CN116235028A - 用于分布地确定填充物位或极限物位的方法 - Google Patents

Abstract

本发明特别涉及用于分布地确定填充物位或极限物位的方法。在此，通过传感器(100)确定回波曲线(300、400、500、600)的有效反射点(312、404、406、602)的特征参数。此外，通过传感器(100)将有效反射点(312、404、406、602)的特征参数传输到服务器(200)，其中，特征参数能够在判定过程中用于确定填充物位(65)。通过服务器(200)接收有效反射点(312、404、406、602)的特征参数。通过服务器(200)，利用判定过程且/或使用参数数据将这些特征参数转换为填充材料(60)的填充物位(65)。

Description

用于分布地确定填充物位或极限物位的方法

技术领域

本发明涉及用于确定填充材料的填充物位或极限物位的方法。特别地，本发明涉及用于分布地确定填充物位或极限物位的方法。此外，本发明涉及系统、用途、程序元件和计算机可读介质。

背景技术

测量设备，特别是具有用于确定填充物位或极限物位的传感器的现场装置被用来确定填充材料的填充物位或极限物位。这种测量设备例如可以具有雷达传感器和/或其他传感器。这些测量设备中的至少有一些设备可以与云端通信，并将在传感器中确定的数据传输到云端。

发明内容

本发明的目的是提供一种具有经济运行模式的传感器。该目的通过独立权利要求的主题来实现。本发明的改进示例在从属权利要求和以下说明中得出。

一方面涉及一种用于通过传感器分布地确定填充材料的填充物位或极限物位的方法，该方法包括以下步骤：

d)通过传感器，确定回波曲线的有效反射点的特征参数；以及

e)通过传感器，将有效反射点的特征参数传输到服务器，其中，该特征参数能够在判定过程中用于确定填充物位。

该方法被归类为填充物位或极限物位的“分布式”确定。在此尤其将“分布式”理解为在多个计算机或计算系统之间(例如在测量设备、现场设备和/或传感器与云端或另一类型的服务器(例如，还诸如笔记本电脑或平板电脑等移动设备))之间划分该方法的一个或多个步骤和/或任务。替代地或补充地，其他计算系统也可以参与到该方法中，且/或可以在多个物理单元之间划分诸如“测量设备等”或“服务器等”之类的逻辑单元。例如，这些测量设备可用于指示例如容器中的测量点处的填充材料的特定物位，即，指示是否已达到容器中的填充物位的预定的上限、下限或其他限值。容器可以是任何形状的器皿或计量箱。容器也可以是诸如溪床或河床等沟渠。

可以在确定有效反射点的特征参数之前发送和/或接收测量信号。例如，用于发送和/或接收测量信号的传感器可以具有例如用于雷达波的高频前端、超声波前端和/或激光前端。此外，可以通过传感器计算回波曲线。例如，可以通过将反射和接收的测量信号转换为数字采样点来计算回波曲线。在此，可以确定出大量的采样点，这些采样点的数量例如超过100、超过1000个、超过10000个，例如1024个、2048个或4096个。由此，通过传感器和/或测量设备确定有效反射点的特征参数，所述特征参数(charakteristischen Kennwerten)例如是距离值、位置值和/或振幅值和/或表征有效反射点的其他值。在此，将能够有助于确定填充物位或可用于此目的的反射点视为有效反射点(signifikanterReflexionsstellen)。这种特定的可用性可以包含所传输的特征参数的预定义的信息和/或格式。有效反射点可以在回波曲线中例如以局部最大值和/或其他值的形式表示。特别地，回波曲线的有效反射点的数量明显低于所确定的数字采样点的数量。确定的有效反射点的类型和数量可以由传感器根据转换后的测量信号来确定。有效反射点的确定可以包括对转换的测量信号进行某种形式的数据缩减。这一点在如下情况下尤为重要：传感器(和/或测量设备、现场设备等)仅将识别出的有效反射点的参数传输到服务器(和/或云端等)。有效反射点的特征参数可以在判定过程中用于确定填充物位。例如，可以在服务器中执行判定过程。下面将说明判定过程的细节和示例。

因此，可以有利地例如通过提供具有经济运行模式的传感器来实现，尤其使得并非所有在传感器中确定的数据都从传感器或测量设备传输到云端或服务器。特别地，可以因此实现对要传输的数据的明显数据缩减。可能特别有利的是，传输、传输通道和/或传输模块例如由于法律和/或其他规定且/或因为使用窄带通信进行传输而具有有限带宽。例如，这有助于降低传感器的电流消耗。

此外，利用该方法可以允许传感器或测量设备不再必须参数化。在许多情况下，由此使得能够提供用于确定填充物位、极限物位和/或其他值的“标准设备”或通用物位测量设备，该设备可以在测量点处使用而无需进一步参数化。可能必要的“参数化”或应用相关参数化都可以例如转移到服务器和/或云端上，该服务器和/或云端可以提供更高计算能力、数据库(例如，具有关于该测量设备的数据和/或其历史)、神经网络和/或其他装置。例如，可以基于判定过程的结果执行该“参数化”。

在一实施例中，步骤e)中仅将有效反射点的特征参数传输到服务器。这有利地进一步减少传输的数据量。

在一些实施例中，该方法进一步包括以下步骤：

a)在测量点处安装传感器；

b)通过传感器，发射测量信号；以及

c)通过传感器，接收反射的测量信号，并计算回波曲线。

在此，至少对于一些传感器来说，可以有利地在没有预先参数化的情况下在测量点处安装传感器。可以例如以如上文和/或下文所述的方式通过传感器执行测量信号的发射、反射的测量信号的接收以及回波曲线的计算。

在一实施例中，参数到云端的传输可以基于无线电进行。这可以简化测量设备的安装和使用。

在一些实施例中，传感器被设计为非参数化传感器。在此，传感器例如可以发送反射的测量信号的“(空间)位置”和/或振幅，并且可选地可以额外发送一个或多个相邻的振幅最大值。例如，还可以出于测试目的和/或周期性地发送其他数据。特别有利地，传播时间传感器位于封闭的壳体中并且因此在客户侧或用户侧不能进行参数化。例如，封闭的壳体可以导致对传感器上的化学、机械和/或其他影响的鲁棒性和/或不敏感性。例如，封闭的壳体也可被设计用于在爆炸危险的环境中使用传感器。

此外，传感器或传播时间传感器因此可以自给地操作。

特别地，可以将仅通过安装和可选的激活进行调试的传感器视为自给式传感器。例如，此类传感器可以具有储能器，因此不需要外部电源。此外，可能不需要对传感器本身进行参数化。

在一些实施例中，从传感器或测量设备到服务器的传输被设计为单向的。这例如可以保护设备免受黑客攻击。

在一些实施例中，特征参数包括回波曲线的局部振幅最大值。例如，可以使用回波曲线的局部振幅最大值来确定有效反射点。在此，例如可以确定并发送振幅最大值的“位置”和振幅。局部振幅最大值可以具有比全局振幅最大值更低的振幅。例如，最高局部振幅最大值可以与全局最大值相差10dB、20dB、30dB。至少在某些情况下，可以例如根据诸如“位置”和/或“振幅”等特征参数，相对容易地确定局部振幅最大值。这可以有利地有助于进一步降低测量设备的能量需求。

在一些实施例中，特征参数仅包括回波曲线中的那些超过预定义振幅阈值的局部振幅最大值。例如，预定义振幅阈值可以与全局最大值相差10dB、20dB、30dB和/或其他值。例如，振幅阈值可以取决于“(空间)位置”；因此例如可以将更远离发射前端的局部振幅最大值的振幅阈值选择为低于空间接近位置的振幅阈值。预定义的振幅阈值也可以是可调节的，例如取决于先前的测量。

在一些实施例中，将相对于回波曲线的局部振幅最大值的点位或位置的定义距离值确定为有效反射点的点位、位置和/或距离值。在此，例如可以发送低于全局振幅最大值约70％(或-3dB)的“位置”和振幅。在一系列的实际测试中，这已被证明对于确定填充物位或极限物位特别有意义。

在一些实施例中，仅将有效反射点的特征参数的特异子集传输到服务器。在此，特异子集(ausgezeichnete Untermenge)可以通过一个或多个最高振幅最大值且/或通过超过相对于测量信号的发射器的最小空间距离来确定。特异子集可以是真子集，并且可以以此方式进一步减少传输的数据量。在此，例如可以(例如，通过位置和振幅)对有效反射点进行预选择。例如，如果测量出多个最高振幅最大值，则例如可以选择最高的振幅最大值。这可以有利地在不丢失自给式传感器的通用特性的情况下完成，例如不必对传感器执行任何类型的参数化。

除了“位置”和“振幅”之外，还可以将其他特性用作反射点的特征参数。因此，例如可以将信噪比、干扰比、形状和/或形式、反射点的起点和/或终点的位置、反射点的宽度和/或其他值视为或用作特征参数。因此，测量设备可被设计为“自主地”(即，例如基于规则)识别哪些特征与发送相关(并且在必要时识别哪些特征性特性可被服务器用于至填充物位的转换)。因此，测量设备例如可以仅传输那些被视为特别相关的特征性特性和/或需要作为服务器用于至物位值的转换的基本信息的特征性特性。因此，在明确的回波条件下，例如仅传输振幅最大值的空间位置就足够了。在较不明确的回波条件下，例如在多个反射点的情况下，(例如，除了空间位置之外)还可以传输反射点的振幅和/或其他特征性特性。应注意的是，测量设备和服务器虽然各自独立地工作；然而，它们可以相互组合地协调。

一方面涉及一种用于通过服务器分布地确定填充材料的填充物位或极限物位的方法，该方法包括以下步骤：

f)通过服务器，接收有效反射点的特征参数；以及

g)通过服务器，利用判定过程且/或使用参数数据，将有效反射点的特征参数转换为填充材料的填充物位和/或表示填充材料的填充物位的值。

在此，特征参数可以例如已由传感器产生和/或传输。服务器可被配置为接收和进一步处理(例如，转换)识别出的有效反射点。在此，利用判定过程且/或使用参数数据，可以将接收的有效反射点的参数转换为填充材料或介质的填充物位和/或填充高度。在此，参数数据和/或参数化数据可以包含或影响要测量的介质的反射点从所有确定的反射点的总和中的选择。例如，这可以包括专门为该测量点存储的单独参数化的添加、历史信息的添加和/或其他信息的添加。然后，以此方式确定的填充物位和/或极限物位可以在接口、显示器等上输出，且/或传输到存储区、数据库等。

例如，在接收单个有效反射点的特征参数的情况下，判定过程可以包括识别空罐或过满罐。在该判定过程中，例如可以考虑物位的历史记录，即，例如最近是否确定了较高或较低的物位。在接收到来自两个(不同的)有效反射点的特征参数的另一种情况下，判定过程可以得出结论：这两个不同的有效反射点中的一者是与填充材料表面上的反射相关的反射点。在此，判定过程例如可以包含启发和/或统计。判定过程也可以包括简单判定，例如直接使用传输的有效反射点的参数；然而，这不属于保护范围。下面将说明判定过程的其他示例，例如举例说明反射模式的选择。

在一些实施例中，该方法进一步包括以下步骤：

h)通过服务器，利用追踪算法形成反射点的特征参数和/或填充物位的历史信息；

i)通过服务器，将历史信息应用于接收的反射点的特征参数。

历史信息可能已经针对特定传感器进行了收集，且/或通过来自多个传感器的历史信息形成。历史信息可用于有效反射点的参数的再处理或后处理。例如，尤其在测量数据不完整的情况下，可以因此例如通过内插已知的历史填充物位来检查填充物位或填充高度的合理性。此外，可以因此考虑例如由于污染造成的缓慢的变化。此外，在云端中进行后处理时，可以允许和/或考虑客户输入。因此，未参数化的传感器的接收数据的应用和/或设备相关参数化可以有助于进一步提高测量质量。

在一些实施例中，参数数据通过服务器例如借助于数据库条目连接到传感器，例如在逻辑上连接到传感器。因此，这种类型的连接例如可以适用于传感器的序列号，从而使每个传感器的数据都例如经历专门适配的后处理。此外，这可以用于例如控制访问授权，使得例如仅针对以此方式确定的一组传感器允许和/或考虑客户输入。

在一些实施例中，参数数据或者应用和/或设备相关的参数包括容器高度、容器横截面、介质的属性和/或应用类型的选择。例如，这种应用类型可以包括储罐中的测量、河流水位的测量和/或其他值。例如，介质的属性可以包括它的特有介电常数和/或介质的其他特征参数。云服务可以例如在后处理期间已经知晓这些参数。因此，例如在通过参数数据将有效反射点的特征参数转换为填充材料的填充物位的情况下，这可以促进在服务器上使用服务器侧存在的应用相关参数对接收的数据进行再处理。

在一些实施例中，在考虑时间、天气数据、物流数据和/或经学习得到的模式的情况下，对有效反射点的特征参数进行转换。替代地或补充地，后处理可以考虑外部信息源。例如，对时间的检测可以包括典型的扰动和/或温度。因此，服务器例如可以从天气数据中获取例如温度、湿度等。例如，这可用于确定冷凝物的积聚。物流数据可以例如包括填充或排空储罐的时间，以便根据计划的填充或排空时间以此方式检查物位变化的合理性。此外，可以使用经学习得到的模式，以便例如根据传输反射点上的不同状况的形状来推断物位。

在一些实施例中，对有效反射点的特征参数的转换包括测量值的调准(Abgleich)和/或测量值的比例缩放(Skalierung)。例如，测量值的调准可能涉及填充高度，其中，大约0m对应于0％的填充物位或填充高度，并且1m的填充高度对应于100％的填充物位。比例缩放可以例如包括：0％的填充物位对应于0L的填充量，并且100％的填充物位例如对应于500L的填充量。在对测量值进行调准和/或对测量值进行比例缩放之后得到的最终数值可以理解为表示填充材料的物位的值的其他示例。

在一些实施例中，该方法进一步包括以下步骤：

j)通过服务器，确定有效反射点的特征参数的选定子集；以及

k)通过服务器，将有效反射点的特征参数的选定子集传输到传感器。

在这种情况下，在判定过程做出判定之后，例如可以根据“正确判定的概率”的标准选择选定子集。例如，在未达到预定义概率的情况下，对这些有效反射点处的特征参数进行精简可能是有用和/或必要的。为此，服务器可以将选定子集例如传输到传感器。要传输的选定子集(例如，通过选定子集的特定信息和/或格式)可被设计为使得它可以用于传感器的进一步处理。

在一些实施例中，该方法进一步包括以下步骤：

l)通过传感器，接收有效反射点的特征参数的选定子集；

m)通过传感器，精简有效反射点的特征参数的选定子集；以及

n)通过传感器，传输有效反射点的特征参数的选定子集的经精简的特征参数。

例如，对于由此确定的有效反射点的特征参数的选定子集，传感器的计算单元可以根据(至少在短时间内)存储在传感器中的并在此可用的大量(例如回波曲线的)信号点以更高的精度确定测量值。然后，可以将可能例如只包括几个字节的有用数据的该测量值(例如，通过无线电通道)传输到服务器，在服务器上可以执行进一步的步骤(例如，线性化和比例缩放)，从而可以以更高的精度提供最终的测量值。

一方面涉及一种传感器，其被配置为执行如上文和/或下文所述的方法的步骤。

一方面涉及一种服务器，其被配置为执行如上文和/或下文所述的方法的步骤。

一方面涉及一种用于分布地确定填充材料的填充物位或极限物位的系统，其中，该系统具有被配置为执行如上文和/或下文所述的方法步骤的传感器和服务器。

一方面涉及一种将如上文和/或下文所述的系统用于分布地确定填充材料的填充物位或极限物位的用途。

一方面涉及一种程序元件，当其在如上文和/或下文所述的传感器和/或服务器上执行时，该程序元件指示传感器和/或服务器执行如上文和/或下文所述的方法。

一方面涉及一种上面存储有所述程序元件的计算机可读介质。

还应注意，各种实施例可以相互组合。

为了进一步阐明，将根据附图所示的实施例来说明本发明。这些实施例仅是示例性的，而非限制性的。

附图说明

图1示意地示出了根据一实施例的测量设备。

图2示意地示出了根据一实施例的用于分布地确定填充物位或极限物位的系统。

图3至图6示意地示出了一系列示例性回波曲线。

图7示出了根据一实施例的方法的流程图。

具体实施方式

图1示意地示出了根据一实施例的测量设备100。测量设备100可以包括高频前端、超声波前端和/或激光前端。这里示意地示出了例如用于雷达波的高频前端；然而，这仅用于说明目的，不应被解释为限制。测量设备100例如可被设计为自主操作型雷达物位测量设备，且/或具有前述前端中的另一种。

测量设备100例如可以包括壳体110，特别是完全封闭电子器件并且例如可以有效防止灰尘或湿气进入的密封壳体。电池或蓄电器180可以布置在壳体110中，该电池或蓄电器可以为全部传感器电子器件提供能量。作为应用示例，例如可以假设通过可控开关160启用处理器150的电源而以可预定的时间间隔(例如，一天一次)激活测量设备100。然后，处理器150初始化和/或启动操作系统。在完成初始化之后，集成在处理器150中的流程逻辑可以控制例如由测量数据确定单元120测量并提供的测量数据的获取。为此，处理器首先激活测量数据确定单元120，测量数据确定单元120例如产生高频信号，通过测量天线122(例如穿过传感器壁)发射该高频信号，并且然后接收被填充材料反射的信号，对该信号进行处理，并最终将该信号以数字化形式提供给处理器150以供进一步处理。处理器150例如可以被实现为微型控制器，或者实现为微型控制器的专用部件。处理器150可以例如从反射信号中确定回波曲线以及映射在回波曲线中的至少一个反射的特征参数或映射在回波曲线中的至少一个有效反射点的特征参数。例如，可以将已知的和/或进一步发展的方法(包括本文所述的方法)用于确定回波曲线。

例如，可以利用无线通信装置140经由通信天线142发送数据。在一些情况下，可能需要为每次传输激活通信装置140。为此，在一些情况下，例如可以使用额外的开关(未示出)，且/或可以将额外的开关设置为用于通信装置140的能量供应。特别地，传输的数据可以包括有效反射点的特征参数。例如，可以将数据传输到上级云端单元(例如参见图2)。特别地，可以使用诸如LoRa、LoRaWAN(远程广域网)、Sigfox、NB-IoT(窄带物联网)等经能量优化的无线通信方法和/或其他经能量优化的协议和/或低能耗广域网进行传输。这些协议中的至少一部分协议的特征性特性在于(为了保持能量效率)只需要传输几个字节的有用数据(Nutzdaten)。在传输有效反射点的特征参数之后，可以立刻关闭传输通道，并停用通信装置140。在测量完成之后，处理器150可以断开可控开关160，由此可以将部件140、150、120、122转换到无电或省电状态。例如，可以在云端中对传输的参数进行进一步处理，尤其进行测量值的确定和提供。

在一些实施例中，测量设备100(例如，出于节能和/或成本原因)可以既不具有显示单元，也不具有操作单元，使得不能在现场改变传感器设置或进行软件更新。

图2示意地示出了根据一实施例的系统10，其用于分布地确定填充物位或极限物位，特别用于传感器测量数据的分布式处理和填充物位的提供。传感器单元或测量设备100布置在容器或储罐50上，该传感器单元或测量设备朝向介质60的表面65发射测量信号125并且接收反射的测量信号。测量设备100将接收的测量信号转换为数字表示(例如，回波曲线)，并因此执行信号处理链的第一部分。

在例如根据FMCW原理运行的雷达物位传感器的情况下，转换后的信号可以例如是混合中频信号，该中频信号的数字表示作为所谓的差拍曲线(Beat-Kurve)存在于传感器单元的存储器中。该差拍曲线(例如在精确物位传感器的情况下)可以包含数千个采样点。尤其当传感器单元100是自给式传感器或甚至是电池供电型传感器时，例如由于数据量巨大，将整个原始数据(即，采样点和/或其他数据)传输到云端并仅在云服务器上处理数据可能是不利的。在这种情况下，去往云端的传输通道可能在信息观点上是一种瓶颈，尤其在整个系统10内的分布计算期间。例如，如果使用基于无线电的传输，这可能涉及一定的、有时非常高的能量需求，这种能量需求可以加重传感器单元100的储能器的负担。因此，对于自给式传感器来说，减少传输的数据量是有利的。这可以例如通过如上文和/或下文所述的方法来实现。

对于FMCW系统，可以例如在差拍曲线的数字窗口之后执行快速傅里叶变换(FFT)并将结果取对数。由此可以进行数据缩减。然而，在许多情况下，由数据缩减导致的信息丢失可能对物位测量的质量没有影响，并且特别地，这可能不取决于其他外部因素，例如不取决于可由用户预定的应用相关参数。这种对信号的静态预处理的结果伴随着数据量的第一次减少，并通常被称为回波曲线。在下一步骤中，从回波曲线中确定各个反射点的特征参数(例如，位置、振幅等)。由于缺乏关于应用和外部环境的信息，至少在某些情况下不能在传感器单元中对物理地源自介质60的表面65的特定反射点进行判定。因此，在下一步骤中，可以将提取的反射点的参数(例如通过诸如LoRa、Sigfox、NB-IoT、CAT-M等窄带无线电)传输到云端220中。例如，云端220可以包括服务器200和数据库205。数据传输可以涉及诸如接收天线和网关等其他参与者。在很多情况下，传输的数据只有几个字节大小；与传输整个回波曲线相比，这可以代表数据的显著减少。因此，例如，与原始采样值相比，可以实现1000倍以上的数据减少。应注意的是，传输的数据还不包含关于正确测量值的任何判定。例如，这方面可以为免除测量设备参数化提供可能性。

在云端220中，例如利用其他信息进行填充物位或极限物位的确定，即，实际判定传输的特征参数中的哪些特征参数代表该测量设备100的源自介质60的表面65的反射。根据该反射点的特征参数，可以确定测量值(例如，填充物位)。还可以在云端中执行进一步的步骤(例如，线性化和比例缩放)，使得可以通过显示器、通信通道265等将填充物位以期望的处理形式向外部提供给用户260。

此外，第二参与者270可以经由通信通道275对在云端侧实现的信号处理链或配置进行干预，而不必直接出现在现场的传感器单元处。

在替代实施例中，在对源自介质60的表面65的反射作出判定之后，可以通过无线电通道将识别的特征参数(例如，识别的填充材料反射点的特征参数)传输回传感器单元。在传感器单元中，基于识别的特征参数或识别的填充材料反射点(例如，“回波3”)的特征参数，传感器的计算单元可以根据在此可用的大量信号点(例如，回波曲线)以更高的精度确定测量值。可以再次经由无线电通道将该测量值(包含几个字节的有用数据)传输回云端，在云端中可以执行进一步的步骤(例如，线性化和比例缩放)，并且可以向外部提供最终的测量值。

图3示意地示出了具有两个回波的回波曲线300。例如，这些回波可以来自通用雷达传感器，该雷达传感器可以被设计为用于长达30m的距离。可以看到三个反射311、312和321。反射311可能被传感器或服务器拒绝，因为该反射是在距离天线122太近的情况下测量的(参见图1)。在一实施例中，传感器单元可以只传输反射312和321的特征参数，并且在另一实施例中还可以传输反射311的特征参数。由于用于描述介质和容器高度320的应用参数存在于云端中，因此在此可以正确判定两个反射中的哪一者源自介质的表面。例如，考虑到参数化的容器高度，云服务例如也可以拒绝反射321，因为它认识到该反射与物位确定无关。例如，最近的填充高度历史记录可用于此判定。

图4示意地示出了回波曲线400，其中，传感器已执行预选择。回波曲线400具有八个反射401至408，这些反射可能源自不同的反射点，例如介质的表面和干扰物。信号处理链的第一部分不仅确定反射并确定它们的特征参数，而且还在不限制传感器单元的通用特性的情况下，在数据缩减步骤中进行反射的预选择和/或有效反射点的确定。因此，只拒绝那些(能够由传感器容易识别的)不可能源自填充材料表面的反射。例如，可以使用预定义的、在现有技术中部分已知的算法根据位置和振幅做出这种选择。在示例中，只有反射404和406由于它们的振幅高度而表现出可能源自填充材料表面的特性。因此，在后续步骤中，仅将这些作为有效反射点的回波404和406的特征参数传输到云端中。

图5示意地示出了可在空罐和过满罐的情况下出现的回波曲线500。在此，“过满”是指填充介质接触到传感器下方的天线或容器壁。根据仅具有单个反射501的该回波曲线500，不能得出储罐中的当前填充物位的结论。因此，该方法可以仅向云服务发送没有识别到有效反射的信息。然后，云服务或服务器可以从先前测量的趋势中判定容器是空的还是过满的。此外，可以将其他数据与填充物位判定算法相关联。诸如容器位置等物流数据连同最近进行的填充可以提供正确物位的指示。还可以使用历史数据来确定容器通常在何处填充并在何处清空。此外，来自执行填充启动的控制系统并提供给云服务的信息可以针对储罐中的实际物位提供重要线索。以此方式，可以例如从“实际上”不能用于得出关于容器的填充物位的结论的回波曲线中有利地得到关于实际填充物位的合格结论，并且尤其可以在云端中区分过度填充容器和空容器。

图6示意地示出了可例如在具有粘附有冷凝物的情况下测量的回波曲线600。例如，近距离范围601内的显著反射可能是由容器顶部或天线上的冷凝物引起的。冷凝物主要在一天过程中和在不同天气条件下出现的温度波动的情况下产生。仅在短时间内周期性唤醒的传感器无法检测温度曲线。然而，云服务可以访问一天中的时间和天气数据，因此可以仅从两个反射中推断出正确的填充物位(在此为602)。

图7示出了根据一实施例的用于分布地确定填充材料的填充物位或极限物位的方法的流程图700。所示方法可以具有可选的步骤。

在步骤a)中，在测量点处安装传感器。在步骤b)中，通过传感器发射测量信号。在步骤c)中，通过传感器接收反射的测量信号，并且计算回波曲线。在步骤d)中，通过传感器确定回波曲线的有效反射点的特征参数。在步骤e)中，通过传感器仅将有效反射点的特征参数传输到服务器，其中，特征参数能够在判定过程中用于确定填充物位。进一步的步骤发生在服务器和/或云端上。在步骤f)中，通过服务器接收有效反射点的特征参数。在步骤g)中，通过服务器，利用判定过程且/或使用参数数据将有效反射点的特征参数转换为填充材料的填充物位。在步骤h)中，通过服务器，利用追踪算法形成反射点的特征参数和/或填充物位的历史信息。在步骤i)中，将历史信息应用于接收的反射点的特征参数。

在步骤j)中，通过服务器确定有效反射点的特征参数的选定子集。在步骤k)中，通过服务器将有效反射点的特征参数的选定子集传输到传感器。在步骤l)中，通过传感器接收有效反射点的特征参数的选定子集。在步骤m)中，通过传感器精简有效反射点的特征参数的选定子集。在步骤n)中，通过传感器传输有效反射点的特征参数的选定子集的经精简的特征参数。

附图标记列表

10系统

20测量点

50储罐

60填充材料、介质

65填充物位、表面

100测量设备、传感器单元

110壳体

120测量数据确定单元

122测量天线

125测量信号

140通信装置

142通信天线

150处理器

160可控开关

180蓄电器、电池

200服务器

205数据库

212通信天线

220云端

260用户

265通信通道

270第二参与者

275通信通道

300、312反射

320容器高度

321反射

400回波曲线

401至408反射

500回波曲线

501反射

600回波曲线

601、602反射

700流程图

Claims (18)

1.一种用于通过传感器(100)分布地确定填充材料(60)的填充物位(65)或极限物位的方法，其包括以下步骤：

d)通过所述传感器(100)，确定所述回波曲线(300、400、500、600)的有效反射点(312、404、406、602)的特征参数；以及

e)通过所述传感器(100)，将所述有效反射点(312、404、406、602)的所述特征参数传输到服务器(200)，其中，所述特征参数能够在判定过程中用于确定所述填充物位(65)。

2.根据权利要求1所述的方法，

其中，在步骤e)中，仅将所述有效反射点(312、404、406、602)的所述特征参数传输到所述服务器(200)。

3.根据前述任一项权利要求所述的方法，其进一步包括以下步骤：

a)在测量点(20)处安装所述传感器(100)；

b)通过所述传感器(100)，发射测量信号(125)；以及

c)通过所述传感器(100)，接收反射的所述测量信号(125)，并计算回波曲线(300、400、500、600)。

4.根据前述任一项权利要求所述的方法，

其中，所述传感器(100)被设计为非参数化传感器。

5.根据前述任一项权利要求所述的方法，

其中，从所述传感器(100)到所述服务器(200)的传输被设计为单向的。

6.根据前述任一项权利要求所述的方法，

其中，所述特征参数包括所述回波曲线(300、400、500、600)的局部振幅最大值，且/或

其中，所述特征参数仅包括所述回波曲线(300、400、500、600)中的那些超过预定义振幅阈值的局部振幅最大值。

7.根据前述任一项权利要求所述的方法，

其中，仅将所述有效反射点(312、404、406、602)的所述特征参数的特异子集传输到所述服务器(200)，

其中，所述特异子集通过一个或多个最高振幅最大值且/或通过超过相对于所述测量信号(125)的发射器的最小空间距离来确定。

8.一种用于通过服务器(200)分布地确定填充材料(60)的填充物位(65)或极限物位的方法，其包括以下步骤：

f)通过所述服务器(200)，接收有效反射点(312、404、406、602)的特征参数；以及

g)通过所述服务器(200)，利用判定过程且/或使用参数数据，将所述有效反射点(312、404、406、602)的所述特征参数转换为所述填充材料(60)的所述填充物位(65)和/或表示所述填充材料的所述填充物位的值。

9.根据权利要求8所述的方法，其进一步包括以下步骤：

h)通过所述服务器(200)，利用追踪算法，形成所述反射点(312、404、406、602)的所述特征参数和/或所述填充物位(65)的历史信息；以及

i)通过所述服务器(200)，将所述历史信息应用于接收的所述反射点(312、404、406、602)的所述特征参数。

10.根据权利要求8或9所述的方法，

其中，所述参数数据包括容器高度、容器横截面、介质的属性和/或应用类型的选择，且/或

其中，在考虑时间、天气数据、物流数据和/或经学习得到的模式的情况下进行所述有效反射点(312、404、406、602)的所述特征参数的所述转换。

11.根据前述任一项权利要求所述的方法，其进一步包括以下步骤：

j)通过所述服务器(200)，确定所述有效反射点(312、404、406、602)的所述特征参数的选定子集；以及

k)通过所述服务器(200)，将所述有效反射点(312、404、406、602)的所述特征参数的所述选定子集传输到所述传感器(100)。

12.根据前述任一项权利要求所述的方法，其进一步包括以下步骤：

l)通过所述传感器(100)，接收所述有效反射点(312、404、406、602)的所述特征参数的所述选定子集；

m)通过所述传感器(100)，精简所述有效反射点(312、404、406、602)的所述特征参数的所述选定子集；以及

n)通过所述传感器(100)，传输所述有效反射点(312、404、406、602)的所述特征参数的所述选定子集的经精简的特征参数。

13.一种传感器(100)，其被配置为执行根据权利要求1所述的步骤d)和e)，可选地执行根据权利要求3所述的步骤a)和c)并且进一步可选地执行根据权利要求11所述的步骤j)和k)。

14.一种服务器(200)，其被配置为执行根据权利要求8所述的步骤f)和g)，可选地执行根据权利要求9所述的步骤h)和i)并且进一步可选地执行根据权利要求12所述的步骤l)至n)。

15.一种用于分布地确定填充材料(60)的填充物位(65)或极限物位的系统(10)，所述系统(10)包括：

根据权利要求13所述的传感器(100)；以及

根据权利要求14所述的服务器(200)。

16.根据权利要求13所述的传感器(100)、根据权利要求14所述的服务器(200)和/或根据权利要求15所述的系统(10)的用于分布地确定填充材料(60)的填充物位(65)或极限物位的用途。

17.一种程序元件，当其在根据权利要求13所述的传感器(100)和/或根据权利要求14所述的服务器(200)上执行时，所述程序元件指示所述传感器(100)和/或所述服务器(200)执行根据权利要求1至12中任一项所述的方法。

18.一种存储有根据权利要求17所述的程序元件的计算机可读介质。

Images