EP4226221A1 - Verfahren zum betreiben einer maschine in einer verarbeitungsanlage für behälter und maschine zur behandlung von behältern - Google Patents

Verfahren zum betreiben einer maschine in einer verarbeitungsanlage für behälter und maschine zur behandlung von behältern

Info

Publication number
EP4226221A1
EP4226221A1 EP21759075.1A EP21759075A EP4226221A1 EP 4226221 A1 EP4226221 A1 EP 4226221A1 EP 21759075 A EP21759075 A EP 21759075A EP 4226221 A1 EP4226221 A1 EP 4226221A1
Authority
EP
European Patent Office
Prior art keywords
machine
self
identification model
containers
identification
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
EP21759075.1A
Other languages
English (en)
French (fr)
Inventor
Benedikt BOETTCHER
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.)
Krones AG
Original Assignee
Krones AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Krones AG filed Critical Krones AG
Publication of EP4226221A1 publication Critical patent/EP4226221A1/de
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65B—MACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
    • B65B21/00—Packaging or unpacking of bottles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B67—OPENING, CLOSING OR CLEANING BOTTLES, JARS OR SIMILAR CONTAINERS; LIQUID HANDLING
    • B67C—CLEANING, FILLING WITH LIQUIDS OR SEMILIQUIDS, OR EMPTYING, OF BOTTLES, JARS, CANS, CASKS, BARRELS, OR SIMILAR CONTAINERS, NOT OTHERWISE PROVIDED FOR; FUNNELS
    • B67C3/00—Bottling liquids or semiliquids; Filling jars or cans with liquids or semiliquids using bottling or like apparatus; Filling casks or barrels with liquids or semiliquids
    • B67C3/007—Applications of control, warning or safety devices in filling machinery
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B67—OPENING, CLOSING OR CLEANING BOTTLES, JARS OR SIMILAR CONTAINERS; LIQUID HANDLING
    • B67C—CLEANING, FILLING WITH LIQUIDS OR SEMILIQUIDS, OR EMPTYING, OF BOTTLES, JARS, CANS, CASKS, BARRELS, OR SIMILAR CONTAINERS, NOT OTHERWISE PROVIDED FOR; FUNNELS
    • B67C7/00—Concurrent cleaning, filling, and closing of bottles; Processes or devices for at least two of these operations
    • B67C7/0006—Conveying; Synchronising
    • B67C7/004—Conveying; Synchronising the containers travelling along a circular path
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B67—OPENING, CLOSING OR CLEANING BOTTLES, JARS OR SIMILAR CONTAINERS; LIQUID HANDLING
    • B67C—CLEANING, FILLING WITH LIQUIDS OR SEMILIQUIDS, OR EMPTYING, OF BOTTLES, JARS, CANS, CASKS, BARRELS, OR SIMILAR CONTAINERS, NOT OTHERWISE PROVIDED FOR; FUNNELS
    • B67C3/00—Bottling liquids or semiliquids; Filling jars or cans with liquids or semiliquids using bottling or like apparatus; Filling casks or barrels with liquids or semiliquids
    • B67C3/02—Bottling liquids or semiliquids; Filling jars or cans with liquids or semiliquids using bottling or like apparatus
    • B67C3/22—Details
    • B67C2003/227—Additional apparatus related to blow-moulding of the containers, e.g. a complete production line forming filled containers from preforms
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B67—OPENING, CLOSING OR CLEANING BOTTLES, JARS OR SIMILAR CONTAINERS; LIQUID HANDLING
    • B67C—CLEANING, FILLING WITH LIQUIDS OR SEMILIQUIDS, OR EMPTYING, OF BOTTLES, JARS, CANS, CASKS, BARRELS, OR SIMILAR CONTAINERS, NOT OTHERWISE PROVIDED FOR; FUNNELS
    • B67C7/00—Concurrent cleaning, filling, and closing of bottles; Processes or devices for at least two of these operations
    • B67C7/0006—Conveying; Synchronising
    • B67C2007/006—Devices particularly adapted for container filling
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B67—OPENING, CLOSING OR CLEANING BOTTLES, JARS OR SIMILAR CONTAINERS; LIQUID HANDLING
    • B67C—CLEANING, FILLING WITH LIQUIDS OR SEMILIQUIDS, OR EMPTYING, OF BOTTLES, JARS, CANS, CASKS, BARRELS, OR SIMILAR CONTAINERS, NOT OTHERWISE PROVIDED FOR; FUNNELS
    • B67C7/00—Concurrent cleaning, filling, and closing of bottles; Processes or devices for at least two of these operations
    • B67C7/0006—Conveying; Synchronising
    • B67C2007/0066—Devices particularly adapted for container closing
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45054—Handling, conveyor

Definitions

  • the invention relates to a method for operating a machine in a processing plant for containers with the features of the preamble of claim 1 and a machine for treating containers with the features of the preamble of claim 10.
  • Such methods and machines are usually used to process and/or transport containers.
  • a machine can be a container manufacturing machine, a filler, a capper, a rinser, a labeling machine, a container inspection machine, a direct printing machine, a conveyor, a palletizer, a packaging machine, a robot, an autonomous transport vehicle and/or a pump act that is operated in the processing plant, in particular in a beverage processing plant.
  • containers are usually produced, filled with a free-flowing product, sealed, transported and/or packaged as a container.
  • the free-flowing product can be a food product, such as a drink, for example.
  • liquid medicines, cosmetics or cleaning products are also conceivable.
  • Machine parameters of such machines are usually set to a specific type of container during commissioning or conversion and are then no longer changed during operation.
  • the disadvantage here is that the machine parameters relate to an operating state of the machine when it is started up or converted, but the behavior of the machine can change, for example due to wear or a changed mass flow. This can lead to deviations between the current operating point and the desired target behavior, so that the machine works less efficiently.
  • WO 2017/186708 A1 discloses a method for optimizing the filling of a container, the set filling parameter being varied based on an algorithm in order to optimize a total filling time.
  • a self-learning algorithm is proposed as the algorithm, in which self-learning structures in the manner of a neural network are provided.
  • the object of the present invention is therefore to provide a method for operating a machine in a processing plant for containers and a machine for treating containers that work more efficiently and reliably.
  • the invention provides a method for operating a machine in a processing plant for containers with the features of claim 1.
  • Advantageous embodiments of the invention are specified in the dependent claims.
  • the self-identification model of the machine is determined based on this, which maps the at least one current operating point of the machine, the real behavior of the machine to the current operating point can be modeled in the self-identification model. Consequently, the self-identification model reflects wear and tear that occurs after commissioning or retrofitting, for example. Because the at least one machine parameter of the machine and/or the downstream machine is automatically configured or optimized with the self-identification model, the current operating point of the machine can be taken into account accordingly. In addition or as an alternative, it is possible for the machine to be diagnosed automatically using the self-identification model. This makes it possible, for example, to determine whether the wear exceeds a permissible level and whether maintenance must be carried out.
  • the method can be carried out in the processing plant.
  • the processing facility may include or be a beverage processing facility.
  • Such processing plants are usually used to produce containers, fill them with a free-flowing product, seal them, transport them and/or package them as containers.
  • the free-flowing product can be a food product, such as a drink, for example.
  • cosmetic or cleaning products are also conceivable.
  • Containers can be provided to hold drinks, food, hygiene articles, pastes, chemical, biological and/or pharmaceutical products.
  • the containers can be in the form of bottles, in particular plastic bottles, glass bottles or (metal) cans.
  • Plastic bottles can be PET, PEN, HD-PE or PP bottles in particular. It can also be biodegradable containers or bottles whose main components are made from renewable raw materials such as sugar cane, wheat or corn. It is conceivable that the containers are provided with a closure.
  • the machine may include a container making machine, filler, capper, rinser, labeling machine, container inspection machine, direct print machine, conveyor, palletizer, packaging machine, robot, autonomous transport vehicle, and/or pump.
  • the machine can comprise a processing unit and/or a transport unit to process and/or transport the containers. It is also conceivable that the machine includes a vehicle for transporting the containers and/or set-up components of the machine, in particular an autonomous vehicle.
  • Processing the containers can mean here that the containers are manufactured, cleaned, filled, closed, labeled, inspected, provided with a direct print, arranged on a transport pallet and/or packed into a bundle.
  • Transport of the containers can mean here that the containers are transported from a preceding machine to the machine. This can also mean that the containers are transported from the machine to a subsequent machine.
  • the at least one input signal and/or the at least one output signal can include an analog or digital electrical signal, for example from a sensor, an input unit and/or from a machine controller.
  • the at least one input signal can include a predetermined time profile of an electric current for a drive and the at least one output signal can include the electric signal of an acceleration sensor with which a movement curve of the machine during transport of the containers is detected.
  • the at least one input signal includes a control characteristic.
  • the control characteristic can be present as digital data, for example, in a computer system, in particular a machine control of the machine.
  • values can be specified for the machine with the at least one input signal in order to control the processing and/or the transport.
  • values can be recorded as to how the machine reacts to the at least one input signal.
  • the at least one input signal and/or the at least one output signal can include time-dependent values.
  • the self-identification model can be a mathematical model in order to map the transmission behavior of the at least one input signal to the at least one output signal.
  • the self-identification model can preferably be designed in such a way that it predicts a change in the at least one output signal due to a change in the at least one input signal.
  • the at least one output signal can be changed by the at least one machine parameter. This makes it possible Predict the effect of a change in the at least one machine parameter on the behavior of the machine.
  • the "current operating point of the machine” can mean an operating state during processing and/or transport of the containers.
  • it can be an operating state in the processing of a specific type of container. It is also conceivable that this means the processing and/or transport of a specific container stream.
  • At least one input value for the self-identification model of the machine can be determined with a start value of the at least one machine parameter.
  • At least one output value, which predicts the behavior of the machine can then be determined from this using the self-identification model.
  • the at least one machine parameter can then be varied in such a way that the machine shows a desired or optimized behavior.
  • the machine prefferably diagnosed automatically using the self-identification model.
  • at least one characteristic value of the machine can be determined from the self-identification model in order to enable conclusions to be drawn about the type of error or signs of wear at the current operating point.
  • the self-identification model can be determined continuously during operation of the machine. As a result, a digital image of the machine can be created continuously and it can thus be ensured that the at least one machine parameter and/or the diagnosis of the machine are always up-to-date. In addition, it is possible to react to short-term changes in the operating point of the machine.
  • the at least one input signal and the at least one output signal can be recorded continuously. It is also conceivable that the self-identification model is continuously recorded in order to map different operating points of the machine.
  • the self-identification model can include one or more self-identification equations, in particular a linear inhomogeneous differential equation and/or a difference equation.
  • the self-identification model can be determined particularly easily.
  • the determination can be made, for example, by means of a linear regression.
  • Equation (1) describes a linear inhomogeneous differential equation of the 3rd order only as an example. It is conceivable that the linear inhomogeneous differential equation (1) deviates from degree 3 shown here.
  • the difference equation can be of the form * Vk + * yfc-1 + * yfc-
  • y k , yk-i, yk-2, yk-3 comprise time-discrete values of the at least one output signal and Uk, Uk-i, Uk-2, Uk-3 time-discrete values of the at least one input signal
  • b ⁇ , b ⁇ , b ⁇ , and a ⁇ , a ⁇ , a ⁇ , a ⁇ are the coefficients of the difference equation determined in determining the self-identification model.
  • Equation (2) describes a 3rd order difference equation merely by way of example. It is conceivable that the order of the difference equation (2) deviates from degree 3 shown here.
  • an order of the self-identification equation is increased step by step, with a quality function and/or a quality value being determined, in particular with a deviation between the at least one output signal and at least one output signal simulated on the basis of the self-identification equation being used to determine the quality function and/or the quality value is determined.
  • a particularly favorable order of the self-identification equation can be determined, in which the behavior of the machine can be simulated with as little computing power as possible.
  • the order can be the order of the differential equation and/or the difference equation. In other words, when determining the self-identification model from the at least one input signal and the at least one output signal, coefficients of the one or more self-identification equations can be determined.
  • the dead time may include an amount of time the machine is delayed in response to the input signal. This means that the machine with dead time does not react immediately to a change in the input signal, for example. The reaction to the change can be delayed by the dead time.
  • the self-identification model is used to infer operational changes in the machine and to react thereto with the automatic configuration or optimization of the at least one machine parameter and/or to automatically diagnose the machine.
  • the operational changes in the machine can be automatically compensated for with the method.
  • the operational change can include wear and tear, a changed container throughput and/or a changed manipulation mass of the machine, with the determined self-identification model changing as a result in such a way that the at least one machine parameter of the machine and/or the following machine is then automatically adjusted with the changed self-identification model will.
  • wear can have a particular effect on a rotational speed and on a position of the containers in the machine and thus on y and y. Consequently, the coefficients bi and ⁇ 2 in equation (1) would then be particularly affected.
  • a change pattern in the coefficients of the self-identification model can therefore be used to draw conclusions about a specific operational change. This enables a particularly targeted response to operational changes.
  • the at least one machine parameter can include a control parameter, an amount of plastic supplied, an amount of energy, a trajectory, speed and/or a time of action.
  • the at least one machine parameter can be a setting and/or specification for the operation of the machine.
  • the invention provides a machine for treating containers with the features of claim 10 to solve the task.
  • the machine can be designed to carry out the method according to any one of claims 1-9.
  • the machine may be as previously described in relation to the method of operating the machine in of the processing plant for containers described, in particular according to one of Claims 1 - 9 correspondingly.
  • the machine is designed with the detection unit to detect the at least one input signal and the at least one output signal of the machine during processing and/or transport, they can be recorded as digital signals, for example. Because the machine includes the self-identification unit in order to determine the self-identification model of the machine, based on the at least one input signal and the at least one output signal, which models the at least one current operating point of the machine, the real behavior of the machine at the current operating point in the self-identification model be modeled. Consequently, the self-identification model correctly reflects, for example, wear and tear that occurs after commissioning or retrofitting.
  • the at least one machine parameter of the machine and/or the downstream machine is automatically configured or optimized with the self-identification model, the current operating point of the machine can be taken into account accordingly.
  • the machine it is possible for the machine to be diagnosed automatically using the self-identification model. This makes it possible, for example, to determine whether the wear exceeds a permissible level and whether maintenance must be carried out.
  • the machine includes a computer system, in particular a machine controller with the detection unit and/or the self-identification unit. This allows the self-identification model to be determined on site in the machine. It is conceivable that the computer system is integrated into the machine or is spatially separated from it.
  • the detection unit can, for example, comprise an analog/digital converter in order to detect analog signals from sensors. It is conceivable that the machine includes the sensors in order to measure the at least one input signal and the at least one output signal.
  • the computer system can include a CPU, a memory unit, a network interface, an input unit, an output unit and/or a control unit for controlling the machine.
  • the detection unit and/or the self-identification unit may be implemented at least in part as a computer program product with machine instructions in the computer system which, when executed, at least partially carry out the method according to any one of claims 1-9.
  • FIG. 1 shows an exemplary embodiment according to the invention of a method for operating a machine in a processing plant for containers as a flow chart
  • FIG. 2 shows an exemplary embodiment of a container manufacturing machine according to the invention in a side view
  • FIG. 3 shows a further exemplary embodiment of a filler according to the invention in a plan view
  • FIG. 4 shows another embodiment of an autonomous transport vehicle according to the invention in a side view
  • FIG. 5 shows another exemplary embodiment of a palletizer according to the invention in a plan view.
  • FIG. 1 shows an exemplary embodiment of a method 100 according to the invention for operating a machine in a processing plant for containers as a flowchart.
  • the method 100 can be carried out with the machines 200, 300, 400, 500 for treating containers 20 described below with reference to FIGS.
  • the containers are processed and/or transported with the machine. As can be seen, for example, in FIGS. 2-5, they are manufactured, filled, transported and/or palletized. It is also conceivable that during processing they are closed, cleaned, labeled, inspected, printed with a direct print, packaged and/or treated with a robot.
  • step 102 at least one input signal and at least one output input signal are detected during processing and/or transport.
  • the at least one input signal can be a control curve of a current profile over time for a drive of the machine and the at least one output signal can be a measured processing and/or transport speed of the containers.
  • a self-identification model of the machine is then determined in step 103 based on the at least one input signal and the at least one output signal.
  • the self-identification model includes one or more self-identification equations, such as a linear inhomogeneous differential equation and/or a difference equation.
  • coefficients of the one or more self-identification equations are then determined from the at least one input signal and the at least one output signal. For example, the coefficients bo, bi, b2, b3 and ao of the differential equation (1) are determined based on the previously described control curve of the time course of the current for the drive and from the measured processing and/or transport speed of the containers via linear regression.
  • a dead time can be taken into account when determining the self-identification model.
  • the dead time of the machine is determined iteratively in the self-identification algorithm. In one iteration, the at least one measured output signal is shifted in time by a specific dead time.
  • a self-identification model of the machine is then identified and the at least one output signal is simulated.
  • the quality of the model determined for the dead time defined in the iteration is calculated by comparing the simulated and the measured output signal or the simulated and the measured output signals.
  • the quality of a model is a measure of the agreement of the self-identification model with the real machine.
  • the dead time that leads to the best performance self-identification model is considered the resulting dead time.
  • the self-identification model is used to infer operational changes to the machine in order to react to this with the automatic configuration or optimization of the at least one machine parameter and/or to automatically diagnose the machine.
  • the operational change can include wear and tear, a changed container throughput and/or a changed manipulation mass of the machine, with the determined self-identification model changing as a result in such a way that the at least one machine parameter of the machine and/or the following machine is then automatically adjusted with the changed self-identification model will.
  • the wear would cause the actual processing and/or transport speed of the containers to drop if the above-mentioned control characteristic of the time course of the current for the drive is maintained.
  • the changed coefficients could then be used to draw conclusions about the operational change in the machine.
  • At least one machine parameter of the machine and/or a subsequent machine is then automatically configured or optimized in step 105 using the self-identification model.
  • the control parameters of a PID control could be adjusted such that the control characteristic of the time course of the current for the drive is converted particularly quickly into the desired processing and/or transport speed of the containers without overshooting.
  • step 106 the diagnosis of the machine is carried out automatically. For example, if the wear is too high, a corresponding warning could be output on a display so that the drive can be serviced or replaced.
  • FIG. 2 shows an exemplary embodiment of a container manufacturing machine 200 in a side view. It comprises a storage container 213 for the preforms 10, an oven 212 for heating the preforms 10, a stretch blow molding unit 211 with the conveyor 214 and the stretch blow molds 215 attached thereto in order to produce the containers 20 from the preforms 10 during transport, and a further conveyor 240 to inspect the finished containers 20 with the inspection unit 230 attached thereto.
  • the machine controller 220 can also be seen, which includes the acquisition unit 221 in order to acquire the at least one input signal and the at least one output signal of the machine 200 during processing and transport.
  • a quantity of plastic supplied, in particular the quantity of preforms 10 can be detected as the at least one input signal
  • the bottle quality detected with the inspection unit 230 can be detected as the at least one output signal.
  • the machine controller is connected to the units 211 , 212 , 230 via the connecting lines 250 in order to record the at least one input signal and/or the at least one output signal.
  • the machine controller 220 includes the self-identification unit 222 in order to determine a self-identification model of the machine 200 based on the at least one input signal and the at least one output signal, with several operating points being mapped when the container manufacturing machine 200 is started up and then during ongoing production will. It is conceivable that the self-identification model can be used to determine the optimal use of energy as a machine parameter for the respective operating points during start-up and ongoing production.
  • FIG. 3 shows a top view of another exemplary embodiment of a filler 300 according to the invention.
  • the filler 300 comprises a filling unit 310 with the carousel 311 and the filling valves 312 attached thereto.
  • the machine controller 320 is connected to the filling unit 310 and the inspection unit 330 via the connecting lines 350 .
  • the machine controller 320 also includes the detection unit 321 in order to detect pressures in the filling valves 312 as the at least one input signal and the level as the at least one output signal.
  • the machine controller 320 is designed with the self-identification unit 322 in order to determine a self-identification model of the filler 300 based on the pressures of the filling valves 312 and the filling levels of the individual containers 20, for example during continuous filling operation.
  • control parameters are then optimized with the self-identification model in order to reach the required fill level particularly quickly. .
  • FIG. 4 shows another exemplary embodiment of an autonomous transport vehicle 400 in a side view.
  • the containers 20 can thus be transported between two treatment stations, not shown here.
  • the autonomous transport vehicle comprises a drive unit 410 with which at least part of the wheels 440 are driven.
  • the autonomous transport vehicle 400 includes a navigation unit 430 in which both a predetermined route is stored and corresponding sensors are present in order to record the route actually traveled and, for example, the current driving speed.
  • the machine control 420 which is designed with the detection unit 421 and the self-identification unit 422, can also be seen.
  • the specified route and the route actually driven are recorded as the at least one input signal or as the at least one output signal with the detection unit 421 . It is conceivable that the drive energy for different travel routes can be recorded as operating points.
  • a self-identification model of the autonomous transport vehicle 400 is determined from the at least one input signal and the at least one output signal, which models the various operating points of the machine.
  • the self-identification unit is also designed to use the self-identification model to optimize control parameters for controlling drive unit 410 in such a way that optimal energy use and a minimal deviation between the specified route and the route driven are possible for the various operating points.
  • the self-identification model is used to diagnose the autonomous vehicle 400; for example, the self-identification model can be used to draw conclusions about wear and tear on the drive unit 410.
  • FIG. 5 shows a top view of another exemplary embodiment of a palletizer 500 according to the invention.
  • the containers 20 are initially fed with a first conveyor 550 in the transport direction T to a sorting table 510 in order to arrange the container 20 groups G there.
  • the positions of the initially unsorted containers 20 are recorded with the camera unit 540 .
  • the containers 20 are then picked up by the robots 511 and put together in group G. They are grouped in this way and pushed onto the second conveyor 560 with the pusher s ⁇ . The correct grouping is then inspected there with a further camera 530 .
  • the machine control 520 with the detection unit 521 can also be seen, with which, for example, the number and arrangement of the unsorted containers 20 are sent to the first conveyor 550 as the at least one input signal and the arrangement achieved in group G on the second conveyor 560 as the at least an output signal can be detected.
  • a self-identification model of the packaging machine 500 is then determined with the self-identification unit 522 of the machine controller 520, which models the various operating points for different processing quantities. Furthermore, the self-identification unit 522 of the machine controller 520 is designed to automatically optimize the control parameters of the robots 511 in order to avoid unnecessary braking and acceleration processes at the different operating points.
  • the at least one input signal and the at least one output signal of the machine 200, 300, 400, 500 are detected during processing and/or transport and based on this the self-identification model of the machine 200, 300, 400, 500 is determined, which maps the at least one current operating point of the machine 200, 300, 400, 500, the real behavior of the machine 200, 300, 400, 500 at the current operating point be mapped in the self-identification model. Consequently, the self-identification model reflects the behavior accordingly.
  • the at least one machine parameter of machine 200, 300, 400, 500 is automatically configured or optimized with the self-identification model, the current operating point of machine 200, 300, 400, 500 can be taken into account accordingly.
  • the machine 200, 300, 400, 500 it is possible for the machine 200, 300, 400, 500 to be diagnosed automatically using the self-identification model. This makes it possible, for example, to determine whether the wear exceeds a permissible level and whether maintenance must be carried out. As a result, the method 100 and machines 200, 300, 400, 500 work particularly efficiently and reliably.

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Mechanical Engineering (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Control Of Conveyors (AREA)
  • Filling Of Jars Or Cans And Processes For Cleaning And Sealing Jars (AREA)

Abstract

Verfahren (100) zum Betreiben einer Maschine (200, 300, 400, 500) in einer Verarbeitungsanlage für Behälter (20), insbesondere Getränkebehälter, wobei die Behälter (20) mit der Maschine (200, 300, 400, 500) verarbeitet und/oder transportiert (101), wobei während der Verarbeitung und/oder des Transports wenigstens ein Eingangssignal und wenigstens ein Ausgangssignal der Maschine (200, 300, 400, 500) erfasst werden (102), wobei basierend auf dem wenigstens einen Eingangssignal und dem wenigstens einen Ausgangssignal ein Selbstidentifikationsmodell der Maschine (200, 300, 400, 500) ermittelt wird (103), das wenigstens einen aktuellen Betriebspunkt der Maschine (200, 300, 400, 500) abbildet, wobei mit dem Selbstidentifikationsmodell wenigstens ein Maschinenparameter der Maschine (200, 300, 400, 500) und/oder einer nachfolgenden Maschine automatisch konfiguriert oder optimiert wird (105), und/oder wobei mit dem Selbstidentifikationsmodell eine Diagnose der Maschine (200, 300, 400, 500) automatisch durchgeführt wird (106).

Description

Verfahren zum Betreiben einer Maschine in einer Verarbeitungsanlage für Behälter und Maschine zur Behandlung von Behältern
Die Erfindung betrifft ein Verfahren zum Betreiben einer Maschine in einer Verarbeitungsanlage für Behälter mit den Merkmalen des Oberbegriffs von Anspruch 1 und eine Maschine zur Behandlung von Behältern mit den Merkmalen des Oberbegriffs von Anspruch 10.
Üblicherweise werden mit derartigen Verfahren und Maschinen Behälter verarbeitet und/oder transportiert. Beispielsweise kann es sich bei einer derartigen Maschine um eine Behälterherstellungsmaschine, einen Füller, einen Verschließer, einen Rinser, eine Etikettiermaschine, eine Behälterinspektionsmaschine, eine Direktdruckmaschine, einen Transporteur, einen Palettierer, eine Verpackungsmaschine, einen Roboter, ein autonomes Transportfahrzeug und/oder eine Pumpe handeln, die in der Verarbeitungsanlage betrieben wird, insbesondere in einer Getränkeverarbeitungsanlage. Bei derartigen Verfahren werden üblicherweise Behälter hergestellt, mit einem fließfähigen Produkt befüllt, verschlossen, transportiert und/oder als Gebinde verpackt. Bei dem fließfähigen Produkt kann es sich beispielsweise um ein Lebensmittelprodukt, wie ein Getränk handeln. Denkbar sind jedoch auch flüssige Medikamente, Kosmetik- oder Reinigungsprodukte.
Üblicherweise werden Maschinenparameter derartiger Maschinen bei einer Inbetriebnahme oder Umrüstung auf einen bestimmten Behältertyp eingestellt und dann während des Betriebs nicht mehr verändert.
Nachteilig dabei ist, dass sich die Maschinenparameter auf einen Betriebszustand der Maschine bei der Inbetriebnahme bzw. Umrüstung beziehen, sich jedoch das Verhalten der Maschine verändern kann, beispielsweise aufgrund eines Verschleißes oder eines geänderten Massenstroms. Dadurch kann es zu Abweichungen des aktuellen Betriebspunkts von dem gewünschten Soll- Verhalten kommen, so dass die Maschine weniger effizient arbeitet.
Die WO 2017/186708 A1 offenbart ein Verfahren zum Optimieren des Abfüllens eines Behälters, wobei der eingestellte Füllparameter basierend auf einem Algorithmus variiert wird, um eine Gesamtfülldauer zu optimieren. Als Algorithmus wird ein selbstlernender Algorithmus vorgeschlagen, bei welchem selbstlernende Strukturen in der Art eines neuronalen Netzwerkes vorgesehen sind.
Auch bei diesem Verfahren ist nachteilig, dass die Berechnung und Optimierung vor dem Wechsel auf ein neues Produkt erfolgt, und dass der aktuelle Betriebspunkt der Maschine unberücksichtigt bleibt. Zudem erfordert ein derartig selbstlernender Algorithmus eine hohe Rechenleistung. Aufgabe der vorliegenden Erfindung ist es daher, ein Verfahren zum Betreiben einer Maschine in einer Verarbeitungsanlage für Behälter und eine Maschine zur Behandlung von Behältern bereitzustellen, die effizienter und zuverlässiger arbeiten.
Zur Lösung dieser Aufgabenstellung stellt die Erfindung ein Verfahren zum Betreiben einer Maschine in einer Verarbeitungsanlage für Behälter mit den Merkmalen des Anspruchs 1 bereit. Vorteilhafte Ausführungsformen der Erfindung sind in den Unteransprüchen genannt.
Dadurch, dass während der Verarbeitung und/oder des Transports das wenigstens eine Eingangssignal und das wenigstens eine Ausgangssignal der Maschine erfasst werden und darauf basierend das Selbstidentifikationsmodell der Maschine ermittelt wird, das den wenigstens einen aktuellen Betriebspunkt der Maschine abbildet, kann das reale Verhalten der Maschine zum aktuellen Betriebspunkt in dem Selbstidentifikationsmodell modelliert werden. Folglich spiegelt das Selbstidentifikationsmodell beispielsweise einen nach der Inbetriebnahme oder Umrüstung auftretenden Verschleiß entsprechend wieder. Dadurch, dass mit dem Selbstidentifikationsmodell der wenigstens eine Maschinenparameter der Maschine und/oder der nachfolgenden Maschine automatisch konfiguriert oder optimiert wird, kann dabei der aktuelle Betriebspunkt der Maschine entsprechend berücksichtigt werden. Zusätzlich oder alternativ ist es möglich, dass mit dem Selbstidentifikationsmodell eine Diagnose der Maschine automatisch durchgeführt wird. Dadurch kann beispielsweise bestimmt werden, ob der Verschleiß ein zulässiges Maß überschreitet und eine Wartung durchgeführt werden muss.
Das Verfahren kann in der Verarbeitungsanlage durchgeführt werden. Die Verarbeitungsanlage kann eine Getränkeverarbeitungsanlage umfassen oder sein. Mit derartigen Verarbeitungsanlagen werden üblicherweise Behälter hergestellt, mit einem fließfähigen Produkt befüllt, verschlossen, transportiert und/oder als Gebinde verpackt. Bei dem fließfähigen Produkt kann es sich beispielsweise um ein Lebensmittelprodukt, wie ein Getränk handeln. Denkbar sind jedoch auch Kosmetik- oder Reinigungsprodukte.
Behälter können dazu vorgesehen sein, Getränke, Nahrungsmittel, Hygieneartikel, Pasten, chemische, biologische und/oder pharmazeutische Produkte aufzunehmen. Die Behälter können als Flaschen, insbesondere als Kunststoffflaschen, als Glasflaschen oder (Metall-) Dosen ausgebildet sein. Bei Kunststoffflaschen kann es sich im speziellen um PET-, PEN-, HD-PE- oder PP-Flaschen handeln. Ebenso kann es sich um biologisch abbaubare Behälter oder Flaschen handeln, deren Hauptbestandteile aus nachwachsenden Rohstoffen, wie zum Beispiel Zuckerrohr, Weizen oder Mais bestehen. Denkbar ist, dass die Behälter mit einem Verschluss versehen sind. Die Maschine kann eine Behälterherstellungsmaschine, einen Füller, einen Verschließer, einen Rinser, eine Etikettiermaschine, eine Behälterinspektionsmaschine, eine Direktdruckmaschine, einen Transporteur, einen Palettierer, eine Verpackungsmaschine, einen Roboter, ein autonomes Transportfahrzeug und/oder eine Pumpe umfassen. Die Maschine kann eine Verarbeitungseinheit und/oder eine Transporteinheit umfassen, um die Behälter zu verarbeiten und/oder zu transportieren. Denkbar ist auch, dass die Maschine ein Fahrzeug zum Transport der Behälter und/oder von Rüstkomponenten der Maschine umfasst, insbesondere ein autonom fahrendes Fahrzeug.
Mit „Verarbeiten der Behälter“ kann hier gemeint sein, dass die Behälter hergestellt, gereinigt, gefüllt, verschlossen, etikettiert, inspiziert, mit einem Direktdruck versehen, auf einer Transportpalette angeordnet und/oder zu einem Gebinde verpackt werden. „Transport der Behälter“ kann hier bedeuten, dass die Behälter von einer vorangegangenen Maschine zu der Maschine transportiert werden. Ebenso kann dies bedeuten, dass die Behälter von der Maschine zu einer nachfolgenden Maschine transportiert werden.
Das wenigstens eine Eingangssignal und/oder das wenigstens eine Ausgangssignal kann ein analoges oder digitales, elektrisches Signal umfassen, beispielsweise von einem Sensor, einer Eingabeeinheit und/oder von einer Maschinensteuerung. Beispielsweise kann das wenigstens eine Eingangssignal ein vorgegebener, zeitlicher Verlauf eines elektrischen Stroms für einen Antrieb und das wenigstens eine Ausgangssignal das elektrische Signal eines Beschleunigungssensors umfassen, mit dem eine Bewegungskurve der Maschine beim Transport der Behälter erfasst wird. Denkbar ist auch, dass das wenigstens eine Eingangssignal eine Steuerungskennlinie umfasst. Die Steuerungskennlinie kann beispielsweise in einem Computersystem, insbesondere einer Maschinensteuerung der Maschine als digitale Daten vorliegen. Anders ausgedrückt, können der Maschine mit dem wenigstens einen Eingangssignal Werte vorgegeben werden, um die Verarbeitung und/oder den Transport zu steuern. Entsprechend können mit dem wenigstens einen Ausgangssignal Werte erfasst werden, wie die Maschine auf das wenigstens eine Eingangssignal reagiert. Das wenigstens eine Eingangssignal und/oder das wenigstens eine Ausgangssignal können zeitabhängige Werte umfassen.
Das Selbstidentifikationsmodell kann ein mathematisches Modell sein, um das Übertragungsverhalten des wenigstens einen Eingangssignals zum wenigstens einen Ausgangssignal abzubilden. Vorzugsweise kann das Selbstidentifikationsmodell derart ausgebildet sein, dass es eine Veränderung des wenigstens einen Ausgangssignals aufgrund einer Veränderung des wenigstens einen Eingangssignals voraussagt. Beispielsweise kann das wenigstens eine Ausgangssignal durch den wenigstens einen Maschinenparameter verändert sein. Dadurch ist es möglich, die Auswirkung einer Änderung des wenigstens einen Maschinenparameters auf das Verhalten der Maschine vorauszusagen.
Mit dem „aktuellen Betriebspunkt der Maschine“ kann ein Betriebszustand bei der Verarbeitung und/oder dem Transport der Behälter gemeint sein. Beispielsweise kann es sich um einen Betriebszustand bei der Verarbeitung eines bestimmten Behältertyps handeln. Denkbar ist auch, dass damit die Verarbeitung und/oder der Transport eines bestimmten Behälterstroms gemeint ist.
Bei der Konfiguration oder Optimierung kann mit einem Startwert des wenigstens einen Maschinenparameters wenigstens ein Eingabewert für das Selbstidentifikationsmodell der Maschine bestimmt werden. Anschließend kann mit dem Selbstidentifikationsmodell daraus wenigstens ein Ausgabewert bestimmt werden, der das Verhalten der Maschine voraussagt. Anschließend kann der wenigstens eine Maschinenparameter in der Art variiert werden, dass die Maschine ein gewünschtes oder optimiertes Verhalten zeigt.
Denkbar ist auch, dass mit dem Selbstidentifikationsmodell die Diagnose der Maschine automatisch durchgeführt wird. Beispielsweise kann wenigstens ein Kennwert der Maschine aus dem Selbstidentifikationsmodell bestimmt werden, um einen Rückschluss auf eine Fehlerart oder eine Verschleißerscheinungen im aktuellen Betriebspunkt zu ermöglichen.
Das Selbstidentifikationsmodell kann kontinuierlich während des Betriebs der Maschine ermittelt werden. Dadurch kann kontinuierlich ein digitales Abbild der Maschine erstellt und so gewährleistet werden, dass der wenigstens eine Maschinenparameter und/oder die Diagnose der Maschine immer aktuell sind. Zudem kann so auf kurzfristige Änderungen des Betriebspunktes der Maschine reagiert werden. Dabei können das wenigstens eine Eingangssignal und das wenigstens eine Ausgangssignal kontinuierlich erfasst werden. Denkbar ist auch, dass das Selbstidentifikationsmodell kontinuierlich erfasst wird, um verschiedene Betriebspunkte der Maschine abzubilden.
Das Selbstidentifikationsmodell kann eine oder mehrere Selbstidentifikationsgleichungen umfassen, insbesondere eine lineare inhomogene Differentialgleichung und/oder eine Differenzengleichung. Dadurch kann das Selbstidentifikationsmodell besonders einfach bestimmt werden. Beispielsweise kann die lineare inhomogene Differentialgleichung die Form b3 * y + b2 * y + b * y + b0 * y = a0 * u (1) aufweisen, wobei y das wenigstens eine Eingangssignal und u das wenigstens eine Ausgangssignal umfasst, und wobei bo, bi, b2, b3 und ao Koeffizienten der linearen inhomogenen Differentialgleichung sind, die bei der Ermittlung des Selbstidentifikationsmodells bestimmt werden. Die Bestimmung kann beispielsweis mittels einer linearen Regression erfolgen. Gleichung (1) beschreibt lediglich beispielhaft eine lineare inhomogene Differentialgleichung 3. Ordnung. Denkbar ist, dass die lineare inhomogene Differentialgleichung (1) vom hier dargestellten Grad 3 abweicht.
Die Differenzengleichung kann die Form * Vk + * yfc-1 + * yfc-
Aufweisen, wobei yk, yk-i, yk-2, yk-3 zeitlich diskretisierte Werte des wenigstens einen Ausgangssignals und Uk, Uk-i, Uk-2, Uk-3 zeitlich diskretisierte Werte des wenigstens einen Eingangssignals umfassen, und wobei b^, b^, b^, und a^, a^, a^, a^ die Koeffizienten der Differenzengleichung sind, die bei der Ermittlung des Selbstidentifikationsmodells bestimmt werden. Dies kann beispielsweise durch eine Überführung der Koeffizienten bo, bi, b2, b3 und ao der linearen inhomogenen Differentialgleichung in die Koeffizienten b^, b^, b^, b^ und a^, a^, a^, a^ der Differenzengleichung geschehen. Beispielsweise offenbart die Druckschrift Lutz, H., & Wendt, W.: „Taschenbuch der Regelungstechnik“, Frankfurt am Main, 2007: Wissenschaftlicher Verlag Harri Deutsch ab Seite 540 ff. ein Überführungsverfahren, bei dem die lineare inhomogene Differentialgleichung in s-Übertragungsfunktionen transformiert, dazu die korrespondierenden z-Übertra- gungsfunktionen aus einer z-Transformationstabelle ermittelt und daraus die Differenzengleichung bestimmt wird. Gleichung (2) beschreibt lediglich beispielhaft eine Differenzengleichung 3. Ordnung. Denkbar ist, dass die Ordnung der Differenzengleichung (2) vom hier dargestellten Grad 3 abweicht.
Denkbar ist, dass eine Ordnung der Selbstidentifikationsgleichung schrittweise erhöht wird, wobei eine Gütefunktion und/oder ein Gütewert ermittelt wird, insbesondere wobei zur Ermittlung der Gütefunktion und/oder des Gütewerts eine Abweichung zwischen dem wenigstens einen Ausgangssignal und wenigstens einem auf Basis der Selbstidentifikationsgleichung simulierten Ausgangssignal bestimmt wird. Dadurch kann eine besonders günstige Ordnung der Selbstidentifikationsgleichung ermittelt werden, bei der das Verhalten der Maschine mit möglichst geringer Rechenleistung simuliert werden kann. Bei der Ordnung kann es sich um die Ordnung der Differentialgleichung und/oder der Differenzengleichung handeln. Anders ausgedrückt, können bei der Ermittlung des Selbstidentifikationsmodells aus dem wenigstens einen Eingangssignal und dem wenigstens einen Ausgangssignal Koeffizienten der einen oder mehrerer Selbstidentifikationsgleichungen bestimmt werden. Denkbar ist auch, dass dabei eine Totzeit berücksichtigt wird. Die Totzeit kann eine Zeitdauer der Verzögerung der Maschine auf das Eingangssignal umfassen. Das heißt, die Maschine mit Totzeit reagiert beispielsweise nicht unmittelbar auf eine Veränderung des Eingangssignals. Die Reaktion auf die Veränderung kann um die Totzeit verzögert stattfinden.
Denkbar ist, dass mit dem Selbstidentifikationsmodell auf betriebsbedingte Veränderung der Maschine geschlossen wird, und darauf mit der automatischen Konfiguration oder Optimierung des wenigstens einen Maschinenparameters zu reagieren und/oder die Diagnose der Maschine automatisch durchzuführen. Dadurch können mit dem Verfahren die betriebsbedingten Veränderungen der Maschine automatisch kompensiert werden.
Beispielsweise kann die betriebsbedingte Veränderung einen Verschleiß, einen veränderten Behälterdurchsatz und/oder eine veränderte Manipulationsmasse der Maschine umfassen, wobei sich dadurch das ermittelte Selbstidentifikationsmodell derart ändert, dass daraufhin mit dem geänderten Selbstidentifikationsmodell der wenigstens eine Maschinenparameter der Maschine und/oder der nachfolgenden Maschine automatisch angepasst wird. Beispielsweise kann sich ein Verschleiß besonders auf eine Drehgeschwindigkeit und auf eine Position der Behälter in der Maschine auswirken und damit auf y und y. Folglich wären davon dann besonders die Koeffizienten bi und Ö2 in der Gleichung (1) betroffen. Es kann also über ein Veränderungsmuster in den Koeffizienten des Selbstidentifikationsmodells auf eine bestimmte betriebsbedingte Veränderung geschlossen werden. Dadurch kann besonders zielführend auf die betriebsbedingte Veränderungen reagiert werden.
Der wenigstens eine Maschinenparameter kann einen Regelparameter, eine zugeführte Kunststoffmenge, eine Energiemenge, eine Trajektorie, Geschwindigkeit und/oder einen Aktionszeitpunkt umfassen. Anders ausgedrückt kann es sich bei dem wenigstens einen Maschinenparameter um eine Einstellung und/oder Vorgabe für den Betrieb der Maschine handeln.
Darüber hinaus stellt die Erfindung zur Lösung der Aufgabenstellung eine Maschine zur Behandlung von Behältern mit den Merkmalen des Anspruchs 10 bereit.
Die Maschine kann zur Durchführung des Verfahrens nach einem der Ansprüche 1 - 9 ausgebildet sein. Die Maschine kann die zuvor in Bezug auf das Verfahren zum Betreiben der Maschine in der Verarbeitungsanlage für Behälter beschriebenen Merkmale, insbesondere nach einem der Ansprüche 1 - 9 sinngemäß umfassen.
Dadurch, dass die Maschine mit der Erfassungseinheit ausgebildet ist, um während der Verarbeitung und/oder des Transports das wenigstens ein Eingangssignal und das wenigstens eine Ausgangssignal der Maschine zur erfassen, können sie beispielsweise als digitale Signale aufgezeichnet werden. Dadurch, dass die Maschine die Selbstidentifikationseinheit umfasst, um basierend auf dem wenigstens einen Eingangssignal und dem wenigstens einen Ausgangssignal das Selbstidentifikationsmodell der Maschine zu ermitteln, das den wenigstens einen aktuellen Betriebspunkt der Maschine abbildet, kann das reale Verhalten der Maschine zum aktuellen Betriebspunkt in dem Selbstidentifikationsmodell modelliert werden. Folglich spiegelt das Selbstidentifikationsmodell beispielsweise einen nach der Inbetriebnahme oder Umrüstung auftretenden Verschleiß korrekt wieder. Dadurch, dass mit dem Selbstidentifikationsmodell der wenigstens eine Maschinenparameter der Maschine und/oder der nachfolgenden Maschine automatisch konfiguriert oder optimiert wird, kann dabei der aktuelle Betriebspunkt der Maschine entsprechend berücksichtigt werden. Zusätzlich oder alternativ ist es möglich, dass mit dem Selbstidentifikationsmodell eine Diagnose der Maschine automatisch durchgeführt wird. Dadurch kann beispielsweise bestimmt werden, ob der Verschleiß ein zulässiges Maß überschreitet und eine Wartung durchgeführt werden muss.
Denkbar ist, dass die Maschine ein Computersystem, insbesondere eine Maschinensteuerung mit der Erfassungseinheit und/oder der Selbstidentifikationseinheit umfasst. Dadurch kann das Selbstidentifikationsmodell vor Ort in der Maschine ermittelt werden. Denkbar ist, dass das Computersystem in der Maschine integriert oder räumlich davon abgesetzt ist. Die Erfassungseinheit kann beispielsweise einen Analog-/Digitalwandler umfassen, um analoge Signale von Sensoren zu erfassen. Denkbar ist, dass die Maschine die Sensoren umfasst, um das wenigstens eine Eingangssignal und das wenigstens eine Ausgangssignal zu messen. Das Computersystem kann eine CPU, eine Speichereinheit, eine Netzwerkschnittstelle, eine Eingabeeinheit, eine Ausgabeeinheit und/oder eine Steuerungseinheit zur Steuerung der Maschine umfassen. Die Erfassungseinheit und/oder die Selbstidentifikationseinheit können wenigstens teilweise als Computerprogrammprodukt mit Maschineninstruktionen in dem Computersystem implementiert sein, die, wenn sie ausgeführt werden, das Verfahren nach einem der Ansprüche 1 - 9 wenigstens teilweise ausführen.
Weitere Merkmale und Vorteile Erfindung werden nachfolgend anhand den Figuren dargestellten Ausführungsbeispiele näher erläutert. Dabei zeigt: Figur 1 ein erfindungsgemäßes Ausführungsbeispiel eines Verfahrens zum Betreiben einer Maschine in einer Verarbeitungsanlage für Behälter als Flussdiagramm,
Figur 2 ein erfindungsgemäßes Ausführungsbeispiel einer Behälterherstellungsmaschine in einer seitlichen Ansicht,
Figur 3 ein weiteres, erfindungsgemäßes Ausführungsbeispiel eines Füllers in einer Draufsicht,
Figur 4 ein weiteres, erfindungsgemäßes Ausführungsbeispiel eines autonomen Transportfahrzeugs in einer seitlichen Ansicht, und
Figur 5 ein weiteres, erfindungsgemäßes Ausführungsbeispiel eines Palettierers in einer Draufsicht.
In der Figur 1 ist ein erfindungsgemäßes Ausführungsbeispiel eines Verfahrens 100 zum Betreiben einer Maschine in einer Verarbeitungsanlage für Behälter als Flussdiagramm dargestellt. Das Verfahren 100 kann mit denen nachfolgend bezüglich der Figuren 2 - 5 beschriebenen Maschinen 200, 300, 400, 500 zur Behandlung von Behältern 20 durchgeführt werden.
Im Schritt 101 werden die Behälter mit der Maschine verarbeitet und/oder transportiert. Wie beispielsweise den Figuren 2 - 5 zu sehen ist, werden sie dabei hergestellt, befüllt, transportiert und/oder palettiert. Denkbar sind auch, dass sie bei der Verarbeitung verschlossen, gereinigt, etikettiert, inspiziert, mit einem Direktdruck bedruckt, verpackt und/oder mit einem Roboter behandelt werden.
Im Schritt 102 werden während der Verarbeitung und/oder des Transports wenigstens ein Eingangssignal und wenigstens ein Ausgangseingangssignal erfasst. Beispielsweise kann es sich bei dem wenigstens einen Eingangssignal um eine Steuerkurve eines zeitlichen Stromverlaufs für einen Antrieb der Maschine und bei dem wenigsten einen Ausgangssignal um eine gemessene Verarbeitungs- und/oder Transportgeschwindigkeit der Behälter handeln.
Anschließend wird im Schritt 103 basierend auf dem wenigstens ein Eingangssignal und dem wenigstens ein Ausgangssignal ein Selbstidentifikationsmodell der Maschine ermittelt. Dazu umfasst das Selbstidentifikationsmodell eine oder mehrere Selbstidentifikationsgleichungen, wie beispielsweise eine lineare inhomogene Differentialgleichung und/oder eine Differenzengleichung. Bei der Ermittlung des Selbstidentifikationsmodells werden dann aus dem wenigstens einen Eingangssignal und dem wenigstens einen Ausgangssignal Koeffizienten der einen oder mehreren Selbstidentifikationsgleichungen bestimmt. Beispielsweise werden auf Basis der zuvor beschriebenen Steuerkurve des zeitlichen Stromverlaufs für den Antrieb und aus der gemessenen Verarbeitung- und/oder Transportgeschwindigkeit der Behälter über eine lineare Regression die Koeffizienten bo, bi, b2, b3 und ao der Differentialgleichung (1) bestimmt. Denkbar ist auch, dass die Koeffizienten bo, bi, b2, b3 und ao der Differentialgleichung (1) in die Koeffizienten b^, b^, b^, und a^, a^, a^, a^ der Differenzengleichung (2) überführt werden. Die Überführung erfolgt dabei mit dem oben bereits angesprochenen Überführungsverfahren aus der Druckschrift Lutz, H., & Wendt, W.: „Taschenbuch der Regelungstechnik“, Frankfurt am Main, 2007: Wissenschaftlicher Verlag Harri Deutsch ab Seite 540 ff.
Bei der Ermittlung des Selbstidentifikationsmodells kann eine Totzeit berücksichtigt werden. Die Ermittlung der Totzeit der Maschine erfolgt dabei iterativ in dem Algorithmus der Selbstidentifikation. In einer Iteration wird das wenigstens eine gemessene Ausgangssignal um eine bestimmte Totzeit zeitlich verschoben. Im Anschluss wird ein Selbstidentifikationsmodell der Maschine identifiziert und das wenigstens eine Ausgangssignal wird simuliert. Durch einen Vergleich des simulierten und des gemessenen Ausgangssignals bzw. der simulierten und der gemessenen Ausgangssignale wird die Güte des für die in der Iteration festgelegte Totzeit ermittelten Modells berechnet. Die Güte eines Modells ist ein Maß für die Übereinstimmung des Selbstidentifikationsmodells mit der realen Maschine. Die Totzeit, die zu dem Selbstidentifikationsmodell mit der besten Güte führt, wird als resultierende Totzeit betrachtet.
Im Schritt 104 wird mit dem Selbstidentifikationsmodell auf betriebsbedingte Veränderungen an der Maschine rückgeschlossen, um darauf mit der automatischen Konfiguration oder Optimierung des wenigstens einen Maschinenparameters zu reagieren und/oder die Diagnose der Maschine automatisch durchzuführen. Beispielsweise kann die betriebsbedingte Veränderung einen Verschleiß, einen veränderten Behälterdurchsatz und/oder eine veränderte Manipulationsmasse der Maschine umfassen, wobei sich dadurch das ermittelte Selbstidentifikationsmodell derart ändert, dass daraufhin mit dem geänderten Selbstidentifikationsmodell der wenigstens eine Maschinenparameter der Maschine und/oder der nachfolgenden Maschine automatisch angepasst wird. Beispielsweise würde der Verschleiß bewirken, dass bei Einhaltung der zuvor genannten Steuerungskennlinie des zeitlichen Stromverlaufs für den Antrieb die tatsächliche Verarbeitungs- und/oder Transportgeschwindigkeit der Behälter sinkt. Dies würde sich entsprechend durch eine Veränderung bei den Koeffizienten bo, bi, b2, b3 und ao der Differentialgleichung (1) auswirken. Entsprechend könnte dann von den veränderten Koeffizienten auf die betriebsbedingte Veränderung der Maschine rückgeschlossen werden. Anschließend wird im Schritt 105 mit dem Selbstidentifikationsmodell mindestens ein Maschinenparameter der Maschine und/oder einer nachfolgenden Maschine automatisch konfiguriert oder optimiert. Beispielsweise könnten bei dem zuvor angesprochenen Verschleiß die Regelparameter einer PID-Regelung so angepasst werden, dass die Steuerkennlinie des zeitlichen Stromverlaufs für den Antrieb ohne Überschwinger besonders schnell in die gewünschte Verarbeitungs- und/oder Transportgeschwindigkeit der Behälter umgesetzt wird.
Denkbar ist auch, dass zusätzlich oder alternativ dazu im Schritt 106 die Diagnose der Maschine automatisch durchgeführt wird. Beispielsweise könnte bei einem zu hohen Verschleiß eine entsprechende Warnung auf einer Anzeige ausgegeben werden, sodass der Antrieb gewartet oder ersetzt werden kann.
In der Figur 2 ist ein erfindungsgemäßes Ausführungsbeispiel einer Behälterherstellungsmaschine 200 in einer seitlichen Ansicht dargestellt. Sie umfasst einen Vorratsbehälter 213 für die Vorformlinge 10, einen Ofen 212 zum Erwärmen der Vorformlinge 10, eine Streckblaseinheit 211 mit dem Transporteur 214 und den daran angegliederten Streckblasformen 215, um die Behälter 20 aus den Vorformlingen 10 während des Transports herzustellen, und einen weiteren Transporteur 240, um die fertig hergestellten Behälter 20 mit der daran angegliederten Inspektionseinheit 230 zu inspizieren.
Darüber hinaus ist die Maschinensteuerung 220 zu sehen, die die Erfassungseinheit 221 umfasst, um während der Verarbeitung und des Transports das wenigstens eine Eingangssignal und das wenigstens eine Ausgangssignal der Maschine 200 zu erfassen. Beispielsweise kann als das wenigstens eine Eingangssignal eine zugeführte Kunststoffmenge, insbesondere die Menge an Vorformlingen 10 und als das wenigstens eine Ausgangssignal die mit der Inspektionseinheit 230 erfasste Flaschenqualität erfasst werden. Zur Erfassung des wenigstens einen Eingangssignals und/oder des wenigstens einen Ausgangssignals ist die Maschinensteuerung über die Verbindungsleitungen 250 mit den Einheiten 211 , 212, 230 verbunden.
Des Weiteren ist zu sehen, dass die Maschinensteuerung 220 die Selbstidentifikationseinheit 222 umfasst, um basierend auf dem wenigstens einen Eingangssignal und dem wenigstens einen Ausgangssignal ein Selbstidentifikationsmodell der Maschine 200 zu ermitteln, wobei mehrere Betriebspunkte beim Hochfahren der Behälterherstellungsmaschine 200 und dann bei der fortwährenden Produktion abgebildet werden. Denkbar ist, dass mit dem Selbstidentifikationsmodell ein optimaler Energieeinsatz als Maschinenparameter für die jeweiligen Betriebspunkte während des Hochfahrens und der fortwährenden Produktion ermittelt wird.
In der Figur 3 ist ein weiteres, erfindungsgemäßes Ausführungsbeispiel eines Füllers 300 in einer Draufsicht dargestellt. Der Füller 300 umfasst eine Fülleinheit 310 mit dem Karussell 311 und den daran angegliederten Füllventilen 312. Die Behälter 20 werden während des Transports mit den Füllventilen 312 mit einem fließfähigen Produkt, insbesondere einem Getränk befüllt und die erreichte Füllhöhe mit der Inspektionseinheit 330 bestimmt.
Zu sehen ist auch, dass die Maschinensteuerung 320 über die Verbindungsleitungen 350 mit der Fülleinheit 310 und der Inspektionseinheit 330 verbunden ist.
Die Maschinensteuerung 320 umfasst zudem die Erfassungseinheit 321 , um Drücke in den Füllventilen 312 als das wenigstens eine Eingangssignal und die Füllhöhe als das wenigstens eine Ausgangssignal zu erfassen.
Ferner ist die Maschinensteuerung 320 mit der Selbstidentifikationseinheit 322 ausgebildet, um basierend auf den Drücken der Füllventile 312 und den Füllhöhen der einzelnen Behälter 20 ein Selbstidentifikationsmodell des Füllers 300 zu ermitteln, beispielsweise beim fortwährenden Füllbetrieb.
Anschließend werden mit dem Selbstidentifikationsmodell Regelparameter optimiert, um besonders schnell die erforderliche Füllhöhe zu erreichen. .
In der Figur 4 ist ein weiteres, erfindungsgemäßes Ausführungsbeispiel eines autonomen Transportfahrzeugs 400 in einer seitlichen Ansicht zu sehen. Beispielsweise können damit die Behälter 20 zwischen zwei hier nicht dargestellten Behandlungsstationen transportiert werden. Zu sehen ist, dass das autonome Transportfahrzeug eine Antriebseinheit 410 umfasst, mit dem wenigstens ein Teil der Räder 440 angetrieben werden. Zudem umfasst das autonome Transportfahrzeug 400 eine Navigationseinheit 430, in der sowohl eine vorgegebene Fahrtroute abgelegt als auch entsprechende Sensoren vorhanden sind, um die tatsächlich gefahrene Fahrtroute und beispielsweise die aktuelle Fahrgeschwindigkeit zu erfassen.
Zu sehen ist auch die Maschinensteuerung 420, die mit der Erfassungseinheit 421 und der Selbstidentifikationseinheit 422 ausgebildet ist. Mit der Erfassungseinheit 421 werden beispielsweise die vorgegebene Fahrtroute und die tatsächliche gefahren Fahrtroute als das wenigstens eine Eingangssignal bzw. als das wenigstens eine Ausgangssignal erfasst. Denkbar ist, dass dabei die Antriebsenergie für verschiedene Fahrtrouten als Betriebspunkte erfasst werden.
Mit der Selbstidentifikationseinheit 422 wird aus dem wenigstens einen Eingangssignal und dem wenigstens einen Ausgangssignal ein Selbstidentifikationsmodell des autonomen Transportfahrzeugs 400 ermittelt, das die verschiedenen Betriebspunkte der Maschine abbildet.
Die Selbstidentifikationseinheit ist ferner dazu ausgebildet, mit dem Selbstidentifikationsmodell Regelparameter für die Steuerung der Antriebseinheit 410 derart zu optimieren, dass für die verschiedenen Betriebspunkte ein optimaler Energieeinsatz und eine minimale Abweichung zwischen vorgegebener und gefahrener Fahrtroute möglich ist.
Denkbar ist auch, dass mit dem Selbstidentifikationsmodell eine Diagnose des autonomen Fahrzeugs 400 erfolgt, beispielsweise kann aus dem Selbstidentifikationsmodell ein Rückschluss auf einem Verschleiß der Antriebseinheit 410 erfolgen.
In der Figur 5 ist ein weiteres, erfindungsgemäßes Ausführungsbeispiel eines Palettierers 500 in einer Draufsicht dargestellt. Zu sehen ist, dass die Behälter 20 zunächst mit einem ersten Transporteur 550 in Transportrichtung T einem Sortiertisch 510 zugeführt werden, um dort die Behälter 20 Gruppen G anzuordnen. Dazu werden die Positionen der zunächst ungeordneten Behälter 20 mit der Kameraeinheit 540 erfasst. Anschließend werden die Behälter 20 mit den Robotern 511 aufgegriffen und in der Gruppe G zusammengestellt. Sie werden so gruppiert und mit dem Schieber s^ auf den zweiten Transporteur 560 abgeschoben. Dort wird dann die korrekte Gruppierung mit einer weiteren Kamera 530 inspiziert.
Des Weiteren ist die Maschinensteuerung 520 mit der Erfassungseinheit 521 zu sehen, mit der beispielsweise die Anzahl und Anordnung der ungeordneten Behälter 20 dem ersten T ransporteur 550 als das wenigstens eine Eingangssignal und die erreichte Anordnung in der Gruppe G auf dem zweiten Transporteur 560 als das wenigstens eine Ausgangssignal erfasst werden.
Anschließend wird dann mit der Selbstidentifikationseinheit 522 der Maschinensteuerung 520 ein Selbstidentifikationsmodell der Verpackungsmaschine 500 ermittelt, das die verschiedenen Betriebspunkte für unterschiedliche Verarbeitungsmengen abbildet. Des Weiteren ist die Selbstidentifikationseinheit 522 der Maschinensteuerung 520 dazu ausgebildet, die Regelparameter der Roboter 511 automatisch zu optimieren, um unnötige Abbrems- und Beschleunigungsvorgänge bei den unterschiedlichen Betriebspunkten zu vermeiden.
Dadurch, dass bei dem Verfahren 100 und den Maschinen 200, 300, 400, 500 gemäß der zuvor beschriebenen Ausführungsbeispiele während der Verarbeitung und/oder des Transports das wenigstens eine Eingangssignal und das wenigstens eine Ausgangssignal der Maschine 200, 300, 400, 500 erfasst werden und darauf basierend das Selbstidentifikationsmodell der Maschine 200, 300, 400, 500 ermittelt wird, das den wenigstens einen aktuellen Betriebspunkt der Maschine 200, 300, 400, 500 abbildet, kann das reale Verhalten der Maschine 200, 300, 400, 500 zum aktuellen Betriebspunkt in dem Selbstidentifikationsmodell abgebildet werden. Folglich spiegelt das Selbstidentifikationsmodell das Verhalten entsprechend wieder. Dadurch, dass mit dem Selbstidentifikationsmodell der wenigstens eine Maschinenparameter der Maschine 200, 300, 400, 500 automatisch konfiguriert oder optimiert wird, kann der aktuelle Betriebspunkt der Maschine 200, 300, 400, 500 entsprechend berücksichtigt werden. Zusätzlich oder alternativ ist möglich, dass mit dem Selbstidentifikationsmodell eine Diagnose der Maschine 200, 300, 400, 500 automatisch durchgeführt wird. Dadurch kann beispielsweise bestimmt werden, ob der Verschleiß ein zulässiges Maß überschreitet und eine Wartung durchgeführt werden muss. Dadurch arbeiten das Verfahren 100 und Maschinen 200, 300, 400, 500 besonders effizient und zuverlässig.
Es versteht sich, dass in den zuvor beschriebenen Ausführungsbeispielen genannte Merkmale nicht auf diese Merkmalskombination beschränkt sind sondern auch einzelnen oder in beliebigen anderen Kombinationen möglich sind.

Claims

Ansprüche Verfahren (100) zum Betreiben einer Maschine (200, 300, 400, 500) in einer Verarbeitungsanlage für Behälter (20), insbesondere Getränkebehälter, wobei die Behälter (20) mit der Maschine (200, 300, 400, 500) verarbeitet und/oder transportiert (101), dadurch gekennzeichnet, dass während der Verarbeitung und/oder des Transports wenigstens ein Eingangssignal und wenigstens ein Ausgangssignal der Maschine (200, 300, 400, 500) erfasst werden (102), dass basierend auf dem wenigstens einen Eingangssignal und dem wenigstens einen Ausgangssignal ein Selbstidentifikationsmodell der Maschine (200, 300, 400, 500) ermittelt wird (103), das wenigstens einen aktuellen Betriebspunkt der Maschine (200, 300, 400, 500) abbildet, dass mit dem Selbstidentifikationsmodell wenigstens ein Maschinenparameter der Maschine (200, 300, 400, 500) und/oder einer nachfolgenden Maschine automatisch konfiguriert oder optimiert wird (105), und/oder dass mit dem Selbstidentifikationsmodell eine Diagnose der Maschine (200, 300, 400, 500) automatisch durchgeführt wird (106). Verfahren (100) nach Anspruch 1 , wobei das Selbstidentifikationsmodell kontinuierlich während des Betriebs der Maschine (200, 300, 400, 500) ermittelt wird. Verfahren (100) nach Anspruch 1 oder 2, wobei das Selbstidentifikationsmodell eine oder mehrere Selbstidentifikationsgleichungen umfasst, insbesondere eine lineare inhomogene Differentialgleichung und/oder eine Differenzengleichung. Verfahren (100) nach Anspruch 3, wobei bei der Ermittlung des Selbstidentifikationsmodell aus dem wenigstens einen Eingangssignal und dem wenigstens einen Ausgangssignal Koeffizienten der einen oder mehreren Selbstidentifikationsgleichungen bestimmt werden. Verfahren (100) nach Anspruch 3 oder 4, wobei bei der Ermittlung des Selbstidentifikationsmodells eine Totzeit berücksichtigt wird. Verfahren (100) nach einem der vorangegangenen Ansprüche, wobei mit dem Selbstidentifikationsmodell auf betriebsbedingte Veränderungen an der Maschine (200, 300, 400, 500) rückgeschlossen wird (104), um darauf mit der automatischen Konfiguration oder Optimierung des wenigstens einen Maschinenparameters zu reagieren (105) und/oder die Diagnose der Maschine automatisch durchzuführen (106). Verfahren (100) nach Anspruch 6, wobei die betriebsbedingte Veränderung einen Verschleiß, einen veränderten Behälterdurchsatz und/oder eine veränderte Manipulationsmasse der Maschine (200, 300, 400, 500) umfasst, und wobei sich dadurch das ermittelte Selbstidentifikationsmodell derart ändert, dass daraufhin mit dem geänderten Selbstidentifikationsmodell der wenigstens eine Maschinenparameter der Maschine (200, 300, 400, 500) und/oder der nachfolgenden Maschine automatisch angepasst wird. Verfahren (100) nach, wobei der wenigstens eine Maschinenparameter einen Regelparameter, eine zugeführte Kunststoffmenge, eine Energiemenge, eine Trajektorie, eine Geschwindigkeit und/oder einen Aktionszeitpunkt umfasst. Verfahren (100) nach einem der vorangegangenen Ansprüche, wobei die Maschine (200, 300, 400, 500) eine Behälterherstellungsmaschine (200), einen Füller (300), einen Verschließer, einen Rinser, eine Etikettiermaschine, eine Behälterinspektionsmaschine, eine Direktdruckmaschine, einen Transporteur, einen Palettierer (500), eine Verpackungsmaschine, einen Roboter, ein autonomes Transportfahrzeug (400) und/oder eine Pumpe umfasst. Maschine (200, 300, 400, 500) zur Behandlung von Behältern (20), insbesondere von Getränkebehälter, wobei die Maschine zur (200, 300, 400, 500) Verarbeitung mit einer Verarbeitungseinheit (210, 310, 510) und/oder zum Transport der Behälter (20) mit einer Transporteinheit (410) ausgebildet ist, dadurch gekennzeichnet, dass die Maschine (200, 300, 400, 500) mit einer Erfassungseinheit (221 , 321 , 421 , 521) ausgebildet ist, um während der Verarbeitung und/oder des Transports wenigstens ein Eingangssignal und wenigstens ein Ausgangssignal der Maschine (200, 300, 400, 500) zu erfassen, und dass die Maschine (200, 300, 400, 500) eine Selbstidentifikationseinheit (222, 322, 422, 522) umfasst, um basierend auf dem wenigstens einen Eingangssignal und dem wenigstens einen Ausgangssignal ein Selbstidentifikationsmodell der Maschine (200, 300, 400, 500) zu ermitteln, das wenigstens einen aktuellen Betriebspunkt der Maschine abbildet, wobei die Selbstidentifikationseinheit (222, 322, 422, 522) dazu ausgebildet ist, mit dem Selbstidentifikationsmodell wenigstens einen Maschinenparameter der Maschine (200, 300, 400, 500) und/oder einer nachfolgenden Maschine automatisch zu konfigurieren oder zu optimieren, und/oder mit dem Selbstidentifikationsmodell eine Diagnose der Maschine (200, 300, 400, 500) automatisch durchzuführen.
EP21759075.1A 2020-10-08 2021-08-13 Verfahren zum betreiben einer maschine in einer verarbeitungsanlage für behälter und maschine zur behandlung von behältern Pending EP4226221A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020126355.4A DE102020126355A1 (de) 2020-10-08 2020-10-08 Verfahren zum Betreiben einer Maschine in einer Verarbeitungsanlage für Behälter und Maschine zur Behandlung von Behältern
PCT/EP2021/072601 WO2022073674A1 (de) 2020-10-08 2021-08-13 Verfahren zum betreiben einer maschine in einer verarbeitungsanlage für behälter und maschine zur behandlung von behältern

Publications (1)

Publication Number Publication Date
EP4226221A1 true EP4226221A1 (de) 2023-08-16

Family

ID=77465985

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21759075.1A Pending EP4226221A1 (de) 2020-10-08 2021-08-13 Verfahren zum betreiben einer maschine in einer verarbeitungsanlage für behälter und maschine zur behandlung von behältern

Country Status (5)

Country Link
US (1) US20230376022A1 (de)
EP (1) EP4226221A1 (de)
CN (1) CN116324636A (de)
DE (1) DE102020126355A1 (de)
WO (1) WO2022073674A1 (de)

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3120603A1 (de) 1981-05-23 1982-12-23 Holstein Und Kappert Gmbh, 4600 Dortmund Verfahren zur ermittlung der abgabeleistung und behandlungsanzahl von gefaessspeichernden behandlungsmaschinen
US8509926B2 (en) * 2005-12-05 2013-08-13 Fisher-Rosemount Systems, Inc. Self-diagnostic process control loop for a process plant
DE102008049937A1 (de) 2008-10-02 2010-04-29 Khs Ag Vorrichtung sowie Verfahren zum Behandeln von Behältern
US8447423B2 (en) * 2009-11-30 2013-05-21 Exxonmobil Research And Engineering Company Method and apparatus for optimizing a performance index of a bulk product blending and packaging plant
US8756039B2 (en) * 2010-03-02 2014-06-17 Fisher-Rosemount Systems, Inc. Rapid process model identification and generation
DE102010021640A1 (de) 2010-05-26 2011-12-01 Robert Bosch Gmbh Verfahren und Vorrichtung zur Ansteuerung einer Armatur
DE102016202015A1 (de) 2016-02-10 2017-08-10 Siemens Aktiengesellschaft Verfahren zum Betrieb einer zur Überwachung eines technischen Prozesses bestimmten Steuerungseinrichtung, Computerprogramm zur Implementierung des Verfahrens und Steuerungseinrichtung mit Mitteln zur Ausführung des Verfahrens
DE102016108053A1 (de) 2016-04-29 2017-11-02 Khs Gmbh Verfahren zum Optimieren des Abfüllens eines Behälters
AT519777B1 (de) 2017-03-22 2019-12-15 Ait Austrian Inst Tech Gmbh Verfahren zur Erkennung des normalen Betriebszustands eines Arbeitsprozesses
US11029418B2 (en) * 2017-09-06 2021-06-08 The United States Of America, As Represented By The Secretary, Department Of Health And Human Services Micro-dose calibrator
DE102018210670A1 (de) * 2018-06-29 2020-01-02 Krones Ag Behälterbehandlungsanlage und Regelverfahren
EP3843956A4 (de) * 2018-08-30 2021-12-22 Veo Robotics, Inc. Systemidentifikation der dynamik industrieller roboter für sicherheitskritische anwendungen

Also Published As

Publication number Publication date
WO2022073674A1 (de) 2022-04-14
US20230376022A1 (en) 2023-11-23
CN116324636A (zh) 2023-06-23
DE102020126355A1 (de) 2022-04-14

Similar Documents

Publication Publication Date Title
EP3945046A1 (de) Behälterbehandlungsanlage
EP2583931A1 (de) Vorrichtung und Verfahren zum Befüllen von Behältern
EP2601107A1 (de) Verfahren und vorrichtung zum betreiben einer anlage zum behandeln von behältnissen mit übergeordneter parameteranwahl
EP2392516B1 (de) Behälterbehandlungsanlage und Qualitätssicherungsverfahren für mit einer Behälterbehandlungsanlage hergestellte Behälter
WO2008080760A1 (de) Verfahren und vorrichtung zum umsetzen von stückgütern
DE102006023764A1 (de) Verfahren sowie Vorrichtung zum Sterilisieren von Flaschen oder dergleichen Behälter
WO2009130112A1 (de) FÜLL- UND VERSCHLIEßMASCHINE FÜR BEHÄLTER
WO2013050186A1 (de) Verfahren und vorrichtung zum betreiben einer anlage zum behandeln von behältnissen
DE102017100010A1 (de) Vorrichtung und Verfahren zum Befüllen genesteter Gebinde
WO2013120718A1 (de) Vorrichtung zum bereitstellen von verbrauchsmaterial
EP2414262B1 (de) Verfahren zum übergeben eines artikels von einer ersten an eine zweite fördereinrichtung
EP3659932A2 (de) Verfahren und systeme zum verpacken von artikeln
EP3347778B1 (de) Vorrichtung und verfahren zum behandeln von behältnissen mit rückfragenden behandlungseinrichtungen
EP3860939A2 (de) Abfüllanlage und verfahren zur bedarfsangepassten befüllung von flaschen
WO2020001818A1 (de) Behälterbehandlungsanlage und regelverfahren
EP4226221A1 (de) Verfahren zum betreiben einer maschine in einer verarbeitungsanlage für behälter und maschine zur behandlung von behältern
DE202016104631U1 (de) Behälterbehandlungsanlage mit Umstellung zwischen geplanten Zuständen
WO2016192947A1 (de) Übergabevorrichtung und verfahren
EP3046864B1 (de) Verfahren und vorrichtung zum befüllen von forminstabilen kunststoffbehältern mit einem flüssigen füllgut
DE102011075459A1 (de) Verfahren zum Abfüllen und Füllmaschine
EP2917145B1 (de) Verfahren und vorrichtung zum herstellen von getränkebehältnissen
EP1077875B1 (de) Verpackungsmaschine
EP3064191A2 (de) Verfahren zum betreiben einer kapselfüllmaschine
DE10034241A1 (de) Verfahren und Produktionsanlage zum Füllen, Verschließen, Ausstatten und/oder Verpacken von Gefäßen
DE102019118108A1 (de) Vorrichtung und Verfahren zum Aufschäumen eines in einen Behälter abgefüllten Füllprodukts

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: 20230208

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)