DE19512503A1 - Diagnosesystem, das auf erlernte Audiosignaturen anspricht - Google Patents

Description

Die Erfindung betrifft das automatische Unterscheiden nach Klängen, welche charakteristisch sind für ein abgelöstes Teil, das sich in dem Kühlkreislauf eines in Betrieb befind­ lichen Druckwasser-Nuklearreaktors oder dergleichen bewegt, und mehr im einzelnen ein System, welches eine neuronale Netzanordnung umfaßt, die in Betrieb ist, um eine charakteri­ stische Signatur zu erlernen, die ein abgelöstes Teil reprä­ sentiert, und danach das Auftreten dieser Signatur im Hinter­ grundgeräusch einer Betriebsanlage zu erkennen.

Es ist möglich, lose metallische Trümmerteile oder Schutt (debris), die sich durch eine Rohrleitung eines Reaktorkühl­ systems bewegen, zu ermitteln durch Abtasten des Klanges, den der Schutt macht, wenn er an die Rohrleitungswände anstößt. Im Laufe der Zeit kann loser Schutt Rohrleitungen erodieren oder sich an Stellen ansammeln, die Betriebsprobleme verursa­ chen. Wenn der Schutt Teilchen von Nuklearbrennstoff umfaßt, können Ansammlungen lokalisierte Erwärmung und Strahlungs­ emission verursachen. Selbst wenn der Schutt unschädliches Metall ist, zum Beispiel eine abgelöste Stahlmutter oder Schraube, besteht die Möglichkeit, daß der Schutt stecken­ bleibt und den ordnungsgemäßen Betrieb eines mechanischen Systems wie beispielsweise eines Ventils blockiert, oder er könnte gegen ein freiliegendes Teil stoßen mit einer daraus folgenden Beschädigung oder vielleicht der Ablösung von zu­ sätzlichem Schutt. Die sehr mächtige Strömung von Kühlmitteln durch das System neigt dazu, solchen Schutt mit beachtlichem Moment mitzuführen, und es ist wünschenswert, das Vorhanden­ sein von losem Schutt zu überwachen oder abzuhören, so daß eine geeignete Korrekturmaßnahme getroffen werden kann.

Ein System zum Ermitteln von losem Schutt kann vorgesehen werden, indem ein akustischer Sensor, ein Verstärker und ein Schwellendetektor funktionell angeordnet werden, um die Klänge zu überwachen, die durch Teile der Kühlmittelrohrlei­ tungen emittiert werden, insbesondere an Winkeln in dem Strö­ mungsfluß, wo das Moment von schwereren Metallschutteilen dazu neigt, den Schutt gegen die Rohrwand oder gegen ein Hin­ dernis zu schleudern. Solch ein System würde sich verlassen auf eine vergrößerte Amplitude akustischer Emission irgendwo in dem Frequenzansprechbereich des Sensors und des Verstär­ kers und könnte also nicht unterscheiden zwischen Geräuschen von losen Teilen und Betriebsgeräuschen wie beispielsweise dem Hintergrundrauschen des Röhrensystems in normalem Betrieb. Hintergrundgeräusche wie das Summen turbulenter Ströme, Knister- oder Schnappgeräusche aufgrund der Verrüc­ kung von Rohren relativ zu ihren Stützen bei Wärmeausdehnung und ähnliche normale Geräusche können nicht leicht unter­ schieden werden bei Verwendung solch eines Abtastsystems.

Es gibt bekannte Mittel zum Verbessern des Auflösungsvermö­ gens (discrimination) von Schwellenermittlungssystemen. Zum Beispiel kann die Schwelle, bei welcher der Detektor ausge­ löst wird, so variiert werden, daß er Veränderungen im Hin­ tergrundgeräusch widerspiegelt, das heißt Auslösen nur bei Klängen, die lauter sind als der gegenwärtige durchschnittli­ che Hintergrundpegel, um den Fall von irrtümlichem Auslösen zu vermindern. Dies weist als abträgliche Wirkung die Redu­ zierung der Wahrscheinlichkeit auf, daß das durch ein loses Teil erzeugte Geräusch ermittelt wird.

Ein loses Teil in der Kühlmittelströmung kann Klänge erzeu­ gen, die anders sind als scharfe Klänge, die durch direkte Stöße erzeugt werden. Zum Beispiel kann ein loses Teil einen Klang kleiner Amplitude erzeugen durch Entlangkratzen an einem geraden Abschnitt des Rohres oder kann den Klang der Kühlmittelströmung beeinflussen durch Veränderung des Quer­ schnitts des Rohres bei einer Verengung. Natürlich spricht ein Schwellenermittlungssystem wahrscheinlich nicht an auf Klänge dieser Art mit kleiner Amplitude.

Die Erfindung hört den durch die Kühlmittelströmung emittier­ ten Klang auf besondere Audiosignaturen (audio signatures) ab. Die Signaturen können den Stoß loser Teile repräsentie­ ren. Stöße weisen charakteristische Klingel- oder Einschwing­ signaturen für besondere Arten und Größen von Teilen auf, die im allgemeinen eine periodische Welle bei einer charakteri­ stischen Frequenz oder charakteristischen Frequenzen definie­ ren, bei Auftreten des Stoßes plötzlich in der Amplitude an­ steigen und im wesentlichen exponentiell auf den Hintergrund­ pegel abfallen. Kratztöne oder andere Formen von Stoß- oder Reibungsgeräusch weisen auch Signaturen auf, die ausgeprägt sind zum Beispiel aufgrund des Auftretens spezieller Signal­ parameter über einen bestimmten Zeitabschnitt. Erfindungsge­ mäß werden solche Signaturen empirisch erlernt, das heißt, als Unterscheidungsparameter in einer Entscheidungsbaumanord­ nung in einem neuronalen Netz gespeichert. Durch Abhören des Auftretens dieser Unterscheidungsparameter auf laufende Art während des Anlagenbetriebs ist es möglich, die Muster in dem Hintergrundgeräusch genauer zu erkennen. Obwohl das Hinter­ grundgeräusch in der Amplitude höher sein kann als die Signa­ tur des losen Teiles und den gleichen Frequenzbereich oder Teile davon umfassen kann, ist es unwahrscheinlich, daß das Hintergrundgeräusch, welches im wesentlich zufällig ist, die Unterscheidungseinrichtungen (discriminating means) des neu­ ronalen Netzes auslöst.

Neuronale Netzanordnungen zur automatischen Mustererkennung und dergleichen sind zum Beispiel offenbart in den US-Paten­ ten 5,010,512 - Hartstein et al., 5,095,443 - Watanabe und 5,103,496 - Andes et al., welche hierdurch in ihrer Gesamt­ heit einbezogen werden. Eine Anordnung von Knoten (node) oder Neuronenzellen ist in aufeinanderfolgenden Niveaus so unter­ einander verbunden, daß jeder Knoten in einem gegebenen Ni­ veau mit sämtlichen Knoten in dem vorherigen Niveau gekoppelt ist. Die jeweiligen Neuronen wenden mathematische Funktionen bei den Eingangssignalen von dem vorhergehenden Niveau an, und jedes erzeugt ein Ausgangssignal als Funktion der gewich­ teten Summe der Eingangssignale zu diesem Neuron. Die Aus­ gangssignale werden zu den Eingangssignalen für die Neuronen des nächsten Niveaus, und nach einer Anzahl von Niveaus wird wenigstens ein Ausgangssignal erzeugt, das die Wahrschein­ lichkeit wiedergibt, daß der ursprüngliche Eingabewert das Muster repräsentiert, welches das neuronale Netz erkennen soll. Die mathematischen Funktionen bei den Neuronen können so einfach sein wie eine gewichtete Summe der Eingangssignale (wobei ein Wichtungsfaktor für jedes Eingangssignal zu dem Neuron gespeichert wird) oder können komplexer sein. Während eines Lernzyklus werden die Faktoren für die jeweiligen Ein­ gangssignale nach oben oder unten angeglichen, um den Fehler des Endergebnisses zu minimieren, womit das Muster erlernt wird, welches das Netzwerk erkennen soll.

Eingangssignale zu dem neuronalen Netz können die Amplitude aufeinanderfolgende Abfragewerte über die Zeit, Frequenzin­ formation über einen Frequenzbereich oder einen gewählten Kamm von Frequenzen, die Dauer von Amplituden und/oder Fre­ quenzvorkommnissen und dergleichen wiedergeben. Das neuronale Netz kann in Hardware verwirklicht werden, zum Beispiel gemäß den oben erwähnten Patenten, oder kann unter Verwendung von Software implementiert werden.

Das neuronale Netz speichert Wichtungsfaktoren auf eine dem Finitimpulsantwort-Filter ähnliche Art, umfaßt aber auch eine Anordnung einer Mehrzahl von Neuronen auf jedem Niveau. Mit der Verarbeitung aufeinanderfolgender Abfragewerte bewegt sich die Abfragewertinformation durch die Niveaus. Die Wich­ tungsfaktoren neigen dazu, diejenigen Aspekte des Signals hervorzuheben, die dem erlernten Muster ähneln. Andere Aspekte, die nicht dem erlernten Muster ähneln, werden abge­ schwächt (de-emphasized), insbesondere bei dem Fortschreiten durch die Neuronenniveaus. Angenommen, das Ergebnis des ge­ samten neuronalen Netzes ist eine numerische Korrelation oder ein Bewertungsfaktor, dann variiert das Ergebnis nur wenig, bis die charakteristischen Signalaspekte in dem Eingabedatum erscheinen, schlägt dann weit aus, um das Auftreten der Signaturaspekte anzuzeigen, womit das Signal viel leichter ermittelbar gemacht wird als in einem Schwellensystem, das sich nicht auf eine Parameterwichtung und Wechselbeziehung verläßt. Der Ausgangssignalausschlag kann mit einer Schwelle verglichen werden mit zuverlässigeren Ergebnissen, die zum Erzeugen eines Alarms verwendet werden oder auf andere Weise verarbeitet werden.

Ein Ziel der Erfindung besteht darin, genau nach einem cha­ rakteristischen Klangmuster inmitten von Hintergrundgeräusch zu unterscheiden (discriminate).

In Anbetracht dieses Zieles liegt die Erfindung in einer Diagnosevorrichtung zum Ermitteln eines losen Teiles, das sich in einem Rohr bewegt, welches ein strömendes Material führt, gekennzeichnet durch: einen akustischen Abtaster, der betriebsfähig ist zum Erzeugen eines elektrischen Signals in Reaktion auf Schwingung des Rohres, umfassend durch das lose Teil verursachte Schwingung und Hintergrundvibration, ferner eine Signalverarbeitungseinrichtung, die mit dem elektrischen Signal des akustischen Abtasters gekoppelt ist, wobei die Signalverarbeitungseinrichtung operiert, um eine Mehrzahl von Werten zu kodieren, die ausgeprägte Parameter des elektri­ schen Signals auf laufende Art wiedergeben, und wobei die Signalverarbeitungseinrichtung eine Mehrzahl diskreter Para­ meter liefert, ein neuronales Netz mit einer Mehrzahl von Neuronenzellen, von denen jede wenigstens einen Wichtungsfak­ tor definiert, wobei die Neuronenzellen Eingangssignale auf­ weisen, die mit den Werten der ausgeprägten Parameter gekop­ pelt sind, und operieren, um die Werte der ausgeprägten Para­ meter zu wichten und damit ein Neuronenzellen-Ausgangssignal zu erzeugen, und wenigstens eine Summierzelle, die eine Summe eines Produktes der Wichtungsfaktoren und der Werte von jeder der Neuronenzellen erzeugt, und wobei die Wichtungsfaktoren wenigstens eine Kombination der ausgeprägten Parameter, die eine Signatur des losen Teiles definieren, vervollständigen (complement), wodurch bei Passieren des losen Teiles die Sum­ mierzelle ein Ausgangssignal erzeugt, das wesentlich ausge­ lenkt ist von einem Pegel, der von dem Hintergrundgeräusch herrührt.

Ein Ausführungsbeispiel der Erfindung wird im folgenden an­ hand der Zeichnung beschrieben. In der Zeichnung zeigen

Fig. 1 ein schematisches Blockdiagramm der gruppierten Elemente des Diagnosesystems, das auf erlernte Audiosignaturen gemäß der Erfindung anspricht;

Fig. 2 ein schematisches Blockschaltbild der Funktions­ blöcke der Erfindung zum Erlernen einer Audiosigna­ tur und zum späteren Finden der Audiosignatur in einem Geräuschsignal;

Fig. 3 ein Blockdiagramm der neuronalen Anordnung von Ver­ arbeitungsblöcken gemäß der Erfindung;

Fig. 4 ein Diagramm der Amplitude als Funktion der Zeit, das eine beispielhafte Audiosignatur zeigt;

Fig. 5 ein Diagramm der Amplitude als Funktion der Zeit, das die Digitalisierung einer idealisierten Audio­ signatur gemäß Fig. 4 zeigt;

Fig. 6 und 7 Diagramme der RMS-Amplitude als Funktion der Frequenz, welche ausgeprägte Parameter für zwei un­ terschiedliche Arten loser Teile zeigen;

Fig. 8 ein schematisches Bild einer Einrichtung, durch die eine Audiosignatur erlernt wird; und

Fig. 9 eine schematische Darstellung der Funktion einer einzelnen Neuronenzelle.

Wie in Fig. 1 gezeigt, ist eine Diagnosevorrichtung 20 vor­ gesehen zum Ermitteln eines losen Teiles 22, das sich in einer Rohrleitung 32 bewegt, welche ein strömendes Material führt, insbesondere einen primären Kühlmittelkreislauf eines Druckwasser-Nuklearrektors. Das lose Teil 22, welches ein Bolzen oder dergleichen sein könnte, geht zusammen mit der Kühlflüssigkeit durch die Rohrleitung 32 hindurch und kann Schaden an der Rohrleitung 32 oder ein Verstopfen beweglicher Teile verursachen. Bei der Bewegung durch die Rohrleitung 32 stößt das lose Teil 22 an Seitenwände 34 der Leitung, zum Beispiel an Biegungen 36 in der Leitung, wie gezeigt, was ein Geräusch macht, das für den Typ des betroffenen losen Teiles charakteristisch ist.

Ein akustischer Abtaster 42 ist angeordnet, um Schwingung (Vibration) der Rohrleitung 32 abzutasten, und erzeugt ein elektrisches Signal in Reaktion auf Schwingung der Leitungs­ seitenwand 34. Die abgetastete Schwingung umfaßt die durch das lose Teil 22 verursachte Schwingung sowie Hintergrundvi­ bration. Der akustische Abtaster 42 kann ein einfaches Mikro­ fon sein, das operiert, um Vibration bei Hörfrequenzen abzu­ tasten, und das in Kontakt mit der Seitenwand 34 angebracht ist. Alternativ oder zusätzlich können Frequenzen außerhalb des Hörbereichs abgetastet werden.

Das Signal, das durch ein an die Leitung anstoßendes loses Teil 22 erzeugt wird, rührt teilweise her vom Klingeln (ringing) der Leitung 32 und teilweise vom Klingeln des Tei­ les 22. Das durch den akustischen Abtaster 42 erzeugte Signal weist eine charakteristische Struktur oder Signatur auf, die verschieden ist für lose Teile unterschiedlicher Arten. Die Masse, Abmessungen und Stoßenergie (Trägheit) des losen Tei­ les 22 beeinflussen den durch einen Stoß erzeugten Klang und können gemäß der Erfindung unterschieden werden. Natürlich ist der Klang auch unterschiedlich für Stöße, die an ver­ schiedenen Punkten entlang der Leitung 32 auftreten, was also die Fähigkeit erfordert, den Klang des Stoßes eines losen Teiles nahe dem Punkt zu unterscheiden, wo der Sensor 42 an­ gebracht ist.

Signalverarbeitungseinrichtungen, die einen Verstärker 44 und eine Signalaufbereitungseinrichtung 46 umfassen, sind mit dem elektroakustischen Abtaster 42 gekoppelt. Die Signalverarbei­ tungseinrichtungen kodieren das Signal bezüglich einer Mehr­ zahl ausgeprägter Parameter des elektrischen Signals und er­ zeugen einen Wert für jeden solchen Parameter. Wie allgemein in Fig. 1 gezeigt, kann eine geeignete Signalverarbeitungs­ einrichtung eine Mehrzahl diskreter Ausgänge 52 umfassen, an denen die Parameterwerte des Signals konstant oder durch Abfragen auf laufende Art präsentiert werden. Die diskreten Ausgänge 52 sind mit einem neuronalen Netz 60 gekoppelt, das betriebsbereit ist, auf einen oder mehrere vorbestimmte Para­ meter in den Parameterwerten anzusprechen und dadurch nach den Audiosignaturen einer oder mehrerer Arten loser Teile 22 zu unterscheiden. Ausgänge 62 des neuronalen Netzes 60 sind mit einer Displayeinrichtung 64 und vorzugsweise mit einer Alarmeinrichtung 66 gekoppelt, um den Bediener aufmerksam zu machen, falls ein loses Teil 22 ermittelt wird. Das Lose- Teile-Ermittlungssystem kann vorgesehen werden als ein Ele­ ment eines integrierten Diagnosesystems, in welchem die Er­ mittlung loser Teile einer von vielen Betriebsaspekten der überwachten Anlage ist.

Wie allgemein in Fig. 2 und mehr im einzelnen in Fig. 3 ge­ zeigt, werden die dem neuronalen Netz 60 eingegebenen Daten­ werte auf Wichtungsfaktoren 70 angewendet, um ein Ausgangssi­ gnal 62 zu erzeugen, das die Wahrscheinlichkeit dafür wider­ spiegelt, daß ein ermittelter Klang ein loses Teil 22 der Art repräsentiert, auf deren Abtastung das System 20 eingerichtet ist. Wie durch den Entscheidungsblock 72 in Fig. 2 gezeigt, kann das Ausgangssignal 62 verglichen werden mit einem vorbe­ stimmten Einstellpunkt zum Aktivieren des Displays 64 und/ oder des Alarms 66. Dieser Vergleich kann eine analoge Funk­ tion oder eine numerische (digitale) Funktion sein. Der vor­ bestimmte Einstellpunkt kann auch mit Bedingungen variabel gemacht werden, zum Beispiel zum Ausgleichen von Veränderun­ gen in dem Pegel von Hintergrundgeräusch.

Die Wichtungsfaktoren 70 für besondere Arten loser Teile de­ finieren das charakteristische akustische Signal dieser Teile. Die Wichtungsfaktoren 70 können gewählt werden durch Analysieren des akustischen Signals, das durch spezielle Teile in empirischen Versuchen erzeugt wird, wie in Fig. 2 durch den Block 74 gezeigt. Vorzugsweise ist das Ermittlungs­ system 20 für lose Teile umschaltbar auf einen Lernmodus, in welchem die Kennzeichen des Audiosignals über eine Anzahl von Musterstößen abgehört werden und die Parameter gemittelt, korreliert und hinsichtlich der Standardabweichung bewertet werden, um einen Satz von Wichtungsfaktoren auszuwählen, die mit hoher Wahrscheinlichkeit das durch Stoß eines losen Tei­ les 22 erzeugte Signal repräsentieren. Nach dem Bestimmen der Wichtungsfaktoren 70 werden die Parameterwerte des elektri­ schen Signals von dem akustischen Abtaster 42 auf die Wich­ tungsfaktoren 70 angewendet. Während des Auftretens von Hin­ tergrundgeräusch variiert das Ausgangssignal des neuronalen Netzes zufällig mit dem Geräusch und hält allgemein einen niedrigen Pegel ein. Während des Auftretens eines loses Tei­ les korrelieren jedoch die Wichtungsfaktoren 70 und die Si­ gnalparameter. Das Ausgangssignal 62 des neuronalen Netzes 60 erfährt einen weiten Ausschlag, wobei es den vorbestimmten Einstellpunkt überschreitet und die Schwellenermittlungsein­ richtung 72 betätigt.

Wie in Fig. 3 gezeigt, kann das Analogsignal 82 von dem aku­ stischen Abtaster 42, vorzugsweise verstärkt und aufbereitet, über einen Analog-Digital-Wandler 84 abgefragt und digitali­ siert werden, derart, daß ein kodierter Aspekt des Signals die Amplitude des Signals 82 über eine Mehrzahl aufeinander­ folgender Abfragewerte ist. Die Abfragewerte können ebenso über einen numerischen Prozessor 86 verarbeitet werden, indem sie zum Beispiel kodiert werden hinsichtlich der Amplitude des Signals in besonderen Frequenzbändern, zum Beispiel unter Verwendung eines Schnell-Fouriertransformations-(fast fourier transform)-Prozessors, der an einer Mehrzahl von Abfragewer­ ten operiert. Alternativ kann eine Reihe von Kammfiltern (nicht gezeigt) dazu verwendet werden, die Energie des Si­ gnals in verschiedenen Frequenzbändern selektiv zu kodieren.

Zusätzlich zu Parameterwerten, die Amplitude und Frequenz be­ rücksichtigen, können andere Parameterwerte erzeugt werden. Zum Beispiel können individuelle Parameterwerte differen­ ziert, integriert oder auf andere Weise verarbeitet werden über eine vorbestimmte Zeitspanne (zum Beispiel eine oder mehrere Abtastperioden). Summe, Differenz, Produkt oder der­ gleichen von zwei oder mehr besonderen Parameterwerten können kalkuliert und als ein verarbeiteter Parameterwert verwendet werden. Diese Werte werden als diskrete Eingabewerte dem neu­ ronalen Netz 60 eingegeben.

In dem in Fig. 3 gezeigten Beispiel liefern die Abtastwert­ amplituden und -frequenzen eine Mehrzahl von Datenwerten, die als Eingabewerte mit dem neuronalen Netz 60 gekoppelt sind. Das Netz oder Netzwerk 60 ist als "neuronal (neural)" be­ schrieben aufgrund seiner hierarchischen Anordnung von Neuro­ nenzellen 92 in Gruppen oder Niveaus (banks) 94. Jede Zelle 92 definiert wenigstens eine Operation, die einen Wichtungs­ faktor 70 umfaßt, der in einer mathematischen und/oder logi­ schen Operation angewendet wird auf Werte, die mit einem oder mehreren der Eingänge der jeweiligen Zelle 92 gekoppelt sind. Zum Beispiel werden die Werte der Eingaben bei jeder Neuro­ nenzelle 42 mit entsprechenden Wichtungsfaktoren multipli­ ziert, und die Produkte einer solchen Multiplikation werden summiert, um ein Neuronenzellen-Ausgangssignal zu erzeugen, das einen Wert bildet, der als ein Eingabewert mit einer nächsten Gruppe 94 von Neuronenzellen 92 gekoppelt wird. Das neuronale Netz bräuchte nur eine Gruppe aufzuweisen, deren Ausgangssignale in einer Endgruppe 99 summiert werden. Vor­ zugsweise sind jedoch mehrere Gruppen nacheinander gekoppelt. Die Neuronenzellen-Ausgangswerte für eine gegebene Gruppe 94 von Zellen 92 bilden Eingangswerte für eine nächste Gruppe 94 von Zellen 92. Die Zellen 92 dieser nächsten Bahn 94 weisen auch gespeicherte Wichtungsfaktoren 70 auf, die auf ihre je­ weiligen Eingangswerte anwendbar sind. Schließlich werden die Ergebnisse, die durch eine letzte Gruppe 99 von einer oder mehreren Neuronenzellen 92 erzeugt werden, summiert, um als das Ausgangssignal 62 des neuronalen Netzes 60 die Summe eines endgültigen Produktes der Wichtungsfaktoren und der Werte von jeder der Neuronenzellen zu erzeugen. Das Ausgangs­ signal spiegelt auf diese Weise die Korrelation der Eingabe­ parameter mit allen proportionalen Wichtungen und/oder logi­ schen oder numerischen Funktionen wider, welche definiert sind durch die Kopplungen, die von den Parameterwerten 52 zu dem letzten Ausgangswert des neuronalen Netzes 60 führen.

Ein Beispiel für eine mögliche Kopplung von Neuronenzellen 92 in Rängen ist in Fig. 3 gezeigt. In der Zeichnung sind die gleichen Bezugszeichen verwendet zur Angabe der gleichen Funktionselemente der jeweiligen Ausführungsformen. Wie in den Fig. 1 und 3 gezeigt, wird das analoge Signal 82 von dem akustischen Abtaster 42 digitalisiert, wie in Fig. 3 ge­ zeigt, und an ein Schieberegister 101 angelegt, das synchron mit dem Abtasten über den Analog-Digital-Wandler 84 verscho­ ben wird, womit Ausgangsdaten geliefert werden für eine Mehr­ zahl diskreter Werte 52 an Abfragewertlinien S1 bis S4. Eine große Zahl von Abtastwerten kann gespeichert werden, wobei nur vier Abtastlinien gezeigt sind, um die Zeichnung zu ver­ einfachen. Mit dem Abtastwert-Schieberegister 101 ist ein zu­ sätzliches Verarbeitungselement 86 gekoppelt zur Erzeugung weiterer Parameterwerte auf der Grundlage numerischer Opera­ tionen, wobei zum Zweck der Erläuterung ein Schnell-Fourier­ transformations-Element gezeigt ist, das verarbeitete Parame­ terwerte F1 bis F4 erzeugt, welche auch als diskrete Werte 52 verwendet werden, die Attribute des Analogsignals 82 reprä­ sentieren.

Die Parameterwerte 52 werden an eine erste Gruppe 94 von Neu­ ronenzellen 92 angelegt, und die Ausgangssignale der Zellen in dieser ersten Gruppe werden an eine nachfolgende Gruppe 94 angelegt. Die Kopplungen zwischen jeder der Gruppen 94 weisen zugeordnete Gewichte 70 für jede Verbindung auf. In der ge­ zeigten Ausführungsform sind Kopplungen auf dem ersten Niveau von Verbindungen zwischen sämtlichen Amplitudenwerten 52 und einer Untergruppe (subset) der Neuronenzellen 92 in der An­ fangsgruppe 94 vorgesehen, wodurch die Ausgangssignale dieser Neuronenzellen 92 auf der gewichteten Summe von Werten 52 in beliebigen Kombinationen gegründet werden können. Die Wich­ tungsfaktoren 70 können positiv oder negativ sein für einen Parameter, der positiv bzw. negativ mit dem Auftreten eines losen-Teile-Stoßes korreliert. Soweit festgestellt wird, daß ein Parameter nicht in Beziehung steht zu dem durch ein loses Teil 22 einer besonderen Art erzeugten Signal, kann der an­ wendbare Wichtungsfaktor Null sein. Ein Null-Wichtungsfaktor ist funktionell das gleiche wie eine Anordnung, in welcher keine Verbindung zwischen einer oder mehreren Zellen 92 in den nachfolgenden Gruppen 94 vorgesehen ist. In diesem Fall, und wie zum Beispiel durch die Verbindungen zwischen den Neu­ ronenzellen 92 in den Gruppen 94 gezeigt, die mit den Parame­ terwerten F1 bis F4 gekoppelt sind, hängen die Ausgangssi­ gnale bestimmter Neuronenzellen 92 nur mit bestimmten Parame­ terwerten 52 zusammen.

Die jeweiligen gekoppelten Gruppen 94 von Neuronenzellen 92 und die gewichteten Faktoren, welche die Stärke und Polarität von Kopplungen zwischen den Zellen 92 definieren, definieren Beziehungen oder Korrelationen logischer (das heißt Boole­ scher) sowie proportionaler Natur. Es ist nicht absolut er­ forderlich, daß sämtliche Beziehungen Verbindungen zwischen aufeinanderfolgenden Gruppen 94 umfassen. Zum Beispiel kann, wie durch die Neuronenzelle 102 gezeigt, das Ausgangssignal die gewichtete Summe der Ausgangssignale von Zellen auf der darauffolgenden Gruppe und der nächstvorhergehenden Gruppe sein (das heißt, überspringen einer der Gruppen mit wenig­ stens einer Verbindung).

Die Operation der Neuronenzellen 92 kann gleichzeitig mit der Präsentation von Daten an den Linien S1 bis S4 und F1 bis F4 erfolgen, wenigstens nach einer Ausbreitungsverzögerung, um zuzulassen, daß das Ausgangssignal zur Ruhe kommt, während die Ergebnisse der gewichteten Summen bei vorherigen Gruppen sich wellenartig durch das neuronale Netz 60 fortbewegen. Al­ ternativ können die Gruppen 94 synchron mit dem Abtasten ope­ rieren. In diesem Fall werden die Ausgangssignale jeder Gruppe 94 auf den Eingangssignalen zu dieser Gruppe von der vorherigen Abtastperiode gegründet. Obwohl das Ausgangssignal 62 des neuronalen Netzes 60 dadurch verzögert wird im Ver­ gleich zu den gegenwärtigen Parameterwerten um eine Zeit­ spanne, die gleich dem Produkt der Abtastperiode und der An­ zahl der aufeinanderfolgenden Gruppen 94 ist, weist eine sol­ che Anordnung den Vorteil auf, daß die diskreten Werte verg­ lichen oder über die Zeit korreliert werden können, wobei Gruppen über Springverbindungen wie zum Beispiel bei der Neu­ ronenzelle 102 verwendet werden. Das Ausgangssignal 60 kann also gegründet werden auf den Eingaben von Werten aus der ge­ genwärtigen Abtastperiode und aus vorherigen Abtastperioden. In dem neuronalen Netz 60 sind also Verbindungen möglich, die so arbeiten, daß sie Ausgangssignale von Neuronenzellen vor­ wärts oder rückwärts relativ zu den Abtastperioden zuführen. Diese Fähigkeit ist vorgesehen zusätzlich zu der Korrelation von Daten in aufeinanderfolgenden Abfragewerten, die in der ursprünglichen Gruppe 94 möglich ist aufgrund des Vorrückens von Daten in dem Schieberegister 101, und ist nützlich zum Bewerten des Andauerns eines gegebenen Attributs des Signals oder der Beziehung von Tributen.

Die Wichtungsfaktoren 70 vervollständigen (complement) wenig­ stens eine Kombination der ausgeprägten Parameter 52, die für die Audiosignatur des losen Teiles 22 einzigartig ist, und können Faktoren umfassen, die mehr als eine Art von losen Teilen 22 repräsentieren. Bei Durchgang des losen Teiles oder der Teile 22 wird das Ausgangssignal des letzten Neurons 92 oder der letzten Gruppe 94 wesentlich ausgelenkt von dem Pe­ gel, den das Ausgangssignal bei Hintergrundgeräusch und/oder während Schwingungen annimmt, welche Stöße von losen Teilen bewirkt werden, die nicht übereinstimmen mit dem Profil oder der Signatur, die in die Wichtungsfaktoren 70 eingebaut ist.

Die Arbeitsweise der Erfindung wird verständlich anhand der Fig. 4 bis 7, welche Diagramme von Wellenformen zeigen. Im einfachsten Fall kann das neuronale Netz 60 eine für den Stoß eines losen Teiles 22 charakteristische Amplitudenwellenform ermitteln, die, mit Fig. 3 verglichen, so einfach sein könnte wie ein aus einer Gruppe bestehender Satz von Wich­ tungszellen oder Neuronen 92, die mit einem Schieberegister 101 gekoppelt sind. Angenommen, die Wellenform von Fig. 4 ist das durch einen Stoß erzeugte Signal, dann könnten die in den Neuronenzellen gespeicherten Wichtungsfaktoren 70 das charakteristische Signal vervollständigen, wie gezeigt durch die digitalisierte Wellenformsignatur 112, die in Fig. 5 ge­ zeigt ist. Das ermittelte Signal von Fig. 4 wird abgetastet und durch das Schieberegister 101 verschoben, und es wird be­ arbeitet durch Wichtungsfaktoren, die dem in Fig. 5 gezeig­ ten gespeicherten Muster 112 entsprechen. Wenn die Abfrage­ werte dahin verschoben werden, wo sie ausgerichtet werden auf die Wichtungsfaktoren, welche zu der charakteristischen Si­ gnatur 112 komplementär sind, tritt ein wesentlicher Aus­ schlag in dem Ausgangssignal 62 des Neuronennetzes 60 auf im Vergleich zu dem Ausgangssignal 62, falls die charakteristi­ sche Signatur 112 nicht in den Abfragewerten vorhanden ist, oder wenn die entsprechenden Abfragewerte und Gewichte nicht ausgerichtet sind.

Ähnlich können, wie in den Fig. 6 und 7 gezeigt, die Wich­ tungsfaktoren 70 gegründet werden auf eine numerische Vor­ schrift (construct), die durch mathematische Operationen an den durch den akustischen Abtaster 42 gesammelten Daten er­ zeugt wird. In dem gezeigten Beispiel sind die Daten die ef­ fektive (RMS)-Amplitude als Funktion der Frequenz über einen gewählten Frequenzbereich. Die Signatur des in Fig. 6 darge­ stellten Stoßes weist eine Spitze bei der Frequenz f_A1 und ein Tal bei der Frequenz f_A2 auf. Unter Verwendung von Neuro­ nenzellen-Wichtungsfaktoren 70, die diese Beziehung begünsti­ gen und andere Beziehungen benachteiligen, wird die Signatur durch die Operation des neuronalen Netzes 60 in dem Ausgangs­ signal 62 hervorgehoben.

Eine unterschiedliche Signatur eines losen Teiles, wie in Fig. 7 gezeigt, weist eine Spitze bei der Frequenz f_B auf. Wenn solch ein Signal bei den Wichtungsfaktoren angewendet wird, welche die Signatur von Fig. 6 repräsentieren, würde das Signal von Fig. 7 keinen großen Ausschlag in dem Aus­ gangssignal 62 erzeugen. Um mehr als eine Stoßsignatur loser Teile aufzunehmen, können Untergruppen der Neuronenzellen ge­ speichert werden mit Wichtungsfaktoren zum gleichzeitigen Prüfen von zwei oder mehr unterschiedlichen Signaturen.

Die Wichtungsfaktoren 70 können bestimmt werden durch Analy­ sieren der Attribute von Signalen, die während bekannter Stöße eines losen Teiles eines gegebenen Typs erzeugt werden, und durch Definieren von Faktoren, welche die Signatur wie­ dergeben. Die Faktoren werden in das neuronale Netz 60 gela­ den, welches danach auf ein loses Teil dieses Typs anspricht. Vorzugsweise wird das System so angeordnet, daß es das Analy­ sieren des Signals und das Definieren der Faktoren während empirischer Versuche unterstützt. Wie in Fig. 8 gezeigt, werden dadurch aus der Erfahrung Wichtungsfaktoren erlernt, die charakteristisch sind für die Stoßsignatur des losen Tei­ les. Durch Betätigen des akustischen Abtasters 42 und der Si­ gnalverarbeitungseinrichtung 44, 84 während bekannter Stöße des losen Teiles 22 können die Wichtungsfaktoren aus beobach­ teten Werten der ausgeprägten Parameter gesammelt werden. Die Wichtungsfaktoren können entwickelt werden durch Mitteln der Datenwerte und Prüfen auf Wiederholbarkeit von Beziehungen zwischen den Datenwerten. Vorzugsweise wird ein solches empi­ risches Prüfen ausgeführt, wenn das Hintergrundgeräusch bei einem Minimum liegt. Jedoch können die Wichtungsfaktoren selbst bei der Anwesenheit von Hintergrundrauschen entwickelt werden, vorausgesetzt, daß die Lernfunktion bei Auftreten eines Stoßes ausgelöst werden kann und eine ausreichende Zahl von Versuchsstößen unternommen wird, um statistisch signifi­ kante Daten zu entwickeln.

In Fig. 8 ist der akustische Abtaster oder Sensor 42 mit der Rohrleitung 32 gekoppelt, und das analoge Signal 82 wird ver­ stärkt und an den Analog-Digital-Wandler 84 angelegt. Der A/D-Wandler 84 tastet das Signal 82 ab mit einer Geschwindig­ keit, die durch ein Signal von einem Taktgeber 122 definiert ist. Der A/D-Wandler 84 kann ausgelöst werden, um eine vorbe­ stimmte Anzahl von Abtastwerten nach dem Auslösen zu kodie­ ren, gezählt unter Verwendung eines Zählers 124, der freige­ geben wird auf ein Auslösesignal von einer Auslösereinrich­ tung wie beispielsweise einem Schalter 128. Anstelle eines Schalters ist es möglich, den Zähler 124 auszulösen unter Verwendung eines Lichtquellen-Fotozellenpaares (nicht ge­ zeigt), das auf die Unterbrechung eines Strahles durch das lose Teil 22 anspricht, oder den Zähler 124 auszulösen, wenn die Amplitude des Signals ein vorbestimmtes Minimum über­ steigt, (das bei Beginn eines Stoßes auftritt).

Die Abtastdaten werden verarbeitet nach Amplitude, Frequenz, Differential- oder Integralwerte, Summe, Differenz, Produkt, usw . . Die Datenwerte werden dann in dem neuronalen Netz ge­ speichert als ein vorgeschlagener Satz von Wichtungsfaktoren, die den während des Stoßes erzeugten Signal entsprechen. Der Versuch wird dann wiederholt, und die während aufeinanderfol­ gender Versuche erhaltenen Ergebnisse werden dazu verwendet, die Wichtungsfaktoren derart zu korrigieren, daß sie die cha­ rakteristische Signatur des losen Teiles 22 besser approxi­ mieren. Zum Beispiel können die Zellen 92 in jeder Gruppe versehen sein mit gewichteten Verbindungen zu allen diskreten Werten 52 der Abtastwerte (und/oder numerischer Vorgabe­ werte). Die Anzahl von Zellen 92 in einer Gruppe 94 ist aus­ reichend, um einen kompletten Satz unterschiedlicher mathema­ tischer und/oder logischer Funktionen zu umfassen, oder was eine Korrelation zwischen den diskreten Werten 52 repräsen­ tieren könnte. Der Mittelwert jedes Wichtungsfaktors für jede Zellenverbindung wird für aufeinanderfolgende Abtastperioden nach dem Auslösen eines Lernzyklus akkumuliert. Die Stan­ dardabweichung der Werte während des anschließenden Versuchs kann berechnet werden. Für die Zellen, bei denen die Wich­ tungsfaktoren 70 eine hohe positive oder negative Korrelation zeigen, werden die Absolutwerte der entsprechenden Wichtungs­ faktoren 70 erhöht, um diesen Aspekt der Signatur hervorzuhe­ ben. Wenn die Korrelation schlecht ist (zum Beispiel wie durch eine hohe Standardabweichung gezeigt), werden die ent­ sprechenden Wichtungsfaktoren 70 in ihrem Absolutwert vermin­ dert. Bei aufeinanderfolgenden Versuchen pendeln (home in) sich die Wichtungsfaktoren ein auf die Werte, welche das durch das lose Teil 22 erzeugte Signal am nächsten repräsen­ tieren.

Die Beziehungen zwischen den Werten bei jeder Neuronenzelle 92 können verarbeitet werden für die speziellen Abtastperi­ oden, die auf die Einleitung eines Versuchs folgen. Auf diese Weise können Veränderungen in dem Signal über die Zeit ko­ diert werden. Wo eine Beziehung bestimmt wird (zum Beispiel eine hohe Wahrscheinlichkeit für eine positive oder umge­ kehrte Beziehung zwischen zwei Werten), wird die Beziehung in den Wichtungsfaktoren 70 der Neuronenzellen gespeichert. Für die anschließende Verwendung bei dem Abhören von Stößen ist jedoch der Beginn eines Stoßes unklar. Nichtdestoweniger kön­ nen Wichtungsfaktoren, die während der Lernphase der Opera­ tion erzeugt und für die Neuronenzellen 92 gespeichert wer­ den, auf Zeitvariationen hin überwachen, während die Abtast­ werte entweder entlang dem Schieberegister 101 oder durch die aufeinanderfolgenden Gruppen 94 der Neuronenzellen 92 ver­ schoben werden. Also sind nach dem Entwickeln eines Satzes von Wichtungsfaktoren 70 über aufeinanderfolgende Versuche die Wichtungsfaktoren danach nützlich für die laufende Über­ wachung des Signals von dem akustischen Abtaster 42 während dem regulären Betrieb der Anlage.

Die normale Operation einer einzelnen Neuronenzelle 92 ist in Fig. 9 gezeigt. Die Ausgangssignale von Neuronenzellen N₁ bis N₃ einer vorhergehenden Gruppe 94 von Neuronenzellen wer­ den jeweils multipliziert mit einem jeweiligen gespeicherten Wichtungsfaktor W₁ bis W₃. Die Produkte werden addiert bei der Summenverknüpfung 132, um das Ausgangssignal dieser Neu­ ronenzelle und ein Eingangssignal zu einer nächsten Gruppe 94 von Neuronenzellen oder zu der Schwellenermittlungseinrich­ tung 72 zu bilden.

Wenn das Ausgangssignal des neuronalen Netzes 60 einen vorbe­ stimmten Pegel übersteigt, zum Beispiel ermittelt über die Schwellenermittlungseinrichtung 72, die mit einem Ausgang einer letzten Summierzelle 132 des neuronalen Netzes gekop­ pelt ist, wird ein Ausgangssignal erzeugt, welches den ermit­ telten Durchgang eines losen Teiles 22 entsprechend der ge­ speicherten Signatur angibt.

Die Erfindung ist dargestellt anhand besonderer Verbindungen zwischen Neuronenzellen 92 in den aufeinanderfolgenden Grup­ pen. Die dargestellten Verbindungen sind jedoch lediglich ex­ emplarisch. Die Verbindungen zwischen Zellen 92 können mehr oder weniger ausgedehnt sein, wobei jede Verbindung erhält­ lich ist für einen Versuch für eine andere Kombination von Datenwerten oder Ausgangswerten vorheriger Neuronenzellen.

Wenigstens eine Untergruppe der Neuronenzellen 92 auf jedem Niveau 94 ist gekoppelt mit Neuronenzellen 92 auf anderen Niveaus 94, wobei das Ausgangssignal der stromauf gelegenen Untergruppe von Zellen 92 das Ausgangssignal der stromab ge­ legenen Zelle 92 modifiziert. Das neuronale Netz 60 überprüft dadurch die Eingangsdaten auf Korrelation mit einem gespei­ cherten Muster, das durch die Neuronenzellen-Wichtungsfakto­ ren 70 repräsentiert wird. In einer Grundkonfiguration sind die Neuronenzellen 92 in regelmäßigen Niveaus angeordnet, die einer Richtung voranschreiten, von den mit den ausgeprägten Parameterdaten 52 gekoppelten Eingangssignalen bis zu einer endgültigen Summierzelle an dem Ausgang 62 des neuronalen Netzes. Ausgänge von wenigstens einigen der Neuronen 52 auf einem höheren Niveau 94 können auch als Eingänge mit Neuronen 92 auf einem niedrigeren Niveau gekoppelt sein.

Die ausgeprägten Parameter des elektrischen Signals, welche die Grundlage der Eingangswerte zu dem neuronalen Netz bil­ den, umfassen wenigstens eine Untergruppe von Variablen, die aus der Gruppe ausgewählt sind, welche besteht aus Signalam­ plitude, Signalamplitude über wenigstens einen diskreten Frequenzbereich, Dauer der Signalamplitude über die Zeit, Konzentration von Energie in wenigstens einem diskreten Frequenzbereich, Integration der Signalamplitude, Differen­ tiation der Signalamplitude, Summe und/oder Differenzfunktio­ nen, logische Funktionen und gleichzeitiges Auftreten von vorbestimmten Zuständen in zwei oder mehr dieser Variablen.

Die Erfindung betrifft das Verfahren sowie die Vorrichtung zum Ermitteln des Durchgangs eines losen Teiles 22, welches sich in einer Strömungsmaterial führenden Rohrleitung 32 be­ wegt, insbesondere der primären Kühlleitung eines Druckwas­ ser-Nuklearreaktors. Dementsprechend umfaßt das Verfahren das Erfassen eines akustischen Signals aus einer Schwingung der Leitung 32, die durch das lose Teil 22 und durch Hintergrund­ schwingung verursacht wird, und das Verarbeiten des akusti­ schen Signals, um eine Mehrzahl von Werten zu kodieren, die ausgeprägte Parameter des akustischen Signals repräsentieren, wobei die Verarbeitung das Bestimmen von Pegeln der ausge­ prägten Parameter für wenigstens eine Untergruppe der oben beschriebenen Variablen einschließt. Die Pegel der ausgepräg­ ten Parameter werden bearbeitet unter Verwendung von Wich­ tungsfaktoren 70, die charakteristische Schwingungsaspekte des losen Teiles wiedergeben. Die Wichtung definiert vorzugs­ weise Beziehungen zwischen den Parametern in aufeinanderfol­ genden Niveaus, das heißt, Sätze von relativ höheren und re­ lativ niedrigeren Niveaus von wenigstens zwei der ausgepräg­ ten Parameter definieren ein für die Schwingung des losen Teiles 22 charakteristisches Muster. Die gewichteten Niveaus und die gewichteten Beziehungen tragen bei zu einer Summe, und das Resultat wird mit einer Schwelle verglichen, um auf den Durchgang des losen Teiles 22 hin zu unterscheiden. Wäh­ rend die Faktoren zum Wichten der Werte und die Beziehungen so gewählt werden, daß sie ein für das lose Teil 22 charakte­ ristisches akustisches Signalmuster vervollständigen, hebt das Verfahren das Auftreten eines für das lose Teil charakte­ ristischen Signals hervor, selbst über wesentlichem Hinter­ grundgeräusch, wie es für Anlagenbetrieb typisch ist. Die Wichtungsfaktoren 70 werden vorzugsweise erhalten durch Ler­ nen der Faktoren während empirischer Untersuchung, das heißt, indem die Faktoren zum Wichten der Werte und die Beziehungen automatisch oder manuell gesammelt werden, während bekannte Stöße des losen Teiles 22 beobachtet werden.

Identifizierung der in der Zeichnung verwendeten Bezugszeichen

Claims (12)

1. Diagnosevorrichtung (20) zum Ermitteln eines losen Tei­ les (22), das sich in einem Rohr (32) bewegt, welches ein strömendes Material führt, gekennzeichnet durch
einen akustischen Abtaster (42), der betriebsfähig ist zum Erzeugen eines elektrischen Signals (82) in Reaktion auf Schwingung des Rohres (32), umfassend durch das lose Teil (22) verursachte Schwingung und Hintergrundvibration,
eine Signalverarbeitungseinrichtung (44, 48, 84, 86), die mit dem elektrischen Signal (82) des akustischen Abtasters (82) gekoppelt ist und operiert, um eine Mehrzahl von Werten zu kodieren, die ausgeprägte Parameter des elektrischen Signals (82) auf laufende Art wiedergeben, wobei die Signalverarbei­ tungseinrichtung eine Mehrzahl diskreter Ausgangswerte (52) liefert, die ausgeprägte Parameter repräsentieren,
ein neuronales Netz (60) mit einer Mehrzahl von Neuronen­ zellen (92), von denen jede wenigstens einen Wichtungsfaktor (70) definiert, wobei die Neuronenzellen (92) Eingänge auf­ weisen, die mit den Werten (52) der ausgeprägten Parameter gekoppelt sind, und operieren, um die Werte (52) der ausge­ prägten Parameter zu wichten und damit ein Neuronenzellen- Ausgangssignal zu erzeugen,
und wenigstens eine Summierzelle (132), die eine Summe eines Produktes der Wichtungsfaktoren (70) und der Werte (52) von jeder der Neuronenzellen (92) erzeugt, und wobei die Wichtungsfaktoren (70) wenigstens eine Kombination der ausge­ prägten Parameter, die eine Signatur des losen Teiles (22) definieren, vervollständigen, wodurch bei Passieren des losen Teiles (22) die Summierzelle (132) ein Ausgangssignal (62) erzeugt, das wesentlich ausgelenkt ist von einem Pegel, der von dem Hintergrundgeräusch herrührt.

2. Diagnosevorrichtung nach Anspruch 1, gekennzeichnet durch eine Einrichtung (74) zum Laden der Wichtungsfaktoren (70) durch Betreiben des akustischen Abtasters (42) und der Signalverarbeitungseinrichtung (44, 84) während bekannter Durchgänge des losen Teiles (22) und durch Sammeln der Wich­ tungsfaktoren (70) aus beobachteten Werten der ausgeprägten Parameter.

3. Diagnosevorrichtung nach Anspruch 2, gekennzeichnet durch eine Schwellenermittlungseinrichtung (72), die mit einem Aus­ gang der Summierzelle (132) gekoppelt ist, und die ein Aus­ gangssignal erzeugt, um den Durchgang des losen Teiles (22) anzuzeigen, wenn das Ausgangssignal der Summierzelle (132) einen vorbestimmten Wert übersteigt.

4. Diagnosevorrichtung nach Anspruch 1, dadurch gekennzeich­ net, daß wenigstens eine Untergruppe der Neuronenzellen (92) mit anderen Neuronenzellen (92) gekoppelt ist, und daß ein Ausgangssignal von wenigstens einer der Untergruppen der Neu­ ronenzellen (92) ein Ausgangssignal von wenigstens einer der Untergruppen modifiziert.

5. Diagnosevorrichtung nach Anspruch 4, dadurch gekennzeich­ net, daß die Neuronenzellen (92) in Niveaus (94) angeordnet sind, welche von Eingängen, die mit den Werten (52) der aus­ geprägten Parameter gekoppelt sind, fortschreiten zu der Sum­ mierzelle (132), und daß Ausgänge von wenigstens einigen der Neuronen (92) auf einem höheren Niveau (94) als Eingänge zu Neuronen (92) auf einem niedrigeren Niveau (94) gekoppelt sind.

6. Diagnosevorrichtung nach Anspruch 5, gekennzeichnet durch eine Einrichtung (74) zum Laden der Wichtungsfaktoren (70) durch Betreiben des akustischen Abtasters (42) und der Signalverarbeitungseinrichtungen (44, 46, 48, 84, 86) während be­ kannter Durchgänge des losen Teiles (22) und zum Sammeln der Wichtungsfaktoren (70) aus beobachteten Werten der ausgepräg­ ten Parameter.

7. Diagnosevorrichtung nach Anspruch 6, dadurch gekennzeich­ net, daß die ausgeprägten Parameter des elektrischen Signals (82) wenigstens eine Untergruppe von Variablen umfassen, wel­ che ausgewählt sind aus der Gruppe, die besteht aus Signalam­ plitude (S1), Signalamplitude über wenigstens einen diskreten Frequenzbereich (F1), Dauer der Signalamplitude über die Zeit (S1 bis S4), Konzentration von Energie in wenigstens einem diskreten Frequenzbereich (F1 bis F4), Integration der Si­ gnalamplitude, Differentiation der Signalamplitude, Summe und/oder Differenzfunktionen, logische Funktionen und gleich­ zeitiges Auftreten vorbestimmter Bedingungen in zwei oder mehr der Variablen.

8. Diagnosevorrichtung nach Anspruch 7, gekennzeichnet durch eine Schwellenermittlungseinrichtung (72), die mit einem Aus­ gang der Summierzelle (132) gekoppelt ist, und die ein Aus­ gangssignal erzeugt, um den Durchgang des losen Teiles (22) anzuzeigen, wenn das Ausgangssignal der Summierzelle (132) einen vorbestimmten Wert übersteigt.

9. Diagnosevorrichtung nach Anspruch 8, gekennzeichnet durch eine Mehrzahl von Netzwerken (N1 bis N3) der Neuronen (92), die mit den Werten (52) der ausgeprägten Parameter gekoppelt sind, wobei jedes der Mehrzahl von Netzwerken Wichtungsfakto­ ren (70) definiert, die wenigstens einen von ausgeprägten Schwingungsaspekten des losen Teiles und ausgeprägte Schwin­ gungsaspekte loser Teile unterschiedlicher Typen repräsentie­ ren.

10. Diagnosevorrichtung nach Anspruch 9, gekennzeichnet durch eine Summierzelle (94, 132) für jedes der Netzwerke und eine Einrichtung zum Diskriminieren auf den Durchgang loser Teile (22) aus den Ausgangssignalen der Summierzellen (132).

11. Verfahren zum Ermitteln des Durchgangs eines losen Teiles (22), das sich in einer Strömungsmaterial führenden Leitung (32) bewegt, dadurch gekennzeichnet,
daß ein akustisches Signal erfaßt wird aus Schwingung, die durch das lose Teil (22) und durch Hintergrundschwingung der Leitung (32) verursacht wird,
daß das akustische Signal verarbeitet wird, um eine Mehr­ zahl von Werten (52) zu kodieren, die ausgeprägte Parameter des akustischen Signals repräsentieren, wobei die Verarbei­ tung das Bestimmen von Pegeln der ausgeprägten Parameter um­ faßt für wenigstens eine Untergruppe von Variablen, welche ausgewählt sind aus der Gruppe, die besteht aus Signalampli­ tude (S1), Signalamplitude über wenigstens einen diskreten Frequenzbereich (F1), Dauer der Signalamplitude über die Zeit (S1 bis S4), Konzentration von Energie in wenigstens einem diskreten Frequenzbereich (F1 bis F4), Integration der Si­ gnalamplitude, Differentiation der Signalamplitude, Summe und Differenzfunktionen, logische Funktionen und gleichzeitiges Auftreten vorbestimmter Bedingungen in wenigstens zwei der Variablen,
daß die Werte (52) der ausgeprägten Parameter durch Wich­ tungsfaktoren (70) gewichtet werden, die charakteristische Schwingungsaspekte des losen Teiles (22) repräsentieren, daß Beziehungen zwischen den Werten (52) der ausgeprägten Parameter gewichtet werden als Funktion relativ höherer und relativ niedrigerer Niveaus von wenigstens zwei der ausge­ prägten Parameter, die ein für die Schwingung des losen Tei­ les (22) charakteristisches Muster definieren,
und daß die gewichteten Pegel und die gewichteten Bezie­ hungen summiert werden und ihre Summe verglichen wird mit einer Schwelle, um auf den Durchgang des losen Teiles (22) zu diskriminieren, wobei Faktoren (70) zum Wichten der Werte und der Beziehungen gewählt werden, um ein akustisches Signalmu­ ster zu komplementieren, das für das lose Teil (22) charakte­ ristisch ist.

12. Verfahren nach Anspruch 11, dadurch gekennzeichnet, daß die Faktoren zum Wichten der Werte und der Beziehungen gesam­ melt werden durch Beobachten bekannter Durchgänge (74) des losen Teiles (22).