EP2274599A2 - Verfahren zur kalibrierung von messgeräten - Google Patents

Verfahren zur kalibrierung von messgeräten

Info

Publication number
EP2274599A2
EP2274599A2 EP09737814A EP09737814A EP2274599A2 EP 2274599 A2 EP2274599 A2 EP 2274599A2 EP 09737814 A EP09737814 A EP 09737814A EP 09737814 A EP09737814 A EP 09737814A EP 2274599 A2 EP2274599 A2 EP 2274599A2
Authority
EP
European Patent Office
Prior art keywords
measuring device
measurement
measuring
output signal
signal
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Withdrawn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
EP09737814A
Other languages
English (en)
French (fr)
Inventor
Ove Schimmer
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.)
Sequid GmbH
Original Assignee
Sequid GmbH
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 Sequid GmbH filed Critical Sequid GmbH
Publication of EP2274599A2 publication Critical patent/EP2274599A2/de
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/005—Calibrating; Standards or reference devices, e.g. voltage or resistance standards, "golden" references
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N22/00—Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/12—Meat; Fish

Definitions

  • the invention relates to a method for calibrating at least one measuring device, in particular a measuring device for determining substance sample properties, in particular properties of biological substance samples, which includes a reference measurement, a measurement and a calibration.
  • measuring instruments In order to obtain uniform results when measuring one and the same substance sample, measuring instruments must be calibrated prior to their delivery to the customer in such a way that the measurement results of identical substance samples are identical for different measuring instruments.
  • a calibration of measuring devices before delivery is usually necessary because the measuring instruments in the initial state do not provide uniform measurement results.
  • Such deviations of measurement results among each other are of different quality, The installation method, the electronics and many other aspects of the measuring instruments are hidden and for the most part can not be avoided.
  • a virtual or real, physical reference measuring device or standard measuring device is consulted, to which the measuring devices to be calibrated are adjusted.
  • substance samples whose properties are well-known are usually measured both with the standard measuring device and with the measuring device to be calibrated, and the results of the two devices are compared with one another.
  • a simple case of calibration can be realized by a value offset, in which the difference between the measured values of the measuring device to be calibrated and the standard measuring device is determined and the determined value is subtracted or added during the calibration of the measuring device to be calibrated.
  • the above-mentioned method of calibration relies on the fact that the substance sample used for the calibration is permanently available. This is particularly difficult with transient substance samples, in particular with biological substance samples, which are subject to an aging process and are therefore not permanently available. Also, it is not possible to have two substance samples, in particular biological Substance samples of the same type are to be used since the properties of the substance sample depend on almost innumerable parameters and not all parameters can be properly controlled, ie an identity of all properties of the substance samples is generally not given. Therefore, in such samples, two different devices, such as the reference meter and the meter to be calibrated, can not be calibrated with the same uniform set of samples.
  • the object of the present invention is to provide a method for calibrating measuring instruments which are also suitable for determining biological samples or foods, which provides an accurate and satisfactory calibration.
  • the object is achieved according to the method of claim 1.
  • the measurement signal is an electromagnetic signal such as an ultra-broadband measurement signal from the range of a few kHz to the GHz range of the microwaves.
  • the measurement signal and the characteristics of the standard meter are given a reference output signal in interaction with the calibration standard. This is available as a transient curve with discrete sampled values.
  • a measurement of the at least one calibration standard used in the reference measurement is performed with at least one measurement device to be calibrated and the at least one measurement signal used in the reference measurement, whereby at least one measurement device output signal is obtained which depends on the measurement signal, the properties of the measurement device and depends on the interaction with the calibration standard. This is also determined as a transient curve with discrete samples.
  • the calibration of the measuring device to be calibrated is carried out, wherein the at least one measuring device output signal is adjusted to the at least one reference output signal by means of a learning method.
  • the learning method used is preferably a non-linear learning method, which is used with the aid of training sequences, i. H. the reference output signals is trained.
  • an advantage of the method according to the invention is that all measured variables in the time domain are determined and evaluated. In this way, the most commonly used conversion tion of the transients in the frequency domain.
  • On the one hand there is a saving in computation time since the conversion from the time to the frequency domain is omitted. This is particularly advantageous in the calibration of a large number of measuring devices during the production of the measuring devices in production lines and in portable measuring devices, since z. B. portable meters due to the power consumption restriction have a lower computational power.
  • the inaccuracies of the numerical conversion from the time domain to the frequency domain are also avoided. This conversion is usually done using the Fast Fourier Transform (FFT) method. Since the recorded measuring signals, reference output signals and measuring device output signals generally do not form periodically continuable time signals, the spectrum must be processed during a conversion into the frequency range. Conditioning is often associated with a loss of accuracy of the signals.
  • FFT Fast Fourier Transform
  • well-known properties of well-known substances can be considered as calibration standards.
  • well-known substances for example, liquids of known composition or solids of known composition are advantageous.
  • the well-known properties include, for example, the complex permittivity of the samples used. If, for example, the permittivity of a substance is used as the calibration standard, this is often the case in the standard technique Frequency space made.
  • the method according to the invention is preferably a method for determining quality parameters such as the age of the substance sample or the quality of the substance sample, these parameters being non-linear combinations of the physically effective parameters, it is possible to dispense with physically exact analysis of the substance sample.
  • time domain-based methods for obtaining the reference output signals or measuring device output signals are time-domain reflectometry (TDR) and time domain based transmittance (TDT).
  • a further advantage of the method according to the invention is that the at least one measuring device output signal is adapted to the at least one reference output signal by means of a learning method.
  • the reference output signals are used in the learning process to adapt the meter output signals.
  • the at least one measuring device output signal is first compared with the reference output signal and then processed via a learning method, which will be discussed later, to form an adapted measuring device output signal.
  • the adapted meter output equalizes more and more to the reference output signal.
  • the learned structures for generating the adapted measuring device output signal from the original stored and output device integrated in the calibrated measuring device.
  • the measuring instrument to be calibrated thus simulates the behavior of the reference or standard measuring instrument with the aid of the structures learned in the learning method.
  • the reference output signal is not a qualitative description of a state of calibration state, such as the state of calibration. the age, composition or frequency of freezing, but rather a qualitative measure of the calibration standard by means of the reference output signal.
  • the obtained meter output signal is also quantitatively evaluated.
  • the reference output signal may be a TDR / TDT signal which has not been subjected to measurement data processing for the determination of the ultimately sought material properties. The same can apply to the meter output signal, which also does not provide any information about the material properties.
  • the measuring device to be calibrated simulates the reference output signals with the same measuring signal.
  • the comparison of the transient profile of the reference output signal and the measuring device output signal is preferably carried out by machine without the manual addition of a priori knowledge.
  • the properties are coded not only in the individual discrete sampling values per se, but in particular also in the temporal succession of the discrete sampling values.
  • the Meter output signal is adjusted in its entirety, ie including the temporal succession of the discrete samples to the reference output signal.
  • the reference output signal or signal output signal is a signal which is a measured result of an active excitation of the substance sample by the measurement signal.
  • the reference output signal or the measuring device output signal describes a response of the substance sample to the measurement signal, which in turn is itself dependent on the measuring device ⁇ reference measuring device or measuring device to be calibrated).
  • the measuring curve of the measuring device signal which consists of a multiplicity of measured values recorded at different and successive points in time, is adapted to the corresponding measuring curve of the reference output device or the N-tuple of the measuring curve of the measuring device signal to the N-tuple the measured curve of the reference output signal is adapted or adapted.
  • the standard measuring device is furthermore used to carry out a time domain-based method for determining properties of at least one substance sample, in particular at least one biological substance sample.
  • a time-domain-based method for example, the method used in the document DE 10 2004 014 338 A1 can be used.
  • the procedure performed with the standard measuring device for the determination of properties of at least one substance sample can also be used in the measuring devices to be calibrated on the basis of the calibration of the measuring devices to be calibrated on the standard measuring device. This is advantageous because the sample used, which was used to determine the properties of general swatches, is not durable or not durable. For example, such a substance sample may be a foodstuff.
  • the procedure for determining material properties for the standard measuring device can also be used in these after calibration of the measuring devices to be calibrated. This ensures that two different meters, but calibrated on the same standard meter, can provide consistent results in determining substance characteristics at different locations, even though the meters to be calibrated have been aligned only on the standard meter and not on the swatches.
  • polar liquids such as alcohols (eg methanol, ethanol, 1-propanol), distilled water, isotonic saline solutions or reproducible mixtures thereof can be used as the calibration standard.
  • a calibration be a mixture of an isotonic saline solution and glycerol in different compositions.
  • a mixture of a water binder, polyethylene powder and isotonic saline can be used as the calibration standard.
  • the biological samples to be examined are, in particular, foods such as e.g. Fish or meat.
  • the at least one calibration standard in the range i. H. in the value range of the property to be determined
  • the at least one substance sample is present and / or comprises this property. Since the properties of the substance sample to be measured are often not complete, but individual aspects can be measured accurately, calibration standards are selected which include the known range of the substance sample properties of the substance sample to be investigated later. This means, for example, that in a food containing water, water forms a first calibration standard, and in the presence of a meaty substance, it forms a second calibration standard. Simply by selecting the two previous calibration standards, it is apparent that the calibration standards are not independent of each other, but may also be non-linearly dependent on one another
  • Meat also contains water. This is not an obstacle in the learning method used to calibrate the measuring instruments.
  • the standard measuring device is a physical or a virtual one Meter.
  • a physical measuring device is to be understood as a measuring device which is not merely manifested within a data processing system. In particular, it may, for example, be identical to the measuring device to be calibrated. This has the advantage that the same components are used as with the measuring instruments to be calibrated. As a result, the deviations between the standard measuring device and the measuring instruments to be calibrated are often lower. However, the structural equality is not
  • the advantage of a virtual measuring device which is stored for example only in the form of software in a data processing system, is that it can simulate the properties of different probes or detectors and different measuring devices and calibration standards can be tested in order to make them as efficient as possible.
  • the at least one measurement signal is an electromagnetic signal.
  • an electromagnetic signal it is possible, for example, to measure the properties which are important for the measurement of substance samples, such as, for example, the permittivity. The measurement of these properties can be performed particularly quickly and reliably.
  • the electromagnetic signal interacts with the at least one calibration standard and leads to an output signal, in the case of the standard measuring instrument to a reference output signal and in the case of a measuring instrument to be calibrated to a measuring device output signal.
  • the measuring device to be calibrated comprises an electromagnetic probe and / or an electromagnetic probe Detector on; the probe preferably includes a coaxial cable. It is also possible to use a circuit applied to a circuit board with an inner metallized ring and a larger outer metallized ring surrounding this inner ring. Between the inner and the outer ring, a coaxial field is established.
  • the electromagnetic probe is used to introduce the measurement signal into the calibration standard
  • the detector is used to read the output signal generated on the basis of the calibration standard interacting with the measurement signal.
  • frequency ranges between 0.05 and 15 gigahertz, preferably 0.05 and 8 gigahertz, particularly preferably 0.08 and 5 gigahertz, are suitable.
  • the probes and detectors can be used to measure jump or impulse responses, whereby the impulse form is determined exclusively by the amplitudes of the spectrum required for the problem of measurement.
  • the pulse shape is not determined by the time offset, so that the pulse shape can be chosen freely.
  • the learning method is a nonlinear learning method, in particular a multivariate statistical method or a method from the field of artificial neural networks.
  • the reference output signals of the standard measuring instrument are used.
  • the learning methods are non-linear learning techniques, it ensures that the instrument being calibrated not only optimizes the measurement results along the individual calibration standards, but also across a variety of calibration standards can be used, with the learning process each individually learned structures are found for each to be calibrated measuring device.
  • a single set of learned structures can be used to find the best possible match of the measurement outputs with respect to all the calibration standards used. This is of great importance since the swatch later to be measured by the meters is not a mere linear combination of individual calibration standards but is a swatch consisting of a nonlinear combination of the individual calibration standards.
  • a multiplicity of calibration standards and / or a multiplicity of measurement signals are used in order to achieve a better nonlinear adaptation of the measuring instrument to be calibrated to the standard measuring instrument.
  • the learning method is applied to all calibration standards used, whereby a common set of learned structures is found. In this case, not all of the reference output signals used, which have been obtained via a large number of calibration standards or measurement signals, need to be used, but a selection can be made as to which reference output signals are to be used for the learning method.
  • the method according to the invention is preferably used not only for calibrating a single measuring device but for calibrating a plurality of measuring devices. In this way it becomes possible
  • Manufacture measuring instruments in large numbers and only provided with an individualized set of learned structures with which the measuring instruments to be calibrated can simulate the output signals of the standard measuring device.
  • variable means an amount of two or more.
  • Purality means that it is also an amount of two or more, but “majority” for the purpose of the present application is defined as indicative of a lesser amount than “plurality”.
  • Fig. 1 is a schematic flow diagram of a
  • FIGS. 3a-d schematic representation of the signals used
  • FIGS. 5a, b embodiments of probes for carrying out the method.
  • the reference measurement 10 is performed.
  • a measuring signal 12 is generated in a reference measuring device 11, wherein the measuring signal 12 with a Calibration standard 13 interacts and causes a reference output signal 14.
  • Both the measuring signal 12 and the reference output signal 14 are present as time-domain-based signals.
  • a measurement 20 is carried out with a measuring device 21 to be calibrated.
  • the originally used measuring signal 12 is applied to the originally used calibration standard 13, whereby a measuring device output signal 24 is received in the measuring device 21.
  • the meter output signal 24 has differences from the reference output signal 14.
  • the measurement signal used to calibrate a calibration standard before it interacts with the calibration standard does not necessarily have to be identical to the measurement signal of the reference measurement instrument, although both measurement signals have the same reference number.
  • the use of a single reference number merely indicates that the same pulse shape is set on both devices.
  • the transmitted measuring signals are not identical due to, for example, different components. If, for example, the measuring signal of the measuring device to be calibrated is generated with an analog pulse generator, the generated measuring signal is already different from the measuring signal of the reference measuring device due to different designs of the components, even if the settings for generating the measuring signal in the measuring device to be calibrated with the settings for generating the measuring signal of Reference meter are identical.
  • the measuring signals of the measuring instrument to be calibrated could be given a reference number other than 12 in order to express that the measuring signals used need not be identical.
  • the measurement signal is used uniformly with the reference character family 12, the statements of the preceding section still being valid for the invention.
  • an adapted meter output signal 25 is generated, which is compared with the reference output signal 14 and iteratively adapted until the learned structures for filtering the meter output signal 24 produce an adapted meter output signal 25 which is within a predetermined low tolerance range of the reference output signal 14 is moved.
  • the measuring signal 12 at a calibration standard 13 output the adapted measuring device output signal 25, so that the measuring device 21 and the standard equipment 11 provide almost identical measurement results.
  • the calibration 30 is thereby made individually for each measuring device to be calibrated, since the measuring device output signal 24 can be different for different measuring devices to be calibrated.
  • the method having a plurality of calibration standards 13, 13 ', 13' ⁇ and 13 'used''is wherein a plurality can be far more than an amount of only four calibration standards.
  • various reference output signals 14, 14 ', 14 "and 14" are determined one after the other using the reference measuring device 11 and a measuring signal 12.
  • different measuring signals can also be assigned to a single calibration standard or different calibration signals Measurement signals can be applied to different calibration standards.
  • FIG. 2b shows the analog measurement of the at least one measuring device to be calibrated.
  • the measurement signal 12 and the calibration standards 13, 13 ', 13' and 13 ⁇ '''measuring devices output signals 24, 24', 24 '', 24 ''produces'.
  • Fig. 2c the calibration is described by means of a plurality of meter output signals.
  • the meter output signals 24, 24 ', 24''and24'' • are modified by means of a learning method 31 into adapted meter output signals 25, 25', 25 '', 25 '''.
  • the adapted meter output signal 25 is compared with the reference output signal 14.
  • About the comparison 310 of the two signals are over a feedback 311 modifies the learned or initially yet to be learned structures for adapting the measuring device output signal 24 to the adapted measuring device output signal 25.
  • the adapted meter output signal 25 becomes more and more similar to the reference output signal 14.
  • the learning method and associated learned structures for generating the adapted meter output signal from the meter output signal are used for all meter output signals 24, 24 ', 24 "and 24"', the structures learned by the learning method 31 will not only but learns from a combination of all the meter output signals and the associated reference output signals. Thus, the optimization of a single adapted measuring device output signal is not effected, but the simultaneous optimization of all adapted measuring device output signals.
  • the learning method 31 is an artificial neural network in which the learned structures are given in the weighting matrix between the different neuron layers.
  • the weighting matrices are modified in their entries, whereby the rules for the modification may be, for example, excitatory or inhibitory synaptic rules.
  • a multivariate statistical method as a learning method would be conceivable, in which the learned structures are determined via a multivariate regression over the multiplicity of passes would become.
  • the learning of structures in the context of a multivariate statistical regression or in the context of artificial neural networks is well known in the literature.
  • the learned structures are stored in the meter 21 to be calibrated. After that, the calibration of the meter is completed.
  • an individual calibration is carried out for each individual measuring device. This means, in particular, that the measuring devices, even if identical in construction, differ on the basis of the learned structures.
  • the adapted measuring device output signals of the different measuring devices all move within a predetermined tolerance range around the reference output signals 14 - 14 1 1 V.
  • FIG. 3a shows a measurement signal 12, which consists of a plurality of discrete samples 120, 121, each of which has a sampling interval of length ⁇ t. The duration of the entire measurement signal is the interval T. If, for example, an electromagnetic signal is used as the measurement signal, the content of the individual discrete samples could be the strength and direction of the E-field or B-field vector of the electromagnetic signal or the scaled chip be.
  • the measurement signal is understood here as a vector s (t).
  • FIG. 3 b shows a reference output signal 14 obtained from an interaction between the measurement signal 12 and a calibration standard. This also has discrete samples 140, 141 which follow one another in a sampling interval of ⁇ t. The duration of the reference output signal is the same as in the case of the measurement signal 12. The reference output signal is dependent on both the measurement signal s and the calibration standard K, d. H. r (s, K).
  • the meter output 24 is also shown with discrete samples 240, 241 in a sampling interval of ⁇ t over a duration of T.
  • the measurement output signal is from measurement signal s and calibration standard K, d. H. f (s, K).
  • the adapted meter output signal 25 is shown with the discrete samples 250 and 251. This is also dependent on the measurement signal and calibration standard, d. H. h (s, K).
  • h (s, K) h (N, f (s, K)) be determined more precisely.
  • the intrinsic shafts of the neural network are transmitted through the network
  • the network N is determined by the architecture, the type of neuron activation function used, the number of neurons, and the weighting matrix w.
  • w comprises the connection strengths of the individual neurons or neuronal layers with one another.
  • the individual entries of the weighting matrix w are adapted on the basis of the learning method, so that after a plurality of passes, the adapted meter output signal h essentially corresponds to the reference output signal r plus a tolerance range, ie h ⁇ s, K) «r (s, K) + ⁇ . From the weighting matrix itself, it is not yet clear how many layers of neurons the neural network has. There may be only two visible input and output layers as well as a plurality of hidden layers. As activation functions, for example, jump functions or inverse tangent functions can be used. An adaptation of the activation function can also be used in the method.
  • the method 100 has a measurement signal 101 which interacts with the substance sample 102.
  • the measurement output signal 103 changed due to the interaction is adapted in a step 104, where existing knowledge 105 in the form of knowledge about quality and age, for example of a food, is present and is used in the learning process 106.
  • the measurement output signal is adapted in such a way that a measurement result 108 is obtained with the aid of the calibration equation, which yields essentially the same results as the existing knowledge 105 obtained by other means.
  • the method 100 can be performed with the aid of a standard measuring instrument and a single instrument perishable sample are carried out.
  • gauges to be calibrated are aligned with this standard gage, then this also by means of a method of Fig. 1 or 2 using the standard measuring device determined method for determining the properties of fabric samples. In this way, the time-consuming calibration with the aid of a substance sample or the potentially irreproducible calibration with a perishable substance sample must be carried out only once and can then be taken over into it on the basis of the calibration of the measuring instruments to be calibrated.
  • FIG. 5 a shows an electromagnetic measuring device 200 with a probe detector unit 221 and a coaxial cable 211 as well as a perishable substance sample 203.
  • a measurement signal 122 is generated and transmitted through the coaxial cable 211 to the fabric sample 203.
  • the interaction between the substance sample 203 and the measurement signal 122 generates a measurement device output signal 242. This is analyzed in the probe detector unit 221 and from this a statement about the quality or condition of the fabric sample 203 is output.
  • the swatch 203 may be a liquid or medium of easily reproducible physical nature, with the measured physical parameter being present in or later on the swatch to be analyzed later in the operation of the analyzer - nelt.
  • the meter output signal is adapted so that it can substantially reproduce the output signals of the standard meter.
  • FIG. 5 b shows an alternative arrangement of a measuring device 200 ', which has a probe 210 as well as a coaxial cable 211 and a separate detector 220. This is a measurement signal
  • FIG. 5a The method shown in FIG. 5a is the TDR, in FIG. 5b the TDT.
  • the measuring signal used is a jump signal with a rise time of approx. 100 ps. Other rise times could be between 20 ps (equivalent to a 50 GHz frequency) and 10 ns (equivalent to a 0.1 GHz frequency).
  • the total length of the measured reference output signal or measuring device output signal is between 1 ns and 5 ns, preferably between 2 ns and 3 ns. This output signal is sampled at a sampling rate of 10 ps and processed into discrete but contiguous readings.
  • the calibration is carried out by way of example with 5 different calibration standards.
  • Calibration standards include, for example, an alcohol, distilled water, 2 different mixtures of glycerol and isotonic saline, and a simulated meat as previously described. These calibration standards are measured both with the reference measuring device and with the measuring device to be calibrated in each case as a step response to a measuring signal set on the respective measuring device, as described, for example, in the preceding section.
  • the measured step responses of the measuring device to be calibrated are adjusted by means of a neural network to the step responses of the reference measuring device, so that the measuring device to be calibrated supplies a measuring device output signal which is the same as the reference output signal.
  • the instrument output signal is first subjected to the quantitatively determined method for adaptation to the reference output signal and then further processed using the qualitative procedure for freshness measurement and to obtain a quantitative statement about the freshness of a fish.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)

Abstract

Gegenstand der Erfindung ist ein Verfahren zur Kalibrierung mindestens eines Messgeräts, insbesondere eines Messgeräts zum Bestimmen von Stoffprobeneigenschaften, insbesondere Eigenschaften biologischer Stoffproben, welches folgende Schritte umfasst: d) Referenzmessung (10) mindestens eines Kalibrierungs Standards (13, 13', 13", 13'") mit einem Standardmessgerät (11) und mindestens einem Messsignal (12, 12', 12'', 12''' ), wobei mindestens ein Referenzausgangssignal (14, 14', 14", 14''') als transienter Verlauf mit diskreten Abtastwerten ermittelt wird; e) Messung (20) des mindestens einen Kalibrierungsstandards (13, 13', 13'', 13''') mit mindestens einem zu kalibrierenden Messgerät (21; 200; 200') und dem mindestens einen Messsignal (12, 12', 12", 12'"), wobei mindestens ein Messgeräteausgangssignal (24, 24', 24", 24'") als transienter Verlauf mit diskreten Abtastwerten ermittelt wird; f) Kalibrierung (30) des zu kalibrierenden Messgeräts, wobei das mindestens eine Messgeräteausgangssignal (24, 24', 24", 24"') an das mindestens eine Referenzausgangssignal (14, 14', 14", 14"') mittels eines Lernverfahrens (31) angeglichen wird.

Description

Verfahren zur Kalibrierung von Messgeräten
Gegenstand der Erfindung ist ein Verfahren zur Kalib- rierung mindestens eines Messgeräts, insbesondere eines Messgeräts zum Bestimmen von Stoffprobeneigenschaften, insbesondere Eigenschaften biologischer Stoffproben, welches eine Referenzmessung, eine Messung und eine Kalibrierung beinhaltet.
Um einheitliche Ergebnisse bei der Messung ein und derselben Stoffprobe zu erhalten, müssen Messgeräte vor ihrer Auslieferung an den Kunden derart kalibriert werden, dass die Messergebnisse identischer Stoffproben bei verschiedenen Messgeräten identisch sind. Eine Kalibrierung von Messgeräten vor der Auslieferung ist in der Regel nötig, da die Messgeräte im Ausgangszustand keine einheitlichen Messergebnisse liefern. Solche Abweichungen von Messergebnissen un- tereinander liegen in der unterschiedlichen Qualität, der Einbauweise, der Elektronik und vielen weiteren Aspekten der Messgeräte verborgen und können zum größten Teil nicht vermieden werden.
Aus diesem Grunde existiert eine Vielzahl von Kalibrierungsmethoden, um die Messergebnisse zweier verschiedener baugleicher Messgeräte zu vereinheitlichen. Standards für die Kalibrierung von elektromagnetischen Feldsensoren und Sonden sind beispiels- weise in einem "IEEE Standard for Calibration" festgehalten.
Im Stand der Technik wird ein virtuelles oder reales, physikalisches Referenzmessgerät bzw. Standardmessge- rät zu Rate gezogen, an welches die zu kalibrierenden Messgeräte angeglichen werden. Dabei werden für gewöhnlich Stoffproben, deren Eigenschaften wohlbekannt sind, sowohl mit dem Standardmessgerät als auch mit dem zu kalibrierenden Messgerät gemessen und das Er- gebnis der beiden Geräte miteinander verglichen. Ein einfacher Fall einer Kalibrierung kann dabei durch einen Werte-Offset realisiert werden, bei welchem die Differenz zwischen den gemessenen Werten des zu kalibrierenden Messgeräts und des Standardmessgeräts ermittelt wird und der ermittelte Wert bei der Kalibrierung des zu kalibrierenden Messgeräts subtrahiert oder addiert wird.
Das oben angesprochene Verfahren zur Kalibrierung baut jedoch darauf, dass die zur Kalibrierung verwendete Stoffprobe dauerhaft verfügbar ist. Dies ist insbesondere bei vergänglichen Stoffproben, insbesondere bei biologischen Stoffproben, die einem Alte- rungsprozess unterliegen und von daher nicht dauer- haft verfügbar sind, schwierig. Auch ist es nicht möglich, zwei Stoffproben, insbesondere biologische Stoffproben gleichen Typs zu verwenden, da die Eigenschaften der Stoffprobe von nahezu unzähligen Parametern abhängen und nicht alle Parameter einwandfrei kontrolliert werden können, d. h. eine Identität al- ler Eigenschaften der Stoffproben im Regelfall nicht gegeben ist. Von daher können bei derartigen Proben zwei verschiedene Geräte, beispielsweise das Referenzmessgerät und das zu kalibrierende Messgerät nicht mit demselben einheitlichen Probensatz kalib- riert werden.
Eine Möglichkeit diese Schwierigkeiten zu umgehen, ist die Verwendung eines Marsland Verfahrens bei der Kalibrierung der Messgeräte. Dabei wird die Permitti- vität einer Stoffprobe im Frequenzbereich vermessen und mit Hilfe bilinearer Abbildungen abgebildet, wobei zumindest drei Messproben verwendet werden. Einer der Nachteile des Verfahrens ist jedoch, dass die Messung der physikalischen Parameter im Frequenzbe- reich sehr aufwendig ist.
Um Messgeräte zum Bestimmen von Eigenschaften von Stoffproben, insbesondere biologischen Stoffproben oder Lebensmitteln, zu kalibrieren, sind die im Stand der Technik verwendeten Kalibrierungsverfahren daher nicht zufriedenstellend anwendbar.
Aufgabe der vorliegenden Erfindung ist es, ein Verfahren zum Kalibrieren von Messgeräten zu schaffen, welche auch zum Bestimmen von biologischen Stoffproben oder Lebensmitteln, geeignet sind, welches eine genaue und zufriedenstellende Kalibrierung liefert.
Die Aufgabe wird gelöst nach dem Verfahren des An- Spruchs 1. Bei dem erfindungsgemäßen Verfahren wird zunächst eine Referenzmessung mindestens eines Kalib- rierungsstandards mit einem Messgerät und mindestens einem Messsignal durchgeführt. Das Messsignal ist ein elektromagnetisches Signal wie z.B. ein ultra- breitbandiges Messsignal vom Bereich weniger kHz bis in den GHz Bereich der Mikrowellen. Mit Hilfe des
Messsignals und der Eigenschaften des Standardmessgeräts wird in Wechselwirkung mit dem Kalibrierungs- standard ein Referenzausgangssignal erhalten. Dieses liegt als transienter Verlauf mit diskreten Abtast- werten vor.
Anschließend wird eine Messung des mindestens einen bei der Referenzmessung verwendeten Kalibrierungs- standards mit mindestens einem zu kalibrierenden Messgerät und dem mindestens einen bei der Referenz - messung verwendeten Messsignal vorgenommen, wobei mindestens ein Messgeräteausgangssignal erhalten wird, welches von dem Messsignal, den Eigenschaften des Messgeräts und der Wechselwirkung mit dem Kalib- rierungsStandard abhängt. Dieses wird ebenfalls als transienter Verlauf mit diskreten Abtastwerten ermittelt.
Anschließend wird die Kalibrierung des zu kalibrie- renden Messgeräts vorgenommen, wobei das mindestens eine Messgeräteausgangssignal an das mindestens eine Referenzausgangssignal mittels eines Lernverfahrens angeglichen wird. Dabei ist das verwendete Lernverfahren vorzugsweise ein nichtlineares Lernverfahren, welches mit Hilfe von Trainingssequenzen, d. h. der Referenzausgangssignale trainiert wird.
Zunächst einmal besteht ein Vorteil des erfindungsgemäßen Verfahrens darin, dass sämtliche Messgrößen im Zeitbereich ermittelt und ausgewertet werden. Auf diese Weise entfällt die zumeist verwendete Umrech- nung der transienten Verläufe in den Frequenzbereich. Hierin liegen mehrere Vorteile. Zum einen ergibt sich eine Rechenzeitersparnis, da die Umrechnung vom Zeit- in den Frequenzbereich entfällt. Dies ist insbesonde- re bei der Kalibrierung einer Vielzahl von Messgeräten während der Herstellung der Messgeräte in Produktionsstraßen und bei tragbaren Messgeräten vorteilhaft, da z . B. tragbare Messgeräte aufgrund der Energieverbrauchsrestriktion eine kleinere Rechen- leistung besitzen. Neben der Rechenzeitersparnis werden jedoch auch die Ungenauigkeiten der numerischen Umrechnung vom Zeitbereich in den Frequenzbereich umgangen. Diese Umrechnung wird meistens mit der Methode des Fast Fourier Transform (FFT) vorgenommen. Da die aufgezeichneten Messsignale, Referenzausgangssignale und Messgeräteausgangssignale zumeist keine periodisch fortsetzbaren Zeitsignale bilden, muss das Spektrum bei einer Umrechnung in den Frequenzbereich aufbereitet werden. Die Aufbereitung ist oftmals mit einem Verlust der Genauigkeit der Signale verbunden.
Ganz allgemein kann gesagt werden, dass bei numerischen Transformationen von Daten durch die numerischen Einflüsse - und dies gilt insbesondere für die FFT - eine Verringerung der Genauigkeit unumgänglich ist.
Als Kalibrierungsstandards kommen beispielsweise wohlbekannte Eigenschaften wohlbekannter Stoffe in Frage. Unter wohlbekannten Stoffen sind hier bei- spielsweise Flüssigkeiten bekannter Zusammensetzung oder Feststoffe bekannter Zusammensetzung vorteilhaft. Zu den wohlbekannten Eigenschaften zählen beispielsweise die komplexe Permittivität der verwendeten Stoffproben. Wird beispielsweise als Kalibrie- rungsstandard die Permittivität eines Stoffes verwendet, so wird dies im Standard der Technik häufig im Frequenzraum vorgenommen. Da es sich bei dem erfindungsgemäßen Verfahren jedoch bevorzugt um ein Verfahren zur Bestimmung von Qualitätsparametern wie Alter der Stoffprobe oder Qualität der Stoffprobe han- delt, wobei diese Parameter nichtlineare Kombinationen der physikalisch wirksamen Parameter sind, kann auf eine physikalisch exakte Analyse der Stoffprobe verzichtet werden. Einzig wichtig ist die spätere Aufgabe des zu kalibrierenden Messgeräts, dass es die zu bestimmende Stoffprobe in seiner Qualität korrekt bestimmen kann. Als zeitbereichsbasierte Verfahren zur Gewinnung der Referenzausgangssignale bzw. Mess- geräteausgangssignale sind beispielsweise die Zeitbe- reichsreflektometrie (TDR) und die Zeitbereichstrans- mittometrie („time domain based transmittivity" (TDT) ) geeignet.
Ein weiterer Vorteil des erfindungsgemäßen Verfahrens liegt darin, dass das mindestens eine Messgeräteaus - gangssignal mittels eines Lernverfahrens an das mindestens eine Referenzausgangssignal adaptiert wird. Die Referenzausgangssignale werden im Lernverfahren zum Adaptieren der Messgeräteausgangssignale verwendet. Dabei wird zunächst das mindestens eine Messge- räteausgangssignal mit dem Referenzausgangssignal verglichen und anschließend über ein Lernverfahren, auf welches an späterer Stelle noch eingegangen wird, zu einem adaptierten Messgeräteausgangssignal verarbeitet. Durch wiederholte Anwendung des Lernverfah- rens gleicht sich das adaptierte Messgeräteausgangssignal immer mehr an das Referenzausgangssignal an. Sobald die Abweichung zwischen dem Referenzausgangs - signal und dem adaptierten Messgeräteausgangssignal eine vorab definierte Toleranzschwelle unterschrei - tet, werden die erlernten Strukturen zum Erzeugen des adaptierten Messgeräteausgangssignals aus dem ur- sprünglichen Messgeräteausgangssignal gespeichert und in das zu kalibrierende Messgerät integriert. Mit dem erfindungsgemäßen Verfahren simuliert das zu kalibrierende Messgerät also mit Hilfe der im Lernverfah- ren erlernten Strukturen das Verhalten des Referenz - bzw. Standardmessgeräts.
Beim Referenzausgangssignal handelt es sich nicht um eine qualitative Beschreibung eines Zustands des Ka- librierungszustands, wie z.B. dem Alter, der Zusammensetzung oder der Häufigkeit des Einfrierens, sondern um eine qualitative Messung des Kalibrierungs- standards mittels des Referenzausgangssignals. Das gewonnene Messgeräteausgangssignal wird ebenfalls quantitativ ausgewertet. Beispielweise kann das Referenzausgangssignal ein TDR/TDT-Signal sein, welches noch keiner Messdatenverarbeitung zur Bestimmung der letztendlich gesuchten Stoffeigenschaften unterzogen wurde. Gleiches kann für das Messgeräteausgangssignal gelten, welches ebenfalls noch keine Aussage über die Stoffeigenschaften liefert.
Anschließend kommt es zu einer Adaptation des Messge- räteausgangssignals, so dass das zu kalibrierende Messgerät die Referenzausgangssignale bei gleichem Messsignal simuliert. Der Vergleich des transienten Verlaufs des Referenzausgangssignals und des Messge- räteausgangssignals erfolgt vorzugsweise maschinell ohne manuelle Zugabe von a priori Wissen.
Eine weitere Besonderheit des Referenzausgabesignals und des Messgeräteausgangssignal ist es, dass die Eigenschaften nicht nur in den einzelnen diskreten Abtastwerten an sich, sondern insbesondere auch in der zeitlichen Aufeinanderfolge der diskreten Abtastwerte kodiert sind. Dies bedeutet insbesondere, dass das Messgeräteausgabesignal in seiner Gesamtheit, also einschließlich der zeitlichen Aufeinanderfolge der diskreten Abtastwerte an das Referenzausgangssignal angepasst wird. Für das Verfahren ist es nicht aus- reichend das Referenzausgabesignal in die einzelnen, zu verschiedenen Zeitpunkten aufgenommenen diskreten Abtastwerte zu zerlegen und diese jeweils voneinander unabhängig an die zu korrespondierenden Zeitpunkten aufgenommenen diskreten Abtastwerte des Messgeräte- ausgangssignals anzupassen, da hierdurch die in der zeitlichen Aufeinanderfolge des Signals kodierten Informationen verloren würden.
Beim Referenzausgangssignal bzw. Messgeräteausgangs- signal handelt es sich um ein Signal, welches als gemessenes Ergebnis einer aktiven Anregung der Stoffprobe durch das Messsignal ist. Somit beschreibt das Referenzausgangssignal bzw. das Messgeräteausgangs - signal eine Antwort der Stoffprobe auf das Messsig- nal, welches wiederum von dem Messgerät {Referenzmessgerät oder zu kalibrierenden Messgerät) selbst abhängig ist.
Es ist bevorzugt, wenn die Messkurve des Messgeräte- signals, welche aus einer Vielzahl von zu verschiedenen und aufeinander folgenden Zeitpunkten aufgenommenen Messwerten besteht, an die korrespondierende Messkurve des Referenzausgabegeräts angepasst wird bzw. das N-Tupel der Messkurve des Messgerätesignals an das N-Tupel der Messkurve des Referenzausgabesignals adaptiert oder angepasst wird.
Vorteilhafte Weiterbildungen der Erfindung sind in den untergeordneten Ansprüchen beschrieben. In einer Ausgestaltungsform des Verfahrens wird das Standardmessgerät weiterhin dazu verwendet, ein zeit- bereichsbasiertes Verfahren zur Bestimmung von Eigenschaften mindestens einer Stoffprobe, insbesondere mindestens einer biologischen Stoffprobe, durchzuführen. Bei einem derartigen zeitbereichsbasierten Verfahren kann beispielsweise das in der Druckschrift DE 10 2004 014 338 Al verwendete Verfahren angewandt werden. Das mit dem Standardmessgerät durchgeführte Verfahren zur Bestimmung von Eigenschaften mindestens einer Stoffprobe kann aufgrund der Kalibrierung der zu kalibrierenden Messgeräte an dem Standardmessgerät auch in den zu kalibrierenden Messgeräten eingesetzt werden. Dies ist von Vorteil, da die verwendete Stoffprobe, welche zur Bestimmung der Eigenschaften von allgemeinen Stoffproben verwendet wurde, nicht haltbar bzw. nicht dauerhaft haltbar ist. Bei einer derartigen Stoffprobe kann es beispielsweise um ein Lebensmittel handeln. Sobald das Verfahren zur Be- Stimmung von Stoffeigenschaften für das Standardmess- gerät bestimmt ist, kann es nach Kalibrierung der zu kalibrierenden Messgeräte auch in diesen eingesetzt werden. Auf diese Weise wird gewährleistet, dass zwei verschiedene, jedoch an demselben Standardmessgerät kalibrierte Messgeräte an verschiedenen Orten einheitliche Ergebnisse bei der Bestimmung von Stoff - eigenschaften liefern können, obwohl die zu kalibrierenden Messgeräte lediglich am Standardmessgerät und nicht an den Stoffproben ausgerichtet worden sind.
Als KaIibrierungsStandard können beispielsweise Polare Flüssigkeiten wie Alkohole (z.B. Methanol, Etha- nol, 1-Propanol) , destilliertes Wasser, isotonische Kochsalzlösungen oder reproduzierbare Mischungen hiervon eingesetzt werden. Weiterhin kann ein Kalib- rierungsstandard ein Gemisch aus einer isotonischen Kochsalzlösung und Glycerin in jeweils unterschiedlichen Zusammensetzungen sein. Als simuliertes Fleisch kann eine Mischung aus einem Wasserbindemittel, PoIy- ethylen- Puder und isotonischer Kochsalzlösung als Kalibrierungsstandard eingesetzt werden.
Bei den zu untersuchenden biologischen Stoffproben handelt es sich insbesondere um Lebensmittel wie z.B. Fisch oder Fleisch.
Dabei ist es besonders vorteilhaft, wenn der mindestens eine KaIibrierungsStandard im Bereich, d. h. im Wertebereich der zu bestimmenden Eigenschaft der min- destens einen Stoffprobe liegt und/oder diese Eigenschaft umfasst . Da die Eigenschaften der zu vermessenden Stoffprobe oftmals nicht komplett vorliegen, jedoch einzelne Aspekte genau vermessen werden können, werden Kalibrierungsstandards gewählt, welche den bekannten Bereich der Stoffprobeneigenschaften der später zu untersuchenden Stoffprobe einschließen. Dies bedeutet beispielsweise, dass bei einem Lebensmittel, welches Wasser enthält, Wasser einen ersten Kalibrierungsstandard bildet und bei Vorhandensein einer fleischartigen Substanz diese einen zweiten Kalibrierungsstandard bildet. Allein durch die Auswahl der zwei vorhergehenden Kalibrierungsstandards ist offensichtlich, dass die Kalibrierungsstandards nicht unabhängig voneinander sind, sondern auch auf nicht- lineare Weise voneinander abhängig sein können, da
Fleisch auch Wasser enthält. Bei dem verwendeten Lernverfahren zur Kalibrierung der Messgeräte stellt dies kein Hindernis dar.
In einer weiteren Ausführungsform ist das Standardmessgerät ein physikalisches oder ein virtuelles Messgerät. Unter einem physikalischen Messgerät ist ein Messgerät zu verstehen, welches nicht lediglich innerhalb einer Datenverarbeitungsanlage manifestiert ist. Insbesondere kann es beispielsweise baugleich mit dem zu kalibrierenden Messgerät sein. Dies hat den Vorteil, dass dieselben Komponenten wie bei den zu kalibrierenden Messgeräten eingesetzt werden. Von daher sind die Abweichungen zwischen dem Standardmessgerät und dem zu kalibrierenden Messgeräten oft- mals geringer. Die Baugleichheit ist jedoch keine
Notwendigkeit. Der Vorteil eines virtuellen Messgeräts, welches beispielsweise lediglich in Form einer Software in einer Datenverarbeitungsanlage gespeichert ist, liegt darin, dass es die Eigenschaften verschiedener Sonden bzw. Detektoren simulieren kann und verschiedene Messgeräte und Kalibrierungsstandards getestet werden können, um diese möglichst effizient gestalten zu können.
In einer weiteren Ausführungsform des Verfahrens ist das mindestens eine Messsignal ein elektromagnetisches Signal. Mit Hilfe eines elektromagnetischen Signals können beispielsweise die für die Messung von Stoffproben wichtigen Eigenschaften wie beispiels- weise die Permittivität gemessen werden. Die Messung dieser Eigenschaften kann besonders schnell und zuverlässig durchgeführt werden Das elektromagnetische Signal wechselwirkt mit dem mindestens einen Kalibrierungsstandard und führt zu einem Ausgangssignal, im Falle des Standardmessgeräts zu einem Referenzausgangssignal und im Falle eines zu kalibrierenden Messgeräts zu einem Messgeräteausgangssignal .
In einer weiteren Ausführungsform des Verfahrens weist das zu kalibrierende Messgerät eine elektromagnetische Sonde und/oder einen elektromagnetischen Detektor auf; die Sonde beinhaltet vorzugsweise ein Koaxialkabel. Auch ist es möglich eine auf eine Leiterplatte aufgebrachte Schaltung mit einem inneren metallisierten Ring und einen diesen inneren Ring um- gebenden größeren äußeren metallisierten Ring zu verwenden. Zwischen dem inneren und dem äußeren Ring wird ein koaxiales Feld aufgebaut .
Die elektromagnetische Sonde dient zum Einleiten des Messsignals in den Kalibrierungsstandard, der Detektor dient zum Auslesen des aufgrund des mit dem Kalibrierungsstandard wechselwirkenden Messsignals erzeugten Ausgangssignals. Hierbei bieten sich Frequenzbereiche zwischen 0,05 und 15 Gigahertz, vor- zugsweise 0,05 und 8 Gigahertz, besonders vorzugsweise 0,08 und 5 Gigahertz, an. Mit den Sonden und Detektoren können Sprung- oder Impulsantworten, wobei die Impulsform ausschließlich durch die Amplituden des für das gestellte Messproblem benötigten Spekt- rums bestimmt wird, gemessen werden. Die Impulsform wird hierbei nicht durch den Zeitversatz bestimmt, so dass die Impulsform frei gewählt werden kann.
In einer weiteren Ausführungsform des Verfahrens ist das Lernverfahren ein nichtlineares Lernverfahren, insbesondere ein multivariates statistisches Verfahren oder ein Verfahren aus dem Bereich der künstlichen neuronalen Netze. Als Trainingssequenzen für die Lernverfahren der zu kalibrierenden Messgeräte werden die Referenzausgangssignale des Standardmessgeräts verwendet. Da es sich bei den Lernverfahren um nichtlineare Lernverfahren handelt, wird sichergestellt, dass das zu kalibrierende Messgerät nicht nur eine Optimierung des Messergebnisse entlang der ein- zelnen Kalibrierungsstandards erfährt, sondern auch über eine Vielzahl von KaIibrierungsStandards hinweg verwendet werden kann, wobei mit dem Lernverfahren jeweils für ein zu kalibrierendes Messgerät individuelle erlernte Strukturen gefunden werden. Durch das Verwenden mehrerer Kalibrierungsstandards kann hier mittels eines einzigen Satzes von erlernten Strukturen eine bestmögliche Anpassung der Messausgangssignale hinsichtlich aller verwendeten Kalibrierungs- standards gefunden werden. Dies ist von großer Wichtigkeit, da die später durch die Messgeräte zu mes- sende Stoffprobe keine bloße lineare Kombination einzelner Kalibrierungsstandards darstellt, sondern eine aus einer nichtlinearen Kombination der einzelnen Kalibrierungsstandards bestehende Stoffprobe ist.
In einer bevorzugten Ausführungsform werden sowohl bei der Referenzmessung als auch bei der Messung des zu kalibrierenden Messgeräts eine Vielzahl von Kalibrierungsstandards und/oder eine Vielzahl von Messsignalen verwendet, um eine bessere nichtlineare Anpas- sung des zu kalibrierenden Messgeräts an das Standardmessgerät zu erreichen. Hierbei wird, wie bereits erwähnt, das Lernverfahren auf alle verwendeten Kalibrierungsstandards angewendet, wobei ein gemeinsamer Satz erlernter Strukturen gefunden wird. Hierbei müssen nicht sämtliche verwendeten Referenzausgangs - signale, welche über eine Vielzahl von Kalibrierungs- standards bzw. Messsignalen gewonnen worden sind, verwendet werden, sondern es kann eine Auswahl getroffen werden, welche Referenzausgangssignale für das Lernverfahren zu verwenden sind.
Das erfindungsgemäße Verfahren wird bevorzugt nicht lediglich zum Kalibrieren eines einzelnen Messgeräts eingesetzt, sondern zur Kalibrierung einer Vielzahl von Messgeräten. Auf diese Weise wird es möglich,
Messgeräte in großen Anzahlen herzustellen und ledig- lieh mit einem individualisierten Satz erlernter Strukturen zu versehen, mit welchen die zu kalibrierenden Messgeräte die Ausgangssignale des Standard- messgeräts simulieren können.
In der hier vorliegenden Anmeldung ist unter "Vielzahl" eine Menge von zwei oder mehr zu verstehen. "Mehrzahl" bedeutet, dass es sich ebenfalls um eine Menge von zwei oder mehr handelt, jedoch ist "Mehr- zahl" für den Zweck der vorliegenden Anmeldung als eine kleinere Menge als "Vielzahl" bezeichnend definiert .
Im Folgenden soll die Erfindung anhand einiger Aus- führungsbeispiele genauer beschrieben werden. Es zeigen:
Fig. 1 schematisches Ablaufdiagramm eines
Verfahrens, Fign. 2a,b,c schematische Übersicht über einzelne
Verfahrensschritte ,
Fign. 3a-d schematische Darstellung der verwendeten Signale,
Fig. 4 schematische Übersicht über ein Ver- fahren zur Bestimmung der Eigenschaften von Stoffproben,
Fign. 5a, b Ausführungsbeispiele von Sonden zum Durchführen des Verfahrens .
Anhand von Fig. 1 soll das Verfahren zur Kalibrierung mindestens eines Messgeräts in seinem Ablauf erläutert werden.
Zunächst wird die Referenzmessung 10 durchgeführt. Hierbei wird in einem Referenzmessgerät 11 ein Messsignal 12 erzeugt, wobei das Messsignal 12 mit einem Kalibrierungsstandard 13 wechselwirkt und ein Referenzausgangssignal 14 bewirkt. Dabei liegen sowohl das Messsignal 12 als auch das Referenzausgangssignal 14 als zeitbereichsbasierte Signale vor.
Anschließend an die Referenzmessung 10 wird eine Messung 20 mit einem zu kalibrierenden Messgerät 21 durchgeführt. Hierbei wird das ursprünglich verwendete Messsignal 12 auf den ursprünglich verwendeten Ka- librierungsstandard 13 angewendet, wodurch ein Mess- geräteausgangssignal 24 in dem Messgerät 21 empfangen wird. Das Messgeräteausgangssignal 24 weist dabei Unterschiede zu dem Referenzausgangssignal 14 auf.
An dieser Stelle sei darauf hingewiesen, dass das im zu kalibrierenden Messgerät verwendete Messsignal zur Messung eines Kalibrierungsstandards, bevor es mit dem Kalibrierungsstandard wechselwirkt, nicht zwangsweise mit dem Messsignal des Referenzmessgerätes i- dentisch sein muss, obwohl hier beide Messsignale das gleiche Bezugszeichen aufweisen. Durch die Verwendung eines einheitlichen Bezugszeichens soll lediglich zum Ausdruck gebracht werden, dass bei beiden Geräten dieselbe Impulsform eingestellt wird.
Streng genommen sind die ausgesendeten Messsignale aufgrund beispielsweise unterschiedlicher Bauteile nicht identisch. Wird beispielsweise das Messsignal des zu kalibrierenden Messgeräts mit einem analogen Pulsgenerator erzeugt, ist das generierte Messsignal aufgrund unterschiedlicher Ausführungen der Bauteile bereits unterschiedlich zum Messsignal des Referenzmessgeräts, auch wenn die Einstellungen zur Generierung des Messsignals im zu kalibrierenden Messgerät mit den Einstellungen zur Generierung des Messsignals des Referenzmessgeräts identisch sind. Für den Anwen- der des Verfahrens ist dies jedoch nicht von Belang, da die ausgesendeten Messsignale bereits Teil der „Black Box" sind, d.h. mit in das Kalibrierungsverfahren einfließen, da die leicht unterschiedlichen Messsignale auch zu unterschiedlichen AusgangsSignalen führen, und die Ausgangssignale des zu kalibrierenden Messgerätes an die Referenzausgangssignale angeglichen werden. Anders ausgedrückt, für das erfindungsgemäße Verfahren ist es unwichtig an welcher Stelle der Messkette die Unterschiede der Signale auftreten, da lediglich die Ausgangssignale als Endergebnisse der Messkette miteinander verglichen werden.
Alternativ könnten die Messsignale des zu kalibrierenden Messgerätes mit einem anderen Bezugszeichen als 12 versehen werden, um auszudrücken, dass die verwendeten Messsignale nicht identisch sein müssen. Der Einfachheit halber wird bei den weiteren Ausfüh- rungsbeispielen jedoch das Messsignal einheitlich mit der Bezugszeichenfamilie 12 verwendet, wobei die Ausführungen des vorhergehenden Abschnittes für die Erfindung weiterhin gültig sind.
Mit Hilfe einer Kalibrierung 30 wird ein adaptiertes Messgeräteausgangssignal 25 erzeugt, welches mit dem Referenzausgangssignal 14 verglichen wird und iterativ adaptiert wird, bis die erlernten Strukturen zur Filterung des Messgeräteausgangssignals 24 ein adap- tiertes Messgeräteausgangssignal 25 erzeugen, welches sich innerhalb eines vorgegebenen geringen Toleranz - bereiches des Referenzausgangssignals 14 bewegt. Auf diese Weise wird bei einer späteren Messung mit dem nun kalibrierten Messgerät 21 das Messsignal 12 bei einem Kalibrierungsstandard 13 das adaptierte Messgeräteausgangssignal 25 ausgeben, so dass das Messgerät 21 und das Standardinessgerät 11 nahezu identische Messergebnisse liefern. Die Kalibrierung 30 wird dabei für jedes zu kalibrierende Messgerät individuell vorgenommen, da das Messgeräteausgangssignal 24 für verschiedene zu kalibrierende Messgeräte unterschiedlich sein kann.
In den Fign. 2a-c wird eine alternative Ausführungsform des Verfahrens erläutert. Vorzugsweise wird das Verfahren mit einer Vielzahl von Kalibrierungsstandards 13, 13', 13 ' ■ und 13 ' ' ' verwendet, wobei eine Vielzahl weitaus mehr als eine Menge von nur vier Kalibrierungsstandards sein kann. In der Fig. 2a werden mit Hilfe des Referenzmessgeräts 11 und einem Mess- signal 12 über die verschiedenen Kalibrierungsstandards nacheinander verschiedene Referenzausgangssignale 14, 14', 14" und 14 ' ' • ermittelt. Alternativ können auch verschiedene Messsignale auf einen einzigen Kalibrierungsstandard bzw. verschiedene Messsig- nale auf verschiedene Kalibrierungsstandards angewendet werden.
In der Fig. 2b ist die analoge Messung des mindestens einen zu kalibrierenden Messgeräts dargestellt. Hier- bei werden mit Hilfe des Messsignals 12 und der Kalibrierungsstandards 13, 13', 13 ' ■ und 13 ' ' ' Messge- räteausgangssignale 24, 24', 24 ' ' , 24 ' ' ' erzeugt.
In der Fig. 2c wird die Kalibrierung anhand einer Vielzahl von Messgeräteausgangssignalen beschrieben. Die Messgeräteausgangssignale 24, 24', 24 ' ■ und 24 ' ' • werden mit Hilfe eines Lernverfahrens 31 zu adaptierten Messgeräteausgangssignalen 25, 25 ', 25 ' ' , 25' ' ' modifiziert. Das adaptierte Messgeräteausgangssignal 25 wird mit dem Referenzausgabesignal 14 verglichen. Über den Vergleich 310 der beiden Signale werden über eine Rückkopplung 311 die erlernten bzw. anfangs noch zu erlernenden Strukturen zum Adaptieren des Messge- räteausgangssignals 24 hin zum adaptierten Messgerä- teausgangssignal 25 hin modifiziert. Durch eine ite- rative Modifizierung wird nach einer gewissen Anzahl von Rückkopplungslaufen das adaptierte Messgeräteaus - gangssignal 25 dem Referenzausgangssignal 14 immer ähnlicher. Da das Lernverfahren und die damit verbundenen erlernten Strukturen zum Generieren des adap- tierten Messgeräteausgangssignals aus dem Messgeräte- ausgangssignal für alle Messgeräteausgangssignale 24, 24 ', 24 ' ' und 24 ' ' ' verwendet wird, werden die mittels des Lernverfahrens 31 erlernten Strukturen nicht nur für spezielle Messgeräteausgangssignale erlernt, sondern aus einer Kombination sämtlicher Messgeräteausgangssignale und der damit verbundenen Referenz- ausgangssignale bewirkt. Es wird also nicht die Optimierung eines einzelnen adaptierten Messgeräteausgangssignals bewirkt, sondern die zeitgleiche Opti- mierung sämtlicher adaptierter Messgeräteausgangssignale.
Bei dem Lernverfahren 31 handelt es sich um ein künstliches neuronales Netz, bei welchem die erlern- ten Strukturen in der Gewichtungsmatrix zwischen den verschiedenen Neuronenschichten gegeben sind. Bei der Rückkopplung 311, 311', 311", 311'" werden die Gewichtungsmatrizen in ihren Einträgen modifiziert, wobei die Regeln zur Modifikation beispielsweise exzi- tatorische oder inhibitorische synaptische Regeln sein können.
Alternativ hierzu wäre auch ein multivariates statistisches Verfahren als Lernverfahren denkbar, bei wel- ehern die erlernten Strukturen über eine multivariate Regression über die Vielzahl der Durchläufe ermittelt werden würde. Das Erlernen von Strukturen im Rahmen einer multivariaten statistischen Regression bzw. im Rahmen von künstlichen neuronalen Netzwerken ist in der Literatur hinreichend bekannt.
Nachdem mittels des Lernverfahrens 31 Strukturen erlernt worden sind, so dass sämtliche verwendeten Messgeräteausgangssignale zu adaptierten Messgeräte- ausgangssignalen transformiert werden, wobei sich die adaptierten Messgeräteausgangssignale nur unwesentlich von den Referenzausgangssignalen unterscheiden, werden die erlernten Strukturen in dem zu kalibrierenden Messgerät 21 abgespeichert. Hiernach ist die Kalibrierung des Messgeräts abgeschlossen. Bei der Kalibrierung einer Vielzahl von Messgeräten wird für jedes einzelne Messgerät eine individuelle Kalibrierung vorgenommen. Dies bedeutet insbesondere, dass sich die Messgeräte, auch wenn baugleich, anhand der erlernten Strukturen unterscheiden. Die adaptierten Messgeräteausgangssignale der unterschiedlichen Messgeräte bewegen sich alle innerhalb eines vorgegebenen Toleranzbereiches um die Referenzausgangssignale 14 - 141 1V
In den Fign. 3a-d sind die Zeitverläufe der relevanten Signale schematisch dargestellt. Die Fig. 3a zeigt ein Messsignal 12, welches aus einer Vielzahl von diskreten Abtastwerten 120, 121 besteht, welche jeweils ein Sampling- Intervall der Länge Δt aufwei- sen. Die Dauer des gesamten Messsignals ist das Intervall T. Wird beispielsweise als Messsignal ein e- lektromagnetisches Signal verwendet, so könnte der Inhalt der einzelnen diskreten Abtastwerte die Stärke und Richtung des E-FeId- bzw. B-Feld-Vektors des e- lektromagnetischen Signals oder die skaleren Span- nungswerte sein. Das Messsignal wird hierbei als Vektor s(t) begriffen.
In der Fig. 3b wird ein aus einer Wechselwirkung zwi- sehen dem Messsignal 12 und einem Kalibrierungsstandard gewonnenes Referenzausgangssignal 14 dargestellt. Dieses weist ebenfalls diskrete Abtastwerte 140, 141 auf, welche in einem Sampling- Intervall von Δt aufeinander folgen. Die Dauer des Referenzaus- gangssignals ist wie im Falle des Messsignals 12 gleich T. Das Referenzausgangssignal ist hierbei abhängig sowohl vom Messsignal s als auch vom Kalibrierungsstandard K, d. h. r(s,K) .
In der Fig. 3c ist das Messgeräteausgangssignal 24 ebenso mit diskreten Abtastwerten 240, 241 in einem Sampling- Intervall von Δt über eine Dauer von T dargestellt. Analog zum Referenzausgangssignal ist das Messausgangssignal vom Messsignal s und Kalibrie- rungsStandard K, d. h. f(s,K) .
In der Fig. 3d wird das adaptierte Messgeräteausgangssignal 25 mit den diskreten Abtastwerten 250 und 251 dargestellt. Dieses ist ebenfalls vom Messsignal und Kalibrierungsstandard abhängig, d. h. h(s,K) .
Wird als Lernverfahren 31 ein künstliches neuronales Netz eingesetzt, so kann die Beziehung zwischen f(s,K) und h(s,K) mit Hilfe der Gleichung h(s,K) = h(N,f(s,K)) genauer bestimmt werden. Die Eigen- Schäften des neuronalen Netzes werden durch das Netz
N bestimmt. Das Netz N wird durch die Architektur, die Art der verwendeten Aktivierungsfunktion der Neuronen, die Anzahl der Neuronen und die Gewichtungs- matrix w bestimmt. Hierbei umfasst w die Verbin- dungsstärken der einzelnen Neuronen bzw. Neuronen- schichten untereinander. Anhand des Lernverfahrens werden die einzelnen Einträge der Gewichtungsmatrix w adaptiert, so dass nach einer Vielzahl von Durchläufen das adaptierte Messgeräteausgangssignal h im Wesentlichen dem Referenzausgabesignal r plus einem Toleranzbereich entspricht, d. h. h{s, K) « r(s, K) + Δ . Aus der Gewichtungs- matrix an sich ist noch nicht ersichtlich, wie viele Schichten von Neuronen das neuronale Netz aufweist. Es können lediglich zwei sichtbare Eingangs- und Ausgangsschichten als auch eine Vielzahl von versteckten Schichten vorhanden sein. Als Aktivierungsfunktionen können beispielsweise Sprungfunktionen oder inverse Tangensfunktionen verwendet werden. Auch eine Adapta- tion der Aktivierungsfunktion kann im Verfahren verwendet werden.
Anhand der Fig. 4 soll kurz auf ein Verfahren zur Bestimmung von Stoffeigenschaften wie in der DE 10 2004 014 338 Al beschrieben eingegangen werden. Das Verfahren 100 weist ein Messsignal 101 auf, welches mit der Stoffprobe 102 wechselwirkt. Das aufgrund der Wechselwirkung geänderte Messausgangssignal 103 wird in einem Schritt 104 adaptiert, wobei vorhandenes Wissen 105 in Form von Kenntnis über Qualität und Alter beispielsweise eines Lebensmittels vorhanden ist und in dem Lernverfahren 106 zum Einsatz kommt. Mit Hilfe des Vorwissens wird das Messausgangssignal derart adaptiert, dass mit Hilfe der Kalibrierungsglei- chung ein Messergebnis 108 erreicht wird, welches im Wesentlichen dieselben Ergebnisse liefert wie das vorhandene auf anderem Wege erlangte Wissen 105. Das Verfahren 100 kann mit Hilfe eines Standardmessgeräts und einer einzelnen verderblichen Probe durchgeführt werden. Wenn die zu kalibrierenden Messgeräte an diesem Standardmessgerät ausgerichtet werden, können diese auch mittels eines Verfahrens der Fig. 1 oder 2 das mit dem Standardmessgerät ermittelte Verfahren zur Bestimmung der Eigenschaften von Stoffproben verwenden. Auf diese Weise muss die aufwendige Kalibrie- rung mit Hilfe einer Stoffprobe bzw. die möglicherweise nicht wiederholbare Kalibrierung mit einer verderblichen Stoffprobe lediglich einmal durchgeführt werden und kann anschließend aufgrund der Kalibrierung der zu kalibrierenden Messgeräte in diesen über- nommen werden.
In der Fig. 5a ist ein elektromagnetisches Messgerät 200 mit einer Sondendetektoreinheit 221 und einem Koaxialkabel 211 sowie einer verderblichen Stoffprobe 203 dargestellt. In der Sondendetektoreinheit 221 wird ein Messsignal 122 generiert und durch das Koaxialkabel 211 auf die Stoffprobe 203 übertragen. Durch die Wechselwirkung zwischen der Stoffprobe 203 und dem Messsignal 122 wird ein Messgeräteausgangs- signal 242 erzeugt. Dieses wird in der Sondendetektoreinheit 221 analysiert und hieraus eine Aussage über die Qualität oder Beschaffenheit der Stoffprobe 203 ausgegeben. Im Falle, dass es sich um ein zu kalibrierendes Messgerät handelt, kann die Stoffprobe 203 beispielsweise eine Flüssigkeit oder ein Medium von einfach reproduzierbarer physikalischer Beschaffenheit sein, wobei der gemessene physikalische Parameter in der später im Betrieb des Messgeräts zu analysierenden Stoffprobe vorhanden ist oder diesem äh- nelt. Anhand der Kalibrierung des zu kalibrierenden Messgeräts mit Hilfe des Lernverfahrens wird das Messgeräteausgangssignal adaptiert, so dass es im Wesentlichen die Ausgangssignale des Standardmessgeräts reproduzieren kann. Bei einem bereits fertig kalib- rierten und mit einem Verfahren zur Bestimmung von Eigenschaften von Stoffproben versehenen Messgerät ist zunächst die Kalibrierung des Messgeräts am Standardmessgerät vorgenommen worden und anschließend das mit Hilfe des Standardmessgeräts ermittelte Verfahren zum Bestimmen der Eigenschaften von Stoffproben ein- gefügt worden.
In der Fig. 5b ist eine alternative Anordnung eines Messgeräts 200' dargestellt, wobei dieses eine Sonde 210 sowie ein Koaxialkabel 211 und einen getrennten Detektor 220 aufweist. Hierbei wird ein Messsignal
123 durch die Stoffprobe 203 geschickt, wobei im Detektor 220 ein Messgeräteausgangssignal 243 registriert wird. Anschließend wird das Messgeräteausgangssignal analog wie in Fig. 5a bearbeitet. Bei dem in der Fig. 5a dargestellten Verfahren handelt es sich um die TDR, bei der Fig. 5b um die TDT.
Nachfolgend sei ein konkretes Beispiel eines Messsignals und der verwendeten Kalibrierungsstandards auf- geführt. Als Messsignal wird ein Sprungsignal mit einer Anstiegszeit von ca. 100 ps verwendet. Andere Anstiegszeiten könnten zwischen 20 ps (entspricht einer 50 GHz Frequenz) und 10 ns (entspricht einer 0,1 GHz Frequenz) liegen. Die Gesamtlänge des gemessenen Refe- renzausgangssignal oder Messgeräteausgangssignal beträgt zwischen 1 ns und 5 ns, vorzugsweise zwischen 2 ns und 3 ns . Dieses Ausgangssignal wird mit einer Abtastweite von 10 ps abgetastet und zu diskreten, jedoch zusammenhängenden Messwerten aufbereitet .
Die Kalibrierung wird beispielhaft mit 5 unterschiedlichen Kalibrierungsstandards durchgeführt. Die Kalibrierungsstandards sind z.B. ein Alkohol, destilliertes Wasser, 2 unterschiedliche Mischungen aus Glycerin und isotonischer Kochsalzlösung, sowie einem simulierten Fleisch wie vorhergehend beschrieben. Diese Kalibrierungsstandards werden sowohl mit dem Referenzmessgerät und mit dem zu kalibrierenden Messgerät jeweils als Sprungantwort auf ein am jeweiligen Messgerät eingestelltes Messsignal, wie beispielswei- se im vorhergehenden Abschnitt beschrieben, gemessen.
Anschließend werden die gemessenen Sprungantworten des zu kalibrierenden Messgeräts mit Hilfe eines neuronalen Netzes an die als Trainingsset vorliegenden Sprungantworten des Referenzmessgeräts angepasst, so dass das zu kalibrierende Messgerät ein bei gleich eingestellten Messsignal dem Referenzausgangssignal gleichendes Messgeräteausgangssignal liefert.
Anschließend kann ein mittels des Referenzmessgeräts trainiertes Verfahren zur qualitativen Frische- Messung von Fischen direkt auf dem kalibrierten Messgerät verwendet werden.
Für das Verfahren zur Frische-Messung, welches ausschließlich und vorzugsweise einmalig auf dem Referenzmessgerät kalibriert bzw. trainiert wird, werden ca. 50 bis 100 Fische mit unterschiedlichen, jedoch als a priori Wissen bekannten, Stoffeigenschaften wie dem Alter oder der Anzahl der Gefriervorgänge, durchgeführt. Im kalibrierten Messgerät wird das Messgeräteausgangssignal zunächst dem quantitativen ermittelten Verfahren zur Anpassung an das Referenzausgangs - signal unterworfen und anschließend mit dem qualita- tiven Verfahren zur Frische -Messung weiterverarbeitet und eine quantitative Aussage über den Frischegrad eines Fisches zu erhalten. Bezugszeichenliste :
10 Referenzmessung
11 Referenzmessgerät
12,12' , 12' ' , 12' ' ' Messsignal
13,13' , 13' ' ,13' ' ' KalibrierungsStandard
14,14' , 14' ' , 14' ' ' Referenzausgangssignal
20 Messung
21,200, 200' Messgerät
24,24' , 24' ' ,24' ' ' Messgeräteausgangssignal
25,25' , 25' ' ,25' ' ' adaptiertes Messgeräteausgangssignal
30 Kalibrierung
31 Lernverfahren
100 Verfahren zur Messung von
Stoffproben
101 Messsignal
102 Wechselwirkung mit Stoffprobe
103 Messausgangssignal
104 Adaption
105 vorhandenes oder a priori
Wissen
106 Lernverfahren
107 Kalibrierungsgleichung
108 Messergebnis
120,121,140,141,240,241,250,251 diskrete Abtastwerte 122,123 Messsignal
203 Stoffprobe
210 Sonde
211 Koaxialkabel 220 Detektor 221 Sonde-Detektor-Einheit
242,243 Ausgangssignal 310,310' , 310' ' ,310' '' Abgleich
311,311',311'',3H''' Adaption
Δt Sampling- Intervall
T Dauer

Claims

Patentansprüche Verfahren zur Kalibrierung mindestens eines
Messgeräts (21; 200; 200' zum Bestimmen von Eigenschaften biologischer Stoffproben, insbesondere von Lebensmitteln, welches folgende Schritte umfasst:
a) Referenzmessung (10) mindestens eines Kalibrierungsstandards (13, 13 ', 13", 13 ' ' • ) mit einem Standardmessgerät (11) und mindestens einem Messsignal (12, 12', 12", 12'"), wobei mindestens ein Referenzausgangssignal (14, 14 ' , 14 ■ ' , 14 ' ■ • ) als transienter Verlauf mit diskreten Abtastwerten ermittelt wird und das mindestens eine Messsignal (12, 12', 12 ' ' , 121 1 1) ein elektromagnetisches Signal ist;
b) Messung (20) des mindestens einen Kalibrierungsstandards (13, 13 ', 13", 13' ") mit mindestens einem zu kalibrierenden Messgerät (21; 200; 200') und dem mindestens einen Messsignal (12, 12', 12", 12' ") , wobei min- destens ein Messgeräteausgangssignal (24,
24 ' , 24 ", 24 ' " ) als transienter Verlauf mit diskreten Abtastwerten ermittelt wird; c) Kalibrierung (30) des zu kalibrierenden Messgeräts, wobei das mindestens eine Messgeräte- ausgangssignal (24, 24', 24", 24' ") im
Zeitbereich an das mindestens eine Referenzausgangssignal (14, 14', 14", 14' ") mittels eines Lernverfahrens (31) angeglichen wird.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das Standardmessgerät (11) weiterhin dazu verwendet wird, ein zeitbereichsbasiertes Verfahren (100) zur Bestimmung von Eigenschaften mindestens einer Stoffprobe (203), insbesondere mindestens einer biologischen Stoffprobe, durchzuführen.
3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass der mindestens eine Kalibrierungsstan- dard (13, 13', 13", 13 • ■ ') im Bereich der zu bestimmenden Eigenschaft der mindestens einen Stoffprobe (203) liegt und/oder einschließt.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Standard- messgerät (1) ein physikalisches oder ein virtuelles Messgerät ist.
5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das mindestens eine Messsignal (12, 12', 12 ■ • , 12 • ' • ) ein elektromagnetisches Signal ist.
6. Verfahren nach einem der vorhergehenden Schritte, wobei das zu kalibrierende Messgerät (21; 200; 200') eine elektromagnetische Sonde (210) und/oder Detektor (220) aufweist und vorzugswei- se ein Koaxialkabel (211) beinhaltet.
7. Verfahren nach einem der vorhergehenden Schritte, wobei das Lernverfahren (31) ein nichtlineares Lernverfahren, insbesondere ein multivaria- tes statistisches Verfahren oder ein künstliches neuronales Netz ist.
8. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Referenzmessung (10) mit einer Vielzahl von Kalibrierungsstandards (13, 13', 13", 13 ' ' ' ) und/oder einer Vielzahl von Messsignalen (12, 12 ', 12 ' ' , 12 ' ' ' ) und die Messung des zu kalibrierenden Messgeräts mit der Viel- zahl von KaIibrierungsStandards und/oder der
Vielzahl von Messsignalen durchgeführt wird.
9. Verfahren nach Anspruch 8 , dadurch gekennzeichnet, dass das Lernverfahren (31) auf eine, vorzugsweise ausgewählte, Mehrzahl der Messge- räteausgangssignale (24, 24', 24 ■ ' , 24 ' ' ' ) angewandt wird.
10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass eine Vielzahl von Messgeräten (21; 200; 200') mit dem Standardmessgerät (11) kalibriert werden.
11. Verwendung eines Messgeräts, welches nach einem Verfahren nach einem der Ansprüche 1 bis 10 kalibriert ist, als Standardmessgerät.
EP09737814A 2008-04-28 2009-04-03 Verfahren zur kalibrierung von messgeräten Withdrawn EP2274599A2 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102008021704A DE102008021704A1 (de) 2008-04-28 2008-04-28 Verfahren zur Kalibrierung von Messgeräten
PCT/EP2009/002771 WO2009132770A2 (de) 2008-04-28 2009-04-03 Verfahren zur kalibrierung von messgeräten

Publications (1)

Publication Number Publication Date
EP2274599A2 true EP2274599A2 (de) 2011-01-19

Family

ID=41111896

Family Applications (1)

Application Number Title Priority Date Filing Date
EP09737814A Withdrawn EP2274599A2 (de) 2008-04-28 2009-04-03 Verfahren zur kalibrierung von messgeräten

Country Status (3)

Country Link
EP (1) EP2274599A2 (de)
DE (1) DE102008021704A1 (de)
WO (1) WO2009132770A2 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010030488A1 (de) * 2010-06-24 2011-12-29 Endress + Hauser Conducta Gesellschaft für Mess- und Regeltechnik mbH + Co. KG Verfahren zum Abgleich eines Messgerätes in der Prozessanalysetechnik
CN114460515A (zh) * 2021-12-29 2022-05-10 宜昌测试技术研究所 一种基于均匀脉冲磁场对脉冲磁场量具进行校准的方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5708593A (en) * 1995-05-19 1998-01-13 Elf Antar France Method for correcting a signal delivered by a measuring instrument

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6594602B1 (en) * 1999-04-23 2003-07-15 Halliburton Energy Services, Inc. Methods of calibrating pressure and temperature transducers and associated apparatus
US6789620B2 (en) * 2001-02-16 2004-09-14 Halliburton Energy Services, Inc. Downhole sensing and flow control utilizing neural networks
AU2003254135B2 (en) * 2002-07-26 2006-11-16 Cas Medical Systems, Inc. Method for spectrophotometric blood oxygenation monitoring
DE102004014338B4 (de) 2003-03-21 2010-04-29 Sequid Gmbh Verfahren zum Bestimmen der Eigenschaften einer Stoffprobe
DE102005062388A1 (de) * 2005-12-23 2007-06-28 Endress + Hauser Conducta Gesellschaft für Mess- und Regeltechnik mbH + Co. KG Kalibrierung im Laborreferenzverfahren

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5708593A (en) * 1995-05-19 1998-01-13 Elf Antar France Method for correcting a signal delivered by a measuring instrument

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DASCHNER F ET AL: "Multiparameter microwave sensors for determining composition or condition of substances", MICROWAVE SYMPOSIUM DIGEST. 2000 IEEE MTT-S INTERNATIONAL BOSTON, MA, USA 11-16 JUNE 2000, PISCATAWAY, NJ, USA,IEEE, US, vol. 3, 11 June 2000 (2000-06-11), pages 1567 - 1570, XP010507155, ISBN: 978-0-7803-5687-0, DOI: 10.1109/MWSYM.2000.862275 *
GULCK A ET AL: "Characterisation of Dielectric Obstacles Using Ultra-Wideband Techniques", RADAR CONFERENCE, 2005. EURAD 2005. EUROPEAN OCT. 6, 2005, PISCATAWAY, NJ, USA,IEEE, 6 October 2005 (2005-10-06), pages 275 - 278, XP010910869, ISBN: 978-2-9600551-3-9, DOI: 10.1109/EURAD.2005.1605613 *
See also references of WO2009132770A2 *

Also Published As

Publication number Publication date
DE102008021704A1 (de) 2009-10-29
WO2009132770A3 (de) 2009-12-23
WO2009132770A2 (de) 2009-11-05

Similar Documents

Publication Publication Date Title
EP0782692B1 (de) Sensoranordnung und verfahren zur messwerterfassung mit der sensoranordnung
DE69810180T2 (de) Verfahren zur Feststellung von Zusammensetzung und Qualität von Fleischsubstanzen
EP4143520B1 (de) Verfahren zur kalibrierung einer mehrzahl an baugleichen spektrometern
WO2008003399A1 (de) Hf-messvorrichtung, verfahren zu deren kalibrierung sowie verfahren zum bestimmen von streuparametern mit dieser hf-messvorrichtung
DE2649264C3 (de) Verfahren und Schaltungsanordnung zur Messung von nichtlinearen Verzerrungen quasilinearer Systeme
DE102016102131A1 (de) Vorrichtung und Verfahren zur Untersuchung von Materialien durch akustische Spektroskopie
EP1960797B1 (de) Verfahren zur messung der rauschzahl eines messobjekts mit einem netzwerkanalysator
DE102010011936A1 (de) Verfahren und Einrichtung zur Bestimmung von geometrischen, magnetischen und/oder elektrischen Eigenschaften magnetischer, dielektrischer und/oder elektrisch leitfähiger Partikel in einer Probe
EP2274599A2 (de) Verfahren zur kalibrierung von messgeräten
DE3713643C2 (de) Verfahren zum Bestimmen der Zeitkonstanten von Meßgrößenaufnehmern und Vorrichtung zum Durchführung des Verfahrens
DE19619133A1 (de) Sensor für die Bestimmung der Wärmeleitfähigkeit und/oder der Temperatur von fließunfähigen, flüssigen oder gasförmigen Stoffen und Verfahren zum Anregen des Sensors
DE2938991A1 (de) Anlage zur messung und analyse von gasen mittels der gaschromatographie
DE102004014338B4 (de) Verfahren zum Bestimmen der Eigenschaften einer Stoffprobe
EP3829064B1 (de) Sensoren zum ermitteln eines ausgabewerts, verfahren zum auswerten eines sensorsignals und verfahren zum trainieren einer ausgabeeinheit zum auswerten eines sensorsignals
EP4264176B1 (de) Verfahren zur berührungslosen bestimmung der schichtdicke eines nassen lacks
DE19713194A1 (de) Verfahren und Anordnung zum Erkennen komplexer Gas-, Geruchs-, Aromamuster einer jeweiligen Substanz auf der Basis der Massenspektroskopie
WO1999047909A1 (de) Automatisches kalibrationsverfahren
EP3425519A1 (de) Verfahren zum rechnergestützten konfigurieren eines datengetriebenen modells basierend auf trainingsdaten
DE102019217758A1 (de) Verfahren zum schätzen einer klemmkraft eines bolzens
DE19719211B4 (de) Verfahren zur Kalibrierung von Spektralradiometern
DE102007019790B4 (de) Verfahren und Vorrichtung zur Charakterisierung einer Pflanzenprobe
DE2852791C2 (de)
DE102014009154A1 (de) Verfahren zum Klassifizieren eines Stoffgemischs
DE19943022B4 (de) Verfahren und Vorrichtung zur Bestimmung und Überwachung des Druckübertragungsverhaltens eines flüssigkeitsgefüllten Systems
DE102005008042A1 (de) Einrichtung und Verfahren zur Kalibrierung der Empfindlichkeit eines Fotometers

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: 20101117

AK Designated contracting states

Kind code of ref document: A2

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO SE SI SK TR

AX Request for extension of the european patent

Extension state: AL BA RS

RIN1 Information on inventor provided before grant (corrected)

Inventor name: SCHIMMER, OVE

DAX Request for extension of the european patent (deleted)
17Q First examination report despatched

Effective date: 20130325

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: 20130806