DE102019219772A1

DE102019219772A1 - Sensorsystem, Linearvorrichtung und Verfahren für ein Sensorsystem

Info

Publication number: DE102019219772A1
Application number: DE102019219772.8A
Authority: DE
Inventors: Carsten Mueller; Sebastian Unsleber; Ricardo Ehrenpfordt; Ahmad Mansour; Lukas Lamprecht; Max Schellenberg; Philipp Jung
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2019-09-26
Filing date: 2019-12-17
Publication date: 2021-04-01
Also published as: CN112798278A

Abstract

Offenbart ist ein Anomaliedetektionssensor für Linearantriebe und Linearführungen, insbesondere Kugelgewindetriebe und Profilschienenführungen. Dieser kann eine Fahrt der Lineartechnik selbständig, insbesondere durch Self-Triggering, erkennen. Alternativ oder zusätzlich kann er Bewegungs- und Beschleunigungsprofile detektieren und/oder bewerten und/oder ordnen. Des Weiteren ist alternativ oder zusätzlich denkbar, eine nachgelagerte Algorithmik innerhalb des Sensors vorzusehen. Dieser kann eine vorprozessierte und/oder datenreduzierte Menge an Sensordaten zur Verfügung gestellt werden. Darüber hinaus kann alternativ oder zusätzlich auf Basis von Systemvibrationen eine Restlebensdauer berechnet werden.

Description

Gebiet der Erfindung
Die Erfindung betrifft ein Sensorsystem gemäß dem Oberbegriff des Anspruchs 1, ein Verfahren mit dem Sensorsystem und eine Linearvorrichtung.
Hintergrund der Erfindung
Aus dem Stand der Technik sind auf mikro-elektro-mechanische Systeme (MEMS) basierte Sensorsysteme bekannt. Diese dienen beispielsweise zur Detektion von Beschleunigungen, Drehraten, Magnetfeldern oder Umgebungsbedingungen wie Luftdruck, Temperatur und Feuchte. Ein MEMS basierter Sensor weist dabei üblicherweise ein mikromechanisches Sensorelement auf und eine Elektronik (ASIC). Die Elektronik kann beispielsweise analoge Sensorsignale in digitale Signale umwandeln. Des Weiteren kann die Elektronik beispielsweise einen seriellen Bus, wie l²C oder SPI bereitstellen.
Aus dem Stand der Technik ist weiter bekannt, Ermüdungen, beispielsweise eine Materialermüdung, von Linearführungen mit Sensoren zu überwachen. Beispielsweise wird in der DE 11 2005 002 077 T5 ein Linearwälzlager über einen Schwingungssensor überwacht. In der DE 10 2015 201 121 A1 erfolgt eine Überwachung einer Linearbewegungsvorrichtung mit wenigstens einer Reihe von Wälzkörpern durch Abgreifen einer Körperschallschwingung.
Offenbarung der Erfindung
Demgegenüber liegt der Erfindung die Aufgabe zugrunde, ein Sensorsystem zu schaffen, mit dem auf vorrichtungstechnisch einfache Weise und kostengünstig eine bewegbare Komponente sicher überwacht werden kann. Außerdem liegt der Erfindung die Aufgabe zugrunde, eine Linearvorrichtung zu schaffen, mit der auf vorrichtungstechnisch einfache Weise und kostengünstig diese sicher überwacht werden kann. Des Weiteren ist es die Aufgabe der Erfindung, ein Verfahren mit einem Sensorsystem zu schaffen, mit dem auf einfache und kostengünstige Weise eine bewegbare Komponente überwachbar ist.
Die Aufgabe hinsichtlich des Sensorsystem wird gelöst gemäß den Merkmalen des Anspruch 1, hinsichtlich der Linearvorrichtung gemäß den Merkmalen des Anspruchs 8 und hinsichtlich des Verfahrens gemäß den Merkmalen des Anspruchs 9.
Vorteilhafte Weiterbildungen der Erfindung sind Gegenstand der Unteransprüche.
Erfindungsgemäß ist ein Sensorsystem vorgesehen, insbesondere für eine Linearvorrichtung, insbesondere ein Linearantrieb oder eine Linearführung oder Drehführung. Die Linearvorrichtung kann ein Führungsbauteil, wie beispielsweise einer Führungsschiene oder einer Führungsspindel, aufweisen. Das Sensorsystem weist des Weiteren eine bewegbare Komponente auf. Bei dieser handelt es sich beispielsweise um eine über das Führungsbauteil geführte und bewegbare Führungskomponente, wie beispielsweise eine Kugelgewindemutter oder ein Führungswagen. Die Komponente kann einen Sensor zum Erfassen von Bewegungsdaten oder von Bewegungsmesswerten aufweisen. Des Weiteren kann das Sensorsystem, insbesondere die Komponente und/oder der Sensor einen Mikrocontroller oder eine Electronic Control Unit haben. Der Mikrocontroller und/oder das Sensorsystem hat vorzugsweise eine Algorithmik. Diese ist vorzugsweise derart ausgestaltet, dass eine Normierung der Bewegungsdaten, insbesondere eine Geschwindigkeitsnormierung und/oder Beschleunigungsprofilsnormierung, erfolgt.
Die Normierung hat den Vorteil, dass die Algorithmik oder dass Algorithmen unabhängig von Betriebsparametern, wie beispielsweise einer Geschwindigkeit, ist/sind. Beispielsweise haben bei einer Linearvorrichtung verschiedene Antriebsdrehzahlen eines Aktors für die Führungskomponente unterschiedliche Vibrationen. Ohne eine Normierung, insbesondere Geschwindigkeitsnormierung, würden beispielsweise Alarme bei schnellen Drehzahlen getriggert werden (das Triggern ist untenstehend näher erläutert).
Die Algorithmik kann vorzugsweise weiter derart ausgestaltet sein, dass Bewegungsdaten, die vom Sensor erfassbar sind, bewertbar und/oder sortierbar, beispielsweise in einer Datenbank oder Tabelle, sind. Somit kann beispielsweise direkt in der Führungskomponente eine Überwachung der Linearvorrichtung vorgesehen sein.
Es hat sich gezeigt, dass durch die Sortierung, beispielsweise in der Datenbank, eine Bewertung der Bewegungsdaten mit geringeren Hardwareanforderungen ermöglicht ist, indem beispielsweise Daten auf einfache Weise aussortiert werden können. Das Sensorsystem und/oder der Sensor und/oder der Mikrocontroller können hierdurch vorrichtungstechnisch einfach mit einfacher Hardware und kostengünstig ausgestaltet sein und vergleichsweise wenig Energie benötigen. Alternativ oder zusätzlich kann vorgesehen sein, dass die Algorithmik derart ausgestaltet ist, dass die Bewegungsdaten datenreduzierbar sind und/oder vorprozessierbar sind. Insbesondere durch die Datenreduzierung sind Hardwareressourcen und ein Energiebedarf einsparbar. Der vorrichtungstechnische Aufwand und die Kosten sinken.
Die Algorithmik kann weiter derart ausgestaltet sein, dass auf Basis der datenreduzierten und/oder normierten Bewegungsdaten ein Zustand und/oder eine Lebensdauer, insbesondere eine Restlebensdauer der Linearvorrichtung, insbesondere über den Mikrocontroller, berechenbar ist. Somit kann auf einfache Weise mit geringem Datenaufwand und somit mit geringen Hardwareanforderungen ein Zustand der Linearvorrichtung überwacht werden.
Der Sensor ist beispielsweise vorrichtungstechnisch einfach als mikro-elektromechanischen Systems (MEMS) mit einem Mikrocontroller oder Prozessor ausgebildet. Der Mikrocontroller kann vorzugsweise in das Sensorystem integriert sein, wobei der Mikrocontroller die Algorithmik oder Softwarefunktionen aufweisen kann.
In weiterer Ausgestaltung der Erfindung ist zum Speichern und/oder zum Verarbeiten der Bewegungsdaten ein Datenspeicher vorgesehen. Dieser ist beispielsweise im Mikrocontroller oder separat zum Mikrocontroller ausgebildet. Insbesondere ist der Datenspeicher bei der Führungskomponente vorgesehen. Vorrichtungstechnisch einfach kann auf dem Datenspeicher eine geordnete Zusammenstellung von Daten, insbesondere von den Bewegungsdaten, in einer Datenbank, insbesondere in Form einer Tabelle, vorgesehen sein. Die Ausbildung einer Datenbank oder Tabelle hat den Vorteil, dass hierdurch die Bewegungsdaten auf einfache Weise bearbeitet werden und/oder sortiert werden können.
Damit die Daten bei Stromausfall und/oder oder im Ruhezustand der Linearvorrichtung nicht verlorengehen, ist der Datenspeicher oder ein weiterer Datenspeicher als nichtflüchtiger Datenspeicher ausgebildet, insbesondere als Flash-EEPROM.
Um Hardwareressourcen einzusparen, kann die Tabelle eine begrenzte maximale Anzahl von Zeilen aufweisen. Alternativ kann eine begrenzte Anzahl von Spalten vorgesehen sein. Im Folgenden werden die Zeilen näher erläutert, wobei anstelle der Zeilen die Spalten entsprechende ausgebildet sein können.
In einer jeweiligen Zeile der Tabelle können vorzugsweise Daten in Form von Bewegungsdaten speicherbar sein. Als Bewegungsdaten sind beispielsweise Beschleunigungsdaten der Führungskomponente vorgesehen. Insbesondere können als Beschleunigungsdaten ein oder mehrere der folgenden Daten vorgesehen sein: ein Integral- und/oder ein Mittelwert zumindest eines Abschnitts eines Beschleunigungsprofils der Führungskomponente über die Zeit oder über die Messanzahl oder über eine bestimmte Menge von Messungen des Sensors, d. h., dass ein bestimmter Zeitraum oder eine bestimmte Messanzahl vorgesehen ist; ein Beschleunigungsmaxima, insbesondere in dem zumindest einen Abschnitt des Beschleunigungsprofils; ein Beschleunigungsprofil. Somit kann beispielsweise in einer Zeile hinsichtlich der Bewegungsdaten lediglich ein Integral oder eine Fläche des Abschnitts des Beschleunigungsprofils und/oder ein Beschleunigungsmaximum hinterlegt sein.
In weiterer Ausgestaltung der Erfindung kann vorgesehen sein, dass in einer Zeile die Anzahl der Fahrten des Führungsbauteils speicherbar sind. Hierbei wird vorzugsweise diejenige Anzahl gespeichert, bei der die Führungskomponente entsprechend oder im Wesentlichen entsprechend zumindest gemäß den in dieser Zeile hinterlegten Beschleunigungsdaten beschleunigt wurde.
Des Weiteren kann vorgesehen sein, dass in einer jeweiligen Zeile zumindest ein berechnetes Zustands-Merkmal speicherbar ist, über das dann auf den Zustand der Linearvorrichtung geschlossen werden kann.
Des Weiteren kann vorgesehen sein, dass in einer jeweiligen Zeile die Gesamtanzahl der Fahrten des Führungsbauteils speicherbar sind. Vorzugsweise wird die letzte oder aktuelle Gesamtanzahl in derjenigen Zeile gespeichert, deren Beschleunigungsdaten von der Führungskomponente als Letztes verwendet wurden. Die Gesamtanzahl in dieser Zeile wird dann vorzugsweise inkrementiert. Beispielsweise startet die Gesamtanzahl bei 0.
Bei den Bewegungsdaten handelt es sich vorzugsweise um ein Schwingungssignal oder Rohsignal, das aus einer Vielzahl von Messungen, bei denen es sich beispielsweise jeweils um eine vollständige oder abschnittsweise Fahrt der bewegbaren Komponente handeln kann, und/oder Messproben gewonnen wird. Die Messproben, insbesondere einer Messung, werden vorzugsweise nacheinander mit einer bestimmten Taktung vom Sensor durchgeführt.
Die Datenbank oder Tabelle oder der Look-Up-Table ist vorzugsweise zu Beginn des Einsatzes oder des Lebenszyklus der Linearvorrichtung leer und wird im Laufe der Zeit ausgefüllt, sortiert und aktualisiert.
Mit anderen Worten kann aus Gründen des Speicherbedarfs und des Rechenaufwands die Datenbank eine bestimmte maximale Anzahl von Zeilen aufweisen. Mit anderen Worten weist jede Zeile der Datenbank vorzugsweise Informationen über ein Beschleunigungsprofil, insbesondere eine Fläche im Beschleunigungs(a)-Zeit(t)-Diagramm und zumindest ein Beschleunigungsmaxima, auf. Des Weiteren kann in jeder Zeile ein entsprechend berechnetes Zustands-Merkmal vorgesehen sein, die Anzahl der gefahrenen Fahrten der bewegbaren Komponente mit dem Beschleunigungsprofil und die Nummer der letzten gefahrenen Fahrt mit dem Beschleunigungsprofil. Mit der Datenbank kann auf einfache Weise eine Geschwindigkeitsnormierung oder eine Beschleunigungsprofilsnormierung ermöglicht sein.
Erfindungsgemäß ist ein Verfahren mit einem Sensorsystem gemäß einem oder mehrerer der vorhergehenden oder nachstehend genannten Aspekte vorgesehen. Insbesondere nach einer Fahrt der Komponente kann über das Verfahren vorgesehen sein, dass die Bewegungsdaten, insbesondere in Form von Beschleunigungsdaten, dieser Messung, insbesondere in Form einer Fahrt, mit den in der jeweiligen Zeilen der Datenbank gespeicherten Bewegungsdaten, insbesondere in Form von Beschleunigungsdaten, verglichen werden und/oder das eine Normierung der Bewegungsdaten, insbesondere in Form von Beschleunigungsdaten, erfolgt. Des Weiteren können folgende Schritte vorgesehen sein:

- Falls gleich oder ähnliche Bewegungsdaten in der Datenbank oder Tabelle gefunden werden, kann die Anzahl der Messungen, insbesondere Fahrten, in der Zeile mit den gleichen oder ähnlichen Bewegungsdaten, insbesondere in Form von Beschleunigungsdaten, inkrementiert, beispielsweise um die Zahl 1 erhöht, werden. Hierdurch ist eine einfache Sortierung der Bewegungsdaten, insbesondere in Form von Beschleunigungsdaten, ermöglicht, wobei die Sortierung beispielsweise auf der Anzahl der Fahrten der Komponente basiert.
- Alternativ oder zusätzlich kann vorgesehen sein, falls keine gleichen oder ähnlichen Bewegungsdaten, insbesondere in Form von Beschleunigungsdaten, gefunden werden, dass die Bewegungsdaten, insbesondere in Form von Beschleunigungsdaten, dieser Messung, insbesondere Fahrt, in einer neuen Zeile gespeichert werden.
- Alternativ oder zusätzlich kann, falls keine gleichen oder ähnlichen Bewegungsdaten, insbesondere in Form von Beschleunigungsdaten, gefunden werden und falls alle Zeilen mit Bewegungsdaten, insbesondere in Form von Beschleunigungsdaten, belegt sind, vorgesehen sein, dass die Daten einer Zeile gelöscht oder überschrieben werden und Bewegungsdaten, insbesondere in Form von Beschleunigungsdaten, dieser Messung, insbesondere Fahrt, in dieser Zeile gespeichert werden. Vorzugsweise wird diejenige Zeile gelöscht oder überschrieben, bei der die Benutzung der darin gespeicherten Bewegungsdaten, insbesondere in Form von Beschleunigungsdaten, am Weitesten zurückliegt und/oder am ältesten ist. Dies kann beispielsweise über die Gesamtanzahl festgestellt werden. Beispielsweise kann diejenige Zeile, die die geringste Gesamtanzahl aufweist, gelöscht oder überschrieben werden. Bewegungsdaten können beispielsweise dann weit zurückliegen, wenn es sich hierbei um seltene Profile, insbesondere um Ausreiser, handelt.

Mit anderen Worten wir nach erfolgter Messung oder Fahrt das Bewegungsdatenprofil oder Beschleunigungsprofil mit den in der Datenbank oder der Tabelle gespeicherten Beschleunigungsprofilen verglichen:

- Falls ein ähnliches oder gleiches Beschleunigungsprofil gefunden wird, insbesondere hinsichtlich Fläche und Maximum, wird das berechnete Merkmal normiert gegen das entsprechende Merkmal, was untenstehend näher erläutert ist, die Anzahl der gefahrenen Fahrten oder Messungen mit diesem Beschleunigungsprofil wird inkrementiert und die letzte gefahrene Fahrt oder Messung wird aktualisiert.
- Wenn noch kein vergleichbares Beschleunigungsprofil vorhanden ist, wird ein neuer verbleibender Speicherplatz verwendet.
- Sind alle Speicherplätze belegt und das aktuelle Beschleunigungsprofil ist noch nicht bekannt, so wird das älteste unbenutzte Beschleunigungsprofil und/oder ein Ausreiser-Beschleunigungsprofil aus der Tabelle überschrieben.

In weiterer Ausgestaltung der Erfindung wird die Datenbank oder Tabelle nach jeder Messung oder Fahrt derart sortiert, dass am Datenbankanfang oder Tabellenanfang oder am Datenbankende oder Tabellenende die Zeile mit der höchsten Gesamtanzahl steht. Im Anschluss können, falls benötigt, diejenigen Zeilen in einer Reihenfolge angeordnet werden, bei der die jeweilige Gesamtanzahl der Zeilen absteigt. Somit können die Zeilen hinsichtlich der Gesamtanzahl in einer eigenen oder alternativ aufsteigenden Reihenfolge in der Datenbank oder der Tabelle angeordnet werden. Durch die Sortierung kann eine vereinfachende Datenverarbeitung erfolgen. Mit anderen Worten wird nach jeder Fahrt die Datenbank oder Tabelle sortiert, so dass die am Häufigsten aufgetretenen Bewegungsdatenprofile, insbesondere im Form von Beschleunigungsprofilen, am Datenbankanfang oder Tabellenanfang stehen. Je weiter hinten oder unten die Beschleunigungsprofile stehen, umso älter und seltener sind sie benutzt. Dies ist äußerst vorteilhaft, da, wenn neue Bewegungsdatenprofile auftauchen, alte und/oder seltene Bewegungsdatenprofile gelöscht werden müssen. Es kann Speicherplatz gespart werden und eine Hardwareanforderung und Rechenzeit erheblich gesenkt werden, wodurch ein Energieaufwand sinkt. Des Weiteren ist an der Sortierung vorteilhaft, dass die Abschätzung des Zustands oder der Restlebensdauer basierend auf den häufigsten Messungen oder Fahrten auf einfache Weise erfolgen kann, die in der Datenbank oder Tabelle gespeichert sind.
In weiterer Ausgestaltung der Erfindung kann vorgesehen sein, dass die vom Sensor erfassten Bewegungsdaten, insbesondere in Form eines Schwingungssignals oder Rohsignals, digital gefiltert werden. Hierdurch kann auf einfache Weise eine Aufbereitung der Beschleunigungsdaten erfolgen, die in einer Zeile gespeichert werden sollen. Die digitale Filterung erfolgt beispielsweise über einen Tiefpassfilter und/oder über eine Diskrete Wavelet Transformation (DTW). Das digital gefilterte Schwingungssignal kann dann die Beschleunigungsdaten darstellen und zumindest ein Abschnitt davon kann einfach weiterverarbeitet werden. Aus dem Abschnitt der Beschleunigungsdaten wird dann beispielsweise das Integral gebildet und/oder das Beschleunigungsmaxima ermittelt. Mit Hilfe der Filterung können unterschiedliche Teile der Beschleunigungsdaten erkannt werden. Vorzugsweise sind eines oder mehrere der folgenden Abschnitte der Beschleunigungsdaten ermittelbar: Ein Stillstandprofil, bei dem die Führungskomponente stillsteht; ein Startprofil, bei dem die Führungskomponente vom Stillstand in Bewegung gesetzt wird; ein Beschleunigungsprofil, bei dem die Geschwindigkeit der Führungskomponente erhöht wird; ein Profil mit einer, insbesondere konstanten, Geschwindigkeit, bei dem die Führungskomponente mit einer, insbesondere konstanten, Geschwindigkeit bewegt wird; ein Bremsprofil, bei dem die Führungskomponente abgebremst wird, insbesondere bis zum Stillstand. Vorzugsweise werden für die Tabelle die Beschleunigungsdaten des Startprofils und des Beschleunigungsprofils verwendet. Zum Berechnen der Fläche und der maximalen Beschleunigung aus dem Abschnitt der Beschleunigungsdaten ist vorteilhafterweise eine konstante Geschwindigkeit nicht notwendig, da die Beschleunigungsmerkmale wie Fläche und maximale Beschleunigung für die gesamte Fahrt berechnet sind.
Zur Absicherung gegen einen Stromausfall wird die Datenbank oder Tabelle vorzugsweise nach jeder Fahrt im Datenspeicher, insbesondere im Flash-Speicher, abgespeichert. Die Datenbank oder Tabelle kann dann vom Datenspeicher ausgelesen werden, wenn die Stromversorgung wieder vorhanden ist.
Mit Vorteil kann das vom Sensor erfasste Schwingungssignal oder aus den Bewegungsdaten oder aus zumindest einem Abschnitt des Schwingungssignals oder der Bewegungsdaten ein Zustands-Merkmal (x̅) in Form eines Mittelwerts gebildet werden. Zum Ausbilden des Zustands-Merkmals (x̅) kann das Schwingungssignal oder der Abschnitt des Schwingungssignals digital gefiltert sein, insbesondere über eine Übertragungsfunktion. Aus dem gefilterten Schwingungssignal kann dann ein Betrag gebildet werden. Die digitale Filterung des Schwingungssignals und/oder die Ausbildung des Betrags erfolgt vorzugsweise für eine jeweilige Messung, insbesondere einer Fahrt, und/oder einer Messprobe des Sensors. Der Sensor misst mit einer bestimmten Rate oder Taktfrequenz die Bewegungsdaten oder das Schwingungssignal oder die Schwingungen, wobei dann für eine jeweilige Messprobe die digitale Filterung und eine Betragsbildung ermittelt werden kann. Das Zustands-Merkmal (x̅) kann dann vorzugsweise in Form eines Mittelwerts aus der Menge der Beträge der einzelnen Messproben gebildet werden. Beispielsweise werden die Messungen oder Messproben von einem oder mehreren Abschnitten des Schwingungssignals oder des gesamten Schwingungssignals, insbesondere einer Messung, insbesondere einer Fahrt, herangezogen. Vorzugsweise werden für die Ermittlung des Zustands-Merkmals folgende Formeln verwendet: $\begin{matrix} X_{f} = X * h \\ X_{a b s} = | X_{f} | \\ \bar{x} = \frac{1}{N} \sum_{i = 1}^{N} X_{a b s} (i) \\ x_{r m s} = \frac{1}{N} \sqrt{\sum_{i = 1}^{N} X_{a b s}^{2} (i)} \\ x_{m a d} = \frac{1}{N} \sum_{i = 1}^{N} | X_{a b s} (i) - \bar{x} | \end{matrix}$
X ist hierbei das Schwingungssignal, h die Übertragungsfunktion des Filters, x_f ist das gefilterte Signal, x_abs ist das Absolut von dem gefilterten Signal x_f, x̅ ist der Mittelwert oder das Zustands-Merkmal. Anstelle von x̅ ist denkbar ein Root Mean Square x_rms oder ein Mean Absolute Deviation (MAD)-Wert x_mad zu ermitteln. N bezeichnet die Anzahl der Messproben einer Messung oder Fahrt.
In weiterer Ausgestaltung der Erfindung kann ein Frequenzband des Schwingungssignals oder ein Frequenzband des Schwingungssignals eines Teils des Bewegungsprofils ermittelt sein. Das Frequenzband kann dann für die Ermüdungsdetektion herangezogen werden. Somit wird für die Ermüdungsdetektion nicht das gesamte Spektrum des Schwingungssignals herangezogen, sondern nur ein Frequenzband, was Rechenleistung einspart. Vorteilhafterweise wird das Frequenzband in Abhängigkeit von einer Geschwindigkeit der Führungskomponente ermittelt. Somit kann auf Basis der errechneten Geschwindigkeit das für die Ermüdungsdetektion notwendig Frequenzband abgeschätzt und/oder aus einer Datenbank entnommen werden und durch Filtern von den nicht notwenigen Frequenzbändern bereinigt werden. Durch das Filtern ist somit eine Berechnung des gesamten Spektrums nicht mehr notwendig. Durch den Bezug auf die errechnete Geschwindigkeit ist es möglich, das für die Ermüdungsdetektion notwendige Frequenzband auf einfache Weise zu berechnen. Die Signalanalyse beziehungsweise die Ermüdungsdetektion kann dann nur noch in diesem Frequenzband erfolgen. Hierdurch kann die Datenmenge und somit der notwendige Rechenaufwand weiter erheblich reduziert werden. Durch das ermittelte Frequenzband können dann schnelle Änderungen, sogenannte Harmonics, herausgefiltert werden und somit langsame, kontinuierliche Veränderungen bei der Signalanalyse oder Ermüdungsdetektion, die bei einer kontinuierlichen Ermüdung auftreten, gezielt detektiert werden. Es ist somit nicht notwendig, theoretische Schadensfrequenzen über diskrete Moden im Spektrum des Schwingungssignals zu berechnen, was aufgrund der Vielzahl von Einflüssen bei einer Führung auf die Ermüdungsdetektion zu unzureichenden Ergebnissen führen würde.
Die relevanten Merkmale, insbesondere das Zustands-Merkmal, können dann vorteilhafterweise im herausgearbeiteten Frequenzband ermittelt sein, was zu einem geringen Rechenaufwand führt.
Vorteilhafterweise kann vorgesehen sein, dass, insbesondere falls gleiche oder ähnliche Beschleunigungsdaten in der Datenbank oder Tabelle gefunden werden, dass das Zustands-Merkmal (x̅) oder Mittelwert vom absolut-gefilterten Schwingungssignal normiert wird, wodurch ein normiertes Zustands-Merkmal (Mean_norm) ausgebildet wird. Auf einfache Weise kann die Normierung des Zustands-Merkmals (x̅) dadurch erfolgen, dass das Zustands-Merkmal (x̅) auf Basis des in der Zeile mit den gleichen oder ähnlichen Beschleunigungsdaten hinterlegten Referenz-Zustands-Merkmal (Mean_ref) berechnet wird. Dies erfolgt insbesondere dadurch, dass das Zustands-Merkmal (x̅) durch das Referenz-Zustands-Merkmal (Mean_ref) geteilt wird. Es ist denkbar, dass, falls keine gleichen oder ähnlichen Beschleunigungsdaten in der Tabelle gefunden werden, das normierte Zustands-Merkmal (Mean_norm) den Wert 1 erhält und das aktuelle Zustands-Merkmal (x̅) zum aktuellen Referenz-Zustands-Merkmal (Mean_ref) der Zeile wird. Ist eine Zeile frei, so kann dann das neue Referenz-Zustands-Merkmal (Mean_ref) dieser Fahrt in der neuen Zeile gespeichert werden, insbesondere zusammen mit den Beschleunigungsdaten, wie oben erläutert. Denkbar ist auch, falls alle Zeilen mit Beschleunigungsdaten belegt sind bzw. der Datenspeicher voll ist, dann kann bei der Zeile, bei der die Daten gelöscht oder überschrieben werden, wie obenstehend erläutert, das neue Referenz-Zustands-Merkmal (Mean_ref) das bisher in der Zeile gespeicherte Referenz-Zustands-Merkmal (Mean_ref) ersetzen.
Es ist denkbar, insbesondere, wenn in der Tabelle eine vorbestimmte Anzahl von Zeilen belegt sind, dass zusätzlich eine Erweiterung zur Normierung des Zustands-Merkmals (x̅) mit Hilfe einer Polynomanpassung erfolgt. Hierdurch kann ein direkter Zusammenhang zwischen den Beschleunigungsdaten, den Zustands-Merkmalen und der Tabelle ermöglicht werden, beispielsweise durch ein Polynom zweiter Ordnung.
Bei einer bevorzugten Ausführungsform kann vorgesehen sein, die Berechnung der Geschwindigkeit auf Basis diskreter Antriebsmoden durchzuführen, beispielsweise zur zusätzlichen Verifikation der im Zeitsignal oder bei den genannten Bewegungsprofilen berechneten Geschwindigkeit. Dies ist allerdings rechenaufwendig, da hierfür in einem Spektrum und nicht im Zeitsignal gerechnet wird. Eine Bereitstellung der Geschwindigkeit, beispielsweise über die Steuerung des Antriebsmotors, insbesondere über ein Triggersignal, ist alternativ oder zusätzlich ebenfalls denkbar. Dies führt allerdings zu einem Mehraufwand bei der Applikation der Sensorik, da Steuerbefehle hardwareseitig implementiert werden müssen.
In weiterer Ausgestaltung der Erfindung können vorteilhafterweise zusätzlich ein oder mehrere Korrekturfaktor/en ermittelt werden, um bei der Ermüdungsdetektion Störungen, beispielsweise Frequenzmoden benachbarter Aggregate, zu bereinigen. Die Korrekturfaktoren können beispielsweise, insbesondere innerhalb der Bewegungsprofile, auf Umgebungsbedingungen, wie beispielsweise Temperatur und/oder Hintergrundvibrationen und/oder Hintergrundgeräusche basieren.
In weiterer Ausgestaltung der Erfindung ist denkbar, insbesondere um Alarmschwellen zu berechnen, dass aus dem, insbesondere normierten, Zustands-Merkmal (Mean_norm oder x_i) ein aktueller Mittelwert (µ_i) gebildet wird. Zum Bilden des aktuellen Mittelwerts (µ_i) ist denkbar, dass aktuelle normierte Zustands-Merkmal (Mean_norm oder x_i Zustands-Merkmale, insbesondere etwa die letzten $\frac{1}{α}$
Zustands-Merkmale, im Vergleich zu den alten oder sehr alten Zustands-Merkmalen.
Beschleunigungsdaten sind vorzugsweise dann ähnlich zu den Beschleunigungsdaten einer Zeile, wenn diese innerhalb einer vorbestimmten möglichen Abweichung oder eines vorbestimmten Toleranzbereichs bezüglich den in der Zeile der Tabelle gespeicherten Beschleunigungsdaten liegen.
Mit anderen Worten werden bei der EWMA-Methode die Zustands-Merkmale gemittelt. Der aktuelle Mittelwert berechnet sich insbesondere aus dem aktuell gemessenen Zustands-Merkmal, welches über einen Gewichtungsfaktor mit dem alten Mittelwert der vorangegangenen Fahrt verrechnet wird. Bei der nächsten Messung dient dieser Mittelwert somit wiederum als Input für die Berechnung des nächsten Mittelwertes. Ähnliches erfolgt mit der Varianz der Messung. Auch hier wird die aktuelle Varianz mit einer gewichteten historischen Varianz verrechnet. Auf diese Weise werden immer nur zwei Werte, also Mittelwert und Varianz, im Sensor oder im Datenspeicher des Sensors gespeichert, welche die gesamte Historie aller Messungen beinhalten. Die EWMA-Methode reduziert die Schwankungen der Merkmalsdaten enorm.
In weiterer Ausgestaltung der Erfindung kann/können über den Algorithmus ein oder mehrere Alarme getriggert werden, insbesondere in Abhängigkeit vom, beispielsweise normierten Zustands-Merkmal (Mean_norm oder x_i) und/oder vom aktuellen Mittelwert (µ_i). Vorzugsweise kann zumindest ein Alarm bei Erreichen und/oder Überschreiten zumindest einer, insbesondere ersten, Alarmschwelle oder einer, insbesondere adaptiven ersten, Alarmschwelle oder einer adaptiven Alarmschwelle beispielsweise µ_i + 3σ_i, getriggert werden. Vorzugsweise wird/werden die Alarmschwelle/n bei jeder Fahrt neu gesetzt. Es ist denkbar, zumindest die, insbesondere erste oder adaptive erste oder adaptive, Alarmschwelle, beispielsweise µ_i + 3_σi, nach der Einlaufphase der Linearvorrichtung zu setzen. Während der Einlaufphase der Linearvorrichtung sind vorzugsweise keine Alarme getriggert. In der initialen Phase der Einlaufphase der Lebensdauer der Linearvorrichtung hat vorzugsweise der Par obenstehende Formeln, einen höheren Wert, damit das System das Einlaufniveau lernt.
Vorzugsweise kann einer oder können mehrere der folgenden Alarme vorgesehen sein:

- Ein Alarm 0 wird getriggert, wenn der aktuelle Mittelwert (µ_i) und/oder ein oder mehrere der vorhergehenden Mittelwerte eine positive Steigung aufweisen. Die Mittelwerte sind dabei vorzugsweise unter dem Niveau der Einlaufphase.
- Ein Alarm 1 kann getriggert werden, wenn das normierte Zustands-Merkmal (Mean_norm oder x_i) größer und/oder gleich wie die, insbesondere erste oder adaptive erste oder adaptive, Alarmschwelle ist. Es kann dann vorzugsweise weiter ein Ausreißer-Zähler inkrementiert werden, der vorzugsweise initial bei 0 starten kann.
- Des Weiteren ist denkbar, einen Alarm 2 zu triggern, wenn Alarm 0 oder Alarm 1 vorliegt und der aktuelle Mittelwert (µ_i) oder das normierte Zustands-Merkmal (Mean_norm oder x_i) oberhalb des Niveaus der Einlaufphase liegt.
- Des Weiteren ist denkbar, dass ein Alarm 3 getriggert wird, wenn eine, insbesondere zweite oder adaptive zweite oder weitere adaptive, Alarmschwelle erreicht wird und/oder überschritten wird.

In weiterer Ausgestaltung der Erfindung kann vorgesehen sein, dass Störungen, beispielsweise durch einmalige Ausreißer, erkannt werden und herausgefiltert werden. Ein einmaliger Ausreißer ist beispielsweise ein sprunghafter, kurzer Anstieg eines Zustands-Merkmals oder normierten Zustands-Merkmals.
In weiterer Ausgestaltung der Erfindung kann der Sensor, wenn der Mikrocontroller des Sensors und/oder die Linearvorrichtung im Ruhezustand ist/sind, ab einem bestimmten Schwellenwert oder bei Überschreitung eines bestimmten Schwellenwerts einer Beschleunigung den Mikrocontroller über ein Aufwachsignal ansteuern. Nach dem Aufwachen kann der Mikrocontroller das Messsignal des Sensors erfassen. Mit anderen Worten kann eine Wake-Up Funktion vorgesehen sein. Bei dieser kann der Beschleunigungssensor ein Interrupt-Signal liefern, sobald ein Schwellenwert überschritten wird. Dieses Signal weckt den Mikrocontroller auf, welcher daraufhin eine Messung startet. Somit werden Daten während der Fahrt mit einer signifikanten Beschleunigung betrachtet.
In weiterer Ausgestaltung der Erfindung ist der Algorithmus vorzugsweise derart ausgestaltet, dass dieser eine Fahrterkennung ausführt. Insbesondere kann bei der Fahrterkennung zwischen einem gültigen und einem ungültigen Fahrtbeginn einer Fahrt unterschieden werden. Vorzugsweise kann zur Fahrterkennung nach der Aktivierung des Sensors diese in einem ersten Messfenster oder Frame, bei dem eine vorbestimmte Anzahl von Messproben oder Messungen oder Samples, beispielsweise 256 durchgeführt werden, die Beschleunigungsdaten ermittelt werden. Insbesondere kann in dem Messfenster ein Integral und/oder ein Mittelwert der Beschleunigungsdaten oder des Beschleunigungsprofils des Messfensters ausgebildet werden. Alternativ oder Zusätzlich kann das Zustands-Merkmal (x) des Messfensters ermittelt werden. Falls das Integral der Beschleunigungsdaten größer oder gleich wie ein Beschleunigungsdaten-Grenzwert ist, so können in einem folgenden Messfenster die Beschleunigungsdaten und/oder das Zustands-Merkmal (x) ermittelt sein. Die neu ermittelten Werte können dann mit den Beschleunigungsdaten oder mit dem Mittelwert der Beschleunigungsdaten und/oder dem Zustands-Merkmal (x) des ersten Messfensters verglichen werden. Falls das Zustands-Merkmal (x̅) des folgenden Messfensters kleiner als das Zustands-Merkmal (x̅) des ersten Messfensters ist, kann die Fahrt als ungültig deklariert werden. Falls das Zustands-Merkmal des folgenden Messfensters größer als das Zustands-Merkmal (x̅) des ersten Messfensters ist, so kann die Fahrt als gültig deklariert werden und die Messung wird fortgesetzt. Bei der Fortsetzung der Messung werden dann die Beschleunigungsdaten und/oder das Zustands-Merkmal (x) der Fahrt ermittelt. Somit kann mit geringem Rechenaufwand, insbesondere durch die Heranziehung eines Messfensters, eine gültige/ungültige Fahrt ermittelt werden. Falls die Beschleunigungsdaten oder das Integral der Beschleunigungsdaten kleiner oder gleich wie ein Beschleunigungsdaten-Grenzwert sind, so kann geprüft werden, ob das Integral der Beschleunigungsdaten oder die Beschleunigungsdaten kleiner als ein negativer Beschleunigungsdaten-Grenzwert sind. Falls das Integral der Beschleunigungsdaten oder die Beschleunigungsdaten kleiner sind, so kann die Fahrt als beendet deklariert werden. Falls dagegen das Integral der Beschleunigungsdaten oder die Beschleunigungsdaten größer sind als der negative Beschleunigungsdaten-Grenzwert, so kann die Messung fortgesetzt werden und bei der Fortsetzung der Messung können die Beschleunigungsdaten und/oder das Zustands-Merkmal (x̅) der Fahrt weiter ermittelt werden.
Die vorgeschlagene Fahrterkennung ist vorteilhafterweise als selbst-getriggertes System zur kundenseitigen Aufwandsminimierung ausgebildet. Mit anderen Worten wird, um den Fahrtbeginn zu erkennen, ein Slope-Interrupt oder Steigungs-Interrupt des Sensors benutzt. Manche Interrupts oder Unterbrechungen werden jedoch nicht durch einen Fahrtbeginn ausgelöst, sondern beispielsweise durch ein Fahrtende oder durch einen Ruck. Aus diesem Grund muss der Algorithmus zwischen einem gültigen und einem ungültigen Fahrtbeginn unterscheiden können. Der vorgeschlagene Algorithmus basiert auf der Beobachtung der Vibrationsmenge direkt nach dem Interrupt. Die Fahrt wird als gültig erkannt, wenn die Vibration nach dem Interrupt steigt, ansonsten ist die Fahrt nicht gültig. Dies kann auch mit Hilfe einer minimalen Vibrationsschwelle erreicht werden. Diese minimale Vibrationsschwelle kann nach dem Einschalten des Sensors zum ersten Mal oder mit einer Stillstandsmessung berechnet werden. Die Berechnung erfolgt beispielsweise in den ersten und letzten Fenstern, wie es untenstehend beispielsweise in der Figurenbeschreibung der 8 vorgesehen ist. Das Signal kann dann fensterweise analysiert werden. Die Vibrations- und/oder Beschleunigungsmerkmale sind in jedem Fenster berechnet und aktualisiert. Eine Erkennung des Fahrtendes erfolgt vorzugsweise durch die Beschleunigungsmerkmale. Ein Fahrtende zeigt dabei ein spiegelverkehrtes Verhalten im Vergleich zum Fahrtbeginn. Der Algorithmus erkennt vorzugsweise ein Fahrtende, wenn das Beschleunigungsmerkmal eine vorgegebene Schwelle überschreitet. Der Algorithmus kann auch erkennen, ob die Bewegungen in Hin- oder in Rückrichtung stattfindet, wenn die gespiegelten Profile, beispielsweise negative Beschleunigung am Fahrtbeginn und positive Beschleunigung am Fahrtende, ausgewertet sind.
Des Weiteren ist bei der Fahrterkennung denkbar, dass zusätzliche Sensorik, wie beispielsweise eine Magnetfeldsensorik und/oder eine optische Sensorik, zur Detektion der linearen Bewegung und/oder des Fahrtbeginns verwendet werden.
Vorzugsweise wird das Beschleunigungssensor-Rohsignal oder Schwingungssignal im Zeitbereich gemessen. Dies kann beispielsweise im Frequenzbereich bis 20 kHz erfolgen, insbesondere jedoch bis 5 kHz. Die Sensormessung wird beispielsweise durch die ansteigende Flanke des Beschleunigungssensors getriggert oder ausgelöst. Dieser kann Start und Stopp der Bewegung über eine konfigurierbare Beschleunigungsschwelle detektieren. Über eine Zähler- oder Zeitfunktion kann der Messtakt eingestellt werden. Alternativ kann das Triggern auch fremdgesteuert durch eine Anlagensteuerung oder durch ein Gateway durch ein elektrisches Signal erfolgen.
Offenbart ist ein Anomaliedetektionssensor für Linearantriebe und Linearführungen, insbesondere Kugelgewindetriebe und Profilschienenführungen. Dieser kann eine Fahrt der Lineartechnik selbständig, insbesondere durch Self-Triggering, erkennen. Alternativ oder zusätzlich kann er Bewegungs- und Beschleunigungsprofile detektieren und/oder bewerten und/oder ordnen. Des Weiteren ist alternativ oder zusätzlich denkbar, eine nachgelagerte Algorithmik innerhalb des Sensors vorzusehen. Dieser kann eine vorprozessierte und/oder datenreduzierte Menge an Sensordaten zur Verfügung gestellt werden. Darüber hinaus kann alternativ oder zusätzlich auf Basis von Systemvibrationen eine Restlebensdauer berechnet werden.
Figurenliste
Bevorzugte Ausführungsbeispiele der Erfindung werden im Folgenden anhand schematischer Zeichnungen näher erläutert. Es zeigen:

1 in einem schematischen Ablaufdiagramm ein Verfahren zur Zustandsdetektion einer Linearvorrichtung,
2 ein über einen Sensor erfassbares Schwingungssignal der Linearvorrichtung,
3 in einem Diagramm eine Start- und Beschleunigungsphase der Linearvorrichtung für unterschiedliche Geschwindigkeiten,
4 in einem Ablaufdiagramm eine Geschwindigkeits- oder Beschleunigungsnormierung auf Basis einer Tabelle,
5 eine Tabelle für die Geschwindigkeit oder Beschleunigungsnormierung aus 4,
6 in einer schematischen Darstellung eine Polynomanpassung zweiter Ordnung,
7 in einem Diagramm ein Beschleunigungsprofil,
8 eine vereinfachte Darstellung des Beschleunigungsprofils aus 7 zu Fahrterkennung,
9 in einem Ablaufdiagramm die Vorgehensweise bei einer Fahrterkennung,
10 in einem Ablaufdiagramm die Vorgehensweise bei einer Alarmgenerierung und bei einem Ausreisertest,
11 in einem Diagramm verschiedene Merkmale und Mittelwerte, die über eine Messanzahl aufgetragen sind,
12 schematisch die Darstellung einer Restlebensdauerschätzung und
13 einen Ausschnitt einer Linearvorrichtung.

Gemäß 1 ist ein Flussdiagramm zur Methode der selbstadaptierenden, sensornahen Ermüdungsdetektion dargestellt. Zunächst erfolgt in einem Block 2 eine Messung von Bewegungsdaten einer Führungskomponente über einen Sensor. Die Führungskomponente ist Teil einer Linearvorrichtung und auf einem Führungsbauteil bewegbar geführt, was untenstehend in 13 näher erläutert wird. Die Bewegungsdaten werden über einen Mikrocontroller in einen ersten und zweiten Signalfaden 4, 6 prozessiert. Zum Erfassen der Bewegungsdaten in Block 2 wird der Sensor, insbesondere in Form eines Beschleunigungs- oder Vibrationssensors, durch Self-Triggering gestartet, was obenstehend näher erläutert ist. Des Weiteren wird geprüft, über eine Fahrterkennungsmethode, die ebenfalls obenstehend näher erläutert ist, ob eine zu messende Fahrt der Führungskomponente für den Sensor vorliegt. Bei dem Signalfaden 4 wird ein Beschleunigungsprofil ermittelt und beim Signalfaden 6 erfolgt eine Merkmalsberechnung. Die Erfassung des Beschleunigungsprofils erfolgt in Block 8 und wird anhand 2 näher erläutert.
Gemäß 2 ist ein Schwingungssignal 9 dargestellt, das über eine Vielzahl von einer auf der Abszisse aufgetragenen Messungen vom Sensor erfasst wird. Die Ordinate in 2 zeigt eine normierte Amplitude des Schwingungssignals 9. In Block 8 aus 1 erfolgt die Ermittlung des Bewegungsprofils basierend auf dem Schwingungssignal 9. Hierzu wird das Schwingungssignal 9 über einen Tiefpassfilter digital gefiltert, wodurch ein Bewegungsprofil 11 ermittelbar ist. Dieses hat mehrere Teile. Gemäß 2 ist mit der Nummer 1 ein Stillstandsprofil, mit der Nummer 2 ein Startprofil, mit der Nummer 3 ein Beschleunigungsprofil, mit der Nummer 4 ein Profil konstanter Geschwindigkeit und mit der Nummer 5 ein Bremsprofil aufgezeigt.
Gemäß 1 wird in einem auf den Block 8 folgenden Block 10 anhand der Teile 2 und 3 des Bewegungsprofils 11 aus 2 ein Integral des Bewegungsprofils oder Beschleunigungsprofils gebildet und das Beschleunigungsmaxima in diesem Abschnitt ermittelt. Im weiteren Signalfaden 6 erfolgt in Block 12 ein Pre-Processing zur Parameterabschätzung und Filterung. In Block 14 wird dann ein Zustands-Merkmal (x̅) ermittelt, was obenstehend näher erläutert ist. Hierbei handelt es sich um den Mittelwert vom absolut gefilterten Schwingungssignal 9. In Block 16, bei dem die Signalfäden 4, 6 wieder zusammengeführt werden, erfolgt eine Geschwindigkeitsnormierung oder Beschleunigungsprofilsnormierung. Diese erfolgt anhand einer Tabelle gemäß 5, was untenstehend näher erläutert wird. Im folgenden Block 18 wird ein aktueller Mittelwert (µ_i) aus dem normierten Zustands-Merkmal gebildet. Im folgenden Block 20 kann ein Alarm generiert werden.
In 3 sind die Beschleunigungsprofile in der Start- und Beschleunigungsphase, s. Teil 2 und 3 aus 2, dargestellt. Auf einer Abszisse ist hierbei eine Zeit in Sekunden aufgetragen und auf einer Ordinate eine Amplitude. Ein Profil 22 zeigt hierbei das Beschleunigungsprofil bei einer Umdrehung eines Antriebsmotors für die Führungskomponente von beispielsweise 50 Umdrehungen pro Minute. Ein Profil 24 zeigt das Beschleunigungsprofil beispielsweise bei 300 Umdrehungen pro Minute. In den Messwerten der 3 ist des Weiteren ein Slope-Interrupt 26 eingezeichnet. Außerdem ist ein Profil 23 und ein Profil 25 dargestellt. Diese beziehen sich auf eine konstante Beschleunigung. Der vorliegende Algorithmus ist unabhängig von der Form der Profile, womit beispielsweise auch die Profile 23 und 25 neben den anderen Profilen vom Algorithmus berücksichtigt werden können.
Gemäß 4 ist ein weiteres Ablaufdiagramm zur Erläuterung des erfindungsgemäßen Verfahrens dargestellt. In Block 28 wird eine Bewegung detektiert. Im folgenden Block 30 erfolgt das Self-Triggering und die Fahrterkennung. Beim ersten Signalfaden 32 folgt im Block 34 die Filterung des erfassten Schwingungssignals mit einem Low-Pass-Filter oder Tiefpassfilter. Daraus ergibt sich dann in Block 36 das Integral des Beschleunigungsprofils und das Beschleunigungsmaxima. Beim weiteren Signalfaden 38, nach dem Block 30, folgt ein Block 40. In diesem wird das Schwingungssignal über einen Bandpassfilter gefiltert. Im folgenden Block 42 ergibt sich daraus das Zustands-Merkmal (2).
Beim Signalfaden 32 wird im nach dem Block 36 folgenden Block 44 das Integral des Beschleunigungsprofils und das Beschleunigungsmaxima mit Werten aus der Tabelle 46 gemäß 5 verglichen. Die Tabelle 46 wird im Folgenden näher erläutert.
Die Tabelle 46 in 5 hat eine Vielzahl von Zeilen 1 bis n, siehe erste Spalte 47. In einer jeweiligen Zeile ist ein jeweiliges Profil einer Fahrt hinterlegt. In der zweiten Spalte 48 der Tabelle 46 sind die im Block 36 aus 4 bzw. die im Block 10 aus 1 ermittelten Daten in Form des Integrals des Beschleunigungsprofils und des maximalen Beschleunigungsprofils für ein jeweiliges Profil 1 bis n hinterlegt. In einer nächsten Spalte 50 der Tabelle 46 sind in einer jeweiligen Zeile die Anzahl der Fahrten des Führungsteils gespeichert, die entsprechend zumindest den der in der Zeile hinterlegten Beschleunigungsdaten beschleunigt wurden. In einer folgenden Spalte 52 ist für ein jeweiliges Profil 1 bis n ein Referenz-Zustands-Merkmal hinterlegt. In einer folgenden Spalte 54 ist dann für ein jeweiliges Profil 1 bis n die jeweilige letzte Fahrt mit dem in einer jeweiligen Zeile hinterlegten Beschleunigungsprofil eingetragen.
Gemäß 4 werden in Block 44 die Beschleunigungsdaten der aktuellen Fahrt mit dem jeweiligen in den Zeilen 1 bis n der Tabelle 46 aus 5 gespeicherten Beschleunigungsdaten verglichen, wobei diese in der Spalte 48 gespeichert sind. Sind in einer Zeile gleiche oder ähnliche Beschleunigungsdaten wie die der aktuellen Fahrt hinterlegt, beispielsweise in der Zeile 3, so wird mit dem nach dem Block 44 vorgesehenen Block 56 weiterverfahren. Gemäß Block 56 wird dann von der genannten Zeile 3 der Wert der Spalte 52 ausgelesen, nämlich das Referenz-Zustands-Merkmal Mean_ref. In den sich anschließenden Block 58 wird dann das Zustands-Merkmal x oder Mean_abs aus Block 42 durch das Referenz-Zustands-Merkmal Mean_ref geteilt, wodurch das normierte Zustands-Merkmal x_i oder Mean_norm ermittelt wird. Dies kann mit folgender Formel ausgedrückt werden: ${Mean}_{norm} = {Mean}_{abs} / {Mean}_{ref}$
Somit wird das Zustands-Merkmal der aktuellen Fahrt gegen ein Referenz-Zustands-Merkmal eines ähnlich gespeicherten Profils normiert. Dieses normierte Zustands-Merkmal x_i oder Mean_norm kann dann zur Alarmgenerierung, was untenstehend in 10 näher erläutert ist, eingesetzt werden.
Wir dagegen in 4 in Block 44 ermittelt, dass kein gleiches oder ähnliches Beschleunigungsprofil in der Tabelle 46 hinterlegt ist, so folgt Block 60, der parallel zu Block 56 dem Block 54 nachgelagert ist. In diesem wird geprüft, ob die Zeilen 1 bis n der Tabelle 46 aus 5 vollständig aufgefüllt sind. Ist das nicht der Fall, so erfolgt im sich an den Block 60 anschließenden Block 62 eine Neueintragung in der Tabelle 46. Hierbei werden dann in einer freien Zeile, beispielsweise in Zeile 2, in Spalte 48 das Integral des Beschleunigungsprofils und das Beschleunigungsmaxima der aktuellen Fahrt eingetragen. In Spalte 50 wird die Zahl 1 eingetragen, da das Profil das erste Mal gefahren wurde. In Spalte 52 wird der aus Block 42 in 4 ermittelte Wert in Form des Zustands-Merkmals x̅ eingetragen, bei dem es sich dann in der Folge um das Referenz-Zustands-Merkmal handelt. In Spalte 54 der Zeile 2 wird dann die aktuelle Gesamtzahl der Fahrten eingetragen. Ist die aktuelle Fahrt beispielsweise die 50 Fahrt, so wird der Wert 50 in diese Spalte 54 eingetragen.
Gemäß 4 folgt nach dem Block 62 der Block 64, der die Aktualisierung der Tabelle 46 aus 5 darstellen soll, wobei als Aktualisierung eine Sortierung vorgesehen sein kann, bei der die häufigsten Profile obenstehend angeordnet sind. Nach dem Block 64 folgt der Block 66. In diesem wird das normierte Zustands-Merkmal Mean_norm oder x_i auf den Wert 1 gesetzt, also Mean_norm = 1. Des Weiteren ist Mean_ref gleich Mean_abs.
Wird in 4 gemäß Block 60 festgestellt, dass die Tabelle 46 vollständig mit entsprechenden Werten belegt ist, so folgt Block 68. Wird ein Ausreiser in Block 68 erkannt, so wird im Folgenden Block 70 dieser aussortiert. Als Ausreiser wird ein Profil angsehen, das vergleichsweise lange und/oder während eines vorbestimmten Zeitraums nicht gefahren wurde. Dies kann insbesondere über die Spalten 50 und 54, siehe 5, ermittelt sein. Im anschließenden Block 64 wird die Tabelle 46 aktualisiert. Wird kein Ausreißer in Block 68 erkannt, so erfolgt parallel zum Block 70 und nachfolgenden zum Block 68 eine Ausführung in Block 72. Darin wird die Zeile der Tabelle 46 aus 5 ermittelt, bei der das älteste Profil hinterlegt ist. Das heißt, diejenige Zeile, bei der in der Spalte 54 die geringste Zahl vorliegt, also die älteste Fahrt. Diejenige Zeile wird dann mit den ermittelten Daten, wie es bezüglich Block 62 beschrieben ist - und auch gilt, wenn Ausreiser überschrieben werden -, gefüllt bzw. die hinterlegten alten Daten werden überschrieben. Nach dem Block 72 folgt wieder der Block 64 mit einer Aktualisierung der Tabelle 46.
Gemäß 4 kann in einem Block 74, der nach dem Block 60 und parallel zu Block 68 angeordnet ist, eine Polynomanpassung vorgesehen sein. Dies erfolgt beispielsweise, wenn in der Tabelle 46 aus 5 genügend Profile, also eine vorbestimmte Anzahl von Profilen, hinterlegt sind. Dies ist durch die Abbildung in 6 aufgezeigt. Auf einer Abszisse ist hierbei die Beschleunigungsbreite und auf einer Ordinate sind Mittelwerte aufgetragen. Die Kurve 74 stellt dabei gemessene Werte dar. Aus dieser kann ein Polynom zweiter Ordnung gemäß Kurve 76 gewonnen werden. Durch die Polynomanpassung kann ein direkter Zusammenhang zwischen Beschleunigungsmerkmalen, Vibrationsmerkmalen und der Tabelle 46 ermöglicht werden.
7 zeigt ein Beschleunigungsprofil 78, das vom Sensor erfasst wird. Auf der Abszisse ist hierbei die Anzahl der Messproben des Sensors aufgetragen und auf der Ordinate eine Amplitude g.
8 stellt die aus dem Beschleunigungsprofil 78 ermittelten Integrale des Beschleunigungsprofils 80 in Form eines + dar. Auf der Ordinate ist dabei die Größe des Integrals eingezeichnet und auf der Abszisse eine Anzahl von Fenstern. Ein jeweiliges Fenster stellt hierbei eine bestimmte Anzahl von Messproben dar, beispielsweise 256 Messproben des Sensors. Somit werden beispielsweise für ein jeweiliges Fenster 256 Messproben aus 7 verwendet. Dies dient zur Einsparung von Rechenkapazität. Des Weiteren sind in 8 die Zustands-Merkmale x̅ in Form eines x eingezeichnet. Die Zustands-Merkmale x̅ oder Vibrationsmerkmale werden ebenfalls über ein jeweiliges Fenster ermittelt.
9 stellt ein Ablaufdiagramm dar, bei dem die Fahrterkennung erläutert wird, insbesondere auch in Zusammenhang mit den 7 und 8. Gemäß einem ersten Block 84 in 9 wird ein Fahrtbeginn markiert. Im folgenden Block 86 erfolgt die Berechnung des Integrals des Beschleunigungsprofils 80, s. 8, des ersten Rahmens oder Fensters. Im folgenden Block 88 wird dann das Integral des Beschleunigungsprofils 80 mit einem Beschleunigungsdaten-Grenzwert Acc_min verglichen. Ist das Integral größer als der Grenzwert, so folgt ein Block 90. In diesem werden das Zustands-Merkmal 82, s. 8, des Fensters oder Messfensters ermittelt. Des Weiteren werden in diesem Block 90 das Integral des Beschleunigungsprofils und das Beschleunigungsmaxima des Fensters erfasst. Diese Daten werden im sich anschließenden Block 92 mit den Daten des ersten Fensters verglichen. Hierbei handelt es sich in diesem Fall um die gleichen Daten. Allerdings werden die Blöcke 88 bis 92 wiederholt ausgeführt, was untenstehend näher erläutert ist, womit Daten folgender Fenster mit denen des ersten Fensters verglichen werden. Welche Daten genau verglichen werden, ist in Block 94, der sich an den Block 92 anschließt, aufgezeigt. Es wird das Zustands-Merkmal 82 des aktuellen Fensters mit dem Zustands-Merkmal des ersten Fensters verglichen. Ist das Zustands-Merkmal größer, so wird gemäß Block 96 eine gültige Fahrt festgestellt. Gemäß Block 98 folgt dann eine Weiterführung der Messung, womit die Daten des nächsten Messfensters aus 8 ermittelt werden. Es werden dann wieder die Blöcke 88 bis 94 durchlaufen. Wird gemäß Block 94 festgestellt, dass das Zustands-Merkmal 82 des aktuellen Fensters kleiner als das Zustands-Merkmal des ersten Messfensters ist, so wird diese Fahrt als ungültige Fahrt in Block 100 deklariert. Die Messung der Fahrt wird dann in Block 102 abgebrochen, womit wieder mit Block 84 gestartet wird. Wird gemäß Block 88 festgestellt, dass das Integral des Beschleunigungsprofils 80 des aktuell geprüften Messfensters kleiner als der Beschleunigungsdaten-Grenzwert ist, so folgt parallel zum Block 90 der Block 104, der dem Block 88 nachgeschaltet ist. In Block 104 wird geprüft, ob das Integral des Beschleunigungsprofils 80, s. 8, des gerade geprüften Messfensters kleiner als ein negativer Beschleunigungsdaten-Grenzwert ist. Ist dies der Fall, so wird im anschließenden Block 106 die Messung der aktuellen Fahrt beendet und zu Block 84 zurückgekehrt. Ist in Block 104 das Integral des Beschleunigungsprofils 80 größer als der negative Beschleunigungsdaten-Grenzwert, dann folgt auf den Block 104 der Block 108, der parallel zu Block 106 verläuft. Die Messung wird dann fortgesetzt und bei der Fortsetzung werden das Integral des Beschleunigungsprofils 80 und das Zustands-Merkmal 82 ermittelt. Im Anschluss wird mit Block 88 weitergemacht.
Gemäß 7 wird, um den Fahrtbeginn zu erkennen, ein Slope-Interrupt 108 eingesetzt. Manche dieser Slope-Interrupts werden allerdings nicht durch einen Fahrtbeginn ausgelöst, sondern beispielsweise durch ein Fahrtende oder durch einen Ruck der Führungskomponente, was mit den Pfeilen 110 in 7 dargestellt ist. Deswegen ist es erforderlich, dass der Algorithmus zwischen einem gültigen und einem ungültigen Fahrtbeginn unterscheiden kann. Der vorgeschlagene Algorithmus in 9 basiert auf der Beobachtung der Vibrationsmenge direkt nach dem Slope-Interrupt. Die Fahrt wird als gültig erkannt, wenn die Vibration nach dem Slope-Interrupt steigt, ansonsten ist die Fahrt nicht gültig. Dies kann mit Hilfe einer minimalen Vibrationsschwelle festgestellt werden. Diese kann nach dem Anschalten des Sensors zum ersten Mal oder mit einer Stillstandmessung berechnet werden, beispielsweise innerhalb der ersten und letzten zehn Fenster in 8. Das Signal des Sensors wird, um Rechenleistung zu sparen, fensterweise analysiert. Das Integral des Beschleunigungsprofils und die Zustands-Merkmale 80 und 82 können in einem jeweiligen Fenster berechnet und aktualisiert werden. Gemäß 9 wird das Fahrtende mit Hilfe des Integrals des Beschleunigungsprofils erkannt. Ein Fahrtende zeigt dabei ein spiegelverkehrtes Verhalten im Vergleich zum Fahrtbeginn. Der Algorithmus erkennt ein Fahrtende, wenn das Integral des Beschleunigungsprofils 80 einen vorgegebenen negativen Beschleunigungs-Grenzwert unterschreitet. Der Algorithmus erkennt auch, ob die Bewegung in Hin- oder in Rückrichtung stattfindet, wenn die gespiegelten Profile (negative Beschleunigung bei Fahrtbeginn und positive Beschleunigung am Fahrtende) ausgewertet sind. Basierend auf der Fahrtrichtung kann das Vorzeichen des negativen Beschleunigungs-Grenzwerts angepasst werden. Gemäß 7 ist weiter ersichtlich, dass mit den Pfeilen 112 eine gültige Fahrt gezeigt ist. Mit den Pfeilen 114 ist eine ungültige Fahrt eingezeichnet. Pfeil 116 zeigt ein Slope-Interrupt eines Fahrtendes.
Gemäß 10 wird eine Alarmdetektion aufgezeigt. Im ersten Block 118 wird das normierte Zustands-Merkmal x_i erfasst. Es wird dann im Block 120 geprüft, ob das aktuelle normierte Zustands-Merkmal x_i (oder Mean_norm) größer als die, insbesondere erste, Alarmschwelle +3 ist. Ist dies nicht der Fall, so wird mit Block 122 weiter verfahren. In diesem wird ein Zähler für einen Ausreißer um die Zahl 1 verkleinert. Ist der Zähler für Ausreißer 0, so wird er nicht weiter verkleinert. Im an dem Block 122 sich anschließenden Block 124 erfolgt eine Aktualisierung des aktuellen Mittelwerts µ_i und der aktuellen Varianz $σ_{i}^{2}$
mit den oben angeführten Formeln. Im nächsten Block 126 wird dann geprüft, ob der aktuelle Mittelwert µ_i größer als ein vorhergehend berechneter Mittelwert µ_i-1 ist. Ist dies nicht der Fall, so wird ein Zähler für eine positive Steigung um die Zahl 1 verringert, wobei dieser Zähler minimal 0 sein kann. Die Verringerung des Zählers für die Steigung erfolgt im Block 128. Im Anschluss wird zum Block 118 zurückgekehrt. Ist der aktuelle Mittelwert µ_i größer als der ältere Mittelwert µ_i-1, so wird im folgenden Block 130, der dem Block 126 nachgeschaltet ist und parallel zum Block 128 vorgesehen ist, der Zähler für die Steigung um 1 erhöht. Im anschließenden Block 132 wird geprüft, ob der Zähler größer als ein vorbestimmter Grenzwert ist. Ist dies nicht der Fall, so wird zu Block 118 zurückgekehrt. Ist dies der Fall, so folgt Block 134. In diesem Block wird geprüft, ob der aktuelle Mittelwert i größer als ein Grenzwert ist. Ist dies nicht der Fall, so wird gemäß Block 136 ein Alarm 0 ausgelöst, der obenstehend erläutert ist. Ist der aktuelle Mittelwert µ_i größer als der Grenzwert, so folgt nach dem Block 134 der Block 138. Darin wird geprüft, ob das normierte Zustands-Merkmal x_i aus dem Block 118 größer als ein harter Grenzwert ist, der beispielsweise vom Hersteller festgelegt wird. Ist dies nicht der Fall, so wird im Block 140 ein Alarm 2 ausgeführt, der obenstehend näher erläutert ist. Ist dies der Fall, so wird ein Alarm 3 ausgeführt, der ebenfalls obenstehend näher erläutert ist, und wofür Block 142 vorgesehen ist. Wird im Block 120 festgestellt, dass das normierte Zustandsmerkmal x_i größer als +3 ist, so folgt Block 144 dem Block 120, parallel zum Block 122. In diesem wird der Zähler für den Ausreißer um die Zahl 1 erhöht. Im folgenden Block 146 wird der vorherige Mittelwert µ_i-1und die vorherige Varianz $σ_{i - 1}^{2}$
eingefroren. Im nächsten Block 148 wird geprüft, ob der Zähler für die Ausreißer größer als ein Grenzwert ist, wobei der Grenzwert beispielsweise 5 sein kann. Ist dies nicht der Fall, so wird zu Block 118 zurückgekehrt. Ist dies der Fall, so folgt Block 150. Darin wird geprüft, ob das normierte Zustandsmerkmal x_i größer als der Grenzwert ist, der auch in Block 134 verwendet wird. Ist dies nicht der Fall, so wird im Block 152 der Alarm 1 ausgelöst, der obenstehend näher erläutert ist. Ist dies der Fall, so folgt Block 138.
Bei dem Grenzwert in den Blöcken 134 und 150 aus 10 handelt es sich um das Einlaufniveau der Linearvorrichtung, das somit zur Alarmgenerierung verwendet wird. Während dieser Einlaufphase triggert das System keine Alarme. Nach der Einlaufphase werden Alarmgrenzen mit jeder Fahrt aktualisiert und die Alarmschwelle µ_i + 3σ_i gesetzt, die im Block 120 verwendet wird. Durch den Ablauf gemäß 10 werden Störungen und einmalige Ausreißer erkannt und herausgefiltert, was das falsche Setzen von Alarmen verhindert.
Gemäß 11 werden Zustands-Merkmale 154 (x̅) mit einem „+“ dargestellt und über die Anzahl der Messungen aufgetragen, wobei die Anzahl auf der Abszisse dargestellt ist. Des Weiteren werden die jeweils aktuellen Mittelwerte 156 (µ_i), die mit einem Kreuz in 11 dargestellt sind, über die Anzahl der Messungen aufgetragen. Des Weiteren ist in 11 ein Einlaufniveau 158 eingezeichnet. Es ist erkennbar, dass die Zustands-Merkmale 154 und die aktuellen Mittelwerte 156 etwa fallend sind. Etwa ab 870 Messungen steigen dann die Zustands-Merkmale 154 an. Bei einer Position 160 wird dann ein Alarm 0 ausgelöst und bei einer Position 162 ein Alarm 2.
In 12 wird eine Restlebensdauerschätzung aufgezeigt. Die Entwicklung des Merkmalverlaufs nach der Entstehung der ersten Pittings oder Lochfraßkorrosion der Linearvorrichtung hängt von mehreren Parametern ab, wie beispielsweise einer Last der Linearvorrichtung, einer Geschwindigkeit, dem Schaden und so weiter. Eine Restlebensdauerabschätzung, beispielsweise mit einer Polynomanpassung und/oder einer Regression und/oder einer Gaussian Process Regression, ist ohne Vorwissen der Parameter schwierig oder sogar unmöglich. Eine verbesserte Abschätzung der Restlebensdauer kann mit Hilfe der Tabelle 46 aus 5 und den gefahrenen Beschleunigungsprofilen erfolgen. Wenn die am häufigsten auftretenden Beschleunigungsprofile diejenigen mit hoher Geschwindigkeit sind, verläuft die Schadenszunahme schneller als bei langsamen Profilen. Eine Abschätzung der Restlebensdauer wird nach jeder Fahrt mit der aktuellen Steigung und der Tabelle 46 aktualisiert. Gemäß 12 wird die erste Schätzung mit einer Messnummer 164, siehe 12, bei den nachfolgenden Messnummern 166 und 168 aktualisiert.
Gemäß 13 ist ein Ausschnitt eines Sensorsystems für eine Linearvorrichtung 170 in einer perspektivischen Darstellung gezeigt. Die Linearvorrichtung 170 hat ein Führungsbauteil in Form einer Führungsspindel 172. Auf der Führungsspindel ist eine Führungskomponente 174 in Form einer Kugelgewindemutter geführt. An dieser ist über ein Gehäuse ein Modul 178 zur Ausführung des Verfahrens befestigt. Das Modul 178 weist einen Sensor 180 auf, der schematisch dargestellt ist. Des Weiteren hat das Modul einen Mikrocontroller 182 zur Ausführung der Algorithmik. Des Weiteren ist ein Datenspeicher 184 vorgesehen, der Teil des Mikrocontrollers 182 sein kann oder separat ausgebildet ist. Außerdem kann das Modul 178 eine Kommunikationseinrichtung, beispielsweise eine Bluetooth-Schnittstelle, aufweisen um beispielsweise Alarme auszugeben. Denkbar wäre alternativ oder zusätzlich zur Kommunikationseinrichtung 186 eine Kabelverbindung 188. Des Weiteren kann bei dem Modul 178 eine Energiegewinnungsvorrichtung zur Stromversorgung vorgesehen sein, die autark bei einer Bewegung der Kugelgewindemutter 174 Energie erzeugen kann. Denkbar wäre auch alternativ oder zusätzlich eine Stromversorgung über die Kabelverbindung 188 zu ermöglichen.
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

DE 112005002077 T5 [0003]
DE 102015201121 A1 [0003]

Claims

Sensorsystem für eine mechanische Anordnung (170) mit einer bewegbaren Komponente, wobei das Sensorsystem einen Sensor (180) zum Erfassen von Bewegungsdaten der bewegbaren Komponente (174) hat, und wobei beim Sensorsystem eine Berechnungseinheit (182) mit einer Algorithmik vorgesehen ist, dadurch gekennzeichnet, dass die Algorithmik derart ausgestaltet ist, dass auf Basis der Bewegungsdaten ein Zustand der meachnischen Anordnung (170) und/oder der bewegbaren Komponente (174) berechenbar ist, und/oder dass die Algorithmik derart ausgestaltet ist, dass auf Basis der Bewegungsdaten eine Restlebensdauer zumindest der bewegbaren Komponente (174) berechenbar ist, und/oder dass über den Algorithmus zumindest ein Alarm bei Erreichen und/oder Überschreiten zumindest einer adaptiven Alarmschwelle triggerbar ist, und/oder dass die Algorithmik derart ausgestaltet ist, dass eine Fahrt der bewegbaren Komponente (174) anhand der Bewegungsdaten selbständig erkennbar ist.
Sensorsystem nach Anspruch 1, wobei die Algorithmik derart ausgestaltet ist, dass die erfassten Bewegungsdaten derart bearbeitet sind, dass diese unabhängig von zumindest einem Betriebsparameter der mechanischen Anordnung (170) sind, insbesondere indem die Bewegungsdaten durch die Algorithmik geschwindigkeitsnormierbar sind.
Sensorsystem nach einem der vorhergehenden Ansprüche, wobei ein Datenspeicher (184) vorgesehen ist, auf dem eine Zusammenstellung von Daten in einer Datenbank (46) vorgesehen ist, wobei die in der Datenbank (46) hinterlegten Daten von der Algorithmik bearbeitet sind.
Sensorsystem nach Anspruch 3, wobei die Datenbank (46) eine begrenzte Anzahl von Zeilen aufweist, wobei in einer jeweiligen Zeile der Datenbank (46) Daten in Form von vom Sensor (180) erfassbaren Bewegungsdaten speicherbar sind, und wobei als Bewegungsdaten Beschleunigungsdaten vorgesehen sind, wobei als Beschleunigungsdaten ein oder mehrere der folgenden Daten vorgesehen sind: ein Integral eines Beschleunigungsprofils (80) der bewegbaren Komponente (174) einer Fahrt der bewegbaren Komponente (174), ein Beschleunigungsmaxima einer Fahrt der bewegbaren Komponente (174).
Sensorsystem nach Anspruch 4, wobei in einer Zeile die Anzahl der Fahrten der bewegbaren Komponente (174) speicherbar sind, die entsprechend zumindest gemäß dem in dieser Zeile hinterlegten Beschleunigungsdaten (80) beschleunigt wurden, und/oder wobei in einer jeweiligen Zeile zumindest ein berechnetes Zustands-Merkmal (82) speicherbar ist, und/oder wobei in einer jeweiligen Zeile die Gesamtanzahl der Fahrten der bewegbaren Komponente (174) speicherbar sind, wobei die letzte Gesamtanzahl in derjenigen Zeile gespeichert ist, deren Beschleunigungsdaten von der bewegbaren Komponente als Letztes eingesetzt wurden.
Sensorsystem nach einem der vorhergehenden Ansprüche, wobei über den Algorithmus der oder mehrere Alarme in Abhängigkeit vom Sensor (180) erfassbaren Bewegungsdaten triggerbar ist/sind, wobei zumindest ein Alarm bei Erreichen und/oder Überschreiten zumindest der adaptiven Alarmschwelle triggerbar ist, wobei die zumindest eine adaptive Alarmschwelle bei jeder Messung oder bei jeder Fahrt neu von der Algorithmik gesetzt ist.
Sensorsystem nach einem der vorhergehenden Ansprüche, wobei die Algorithmik derart ausgestaltet ist, dass auf Basis der datenreduzierten und/oder normierten und/oder geschwindigkeitsnormierten Bewegungsdaten eine Lebensdauer und/oder eine Restlebensdauer zumindest der bewegbaren Komponente (174) berechenbar ist.
Linearvorrichtung mit einem Sensorsystem gemäß einem oder mehreren der vorhergehenden Ansprüche mit einem Führungsbauteil (172), wobei die Komponente als Führungskomponente (174) über das Führungsbauteil (172) geführt ist.
Verfahren mit einem Sensorsystem gemäß einem der Ansprüche 4 bis 7, - wobei nach einer Fahrt der bewegbaren Komponente (174) die Beschleunigungsdaten dieser Fahrt mit den in den jeweiligen Zeilen der Datenbank (46) gespeicherten Beschleunigungsdaten verglichen werden, - wobei, falls gleiche oder ähnliche Beschleunigungsdaten in der Datenbank (46) gefunden werden, die Anzahl der Fahrten in der Zeile mit den gleichen oder ähnlichen Beschleunigungsdaten inkrementiert wird, - und/oder wobei, falls keine gleichen oder ähnlichen Beschleunigungsdaten gefunden werden, die Beschleunigungsdaten in einer neuen Zeile gespeichert werden, und/oder falls keine gleichen oder ähnlichen Beschleunigungsdaten gefunden werden und falls alle Zeilen mit Beschleunigungsdaten belegt sind, die Daten einer Zeile gelöscht oder überschrieben werden und die Beschleunigungsdaten dieser Fahrt in dieser Zeile gespeichert werden, wobei diejenige Zeile gelöscht oder überschrieben wird, bei der die Benutzung der darin gespeicherten Beschleunigungsdaten am weitesten zurückliegt und/oder bei der die darin gespeicherten Beschleunigungsdaten einen Ausreiser darstellen.
Verfahren nach Anspruch 9, wobei die Datenbank (46) nach jeder Fahrt derart sortiert wird, dass am Tabellenanfang die Zeile mit der höchsten Anzahl der Fahrten steht.
Verfahren nach Anspruch 9 oder 10, wobei aus dem vom Sensor (180) erfassten Schwingungssignal ein Zustands-Merkmal in Form eines Mittelwerts gebildet wird.
Verfahren nach Anspruch 11, wobei, falls gleiche oder ähnliche Beschleunigungsdaten in der Tabelle gefunden werden, das Zustands-Merkmal normiert wird, wodurch ein normiertes Zustands-Merkmal ausgebildet wird.
Verfahren nach Anspruch 12, wobei aus dem normierten Zustandsmerkmal ein aktueller Mittelwert gebildet wird.