EP4192655A1 - Verfahren zum trainieren eines klassifikators zur ermittlung eines handwerkzeugmaschinengerätezustands - Google Patents

Verfahren zum trainieren eines klassifikators zur ermittlung eines handwerkzeugmaschinengerätezustands

Info

Publication number
EP4192655A1
EP4192655A1 EP21737004.8A EP21737004A EP4192655A1 EP 4192655 A1 EP4192655 A1 EP 4192655A1 EP 21737004 A EP21737004 A EP 21737004A EP 4192655 A1 EP4192655 A1 EP 4192655A1
Authority
EP
European Patent Office
Prior art keywords
power tool
hand
handheld power
training
classifier
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.)
Pending
Application number
EP21737004.8A
Other languages
English (en)
French (fr)
Inventor
Andreas Vogt
Matthias Tauber
Frank Wolter
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch 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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of EP4192655A1 publication Critical patent/EP4192655A1/de
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25FCOMBINATION OR MULTI-PURPOSE TOOLS NOT OTHERWISE PROVIDED FOR; DETAILS OR COMPONENTS OF PORTABLE POWER-DRIVEN TOOLS NOT PARTICULARLY RELATED TO THE OPERATIONS PERFORMED AND NOT OTHERWISE PROVIDED FOR
    • B25F5/00Details or components of portable power-driven tools not particularly related to the operations performed and not otherwise provided for
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • G06N20/10Machine learning using kernel methods, e.g. support vector machines [SVM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/01Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound

Definitions

  • the invention relates to a method for training a classifier for determining a handheld power tool device status, comprising the following steps:
  • a hand-held power tool is to be understood in particular as a device for machining workpieces using an electrically driven insert tool.
  • typical hand-held power tools are hand-held or stationary drills, screwdrivers, percussion drills, rotary hammers, demolition hammers, angle grinders, planers, grinders or the like.
  • the hand-held power tool preferably has a drive unit which has an electric motor and is connected to a tool holder directly or via a gear.
  • the tool holder is designed in particular for the detachable attachment of an application tool.
  • the hand-held power tool has a housing which is at least partially, in particular completely, designed as an outer housing.
  • the housing can be designed in one piece or in several pieces.
  • the housing is at least partially, in particular completely, made of a plastic.
  • the housing of the hand-held power tool can have an inner housing which is at least partially, preferably completely, surrounded by the outer housing.
  • the electric motor of the drive unit can be designed as a direct current motor or as an alternating current motor.
  • the commutation of the electric motor can take place electronically or via carbon brushes.
  • the electric motor is mounted in the housing of the hand-held power tool so that it can rotate about a motor axis.
  • the drive movement of the drive unit or of the electric motor can be transmitted to the tool holder or to the insert tool via the gear unit.
  • the hand-held power tool can have an impact mechanism unit.
  • the hammer mechanism unit can be designed, for example, as a pneumatic hammer mechanism or as a notched hammer mechanism.
  • the pneumatic percussion mechanism can be designed, for example, as an eccentric percussion mechanism or as a tumbling percussion mechanism.
  • the hammer mechanism unit has a guide tube in which a hammer and/or a piston are accommodated so as to be linearly movable.
  • the piston is preferably designed so that it can be driven in a linearly oscillating manner via the eccentric impact mechanism or the wobble impact mechanism.
  • the transmission unit is designed in particular such that a connected to the tool holder Application tool rotating around and / or linearly oscillating or beating along a working axis can be driven.
  • the handheld power tool preferably includes electronics that are designed to control or regulate the handheld power tool, in particular the drive unit of the handheld power tool.
  • the electronics preferably have a printed circuit board on which electronic components, such as a computing unit and memory unit, are arranged.
  • the electronics have in particular at least one sensor.
  • the at least one sensor can be arranged on the printed circuit board or at another location inside or outside the housing of the hand-held power tool. Alternatively or additionally, it is conceivable that at least one further sensor is provided, which is assigned to an external device, such as a smartphone.
  • the electronics can have a communication unit, by means of which the electronics can exchange information with another hand-held power tool, a hand-held power tool accessory, an external device, with an external sensor, etc.
  • the external device can be embodied, for example, as a smartphone or as a server.
  • the communication unit can be designed, for example, as a USB interface, ie wired, or as a Bluetooth or WLAN interface and thus wireless.
  • a hand-held power tool device status is to be understood in particular as a device status that describes the functionality of the hand-held power tool.
  • a handheld power tool device state can also be understood to mean a change in an individual function, in particular a change in a secondary function, such as an increase in operating noise.
  • a hand-held power tool device state should not be understood as an operating state, such as switched on or off or in which mode the hand-held power tool is operated, for example the speed, load state/idle speed, with additional functions switched on, such as suction or a percussion mechanism, etc.
  • a continuous run is to be understood in particular as meaning that the hand-held power tool is used for a long period of time is operated in an idle state, for example for one or more hours or a working day or continuously for several days.
  • the hand-held power tool it would also be conceivable for the hand-held power tool to be operated in a load state for a longer period of time.
  • the handheld power tool In contrast to the idling state, the handheld power tool is operated under load in the load state, for example to drill a hole, remove a workpiece, set a fastener, etc.
  • sensor data is recorded in real work operation, ie in a load state or when changing between a load state and an idle state, and is made available for training the classifier.
  • a case of damage is to be understood in particular as damage, a defect or a functional restriction of the hand-held power tool that prevents or restricts the use of the hand-held power tool.
  • the restriction can be, for example, the loss of a function, such as a hitting function, or a reduction in performance.
  • a functional restriction should also be understood to mean, in particular, a deterioration in a secondary function, such as an increase in noise or a reduction in efficiency due to increased power consumption.
  • a feature is to be understood in particular as a physical parameter, such as a temperature, an acceleration, a movement, a weight, a current, a moment, a pressure, a usage time, a speed of the electric motor, etc.
  • the extracted features can be, for example, an absolute value, an average value, a measured or estimated value, a frequency, an amplitude, a slope, or other signal features derived from the sensor signals. It is also conceivable that the features or the signal features are determined using methods of machine learning or artificial intelligence.
  • the method for training a classifier is a partially or fully computer-implemented method in which the classification is carried out using automatic processes, in particular using machine learning methods.
  • the features can be selected by algorithm or by a user, in this case a software developer or a hardware developer.
  • the handheld power tool device states can be determined based on the extracted features via monitored learning, with the algorithm being informed whether a feature is assigned to a device state or not (for example by a user).
  • the determination of the hand-held power tool device statuses based on the extracted features can also be carried out via unsupervised learning, in which the algorithm automatically or independently assigns hand-held power tool device statuses to features.
  • the handheld power tool device statuses correspond to different classes. The assignment is made using common classification algorithms, such as KNN (k-nearest-neighbour), SVM (supported vector machines), decision trees, neural networks, or the like.
  • the hand-held power tool be designed as a test hand-held power tool that has more sensors than a commercial device that is planned in particular.
  • more features can be extracted via such a test hand-held power tool than via a commercial device, which usually only has sensors that are necessary for the operation of the hand-held power tool.
  • a larger number of sensors are thus advantageously used in the development phase in order to determine the relevant signals or information.
  • the sensors can be internal sensors, which are arranged in the housing of the hand-held power tool, or external sensors, which are arranged on or outside the housing of the hand-held power tool.
  • the sensor can be used, for example, as a movement sensor, in particular an acceleration sensor or a gyro sensor, as a temperature sensor, such as an NTC or a PTC, as a current sensor, as a speed sensor, as a structure-borne noise sensor, as a microphone, as a Hall sensor, as a pressure sensor , As a force sensor, in particular a capacitive or resistive Force sensor, as an optical sensor, for example in the form of a camera, etc. be formed.
  • the acceleration sensor can be designed in particular as a MEMS acceleration sensor, preferably with a bandwidth of at least 2 kHz, preferably at least 5 kHz.
  • the microphone is designed in particular as a MEMS microphone.
  • the test hand-held power tool has at least three different sensors, preferably at least four different sensors, preferably at least five different sensors.
  • the test hand-held power tool has at least one of the different sensors more than once, preferably more than twice, at the same position or at different positions. The number of extractable features can thereby preferably be increased.
  • At least one of the sensors is arranged in an area in which damage is to be expected, or in which increased wear occurs, or in which overloading or overheating is to be expected. This can advantageously increase the probability that the optimal features for determining the hand-held power tool device states are extracted.
  • PCA principal component analysis
  • the features should be extracted by means of a principal component analysis (PCA for short), which reduces the number of features or weights them.
  • PCA is a mathematical process performed as a computer-implemented process step.
  • the PCA can be performed using the handheld power tool or locally in the handheld power tool or using an external device or in an external computing unit.
  • At least three handheld power tool statuses are determined, a new handheld power tool status, a used handheld power tool status and a defective handheld power tool status.
  • Preferably at least four handheld power tool device states are determined, with an additional critical handheld power tool device state being determined.
  • a type of damage is determined in an additional step, with the type of damage being assigned to a hand-held power tool sub-state.
  • the type of damage can advantageously be determined in this way.
  • the damage is preferably determined by a user. This may require partial dismantling of the handheld power tool.
  • the handheld power tool device substate corresponds in particular to a subclass.
  • a quality of the classifier is evaluated using commercial devices and/or used commercial devices.
  • the quality of the classifier can advantageously be checked in this way.
  • the invention relates to a method for determining a handheld power tool device status, comprising the following steps:
  • the external sensor can be designed, for example, as a microphone, in particular a microphone of a smartphone.
  • the handheld power tool is repaired and sensor data is recorded from the repaired handheld power tool, which in turn is used to train the classifier.
  • further hand-held power tool sub-states can advantageously be determined.
  • the invention relates to a hand-held power tool monitoring device with a classifier trained as described above.
  • the handheld power tool monitoring device is designed to determine the handheld power tool device status.
  • the invention also relates to a hand-held power tool or a hand-held power-tool accessory with a hand-held power tool monitoring device, with a number of sensors, a position of the respective sensors and/or a type of the respective sensors in the hand-held power tool being determined using the method described above.
  • FIG. 1 shows a section through a hand-held power tool, which is designed as an experimental device
  • FIG. 2 shows a flow chart of a method for training a classifier
  • FIG. 6 shows a section through a hand-held power tool that is designed as a commercial device
  • FIG. 7 shows a section through an alternative hand-held power tool, which is designed as a commercial device.
  • Fig. 1 is a longitudinal section of a hand tool 10 in the form of a hammer drill 12 is shown.
  • the hand-held power tool 10 has a housing 13 which includes an outer housing and an inner housing.
  • a drive unit 20 which has an electric motor 18 and transmits a drive movement to a transmission unit 22 which has an impact mechanism unit 24 .
  • Impact mechanism unit 24 is designed as a pneumatic impact mechanism, for example.
  • the inner housing has a motor housing 16 and a gear housing 23 which are enclosed by the outer housing.
  • the impact mechanism unit 24 in particular the gear unit 22 , is essentially completely accommodated in the gear housing 23 .
  • the transmission housing 23 at least partially spans a grease chamber in which a lubricant for lubricating the transmission unit 22 is arranged.
  • the motor housing 16 is designed in particular to accommodate and/or support the electric motor 18 .
  • the transmission housing 23 consists, for example, of a different material than the rest of the outer housing.
  • the transmission housing 23 consists, for example, of a metallic material, while the motor housing 16 and the outer housing consist of a plastic. However, it is also conceivable that the transmission housing 23 consists of a plastic.
  • the transmission housing 23 and/or the motor housing has a higher strength and/or temperature resistance than the outer housing.
  • the drive movement of the drive unit 20 is transmitted via the gear unit 22 to a tool holder 20 in which an insert tool 26 is detachably fastened.
  • the application tool 26 is designed, for example, as a rock drill for drilling holes in concrete.
  • the application tool 26 is designed to be drivable in rotation about and/or linearly oscillating or percussively along a working axis 29 .
  • the insertion tool 26 can be driven clockwise or counterclockwise.
  • the working axis 29 extends, for example, crossing, in particular essentially perpendicularly, to a motor axis 17 of the drive unit 20.
  • the hand-held power tool 10 has a handle 30 .
  • the handle extends essentially perpendicular to the working axis 29.
  • the handle 30 is arranged on a side of the housing 13 facing away from the tool holder 20.
  • the handle 30 has an operating switch 32 via which the hand-held power tool 10 can be controlled manually or switched on and off.
  • the operation switch 32 is embodied as a signal switch, for example.
  • the handle 30 is embodied as a vibration-decoupled handle 30, for example.
  • the handle 30 is connected to the housing 13 of the hand-held power tool 10 via a damping unit 31 .
  • the handle 30 is connected to the housing 13 so that it can move relative thereto.
  • the hand-held power tool 10 has an auxiliary handle 33 which is detachably connected to the housing 13 .
  • the hand-held power tool 10 is embodied, for example, as a mains-powered hand-held power tool that can be connected to an energy supply, such as a mains power supply, via a mains cable 34 .
  • an energy supply such as a mains power supply
  • the handheld power tool 10 it would also be conceivable for the handheld power tool 10 to be embodied as a cordless handheld power tool that has a battery interface via which a battery pack can be electrically and mechanically connected to the handheld power tool in a detachable manner without tools.
  • the hand-held power tool 10 has electronics 40 .
  • Electronics 40 are designed to control or regulate hand-held power tool 10 .
  • the electronics 40 include a printed circuit board 42 on which a computing unit for performing computing operations and a memory unit for storing data are arranged.
  • the printed circuit board 42 extends in particular directly adjacent to the electric motor 18 and along the motor axis 17.
  • the hand-held power tool 10 has a number of sensors 44 .
  • a first sensor 46 embodied as a temperature sensor 48 and a second sensor 50 embodied as an acceleration sensor 52 are arranged on circuit board 42 .
  • the temperature sensor 48 is designed to detect a temperature variable that is provided to the electronics 40 .
  • a temperature can be determined by electronics 40 based on the temperature variable, and hand-held power tool 10 can be controlled based on the temperature. For example, an emergency shutdown or operation with reduced power can be initiated by electronics 40 if the temperature exceeds a threshold value.
  • the acceleration sensor 52 is designed to detect an acceleration variable that is provided to electronics 40 .
  • the acceleration variable can be used to detect whether hand-held power tool 10 is in idling mode or under load, with hand-held power tool 10 being driven at higher power and/or at a higher engine speed in load operation.
  • reinforcement hits can be determined via the acceleration variable, in which case the hand-held power tool 10 is actively braked.
  • the handheld power tool 10 includes a third sensor 54 which is embodied as a Hall sensor 56 .
  • the Hall sensor 56 is designed to detect a speed variable of the electric motor 18, which is made available to the electronics 40, which controls or regulates the electric motor based on the speed variable.
  • the third sensor 54 is arranged on a circuit board 58 of the drive unit 20 .
  • the circuit board 58 of the drive unit 20 extends partially around a motor shaft 19 of the electric motor 18.
  • first sensor 46 the second sensor 50 and the third sensor 54 are known to those skilled in the art and are used in commercially available hammer drills.
  • the handheld power tool 10 shown in FIG. 1 is designed as a test handheld power tool 60 which has additional sensors 44 for acquiring sensor data.
  • Two additional sensors 44 are arranged in the area of the drive unit 20 and are arranged in the area of a first bearing point 64 and a second bearing point 66 of the motor shaft 19 .
  • the first bearing point 64 is arranged on a side of the drive unit 20 facing away from the gear unit 22 and is designed as a ball bearing 65 .
  • the first bearing point 64 is arranged in the motor housing 16 .
  • a fourth sensor 68 in the form of an acceleration sensor 52 is arranged in the area of the first bearing point 64 .
  • the fourth sensor 68 can rest directly on the ball bearing 65 or be fastened in the vicinity, for example on the motor housing 16 .
  • the second bearing point 66 is arranged on a side of the drive unit 20 facing the transmission unit 22 and is designed as a ball bearing 67 .
  • the second bearing point 66 is arranged in the transmission housing 23 .
  • the fifth sensor 70 is also designed as an acceleration sensor 52 and is arranged in the area of the second bearing point 66 . In the area of the first and the second bearing point 64, 66, increased wear occurs during operation of the hand-held power tool 10 on, which can be detected and determined via sensor data from the fourth and fifth sensors 68, 70.
  • the hand-held power tool 10 has additional sensors 44 in the area of the transmission unit 22 .
  • a sixth sensor 72 , a seventh sensor 74 and an eighth sensor 76 which are embodied as temperature sensors 48 , are arranged in the area of the transmission unit 22 , in particular in the area of the striking mechanism unit 24 .
  • the hammer mechanism unit 24 heats up very strongly and when it is used or defective, the temperatures in individual areas can rise more sharply, as a result of which the state can be detected by these temperatures.
  • the sixth sensor 72 is arranged, for example, outside of a hammer tube 78 in which an air spring is formed between a drive piston 82 and a hammer 84 in a compression chamber 80 during operation of the hammer mechanism unit 24 .
  • the hammer 84 is driven by the drive piston 82 or the air spring and acts on a firing pin 86, the drive piston 82, the hammer 84 and the firing pin 86 being arranged in the hammer tube 78 so that they can move linearly.
  • the sixth sensor 72 is arranged in particular in an area in which the striker 84 hits the firing pin 86 .
  • the seventh sensor 74 is arranged in the area of the compression space 80 .
  • the seventh sensor 74 can be located inside or outside of the hammer tube 78 .
  • the eighth sensor 76 is arranged in an area which is adjacent to a locking clutch 88 .
  • the eighth sensor 76 is arranged, for example, between the transmission housing 23 and the outer housing.
  • the electronics 40 in turn have a communication unit 90, via which the handheld power tool 10 can transmit information, in particular the sensor data, 94 to an external device 92.
  • the communication takes place, for example, via Bluetooth, but other communication options would also be conceivable, such as WLAN or a wired exchange via USB.
  • the external device 92 is embodied as a laptop, for example. However, it would also be conceivable for the external device 92 to be designed as a smartphone or as a server or a computing network in the form of a cloud. What is essential for the external device 92 is that the external device has sufficient computing power to train a classifier.
  • the method for training a classifier for determining a hand-held power tool device status preferably takes place on an external device 92 which can be connected to hand-held power tool 10 directly or indirectly, i.e. via at least one further external device 92 .
  • the method for training the classifier is described by way of example using a flowchart.
  • a handheld power tool 10 is used for endurance testing.
  • the continuous run lasts several hours, for example eight hours, during which the hand-held power tool 10 is operated in an idling state and sensor data is recorded by means of the sensors 44 and stored in a step 102 in the memory unit of the electronics 40 . It would also be conceivable to carry out the endurance test under load, for example when drilling or chiseling, but in this case the probability of interference is higher.
  • the detected sensor data are transmitted to an external device 92, on which the method for classification is carried out. Steps 100, 102, 104 are preferably repeated until, in a step 106, the handheld power tool 10 is defective or no longer operable and the continuous run is ended.
  • a large number of features are first extracted from the recorded sensor data on the external device 92 .
  • the features are specific sensor data from the sensors 44, in particular and for example mean values, standard deviations, skewness, kurtosis, maxima of frequency spectra, energies of the signals in specific frequency bands, amplitudes, spectra of signal envelopes, etc.
  • a PCA is used in a step 110 to determine which features describe the change in the handheld power tool status with sufficient accuracy. The relevant characteristics are thus selected automatically.
  • An exemplary PCA evaluation is shown in FIG. 3 .
  • the calculation based on the PCA shows that only 10 features are sufficient to describe the status changes of the handheld power tool to describe 80% of the status changes. This enables a targeted selection of the features and thus a reduction in the signals or signal properties to be evaluated, which can also result in a reduction in the number of sensors.
  • the classification algorithms are trained, which recognize whether individual features in a feature space that corresponds to a handheld power tool device state are close together, ie are similar. Features that are close together are used to determine the state of the hand-held power tool since it is known in which state hand-held power tool 10 was during continuous operation.
  • the two most relevant features according to the PCA are plotted against one another and assigned to four handheld power tool device states.
  • the four handheld power tool statuses are a new handheld power tool status 200, a used handheld power tool status 202, a critical handheld power tool status 204 and a defective handheld power tool status 206. It can be clearly seen that the new handheld power tool status 200 and the defective handheld power tool status 206 already in the representation with only 2 characteristics are clearly distinguishable from one another.
  • the classification algorithms can also distinguish precisely between the used hand-held power tool device status 202 and the defective hand-held power tool device status 206 .
  • handheld power tool sub-states are determined that correspond to specific damage such as defects in the first or second bearing point 64, 66 or a defect in the area of the over-locking clutch 88. Accordingly, it is possible to assign specific damage, defects or machine elements via the position of the accumulations in the feature space. Different defects, such as gear wear, tooth breakage, bearing damage or the like, mean that the handheld power tool device status is in a different area in the feature space. This means that the type of damage can also be determined by the position of the handheld power tool device status in the feature space and the type of damage can therefore be determined. In this way, the defective or critical component can be identified and replaced.
  • Knowledge of the defective component can also be used to order the defective component before the device arrives for service, speeding up the repair process.
  • additional data or features are included that are recorded, for example, during the production of the handheld power tool, such as drawing features such as roughness or dimensions of components that are logged as examples. It is then possible to compare these values with those that are present in the hand-held power tool device states used, critical and defective. If these values can also be accessed or recorded when the devices are in operation, they can serve as additional characteristics.
  • step 112 the training phase of the machine learning can be completed.
  • further handheld power tools 10 with possibly different sensors 44 are used to record more sensor data.
  • the handheld power tools are preferably equipped as series devices with sensors 44, from the sensor data of which the most relevant features for determining the handheld power tool device states can be recorded.
  • the sensors of the series devices are advantageously selected and positioned based on the findings of the classification process.
  • the series devices have additional sensors, with the handheld power tool or the series device not being controlled or regulated by means of the additional sensors, but rather only sensor data for maintenance or for determining the handheld power tool device status being recorded.
  • the trained classification algorithm can be used on the external device 92, such as an external server or a cloud, or on the hand-held power tool or the series device itself. Transmission to an external device 92 such as a cloud is particularly advantageous in the application phase in order to monitor the states of a large number of devices in databases and, if necessary, to initiate measures such as maintenance or repairs.
  • the classification algorithm can be further improved using the data collected from the large number of devices. 5 shows an assessment of the quality of the classification algorithms for checking the quality of the algorithm.
  • the actual handheld power tool device states are plotted on the vertical axis, and the handheld power tool device states assigned by the classification algorithm are plotted on the horizontal axis. For example, 196 out of 200 new handheld power tools were correctly identified as new by the classification algorithm. Out of 91 defective handheld power tools, only 2 were identified as critical and not defective by the classification algorithm.
  • FIG. 6 shows a section through a handheld power tool 10a, which essentially has the structure of handheld power tool 10 according to FIG.
  • the hand-held power tool 10a is designed as a commercial device 96a that is intended for sale and for use by the user.
  • the hand-held power tool 10a has, in particular, a reduced number of sensors 44a. All sensors 44a are necessary for the operation of hand-held power tool 10a and its functions.
  • a diagnosis of the handheld power tool 10a is required, this can be done, for example, using sensor data provided by the sensors 44a within the handheld power tool 10a.
  • an external sensor 98a of an external device 92a captures sensor data.
  • the external sensor 98a is embodied as a microphone of a smartphone, for example.
  • the detected sensor data can then be used to determine the state of the handheld power tool by means of the trained classification algorithm.
  • the handheld power tool device status can be determined on external device 92a embodied as a smartphone or on another external device 92a embodied as a cloud, for example.
  • FIG. 7 shows a section through another handheld power tool 10b, which is designed as an alternative commercial device 96b.
  • hand-held power tool 10b has an additional sensor 45b in the area of percussion mechanism unit 24b.
  • the sensor 45b is designed as a temperature sensor 48b. The position or arrangement of the additional sensor 45b was determined using the trained classification algorithm.
  • the sensor 45b is associated with a handheld power tool monitoring device 99b, the Sensor data of these are provided.
  • the handheld power tool monitoring device 99b is assigned to the electronics 40b of the handheld power tool 10b and includes the trained classification algorithms. Based on the detected sensor data, in particular from the sensors 44b and the additional sensor 45b, the handheld power tool monitoring device 99b determines the
  • the handheld power tool device status can be made available to the user via an unillustrated HMI or a screen. Alternatively or additionally, the handheld power tool status can be provided to the external device 92b.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Mechanical Engineering (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Percussive Tools And Related Accessories (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Trainieren eines Klassifikators zur Bestimmung eines Handwerkzeugmaschinengerätezustands, umfassend folgende Schritte: - Bereitstellung einer Handwerkzeugmaschine; - Bereitstellung zumindest eines Sensors; - Betreiben der Handwerkzeugmaschine in einem Dauerlauf; - Beendigung des Dauerlaufs insbesondere bei Auftreten eines Schadenfalls; - Erfassung von Sensordaten im Dauerlauf; - Extrahierung von Merkmalen basierend auf den Sensordaten; - Ermittlung von zumindest zwei Handwerkzeugmaschinengerätezuständen basierend auf den extrahierten Merkmalen.

Description

Beschreibung
Titel
Verfahren zum Trainieren eines Klassifikators zur Ermitlung eines Handwerkzeugmaschinengerätezustands
Stand der Technik
In der DE 103 21 869 Al ist ein Bohrhammer mit einem wechselbaren Werkzeughalter beschrieben.
Offenbarung der Erfindung
Die Erfindung betrifft ein Verfahren zum Trainieren eines Klassifikators zur Bestimmung eines Handwerkzeugmaschinengerätezustands, umfassend folgende Schritte:
- Bereitstellung einer Handwerkzeugmaschine;
- Bereitstellung zumindest eines Sensors;
- Betreiben der Handwerkzeugmaschine in einem Dauerlauf;
- Beendigung des Dauerlaufs insbesondere bei Auftreten eines Schadenfalls;
- Erfassung von Sensordaten im Dauerlauf;
- Extrahierung von Merkmalen basierend auf den Sensordaten;
- Ermittlung von zumindest zwei Handwerkzeugmaschinengerätezuständen basierend auf den extrahierten Merkmalen. Unter einer Handwerkzeugmaschine soll in diesem Zusammenhang insbesondere ein Gerät zur Bearbeitung von Werkstücken mittels eines elektrisch angetriebenen Einsatzwerkzeugs verstanden werden. Typische Handwerkzeugmaschinen sind in diesem Zusammenhang Hand- oder Standbohrmaschinen, Schrauber, Schlagbohrmaschinen, Bohrhämmer, Schlaghämmer, Winkelschleifer, Hobel, Schleifgeräte oder dergleichen. Die Handwerkzeugmaschine weist vorzugsweise eine einen Elektromotor aufweisende Antriebseinheit auf, die direkt oder über ein Getriebe mit einer Werkzeugaufnahme verbunden ist. Die Werkzeugaufnahme ist insbesondere zur lösbaren Befestigung eines Einsatzwerkzeugs ausgebildet.
Die Handwerkzeugmaschine weist ein Gehäuse auf, das zumindest teilweise, insbesondere vollständig, als ein Außengehäuse ausgebildet. Das Gehäuse kann einteilig oder mehrteilig ausgebildet sein. Das Gehäuse ist zumindest teilweise, insbesondere vollständig, aus einem Kunststoff ausgebildet. Des Weiteren kann das Gehäuse der Handwerkzeugmaschine ein Innengehäuse aufweisen, das zumindest teilweise, vorzugsweise vollständig, von dem Außengehäuse umschlossen sind.
Der Elektromotor der Antriebseinheit kann als ein Gleichstrommotor oder als ein Wechselstrommotor ausgebildet sein. Die Kommutierung des Elektromotors kann elektronisch oder über Kohlebürsten erfolgen. Der Elektromotor ist um eine Motorachse drehbar im Gehäuse der Handwerkzeugmaschine gelagert. Über die Getriebeeinheit ist die Antriebsbewegung der Antriebseinheit bzw. des Elektromotors auf die Werkzeugaufnahme bzw. auf das Einsatzwerkzeug übertragbar. Die Handwerkzeugmaschine kann eine Schlagwerkeinheit aufweisen. Die Schlagwerkeinheit kann beispielsweise als ein pneumatisches Schlagwerk oder als ein Rastenschlagwerk ausgebildet sein. Das pneumatische Schlagwerk kann beispielsweise als ein Exzenterschlagwerk oder als ein Taumelschlagwerk ausgebildet sein. Insbesondere weist die Schlagwerkeinheit ein Führungsrohr auf, in welchem ein Schläger und/oder ein Kolben linear beweglich aufgenommen sind. Der Kolben ist vorzugsweise über das Exzenterschlagwerk oder das Taumelschlagwerk linear oszillierend antreibbar ausgebildet. Die Getriebeeinheit ist insbesondere derart ausgebildet, dass ein mit der Werkzeugaufnahme verbundenes Einsatzwerkzeug rotierend um und/oder linear oszillierend bzw. schlagend entlang einer Arbeitsachse antreibbar ist.
Die Handwerkzeugmaschine umfasst vorzugsweise eine Elektronik auf, die dazu ausgebildet ist, die Handwerkzeugmaschine, insbesondere die Antriebseinheit der Handwerkzeugmaschine, zu steuern oder zu regeln. Die Elektronik weist vorzugsweise eine Leiterplatte auf, auf der elektronische Komponenten, wie beispielsweise eine Recheneinheit und Speichereinheit, angeordnet sind. Des Weiteren weist die Elektronik insbesondere zumindest einen Sensor auf. Der zumindest eine Sensor kann auf der Leiterplatte oder an einem anderen Ort innerhalb oder außerhalb des Gehäuses der Handwerkzeugmaschine angeordnet sein. Alternativ oder zusätzlich ist denkbar, dass zumindest ein weiterer Sensor vorgesehen ist, der einem externen Gerät, wie beispielsweise einem Smartphone, zugeordnet ist. Die Elektronik kann eine Kommunikationseinheit aufweisen, mittels der die Elektronik Informationen mit einer anderen Handwerkzeugmaschine, einem Handwerkzeugmaschinenzubehör, einem externen Gerät, mit einem externen Sensor etc. austauschen kann. Das externe Gerät kann beispielsweise als ein Smartphone oder als Server ausgebildet sein. Die Kommunikationseinheit kann beispielsweise als eine USB-Schnittstelle, also drahtgebunden, oder als eine Bluetooth- oder WLAN-Schnittstelle und somit drahtlos ausgebildet sein.
Unter einem Handwerkzeugmaschinengerätezustand soll im Zusammenhang dieser Anmeldung insbesondere ein Gerätezustand verstanden werden, der die Funktionsfähigkeit der Handwerkzeugmaschine beschreibt. Alternativ oder zusätzlich kann untere einem Handwerkzeugmaschinengerätezustand auch eine Änderung einer einzelnen Funktion, insbesondere eine Änderung eine Sekundärfunktion, wie beispielsweise einem Ansteigen von Betriebsgeräuschen, verstanden werden. Insbesondere soll unter einem Handwerkzeugmaschinengerätezustand kein Betriebszustand, wie beispielsweise an- oder ausgeschaltet oder in welchem Modus die Handwerkzeugmaschine betrieben wird, beispielsweise die Drehzahl, Lastzustand/Leerlaufdrehzahl, mit eingeschalteter Zusatzfunktion wie eine Absaugung oder ein Schlagwerk, etc. verstanden werden.
Unter einem Dauerlauf soll im Zusammenhang dieser Anmeldung insbesondere verstanden werden, dass die Handwerkzeugmaschine für einen langen Zeitraum im Leerlaufzustand betrieben wird, beispielsweise für ein oder mehrere Stunden oder einen Arbeitstag oder durchgehend über mehrere Tage. Alternativ wäre auch denkbar, dass die Handwerkzeugmaschine für einen längeren Zeitraum in einem Lastzustand betrieben wird. Im Unterschied zum Leerlaufzustand wird die Handwerkzeugmaschine im Lastzustand unter Last betrieben, um zum Beispiel ein Bohrloch zu bohren, ein Werkstück abzutragen, ein Befestigungselement zu setzen, etc. Vorteilhaft gibt es im Dauerlauf weniger Störgrößen als im normalen Betrieb und daher ist ein schnelleres Training und eine bessere bzw. eindeutige Zuweisung der Merkmale möglich. Alternativ oder zusätzlich ist denkbar, dass Sensordaten im realen Arbeitsbetrieb, also in einem Lastzustand oder bei einem Wechsel zwischen einem Lastzustand und einem Leerlaufzustand erfasst und zum Trainieren des Klassifikators bereitgestellt werden.
Unter einem Schadensfall soll im Zusammenhang dieser Anmeldung insbesondere ein Schaden, ein Defekt oder eine Funktionseinschränkung der Handwerkzeugmaschine verstanden werden, die die Benutzung der Handwerkzeugmaschine verhindert oder einschränkt. Bei der Einschränkung kann es sich beispielsweise um den Ausfall einer Funktion, wie beispielsweise einer Schlagfunktion, oder um eine Verringerung der Leistung handeln. Unter einer Funktionseinschränkung soll des Weiteren insbesondere auch eine Verschlechterung einer Sekundärfunktion, wie beispielsweise eine Erhöhung der Geräusche oder eine Verringerung der Effizienz durch eine erhöhte Stromaufnahme verstanden werden.
Unter einem Merkmal soll in diesem Zusammenhang insbesondere ein physikalischer Parameter, wie beispielsweise eine Temperatur, eine Beschleunigung, eine Bewegung, ein Gewicht, ein Strom, ein Moment, ein Druck, eine Benutzungszeit, eine Drehzahl des Elektromotors, etc. verstanden werden. Bei den extrahierten Merkmalen kann es sich dabei beispielhaft um einen Absolutwert, einen gemittelten Wert, einen gemessenen oder geschätzten Wert, eine Frequenz, eine Amplitude, eine Steigung, oder weiterer aus den Sensorsignalen abgeleiteten Signalmerkmalen handeln. Es ist zudem denkbar, dass die Merkmale oder die Signalmerkmale durch Methoden des maschinellen Lernens bzw. der künstlichen Intelligenz ermittelt werden. Bei dem Verfahren zum Trainieren eines Klassifikators handelt es sich um ein teilweise oder vollständig computerimplementiertes Verfahren, bei dem die Klassifizierung über automatische Prozesse, insbesondere mit Hilfe Methoden des maschinellen Lernens erfolgt. Die Merkmale können per Algorithmus oder über einen Benutzer bzw. in diesem Fall einem Softwareentwickler oder ein Hardwareentwickler ausgewählt werden. Die Ermittlung der Handwerkzeugmaschinengerätezustände basierend auf den extrahierten Merkmalen kann über ein überwachtes Lernen erfolgen, wobei dem Algorithmus mitgeteilt wird, ob ein Merkmal einem Gerätezustand zugewiesen wird oder nicht (bspw. durch einen Benutzer). Die Ermittlung der Handwerkzeugmaschinengerätezustände basierend auf den extrahierten Merkmalen kann alternativ oder zusätzlich auch über ein unüberwachtes Lernen erfolgen, bei dem der Algorithmus automatisch bzw. selbstständig Merkmale Handwerkzeugmaschinengerätezustände zuweist. Die Handwerkzeugmaschinengerätezustände entsprechen dabei verschiedenen Klassen. Die Zuordnung erfolgt über gängige Klassifizierungsalgorithmen, wie beispielsweise KNN (k-nearest-neighbour), SVM (supported vector machines), decision trees, neural networks, oder dergleichen.
Des Weiteren wird vorgeschlagen, dass die Handwerkzeugmaschine als eine Versuchshandwerkzeugmaschine ausgebildet ist, die mehr Sensoren aufweist, als ein insbesondere geplantes Handelsgerät. Vorteilhaft kann über eine derartige Versuchshandwerkzeugmaschine mehr Merkmale extrahiert werden, als über ein Handelsgerät, das üblicherweise lediglich Sensoren aufweist, die für den Betrieb der Handwerkzeugmaschine notwendig sind. Vorteilhaft werden somit in der Entwicklungsphase eine größere Anzahl von Sensoren verwendet, um die relevanten Signale bzw. Informationen zu ermitteln.
Bei den Sensoren kann es sich um interne Sensoren, die im Gehäuse der Handwerkzeugmaschine angeordnet sind, oder um externe Sensoren, die am oder außerhalb des Gehäuses der Handwerkzeugmaschine angeordnet sind, handeln. Der Sensor kann beispielsweise als ein Bewegungssensor, insbesondere ein Beschleunigungssensor oder ein Gyrosensor, als ein Temperatursensor, wie beispielsweise ein NTC oder ein PTC, als ein Stromsensor, als ein Drehzahlsensor, als ein Körperschallsensor, als ein Mikrophon, als ein Hallsensor, als ein Drucksensor, als ein Kraftsensor, insbesondere einem kapazitiven oder resistiven Kraftsensor, als ein optischer Sensor, beispielsweise in Form einer Kamera, etc. ausgebildet sein. Der Beschleunigungssensor kann insbesondere als ein MEMS- Beschleunigungssensor, vorzugsweist mit einer Bandbreite von zumindest 2 kHZ, bevorzugt zumindest 5 kHz, ausgebildet sein. Das Mikrofon ist insbesondere als ein MEMS-Mikrofon ausgebildet.
Weiterhin wird vorgeschlagen, dass die die Versuchshandwerkzeugmaschine zumindest drei unterschiedliche Sensoren aufweist, vorzugsweise zumindest vier unterschiedliche Sensoren, bevorzugt zumindest fünf unterschiedliche Sensoren, aufweist. Insbesondere weist die Versuchshandwerkzeugmaschine zumindest einen der unterschiedlichen Sensoren mehr als einmal, vorzugsweise mehr als zweimal an der gleichen oder an unterschiedlichen Positionen auf. Vorzugsweise kann dadurch die Anzahl an extrahierbaren Merkmalen vergrößert werden.
Zudem wird vorgeschlagen, dass zumindest einer der Sensoren in einem Bereich angeordnet ist, bei dem ein Schaden zu erwarten ist, oder in dem ein erhöhter Verschleiß auftritt oder in welchem eine Überlastung oder eine Überhitzung zu erwarten ist. Vorteilhaft kann dadurch die Wahrscheinlichkeit erhöht werden, dass die optimalen Merkmale zur Ermittlung der Handwerkzeugmaschinengerätezustände extrahiert werden.
Des Weiteren wird vorgeschlagen, dass die Extrahierung der Merkmale mittels einer Hauptkomponentenanalyse (engl.: Principal Component Analysis, kurz PCA) erfolgt, wodurch die Anzahl der Merkmale reduziert wird bzw. eine Gewichtung erfolgt. Insbesondere können mittels der PCA die relevanten Merkmale extrahiert werden. Die PCA ist ein mathematisches Verfahren, dass als ein computerimplementierter Verfahrensschritt durchgeführt wird. Die PCA kann mittels der Handwerkzeugmaschine bzw. lokal in der Handwerkzeugmaschine oder mittels eines externen Geräts bzw. in einer externen Recheneinheit erfolgen.
Weiterhin wird vorgeschlagen, dass zumindest drei Handwerkzeugmaschinengerätezustände ermittelt werden, einen neuen Handwerkzeugmaschinengerätezustand, einen gebrauchten Handwerkzeugmaschinengerätezustand und einen defekten Handwerkzeugmaschinengerätezustand. Vorzugsweise werden zumindest vier Handwerkzeugmaschinengerätezustände ermittelt, wobei ein zusätzlicher kritische Handwerkzeugmaschinengerätezustand ermittelt wird.
Zudem wird vorgeschlagen, dass in einem zusätzlichen Schritt eine Art des Schadensfalls ermittelt wird, wobei die Art des Schadensfalls einem Handwerkzeugmaschinengeräteunterzustand zugeordnet wird. Vorteilhaft kann dadurch die Art des Schadens ermittelt werden. Die Ermittlung des Schadens wird vorzugsweise durch einen Benutzer durchgeführt. Hierfür kann eine teilweise Demontage der Handwerkzeugmaschine notwendig sein. Der Handwerkzeugmaschinengeräteunterzustand entspricht insbesondere einer Unterklasse.
Des Weiteren wird vorgeschlagen, dass eine Qualität des Klassifikators mittels Handelsgeräten und/oder gebrauchten Handelsgeräten bewertet wird. Vorteilhaft kann dadurch die Qualität des Klassifikator überprüft werden.
Weiterhin betrifft die Erfindung ein Verfahren zur Bestimmung eines Handwerkzeugmaschinengerätezustands, umfassend folgende Schritte:
- Bereitstellung einer gebrauchten oder defekten Handwerkzeugmaschine;
- Erfassung von Sensordaten, insbesondere mittels eines externen Sensors;
- Extrahierung von Merkmalen basierend auf den Sensordaten;
- Ermittlung eines Handwerkzeugmaschinengerätezustand, insbesondere eines Handwerkzeugmaschinenunterzustand, basierend auf den extrahierten Merkmalen.
Vorteilhaft kann dadurch eine genaue Bestimmung des Zustands der Handwerkzeugmaschine realisiert werden. Der externe Sensor kann beispielsweise als ein Mikrophon, insbesondere ein Mikrophon eines Smartphone, ausgebildet sein. Zudem wird vorgeschlagen, dass die Handwerkzeugmaschine repariert wird und von der reparierten Handwerkzeugmaschine Sensordaten erfasst werden, die wiederum zum Trainieren des Klassifikator verwendet werden. Vorteilhaft können dadurch weitere Handwerkzeugmaschinenunterzustände ermittelt werden. Des Weiteren betrifft die Erfindung eine Handwerkzeugmaschinenüberwa- chungsvorrichtung mit einem wie zuvor beschrieben trainierten Klassifikator. Die Handwerkzeugmaschinenüberwachungsvorrichtung ist dazu ausgebildet, den Handwerkzeugmaschinengerätezustand zu ermitteln.
Weiterhin betrifft die Erfindung eine Handwerkzeugmaschine oder ein Handwerkzeugmaschinenzubehör mit einer Handwerkzeugmaschinenüberwachungsvor- richtung, wobei über das zuvor beschriebene Verfahren eine Anzahl an Sensoren, eine Position der jeweiligen Sensoren und/oder eine Art der jeweiligen Sensoren in der Handwerkzeugmaschine bestimmt wurde.
Zeichnungen
Weitere Vorteile ergeben sich aus der folgenden Zeichnungsbeschreibung. Die Zeichnungen, die Beschreibung und die Ansprüche enthalten zahlreiche Merkmale in Kombination. Der Fachmann wird die Merkmale zweckmäßigerweise auch einzeln betrachten und zu sinnvollen weiteren Kombinationen zusammenfassen.
Es zeigen:
Fig. 1 einen Schnitt durch eine Handwerkzeugmaschine, die als ein Versuchsgerät ausgebildet ist;
Fig. 2 ein Flussdiagramm eines Verfahrens zum Trainieren eines Klassifikator;
Fig. 3 eine Auswertung einer PCA Analyse;
Fig. 4 eine Zuordnungen von Handwerkzeugmaschinengerätezuständen basierend auf den Hauptkomponenten der PCA;
Fig. 5 eine Überprüfung der Qualität des Klassifikators;
Fig. 6 einen Schnitt durch eine Handwerkzeugmaschine, die als ein Handelsgerät ausgebildet ist;
Fig. 7 einen Schnitt durch eine alternative Handwerkzeugmaschine, die als eine Handelsgerät ausgebildet ist.
Beschreibung der Ausführungsbeispiele
In Fig. 1 ist ein Längsschnitt einer Handwerkzeugmaschine 10 in Form eines Bohrhammers 12 gezeigt. Die Handwerkzeugmaschine 10 weist ein Gehäuse 13 auf, welches ein Außengehäuse und ein Innengehäuse umfasst. In dem Gehäuse 13 der Handwerkzeugmaschine 10 ist eine einen Elektromotor 18 aufweisende Antriebseinheit 20 angeordnet, die eine Antriebsbewegung auf eine Getriebeeinheit 22 überträgt, die eine Schlagwerkeinheit 24 aufweist. Die Schlagwerkeinheit 24 ist beispielhaft als ein pneumatisches Schlagwerk ausgebildet.
Das Innengehäuse weist ein Motorgehäuse 16 und ein Getriebegehäuse 23 auf, die von dem Außengehäuse umschlossen sind. Im Getriebegehäuse 23 ist die Schlagwerkeinheit 24, insbesondere die Getriebeeinheit 22, im Wesentlichen vollständig aufgenommen. Das Getriebegehäuse 23 spannt zumindest teilweise einen Fettraum auf, in welchem ein Schmiermittel zur Schmierung der Getriebeeinheit 22 angeordnet ist. Das Motorgehäuse 16 ist insbesondere zur Aufnahme und/oder Lagerung des Elektromotors 18 ausgebildet. Das Getriebegehäuse 23 besteht beispielhaft aus einem anderen Werkstoff als das übrige Außengehäuse. Das Getriebegehäuse 23 besteht beispielhaft aus einem metallischen Werkstoff, während das Motorgehäuse 16 und das Außengehäuse aus einem Kunststoff bestehen. Es ist allerdings ebenso denkbar, dass das Getriebegehäuse 23 aus einem Kunststoff besteht. Insbesondere weist das Getriebegehäuse 23 und/oder das Motorgehäuse eine höhere Festigkeit und/oder Temperaturbeständigkeit auf, als das Außengehäuse.
Über die Getriebeeinheit 22 wird die Antriebsbewegung der Antriebseinheit 20 auf eine Werkzeugaufnahme 20 übertragen, in der ein Einsatzwerkzeug 26 lösbar befestigt ist. Das Einsatzwerkzeug 26 ist beispielhaft als ein Gesteinsbohrer zum Bohren von Löchern in Beton ausgebildet. Das Einsatzwerkzeug 26 ist rotatorisch um und/oder linear oszillierend bzw. schlagend entlang einer Arbeitsachse 29 antreibbar ausgebildet. Zudem kann das Einsatzwerkzeug 26 im Rechtslauf bzw. im Uhrzeigersinn oder im Linkslauf angetrieben werden. Die Arbeitsachse 29 erstreckt sich beispielhaft kreuzend, insbesondere im Wesentlichen senkrecht, zu einer Motorachse 17 der Antriebseinheit 20. Die Handwerkzeugmaschine 10 weist einen Handgriff 30 auf. Der Handgriff erstreckt sich im Wesentlichen senkrecht zu der Arbeitsachse 29. Der Handgriff 30 ist auf einer der Werkzeugaufnahme 20 abgewandten Seite des Gehäuses 13 angeordnet. Der Handgriff 30 weist einen Betriebsschalter 32 auf, über den die Handwerkzeugmaschine 10 manuell steuerbar bzw. ein- und ausschaltbar ist. Der Betriebsschalter 32 ist beispielhaft als ein Signalschalter ausgebildet. Der Handgriff 30 ist beispielhaft als ein vibrationsentkoppelter Handgriff 30 ausgebildet. Insbesondere ist der Handgriff 30 über eine Dämpfungseinheit 31 mit dem Gehäuse 13 der Handwerkzeugmaschine 10 verbunden. Der Handgriff 30 ist relativ beweglich zu dem Gehäuse 13 mit diesem verbunden. Des Weiteren weist die Handwerkzeugmaschine 10 einen Zusatzhandgriff 33 auf, der lösbar mit dem Gehäuse 13 verbunden ist.
Die Handwerkzeugmaschine 10 ist beispielhaft als eine Netz-Handwerkzeugmaschine ausgebildet, die über ein Netzkabel 34 mit einer Energieversorgung, wie beispielsweise einem Stromnetz, verbindbar ist. Alternativ wäre auch denkbar, dass die Handwerkzeugmaschine 10 als ein Akku-Handwerkzeugmaschine ausgebildet ist, die eine Akkuschnittstelle aufweist, über die ein Akkupack werkzeuglos lösbar mit der Handwerkzeugmaschine elektrisch und mechanisch verbindbar ist.
Die Handwerkzeugmaschine 10 weist eine Elektronik 40 auf. Die Elektronik 40 ist zur Steuerung oder Regelung der Handwerkzeugmaschine 10 ausgebildet. Die Elektronik 40 umfasst eine Leiterplatte 42, auf der eine Recheneinheit zur Durchführung von Rechenoperationen und eine Speichereinheit zum Speichern von Daten angeordnet ist. Die Leiterplatte 42 erstreckt sich insbesondere unmittelbar benachbart zu dem Elektromotor 18 und entlang der Motorachse 17.
Die Handwerkzeugmaschine 10 weist mehrere Sensoren 44 auf. Auf der Leiterplatte 42 sind ein erster Sensor 46, der als ein Temperatursensor 48 ausgebildet ist, und ein zweiter Sensor 50, der als ein Beschleunigungssensor 52 ausgebildet ist, angeordnet. Der Temperatursensor 48 ist zur Erfassung einer Temperaturgröße ausgebildet, die der Elektronik 40 bereitgestellt werden. Basierend auf der Temperaturgröße ist durch die Elektronik 40 eine Temperatur ermittelbar, wobei basierend auf der Temperatur die Handwerkzeugmaschine 10 steuerbar ist. Beispielweise kann eine Notabschaltung o- der ein Betrieb mit reduzierter Leistung durch die Elektronik 40 eingeleitet werden, falls die Temperatur einen Schwellenwert überschreitet. Der Beschleunigungssensor 52 ist dazu ausgebildet, eine Beschleunigungsgröße zu erfassen, die der Elektronik 40 bereitgestellt wird. Beispielsweise ist über die Beschleunigungsgröße erfassbar, ob ein Leerlaufbetrieb oder ein Lastbetrieb der Handwerkzeugmaschine 10 vorliegt, wobei im Lastbetrieb die Handwerkzeugmaschine 10 mit einer höheren Leistung und/oder einer höheren Motordrehzahl angetrieben wird. Zudem sind über die Beschleunigungsgröße Armierungstreffer ermittelbar, bei denen die Handwerkzeugmaschine 10 aktiv abgebremst wird. Des Weiteren umfasst die Handwerkzeugmaschine 10 einen dritten Sensor 54, der als ein Hall-Sensor 56 ausgebildet ist. Der Hall-Sensor 56 ist zur Erfassung einer Drehzahlgröße des Elektromotors 18 ausgebildet, die der Elektronik 40 bereitgestellt wird, welche den Elektromotor basierend auf der Drehzahlgröße steuert oder regelt. Der dritte Sensor 54 ist auf einer Leiterplatte 58 der Antriebseinheit 20 angeordnet. die Leiterplatte 58 der Antriebseinheit 20 erstreckt sich teilweise um eine Motorwelle 19 des Elektromotors 18.
Die Verwendung des ersten Sensors 46, des zweiten Sensors 50 und des dritten Sensors 54 sind dem Fachmann bekannt und werden so in handelsüblichen Bohrhämmern verwendet.
Die in Fig. 1 gezeigte Handwerkzeugmaschine 10 ist als eine Versuchshandwerkzeugmaschine 60 ausgebildet, die zusätzliche Sensoren 44 zur Erfassung von Sensordaten aufweist. Im Bereich der Antriebseinheit 20 sind zwei zusätzliche Sensoren 44 angeordnet, die im Bereich einer ersten Lagerstelle 64 und einer zweiten Lagerstelle 66 der Motorwelle 19 angeordnet sind. Der erste Lagerstelle 64 ist auf einer der Getriebeeinheit 22 abgewandten Seite der Antriebseinheit 20 angeordnet und als ein Kugellager 65 ausgebildet. Insbesondere ist die erste Lagerstelle 64 im Motorgehäuse 16 angeordnet. Im Bereich der ersten Lagerstelle 64 ist ein vierter Sensor 68 in Form eines Beschleunigungssensors 52 angeordnet. Der vierte Sensor 68 kann unmittelbar an dem Kugellager 65 anliegen oder im Nahbereich, beispielsweise am Motorgehäuse 16 befestigt sein. Die zweite Lagerstelle 66 ist auf einer der Getriebeeinheit 22 zugewandten Seite der Antriebseinheit 20 angeordnet und als ein Kugellager 67 ausgebildet. Insbesondere ist die zweite Lagerstelle 66 im Getriebegehäuse 23 angeordnet. Der fünfte Sensor 70 ist ebenfalls als ein Beschleunigungssensor 52 ausgebildet und im Bereich der zweiten Lagerstelle 66 angeordnet. Im Bereich der ersten und der zweiten Lagerstelle 64, 66 tritt im Betrieb der Handwerkzeugmaschine 10 ein erhöhter Verschleiß auf, der über Sensordaten des vierten und fünften Sensors 68, 70 erfassbar und ermittelbar ist.
Die Handwerkzeugmaschine 10 weist im Bereich der Getriebeeinheit 22 zusätzliche Sensoren 44 auf. Im Bereich der Getriebeeinheit 22, insbesondere im Bereich der Schlagwerkeinheit 24, ist ein sechster Sensor 72, ein siebter Sensor 74 und ein achter Sensor 76 angeordnet, die als Temperatursensoren 48 ausgebildet sind. Im Betrieb der Schlagwerkeinheit 24 erhitzt sich diese sehr stark und im gebrauchten oder defekten Zustand können die Temperaturen in einzelnen Bereichen verstärkt ansteigen, wodurch der Zustand durch diese Temperaturen erfassbar ist.
Der sechste Sensor 72 ist beispielhaft außerhalb eines Hammerrohrs 78 angeordnet, in welchem im Betrieb der Schlagwerkeinheit 24 in einem Kompressionsraum 80 eine Luftfeder zwischen einem Antriebskolben 82 und einem Schläger 84 gebildet wird. Der Schläger 84 wird durch den Antriebskolben 82 bzw. die Luftfeder angetrieben und beaufschlagt einen Schlagbolzen 86, wobei der Antriebskolben 82, der Schläger 84 und der Schlagbolzen 86 linear beweglich im Hammerrohr 78 angeordnet sind. Der sechste Sensor 72 ist insbesondere in einem Bereich angeordnet, in welchem der Schläger 84 auf den Schlagbolzen 86 trifft. Der siebte Sensor 74 ist im Bereich des Kompressionsraums 80 angeordnet. Der siebte Sensor 74 kann innerhalb oder außerhalb des Hammerrohrs 78 angeordnet sein. Der achte Sensor 76 ist in einem Bereich angeordnet, der benachbart zu einer Überrastkupplung 88 steht. Der achte Sensor 76 ist beispielhaft zwischen dem Getriebegehäuse 23 und dem Außengehäuse angeordnet.
Beispielhaft sind alle Sensoren 44 mit der Elektronik 40 verbunden, sodass sämtliche erfassten Sensordaten der Elektronik 40 bereitgestellt werden. Die Elektronik 40 wiederum weist eine Kommunikationseinheit 90 auf, über die die Handwerkzeugmaschine 10 an ein externes Gerät 92 Informationen, insbesondere die Sensordaten, übertragen kann 94. Die Kommunikation erfolgt dabei beispielhaft über Bluetooth, es wären allerdings auch andere Kommunikationsmöglichkeiten denkbar, wie beispielsweise WLAN oder ein drahtgebundener Austausch über USB. Das externe Gerät 92 ist beispielhaft als ein Laptop ausgebildet. Es wäre allerdings auch denkbar, dass das externe Gerät 92 als ein Smartphone oder als ein Server oder ein Rechennetzwerk in Form einer Cloud ausgebildet ist. Wesentlich für das externe Gerät 92 ist, dass das externe Gerät ausreichend Rechenleistung zum Trainieren eines Klassifikators aufweist. Das Verfahren zum Trainieren eines Klassifikators zur Bestimmung eines Handwerkzeugmaschinengerätezustands erfolgt vorzugsweise auf einem externen Gerät 92, welches direkt oder indirekt, also über zumindest ein weiteres externes Gerät 92, mit der Handwerkzeugmaschine 10 verbindbar ist. In Fig. 2 wird das Verfahren zum Trainieren des Klassifikator beispielhaft anhand eines Flussdiagramms beschrieben.
In einem ersten Schritt 100 wird mit einer Handwerkzeugmaschine 10 ein Dauerlauf durchgeführt. Der Dauerlauf dauert mehrere Stunden, beispielsweise acht Stunden, während denen die Handwerkzeugmaschine 10 in einem Leerlauf betrieben wird und mittels der Sensoren 44 werden Sensordaten erfasst und in einem Schritt 102 in der Speichereinheit der Elektronik 40 gespeichert. Es wäre auch denkbar, den Dauerlauf im Lastzustand, beispielsweise beim Bohren oder Meißeln durchzuführen, in diesem Fall ist die Wahrscheinlichkeit von Störeinflüssen allerdings höher. Die erfassten Sensordaten werden in einem Schritt 104 auf ein externes Gerät 92 übertragen, auf welchem das Verfahren zur Klassifizierung durchgeführt wird. Die Schritte 100, 102, 104 werden vorzugsweise so lange wiederholt, bis in einem Schritt 106 die Handwerkzeugmaschine 10 defekt bzw. nicht mehr betriebsfähig ist und der Dauerlauf beendet wird.
Nach Beendigung des Dauerlaufs werden in einem Schritt 108 aus den aufgezeichneten Sensordaten auf dem externen Gerät 92 zunächst eine große Anzahl von Merkmalen extrahier. Bei den Merkmalen handelt es sich dabei um bestimmte Sensordaten der Sensoren 44, insbesondere und beispielsweise Mittelwerte, Standartabweichungen, Schiefe, Kurtosis, Maxima von Frequenzspektren, Energien der Signale in bestimmten Frequenzbändern, Amplituden, Spektren von Signalhüllkurven, etc.
Mit Hilfe einer PCA wird in einem Schritt 110 bestimmt, welche Merkmale die Veränderung des Handwerkzeugmaschinengerätezustands mit ausreichender Genauigkeit beschrieben. Die Auswahl der relevanten Merkmale erfolgt somit automatisch. In Fig. 3 ist eine beispielhaft PCA-Auswertung gezeigt. In diesem Beispiel ergibt die Berechnung basierend auf der PCA, dass zur Beschreibung der Handwerkzeugmaschinenzustandsänderungen lediglich 10 Merkmale ausreichen, um 80% der Zustandsänderungen zu beschreiben. Dies ermöglicht eine gezielte Auswahl der Merkmale und somit eine Reduzierung der auszuwertenden Signale bzw. Signaleigenschaften, womit auch eine Reduzierung an Sensoren einhergehen kann. Im nachfolgenden Schritt 112 werden die Klassifizierungsalgorithmen trainiert, die erkennen, ob einzelne Merkmale in einem Merkmalsraum, der einem Handwerkzeugmaschinengerätezustand entspricht, nahe beieinanderliegen, also ähnlich sind. Nahe beieinanderliegende Merkmale werden zur Ermittlung des Handwerkzeugmaschinengerätezustands eingesetzt, da bekannt ist, in welchem Zustand sich die Handwerkzeugmaschine 10 während dem Dauerlauf befunden hat.
In Fig. 4 sind beispielhaft die gemäß PCA zwei relevantesten Merkmale gegeneinander aufgetragen und vier Handwerkzeugmaschinengerätezuständen zugeordnet. Bei den vier Handwerkzeugmaschinengerätezuständen handelt es sich um einen neuen Handwerkzeugmaschinengerätezustand 200, einen gebrauchten Handwerkzeugmaschinengerätezustand 202, einen kritischen Handwerkzeugmaschinengerätezustand 204 und einen defekten Handwerkzeugmaschinengerätezustand 206. Deutlich zu sehen ist, dass der neue Handwerkzeugmaschinengerätezustand 200 und der defekte Handwerkzeugmaschinengerätezustand 206 bereits in der Darstellung mit nur 2 Merkmalen deutlich voneinander unterscheidbar ist. Durch das Hinzubeziehen weiterer Merkmale können die Klassifizierungsalgorithmen auch zwischen dem gebrauchten Handwerkzeugmaschinengerätezustand 202 und dem defekten Handwerkzeugmaschinengerätezustand 206 präzise unterscheiden. Durch Wiederholung der Datenerfassung mit anderen Handwerkzeugmaschinen 10, die andere Defekte aufweisen, ist zudem auch möglich, dass Handwerkzeugmaschinengeräteunterzustände ermittelt werden, die spezifische Schäden wie Defekte an der ersten oder zweiten Lagerstelle 64, 66 oder einem Defekt im Bereich der Überrastkupplung 88 entsprechen. Demnach ist über die Lage der Anhäufungen im Merkmalsraum eine Zuordnung von bestimmten Schäden, Defekten bzw. Maschinenelementen möglich. Unterschiedliche Defekte, wie zum Beispiel Zahnradverschließ, Zahnbruch, Lagerschäden oder dergleichen führen dazu, dass der Handwerkzeugmaschinengerätezustand im Merkmalsraum in einem unterschiedlichen Bereich liegt. Dies bedeutet, dass auch die Schadensart durch die Position des Handwerkzeugmaschinengerätezustands im Merkmalsraum bestimmbar und somit die Art des Schadens ermittelbar ist. Somit kann das defekte oder kritische Bauteil identifiziert und ausgetauscht werden. Das Wissen bezüglich des defekten Bauteils kann auch dazu eingesetzt werden, das fehlerhafte Bauteil zu bestellen, bevor das Gerät im Service eintrifft, womit der Reparaturprozess beschleunigt werden kann. Zusätzlich ist ebenso denkbar, dass für den neuen Handwerkzeugmaschinengerätezustand 200 zusätzliche Daten bzw. Merkmale hinzugezogen werden, die beispielsweise bei der Produktion der Handwerkzeugmaschine erfasst werden, wie beispielhaft protokollierte Zeichnungsmerkmale wie Rauheit oder Abmessungen von Bauteilen. Es besteht dann die Möglichkeit, diese Werte mit denen zu vergleichen, die in den Handwerkzeugmaschinengerätezuständen gebraucht, kritisch und defekt vorliegen. Wenn diese Werte auch im Betrieb der Geräte zugänglich oder erfassbar sind, können sie als weitere Merkmale dienen.
Mit dem Schritt 112 kann die Trainingsphase des maschinellen Lernens abgeschlossen sein. Es ist allerdings auch denkbar, dass weitere Handwerkzeugmaschinen 10 mit eventuell unterschiedlichen Sensoren 44 zu Erfassung von mehr Sensordaten verwendet werden. Ebenfalls ist denkbar, die bei der Anwendung der Gerätedaten anfallenden Daten nicht nur für die Zustandsbeurteilung zu verwenden, sondern auch um die Klassifizierungsalgorithmen laufend weiter zu verbessern.
In der Anwendungsphase werden die Handwerkzeugmaschinen als Seriengeräte vorzugsweise mit Sensoren 44 ausgestattet, aus deren Sensordaten die relevantesten Merkmale zur Ermittlung der Handwerkzeugmaschinengerätezustände erfassbar sind. Somit werden die Sensoren der Seriengeräte vorteilhaft basierend auf den Erkenntnissen des Klassifizierungsverfahrens ausgewählt und positioniert. Insbesondere weisen die Seriengeräte zusätzliche Sensoren auf, wobei mittels der zusätzlichen Sensoren die Handwerkzeugmaschine bzw. das Seriengeräte nicht gesteuert oder geregelt wird, sondern nur Sensordaten zur Wartung bzw. zur Ermittlung des Handwerkzeugmaschinengerätezustands erfasst wird.
Der trainierte Klassifizierungsalgorithmus kann auf dem externen Gerät 92, wie beispielsweise einem externen Server oder einer Cloud, oder auf der Handwerkzeugmaschine bzw. dem Seriengerät selbst eingesetzt werden. Insbesondere in der Anwendungsphase ist eine Übertragung an ein externes Gerät 92 wie eine Cloud vorteilhaft, um in Datenbanken die Zustände einer Vielzahl an Geräten zu überwachen und gegebenenfalls Maßnahmen, wie beispielsweise eine Wartung oder eine Reparatur einzuleiten. Zusätzlich kann über die erfassten Daten der Vielzahl an Geräten auch der Klassifizierungsalgorithmus weitere verbessert werden. In Fig. 5 eine Bewertung der Qualität der Klassifizierungsalgorithmen zur Überprüfung der Güte des Algorithmus gezeigt. Auf der vertikalen Achse sind dabei die tatsächlichen Handwerkzeugmaschinengerätezustände aufgetragen, und in der horizontalen Achse sind die von dem Klassifizierungsalgorithmus zugeordneten Handwerkzeugmaschinengerätezustände aufgetragen. Beispielhaft wurden 196 von 200 neuen Handwerkzeugmaschinen korrekt vom Klassifizierungsalgorithmus als neu identifiziert. Von 91 defekten Handwerkzeugmaschinen wurden lediglich 2 von dem Klassifizierungsalgorithmus als nicht defekt, sondern kritisch identifiziert.
In Fig. 6 ist ein Schnitt durch eine Handwerkzeugmaschine 10a gezeigt, die im Wesentlichen den Aufbau der Handwerkzeugmaschine 10 gemäß Fig. 1 aufweist. Die Handwerkzeugmaschine 10a ist als ein Handelsgerät 96a ausgebildet, dass für den Verkauf und für die Benutzung durch den Anwender vorgesehen ist. Die Handwerkzeugmaschine 10a weist insbesondere eine reduzierte Anzahl an Sensoren 44a auf. Sämtliche Sensoren 44a sind dabei für den Betrieb der Handwerkzeugmaschine 10a und ihren Funktionen erforderlich.
Falls eine Diagnose der Handwerkzeugmaschine 10a erforderlich ist, kann diese beispielhaft über bereitgestellte Sensordaten der Sensoren 44a innerhalb der Handwerkzeugmaschine 10a erfolgen. Alternativ ist auch denkbar, dass ein externer Sensor 98a eines externen Geräts 92a, Sensordaten erfasst. Der externe Sensor 98a ist beispielhaft als ein Mikrophon eines Smartphones ausgebildet. Die erfassten Sensordaten können dann mittels des trainierten Klassifizierungsalgorithmus zur Ermittlung des Handwerkzeugmaschinengerätezustands eingesetzt werden. Die Ermittlung des Handwerkzeugmaschinengerätezustands kann auf dem als Smartphone ausgebildeten externen Gerät 92a oder auf einem weiteren externen Gerät 92a, das beispielsweise als eine Cloud ausgebildet ist, erfolgen.
In Fig. 7 ist ein Schnitt durch eine weitere Handwerkzeugmaschine 10b gezeigt, die als ein alternatives Handelsgerät 96b ausgebildet ist. Die Handwerkzeugmaschine 10b weist im Unterschied zu der Handwerkzeugmaschine 10a einen zusätzlichen Sensor 45b im Bereich der Schlagwerkeinheit 24b auf. Der Sensor 45b ist als ein Temperatursensor 48b ausgebildet. Die Position bzw. Anordnung des zusätzlichen Sensors 45b wurde mit Hilfe des trainierten Klassifizierungsalgorithmus ermittelt. Der Sensor 45b ist einer Handwerkzeugmaschinenüberwachungsvorrichtung 99b zugeordnet, wobei die Sensordaten dieser bereitgestellt werden. Die Handwerkzeugmaschinenüberwa- chungsvorrichtung 99b ist der Elektronik 40b der Handwerkzeugmaschine 10b zugeordnet und umfasst die trainierten Klassifizierungsalgorithmen. Basierend auf den erfassten Sensordaten, insbesondere von den Sensoren 44b und dem zusätzlichen Sen- sor 45b, ermittelt die Handwerkzeugmaschinenüberwachungsvorrichtung 99b den
Handwerkzeugmaschinengerätezustand. Der Handwerkzeugmaschinengerätezustand kann dem Benutzer über ein nicht näher dargestelltes HMI bzw. einen Bildschirm bereitgestellt werden. Alternativ oder zusätzlich kann der Handwerkzeugmaschinenzustand dem externen Gerät 92b bereitgestellt werden.

Claims

Ansprüche
1. Verfahren zum Trainieren eines Klassifikators zur Bestimmung eines Handwerkzeugmaschinengerätezustands, umfassend folgende Schritte:
- Bereitstellung einer Handwerkzeugmaschine (10);
- Bereitstellung zumindest eines Sensors (44);
- Betreiben der Handwerkzeugmaschine (10) in einem Dauerlauf;
- Beendigung des Dauerlaufs insbesondere bei Auftreten eines Schadenfalls;
- Erfassung von Sensordaten;
- Extrahierung von Merkmalen basierend auf den Sensordaten;
- Ermittlung von zumindest zwei Handwerkzeugmaschinengerätezustände basierend auf den extrahierten Merkmalen.
2. Verfahren zum Trainieren eines Klassifikators nach Anspruch 1, dadurch gekennzeichnet, dass die Handwerkzeugmaschine (10) als eine Versuchshandwerkzeugmaschine (60) ausgebildet ist, die mehr Sensoren (10) aufweist, als ein insbesondere geplantes Handelsgerät.
3. Verfahren zum Trainieren eines Klassifikators Anspruch 2, dadurch gekennzeichnet, dass die Versuchshandwerkzeugmaschine (60) zumindest drei unterschiedliche Sensoren (44) aufweist.
4. Verfahren zum Trainieren eines Klassifikators nach Anspruch 3, dadurch gekennzeichnet, dass zumindest einer der Sensoren (44) in einem Bereich angeordnet ist, bei dem ein Schaden zu erwarten ist oder in dem ein erhöhter Verschleiß auftritt oder in welchem eine Überlastung oder eine Überhitzung zu erwarten ist. Verfahren zum Trainieren eines Klassifikators nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Extrahierung der Merkmale mittels einer PCA erfolgt. Verfahren zum Trainieren eines Klassifikators nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zumindest drei Handwerkzeugmaschinengerätezustände ermittelt werden, einen neuen Handwerkzeugmaschinengerätezustand (200), einen gebrauchten Handwerkzeugmaschinengerätezustand (202) und einen defekten Handwerkzeugmaschinengerätezustand (206). Verfahren zum Trainieren eines Klassifikators nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass in einem zusätzlichen Schritt eine Art des Schadensfalls ermittelt wird, wobei die Art des Schadensfalls einem Handwerkzeugmaschinengeräteunterzustand zugeordnet wird. Verfahren zum Trainieren eines Klassifikators nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass eine Qualität des Klassifikators mittels eines neuen Handelsgeräts und/oder eines gebrauchten Handelsgeräts bewertet wird. Verfahren zur Bestimmung eines Handwerkzeugmaschinengerätezustands, umfassend folgende Schritte:
- Bereitstellung einer gebrauchten oder defekten Handwerkzeugmaschine;
- Erfassung von Sensordaten, insbesondere mittels eines externen Sensors;
- Extrahierung von Merkmalen basierend auf den Sensordaten;
- Ermittlung eines Handwerkzeugmaschinengerätezustands basierend auf den extrahierten Merkmalen. Handwerkzeugmaschinenüberwachungsvorrichtung mit einem über das Verfahren nach Anspruch 1 trainierten Klassifikator. Handwerkzeugmaschine oder Handwerkzeugmaschinenzubehör mit einer Hand- werkzeugmaschinenüberwachungsvorrichtung (99b), wobei über das Verfahren gemäß Anspruch 1 eine Anzahl an Sensoren (45), eine Position der jeweiligen Sensoren (45b) und/oder eine Art der jeweiligen Sensoren (45b) bestimmt wurde.
EP21737004.8A 2020-08-04 2021-06-23 Verfahren zum trainieren eines klassifikators zur ermittlung eines handwerkzeugmaschinengerätezustands Pending EP4192655A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020209809.3A DE102020209809A1 (de) 2020-08-04 2020-08-04 Verfahren zum Trainieren eines Klassifikators zur Ermittlung eines Handwerkzeugmaschinengerätezustands
PCT/EP2021/067143 WO2022028769A1 (de) 2020-08-04 2021-06-23 Verfahren zum trainieren eines klassifikators zur ermittlung eines handwerkzeugmaschinengerätezustands

Publications (1)

Publication Number Publication Date
EP4192655A1 true EP4192655A1 (de) 2023-06-14

Family

ID=76744812

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21737004.8A Pending EP4192655A1 (de) 2020-08-04 2021-06-23 Verfahren zum trainieren eines klassifikators zur ermittlung eines handwerkzeugmaschinengerätezustands

Country Status (5)

Country Link
US (1) US20240037446A1 (de)
EP (1) EP4192655A1 (de)
CN (1) CN116075398A (de)
DE (1) DE102020209809A1 (de)
WO (1) WO2022028769A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021211195A1 (de) 2021-10-05 2023-04-06 Robert Bosch Gesellschaft mit beschränkter Haftung Handwerkzeugmaschine mit einer Zustandsbestimmungseinheit

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0220951D0 (en) 2002-09-11 2002-10-23 Black & Decker Inc Safety cut-off for power tool with rotating tool bit
DE10321869A1 (de) 2003-05-15 2004-12-02 Robert Bosch Gmbh Handwerkzeugmaschine
DE102017202976A1 (de) 2017-02-23 2018-08-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Sensorik für einen Elektroschrauber zur Klassifizierung von Schraubvorgängen mittels eines Magnetfeldsensors
CN112055636A (zh) * 2018-01-24 2020-12-08 米沃奇电动工具公司 包括机器学习块的电动工具
DE112019000228T5 (de) * 2018-02-21 2020-09-10 Lantern Holdings, LLC Hochpräzise erkennung anormaler bewegungen für angetriebene werkzeuge

Also Published As

Publication number Publication date
WO2022028769A1 (de) 2022-02-10
US20240037446A1 (en) 2024-02-01
CN116075398A (zh) 2023-05-05
DE102020209809A1 (de) 2022-02-10

Similar Documents

Publication Publication Date Title
DE102013200602B4 (de) Elektrowerkzeug mit verbesserter Bedienbarkeit
DE102017123174A1 (de) Elektrisches Kraftwerkzeug und Verfahren zum Steuern einer Drehzahl eines Motors in einem elektrischen Kraftwerkzeug
EP2189249B1 (de) Handwerkzeugmaschinenvorrichtung und Handwerkzeugmaschine
DE102012208913A1 (de) Schlagwerkeinheit
AT517395B1 (de) Diagnosevorrichtung für eine Handwerkzeugmaschine
WO2005108013A1 (de) Verfahren und vorrichtung zum herstellen von schraubverbindungen
EP2855094A1 (de) Schlagwerkeinheit
WO2013004459A1 (de) Schlagwerkvorrichtung
EP4192655A1 (de) Verfahren zum trainieren eines klassifikators zur ermittlung eines handwerkzeugmaschinengerätezustands
DE102013016068A1 (de) Werkzeug und Verfahren zur Zustandsüberwachung eines Werkzeugs
WO2013174641A1 (de) Schlagwerkeinheit
DE102013221790A1 (de) Nietaufsatz für ein Schraubwerkzeug und Schraubwerkzeug
EP3946818A1 (de) Verfahren zur erkennung eines ersten betriebszustandes einer handwerkzeugmaschine
DE102012211910A1 (de) Drehschlagschrauber mit einem Schlagwerk
DE102015215362A1 (de) Verfahren zum Einstellen mindestens eines Parameters einer Handwerkzeugmaschine
EP4003657A1 (de) Verfahren zur erkennung eines arbeitsfortschrittes einer handwerkzeugmaschine
DE102015226796A1 (de) Elektrowerkzeug mit einer Datenschnittstelle
DE102012221517A1 (de) Handwerkzeugmaschinenvorrichtung
WO2021018538A1 (de) Verfahren zum betrieb einer handwerkzeugmaschine
DE102019220070A1 (de) Verfahren zu einer Benutzerinteraktion eines Elektrogeräts und/oder eines Elektrogerätezubehörs und System zu einem Durchführen des Verfahrens
EP4101595A1 (de) Verfahren zur bestimmung einer eigenschaft eines werkzeugs sowie mobile werkzeugmaschine
DE102017219712A1 (de) Gerät mit Rucksteuerung
WO2016116250A1 (de) Verfahren zum betreiben eines elektromotors eines elektrowerkzeuges
DE102014222567A1 (de) Handwerkzeugmaschinenvorrichtung
EP3833510B1 (de) Handwerkzeugmaschine und verfahren zum betreiben einer handwerkzeugmaschine

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

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

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

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

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

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20230306

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL 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 RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)