EP0929374A1 - 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 punktschweissroboters

Info

Publication number
EP0929374A1
EP0929374A1 EP97910210A EP97910210A EP0929374A1 EP 0929374 A1 EP0929374 A1 EP 0929374A1 EP 97910210 A EP97910210 A EP 97910210A EP 97910210 A EP97910210 A EP 97910210A EP 0929374 A1 EP0929374 A1 EP 0929374A1
Authority
EP
European Patent Office
Prior art keywords
values
current
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.)
Withdrawn
Application number
EP97910210A
Other languages
English (en)
French (fr)
Inventor
Martina Schubert
Klaus-Dieter Müller
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of EP0929374A1 publication Critical patent/EP0929374A1/de
Withdrawn legal-status Critical Current

Links

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]

Definitions

  • the invention has for its object to provide an electrical monitoring circuit, which can be used.
  • FIG. 1 shows a block diagram of the diagnostic device according to the invention.
  • FIG. 2 shows a block diagram for a device designed according to the invention for predictive diagnosis of the current quality of the welding spots of a spot welding robot
  • Processing, processing or conversion of solid, liquid gene and / or gaseous starting materials for a modified or new product is considered as a technical system 1, in which a device for quality diagnosis according to the invention can be used.
  • the predictive diagnostic device initially has a device 2 which is used to record sets of measured values from the technical installation 1.
  • a device 2 which is used to record sets of measured values from the technical installation 1.
  • current measured values e.g. of equipment and substances in the system, whose current values influence the desired quality of the technical work result at the output of technical system 1.
  • the measured value records which are usually recorded cyclically and at time-discretely predetermined times, are supplied on the one hand to a system model 12 and on the other hand to a device 3 which serves at least to parameterize the system model 12.
  • the system model 12 permanently creates an actual value for the current quality of the technical work result of the technical system 1 from the current sets of measured values of the technical system 1, which are preferably available cyclically.
  • This actual quality value at the output of the system model 12 can be used in a variety of ways.
  • the actual quality value is compared in a comparator 13 with a predetermined quality target value 14. Any quality deviation that may result from this can advantageously be fed to an additional processing unit 15.
  • This can trigger reporting actions 23 which signal the current quality deviation, for example to the operating personnel of the system.
  • the current values of the quality deviation are fed to a regulation or control 24 in a direct or adapted form. From this, this can in turn derive control signals 25 intended for the technical installation 1. ten, whereby their resources can be adjusted so that the current quality actual value at the output of the system model 1 is adapted as quickly as possible to the specified quality setpoint and thus a quality deviation is as close to zero as possible.
  • Figure 1 is represented by a dashed arrow provided with the reference numeral 22.
  • the selected sets of measured values are fed to a so-called database 8.
  • the selection of the measured value sets from the stream of the measured values made available online by the measured value acquisition 2 takes place on the condition that the current characteristic value for the moment a selectable measured value set occurs
  • Quality of the respective work result of the technical system can be recorded.
  • This can e.g. in that a work result of the technical system corresponding to a selected set of measured values, e.g. a workpiece from a production system, taken and e.g. is analyzed by means of a laboratory test.
  • the characteristic values 4 which are obtained as the examination result and which represent a measure of the respective quality of the technical work result of the technical installation 1 are likewise fed to the database 8 via a possible intermediate storage in a memory 5. In the example in FIG. 3, this is represented by a connection provided with reference number 11.
  • the selected sets of measured values and the associated quality parameters are stored in groups 8 in database 8.
  • an evaluation device 9 by successive evaluation of the measured value sets 2 and the associated quality parameters through an iterative optimization at least the parameters of the system model generated and / or optimized.
  • the device 3 for parameterizing the system model 12 is advantageously constructed in the form of a neural network. If appropriate, the device 9 can also be designed such that the logical structure of the system model is also generated by, for example, iteratively evaluating the individual groups of related sets of measured values and quality parameters.
  • FIG. 2 schematically shows a device designed according to the invention for predictive diagnosis of the current quality of the welding spots of a spot welding robot.
  • the spot welding device is an example of a technical system 1, the work results, i.e. the quality of their welding spots can be determined with the aid of the diagnostic device according to the invention.
  • the system preferably contains at least one automatic handling device 16, which is used to position welding guns 17. In this way, welding points are introduced in a program-controlled manner on an exemplary, sheet-like weld metal 18.
  • the technological parameters e.g. the lens diameter of the welding spots and the color distribution on their surface serve e.g. in the levels dark, medium and light gray.
  • the technological quality of spot welds can be assigned to the classes "good, sufficient, poor and insufficient".
  • the technical system in turn includes a device 2 for recording sets of measured values, the current values of which influence the desired quality of the welding spots of the spot welding robot.
  • the measured value sets contain at least current values of the
  • the identifier x in the designations Plx and P2x should express that the measured values are recorded cyclically at preferably equidistant times tx. As a result, chains of values per measurement parameter occur over a longer period of time, ie for each of the times tl, t2, t3 ... tx, for example a measured value Pll, P12, P13 ... Plx for the welding current and, for example, a measured value P21, P22, P23 ... P2x for clamp pressure.
  • These measured value sets, which are recorded online, are supplied via the data line 22 to the device 3, which is used to generate and parameterize the system model 12, and, on the other hand, to the system model 12 itself via the data line 26.
  • the device 3 for generating and parameterizing the system model 12 in FIG. 2 in turn has a database 8, which is used to store sets of measured values 2 and associated characteristic values, which is a measure of the respective quality of the welding spots 19 of the spot welding robot 16 , 17 are.
  • a database 8 which is used to store sets of measured values 2 and associated characteristic values, which is a measure of the respective quality of the welding spots 19 of the spot welding robot 16 , 17 are.
  • the database there is a complete set of the measured values Plx, P2x for each acquisition time tl, t2, t3 ... tx
  • the technological parameters influencing the quality of welding spots are the welding current Plx, the clamp pressure P2x, a so-called lead time P3x for the increase in the welding current, a so-called current time P4x for the duration of the constant value of the welding current and a so-called hold time P5x for the drop in the welding current is recorded as measured values.
  • a complete set of these measured values ie Pll, P21, P31, P41, P51, Plx, P2x, P3x, P4x, P5x, are common in the data base for each acquisition time tl, t2, t3 ...
  • the quality parameters belonging to a measured value set can be determined, for example, by a test person located in the vicinity of the spot welding robot, or by an automatic test device, for example provided with a video camera with an attached evaluation device, or by a so-called unbuttoning of sample weld spots as part of a destructive workpiece test in a laboratory. In the example in FIG. 2, the quality parameters are entered into the database 3 via the data line 11.
  • a subsequent evaluation unit 9 By successively evaluating the measured value sets available in the database and the associated quality parameters, in a subsequent evaluation unit 9 in a so-called “offline” method, ie not in time with the preferably cyclical online acquisition of the measured value sets, at least the parameters of the Depending on the performance of the algorithm used in the iteration or the structure of the system model, it may also be possible that the structure of the system model itself is also optimized and adaptively adapted to changes in the measured value sets a so-called neural network, or evolution strategies or so-called cluster processes can be used for iteration.
  • the determined parameters are fed to the system model 12 via the data line 10. This is now able, as it were, in the form of an online converter from the current ones supplied cyclically via the data line 26
  • the system model can be regarded as a corresponding n-dimensional value structure.
  • a structure is shown by way of example for an arrangement having four measured values Pl ... P4.
  • this structure there is a range of values for the actual quality value Qm. These are marked in FIG. 2 by oblique hatching. So e.g. 21 a so-called “critical area”, in which measured value sets therein are assigned quality characteristics with undesired values after prediction by the system model.
  • Spot welding robots contain 16 characteristic values.
  • the measured value of the gun pressure P2x of the spot welding robot is advantageously simulated by detecting the air pressure in a pneumatic drive of the guns.
  • the quality of welding spots is particularly influenced by values which characterize the course of the welding current of the spot welding robot. It is therefore advantageous if the measured value sets characterize values for the so-called “lead time” in the course of the welding current, ie the rise time of the current, for the so-called “current time” in the Course of the welding current, ie the phase of constant and maximum welding current, and included in the course of the welding current for the so-called “hold-up time”.
  • the quality of welding spots is particularly influenced by values which characterize the temperature profiles occurring during the spot welding process. It is therefore advantageous if the measured value sets additionally contain characteristic values for a temperature of a coolant of the welding caps on the tongs of the spot welding robot. Finally, a flow and / or return temperature of a coolant for welding caps on the pliers of the spot welding robot (16), characteristic values can allow conclusions to be drawn about the current quality of the current technical work result.

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)

Abstract

Es ist enthalten eine Vorrichtung (2) zur zyklischen Erfassung von Sätzen von Meßwerten, von deren Werten die gewünschte Güte des Arbeitsergebnisses der Anlage (1) beeinflußt wird, ein Anlagenmodell (12), welches aus Sätzen von Meßwerten der Anlage einen Istwert für die aktuelle Güte des Arbeitsergebnisses der Anlage (1) nachbildet, und eine Vorrichtung (3) zumindest zur Parametrierung des Anlagenmodells. Diese enthält eine Datenbasis (8) zur Speicherung von ausgewählten Sätzen von Meßwerten (2) und dazugehörigen Kennwerten (4, 5), die ein Maß für die Güte des Arbeitsergebnisses der Anlage (1) sind, und welche durch sukzessive Auswertung der Meßwertesätze (2) und der dazugehörigen Gütekennwerte durch eine iterative Optimierung zumindest die Parameter des Anlagenmodells generiert und/oder optimiert.

Description

Beschreibung
Vorrichtung zur prädi tiven Diagnose der aktuellen Güte des technischen Arbeitsergebnisses einer technischen Anlage, ins- besondere der aktuellen Güte der Schweißpunkte eines Punktschweißroboters
Die Erfassung der aktuellen Güte des aktuellen Arbeitsergebnisses einer technischen Anlage, insbesondere einer Produkti- onsanlage, kann in der Praxis außerordentlich schwierig sein. Im Gegensatz zur meßtechnischen 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, ei- ne 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. Viel- mehr 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. 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 Beein- flussung 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 tech- nischen 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 ange- führten Figuren dargestellten Ausführungsbeispielen näher erläutert. Dabei zeigt
FIG 1: eine Blockschaltbild der erfindungsgemäßen Diagnosevorrichtung, und
FIG 2 : ein Blockschaltbild für eine gemäß der Erfindung gestaltete Vorrichtung zur prädiktiven Diagnose der aktuellen Güte der Schweißpunkte eines Punktschweißroboters ,
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- 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.
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. on- line, 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 bereitstehen- den, 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 Verarbei- tungseinheit 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- 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 Meßwerteerf ssung 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 Si- gnalbearbeitung in einer Filter- und Normierungsvorrichtung 7 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 auswähl- baren 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 ei- ner 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 Zwi- schenspeicherung 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 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 Qualitäts- kennwerten .
In der Figur 2 ist eine gemäß der Erfindung gestaltete Vorrichtung zur prädiktiven Diagnose der aktuellen Güte der Schweißpunkte eines Punktschweißroboters schematisch darge- stellt. 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 Handhabungsvor- richtung 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 Plx und des Zangendrucks P2x des Punktschweiß- roboters 1. Dabei soll die Kennung x in den Bezeichnungen Plx 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 tl, t2, t3 ... tx z.B. ein Meßwert Pll, P12 , P13 ... Plx 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 zu- geführt, welche zur Generierung und Parametrierung des Anla- genmodells 12 dient, und zum anderen über die Datenleitung 26 dem Anlagenmodell 12 selbst.
Die Vorrichtung 3 zur Generierung und Parametrierung des An- lagen odells 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 tl, t2 , t3 ... tx ein kompletter Satz der Meßwerte Plx, 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 Plx, der Zangen- druck 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 Datenba- sis für jeden Erfassungszeitpunkt tl, t2 , t3 ... tx ein kompletter Satz dieser Meßwerte, d.h. Pll, P21, P31, P41, P51 ... Plx, P2x, P3x, P4x, P5x, gemeinsam mit dem dazugehörigen Gütekennwert Ql, Q2 , Q3 ... Qx hinterlegt. Diese Wertegruppen können auch als sogenannte „Fälle" bezeichnet werden. Die zu einem Meßwertesatz gehörigen Gütekennwerte können dabei ermittelt werden z.B. durch eine in der Nähe des Punkt- schweißroboters befindliche Prüfperson, oder durch eine automatische, z.B. mit einer Videokamera mit angeschossener Auswerteeinrichtung 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 bevor- zugt 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 ein- setzt 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-t-3 ... für die aktuelle Güte der Schweißpunkte des Punktschweißroboters 16,17 nachzubilden. Es stehen somit am Ausgang des Anlagenmodells 12 Istwerte für die Qua- lität des technischen Arbeitsergebnisses zu Verfügung, welche regelungs- oder steuerungstechnisch zur Beeinflussung der Be- triebsweise des Punktschweißroboters eingesetzt werden können.
Abhängig von der Anzahl n der in der Meßwerteerfassung 2 be- reitgestellten Meßwerte kann das Anlagenmodell als eine entsprechend n 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 Qualitätskennwerte 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 techni- sehen 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 sogenann- te „Vorhaltezeit" im Verlauf des Schweißstromes, d.h. die Anstiegszeit des Stromes, für die sogenannte „Stromzeit" im 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 Punktschweißroboters (16) kennzeichnende Werte Rückschlüsse auf die aktuelle Güte des momentanen technischen Arbeitsergebnisses ermöglichen.

Claims

Patentansprüche
1. Vorrichtung zur prädiktiven Diagnose der aktuellen Güte des technischen Arbeitsergebnisses einer technischen Anlage (1) , mit
a) 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 Arbeitser- gebnisses der technischen Anlage (1) nachbildet, und
c) einer Vorrichtung (3) zumindest zur Parametrierung des Anlagenmodells (12) , welche enthält
bl) 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
b2) durch sukzessive Auswertung der Meßwertesätze (2) und der dazugehörigen Gütekennwerte durch eine iterative Optimierung zumindest die Parameter des Anlagenmodells generiert und/oder optimiert.
2. Vorrichtung nach einem der vorangegangenen Ansprüche, wobei die Vorrichtung (3) Parametrierung des Anlagenmodells
(12) in Form eines neuronalen Netzes aufgebaut ist.
3. Vorrichtung zur prädiktiven Diagnose der aktuellen Güte der Schweißpunkte eines Punktschweißroboters (16) , mit a) 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, und
c) einer Vorrichtung (3) zur Generierung und Parametrierung des Anlagenmodells (12), welche
bl) eine Datenbasis (8) zur Speicherung von Sätzen von
Meßwerten (2) und dazugehörigen Kennwerten (4,5), die ein Maß für die jeweilige Güte der Schweißpunkte des Punktschweißroboters (16) sind, enthält und welche
b2) durch sukzessive Auswertung der Meßwertesätze (2) und der dazugehörigen Gütekennwerte durch eine iterative Optimierung zumindest die Parameter des Anlagenmodells generiert und optimiert.
4. Vorrichtung nach Anspruch 3 , wobei der Meßwert des Zangendrucks (P2x) des Punktschweißroboters (16) durch Erfassung des Luftdrucks in einem Pneumatikantrieb der Zangen nachgebildet wird.
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.
6. 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 Punktschweißrobo- ters (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 die Meßwertesätze, von deren aktuellen Werten die gewünschte Güte der Schweißpunkte des Punktschweißroboters beeinflußt wird, ferner die Stromzeit im Verlauf- des Schweißstromes des Punktschweißroboters (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.
EP97910210A 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 Withdrawn EP0929374A1 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE29617200U 1996-10-02
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
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

Publications (1)

Publication Number Publication Date
EP0929374A1 true EP0929374A1 (de) 1999-07-21

Family

ID=8030081

Family Applications (1)

Application Number Title Priority Date Filing Date
EP97910210A Withdrawn 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

Country Status (4)

Country Link
US (1) US6281465B1 (de)
EP (1) EP0929374A1 (de)
DE (1) DE29617200U1 (de)
WO (1) WO1998014300A1 (de)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
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
US7043409B1 (en) * 1998-12-03 2006-05-09 Siemens Aktiengesellschaft Method and device for designing a technical system
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
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
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
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
DE102010031727B4 (de) * 2010-07-21 2014-07-24 Audi Ag Verfahren zur Überprüfung von Fügepunkten
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
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
JP6453805B2 (ja) 2016-04-25 2019-01-16 ファナック株式会社 製品の異常に関連する変数の判定値を設定する生産システム
JP6626064B2 (ja) 2017-10-31 2019-12-25 ファナック株式会社 試験装置及び機械学習装置
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
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
DE102021117635A1 (de) 2021-07-08 2023-01-12 Krones Aktiengesellschaft Verfahren zum Überwachen einer Produktionsanlage zum Behandeln von Getränken und Überwachungssystem für die Produktionsanlage

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59229622A (ja) * 1983-06-10 1984-12-24 Toshiba Corp プラント診断装置
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
DE3711771A1 (de) * 1987-04-08 1988-10-27 Sts Systemtechnik Und Software Verfahren und einrichtung fuer die prozessreglung beim punktschweissen
FR2627602B1 (fr) * 1988-02-18 1990-07-20 Telemecanique Electrique Procede et dispositif pour l'estimation des parametres du modele geometrique d'un manipulateur
SE463338B (sv) * 1989-06-14 1990-11-05 Ludwik Liszka Saett att oevervaka och/eller diagnosticera aktuella drifttillstaand hos komplicerade maskiner
JPH03234190A (ja) 1990-02-08 1991-10-18 Mitsubishi Electric Corp 静止画テレビ電話
DE4112985C2 (de) * 1991-04-20 1995-08-31 Juergen Dipl Ing Borowka Verfahren und Vorrichtung zur selbsttätigen Führung eines Schweißkopfes
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
US5353238A (en) * 1991-09-12 1994-10-04 Cloos International Inc. Welding robot diagnostic system and method of use thereof
DE4131765A1 (de) * 1991-09-24 1993-03-25 Siemens Ag Regelparameter-verbesserungsverfahren fuer 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
FR2724744B1 (fr) * 1994-09-16 1996-12-20 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 (1)

* Cited by examiner, † Cited by third party
Title
See references of WO9814300A1 *

Also Published As

Publication number Publication date
US6281465B1 (en) 2001-08-28
WO1998014300A1 (de) 1998-04-09
DE29617200U1 (de) 1997-11-06

Similar Documents

Publication Publication Date Title
WO1998014300A1 (de) Vorrichtung zur prädiktiven diagnose der aktuellen güte des technischen arbeitsergebnisses einer technischen anlage, insbesondere der aktuellen güte der schweisspunkte eines punktschweissroboters
DE102017000536B4 (de) Zellsteuereinheit zum Feststellen einer Ursache einer Anomalie bei einer Fertigungsmaschine
DE102019219332A1 (de) Lerndatenprüfung-Unterstütztungsvorrichtung, Maschinelles-Lernen-Vorrichtung und Ausfallvorhersagevorrichtung
DE19743600B4 (de) Verfahren zur Überwachung eines zyklischen Produktionsprozesses
DE102016015332A1 (de) Präventivwartungsverwaltungssystem und -verfahren zum Erstellen eines Wartungsplans einer Maschine sowie Zellensteuereinrichtung
DE102018125389A1 (de) Zustandsbestimmungsvorrichtung
EP3279756B1 (de) Diagnoseeinrichtung und verfahren zur überwachung des betriebs einer technischen anlage
EP2964449A1 (de) Verfahren und vorrichtung zur qualitätsbeurteilung eines mittels eines generativen lasersinter- und/oder laserschmelzverfahrens hergestellten bauteils
DE112011101738T5 (de) Mehrstufiges Prozessmodellierungsverfahren
DE19518804A1 (de) Verfahren zur Überwachung eines Produktionsprozesses
EP3671632A1 (de) Bildbasierte wartungsvorhersage und detektion von fehlbedienungen
DE102006038786A1 (de) Steuerung einer Schweißvorrichtung
DE102017000287A1 (de) Zellensteuerung und produktionssystem zum verwalten der arbeitssituation einer vielzahl von fertigungsmaschinen in einer fertigungszelle
DE102012106132A1 (de) Verfahren und System zur Identifizierung und Diskriminierung von heterogenen Materialien zur Verarbeitung in einer Vorrichtung zur Produktbearbeitung
WO2015082669A1 (de) Computer-implementiertes verfahren und system zur automatischen überwachung und statusermittlung ganzer prozessabschnitte in einer process unit
DE10241746B4 (de) Verfahren zur zyklischen Qualitätsbewertung und Prozessüberwachung bei periodischen Produktionsprozessen
EP3474091B1 (de) Verfahren und vorrichtung zur regelung eines prozesses innerhalb eines systems, nämlich eines mahlprozesses in einer mahlvorrichtung
EP4193227A1 (de) Vorrichtung und verfahren zur erkennung von anomalien in einer industriellen anlage zur ausführung eines produktionsprozesses
WO2022248189A1 (de) Verfahren zur additiven herstellung eines bauteils
WO2002014967A2 (de) Verfahren zur durchführung eines automatisierten produktionsprozesses
DE112017004549T5 (de) Änderungsanalyse für programme und veränderliche grössen
EP0941505B1 (de) Verfahren zur neuronalen modellierung der abhängigkeiten von einflussgrössen eines technischen systems
DE102020109858A1 (de) Verfahren zum Betreiben eines Systems
EP4148519A1 (de) Verfahren und vorrichtungen für prozessventil-einheiten
DE102022124338A1 (de) Prozessorschaltung und Verfahren zum Überwachen eines Fügeprozesses von Werkstücken in einem Fügeautomaten sowie Fügeautomat

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 19990319

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE CH DE ES FR GB IT LI NL PT

GRAG Despatch of communication of intention to grant

Free format text: ORIGINAL CODE: EPIDOS AGRA

17Q First examination report despatched

Effective date: 20020320

GRAG Despatch of communication of intention to grant

Free format text: ORIGINAL CODE: EPIDOS AGRA

GRAH Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOS IGRA

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20021016