例中,磨损度量表320还可以或可选地包括零件预期寿命的指示。例如,磨损零件可能具有预期的使用寿命,可以用小时来衡量。在实现中,磨损百分比可以对应于零件的剩余寿命。因此,例如,假设正在考虑的零件预计将持续100小时。在该示例中,与第三被测量点310c相关联的85%磨损可以指示零件在其应该被更换之前还有15小时的寿命。在其他示例中,剩余寿命可以以其他方式基于每点来确定。例如,破损零件的经验研究可用于开发查找表或其他数据库,其将零件寿命,例如剩余零件寿命,与例如,根据图3所示的技术确定的磨损距离、剩余零件厚度和/或磨损百分比中的一个或多个相关联。这样的计算还可以考虑条件,包括但不限于,正在执行的任务、材料的成分或导致磨损的其他条件、与用户106相关联的度量(例如,当用户是机器104的操作员时),或影响零件磨损的其他信息。
本文描述的技术可以包括提供关于根据结合图2和/或图3向用户(例如用户106)描述的实现确定的磨损信息。作为非限制性示例,数据处理系统120可以向用户设备108发送信号,例如,包括关于磨损度量的信息,以提供向用户106提供关于机器104上的磨损零件的信息。图4图示了磨损零件状态界面400。界面400被示为显示在用户设备108上,例如供用户106查看。界面400可以具有一个或多个用户界面元件,允许用户106提供或控制关于磨损零件状态的信息,例如破损零件116,例如地面接合齿。界面400可以包括零件识别区域402,其显示正在考虑的零件的表示,例如,正在被分析的零件。在该示例中,零件识别区域402包括部件的视觉表示,例如对应于被测量零件(磨损部件116)的新零件(可以是新部件114)的数字图像,以及零件的文本描述,例如文本“斗齿。”在其他示例中,零件识别区域402可以包括替代或附加信息。例如,但不限于,零件识别区域402还可以包括零件编号的识别,以及与零件相关联的机器104的识别,零件在机器104上的位置,和/或附加信息.
界面400可以进一步包括磨损表示404,其可以是被感测零件的视觉描绘,例如,对应于由传感器110产生的传感器数据,以及根据本文描述的技术由数据处理系统120确定的磨损信息。在该示例中,磨损表示404包括通常显示磨损量的颜色编码热图或类似表示。更具体地,磨损表示包括以颜色编码以展示磨损的多个点406。更具体地,与零件磨损较多的部分相关联的点406在磨损表示404中被表示为相对较暗的点,而与零件磨损较少的部分相关联的点406相对较亮。尽管图像以黑白显示,但其他实现可以使用其他颜色编码方案。作为非限制性示例,磨损表示404可以使用红色阴影来显示与磨损超过65%相关联的点406、绿色阴影来显示磨损低于35%的点406以及黄色阴影来显示与磨损在35%到65%之间相关联的点406。当然,这些颜色和数值只是举例;可以使用其他颜色和/或值。此外,点406可以相对较小,例如像素大小,和/或可以被一些其他图示代替。在一些示例中,每个点406可以对应于一个或被测量点208、310,尽管这不是必需的。通常,磨损表示404可以提供直观的图形,其允许用户106容易地了解被测零件的健康状况。
界面400还可以包括附加信息以帮助用户106了解被测零件的健康状况。如图4所示,界面400还可以包括状态栏408,其包括关于零件的信息。在图示中,状态栏408包括零件剩余寿命的指示(在示例中为36小时)、零件整体磨损的指示(62%)和零件最大磨损的指示(85%)。在实现中,界面400可以包括与状态栏408中所示额外或不同的信息。作为非限制性示例,界面400可以包括关于本文所述的其他磨损度量的信息。此外,虽然没有在图4中图示,界面400可以包括交互特征以允许用户106收集关于被测量零件的附加信息。作为非限制性示例,用户106可以选择磨损表示404上的点并接收关于那些特定点的信息。例如,可以在界面400上显示弹出窗口,其包括关于点406或区域中选择的一个的磨损度量的信息。
同样在示例中,界面400还可以具有用于采取或指示与被测量零件相关的动作的交互控制。例如,“订购更换”用户界面元件410可以是显示在界面400上的可选择区域,当用户106选择该可选择区域时,导致订购更换零件。例如,用户设备108可以生成信号并将其传输到经销商计算设备122以从经销商处订购更换零件。在一些示例中,选择订购更换用户界面元件可以打开新的用户界面(未图示),用户106可以通过该用户界面下订单、检查库存和/或采取一些额外的动作。界面400也被示为包括“分析新零件”界面元件412。该元件可以是显示在界面400上的可选择区域,当用户106选择该可选择区域时,可以呈现类似于界面400的界面,但是与不同的被测量零件有关。例如,当像机器104这样的机器包括多个齿时,用户106可能能够通过选择元素412来接收关于不同齿的信息。作为非限制性示例,元件412的选择可以导致呈现弹出菜单或类似的可视化列表以列出可由用户106调查的磨损零件。尽管未图示,界面400还可以促进或启用用户106相对于磨损部件的不同动作。例如,在传感器110被集成到用户设备108中或与用户设备108通信的情况下,接口400可以促进使用传感器110来捕获传感器数据。此外,如上所述,在一些实现中,与磨损确定组件124相关联的功能可以由用户设备108执行。在这些示例中,界面400可以包括一个或多个界面元件,使用户设备108执行指令以确定与磨损零件相关联的磨损度量。
图5是图示根据本文描述的实现的用于量化零件磨损的示例系统500的示意图。在至少一个示例中,系统500可以包括一个或多个远程计算设备502,通过一个或多个网络504与可以与用户506相关联的用户设备508通信。在一些示例中,远程计算设备502可以是数据处理系统120。例如,用户设备508可以是用户设备108,并且用户506可以是用户106。用户设备508的一些非限制性示例可以包括平板计算设备、台式计算设备、笔记本计算设备、移动计算设备或能够访问和呈现图形用户界面并与远程计算设备502通信的任何其他设备。网络504可以包括局域网(LAN)、广域网(WAN),包括但不限于互联网,或者它们的任何组合,并且可以包括使用任何合适的协议和通信技术的有线和无线通信技术。
远程计算设备502可以包括处理器510和与处理器510通信耦接的存储器512。在所示示例中,远程计算设备502的存储器512存储磨损确定系统514、图形用户界面(GUI)生成系统516和边界模型生成系统518。尽管这些系统被示为并且将在下文描述为单独的组件,但是各种系统的功能可以被赋予与所讨论的不同属性。此外,可以使用更少或更多的系统和组件来执行本文描述的各种功能。存储器512还可以包括数据存储器520,其可以包括模型522。尽管在图5中描绘为驻留在存储器512中,但出于说明的目的,预期磨损确定系统514、GUI生成系统516、边界模型生成系统518和/或任何或所有数据存储器520可以附加地或可选地,被远程计算设备502访问(例如,存储在远离远程计算设备502的存储器上,或以其他方式由其访问)。
在至少一个示例中,磨损确定系统514可以包括确定与磨损零件(例如破损零件116)相关联的磨损度量的功能。例如,磨损确定系统514可以与上面讨论的磨损确定组件124基本相同。在示例中,磨损确定系统514可以接收被测量零件的传感器数据,将传感器数据与存储在数据存储器520中的一个或多个模型522对齐。模型522可以包括新零件模型和破损零件模型。在示例实现中,破损零件模型可以对应于零件的磨损极限。
在一些示例中,GUI生成系统516可以包括生成一个或多个交互界面的功能,例如用于在用户设备508上呈现的GUI400。在一些示例中,GUI生成系统516可以从磨损确定系统接收信息514和/或模型522来生成GUI。以非限制性示例的方式,并参照图4,GUI生成系统516可以从磨损确定系统514接收关于磨损量的信息并且从模型522接收关于新零件模型的细节以分别生成表示404和描绘402。
边界模型生成系统518可以包括确定边界模型、结构或轮廓的功能,如本文所述,该边界模型、结构或轮廓可以用作参考以确定磨损度量。在示例中,边界模型生成系统可以与边界表面确定组件128相同。例如,边界模型生成系统518可以基于所考虑的零件和/或其他因素来确定边界结构。如本文所详述的,边界模型可以用作参考轮廓,其定向用于确定磨损的测量。在一些示例中,边界模型生成系统518可以从存储器(例如,从模型522之一)检索边界模型。在其他示例中,边界模型生成系统518可以使用诸如磨损极限零件模型的模型来确定边界模型。
远程计算设备502还可以包括通信连接524,其允许远程计算设备502和其他本地或远程设备之间的通信,包括但不限于经销商计算设备)122。例如,通信连接524可以促进与用户设备508的通信,例如通过网络504。通信连接524可以实现基于Wi-Fi的通信,例如通过IEEE802.11标准定义的频率、短程无线频率(例如)、其他无线电传输或使相应计算设备能够与其他计算设备交互的任何合适的有线或无线通信协议。
在一些实现中,远程计算设备502可以通过网络504向用户设备508发送信息,例如生成GUI的指令。用户设备508可以从用户设备接收这样的信息并在用户设备508的显示器528上显示GUI。在一些实现中,用户设备508可以执行归属于远程计算设备502的一些功能,包括,例如生成GUI。为了便于创建GUI,用户设备508可以从远程计算设备502接收信息。在至少一个示例中,用户设备508可以包括一个或多个处理器530和与处理器530通信耦接的存储器532。在所示示例中,用户设备508的存储器532可以存储磨损确定组件534和/或包括数据存储器536。在示例中,磨损确定组件534可以与磨损确定系统514基本相同和数据存储器536可以包括存储在数据存储520中的一些或全部相同信息。
用户设备508还可以包括能够在用户设备508和其他本地或远程设备之间进行通信的通信连接538。例如,通信连接538可以促进与远程计算设备502的通信,例如通过网络504。通信连接538可以实现基于Wi-Fi的通信,例如通过IEEE802.11标准定义的频率、短程无线频率(例如)、其他无线电传输或使相应计算设备能够与其他计算设备交互的任何合适的有线或无线通信协议。
如图5所示,用户设备508还可以包括传感器526。例如,传感器526可以与传感器110相同,并且可以集成到用户设备508中或者以其他方式与用户设备508通信。在示例中,如本文所述,传感器526可以是被配置为捕获与破损零件相关联的三维传感器数据的成像设备。传感器526可以是测距传感器,例如雷达传感器、LiDAR传感器、飞行时间传感器等。在其他示例中,传感器526可以是三维相机。
远程计算设备502的处理器510和用户设备508的处理器530可以是能够执行指令以处理数据并执行如本文所述的操作的任何合适的处理器。作为示例而非限制,处理器510、530可以包括一个或多个中央处理单元(CPU)、图形处理单元(GPU)或处理电子数据以将该电子数据转换为可存储在寄存器和/或存储器中的其他电子数据的任何其他设备或设备的一部分。在一些示例中,只要它们被配置为实现编码指令,集成电路(例如,ASIC等)、门阵列(例如,FPGA等)和其他硬件设备也可以被认为是处理器。
存储器512和存储器532是非暂时性计算机可读介质的示例。存储器512、532可以存储操作系统和一个或多个软件应用程序、指令、程序和/或数据以实现本文描述的方法和归属于各种系统的功能。在各种实现中,存储器可以使用任何合适的存储器技术来实现,例如静态随机存取存储器(SRAM)、同步动态RAM(SDRAM)、非易失性/闪存型存储器或能够存储信息的任何其他类型的存储器。本文描述的架构、系统和单独的元件可以包括许多其他逻辑、编程和物理组件,其中在附图中所示的组件仅仅是与本文讨论相关的示例。
尽管各种系统和组件被示为分立系统,但这些说明仅是示例,并且更多或更少的分立系统可以执行本文所述的各种功能。此外,归属于远程计算设备502的功能可以在用户设备508处执行和/或归属于用户设备508的功能可以由远程计算设备502执行。
图6和7图示了描绘本公开的示例过程600、700的流程图,如本文所述,其可以与确定零件磨损有关。示例过程600、700(以及图2中所示和上面讨论的过程200)被图示为逻辑流程图中的步骤集合,这些步骤代表可以在硬件、软件或它们的组合中实现的动作或操作。在软件的上下文中,这些步骤表示存储在内存中的计算机可执行指令。当此类指令由例如处理器510、530执行时,此类指令可导致处理器510、530和/或计算设备502和/或用户设备508的各种组件执行所列举的动作或操作。通常,计算机可执行指令包括执行特定功能或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等。描述操作的顺序不旨在被解释为限制,并且任何数量的所述块可以以任何顺序和/或并行组合以实现这些过程。在一些实施例中,可以完全省略该过程的一个或多个块。此外,过程600、700可以全部或部分与其他方法组合。
更详细地,图6图示了用于确定磨损零件(例如破损零件116)的磨损的示例性过程600,该磨损零件可以与机器(例如机器104)相关联。过程600可以由数据处理系统120、远程计算设备502和/或用户设备108、508执行,尽管其他组件可以执行过程600的一些或全部操作。另外,过程600的操作不一定要按图6中所示的顺序执行,并且可以按照与本公开的实施例一致的不同顺序执行。
在操作602,过程600可以包括接收磨损零件的传感器数据。例如,数据处理系统120可以接收由在机器104上使用的磨损零件(例如破损零件116)的传感器110生成的传感器数据。在示例中,可以提示用户106捕捉使用传感器110的磨损部分116的具体视图。作为非限制性示例,传感器110可以安装在支柱或其他框架上,该支柱或其他框架被配置为相对于磨损部分116布置传感器110。在至少一些示例中,传感器数据可以是包括多个点和与这些点相关联的深度(例如,相对于传感器110的深度)的点云数据。在示例中,传感器110可以是测距传感器,例如飞行时间传感器、LiDAR传感器、雷达传感器、3D扫描仪等。
在操作604,过程600可以包括接收未破损和/或磨损极限零件的模型。例如,数据处理系统120可以检索、访问或以其他方式接收信息,例如以一个或多个零件模型的形式,该模型描述或以其他方式与破损零件116相关联。在一些示例中,零件模型可以包括新零件模型,例如新零件模型214、304,其可以代表新零件114。这种新零件模型可以包括新的例如基本上未使用的零件的表面的坐标或范围。在示例中,新零件模型可以通过标称或“符合规格”测量来表征。零件模型还可以或可选地包括磨损极限零件模型,例如磨损极限零件模型216、306。这种磨损极限零件模型可以包括破损到磨损极限的零件表面的坐标或范围,该磨损极限可以是预定的磨损极限。在示例中,磨损极限可以对应于与零件即将发生故障相关联的极限或一些其他磨损极限。在至少一些示例中,磨损极限可以根据经验确定。
在操作606,过程600可以包括确定包围模型的边界轮廓或边界模型。例如,数据处理系统120可以检索、访问、生成或以其他方式确定边界模型,如边界模型222、308。如本文所述,边界模型可以定义方向或方位,磨损将沿着该方向或方位由磨损确定组件124、514、534确定。在示例中,边界模型可以是至少部分地包围由在操作604接收的模型限定的被测量点和表面的任何通常凸出的形状、结构或表面。在某些情况下,边界模型可以非常接近磨损极限部分模型的形状,但更大。
在操作608,过程600可以包括为传感器数据中的各个点确定磨损度量。例如,操作608可以包括在坐标系(例如,三维坐标系)中对齐感测点(或表示感测点或其他传感器数据的模型)、模型和边界轮廓,并沿着根据边界模型定向的线测量模型之间的距离。例如,对于每个被测量点208、310,可以确定从该点到新模型上的点之一或两者的距离,例如新点228、314之一和/或磨损极限模型上的一点,例如磨损极限点230、312之一。这样的距离是沿着线234、318测量的,这些线根据边界结构222、308定向。在至少一些示例中,如本文所述,线234、318可以是垂直于边界结构或模型并穿过被测量点208、310的线。磨损度量可以进一步至少部分地基于这些距离来确定。例如,在图3的示例中,磨损度量可以是磨损百分比,可以是第一距离(从被测量点到新点)和第二距离(从新点到对应的磨损极限点)的比值,其中新点,被测量点和磨损极限点共线)。
在操作610,过程600可以确定与各个被测量点相关联的磨损度量是否满足或超过阈值磨损极限。例如,操作610可以是一种去除异常值的过滤器。作为非限制性示例,传感器数据中的点可以与感兴趣的磨损零件的环境中的周围组件或物体相关联,并且这样的返回可以返回超过预定阈值(例如,大于100%)的磨损度量。在示例中,可能希望保留所有返回磨损百分比达到并包括超过100%的值的所有点。在一些情况下,破损零件的一部分可能磨损超过磨损极限,例如,当磨损极限对应于建议更换零件但可能与零件故障无关的磨损零件的表面坐标时。类似地,与安装孔的位置、安装特征、预期不会磨损的特征或可以计算为具有过度磨损的其他孔的相关联的返回,可以通过操作610过滤掉。
在示例中,如果在操作610确定单个点满足或超过磨损阈值,则操作612可以包括忽略该点。如上所述,具有异常高磨损度量的点,例如在一些示例中大于或等于125%,可被假定为异常,因此可从进一步考虑中省略。
或者,如果在操作610确定磨损度量没有达到或超过阈值,则过程600可以包括在操作614生成具有每点磨损度量的零件的表示。即,在操作610未被过滤掉的被测量点可用于向用户106识别与该零件相关联的磨损。上文讨论的图4包含示例磨损零件表示404,该磨损零件表示404基于每个点将磨损零件上的磨损可视化,例如,作为热图。
在操作616,过程600可以包括引起包括该表示的图形用户界面的显示。例如,数据处理系统120可以生成图形用户界面,如图形用户界面400,并发送使用户设备108在其显示器上呈现图形用户界面400的信息。在示例中,界面400可以显示关于磨损零件的附加信息,包括一个或多个附加磨损度量、关于磨损零件的信息,例如类型或型号、用于订购更换零件的指令和/或控件,或其他信息。
图7图示了用于更换磨损零件的示例过程700,例如,当磨损零件或磨损零件的一部分指示该零件不再有效和/或可能发生故障时。在一些示例中,过程700可以由环境100中的一个或多个组件执行,尽管其他组件可以执行过程700的一些或全部操作。过程700的操作不一定需要按图7所示的顺序执行,并且可以按照与本公开的实施例一致的不同顺序执行。
在操作702,过程700可以包括确定磨损零件的磨损度量。例如,操作702可以包括本文描述的过程200、600的全部或部分。在实施方式中,磨损度量可以是每点磨损度量,例如,对于多个被测量点中的单个,或者可以是与整个零件相关联的单个度量。通过非限制性示例,描述整个零件的磨损度量可以是所有每点磨损度量的全部或子集的平均或加权平均。在至少一个示例中,零件的磨损度量可以是确定的磨损度量的某个预定数量(例如,最高的30个)或百分比(例如,所有点的前10%)的平均值。在其他示例中,零件的磨损度量可以是被测量点上的最大计算磨损度量。本文也考虑其他度量,并且本领域的技术人员将在受益于本公开的情况下得以理解。
在操作704,过程700可以包括确定磨损度量是否满足或超过磨损阈值。例如,与磨损零件或使用磨损零件的机器相关联的操作员、工头、管理员、制造商、技术人员或其他实体可以确定磨损超过预定阈值的零件,例如磨损超过85%、90%、95%等,应更换。因此,操作704可以确定在操作702确定的磨损度量是否满足或超过该阈值。
如果在操作704,确定磨损度量没有达到或超过阈值,则过程700返回操作702以继续确定零件磨损,具体而言,在这种情况下零件仍然可用。
相反,如果在操作704确定磨损度量满足或超过阈值磨损,则在操作706,过程700可以包括订购更换零件。例如,数据处理系统120和/或用户设备108可以向经销商计算设备122发送信号或其他信息以指示经销商计算设备122发送更换零件和/或安排维护以安装新的更换零件。在其他情况下,经销商计算设备122可以接收关于磨损度量的信息,并确定应该更换磨损零件。在一些示例中,阈值磨损度量可以至少部分地基于获得更换磨损零件的时间长度来确定。例如,当更换磨损零件储存在机器运行的工地附近的位置时,可以允许该零件接近相对较高的磨损百分比,例如,因为如果它发生故障可以立即更换。或者,如果现场无法获得更换零件,则阈值磨损度量可能相对较低,例如,以允许额外的时间来接收更换零件。
在操作708,过程700可以包括更换磨损零件。例如,可以安排技术人员或其他实体用在操作706处订购的更换零件来更换磨损零件。如本文所述,维护具有未过度破损的磨损零件的机器可以提高机器效率和性能。
虽然没有明确包括在图7中,本文的技术可以基于磨损度量满足或超过阈值的确定(例如,在操作704)采取一个或多个附加或替代动作,包括例如以下任何组合:
提供信号以将机器104的操作员站中的指示灯从绿色(继续工作)变为红色(停止工作),因此操作员知道磨损零件可能即将发生故障。然后操作员可以手动控制机器104以停止使用该零件的当前土方作业和/或采取行动来调查磨损和/或更换破损零件。
向用户设备108提供指示磨损零件需要更换的信号。用户设备108继而可以例如经由界面400在显示器上提供视觉指示(例如,“停止使用”的消息),让操作员知道磨损零件可能即将发生故障。操作员然后可以手动控制机器104以停止使用该零件的当前土方作业,或采取一些其他措施。
向机器104上包括的模块提供信号,指示磨损零件处于即将发生故障和/或需要更换的风险中。机器模块进而可以向车辆上的零件提供信号以停止机器104或以其他方式限制磨损零件上的额外磨损。
向速度控制模块提供信号,指示磨损零件需要更换。响应于该信号,速度控制模块可以被配置为通过降低机器104的速度、停止机器104、降低油门或与机器相关联的电源的速度等来限制机器104的使用。
向与机器104相关联的自主控制模块提供指示磨损零件需要更换的信号。响应于这些信号,自主控制模块可以例如改变机器104的当前操作模式或执行其他功能以减少或禁止额外磨损。
工业适用性
本公开的系统和方法在用户希望确定磨损零件的磨损程度的任何环境中都有应用。通过使用传感器捕获磨损零件的传感器数据,例如磨损零件表面的点的深度,并从传感器数据确定磨损程度,即使没有关于零件、零件磨损特性或机器的详细知识,本公开的系统和方法都允许用户容易地评估零件。
例如,参照图1,用户106可以在机器所在点102操作机器104。在完成轮班之后,或在某个其他间隔,用户106可以卸下机器104并使用传感器110来捕获关于破损零件116的传感器数据,例如,机器104的铲斗上的齿。然后,用户106可以使用与传感器110通信的移动设备108,将传感器数据传输到远程计算系统,例如数据处理系统120。数据处理系统120然后可以使用边界表面222确定感测点对一个或多个零件模型126的磨损量。更详细地,数据处理系统120可以使用磨损确定组件124,以确定感测零件上的被测量点与新零件模型214和/或破损或磨损极限零件模型216上的对应位置之间的距离。这些被测量的距离可以沿着根据边界表面222定向的线。在至少一些示例中,线可以垂直于边界表面定向。在示例中,当确定与感测零件相关联的磨损度量指示该零件需要更换时,数据处理系统120可以将这种需要传达给经销商计算设备122,其可能采取一些措施,例如订购新零件114,例如,使用履行组件130。
本文描述的技术可以提高作业现场(例如机器所在点102)的效率,和/或提高机器(比如机器104)的效率。作为示例而非限制,本文描述的技术可以确保磨损零件得到适当维护和/或更换,这可以导致更有效地使用机器104,包括但不限于减少燃料消耗和/或其他辅助零件的磨损。例如,当诸如不更换图1中放大图112中所示的那些齿而任由其失效时,连接齿的铲斗可能开始磨损或以其他方式劣化。在该示例中,更换或修理铲斗在经济上和机器停机时间方面都比用新零件114正确更换破损零件116要昂贵得多。此外,使用没有过度破损或用旧的零件可以比使用破损、损坏和/或丢失的零件更快地完成任务。
本领域技术人员将理解用于实现本公开技术的计算机程序可以存储在计算机可读存储介质上和/或从计算机可读存储介质读取。计算机可读存储介质上可以存储有计算机可执行指令,这些指令在由处理器执行时使计算机执行本文公开的处理等。示例性计算机可读存储介质可以包括磁存储设备,例如硬盘、软盘、磁带或本领域已知的其他磁存储设备;光存储设备,例如CD-ROM、DVD-ROM或本领域已知的其他光存储设备;和/或电子存储设备,例如EPROM、闪存驱动器或本领域已知的另一种集成电路存储设备。计算机可读存储介质可以由环境100的一个或多个组件来体现。
对本领域技术人员容易理解的是,在不脱离本公开范围的情况下,可以对本公开的有效载荷过载控制系统进行各种修改和变化。通过考虑说明书和对本文公开的实施例的实践,其他实施例对于本领域技术人员将是容易理解的。旨在将说明书和示例仅视为示例性的,本公开的真实范围由以下权利要求及其等同物表明。
Claims (15)
1.一种计算机实现的方法,包括:
接收对应于零件(116)的表面(206)的传感器数据,所述传感器数据包括关于表面(206)上的多个点(208、310)的信息;
接收与对应于零件(116)的未破损零件相关联的第一模型(214),所述第一模型(214)限定未破损零件的第一轮廓;
接收与对应于零件(116)的磨损极限零件相关联的第二模型(216),所述第二模型(216)限定磨损极限零件的第二轮廓;
生成与所述表面(206)、所述第一轮廓和所述第二轮廓间隔开的边界轮廓(222);
对于所述多个点(208、310)中的一个点(208c),确定以下至少一项:
所述点(208c)和所述第一轮廓上的第一位置(228)之间的第一距离(d1);或
所述点(208c)与所述第二轮廓上的第二位置(230)之间的第二距离(d2);和
基于所述第一距离(d1)或所述第二距离(d2)中的所述至少一个,确定与所述零件(116)相关联的磨损度量,
其中,所述第一距离(d1)和所述第二距离(d2)沿着从所述边界轮廓(222)延伸并穿过所述点(208c)的线。
2.根据权利要求1所述的计算机实现的方法,其中,所述点(208c)是第一点并且所述磨损度量是与所述第一点(208c)相关联的第一磨损度量,所述计算机实现的方法还包括:
对于多个点(208、310)中的第二点(310b),确定以下至少一项:
所述第二点(310b)和所述第一轮廓上的第三位置(314b)之间的第三距离,或
所述第二点(310b)和所述第二轮廓上的第四位置(312b)之间的第四距离,其中,所述第三距离和所述第四距离沿着从所述边界轮廓(308)延伸并穿过所述第二点(310b)的第二线;和
确定与所述第二点相关联的第二磨损度量(310b)。
3.根据权利要求2所述的计算机实现的方法,还包括至少部分地基于所述第一磨损度量和所述第二磨损度量来确定所述零件(116)的总体磨损度量。
4.根据权利要求3所述的计算机实现的方法,其中,所述整体磨损度量是使用所述第一磨损度量和所述第二磨损度量确定的平均值或所述第一磨损度量或所述第二磨损度量的最大值中的一个。
5.根据权利要求2所述的计算机实现的方法,还包括:
至少部分地基于所述第二磨损度量满足或超过阈值磨损度量;在排除所述第二磨损度量时确定零件的整体磨损度量。
6.根据权利要求1所述的计算机实现的方法,其中,所述线(234)垂直于所述边界轮廓(222)。
7.根据权利要求1所述的计算机实现的方法,其中,所述边界轮廓(222)具有第一形状,并且所述第一轮廓具有不同于所述第一形状的第二形状。
8.根据权利要求1所述的计算机实现的方法,还包括:
在坐标系中对齐零件(116)的表面(206)、所述第一轮廓和所述第二轮廓的表示;和
生成边界轮廓(222)以至少部分地包围所述坐标系中的所述表面、所述第一轮廓和所述第二轮廓,
其中,所述第一距离(d1)和所述第二距离(d2)为所述坐标系中的距离。
9.根据权利要求1所述的计算机实现的方法,还包括:
生成与所述零件(116)的图形表示(404)和所述磨损度量的视觉表示(408)相关联的显示数据;和
将所述零件的所述图形表示(404)和所述视觉表示(408)提供给显示设备(108)以供显示。
10.根据权利要求1所述的计算机实现的方法,其中:
所述第一轮廓至少部分地基于未破损零件的第一三维模型;
所述第二轮廓至少部分地基于磨损极限零件的第二三维模型,和
所述边界轮廓(222)是三维轮廓。
11.根据权利要求1所述的计算机实现的方法,其中,所述磨损度量是磨损百分比,其包括所述第一距离(d1)或所述第二距离(d2)中的至少一个与所述第一轮廓上的所述第一位置和所述第二轮廓上的所述第二位置之间的第三距离的比率。
12.一种系统,包括:
一个或多个处理器(510);和
存储指令的计算机可读介质(512),当执行这些指令时,使所述一个或多个处理器(510)执行包括以下各项的动作:
接收关于零件(116)表面的信息;
至少部分地基于所述信息生成所述零件(116)的第一模型(206);
比较所述第一个模型(206)与:
第二模型(214),包括关于对应于所述零件(116)的未破损零件的表面的信息,
第三模型(216),包括关于对应于所述零件(116)的磨损极限零件的表面的信息,和
第四模型(222),与至少部分地包围所述第一模型(206)、所述第二模型(214)和所述第三模型(216)的边界表面相关联;和
基于所述比较确定与所述零件相关联的磨损度量。
13.根据权利要求12所述的系统,其中,所述比较包括:
对于所述零件(116)表面的多个点(208),确定所述多个点(208)中的相应点与所述未破损零件的表面之间沿从所述边界表面的方向并穿过所述相应点的第一距离(d1),或所述相应点与所述破损零件表面之间沿所述方向的第二距离(d2)中的至少一个,
其中,所述磨损度量至少部分地基于所述第一距离(d1)或所述第二距离(d2)中的所述至少一个。
14.根据权利要求13所述的系统,其中,所述磨损度量是至少部分地基于所述第一距离(d1)或所述第二距离(d2)中的至少一个与第三距离的比率的磨损百分比,所述第三距离是所述第一距离(d1)和第二距离(d2)的总和。
15.根据权利要求12所述的系统,所述动作还包括:
生成与所述零件(116)的图形表示(404)和所述磨损度量的视觉表示(408)相关联的显示数据;和
将所述零件的所述图形表示(404)和所述视觉表示(408)提供给显示设备(108)以供显示。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/537,269 US11138718B2 (en) | 2019-08-09 | 2019-08-09 | Methods and systems for determining part wear using a bounding model |
US16/537269 | 2019-08-09 | ||
PCT/US2020/042494 WO2021030005A1 (en) | 2019-08-09 | 2020-07-17 | Methods and systems for determining part wear using a bounding model |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114207666A true CN114207666A (zh) | 2022-03-18 |
Family
ID=71944421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080056186.6A Pending CN114207666A (zh) | 2019-08-09 | 2020-07-17 | 使用边界模型确定零件磨损的方法和系统 |
Country Status (13)
Country | Link |
---|---|
US (2) | US11138718B2 (zh) |
EP (1) | EP4010534B1 (zh) |
JP (1) | JP2022544212A (zh) |
CN (1) | CN114207666A (zh) |
AU (1) | AU2020327893B2 (zh) |
BR (1) | BR112022002163A2 (zh) |
CA (1) | CA3146875A1 (zh) |
CL (1) | CL2022000297A1 (zh) |
ES (1) | ES2963467T3 (zh) |
MX (1) | MX2022001557A (zh) |
PE (1) | PE20220587A1 (zh) |
WO (1) | WO2021030005A1 (zh) |
ZA (1) | ZA202201620B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SE1851590A1 (sv) * | 2018-12-14 | 2020-06-15 | Brokk Ab | Fjärrstyrd demoleringsrobot med förbättrat användningsområde och ett förfarande för att åstadkomma en sådan demoteringsrobot. |
US11454713B2 (en) * | 2020-02-04 | 2022-09-27 | Caterpillar Inc. | Configuration of a LIDAR sensor scan area according to a cycle segment of an operation of a machine |
US11209812B2 (en) * | 2020-02-10 | 2021-12-28 | Caterpillar Paving Products Inc. | Methods and systems for tracking milling rotor bit wear |
DE102020131333A1 (de) * | 2020-11-26 | 2022-06-02 | Liebherr-Werk Nenzing Gmbh | System und Verfahren zur Zustandserkennung einer Komponente eines Arbeitsgeräts sowie Arbeitsgerät |
US11821177B2 (en) | 2021-02-09 | 2023-11-21 | Caterpillar Inc. | Ground engaging tool wear and loss detection system and method |
US11669956B2 (en) | 2021-06-01 | 2023-06-06 | Caterpillar Inc. | Ground engaging tool wear and loss detection system and method |
US11869331B2 (en) | 2021-08-11 | 2024-01-09 | Caterpillar Inc. | Ground engaging tool wear and loss detection system and method |
US12020419B2 (en) * | 2021-08-11 | 2024-06-25 | Caterpillar Inc. | Ground engaging tool wear and loss detection system and method |
CN115110602A (zh) * | 2022-08-01 | 2022-09-27 | 江苏徐工国重实验室科技有限公司 | 一种斗齿监测系统及斗齿监测控制方法 |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4845763A (en) | 1987-11-06 | 1989-07-04 | General Motors Corporation | Tool wear measurement by machine vision |
US5361308A (en) | 1992-01-10 | 1994-11-01 | General Motors Corporation | 3-D measurement of cutting tool wear |
DE102006054682A1 (de) | 2006-11-17 | 2008-05-21 | Stahl Cranesystems Gmbh | Lasergeschweißte Kranschiene für Hängekatzen |
DE102008045470A1 (de) | 2008-09-03 | 2010-03-04 | Wirtgen Gmbh | Verfahren zur Bestimmung des Verschleißzustandes |
JP5396490B2 (ja) * | 2010-02-10 | 2014-01-22 | 株式会社小松製作所 | 摩耗量測定装置、摩耗量測定方法、摩耗量測定プログラムおよび記録媒体 |
US9613413B2 (en) * | 2012-10-17 | 2017-04-04 | Caterpillar Inc. | Methods and systems for determining part wear based on digital image of part |
JP6099527B2 (ja) * | 2013-09-09 | 2017-03-22 | 株式会社神戸製鋼所 | 炉内耐火物損耗状態の測定方法 |
AU2014262221C1 (en) * | 2013-11-25 | 2021-06-10 | Esco Group Llc | Wear part monitoring |
US9818039B2 (en) * | 2013-12-17 | 2017-11-14 | General Electric Company | Method and device for automatically identifying a point of interest in a depth measurement on a viewed object |
US9842430B2 (en) * | 2013-12-17 | 2017-12-12 | General Electric Company | Method and device for automatically identifying a point of interest on a viewed object |
US9600928B2 (en) * | 2013-12-17 | 2017-03-21 | General Electric Company | Method and device for automatically identifying a point of interest on the surface of an anomaly |
CN106029993B (zh) | 2014-02-19 | 2019-03-01 | 维米尔制造公司 | 用于监视粉碎元件的磨损的系统和方法 |
WO2016098741A1 (ja) | 2014-12-16 | 2016-06-23 | 住友建機株式会社 | ショベル及びショベルの制御方法 |
PE20210227A1 (es) * | 2015-02-13 | 2021-02-05 | Esco Group Llc | Monitoreo de productos de acondicionamiento del terreno para equipo de trabajo de movimiento de tierra |
US20160376771A1 (en) * | 2015-06-26 | 2016-12-29 | Caterpillar Inc. | Multi-sensor ultrasonic wear measurement system |
US9875535B2 (en) | 2016-02-11 | 2018-01-23 | Caterpillar Inc. | Wear measurement system using computer vision |
US10109121B2 (en) * | 2016-03-18 | 2018-10-23 | Caterpillar Inc. | System and method for estimating part wear based on environment |
US20170352199A1 (en) * | 2016-06-01 | 2017-12-07 | Esco Corporation | Ground engaging tool management |
AU2016414417B2 (en) | 2016-07-15 | 2022-11-24 | Cqms Pty Ltd | A wear member monitoring system |
US10378188B2 (en) * | 2016-09-23 | 2019-08-13 | Rockland Manufacturing Company | Bucket, blade, liner, or chute with visual wear indicator |
US10249060B2 (en) | 2016-12-14 | 2019-04-02 | Caterpillar Inc. | Tool erosion detecting system using augmented reality |
US10262411B2 (en) | 2017-09-01 | 2019-04-16 | Deere & Company | Site scanning using a work machine with a camera |
GB2566491B (en) | 2017-09-15 | 2022-04-06 | Atkins Ltd | Damage detection and repair system |
DE102017126134A1 (de) * | 2017-11-08 | 2019-05-09 | Claas Industrietechnik Gmbh | Raupenfahrzeug |
US11125022B2 (en) * | 2017-11-13 | 2021-09-21 | Pioneer Natural Resources Usa, Inc. | Method for predicting drill bit wear |
DE102018115959A1 (de) * | 2018-07-02 | 2020-01-02 | Wirtgen Gmbh | Verschleißbauteil einer Fräsmaschine, Fräsmaschine und Verfahren zur Bestimmung des Verschleißes des Verschleißbauteils |
-
2019
- 2019-08-09 US US16/537,269 patent/US11138718B2/en active Active
-
2020
- 2020-07-17 EP EP20751028.0A patent/EP4010534B1/en active Active
- 2020-07-17 PE PE2022000198A patent/PE20220587A1/es unknown
- 2020-07-17 BR BR112022002163A patent/BR112022002163A2/pt unknown
- 2020-07-17 ES ES20751028T patent/ES2963467T3/es active Active
- 2020-07-17 MX MX2022001557A patent/MX2022001557A/es unknown
- 2020-07-17 CN CN202080056186.6A patent/CN114207666A/zh active Pending
- 2020-07-17 WO PCT/US2020/042494 patent/WO2021030005A1/en unknown
- 2020-07-17 CA CA3146875A patent/CA3146875A1/en active Pending
- 2020-07-17 AU AU2020327893A patent/AU2020327893B2/en active Active
- 2020-07-17 JP JP2022507896A patent/JP2022544212A/ja active Pending
-
2021
- 2021-08-11 US US17/399,609 patent/US11676262B2/en active Active
-
2022
- 2022-02-04 CL CL2022000297A patent/CL2022000297A1/es unknown
- 2022-02-07 ZA ZA2022/01620A patent/ZA202201620B/en unknown
Also Published As
Publication number | Publication date |
---|---|
ES2963467T3 (es) | 2024-03-27 |
US20210374943A1 (en) | 2021-12-02 |
BR112022002163A2 (pt) | 2022-06-07 |
EP4010534B1 (en) | 2023-08-30 |
US11138718B2 (en) | 2021-10-05 |
US11676262B2 (en) | 2023-06-13 |
JP2022544212A (ja) | 2022-10-17 |
CA3146875A1 (en) | 2021-02-18 |
PE20220587A1 (es) | 2022-04-22 |
EP4010534A1 (en) | 2022-06-15 |
ZA202201620B (en) | 2023-12-20 |
AU2020327893B2 (en) | 2023-08-17 |
MX2022001557A (es) | 2022-03-02 |
CL2022000297A1 (es) | 2022-09-23 |
WO2021030005A1 (en) | 2021-02-18 |
AU2020327893A1 (en) | 2022-03-03 |
US20210042907A1 (en) | 2021-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114207666A (zh) | 使用边界模型确定零件磨损的方法和系统 | |
JP5714905B2 (ja) | 運搬道路条件を改善するためのシステムと方法 | |
JP5276110B2 (ja) | 性能ベースの積載量管理のためのシステムと方法 | |
US7333922B2 (en) | System and method of monitoring machine performance | |
AU2010332260B2 (en) | Parameter visualization system | |
JP7386903B2 (ja) | 地面係合工具監視システム | |
US20140288675A1 (en) | Diagnostic Processing System, Onboard Terminal System, and Server | |
US20070179640A1 (en) | Environmental monitoring system for a machine environment | |
JP5714906B2 (ja) | 運搬道路を設計するためのシステムと方法 | |
DE102019109078A1 (de) | Erfassung und analyse des ventilspiels | |
US20170316125A1 (en) | System and method for analyzing operation of component of machine | |
US11209812B2 (en) | Methods and systems for tracking milling rotor bit wear | |
US20210158409A1 (en) | Information output method and assist device for construction machine | |
RU2801635C1 (ru) | Способы и устройства для определения износа детали с использованием ограничивающей модели | |
US20170039787A1 (en) | Method for managing health of machine | |
US11610440B2 (en) | Remaining useful life prediction for a component of a machine | |
US20230401689A1 (en) | Wear member monitoring system | |
US20230351581A1 (en) | System, device, and process for monitoring earth working wear parts | |
US20160349152A1 (en) | Method for aligning composite work cycle severity distributions to severity responses | |
US20200143004A1 (en) | Visualization of machine structure damage from machine sensor data using machine learning | |
CN111488645A (zh) | 提供铺管引导 | |
JP2024507090A (ja) | 接地係合ツールの摩耗および喪失検出システムならびに方法 |
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 |