-
Die vorliegende Erfindung betrifft ein Verfahren zur Überwachung einer Pumpe.
-
Es gibt eine Vielzahl an Systemen, bei denen eine funktionierende Fluidpumpe essential ist. So muss beispielsweise bei einem Druckgerät die Pumpe für die Tinte funktionieren, damit der Drucker entsprechend Tinte auf das zu bedruckende Papier drucken kann.
-
Gerade bei großen Hochleistungsruckgeräten kann ein Ausfall der Pumpe und damit des gesamten Druckgerätes zu einem enormen wirtschaftlichen Schaden führen. Zwar führt der Ausfall der Pumpe nicht zwangsläufig zur Zerstörung des gesamten Druckgerätes, es können aber ab einen bestimmten Zeitpunkt Druckaufträge nicht oder nur schlecht bedruckt werden. Dieses nicht oder schlecht bedrucken kann zum Teil erst im Nachhinein festgestellt werden. Ein Unterbrechen des Druckvorganges ist dann nur mit einer erheblichen Verzögerung möglich. So entsteht ein erheblicher Ausschuss von Papier, welches auch als Makulatur bezeichnet wird. Zudem verursacht die Stillstandzeit, welche durch die Reparatur der Pumpe entsteht, zu erheblichen Produktionskosten.
-
Für einen reibungslosen Verlauf ist es daher wichtig, den Zustand der Pumpe zu kennen, um solche Ausfallzeiten zu minimieren.
-
Traditionell wird eine Pumpe in regelmäßigen Abständen gewartet. Der Zustand der Pumpe ist dann erst während der Wartung zu erkennen. Im Zweifelsfall wird eine neue Pumpe eingebaut, ohne dass der Zustand der alten Pumpe überhaupt bekannt ist. Dieser Ansatz führt zu häufigen Stillstandzeiten und nicht notwendigen Kosten durch einen nicht erforderlichen Pumpentausch.
-
Bei sogenannten Predictive-Maintenance-Systemen (PdM-Systemen) wurde dieses Problem erkannt und es wird versucht, die Ausfallwahrscheinlichkeit der Pumpe über diverse Sensorsysteme voraus zu berechnen. Hierdurch kann der Austausch und die vorbeugenden Maßnahmen geplant werden, bevor ein Ausfall auftritt. Ein Nutzer profitiert so von einer erhöhten Verfügbarkeit während der Produktionszeit.
-
In „Predictive Maintenance of Pumps Using Conditioning Monitoring“, Raimond S.Beebe, 2004, wurden etliche Möglichkeiten aufgezeigt, wie der Ausfall einer Pumpe vorhergesagt werden kann, indem zum Beispiel die Durchflussmenge, Pumpendrehzahl und Pumpleistung bestimmt wird. Hierbei wird insbesondere auf die Schwingungsüberwachung und -analyse der Pumpe eingegangen, wobei dreiachsige Schwingungssensoren mittig auf die Pumpe plaziert werden. Zusätzlich wird auf die Messung des System-Strömungs-Widerstandes eingegangen, der auf die Ansammlung von Ablagerung zurückzuführen ist.
-
In „Predictive-Maintenance, its application and latest trends“, Selcuk, 2017, wurden ebenfalls verschiedene Möglichkeiten der Pumpüberwachung genannt. Die wichtigsten Techniken zur Pumpenüberwachung sind:
- - Schwindungsüberwachung,
- - Schmiermittel- und Verschleißpartikelanalyse,
- - Lager- und Temperaturanalyse,
- - Leistungsüberwachung,
- - Ultraschall-Rauscherkennung,
- - Ultraschall-Strömung,
- - Infrarot-Thermografie,
- - Sichtprüfung und
- - Stromüberprüfung.
-
In „Fault-Diagnosis Applications: Model-based conditioning monitoring: actuators, drivers, machinery, plants, sensors, and fault-tolerant systems“, Isermann, 2011, wurden für eine Membranpumpe vier Modelle aller Stufen des Pumpzyklus abhängig vom aktuellen Kurbelwinkel modelliert. Dieses Modell umfasst Druckaufbau, Druckhub, Druckabbau und schließlich den Saughub. Die vier Modelle erfordern detaillierte Informationen über die Pumpe, wie zum Beispiel das Gesamtvolumen des Hydraulikraums, die Kolbenfläche und das Hubvolumen sowie genaue Flüssigkeitseigenschaften, wie zum Beispiel das Kompressibilitätsmodul. Zusätzlich werden der Druck und die Kolbengeschwindigkeit der Pumpe benötigt. Die Kolbengeschwindigkeit wird aus dem Strom des Elektromotors abgeleitet.
-
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zur Überwachung einer Pumpe zu schaffen, mit dem auf einfache Art und Weise ein Versagen der Pumpe zuverlässig vorhergesagt werden kann.
-
Bei einem Verfahren zur Überwachung einer Pumpe, welche in einem Strömungsweg zum Pumpen eines Fluids angeordnet ist, wobei die Temperatur eines Fluids, während des Betriebes der Pumpe durch ein Temperierelement geregelt wird, wird zumindest ein Zustandspunkt erfasst. Der Zustandspunkt ist aus einer dem Temperierelement zugeführten Energie, im Folgenden als Temperier-Energie bezeichnet, und eines Temperaturanstieges des Temperierelements, im Folgenden als Element-Temperatur bezeichnet, ausgebildet. Im Weiteren wird beim Verfahren bestimmt, ob der Zustandspunkt in einem Gefahrenbereich liegt, der sich außerhalb eines Normalzustandsbereiches befindet, was bedeutet, dass die Lebensdauer der Pumpe begrenzt ist.
-
Der Zustandspunkt beschreibt die Temperaturänderung des Temperierelements nach einem vorbestimmten Temperiervorgang, z.B. wie heiß das Temperierelement nach einem Heizzyklus wurde. Aus dem Zustandspunkt können Rückschlüsse auf die Fließgeschwindigkeit der Fluids und damit auf den Zustand der Pumpe geschlossen werden.
-
Die Temperier-Energie kann auch eine Pseudoenergie sein, welche wiederum das zeitliche Integral einer Pseudoleistung sein kann. Diese Pseudoleistung kann beispielsweise aus dem Steuersignal zum Ansteuern des Temperierelementes bestimmt werden. Wird das Temperierelement beispielsweise mit einem Pulsweitenmodulationssignal (PWM-Signal) gesteuert, kann dieses PWM-Signal als gewünschte Pseudoleistung des Temperierelementes interpretiert werden. Für einen bestimmten zeitlichen Abschnitt kann aus der hier zugeführten Leistung die Pseudoenergie bzw. auch PWM-Energie oder Temperier-Energie genannt, bestimmt werden.
-
Die Element-Temperatur wird als Differenz zweier Temperaturen gemessen. Diese Temperaturmessungen sind zeitlich derart versetzt, dass sie die Temperaturänderung, welche durch die Temperatur-Energie hervorgerufen wurde, erfasst. Im einfachsten Fall wird die Temperatur gemessen, dann für eine gewisse Zeit mit einer entsprechenden Leistung geheizt und anschließend wieder die Temperatur gemessen. Das zeitliche Integral dieser Leistung ist die hier verwendete Temperier-Energie und die Differenz beider Temperaturmessungen ist die Element-Temperatur.
-
Der Zustandspunkt kann als topologischer Punkt betrachtet werden, welcher sich innerhalb eines topologischen Raumes befindet, der zumindest durch die beiden Dimensionen Temperier-Energie und Element-Temperatur aufgespannt wird. Jedem Punkt in diesem Raum ist somit einer Temperier-Energie und einer Element-Temperatur zugeordnet. Der Gefahrenbereich und der Normalzustandsbereich sind jeweils voneinander getrennte Bereiche in diesem topologischen Raum.
-
Dass die Lebensdauer der Pumpe begrenzt ist, bedeutet im Sinne der vorliegenden Anmeldung, dass die Pumpe mit einer bestimmten Ausfallwahrscheinlichkeit in naher Zukunft ausfällt. Die Ausfallwahrscheinlichkeit kann zum Beispiel bei ≥ 60%, vorzugsweise ≥ 80% und insbesondere ≥ 95% liegen. Die nähere Zukunft ist ein bestimmter Zeitabschnitt, in der die Pumpe mit der entsprechenden Ausfallwahrscheinlichkeit ausfallen und kann zum Beispiel bei weniger als 30 Tage, insbesondere weniger als 15 Tage und vorzugsweise weniger als 3 Tage liegen.
-
Im Gegensatz zu den im Stand der Technik gezeigten Methoden braucht man in den hier beschriebenen Verfahren keine zusätzlichen Sensoren, die den Zustand der Pumpe überprüfen. Die benötigten Messwerte (Temperier-Energie und Element-Temperatur) werden üblicherweise bei Fluidpumpen gemessen.
-
Das oben beschriebene Verfahren leitet den Zustand der Pumpe somit aus den bereits verfügten Daten ab. Hierdurch ist eine Implementierung des Verfahrens auch bei Druckgeräten möglich, die bereits konstruiert und gebaut worden sind. Weisen Druckgeräte eine entsprechende Rechnerkapazität auf, kann das Verfahren auch nachgerüstet werden, obwohl die Druckgeräte bereits an Kunden ausgeliefert wurde.
-
Durch die Einfachheit des Verfahrens kann es bei einer Vielzahl an Pumpentypen eingesetzt werden.
-
Das physikalische Prinzip, auf dem das Verfahren beruht, liegt darin, dass eine gewisse Zeit bevor die Pumpe ausfällt, sich die Leistungsfähigkeit der Pumpe ändert. Wenige Tage bevor die Pumpe ausfällt, wird die Pumpe etwas weniger stark pumpen als davor. Als Folge dessen wird das Fluid in dem Kreislauf langsamer durch den Kreislauf gepumpt. Durch das langsame Pumpen reduziert sich die Durchflussgeschwindigkeit des Fluids durch das Temperierelement. Das Fluid transportiert Wärme bzw. Kälte vom Temperierelement ab. Ist bspw. Das Temperierelement ein Heizelement, kühlt das Fluid das Temperierelement. Sinkt die Durchflussgeschwindigkeit, so sinkt auch die Kühlleistung des Fluids. In Folge dessen erhitzt das Temperierelement stärker, als bei einer voll funktionsfähigen Pumpe. Ist das Temperierelement ein Kühlelement, so sinkt die Temperatur des Temperierelements durch das verlangsamte Fluid. Egal ob Heiz- oder Kühlelement, der Zustandspunkt verändert seine Position aufgrund schlechter Pumpleistung.
-
Ein Ausfall der Pumpe kann beispielsweise durch altersbedingten Verschleiß, aber auch durch verstopfte Filter entstehen. Mit diesem Verfahren kann der Ausfall der Pumpe unabhängig von der Ursache vorhergesagt werden.
-
Vorzugsweise wird das Fluid in einem Fluidkreislauf temperiert, wobei der Fluidkreislauf zumindest einen Eingang und einen Ausgang aufweist.
-
Durch einen Fluidkreislauf kann das Fluid mit wenig Aufwand auf eine bestimmte Temperatur temperiert werden. Die Pumpe im Fluidkreislauf kann so das Fluid mehrmals am Temperier-Element vorbeiführen und somit erhitzen. Im oben beschriebenen Verfahren kann ein Heizzyklus auch mehrere Umläufe desselben Fluids umfassen.
-
Das Fluid kann eine Flüssigkeit, vorzugsweise eine Druckertinte sein.
-
Flüssigkeiten zeichnen sich dadurch aus, dass sie typicherweise gute Wärmeleiter sind, wodurch sie gut Wärme, bzw. Kälte vom Temperierelement abtransportieren können. So ist eine Temperaturänderung bei gleicher Leistung leichter detektierbar.
-
Vorzugsweise weist ein Druckgerät, insbesondere ein Tintendruckgerät, die Pumpe und das Temperier-Element auf.
-
Druckgeräte, insbesondere Tintendruckgeräte, reagieren sehr empfindlich auf den Ausfall einer Pumpe. Der Druckvorgang ist dann nicht weiter möglich. Daher ist es von Vorteil, wenn bei solchen Druckgeräten der Ausfall der Pumpe frühzeitig erkannt werden kann.
-
Das Temperier-Element kann ein Heizelement zum Heizen des Fluidkreislaufes sein.
-
Heizelemente können vergleichsweise zu den Kühlelementen einfach durch einen elektrischen Strom gesteuert werden. Hierdurch ist die Überwachung der zugeführten Leistung einfach.
-
Vorzugsweise ist der Gefahrenbereich einer Ausfallwahrscheinlichkeit zugeordnet.
-
Dadurch kann, wenn ein Zustandspunkt in diesem Gefahrenbereich gemessen wurde, eine Ausfallwahrscheinlichkeit in einem bestimmten Bereich, zum Beispiel größer als 80% in den nächsten 15 Tagen, zugeordnet werden. Es ist auch denkbar, dass mehrere Gefahrenbereiche jeweils einer Auswahlwahrscheinlichkeit oder einem Ausfallwahrscheinlichkeitsbereich zugeordnet werden. Diese mehreren Gefahrenbereiche können sich auch überlagern und/oder überlappen. So könnte beispielsweise ein größerer Gefahrenbereich einer Ausfallwahrscheinlichkeit von ≥ 80% in den nächsten 10 Tagen zugeordnet sein, und ein kleinerer Gefahrenbereich innerhalb des ersten Gefahrenbereichs könnte einer Ausfallwahrscheinlichkeit von 95% in den nächsten 10 Tagen zugeordnet sein.
-
Der Normalzustandsbereich kann dadurch bestimmt werden, indem in einer Lernphase mehrere Zustandspunkte erfasst werden und die Menge an Zustandspunkten den Normalzustandsbereich abbilden.
-
Die Lernphase ist von einer Warnphase zu unterscheiden. Die Lern- und die Warnphase sind zeitliche Phasen. Ein Verfahren, wie es oben beschrieben ist, wird in der Warnphase ausgeführt.
-
In der Lernphase wird gelernt, wie der Normalzustandsbereich ausgebildet ist. Hierbei wird jeder gemessene Zustandspunkt als Teil des Normalzustandsbereiches angesehen.
-
Die Lernphase hat zwei Unterphasen, eine Trainings und eine Validierungsphase. Beide Phasen können gemischte Daten von problemfreien Pumpen wie auch von Pumpenausfällen enthalten. Da zeitliche Verläufe abgebildet werden, müssen Daten für die Validierungsphase zeitlich nach der Trainingsphase aufgezeichnet werden. Außerdem muss die Validierungsphase unbedingt Daten von defekten Pumpen enthalten.
-
Ein OC-SVM Modell ist abhängig von verwendeten Trainingsdaten und entsprechenden Parametern. Die Trainingsdaten werden benutzt um automatisch durch Parametervariation OC-SVM Modelle zu generieren. Dazu werden sowohl die Teilmenge der Trainingsdaten wie auch die Modellparameter variiert.
-
In der Validierungsphase (diese beinhaltet Daten, die die Modelle bis dato nicht „gesehen“ haben) werden einige bekannte Pumpenausfälle per Hand gekennzeichnet (und alle anderen Daten als „problemfrei“ gekennzeichnet). Anschließend werden alle existierenden Validierungsdaten beurteilt. Das Modell wählt, dass sich auf diesen Validierungsdaten am besten bewährt hat. Dies wird bestimmt durch die bestmögliche Kombination aus „positivem Vorhersagewert“ [engl. „Precision“] und Sensitivität (auch Trefferquote) [engl. „Recall“].
-
Das Modell, welches am Besten auf den Validierungsdaten abgeschnitten hat, wird für die Warnphase gewählt.
-
Jedem Zustandspunkt kann in der Lernphase auch ein vorbestimmter Umgebungsbereich zugeordnet werden, der ebenfalls dem Normalzustandsbereich zugeordnet ist.
-
Der vorbestimmte Umgebungsbereich kann beispielsweise einen runden Bereich mit einem vorbestimmten Radius um den Zustandspunkt gebildet werden. Des Weiteren ist es möglich, dass weitere geometrische Formen, wie zum Beispiel ein Quadrat mit einer vorbestimmten Kantenlänge und dem Zustandspunkt als Mittelpunkt gewählt werden.
-
Da es sehr unwahrscheinlich ist, dass exakt der gleiche Zustandspunkt aus der Lernphase nochmal in der Warnphase gemessen wird, sollten auch Zustandspunkte in der Warnphase, die einem der Zustandspunkte aus der Lernphase ähnlich sind, als dem Normalzustandsbereich zugehörig angesehen werden.
-
Der Bereich zwischen jeweils drei Zustandspunkten aus der Lernphase wird ebenfalls dem Normalzustandsbereich zugerechnet.
-
Wird während der Lernphase viele Zustandspunkte gemessen, bilden diese eine Punktwolke. Es kann davon ausgegangen werden, dass ein Zustandspunkt, welcher in der Warnphase gemessen wird und sich innerhalb dieser Punktwolke befindet, ebenfalls Teil des Normalzustandsbereiches ist.
-
Um eine zweidimensionale Fläche zu bestimmen, sind zumindest drei Punkte nötig. Es können jedoch auch mehrere Punkte gewählt werden. Die Fläche des Normalzustandsbereiches ist dann die äußerste Grenze der in der Lernphase gemessenen Punktwolke von Zustandspunkten.
-
Vorzugsweise wird die Menge der in der Lernphase gemessenen Zustandspunkte statistisch gereinigt.
-
Dies bedeutet, dass mit statistischen Mitteln nach Ausreißern geschaut wird und diese gegebenenfalls bei der Beurteilung des Normalzustandsbereiches nicht berücksichtigt werden. Solche Ausreißer von Zustandspunkten können durch Messfehler entstehen. Ein solcher Messfehler kann beispielsweise entstehen, wenn die Pumpe eingeschaltet wird und Leckströme die Messung der zugeführten Energie verfälschen.
-
Die Lernphase kann zeitlich oder durch eine vorbestimmte Anzahl an Messungen von Zustandspunkten begrenzt sein.
-
Der Vorteil, dass die Lernphase zeitlich begrenzt ist, liegt daran, dass in dieser zeitlich begrenzten Zeit eher garantiert werden kann, dass die Pumpe funktionstüchtig ist. So kann beispielsweise die Lernphase auf 360 Tage, vorzugsweise 180 Tage und insbesondere auf 90 Tage beschränkt sein.
-
Der Vorteil, die Lernphase an eine bestimmte Anzahl von Messungen von Zustandspunkten zu koppeln, liegt darin, dass gesichert ist, dass die Menge der gemessenen Punkte ausreicht, um den Normalzustandsbereich zu definieren. Wird beispielsweise der Fluidkreislauf für einen Tag in Betrieb genommen, dann ausgeschaltet für 180 Tage und dann wieder in Betrieb genommen, so mag eventuell eine zeitliche Begrenzung ausreichend sein, aber da effektiv nur zwei Tage gemessen wurden, reicht die Anzahl an gemessenen Zustandspunkten nicht aus.
-
Es ist aber auch eine Kombination beider Begrenzungen möglich. So kann eine zeitliche Begrenzung von zum Beispiel einem Jahr vorliegen, wenn jedoch zuvor beispielsweise 10.000 Zustandspunkte gemessen wurden, endet die Lernphase früher.
-
Vorzugsweise wird ein Zustandspunkt, welcher während der Warnphase in einer vorbestimmten Toleranzumgebung des Normalzustandsbereiches gemessen wird, diesen Normalzustandsbereich erweitern.
-
Der Toleranzbereich liegt am Rand des Normalzustandsbereiches an und weist eine vorbestimmte Dicke auf. Die Dicke des Toleranzbereiches kann auch von bestimmten Faktoren abhängig sein, beispielsweise je mehr gemessene Zustandspunkte in einer angrenzenden Region im Normalzustandsbereich liegen, desto schmaler ist der Toleranzbereich.
-
Die Region ist in diesem Fall ein Teil des Normalzustandsbereiches, welcher durch eine vorbestimmte Art und Weise in diese Region geteilt wurde. Je mehr Punkte in einer bestimmten Region liegen, desto eher kann man davon ausgehen, dass diese Region eine klare Begrenzung hat. Weist hingegen eine Region nur einzelne wenige Zustandspunkte auf, so mag der Rand des Normalzustandsbereiches in dieser Region nicht genau genug bestimmt sein. Daher wird in dieser Region der Toleranzbereich größer gewählt.
-
Wird in einer Warnphase ein Zustandspunkt gemessen, der in diesem Toleranzbereich liegt, wird dieser Zustandspunkt dem Normalbereich zugeordnet. Der Toleranzbereich kann sich daraufhin aufgrund der neu geschaffenen äußeren Begrenzung verschieben. Es muss hierbei jedoch darauf geachtet werden, dass ein langsamer Drift der Pumpe, welcher ein Versagen voraussagt, nicht durch kontinuierliches Erweitern des Normalzustandsbereiches verschleiert wird.
-
Vorzugsweise wird der Normalzustandsbereich durch einen Klassifikationsalgorithmus, insbesondere durch einen One-Class-Classification-Algorithmus und vorzugsweise durch einen One-Class-Support-Vector-Machine (OC-SVM)-Algorithmus, bestimmt.
-
Die Identifizierung von Zustandspunkten erfordert eine Anomalie-Erkennung, welche durch entsprechende Algorithmen ermöglicht werden.
-
Domän-, oder Bereichs-basierte Ausreißer-Erkennungs-Algorithmen können beispielsweise probabilistisch, distanzbasiert, nachbarschaftsbasiert oder auf dem Versuch basieren, Ausreißer zu isolieren.
-
Die One-Class-Classification ist eine Alternative zur traditionelleren Multi-Class-Classification, die sich dadurch auszeichnet, eine Entscheidungsgrenze zu finden, die zwei Klassen trennt. Eine Klasse ist hier ein abgegrenzter Bereich in einem topologischen Raum. Bei einem One-Class-Classification-Algorithmus ist es hingegen das Ziel, eine möglichst große Grenze um eine positive Klasse bzw. Menge zu finden und gleichzeitig die Wahrscheinlichkeit zu minimieren, dass dieser Bereich Daten der negativen Klasse bzw. Menge enthält. Die positive Klasse bzw. Menge entspricht hier dem Normalzustandsbereich. Die negative Klasse bzw. Menge entspricht dem Gefahrenbereich. Ein solcher One-Class-Classification-Algorithmus zeichnet sich vor allem durch die Erkennung von Ausreißern aus. Ausreißer sind im vorliegenden Verfahren Merkmale, dass die Pumpe eine begrenzte Lebensdauer hat. Die Ausreißer liegen dann im Gefahrenbereich.
-
Eine besonders effektive Methode der Ausreißererkennung wird durch die sogenannte One-Class-Support-Vector-Machine (OC-SVM)-Algorithmus bereitgestellt. Der Algorithmus löst ein quadratisches Minimierungsproblem, um eine trennende Hyperebene (dem Normalzustandsbereich) mit maximalem Spielraum zwischen den Eingabedaten (den Zustandspunkten) und dem Ursprung in einem höher dimensionalen Raum zu finden (siehe Schildkopf et al, „Support Vector Method for Novelty Detection", in: Proceedings of the 12th International Conference on Neutral Information Processing Systems, NIPS'99, Cambridge, USA, 1999, pp. 582-588).
-
OC-SVMs lernen implizit den Bereich der prominentesten Wahrscheinlichkeitsdichte der Zustandspunkte. Gewöhnlich wird eine Dichte einer interessierenden Region (engl.: Region of Interest, kurz ROI) empirisch berechnet, indem die Anzahl der Messungen der Zustandspunkten in einer bestimmten Region betrachtet wird. Beim OC-SVM-Ansatz wird hingegen danach gestrebt, die Grenzen um einen Bereich zu finden, die die gewünschte Anzahl von Zustandspunkten enthält. Der Vorteil von OC-SVMs ist ihre Robustheit gegenüber Zustandspunkten aus der Lernphase, die Ausreißer enthalten. Des Weiteren funktioniert die OC-SVM auch gut in Fällen, in denen die Dichte der Datenverteilung nicht gut definiert ist.
-
Der Zustandspunkt und der Normalzustandsbereich können ein oder mehrere Zusatz-Parameter aufweisen. Die Zusatz-Parameter beschreiben zumindest einen der folgenden Eigenschaften:
- - Fluidtemperatur,
- - Fluidgeschwindigkeit,
- - Fluiddichte,
- - Fluiddruck,
- - Fluidzusammensetzung,
- - Umgebungstemperatur,
- - Leitungslänge, und/oder
- - Leitungsquerschnitt.
-
Jeder dieser Zusatzparameter bildet eine weitere Dimension des Raumes, in der sich die Zustandspunkte, der Normalzustandsbereich und der Gefahrenbereich befinden. Das ursprünglich zweidimensionale Problem kann hierdurch zu einem multidimensionalen Problem erweitert werden. So ist es zum Beispiel denkbar, dass ein Zustandspunkt bei einer bestimmten Temperier-Energie, Element-Temperatur und Fluiddruck im Normalzustandsbereich befindet, aber bei einem Zustandspunkt mit gleicher Temperier-Energie, gleicher Element-Temperatur und einem anderen Fluiddruck sich schon im Gefahrenbereich befindet.
-
Durch das Hinzufügen mehrerer Zusatzparameter kann ein oder mehrere Gefahrenbereiche genauer definiert werden. Dadurch erhöht sich die Genauigkeit der Vorhersage einer Ausfallwahrscheinlichkeit.
-
Vorzugsweise werden zumindest zwei Zustandspunkte in einem vorbestimmten zeitlichen Abstand zueinander erfasst und dass bei der Überprüfung, ob der Zustand in einem Normalzustandsbereich liegt, die zeitliche Änderung der Zustandspunkte berücksichtigt wird.
-
Schnelle Änderungen des aktuell gemessenen Zustandspunktes in eine und/oder andere Dimension kann Hinweise darauf geben, ob die Pumpe demnächst ausfällt oder nicht. Ändert sich beispielsweise die Element-Temperatur bei gleichbleibender Temperier-Energie nur um maximal 0,5°C und springt dann auf eine Änderung von 2°C, kann dies auf ein Versagen der Pumpe hindeuten, obwohl die letzte Messung noch im Normalzustandsbereich liegt.
-
Ein Druckgerät, vorzugsweise ein Tintendruckgerät, umfasst eine Pumpe und ein Tintenmanagementmodul zum Ausführen eines der oben beschriebenen Verfahren zur Überwachung der Pumpe.
-
Die Erfindung wird nachfolgend anhand der in den Zeichnungen dargestellten Beispiele näher erläutert. Die Zeichnungen zeigen schematisch:
- 1 einen Fluidkreislauf mit Pumpe und Temperierelement,
- 2a Diagramm über den zeitlichen Verlauf der Fluidtemperatur,
- 2b Diagramm über die zeitliche Leistung des Temperier-Elementes,
- 2c Diagramm über den zeitlichen Verlauf der Element-Temperatur,
- 3 ein Diagramm der Element-Temperatur und der Temperier-Energie und dem dort eingezeichneten Normalzustandsbereich und Gefahrenbereich,
- 4 ein Verfahren zur Überwachung einer Pumpe,
- 5 ein Verfahren eines Heizzyklus,
- 6 ein Verfahren zum Bestimmen eines Zustandspunktes, und
- 7 ein Verfahren zum Bestimmen des Normalzustandsbereiches.
-
Nachfolgend wird das Verfahren zum Überwachen einer Pumpe anhand eines Druckgeräts 1 mit einem Fluidkreislauf 2 zum Erhitzen eines Fluids (1) erläutert. Das Fluid ist in diesem Ausführungsbeispiel Tinte.
-
Der Fluidkreislauf 2 weist eine Pumpe 3 zum Pumpen, ein Temperierelement 4 zum Heizen der Tinte mit einem Element-Temperatursensor 5, welcher die Temperatur des Temperierelementes 4 bestimmt, ein Fluid-Temperatursensor 6 zum Messen der Temperatur der Tinte, ein Filter 7 zum Filtern der Tinte und einen Puffertank 8 zum Puffern des Tinte auf.
-
Die Elemente des Fluidkreislaufs 2 sind über Röhren oder Schläuche miteinander verbunden. Ein Element kann auch ein weiteres Element umfassen. Zum Beispiel kann die Pumpe 3 auch den Filter 7 umfassen.
-
Ein PID-Kontroller 9 ist über Datenleitungen mit dem Fluid-Temperatur-Sensor 6 und dem Temperierelement 4 verbunden und regelt die Temperatur der Tinte.
-
Ein Auswertesystem 10 ist über Datenleitungen mit dem PID-Kontroller 9 und dem Element-Temperatur-Sensor 5 verbunden und umfasst ein Tintenmanagement-Modul 11, mit dem eine Ausfallwahrscheinlichkeit der Pumpe 3 bestimmt werden kann.
-
Der Puffertank 8 ist an eine Druckerleitung 12 angeschlossen, so dass die erwärmte Tinte weiter zu einem Druckkopf geleitet werden kann und neue Tinte in den Puffertank 8 gelangt.
-
Nachfolgend wird das Verfahren zur Überwachung einer Pumpe 3 erläutert (4). Der zeitliche Abschnitt, in dem die Pumpe 3 überwacht wird, wird im Folgenden als Warnphase bezeichnet.
-
Das Verfahren beginnt mit Schritt S1.
-
Im nächsten Schritt (S2) wird in einem Heizzyklus die Tinte auf eine bestimmte Zieltemperatur geheizt. Ein Teil des Verfahrens des Heizzyklus ist das Erfassen eines Zustandspunktes 13. Der Zustandspunkt 13 umfasst zumindest eine Temperier-Energie und eine Element-Temperatur. Das Verfahren wird weiter unten genauer beschrieben.
-
Anschließend wird bestimmt, ob der Zustandspunkt 13 im Normalzustandsbereich 14 oder in einem Gefahrenbereich 15 liegt (Schritt S3).
-
Der Normalzustandsbereich 14 und der Gefahrenbereich 15 sind Bereiche in einem Energie-Temperatur-Diagramm (siehe 3). Der Normalzustandsbereich 14 weist einen abgeschlossenen Rand auf. Jeder Bereich, der nicht im Normalzustandsbereich 14 liegt, gehört zum Gefahrenbereich 15. Liegt der Zustandspunkt 13 im Normalzustandsbereich 14, so ist kein Ausfall der Pumpe 3 zu erwarten. Liegt der Zustandspunkt 13 hingegen im Gefahrenbereich 15, so ist die Lebensdauer der Pumpe 3 begrenzt. Dies bedeutet im vorliegenden Fall, dass mit einer 95%-igen Wahrscheinlichkeit ein Ausfall der Pumpe 3 in den nächsten ein bis zwei Wochen zu erwarten ist. In anderen Ausführungsbeispielen sind auch andere Ausfallwahrscheinlichkeiten und Zeiträume möglich.
-
Es folgt Schritt S4, in dem das Ergebnis, ob der Zustandspunkt 13 im Normalzustandsbereich 14 oder im Gefahrenbereich 15 liegt, ausgegeben wird. Dies kann beispielsweise über eine Warnleuchte am Druckgerät 1 ausgeführt werden oder aber über eine Benachrichtigung an einem Computer eines Nutzers.
-
Das Verfahren endet mit Schritt S5.
-
Im Folgenden wird das Verfahren erläutert, wie ein Heizzyklus durchgeführt wird (5).
-
Das Verfahren beginnt mit Schritt S6.
-
Im nächsten Schritt (S7) wird eine Fluid-Temperatur durch den Fluid-Temperatur-Sensor 6 erfasst.
-
Anschließend wird in Schritt S8 überprüft, ob die Fluid-Temperatur kleiner als eine Ziel-Temperatur ist (2a).
-
Ist die Fluid-Temperatur kleiner als die Zieltemperatur, so wird vom PID-Kontroller 9 ein Pulsweitenmodulationssignal (PWM-Signal) an das Temperierelement 4 für eine vorbestimmte Zeit gesendet (Schritt S9). Hierdurch heizt das Temperierelement 4 die Tinte (2a und 2b).
-
Ein PWM-Signal zeichnet sich dadurch aus, dass nur zwischen zwei Zuständen („AN“ und „AUS“) geschaltet wird. Dies kann in einer vorbestimmten Zeit mehrfach geschaltet werden. Soll eine geringe Heizleistung erbracht werden, ist das Integral über die Signale, die dem Befehl „AUS“ zugeordnet sind, größer als das Integral über die Signale, welche „AN“ zugeordnet sind. Durch eine Pulsweitenmodulation lassen sich im zeitlichen Integral beliebige Werte erzeugen, obwohl das ursprüngliche Signal nur zwei Zustände kennt. So kann das Temperierelement 4 mit einer bestimmten Energiedosis die Tinte heizen.
-
Es folgt Schritt S10, in dem ein Zustandspunkt 13 erfasst wird. Dies wird weiter unten ausführlicher beschrieben.
-
Nach dem Erfassen des Zustandspunktes 13 wird erneut die Fluid-Temperatur erfasst (Schritt S7) und überprüft, ob die Fluid-Temperatur kleiner als die Ziel-Temperatur ist (Schritt S8) .
-
Wurde festgestellt, dass die Fluid-Temperatur größer oder gleich der Ziel-Temperatur ist, endet das Verfahren mit Schritt S11.
-
Nachfolgend wird das Verfahren zum Erfassen eines Zustandspunktes 13 erläutert (6).
-
Das Verfahren beginnt mit Schritt S12.
-
Im nächsten Schritt (S13) wird eine erste Temperatur Tmin des Temperier-Elementes, hier Temperierelement 4, erfasst ( 2c) .
-
Anschließend wird das zeitliche Integral des PWM-Signals erfasst (Schritt S14). Das zeitliche Integral des PWM-Signals entspricht der Temperier-Energie (siehe 2b).
-
Es folgt Schritt S4, in dem eine zweite Temperatur des Temperier-Elementes Tmax erfasst wird (2c). Diese zweite Temperatur wird erst dann erfasst, wenn kein PWM-Signal mehr das Temperierelement 4 erreicht. Gegebenenfalls kann noch eine Wartezeit abgewartet werden, damit die zweite Temperatur die maximale Temperatur ist, auf die sich das Temperierelement 4 durch das PWM-Signal aufgeheizt hat.
-
In einer alternativen Ausführungsform können auch mehrere Temperaturen erfasst werden und lediglich die Maximaltemperatur wird als zweite Temperatur des Temperierelements 4 erfasst.
-
Im folgenden Schritt (S16) wird die Element-Temperatur und die Temperier-Energie berechnet. Wie bereits erwähnt, ist die Temperier-Energie proportional zu dem zeitlichen Integral des PWM-Signals. Die Element-Temperatur ΔT ist die Differenz aus der ersten Temperatur des Temperier-Elementes Tmin und der zweiten Temperatur des Temperier-Elementes Tmax:
Die Element-Temperatur und die Temperier-Energie ergeben zusammen den Zustandspunkt
13.
-
Das Verfahren endet mit Schritt S17.
-
Im Folgenden wird das Verfahren zur Bestimmung des Normalzustandsbereichs 14 erläutert (7). Das Verfahren wird in einer Lernphase durchgeführt. Die Lernphase ist ein zeitlicher Abschnitt und unterscheidet sich von einer Warnphase dadurch, dass keine Ausfallwahrscheinlichkeit bestimmt wird, sondern versucht wird, einen Normalzustandsbereich 14 zu bestimmen.
-
Das Verfahren beginnt mit Schritt S18.
-
Im nächsten Schritt (S19) wird ein Heizzyklus durchgeführt (siehe 5 und obige Beschreibung).
-
Anschließend wird überprüft, ob genügend Zustandspunkte 13 erfasst wurden (Schritt S20). Dies kann beispielsweise der Fall sein, wenn eine bestimmte Anzahl an Zustandspunkten 13 erfasst wurden, oder dass eine bestimmte Zeit abgelaufen ist. Wurden nicht genügend Zustandspunkte 13 erfasst, werden in einem weiteren Heizzyklus weitere Zustandspunkte 13 erfasst (Schritt S19).
-
Genügt die Anzahl an Zustandspunkten 13, wird in Schritt S21 der Normalzustandsbereich 14 bestimmt. Die in der Lernphase erfassten Zustandspunkte 13 können zunächst von Ausreißern bereinigt werden. Die verbleibenden Zustandspunkte 13 bilden in ihrer Gesamtheit den Normalzustandsbereich 14. Des Weiteren wird um jeden einzelnen Zustandspunkt 13 ein Umgebungsbereich mit einem vorbestimmten Radius gelegt. Alle Punkte in diesem Umgebungsbereich gehören auch zum Normalzustandsbereich 14. Zusätzlich werden alle Punkte über ein Netz der nächsten Nachbarn miteinander verbunden, wobei die äußerste Linie dieses Netzes den Rand des Normalzustandsbereiches 14 darstellt. Hierbei sind zumindest drei Zustandspunkte 13 vonnöten.
-
Besonders durch einen so genannten One-Class-Classification-Algorithmus, insbesondere durch einen One-Class-Support-Vector-Machine-Algorithmus, kann der Normalzustandsbereich 14 als so genannter Hyperebene leicht bestimmt werden, wobei die in der Lernphase aufgenommenen Zustandspunkte 13 den Trainingsdaten des Algorithmus entsprechen.
-
Eine weitere Möglichkeit besteht darin, dass anhand der Position des gemessenen Zustandspunktes 13 innerhalb des Normalzustandsbereiches 14 weitere Aussagen getroffen werden können. Dies kann beispielsweise bedeuten, dass wenn ein Trend zu erkennen ist, dass die Zustandspunkte 13 sich immer mehr in Richtung Rand des Normalzustandsbereiches 14 bewegen, dass die Messhäufigkeit zunimmt.
-
Eine weitere Möglichkeit besteht darin, dass der Gefahrenbereich 15 in verschiedene Gefahrenbereiche-Regionen unterteilt ist. Jede dieser Gefahrenbereich-Region ist einer anderen Ausfallwahrscheinlichkeit in einem bestimmten Zeitraum zugeordnet. So wird einer Gefahrenbereich-Region, die sehr nah zum Normalzustandsbereich 14 liegt, eine geringere Ausfallwahrscheinlichkeit zugeordnet sein, als einer Gefahrenbereich-Region, die weiter weg liegt.
-
In einer alternativen Ausführungsform kann der Normalzustandsbereich
14 ein fest vorgegebener Bereich sein, welcher über mathematische Funktionen beschränkt ist. Diese mathematischen Funktionen können beispielsweise für jeden Druckgerättyp fest vorgegeben sein. Eine solche mathematische Funktion kann zum Beispiel sein:
wobei °C/W die Steigung angibt, und X die gemessene Temperier-Leistung. Ist die gemessene Element-Temperatur größer als T Grenze, liegt der Zustandspunkt
13 im Gefahrenbereich
15. Weitere kompliziertere Funktionen sind selbstverständlich auch denkbar.
-
Eine weitere Möglichkeit besteht darin, dass die gemessenen Zustandspunkte 13 in der Warnphase ebenfalls als Zustandspunkte 13 der Lernphase betrachtet werden, um so den Normalzustandsbereich 14 genauer definieren zu können. Dies ist insbesondere dann sinnvoll, wenn die in der Warnphase gemessenen Zustandspunkte 13 sich im Normalzustandsbereich 14 und/oder in einem Toleranzbereich, der dem Randbereich des Normalzustandsbereiches 14 anliegt, befinden. Es kann Jahre dauern, bis eine Pumpe 3 ausfällt. In dieser Zeit werden viele Zustandspunkte 13 gemessen, wodurch dann ein tatsächlich passierender Ausfall noch leichter detektiert werden kann.
-
Bezugszeichenliste
-
- 1
- Druckgerät
- 2
- Fluidkreislauf
- 3
- Pumpe
- 4
- Temperierelement
- 5
- Element-Temperatursensor
- 6
- Fluid-Temperatursensor
- 7
- Filter
- 8
- Puffertank
- 9
- PID Kontroller
- 10
- Auswertesystem
- 11
- Tintenmanagementmodul
- 12
- Druckerleitung
- 13
- Zustandspunkt
- 14
- Normalzustandsbereich
- 15
- Gefahrenbereich
-
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 Nicht-Patentliteratur
-
- Schildkopf et al, „Support Vector Method for Novelty Detection“, in: Proceedings of the 12th International Conference on Neutral Information Processing Systems, NIPS'99, Cambridge, USA, 1999, pp. 582-588 [0059]