DE29617200U1 - Vorrichtung zur prädiktiven Diagnose der aktuellen Güte des technischen Arbeitsergebnisses einer technischen Anlage, insbesondere der aktuellen Güte der Schweißpunkte eines Punktschweißroboters - Google Patents
Vorrichtung zur prädiktiven Diagnose der aktuellen Güte des technischen Arbeitsergebnisses einer technischen Anlage, insbesondere der aktuellen Güte der Schweißpunkte eines PunktschweißrobotersInfo
- Publication number
- DE29617200U1 DE29617200U1 DE29617200U DE29617200U DE29617200U1 DE 29617200 U1 DE29617200 U1 DE 29617200U1 DE 29617200 U DE29617200 U DE 29617200U DE 29617200 U DE29617200 U DE 29617200U DE 29617200 U1 DE29617200 U1 DE 29617200U1
- Authority
- DE
- Germany
- Prior art keywords
- current
- values
- spot welding
- quality
- welding robot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000003466 welding Methods 0.000 title claims description 88
- 238000003745 diagnosis Methods 0.000 title claims description 8
- 238000005259 measurement Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 8
- 239000002826 coolant Substances 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012432 intermediate storage Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007858 starting material Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K11/00—Resistance welding; Severing by resistance heating
- B23K11/10—Spot welding; Stitch welding
- B23K11/11—Spot welding
- B23K11/115—Spot welding by means of two electrodes placed opposite one another on both sides of the welded parts
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K11/00—Resistance welding; Severing by resistance heating
- B23K11/30—Features relating to electrodes
- B23K11/31—Electrode holders and actuating devices therefor
- B23K11/314—Spot welding guns, e.g. mounted on robots
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
- B23K31/12—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to investigating the properties, e.g. the weldability, of materials
- B23K31/125—Weld quality monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32018—Adapt process as function of results of quality measuring until maximum quality
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32187—Correlation between controlling parameters for influence on quality parameters
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32194—Quality prediction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Manipulator (AREA)
- Resistance Welding (AREA)
- Numerical Control (AREA)
Description
GR 96 G 3838
Beschreibung
Vorrichtung zur prädiktiven Diagnose der aktuellen Güte des technischen Arbeitsergebnisses einer technischen Anlage, insbesondere
der aktuellen Güte der Schweißpunkte eines Punkt-Schweißroboters
Die Erfassung der aktuellen Güte des aktuellen Arbeitsergebnisses einer technischen Anlage, insbesondere einer Produktionsanlage,
kann in der Praxis außerordentlich schwierig sein. Im Gegensatz zur meßtechnisehen Erfassung von physikalischen
Größen stehen für die Bestimmung der Güteparameter von Produktionsergebnissen in vielen Fällen keine gängigen, direkten
Meßverfahren zur Verfügung. In manchen Fällen gelingt es, eine hochspezialisierte, komplizierte Meßanordnung aufzubauen,
welche z.B. auf radiologischen, elektromagnetischen oder optischen Prinzipien bzw. einer Kombination daraus beruht.
Vielfach ist jedoch noch eine subjektive Bestimmung der aktuellen Güteparameter durch erfahrenes Betriebspersonal z.B. im
Rahmen einer sogenannten Qualitätskontrolle notwendig.
Hieraus ergeben sich eine Vielzahl von Nachteilen. Zum einen ist eine Bestimmung von Güteparametern durch erfahrenes Betriebspersonal
nicht repräsentativ und reproduzierbar. Vielmehr schwanken derartige Bewertungen bereits kurzfristig abhängig
vom eingesetzten Betriebspersonal und von deren jeweiligen Tageskondition. Ferner können in der Regel nur stichprobenartige
Bewertungen von Güteparametern an ausgewählten Produktionsergebnissen der jeweiligen technischen Anlage mit
Hilfe von Betriebspersonal vorgenommen werden. Auch langfristig sind nicht reproduzierbare BewertungsSchwankungen z.B.
bei einer vorübergehenden Abwesenheit bzw. einem Wechsel von „erfahrenem Betriebspersonal" nicht zu verhindern.
GR 96 G 3838
Zum anderen ist es nur mit besonderem Aufwand möglich, die aus den Bewertungen des Betriebspersonals gewonnenen Güteparameter
im regelungs- bzw. steuerungstechnischen Sinne in Form von Steuergrößen oder angepaßten Sollwerten zur Beeinflussung
des Betriebsverhaltens der jeweiligen technischen Anlage einzusetzen. Insbesondere bei schnell laufenden, u.U.
vollautomatischen Produktionsanlagen ist es in der Praxis nahezu unmöglich, durch Stichproben gewonnene Gütekennwerte
schnell genug zur Beeinflussung der Betriebsmittel der technischen
Anlage nutzbar zu machen.
Der Erfindung liegt die Aufgabe zugrunde, eine elektrische Überwachungsschaltung anzugeben, womit werden kann.
Die Aufgabe wird gelöst mit einer Überwachungsvorrichtung gemäß dem Anspruch 1. Weitere vorteilhafte Ausführungsformen
der Erfindung sind in den Unteransprüchen angegeben.
Die Erfindung wird an Hand von in den nachfolgend kurz angeführten
Figuren dargestellten Ausführungsbeispielen näher erläutert . Dabei zeigt
FIG 1: eine Blockschaltbild der erfindungsgemäßen Diagnosevorrichtung,
und
25
25
FIG 2: ein Blockschaltbild für eine gemäß der Erfindung
gestaltete Vorrichtung zur prädiktiven Diagnose der aktuellen Güte der Schweißpunkte eines Punkt-Schweißroboters,
30
30
Der grundlegende Aufbau einer gemäß der Erfindung gestalteten Vorrichtung zur prädiktiven Diagnose der aktuellen Güte des
technischen Arbeitsergebnisses einer technischen Anlage wird mit Hilfe des Blockschaltbildes der Figur 1 näher erläutert.
Grundsätzlich kann jede technische Einrichtung, womit eine Bearbeitung, Verarbeitung oder Umwandlung von festen, flüssi-
GR 96 G 3838
gen und/oder gasförmigen Ausgangsstoffen zu einem veränderten oder neuen Produkt vorgenommen wird, als eine technische Anlage
1 angesehen werden, bei der eine Vorrichtung zur Gütediagnose gemäß der Erfindung einsetzbar ist.
5
Die erfindungsgemäße prädiktive Diagnosevorrichtung weist zunächst
eine Vorrichtung 2 auf, welche zur Erfassung von Sätzen von Meßwerten der technischen Anlage 1 dient. Es werden
dabei während des Betriebes der technischen Anlage, d.h. online, aktuelle Meßwerte z.B. von Betriebsmitteln und Stoffen
in der Anlage erfaßt, von deren aktuellen Werten die gewünschte Güte des technischen Arbeitsergebnisses am Ausgang
der technischen Anlage 1 beeinflußt wird.
Die meist zyklisch, zu zeitdiskret vorgegebenen Zeitpunkten erfaßten Meßwertesätze werden zum einen einem Anlagenmodell
12 und zum anderen einer zumindest zur Parametrierung des Anlagenmodells
12 dienenden Vorrichtung 3 zugeführt. Das Anlagenmodell 12 bildet aus den bevorzugt zyklisch bereitstehenden,
aktuellen Sätzen von Meßwerten der technische Anlage 1 permanent einen Istwert für die aktuelle Güte des technischen
Arbeitsergebnisses der technischen Anlage 1 nach. Dieser Qualitätsistwert am Ausgang des Anlagenmodells 12 kann vielfältig
eingesetzt werden.
Im Beispiel der Figur 1 wird der Qualitätsistwert in einem Vergleicher 13 mit einem vorgegebenen Qualitätssollwert 14
verglichen. Eine sich hieraus möglicherweise ergebende Qualitätsabweichung
kann vorteilhaft einer zusätzlichen Verarbeitungseinheit 15 zugeführt werden. Diese kann Meldeaktionen 23
auslösen, welche die aktuell vorliegende Qualitätsabweichung z.B. dem Bedienpersonal der Anlage signalisiert. Besonders
vorteilhaft ist es, wenn die aktuellen Werte der Qualitätsabweichung in direkter oder angepaßter Form einer Regelung oder
Steuerung 24 zugeführt werden. Diese kann hieraus wiederum für die technische Anlage 1 bestimmte Stellsignale 25 ablei-
GR 96 G 3838
ten, wodurch deren Betriebsmittel so angepaßt werden können, daß der aktuelle Qualitätsistwert am Ausgang des Anlagenmodells
1 möglichst schnell dem vorgegebenen Qualitätssollwert angepaßt wird und somit eine Qualitätsabweichung möglichst zu
Null wird.
Aus den von der Meßwerteerfassung 2 zyklisch aufgenommenen Meßwerten werden nun ausgewählte Meßwertesätze abgezweigt und
einer weiteren Vorrichtung 3 zugeführt, welche zumindest zur Parametrierung des Anlagenmodells 12 dient. Im Beispiel der
Figur 1 ist diese durch einen mit dem Bezugszeichen 22 versehenen, strichlierten Pfeil dargestellt. Die ausgewählten Meßwertesätze
werden nach einer möglichen Zwischenspeicherung in einem zusätzlichen Zwischenspeicher 6 und einer möglichen Signalbearbeitung
in einer Filter- und Normierungsvorrichtung einer sogenannten Datenbasis 8 zugeführt. Die Auswahl der
Meßwertesätze aus dem Strom der von der Meßwerteerfassung 2 online bereitgestellten Meßwerte erfolgt dabei unter der Bedingung,
daß der in dem Moment des Auftretens eines auswählbaren Meßwertesatzes vorliegende aktuelle Kennwert für die
Qualität des jeweiligen Arbeitsergebnisses der technischen Anlage erfaßbar ist. Dies kann z.B. dadurch erfolgen, daß ein
zu einem ausgewählten Meßwertesatz korrespondierendes Arbeitsergebnis der technischen Anlage, z.B. ein Werkstück einer
Produktionsanlage, entnommen und z.B. mittels einer Laboruntersuchung analysiert wird. Die als Untersuchungsergebnis
anfallenden und ein Maß für die jeweilige Güte des technischen Arbeitsergebnisses der technischen Anlage 1 darstellenden
Kennwerte 4 werden ebenfalls über eine mögliche Zwischenspeicherung in einem Speicher 5 der Datenbasis 8 zugeführt
. Dies ist im Beispiel der Figur 3 durch eine mit dem Bezugszeichen 11 versehene Verbindung dargestellt.
In der Datenbasis 8 sind die ausgewählten Meßwertesätze und die jeweils dazugehörigen Qualitätskennwerte gruppenweise geordnet
abgelegt. In einer Auswerteeinrichtung 9 werden durch
GR 96 G 3838
sukzessive Auswertung der Meßwertesätze 2 und der dazugehörigen Gütekennwerte durch eine iterative Optimierung zumindest
die Parameter des Anlagenmodells generiert und/oder optimiert . Vorteilhaft ist die Vorrichtung 3 zur Parametrierung
des Anlagenmodells 12 in Form eines neuronalen Netzes aufgebaut. Gegebenenfalls kann die Vorrichtung 9 auch so ausgelegt
sein, daß auch eine Generierung der logischen Struktur des Anlagenmodells durch z.B. iterative Auswertung der einzelnen
Gruppen von zusammengehörigen Meßwertesätzen und Qualitätskennwerten.
In der Figur 2 ist eine gemäß der Erfindung gestaltete Vorrichtung
zur prädiktiven Diagnose der aktuellen Güte der Schweißpunkte eines PunktSchweißroboters schematisch dargestellt.
Die Punktschweißvorrichtung ist dabei beispielhaft eine technische Anlage 1, deren Arbeitsergebnisse, d.h. die
Güte von deren Schweißpunkten, mit Hilfe der erfindungsgemäßen Diagnosevorrichtung erfaßt werden kann. Die Anlage enthält
bevorzugt zumindest eine automatische Handhabungsvorrichtung 16, welche zur Positionierung von Schweißzangen 17
dient. Hiermit werden auf einem beispielhaften, blechartigen Schweißgut 18 programmgesteuert Schweißpunkte eingebracht.
Für eine Klassifizierung der technischen Güte oder Qualität von Schweißpunkten 19 können als technologische Parameter
z.B. der Linsendurchmesser der Schweißpunkte und die Farbverteilung auf deren Oberfläche dienen, z.B. in den Stufen dunkel-,
mittel- und hellgrau. Beispielsweise kann die technologische Güte von Schweißpunkten den Klassen „gut, ausreichend,
mangelhaft und ungenügend" zugeordnet werden.
In der Anwendung der Figur 2 ist mit der technischen Anlage wiederum eine Vorrichtung 2 zur Erfassung von Sätzen von Meßwerten,
von deren aktuellen Werten die gewünschte Güte der Schweißpunkte des Punktschweißroboters beeinflußt wird. Dabei
enthalten die Meßwertesätze zumindest aktuelle Werte des Schweißstromes PIx und des Zangendrucks P2x des Punktschweiß-
GR 96 G 3838
roboters 1. Dabei soll die Kennung &khgr; in den Bezeichnungen PIx
und P2x zum Ausdruck bringen, daß die Meßwerte zu bevorzugt äquidistanten Zeitpunkten tx zyklisch erfaßt werden. Es treten
somit über einen längeren Zeitraum gesehen Ketten von Werten pro Meßparameter auf, d.h. für jeden der Zeitpunkte
ti, t2, t3 ... tx z.B. ein Meßwert Pll, P12, P13 ... PIx für
den Schweißstrom und z.B. ein Meßwert P21, P22, P23 ... P2x für den Zangendruck. Diese online erfaßten Meßwertesätze werden
zum einen über die Datenleitung 22 der Vorrichtung 3 zugeführt, welche zur Generierung und Parametrierung des Anlagenmodells
12 dient, und zum anderen über die Datenleitung 26 dem Anlagenmodell 12 selbst.
Die Vorrichtung 3 zur Generierung und Parametrierung des Anlagenmodells
12 in der Figur 2 weist wiederum eine Datenbasis 8 auf, welche zur Speicherung von Sätzen von Meßwerten 2 und
dazugehörigen Kennwerten dient, die ein Maß für die jeweilige Güte der Schweißpunkte 19 des Punktschweißroboters 16,17
sind. In der Datenbasis sind für jeden Erfassungszeitpunkt ti, t2, t3 ... tx ein kompletter Satz der Meßwerte PIx, P2x
... gemeinsam mit einem dazugehörigen Gütekennwert Ql, Q2, Q3 ... Qx hinterlegt. Bei dem in der Figur 2 dargestellten Beispiel
werden als technologische, die Güte von Schweißpunkten beeinflussende Parameter der Schweißstrom PIx, der Zangendruck
P2x, eine sogenannte Vorhaltezeit P3x für den Anstieg des Schweißstromes, eine sogenannte Stromzeit P4x für die
Dauer des Konstantwertes des Schweißstromes und eine sogenannte Nachhaltezeit P5x für den Abfall des Schweißstromes
als Meßwerte erfaßt. Entsprechend sind somit in der Datenbasis für jeden Erfassungszeitpunkt ti, t2, t3 ... tx ein kompletter
Satz dieser Meßwerte, d.h. Pll, P21, P31, P41, P51 ... PIx, P2x, P3x, P4x, P5x, gemeinsam mit dem dazugehörigen
Gütekennwert Ql, Q2, Q3 ... Qx hinterlegt. Diese Wertegruppen können auch als sogenannte „Fälle" bezeichnet werden.
96 G 3838
Die zu einem Meßwertesatz gehörigen Gütekennwerte können dabei ermittelt werden z.B. durch eine in der Nähe des Punktschweißroboters
befindliche Prüfperson, oder durch eine automatische, z.B. mit einer Videokamera mit angeschossener Aus-Werteeinrichtung
versehene Prüfeinrichtung, oder durch ein sogenanntes Aufknöpfen von Musterschweißpunkten im Rahmen einer
zerstörenden Werkstückprüfung in einem Labor. Im Beispiel der Figur 2 werden die Gütekennwerte über die Datenleitung 11
in die Datenbasis 3 eingegeben.
Durch sukzessive Auswertung der in der Datenbasis bereitgehaltenen
Meßwertesätze und der dazugehörigen Gütekennwerte können in einer folgenden Auswertungseinheit 9 in einem sogenannten
„offline"- Verfahren, d.h. nicht im Takt der bevorzugt zyklischen online Erfassung der Meßwertesätze, durch eine
iterative Optimierung zumindest die Parameter des Anlagenmodells generiert werden. Abhängig von der Leistungsfähigkeit
des bei der Iteration eingesetzten Algorithmus bzw. der Struktur des Anlagenmodells ist es u.U. auch möglich, daß
auch die Struktur des Anlagenmodelles selbst optimiert und adaptiv an Veränderungen in den Meßwertesätzen angepaßt wird.
Das Anlagenmodell kann z.B. in Form eines sogenannten neuronalen Netzes aufgebaut sein, bzw. es können zur Iteration
Evolutionsstrategien oder sogenannte Clusterverfahren einsetzt werden.
Die ermittelten Parameter werden im Beispiel der Figur 2 über die Datenleitung 10 dem Anlagenmodell 12 zugeführt. Dieses
ist nun in der Lage quasi in Form eines online Konverters aus den über die Datenleitung 26 zyklisch zugeführten aktuellen
Sätzen von Meßwerten der technische Anlage 1 einen Kennwerte Qm, Qm+1, Qm+2, Qm+3 ... für die aktuelle Güte der Schweißpunkte
des Punktschweißroboters 16,17 nachzubilden. Es stehen somit am Ausgang des Anlagenmodells 12 Istwerte für die Qualität
des technischen Arbeitsergebnisses zu Verfügung, welche regelungs- oder steuerungstechnisch zur Beeinflussung der Be-
GR 96 G 3838
triebsweise des Punktschweißroboters eingesetzt werden können.
Abhängig von der Anzahl &eegr; der in der Meßwerteerfassung 2 bereitgestellten
Meßwerte kann das Anlagenmodell als eine entsprechend &eegr; dimensionale Wertestruktur angesehen werden. Im
Beispiel der Figur 3 ist eine solche Struktur beispielhaft für eine vier Meßwerte Pl ... P4 aufweisende Anordnung dargestellt.
In dieser Struktur ergeben sich somit Wertebereich für den Qualitätsistwert Qm. Diese sind in der Figur 2 durch
schräge Schraffüren markiert. So bezeichnet z.B. 21 einen sogenannten
„kritischen Bereich", bei dem darin liegenden Meßwertesätzen
nach der Prädiktion durch das Anlagenmodell Qualit ätskennwerte mit unerwünschten Werten zugeordnet werden.
Für die Genauigkeit des Anlagenmodells und der damit möglichen Bestimmung von Qualitätskennwerten ist es von ausschlaggebender
Bedeutung, daß abhängig vom jeweiligen technologischen Prozeß möglichst viele, relevante Meßwerte der technisehen
Anlage zyklisch erfaßt werden.
So hat es sich bei Punktschweißanlagen als vorteilhaft erwiesen, daß die Meßwertesätze, von deren aktuellen Werten die
gewünschte Güte der Schweißpunkte des Punktschweißroboters beeinflußt wird, ferner den Druckaufbau an den Zangen des
Punktschweißroboters 16 kennzeichnende Werte enthalten. Vorteilhaft wird der Meßwert des Zangendrucks P2x des Punktschweißroboters
durch eine Erfassung des Luftdrucks in einem Pneumatikantrieb der Zangen nachgebildet.
Ferner wird die Qualität von Schweißpunkten besonders durch Werte beeinflußt, welche den Verlauf des Schweißstromes des
Punktschweißroboters kennzeichnen. Es ist somit vorteilhaft, wenn die Meßwertesätze kennzeichnende Werte für die sogenannte
„Vorhaltezeit* im Verlauf des Schweißstromes, d.h. die Anstiegszeit
des Stromes, für die sogenannte „Stromzeit" im
GR 96 G 3838
Verlauf des Schweißstromes, d.h. die Phase konstanten und maximalen
Schweißstromes, und für die sogenannte „Nachhaltezeit" im Verlauf des Schweißstromes enthalten.
Ferner wird die Qualität von Schweißpunkten besonders durch Werte beeinflußt, welche während des Punktschweißvorganges
auftretende Temperaturverläufe kennzeichnen. Es ist somit vorteilhaft, wenn die Meßwertesätze zusätzlich kennzeichnende
Werte enthalten für eine Temperatur eines Kühlmittels der Schweißkappen an den Zangen des Punktschweißroboters.
Schließlich können auch eine Vor- und/oder Rücklauftemperatur eines Kühlmittels für Schweißkappen an den Zangen des Punkt-Schweißroboters
(16) kennzeichnende Werte Rückschlüsse auf die aktuelle Güte des momentanen technischen Arbeitsergebnisses
ermöglichen.
Claims (1)
- GR 96 G 383810
Schutzansprüche1. Vorrichtung zur prädiktiven Diagnose der aktuellen Güte des technischen Arbeitsergebnisses einer technischen Anlage (1), mita) einer Vorrichtung (2) zur zyklischen Erfassung von Sätzen von Meßwerten, von deren aktuellen Werten die gewünschte Güte des technischen Arbeitsergebnisses der technischen Anlage (1) beeinflußt wird,b) einem Anlagenmodell (12), welches aus mindestens einem aktuellen Satz von Meßwerten der technische Anlage (1) einen Istwert für die aktuelle Güte des technischen Arbeitsergebnisses der technischen Anlage (1) nachbildet, undc) einer Vorrichtung (3) zumindest zur Parametrierung des Anlagenmodells (12), welche enthältbl) eine Datenbasis (8) zur Speicherung von ausgewählten Sätzen von Meßwerten (2) und dazugehörigen Kennwerten (4,5), die ein Maß für die jeweilige Güte des technischen Arbeitsergebnisses der technischen Anlage (1) sind, und welche
25b2) durch sukzessive Auswertung der Meßwertesätze (2) und der dazugehörigen Gütekennwerte durch eine iterative Optimierung zumindest die Parameter des Anlagenmodells generiert und/oder optimiert.
302. Vorrichtung nach einem der vorangegangenen Ansprüche, wobei die Vorrichtung (3) Parametrierung des Anlagerrmodells (12) in Form eines neuronalen Netzes aufgebaut ist.3. Vorrichtung zur prädiktiven Diagnose der aktuellen Güte der Schweißpunkte eines Punktschweißroboters (16), mitGR 96 G 3838a) einer Vorrichtung (2) zur Erfassung von Sätzen von Meßwerten, von deren aktuellen Werten die gewünschte Güte der Schweißpunkte des Punktschweißroboters beeinflußt wird, und wobei die Meßwertesätze zumindest aktuelle Werte des Schweißstromes (Plx) und des Zangendrucks (P2x) des Punktschweißroboters {16) enthalten,b) einem Anlagenmodell {12), welches aus mindestens einem aktuellen Satz von Meßwerten der technische Anlage (1) einen Kennwert {4,5) für die aktuelle Güte der Schweißpunkte des Punktschweißroboters (16) nachbildet, undc) einer Vorrichtung (3) zur Generierung und Parametrierung des Anlagenmodells (12), welchebl) eine Datenbasis (8) zur Speicherung von Sätzen vonMeßwerten (2) und dazugehörigen Kennwerten {4,5), die ein Maß für die jeweilige Güte der Schweißpunkte des Punktschweißroboters (16) sind, enthält und welche 20b2) durch sukzessive Auswertung der Meßwertesätze (2) und der dazugehörigen Gütekennwerte durch eine iterative Optimierung zumindest die Parameter des Anlagenmodells generiert und optimiert.
254. Vorrichtung nach Anspruch 3, wobei der Meßwert des Zangendrucks (P2x) des Punktschweißroboters (16) durch Erfassung des Luftdrucks in einem Pneumatikantrieb der Zangen nachgebildet wird.
30'5. Vorrichtung nach Anspruch 3 oder 4, wobei die Meßwertesätze, von deren aktuellen Werten die gewünschte Güte der Schweißpunkte des PunktSchweißroboters beeinflußt wird, ferner den Druckaufbau an den Zangen des Punktschweißroboters (16) kennzeichnende Werte enthalten.GR 96 G 38386. Vorrichtung nach einem der Ansprüche 3 bis 5, wobei die Meßwertesätze, von deren aktuellen Werten die gewünschte Güte der Schweißpunkte des Punktschweißroboters beeinflußt wird, ferner den Verlauf des Schweißstromes des Punktschweißroboters (16) kennzeichnende Werte enthalten.7. Vorrichtung nach einem der Ansprüche 3 bis 6, wobei die Meßwertesätze, von deren aktuellen Werten die gewünschte Güte der Schweißpunkte des Punktschweißroboters beeinflußt wird, ferner die Vorhaltezeit im Verlauf des Schweißstromes des Punktschweißroboters {16) kennzeichnende Werte enthalten.8. Vorrichtung nach einem der Ansprüche 3 bis 7, wobei die Meßwertesätze, von deren aktuellen Werten die gewünschte Güte der Schweißpunkte des Punktschweißroboters beeinflußt wird, ferner die Nachhaltezeit im Verlauf des Schweißstromes des Punktschweißroboters (16) kennzeichnende Werte enthalten.9. Vorrichtung nach einem der Ansprüche 3 bis 8, wobei dieMeßwertesätze, von deren aktuellen Werten die gewünschte Güte der Schweißpunkte des Punktschweißroboters beeinflußt wird, ferner die Stromzeit im Verlauf des Schweißstromes des Punkt-Schweißroboters (16) kennzeichnende Werte enthalten.10. Vorrichtung nach einem der Ansprüche 3 bis 9, wobei die Meßwertesätze, von deren aktuellen Werten die gewünschte Güte der Schweißpunkte des Punktschweißroboters beeinflußt wird, ferner eine Temperatur eines Kühlmittels für Schweißkappen an den Zangen des Punktschweißroboters (16) kennzeichnende Werte enthalten.11. Vorrichtung nach einem der Ansprüche 3 bis 10, wobei die Meßwertesätze, von deren aktuellen Werten die gewünschte Güte der Schweißpunkte des Punktschweißroboters beeinflußt wird, ferner eine Vor- und/oder Rücklauftemperatur eines Kühlmittels für Schweißkappen an den Zangen des Punktschweißroboters (16) kennzeichnende Werte enthalten.
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE29617200U DE29617200U1 (de) | 1996-10-02 | 1996-10-02 | Vorrichtung zur prädiktiven Diagnose der aktuellen Güte des technischen Arbeitsergebnisses einer technischen Anlage, insbesondere der aktuellen Güte der Schweißpunkte eines Punktschweißroboters |
US09/269,829 US6281465B1 (en) | 1996-10-02 | 1997-09-19 | Device for predictive diagnosis of the current quality of technical production from a technical installation, particularly of the current quality of welding points of a spot welding robot |
EP97910210A EP0929374A1 (de) | 1996-10-02 | 1997-09-19 | Vorrichtung zur prädiktiven diagnose der aktuellen güte des technischen arbeitsergebnisses einer technischen anlage, insbesondere der aktuellen güte der schweisspunkte eines punktschweissroboters |
PCT/DE1997/002122 WO1998014300A1 (de) | 1996-10-02 | 1997-09-19 | Vorrichtung zur prädiktiven diagnose der aktuellen güte des technischen arbeitsergebnisses einer technischen anlage, insbesondere der aktuellen güte der schweisspunkte eines punktschweissroboters |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE29617200U DE29617200U1 (de) | 1996-10-02 | 1996-10-02 | Vorrichtung zur prädiktiven Diagnose der aktuellen Güte des technischen Arbeitsergebnisses einer technischen Anlage, insbesondere der aktuellen Güte der Schweißpunkte eines Punktschweißroboters |
Publications (1)
Publication Number | Publication Date |
---|---|
DE29617200U1 true DE29617200U1 (de) | 1997-11-06 |
Family
ID=8030081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE29617200U Expired - Lifetime DE29617200U1 (de) | 1996-10-02 | 1996-10-02 | Vorrichtung zur prädiktiven Diagnose der aktuellen Güte des technischen Arbeitsergebnisses einer technischen Anlage, insbesondere der aktuellen Güte der Schweißpunkte eines Punktschweißroboters |
Country Status (4)
Country | Link |
---|---|
US (1) | US6281465B1 (de) |
EP (1) | EP0929374A1 (de) |
DE (1) | DE29617200U1 (de) |
WO (1) | WO1998014300A1 (de) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19855873A1 (de) * | 1998-12-03 | 2000-06-15 | Siemens Ag | Verfahren und Anordnung zum Entwurf eines technischen Systems |
WO2000033209A3 (de) * | 1998-12-03 | 2000-10-05 | Siemens Ag | Verfahren und anordnung zum entwurf eines technischen systems |
DE10112267A1 (de) * | 2001-03-14 | 2002-11-07 | Siemens Ag | Schätzverfahren für eine Größe eines Prozesses der Grundstoffindustrie unter Verwendung einer Stützvektormethode |
EP1402418A1 (de) * | 2001-06-18 | 2004-03-31 | Lincoln Global, Inc. | System und verfahren zur verwaltung von schweissinformationen |
DE10241746B4 (de) * | 2002-09-10 | 2007-06-06 | Haag, Günter, Prof.Dr. | Verfahren zur zyklischen Qualitätsbewertung und Prozessüberwachung bei periodischen Produktionsprozessen |
DE102004022144B4 (de) * | 2004-05-05 | 2007-08-16 | Siemens Ag | Verfahren zur rechnergestützten Bewertung von Kenngrößen eines technischen Systems |
DE102004022142B4 (de) * | 2004-05-05 | 2007-09-20 | Siemens Ag | Verfahren zur rechnergestützten Bewertung der mittels eines Prognosemodells durchgeführten Prognose von Kenngrößen eines technischen Systems |
DE102009024102A1 (de) * | 2009-04-17 | 2010-10-21 | Robert Bosch Gmbh | Verfahren zum Bereitstellen einer Information über einen Verschleiß einer Komponente einer Maschine und Verfahren zum Bereitstellen eines Ersatzalgorithmus |
DE102010031727A1 (de) * | 2010-07-21 | 2012-01-26 | Audi Ag | Verfahren zur Überprüfung von Fügepunkten |
EP3104240A1 (de) * | 2015-06-11 | 2016-12-14 | Siemens Aktiengesellschaft | Einrichtung und verfahren zur optimierung eines arbeitspunktes für den betrieb einer anlage |
DE102015211299A1 (de) * | 2015-06-19 | 2016-12-22 | Robert Bosch Gmbh | Werkzeugsystem mit einer Anzeige in grafischer Form für eine Montageanlage und ein Verfahren für ein Werkzeugsystem einer Montageanlage |
DE102017108169B4 (de) * | 2016-04-25 | 2020-08-06 | Fanuc Corporation | Produktionssystem, das einen Bestimmungswert einer Variablen in Bezug auf eine Produktabweichung festlegt |
US10821538B2 (en) | 2018-04-10 | 2020-11-03 | Lincoln Global, Inc. | System and method of unlocking features and parameters in a welding or cutting system using a physical key |
DE102018126434B4 (de) | 2017-10-31 | 2021-09-09 | Fanuc Corporation | Testvorrichtung und Maschinenlernvorrichtung |
DE102021117635A1 (de) | 2021-07-08 | 2023-01-12 | Krones Aktiengesellschaft | Verfahren zum Überwachen einer Produktionsanlage zum Behandeln von Getränken und Überwachungssystem für die Produktionsanlage |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4857534B2 (ja) * | 2004-07-13 | 2012-01-18 | パナソニック株式会社 | アーク溶接ロボット |
TWI337317B (en) * | 2007-08-15 | 2011-02-11 | Quanta Comp Inc | Computer-implemented system and method for assisting in designing resilient member |
AT506744B1 (de) * | 2008-04-21 | 2012-06-15 | Fronius Int Gmbh | Verfahren zum regeln eines schweissgerätes |
DE102008021557B4 (de) * | 2008-04-30 | 2011-07-28 | Globalfoundries Inc. | Verfahren zum Überwachen einer vorhergesagten Produktqualitätsverteilung |
CN101947693B (zh) * | 2010-09-07 | 2013-10-23 | 江苏大学 | 一种基于性能预测的激光拼焊板工艺优化系统和方法 |
WO2013041440A1 (en) * | 2011-09-20 | 2013-03-28 | Abb Technology Ag | System and method for plant wide asset management |
KR101483047B1 (ko) * | 2013-07-02 | 2015-01-19 | 김성갑 | 스폿 용접기의 타점 누락 방지 시스템 |
US9314878B2 (en) * | 2013-09-12 | 2016-04-19 | Ford Global Technologies, Llc | Non-destructive aluminum weld quality estimator |
KR101660452B1 (ko) * | 2014-12-01 | 2016-09-28 | 아진산업(주) | 스폿 용접건의 용접팁 검사장치 |
US11440183B2 (en) * | 2019-03-27 | 2022-09-13 | Abb Schweiz Ag | Hybrid machine learning-based systems and methods for training an object picking robot with real and simulated performance data |
CN110532651A (zh) * | 2019-08-13 | 2019-12-03 | 桂林电子科技大学 | 一种再流焊冷却阶段下应力的焊点结构参数的优化方法 |
EP3805883A1 (de) * | 2019-10-08 | 2021-04-14 | Siemens Aktiengesellschaft | Verfahren und vorrichtungen zum bestimmen einer produktgüte |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3421522A1 (de) * | 1983-06-10 | 1984-12-13 | Kabushiki Kaisha Toshiba, Kawasaki, Kanagawa | Verfahren und einrichtung zur diagnose eines waermekraftwerks |
FR2627602A1 (fr) * | 1988-02-18 | 1989-08-25 | Telemecanique Electrique | Procede et dispositif pour l'estimation des parametres du modele geometrique d'un manipulateur |
DE3711771C2 (de) * | 1987-04-08 | 1989-10-19 | Sts Systemtechnik Und Software Gmbh, 1000 Berlin, De | |
WO1990016048A1 (en) * | 1989-06-14 | 1990-12-27 | Liszka Ludwik | A method for monitoring the operational state of a system |
EP0534221A1 (de) * | 1991-09-24 | 1993-03-31 | Siemens Aktiengesellschaft | Regelparameter-Verbesserungsverfahren für industrielle Anlagen |
DE4234654A1 (de) * | 1991-09-12 | 1994-04-21 | Cloos International Inc N D Ge | Diagnosesystem für Roboter und Anwendungsverfahren dafür |
DE4244014A1 (de) * | 1992-12-24 | 1994-07-07 | Bodenseewerk Geraetetech | Verfahren zum Erkennen und Identifizieren von Fehlern an Sensoren |
DE4320267A1 (de) * | 1993-06-18 | 1994-12-22 | Messer Griesheim Gmbh | Expertensystem für Strahlschweißprozesse bei Elektronenstrahl- oder Laseranlagen |
US5408405A (en) * | 1993-09-20 | 1995-04-18 | Texas Instruments Incorporated | Multi-variable statistical process controller for discrete manufacturing |
DE4112985C2 (de) * | 1991-04-20 | 1995-08-31 | Juergen Dipl Ing Borowka | Verfahren und Vorrichtung zur selbsttätigen Führung eines Schweißkopfes |
GB2289957A (en) * | 1994-05-28 | 1995-12-06 | British Aerospace | Adaptive control systems |
DE19518804A1 (de) * | 1994-05-27 | 1995-12-21 | Fraunhofer Ges Forschung | Verfahren zur Überwachung eines Produktionsprozesses |
FR2724744A1 (fr) * | 1994-09-16 | 1996-03-22 | Ass Pour Le Dev De L Enseignem | Procede de modelisation d'un processus physique |
DE19508474A1 (de) * | 1995-03-09 | 1996-09-19 | Siemens Ag | Intelligentes Rechner-Leitsystem |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4596917A (en) * | 1984-01-16 | 1986-06-24 | General Electric Company | Resistance spot welder process monitor |
DE3545158A1 (de) * | 1985-12-20 | 1987-06-25 | Hahn Ortwin | Adaptives regelungsverfahren fuer schweissprozesse |
JPH03234190A (ja) | 1990-02-08 | 1991-10-18 | Mitsubishi Electric Corp | 静止画テレビ電話 |
JPH0550254A (ja) * | 1991-08-20 | 1993-03-02 | Na Detsukusu:Kk | 抵抗溶接機におけるガン加圧力制御装置 |
-
1996
- 1996-10-02 DE DE29617200U patent/DE29617200U1/de not_active Expired - Lifetime
-
1997
- 1997-09-19 WO PCT/DE1997/002122 patent/WO1998014300A1/de not_active Application Discontinuation
- 1997-09-19 EP EP97910210A patent/EP0929374A1/de not_active Withdrawn
- 1997-09-19 US US09/269,829 patent/US6281465B1/en not_active Expired - Fee Related
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3421522A1 (de) * | 1983-06-10 | 1984-12-13 | Kabushiki Kaisha Toshiba, Kawasaki, Kanagawa | Verfahren und einrichtung zur diagnose eines waermekraftwerks |
DE3711771C2 (de) * | 1987-04-08 | 1989-10-19 | Sts Systemtechnik Und Software Gmbh, 1000 Berlin, De | |
FR2627602A1 (fr) * | 1988-02-18 | 1989-08-25 | Telemecanique Electrique | Procede et dispositif pour l'estimation des parametres du modele geometrique d'un manipulateur |
WO1990016048A1 (en) * | 1989-06-14 | 1990-12-27 | Liszka Ludwik | A method for monitoring the operational state of a system |
DE4112985C2 (de) * | 1991-04-20 | 1995-08-31 | Juergen Dipl Ing Borowka | Verfahren und Vorrichtung zur selbsttätigen Führung eines Schweißkopfes |
DE4234654A1 (de) * | 1991-09-12 | 1994-04-21 | Cloos International Inc N D Ge | Diagnosesystem für Roboter und Anwendungsverfahren dafür |
EP0534221A1 (de) * | 1991-09-24 | 1993-03-31 | Siemens Aktiengesellschaft | Regelparameter-Verbesserungsverfahren für industrielle Anlagen |
DE4244014A1 (de) * | 1992-12-24 | 1994-07-07 | Bodenseewerk Geraetetech | Verfahren zum Erkennen und Identifizieren von Fehlern an Sensoren |
DE4320267A1 (de) * | 1993-06-18 | 1994-12-22 | Messer Griesheim Gmbh | Expertensystem für Strahlschweißprozesse bei Elektronenstrahl- oder Laseranlagen |
US5408405A (en) * | 1993-09-20 | 1995-04-18 | Texas Instruments Incorporated | Multi-variable statistical process controller for discrete manufacturing |
DE19518804A1 (de) * | 1994-05-27 | 1995-12-21 | Fraunhofer Ges Forschung | Verfahren zur Überwachung eines Produktionsprozesses |
GB2289957A (en) * | 1994-05-28 | 1995-12-06 | British Aerospace | Adaptive control systems |
FR2724744A1 (fr) * | 1994-09-16 | 1996-03-22 | Ass Pour Le Dev De L Enseignem | Procede de modelisation d'un processus physique |
DE19508474A1 (de) * | 1995-03-09 | 1996-09-19 | Siemens Ag | Intelligentes Rechner-Leitsystem |
Non-Patent Citations (8)
Title |
---|
BÄRMANN,Frank, u.a.: Prozeßregelung einer Nachreaktion auf der Basis eines künstlichen neuronalen Netzmodells. In: atp - Automatisierungstechnische Praxis 37, 1995, 8, S.36-40,42,43 |
HAFNER,S., u.a.: Anwendungsstand Künstlicher Neuronaler Netze in der Automatisierungstechnik. In: atp - Automatisierungstechnische Praxis 34, 1992, 10, S.591-599 * |
ISERMANN,Rolf: Modellgestützte Überwachung und Fehlerdiagnose Technischer Systeme (Teil 1). In: atp - Automatisierungstechnische Praxis 38, 1996, 5, S.9-20 |
JUNZE,Jan, SCHILLER,Frank: Ein Beispiel zur logikbasierten Prozeßdiagnose. In: atp - Automatisierungstechnische Praxis 38, 1996, 5, S.26,28,29-34 * |
KAISER,Michael: Künstliche Neuronale Netze. In: atp - Automatisierungstechnische Praxis 34, 1992, 9, S.539-545 |
KECK,Roland: Meßtechnik als Basis für "Total Quality Management" in der Prozeßautomatisierung. In: atp - Automatisierungstechnische Praxis 36, 1994, 12, S.1 - S.4 * |
LEHMKUHL,Bernhard, u.a.: Fortschritte in der Prozeßdatenerfassung und Prozeßdatenverarbeitung beim Widerstandspreßschweißen. In: Schweißen und Schneiden 42, 1990, H.1, S.26-29 * |
SCHNEIDER,Christian, u.a.: Vergleichende Untersuchung von Methoden analytischer Redundanz. In: at - Automatisierungstechnik 43, 1995, 10, S.484-489 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000033209A3 (de) * | 1998-12-03 | 2000-10-05 | Siemens Ag | Verfahren und anordnung zum entwurf eines technischen systems |
DE19855873A1 (de) * | 1998-12-03 | 2000-06-15 | Siemens Ag | Verfahren und Anordnung zum Entwurf eines technischen Systems |
DE10112267A1 (de) * | 2001-03-14 | 2002-11-07 | Siemens Ag | Schätzverfahren für eine Größe eines Prozesses der Grundstoffindustrie unter Verwendung einer Stützvektormethode |
US8224881B1 (en) | 2001-06-18 | 2012-07-17 | Lincoln Global, Inc. | System and method for managing welding information |
EP1402418A1 (de) * | 2001-06-18 | 2004-03-31 | Lincoln Global, Inc. | System und verfahren zur verwaltung von schweissinformationen |
EP1402418A4 (de) * | 2001-06-18 | 2009-04-22 | Lincoln Global Inc | System und verfahren zur verwaltung von schweissinformationen |
DE10241746B4 (de) * | 2002-09-10 | 2007-06-06 | Haag, Günter, Prof.Dr. | Verfahren zur zyklischen Qualitätsbewertung und Prozessüberwachung bei periodischen Produktionsprozessen |
DE10241746B8 (de) * | 2002-09-10 | 2007-09-20 | Haag, Günter, Prof.Dr. | Verfahren zur zyklischen Qualitätsbewertung und Prozessüberwachung bei periodischen Produktionsprozessen |
DE102004022144B4 (de) * | 2004-05-05 | 2007-08-16 | Siemens Ag | Verfahren zur rechnergestützten Bewertung von Kenngrößen eines technischen Systems |
DE102004022142B4 (de) * | 2004-05-05 | 2007-09-20 | Siemens Ag | Verfahren zur rechnergestützten Bewertung der mittels eines Prognosemodells durchgeführten Prognose von Kenngrößen eines technischen Systems |
US7630952B1 (en) | 2004-05-05 | 2009-12-08 | Siemens Aktiengesellschaft | Method for the computer-assisted evaluation of characteristic values of a technical system |
DE102009024102A1 (de) * | 2009-04-17 | 2010-10-21 | Robert Bosch Gmbh | Verfahren zum Bereitstellen einer Information über einen Verschleiß einer Komponente einer Maschine und Verfahren zum Bereitstellen eines Ersatzalgorithmus |
DE102010031727A1 (de) * | 2010-07-21 | 2012-01-26 | Audi Ag | Verfahren zur Überprüfung von Fügepunkten |
DE102010031727B4 (de) * | 2010-07-21 | 2014-07-24 | Audi Ag | Verfahren zur Überprüfung von Fügepunkten |
EP3104240A1 (de) * | 2015-06-11 | 2016-12-14 | Siemens Aktiengesellschaft | Einrichtung und verfahren zur optimierung eines arbeitspunktes für den betrieb einer anlage |
DE102015211299A1 (de) * | 2015-06-19 | 2016-12-22 | Robert Bosch Gmbh | Werkzeugsystem mit einer Anzeige in grafischer Form für eine Montageanlage und ein Verfahren für ein Werkzeugsystem einer Montageanlage |
DE102017108169B4 (de) * | 2016-04-25 | 2020-08-06 | Fanuc Corporation | Produktionssystem, das einen Bestimmungswert einer Variablen in Bezug auf eine Produktabweichung festlegt |
US10782664B2 (en) | 2016-04-25 | 2020-09-22 | Fanuc Corporation | Production system that sets determination value of variable relating to abnormality of product |
DE102018126434B4 (de) | 2017-10-31 | 2021-09-09 | Fanuc Corporation | Testvorrichtung und Maschinenlernvorrichtung |
US10821538B2 (en) | 2018-04-10 | 2020-11-03 | Lincoln Global, Inc. | System and method of unlocking features and parameters in a welding or cutting system using a physical key |
DE102021117635A1 (de) | 2021-07-08 | 2023-01-12 | Krones Aktiengesellschaft | Verfahren zum Überwachen einer Produktionsanlage zum Behandeln von Getränken und Überwachungssystem für die Produktionsanlage |
Also Published As
Publication number | Publication date |
---|---|
EP0929374A1 (de) | 1999-07-21 |
US6281465B1 (en) | 2001-08-28 |
WO1998014300A1 (de) | 1998-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE29617200U1 (de) | Vorrichtung zur prädiktiven Diagnose der aktuellen Güte des technischen Arbeitsergebnisses einer technischen Anlage, insbesondere der aktuellen Güte der Schweißpunkte eines Punktschweißroboters | |
EP2964449B1 (de) | Verfahren und vorrichtung zur qualitätsbeurteilung eines mittels eines generativen lasersinter- und/oder laserschmelzverfahrens hergestellten bauteils | |
DE19743600B4 (de) | Verfahren zur Überwachung eines zyklischen Produktionsprozesses | |
DE102016015332A1 (de) | Präventivwartungsverwaltungssystem und -verfahren zum Erstellen eines Wartungsplans einer Maschine sowie Zellensteuereinrichtung | |
EP3671632A1 (de) | Bildbasierte wartungsvorhersage und detektion von fehlbedienungen | |
DE19518804A1 (de) | Verfahren zur Überwachung eines Produktionsprozesses | |
WO2008019730A1 (de) | Steuerung einer schweissvorrichtung | |
DE102012106132A1 (de) | Verfahren und System zur Identifizierung und Diskriminierung von heterogenen Materialien zur Verarbeitung in einer Vorrichtung zur Produktbearbeitung | |
EP3876060B1 (de) | Verfahren und recheneinheit zur ursachenanalyse eines anomalen zustandes einer maschine | |
DE10241746B4 (de) | Verfahren zur zyklischen Qualitätsbewertung und Prozessüberwachung bei periodischen Produktionsprozessen | |
EP1529182B1 (de) | Verfahren zur überwachung eines thermodynamischen prozesses | |
EP3474091B1 (de) | Verfahren und vorrichtung zur regelung eines prozesses innerhalb eines systems, nämlich eines mahlprozesses in einer mahlvorrichtung | |
AT522639A1 (de) | Vorrichtung und Verfahren zum Visualisieren oder Beurteilen eines Prozesszustandes | |
WO2022069258A1 (de) | Vorrichtung und verfahren zur erkennung von anomalien in einer industriellen anlage zur ausführung eines produktionsprozesses | |
EP1248095B1 (de) | Verfahren zur Ermittlung von Spannungs-Dehnungs-Kurven mittels Splineinterpolation auf Basis charakterischer Punkte und unter dem Einsatz neuronaler Netze | |
WO2022263458A1 (de) | Überwachung der produktion von werkstoffplatten, insbesondere holzwerkstoffplatten, insbesondere unter verwendung einer selbstorganisierenden karte | |
EP4131071A1 (de) | Transportable produktionsmaschine, mobiles endgerät, produktionssystem und verfahren zum erfassen von daten | |
DE102018006035A1 (de) | Verfahren zur automatisierten Erzeugung von Einstellmarametern und zur Prozessüberwachung bei zyklischen Produktionsprozessen | |
WO2022248189A1 (de) | Verfahren zur additiven herstellung eines bauteils | |
DE112017004549T5 (de) | Änderungsanalyse für programme und veränderliche grössen | |
EP0941505B1 (de) | Verfahren zur neuronalen modellierung der abhängigkeiten von einflussgrössen eines technischen systems | |
EP2402832B1 (de) | Verfahren und Anzeigesystem zur Kalibrierung von normierten Anzeigen von Prozessgrössen | |
DE102020109858A1 (de) | Verfahren zum Betreiben eines Systems | |
DE60126708T2 (de) | Verfahren und System zur industriellen Bedienerführung mittels prädiktiver Alarmerkennung | |
DE102022105157A1 (de) | Zustandsdiagnosesystem |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified | ||
R207 | Utility model specification |
Effective date: 19971218 |
|
R150 | Utility model maintained after payment of first maintenance fee after three years |
Effective date: 20000229 |
|
R157 | Lapse of ip right after 6 years |
Effective date: 20030501 |