DE102017221210A1 - Verfahren und Vorrichtung zur kontinuierlichen Überwachung von Stoffen sowie zugehöriges Computerprogrammprodukt und computerlesbares Medium - Google Patents
Verfahren und Vorrichtung zur kontinuierlichen Überwachung von Stoffen sowie zugehöriges Computerprogrammprodukt und computerlesbares Medium Download PDFInfo
- Publication number
- DE102017221210A1 DE102017221210A1 DE102017221210.1A DE102017221210A DE102017221210A1 DE 102017221210 A1 DE102017221210 A1 DE 102017221210A1 DE 102017221210 A DE102017221210 A DE 102017221210A DE 102017221210 A1 DE102017221210 A1 DE 102017221210A1
- Authority
- DE
- Germany
- Prior art keywords
- substance
- measured values
- computer program
- spectral
- measured value
- 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.)
- Withdrawn
Links
- 239000000126 substance Substances 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004590 computer program Methods 0.000 title claims abstract description 22
- 238000012544 monitoring process Methods 0.000 title claims abstract description 19
- 230000003595 spectral effect Effects 0.000 claims abstract description 41
- 230000008859 change Effects 0.000 claims abstract description 13
- 230000009466 transformation Effects 0.000 claims abstract description 6
- 238000012163 sequencing technique Methods 0.000 claims abstract 2
- 238000004458 analytical method Methods 0.000 claims description 12
- 239000007789 gas Substances 0.000 claims description 12
- 230000032683 aging Effects 0.000 claims description 8
- 238000007619 statistical method Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 abstract description 32
- 239000003921 oil Substances 0.000 description 22
- 238000011156 evaluation Methods 0.000 description 14
- 238000001228 spectrum Methods 0.000 description 14
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000000491 multivariate analysis Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010292 electrical insulation Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 150000002148 esters Chemical class 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002480 mineral oil Substances 0.000 description 1
- 238000012314 multivariate regression analysis Methods 0.000 description 1
- 238000001745 non-dispersive infrared spectroscopy Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000010943 off-gassing Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 229920002545 silicone oil Polymers 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; Viscous liquids; Paints; Inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
- G01N33/2835—Specific substances contained in the oils or fuels
- G01N33/2841—Gas in oils, e.g. hydrogen in insulating oils
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/129—Using chemometrical methods
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- General Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Die Erfindung gibt ein automatisiertes Verfahren zur kontinuierlichen Überwachung einer Veränderung eines Stoffs mit folgenden Schritten an:- Bereitstellen (104) eines aus Messwerten (SV, RV) ermittelten Messwertemodells des Stoffs mit einer vorgebbaren Messwertreihenfolge der Messwerte (SV), wobei die Messwerte (SV, RV) vorab am Stoff ermittelt wurden,- Ermittlung (105) von ersten spektralen Messwerten (S1) des Stoffs mit einem ersten Messverfahren,- Ermittlung (105) von zweiten spektralen Messwerten (S2) des Stoffs mit einem zweiten Messverfahren und/oder- Ermittlung (105) mindestens eines skalaren Messwerts (MV) einer skalaren Messgröße,- Aneinanderreihung (104) der ersten spektralen Messwerte (S1), der zweiten spektralen Messwerte (S2) und/oder des skalaren Messwerts (MV) in der vorgebbaren Messwertreihenfolge,- Transformation (104) der ersten spektralen Messwerte (S1), der zweiten spektralen Messwerte (S2) und/oder des skalaren Messwerts (MV) in dimensionslose Messwerte (dS1, dS2, dMV),- Vergleich (106) der transformierten dimensionslosen Messwerte (dS1, dS2, dMV) mit dem Messwertemodell und- Ausgabe (106) mindestens einer eine Veränderung des Stoffs charakterisierenden Maßzahl (AM) auf Grund des Vergleichs.Eine zugehörige Vorrichtung, ein zugehöriges Computerprogrammprodukt und ein zugehöriges computerlesbares Medium werden ebenfalls angegeben.
Description
- Gebiet der Erfindung
- Die Erfindung betrifft ein automatisiertes Verfahren zur kontinuierlichen Überwachung einer Veränderung eines Stoffs. Die Erfindung betrifft auch eine zugehörige Vorrichtung, ein zugehöriges Computerprogrammprodukt und ein zugehöriges computerlesbares Medium.
- Unter Stoff wird im Folgenden ein chemischer Stoff verstanden. Ein chemischer Stoff ist eine durch charakteristische physikalische und chemische Eigenschaften gekennzeichnete Materie. Umgangssprachlich werden chemische Stoffe auch mit dem Wort Substanz bezeichnet, das im Sprachgebrauch der Chemie aber auf Stoffe in fester Form, sog. Feststoffe, beschränkt ist.
- Hintergrund der Erfindung
- Die Vorhersage von zukünftig auftretenden Fehlern oder die Bewertung von bereits aufgetretenen Fehlerbildern an einem technischen Gerät oder technischen Anlage anhand einer analytischen Betrachtung technischer Flüssigkeiten, deren Eigenschaften sich beispielsweise durch Alterung bzw. infolge von Fehlern ändern, ist verfahrenstechnisch aufwändig und zumeist nicht für eine kontinuierliche Überwachung des Geräts oder der Anlage geeignet.
- Beispielsweise handelt es sich um eine Bewertung von Fehlerbildern infolge kurzzeitiger Kurzschlüsse und/oder thermischer Überlastung in Transformatoren anhand von im Transformatoröl gelöster gasförmiger Zersetzungs- und Reaktionsprodukte wie kurzkettige Kohlenwasserstoffe (CO, CO2 und H2). Transformatoröle sind typischerweise Mineralöle, Silikonöle oder synthetische Ester zur elektrischen Isolation und Kühlung des Transformators. Derartige Fehlermechanismen wie auch eine Alterung des Transformatoröls führen zu Änderungen seiner physikalischen Eigenschaften. Je nach Fehlerbild des Schadens ist hierbei die Zusammensetzung der im Öl gelösten Gase verschieden bzw. je nach Alter und Betriebshistorie des Transformators ist die Farbe des Öls verändert.
- Vorteilhaft ist die Früherkennung von Störungen an Transformatoren (wie auch anderen Geräten) zur Vermeidung größerer Folgeschäden sowie eine Minimierung von Ausfallzeiten und Instandsetzungskosten. Das erfordert den Einsatz einer kostengünstigen, dezentralen Analytik und Interpretation der Messwerte am Transformator auf Basis eines Online-Monitorings voraus. Problematisch ist dabei, dass kostengünstigere Analysesysteme in der Regel mit einer geringeren Leistungsfähigkeit, z.B. schlechterer S/N-Abstände, geringere spektrale Auflösung etc., aufwarten und damit als Einzelgerät eine Labormesstechnik nicht ersetzen können.
- Eine entscheidende Voraussetzung für Online-Monitorsysteme sind daher geringe Kosten der eingesetzten Messtechnik, eine für die Applikation ausreichende Genauigkeit und eine hohe Robustheit.
- Nach Stand der Technik ist eine verbreitete Methode zur Charakterisierung von Transformatorölen im Servicebereich ist die Gas-in-Öl-Analyse (Dissolved Gas Analysis - DGA) in zentralen Messlaboren mittels einer High-End-Messtechnik (z.B. Gaschromatographie, FTIR) sowie der Abgleich der Farbe der Flüssigkeit. Dazu ist es vorab notwendig, im Rahmen von Servicearbeiten entsprechende Ölproben zu entnehmen und einem Zentrallabor zuzustellen. Die ermittelten Analyseergebnisse müssen durch erfahrene Experten bewertet und daraus Entscheidungen abgeleitet werden. Über diesen Ansatz wird stets nur eine Momentaufnahme zum Zeitpunkt der Probenentnahme erhalten. Eine häufige Überwachung, wie sie z.B. für Trendanalysen notwendig wäre, ist im Rahmen einer zentral ausgeführten Analytik nicht möglich oder zu teuer und zu aufwändig.
- Dezentrale Analysesysteme nach Stand der Technik basieren z.B. auf spektroskopischen Messungen in Gasen (im Regelfall NDIR = non-dispersive Infrared) in Kombination mit einem Headspace-Sampler zur Extraktion der Fehlergase des Transformatoröls. Dieser bekannte Ansatz ermöglicht prinzipiell eine Online-Messung der Konzentrationen einzelner Fehlergase vor Ort, benötigt aber gleichermaßen die Interpretation der Ergebnisse und Ableitung von Maßnahmen durch entsprechendes Fachpersonal und ist damit als Online-Monitorsystem nur bedingt einsetzbar. Weiterhin stellt die Extraktion von Gasen eine zusätzliche Systemkomponente mit entsprechendem Aufwand und Ausfallrisiken dar, weshalb eine direkte Messung der gelösten Gase im Öl zu bevorzugen wäre, für die es aber bislang keine kommerzielle Lösung gibt.
- Zusammenfassung der Erfindung
- Es ist Aufgabe der Erfindung, eine Lösung anzugeben, mit der eine kostengünstige kontinuierliche Überwachung von Stoffen, insbesondere von Transformatorölen, ermöglicht wird.
- Gemäß der Erfindung wird die gestellte Aufgabe mit dem Verfahren, der Vorrichtung, dem Computerprogrammprodukt und dem computerlesbaren Medium der unabhängigen Patentansprüche gelöst. Vorteilhafte Weiterbildungen sind in den abhängigen Ansprüchen angegeben.
- Der Grundgedanke der Erfindung besteht darin, nicht lediglich einzelne gelöste Gase zu quantifizieren oder die Farbe einer Flüssigkeit (beispielsweise eines Transformatoröls) abzuschätzen und erst im Anschluss eine Interpretation zu erstellen, sondern direkt aus verschiedenen Messwerten unterschiedlicher Sensoren (z.B. Temperatur, Viskosität, Wasserstoff- und Feuchtegehalt) und Spektrometermesswerten (z.B. VIS, NIR, MIR) auf ein Fehlerbild zu schließen bzw. durch eine Trendanalyse verschiedener aus den Daten abgeleiteter Indikatoren eine Tendenz abzuleiten.
- Dazu gehört auch die Erstellung von Modellen für die direkte Vorhersage von Fehlerbildern auf Basis statistischer Methoden - z.B. einer multivariaten Datenanalyse - derart, dass die Messwerte unterschiedlicher Sensoren und Spektrometermesswerte kombiniert ausgewertet werden. Auf diese Weise ist es möglich, eine höhere Vorhersagegenauigkeit zu erreichen als über die Auswertung von Einzelspektren bzw. auch als über die separate Auswertung von Sensorsignalen und Spektren.
- Eine verbesserte Vorhersagewahrscheinlichkeit lässt andererseits in gewissen Grenzen und in Abhängigkeit der spezifizierten Anforderungen der jeweiligen Applikation die Verwendung von Spektrometern aber auch Sensoren zu, die gegenüber High-End-Lösungen eine schlechtere Leistungsfähigkeit - im Falle von Spektrometern beispielsweise eine geringere spektrale Auflösung - zeigen, dafür aber wesentlich kostengünstiger sowie robuster und somit geeigneter für eine Online-Überwachung sind.
- Gerade die enorme Entwicklung der vergangenen Jahre auf dem Gebiet der MEMS-Technologie trägt wesentlich dazu bei, dass entsprechende Geräte kommerziell verfügbar werden. Ein Beispiel ist das MIR Spektrometer der Fa. Pyreos Ltd., das gegenüber einer State-of-art-Labormesstechnik (FTIR) deutlich günstiger, kleiner, leichter und robuster ist und somit die Aufnahme von MIR Spektren im Feld ermöglicht. Der Vorteil gegenüber NIR-Lösungen ist, dass hier die Spektren ohne Verwendung eines Headspace-Samplers direkt am Stoff (z.B. Öl) aufgenommen werden können.
- Die Neuheit der Erfindung liegt in der mit Hilfe statistischer Verfahren kombinierten Auswertung mindestens zweier Spektren unterschiedlicher spektraler Bereiche (z.B. sichtbares Licht, NIR, MIR) von Stoffen zur Vorhersage relevanter stofflicher Eigenschaften, beispielsweise zur Überwachung von Alterungsprozessen oder Fehlerbildern. In der kombinierten Auswertung von Spektren können des Weiteren auch skalare sensorische Messgrößen einbezogen werden, wie z.B. Temperatur oder Feuchtegehalt.
- Ein Beispiel ist die Erstellung von Modellen zur Konzentrationsbestimmung von Fehlerindikatoren bzw. zur direkten Vorhersage von Zuständen industrieller Flüssigkeiten (z.B. Alterung oder aufgetretene Fehler an einem Gerät).
- Der Vorteil der kombinierten Auswertung besteht in einer erhöhten Vorhersagegenauigkeit der Modelle gegenüber der Auswertung von Einzelspektren bzw. auch der separaten Auswertung mehrerer Messgrößen.
- Eine höhere Vorhersagegenauigkeit ermöglicht wiederum den Einsatz kostengünstigerer Spektrometer und Sensoren im Bereich des industriellen Online-Monitorings durch entsprechende Kompensation einer gegenüber von High-End-Laborlösungen eingeschränkter Auflösung und Genauigkeit.
- Die Erfindung beansprucht ein automatisiertes Verfahren zur kontinuierlichen Überwachung einer Veränderung eines Stoffs mit den Schritten:
- - Bereitstellen eines aus Messwerten ermittelten Messwertemodells des Stoffs mit einer vorgebbaren Messwertreihenfolge der Messwerte, wobei die Messwerte vorab am Stoff ermittelt wurden,
- - Ermittlung von ersten spektralen Messwerten des Stoffs mit einem ersten Messverfahren,
- - Ermittlung von zweiten spektralen Messwerten des Stoffs mit einem zweiten Messverfahren und/oder
- - Ermittlung mindestens eines skalaren Messwerts einer skalaren Messgröße,
- - Aneinanderreihung der ersten spektralen Messwerte, der zweiten spektralen Messwerte und/oder des skalaren Messwerts in der vorgebbaren Messwertreihenfolge,
- - Transformation der ersten spektralen Messwerte, der zweiten spektralen Messwerte und/oder des skalaren Messwerts in dimensionslose Messwerte,
- - Vergleich der transformierten dimensionslosen Messwerte mit dem Messwertemodell und
- - Ausgabe mindestens einer eine Veränderung des Stoffs charakterisierenden Maßzahl auf Grund des Vergleichs.
- Die Erfindung bietet den Vorteil, kostengünstiger und kontinuierlicher die Veränderung von Stoffen zu überwachen.
- In einer Weiterbildung des Verfahrens werden zu unterschiedlichen Zeitpunkten Maßzahlen ermittelt und daraus wird eine Trendanalyse der Veränderung des Stoffs erstellt.
- In einer Weiterbildung können sich das erste und das zweite Messverfahren voneinander unterscheiden.
- In einer Weiterbildung kann der Vergleich mit Hilfe von statistischen Verfahren durchgeführt werden.
- In einer weiteren Ausgestaltung kann der Stoff ein Transformatoröl sein.
- In einer weiteren Ausführungsform kann die Maßzahl ein Maß für die Alterung des Stoffes, ein Maß für die Konzentration in einem Transformatoröl gelöster Gase als Folge aufgetretener Fehler oder ein direkter Indikator für aufgetretene Fehler in einem Transformator sein.
- In einer Weiterbildung kann der skalare Messwert eine Temperatur, eine Feuchtigkeit, eine Viskosität oder ein elektrischer Widerstand sein.
- In einer weiteren Ausgestaltung kann das Messwertmodell aus einer Korrelation von an bekannten Veränderungen des Stoffs ermittelten Messwerten mit aus chemischen Analysen des Stoffs ermittelten Referenzwerten gebildet werden.
- Die Erfindung beansprucht auch eine Vorrichtung, die ausgebildet und programmiert ist, das erfindungsgemäße Verfahren auszuführen.
- Die Erfindung beansprucht des Weiteren ein Computerprogrammprodukt, umfassend ein Computerprogramm, wobei das Computerprogramm in eine Speichereinrichtung einer Einrichtung ladbar ist, wobei mit dem Computerprogramm die Schritte eines Verfahrens nach einem der Ansprüche 1 bis 7 ausgeführt werden, wenn das Computerprogramm auf der Einrichtung ausgeführt wird.
- Außerdem beansprucht die Erfindung ein computerlesbares Medium, auf welchem ein Computerprogramm gespeichert ist, wobei das Computerprogramm in eine Speichereinrichtung einer Einrichtung ladbar ist, wobei mit dem Computerprogramm die Schritte eines Verfahrens nach einem der Ansprüche 1 bis 7 ausgeführt werden, wenn das Computerprogramm auf der Einrichtung ausgeführt wird.
- Weitere Besonderheiten und Vorteile der Erfindung werden aus den nachfolgenden Erläuterungen eines Ausführungsbeispiels anhand von schematischen Zeichnungen ersichtlich.
- Es zeigen:
-
1 : ein Ablaufmodell eines Verfahrens zur kontinuierlichen Überwachung eines Stoffs, -
2 : ein Schaubild von ersten spektralen Messwerten, -
3 : ein Schaubild von zweiten spektralen Messwerten, -
4 : ein Schaubild von transformierten Messwerten und -
5 : ein Blockschaltbild einer Vorrichtung zur kontinuierlichen Überwachung der Veränderung eines Stoffs. - Detaillierte Beschreibung eines Ausführungsbeispiels
- Das Ablaufmodell der
1 zeigt schematisch ein beispielhaftes Verfahren zur Vorhersage von Eigenschaften eines zu untersuchenden Stoffs - z.B. von Konzentrationen gelöster Gase in einem Öl - auf Basis einer multivariaten Datenanalyse. Der Block201 veranschaulicht den Prozess der kontinuierlichen Überwachung des Stoffs, wohingegen der Block200 die Modellbildung darstellt. Die Eingangsgrößen für die Modellbildung sind im Schritt101 erfasste MesswerteSV und beinhaltet u.a. nach dem Stand der Technik gewonnene Einzelspektren, beispielsweise IR-Spektren. - Die jeweiligen Einzelspektren werden ergänzt. Das können Spektren anderer spektraler Bereiche (z.B. VIS) aus Messungen weiterer Spektrometer sein, aber auch skalare Größen von Einzelsensoren, wie z.B. Temperatur, Viskosität, etc. Die Eingangsgröße Messwerte
SV stellt dann eine Aneinanderreihung verschiedener Spektren und skalarerer Größen in einer vorgebbaren Messwertreihenfolge dar, die zur Modellbildung (Block200 ) und zur Vorhersage (Block201 ) herangezogen wird (kombinierte Auswertung von Spektren und skalaren Sensorgrößen) . - Im Schritt
100 werden die im Schritt101 gewonnenen MesswerteSV rechentechnisch vorverarbeitet, wie zum Beispiel durch Auswahl des oder der Spektralbereiche, Glättung, Normierung, Eliminierung von Ausreißern, Bildung der vorgebbaren Messwertreihenfolge der MesswerteSV . In dem Schritt102 werden die vorverarbeiten MesswerteSV mit aus chemischen Analysen (Schritt103 ) des Stoffs gewonnenen Referenzwerten in Korrelation gesetzt und evaluiert. Dies kann beispielsweise durch eine multivariate Regressionsanalyse mit Hilfe der Chemometrie oder neuronaler Netzte erfolgen. - Dies ergibt das Messwertmodell des Schritts
104 (auch als Kalibrierungsmodell bezeichnet), mit dem die aus den ersten und zweiten spektralen MesswertenS1 ,S2 durch Transformation gewonnenen dimensionslosen ersten und zweiten spektralen MesswertedS1 ,dS2 , sowie die aus den skalaren MesswertenMV durch Transformation gewonnenen dimensionslosen skalaren MesswertedMV verglichen werden, wobei die dimensionslosen MesswertedS1 ,dS2 unddMV in die dem Messwertmodell entsprechende Messwertreihenfolge gebracht werden. Die ersten und zweiten spektralen MesswerteS1 ,S2 und die skalaren MesswerteMV werden aus dem zu überwachenden Stoff gewonnen (Schritt105 ). Der Vergleich mit dem Messwertmodell erfolgt durch mathematische und statistische Verfahren, wie beispielseise durch eine Regressionsanalyse. - In dem Schritt
106 werden aus dem Vergleich des Schritts104 Veränderungen des Stoffs identifiziert und deren Konzentration vorhergesagt. Die Veränderung wird durch eine oder mehrere MaßzahlenAM charakterisiert, die ausgegeben werden. - Ein konkretes Ausführungsbeispiel ist die direkte Vorhersage von Fehlerbildern in Transformatorölen auf Basis einer kombinierten Auswertung mittels zweier mit verschiedenen, kostengünstigen und robusten Spektrometern aufgenommener Spektren im sichtbaren und mittleren Infrarot-Bereich sowie weiterer skalarer Messgrößen wie die Feuchte im Öl und/oder der Wasserstoffgehalt. Die Kombination aus kostengünstiger Messtechnik und der Erstellung von Messwertmodellen mit verbesserter Vorhersagegenauigkeit schafft die Basis für Online-Systeme zur Überwachung von Transformatoren unter direkter Vorhersage des Fehlerbildes insbesondere auch auf Basis einer direkten Messung am Transformatoröl.
-
2 zeigt ein Schaubild als Beispiel für bereits normierte (dimensionslose) erste spektrale MesswertedS1 . Die horizontale Achse gibt die Wellenlängeλ in Nanometer an. Die vertikale Achse zeigt die IntensitätI der normierten dimensionslosen ersten spektralen Messwerte in einem Bereich von 0 bis 1,0. Die ersten spektralen MesswertedS1 zeigen spektrale Kurven für unterschiedliche Gaskonzentrationen in einem Transformatoröl. Durch Alterung des Transformatoröls kann es zum Ausgasen kommen. -
3 zeigt ein Schaubild als Beispiel für bereits normierte dimensionslose zweite spektrale MesswertedS2 . Die horizontale Achse gibt die Wellenlängeλ in Nanometer an. Der Wellenlängenbereich ist von dem der2 verschieden. Die vertikale Achse zeigt die IntensitätI der normierten dimensionslosen zweiten spektralen Messwerte in einem Bereich von 0 bis 1,0. Die zweiten spektralen MesswertedS1 zeigen Spektren für unterschiedliche Gaskonzentrationen in dem Transformatoröl. -
4 zeigt ein Schaubild der Kombination der Schaubilder der2 und3 , wobei die Wellenlängeλ in dimensionslose Pixel transformiert wird. Entsprechend einer vorgebbaren Messwertreihenfolge sind die Kurven der2 und3 aneinander gereiht. Zusätzlich wird als letztes Pixel ein normierter dimensionsloser skalarer MesswertdMV (beispielsweise eine Temperatur) angefügt. Die Kurven der4 dienen zur Bildung des Messwertmodells. -
5 zeigt ein Blockschaltbild einer beispielhaften Vorrichtung zur Durchführung des Verfahrens zur kontinuierlichen Überwachung eines Stoffs. Durch die Vorrichtung können beispielsweise Alterungsprozesse des Stoffes erkannt bzw. vorhergesagt werden. Die Vorrichtung weist eine Steuereinheit3 auf, an die eine Ausgabeeinheit4 zur Anzeige der MaßzahlAM bzw. von Ergebnissen angeschlossen ist. Mit Hilfe einer Eingabeeinheit5 kann die Vorrichtung bedient werden. - Mit Hilfe des Spektroskops
1 werden die ersten spektralen MesswerteS1 erfasst und an die Steuereinheit3 zur Auswertung weitergeleitet. Mit Hilfe des Messsensors2 werden skalare Messwerte erfasst und ebenfalls an die Steuereinheit3 zur Auswertung weitergeleitet. In der Steuereinheit3 ist das Messwertmodell für den Vergleich gespeichert. - Obwohl die Erfindung im Detail durch die Ausführungsbeispiele näher illustriert und beschrieben wurde, ist die Erfindung durch die offenbarten Beispiele nicht eingeschränkt und andere Variationen können vom Fachmann daraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.
- Bezugszeichenliste
-
- 1
- Spektroskop
- 2
- Messsensor
- 3
- Steuereinheit
- 4
- Anzeigeeinheit
- 5
- Eingabeeinheit
- 100
- Messwerterfassung
- 101
- Vorverarbeitung
- 102
- Evaluierung
- 103
- Chemische Analyse
- 104
- Messwertmodellbildung
- 105
- Messwererfassung
- 106
- Vergleich und Datenausgabe
- 200
- Modellbildungsblock
- 201
- Vorhersageblock
- AM
- Maßzahl
- dS1
- dimensionslose erste spektrale Messwerte
- dS2
- dimensionslose zweite spektrale Messwerte
- dMV
- dimensionsloser skalarer Messewert
- I
- Intensität
- λ
- Wellenläge
- MV
- skalarer Messwert
- RV
- Referenzwerte aus einer chemischen Analyse
- S1
- erste spektrale Messwerte
- S2
- zweite spektrale Messwerte
- SV
- Messwerte zur Bildung des Messwertmodells
Claims (11)
- Automatisiertes Verfahren zur kontinuierlichen Überwachung einer Veränderung eines Stoffs mit folgenden Schritten: - Bereitstellen (104) eines aus Messwerten (SV, RV) ermittelten Messwertemodells des Stoffs mit einer vorgebbaren Messwertreihenfolge der Messwerte (SV), wobei die Messwerte (SV, RV) vorab am Stoff ermittelt wurden, - Ermittlung (105) von ersten spektralen Messwerten (S1) des Stoffs mit einem ersten Messverfahren, - Ermittlung (105) von zweiten spektralen Messwerten (S2) des Stoffs mit einem zweiten Messverfahren und/oder - Ermittlung (105) mindestens eines skalaren Messwerts (MV) einer skalaren Messgröße, - Aneinanderreihung (104) der ersten spektralen Messwerte (S1), der zweiten spektralen Messwerte (S2) und/oder des skalaren Messwerts (MV) in der vorgebbaren Messwertreihenfolge, - Transformation (104) der ersten spektralen Messwerte (S1), der zweiten spektralen Messwerte (S2) und/oder des skalaren Messwerts (MV) in dimensionslose Messwerte (dS1, dS2, dMV), - Vergleich (106) der transformierten dimensionslosen Messwerte (dS1, dS2, dMV) mit dem Messwertemodell und - Ausgabe (106) mindestens einer eine Veränderung des Stoffs charakterisierenden Maßzahl (AM) auf Grund des Vergleichs.
- Verfahren nach
Anspruch 1 , dadurch gekennzeichnet, dass aus Maßzahlen zu unterschiedlichen Zeitpunkten eine Trendanalyse der Veränderung des Stoffs erstellt wird. - Verfahren nach
Anspruch 1 oder2 , dadurch gekennzeichnet, dass sich das erste und das zweite Messverfahren voneinander unterscheiden. - Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Vergleich mit Hilfe von statistischen Verfahren durchgeführt wird.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Stoff ein Transformatoröl ist.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Maßzahl (AM) ein Maß für die Alterung des Stoffes, ein Maß für die Konzentration in einem Transformatoröl gelöster Gase als Folge aufgetretener Fehler oder ein direkter Indikator für aufgetretene Fehler in einem Transformator ist.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der skalare Messwert (MV) eine Temperatur, eine Viskosität oder ein elektrischer Widerstand ist.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Messwertmodell aus einer Korrelation von an bekannten Veränderungen des Stoffs ermittelten Messwerten (SV) mit aus chemischen Analysen des Stoffs ermittelten Referenzwerten (RV) gebildet wird.
- Vorrichtung aufweisend ein Spektroskop (1), einen Messsensor (2) und eine Steuereinheit (3), dadurch gekennzeichnet, dass die Vorrichtung ausgebildet und programmiert ist, ein Verfahren nach einem der vorhergenden Ansprüche auszuführen.
- Computerprogrammprodukt, umfassend ein Computerprogramm, wobei das Computerprogramm in eine Speichereinrichtung einer Einrichtung ladbar ist, wobei mit dem Computerprogramm die Schritte eines Verfahrens nach einem der
Ansprüche 1 bis8 ausgeführt werden, wenn das Computerprogramm auf der Einrichtung ausgeführt wird. - Computerlesbares Medium, auf welchem ein Computerprogramm gespeichert ist, wobei das Computerprogramm in eine Speichereinrichtung einer Einrichtung ladbar ist, wobei mit dem Computerprogramm die Schritte eines Verfahrens nach einem der
Ansprüche 1 bis8 ausgeführt werden, wenn das Computerprogramm auf der Einrichtung ausgeführt wird.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017221210.1A DE102017221210A1 (de) | 2017-11-27 | 2017-11-27 | Verfahren und Vorrichtung zur kontinuierlichen Überwachung von Stoffen sowie zugehöriges Computerprogrammprodukt und computerlesbares Medium |
PCT/EP2018/081348 WO2019101618A1 (de) | 2017-11-27 | 2018-11-15 | Verfahren und vorrichtung zur kontinuierlichen überwachung von stoffen sowie zugehöriges computerprogrammprodukt und computerlesbares medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017221210.1A DE102017221210A1 (de) | 2017-11-27 | 2017-11-27 | Verfahren und Vorrichtung zur kontinuierlichen Überwachung von Stoffen sowie zugehöriges Computerprogrammprodukt und computerlesbares Medium |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102017221210A1 true DE102017221210A1 (de) | 2019-05-29 |
Family
ID=64500336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102017221210.1A Withdrawn DE102017221210A1 (de) | 2017-11-27 | 2017-11-27 | Verfahren und Vorrichtung zur kontinuierlichen Überwachung von Stoffen sowie zugehöriges Computerprogrammprodukt und computerlesbares Medium |
Country Status (2)
Country | Link |
---|---|
DE (1) | DE102017221210A1 (de) |
WO (1) | WO2019101618A1 (de) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112414949A (zh) * | 2020-10-29 | 2021-02-26 | 国网山西省电力公司电力科学研究院 | 一种实时检测变压器故障的气体继电器及诊断方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2013597A1 (de) * | 1969-03-24 | 1970-10-01 | Mobil Oil Corp., New York, N.Y. (V.St.A.) | Anlage zum Analysieren von für Maschinen bestimmtem öl |
EP1521081A1 (de) * | 2003-09-30 | 2005-04-06 | Rockwell Automation Technologies, Inc. | Schmierfähigkeitsmessung mit einem MEMS-Sensor |
DE102008019500A1 (de) * | 2007-09-20 | 2009-04-16 | Technische Universität München | Anorndnung, Verfahren und Sensor zur Erfassung von Flüssigkeitsparametern |
EP2733489A1 (de) * | 2012-11-15 | 2014-05-21 | Siemens Aktiengesellschaft | Extraktion mehrerer Einzelgase aus einer Isolierflüssigkeit |
US20150211971A1 (en) * | 2014-01-29 | 2015-07-30 | Jp3 Measurement, Llc | System and method for determining vapor pressure of produced hydrocarbon streams via spectroscopy |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005045421A1 (en) * | 2003-11-05 | 2005-05-19 | The Royal Veterinary And Agricultural University | Improved method and apparatus for measuring bitterness in beer and brewing samples |
-
2017
- 2017-11-27 DE DE102017221210.1A patent/DE102017221210A1/de not_active Withdrawn
-
2018
- 2018-11-15 WO PCT/EP2018/081348 patent/WO2019101618A1/de active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2013597A1 (de) * | 1969-03-24 | 1970-10-01 | Mobil Oil Corp., New York, N.Y. (V.St.A.) | Anlage zum Analysieren von für Maschinen bestimmtem öl |
EP1521081A1 (de) * | 2003-09-30 | 2005-04-06 | Rockwell Automation Technologies, Inc. | Schmierfähigkeitsmessung mit einem MEMS-Sensor |
DE102008019500A1 (de) * | 2007-09-20 | 2009-04-16 | Technische Universität München | Anorndnung, Verfahren und Sensor zur Erfassung von Flüssigkeitsparametern |
EP2733489A1 (de) * | 2012-11-15 | 2014-05-21 | Siemens Aktiengesellschaft | Extraktion mehrerer Einzelgase aus einer Isolierflüssigkeit |
US20150211971A1 (en) * | 2014-01-29 | 2015-07-30 | Jp3 Measurement, Llc | System and method for determining vapor pressure of produced hydrocarbon streams via spectroscopy |
Also Published As
Publication number | Publication date |
---|---|
WO2019101618A1 (de) | 2019-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69218536T2 (de) | Verfahren und Gerät zur Spektrenvergleichung | |
DE102015122926A1 (de) | Erfassungsverfahren und -system | |
EP2748589B1 (de) | Verfahren zum Ermitteln der Reinheit eines Kältemittels | |
EP1387165B1 (de) | Verfahren und Vorrichtung zur Überwachung der Qualität von Schmieröl mittels Ionenmobilitätsspektroskopie | |
DE102020116094B4 (de) | Mehrzahl an baugleichen Spektrometern und Verfahren zu deren Kalibrierung | |
DE102017126612A1 (de) | Messeinrichtung zur Analyse eines Messmediums | |
DE102006000805B4 (de) | Verfahren zur Korrektur von spektralen Störungen in der ICP Emissionsspektroskopie (OES) | |
EP0829718B1 (de) | Gasanalysegerät und Verfahren zur Identifikation und/oder Bestimmung der Konzentration von zumindenst einer Gaskomponente | |
DE102017221210A1 (de) | Verfahren und Vorrichtung zur kontinuierlichen Überwachung von Stoffen sowie zugehöriges Computerprogrammprodukt und computerlesbares Medium | |
DE19830720C1 (de) | Verfahren zur indirekten Brennwert-, Heizwert- und Wassergehaltsbestimmung von flüssigen Abfallproben sowie eine Vorrichtung und deren Verwendung zur Gewinnung von flüssigen Abfallchargen | |
DE102013104203A1 (de) | Verfahren und Vorrichtung zur Bestimmung einer Restbetriebsdauer eines Messaufnehmers | |
EP3847456B1 (de) | Analyse eines in einem isoliermedium eines hochspannungsgeräts gelösten gases | |
DE102013114393A1 (de) | Verfahren zur Bestimmung einer Wartungsempfehlung für einen Sensor | |
DE19713194C2 (de) | Verfahren und Anordnung zum Erkennen von Eigenschaften einer Probe auf der Basis der Massenspektroskopie | |
DE2850766A1 (de) | Verfahren zum nachweis von korrosionsbildung in dampfturbinenanlagen und einrichtung zur durchfuehrung des verfahrens | |
EP3133384A2 (de) | Vorrichtung und verfahren zur thermo-optischen untersuchung von proben | |
EP3577453A1 (de) | Verfahren zum kalibrieren und mess- und analyseverfahren | |
DE19628033C1 (de) | Verfahren und Vorrichtung zur Driftkompensation bei chemischen Sensoren | |
DE3623052A1 (de) | Fluoreszenz-analysator | |
DE19960586B4 (de) | Verfahren und Einrichtung zur Messung von Kenngrössen einer Probe durch Spektralanalyse | |
DE102018218126A1 (de) | Spektroskopische Messung von Fluiden bei Schiffen | |
DE102008015145A1 (de) | Verfahren zur Nachkalibrierung von Sensoren und zur Kalibrierung weiterer Sensoren | |
EP3978920A1 (de) | Automatisierte bestimmung von veränderungen in flüssigen stoffen mit einem mikrowellen hohlraumresonator | |
DE102004057350B3 (de) | Verfahren zur Klassifikation und zur Bestimmung der Einzelkonzentrationen eines Stoffgemisches | |
DE102017210548A1 (de) | Dickenunabhängige spektroskopische Analyse von Betriebsstoffen |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified | ||
R081 | Change of applicant/patentee |
Owner name: SIEMENS ENERGY GLOBAL GMBH & CO. KG, DE Free format text: FORMER OWNER: SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE |
|
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |