DE102022207326B4 - Verfahren und Vorrichtung zum Überwachen eines Hydrauliksystems auf Eintrag von Fremdfluiden - Google Patents

Verfahren und Vorrichtung zum Überwachen eines Hydrauliksystems auf Eintrag von Fremdfluiden Download PDF

Info

Publication number
DE102022207326B4
DE102022207326B4 DE102022207326.6A DE102022207326A DE102022207326B4 DE 102022207326 B4 DE102022207326 B4 DE 102022207326B4 DE 102022207326 A DE102022207326 A DE 102022207326A DE 102022207326 B4 DE102022207326 B4 DE 102022207326B4
Authority
DE
Germany
Prior art keywords
hydraulic fluid
hydraulic system
hydraulic
fluid
foreign
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.)
Active
Application number
DE102022207326.6A
Other languages
English (en)
Other versions
DE102022207326A1 (de
Inventor
Lars Stephan
Jan Lukas Bierod
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Priority to DE102022207326.6A priority Critical patent/DE102022207326B4/de
Priority to CN202310885914.XA priority patent/CN117419085A/zh
Publication of DE102022207326A1 publication Critical patent/DE102022207326A1/de
Application granted granted Critical
Publication of DE102022207326B4 publication Critical patent/DE102022207326B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F15FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
    • F15BSYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
    • F15B19/00Testing; Calibrating; Fault detection or monitoring; Simulation or modelling of fluid-pressure systems or apparatus not otherwise provided for
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F15FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
    • F15BSYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
    • F15B19/00Testing; Calibrating; Fault detection or monitoring; Simulation or modelling of fluid-pressure systems or apparatus not otherwise provided for
    • F15B19/005Fault detection or monitoring
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F15FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
    • F15BSYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
    • F15B20/00Safety arrangements for fluid actuator systems; Applications of safety devices in fluid actuator systems; Emergency measures for fluid actuator systems
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F15FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
    • F15BSYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
    • F15B20/00Safety arrangements for fluid actuator systems; Applications of safety devices in fluid actuator systems; Emergency measures for fluid actuator systems
    • F15B20/005Leakage; Spillage; Hose burst
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F15FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
    • F15BSYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
    • F15B21/00Common features of fluid actuator systems; Fluid-pressure actuator systems or details thereof, not covered by any other group of this subclass
    • F15B21/02Servomotor systems with programme control derived from a store or timing device; Control devices therefor
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F15FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
    • F15BSYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
    • F15B21/00Common features of fluid actuator systems; Fluid-pressure actuator systems or details thereof, not covered by any other group of this subclass
    • F15B21/04Special measures taken in connection with the properties of the fluid
    • F15B21/041Removal or measurement of solid or liquid contamination, e.g. filtering
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F15FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
    • F15BSYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
    • F15B21/00Common features of fluid actuator systems; Fluid-pressure actuator systems or details thereof, not covered by any other group of this subclass
    • F15B21/04Special measures taken in connection with the properties of the fluid
    • F15B21/042Controlling the temperature of the fluid

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Fluid Mechanics (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Fluid-Pressure Circuits (AREA)

Abstract

Verfahren zum Überwachen eines Hydrauliksystems (100) auf Eintrag von Fremdfluiden, umfassend:Erhalten von einem oder mehreren Betriebsparametern des Hydrauliksystems (100) als ein oder mehrere Signale im zeitlichen Verlauf,Bilden von Signalabschnitten (220) definierter Länge aus dem einen oder mehreren Signalen;Bilden von Eingabewerten aus jedem der Signalabschnitte (220), und Eingeben der Eingabewerte in einen trainierten Klassifikator (142), wobei der trainierte Klassifikator (142) dazu eingerichtet ist, die Eingabewerte in eine von zwei oder mehr vorgegebenen Klassen einzuordnen, wobei die zwei oder mehr Klassen eine Angabe über einen Zustand eines Hydraulikfluids des Hydrauliksystems umfassen,wobei die wenigstens zwei Klassen eine Klasse an Hydraulikfluid, das zu mindestens 50% aus Hydraulikfluid besteht, dessen Verweildauer im Hydrauliksystem weniger als ein Tag beträgt, zu höchstens 50% aus Hydraulikfluid besteht, dessen Verweildauer im Hydrauliksystem mehr als ein Tag beträgt und das höchstens einen unteren Grenzwert Fremdfluid enthält, und eine Klasse an Hydraulikfluid, das zu mehr als einen unteren Grenzwert Fremdfluid enthält, umfassen.

Description

  • Die vorliegende Erfindung betrifft ein Verfahren und eine Vorrichtung zum Überwachen eines Hydrauliksystems auf Eintrag von Fremdfluiden.
  • Hintergrund der Erfindung
  • Hydrauliksysteme bzw. Hydraulikkreisläufe sind mit Hydraulikfluid als Arbeitsmedium gefüllt. Ein Füllstand kann z.B. mittels geeigneter Sensorik oder auch visuell überprüft werden. Eine Qualitätsüberprüfung des Hydraulikfluids ist im Betrieb kaum möglich.
  • DE 10 2021 118 213 A1 zeigt eine Verschlechterungsabschätzvorrichtung, die eine Speichervorrichtung und eine Ausführungsvorrichtung aufweist. Die Speichervorrichtung ist dazu eingerichtet, Kennfelddaten zu speichern, die ein Kennfeld definieren, das eine Ausgangsvariable ausgibt, die den Ölverschlechterungsgrad angibt, wenn eine Eingangsvariable eingegeben wird. Das Kennfeld enthält als Eingangsvariable eine Farbvariable, die eine Variable ist, die eine Farbe des Öls angibt, und eine Wasserstoffionenvariable, die eine Variable ist, die eine Wasserstoffionenkonzentration des Öls angibt. Die Ausführungsvorrichtung ist dazu eingerichtet, einen Erfassungsprozess, der ein Prozess zum Erfassen der Eingangsvariablen ist, und einen Berechnungsprozess zum Eingeben der durch den Erfassungsprozess erfassten Eingangsvariablen in das Kennfeld, um einen Wert der Ausgangsvariablen auszugeben, auszuführen.
  • Offenbarung der Erfindung
  • Erfindungsgemäß werden ein Verfahren und eine Vorrichtung zum Überwachen eines Hydrauliksystems auf Eintrag von Fremdfluiden, insbesondere Wasser wie z.B. Kühlwasser, sowie eine Verarbeitungseinheit und ein Computerprogramm zu dessen Durchführung mit den Merkmalen der unabhängigen Patentansprüche vorgeschlagen. Vorteilhafte Ausgestaltungen sind Gegenstand der Unteransprüche sowie der nachfolgenden Beschreibung.
  • Die Erfindung bedient sich zum Überwachen eines Hydrauliksystems auf Eintrag von Fremdfluiden, insbesondere Wasser wie z.B. Kühlwasser, eines trainierten Klassifikators, der von dem Hydrauliksystem stammende Signale entgegennimmt und bewertet. Solche trainierte Klassifikatoren können auch von Geräten mit geringer Rechenleistung ausgeführt werden, da sie im Prinzip lediglich eine Verrechnung von Signalwerten durchführen, wobei die Signale beispielsweise in der Steuerung ohnehin zur Verfügung stehen. Insbesondere wird ein Verfahren vorgeschlagen, bei dem zunächst ein oder mehrere Betriebsparameter des Hydrauliksystems als ein oder mehrere Signale im zeitlichen Verlauf erhalten werden, und dann aus dem einen oder den mehreren Signalen Signalabschnitte definierter, jeweils sinnvoller Länge gebildet werden. Anschließend werden Eingabewerte aus jedem der Signalabschnitte gebildet, die dann in einen trainierten Klassifikator eingegeben werden, wobei der trainierte Klassifikator dazu eingerichtet ist, die Eingabewerte in eine von zwei oder mehr vorgegebenen Klassen einzuordnen, wobei die zwei oder mehr Klassen eine Angabe über einen Zustand des Hydraulikfluids des Hydrauliksystems umfassen. Als Klassifikator können dabei bevorzugt Methoden des maschinellen Lernens angewendet werden. Trainierte Modelle solcher Klassifikatoren können beispielsweise durch überwachtes Lernen oder unüberwachtes Lernen gebildet werden.
  • Durch die Erfindung kann insbesondere ein Kühlwassereintrag automatisch erkannt werden. Herkömmliche Überwachungen, die den Füllstand betreffen, überwachen lediglich den Füllstand anhand eines festen Schwellwerts. Da der Füllstand jedoch bei Eintrag von Fremdfluiden nicht sinkt, bleibt ein Eintrag von Fremdfluiden unentdeckt, bis es zu Schäden kommt. Auch solche Schäden durch Kontakt von hydraulischen Komponenten mit Wasser lassen sich durch eine entsprechende Überwachung vermeiden. Zusätzlich können zeitbasierte regelmäßige Reinigungen bzw. Spülungen des gesamten hydraulischen Systems vermieden werden, da ein Fluidwechselzeitpunkt vom Überwachungssystem vorgeschlagen werden kann. Somit können Stillstandszeiten des Hydrauliksystems reduziert und in den Fertigungsplan eingebunden werden. Der Bedarf an manuellen Prüfungen der Ölqualität sinkt. Auch ein Überlaufen des Hydraulikfluids bei Erreichen eines kritischen oberen Füllstands kann durch frühzeitiges automatisches Erkennen von Fremdfluideintrag vermieden werden. Dadurch kann bspw. auch eine regelmäßige Überprüfung der Kühlwasserleitung auf Leckage entfallen. Das Überwachungssystem kann ebenfalls ein Austreten bzw. eine Leckage von Hydraulikfluid erkennen.
  • Die Erfindung stellt weiterhin eine Lösung vor, um automatisch zwischen einem Ölwechsel und Eintrag von Fremdfluiden, insbesondere Kühlwassereintrag zu unterscheiden. Der Klassifikator ist dazu insbesondere darauf trainiert, frisches Hydraulikfluid und benutztes Hydraulikfluid zu unterscheiden. Sollten sich die vorhandenen Messdaten mit keiner der beiden Klassen decken, kann dies als Anomalie und insbesondere Fremdfluideintrag angesehen werden. Der Klassifikator ist jedoch insbesondere darauf trainiert, frisches Hydraulikfluid, benutztes Hydraulikfluid und Hydraulikfluid mit einem signifikanten Fremdfluidanteil zu unterscheiden. Die Höhe eines noch zulässigen Fremdfluidanteils kann insbesondere durch das Training des Klassifikators festgelegt werden. Durch das Anlernen als Klassifikator eines mehrdimensionalen Machine-Learning-Modells, welches einen Hydraulikfluidwechsel bzw. einen Hydraulikfluidauffüllprozess beschreibt, kann zwischen Hydraulikfluidwechsel, Hydraulikfluidauffüllprozess und Kühlwassereintrag differenziert werden.
  • Erfindungsgemäß umfassen die wenigstens zwei Klassen eine Klasse von Hydraulikfluid, das zu mindestens 50%, vorzugsweise mindestens 60%, 70%, 80% oder 90%, aus Hydraulikfluid besteht, dessen Verweildauer im Hydrauliksystem weniger als ein Tag beträgt, zu höchstens 50%, vorzugsweise höchstens 40%, 30%, 20%, 10% oder auch 0%, aus Hydraulikfluid besteht, dessen Verweildauer im Hydrauliksystem mehr als ein Tag beträgt, und das höchstens einen unteren Grenzwert, vorzugsweise höchstens 10% Fremdfluid enthält. Diese Klasse beschreibt insbesondere frisches Hydraulikfluid.
  • Vorzugsweise umfassen die wenigstens zwei Klassen eine Klasse von Hydraulikfluid, das zu mindestens 50%, vorzugsweise mindestens 60%, 70%, 80% oder 90%, aus verschlissenem Hydraulikfluid (z.B. Verweildauer mehr als 1, 10, 30 Tage) besteht, und das höchstens einen unteren Grenzwert, vorzugsweise höchstens 10% Fremdfluid enthält. Diese Klasse beschreibt insbesondere verschlissenes Hydraulikfluid und verschlissenes Hydraulikfluid, bei dem ein gewisser Anteil frisches Hydraulikfluid aufgefüllt ist.
  • Erfindungsgemäß umfassen die wenigstens zwei Klassen eine Klasse von Hydraulikfluid, das mehr als einen unteren Grenzwert, vorzugsweise mehr als 10%, Fremdfluid enthält. Diese Klasse beschreibt insbesondere Hydraulikfluid mit einem signifikanten Fremdfluidanteil.
  • Wird Hydraulikfluid mit einem signifikanten Fremdfluidanteil erkannt, wird in einer Ausgestaltung eine Maßnahme eingeleitet. Dies kann das Ausgeben einer Warnmeldung und/oder das Stoppen des Hydrauliksystems umfassen, bevor das entsprechende Fremdfluid in das Hydrauliksystem gelangt.
  • In Ausgestaltung wird ein Füllstand des Hydraulikfluids berücksichtigt. Insbesondere kann vorgesehen sein, dass nur bei einem Anstieg des Hydraulikfluids über einen Füllstandsschwellwert die Überwachung durchgeführt wird. Damit kann Rechenleistung der ausführenden Verarbeitungseinheit eingespart werden.
  • Die Betriebsparameter des Hydrauliksystems können dabei beispielsweise eines oder mehrere der folgenden umfassen: eine elektrische Leitfähigkeit des Hydraulikfluids, ein pH-Wert des Hydraulikfluids, eine Viskosität des Hydraulikfluids, ein Druck im Hydraulikfluid, eine Temperatur des Hydraulikfluids, eine Dichte des Hydraulikfluids, eine optische Transmittivität des Hydraulikfluids und einen Tankfüllstand.
  • Anstelle einer traditionellen Auswertung von einzelnen Parametern z.B. über Schwellwerte wird hier ein trainierter Klassifikator verwendet, in den ein Betriebsparameter im zeitlichen Verlauf oder auch mehrere gleichzeitig eingehen können. Damit werden die erfassten Betriebsparametersignale unmittelbar mit bestimmten Fluidklassen, z.B. wie oben erläutert, verknüpft, ohne dabei den komplexen und rechenintensiven Umweg über eine Einzelauswertung der Parameter und eine Interpretation der Bedeutung der Parameterwerte gehen zu müssen.
  • Der eine oder die mehreren Betriebsparameter des Hydrauliksystems können erhalten werden durch eine oder mehrere der folgenden Methoden: Messen des Betriebsparametersignals durch einen Sensor, Auslesen eines Signalausgangs des Hydrauliksystems; Empfangen eines Betriebsparametersignals über eine Kommunikationsverbindung; Abrufen von Betriebsparametern aus einer Speichereinheit. Insbesondere können auch Parameter und Signale verwendet werden, die bereits zu anderen Zwecken an dem Hydrauliksystem verwendet werden, z.B. zur Steuerung oder Regelung des Hydrauliksystems. Sensoren können an verschiedenen Komponenten oder Baugruppen des Hydrauliksystems angeordnet werden, um verschiedene Parameter zu erfassen.
  • Ein solches Verfahren kann optional außerdem das Erhalten von statischen Betriebsparametern des Hydrauliksystems und Verwenden der statischen Betriebsparameter beim Bilden von Eingabewerten aus den Signalabschnitten umfassen, wobei die statischen Betriebsparameter eines oder mehrere der folgenden umfassen: Tankvolumen, Pumpennenngröße, Volumen im Hydrauliksystem, Parameter zur Anwendung, für die das System konzipiert ist. Solche Parameter können abgespeichert sein oder durch Benutzereingabe oder einmalige Messungen mit geeigneten Sensoren erfasst werden.
  • Darüber hinaus wird eine Vorrichtung zum Überwachen eines Hydrauliksystems auf Eintrag von Fremdfluiden vorgeschlagen, welche zumindest einen oder mehrere Sensoren zum Erfassen von Betriebsparametern des Hydrauliksystems im zeitlichen Verlauf aufweist, und weiter eine Verarbeitungseinheit aufweist, die mit dem einen oder mehreren Sensoren verbunden und dazu eingerichtet ist, ein Verfahren nach einer der oben beschriebenen Varianten oder Kombinationen davon durchzuführen. Eine geeignete Verarbeitungseinheit kann grundsätzlich jeder geeignete PC oder Prozessor mit zugehöriger Peripherie sein; bei ausreichender Rechenleistung bzw. einem Klassifikatormodell mit geringen Anforderungen kann insbesondere beispielsweise ein Mikrocontroller verwendet werden, der direkt an das Hydrauliksystem angeschlossen werden kann und zur Aufzeichnung und Auswertung der Signale genutzt werden kann. Es kann sich dabei ebenso um einen dedizierten Mikrocontroller handeln, wie um einen Mikrocontroller, der noch weitere Aufgaben erfüllt.
  • Eine solche Vorrichtung kann zusätzlich auch noch eine Vorverarbeitungseinheit aufweisen, welche zwischen den einen oder die mehreren Sensoren und der Verarbeitungseinheit geschaltet ist und welche die Ausgangssignale der Sensoren (bzw. zumindest eines Teils der Sensoren) in digitale vorverarbeitete Signale umwandelt, wobei die Vorverarbeitungseinheit mindestens eines der folgenden aufweist: einen Signalfilter, einen Analog-Digital-Wandler, einen Verstärker.
  • Anhand der aufgezeichneten und ausgewerteten Maschinen- und Betriebsparameter kann somit eine Überwachung realisiert werden, ohne dabei die Maschinenhardware zu belasten. Aufwendige Berechnungen, die bei üblichen Zustandsüberwachungen erforderlich sind, können hier ausgelassen werden.
  • Eine erfindungsgemäße Verarbeitungseinheit, z.B. ein Mikrocontroller oder ein Steuergerät einer Industriemaschine ist, insbesondere programmtechnisch, dazu eingerichtet, ein erfindungsgemäßes Verfahren durchzuführen.
  • Auch die Implementierung eines erfindungsgemäßen Verfahrens in Form eines Computerprogramms oder Computerprogrammprodukts mit Programmcode zur Durchführung aller Verfahrensschritte ist vorteilhaft, da dies besonders geringe Kosten verursacht, insbesondere wenn ein ausführendes Steuergerät noch für weitere Aufgaben genutzt wird und daher ohnehin vorhanden ist. Schließlich ist ein maschinenlesbares Speichermedium vorgesehen mit einem darauf gespeicherten Computerprogramm wie oben beschrieben. Geeignete Speichermedien bzw. Datenträger zur Bereitstellung des Computerprogramms sind insbesondere magnetische, optische und elektrische Speicher, wie z.B. Festplatten, Flash-Speicher, EEPROMs, DVDs u.a.m. Auch ein Download eines Programms über Computernetze (Internet, Intranet usw.) ist möglich. Ein solcher Download kann dabei drahtgebunden bzw. kabelgebunden oder drahtlos (z.B. über ein WLAN-Netz, eine 3G-, 4G-, 5G- oder 6G-Verbindung, etc.) erfolgen.
  • Weitere Vorteile und Ausgestaltungen der Erfindung ergeben sich aus der Beschreibung und der beiliegenden Zeichnung.
  • Die Erfindung ist anhand von Ausführungsbeispielen in der Zeichnung schematisch dargestellt und wird im Folgenden unter Bezugnahme auf die Zeichnung beschrieben.
  • Kurze Beschreibung der Zeichnungen
    • 1 zeigt eine beispielhafte Vorrichtung zur Zustandsüberwachung eines Hydrauliksystems.
    • 2 zeigt eine beispielhafte Implementierung einer Ausführungsform zum Überwachen eines Hydrauliksystems auf Eintrag von Fremdfluiden.
  • Ausführungsformen der Erfindung
  • Die vorliegende Erfindung bietet Möglichkeiten, um den Zustand von Hydrauliksystemen, insbesondere des Hydraulikfluids auszuwerten. Hydrauliksysteme sind in unterschiedlichsten Varianten im Einsatz, sowohl in mobilen als auch in immobilen Arbeitsmaschinen usw. Grundsätzlich weisen Hydrauliksysteme Hydraulikpumpen, Hydraulikaktoren wie Zylinder oder Motoren, Leitungen, Ventile, Tanks usw. auf und sind mit Hydraulikfluid, sog. Hydrauliköl, als Arbeitsmedium gefüllt. Ein Füllstand kann beispielsweise in einem Tank überwacht werden. Eigenschaften des Hydraulikfluids, wie elektrische Leitfähigkeit, Viskosität, Dichte, Temperatur, etc. können durch geeignete Sensorik erfasst werden.
  • Zur Überwachung auf Fremdfluideintrag können nun verschiedene Maschinen- und/oder Prozessdaten eines Hydrauliksystems erfasst und aufgezeichnet werden, die dann mit geeigneten Verfahren ausgewertet werden können. Insbesondere können zur Auswertung Methoden des maschinellen Lernens genutzt werden, um eine Qualität des Hydraulikfluids zu bewerten. Die Ergebnisse einer solchen Auswertung können dann auch weiterverwendet werden, um beispielsweise einen Maschinenbediener zu informieren, eine Maschine zu stoppen oder weitere Messungen durchzuführen.
  • Die Maschinen- und/oder Prozessdaten können dabei über einen oder mehrere Sensoren erfasst werden, die in der Lage sind, bestimmte Parameter zu messen, oder es können auch Daten von Maschinenkomponenten erfasst werden, deren Betriebsparameter auf anderem Wege bekannt sind.
  • 1 zeigt eine beispielhafte Vorrichtung, in der Ausführungsformen der Erfindung zur Anwendung kommen können. In 2 ist eine beispielhafte Implementierung einer Ausführungsform zum Überwachen eines Hydrauliksystems auf Eintrag von Fremdfluiden als Blockdiagramm dargestellt. Dabei sind ein Trainingsteil 210 und ein Auswerteteil 220 gezeigt.
  • Dabei soll der Zustand eines Hydrauliksystems 100 überwacht und ausgewertet werden. Zu diesem Zweck werden in diesem Beispiel über geeignete Sensoren 111, 112, 113, 114, Maschinenschnittstellen oder andere Elemente im laufenden Betrieb Signale 121, 122, 123, 124 erfasst, die einen oder mehrere Betriebsparameter des Hydrauliksystems angeben. Die erfassten Signale können dann optional an eine Vorverarbeitungseinheit 130 weitergegeben werden; beispielsweise kann hier ein Analog-Digital-Wandler eingesetzt werden, um die üblicherweise analogen Messdaten in digitale Signale umzuwandeln. In 1 sind analoge Signale mit durchgehenden Pfeilen dargestellt, während digitale Signale mit gestrichelten Pfeilen dargestellt sind. Grundsätzlich sind die erfassten Maschinen- und Prozessdaten aber nicht auf analoge Daten beschränkt; selbstverständlich können zusätzlich oder alternativ auch direkt digitale Daten von geeigneten Sensoren oder anderen Quellen erfasst werden. Es ist auch möglich, dass eine Vorverarbeitungseinheit 130 alternativ oder zusätzlich andere Elemente aufweist, wie etwa Signalfilter, Verstärker, oder andere. Ebenso können solche Vorverarbeitungsfunktionen aber auch schon durch geeignete Elektronik z.B. direkt an einem jeweiligen Sensor 111, 112, 113, 114 vorgenommen werden. Es ist also auch möglich, dass ein Teil oder alle Sensoren bereits mit einem Wandler und weiteren optionalen Elementen ausgestattet sind und damit an ihrem Ausgang unmittelbar ein digitales Messsignal bereitstellen.
  • Die erfassten Signale können unterschiedlichste Bereiche der Maschine betreffen. Beispielsweise kann in einem Hydrauliksystem 100 eine Pumpe verwendet werden, deren Förderdruck 121 über einen Drucksensor 111 erfasst und dann zur Auswertung verwendet werden kann. Auch Temperaturdaten 122 verschiedener Komponenten, z.B. Daten im Tank, in der Pumpe, in Aktoren und ähnliche Daten können genutzt werden. Die Temperatur kann aus Sensoren 112 gewonnen werden. Zusätzliche Sensoren 113 wie etwa pH-Sensoren können genutzt werden, um pH-Werte 123 des Hydraulikfluids im Betrieb aufzuzeichnen und auszuwerten. Dabei können auch mehrere Sensoren, die gleiche oder ähnliche Parameter erfassen, beispielsweise an verschiedenen Orten an einer Maschine angeordnet werden. Es ist für die hier beschriebenen Verfahren insbesondere möglich, auch Daten und Signale zur Zustandsüberwachung zu nutzen, die bereits zu anderen Zwecken erfasst, gemessen oder berechnet werden, z.B. zur Steuerung oder Regelung des Hydrauliksystems.
  • Die im zeitlichen Verlauf erfassten Daten können dann von der Vorverarbeitungseinheit 130 als digitales Signal (bzw. als mehrere einzelne digitale Signale) an einen Mikrocontroller oder eine andere Verarbeitungseinheit 140 übermittelt werden, welche in der Lage ist, die weitere Signalauswertung zu übernehmen. Es versteht sich, dass eine solche Verarbeitungseinheit 140 außerdem mit geeigneten Speicherelementen und anderen integrierten oder extern verbundenen Bauteilen versehen sein kann, die hier nicht weiter beschrieben werden. Eine beispielhafte Implementierung der Auswertung ist in 2 dargestellt, dort insbesondere durch die Elemente im Auswerteteil 220.
  • Dort sind Eingangsdatenblock 212, ein Klassifikatorblock 211 und ein Ausgangsdatenblock 213 gezeigt.
  • Es ist auch möglich, die von den Sensoren 111, 112, 113 erfassten Daten mit weiteren Daten 124 zu ergänzen bzw. zu kombinieren, die aus anderen Quellen erfasst oder bestimmt werden können. Solche zusätzlichen Informationen können der Verarbeitungseinheit 140 ebenfalls auf geeignete Weise zugeführt werden, entweder bereits in verarbeiteter Form für die nachfolgende Auswertung, oder sie können in der Verarbeitungseinheit noch weiterverarbeitet werden. Drehmomente und Drehzahlen verschiedener (Pumpen-)Antriebe des Hydrauliksystems können gemessen oder aus anderen Quellen bestimmt werden. Eine Einteilung verschiedener Phasen, die beispielsweise während eines Betriebs auftreten, kann ebenfalls als Parameter genutzt werden. Beispielsweise können bei einem Fahrbetrieb für manche Parameter andere Signalverläufe auftreten als in einem Arbeitsbetrieb.
  • Wie bereits oben angegeben, kann das hier verwendete und beispielhaft dargestellte Zeitsignal optional bereits vorher gefiltert oder anderweitig verarbeitet sein, z.B. durch bspw. einen Hochpass- oder Tiefpassfilter, der bestimmte Frequenzanteile aus dem Signal herausfiltert und damit das Signal-Rausch-Verhältnis für die relevanten bzw. gewünschten Signalanteile verbessert. Auftretende Frequenzen können dabei optional auch abhängig von den verwendeten Drehzahlen oder Bewegungsperioden abgeschätzt werden, um eine Filterung zu ermöglichen.
  • Die so gebildeten Signalabschnitte können nun als Eingangsdaten (Block 212) für die Signalauswertung (Block 211) verwendet werden. Ziel der Auswertung kann beispielsweise sein, zwischen fehlerfreien und fehlerhaften Zuständen des Hydraulikfluids zu unterscheiden (Block 213).
  • Optional ist es aber auch möglich, vor der Auswertung durch einen Klassifikator verschiedene Merkmale aus den gebildeten Signalabschnitten zu extrahieren, die dann alternativ oder zusätzlich als Eingangswerte für das Modell genutzt werden können. Dies gilt sowohl für die Trainingsphase als auch für die eigentliche Auswertungsphase des Modells. Beispielsweise können zu diesem Zweck verschiedene Merkmale aus den Signalabschnitten genutzt werden, z.B. die auftretenden Amplituden oder die Länge verschiedener Signalbestandteile, oder auch statistische Merkmale wie etwa ein arithmetischer Mittelwert des erfassten Parameters in dem Signalabschnitt, ein Median, Minimal- und/oder Maximalwerte, und andere. Zusätzlich oder alternativ können auch Signalabschnitte vom Zeitraum in den Frequenzraum transformiert werden, so dass dann verschiedene Merkmale im Frequenzraum extrahiert werden können. Beispielsweise kann aus den im Signalabschnitt vorkommenden Frequenzen eine Häufigkeitsverteilung gebildet werden, aus der wiederum statistische Merkmale abgeleitet werden können. Ebenso ist es möglich, direkte Merkmale aus dem Frequenzsignal, z.B. maximale und minimale Frequenzen innerhalb des Signalabschnitts, als Merkmal zu nutzen. Eines oder mehrere solcher extrahierten Merkmale aus dem Zeit- und/oder Frequenzraum können dann auf ähnliche Weise wie für das Rohsignal beschrieben als Eingangswerte für ein trainiertes Klassifikationsmodell verwendet werden. Dabei können auch Auswertungen solcher extrahierter Merkmale und Auswertungen der Rohsignale miteinander kombiniert werden, indem die Daten in dasselbe oder in mehrere verschiedene trainierte Klassifikationsmodelle eingegeben werden.
  • Zur Auswertung sollen bevorzugt Methoden des maschinellen Lernens verwendet werden. Dabei sind hier grundsätzlich sämtliche Methoden des maschinellen Lernens denkbar, welche die oben genannten oder ähnliche Klassifizierungen ermöglichen. Insbesondere können alle verschiedenen Arten neuronaler Netze genutzt werden. Dabei kann sowohl unüberwachtes Lernen (Autoencoder) als auch überwachtes Lernen als Verfahren eingesetzt werden.
  • Um einen trainierten Klassifikator zu erhalten, d.h. ein trainiertes Modell wie etwa ein trainiertes neuronales Netz, können zunächst Trainingsdaten 201, 202, 203 bereitgestellt werden, die als Eingangswerte 204, 205, 206 für das Modell 207 eingegeben werden. Als Trainingsdaten können Betriebsparameter des Hydrauliksystems auf dieselbe Weise gewonnen werden, wie sie oben für die Auswertung beschrieben wurden, d.h. durch das Erfassen von bestimmten Parametern im zeitlichen Verlauf, die etwa an der Maschine durch Sensoren erfasst oder aus Maschinensignalen gewonnen wurden, und das Bilden von Signalabschnitten definierter Länge.
  • Dabei ist es auch optional denkbar, in der Trainingsphase eine Vielzahl von verschiedenen Merkmalen aus einem einzelnen Signal zu gewinnen, und/oder eine Vielzahl von verschiedenen Signalen aufzuzeichnen und zu verwenden, und dann aufgrund der Ergebnisse eine Merkmalsreduktion vorzunehmen. Durch eine Merkmalsreduktion kann bestimmt werden, welche der verwendeten Merkmale für eine bestimmte Klassifizierung relevant sind bzw. ausreichende Trennung ermöglichen und welche weggelassen werden können. Auf diese Weise kann die Datenmenge, die später bei der tatsächlichen Überwachung der Hydrauliksysteme genutzt werden soll, ebenso wie der Erfassungs- und Berechnungsaufwand noch einmal deutlich reduziert werden.
  • Für den Fall von überwachtem Lernen ist es erforderlich, gelabelte Trainingsdaten bereitzustellen, die also bereits einer der vorgegebenen Klassen zugeordnet sind. Dafür kommen verschiedene Optionen in Betracht. Trainingsdaten können manuell gelabelt werden, also beispielsweise, indem ein Benutzer jeweils angibt, mit welcher Art von Hydraulikfluid der zu labelnde Datensatz (z.B. ein Signalabschnitt oder eine Reihe von Signalabschnitten) aufgenommen wurde. Die Angabe kann dann zusammen mit dem jeweiligen Signalabschnitt als Trainingsdaten abgespeichert werden.
  • Alternativ oder zusätzlich kann auch ein teilautomatisches oder automatisches Labeln eingesetzt werden. Beispielsweise kann auf Basis eines kleinen gelabelten Datensatz ein größerer Datensatz automatisch gelabelt werden; optional kann dieses teilautomatische Labeln dann anschließend noch manuell überprüft werden.
  • Wenn auf diese Weise ein ausreichend großer Datensatz für Trainingsdaten gewonnen wurde, kann die Trainingsphase gestartet werden, um ein trainiertes Klassifikatormodell 211 zu erhalten. Es ist auch möglich, ein bereits trainiertes Modell im späteren Betrieb noch nachzutrainieren, indem beispielsweise wieder erfasste Daten auf eine der oben beschriebenen Daten gelabelt werden. Da das Training des Modells je nach Datenmenge und verwendetem Algorithmus sehr aufwendig werden kann, ist es auch möglich, die Trainingsphase des Modells auf einer Verarbeitungseinheit mit mehr Rechen-/Speicherleistung durchzuführen, beispielsweise auf einem geeigneten PC, und dann das auf diese Weise gewonnene trainierte Modell auf eine andere Verarbeitungseinheit, wie etwa einen Mikrocontroller für den direkten Anschluss an das Hydrauliksystem, zu übertragen.
  • Für die Auswertung können dann die wie oben beschrieben gebildeten Signalabschnitte aus Betriebsparametern des Hydrauliksystems als Eingangswerte des trainierten Klassifikators eingegeben werden, der dann als Ausgabe eine der vorgegebenen Klassen angibt, also z.B. frisches oder gebrauchtes Hydraulikfluid oder Hydraulikfluid mit Fremdfluid.
  • Schließlich können die so erhaltenen Informationen, also die Ausgaben des Klassifikators, auf beliebige Weise weiterverwendet werden. Diese können beispielsweise mit Hilfe weiterer Daten und Modelle, z.B. einem Abbild der Maschinensteuerung, für eine Vorhersage in Bezug auf mögliche Fehler oder Beschädigungen verwendet werden (Predictive Maintenance), was in 1 durch das Element 144 im Mikrocontroller dargestellt ist. Die erhaltenen Informationen können einem Benutzer auf einer Benutzerschnittstelle 150 angezeigt oder übermittelt werden, so dass ein Maschinenbediener in der Lage ist, beispielsweise die Steuerung anzupassen, weitere Diagnoseschritte zu unternehmen oder unbrauchbares Hydraulikfluid rechtzeitig auszutauschen. Informationen aus der Zustandsbewertung können auch genutzt werden, um die Steuerung oder Regelung des Hydrauliksystems auf geeignete Weise anzupassen, z.B. eine Geschwindigkeit oder andere Antriebsparameter zu verringern. Zu diesem Zweck können geeignete Befehle auf dem Mikrocontroller erzeugt werden und über einen Signalausgang 170 an das Hydrauliksystem ausgegeben werden. Zusätzlich oder alternativ können Daten an eine andere Einheit über eine Kommunikationsverbindung übertragen werden, beispielsweise an einen entfernten Steuerrechner oder eine Cloud bzw. Datenbank 160.
  • Es ist in allen Fällen möglich, dass verschiedene Schritte, die hier zusammen oder in einer einzelnen Einheit beschrieben wurden, zeitlich und/oder räumlich getrennt ausgeführt werden. So könnte die Vorverarbeitung des Signals zumindest teilweise durch eine erste Verarbeitungseinheit wie etwa einen Mikrocontroller durchgeführt werden, der sich direkt am Sensor befindet oder mit einem oder mehreren Sensoren verbunden ist. Dieses Signal kann wiederum lokal oder auch in einer zweiten, separaten Verarbeitungseinheit zur Auswertung weiterbearbeitet werden und zu diesem Zweck abgespeichert oder über eine drahtlose oder drahtgebundene Kommunikationsverbindung an die zweite Verarbeitungseinheit übermittelt werden. Dabei kann auch die zweite Verarbeitungseinheit auf jede beliebige Art implementiert sein, z.B. als eine zentrale Steuereinheit oder ein Teil davon, als Steuerrechner, über einen externen Server, als Cloud-Dienst oder andere. Auf diese Weise können rechenintensive Schritte, wie etwa ein Extraktionsalgorithmus, auf Verarbeitungseinheiten mit mehr Rechen- und/oder Speicherleistung übertragen werden, während einfachere Schritte wie eine Vorverarbeitung des Signals durch einfachere Elemente wie Mikrocontroller erledigt werden können. Dabei kann die Aufteilung der Verfahrensschritte auf zwei oder mehr Verarbeitungseinheiten beliebig gewählt werden, so dass beispielsweise auch die Vorverarbeitung noch einmal auf verschiedene Einheiten aufgeteilt werden kann.
  • Es ist auch möglich, dass erfasste Signale oder daraus berechnete Signale und Signalabschnitte oder Merkmale zumindest vorübergehend abgespeichert werden und zu einem späteren Zeitpunkt weiterverarbeitet werden oder für weitere Analysen dauerhaft abgespeichert werden. Es versteht sich, dass entsprechende Speichereinheiten an Sensoren, in einer Verarbeitungseinheit und/oder als entfernter Cloudspeicher vorliegen können. Damit kann zwischen der Messung eines Signals und den weiteren Schritten zur Verarbeitung und Auswertung jeweils grundsätzlich eine beliebige Zeitspanne liegen; es ist aber auch möglich, dass die Signale unmittelbar weiterverarbeitet und ausgewertet werden, z.B. zur Fehlererkennung oder Modellierung im laufenden Betrieb.
  • In allen Fällen können außerdem geeignete Benutzerschnittstellen wie etwa Displays, Bildschirme, Lautsprecher, Touchscreens oder sonstige Ausgabeelemente verwendet werden, um beispielsweise Ergebnisse der Zustandsauswertung anzuzeigen, um Zwischenschritte für einen Benutzer abzubilden (z.B. die gemessenen Rohsignale), um Hinweise auf Fehlerzustände zu geben, um Probleme bei der Auswertung (z.B. fehlerhafte Messung, nicht genügend Messpunkte oder andere) wiederzugeben oder sonstige Informationen für einen Benutzer auszugeben. Ebenso können Eingabemittel vorhanden sein, z.B. Tastatur und/oder Maus, ein Touchscreen, ein Mikrofon zur Spracheingabe, oder beliebige andere übliche Eingabemittel, über welche beispielsweise Verfahrensparameter ausgewählt oder verändert werden können.

Claims (8)

  1. Verfahren zum Überwachen eines Hydrauliksystems (100) auf Eintrag von Fremdfluiden, umfassend: Erhalten von einem oder mehreren Betriebsparametern des Hydrauliksystems (100) als ein oder mehrere Signale im zeitlichen Verlauf, Bilden von Signalabschnitten (220) definierter Länge aus dem einen oder mehreren Signalen; Bilden von Eingabewerten aus jedem der Signalabschnitte (220), und Eingeben der Eingabewerte in einen trainierten Klassifikator (142), wobei der trainierte Klassifikator (142) dazu eingerichtet ist, die Eingabewerte in eine von zwei oder mehr vorgegebenen Klassen einzuordnen, wobei die zwei oder mehr Klassen eine Angabe über einen Zustand eines Hydraulikfluids des Hydrauliksystems umfassen, wobei die wenigstens zwei Klassen eine Klasse an Hydraulikfluid, das zu mindestens 50% aus Hydraulikfluid besteht, dessen Verweildauer im Hydrauliksystem weniger als ein Tag beträgt, zu höchstens 50% aus Hydraulikfluid besteht, dessen Verweildauer im Hydrauliksystem mehr als ein Tag beträgt und das höchstens einen unteren Grenzwert Fremdfluid enthält, und eine Klasse an Hydraulikfluid, das zu mehr als einen unteren Grenzwert Fremdfluid enthält, umfassen.
  2. Verfahren nach Anspruch 1, wobei die Betriebsparameter des Hydrauliksystems mindestens eines der folgenden umfassen: eine elektrische Leitfähigkeit des Hydraulikfluids, ein pH-Wert des Hydraulikfluids, eine Viskosität des Hydraulikfluids, ein Druck im Hydraulikfluid, eine Temperatur des Hydraulikfluids, eine Dichte des Hydraulikfluids, eine optische Transmittivität des Hydraulikfluids, einen Tankfüllstand.
  3. Verfahren nach Anspruch 1 oder 2, wobei die wenigstens zwei Klassen eine Klasse an Hydraulikfluid umfassen, das zu mindestens 50% aus Hydraulikfluid besteht, dessen Verweildauer im Hydrauliksystem mehr als ein Tag beträgt, und das höchstens einen unteren Grenzwert Fremdfluid enthält.
  4. Verfahren nach einem der vorhergehenden Ansprüche, wobei der eine oder die mehreren Betriebsparameter des Hydrauliksystems erhalten werden durch mindestens eines der folgenden: Messen des Betriebsparametersignals durch einen Sensor, Auslesen eines Signalausgangs des Hydrauliksystems; Empfangen eines Betriebsparametersignals über eine Kommunikationsverbindung; Abrufen von Betriebsparameter aus einer Speichereinheit.
  5. Vorrichtung zum Überwachen eines Hydrauliksystems (100) auf Eintrag von Fremdfluiden, aufweisend: einen oder mehrere Sensoren (111, 112, 113, 114) zum Erfassen von Betriebsparametern des Hydrauliksystems (100) im zeitlichen Verlauf; und eine Verarbeitungseinheit (140), die mit dem einen oder den mehreren Sensoren verbunden ist und dazu eingerichtet ist, ein Verfahren nach einem der vorhergehenden Ansprüche durchzuführen.
  6. Vorrichtung nach Anspruch 5, weiter aufweisend eine Vorverarbeitungseinheit (130), welche zwischen dem einen oder den mehreren Sensoren und der Verarbeitungseinheit (140) verbunden ist und welche die Ausgangssignale der Sensoren in digitale vorverarbeitete Signale umwandelt, wobei die Vorverarbeitungseinheit mindestens eines der folgenden aufweist: einen Signalfilter, einen Analog-Digital-Wandler, einen Verstärker, einen Router zur Cloud-Kommunikation, einen Mikrocontroller.
  7. Computerprogramm, das eine Verarbeitungseinheit einer Vorrichtung nach Anspruch 5 oder 6 dazu veranlasst, alle Verfahrensschritte eines Verfahrens nach einem der Ansprüche 1 bis 4 durchzuführen, wenn es auf der Verarbeitungseinheit ausgeführt wird.
  8. Maschinenlesbares Speichermedium mit einem darauf gespeicherten Computerprogramm nach Anspruch 7.
DE102022207326.6A 2022-07-19 2022-07-19 Verfahren und Vorrichtung zum Überwachen eines Hydrauliksystems auf Eintrag von Fremdfluiden Active DE102022207326B4 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102022207326.6A DE102022207326B4 (de) 2022-07-19 2022-07-19 Verfahren und Vorrichtung zum Überwachen eines Hydrauliksystems auf Eintrag von Fremdfluiden
CN202310885914.XA CN117419085A (zh) 2022-07-19 2023-07-18 用于有关外来液体的进入来监控液压系统的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102022207326.6A DE102022207326B4 (de) 2022-07-19 2022-07-19 Verfahren und Vorrichtung zum Überwachen eines Hydrauliksystems auf Eintrag von Fremdfluiden

Publications (2)

Publication Number Publication Date
DE102022207326A1 DE102022207326A1 (de) 2024-01-25
DE102022207326B4 true DE102022207326B4 (de) 2024-05-08

Family

ID=89429704

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102022207326.6A Active DE102022207326B4 (de) 2022-07-19 2022-07-19 Verfahren und Vorrichtung zum Überwachen eines Hydrauliksystems auf Eintrag von Fremdfluiden

Country Status (2)

Country Link
CN (1) CN117419085A (de)
DE (1) DE102022207326B4 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE202021105192U1 (de) 2021-09-27 2021-10-25 Albert-Ludwigs-Universität Freiburg Vorrichtung zum maschinellen Lernen aus einer geringen Anzahl von Trainingsdatenbeispielen
DE102021118213A1 (de) 2020-07-17 2022-01-20 Toyota Jidosha Kabushiki Kaisha Verschlechterungsabschätzvorrichtung, Verschlechterungsabschätzverfahren und nicht-transitorisches Speichermedium

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021118213A1 (de) 2020-07-17 2022-01-20 Toyota Jidosha Kabushiki Kaisha Verschlechterungsabschätzvorrichtung, Verschlechterungsabschätzverfahren und nicht-transitorisches Speichermedium
DE202021105192U1 (de) 2021-09-27 2021-10-25 Albert-Ludwigs-Universität Freiburg Vorrichtung zum maschinellen Lernen aus einer geringen Anzahl von Trainingsdatenbeispielen

Also Published As

Publication number Publication date
DE102022207326A1 (de) 2024-01-25
CN117419085A (zh) 2024-01-19

Similar Documents

Publication Publication Date Title
DE102017011290B4 (de) Vorrichtung für maschinelles Lernen, CNC-Vorrichtung und maschinelles Lernverfahren zum Erkennen eines Anzeichens eines Auftretens von Rattern im Werkzeug einer Werkzeugmaschine
DE60211002T2 (de) Verfahren und system zum analysieren der steuerschaltungsleistungsfähigkeit in einem industriellen prozess
DE102019128177A1 (de) Vorrichtung und verfahren zur zustandsbestimmung
EP3671632A1 (de) Bildbasierte wartungsvorhersage und detektion von fehlbedienungen
DE102006048430A1 (de) Verfahren zur Wartungsvorhersage einer Maschine
DE10007972A1 (de) Diagnosevorrichtung und -verfahren in einem Prozeßsteuersystem
DE102007048602A1 (de) Verfahren zum Diagnostizieren von Anomalitäten und Vorrichtung hierfür
EP3077878B1 (de) Computer-implementiertes verfahren und system zur automatischen überwachung und statusermittlung ganzer prozessabschnitte in einer process unit
DE102018002781B4 (de) Schaltungskonfigurations-Optimierungsvorrichtung und maschinelle Lernvorrichtung
EP3210088B1 (de) Verfahren und assistenzsystem zur erkennung einer störung in einer anlage
EP3876060B1 (de) Verfahren und recheneinheit zur ursachenanalyse eines anomalen zustandes einer maschine
DE102020202870A1 (de) Verfahren zur Validierung und Auswahl auf maschinellem Lernen basierender Modelle zur Zustandsüberwachung einer Maschine
DE102021212983A1 (de) Werkzeugmaschinenmanagementverfahren, Werkzeugmaschinenmanagementsystem und Medium
DE102020212277A1 (de) Verfahren und Vorrichtung zum Bestimmen einer Restnutzungsdauer basierend auf einer prädiktiven Diagnose von Komponenten eines elektrischen Antriebssystems mithilfe Verfahren künstlicher Intelligenz
DE102019125587A1 (de) Zustandsbestimmungsvorrichtung und zustandsbestimmungsverfahren
DE102020102370A1 (de) Zustandsbestimmungsvorrichtung und zustandsbestimmungsverfahren
DE102019124483A1 (de) Zustandsbestimmungsvorrichtung und zustandsbestimmungsverfahren
DE102022213603A1 (de) Verfahren, System und Medium zur Papierherstellungsqualitätsevaluierung
DE102022213606A1 (de) Verfahren und Vorrichtung zur Anomaliedetektion eines Streichmessers einer Papierherstellungsmaschine und Rechenvorrichtung
DE102020102368A1 (de) Zustandsbestimmungsvorrichtung und zustandsbestimmungsverfahren
EP3876062B1 (de) Verfahren und recheneinheit zur überwachung des zustandes einer maschine
WO2010006928A1 (de) Verfahren und vorrichtung zur überprüfung und feststellung von zuständen eines sensors
DE102022207326B4 (de) Verfahren und Vorrichtung zum Überwachen eines Hydrauliksystems auf Eintrag von Fremdfluiden
EP3796117B1 (de) Diagnoseverfahren und diagnosesystem für eine verfahrenstechnische anlage
DE102022213425A1 (de) Verfahren und Vorrichtung zum Evaluieren eines Gesundheitszustands eines Streichmessers einer Papierherstellungsmaschine und Rechenvorrichtung

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R018 Grant decision by examination section/examining division