DE102021134288A1 - Verfahren zur automatisierten Inspektion eines Feldgeräts - Google Patents

Verfahren zur automatisierten Inspektion eines Feldgeräts Download PDF

Info

Publication number
DE102021134288A1
DE102021134288A1 DE102021134288.0A DE102021134288A DE102021134288A1 DE 102021134288 A1 DE102021134288 A1 DE 102021134288A1 DE 102021134288 A DE102021134288 A DE 102021134288A DE 102021134288 A1 DE102021134288 A1 DE 102021134288A1
Authority
DE
Germany
Prior art keywords
field device
photo
components
cloud application
user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102021134288.0A
Other languages
English (en)
Inventor
Thorsten Springhart
Arno Schüler
Stefan Griner
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Endress and Hauser Process Solutions AG
Original Assignee
Endress and Hauser Process Solutions AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Endress and Hauser Process Solutions AG filed Critical Endress and Hauser Process Solutions AG
Priority to DE102021134288.0A priority Critical patent/DE102021134288A1/de
Priority to PCT/EP2022/083494 priority patent/WO2023117317A1/de
Publication of DE102021134288A1 publication Critical patent/DE102021134288A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4184Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by fault tolerance, reliability of production system
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/24Pc safety
    • G05B2219/24097Camera monitors controlled machine
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/31From computer integrated manufacturing till monitoring
    • G05B2219/31121Fielddevice, field controller, interface connected to fieldbus
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/33Director till display
    • G05B2219/33296ANN for diagnostic, monitoring
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20084Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

Die Erfindung umfasst ein Verfahren zur automatisierten Inspektion eines Feldgeräts (FG), wobei das Feldgerät (FG) aus einer Vielzahl von Komponenten (KO1, KO2) besteht, insbesondere einer Sensor- oder Aktoreinheit, einem Gehäuse, einer Anzeige-/Bedieneinheit, zumindest einer Elektronikeinheit, zumindest einem elektronischen Anschluss, und/oder einer Verkabelung, und wobei das Feldgerät (FG) von einer oder mehreren Umgebungskomponenten (UK) umgeben oder mit der zumindest einen Umgebungskomponente (UK) verbunden ist, umfassend:- Erfassen eines Fotos (FO) des Feldgeräts (FG);- Übermitteln des Fotos (FO) an eine Cloudanwendung (CL), wobei auf der Cloudanwendung (CL) ein digitaler Zwilling (TW) des Feldgeräts (FG) hinterlegt ist, wobei der digitale Zwilling (TW) ein dreidimensionales Modell des Feldgeräts (FG) enthält;- Vergleichen des Fotos (FO) mit dem dreidimensionalen Modell und Identifizieren von Veränderungen von Komponenten (KO1, KO2) des Feldgeräts (FG) zwischen dem Foto (FO) und dem dreidimensionalen Modell; und- Benachrichtigen eines Benutzers (BN) durch die Cloudanwendung (CL) im Falle eines Vorliegens von zumindest einer identifizierten Veränderung bei zumindest einer der Komponenten (KO1, KO2) des Feldgeräts (FG) oder bei zumindest einer der Umgebungskomponenten (UK).

Description

  • Die Erfindung betrifft ein Verfahren zur automatisierten Inspektion eines Feldgeräts, wobei das Feldgerät aus einer Vielzahl von Komponenten besteht, insbesondere einem Gehäuse, einer Anzeige-/Bedieneinheit, zumindest einer Elektronikeinheit, zumindest einem elektronischen Anschluss, und/oder einer Verkabelung, und wobei das Feldgerät von einer oder mehreren Umgebungskomponenten umgeben oder mit der zumindest einen Umgebungskomponente verbunden ist.
  • Aus dem Stand der Technik sind bereits Feldgeräte bekannt geworden, die in industriellen Anlagen zum Einsatz kommen. In der Prozessautomatisierungstechnik ebenso wie in der Fertigungsautomatisierungstechnik werden vielfach Feldgeräte eingesetzt. Als Feldgeräte werden im Prinzip alle Geräte bezeichnet, die prozessnah eingesetzt werden und die prozessrelevante Informationen liefern oder verarbeiten. So werden Feldgeräte zur Erfassung und/oder Beeinflussung von Prozessgrößen verwendet. Zur Erfassung von Prozessgrößen dienen Messgeräte, bzw. Sensoren. Diese werden beispielsweise zur Druck- und Temperaturmessung, Leitfähigkeitsmessung, Durchflussmessung, pH-Messung, Füllstandmessung, etc. verwendet und erfassen die entsprechenden Prozessvariablen Druck, Temperatur, Leitfähigkeit, pH-Wert, Füllstand, Durchfluss etc. Zur Beeinflussung von Prozessgrößen werden Aktoren verwendet. Diese sind beispielsweise Pumpen oder Ventile, die den Durchfluss einer Flüssigkeit in einem Rohr oder den Füllstand in einem Behälter beeinflussen können. Neben den zuvor genannten Messgeräten und Aktoren werden unter Feldgeräten auch Remote I/Os, Funkadapter bzw. allgemein Geräte verstanden, die auf der Feldebene angeordnet sind.
  • Eine Vielzahl solcher Feldgeräte wird von der Endress+Hauser-Gruppe produziert und vertrieben.
  • In modernen Industrieanlagen sind Feldgeräte in der Regel über Kommunikationsnetzwerke wie beispielsweise Feldbusse (Profibus®, Foundation® Fieldbus, HART®, etc.) mit übergeordneten Einheiten verbunden. Normalerweise handelt es sich bei den übergeordneten Einheiten um Leitsysteme (DCS) bzw. Steuereinheiten, wie beispielsweise eine SPS (speicherprogrammierbare Steuerung). Die übergeordneten Einheiten dienen unter anderem zur Prozesssteuerung, Prozessvisualisierung, Prozessüberwachung sowie zur Inbetriebnahme der Feldgeräte. Die von den Feldgeräten, insbesondere von Sensoren, erfassten Messwerte werden über das jeweilige Bussystem an eine (oder gegebenenfalls mehrere) übergeordnete Einheit(en) übermittelt. Daneben ist auch eine Datenübertragung von der übergeordneten Einheit über das Bussystem an die Feldgeräte erforderlich, insbesondere zur Konfiguration und Parametrierung von Feldgeräten sowie zur Ansteuerung von Aktoren.
  • Im Zuge der Industrie 4.0, bzw. IIoT („Industrial Internet of Things“) werden die von den Feldgeräten erzeugten Daten auch häufig direkt aus dem Feld mithilfe sogenannter Datenumsetzungseinheiten, welche beispielsweise als „Edge Devices“ oder „Cloud Gateways“ bezeichnet werden, erhoben und automatisiert an eine zentrale cloudfähige Datenbank (auch vereinfacht „Cloud“ genannt) übermittelt, auf welcher sich eine Applikation befindet. Auf diese Applikation, welche unter anderem Funktionen zur Visualisierung und weiteren Bearbeitung der auf der Datenbank gespeicherten Daten bietet, kann von einem Benutzer mittels Internet zugegriffen werden.
  • Mittels dieser Methoden ist die Überwachung der elektronischen Komponenten der Anlage - also der Feldgeräte und Steuerungseinheiten - anhand der von diesen elektronischen Komponenten übermittelten Daten möglich, beispielsweise im Sinnde von vorausschauender Wartung. Bei diesen Methoden bleiben allerdings die Betrachtung, bzw. der Einfluss rein mechanischer Umgebungskomponenten, beispielsweise Rohrleitungen, Behälter oder Kabel, außen vor. Die Veränderung solcher Umgebungskomponenten, beispielsweise bei Ansatzbildung oder Leckage, könnten nur indirekt detektiert werden, beispielsweise über veränderte Messcharakteristiken der Feldgeräte. Im Fehlerfall wird daher mitunter eine große Zeitspanne benötigt, um die genaue Fehlerursache zu ermitteln.
  • Treten akute Probleme bei einem Feldgerät auf, so resultiert dies häufig auch in Diagnose- und/oder Wartungsmeldungen, die das Feldgerät an das Leitsystem oder an die Cloud übermittelt. Ergibt sich das Problem nicht unmittelbar aus der Diagnose- und/oder Wartungsmeldung, so begibt sich häufig ein Servicetechniker zur Messstelle des Feldgeräts, um eine visuelle Inspektion des Feldgeräts durchzuführen. Am Feldgerät und/oder an Umgebungskomponenten des Feldgeräts (bspw. Rohrleitungen, Behälter, Kabel, etc.) auftretende Probleme werden hierbei durch einen Abgleich des optischen Ist-Zustands des Feldgeräts mit statischen Soll-Bildern oder anhand der Erfahrung des Servicetechnikers identifiziert.
  • Solche Soll-Bilder können Produktbilder des Herstellers sein, aber auch bei der Fertigung des Feldgeräts oder bei der Inbetriebnahme des Feldgeräts des Feldgeräts erstellt werden.
  • Der Nachteil hierbei ist, dass sich der Servicetechniker unmittelbar am Installationsort des Feldgeräts befinden muss. Der Inspektionsprozess ist oftmals aufwendig und dessen Ergebnis hängt mitunter von der Erfahrung des Servicetechnikers ab. Des Weiteren sind die Soll-Bilder häufig nicht aktuell (bspw. kann das Aussehen des Feldgeräts durch Staub oder Schmutz verändert sein). Auch kann auf diese Weise auf ein Problem nur reagiert werden, anstatt bereits vorausschauend, bzw. proaktiv handeln zu können.
  • Ausgehend von dieser Problematik liegt der Erfindung die Aufgabe zugrunde, ein Verfahren vorzustellen, welches es erlaubt, optische Veränderungen am Feldgerät auf einfache Art und Weise zuverlässig zu erkennen.
  • Die Aufgabe wird durch Verfahren zur automatisierten Inspektion eines Feldgeräts gelöst, wobei das Feldgerät aus einer Vielzahl von Komponenten besteht, insbesondere einem Gehäuse, einer Anzeige-/Bedieneinheit, zumindest einer Elektronikeinheit, zumindest einem elektronischen Anschluss, und/oder einer Verkabelung, und wobei das Feldgerät von einer oder mehreren Umgebungskomponenten umgeben oder mit der zumindest einen Umgebungskomponente verbunden ist, umfassend:
    • - Erfassen eines Fotos des Feldgeräts;
    • - Übermitteln des Fotos an eine Cloudanwendung, wobei auf der Cloudanwendung ein digitaler Zwilling des Feldgeräts hinterlegt ist, wobei der digitale Zwilling ein dreidimensionales Modell des Feldgeräts enthält;
    • - Vergleichen des Fotos mit dem dreidimensionalen Modell und Identifizieren von Veränderungen von Komponenten des Feldgeräts zwischen dem Foto und dem dreidimensionalen Modell; und
    • - Benachrichtigen eines Benutzers durch die Cloudanwendung im Falle eines Vorliegens von zumindest einer identifizierten Veränderung bei zumindest einer der Komponenten des Feldgeräts oder bei zumindest einer der Umgebungskomponenten.
  • Der Kern des erfindungsgemäßen Verfahrens besteht darin, dass anhand eines Vergleichs eines aktuell erfassten Fotos eines Feldgeräts (Ist-Zustand) mit einem 3D-Modell des Feldgeräts (Soll-Zustand) auf Veränderungen am Feldgerät und dessen Umgebung geschlossen werden kann. Die detektierten Veränderungen können dabei derart sein, dass das Feldgerät bereits beschädigt ist und seine zweckmäßige Aufgabe nicht oder nicht mehr zuverlässig ausführen kann. Die Veränderungen können dabei aber auch derart sein, dass sie eine Vorhersage über die kommende Betriebszeit des Feldgeräts erlauben, also beispielsweise, ob das Feldgerät in Zukunft ausfallen könnte.
  • Das Verfahren wird automatisiert durchgeführt. Das bedeutet, dass kein menschlicher Servicetechniker mehr beauftragt werden muss, der eine optische Analyse des Feldgeräts vornimmt. Das erfindungsgemäße Verfahren ist dadurch schneller und zuverlässiger (bedingt durch unterschiedliche Erfahrungswerte einzelner Servicetechniker) als bekannte Verfahren. Zudem sind nicht nur unmittelbare Komponenten des Feldgeräts überprüfbar, sondern auch sogenannte Umgebungskomponenten.
  • Bei diesen Umgebungskomponenten handelt es sich um Komponenten der Anlage, die unmittelbar mit dem Feldgerät verbunden sind (bspw. ein Behälter, z.B. ein Tank, oder eine Rohrleitung, mit welchem/r das Feldgerät zum Ausführen seines bestimmungsgemäßen Zwecks verbunden ist) oder sich in unmittelbarer Umgebung zu diesem befinden.
  • Das 3D-Modell des Feldgeräts ist in einem digitalen Zwilling des feldgeräts enthalten, bzw. mit diesem verknüpft. Ein digitaler Zwilling (englisch: „digital twin“), auch digitales Abbild genannt, ist eine virtuelle Repräsentation des Feldgeräts, welcher die identische Konfiguration, Parameterwerter, aktuelle Gerätestatus, Algorithmen, etc. des Feldgeräts aufweist. Der digitale Zwilling weist somit alle Eigenschaften des Feldgeräts auf, welche das Feldgerät für seinen bestimmungsgemäßen Zweck vollumfänglich beschreiben. Es ist vorgesehen, dass das Feldgerät und der digitale Zwilling stets identisch sein. Eine Änderung von Eigenschaften des Feldgeräts führt zu einer Synchronisation (über Industrie 4.0-, bzw. IIoT-Techniken), so dass die Eigenschaften des digitalen Zwillings entsprechend aktualisiert werden.
  • Der digitale Zwilling ist in einer Cloudanwendung integriert. Eine Cloudanwendung ist ein Programm, welches auf einer cloudbasierten Plattform (kurz Cloud genannt), bzw. einem Server abläuft, bzw. in diese integriert ist. Die Begriffe cloudbasierte Plattform, Cloud und Server sind im Rahmen dieser Anmeldung als synonym zu verstehen. Die cloudbasierte Plattform ist per Internet erreichbar. Ein Benutzer kann sich per Internet mit der cloudbasierten Plattform verbinden und Modifikationen in den entsprechenden Cloudanwendungen der cloudbasierten Plattform vornehmen und/oder diese bedienen, also Daten in die Cloudanwendungen schreiben, Daten aus den Cloudanwendungen auslesen und/oder diese Daten bearbeiten.
  • Feldgeräte, welche im Zusammenhang mit dem erfindungsgemäßen Verfahren beschrieben werden, sind bereits im einleitenden Teil der Beschreibung beispielhaft aufgeführt und definiert worden. Im Rahmen des erfindungsgemäßen Verfahrens werden auch Netzwerkgeräte, wie beispielsweise Gateways und Edge Devices, als Feldgeräte bezeichnet.
  • Gemäß einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens ist vorgesehen, dass die Cloudanwendung oder der digitale Zwilling über ein KI-System, insbesondere basierend auf mindestens einem neuronalen Netz und/oder mindesten einem Machine-Learning-Algorithmus und/oder mindestens einem Deep-Learning-Algorithmus, verfügt, welches KI-System die Schritte des Vergleichens des Fotos mit dem dreidimensionalen Modell und des Identifizierens von Veränderungen durchführt. Es kann hierfür eine beliebige Art eines KI-Algorithmus verwendet werden, welcher dazu geeignet ist, bspw. per Clusterkennung, Veränderungen des Ist-Zustand des Feldgeräts gegenüber dem Soll-Zustand des Feldgeräts anhand des Vergleichs zu erkennen. Der KI-Algorithmus wird hierbei insbesondere mit Trainingsdaten, enthaltend Fotos von Feldgeräten verknüpft mit der Aussage, ob Veränderungen vorliegen, eingelernt, welche dem KI-Algorithmus entsprechende optische Schadensbilder näherbringen.
  • Eine vorteilhafte Ausgestaltung des erfindungsgemäßen Verfahrens sieht vor, dass die Cloudanwendung ein Feedback des Benutzers bezüglich der identifizierten Veränderung fordert, wobei der Benutzer für das Feedback bestätigt oder verneint, dass es sich bei der identifizierten Veränderung um eine tatsächliche Veränderung handelt, wobei das Feedback dem KI-System zugeführt wird, wobei das KI-System von jedem Feedback des Benutzers lernt. Hierdurch braucht der KI-Algorithmus nicht zwingend vorab eingelernt sein, sondern lernt selbstständig über die Zeit. Hier ist jedoch ein erhöhter Verwaltungsaufwand nötig, da insbesondere zu Beginn des Verfahrens vermehrt Veränderungen entdeckt werden können. Aber auch ein bereits eingelernter KI-Algorithmus kann dadurch weiter präzisiert werden.
  • Gemäß einer vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens ist vorgesehen, dass das KI-System auf einen oder mehrere weitere digitale Zwillinge von Feldgeräten desselben oder vergleichbaren Typs zugreift, welche jeweils ebenfalls über ein KI-System verfügen, wobei das KI-System von Erfahrungen der KI-Systeme der weiteren digitalen Zwillinge lernt. Der KI-Algorithmus wird dadurch präziser, da der Erfahrungsschatz erweitert wird.
  • In einer vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens ist vorgesehen, dass das KI-System den Blickwinkel des Fotos auf das Feldgerät ermittelt, entsprechend auf das dreidimensionale Modell anwendet und die Komponenten und die Umgebungskomponenten auf dem Foto anhand des dreidimensionalen Modells identifiziert. Der Vorteil hierbei ist, dass das Foto aus einer nahezu beliebigen Perspektive aufgenommen werden kann. Dadurch ist die Anwendung des Verfahrens erleichtert, da keine vorgegebene Perspektive berücksichtigt werden muss.
  • Gemäß einer vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens ist vorgesehen, dass das KI-System die identifizierte Veränderung in einen Schweregrad klassifiziert, welcher dem Benutzer im Zuge des Benachrichtigens mitgeteilt wird. Der Schweregrad kann ebenfalls mittels Trainingsdaten angelernt werden. Insbesondere ist es vorgesehen, dass der Schweregrad in Gerätestatus klassifiziert wird, welcher dem Benutzer mitgeteilt wird. Der Gerätestatus entspricht vorteilhaft der Namur-Empfehlung (insbesondere NE 107).
  • In einer vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens ist vorgesehen, dass das KI-System eine oder mehrere mögliche Ursachen für die identifizierte Veränderung ermittelt, wobei die eine oder mehrere Ursachen dem Benutzer im Zuge des Benachrichtigens mitgeteilt werden.
  • Gemäß einer vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens ist vorgesehen, dass die eine oder mehrere Maßnahmen dem Benutzer im Zuge des Benachrichtigens vorgeschlagen werden.
  • Auch hinsichtlich der Ursachen und Maßnahmen kann der KI-Algorithmus vorab mittels Trainingsdaten eingelernt werden. Auch hier ist es vorteilhaft, wenn der Benutzer dem Kl-Algorithmus ein Feedback mittelt, ob die Ursachen und vorgeschlagenen Maßnahmen zugetroffen haben, bzw. erfolgreich für die Behebung des Problems waren, so dass der KI-Algorithmus auch in dieser Hinsicht präziser wird.
  • Es kann vorgesehen sein, dass die verschiedenen Detektionsschritte (liegt eine Veränderung vor; welche Ursache ist dafür verantwortlich; welche Maßnahme kann Abhilfe schaffen?) von demselben KI-Algorithmus bearbeitet werden oder dass mehrere KI-Algorithmen zu einem System zusammengeschaltet sind.
  • Eine vorteilhafte Ausgestaltung des erfindungsgemäßen Verfahrens sieht vor, dass das dreidimensionale Modell anhand mindestens zwei Fotos aus unterschiedlichen Blickwinkeln auf das Feldgerät erstellt wird. Beispielsweise wird das dreidimensionale Modell bereits bei der Fertigung des Feldgeräts erstellt (typischerweise dann ohne Umgebungskomponenten), oder bei der Inbetriebnahme des Feldgeräts (typischerweise dann mit den Umgebungskomponenten).
  • In einer vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens ist vorgesehen, dass im Falle, dass keine Veränderung identifiziert wurde, das aufgenommene Foto zum Verfeinern des dreidimensionalen Modells verwendet wird. Verfeinern bedeutet, dass das Modell präziser wird, wenn beispielsweise neuer Blickwinkel des Feldgeräts erfasst werden, Nahaufnahmen entstehen, weitere Details sichtbar sind, etc. Hierdurch wird auch der Soll-Zustand des feldgeräts entsprechend auf dem neuesten Stand gehalten.
  • Gemäß einer vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens ist vorgesehen, dass das Feldgerät in einer industriellen Anlage eingesetzt ist, wobei in der Anlage zumindest eine Überwachungskamera vorgesehen ist, und wobei die Überwachungskamera einmalig, regelmäßig oder zu vorgegebenen Zeitpunkten das Foto erfasst und direkt oder indirekt an die Cloudapplikation übermittelt. Der Vorteil hierbei ist, dass insbesondere keine zusätzlichen Komponenten bereitgestellt werden müssen, da sich die Überwachungskamera bereits in der Anlage befindet. Der Blickwinkel auf das Feldgerät bleibt typischerweise über die Zeit gesehen identisch, so dass der Vergleich mit vorherigen Fotos erleichtert ist.
  • Eine vorteilhafte Ausgestaltung des erfindungsgemäßen Verfahrens sieht vor, dass eine autonome Drohne vorgesehen ist, welche einer Kameraeinheit aufweist und wobei die Drohne einmalig, regelmäßig oder zu vorgegebenen Zeitpunkten zu dem Feldgerät navigiert, das Foto mittels der Kameraeinheit erfasst und direkt oder indirekt an die Cloudapplikation übermittelt. Bei der Drohne handelt es sich beispielweise um eine flugfähige Drohne (Gyrocopter, etc.) oder ein unbemanntes, automatisiertes Fahrzeug. Diese kann programmiert werden, dass entlang eines vorgegebenen Wegs durch die Anlage navigiert und vorteilhafterweise währenddessen von allen in der Anlage befindlichen Feldgeräten Fotos erfasst.
  • Es kann auch vorgesehen sein, dass ein Servicetechniker, welcher sich in der Nähe des Feldgeräts befindet, routinemäßig ein Foto des Feldgeräts mit einer mobilen Bedieneinheit, bspw. einem Smartphone oder einem Tablet, aufnimmt und dieses manuell an die cloudbasierte Plattform übermittelt.
  • Die Erfindung wird anhand der nachfolgenden Figur näher erläutert. Es zeigt
    • 1: eine beispielhafte Ausgestaltung des erfindungsgemäßen Verfahrens.
  • In 1 ist ein in einer Messstelle einer verfahrenstechnischen Anlage eingebautes Feldgerät FG abgebildet. Im vorliegenden Fall handelt es sich bei dem Feldgerät FG um ein Füllstandsmessgerät, welches zum Erfassen des Füllstands in einem Behälter ausgestaltet ist. Vereinfacht gesprochen besteht das Feldgerät aus zwei von außen sichtbaren Komponenten KO1, KO2. Die erste Komponente KO1 ist das Gehäuse de Felgeräts FG, in welchem sich die Mess- und Betriebselektronik befindet und an welchem sich beispielsweise Anschlüsse an einen Feldbus oder eine Kommunikationsschleife befinden. Bei der zweiten Komponente KO2 handelt es sich um das Sensorelement, im vorliegenden ausgestaltet zum Aussenden und Empfang von Mikrowellen. Im Falle, dass es sich bei dem Feldgerät FG über ein batteriebetriebenes Gerät handelt, sind mitunter keine von außen sichtbaren elektronischen Anschlüsse vorhanden.
  • In der Praxis weist das Feldgerät FG eine Vielzahl von weiteren Komponenten auf, beispielsweise ein Anzeige-/Bedienelement, etc. Zur vereinfachten Darstellung wird sich in diesem Ausführungsbeispiel jedoch auf die beiden genannten Komponenten beschränkt. Selbstverständlich kann das erfindungsgemäße Verfahren mit jedem beliebigen Typ Feldgerät durchgeführt werden.
  • Das Feldgerät FG ist in direktem oder indirektem Kontakt zu einer oder mehreren Umgebungskomponenten UK. Im vorliegenden Fall handelt es sich bei der abgebildeten Umgebungskomponente UK um den Tank, an welchem das Feldgerät FG angebracht ist.
  • Zu dem Feldgerät FG existiert ein digitaler Zwilling TW, welcher auf einer Cloudanwendung CL implementiert ist. Der digitale Zwilling ZW ist ein digitales Abbild des Feldgeräts FG und verfügt über dieselben Eigenschaften wie das Feldgerät FG selbst, weist also insbesondere dieselbe Konfiguration und dieselbe Parametrierung auf.
  • In regelmäßigen Abständen soll eine visuelle Inspektion des Feldgeräts FG erfolgen, um dessen Funktionsfähigkeit zu überprüfen und um evtl. entstehende Fehler frühzeitig verhindern zu können.
  • Hierzu ist in der Anlage eine Überwachungskamera KA vorgesehen. Diese dient normalerweise zur Sicherheitsüberprüfung in der Anlage, erfasst aber auch auf einem Teilbereich ihres Sichtfelds das Feldgerät FG. Es ist nun vorgesehen, dass die Überwachungskamera KA ein Foto erfasst und dieses per Internet, bspw. per Mobilfunk, an die Cloudanwendung CL übermittelt.
  • Der digitale Zwilling TW des Feldgerät FG enthält neben den obig beschriebenen Eigenschaften des Feldgeräts FG ein dreidimensionales Modell des Feldgeräts FG. Dies wurde beispielsweise bei der Inbetriebnahme des Feldgeräts FG erstellt. Hierfür wurden zwei oder mehrere Fotos des Feldgeräts FG aus unterschiedlichen Blickwinkeln, bzw. Perspektiven aufgenommen. Aus diesen Fotos wurde anschließend das dreidimensionale Modell erstellt, bspw. von der Cloudanwendung CL oder von einem mit der Cloudanwendung CL verknüpften Programm.
  • Des Weiteren ist ein KI-Algorithmus auf der Cloudanwendung implementiert. Der Kl-Algorithmus vergleicht das neu aufgenommene Foto FO und vergleicht dieses mit dem dreidimensionalen Modell, ob Veränderungen aufgetreten sind. Zur Verbesserung der Detektion kann der KI-Algorithmus vorab mit Trainingsdaten von Feldgeräten desselben Typs, bzw. derselben Applikation, eingelernt werden.
  • Im vorliegenden Fall detektiert der KI-Algorithmus, dass das Feldgerät FG eine leichte Schräglage aufweist. Eine solche Schräglage kann zu einer vom Ideal abweichenden Hüllkurve führen, wodurch falsche Rückschlüsse über den Füllstand des in dem Tanks befindlichen Füllstands gezogen werden könnten.
  • Die Cloudanwendung CL erstellt anschließend eine Notifikation NO, welche an einen PC des Benutzers BN übermittelt wird. Die Notifikation NO enthält die detektierte Veränderung und bittet den Benutzer um Überprüfung. Der Benutzer nun wird gebeten, zu überprüfen, ob es sich um eine tatsächliche Veränderung handelt. Da das Ausmaß der Schräglage zwar nur leicht, aber eindeutig ist, bestätigt der Benutzer BN, dass es sich um eine tatsächliche Veränderung handelt. Dieses Feedback FB wird dem Kl-Algorithmus wiederum mitgeteilt, so dass dieser seine Entscheidungsfindung in Zukunft daran anpasst und entsprechend lernt.
  • Der Benutzer ist nun über die Veränderung informiert und kann entsprechend für Abhilfe des Fehlers sorgen. Optional kann der KI-Algorithmus KI in der Notifikation eine mögliche Ursache für die Veränderung mitteilen, sowie eine Maßnahme zur Behebung des Fehlers vorschlagen. Im vorliegenden Fall könnte der Fehler in der Flanschbefestigung des Feldgeräts FG an dem Tank liegen, welcher sich beispielsweise im Zuge einer Wartung durch einen Servicetechniker oder über die Zeit durch Erschütterungen oder Vibrationen gebildet haben könnte. Als mögliche Maßnahme wird vorgeschlagen, die Flanschverbindung zu überprüfen und gegebenenfalls anzupassen. Auch eine Aussage über das Zutreffen der Ursache, bzw. das Vorschlagen einer korrekten Maßnahme, kann als Feedback FB dem Kl-Algorithmus mitgeteilt werden, so dass sich dieser laufend verbessern kann.
  • Zur weiteren Effizienzsteigerung kann der Kl-Algorithmus für seine Entscheidungsfindung auf den Erfahrungsschatz eines oder mehrerer weiterer Kl-Algorithmen KI' zurückgreifen. Ein solcher weiterer KI-Algorithmus KI' ist auf einer weiteren Cloudanwendung CL' implementiert und einem weiteren digitalen Zwilling TW' zugeordnet. Der digitale Zwilling gehört zu einem typengleichen Feldgerät FG`, welcher in einer ähnlichen Applikation wie das beschriebene Feldgerät FG eingesetzt ist.
  • Alle Zugriffe und Übermittlungen zwischen Cloudanwendungen und physischen Komponenten, also bspw. Überwachungskamera und PC des Benutzers BN, werden im Sinne dieser Anmeldung insbesondere über das Internet vorgenommen.
  • Alternativ zur Überwachungskamera KA können die Fotos FO auch mittels einer flug- oder landfähige Drohne, welche in regelmäßigen Zeitabständen oder nach Bedarf durch die Anlage navigiert, oder durch ein Smartphone oder ein Tablet eines Servicetechnikers erfasst und an die Cloudanwendung übermittelt werden.

Claims (12)

  1. Verfahren zur automatisierten Inspektion eines Feldgeräts (FG), wobei das Feldgerät (FG) aus einer Vielzahl von Komponenten (KO1, KO2) besteht, insbesondere einer Sensor- oder Aktoreinheit, einem Gehäuse, einer Anzeige-/Bedieneinheit, zumindest einer Elektronikeinheit, zumindest einem elektronischen Anschluss, und/oder einer Verkabelung, und wobei das Feldgerät (FG) von einer oder mehreren Umgebungskomponenten (UK) umgeben oder mit der zumindest einen Umgebungskomponente (UK) verbunden ist, umfassend: - Erfassen eines Fotos (FO) des Feldgeräts (FG); - Übermitteln des Fotos (FO) an eine Cloudanwendung (CL), wobei auf der Cloudanwendung (CL) ein digitaler Zwilling (TW) des Feldgeräts (FG) hinterlegt ist, wobei der digitale Zwilling (TW) ein dreidimensionales Modell des Feldgeräts (FG) enthält; - Vergleichen des Fotos (FO) mit dem dreidimensionalen Modell und Identifizieren von Veränderungen von Komponenten (KO1, KO2) des Feldgeräts (FG) zwischen dem Foto (FO) und dem dreidimensionalen Modell; und - Benachrichtigen eines Benutzers (BN) durch die Cloudanwendung (CL) im Falle eines Vorliegens von zumindest einer identifizierten Veränderung bei zumindest einer der Komponenten (KO1, KO2) des Feldgeräts (FG) oder bei zumindest einer der Umgebungskomponenten (UK).
  2. Verfahren nach Anspruch 1, wobei die Cloudanwendung (CL) oder der digitale Zwilling (TW) über ein KI-System (Kl), insbesondere basierend auf mindestens einem neuronalen Netz und/oder mindesten einem Machine-Learning-Algorithmus und/oder mindestens einem Deep-Learning-Algorithmus, verfügt, welches KI-System (KI) die Schritte des Vergleichens des Fotos (FO) mit dem dreidimensionalen Modell und des Identifizierens von der zumindest einen Veränderung durchführt.
  3. Verfahren nach Anspruch 2, wobei die Cloudanwendung (CL) ein Feedback (FB) des Benutzers (BN) bezüglich der identifizierten Veränderung fordert, wobei der Benutzer (BN) für das Feedback (FB) bestätigt oder verneint, dass es sich bei der identifizierten Veränderung um eine tatsächliche Veränderung handelt, wobei das Feedback (FB) dem KI-System (Kl) zugeführt wird, wobei das Kl-System (Kl) von jedem Feedback (FB) des Benutzers (BN) lernt.
  4. Verfahren nach Anspruch 2 oder 3, wobei das Kl-System (Kl) auf einen oder mehrere weitere digitale Zwillinge (TW') von Feldgeräten desselben oder vergleichbaren Typs zugreift, welche jeweils ebenfalls über ein eigenes Kl-System (KI') verfügen, wobei das Kl-System (KI) von Erfahrungen der Kl-Systeme (KI’) der weiteren digitalen Zwillinge (TW') lernt.
  5. Verfahren nach einem der Ansprüche 2 bis 4, wobei das KI-System (KI) den Blickwinkel des Fotos (FO) auf das Feldgerät (FG) ermittelt, entsprechend auf das dreidimensionale Modell anwendet und die Komponenten (KO1, KO2) und die Umgebungskomponenten (UK) auf dem Foto (FO) anhand des dreidimensionalen Modells identifiziert.
  6. Verfahren nach einem der Ansprüche 2 bis 5, wobei das Kl-System (KI) die identifiziert Veränderung in einen Schweregrad klassifiziert, welcher dem Benutzer (BN) im Zuge des Benachrichtigens mitgeteilt wird.
  7. Verfahren nach zumindest einem der Ansprüche 2 bis 6, wobei das Kl-System (KI) eine oder mehrere mögliche Ursachen für die identifizierte Veränderung ermittelt, wobei die eine oder mehrere Ursachen dem Benutzer (BN) im Zuge des Benachrichtigens mitgeteilt werden.
  8. Verfahren nach Anspruch 7, wobei das Kl-System (KI) eine oder mehrere Maßnahmen zur Behebung der ermittelten Ursache ermittelt, wobei die eine oder mehrere Maßnahmen dem Benutzer (BN) im Zuge des Benachrichtigens vorgeschlagen werden.
  9. Verfahren nach zumindest einem der vorherigen Ansprüche, wobei das dreidimensionale Modell anhand mindestens zwei Fotos aus unterschiedlichen Blickwinkeln auf das Feldgerät (FG) erstellt wird.
  10. Verfahren nach zumindest einem der vorherigen Ansprüche, wobei im Falle, dass keine Veränderung identifiziert wurde, das aufgenommene Foto (FO) zum Verfeinern des dreidimensionalen Modells verwendet wird.
  11. Verfahren nach zumindest einem der vorhergehenden Ansprüche, wobei das Feldgerät (FG) in einer industriellen Anlage eingesetzt ist, wobei in der Anlage zumindest eine Überwachungskamera (KA) vorgesehen ist, und wobei die Überwachungskamera einmalig (KA), regelmäßig oder zu vorgegebenen Zeitpunkten das Foto (FO) erfasst und direkt oder indirekt an die Cloudanwendung (CL) übermittelt.
  12. Verfahren nach zumindest einem der vorherigen Ansprüche, wobei eine autonome Drohne vorgesehen ist, welche einer Kameraeinheit aufweist und wobei die Drohne einmalig, regelmäßig oder zu vorgegebenen Zeitpunkten zu dem Feldgerät (FG) navigiert, das Foto (FO) mittels der Kameraeinheit erfasst und direkt oder indirekt an die Cloudanwendung (CL) übermittelt.
DE102021134288.0A 2021-12-22 2021-12-22 Verfahren zur automatisierten Inspektion eines Feldgeräts Pending DE102021134288A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102021134288.0A DE102021134288A1 (de) 2021-12-22 2021-12-22 Verfahren zur automatisierten Inspektion eines Feldgeräts
PCT/EP2022/083494 WO2023117317A1 (de) 2021-12-22 2022-11-28 Verfahren zur automatisierten inspektion eines feldgeräts

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102021134288.0A DE102021134288A1 (de) 2021-12-22 2021-12-22 Verfahren zur automatisierten Inspektion eines Feldgeräts

Publications (1)

Publication Number Publication Date
DE102021134288A1 true DE102021134288A1 (de) 2023-06-22

Family

ID=84487587

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102021134288.0A Pending DE102021134288A1 (de) 2021-12-22 2021-12-22 Verfahren zur automatisierten Inspektion eines Feldgeräts

Country Status (2)

Country Link
DE (1) DE102021134288A1 (de)
WO (1) WO2023117317A1 (de)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019109184A1 (de) 2019-04-08 2020-10-08 Teutloff Technische Akademie gGmbH Modellfabrik
DE102019134021A1 (de) 2019-12-11 2021-06-17 Endress+Hauser Process Solutions (Deutschland) GmbH Verfahren zum Überwachen einer Anlage der Automatisierungstechnik
DE102019135004A1 (de) 2019-12-18 2021-06-24 Endress+Hauser SE+Co. KG Verfahren zum Verifizieren zumindest einer Anforderung an ein Feldgerät der Automatisierungstechnik
DE102020111806A1 (de) 2020-04-30 2021-11-04 Endress+Hauser (Deutschland) Gmbh+Co. Kg Verfahren zum Instandhalten einer Anlage der Automatisierungstechnik

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10934023B2 (en) * 2017-12-19 2021-03-02 Saishi Frank Li Image recognition for vehicle safety and damage inspection
US20210097772A1 (en) * 2019-09-27 2021-04-01 Siemens Aktiengesellschaft Creation and management of virtual twins using geometric primitives
WO2021188104A1 (en) * 2020-03-18 2021-09-23 Hewlett-Packard Development Company, L.P. Object pose estimation and defect detection

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019109184A1 (de) 2019-04-08 2020-10-08 Teutloff Technische Akademie gGmbH Modellfabrik
DE102019134021A1 (de) 2019-12-11 2021-06-17 Endress+Hauser Process Solutions (Deutschland) GmbH Verfahren zum Überwachen einer Anlage der Automatisierungstechnik
DE102019135004A1 (de) 2019-12-18 2021-06-24 Endress+Hauser SE+Co. KG Verfahren zum Verifizieren zumindest einer Anforderung an ein Feldgerät der Automatisierungstechnik
DE102020111806A1 (de) 2020-04-30 2021-11-04 Endress+Hauser (Deutschland) Gmbh+Co. Kg Verfahren zum Instandhalten einer Anlage der Automatisierungstechnik

Also Published As

Publication number Publication date
WO2023117317A1 (de) 2023-06-29

Similar Documents

Publication Publication Date Title
DE102008019053B4 (de) Verfahren zum Betreiben einer Anlage der Prozessautomatisierungstechnik
DE102014103185A1 (de) Hintergrunderhebung von Diagnosedaten aus messtechnischen Feldgeräten
DE102007041240A1 (de) Verfahren zum Verbessern einer Diagnosefunktion eines Feldgerätes
EP3538962B1 (de) Verfahren zur analyse von fehlfunktionen in einer anlage der prozessautomatisierung
DE102010044184B4 (de) Verfahren und Kommunikationseinheit zum Erstellen einer Diagnose eines Feldgerätes
WO2012065807A1 (de) Verfahren zum bereitstellen einer feldgerätetyp-übergreifenden diagnosemeldung
DE102010062661A1 (de) Die Erfindung betrifft ein Verfahren zum Bedienen von Feldgeräten in einer Automatisierungsanlage
DE102008043094A1 (de) Verfahren zur dynamischen Anpassung eines Diagnosesystems
DE102018127080A1 (de) Verfahren zur Ermittlung der Zeitspanne bis zur nächsten Wartung/Kalibrierung und/oder zur Ermittlung der Restlebensdauer eines Feldgeräts der Automatisierungstechnik
EP3821306B1 (de) Verfahren zum parametrieren eines sensorsystems
EP3692422A1 (de) Smartwatch und verfahren instandhaltung einer anlage der automatisierungstechnik
EP3729219B1 (de) Verfahren zum überwachen einer messstelle in einer anlage der prozessautomatisierung
EP3555714B1 (de) Verfahren zur applikationsspezifischen einstellung eines feldgeräts
DE102018123436A1 (de) Verfahren zum Überwachen einer Anlage der Automatisierungstechnik
DE102021134288A1 (de) Verfahren zur automatisierten Inspektion eines Feldgeräts
WO2012028366A1 (de) Verfahren zur sicherstellung der korrekten funktionsweise einer automatisierungsanlage
DE102011084321A1 (de) Kommunikationseinheit mit Informationsdarstellung basierend auf Anlagenstruktur
WO2022135804A2 (de) Verfahren zum erstellen eines optimalen parametersatzes für ein feldgerät in einer messstelle einer anlage der automatisierungstechnik
DE102016122051A1 (de) Verfahren und System zum Ermitteln von Diagnoseinformationen von zumindest einem Feldgerät der Prozessautomatisierung
DE102020133616A1 (de) Verfahren zum Informieren über einen Fehlerfall in einer Anlage der Automatisierungstechnik
DE102009045384A1 (de) Verfahren zum Betreiben eines Feldbus-Interface
EP3692425B1 (de) Verfahren zum überwachen einer anlage der automatisierungstechnik
DE102018128254A1 (de) Verfahren zur Verbesserung derMessperformance eines zu konfigurierenden Feldgeräts der Automatisierungstechnik
DE102022134113A1 (de) Verfahren zum Erstellen oder Aktualisieren eines digitalen Zwillings für ein Feldgerät der Automatisierungstechnik
DE102020128499A1 (de) Verfahren zum Verbessern des Betriebs eines Custody-Transfer Systems

Legal Events

Date Code Title Description
R163 Identified publications notified