EP4238070A1 - Softwareverfahren zur opto-sensorischen erkennung, vermessung und bewertung von werkzeugzuständen - Google Patents

Softwareverfahren zur opto-sensorischen erkennung, vermessung und bewertung von werkzeugzuständen

Info

Publication number
EP4238070A1
EP4238070A1 EP21805449.2A EP21805449A EP4238070A1 EP 4238070 A1 EP4238070 A1 EP 4238070A1 EP 21805449 A EP21805449 A EP 21805449A EP 4238070 A1 EP4238070 A1 EP 4238070A1
Authority
EP
European Patent Office
Prior art keywords
target object
computer
implemented method
image
state
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
EP21805449.2A
Other languages
English (en)
French (fr)
Inventor
Thomas Herlitzius
Samuel PANTKE
Patrick ZIRKER
Martin HENGST
Sören GEISSLER
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.)
Technische Universitaet Dresden
Original Assignee
Technische Universitaet Dresden
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 Technische Universitaet Dresden filed Critical Technische Universitaet Dresden
Publication of EP4238070A1 publication Critical patent/EP4238070A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/478—Contour-based spectral representations or scale-space representations, e.g. by Fourier analysis, wavelet analysis or curvature scale-space [CSS]

Definitions

  • the invention relates to a computer-implemented method for evaluating sensory information from a tool, in particular a tool suitable for soil cultivation.
  • US Pat. No. 6,479,960 B2 discloses a machine tool in which it can be automatically determined whether the tool is faulty or not, even if the cutting load and/or the strength of a tool is low. Furthermore, the miniaturization of such a machine tool is described with the purpose of achieving cost savings.
  • the machine tool in the primary aspect includes a photographing unit that photographs an image of the tool and a determination unit that determines whether or not the tool is defective based on the images obtained by the photographing unit. A faulty tool is detected without contact using an image comparison.
  • DE 10 2008 045 470 A1 describes a method for determining the state of wear of a milling tool, in particular a chisel, a chisel holder and/or a chisel holder changing system. For this purpose, the position of at least one point of the chisel and/or the chisel holder is determined using a measuring method. The measurement result or an offsetting of the measurement result is compared in a switching unit with at least one reference value stored in a memory unit.
  • AU 2014262221 B2 discloses a method and tool for monitoring the condition, condition and performance of wear parts used in tillage implements. The process and tool allow the operator to optimize the performance of the tillage implement.
  • the tool has a clear positional relationship to wear parts during use and is used in conjunction with a shovel or blade on the tillage implement.
  • the overall monitoring system includes a backhoe having walls defining an enclosure portion for collecting earthen materials, a digging edge, at least one wear part attached to the digging edge, at least one electronic sensor attached to one of the walls, and a programmable logic device .
  • the logic device receives information from the at least one electronic sensor and determines the status of the presence of the bucket, the state of preservation or the degree of wear, the filling and performance of the bucket and/or the at least one wear part.
  • the photo-optical methods mentioned are exclusively dependent on photographs of the machines/parts or tools to be monitored. In the case of moving machines/parts or tools, these photographs are often subject to major disruptive influences due to their movement. These interferences are amplified by additional image information, such as an uneven background.
  • additional image information such as an uneven background.
  • the use of operating hours as a measure of wear is a static variable that takes no account of the actual condition of the tool to be monitored.
  • the object of the invention is therefore to overcome the obvious disadvantages of the prior art. Individualize the monitoring and evaluation of tool states and make them independent of interference.
  • a computer-implemented method for the optical detection, detection and quantification of relevant states and/or changes thereto in at least one target object has the following steps: a) recording an image sequence, with each image of the image sequence showing at least the target object and/or at least contains the section of the target object, b) comparing at least two of the images in the image sequence with one another and determining similarities and/or determining differences between the at least two images in the image sequence, c) segmenting all images in the image sequence into background and foreground, or vice versa, d) identifying at least one target object in the foreground, e) determining relevant pixels of the target object, f) measuring at least one geometric property of the target object using relevant pixels, g) comparing the geometric properties of the target object with the geometric properties of a comparison object and h) classifying the state of the target object in
  • the at least one target object being arranged at least temporarily opposite an optical sensor device and the states of the error classes deviating from the optimal state, characterized in that the distinction between background and target object is made possible by a higher rate of change of the image information of the background compared to the rate of change of the image information of the target object.
  • digital image information is converted into the frequency domain by means of a fast Fourier transformation. Those parts of the frequency data set calculated in this way that describe the color and/or contrast changes with high fluctuation over time are removed.
  • the background and target object are distinguished by a higher rate of change of the image information.
  • the rate of change of the image information is understood here as the extent of the change in image information over a specific period of time in relation to the duration of this period of time; the rate of change of the image information is therefore a measure of how quickly image information changes.
  • the duration if the unit of measure in the denominator contains a unit of time; the counter contains a unit of image information - for example bytes.
  • the target object is that object which is subjected to the opto-sensory monitoring.
  • tools for tillage are generally understood here.
  • relevant states are understood to mean the states of the target object that are considered relevant for the specific application. For example, but not exclusively, the degree of contamination can be classified as relevant if this impairs the possibility of opto-sensory detection too much. Loss, destruction, deformation, displacement, contamination and/or wear and tear thus also fall within the category of relevant states. It is also conceivable that no change to the target object is classified as relevant.
  • Image segmentation is a part of digital image processing.
  • the generation of content-related regions by combining them into pixels or voxels according to a freely chosen criterion is referred to as segmentation.
  • the position of the target object and/or the section of the target object does not change relative to the edges of the image on average over time. This makes it easier for the algorithm to carry out the image segmentation and to identify the target object or the section of the target object.
  • determining the position of the target relative to the edges of the image is complicated by vibrational motion.
  • By adapting the scanning rate of the camera to higher harmonics of the vibration and/or changing the sampling a state of relative constancy of the distances from the target object to the edges of the image is created.
  • Software adjustments in the algorithm that controls the camera control and its sampling rate are often sufficient. This is advantageous because in this way no changes have to be made to the embodiment of the actual sensor system.
  • the optical sensor system is supplemented by a stroboscopic light source.
  • the frequency of the light flashes is selected in such a way that the illuminated target object appears relatively constant in relation to the edges of the image or with the drift movement distinguishable from the movement of the background. This is advantageous because in this way objects that are periodically guided past the optical sensor system can also be made accessible to the method.
  • multiple image sequences are recorded according to the invention. These image sequences are divided into different sequences. After the subdivision into sequences, at least one sequence of the sequence of images is subjected to a method for averaging image information in order to improve the image quality of the sequences.
  • the comparison object contains the measurement data of the geometric object information for comparison with the target object from a normal reference.
  • the normal reference includes a model adaptation to possible state classes. For example, a target object—or tool—that is in operation is checked for its degree of wear. If a user finds this to be suitable despite clear signs of use, the model to be referenced and the associated model data are adapted to this condition.
  • self-referenced model data is used in order to achieve the best possible state with correction algorithms and in this way to create a calibration standard yourself. This is advantageous, since an individual adjustment to the changed system can be carried out when a tool is changed.
  • the comparison object is present as a virtual comparison object in all classifications of the state. For example, but not exclusively, a database is created in which all error messages that have occurred so far are stored with the associated sensory and virtual data. By comparing the data within an error class, it is advantageously possible to provide a detailed model of the respective error class for comparison or as a comparison object. Self-learning and self-improvement of these comparison objects is also advantageously made possible in this way.
  • the geometric object information of the comparison object is available from model data.
  • model data for example, but not exclusively, at least one true-to-scale model of the target object to be monitored is produced as a real embodiment.
  • possible different error classes are represented and examined with regard to the resulting dimensions or, for example, but not exclusively, used by a direct image comparison of model and target object.
  • data processing units are used, which are connected locally at the place of use and/or via remote transmission to the necessary sensor systems for data recording.
  • computer-readable storage media on which a computer program product suitable for executing a computer-implemented method are used also, but not exclusively, to store the comparison data of the individual error classes.
  • Output values of the computer-implemented method can serve as input parameters of a closed-loop and/or open-loop control unit.
  • a model test setup is monitored by the method.
  • the real equivalent of the system is in an environment that only allows limited sensory monitoring. If output values for specific error classes are now obtained from the model test, these can be transferred manually from the model test to the controller of the real system for the regulation or control, for example.
  • Fig. 1 represents a possible embodiment of the invention in a schematic and sketchy manner.
  • This is a main frame/carrier frame (1), the individual Components of the sensor system according to the invention are shown.
  • the main frame serves as a basis for mounting the at least one camera (4) required according to the invention and for mounting the tool module (2).
  • At least one tool (3) is located on the tool module, which according to the invention can be described as a target object.
  • the measurement setup also includes the background of the machine system (6) and a computer (5), which is required to evaluate the sensor data.
  • FIG. 3 shows possible tool shapes by way of example, the condition of which can be assessed using the method according to the invention.
  • FIG 4 shows the sequence of the computer-implemented method according to the invention in its basic functions.
  • the condition of the individual tools of an agricultural implement for tilling the soil is assessed on a carrier frame (1) using the method according to the invention.
  • the optical sensor (4) is mounted on the support frame (1).
  • the sensor (4) is connected to an evaluation unit, the computer (5), so to speak, in such a way that the sensor data can be transmitted according to the invention.
  • a tool module (2) which carries the individual tools (3), is mounted on the support frame (1).
  • the support frame (1) can also contain only a number of individual tools (3) which are connected directly to the support frame (1) without a tool module (2).
  • the number of optical sensors (4) and individual tools (3) is at least one. This means that a different number of sensors are possible for different requirements from the measurement task.
  • At least one tool (2) which forms the target object, is detected with the aid of the sensor (4).
  • the background (6) is also recorded in the sensor section.
  • the program flow is shown in FIG. Acquisition begins with the start command/trigger in the software.
  • the start command can, for example, be issued automatically using position sensors of the tools or manually by an operator.
  • An image is captured with a time stamp. Based on the recording of an image sequence, the image is segmented into foreground and background with the aid of averaging processes.
  • the target objects (3) can be determined from this in the foreground.
  • the background information can also be used to determine machine movement Aids for tolerance parameters of the measurement can be used.
  • the foreground object is structured to identify characteristic geometries (skeleton or edges). Measuring points are then determined in the determined characteristic shapes and are compared with a model object, or direct measurements can be carried out based on the position of the measuring points.
  • the status parameters When assigning the measuring points using a model object, the status parameters must then be determined indirectly. Finally, the individual tools and thus the machine condition can be classified. Classification can be understood as the determination of predefined states. The states of the tool or tools can either result in instructions and/or are quantified and output and stored as a measurement signal/state. The measured values can in turn be used as control parameters for the tools, such as setting the working depth, compensating for topological conditions.
  • the status classes are defined as follows:
  • the individual tool and/or the entire tool module meets the requirements and no measures are required.
  • a wear limit is reached or exceeded, a status message is issued and a measured value is determined at the same time, which provides the user or a controller with information about, for example, the remaining working time until a measure becomes necessary.
  • a broken tool for example, also represents a state of wear, but it occurs suddenly and does not progressively progress. Thus, this state is a special case of state 2.
  • a status message with, if necessary, a measured value is output to the operator or the controller.
  • Overloading the tool can also cause permanent deformation in the tool, which can have a negative impact on the desired work result. From here the system generates a status message that provides information as to whether the shape of the tool is within predefined limits.
  • Condition 5 Tool dirty/not recognizable.
  • the system must provide a status report about the contamination in order to initiate countermeasures.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Biology (AREA)
  • Mathematical Physics (AREA)
  • Image Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Image Analysis (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

Die Erfindung betrifft Computerimplementiertes Verfahren zur optischen Erfassung, zur Erkennung und zur Quantifizierung von relevanten Zuständen und/oder deren Änderungen an mindestens einem Zielobjekt wobei mindestens ein Zielobjekt gegenüber einer optischen Sensoreinrichtung temporär angeordnet ist und wobei die Fehlerzustände der Fehlerklassen vom Optimalzustand abweichend sind. Das Verfahren ist besonders dadurch gekennzeichnet, dass die Unterscheidung von Hintergrund und Zielobjekt durch eine höhere Änderungsrate der Bildinformationen des Hintergrundes gegenüber Änderungsrate der Bildinformationen des Zielobjektes erfolgt.

Description

Softwareverfahren zur opto-sensorischen Erkennung, Vermessung und Bewertung von Werkzeugzuständen
Die Erfindung betrifft ein computerimplementiertes Verfahren zur Auswertung sensorischer Informationen eines Werkzeugs, insbesondere eines zur Bodenbearbeitung geeigneten Werkzeugs.
Im Zuge zunehmender Automatisierung ist die Überwachung von mechanisch beanspruchten Komponenten, wie bspw. Werkzeuge zur Bodenbearbeitung, häufig an optische Systeme gekoppelt. In der Landtechnik ist die Überwachung von verschleißintensiven Werkzeugen z.B. zur Bodenbearbeitung, häufig noch nicht hinreichend gelöst. Stand der Technik ist die visuelle Überwachung und Beurteilung von Verschleißteilen durch den Maschinenbediener. Zunehmend kommen für die Überwachung und Bewertung auch Sensoriksysteme, z.B. optische Systeme, zum Einsatz. Neben der reinen Überwachung ist auch die Bewertung des aktuellen Zustandes des überwachten Werkzeugs von entscheidender Wichtigkeit. Die Bewertung bezüglich des Abnutzungsgrades erfolgt dabei häufig durch Verschleißmarken als mechanische Verkörperung an kritischen Stellen der jeweiligen Werkzeuge oder schlicht durch Betriebsstundenzähler. Im Stand der Technik finden sich zusätzlich noch Lösungen, welche mittels foto-optischer Vergleiche arbeiten, mit Ausnahme der Landtechnik. Hier sind bisher keine Systeme bekannt, welche die Werkzeuge zur Bodenbearbeitung foto-optisch überwachen.
In US 6,479,960 B2 wird eine Werkzeugmaschine offenbart, bei der selbst bei geringer Schnittbelastung und/oder geringer Festigkeit eines Werkzeugs automatisch festgestellt werden kann, ob das Werkzeug fehlerhaft ist oder nicht. Des Weiteren wird die Mniaturisierung einer solchen Werkzugmaschine mit dem Zweck beschrieben, eine Kostenersparnis zu erzielen. Die Werkzeugmaschine umfasst nach dem primären Aspekt eine Fotografiereinheit, die ein Bild des Werkzeugs fotografiert, und eine Bestimmungseinheit, die auf der Grundlage der von der Fotografiereinheit erhaltenen Bilder bestimmt, ob das Werkzeug fehlerhaft ist oder nicht. Dabei wird ein fehlerhaftes Werkzeug berührungslos anhand eines Bildvergleiches erkannt.
DE 10 2008 045 470 A1 beschreibt ein Verfahren zur Ermittlung des Verschleißzustandes eines Fräswerkzeuges, insbesondere eines Meißels, eines Meißelhalters und/oder eines Meißelhalter- Wechselsystems. Dazu wird die Position zumindest eines Punktes des Meißels und/oder des Meißelhalters mittels eines Messverfahrens ermittelt. Das Messergebnis oder eine Verrechnung des Messergebnisses wird in einer Schalteinheit mit mindestens einem in einer Speichereinheit gespeicherten Referenzwert verglichen. AU 2014262221 B2 offenbart ein Verfahren und Werkzeug zur Überwachung des Zustands, des Erhaltungszustands und der Leistung von Verschleißteilen, die bei Bodenbearbeitungsgeräten verwendet werden. Der Prozess und das Werkzeug ermöglichen es dem Bediener, die Leistung des Bodenbearbeitungsgeräts zu optimieren. Das Werkzeug hat während des Einsatzes eine klare Lagebeziehung zu den Verschleißteilen und wird zusammen mit einer Schaufel oder einem Schild am Bodenbearbeitungsgerät verwendet. Das gesamte Überwachungssystem, umfasst einen Baggerlöffel mit Wänden, die einen Einschließungsabschnitt zum Sammeln von Erdmaterialien definieren, eine Grabkante, mindestens ein Verschleißteil, das an der Grabkante befestigt ist, mindestens einen elektronischen Sensor, der an einer der Wände befestigt ist, und eine programmierbare Logikvorrichtung. Die Logikvorrichtung empfängt dabei Informationen von dem mindestens einen elektronischen Sensor und bestimmt die Zustände des Vorhandenseins des Löffels, den Erhaltungszustand bzw. das Maß des Verschleißes, die Füllung und Leistung des Löffels und/oder des mindestens einen Verschleißteils.
Die genannten foto-optischen Methoden sind ausschließlich auf Fotografien der zu überwachenden Maschinen/Teilen bzw. Werkzeuge angewiesen. Diese Fotografien unterliegen bei bewegten Maschinen/Teilen bzw. Werkzeugen oft großen Störeinflüssen durch deren Bewegung. Diese Störeinflüsse verstärken sich durch zusätzliche Bildinformationen, wie bspw. durch einen unebenen Hintergrund. Die Verwendung der Betriebsstunden als Maß der Abnutzung ist eine statische Größe, welche keinerlei Rücksicht auf den tatsächlichen Zustand des zu überwachenden Werkzeuges nimmt.
Die Verwendung von Verschleißmarken erfordert immer einen zusätzlichen Arbeitsschritt bei der Produktion von Werkzeugen bzw. den zu überwachenden Arbeitsmaschinen.
Die Aufgabe der Erfindung ist es daher, die offensichtlichen Nachteile des Standes der Technik zu überwinden. Die Überwachung und Bewertung von Werkzeugzuständen zu individualisieren und von Störeinflüssen unabhängig zu machen.
Gelöst wird die Aufgabe durch die Merkmale der unabhängigen Ansprüche. Bevorzugte Ausführungen sind Gegenstand der jeweils rückbezogenen Unteransprüche.
Dazu weist erfindungsgemäß ein computerimplementiertes Verfahren zur optischen Erfassung, zur Erkennung und zur Quantifizierung von relevanten Zuständen und/oder deren Änderungen an mindestens einem Zielobjekt die folgenden Schritte auf: a) Aufzeichnen einer Bildfolge, wobei jedes Bild der Bildfolge mindestens das Zielobjekt und/oder mindestens den Ausschnitt des Zielobjektes enthält, b) Vergleichen mindestens zweier der Bilder der Bildfolge miteinander und feststellen von Gemeinsamkeiten und/oder feststellen von Unterschieden zwischen den mindestens zwei Bildern der Bildfolge, c) Segmentierung aller Bilder der Bildfolge in Hintergrund und Vordergrund, oder umgekehrt, d) Identifikation von mindestens einem Zielobjekt im Vordergrund, e) Bestimmen relevanter Bildpunkte des Zielobjektes, f) Messen mindestens einer geometrischen Eigenschaft des Zielobjekts anhand relevanter Bildpunkte, g) Vergleichen der geometrischen Eigenschaften des Zielobjekts mit den geometrischen Eigenschaften eines Vergleichsobjekts und h) Klassifizierung des Zustands des Zielobjektes in
• einen Optimalzustand,
• mindestens eine Fehlerklasse bezüglich des Zustands des Zielobjektes und/oder
Klassifizierung des Zustands des Messsystems in
• einen Optimalzustand oder
• mindestens einer Fehlerklasse, wobei das mindestens eine Zielobjekt gegenüber einer optischen Sensoreinrichtung mindestens temporär angeordnet ist und wobei die Zustände der Fehlerklassen vom Optimalzustand abweichend sind, dadurch gekennzeichnet, dass die Unterscheidung von Hintergrund und Zielobjekt durch eine höhere Änderungsrate der Bildinformationen des Hintergrundes gegenüber der Änderungsrate der Bildinformationen des Zielobjektes erfolgt.
Es werden beispielsweise, aber nicht ausschließlich, digitale Bildinformationen mittels einer fast- Fourier-Transformation in den Frequenzraum überführt. Jene Anteile des so errechneten Frequenz-Datensatzes, welche die Färb- und/oder Kontraständerungen mit hoher zeitlicher Fluktuation beschreiben, werden entfernt.
Erfindungsgemäß erfolgt somit die Unterscheidung von Hintergrund und Zielobjekt durch eine höhere Änderungsrate der Bildinformationen. Als Änderungsrate der Bildinformaticnen wird hierbei das Ausmaß der Veränderung von Bildinformationen über einen bestimmten Zeitraum im Verhältnis zur Dauer dieses Zeitraums verstanden, die Änderungsrate der Bildinformation ist also ein Maß dafür, wie schnell sich Bildinformationen ändern. Durch den Bezug auf die Zeitdauer enthält die Maßeinheit im Nenner eine Zeiteinheit; im Zähler steht eine Einheit der Bildinformation - beispielsweise Byte.
Das Zielobjekt ist im Folgenden jenes Objekt, welches der opto-sensorischen Überwachung unterzogen wird. Als nicht erschöpfendes Beispiel werden hier allgemein Werkzeuge zur Bodenbearbeitung verstanden.
Als „relevante Zustände“ werden im Folgenden die Zustände des Zielobjektes verstanden, welche anwendungsspezifisch als relevant betrachtet werden. So kann beispielsweise, aber nicht ausschließlich, der Verschmutzungsgrad als relevant eingestuft werden, wenn dadurch die Möglichkeit zur opto-sensorischen Erfassung zu stark beeinträchtigt wird. Verlust, Zerstörung, Verformung, Verschiebung, Verschmutzung und/oder Verschleiß fallen somit ebenso in die Kategorie der relevanten Zustände. Es ist auch denkbar, dass keine Änderung am Zielobjekt als relevant eingestuft wird.
Als Bildsegmentierung wird ein Teilgebiet der digitalen Bildverarbeitung verstanden. Dabei wrd die Erzeugung von inhaltlich zusammenhängenden Regionen durch Zusammenfassung- in Pixel oder Voxel - entsprechend einem frei gewählten Kriterium als Segmentierung bezeichnet.
In Ausführungsformen der Erfindung ändert sich die Position des Zielobjektes und/oder des Ausschnittes des Zielobjektes relativ zu den Rändern des Bildes im zeitlichen Mittel nicht. Somit ist es für den Algorithmus leichter, die Bildsegmentierung vorzunehmen und das Zielobjekt bzw. den Ausschnitt des Zielobjektes zu identifizieren.
In Ausführungsformen der Erfindung ist die Bestimmung der Position des Zielobjektes relativ zu den Rändern des Bildes durch eine Vibrationsbewegung erschwert. Durch eine Anpassung der Abtastrate der Kamera auf höhere Harmonische der Vibration und/oder geändertes Sampling wird ein Zustand der relativen Konstanz der Abstände von Zielobjekt zu den Bildrändern erzeugt. Häufig reichen softwareseitige Anpassungen im Algorithmus aus, welcher die Kamerasteuerung bzw. deren Abtastrate steuert. Dies ist vorteilhaft, da auf diese Weise keine Änderungen an der Verkörperung des eigentlichen Sensorsystems vorgenommen werden müssen.
In Ausführungsformen der Erfindung wird das optische Sensorsystem durch eine stroboskopische Lichtquelle ergänzt. Dabei wird die Frequenz der Lichtblitze derart gewählt, dass das beleuchtete Zielobjekt im Bezug zu den Rändern des Bildes relativ konstant oder mit der von der Bewegung des Hintergrunds unterscheidbaren Driftbewegung erscheint. Dies ist vorteilhaft, da so auch periodisch am optischen Sensorsystem vorbeigeführte Objekte dem Verfahren zugänglich gemacht werden können. In Ausführungsformen der Erfindung werden mehrere Bildfolgen erfindungsgemäß aufgezeichnet. Diese Bildfolgen werden in unterschiedliche Sequenzen unterteilt. Nach der Unterteilung in Sequenzen wird zur Verbesserung der Bildqualität der Sequenzen mindestens eine Sequenz der Bildfolge einem Verfahren zur Mittelung von Bildinformationen unterzogen. Die Verfahren zur Mittelung von Bildfolgen sind beispielsweise, aber nicht ausschließlich, gleitender gewichteter Mittelwert (mj=n *x+n j.i*(1-x)) oder Gaußfilter auf {ni,...nj.x}, die Gewichte oder Parameter sind dabei abhängig von der Bildfrequenz um Fehler in der Samplingrate auszugleichen. Verwendet man parallel mehr als eine Mittelung bei unterschiedlich breiten Frequenzbändern der Samplingrate ist dies die Grundlage für die Bandpassfilterung welche bereits die zentrale Segmentierung darstellt.
Dies ist vorteilhaft, da auf diese Weise eine weitere Reduktion der systematischen Fehlerquelle der zufälligen Bewegungen des Zielobjektes, bspw. ungewollte Schwingungen durch Erschütterungen oder durch Einkoppeln von resonanten Motorfrequenzen, bewirkt wird. Dies erhöht auf einfache Weise die Effizienz des gesamten Verfahrens, da die hteressanten Objekteigenschaften sich eben nicht in dem Frequenzspektrum und den Amplituden der Maschinenschwingungen und Bewegungen befinden und sich somit sehr leicht selbst identifizieren.
In Ausführungsformen der Erfindung enthält das Vergleichsobjekt die Messdaten der geometrischen Objektinformationen zum Vergleich mit dem Zielobjekt aus einer Normalreferenz.
In Ausführungsformen der Erfindung umfasst die Normalreferenz eine Modelanpassung an mögliche Zustandsklassen. So ist bspw. ein im Betrieb befindliches Zielobjekt - bzw. Werkzeug - bezüglich seines Abnutzungsgrades geprüft. Wird dieser trotz deutlicher Gebrauchsspuren von einem Anwender für tauglich befunden, so wird das zu referenzierende Modell sowie die zugehörigen Modelldaten an diesen Zustand angepasst.
Dies ist vorteilhaft, da auf diesem Wege auch bei Datenverlust im Betrieb eine lokal gültige Referenz geschaffen werden kann. Das Verfahren wird also in die Lage versetzt, sich unabhängig von Kalibriernormalen selbst zu kalibrieren und dagegen zu prüfen.
In Ausführungsformen der Erfindung werden selbst referenzierte Modelldaten verwendet, um mit Korrekturalgorithmen den bestmöglichen Zustand zu erreichen und auf diese Weise ein Kalibriernormal selbst zu erstellen. Dies ist vorteilhaft, da somit bei einem Werkzeugwechsel eine individuelle Anpassung an das geänderte System durchführbar ist. In Ausführungsformen der Erfindung liegt das Vergleichsobjekt in allen Klassifizierungen des Zustands als virtuelles Vergleichsobjekt vor. So wird beispielsweise, aber nicht ausschließlich, eine Datenbank erstellt, auf welchem alle bisherig aufgetretenen Fehlermeldungen mit den zugehörigen sensorischen und virtuellen Daten hinterlegt wird. Durch Vergleichen der Daten innerhalb einer Fehlerklasse ist es so vorteilhaft möglich, ein detailliertes Modell der jeweiligen Fehlerklasse zum Vergleich bzw. als Vergleichsobjekt bereitzustellen. Auch ist ein Selbstlernen und selbst-verbessern dieser Vergleichsobjekte auf diese Weise vorteilhaft ermöglicht.
In Ausführungsformen der Erfindung liegen die geometrischen Objektinformationen des Vergleichsobjekts aus Modelldaten vor. Dabei wird beispielsweise, aber nicht ausschließlich, mindestens ein maßstabsgetreues Modell des zu überwachenden Zielobjektes als reale Verkörperung angefertigt. Anhand solcher Modelle werden mögliche unterschiedliche Fehlerklassen dargestellt und hinsichtlich der entstehenden Maße untersucht oder bspw., aber nicht ausschließlich, durch einen direkten Bildvergleich von Modell und Zielobjekt eingesetzt.
Zur Durchführung des computerimplementierten Verfahrens werden Datenverarbeitungseinheiten eingesetzt, welche lokal am Einsatzort und/oder über eine Fernübertragung mit den nötigen Sensorsystemen zur Datenaufzeichnung verbunden sind. Des Weiteren werden computerlesbare Speichermedien, auf welchem ein Computerprogrammprodukt, geeignet zur Ausführung eines computerimplementierten Verfahrens eingesetzt - ebenfalls, aber nicht ausschließlich, um die Vergleichsdaten der einzelnen Fehlerklassen zu speichern.
Ausgabewerte des computerimplementierten Verfahrens können dabei als Eingabeparameter einer Regelungs-und/oder Steuerungseinheit dienen.
So wird beispielsweise, aber nicht ausschließlich, ein modellhafter Versuchsaufbau durch das Verfahren überwacht. Die reale Entsprechung des Systems befindet sich in einer Umgebung, die einer sensorische Überwachung nur bedingt ermöglicht. Werden nun aus dem Modellversuch Ausgabewerte für bestimmte Fehlerklassen gewonnen, so können diese der Regelung bzw. Steuerung beispielsweise händisch vom Modellversuch in die Steuerung des realen Systems übertragen werden.
Zur Realisierung der Erfindung ist es auch zweckmäßig, die vorbeschriebenen Ausführungsformen und Merkmale der Ansprüche zu kombinieren.
Fig. 1 Stellt schematisch und skizzenhaft ein mögliches Ausführungsbeispiel der Erfindung dar. Hierbei handelt es sich um einen Hauptrahmen/Trägerrahmen (1) wobei die einzelnen Komponenten des erfindungsgemäßen Sensorsystems darstellt sind. Der Hauptrahmen dient als Basis zum Anbau der erfindungsgemäß mindestens einer erforderlichen Kamera (4), sowie des Anbaus des Werkzeugmoduls (2). Am Werkzeugmodul befindet sich mindestens ein Werkzeug (3) welches erfindungsgemäß als Zielobjekt beschrieben werden kann. Zum Messaufbau gehören zudem der Hintergrund des Maschinensystems (6), sowie ein Computer (5), der zur Auswertung der Sensordaten notwendig ist.
In Fig. 2 sind verschiedene Zustände der Werkzeuge dargestellt, die vom System erkannt werden können.
Fig. 3 stellt exemplarisch mögliche Werkzeugformen dar, deren Zustand mit dem erfindungsgemäßen Verfahren beurteilt werden kann.
In Fig. 4 ist schematisch der Ablauf des erfindungsgemäßen computerimplementierten Verfahrens in seinen grundlegenden Funktionen dargestellt.
In einem Ausführungsbeispiel wird nach dem erfindungsgemäßen Verfahren an einen Trägerrahmen (1) der Zustand der Einzelwerkzeuge eines landwirtschaftlichen Gerätes zur Bodenbearbeitung (hier Federzinkengrubber) beurteilt. Hierfür wird der optische Sensor (4) an dem Trägerrahmen (1) montiert. Der Sensor (4) ist gleichsam mit einer Auswerteeinheit, dem Rechner (5) in der Art verbunden, dass erfindungsgemäß die Sensordaten übertragen werden können. An dem Trägerrahmen (1) ist gleichsam ein Werkzeugmodul (2), welches die Einzelwerkzeuge (3) trägt, montiert. In einer Ausführungsform der Erfindung kann der Trägerrahmen (1) aber auch nur mehrere Einzelwerkzeuge (3) beinhalten, die ohne ein Werkzeugmodul (2) direkt mit dem Trägerrahmen (1) verbunden sind. Die Anzahl der optischen Sensoren (4) und der Einzelwerkzeuge (3) beträgt mindestens eins. Somit sind für verschiedene Anforderungen aus der Messaufgabe unterschiedlich viele Sensoren möglich.
Mit Hilfe des Sensors (4) wird mindestens ein Werkzeug (2), welches das Zielobjekt bildet erfasst. Zeitgleich wird im Sensorausschnitt ebenfalls der Hintergrund (6) erfasst.
In Fig. 4 ist der Programmablauf dargestellt. Die Erfassung beginnt mit dem Startbefehl/T rigger in der Software. Der Startbefehl kann beispielsweise automatisiert anhand von Lagesensoren der Werkzeuge oder manuell durch einen Bediener erteilt werden. Es wird ein Bild mit einem Zeitstempel erfasst. Anhand der Aufnahme von einer Bildfolge wird mit Hilfe von Mittelungsverfahren eine Segmentierung des Bildes in Vorder- und Hintergrund vorgenommen. Die Zielobjekte (3) können daraus im Vordergrund bestimmt werden. Die Hintergrundinformationen können ebenfalls zur Bestimmung der Maschinenbewegung als Hilfsmittel für Toleranzparameter der Messung genutzt werden. Der Bestimmung nachfolgend wird das Vordergrundobjekt strukturiert um charakteristische Geometrien zu identifizieren (Skelett oder Kanten). In den ermittelten charakteristischen Formen werden anschließend Messpunkte ermittelt die mit einem Modellobjekt verglichen werden, oder es können direkte Messungen ausgehend von der Lage der Messpunkte erfolgen. Bei der Zuordnung der Messpunkte mittels Modellobjekt, müssen anschließend noch die Zustandsparameter indirekt bestimmt werden. Abschließend kann die Klassifizierung der Einzelwerkzeuge und somit des Maschinenzustandes erfolgen. Unter Klassifizierung kann das ermitteln von vordefinierten Zuständen verstanden werden. Die Zustände des oder der Werkzeuge können entweder in Handlungsanweisungen führen und/oder werden quantifiziert und als Messsignal/Zustand ausgegeben und gespeichert. Die Messwerte können wiederum als Regelparameter für die Werkzeuge, wie z.B. Einstellen der Arbeitstiefe, Ausgleich topologischer Gegebenheiten, genutzt werden. Die Zustandsklassen werden wie folgt definiert:
Zustand 1 : Werkzeug in Ordnung - Statusmeldung (Fig. 2, Pos.: 7)
Hierbei entspricht das Einzelwerkzeug und/oder das gesamte Werkzeugmodul den Anforderungen und es bedarf keiner Maßnahmen.
Zustand 2: Werkzeug verschlissen - Statusmeldung und Messwertausgabe (Fig. 2 Pos.: 8)
Ist ein Verschleißgrenzwert erreicht oder überschritten, so wird eine Statusmeldung ausgegeben und gleichzeitig ein Messwert ermittelt, der dem Benutzer oder einer Steuerung Informationen über z.B. die verbleibende Arbeitszeit bis eine Maßnahme notwendig wird, zur Verfügung stellt. Ein Werkzeugbruch z.B. stellt ebenfalls einen Verschleißzustand dar, der jedoch plötzlich und nicht stetig voranschreitend auftritt. Somit ist dieser Zustand ein Sonderfall von Zustand 2.
Zustand 3: Werkzeug verschoben (Fig. 2 Pos.: 9)
Kommt es in Folge einer Überlastung des Werkzeugs, so kann es zu einer seitlichen Verschiebung bzw. Disklokation des Werkzeugs kommen, was wiederum das Arbeitsergebnis negativ beeinflusst. Hieraus kann sich beim Überschreiten eines zulässigen Grenzwertes ein sofortiges Handeln ableiten lassen. Es wird dem Bediener oder der Steuerung eine Statusmeldung mit ggf. einem Messwert ausgegeben.
Zustand 4: Werkzeug verformt (verbogen) (Fig. 2 Pos.: 10)
Ebenfalls durch Überlastung des Werkzeugs kann eine bleibende Verformung im Werkzeug hervorgerufen werden, die negativ für das gewünschte Arbeitsergebnis sein kann. Hieraus erzeugt das System eine Statusmeldung, die Auskunft gibt, ob sich die Form des Werkzeugs in vordefinierten Grenzen befindet.
Zustand 5: Werkzeug verschmutzt/nicht erkennbar.
Kommt es infolge von Erntereststoffen oder ähnlichem zu einem Verschmutzen des Werkzeuges, so können keine charakteristischen geometrischen Formen mehr erkannt werden. In diesem Fall ist es nicht möglich Messwerte zu bestimmen. Hier muss das System eine Statusmeldung über die Verschmutzung liefern um Gegenmaßnahmen einzuleiten.
Mit dem erfindungsgemäßen Sensorsystem können verschiedenste Formen von Werkzeugen erfasst und analysiert werden. Fig. 3 stellt exemplarisch Ausführungsformen von Einzelwerkzeugen dar.
Alle diese Zustände können als Regelparameter in der Steuerung berücksichtigt werden und/oder einem Bediener angezeigt werden und/oder in einer maschinenlesbaren Form abgespeichert werden.
Bezugszeichen
1 T räger-/Hauptrahmen
2 Werkzeugmodul mit Werkzeugrahmen
3 Zielobjekt
4 Optischer Sensor
5 Datenverarbeitungseinheit
6 Hintergrund
7 Originalzustand
8 Relevanter Zustand „Verschlissen“
9 Relevanter Zustand „Verschoben“ oder „Deplatziert“
10 Relevanter Zustand „Verformt“
11 Relevanter Zustand „Verschmutzt“
101 Trigger (Timer)
102 Neues Frame (mit Zeitstempel)
201 Mittelung der Bildfolge zur Rauschunterdrückung des maschineninduzierten Rauschens
202 Mittelung Bildfolge zur Unterdrückung der Maschinenbewegung
301 Segmentierung in Vorder- und Hintergrund
401 Vordergrund: Ermittlung der Bewegung/der aktuellen Lage
402 Hintergrund: Bestimmung der Maschinenbewegung als
T oleranzparameter
501 Identifikation relevanter Strukturen des Zielobjektes bspw. sein
Skelett oder seine Kanten (Strukturierung)
601 Bestimmung relevanter Bildpunkte des Zielobjektes
701 Option 1 nach 601 : Zuordnung der Messpunkte zu einem Modellobjekt
702 Option 2 nach 601 : direkte Bestimmung der Zustandsparameter aus der Lage der relevanten Bildpunkte
801 Indirekte Bestimmung der Zustandsparameter
901 Klassifizierung (und ggf. Qualifizierung) des Maschinenzustandes
902 Gewichteter Mittelwert aus mehreren Perspektiven
903 Ausgabe Zustand (bspw. visuelle Darstellung)
904 Ausgabe Messsignal (bspw. zur Maschinenregelung)

Claims

Patentansprüche
1. Computerimplementiertes Verfahren zur optischen Erfassung, zur Erkennung und zur Quantifizierung von relevanten Zuständen und/oder deren Änderungen an mindestens einem Zielobjekt aufweisend die Schritte: a) Aufzeichnen einer Bildfolge, wobei jedes Bild der Bildfolge mindestens das Zielobjekt und/oder mindestens den Ausschnitt des Zielobjektes enthält, b) Vergleichen mindestens zweier der Bilder der Bildfolge miteinander und feststellen von Gemeinsamkeiten und/oder feststellen von Unterschieden zwischen den mindestens zwei Bildern der Bildfolge, c) Segmentierung aller Bilder der Folge in Hintergrund und Vordergrund, oder umgekehrt, d) Identifikation von mindestens einem Zielobjekt im Vordergrund, e) Bestimmen relevanter Bildpunkte des Zielobjektes, f) Messen mindestens einer geometrischen Eigenschaft des Zielobjekts g) Vergleichen der mindestens einer geometrischen Eigenschaft des Zielobjekts mit mindestens einer geometrischen Eigenschaften eines Vergleichsobjekts und h) Klassifizierung des Zustands des Zielobjektes in
• einen Optimalzustand,
• mindestens eine Fehlerklasse bezüglich des Zustands des Zielobjektes und/oder
Klassifizierung des Zustands des Messsystems in
• einen Optimalzustand oder
• mindestens einer Fehlerklasse, wobei das mindestens eine Zielobjekt gegenüber einer optischen Sensoreinrichtung mindestens temporär angeordnet ist und wobei die Zustände der Fehlerklassen vom Optimalzustand abweichend sind, dadurch gekennzeichnet, dass die Unterscheidung von Hintergrund und Zielobjekt durch eine höhere Änderungsrate der Bildinformationen des Hintergrundes gegenüber Änderungsrate der Bildinformationen des Zielobjektes erfolgt.
2. Computerimplementiertes Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass sich die Position des Zielobjektes und/oder der Ausschnitt des Zielobjektes relativ zu den Rändern des Bildes im zeitlichen Mittel konstant bleibt.
3. Computerimplementiertes Verfahren nach einem der Ansprüche 1 bis 2, dadurch gekennzeichnet, dass mindestens eine Sequenz nächstbenachbarter Bilder der Bildfolge einem Verfahren zur Mittelung von Bildinformationen unterzogen wird.
4. Computerimplementiertes Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass das Vergleichsobjekt die Messdaten der geometrischen Objektinformationen zum Vergleich mit dem Zielobjekt aus einer Normalreferenz enthält.
5. Computerimplementiertes Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die Normalreferenz eine Modelanpassung an mögliche Zustandsklassen umfasst.
6. Computerimplementiertes Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass das Vergleichsobjekt in allen Klassifizierungen des Zustands als virtuelles Vergleichsobjekt vorliegt.
7. Computerimplementiertes Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass die geometrischen Objektinformationen des Vergleichsobjekts aus Modelldaten vorliegen.
8. Verwendung einer Datenverarbeitungseinheit zur Durchführung eines computerimplementierten Verfahrens nach einem der Ansprüche 1 bis 7.
9. Verwendung eines computerlesbaren Speichermediums, auf welchem ein Computerprogrammprodukt, geeignet zur Ausführung eines computerimplementierten Verfahrens nach einem der Ansprüche 1 bis 8 gespeichert ist.
10. Verwendung der Ausgabewerte des computerimplementierten Verfahrens nach einem der Ansprüche 1 bis 9 als Eingabeparameter einer Regelungs-und/oder Steuerungseinheit.
EP21805449.2A 2020-11-02 2021-11-01 Softwareverfahren zur opto-sensorischen erkennung, vermessung und bewertung von werkzeugzuständen Withdrawn EP4238070A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020128759.3A DE102020128759B4 (de) 2020-11-02 2020-11-02 Softwareverfahren zur opto-sensorischen Erkennung, Vermessung und Bewertung von Werkzeugzuständen
PCT/EP2021/080268 WO2022090539A1 (de) 2020-11-02 2021-11-01 Softwareverfahren zur opto-sensorischen erkennung, vermessung und bewertung von werkzeugzuständen

Publications (1)

Publication Number Publication Date
EP4238070A1 true EP4238070A1 (de) 2023-09-06

Family

ID=78536193

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21805449.2A Withdrawn EP4238070A1 (de) 2020-11-02 2021-11-01 Softwareverfahren zur opto-sensorischen erkennung, vermessung und bewertung von werkzeugzuständen

Country Status (7)

Country Link
US (1) US20230419502A1 (de)
EP (1) EP4238070A1 (de)
AU (1) AU2021370993A1 (de)
CA (1) CA3197238A1 (de)
DE (1) DE102020128759B4 (de)
WO (1) WO2022090539A1 (de)
ZA (1) ZA202304710B (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102023131635A1 (de) * 2023-11-14 2025-05-15 Pöttinger Landtechnik Gmbh Computerimplementiertes Verfahren zur Bestimmung des Verschleißzustandes eines an einem landwirtschaftlichen Arbeitsgerät, sowie landwirtschaftliches Arbeitsgerät, sowie Computerprogrammprodukt, sowie computerlesbarer Datenträger

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002018680A (ja) 2000-07-10 2002-01-22 Mitsubishi Electric Corp 工作機械
DE102008045470A1 (de) 2008-09-03 2010-03-04 Wirtgen Gmbh Verfahren zur Bestimmung des Verschleißzustandes
AU2014262221C1 (en) 2013-11-25 2021-06-10 Esco Group Llc Wear part monitoring
DE102018121997A1 (de) 2018-09-10 2020-03-12 Pöttinger Landtechnik Gmbh Verfahren und Vorrichtung zur Verschleißerkennung eines Bauteils für landwirtschaftliche Geräte

Also Published As

Publication number Publication date
DE102020128759B4 (de) 2024-09-05
DE102020128759A1 (de) 2022-05-05
AU2021370993A9 (en) 2024-02-08
WO2022090539A1 (de) 2022-05-05
AU2021370993A1 (en) 2023-06-22
ZA202304710B (en) 2024-05-30
US20230419502A1 (en) 2023-12-28
CA3197238A1 (en) 2022-05-05

Similar Documents

Publication Publication Date Title
DE60211002T2 (de) Verfahren und system zum analysieren der steuerschaltungsleistungsfähigkeit in einem industriellen prozess
DE69625000T2 (de) Schwingungsüberwachungsvorrichtung und Überwachungsverfahren
WO2017167616A1 (de) Verfahren zur schwingungsdiagnostischen überwachung einer maschine
DE102017011740B4 (de) Störungsermittlungsvorrichtung und Störungsermittlungsverfahren
DE102017003165A1 (de) Maschinelle Lernvorrichtung und maschinelles Lernverfahren zum Lernen der Fehlervorhersage einer Hauptwelle oder eines Motors, der die Hauptwelle antreibt, und Fehlervorhersagevorrichtung und Fehlervorhersagesystem umfassend eine maschinelle Lernvorrichtung
DE10007972A1 (de) Diagnosevorrichtung und -verfahren in einem Prozeßsteuersystem
DE102007048602A1 (de) Verfahren zum Diagnostizieren von Anomalitäten und Vorrichtung hierfür
DE102019128177A1 (de) Vorrichtung und verfahren zur zustandsbestimmung
DE102018009309B4 (de) Numerisches Steuergerät
EP1123483A1 (de) Unebenheiten in einer gewölbten oberfläche, wie reifenseitenwand, mit bandpassfilterung
DE102012220222A1 (de) Vorrichtung und Verfahren zur Zustandsüberwachung eines Wälzlagers
DE10310116A1 (de) Risikominimierung und Wartungsoptimierung durch Ermittlung von Schädigungsanteilen aus Betriebsdaten
DE102018127844A1 (de) Verfahren zur Regelung des Betriebs einer Maschine zum Ernten von Hackfrüchten
DE102019100722A1 (de) Erkennung von Spitzen und Fehlern in Schwingungstrendddaten
DE102018124237A1 (de) Abnormalitätsanzeichen-Meldesystem, -Verfahren und -Programm
DE10348608A1 (de) Spindelvorrichtung mit Zustandsüberwachung sowie entsprechendes Überwachungsverfahren und -system
DE69713600T2 (de) System zur überwachung und diagnose von automatischen regelschleifen
DE102021132755A1 (de) Verfahren und system zum überwachen von herstellungsvorgängen unter verwendung von maschinellem sehen für von menschen durchgeführte aufgaben
DE102019110781A1 (de) Verfahren und vorrichtung zur überwachung eines drehbaren elements
EP4068018A1 (de) Vorrichtung und verfahren zur überwachung eines stanzprozesses
EP4238070A1 (de) Softwareverfahren zur opto-sensorischen erkennung, vermessung und bewertung von werkzeugzuständen
DE102022105681A1 (de) Verfahren zur Ermittlung einer Schwingung eines Lüftungssystems
EP4068019A1 (de) Vorrichtung und verfahren zur aufbereitung der erfassten zustandsgrössen eines stanzprozesses
WO2010046246A1 (de) Verfahren und vorrichtung zur detektion von prozesszuständen in alternierenden produktionsprozessen
EP1275772A2 (de) Verfahren und Einrichtung zur Überwachung des Zustandes eines Filzes oder Siebes

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: 20230425

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

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20250808

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

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

18D Application deemed to be withdrawn

Effective date: 20251209