DE4223346C2 - Anordnung und Verfahren zur berührungslosen Füllstandmessung - Google Patents
Anordnung und Verfahren zur berührungslosen FüllstandmessungInfo
- Publication number
- DE4223346C2 DE4223346C2 DE4223346A DE4223346A DE4223346C2 DE 4223346 C2 DE4223346 C2 DE 4223346C2 DE 4223346 A DE4223346 A DE 4223346A DE 4223346 A DE4223346 A DE 4223346A DE 4223346 C2 DE4223346 C2 DE 4223346C2
- Authority
- DE
- Germany
- Prior art keywords
- pulse
- echo
- signal
- neural network
- input
- 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 - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/52004—Means for monitoring or calibrating
- G01S7/52006—Means for monitoring or calibrating with provision for compensating the effects of temperature
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
- G01F23/22—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water
- G01F23/28—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water by measuring the variations of parameters of electromagnetic or acoustic waves applied directly to the liquid or fluent solid material
- G01F23/296—Acoustic waves
- G01F23/2962—Measuring transit time of reflected waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F25/00—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume
- G01F25/20—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume of apparatus for measuring liquid level
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Fluid Mechanics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Acoustics & Sound (AREA)
- Electromagnetism (AREA)
- Thermal Sciences (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
Description
Die Erfindung betrifft eine Anordnung zur berührungslosen
Füllstandmessung mit den im Oberbegriff des Anspruchs 1
angegebenen Merkmalen sowie ein Verfahren zur Füllstandmes
sung mit dieser Anordnung.
Die bisher bekannten Verfahren zur berührungslosen Abstands
messung, bei welchen die Laufzeit von elektromagnetischen
Wellen im Zentimeter- und Dezimeterbereich, welche üblicher
weise bei Radarmessungen verwendet werden, oder von Ultra
schallimpulsen bestimmt wird, sind auf eine eindeutige
Erkennung des Nutz-Echo-Signales angewiesen. Die Erkennung
dieser Nutz-Echo-Signale ist schwierig, wenn diese durch
Stör-Echo-Signale überlagert sind. Solche Stör-Echo-Signale
treten insbesondere auf, wenn mit den genannten Verfahren
der Füllstand von fließ- oder schüttfähigen Medien in Behäl
tern ermittelt werden soll. Behältereinbauten, der beim
Befüllen sich bildende Schüttgutkegel sowie Füllgutanhaftun
gen an der Behälterwandung und/oder am Sender bzw. Empfänger
führen zu Störungen des Echoimpulses, so daß die Laufzeit
zwischen Sende- und Echoimpuls nicht mehr genau und sicher
ermittelt werden kann.
Ferner unterliegt die Laufzeit von Impuls-Echo-Signalen
weiteren physikalischen Einflußgrößen, deren Veränderung
sich insbesondere bei der Verwendung von Ultraschallwellen
als sehr nachteilig in bezug auf die erzielbare Meßgenauig
keit des Füllstandsensors erweisen kann. Die speziellen
Eigenschaften des Gases, z. B. seine Zusammensetzung, sein
Molekulargewicht, seine Dielektrizitätskonstante sowie sich
ändernde Größen wie Temperatur und Druck wirken sich unter
bestimmten Bedingungen auf Präzisionsabstandsmessungen sehr
negativ aus.
Die Kompensation dieser Störeinflüsse mit bekannten Einrich
tungen, wie z. B. mit Hilfe eines Temperatursensors und/oder
eines Referenzbügels, führt nur dann zu wesentlichen Verbes
serungen, wenn der zu kompensierende physikalische Parameter
über die gesamte Behälterhöhe konstant ist, was insbesondere
bei sehr hohen Behältern aufgrund sich ausbildender Gas- und
Temperaturschichtungen selten der Fall ist.
Das vom Sensor empfangene Impuls-Echo-Signal enthält, auch
wenn es mit Störechosignalen überlagert ist, immer noch die
Information über die Füllguthöhe, die jedoch mit konven
tionellen Methoden, wie seriell digitaler Signalaufberei
tung, nur mit Schwierigkeiten auswertbar ist. So ist bei
spielsweise aus EP 340 953 B1 ein recht aufwendiges akusti
sches Entfernungsmeßsystem bekannt, bei welchem in einem
Speicher ein dem Impuls-Echo-Signal ähnliches Signal abge
speichert wird, mit welchem zur Ermittlung der Signallauf
zeit das empfangene und mit Störechos überlagerte Impuls-
Echo-Signal verglichen wird.
Mittlerweile ist es bekannt, neuronale Netzwerke für die
Signalauswertung bei Radar- und Sonargeräten einzusetzen. So
beschreibt WO 91/02323 ein neuronales Netzwerk, dem vor der
eigentlichen Messung eine Vielzahl von Doppler-Frequenzkur
ven anhand ihrer charakteristischen Gestalt oder Muster
eingelernt wird. Während des eigentlichen Meßvorganges wird
das auszuwertende Dopplersignal mit den im neuronalen Netz
werk abgespeicherten Kurven verglichen. Eine weitere Sig
nalbearbeitung durch das neuronale Netzwerk ist nicht vorge
sehen. Damit ist aber eine Störsignalkompensation während
des Meßvorganges mit dieser bekannten Anordnung nicht
möglich.
Der vorliegenden Erfindung liegt deshalb die Aufgabe zugrun
de, die Signallaufzeit auch dann exakt zu ermitteln,
wenn das Impuls-Echo-Signal in starkem Maße mit Stör-Echo-
Signalen überlagert ist. Auch soll verhindert werden, daß
Wandler-Nachschwingen, Laufzeitveränderungen infolge von
Variationen der Gaszusammensetzung bzw. der Temperatur oder
die unterschiedliche Gestaltung der Füllgutoberfläche, die
beispielsweise die Form eines Schüttgutkegels annehmen kann,
die Messung verfälschen.
Gelöst wird diese Aufgabe durch Verwendung eines neuronalen
Netzwerkes, wie dieses im Anspruch 1 im
einzelnen angegeben ist.
Mit Hilfe von Parallel-Datenverarbeitungstechniken und des
assoziativen Vergleichs des empfangenen Signals mit erlern
ten und im neuronalen Netzwerk abgespeicherten Mustern ist
es weit besser als bisher möglich, die verborgene Informa
tion zu regenerieren und damit sehr korrekte Füllstandsdaten
zu ermitteln.
Durch Anwendung der neuronal assoziativen Signalverarbeitung
ist eine komplexe holistische -Auswertung des Impuls-Echo-
Profiles möglich. Hierbei kann die Meßstrecke selbst als
intrinsisches Referenzelement genutzt werden, indem Kompen
sationsgrößen von vorhandenen Störechos abgeleitet werden.
Zur Realisierung dieses Vorschlages ist gemäß Anspruch 1 als
Speicher und Signalverarbeitungsstufe ein neuronales Netz
werk vorgesehen, dessen aus vernetzten Neuronen bestehende
Schichten über eine Lernalgorithmusstufe das Grundwissen,
welches dem zu überprüfenden Behälter entspricht, in Form
von Grundparametern eingegeben werden kann. Der Eingangs
schicht dieses neuronalen Netzwerkes wird das Impuls-Echo-
Signal zugeführt, welches in den verborgenen Schichten mit
gelernten Impuls-Echo-Formen verglichen wird.
Des weiteren sind die Neuronen des neuronalen Netzwerkes
derart miteinander verkoppelt, daß sie den Impuls-Echo-Mu
stern vieler Behälter entsprechen. Das neuronale Netzwerk
ist damit in der Lage, durch assoziative Auswertung und
Vergleich der empfangenen Signale mit den hinterlegten
Impulsmustern und Merkmalen auch dann eine Übereinstimmung
festzustellen, wenn das empfangene Impuls-Echo-Signal von
Stör-Echo-Signalen bzw. andersartigen Signalverfälschungen
stark überlagert ist. Die neuronale Struktur des neuronalen
Netzwerkes kann hierbei durch Software- oder Hardwaremittel
realisiert sein.
So können die Neuronen des neuronalen Netzwerkes über ihre
Koppelfaktoren bereits von vornherein so miteinander ver
knüpft sein, daß in sie ein für die zu messenden Behälter
charakteristisches Grundwissen eingespeichert ist, so daß
sie die für eine möglichst große Vielzahl von Füllstandsbe
hältern spezifischen Echosignale wiedererkennen.
Bei Inbetriebnahme einer derartigen Anordnung zur Überprü
fung eines bestimmten Behälters kann ein zweiter Lernschritt
für das Netzwerk erfolgen, bei welchem die Kopplung der
Neuronen entsprechend den spezifischen Eigenschaften von
Behälter und Füllgut verändert und damit ein dem besonderen
Anwendungsfall spezifisches Muster in dem neuronalen Netz
werkspeicher eingeprägt wird.
Im Betrieb kann sich der Speicher des neuronalen Netzwerkes
noch in stärkerem Maße den sich verändernden Umgebungsbedin
gungen z. B. mittels der Maßnahmen nach den Ansprüchen 6 oder
8 anpassen, soweit diese nicht zu stark von dem eingespei
cherten Grundwissen und den bei der Inbetriebnahme gelernten
Daten abweichen. Dieses beim Einsatz erworbene Wissen kann
darüber hinaus auch auf die Speicher neuer Geräte übertragen
werden, die dann für den besonderen Anwendungsfall noch
besser geeignet sind.
Die Signalverarbeitung mit neuronalen Netzwerken kann unab
hängig von der Art der impulsförmigen Signale erfolgen.
Beispielsweise kann der Sender als impulsförmige Signale
Ultraschall-Impulse oder, wie in der Radartechnik üblich,
elektromagnetische Impulse mit Wellenlängen im Zentimeter-
und Dezimeterbereich abstrahlen, wie dies mit den Ansprüchen
9 und 10 angegeben ist.
Weitere vorteilhafte Ausgestaltungen der erfindungsgemäßen
Anordnung sind in den Unteransprüchen angegeben. Das mit
dieser Anordnung realisierbare Meßverfahren ist Gegenstand
der Ansprüche 11 bis 13.
Die Verwendung eines neuronalen Netzwerkes bei der Füll
standsbestimmung führt zu einer Fülle von Vorteilen, nämlich
- - bessere Meßergebnisse, auch bei ungünstig gestalteten Behältern,
- - Reduzierung der benötigten Sendeleistung, so daß sich günstige Energiewerte für den Betrieb des Füllstandsensors in explosionsgefährdeter Umgebung ergeben,
- - Vergrößerung der Reichweiten,
- - reduzierter Einfluß von Störsignalen,
- - geringerer Parametrierungsaufwand im Einsatzfall, also für den Anwender,
- - selbstätige Adaption der Meßanordnung an sich änderndes Füllgut bzw. bei Behälteränderungen,
- - Berücksichtigung sich ändernder Materialanhaftungen an der Behälterwandung,
- - Detektion von Füllgütern mit geringem Dielektrizitäts konstanten-Unterschied gegenüber Luft,
- - geringere Sensor-Totzeit,
- - bessere Durchdringung von Staub- und Nebelschichten,
- - genauere Messungen an Schüttgutkegeln,
- - Erkennen von Schaumschichten und damit gegebenenfalls gleichzeitige Ermittlung der Schaum- und Mediumhöhe,
- - geringere Integrationszeiten bei verrauschten Signalen.
Die Erfindung ist nachstehend anhand eines in der Zeichnung
dargestellten Ausführungsbeispiels im einzelnen erläutert.
In der Zeichnung zeigen
Fig. 1 Blockschaltbild einer erfindungsgemäßen
Anordnung,
Fig. 2a Echoprofil bei Inbetriebnahme des Sensors
am leeren Behälter,
Fig. 2b Beispiel eines im späteren Meßbetrieb
aufgenommenen Echoprofils,
Fig. 2c durch assoziativen Vergleich der Echoprofi
le gemäß Fig. 2a und 2b im neuronalen
Netzwerk erzeugtes virtuelles Impulsmuster
und
Fig. 2d aus den Impulsmustern gemäß Fig. 2a und
Fig. 2c gewonnenes endgültiges Impulsmuster
zur Bestimmung der korrekten Lage des
gesuchten Nutzechos.
Die in Fig. 1 schematisch dargestellte Anordnung hat fol
genden Aufbau und folgende Arbeitsweise.
Erzeugung, Empfang und Verwertung der vom Wandler 12 abgege
benen Meßsignale werden mittels einer Steuerstufe, nämlich
einem digitalen Mikroprozessor 15, gesteuert. Der Mikropro
zessor 15, der über die Leitung 23 mit der Sendestufe 11
verbunden ist, erzeugt zyklisch Steuerimpulse, welche bewir
ken, daß über den Wandler 12 in Richtung auf das zu überwa
chende Füllgut ein Sendeimpuls-Burst-Paket in Form einer
Folge von Schall- oder Radarimpulsen abgestrahlt wird.
Derselbe Wandler 12 dient hierbei außerdem als Empfänger und
nimmt das reflektierte Impuls-Echo-Signal auf und wandelt
dieses in ein elektrisches Signal um. Dieses Signal wird
mittels der Empfänger- und Signalaufbereitungsstufe 13
derart weiterverarbeitet, daß es in die Eingangsschicht 14a
eines neuronalen Netzwerkes 14 eingelesen werden kann. Die
Signalaufbereitungsstufe 13 kann zu diesem Zweck Schaltungs
teile aufweisen, die der Signalverstärkung, Bandbreitenbe
grenzung, Hüllkurvenerzeugung, Pegellogarithmierung und
Zeitdehnung dienen. Auch kann die Stufe 13 einen FFT-Analy
sator aufweisen, der das Empfangssignal in spektral zerleg
ter Form der Eingangsschicht 14a zuführt.
Das neuronale Netzwerk 14 erzeugt durch assoziativen Ver
gleich des an der Eingangsschicht 14a anstehenden Signalmu
sters mit dem in Form seiner Neuronen-Koppelkoeffizienten
abgespeicherten Wissens über früher erlernte Impuls-Echo-
Profile ein an der Ausgangsschicht 14b auftretendes Klassi
fikationsresultat, welches mit größtmöglicher Wahrschein
lichkeit einen vom tatsächlichen Nutzecho abgeleiteten
Entfernungsmeßwert darstellt. Der Assoziationsprozeß findet
hierbei im wesentlichen in den von außen nicht zugänglichen
verborgenen Schichten 14c des neuronalen Netzwerkes 14
statt.
Über die Leitung 27 wird der Ausgangswert des Netzwerkes 14
dem Prozessor 15 zugeführt, welcher ihn in einen binären
Zahlenwert umwandelt und entsprechend den über die Bedien
elemente 16 eingegebenen Parametern skaliert und integriert.
Das Ergebnis dieses Rechenvorganges wird über die Anzeige 17
ausgegeben und über die Leitung 19 dem Ausgangsport 20
zugeführt.
Außer dem Entfernungsmeßwert kann die Ausgangsschicht 14b
des neuronalen Netzwerkes 14 einen Zahlenwert ausgeben, der
eine Aussage über die Wahrscheinlichkeit, das richtige Echo
erkannt zu haben, beinhaltet. Dieser Zahlenwert wird über
die Leitung 27 dem Prozessor 15 zugeführt, welcher unter
Auswertung dieses einen Wahrscheinlichkeitswert darstellen
den Zahlenwertes die Sendeimpulsrate für den Wandler 12
derart anpaßt, daß bei sinkender Wahrscheinlichkeit die Rate
erhöht und auf diese Weise die Informationsmenge für das
Netzwerk gesteigert wird. Eine derartige variable Anpassung
der Meßrate an die Qualität des Echoprofils ist insbesondere
dann wünschenswert, wenn die dem Sender zur Verfügung ste
hende Energiemenge begrenzt ist, weil dieser seine Stromver
sorgung zum Beispiel über einen Ex-Daten- bzw. Feld-Bus
bezieht, an dem weitere gleichartige Sensoren angeschlossen
sind. Die Stromaufnahme dieser Sensoren kann auf diese Weise
entsprechend der Schwierigkeit des augenblicklichen Meßprob
lems angepaßt werden, wodurch eine höhere Zuverlässigkeit
des gesamten Systems erreicht wird.
Zur Adaption an stark schwankende Wandlereingangsamplituden
ist nach einem weiteren Vorschlag das neuronale Netzwerk 14
an der Ausgangsschicht 14b über eine weitere Ausgangsleitung
25 mit dem Steuereingang 13a der Signalaufbereitungsstufe 13
derart verbunden, daß ein in der Signalaufbereitungsstufe 13
vorgesehener Regelverstärker die Signalamplitude an der
Eingangsschicht 14a auf einen für das Netzwerk 14 günstigen
Wert ausregelt.
Eine weitere Korrekturgröße wird aus der Mediums- bzw.
Wandlertemperatur abgeleitet, welche mit Hilfe des Tempera
turfühlers 21 aufgenommen und der Eingangsschicht 14a des
neuronalen Netzwerkes 14 zugeführt wird. Eine derartige
Korrektur ist insbesondere bei Messungen mit Utraschallim
pulsen von Vorteil.
Weitere Eingangsdaten, wie z. B. die Meßrate oder vorgegebene
Meßbereichsgrenzen, können aus dem Prozessor 15 über die
Verbindungsleitung 24 der Eingangsschicht 14a des neuronalen
Netzwerkes 14 zugeführt werden.
Zur Vorprogrammierung des neuronalen Netzwerkes 14 ist ein
Parametriereingang 22 vorgesehen, welcher über die Lernalgo
rithmusstufe 18 und über die Verbindungsleitung 29 mit dem
aus einzelnen Schichten bestehenden assoziativen Speicher
des neuronalen Netzwerkes 14 verbunden ist. So können über
den Parametriereingang 22 und die Lernalgorithmusstufe 18
schon bei der Gerätefertigung die Neuronen-Koppelkoeffizien
ten des neuronalen Netzwerkes 14 in der Weise vorprogram
miert werden, daß der assoziative Speicher des neuronalen
Netzwerkes 14 ein anwendungsfallunspezifisches Grundwissen
erhält, welches ihn in die Lage versetzt, unter unterschied
lichen Sensoreinsatzbedingungen eine größtmögliche Vielzahl
unterschiedlich gestalteter Nutzechos zu erkennen. Dieses
Grundwissen kann das Ergebnis einer Vielzahl von Lernvorgän
gen eines gleichartig aufgebauten neuronalen Netzwerkes
darstellen, welches stellvertretend für alle anderen Netz
werke anhand von vielen Impuls-Echo-Profilen trainiert
wurde.
Bei Einsatz des mit einem neuronalen Netzwerk ausgestatteten
Impuls-Echo-Sensors an seinem Bestimmungsort kann ein zwei
ter Lernvorgang durchgeführt werden. Zu diesem Zweck wird
die Lernalgorithmusstufe 18 über die Bedieneinheit 16 und
den Prozessor 15, der mit der Stufe 18 über die Leitung 28
verbunden ist, ein zweites Mal aktiviert. Hierbei können
über die Bedieneinheit 16 Daten bezüglich des Behälterfüll
grades eingegeben werden, wodurch ein zweiter Lernalgo
rithmus startet, der das neuronale Netzwerk 14 auf den
vorliegenden spezifischen Anwendungsfall hin trainiert.
Dieser Vorgang kann bei Bedarf für verschiedene Behälterfüll
höhen wiederholt werden. Danach geht der erfindungsgemäße
Füllstandssensor in seinen normalen Meßbetrieb über, wobei
der Prozessor 15 über die Lernalgorithmusstufe 18 einen
dritten Lernalgorithmus startet. Dieser Lernalgorithmus
bewirkt, daß sich die Koppelkoeffizienten des neuronalen
Netzwerkes 14 weiteren, mit der Zeit auftretenden Verände
rungen der Meßstrecke anpassen. Da in diesem Stadium keine
externe Überwachung des Lernvorganges erfolgt, dürfen nur
solche Modifikationen der Neuronenverkopplung erfolgen, die
nicht allzu stark von den Verkopplungen während der ersten
beiden Lernschritte abweichen bzw. die über einen längeren
Zeitraum als sichere Meßstreckenveränderung erkannt werden,
wie z. B. langsam wachsende Füllgutablagerungen an Behälter
wänden und -einbauten. Der an der Ausgangsschicht 14b ausge
gebene Wahrscheinlichkeitsklassifikationswert für die Nutz
echoerkennung kann hierzu vorteilhafterweise von dem Rechner
des Prozessors 15 dazu benutzt werden, bei sicherer Nutz
echodetektion die Lernaktivität des neuronalen Netzwerkes 14
für Meßstreckenveränderungen zu erhöhen.
Nach einem weiteren Vorschlag können externe Füllgutgrenz
standsdetektoren vorgesehen sein, welche dem Prozessor 15
diskreten Füllguthöhen entsprechende Daten liefern. Sie
bewirken ohne Eingriff des Anlagenbetreibers während des
normalen Meßbetriebes die Wiederholung des zweiten Lernvor
ganges für die diskret gemessene Füllhöhe. Auf diese Weise
kann automatisch eine direkte Neuadaption der Neuronen-Kop
pelkoeffizienten des neuronalen Netzwerkes 14 an die augen
blicklich im Behälter bestehenden physikalischen Parameter
erreicht werden.
Die Kompensation von Impulslaufzeitveränderungen erfolgt
durch Auswertung der Invarianz bestimmter Merkmale des
Impuls-Echo-Profils in bezug auf sich ändernde physikalische
Parameter der Meßstrecke. Die Meßstrecke wird hierzu als
intrinsisches Referenzelement benutzt, um die für die Kom
pensation erforderlichen Korrekturdaten zu erhalten.
Das Prinzip des erfindungsgemäßen Verfahrens ist nachstehend
anhand der in den Fig. 2a bis 2d gezeigten Impulsprofile
erläutert.
In Fig. 2a ist der zeitliche Verlauf der Echoimpulse, die
von einem leeren Behälter erzeugt werden, das sogenannte
Echoprofil, veranschaulicht. Die Echos bei A, B, C und D
stellen Störechos dar, während das Nutzecho bei E auftritt.
Das neuronale Netzwerk des erfindungsgemäßen Füllstandsen
sors erlernt dieses Echoprofil.
In Fig. 2b ist ein Echoprofil veranschaulicht, das unter
ungünstigen Behälterbedingungen bei veränderten Mediumspara
metern im späteren Meßbetrieb auftreten kann. Durch asso
ziativen Vergleich des Echoprofils gemäß Fig. 2b mit dem
gespeicherten Echoprofil gemäß Fig. 2a erzeugt das neurona
le Netzwerk das in Fig. 2c gezeigte virtuelle Impulsmuster.
Vermittels des assoziativen Speichers im neuronalen Netzwerk
14 werden die ursprünglichen Störechos A, B, C und D sowie
ein neues Störecho G und ein Nutzecho F erkannt. Anhand der
wiedererkannten ersten vier Störechos A, B, C und D nimmt
das neuronale Netzwerk eine nicht-lineare Projektion des
Echoprofils in bezug auf das früher gelernte Echoprofil
gemäß Bild 2a vor. Durch Zeit- und gegebenenfalls Amplitu
dentransformation werden beide Echoprofile gemäß Fig. 2c
und 2a zur Deckung gebracht, wodurch aus dem Echoprofil
gemäß Fig. 2c das transformierte Echoprofil gemäß Fig. 2d
erzeugt wird, mit welchem die korrekte Lage des Nutzechos F
unter Berücksichtigung der Mediumsverhältnisse, die während
der Abgleichphase des Sensors bei der Inbetriebnahme
herrschten, ermittelt wird. Bei dem dargestellten Ausfüh
rungsbeispiel wird die Lage des Nutzechos in diesem Fall von
t = 75 ms auf t = 105 ms korrigiert.
Fehlen bei einem Behälter ausgeprägte Störechos für die
erforderliche Kompensation, so können diese auch künstlich
durch entsprechende Einbauten erzeugt werden. Auch ist eine
begrenzte Korrektur nach diesem Verfahren bereits dadurch
möglich, daß sich die Form des Nutzechos unter anderen
physikalischen Umgebungsbedingungen verändert.
Für die Entzerrung des laufzeitveränderten Echoprofils
stehen dem neuronalen Netzwerk dabei nicht nur der assozia
tive Vergleich mit dem beim Abgleich vorhandenen Profil
sondern auch die in seinem Grundwissen enthaltenen Lernbei
spiele für Echoveränderungen bei gezielter Steuerung der
Mediumslaufzeit zur Verfügung.
Bezugszeichenliste
11 Sendestufe
12 Wandler als Sender und Empfänger
13 Signalaufbereitungs- und Empfängerstufe
13a Steuereingang
14 neuronales Netzwerk
14a Eingangsschichten
14b Ausgangsschichten
14c verborgene Schichten
15 Steuerung
16 Eingabestufe, Bedienelemente
17 Anzeigestufe
18 Lernalgorithmusstufe
19 Leitung
20 Meßwertausgang
21 Temperaturfühler
22 Parametriereingang
12 Wandler als Sender und Empfänger
13 Signalaufbereitungs- und Empfängerstufe
13a Steuereingang
14 neuronales Netzwerk
14a Eingangsschichten
14b Ausgangsschichten
14c verborgene Schichten
15 Steuerung
16 Eingabestufe, Bedienelemente
17 Anzeigestufe
18 Lernalgorithmusstufe
19 Leitung
20 Meßwertausgang
21 Temperaturfühler
22 Parametriereingang
Claims (13)
1. Anordnung zur berührungslosen Füllstandmessung, bei
welcher ein impulsförmiges Signal von einem Sender
abgestrahlt, von der zu detektierenden Oberfläche in
Form eines auszuwertenden Impuls-Echo-Signales reflek
tiert und von einem Empfänger aufgenommen wird, wobei in
einem Speicher ein weiteres Impuls-Echo-Signal mit
mindestens ein Nutzecho enthaltenden Echos abgespeichert
ist, mit welchem das empfangene Impuls-Echo-Signal
verglichen wird, und die Zeit zwischen Absendung des
impulsförmigen Signales und Empfang des auszuwertenden
Impuls-Echo-Signales als Signallaufzeit, die ein Maß für
den Abstand zwischen Sender und zu detektierender Ober
fläche ist, gemessen, gespeichert und angezeigt wird,
dadurch gekennzeichnet,
daß innerhalb des Speichers Impuls-Echo-Signal-Muster einer Vielzahl von Behältern, deren Füllstand zu bestim men ist, abgespeichert sind;
daß der Speicher ein neuronales Netzwerk (14) mit Ein gangs- (14a) und Ausgangsschichten (14b) ist, welche über eine Neuronenverkopplung verbunden sind;
daß das neuronale Netzwerk (14) das an seinen Eingangs schichten (14a) angelegte, auszuwertende Impuls-Echo-Si gnal mit der Vielzahl von abgespeicherten Impuls-Echo- Signal-Mustern vergleicht zur Bildung eines an den Ausgangsschichten (14b) abgreifbaren und der zu ermit telnden Signallaufzeit entsprechenden Meßwertes;
daß eine mit einer Steuerstufe (15) verbundene Lernalgo rithmusstufe (18) vorgesehen ist zur Veränderung der Neuronenverkopplung während des Meßbetriebes der Anord nung nach Maßgabe einer Meßstreckenänderung, wobei die Steuerstufe (15) mit den Ausgangsschichten (14b) des neuronalen Netzwerkes (14) verbunden ist.
daß innerhalb des Speichers Impuls-Echo-Signal-Muster einer Vielzahl von Behältern, deren Füllstand zu bestim men ist, abgespeichert sind;
daß der Speicher ein neuronales Netzwerk (14) mit Ein gangs- (14a) und Ausgangsschichten (14b) ist, welche über eine Neuronenverkopplung verbunden sind;
daß das neuronale Netzwerk (14) das an seinen Eingangs schichten (14a) angelegte, auszuwertende Impuls-Echo-Si gnal mit der Vielzahl von abgespeicherten Impuls-Echo- Signal-Mustern vergleicht zur Bildung eines an den Ausgangsschichten (14b) abgreifbaren und der zu ermit telnden Signallaufzeit entsprechenden Meßwertes;
daß eine mit einer Steuerstufe (15) verbundene Lernalgo rithmusstufe (18) vorgesehen ist zur Veränderung der Neuronenverkopplung während des Meßbetriebes der Anord nung nach Maßgabe einer Meßstreckenänderung, wobei die Steuerstufe (15) mit den Ausgangsschichten (14b) des neuronalen Netzwerkes (14) verbunden ist.
2. Anordnung nach Anspruch 1, dadurch gekennzeich
net, daß die Ausgangsschichten (14b) des neuronalen
Netzwerkes (14) über eine Steuerstufe (15) zur Eingangs
schicht (14a) rückgekoppelt ist.
3. Anordnung nach Anspruch 1 oder 2, dadurch gekenn
zeichnet, daß der vorzugsweise als Sender und Empfänger
arbeitende Wandler (12) über eine Signalaufbereitungs-
und Empfängerstufe (13) mit der Eingangsschicht (14a)
des neuronalen Netzwerkes (14) verbunden ist, wobei der
Steuereingang (13a) der Signalaufbereitungs- und Empfän
gerstufe (13) mit der Ausgangsschicht (14b) des neurona
len Netzwerkes (14) verbunden ist.
4. Anordnung nach Anspruch 3, dadurch gekennzeichnet, daß
die Signalaufbereitungs- und Empfängerstufe (13) Schal
tungen zur Signalverstärkung und/oder Bandbreitenbegren
zung und/oder Hüllkurvenerzeugung und/oder Pegelloga
rithmierung und/oder Zeitdehnung und/oder Spektralzer
legung des Eingangssignales aufweist.
5. Anordnung nach einem der Ansprüche 1-4, dadurch ge
kennzeichnet, daß eine Eingabeeinheit mit Bedienelemen
ten (16) zur Eingabe von Parametern mit einem
Steuereingang (15a) der Steuerstufe (15) und ein Ausgang
(15d) der Steuerstufe (15) zur Weitergabe von Eingangs
daten mit
der Eingangsschicht (14a) des neuronalen Netzwerkes (14)
verbunden sind.
6. Anordnung nach Anspruch 5, dadurch gekennzeichnet, daß
mit Steuereingängen der Steuerstufe (15) externe Füll
gutgrenzstandsdetektoren zur Eingabe von diskreten
Füllguthöhen entsprechenden Daten verbunden sind.
7. Anordnung nach Anspruch 5 oder 6, dadurch gekennzeich
net, daß mit einem ersten Ausgang (15b) der Steuerstufe
(15) eine Anzeige (17) zur numerischen Wiedergabe der
über die Bedienelemente (16) eingegebenen und gegebenen
falls in der Steuerstufe (15) verknüpften und umgerech
neten Parameter und ein Ausgangsport (20) mit einem
zweiten Ausgang (15c) der Steuerstufe (15) zur Meßwert
ausgabe verbunden sind.
8. Anordnung nach einem der Ansprüche 1 bis 7, dadurch
gekennzeichnet, daß mit der Eingangsschicht (14a) des
neuronalen Netzwerkes (14) zur selbsttätigen Eingabe von
Korrekturgrößen, wie der Temperatur oder des Druckes,
entsprechender Mediums- oder Wandlerdaten, Sensoren,
Temperaturfühler (21), verbunden sind.
9. Anordnung nach einem der Ansprüche 1 bis 8, dadurch
gekennzeichnet, daß der Sender (12) als impulsförmiges
Signal Ultraschallimpulse abstrahlt.
10. Anordnung nach einem der Ansprüche 1 bis 8, dadurch
gekennzeichnet, daß der Sender (12) als impulsförmiges
Signal elektromagnetische Impulse mit Wellenlängen im
Zentimeter- bzw. Dezimeterbereich abstrahlt.
11. Verfahren zur berührungslosen Füllstandsmessung mit
folgenden Verfahrensschrit
ten:
- a) Über einen Parametriereingang (22) und die Lernalgorithmusstufe (18) werden in einem ersten Lernschritt in das neuronale Netzwerk (14) Koppelfaktoren eingegeben, welche für die Echo-Impuls-Auswertung bei der Füllstandsmessung charakteristisch sind.
- b) In einem zweiten Lernschritt wird für mindestens eine Füllhöhe die Verkoppelung des neuronalen Netzwerkes (14) mittels der Lernalgorithmusstufe (18) dahingehend modifiziert, daß das für diese Füllhöhe an der Eingangsschicht (14a) des neuronalen Netzwerkes (14) eingelesene Impuls-Echo-Profil in ein an der Ausgangsschicht (14b) auftretendes eindeutiges Ergebnis umgewandelt wird, welches mit dem über die Bedieneinheit (16) eingegebenen Füllhöhenwert übereinstimmt.
- c) In einem dritten Lernschritt wird während des Meßbetriebs mittels der Lernalgorithmusstufe (18) die Neuronenverkopplung nach Maßgabe einer Meßstreckenänderung abgeändert.
12. Verfahren nach Anspruch 11, gekennzeichnet durch fol
gende Verfahrensschritte:
- a) Ein Sender (12) erzeugt zyklisch Impulsburst-Pakete, die gegen die zu detektierende Oberfläche eines in einem Behälter befindlichen Füllgutes abgestrahlt werden.
- b) Ein Empfänger (12) empfängt jeweils ein von der Oberfläche reflektiertes Impuls-Echo-Signal (Fig. 2b).
- c) Das reflektierte Impuls-Echo-Signal (Fig. 2b) wird nach einer Signalaufbereitung mit dem im assoziati ven Speicher des neuronalen Netzwerkes (14) gespei cherten Impuls-Echo-Signals des leeren Behälters (Fig. 2a) verglichen, wodurch ein virtuelles Im puls-Muster (Fig. 2c) erzeugt wird.
- d) Das virtuelle Impuls,-Muster (Fig. 2c) wird mit dem zuvor abgespeicherten Impuls-Echo-Signal des leeren Behälters (Fig. 2a) ggf. nach Zeit- und Amplituden transformation zur Deckung gebracht und mit diesem zur Erzeugung eines transformierten Echoprofils (Fig. 2d) verglichen.
- e) Aus dem transformierten Echoprofil (Fig. 2d) wird die korrekte Lage des Nutzechos (F) herausgelesen.
13. Verfahren nach Anspruch 11 oder 12, dadurch gekennzeich
net, daß das neuronale Netzwerk (14) an seiner Ausgangs
schicht (14b) ein Klassifikationssignal erzeugt, das der
Wahrscheinlichkeit, das richtige Impuls-Echo erkannt zu
haben, entspricht, und der Steuerstufe (15) zugeführt
wird, welche einerseits die Sendeimpulsrate derart
beeinflußt, daß sie bei sinkender Wahrscheinlichkeit
erhöht wird, und andererseits die Intensität der Abände
rung der Neuronenkopplung durch den dritten Lernschritt
bei sinkender Wahrscheinlichkeit verringert.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE4223346A DE4223346C2 (de) | 1992-07-16 | 1992-07-16 | Anordnung und Verfahren zur berührungslosen Füllstandmessung |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE4223346A DE4223346C2 (de) | 1992-07-16 | 1992-07-16 | Anordnung und Verfahren zur berührungslosen Füllstandmessung |
Publications (2)
Publication Number | Publication Date |
---|---|
DE4223346A1 DE4223346A1 (de) | 1994-01-20 |
DE4223346C2 true DE4223346C2 (de) | 1996-05-02 |
Family
ID=6463308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE4223346A Expired - Fee Related DE4223346C2 (de) | 1992-07-16 | 1992-07-16 | Anordnung und Verfahren zur berührungslosen Füllstandmessung |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE4223346C2 (de) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19845116C1 (de) * | 1998-09-30 | 1999-12-30 | Siemens Ag | Verfahren und Vorrichtung zur Füllstandmessung |
DE10142538A1 (de) * | 2001-08-30 | 2004-02-12 | Advanced Acoustix Gmbh I.Ins. | Verfahren zur Laufzeitmessung mittels Kreuzkorrelationsfunktion und Kurvenanpassung |
DE10260959A1 (de) * | 2002-12-20 | 2004-07-15 | Endress + Hauser Gmbh + Co. Kg | Füllstandsmeßgerät und Verfahren zur Füllstandsmessung |
DE10323063A1 (de) * | 2003-05-20 | 2004-12-09 | Endress + Hauser Gmbh + Co. Kg | Verfahren zur Füllstandsmessung |
DE102004061449A1 (de) * | 2004-12-17 | 2006-06-22 | Endress + Hauser Gmbh + Co. Kg | Nach dem Laufzeitprinzip arbeitendes Füllstandsmessgerät und Verfahren zu dessen Inbetriebnahme |
EP3713755B1 (de) | 2018-01-30 | 2022-05-04 | Modernpack Hoppe Gmbh | Weichseparator mit füllzustandsabhängiger anpassung der geschwindigkeit und verfahren zum betreiben eines solchen weichseparators |
EP4260975A1 (de) | 2022-04-14 | 2023-10-18 | Starrag GmbH | Vorrichtung und verfahren zur erfassung der position eines auffangbehälters |
US11998021B2 (en) | 2018-01-30 | 2024-06-04 | Modernpack Hoppe Gmbh | Soft material separator with fill-level-dependent adjustment of speed, and method for operating such a soft material separator |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001013141A2 (en) * | 1999-08-12 | 2001-02-22 | Automotive Systems Laboratory, Inc. | Neural network radar processor |
GB9919366D0 (en) * | 1999-08-16 | 1999-10-20 | Meggitt Mobrey Limited | Ultrasound level detection using a dynamic threshold |
US6577960B1 (en) | 2000-07-13 | 2003-06-10 | Simmonds Precision Products, Inc. | Liquid gauging apparatus using a time delay neural network |
DE10044769A1 (de) * | 2000-09-11 | 2002-04-04 | Grieshaber Vega Kg | Verfahren und Vorrichtung zur Entfernungsmessung |
US6504793B2 (en) | 2000-09-11 | 2003-01-07 | Vega Grieshaber Kg | Method and device for range measurement |
CN100357714C (zh) | 2002-07-19 | 2007-12-26 | Vega格里沙贝两合公司 | 确定填充高度回波和错误回波的期望范围的方法和设备 |
DE10260962A1 (de) * | 2002-12-20 | 2004-07-01 | Endress + Hauser Gmbh + Co. Kg | Füllstandsmeßgerät und Verfahren zur Füllstandsmessung nach dem Laufzeitprinzip |
US7333900B2 (en) | 2004-08-16 | 2008-02-19 | Vega Grieshaber Kg | Automatic parasitic echo storage |
DE102004059964A1 (de) | 2004-12-13 | 2006-06-14 | Truma Gerätetechnik GmbH & Co. KG | Ultraschall-Messvorrichtung für ein Behältnis |
DE102009055262A1 (de) * | 2009-12-23 | 2011-06-30 | Endress + Hauser GmbH + Co. KG, 79689 | Verfahren zur Ermittlung und Überwachung des Füllstands eines Mediums in einem Behälter nach einem Laufzeitmessverfahren |
EP2366983B1 (de) * | 2010-03-17 | 2020-04-29 | VEGA Grieshaber KG | Mobilitätserkennung in Füllstandmessgeräten |
EP2527802B1 (de) | 2011-05-27 | 2019-12-18 | VEGA Grieshaber KG | Vorrichtung und Verfahren zur Ermittlung von Medien- und Behältereigenschaften |
EP2527801B1 (de) | 2011-05-27 | 2019-12-11 | VEGA Grieshaber KG | Vorrichtung und Verfahren zur Ermittlung von Medien- und Behältereigenschaften |
US10225005B1 (en) * | 2018-03-09 | 2019-03-05 | Elbex Video Ltd. | Communication infrastructure devices and support tools for intelligent residences or businesses and communicating method with and operating intelligent electrical devices |
US11002819B2 (en) * | 2018-04-24 | 2021-05-11 | The Boeing Company | Angular resolution of targets using separate radar receivers |
DE102018212097B4 (de) * | 2018-07-19 | 2022-04-07 | Vega Grieshaber Kg | Feldgerät mit mehreren Rechenwerken |
US11280883B2 (en) * | 2019-01-25 | 2022-03-22 | Veoneer Us, Inc. | Apparatus and method for detecting radar sensor blockage using machine learning |
DE102021115874A1 (de) * | 2021-06-18 | 2022-12-22 | Endress+Hauser SE+Co. KG | Füllstandsmessung |
DE102021115871A1 (de) * | 2021-06-18 | 2022-12-22 | Endress+Hauser SE+Co. KG | Grenzschicht-Detektion |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4890266A (en) * | 1987-04-22 | 1989-12-26 | Federal Industries Industrial Group Inc. | Acoustic range finding system |
EP0438569A1 (de) * | 1989-08-11 | 1991-07-31 | Hughes Aircraft Company | Anpassendes netzwerk um zeitvariable daten einzuordnen |
-
1992
- 1992-07-16 DE DE4223346A patent/DE4223346C2/de not_active Expired - Fee Related
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19845116C1 (de) * | 1998-09-30 | 1999-12-30 | Siemens Ag | Verfahren und Vorrichtung zur Füllstandmessung |
DE10142538A1 (de) * | 2001-08-30 | 2004-02-12 | Advanced Acoustix Gmbh I.Ins. | Verfahren zur Laufzeitmessung mittels Kreuzkorrelationsfunktion und Kurvenanpassung |
DE10260959A1 (de) * | 2002-12-20 | 2004-07-15 | Endress + Hauser Gmbh + Co. Kg | Füllstandsmeßgerät und Verfahren zur Füllstandsmessung |
DE10323063A1 (de) * | 2003-05-20 | 2004-12-09 | Endress + Hauser Gmbh + Co. Kg | Verfahren zur Füllstandsmessung |
US7010974B2 (en) | 2003-05-20 | 2006-03-14 | Endress & Hauser Gmbh & Co. Kg | Method for measuring a fill level |
DE102004061449A1 (de) * | 2004-12-17 | 2006-06-22 | Endress + Hauser Gmbh + Co. Kg | Nach dem Laufzeitprinzip arbeitendes Füllstandsmessgerät und Verfahren zu dessen Inbetriebnahme |
EP3713755B1 (de) | 2018-01-30 | 2022-05-04 | Modernpack Hoppe Gmbh | Weichseparator mit füllzustandsabhängiger anpassung der geschwindigkeit und verfahren zum betreiben eines solchen weichseparators |
US11998021B2 (en) | 2018-01-30 | 2024-06-04 | Modernpack Hoppe Gmbh | Soft material separator with fill-level-dependent adjustment of speed, and method for operating such a soft material separator |
EP4260975A1 (de) | 2022-04-14 | 2023-10-18 | Starrag GmbH | Vorrichtung und verfahren zur erfassung der position eines auffangbehälters |
Also Published As
Publication number | Publication date |
---|---|
DE4223346A1 (de) | 1994-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE4223346C2 (de) | Anordnung und Verfahren zur berührungslosen Füllstandmessung | |
DE2623522C2 (de) | Verfahren zur zerstörungsfreien Werkstoffprüfung mit Ultraschall | |
EP2418465B1 (de) | Amplitudenprofilierung in Füllstandmessgeräten | |
EP3435043B1 (de) | Radar-füllstandmessgerät, verfahren und programmelement zum betreiben eines radar-füllstandmessgeräts | |
DE60034631T2 (de) | Erkennung der schnittstelle zwischen mehreren prozess-produkten für ein füllstandmess-radargerät mit niedriger leistung | |
EP2527801B1 (de) | Vorrichtung und Verfahren zur Ermittlung von Medien- und Behältereigenschaften | |
EP2626676B1 (de) | Vorrichtung und Verfahren zum Korrigieren eines Offsets | |
EP1210567B1 (de) | Vorrichtung zur Bestimmung des Füllstands eines Mediums | |
WO2011076478A2 (de) | Verfahren zur ermittlung und überwachung des füllstands eines mediums in einem behälter nach einem laufzeitmessverfahren | |
EP0499952A1 (de) | FMCW-Radarsystem mit linearer Frequenzmodulation | |
DE2649075B2 (de) | Verfahren und Anordnung zur Messung des Füllstandes in einem Behälter bzw. der Schüttguthöhe auf einem Lagerplatz | |
DE102012107146A1 (de) | Verfahren zur Bestimmung und/oder Überwachung des Füllstands eines Mediums in einem Behälter | |
WO2007065469A1 (de) | Verfahren zur auswertung und korrektur von messsignalen eines nach dem laufzeitverfahren arbeitenden füllstandsmessgeräts | |
EP0721907A2 (de) | Ultraschall-Kantenfühler zur Erfassung der Bahnkante einer Warenbahn | |
EP2527805A1 (de) | Auswertevorrichtung und Verfahren zum Bestimmen einer Kenngröße für die Lage einer Grenzfläche in einem Behälter | |
DE2027333B2 (de) | Vorrichtung zum Untersuchen von Hindernissen und Diskontinuitäten an festen Stoffen mittels Ultraschall | |
DE202019107029U1 (de) | Akustische Distanzmessschaltung | |
EP2527802A1 (de) | Vorrichtung und Verfahren zur Ermittlung von Medien- und Behältereigenschaften | |
DE4234300C2 (de) | Füllstand-Meßverfahren | |
WO2002016958A2 (de) | Sensorsystem und verfahren, insbesondere zur entfernungsbestimmung | |
EP3926309B1 (de) | Signalverarbeitungsverfahren für mehrkopfwaagen | |
DE102009002785A1 (de) | Verfahren zur Füllstandsmessung | |
EP3746753B1 (de) | Verfahren zur detektion von potentiellen fehlerzuständen an einem fmcw-basierten füllstandsmessgerät | |
EP3967989A1 (de) | Verfahren zum betreiben eines ultraschall-durchflussmessgeräts und ultraschall-durchflussmessgerät | |
DE102004051999A1 (de) | Verfahren zur Füllstandsmessung nach dem Laufzeitprinzip |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8127 | New person/name/address of the applicant |
Owner name: VEGA GRIESHABER KG, 77709 WOLFACH, DE |
|
D2 | Grant after examination | ||
8364 | No opposition during term of opposition | ||
8339 | Ceased/non-payment of the annual fee |