DE4433772A1 - Sensoranordnung und Verfahren zur Meßwerterfassung mit der Sensoranordnung - Google Patents

Sensoranordnung und Verfahren zur Meßwerterfassung mit der Sensoranordnung

Info

Publication number
DE4433772A1
DE4433772A1 DE4433772A DE4433772A DE4433772A1 DE 4433772 A1 DE4433772 A1 DE 4433772A1 DE 4433772 A DE4433772 A DE 4433772A DE 4433772 A DE4433772 A DE 4433772A DE 4433772 A1 DE4433772 A1 DE 4433772A1
Authority
DE
Germany
Prior art keywords
sensor arrangement
neural network
arrangement according
measuring coil
voltage
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.)
Withdrawn
Application number
DE4433772A
Other languages
English (en)
Inventor
Roland Mandl
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Micro Epsilon Messtechnik GmbH and Co KG
Original Assignee
Micro Epsilon Messtechnik GmbH and Co KG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Micro Epsilon Messtechnik GmbH and Co KG filed Critical Micro Epsilon Messtechnik GmbH and Co KG
Priority to DE4433772A priority Critical patent/DE4433772A1/de
Priority to EP95931894A priority patent/EP0782692B1/de
Priority to US08/809,036 priority patent/US5898304A/en
Priority to JP8510526A priority patent/JP2969534B2/ja
Priority to DE59507257T priority patent/DE59507257D1/de
Priority to PCT/DE1995/001296 priority patent/WO1996009516A1/de
Publication of DE4433772A1 publication Critical patent/DE4433772A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03K—PULSE TECHNIQUE
    • H03K17/00—Electronic switching or gating, i.e. not by contact-making and –breaking
    • H03K17/94—Electronic switching or gating, i.e. not by contact-making and –breaking characterised by the way in which the control signals are generated
    • H03K17/945—Proximity switches
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
    • G01D5/12—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable using electric or magnetic means
    • G01D5/14—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable using electric or magnetic means influencing the magnitude of a current or voltage
    • G01D5/20—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable using electric or magnetic means influencing the magnitude of a current or voltage by varying inductance, e.g. by a movable armature
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
    • G01N27/90—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03K—PULSE TECHNIQUE
    • H03K17/00—Electronic switching or gating, i.e. not by contact-making and –breaking
    • H03K17/94—Electronic switching or gating, i.e. not by contact-making and –breaking characterised by the way in which the control signals are generated
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
    • G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Measurement Of Length, Angles, Or The Like Using Electric Or Magnetic Means (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
  • Measurement Of Resistance Or Impedance (AREA)

Description

Die Erfindung betrifft eine Sensoranordnung mit mindestens ei­ ner Meßspule, mindestens einer Spannungsquelle für die Meßspule und einer Auswerteeinheit mit Mitteln zum Erfassen, Verarbeiten und Auswerten von Meßsignalen.
Derartige Wirbelstromsensoren werden seit Jahren für die unter­ schiedlichsten Messungen eingesetzt, wie bspw. zur Abstandsmes­ sung und Schichtdickenmessung, zur Messung der Leitfähigkeit und magnetischen Permeabilität eines Targets oder zum Überprü­ fen der Homogenität und zum Erkennen von Schäden in der Struk­ tur der Target-Oberfläche. Für Messungen mit den bekannten Sensoranordnungen ist in der Regel ein umfangreiches Wissen über die physikalischen Zusammenhänge zwischen der zu bestim­ menden Größe, der Meßgröße und etwaigen Störgrößen erforder­ lich. Dieses muß oftmals in eine speziell auf das Meßproblem angepaßte Meß- und Auswerteelektronik umgesetzt werden. Manche Messungen können überhaupt nicht durchgeführt werden, da sich verschiedene Einflußgrößen so überlagern, daß sich keine ein­ deutige Meßaussage ergibt. Bei der Dickenmessung einer leitfä­ higen Schicht auf einem ebenfalls leitfähigen Träger mit einer bekannten Sensorenordnung treten bspw. trotz Anpassung an das jeweilige Target-Material Meßfehler auf, wenn z. B. örtliche In­ homogenitäten in Zusammensetzung, Magnetisierung, Leitfähig­ keit, effektiver Permeabilität, Temperaturgradienten, etc., be­ stehen. Die mathematischen Zusammenhänge zwischen Stör- und Meßgrößen müssen bei Verwendung von aus dem Stand der Technik bekannten Sensoranordnungen für jedes Meßproblem neu herausge­ funden werden und sind zum Teil so komplex und hochgradig nichtlinear, daß dieser Vorgang - falls überhaupt möglich - enorme Zeit in Anspruch nimmt.
Die Komplexität der mathematischen Zusammenhänge zwischen Stör- und Meßgrößen soll am Beispiel der berührungslosen Abstandsmes­ sung nach dem Wirbelstromprinzip veranschaulicht werden. Die Impedanz einer Spule (Real- und Imaginärteil) ändert sich bei Annäherung eines elektrisch und/oder magnetisch leitfähigen Ob­ jekts. Über die Messung der Impedanz einer Meßspule kann also der Abstand Spule/Meßobjekt bestimmt werden. Im Meßobjekt wird dabei ein Strom induziert, der der Erregung der Spule entgegen­ wirkt. Diese Rückwirkung ist ihrerseits abhängig von der elek­ trischen Leitfähigkeit und vom magnetischen Verhalten des Meß­ objektes, also den Materialparametern. Diese sind wiederum tem­ peraturabhängig. Die Impedanzwerte sind weiterhin frequenzab­ hängig und stehen in einem nichtlinearen Zusammenhang zum Meß­ abstand. Zuverlässige Meßergebnisse können nur erzielt werden, wenn all diese Einflußgrößen berücksichtigt werden.
Der Erfindung liegt nun die Aufgabe zugrunde, eine Sensoranord­ nung der in Rede stehenden Art anzugeben, mit der der Benutzer - ohne Kenntnis der mathematischen Hintergründe - weitestgehend materialunabhängige Messungen durchführen kann.
Die erfindungsgemäße Sensoranordnung löst die voranstehende Aufgabe durch die Merkmale des Patentanspruches 1. Danach ist die eingangs genannte Sensoranordnung derart ausgestaltet, daß die Auswerteeinheit zum Auswerten der Meßsignale ein neuronales Netzwerk mit einer Eingangsschicht, mindestens einer verdeckten Schicht, einer Ausgangsschicht und Verknüpfungsgewichten für die einzelnen Schichten umfaßt und daß die Verknüpfungsgewichte in einer Lernphase durch Messungen an mehrere verschieden ge­ eigneten Lernobjekten mit bekanntem Ist-Wert bestimmt und abge­ speichert sind.
Erfindungsgemäß ist erkannt worden, daß eine detaillierte Kenntnis der physikalisch-mathematischen Zusammenhänge zwischen Stör- und Meßgrößen dann nicht mehr erforderlich ist, wenn zur Auswertung der Meßsignale ein in geeigneter Weise trainiertes neuronales Netzwerk verwendet wird. Es ist ferner erkannt wor­ den, daß sich das neuronale Netzwerk einer Sensoranordnung durch geeignete Wahl der Lernobjekte und Messungen in der Lern­ phase auch für unterschiedliche Arten der Messung trainieren läßt. Mit der erfindungsgemäßen Sensoranordnung können daher auch unterschiedliche Arten der Messung durchgeführt werden. Ferner ist erkannt worden, daß durch die geeignete optimale Wahl verschiedener Lernobjekte auch gegen unbekannte, also nicht angelernte Meßobjekte gemessen werden kann. Das verwen­ dete neuronale Netzwerk approximiert die Zusammenhänge so, daß auch zwischen den Lernpunkten liegende Ist-Werte korrekt ermit­ telt werden können. Eine bei herkömmlichen Systemen übliche Li­ nearisierung oder Kalibrierung ist hierbei in aller Regel nicht mehr notwendig.
Im Falle der berührungslosen Abstandsmessung können die unter­ schiedlichen Einflüsse von verschiedenen Materialien dadurch eliminiert werden, daß in der Lernphase Messungen an Lernobjek­ ten aus verschiedenen geeigneten Materialien durchgeführt wer­ den. Sollen die eigentlichen Messungen bspw. an metallischen Materialien durchgeführt werden, dann werden für die Lernphase ebenfalls metallische Materialien verwendet, indem z. B. Lernob­ jekte aus Alu, Eisen, rostfreiem Stahl, etc. ausgewählt werden. Diese Messungen liefern Eingangsgrößen für das neuronale Netz­ werk mit deren Hilfe die Verknüpfungsgewichte des neuronalen Netzwerks ermittelt werden können, da die Ist-Werte der Lernob­ jekte bekannt sind. Das Gleichungssystem für die Verknüpfungs­ gewichte ist dabei evtl. mehrfach überbestimmt. In diesem Falle wird eine Quadratmittelapproximation durchgeführt. Unterbe­ stimmte Gleichungssysteme oder stark korrelierte Eingangsgrößen wirken sich durch mangelnden Lernerfolg aus. Nach der Lernphase werden die ermittelten Verknüpfungsgewichte in einem ent­ sprechenden Elektronikteil festgehalten. Durch die Verknüp­ fungsgewichte wird eine Abbildungsvorschrift des Eingangsvek­ tors der Eingangsgrößen auf einen oder mehrere Ausgangswerte festgelegt. Das neuronale Netzwerk findet damit eine Approxima­ tion für einen Zusammenhang, der mathematisch geschlossen nicht lösbar ist. In der Meßphase können dann Abstandsmessungen auch an Meßobjekten durchgeführt werden, die aus einem anderen Mate­ rial bestehen als irgendeines der Lernobjekte.
In einer vorteilhaften Ausgestaltung der erfindungsgemäßen Sen­ soranordnung wird als neuronales Netzwerk ein Backpropagation- Netzwerk verwendet. Derartige Netzwerkstrukturen sind bereits hinreichend aus der Literatur bekannt, so daß an dieser Stelle nicht näher auf die konkrete Ausgestaltung eines Backpropaga­ tion-Netzwerkes eingegangen werden muß. Angemerkt sei ledig­ lich, daß ein Backpropagation-Netzwerk eine rückkopplungsfreie Netzwerkstruktur aufweist.
Es gibt nun verschiedene Möglichkeiten der Realisierung eines derartigen Netzwerkes. Gute Ergebnisse wurden mit einer einstu­ figen Netzwerkstruktur erzielt, die nur eine verdeckte Schicht aufweist. Beispielhaft seien hier unterschiedliche Typen einer einstufigen Netzwerkstruktur aufgeführt, mit denen akzeptable Ergebnisse erzielt wurden:
Typ 1: Acht Eingangsknoten, fünf Knoten in der verdeckten Schicht und ein Ausgangsknoten,
Typ 2: Acht Eingangsknoten, ein Knoten in der verdeckten Schicht und ein Ausgangsknoten,
Typ 3: Sechs Eingangsknoten, fünf Knoten in der verdeckten Schicht und ein Ausgangsknoten,
Typ 4: Vier Eingangsknoten, vier Knoten in der verdeckten Schicht und ein Ausgangsknoten,
Typ 5: Zwei Eingangsknoten, zwei Knoten in der verdeckten Schicht und ein Ausgangsknoten.
Denkbar ist aber auch eine zweistufige Netzwerkstruktur mit zwei verdeckten Schichten.
In einer besonders vorteilhaften Ausgestaltung der erfindungs­ gemäßen Sensoranordnung wird als Transferfunktion der Elemente eines Backpropagation-Netzwerkes eine an das Nichtlinearitäts­ verhalten der Meßspule angepaßte Sigmoidfunktion mit streng mo­ notonem und differenzierbarem Verlauf eingesetzt. Dabei findet zwar eine individuelle Anpassung der Transferfunktion - und also des neuronalen Netzwerks - an die physikalischen Gegeben­ heiten der Meßspule statt, die Vorteile eines sigmoidalen Kur­ venverlauf s werden jedoch beibehalten. Jeder beliebige Ein­ gangswert wird auf das Intervall zwischen 0 und 1 abgebildet. Außerdem werden Eingangswerte, die nahe bei 0 liegen, durch die Steilheit der Kurve in diesem Bereich stärker auseinandergezo­ gen und damit besser getrennt. Sehr große positive oder nega­ tive Werte führen immer zu Aktivitäten nahe 1 respektive nahe 0. Ihre absolute Größe ist durch den in diesen Bereichen sehr flachen Kurvenverlauf verhältnismäßig unerheblich. Die Sigmoid­ funktion hat außerdem den Vorteil, daß ihre Ableitung sehr ein­ fach ist.
Besonders vorteilhaft ist es, wenn der Spannungsquelle eine Mi­ scheranordnung nachgeschaltet ist, mit der wahlweise Speise­ spannungen unterschiedlicher Amplitude und Frequenz erzeugbar sind. Die Messung der Impedanz der Meßspule bei unterschiedli­ chen Frequenzen stellt nämlich eine Möglichkeit der Realisie­ rung unkorrelierter, aber in einem physikalisch-mathematischen Zusammenhang stehender Eingangsgrößen für das neuronale Netz­ werk dar.
Um nun linear unabhängige Meßgrößen zur Speisung des neuronalen Netzwerkes zu gewinnen, wird als Bestandteil der Auswerteein­ heit eine Schaltungsanordnung in Vierleitertechnik vorgeschla­ gen, die einen Schaltungszweig zum Erfassen des Spannungsver­ laufs und einen Schaltungszweig zum Erfassen des Stromverlaufs der Meßspule umfaßt. Beide Signale werden in der Auswerteein­ heit auch verarbeitet, indem sie A/D-gewandelt und komplex di­ vidiert werden. Auf diese Weise wird ein komplexer Impedanzwert ermittelt, der unabhängig von der Amplitude und Phase der Spei­ sespannung ist. Die Auswerteeinheit kann ferner Mittel zum Nor­ mieren und Skalieren der Meßsignale umfassen. Erst die so er­ mittelten Impedanzwerte werden dem neuronalen Netzwerk als Ein­ gangsgrößen zugeführt.
Die vorliegende Erfindung betrifft ferner ein Verfahren zur Meßwerterfassung mit einer erfindungsgemäßen Sensoranordnung. Mit diesem Verfahren soll dem Benutzer der erfindungsgemäßen Sensoranordnung eine Automatismus zur Verfügung gestellt wer­ den, mit dem er - ohne Kenntnis der mathematischen Hintergründe - Messungen unterschiedlicher Art durchführen kann.
Die Meßwerterfassung muß dazu so ausgeführt werden, daß für zu bestimmende Ist-Werte soviele nicht linear zusammenhängende - also unkorrelierte - aber in einem physikalisch-mathematischen Zusammenhang stehende Eingangsgrößen für das neuronale Netzwerk ermittelt werden wie Eingangsknoten vorhanden sind. Es ist er­ kannt worden, daß die Impedanzwerte der Meßspule bei unter­ schiedlichen Meßfrequenzen die Erfordernisse der Eingangsgrößen von neuronalen Netzwerken erfüllen. In der Meßphase werden da­ her die Impedanzwerte der Meßspule bei verschiedenen Frequenzen ermittelt und entsprechend normiert an den Eingang des neurona­ len Netzwerks gelegt. Dazu werden als Meßsignale der Spannungs­ verlauf und der Stromverlauf an der Meßspule bei unterschiedli­ chen Frequenzen erfaßt.
Es gibt nun verschiedene Möglichkeiten, die Spektren des digi­ talisierten Spannungsverlauf s und des digitalisierten Stromver­ laufs zu bestimmen. Bei einer besonders vorteilhaften Verfah­ rensführung werden die Spektren des digitalisierten Spannungs­ verlaufs und des digitalisierten Stromverlaufs iterativ, mit Hilfe eines spektralen Schätzers ermittelt. Das Spektrum wird hierbei bestimmt als
Dabei ist xn(t) der Abtastwert zum Zeitpunkt n, Xn(f) das Spek­ trum zum Zeitpunkt n und Xn+1(f) das neu berechnete Spektrum zum Zeitpunkt n+1. Mit dem Term aT/T₀ wird die gewünschte Spek­ trallinie ausgewählt. Als Startwert der Iteration verwendet man n=0 und X₀(f)=0. X(f) ist eine komplexe Größe, x(t) reell. Für nT=T₀ (eine Periodendauer) entspricht das Ergebnis exakt dem einer diskreten Fouriertransformation. Das gilt auch für ganz­ zahlige Vielfache einer Periode. Das Verfahren stellt somit einen spektralen Schätzer dar.
In einer besonders vorteilhaften Variante des erfindungsgemäßen Verfahrens wird als Speisespannung für die Meßspule eine spe­ zielle Rechteckspannung verwendet. Der spektrale Anteil höherer Harmonischer fällt bei einer reinen Rechteckspannung mit zuneh­ mender Frequenz ab. Dies wird durch Hinzufügen von drei weite­ ren Rechtecksignalen geringerer Amplitude für die ersten vier Spektrallinien kompensiert. Eine derartige Kompensation ist vorteilhaft, da die erreichbare Auflösung des A/D-Umsetzers für alle verwendeten Frequenzen gleich groß ist und auf diese Weise eine optimale Aussteuerung mit großer Dynamik realisierbar ist. Die Rechteckspannung wird also in vorteilhafter Weise durch eine periodisch wiederkehrende Abfolge von jeweils einem Rechteckpuls größerer Amplitude und drei Rechteckpulsen kleine­ rer Amplitude gebildet.
Vorteilhaft ist es außerdem, wenn der alternierenden Speise­ spannung der Meßspule ein Gleichstromanteil überlagert wird. Durch den gemessenen Strom können Rückschlüsse auf die Tempera­ tur der Meßspule gezogen werden. Der rein ohmsche Anteil der Spulenimpedanz kann dem neuronalen Netzwerk als zusätzliche Eingangsgröße zugeführt werden, womit auf einfache Weise eine Temperaturkompensation des Sensors erreicht wird.
Die erfindungsgemäße Sensoranordnung sowie das voranstehende Verfahren zur Meßwerterfassung mit der erfindungsgemäßen Sensoranordnung kann in vorteilhafter Weise zur Abstandsmessung und Schichtdickenmessung verwendet werden. So kann bspw. die Dicke von Metallfolien oder auch die Dicke von Beschichtungen bestimmt werden. Eine weitere vorteilhafte Verwendung der er­ findungsgemäßen Sensoranordnung stellt die Messung der elektri­ schen Leitfähigkeit und der effektiven relativen Permeabilität von Oberflächenschichten dar.
Es gibt nun verschiedene Möglichkeiten, die Lehre der vorlie­ genden Erfindung in vorteilhafter Weise auszugestalten und wei­ terzubilden. Dazu ist einerseits auf die den Patentansprüchen 1 und 12 nachgeordneten Ansprüche, andererseits auf die nachfol­ gende Erläuterung eines Ausführungsbeispiels der Erfindung an­ hand der Zeichnung zu verweisen. In Verbindung mit der Erläute­ rung des bevorzugten Ausführungsbeispiels der Erfindung anhand der Zeichnung werden auch im allgemeinen bevorzugte Ausgestal­ tungen und Weiterbildungen der Lehre erläutert. In der Zeich­ nung zeigt
Fig. 1 in einem Blockdiagramm den schematischen Aufbau einer erfindungsgemäßen Sensoranordnung,
Fig. 2 eine Schaltung zur Speisung einer Meßspule sowie zum Erfassen von Meßsignalen an der Meßspule im Rahmen der erfindungsgemäßen Sensoranordnung,
Fig. 3 einen Signalverlauf der Speisespannung der Meßspule,
Fig. 4 die in Fig. 3 dargestellte Speisespannung im Fre­ quenzbereich und
Fig. 5 zehn Versuchsergebnisse von Messungen an Metallen mit unbekannten Materialparametern.
In Fig. 1 ist der prinzipielle Aufbau einer erfindungsgemäßen Sensoranordnung 1 dargestellt. Die Sensoranordnung 1 umfaßt eine Meßspule 2 als Sensorelement und eine Spannungsquelle 3 für die Meßspule 2. Ferner ist eine Auswerteeinheit 4 vorgese­ hen, die Mittel zum Erfassen, Verarbeiten und Auswerten von Meßsignalen umfaßt.
Erfindungsgemäß dient als Mittel zum Auswerten der Meßsignale ein neuronales Netzwerk 5 mit einer Eingangsschicht, mindestens einer verdeckten Schicht, einer Ausgangsschicht und Verknüp­ fungsgewichten für die einzelnen Schichten. Die Verknüp­ fungsgewichte sind in einer Lernphase durch Messungen an mehre­ ren verschiedenen geeigneten Lernobjekten mit bekanntem Ist- Wert bestimmt und abgespeichert.
Bei dem hier dargestellten neuronalen Netzwerk 5 soll es sich um ein Backpropagation-Netzwerk mit einer einstufigen Netzwerk­ struktur handeln, d. h. die Netzwerkstruktur weist lediglich eine verdeckte Schicht auf. Die Eingangsschicht des neuronalen Netzwerks soll beispielhaft acht Eingangsknoten umfassen, wäh­ rend die verdeckte Schicht fünf Knoten aufweist und die Aus­ gangsschicht lediglich durch einen Ausgangsknoten gebildet ist. Als Transferfunktion des neuronalen Netzwerks 5 dient eine an das Nichtlinearitätsverhalten der Meßspule 2 angepaßte Sigmoid­ funktion mit streng monotonem und differenzierbarem Verlauf.
Eine Realisierungsmöglichkeit der Spannungsquelle 3, der Meß­ spule 2 und der Mittel zum Erfassen der Meßsignale im Rahmen der Auswerteeinheit 4 sind in Fig. 2 dargestellt. Der eigentli­ chen Spannungsquelle 3 ist eine Mischeranordnung 6 nachgeschal­ tet, mit der wahlweise Speisespannungen unterschiedlicher Am­ plitude und Frequenz erzeugbar sind. Mit der dargestellten Mi­ scheranordnung 6 läßt sich eine Speisespannung in Form eines Rechtecksignals realisieren, das durch eine periodisch wieder­ kehrende Abfolge von jeweils einem Rechteckpuls größerer Ampli­ tude und drei Rechteckpulsen kleinerer Amplitude gebildet ist. Ein derartiger Signalverlauf ist in Fig. 3 dargestellt. Die zu­ gehörige Darstellung im Frequenzbereich ist Fig. 4 entnehmbar. Aus Fig. 4 wird deutlich, daß durch Hinzufügen von mehreren Rechteckpulsen geringerer Amplitude zu einem Rechteckpuls grö­ ßerer Amplitude ein Signal mit im wesentlichen vier gleich stark vertretenen Frequenzanteilen erzeugt wird.
Durch Speisung der Meßspule 2 mit einem derartigen Rechtecksi­ gnal lassen sich also die Impedanzwerte der Meßspule 2 bei die­ sen vier verschiedenen Frequenzen bestimmen.
Fig. 2 zeigt den Teil der Auswerteeinheit 4, mit dem die Meßsi­ gnale, nämlich der Spannungsverlauf Ux und der Stromverlauf Ix, an der Meßspule 2 erfaßt werden. Der Spannungsverlauf wird par­ allel zur Meßspule 2 erfaßt, während der Stromverlauf hinter der Meßspule 2 erfaßt wird. Diese Schaltungsanordnung ist in Vierleitertechnik realisiert, wobei die einzelnen Schaltungs­ zweige abgeschirmt sind.
Sowohl das Spannungssignal als auch das Stromsignal werden A/D- gewandelt und komplex dividiert. Dabei ergeben sich die unkorrelierten Impedanzwerte, der Meßspule 2 bei den verschie­ denen Frequenzen, die unabhängig von der Amplitude und Phase der Speisespannung sind.
An die in Fig. 2 dargestellte Schaltung schließen sich also die Mittel zur Verarbeitung an, die ebenfalls der Auswerteeinheit 4 zuzurechnen sind. Im einzelnen handelt es sich dabei um Mittel zum Digitalisieren, nämlich einen A/D-Umsetzer 7, Mittel zur Durchführung einer Fourieranalyse für Spannung und Strom 8, Mittel zum komplexen Dividieren bei verschiedenen Frequenzen 9 und schließlich noch Mittel zum komplexen Normieren und Skalie­ ren 10. Erst an diese Signalverarbeitungsstufen schließen sich die Eingangsknoten des neuronalen Netzwerks 5 an, was in Fig. 1 dargestellt ist.
Die Beschriftung der zehn in Fig. 5 dargestellten Versuchsdia­ gramme von Abstandsmessungen ist wie folgt zu interpretieren:
Bei allen zehn Versuchen wurden einstufige neuronale Netzwerke verwendet, die also lediglich eine verdeckte Schicht aufweisen. Typ 8/5/1 deutet auf eine Netzwerkstruktur mit acht Eingangs­ knoten, fünf Knoten in der verdeckten Schicht und einem Aus­ gangsknoten hin. Daneben sind die beim Training verwendeten Ma­ terialien angegeben, z. B. Kupfer, Nickel, Eisen oder V2A-Stahl. Der Test wurde immer mit zehn verschiedenen Metallen durchge­ führt. Die beiden Achsen entsprechen dem Soll-Abstand bzw. dem vom Netzwerk geschätzten Abstand. Ab Versuch sieben wurde die Anzahl der verwendeten Meßfrequenzen verringert. Man erkennt, daß das Verfahren ab mindestens zwei Frequenzen brauchbare Re­ sultate, also eine gute Korrelation zwischen dem tatsächlichen Abstand und dem ermittelten Abstand ergibt. Eine höhere Anzahl von Meßfrequenzen ergibt jedoch eine größere Approximations­ güte.
Insgesamt lassen sich hierzu folgende Aussagen treffen:
Die Materialeigenschaften von Metallen, die nicht bei den Lern­ objekten waren, werden korrekt erkannt und inter- bzw. extrapo­ liert. Damit kann der Kalibriervorgang entscheidend abgekürzt werden.
Der Klassifikationsalgorithmus der Lernphase bestimmt die Mate­ rialparameter, nämlich bspw. die Leitfähigkeit und effektive Permeabilität des Materials, und kompensiert deren Einfluß auf die Abstandsmessung.
Materialparameterschwankungen verursacht durch Meßobjekttempe­ raturänderungen beeinflussen die Abstandsmessung nicht.
Das neuronale Netz findet damit eine Approximation für einen Zusammenhang, der mathematisch geschlossen nicht lösbar ist. Allerdings kann die Approximation aus den erlernten Verbin­ dungsgewichten nicht einfach extrahiert werden. Versuche mit unterschiedlichen Eingangsdaten und Netzstrukturen liefern ex­ perimentelle Aussagen über die Lösbarkeit und notwendigen Mini­ malanforderungen auch ähnlich gelagerter Probleme.
Hinsichtlich vorteilhafter Ausgestaltungen der erfindungsgemä­ ßen Sensoranordnung sowie des erfindungsgemäßen Verfahrens zur Meßwerterfassung mit dieser Sensoranordnung, die in den voran­ stehend beschriebenen Figuren keinen Niederschlag gefunden ha­ ben, wird auf den allgemeinen Teil der Erfindung verwiesen.
Abschließend sei nochmals ausdrücklich darauf hingewiesen, daß die erfindungsgemäße Sensoranordnung nicht nur zur Abstandsmes­ sung und Dickenmessung, sondern auch zur Messung von Material­ parametern, wie der elektrischen Leitfähigkeit und der effekti­ ven Permeabilität, eingesetzt werden kann.

Claims (22)

1. Sensoranordnung (1) mit mindestens einer Meßspule (2), mindestens einer Spannungsquelle (3) für die Meßspule (2) und einer Auswerteeinheit (4) mit Mitteln zum Erfassen, Verarbeiten und Auswerten von Meßsignalen, dadurch gekennzeichnet, daß die Auswerte­ einheit (4) zum Auswerten der Meßsignale ein neuronales Netz­ werk (5) mit einer Eingangsschicht, mindestens einer verdeckten Schicht, einer Ausgangsschicht und Verknüpfungsgewichten für die einzelnen Schichten umfaßt und daß die Verknüpfungsgewichte in einer Lernphase durch Messungen an mehreren verschiedenen geeigneten Lernobjekten mit bekanntem Ist-Wert bestimmt und ab­ gespeichert sind.
2. Sensoranoranung nach Anspruch 1, dadurch gekennzeichnet, daß das neuronale Netzwerk (5) ein Backpropagation-Netzwerk ist.
3. Sensoranordnung nach einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, daß das neuronale Netzwerk (5) eine einstufige Netzwerkstruktur, d. h. eine Netzwerkstruktur mit einer ver­ deckten Schicht, aufweist.
4. Sensoranordnung nach Anspruch 3, dadurch gekennzeichnet, daß die Eingangsschicht des neuronalen Netzwerks (5) acht, sechs, vier oder zwei Eingangsknoten aufweist.
5. Sensoranordnung nach einem der Ansprüche 3 oder 4, dadurch gekennzeichnet, daß die verdeckte Schicht des neuronalen Netz­ werks (5) fünf, vier, zwei oder einen Knoten aufweist.
6. Sensoranordnung nach einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, daß das neuronale Netzwerk eine zweistufige Netzwerkstruktur, d. h. eine Netzwerkstruktur mit zwei verdeck­ ten Schichten, aufweist.
7. Sensoranordnung nach einem der Ansprüche 3 bis 6, dadurch gekennzeichnet, daß die Ausgangsschicht des neuronalen Netz­ werks (5) einen Ausgangsknoten aufweist.
8. Sensoranordnung nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, daß eine an das Nichtlinearitätsverhalten der Meßspule (2) angepaßte Sigmoidfunktion mit streng monotonem und differenzierbarem Verlauf als Transferfunktion des neuronalen Netzwerks (5) dient.
9. Sensoranordnung nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, daß der Spannungsquelle (3) eine Mischeranord­ nung (6) nachgeschaltet ist, mit der wahlweise Speisespannungen unterschiedlicher Amplitude und Frequenz erzeugbar sind.
10. Sensoranordnung nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, daß die Auswerteeinheit (4) eine Schaltungsan­ ordnung in Vierleitertechnik mit einem Schaltungszweig zum Er­ fassen des Spannungsverlaufs Ux und einem Schaltungszweig zum Erfassen des Stromverlaufs Ix der Meßspule (2) umfaßt.
11. Sensoranordnung nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, daß die Auswerteeinheit Mittel zum Digitalisie­ ren (7), zum Durchführen einer Fourier-Analyse (8), zum komple­ xen Dividieren (9) und Normieren und Skalieren (10) der Meßsi­ gnale umfaßt und daß diese Mittel zum Verarbeiten (7, 8, 9, 10) der Meßsignale dem neuronalen Netzwerk (5) vorgeschaltet sind.
12. Verfahren zur Meßwerterfassung mit einer Sensoranordnung nach einem der Ansprüche 1 bis 11, dadurch gekennzeichnet, daß für zu bestimmende Ist-Werte mindestens so viele nicht linear abhängige aber in einem physikalisch-mathematischen Zusammen­ hang stehende Eingangsgrößen für das neuronale Netzwerk (5) er­ mittelt werden wie Eingangsknoten vorhanden sind.
13. Verfahren nach Anspruch 12, dadurch gekennzeichnet, daß als Meßsignale der Spannungsverlauf Ux und der Stromverlaufs Ix an der Meßspule (2) bei unterschiedlichen Frequenzen erfaßt werden.
14. Verfahren nach einem der Ansprüche 12 oder 13, dadurch ge­ kennzeichnet, daß die Spektren des digitalisierten Spannungs­ verlaufs Ux und des digitalisierten Stromverlaufs Ix in einem iterativen Verfahren mit Hilfe eines spektralen Schätzers er­ mittelt werden.
15. Verfahren nach Anspruch 14, dadurch gekennzeichnet, daß das Spektrum des digitalisierten Spannungsverlaufs Ux bzw. Stromverlaufs Ix bestimmt wird als wobei xn(t) der Abtastwert zum Zeitpunkt n, Xn(f) das Spektrum zum Zeitpunkt n und Xn+1(f) das neu berechnete Spektrum zum Zeitpunkt n+1 ist, mit dem Term aT/T₀ die gewünschte Spek­ trallinie ausgewählt wird und als Startwert der Iteration n=0 und X₀(f)=0 gewählt wird.
16. Verfahren nach einem der Ansprüche 13 bis 15, dadurch ge­ kennzeichnet, daß aus dem Spannungsverlauf Ux und dem Stromver­ lauf Ix die Impedanzwerte der Meßspule (2) bei unterschiedli­ chen Frequenzen als Eingangsgrößen für das neuronale Netzwerk (5) bestimmt werden.
17. Verfahren nach einem der Ansprüche 12 bis 16, dadurch ge­ kennzeichnet, daß die Meßspule (2) mit einer Rechteckspannung gespeist wird.
18. Verfahren nach Anspruch 17, dadurch gekennzeichnet, daß die Rechteckspannung durch eine periodisch wiederkehrende Ab­ folge von jeweils einem Rechteckpuls größerer Amplitude und drei Rechteckpulsen kleinerer Amplitude gebildet wird.
19. Verfahren nach einem der Ansprüche 12 bis 18, dadurch ge­ kennzeichnet, daß die Speisespannung der Meßspule (2) neben ei­ nem Wechselstromanteil auch einen Gleichstromanteil umfaßt.
20. Verfahren nach Anspruch 19, dadurch gekennzeichnet, daß der rein ohmsche Anteil der Impedanzwerte der Meßspule (2) eine Eingangsgröße für das neuronale Netzwerk (5) bildet.
21. Verwendung einer Sensoranordnung nach einem der Ansprüche 1 bis 14 zur Abstandsmessung und Schichtdickenmessung.
22. Verwendung einer Sensoranordnung nach einem der Ansprüche 1 bis 14 zur Messung der elektrischen Leitfähigkeit und der ef­ fektiven relativen Permeabilität.
DE4433772A 1994-09-22 1994-09-22 Sensoranordnung und Verfahren zur Meßwerterfassung mit der Sensoranordnung Withdrawn DE4433772A1 (de)

Priority Applications (6)

Application Number Priority Date Filing Date Title
DE4433772A DE4433772A1 (de) 1994-09-22 1994-09-22 Sensoranordnung und Verfahren zur Meßwerterfassung mit der Sensoranordnung
EP95931894A EP0782692B1 (de) 1994-09-22 1995-09-21 Sensoranordnung und verfahren zur messwerterfassung mit der sensoranordnung
US08/809,036 US5898304A (en) 1994-09-22 1995-09-21 Sensor arrangement including a neural network and detection method using same
JP8510526A JP2969534B2 (ja) 1994-09-22 1995-09-21 センサーの構成及び該センサー構成による測定値の検出法
DE59507257T DE59507257D1 (de) 1994-09-22 1995-09-21 Sensoranordnung und verfahren zur messwerterfassung mit der sensoranordnung
PCT/DE1995/001296 WO1996009516A1 (de) 1994-09-22 1995-09-21 Sensoranordnung und verfahren zur messwerterfassung mit der sensoranordnung

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE4433772A DE4433772A1 (de) 1994-09-22 1994-09-22 Sensoranordnung und Verfahren zur Meßwerterfassung mit der Sensoranordnung

Publications (1)

Publication Number Publication Date
DE4433772A1 true DE4433772A1 (de) 1996-03-28

Family

ID=6528849

Family Applications (2)

Application Number Title Priority Date Filing Date
DE4433772A Withdrawn DE4433772A1 (de) 1994-09-22 1994-09-22 Sensoranordnung und Verfahren zur Meßwerterfassung mit der Sensoranordnung
DE59507257T Expired - Fee Related DE59507257D1 (de) 1994-09-22 1995-09-21 Sensoranordnung und verfahren zur messwerterfassung mit der sensoranordnung

Family Applications After (1)

Application Number Title Priority Date Filing Date
DE59507257T Expired - Fee Related DE59507257D1 (de) 1994-09-22 1995-09-21 Sensoranordnung und verfahren zur messwerterfassung mit der sensoranordnung

Country Status (5)

Country Link
US (1) US5898304A (de)
EP (1) EP0782692B1 (de)
JP (1) JP2969534B2 (de)
DE (2) DE4433772A1 (de)
WO (1) WO1996009516A1 (de)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19747510A1 (de) * 1997-10-28 1999-05-06 Sican F & E Gmbh Sibet Meßsystem und Verfahren zur Auswertung von Sensorsignalen
EP2128563A1 (de) * 2008-05-30 2009-12-02 Plast-Control GmbH Verfaren zur Messung des Dickenprofils eines Folienschlauches
EP2706351A3 (de) * 2012-09-07 2014-04-02 Fraunhofer-ges. zur Förderung der Angewandten Forschung E.V. Verfahren, Vorrichtung und Verwendung der Vorrichtung zur zerstörungsfreien quantitativen Bestimmung von Schichtdicken eines Schichten aufweisenden Körpers
DE102017124407A1 (de) * 2017-10-19 2019-04-25 Minebea Intec Aachen GmbH & Co. KG Verfahren zur Signalauswertung, Auswerteeinheit sowie Metallsuchgerät
DE102017128472A1 (de) * 2017-11-30 2019-06-06 Pepperl + Fuchs Gmbh Induktiver Näherungsschalter und Verfahren zum Betreiben eines induktiven Näherungsschalters
DE102017128471A1 (de) * 2017-11-30 2019-06-06 Pepperl + Fuchs Gmbh Induktiver Näherungsschalter und Verfahren zum Betreiben eines induktiven Näherungsschalters
EP3968520A1 (de) 2020-09-10 2022-03-16 Sick Ag Sensor zur erfassung eines objekts und verfahren zur auswertung eines sensorsignals
US11573100B2 (en) 2019-11-28 2023-02-07 Sick Ag Sensors for determining an output value, method for evaluating a sensor signal, and method for training an output unit to evaluate a sensor signal
US12007229B2 (en) 2020-09-10 2024-06-11 Sick Ag Sensor for detecting an object and method of evaluating a sensor signal

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001013070A1 (en) * 1998-05-19 2001-02-22 Ld-Design Electronics Ab Method and device for driving and temperature compensating an inductive position sensor
US6484133B1 (en) 2000-03-31 2002-11-19 The University Of Chicago Sensor response rate accelerator
US6519535B1 (en) * 2000-06-05 2003-02-11 The University Of Chicago Eddy current technique for predicting burst pressure
DE10045715A1 (de) 2000-09-15 2002-03-28 Busch Dieter & Co Prueftech Verfahren und Vorrichtung zur Prüfung eines Werkstücks mittels Wirbelströmen
US7005851B2 (en) * 2003-09-30 2006-02-28 General Electric Company Methods and apparatus for inspection utilizing pulsed eddy current
US7387201B2 (en) * 2005-04-26 2008-06-17 Illinois Tool Works Inc. Container carrier having longitudinal end loop
DE602006020462D1 (de) * 2006-11-23 2011-04-14 Abb Ab Signalverarbeitungsverfahren und Einheit für ein Größenmesssystem
US9256329B1 (en) * 2012-12-19 2016-02-09 Qualcomm Technologies, Inc. Touch panel sensor system having multi-frequency drive signals
CN105122009B (zh) * 2013-03-19 2017-09-15 巴鲁夫公司 电感式位移测量传感器和用于操作所述传感器的方法
US10393780B2 (en) * 2013-12-20 2019-08-27 Schneider Electric USA, Inc. Ultrasonic based load center current measurement system
CN107209874B (zh) 2014-12-16 2021-04-06 巴鲁夫公司 具有人工神经网络的非接触式位置/距离传感器及其操作方法
US10585067B2 (en) 2016-02-01 2020-03-10 Atomic Energy Of Canada Limited Method for non-destructive analysis of multiple structural parameters
WO2021053444A1 (en) * 2019-09-20 2021-03-25 Nokia Technologies Oy Runtime assessment of sensors
CN113465658B (zh) * 2021-05-24 2023-03-31 湖南大学 基于磁导率的非接触式测温及物料成分检测装置与方法
EP4300088A1 (de) 2022-06-28 2024-01-03 Siemens Aktiengesellschaft Verfahren zur analyse einer materialzusammensetzung eines testobjekts und automatisierungskomponente

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0284284A2 (de) * 1987-03-23 1988-09-28 Varian Associates, Inc. Verfahren und Anordnung zur Durchführung von Mehrfachschnittbild-Experimenten
DE3938645C1 (de) * 1989-11-01 1992-05-21 Hughes Aircraft Co., Los Angeles, Calif., Us
US5130651A (en) * 1990-09-10 1992-07-14 United Technologies Corporation Method and apparatus for providing compensation for variations in probe-surface separation in non-contact eddy current inspection systems
EP0521729A2 (de) * 1991-07-03 1993-01-07 Honda Giken Kogyo Kabushiki Kaisha Neuronales Netzwerk und Lernverfahren
US5191286A (en) * 1991-06-17 1993-03-02 Helmut Fischer Method and probe for non-destructive measurement of the thickness of thin layers and coatings

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4263551A (en) * 1975-10-16 1981-04-21 Georgetown University Method and apparatus for identifying conductive objects by monitoring the true resistive component of impedance change in a coil system caused by the object
US4084136A (en) * 1976-10-21 1978-04-11 Battelle Memorial Institute Eddy current nondestructive testing device for measuring variable characteristics of a sample utilizing Walsh functions
JPS5920114B2 (ja) * 1979-05-24 1984-05-10 株式会社豊田中央研究所 透磁率測定装置
JPS6352008A (ja) * 1986-08-21 1988-03-05 Nippon Sharyo Seizo Kaisha Ltd 非破壊管厚測定方法
JPS6428525A (en) * 1987-07-24 1989-01-31 Mitsubishi Electric Corp Shape detector
US5055784A (en) * 1987-12-07 1991-10-08 American Research Corporation Of Virginia Bridgeless system for directly measuring complex impedance of an eddy current probe
JP2695002B2 (ja) * 1989-05-10 1997-12-24 住友電気工業株式会社 交流損失測定装置
DE4201502C2 (de) * 1992-01-21 1995-12-14 Siemens Ag Verfahren und Anordnung zur elektrischen Wirbelstromprüfung

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0284284A2 (de) * 1987-03-23 1988-09-28 Varian Associates, Inc. Verfahren und Anordnung zur Durchführung von Mehrfachschnittbild-Experimenten
DE3938645C1 (de) * 1989-11-01 1992-05-21 Hughes Aircraft Co., Los Angeles, Calif., Us
US5130651A (en) * 1990-09-10 1992-07-14 United Technologies Corporation Method and apparatus for providing compensation for variations in probe-surface separation in non-contact eddy current inspection systems
US5191286A (en) * 1991-06-17 1993-03-02 Helmut Fischer Method and probe for non-destructive measurement of the thickness of thin layers and coatings
EP0521729A2 (de) * 1991-07-03 1993-01-07 Honda Giken Kogyo Kabushiki Kaisha Neuronales Netzwerk und Lernverfahren

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ROJAS, R.: Theorie der neuronalen Netze. In: Springer-Verlag Berlin Heidelberg 1992, S.3-10,121-125,149-172, ISBN 3-540-56353-9. WERBOS, P.J.: Backpropagation Through Time: What It Does and How to Do It, In: Procee- dings of the IEEE, Vol.78, No.10, 1990, S.1550-1560 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19747510A1 (de) * 1997-10-28 1999-05-06 Sican F & E Gmbh Sibet Meßsystem und Verfahren zur Auswertung von Sensorsignalen
EP2128563A1 (de) * 2008-05-30 2009-12-02 Plast-Control GmbH Verfaren zur Messung des Dickenprofils eines Folienschlauches
EP2706351A3 (de) * 2012-09-07 2014-04-02 Fraunhofer-ges. zur Förderung der Angewandten Forschung E.V. Verfahren, Vorrichtung und Verwendung der Vorrichtung zur zerstörungsfreien quantitativen Bestimmung von Schichtdicken eines Schichten aufweisenden Körpers
DE102017124407A1 (de) * 2017-10-19 2019-04-25 Minebea Intec Aachen GmbH & Co. KG Verfahren zur Signalauswertung, Auswerteeinheit sowie Metallsuchgerät
DE102017124407B4 (de) 2017-10-19 2020-07-02 Minebea Intec Aachen GmbH & Co. KG Verfahren zur Signalauswertung, Auswerteeinheit sowie Metallsuchgerät
DE102017128472A1 (de) * 2017-11-30 2019-06-06 Pepperl + Fuchs Gmbh Induktiver Näherungsschalter und Verfahren zum Betreiben eines induktiven Näherungsschalters
DE102017128471A1 (de) * 2017-11-30 2019-06-06 Pepperl + Fuchs Gmbh Induktiver Näherungsschalter und Verfahren zum Betreiben eines induktiven Näherungsschalters
US11573100B2 (en) 2019-11-28 2023-02-07 Sick Ag Sensors for determining an output value, method for evaluating a sensor signal, and method for training an output unit to evaluate a sensor signal
EP3968520A1 (de) 2020-09-10 2022-03-16 Sick Ag Sensor zur erfassung eines objekts und verfahren zur auswertung eines sensorsignals
US12007229B2 (en) 2020-09-10 2024-06-11 Sick Ag Sensor for detecting an object and method of evaluating a sensor signal

Also Published As

Publication number Publication date
EP0782692A1 (de) 1997-07-09
JPH10500218A (ja) 1998-01-06
EP0782692B1 (de) 1999-11-17
JP2969534B2 (ja) 1999-11-02
WO1996009516A1 (de) 1996-03-28
US5898304A (en) 1999-04-27
DE59507257D1 (de) 1999-12-23

Similar Documents

Publication Publication Date Title
DE4433772A1 (de) Sensoranordnung und Verfahren zur Meßwerterfassung mit der Sensoranordnung
DE3813739C2 (de)
DE2659083C2 (de) Verfahren und Vorrichtung zur Sprechererkennung
DE2837265A1 (de) Verfahren und systemanordnung zur identifizierung von leitfaehigen gegenstaenden
DE4310279A1 (de) Signalverarbeitungsvorrichtung zur Auswertung von Prüfdaten
DE10114410A1 (de) Vorrichtung und Verfahren zum Messen eines Qualitätsmasses einer Phasenrausch-Wellenform
DE19506339C2 (de) Verfahren und Schaltungsvorrichtung zur elektromagnetischen Detektion von Objekten
DE102010011936B4 (de) Verfahren und Einrichtung zur Bestimmung von geometrischen, magnetischen und/oder elektrischen Eigenschaften magnetischer, dielektrischer und/oder elektrisch leitfähiger Partikel in einer Probe
DE69923366T2 (de) Prüfsonde für elektromagnetische Strahlungsquellen und ihre Verwendung
DE69635353T2 (de) Verfahren und vorrichtung zur indiktiven messung von physikalischen parametern eines gegenstandes aus metall sowie deren verwendung
DE2938991A1 (de) Anlage zur messung und analyse von gasen mittels der gaschromatographie
DE102019209441A1 (de) Verfahren zum Betreiben eines Eingabegeräts sowie Eingabegerät für Gedankensteuerung von technischen Geräten
EP3579002A1 (de) Einrichtung und verfahren zur messung von isolationswiderstand und ableitkapazität bei gestörtem messsignal
DE4201502C2 (de) Verfahren und Anordnung zur elektrischen Wirbelstromprüfung
EP0520193A1 (de) Verfahren zum Messen von Teilentladungen
EP0707247A1 (de) Analysegerät, insbesondere für Abwasser
EP1363108B1 (de) Verfahren zur Bestimmung der Unsicherheit eines magnetisch-induktiven Durchflussmessers
DE4428658A1 (de) Verfahren zur Erkennung von Signalen mittels Fuzzy-Klassifikation
DE19617906C1 (de) Verfahren und Vorrichtung zur Korrosionsmessung
DE10162802A1 (de) Verfahren und Vorrichtung zur Ermittlung von Inhomogenitäten des Schirmverhaltens geschirmter elektrischer Leiter
DE102009050618B4 (de) Messverfahren, Messvorrichtung und Computerprogramm zur Ermittlung eines störungsbefreiten Meßsignals
DE2912264A1 (de) Verfahren und geraet zur phasenempfindlichen ermittlung
DE10256103B4 (de) Verfahren zur Bestimmung der Unsicherheit eines mit einer Meßfrequenz arbeitenden Meßverfahrens
DE2649264C3 (de) Verfahren und Schaltungsanordnung zur Messung von nichtlinearen Verzerrungen quasilinearer Systeme
DE2737812B2 (de) Verfahren zur Frequenz-Analyse von transienten (einmaligen) Schallsignalen

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8130 Withdrawal