DE102017011368A1 - Verfahren, Vorrichtung, und Komponenten davon, zum Erkennen von Ereignissen in einem Materialbearbeitungs- und/oder Herstellungsprozess unter Verwendung von Ereignismustern - Google Patents

Verfahren, Vorrichtung, und Komponenten davon, zum Erkennen von Ereignissen in einem Materialbearbeitungs- und/oder Herstellungsprozess unter Verwendung von Ereignismustern Download PDF

Info

Publication number
DE102017011368A1
DE102017011368A1 DE102017011368.8A DE102017011368A DE102017011368A1 DE 102017011368 A1 DE102017011368 A1 DE 102017011368A1 DE 102017011368 A DE102017011368 A DE 102017011368A DE 102017011368 A1 DE102017011368 A1 DE 102017011368A1
Authority
DE
Germany
Prior art keywords
operator
pattern
decision
data
input
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
DE102017011368.8A
Other languages
English (en)
Inventor
Ulrich Seuthe
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.)
QASS GmbH
Original Assignee
QASS 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 QASS GmbH filed Critical QASS GmbH
Priority to DE102017011368.8A priority Critical patent/DE102017011368A1/de
Priority to US16/965,339 priority patent/US11931842B2/en
Priority to PCT/EP2018/084411 priority patent/WO2019115553A2/de
Priority to KR1020207020011A priority patent/KR20200108281A/ko
Priority to EP18830744.1A priority patent/EP3724735A2/de
Priority to CN201880088950.0A priority patent/CN111954856A/zh
Publication of DE102017011368A1 publication Critical patent/DE102017011368A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
    • B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
    • B23Q17/099—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining by measuring features of the machined workpiece
    • 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
    • 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
    • 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]
    • G05B19/41875—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 quality surveillance of production
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/34—Graphical or visual programming
    • 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
    • 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]
    • 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
    • G05B2219/23—Pc programming
    • G05B2219/23258—GUI graphical user interface, icon, function bloc editor, labview
    • 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
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32368—Quality control
    • 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
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37435—Vibration of machine
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/20—Software design
    • G06F8/24—Object-oriented
    • 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

Die Erfindung betrifft eine Messvorrichtung umfassend einen Sensor zum hochfrequenten Erfassen einer Messgröße, wie etwa Schall, Körperschall, Strom, Spannung, optische oder magnetische Messwerte und dergleichen, mit einem Operatorennetzwerk umfassend wenigstens einen Operator. Die Erfindung betrifft ferner ein Operatorennetzwerk mit einem Benachrichtigungsoperator, einem Maschinensteuerungsoperator und/oder einem Differenzoperator, sowie die Operatoren. Zudem betrifft die Erfindung Verfahren oder Vorrichtungen zum Erkennen von Ereignissen in einem Materialbearbeitungs- und/oder Herstellungsprozess auf Basis eines während des Prozesses gewonnenen mehrdimensionalen Datenstroms mit zeitlich aufgelösten Frequenz- und Energieinformationen und der Verwendung von Störungs- und/oder Ereignismustem und/oder Energiedaten, wobei die Daten einem Musteroperator oder mehreren parallel oder nacheinander angeordneten Musteroperatoren zugeführt werden.

Description

  • Die Erfindung betrifft Verfahren, Vorrichtungen, und Komponenten davon, zum Erkennen von Ereignissen in einem Materialbearbeitungs- oder -herstellungsprozess auf Basis eines während des Prozesses gewonnenen mehrdimensionalen Datenstroms mit zeitlich aufgelösten Frequenz- und Energieinformationen unter Verwendung von Ereignismustern.
  • Die Erfindung ist dabei auf alle Prozesse anwendbar, bei denen mittels insbesondere akustischer und/oder magnetischer Sensoren hochfrequent Informationen während und/oder nach einer Materialbearbeitung oder -herstellung gewonnen werden können, wie dies z.B. in WO 2010/051954 und WO 2017/071812 beschrieben ist, z.B. beim zerspandenden Bearbeiten, beim Spritzgießen, beim Umformen, beim Induktivhärten, beim Schweißen oder dergleichen. Nachfolgend wird die Erfindung zum Zwecke der Illustration am Beispiel des Biegerichtens beschrieben. Die Ausführungen sind jedoch auch auf die anderen Anwendungen übertragbar.
  • Beim Biegerichten auf einer Richtpresse wirkt ein Stempel auf ein zu richtendes Bauteil zwecks plastischer Verformung wiederholt und an verschiedenen Stellen solange ein, bis ein gewünschter Rundlauf erreicht ist. Ein typischer Biegerichtvorgang beispielsweise einer aus gehärtetem Stahl ausgebildeten Antriebswelle für den Kraftfahrzeugbereich kann dabei etwa eine oder zwei Minute andauern mit Lastphasen im Größenordnungsbereich von typischerweise unter 1 Sekunde gefolgt von im wesentlichen vergleichbar langen Entlastungsphasen. Die auf das Bauteil einwirkende Verformungsenergie kann optisch nicht ohne Weiteres erkennbare Schäden, insbesondere Mikrorisse, am Bauteil hervorrufen und auch die Biegerichtvorrichtung kann Schaden nehmen oder verschleißen. Zur Erkennung derartiger Schäden bei Materialbearbeitungs- oder -herstellungsprozessen ist es aus der WO 2010/051954 bekannt, mittels eines Schallsensors Schallsignale während des Biegericht-Prozesses kontinuierlich zu erfassen und einer mehrdimensionalen Auswertung mit einer Mustererkennung zuzuführen, um typische Ereignisse wie etwa Risse oder Werkzeugbruch zu erkennen.
  • 1 illustriert den dabei erfassten Datenstrom als Funktion der Zeit t, der Frequenz f und der Intensität I, wie dies in der WO 2010/051954 illustriert ist. Die hier beispielhaft dreidimensional illustrierte Landschaft weist dabei Muster auf, die verschiedenen Ereignissen zugeordnet werden können.
  • So ist in der Belastungsphase 1 eine Landschaft erkennbar, die von den Landschaften in den Belastungsphase 2 oder in den Entlastungsphasen 3 abweicht.
  • Werden die Landschaften mit bekannten Mustern beispielsweise für einen Riss verglichen, kann festgestellt werden, ob das Bauteil fehlerfrei oder fehlerbehaftet und damit Ausschuss ist. Entspricht eine Landschaft 4 im Bereich der Belastungsphase 1 beispielsweise einem Muster für einen Riss, wird das Bauteil als fehlerhaft aussortiert. Entspricht diese Landschaft 4 hingegen dem Muster für ein Betriebsgeräusch, wie im Bereich der vorangehenden Belastungsphase 2, ist das Bauteil fehlerfrei.
  • Schwierig ist hierbei die genaue Diskriminierung. So kann mittels einfacher Mustererkennung, beispielsweise durch den bekannten Vergleich der aufgenommenen Landschaft mit einer Vergleichsumhüllenden eines Vergleichsmusters, zwar ein Übereinstimmungsgrad ermittelt werden. Allerdings zeigt sich in der Praxis, dass die Übereinstimmung häufig deutlich unterhalb von 100% liegt und zudem mehrere Muster für verschiedene Ereignisse mit größenordnungsmäßig gleichem Übereinstimmungsgrad identifiziert werden können, beispielsweise mit 80% Wahrscheinlichkeit für ein Muster und mit 65% Wahrscheinlichkeit für ein anderes Muster. Je nach Qualitätsanforderung an das Bauteil führt dies dazu, dass fehlerfreie Bauteile fälschlicherweise als fehlerhaft aussortiert werden oder fehlerbehaftete Bauteile als fehlerfrei durchgehen.
  • Zudem ist die Anpassung an den jeweiligen Prozess aufwändig. So müssen nicht nur Datenbanken für den Prozess und die jeweilige Prozessumgebung bereit gestellt und/oder angepasst werden. Auch die individuelle Anpassung der Vergleichslogik erfordert in der Regel eine Neuprogrammierung. So weisen die Muster für erlaubte Abweichungen und für Stör- bzw. Betriebsgeräusche beim Biegerichten erheblich von denjenigen beim Spritzgießen ab; auch die optimale Vergleichslogik ist bei unterschiedlichen Prozessen stets anders.
  • Ausgehend hiervon liegt der Erfindung die Aufgabe zugrunde, Verfahren, Vorrichtungen, und Komponenten davon, zum Erkennen von Ereignissen in einem Materialbearbeitungs- oder -herstellungsprozess auf Basis eines während des Prozesses gewonnenen mehrdimensionalen Datenstroms mit zeitlich aufgelösten Frequenz- und Energieinformationen unter Verwendung von Ereignis-Mustern zu schaffen, die bei flexiblerer Anpassbarkeit eine verbesserte Diskriminierung ermöglichen.
  • Diese Aufgabe wird entsprechend den Merkmalen der unabhängigen Ansprüche gelöst.
  • Vorteilhafte Ausgestaltungen sind den Unteransprüchen zu entnehmen.
  • Die Erfindung schafft ein vorteilhafterweise über eine grafische Benutzerschnittstelle oder dergleichen einfach an den jeweiligen Materialbearbeitungs- und/oder Herstellungsprozess anpassbares Operatorennetzwerk mit einem Entscheidungsoperator und ggf. weiteren Operatoren sowie darauf aufbauende Verfahren und Vorrichtungen.
  • Nachfolgend werden Aspekte der Erfindung unter Bezugnahme auf in er beigefügten Zeichnung illustrierte Ausführungsformen beschrieben.
  • Ein erfindungsgemäßes Operatorennetzwerk 5 ist in beispielhafter Konfiguration in 2 dargestellt. Es umfasst einen Entscheidungsoperator 6, der hier eingangsseitig mit einem Störmusteroperator 7, einem Ereignismusteroperator 8 und/oder einem Freimusteroperator 9 und ausgangsseitig mit einem Signaloperator 10, einem Zähloperator 11 und/oder einem Speicheroperator 12 verbunden ist.
  • Jeder Operator ist dabei ein Programmmodul mit vorgegebenen Eingangs- und/oder Ausgangsschnittstellen und einer internen Logik, zum Filtern von Daten, Erfassen von Daten, Aufbereiten von Daten, Treffen von Entscheidungen, Speichern von Daten, Interagieren mit Computern, Datenbanken, Benutzern und/oder dergleichen, und/oder Aktivieren von Vorrichtungen wie Signalen, Motoren, Abschaltvorrichtungen und/oder dergleichen, usw.
  • Der hier dargestellte Störmusteroperator 7 kann wie in 3 dargestellt aufgebaut sein. Ein Datenstrom 13, beispielsweise als Raw-Datenstrom eines Sensors, insbesondere Schallsignalsensors, oder als durch insbesondere andere Operatoren bearbeiteter, z.B. frequenzgefilterter und/oder geglätteter Datenstrom, gelangt zu einem Positionsbestimmungsoperator 14, der unter Berücksichtigung einer von einem Zeitoperator 15 bereitgestellten Prozesszeit die zeitliche Position der Daten innerhalb des Prozesses feststellt und einem Mustervergleichsoperator 16 zuführt. Ein Energiebestimmungsoperator 17 ist ebenfalls mit den Operatoren 13, 15 verbunden, bestimmt die Energie im Datenstrom z.B. in Form der Schallintensität und korreliert diese mit der Prozesszeit, um das Ergebnis dem Mustervergleichsoperator 16 zuzuführen. Anhand dieser beiden Eingangsdatenströme sowie ggf. wie dargestellt dem Datenstrom aus dem Datenstromoperator 13, der Zeitkomponente aus dem Zeitoperator 15 und/oder Musterdaten aus einem Musteroperator 18, der vorteilhafterweise an eine Musterdatenbank angeschlossen ist oder anderweitig Muster für Ereignisse abrufen kann, ermittelt der Mustervergleichsoperator 16 ein Maß für die Übereinstimmung der vom Datenstromoperator 13 gelieferten Daten mit einem vom Musteroperator 18 gelieferten Muster, oder mehrere Maße für mehrere Muster. Das Maß kann z.B. eine Zahl zwischen 0% und 100% sein oder zwischen 0 und 255 oder dergleichen. Das Übereinstimmungsmaß wird am Ergebnisausgang 19 bereitgestellt.
  • Der Musteroperator 18 greift dabei auf Störmuster zu, wie sie beim Prozess auftreten, wie etwa das Auftreffen des Stempels auf dem zu richtenden Bauteil, ein Brummgeräusch durch Vibrationen der Richtvorrichtung, Umwelteinflüsse wie etwa Klopfen durch Bedienpersonal, Schleifgeräusche des Werkzeugs auf dem Werkstück usw. Am Ergebnisausgang 19 kann beispielsweise die Wahrscheinlichkeit von 67% dafür ausgegeben werden, dass ein Störmuster identifiziert worden ist.
  • Der Ereignismusteroperator 8 kann auf im Wesentlichen gleiche Weise wie der Störmusteroperator 7 aufgebaut sein. So kann seine Logik ebenfalls einen Datenstromoperator, einen Zeitoperator, einen Positionsbestimmungsoperator, einen Energiebestimmungsoperator, einen Mustervergleichsoperator und/oder einen Musteroperator umfassen, die ähnlich oder identisch verbunden und intern mit Gewichtungsfaktoren und dergleichen konfiguriert sein können, wobei der Musteroperator auf Ereignismuster aus einer Musterbibliothek zugreift, die Störungen darstellen, wie etwa Muster für Spannungsrisse oder Werkzeugbrüche beim spanenden Verarbeiten und dergleichen. Der Ereignismusteroperator 8 gibt an seinem Ergebnisausgang 19, siehe 2, einen Wert dafür bereit, dass ein derartiges Ereignis stattgefunden hat, z.B. 82 %.
  • Der Freimusteroperator 9 kann wie in 4 dargestellt neben einem Datenstromoperator 13, einem Zeitoperator 15 und einem Positionsbestimmungsoperator 14 wie in 3 einen Energiedeterminationsoperator 20 aufweisen, der z.B. die Energie, wie etwa die Schallsignalintensität, und/oder die Dauer, berechnet und an seinem Ergebnisausgang 19 bereitstellt. Hier findet keine Mustererkennung statt, statt dessen die Analyse der Energie.
  • Zweckmäßigerweise werden sind die Vorgänge und/oder Ergebnisse mittels Visualisierungsoperatoren 21 auf einem Bildschirm oder dergleichen darstellbar.
  • Die Operatoren sind erfindungsgemäß in einer grafischen Benutzerschnittstelle anord- und konfigurierbar. So können sie per Drag-and-Drop mit der Maus oder dergleichen aus einer Liste von Operatoren gezogen und auf einem Arbeitsblatt angeordnet werden. In den Fig, 2, 3, 4 als Linien illustrierte Datenverbindungen zwischen den Ein- und Ausgängen sind ebenfalls grafisch konfigurierbar. Durch Rechtsklick oder dergleichen auf einen Operator können dessen innere Parameter oder Logik gewählt und/oder verändert werden. So kann z.B. beim Energiedeterminierungsoperator 20 die Formel für die Berechnung des Energiewertes bestimmt werden, im Mustervergleichsoperator 16 kann der Algorithmus gewählt werden, anhand dessen das Maß der Übereinstimmung zwischen den erfassten Daten und einem Muster bestimmt wird (beispielsweise durch Aufaddieren der Differenzen oder dergleichen) usw.
  • Die grafische Benutzerschnittstelle ermöglicht es dem Benutzer, ein auf den jeweiligen Prozess individuell abgestimmtes Operatorennetzwerk schnell und felxibel zu implementieren, anzupassen und zu pflegen, ohne auf den Hersteller oder auf Programmierer angewiesen zu sein.
  • Dem Entscheidungsoperator 6 kommt bei der Konfiguration eine besondere Bedeutung dahingehend zu, dass er die Diskriminierung in fehlerfreie (OK) oder fehlerhafte (Nicht OK, NOK) Bauteile/Werkstücke in zuverlässiger Weise ermöglicht.
  • Im in 2 dargestellten Beispiel sind OK-, NOK- und NO-Eingänge 22, 23, 24 des Entscheidungsoperators 6 mit den Ergebnisausgängen 19 der Operatoren 7, 8, und 9 verbunden.
  • Am OK-Eingang 22 wird vom Störmusteroperator 7 ein (Wahrscheinlichkeits-)Wert nebst weiteren Informationen dafür geliefert, dass zur Zeit ein unerhebliches Störsignal detektiert wird, das Werkstück also „OK“ ist. Am NOK-Eingang 23 wird vom Ereignismusteroperator 8 ein (Wahrscheinlichkeits-)Wert nebst weiteren Informationen dafür geliefert, dass zur Zeit ein erhebliches Ereignis wie etwa ein Spannungsriss detektiert wird, das Werkstück also nicht OK („NOK“) ist. Am NO-Eingang 24 werden weitere Informationen geliefert ohne Mustervergleich („NO“ pattern recognition, keine Mustererkennung). Die weiteren Informationen können dabei einen Energiewert wie etwa die Schallintensität und/oder eine Dauer, wie etwa die zeitliche Dauer der Energie ab Überschreiten eines Schwellenwerts bis zum Unterschreiten des Schwellenwerts oder dergleichen, umfassen.
  • Erfindungsgemäß ist der Entscheidungsoperator 6 so konfiguriert, dass er mehrdimensionale Entscheidungsfelder kaskadierend enthält und basierend auf dem Ergebnis der kaskadierten mehrdimensionalen Entscheidung ein Trigger-Signal an den Signaloperator 10 sendet, um ein Werkstück als fehlerhaft (oder ggf. fehlerfrei) zu kennzeichnen, damit ein fehlerhaftes Werkstück ausgeschleust werden kann. Ebenso können die Ergebnisse und/oder Daten durch Weitergabe an den Speicheroperator 12 gespeichert werden und über den Zähloperator 11 kann der Ausschuss pro Zeiteinheit oder insgesamt erfasst und am Visualisierungsoperator 21 angezeigt werden, beispielsweise in Form einer Skala, um Trends zu visualisieren.
  • Das erste multidimensionale Entscheidungsfeld ist in 5 illustriert. Es trägt den OK-Wert aus dem Störungsoperator 7 und den NOK-Wert aus dem Ereignismusteroperator 8 gegeneinander auf. Im vorgenannten Beispiel ist zur Belastungsphase 1 in 1 ein OK-Wert von 67% und ein NOK-Wert von 82% ermittelt worden. Dies entspricht dem Datenpunkt 25, der oberhalb einer über die grafische Benutzerschnittstelle konfigurierbaren Grenzlinie 26 liegt. Ein weiterer Datenpunkt 27 liegt unterhalb der Grenzlinie 26. Bei den Datenpunkten 25, 26 handelt es sich um nicht eindeutige Zuordnungen, d.h. die Ereignisse könnten mit hoher Wahrscheinlichkeit entweder ein unerhebliches Störsignal oder ein erhebliches Ereignismustersignal sein, während weitere Datenpunkte 28, 29 eindeutig(er) sind, da sie entweder zu 0% NOK oder 0% OK sind.
  • Die Grenzlinie 26 dient hierbei als erste Stufe der Diskriminierung. Die uneindeutigen Datenpunkte werden für die nächste Stufe einem multidimensionalen NOK-Entscheidungsfeld gemäß 6, einem multidimensionalen OK-Entscheidungsfeld gemäß 7 und/oder einem multidimensionalen NO-Entscheidungsfeld gemäß 8 zugeführt.
  • So ist der Datenpunkt 25 jeweils mit seinen weiteren Daten, hier beispielhaft der Energie und der Dauer, aufgetragen und befindet sich oberhalb einer NOK-Grenzlinie 30 in 5, unterhalb einer OK-Grenzline 31 in 6 und außerhalb des schraffierten NOK-Bereichs 32 zwischen den NO-Grenzlinien 33, 34 in 7. In weiteren Ausführungsformen kann ein zwei- oder mehrdimensionales Entscheidungsfeld die Parameter Energie, Dauer, zeitliche Position, Zähler, zeitliche Skalierung, Amplitudenskalierung und dergleichen umfassen und/oder anstelle einer Grenzlinie kann eine Grenzfläche verwendet werden.
  • Der Entscheidungsoperator 6 ist zweckmäßigerweise so konfiguriert, dass er den Datenpunkt 25 als NOK wertet, da der Datenpunkt 25 hinsichtlich jedenfalls zwei der drei Operatoren OK, NOK und NO im NOK-Bereich 32 liegt.
  • Die Grenzlinien 26, 30, 31, 33, 34 sind individuell an den jeweiligen Prozess anpassbar.
  • Eine weitere Dimension in den 5, 6, 7, 8 kann die Zeit sein. So ist es zweckmäßig, die Grenzlinien 26, 30, 31, 33, 34 abhängig von der Zeit im Prozess einzustellen. Beispielsweise ist zu Beginn jeder Belastungsphase 1, 3 die auf das Werkstück beim Biegerichten ausgeübte Kraft und damit die Bruchwahrscheinlichkeit gering, während sie am Ende der jeweiligen Belastungsphase 1, 3 maximal ist. So kann es zweckmäßig sein, zu Beginn der Belastungsphase eine Grenzlinie 26' einzustellen, die großzügiger ist als die Grenzlinie 26, während am Ende der Belastungsphase eine Grenzlinie 26" eingestellt wird, bei der wegen der hohen einwirkenden Kraft früher von einem NOK-Ereignis ausgegangen wird, siehe 5. Ein Datenpunkt 27 kann damit OK sein, wenn er zu Beginn der Belastungsphase erfasst wird, während er am Ende oberhalb der Grenzlinie 26" liegt und NOK ist. Der zeitliche Verlauf zwischen der Grenzlinie 26' bei t=Belastungsphasenbeginn bei 0ms über die Grenzlinie 26 zur Grenzlinie 26" bei t=Belastungsphasenende bei bspw. 1000ms kann beliebig, beispielsweise linear eingestellt werden.
  • Die vorgenannten Operatoren können beliebig kaskadiert und/oder parallel angeordnet werden.
  • So ist es ggf. zweckmäßig, einen weiteren Entscheidungsoperator 6' vorzusehen, siehe 9, der den Wartungszustand der Biegevorrichtung überwacht. So können hier Muster für Ereignisse anders ausgewertet werden, z.B. führt lässt ein Datenpunkt in 7 mit hoher Energie und langer Dauer auf ein Problem mit der Maschine schließen und es kann vorgesehen sein, die Maschine zu stoppen.
  • Weitere Operatoren können vorgesehen sein, z.B. ein Benachrichtigungsoperator, der automatisiert eine E-Mail oder sonstige Nachricht mit relevanten Informationen an den Wartungsdienst und/oder den Prozessverantwortlichen sendet.
  • In einer weiteren Ausführungsform kann ein Differenzoperator vorgesehen sein. Der Differenzoperator ist so konfiguriert, dass er ein bekanntes Muster, z.B. ein mehr oder weniger konstantes Hintergrundgeräusch oder ein wiederkehrendes Störgeräusch oder andere Stördaten, erkennt, das zugehörige Muster möglichst präzise an die Größenordnung des Datenstroms anpasst und bei hinreichender Übereinstimmung davon subtrahiert. Dann bleibt als Differenz ein bereinigter Datenstrom übrig, der den weiteren Operatoren zugeführt werden kann. Eine mögliche Anordnung ist in 10 illustriert, bei der ein Differenzoperator 35 dem Störungsmusteroperator 7' nachgeschaltet ist und auf Basis der Störmustererkennung Störmuster aus dem Datenstrom 13 extrahiert und den bereinigte Datenstrom 36 der weiteren Verarbeitung, z.B. als Eingangsdatenstrom in 2 für die Operatoren 7, 8, 9, bereitstellt, wobei der nachfolgende Operator 7 - sofern vorhanden - anders eingestellt sein kann, bzw. der Störungsmusteroperator 7' nur bestimmte Störungsmuster erkennt, wie etwa Welligkeiten, Streuungen etc.
  • Bezugszeichenliste
    • 1
    Belastungsphase
    2
    Belastungsphase
    3
    Entlastungsphase
    4
    Landschaft
    5
    Operatorennetzwerk
    6 ,6'
    Entscheidungsoperator
    7
    Störmusteroperator
    8
    Ereignismusteroperator
    9
    Freimusteroperator
    10
    Signaloperator
    11
    Zähloperator
    12
    Speicheroperator
    13
    Datenstromoperator
    14
    Positionsbestimmungsoperator
    15
    Zeitoperator
    16
    Mustervergleichsoperator
    17
    Energiebestimmungsoperator
    18
    Musteroperator
    19
    Ergebnisausgang
    20
    Energiedeterminationsoperator
    21
    Visualisierungsoperator
    22
    OK-Eingang
    23
    NOK-Eingang
    24
    NO-Eingang
    25
    Datenpunkt
    26, 26', 26,''
    Grenzlinie
    27
    Datenpunkt
    28
    Datenpunkt
    29
    Datenpunkt
    30
    NOK-Grenzlinie
    31
    OK-Grenzlinie
    32
    NOK-Bereich
    33
    NO-Grenzlinie
    34
    NO-Grenzlinie
    35
    Differenzoperator
    36
    Datenstrom
    Übersetzung der englischsprachigen Begriffe in den Zeichnungen
    Analysis Status Auswertungsstatus strea. Strom
    reset zurücksetzen Posit. Position
    active aktiv Map Info Informations-
    mode Modus darstellung
    enable freischalten Inputs Eingänge
    status Status Pattern Provider Musteranbieter
    toSend senden param Parameter
    Parameter Signal Parametersignal refer. Referenz
    PR_Noise PR_Rauschen limit Limit
    Clock Takt Visualize Search Visualisierersuche
    result Ergebnis Significance Comparer Signifikanzvergleicher
    Energy Energie
    Decision Entscheidung Found gefunden
    ok OK t at t bei
    nok Nicht-OK t out t aus
    no Nein ref. o Referenz
    trg auslösen Visual visuell
    MP_Memory MP_Speicher OP Res OP Erg.
    MPOut MPAusgang t in t ein
    MPIn MPEingang SimRe SimErg
    Operator Signal Operatorsignal Sim Sim
    Values Werte Buffe Buffer
    Edge Counter Kantenzähler BUS BUS
    count zählen Map Res Map Erg.
    curre aktuell Energy Detector Energiedetektor
    Bar Visualizer Balkenvisualisierer thres. Schwellenwert
    Save Results Ergebnisse speichern summa. OP Res Summe OP Erg.
    Pat Res Pat Erg. measu. Messung
    Data Stream Datenfluss param. Parameter
    Measure Position Messposition
    Search Time Suchzeit
    Energy Enabled Energie freigeschaltet
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • WO 2010/051954 [0002, 0003, 0004]
    • WO 2017/071812 [0002]

Claims (10)

  1. Entscheidungsoperator (6) zur Entscheidung, ob ein Bauteil in einem Materialbearbeitungs- und/oder -herstellungsprozess oder die Bearbeitungs- und/oder Herstelllungseinrichtung OK oder Nicht OK ist, mit einem Eingang für einen Stör-Mustererkennungsoperator (7), einem Eingang für einen Ereignis-Mustererkennungsoperator (8) und/oder einem Eingang für einen Frei-Musteroperator (9), mit interner Logik und internen Parametern zur parametrisier- und oder programmierbaren Verknüpfung der Eingangsdaten, und mit einem Ausgang für ein OK oder Nicht-OK-Signal.
  2. Entscheidungsoperator nach Anspruch 1, gekennzeichnet durch ein mehrdimensionales, insbesondere zwei- oder dreidimensionales Entscheidungsfeld.
  3. Entscheidungsoperator nach Anspruch 2, gekennzeichnet durch drei Entscheidungsfelder mit jeweils wenigstens einer zeitlich variablen Grenzlinie (26, 26', 26", 30, 31, 33, 34).
  4. Mustererkennungsoperator mit einem Eingang für einen Datenstrom und einem Ausgang für einen Wert, der ein Maß für eine Übereinstimmung mit einem Muster einer Vielzahl von Mustern einer Musterdatenbank entspricht.
  5. Mustererkennungsoperator nach Anspruch 4, dadurch gekennzeichnet, dass er Ereignismuster (8) und/oder Störmuster (7) erkennt.
  6. Operatorennetzwerk (5) umfassend zwei oder mehr Mustererkennungsoperatoren (7, 8), einen Frei-Musteroperator (9) und wenigstens einen Entscheidungsoperator (6) nach einem der vorhergehenden Ansprüche.
  7. Operatorennetzwerk nach Anspruch 6, gekennzeichnet durch einen Benachrichtigungsoperator, einen Maschinensteuerungsoperator und/oder einen Differenzoperator (35).
  8. Verfahren zum Erkennen von Ereignissen in einem Materialbearbeitungs- und/oder -herstellungsprozess auf Basis eines während des Prozesses gewonnenen mehrdimensionalen Datenstroms mit zeitlich aufgelösten Frequenz- und Energieinformationen unter Verwendung von Störungs- und/oder Ereignismustern und/oder Energiedaten, dadurch gekennzeichnet, dass die Daten einem Entscheidungsoperator (6) nach einem der vorhergehenden Ansprüche zugeführt werden.
  9. Grafische Benutzerschnittstelle zum Erstellen und/oder Editieren eines Operatorennetzwerks nach einem der vorhergehenden Ansprüche, gekennzeichnet durch grafische Positionier- und Verknüpfbarkeit vorgegebener Operatoren.
  10. Vorrichtung zum Durchführen des Verfahrens nach einem der vorstehenden Ansprüche, umfassend ein Operatorennetzwerk nach einem der vorgstehenden Ansprüche und/oder eine grafische Benutzerschnittstellle zum Erstellen und/oder Editieren des Operatorennetzwerks nach Anspruch 9.
DE102017011368.8A 2017-12-11 2017-12-11 Verfahren, Vorrichtung, und Komponenten davon, zum Erkennen von Ereignissen in einem Materialbearbeitungs- und/oder Herstellungsprozess unter Verwendung von Ereignismustern Pending DE102017011368A1 (de)

Priority Applications (6)

Application Number Priority Date Filing Date Title
DE102017011368.8A DE102017011368A1 (de) 2017-12-11 2017-12-11 Verfahren, Vorrichtung, und Komponenten davon, zum Erkennen von Ereignissen in einem Materialbearbeitungs- und/oder Herstellungsprozess unter Verwendung von Ereignismustern
US16/965,339 US11931842B2 (en) 2017-12-11 2018-12-11 Methods, (measuring) devices, and components thereof, for identifying events in a material-processing or material production process using event patterns
PCT/EP2018/084411 WO2019115553A2 (de) 2017-12-11 2018-12-11 Verfahren, (mess-)vorrichtungen, und komponenten davon, zum erkennen von ereignissen in einem materialbearbeitungs- oder -herstellungsprozess unter verwendung von ereignismustern
KR1020207020011A KR20200108281A (ko) 2017-12-11 2018-12-11 재료 가공에서의 이벤트 식별 방법 및 측정 장치 또는 이벤트 패턴을 이용한 재료 생산 공정
EP18830744.1A EP3724735A2 (de) 2017-12-11 2018-12-11 Verfahren und messvorrichtungen zum erkennen von ereignissen in einem materialbearbeitungs- oder -herstellungsprozess unter verwendung von ereignismustern
CN201880088950.0A CN111954856A (zh) 2017-12-11 2018-12-11 用于在使用事件模式的情况下识别在材料加工或制造工艺过程中的事件的方法、(测量)装置及其组件

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102017011368.8A DE102017011368A1 (de) 2017-12-11 2017-12-11 Verfahren, Vorrichtung, und Komponenten davon, zum Erkennen von Ereignissen in einem Materialbearbeitungs- und/oder Herstellungsprozess unter Verwendung von Ereignismustern

Publications (1)

Publication Number Publication Date
DE102017011368A1 true DE102017011368A1 (de) 2019-06-13

Family

ID=65009672

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102017011368.8A Pending DE102017011368A1 (de) 2017-12-11 2017-12-11 Verfahren, Vorrichtung, und Komponenten davon, zum Erkennen von Ereignissen in einem Materialbearbeitungs- und/oder Herstellungsprozess unter Verwendung von Ereignismustern

Country Status (6)

Country Link
US (1) US11931842B2 (de)
EP (1) EP3724735A2 (de)
KR (1) KR20200108281A (de)
CN (1) CN111954856A (de)
DE (1) DE102017011368A1 (de)
WO (1) WO2019115553A2 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010051954A2 (de) 2008-11-07 2010-05-14 Qass Gmbh Verfahren und vorrichtung zur schwingungsanalyse sowie musterdatenbank dafür und verwendung einer musterdatenbank
WO2017071812A1 (de) 2015-10-28 2017-05-04 Qass Gmbh Verfahren und vorrichtungen zum beobachten eines magnetfelds eines materialvolumens sowie verwendung der vorrichtung

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4574633A (en) * 1983-02-04 1986-03-11 Citizen Watch Company Limited Apparatus for detecting tool damage in automatically controlled machine tool
US4636780A (en) * 1984-10-24 1987-01-13 General Electric Company Acoustic monitoring of cutting conditions to detect tool break events
KR100224379B1 (ko) * 1997-05-29 1999-10-15 박호군 공정 제어 알고리즘 생성 방법
KR100226277B1 (ko) * 1997-06-17 1999-10-15 토니헬샴 가공 공구 손상 및 마모 감시 장치 및 방법
EP1873634A3 (de) * 2006-06-29 2013-10-09 Rockwell Automation Technologies, Inc. HMI-Rahmen für Engineering-Plattformen erweiterbarer Automatisierungssysteme
GB201510220D0 (en) * 2015-06-11 2015-07-29 Renishaw Plc Additive manufacturing apparatus and method
US20170172493A1 (en) * 2015-12-17 2017-06-22 Microsoft Technology Licensing, Llc Wearable system for predicting about-to-eat moments
WO2017192821A1 (en) * 2016-05-06 2017-11-09 Massachusetts Institute Of Technology Method and apparatus for efficient use of cnc machine shaping tool including cessation of use no later than the onset of tool deterioration by monitoring audible sound during shaping
KR20180042557A (ko) * 2016-10-18 2018-04-26 삼성전자주식회사 공작 기계의 상태를 감시하는 전자 장치 및 그의 제어 방법
KR20180083990A (ko) * 2017-01-13 2018-07-24 삼미정보시스템 주식회사 다수 공작기계의 통합 관제 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010051954A2 (de) 2008-11-07 2010-05-14 Qass Gmbh Verfahren und vorrichtung zur schwingungsanalyse sowie musterdatenbank dafür und verwendung einer musterdatenbank
WO2017071812A1 (de) 2015-10-28 2017-05-04 Qass Gmbh Verfahren und vorrichtungen zum beobachten eines magnetfelds eines materialvolumens sowie verwendung der vorrichtung

Also Published As

Publication number Publication date
CN111954856A (zh) 2020-11-17
EP3724735A2 (de) 2020-10-21
WO2019115553A3 (de) 2019-09-19
WO2019115553A2 (de) 2019-06-20
US11931842B2 (en) 2024-03-19
KR20200108281A (ko) 2020-09-17
US20210165396A1 (en) 2021-06-03

Similar Documents

Publication Publication Date Title
DE102017011290B4 (de) Vorrichtung für maschinelles Lernen, CNC-Vorrichtung und maschinelles Lernverfahren zum Erkennen eines Anzeichens eines Auftretens von Rattern im Werkzeug einer Werkzeugmaschine
DE102011108678B4 (de) Ereignisgesteuertes Datamining-Verfahren zum Verbessern von Fehlercodeeinstellungen und zum Isolieren von Fehlern
DE102011076780A1 (de) Verfahren und eine Vorrichtung zur Zustandsüberwachung
EP1252556A1 (de) Verfahren zum automatisierten generieren einer fehlerbaumstruktur
EP3538963A1 (de) Verfahren zum betrieb eines zustandsüberwachungssystems einer schwingmaschine und zustandsüberwachungssystem
EP3210088B1 (de) Verfahren und assistenzsystem zur erkennung einer störung in einer anlage
CN105302123B (zh) 在线测量数据的监控方法
DE102017117991A1 (de) Analysesystem
DE2610551A1 (de) Elektronisches ueberwachungsgeraet
EP2464204A1 (de) Verfahren zum Ermitteln von Geräteinformationen von in einem Schaltschrank eingebauten Geräten
DE102017011368A1 (de) Verfahren, Vorrichtung, und Komponenten davon, zum Erkennen von Ereignissen in einem Materialbearbeitungs- und/oder Herstellungsprozess unter Verwendung von Ereignismustern
WO2011088935A1 (de) Verfahren zur zustandsüberwachung einer maschine und überwachungseinrichtung hierfür
WO2021038079A1 (de) Verfahren und vorrichtung zum analysieren eines ablaufprozesses
DE102019107363B4 (de) Verfahren und System zum Bestimmen einer Eigenschaft einer Maschine, insbesondere einer Werkzeugmaschine, ohne messtechnisches Erfassen der Eigenschaft sowie Verfahren zum Bestimmen eines voraussichtlichen Qualitätszustands eines mit einer Maschine gefertigten Bauteils
EP3340250B1 (de) Bauteilidentifikation bei der fehlerbehandlung von medizinischen geräten
WO2013068070A2 (de) Verfahren zur überwachung eines zustands einer maschine und überwachungssystem
CN114386745A (zh) 一种pms变电设备数据核查识别方法及系统
DE102013101931A1 (de) Verfahren und Vorrichtung zum Vermessen eines Werkstücks
DE102020000412A1 (de) Dosiervorrichtung sowie Verfahren zur dosierten Abgabe eines Mediums
EP1988506A2 (de) Verfahren zur automatischen Ermittlung von Prüfbereichen, Prüfverfahren und Prüfsystem
DE102019125873B4 (de) Verfahren sowie sensor- und auswerteinrichtung zur dezentralen ermittlung von diagnoseinformationen über elektrische verbraucher einer maschinenanlage
EP2578335B1 (de) Verfahren zur Steuerung einer Giessprozessvorrichtung
DE102019131456A1 (de) Verfahren zum Bestimmen einer Eigenschaft einer Maschine, insbesondere einer Werkzeugmaschine, ohne messtechnisches Erfassen der Eigenschaft
DE112019001332T5 (de) Ermittlungsvorrichtung, fotoelektrischer Sensor mit mehreren optischen Achsen, Verfahren zur Steuerung einer Ermittlungsvorrichtung, Informationsverarbeitungsprogramm und Aufzeichnungsmedium
WO2001075685A1 (de) Verfahren und system zur erfassung und speicherung von daten aus einer produktionsanlage