DE102022207447A1

DE102022207447A1 - Method and device for monitoring the condition of winding machines

Info

Publication number: DE102022207447A1
Application number: DE102022207447.5A
Authority: DE
Inventors: Robert Fuder; Fabian Scheffler; Patrick Knab; Otmar Lauer; Markus Huber; Jonas Felhauer
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2022-07-21
Filing date: 2022-07-21
Publication date: 2024-02-01

Abstract

Die Erfindung betrifft ein Verfahren zur Zustandsdiagnose für eine Wickelmaschine, umfassend das Erhalten von einem oder mehreren Betriebsparametern der Wickelmaschine (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 der Wickelmaschine umfassen. Die Erfindung betrifft außerdem eine Vorrichtung zur Zustandsdiagnose einer Wickelmaschine, welches ein oder mehrere Sensoren (111, 112, 113, 114) zum Erfassen von Betriebsparametern der Wickelmaschine (100) im zeitlichen Verlauf, und eine Verarbeitungseinheit (140) aufweist, die mit den ein oder mehreren Sensoren verbunden ist und dazu eingerichtet ist, ein Verfahren zur Zustandsdiagnose durchzuführen.The invention relates to a method for status diagnosis for a winding machine, comprising obtaining one or more operating parameters of the winding machine (100) as one or more signals over time, forming signal sections (220) of a defined length from the one or more signals; Forming input values from each of the signal sections (220), and entering the input values into a trained classifier (142), the trained classifier (142) being adapted to classify the input values into one of two or more predetermined classes, the two or more classes include information about a condition of the winding machine. The invention also relates to a device for diagnosing the condition of a winding machine, which has one or more sensors (111, 112, 113, 114) for detecting operating parameters of the winding machine (100) over time, and a processing unit (140) which is connected to the winding machine or several sensors and is set up to carry out a condition diagnosis procedure.

Description

Die vorliegende Erfindung betrifft ein Verfahren und eine Vorrichtung zur Zustandsüberwachung einer Wickelmaschine sowie eine Recheneinheit und ein Computerprogramm zur Durchführung des Verfahrens.The present invention relates to a method and a device for monitoring the condition of a winding machine as well as a computing unit and a computer program for carrying out the method.

Hintergrund der ErfindungBackground of the invention

Wickelmaschinen werden verwendet, um faden- oder bahnförmige Materialien, wie etwa Metalldrähte, Textilfasern, Kunststofffilamente, Lichtwellenleiter, Folien-, Textil- oder Papierbahnen und andere, teilautomatisiert oder vollautomatisiert auf einen Wickelkörper zu wickeln. Beispielsweise können mit verschiedenen Wickelverfahren Drahtspulen für elektromagnetische Anwendungen gewickelt werden.Winding machines are used to wind thread or web-shaped materials, such as metal wires, textile fibers, plastic filaments, optical fibers, foil, textile or paper webs and others, onto a winding body in a partially or fully automated manner. For example, wire coils for electromagnetic applications can be wound using various winding methods.

Die meisten marktgängigen Wickelmaschinen haben bisher keine oder nur sehr einfache Möglichkeiten, den Zustand der Maschine zu überwachen. Wie in vielen anderen Bereichen führen aber Fehler an der Maschine oder im Prozess zu Maschinenstillstandzeiten, Fehlern am Produkt oder einer verminderten Produktivität einer ganzen Fertigungslinie. Es ist also wünschenswert, Fehler und auch Schadensursachen frühzeitig zu identifizieren, um Verluste zu vermeiden.Most winding machines on the market currently have no or only very simple options for monitoring the condition of the machine. As in many other areas, errors on the machine or in the process lead to machine downtimes, product errors or reduced productivity of an entire production line. It is therefore desirable to identify errors and causes of damage early on in order to avoid losses.

Übliche Verfahren zur Zustandsüberwachung sind sehr rechenintensiv; dagegen ist die in einer Wickelmaschine verfügbare Maschinenhardware (z.B. eine SPS-Steuerung) normalerweise nicht leistungsfähig genug, um die erforderlichen großen Datenmengen kontinuierlich zu bearbeiten.Common condition monitoring methods are very computationally intensive; On the other hand, the machine hardware available in a winding machine (e.g. a PLC control) is usually not powerful enough to continuously process the large amounts of data required.

Offenbarung der ErfindungDisclosure of the invention

Erfindungsgemäß werden ein Verfahren und eine Vorrichtung zur Zustandsdiagnose für eine Wickelmaschine sowie eine Recheneinheit und ein Computerprogramm zu dessen Durchführung mit den Merkmalen der unabhängigen Patentansprüche vorgeschlagen. Vorteilhafte Ausgestaltungen sind Gegenstand der Unteransprüche sowie der nachfolgenden Beschreibung.According to the invention, a method and a device for condition diagnosis for a winding machine as well as a computing unit and a computer program for its implementation are proposed with the features of the independent patent claims. Advantageous refinements are the subject of the subclaims and the following description.

Die Erfindung bedient sich zur Zustandsdiagnose für eine Wickelmaschine eines trainierten Klassifikators oder Regressors, der von der Wickelmaschine stammende Signale entgegennimmt und bewertet. Solche trainierte Klassifikatoren oder Regressoren 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 der Wickelmaschine als ein oder mehrere Signale im zeitlichen Verlauf erhalten werden, und dann aus dem einen oder den mehreren Signalen Signalabschnitte definierter 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 der Wickelmaschine umfassen. Als Klassifikator können dabei bevorzugt Methoden des maschinellen Lernens angewendet werden, insbesondere neuronale Netze verschiedener Arten. Trainierte Modelle solcher Klassifikatoren können beispielsweise mit überwachtem Lernen oder unüberwachtem Lernen gebildet werden.To diagnose the condition of a winding machine, the invention uses a trained classifier or regressor, which receives and evaluates signals coming from the winding machine. Such trained classifiers or regressors can also be executed by devices with low computing power, since in principle they only calculate signal values, with the signals being available in the controller anyway, for example. In particular, a method is proposed in which one or more operating parameters of the winding machine are first obtained as one or more signals over time, and then signal sections of a defined length are formed from the one or more signals. Input values are then formed from each of the signal sections, which are then entered into a trained classifier, the trained classifier being set up to classify the input values into one of two or more predetermined classes, the two or more classes providing information about a state of the Include winding machine. Machine learning methods can preferably be used as a classifier, in particular neural networks of various types. Trained models of such classifiers can be formed using supervised learning or unsupervised learning, for example.

Die Betriebsparameter der Wickelmaschine können dabei beispielsweise eines oder mehrere der folgenden umfassen: ein an der Wickelmaschine erfasstes Schwingungssignal, eine Zugkraft eines Wickelmaterials, welches von der Wickelmaschine gewickelt wird, einen Reglerparameter eines Reglers für die Wickelmaschine, ein Ansteuersignal für eine Komponente der Wickelmaschine, eine Position einer Komponente der Wickelmaschine. 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 Zuständen, z.B. Fehlerzuständen, Beschädigungen, Abnutzungen verknüpft, ohne dabei den komplexen und rechenintensiven Umweg über eine Einzelauswertung der Parameter und eine Interpretation der Bedeutung der Parameterwerte gehen zu müssen.The operating parameters of the winding machine can include, for example, one or more of the following: a vibration signal detected on the winding machine, a tensile force of a winding material that is wound by the winding machine, a controller parameter of a controller for the winding machine, a control signal for a component of the winding machine, a Position of a component of the winding machine. Instead of a traditional evaluation of individual parameters, e.g. using threshold values, a trained classifier is used here, into which one operating parameter can be included over time or several at the same time. This means that the recorded operating parameter signals are directly linked to specific states, e.g. error states, damage, wear, without having to take the complex and computationally intensive detour of an individual evaluation of the parameters and an interpretation of the meaning of the parameter values.

In einer möglichen Ausführungsform kann die Wickelmaschine eine Drahtwickelmaschine umfassen; in diesem Fall können die Betriebsparameter beispielsweise eine Drahtzugkraft in einer Drahtbremse der Wickelmaschine umfassen.In a possible embodiment, the winding machine may include a wire winding machine; In this case, the operating parameters can include, for example, a wire tension force in a wire brake of the winding machine.

Der eine oder die mehreren Betriebsparameter der Wickelmaschine können erhalten werden durch eine oder mehrere der folgenden Methoden: Messen des Betriebsparametersignals durch einen Sensor, Auslesen eines Signalausgangs der Wickelmaschine; 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 der Wickelmaschine verwendet werden, z.B. zur Steuerung oder Regelung der Wickelmaschine. Sensoren können an verschiedenen Komponenten oder Baugruppen der Wickelmaschine angeordnet werden, um verschiedene Parameter zu erfassen.The one or more operating parameters of the winding machine may be obtained by one or more of the following methods: measuring the operating parameter signal by a sensor, reading a signal output of the winding machine; receiving an operating parameter signal via a communication link; Retrieving operating parameters from a storage device. In particular, parameters and signals can also be used that are already used for other purposes on the winding machine, for example to control or regulate the winding machine. Sen Sensors can be arranged on different components or assemblies of the winding machine to record different parameters.

Ein solches Verfahren kann optional außerdem das Erhalten von statischen Betriebsparametern der Wickelmaschine und Verwenden der statischen Betriebsparameter beim Bilden von Eingabewerten aus den Signalabschnitten umfassen, wobei die statischen Betriebsparameter eines oder mehrere der folgenden umfassen: eine Eigenschaft des Wickelmaterials, das von der Wickelmaschine gewickelt wird; eine Dimension eines Wickelkörpers, auf den das Wickelmaterial aufgewickelt wird. Solche Parameter können abgespeichert sein oder durch Benutzereingabe oder einmalige Messungen mit geeigneten Sensoren erfasst werden.Such a method may optionally further include obtaining static operating parameters of the winding machine and using the static operating parameters in forming input values from the signal sections, the static operating parameters comprising one or more of the following: a property of the winding material being wound by the winding machine; a dimension of a winding body onto which the winding material is wound. Such parameters can be stored or recorded through user input or one-time measurements with suitable sensors.

Es ist außerdem möglich, dass ein erweitertes Verfahren das Erhalten einer Angabe von einer der zwei oder mehr Klassen als Ausgabewert des trainierten Klassifikators für einen Signalabschnitt umfasst, und das Eingeben der Angabe der Klasse in ein Vorhersagemodell, welches einen zukünftigen Zustandsverlauf und/oder eine Wahrscheinlichkeit für das Eintreten eines Zustands der Wickelmaschine ausgibt. Damit können nicht nur bereits eingetretene Schäden oder Fehler erkannt werden, sondern auch zukünftige Probleme rechtzeitig erkannt werden, so dass geeignete Gegenmaßnahmen ergriffen werden können, entweder automatisch oder durch einen Benutzereingriff.It is also possible for an extended method to include obtaining an indication of one of the two or more classes as the output of the trained classifier for a signal portion, and inputting the indication of the class into a prediction model that provides a future state history and/or probability for the occurrence of a state of the winding machine. Not only can damage or errors that have already occurred be detected, but future problems can also be identified in good time so that appropriate countermeasures can be taken, either automatically or through user intervention.

Das Verfahren kann zusätzlich das Eingeben der Eingabewerte in einen Regressor umfassen, welcher dazu eingerichtet ist, eine Angabe über eine Veränderung eines Zustands der Wickelmaschine auszugeben. Damit kann eine genauere Bewertung des aktuellen Zustands im zeitlichen Verlauf erfolgen. Insbesondere kann durch einen Regressor sowohl eine Veränderung des Zustands der Wickelmaschine zwischen zwei oder mehreren Klassen, als auch eine Zustandsveränderung innerhalb einer Klasse, die durch einen Klassifikator nicht bzw. noch erfasst wird, berücksichtigt werden.The method can additionally include entering the input values into a regressor, which is set up to output information about a change in a state of the winding machine. This allows a more precise assessment of the current status over time. In particular, a regressor can take into account both a change in the state of the winding machine between two or more classes, as well as a change in state within a class that is not or is still detected by a classifier.

Die Ergebnisse des Regressors, d.h. die erhaltene Angabe über eine Veränderung des Zustands der Wickelmaschine für einen Signalabschnitt, kann dann ebenso in ein Vorhersagemodell eingegeben werden, welches einen zukünftigen Zustandsverlauf und/oder eine Wahrscheinlichkeit für das Eintreten eines Zustands der Wickelmaschine ausgibt. Dabei können diese Ergebnisse kombiniert oder separat von den Klassifikationsergebnissen verarbeitet werden, beispielsweise kann für beide Ergebnisse dasselbe Vorhersagemodell verwendet werden, oder es können getrennte Modelle oder hierarchisch nacheinander verwendete Modelle genutzt werden, um die Ergebnisse zu bewerten.The results of the regressor, i.e. the information obtained about a change in the state of the winding machine for a signal section, can then also be entered into a prediction model, which outputs a future state progression and/or a probability of the occurrence of a state of the winding machine. These results can be combined or processed separately from the classification results, for example the same prediction model can be used for both results, or separate models or models used hierarchically one after the other can be used to evaluate the results.

Darüber hinaus wird eine Vorrichtung zur Zustandsdiagnose einer Wickelmaschine vorgeschlagen, welche zumindest ein oder mehrere Sensoren zum Erfassen von Betriebsparametern der Wickelmaschine im zeitlichen Verlauf aufweist, und weiter eine Verarbeitungseinheit aufweist, die mit den ein oder mehreren Sensoren verbunden ist 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 die Wickelmaschine angeschlossen werden kann und zur Aufzeichnung und Auswertung der Signale genutzt werden kann. Es kann sich dabei um einen dedizierten Mikrocontroller ebenso handeln wie um einen Mikrocontroller, der noch weitere Aufgaben erfüllt.In addition, a device for diagnosing the condition of a winding machine is proposed, which has at least one or more sensors for detecting operating parameters of the winding machine over time, and further has a processing unit which is connected to the one or more sensors and is set up to provide a method according to one of the variants described above or combinations thereof. A suitable processing unit can in principle be any suitable PC or processor with associated peripherals; If there is sufficient computing power or a classifier model with low requirements, a microcontroller can be used, for example, which can be connected directly to the winding machine and used to record and evaluate the signals. This can be a dedicated microcontroller as well as a microcontroller that performs additional tasks.

Eine solche Vorrichtung kann zusätzlich auch noch eine Vorverarbeitungseinheit aufweisen, welche zwischen den ein oder 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.Such a device can also have a pre-processing unit which is connected between the one or more sensors and the processing unit and which converts the output signals of the sensors (or at least some of the sensors) into digital pre-processed signals, the pre-processing unit being at least one of the has the following: a signal filter, an analog-to-digital converter, an amplifier.

Anhand der aufgezeichneten und ausgewerteten Maschinen- und Betriebsparameter kann somit eine Maschinen- und Prozessüberwachung und/oder eine Regelung realisiert werden, ohne dabei die Maschinenhardware zu belasten. Aufwendige Berechnungen, die bei üblichen Zustandsüberwachungen erforderlich sind, können hier ausgelassen werden.Using the recorded and evaluated machine and operating parameters, machine and process monitoring and/or control can be implemented without putting any strain on the machine hardware. Complex calculations that are required for normal condition monitoring can be omitted here.

Eine erfindungsgemäße Recheneinheit, z.B. ein Mikrocontroller oder ein Steuergerät einer Industriemaschine ist, insbesondere programmtechnisch, dazu eingerichtet, ein erfindungsgemäßes Verfahren durchzuführen.A computing unit according to the invention, for example a microcontroller or a control device of an industrial machine, is set up, in particular in terms of programming, to carry out a method according to the invention.

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.The implementation of a method according to the invention in the form of a computer program or computer program product with program code for carrying out all method steps is also advantageous because this causes particularly low costs, especially if an executing control device is used for additional tasks and is therefore present anyway. Finally, a machine-readable storage memory dium provided with a computer program stored on it as described above. Suitable storage media or data carriers for providing the computer program are, in particular, magnetic, optical and electrical memories, such as hard drives, flash memories, EEPROMs, DVDs, etc. It is also possible to download a program via computer networks (Internet, intranet, etc.). Such a download can be wired or wired or wireless (e.g. via a WLAN network, a 3G, 4G, 5G or 6G connection, etc.).

Weitere Vorteile und Ausgestaltungen der Erfindung ergeben sich aus der Beschreibung und der beiliegenden Zeichnung.Further advantages and refinements of the invention result from the description and the accompanying drawing.

Die Erfindung ist anhand von Ausführungsbeispielen in der Zeichnung schematisch dargestellt und wird im Folgenden unter Bezugnahme auf die Zeichnung beschrieben.The invention is shown schematically in the drawing using exemplary embodiments and is described below with reference to the drawing.

Kurze Beschreibung der ZeichnungenBrief description of the drawings

1 shows an exemplary device for monitoring the condition of a winding machine;
2a shows, as an example, a tensile force signal of a wire brake of a winding machine over a complete winding process over time; and
2 B shows a signal section from the tractive force signal 2a .

Ausführungsformen der ErfindungEmbodiments of the invention

Die vorliegende Erfindung bietet Möglichkeiten, um den Zustand von Wickelmaschinen auszuwerten. Wickelmaschinen können beispielsweise zur Wicklung von Spulendrähten für elektromagnetische Bauteile genutzt werden. Grundsätzlich können mit einer Wickelmaschine aber Wicklungen von wickelbaren Materialien für eine Vielzahl von Anwendungen hergestellt werden, insbesondere das Abspulen, Aufspulen und Umspulen von Spulen und anderen Wickelkörpern mit Draht, Flachdraht, verschiedenen Fasern, Lichtwellenleitern, Folien, Kunststofffilamenten, aber auch bahnförmigen Materialien wie Textilien, Papierbahnen, Folienbahnen oder anderen. Die Wickelmaschine weist daher üblicherweise zumindest eine Materialzuführung, z.B. eine Drahtführung, und verschiedene bewegliche Teile, die ein Wickeln des Wickelmaterials um den Wickelkörper ermöglichen, auf. Die erforderliche Bewegung kann dabei von der Materialführung, vom Wickelkörper oder von beiden Komponenten ausgeführt werden. Während bei dem Wickeln eines fadenförmigen Materials auf eine Walze ein einfaches Drehen der Walze und optional eine relative lineare Bewegung zwischen Materialführung und Wickelkörper zur gleichmäßigen Lagenverteilung ausreichend sein kann (Linearwickeltechnik), können beispielsweise zur Wicklung von Statorpaketen mit einer Vielzahl von Polschuhen deutlich komplexere Bewegungen erforderlich sein. Die dafür verwendeten Wickeltechniken wie etwa das Nadelwickeln, Flyerwickeln und andere sind im Fach bekannt und werden hier nicht näher erläutert. Üblicherweise sind Regelungen und Steuerungen verschiedener Teile der Wickelmaschine erforderlich, um eine gleichmäßige straffe Wicklung sicherzustellen und ein Überdehnen oder Reißen des Wickelmaterials zu verhindern. Dazu können beispielsweise Antriebe, Bremsen, Umlenk- und Transportrollen und viele andere Elemente genutzt werden.The present invention offers options for evaluating the condition of winding machines. Winding machines can be used, for example, to wind coil wires for electromagnetic components. In principle, a winding machine can be used to produce windings of windable materials for a variety of applications, in particular the unwinding, winding and rewinding of spools and other winding bodies with wire, flat wire, various fibers, optical fibers, foils, plastic filaments, but also web-shaped materials such as textiles , paper webs, foil webs or others. The winding machine therefore usually has at least one material feed, for example a wire guide, and various movable parts that enable the winding material to be wound around the winding body. The required movement can be carried out by the material guide, by the winding body or by both components. While when winding a thread-like material onto a roller, simply turning the roller and optionally a relative linear movement between the material guide and the winding body can be sufficient for even layer distribution (linear winding technology), significantly more complex movements may be required, for example, to wind stator packs with a large number of pole pieces be. The winding techniques used for this, such as needle winding, flyer winding and others, are known in the art and will not be explained in more detail here. Regulations and controls of various parts of the winding machine are usually required to ensure uniform, tight winding and to prevent over-stretching or tearing of the winding material. For example, drives, brakes, deflection and transport rollers and many other elements can be used for this purpose.

Zur Zustandsdiagnose können nun verschiedene Maschinen- und/oder Prozessdaten einer Wickelmaschine erfasst und aufgezeichnet werden, die dann mit geeigneten Verfahren ausgewertet werden können. Insbesondere können zur Auswertung Methoden des maschinellen Lernens genutzt werden, um Fehlerzustände oder drohende Fehler bzw. Schäden der Maschine zu erkennen. Die Ergebnisse einer solchen Auswertung können dann auch weiterverwendet werden, um beispielsweise einen Maschinenbediener zu informieren, eine Maschine zu stoppen oder weitere Messungen durchzuführen.To diagnose the condition, various machine and/or process data of a winding machine can now be recorded and recorded, which can then be evaluated using suitable methods. In particular, machine learning methods can be used for evaluation to detect error states or impending errors or damage to the machine. The results of such an evaluation can then be used further, for example to inform a machine operator, stop a machine or carry out further measurements.

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.The machine and/or process data can be recorded via one or more sensors that are able to measure certain parameters, or data can also be recorded from machine components whose operating parameters are known in another way.

1 zeigt eine beispielhafte Vorrichtung, in der Ausführungsformen der Erfindung zur Anwendung kommen können. Dabei soll der Zustand einer Drahtwickelmaschine 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 analoge Signale 121, 122, 123, 124 erfasst, die einen oder mehrere Betriebsparameter der Wickelmaschine 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. 1 shows an exemplary device in which embodiments of the invention can be used. The condition of a wire winding machine 100 should be monitored and evaluated. For this purpose, in this example, analog signals 121, 122, 123, 124 are recorded during operation via suitable sensors 111, 112, 113, 114, machine interfaces or other elements, which indicate one or more operating parameters of the winding machine. The captured signals can then optionally be passed on to a pre-processing unit 130; For example, an analog-to-digital converter can be used here to convert the usually analog measurement data into digital signals. In 1 Analog signals are shown with solid arrows, while digital signals are shown with dashed arrows. In principle, the machine and process data recorded is not limited to analog data; Of course, additionally or alternatively, digital data can also be recorded directly from suitable sensors or other sources. It is also possible that a pre-processing unit 130 alternatively or additionally others Has elements such as signal filters, amplifiers, or others. Likewise, such preprocessing functions can also be carried out using suitable electronics, for example directly on a respective sensor 111, 112, 113, 114. It is also possible for some or all of the sensors to already be equipped with a converter and other optional elements and thus immediately provide a digital measurement signal at their output.

Die erfassten Signale können unterschiedlichste Bereiche der Maschine betreffen. Beispielsweise kann in einer Wickelmaschine 100 eine geregelte oder ungeregelte Drahtbremse verwendet werden, deren Betriebsdaten 121 wie z.B. eine Tragzugkraft über einen Zugkraftsensor 111 erfasst und dann zur Auswertung verwendet werden können. Auch Positionsdaten 122 verschiedener Komponenten, z.B. Daten über die Drahtposition, Spulenposition, die Positionen verschiedener verstellbarer Rollen oder Führungselemente, Drehzahlen und ähnliche Daten können genutzt werden. Die Position kann aus Ansteuersignalen oder aus Sensoren gewonnen werden. Zusätzliche Sensoren 113 wie etwa Schwingungssensoren oder Mikrofone können genutzt werden, um Schwingungssignale 123 der Maschine 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, so dass beispielsweise Körperschall an einem Maschinengehäuse und/oder Schwingungssignale an der Spule oder dem Materialspeicher erfasst 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 der Wickelmaschine.The signals recorded can affect a wide variety of areas of the machine. For example, a controlled or uncontrolled wire brake can be used in a winding machine 100, the operating data 121 of which, such as a tensile force, is recorded via a tensile force sensor 111 and can then be used for evaluation. Position data 122 of various components, e.g. data about the wire position, coil position, the positions of various adjustable rollers or guide elements, speeds and similar data can also be used. The position can be obtained from control signals or from sensors. Additional sensors 113 such as vibration sensors or microphones can be used to record and evaluate vibration signals 123 of the machine during operation. Several sensors that detect the same or similar parameters can also be arranged at different locations on a machine, for example, so that, for example, structure-borne noise on a machine housing and/or vibration signals on the coil or the material storage are detected. For the methods described here, it is particularly possible to use data and signals for condition monitoring that are already recorded, measured or calculated for other purposes, e.g. to control or regulate the winding machine.

Die im zeitlichen Verlauf erfassten Daten können also 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.The data recorded over time can then be transmitted from the pre-processing unit 130 as a digital signal (or as several individual digital signals) to a microcontroller or another processing unit 140, which is able to take over the further signal evaluation. It is understood that such a processing unit 140 may also be provided with suitable memory elements and other integrated or externally connected components, which are not further described here.

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. Beispielsweise kann eine Drahtlänge oder ein Drahtdurchmesser einerseits gemessen werden, andererseits als Sollwert angegeben sein, z.B. durch eine Nutzereingabe. Ebenso kann eine Schichtdicke (z.B. einer Isolierschicht auf einem isolierten Draht) angegeben sein oder erfasst werden. Parameter des Wickelmaterials, welche etwa das Dehnverhalten oder eine mögliche Verformung mitbestimmen, können angegeben und verwendet werden. Vorgegebene Bewegungstrajektorien für die Wicklerachsen können alleine oder zusammen mit erfassten Positionsdaten genutzt werden. Drehmomente und Drehzahlen verschiedener Antriebe der Wickelmaschine, z.B. eines Servoantriebs, können gemessen oder aus anderen Quellen bestimmt werden. Eine Einteilung verschiedener Phasen, die beispielsweise während eines bestimmten Wickelvorgangs auftreten, kann ebenfalls als Parameter genutzt werden. Beispielsweise werden bei Beginn eines Wicklungsvorgangs (z.B. Befestigung des Drahts an einem Spulenkörper) typischerweise für praktisch alle Parameter andere Signalverläufe auftreten als in anderen Phasen des Wickelvorgangs. Manche erfassten Prozessparameter bzw. gemessene Parameter können sich auch abhängig von der Anzahl der bereits gewickelten Lagen bzw. Windungen verändern, so dass die Windungszahl ebenfalls zur Auswertung herangezogen werden könnte. Auch eine Verwendung von Kamerabildern ist denkbar, beispielsweise zur Unterscheidung zwischen Gut- oder Schlechtteil. Darüber hinaus können statische oder dynamische Informationen aus der Steuerung der Wickelmaschine genutzt werden, wie z.B. Antriebsparameter einer motorbetriebenen Rolle und andere Werte. Es ist auch möglich, mehrere verschiedene Werte zu erfassen, aber nur einen Teil davon zur endgültigen Zustandsbewertung heranzuziehen.It is also possible to supplement or combine the data recorded by the sensors 111, 112, 113 with further data 124 that can be recorded or determined from other sources. Such additional information can also be supplied to the processing unit 140 in a suitable manner, either already in processed form for subsequent evaluation, or it can be further processed in the processing unit. For example, a wire length or a wire diameter can be measured on the one hand, and specified as a target value on the other, e.g. by a user input. A layer thickness (e.g. of an insulating layer on an insulated wire) can also be specified or recorded. Parameters of the wrapping material, which determine the stretching behavior or possible deformation, can be specified and used. Predefined movement trajectories for the winder axes can be used alone or together with recorded position data. Torques and speeds of various drives on the winding machine, e.g. a servo drive, can be measured or determined from other sources. A classification of different phases that occur, for example, during a specific winding process can also be used as a parameter. For example, at the beginning of a winding process (e.g. attaching the wire to a bobbin), different signal curves will typically occur for practically all parameters than in other phases of the winding process. Some recorded process parameters or measured parameters can also change depending on the number of layers or turns already wound, so that the number of turns could also be used for evaluation. The use of camera images is also conceivable, for example to distinguish between good or bad parts. In addition, static or dynamic information from the winding machine control can be used, such as drive parameters of a motor-driven roll and other values. It is also possible to record several different values, but only use part of them for the final condition assessment.

2a zeigt ein beispielhaftes Signal, das zur Auswertung verwendet werden kann. Dabei handelt es sich hier um ein über die Zeit aufgezeichnetes Analogsignal der Drahtzugkraft einer Drahtbremse in einer Wickelmaschine über einen vollständigen Nadelwickelprozess hinweg. Die Zugkraft kann dabei unmittelbar durch einen geeigneten Sensor (z.B. einen kapazitiven Zugkraftsensor) gemessen werden oder auch indirekt aus anderen gemessenen Merkmalen bestimmt werden. Je nach Bauart der Drahtbremse können auch andere Parameter erfasst werden, wie etwa Antriebsparameter einer motorbetriebenen Antriebsrolle, die eine Bremskraft auf den Draht erzeugt, oder Positionsparameter von Umlenkrollen, die indirekt die Bremskraft bzw. Zugkraft auf den Draht verändern. Es ist beispielsweise auch möglich, anstelle einer gemessenen Zugkraft ein Spannungssignal der Drahtbremse zu erfassen und auszuwerten. Das hier gezeigte Signal umfasst einen Bereich von etwa 160 Sekunden, wobei die gegen die Zeit aufgetragene Zugkraft deutlich zwischen ca. 5 und 70 N schwankt. Im Kraftsignal sind dabei verschiedene periodische Merkmale zu erkennen. Es versteht sich, dass die Signalform von vielen unterschiedlichen Betriebsparametern, z.B. Wickeltechnik, Spulengeometrie und weiteren abhängig ist und hier nur beispielhaft dargestellt ist. Sowohl die absoluten Werte als auch die Signalform können wesentlich von dem hier gezeigten Signal abweichen. 2a shows an example signal that can be used for evaluation. This is an analog signal recorded over time of the wire pulling force of a wire brake in a winding machine over a complete needle winding process. The tensile force can be measured directly by a suitable sensor (e.g. a capacitive tensile force sensor) or can also be determined indirectly from other measured features. Depending on the design of the wire brake, other parameters can also be recorded, such as drive parameters of a motor-driven drive roller, which generates a braking force on the wire, or position parameters of deflection rollers, which indirectly change the braking force or tensile force on the wire. For example, it is also possible to record and evaluate a voltage signal from the wire brake instead of a measured tensile force. The signal shown here includes a range of around 160 seconds, with the tensile force plotted against time fluctuating significantly between around 5 and 70 N. Various periodic features can be recognized in the force signal. It is understood that the signal shape depends on many different operating parameters, such as winding technology, coil geometry and others, and is only shown here as an example. Both the absolute values and the signal shape can differ significantly from the signal shown here.

Aus dem aufgezeichneten Zeitsignal können dann Zeitfenster festgelegt werden, um Signalabschnitte mit definierter Länge zu bilden. Ein solcher Signalabschnitt ist hier durch das Fenster 220 in 2a dargestellt. Die Länge der Signalabschnitte kann z.B. in Form von Zeitdauern oder Abtastpunkten festgelegt werden. Dabei können beispielsweise jeweils unmittelbar aneinander anschließende Zeitfenster berücksichtigt werden; es ist jedoch auch denkbar, zeitlich überlappende Zeitfenster festzulegen, oder zwischen zwei Zeitfenstern einen gewissen Abstand vorzusehen. Ebenso kann optional eine Auslösebedingung für ein Zeitfenster festgelegt werden. Die Länge des Zeitfensters kann für alle Auswertungen auf einen Wert festgelegt sein, oder es ist auch möglich, dass Zeitfenster unterschiedlicher Länge aus denselben aufgezeichneten Messdaten gebildet werden, um so aus verschieden langen Signalabschnitten andere Informationen zu gewinnen.Time windows can then be defined from the recorded time signal in order to form signal sections with a defined length. Such a signal section is here through the window 220 in 2a shown. The length of the signal sections can be defined, for example, in the form of time durations or sampling points. For example, time windows that immediately follow one another can be taken into account; However, it is also conceivable to set overlapping time windows or to provide a certain distance between two time windows. You can also optionally specify a trigger condition for a time window. The length of the time window can be fixed to one value for all evaluations, or it is also possible for time windows of different lengths to be formed from the same recorded measurement data in order to obtain different information from signal sections of different lengths.

2b zeigt einen Signalabschnitt, der etwa das in 2a dargestellte Zeitfenster 220 aufweist, welches hier ungefähr von den Zeitpunkten 4 s bis 16 s im ursprünglichen Signal reicht. Auch in dieser vergrößerten Zeitskala sind unterschiedliche periodische und nichtperiodische Signalanteile zu erkennen, die zusammen das überlagerte Gesamtsignal ergeben. In diesem Beispiel sind z.B. zwei voneinander getrennte Signalbereiche sichtbar, zwischen denen die Kraft kurzzeitig nahezu unverändert bleibt bzw. nur leicht schwankt, z.B. weil in dieser Zeit kein aktiver Wickelvorgang stattfindet, sondern eine Position von Maschinenteilen verändert wird; in den übrigen Bereichen ist ein relativ hochfrequenter Signalanteil mit großer Amplitude erkennbar. 2 B shows a signal section that is approximately the in 2a shown time window 220, which here ranges approximately from the times 4 s to 16 s in the original signal. Even in this enlarged time scale, different periodic and non-periodic signal components can be seen, which together result in the superimposed overall signal. In this example, for example, two separate signal areas are visible, between which the force remains almost unchanged for a short time or only fluctuates slightly, for example because no active winding process takes place during this time, but a position of machine parts is changed; In the remaining areas, a relatively high-frequency signal component with a large amplitude can be seen.

Wie bereits oben angegeben, kann das hier verwendete und beispielhaft dargestellte Zeitsignal optional bereits vorher gefiltert oder anderweitig verarbeitet sein, z.B. durch 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.As already stated above, the time signal used here and shown as an example can optionally have already been filtered or otherwise processed, e.g. by a high-pass or low-pass filter, which filters out certain frequency components from the signal and thus the signal-to-noise ratio for the relevant or desired signal components improved. Frequencies that occur can optionally also be estimated depending on the speeds or movement periods used in order to enable filtering.

Die so gebildeten Signalabschnitte können nun als Eingangsdaten für die Signalauswertung verwendet werden. Ziel der Auswertung kann beispielsweise sein, zwischen fehlerfreien und fehlerhaften Zuständen zu unterscheiden, oder auch bei Auftreten eines Fehlers eine Klassifizierung zwischen verschiedenen möglichen Ursachen zu erreichen. Zusätzlich oder alternativ kann als Ziel der Auswertung festgelegt sein, Veränderungen im Maschinenverhalten zu erkennen und zu klassifizieren, auch wenn diese zunächst nicht mit einem Fehler oder einer Beschädigung zusammenhängen. Beispielsweise können plötzliche Veränderungen und schleichende bzw. langsame Veränderungen im Betrieb und damit in den erfassten Signalen und Parametern auftreten, die teilweise auf übliche Abnutzungsprozesse hinweisen können, in anderen Fällen aber auf eine drohende Beschädigung deuten können.The signal sections formed in this way can now be used as input data for signal evaluation. The aim of the evaluation can be, for example, to distinguish between error-free and error-free states, or to achieve a classification between different possible causes when an error occurs. Additionally or alternatively, the goal of the evaluation can be to detect and classify changes in machine behavior, even if these are not initially related to an error or damage. For example, sudden changes and gradual or slow changes can occur in operation and thus in the recorded signals and parameters, which can sometimes indicate normal wear processes, but in other cases can indicate impending damage.

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.Optionally, it is also possible to extract various features from the signal sections formed before evaluation by a classifier, which can then alternatively or additionally be used as input values for the model. This applies to both the training phase and the actual evaluation phase of the model. For example, various features from the signal sections can be used for this purpose, e.g. the occurring amplitudes or the length of various signal components, or statistical features such as an arithmetic mean of the recorded parameter in the signal section, a median, minimum and / or maximum values, and other. Additionally or alternatively, signal sections can also be transformed from the time period into the frequency space, so that various features in the frequency space can then be extracted. For example, a frequency distribution can be formed from the frequencies occurring in the signal section, from which statistical features can in turn be derived. It is also possible to use direct features from the frequency signal, e.g. maximum and minimum frequencies within the signal section, as a feature. One or more such extracted features from the time and/or frequency space can then be used as input values for a trained classification model in a similar manner to that described for the raw signal. Evaluations of such extracted features and evaluations of the raw signals can also be combined with one another by entering the data into the same or into several different trained classification models.

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.Machine learning methods should preferably be used for evaluation. In principle, all machine learning methods that enable the above-mentioned or similar classifications are conceivable here. In particular, all different types of neural networks can be used. Both unsupervised learning (autoencoder) and supervised learning can be used as methods.

Um einen trainierten Klassifikator zu erhalten, d.h. ein trainiertes Modell wie etwa ein trainiertes neuronales Netz, können zunächst Trainingsdaten bereitgestellt werden, die als Eingangswerte für das Modell eingegeben werden. Als Trainingsdaten können Betriebsparameter der Wickelmaschine 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.In order to obtain a trained classifier, i.e. a trained model such as a trained neural network, training data can first be provided which is entered as input values for the model. Operating parameters of the winding machine can be obtained as training data in the same way as they were described above for the evaluation, i.e. by recording certain parameters over time, which were recorded on the machine by sensors or obtained from machine signals, and the formation of Signal sections of defined length.

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 Wickelmaschine genutzt werden soll, ebenso wie der Erfassungs- und Berechnungsaufwand noch einmal deutlich reduziert werden.It is also optionally conceivable to obtain a large number of different features from a single signal in the training phase, and/or to record and use a large number of different signals, and then to carry out a feature reduction based on the results. A feature reduction can be used to determine which of the features used are relevant for a specific classification or enable sufficient separation and which can be omitted. In this way, the amount of data that is later to be used for the actual monitoring of the winding machine, as well as the recording and calculation effort, can be significantly reduced.

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, in dem ein Benutzer jeweils angibt, ob der zu labelnde Datensatz (z.B. ein Signalabschnitt oder eine Reihe von Signalabschnitten) während einer fehlerfreien Betriebsphase der Wickelmaschine aufgenommen wurde, welche Phase des Wickelvorgangs zu diesem Zeitpunkt vorlag, oder sonstige Informationen, die den Zustand der Wickelmaschine oder zumindest einer Komponente der Wickelmaschine beschreiben. Die Angabe kann dann zusammen mit dem jeweiligen Signalabschnitt als Trainingsdaten abgespeichert werden.In the case of supervised learning, it is necessary to provide labeled training data, which is already assigned to one of the specified classes. Various options can be considered for this. Training data can be labeled manually, for example by a user indicating whether the data set to be labeled (e.g. a signal section or a series of signal sections) was recorded during an error-free operating phase of the winding machine, which phase of the winding process was present at that time, or other information that describes the condition of the winding machine or at least one component of the winding machine. The information can then be saved together with the respective signal section as training data.

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. Ebenso ist es möglich, auf Basis von Kamera- und Sensordaten Informationen wie die Betriebsphase oder einen bestimmten Maschinenzustand zu bestimmen, z.B. einen unerwünschten Wickelfehler oder ein Hinweis auf eine falsche Materialspannung, und dann mit diesen Informationen das Labeln vorzunehmen oder zu unterstützen.Alternatively or additionally, semi-automatic or automatic labeling can also be used. For example, based on a small labeled data set, a larger data set can be automatically labeled; Optionally, this semi-automatic labeling can then be checked manually. It is also possible to use camera and sensor data to determine information such as the operating phase or a specific machine status, e.g. an undesirable winding error or an indication of incorrect material tension, and then use this information to carry out or support labeling.

Wenn auf diese Weise ein ausreichend großer Datensatz für Trainingsdaten gewonnen wurde, kann die Trainingsphase gestartet werden, um ein trainiertes Klassifikatormodell 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 die Wickelmaschine, zu übertragen.When a sufficiently large data set for training data has been obtained in this way, the training phase can be started to obtain a trained classifier model. It is also possible to retrain a model that has already been trained during later operation, for example by labeling recorded data again to one of the data described above. Since training the model can be very complex depending on the amount of data and the algorithm used, it is also possible to carry out the training phase of the model on a processing unit with more computing/storage power, for example on a suitable PC, and then use the training obtained in this way Transfer the model to another processing unit, such as a microcontroller for direct connection to the winding machine.

Für die Auswertung können dann die wie oben beschrieben gebildeten Signalabschnitte aus Betriebsparametern der Wickelmaschine als Eingangswerte des trainierten Klassifikators eingegeben werden, der dann als Ausgabe eine der vorgegebenen Klassen angibt, also z.B. einen bestimmten Fehler, eine Angabe über eine möglicherweise defekte Komponente, eine grobe Klassifizierung in fehlerfreien/fehlerhaften Betrieb, oder andere.For the evaluation, the signal sections formed as described above from operating parameters of the winding machine can then be entered as input values of the trained classifier, which then indicates one of the predetermined classes as output, for example a specific error, information about a possibly defective component, a rough classification in error-free/faulty operation, or others.

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 ein fehlerhaftes Bauteil rechtzeitig auszutauschen. Informationen aus der Zustandsbewertung können auch genutzt werden, um die Steuerung oder Regelung der Wickelmaschine 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 die Wickelmaschine 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.Finally, the information obtained in this way, i.e. the outputs of the classifier, can be used in any way. These can be used, for example, with the help of additional data and models, such as an image of the machine control, to predict possible errors or damage (predictive maintenance), which in 1 is represented by element 144 in the microcontroller. The information obtained can be displayed or transmitted to a user on a user interface 150, so that a machine operator is able, for example, to adjust the control, take further diagnostic steps or replace a faulty component in a timely manner. Information from the condition assessment can also be used to adapt the control or regulation of the winding machine in a suitable manner, for example to reduce a speed or other drive parameters. For this purpose, suitable commands can be generated on the microcontroller and output to the winding machine via a signal output 170. Additionally or alternatively, data can be transmitted to another unit via a communication link, for example to a remote control computer or a cloud or database 160.

Die hier beschriebenen Ausführungsformen wurden mit Bezug auf eine Drahtwickelmaschine beschrieben; es versteht sich jedoch, dass alle Merkmale auch auf andere Wickelmaschinen übertragen werden können. Je nach gewickeltem Material könnten dann beispielsweise andere Bauelemente zur Förderung des Wickelmaterials oder zum Steuern oder Bremsen der Wickelgeschwindigkeit genutzt werden; die grundsätzliche Idee, einen oder mehrere Maschinen- oder Betriebsparameter zu erfassen und auf die oben beschriebene Art und Weise zur Zustandsbewertung auszuwerten, bleibt jedoch erhalten.The embodiments described herein have been described with reference to a wire winding machine; However, it goes without saying that all features can also be transferred to other winding machines. Depending on the material being wound, other components could then be used, for example, to convey the winding material or to control or brake the winding speed; However, the basic idea of recording one or more machine or operating parameters and evaluating them in the manner described above to assess the condition remains intact.

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.In all cases, it is possible that various steps described here together or in a single unit are carried out separately in time and/or space. The preprocessing of the signal could be carried out at least partially by a first processing unit such as a microcontroller, which is located directly on the sensor or is connected to one or more sensors. This signal can in turn be further processed for evaluation locally or in a second, separate processing unit and stored for this purpose or transmitted to the second processing unit via a wireless or wired communication connection. The second processing unit can also be implemented in any way, for example as a central control unit or part thereof, as a control computer, via an external server, as a cloud service or others. In this way, computationally intensive steps, such as an extraction algorithm, can be transferred to processing units with more computing and/or storage power, while simpler steps such as pre-processing the signal can be handled by simpler elements such as microcontrollers. The division of the process steps into two or more processing units can be chosen arbitrarily, so that, for example, the preprocessing can also be divided into different units.

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.It is also possible for recorded signals or signals and signal sections or features calculated therefrom to be stored at least temporarily and to be further processed at a later point in time or to be permanently stored for further analyses. It is understood that corresponding storage units can be present on sensors, in a processing unit and/or as remote cloud storage. In principle, there can be any length of time between the measurement of a signal and the further processing and evaluation steps; However, it is also possible for the signals to be further processed and evaluated immediately, e.g. for error detection or modeling during ongoing operation.

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.In all cases, suitable user interfaces such as displays, screens, loudspeakers, touchscreens or other output elements can also be used, for example to display results of the status evaluation, to map intermediate steps for a user (e.g. the measured raw signals), to provide information about error conditions To reproduce problems in the evaluation (e.g. incorrect measurement, not enough measuring points or others) or to output other information for a user. Input means can also be present, for example a keyboard and/or mouse, a touchscreen, a microphone for voice input, or any other common input means, via which, for example, process parameters can be selected or changed.

Claims

Method for diagnosing the condition of a winding machine, comprising: Obtaining one or more operating parameters of the winding machine (100) as one or more signals over time, forming signal sections (220) of defined length from the one or more signals; Forming input values from each of the signal sections (220), and entering the input values into a trained classifier (142), the trained classifier (142) being adapted to classify the input values into one of two or more predetermined classes, the two or more classes include information about a condition of the winding machine.

Procedure according to Claim 1 , wherein the operating parameters of the winding machine include at least one of the following: a vibration signal (121) detected on the winding machine, a tensile force (122) of a winding material which is wound by the winding machine, a control parameter of a controller for the winding machine, a control signal for a component of the winding machine, a position of a component of the winding machine.

Procedure according to Claim 2 , wherein the winding machine is a wire winding machine, and wherein the operating parameters include at least a wire tension in a wire brake of the winding machine.

Method according to one of the preceding claims, wherein the one or more operating parameters of the winding machine is obtained by at least one of the following: measuring the operating parameter signal by a sensor, reading out a signal output of the winding machine; receiving an operating parameter signal via a communication link; Retrieving operating parameters from a storage device.

Method according to one of the preceding claims, further comprising: Obtaining static operating parameters of the winding machine, and using the static operating parameters in forming input values from the signal sections, the static operating parameters comprising one or more of the following: a property of the winding material being wound by the winding machine; a dimension of a winding body onto which the winding material is wound.

Method according to one of the preceding claims, further comprising: obtaining an indication of one of the two or more classes as an output value of the trained classifier for a signal portion; and Entering the class information into a prediction model, which outputs a future state progression and/or a probability of the occurrence of a state of the winding machine.

Method according to one of the preceding claims, further comprising: Entering the input values into a regressor, which is set up to output information about a change in a state of the winding machine.

Procedure according to Claim 7 , further comprising: obtaining information about a change in the state of the winding machine for a signal section, and entering the information about the change in state into a prediction model which outputs a future state progression and / or a probability of the occurrence of a state of the winding machine.

Device for diagnosing the condition of a winding machine, comprising: one or more sensors (111, 112, 113, 114) for detecting operating parameters of the winding machine (100) over time; and a processing unit (140) which is connected to the one or more sensors and is designed to carry out a method according to one of the preceding claims.

Device according to Claim 9 , further comprising a pre-processing unit (130) which is connected between the one or more sensors and the processing unit and which converts the output signals of the sensors into digital pre-processed signals, the pre-processing unit having at least one of the following: a signal filter, an analog-digital converter, an amplifier.

Computing unit that is set up to process all process steps of a method according to one of the Claims 1 until 8th to carry out.

Computer program that causes a computing unit to carry out all process steps of a process according to one of the Claims 1 until 8th to be carried out when it is executed on the computing unit.

Machine-readable storage medium with a computer program stored on it Claim 12 .