WO2002097541A1 - Online-prozessüberwachung und online-prozessmodellierung - Google Patents

Online-prozessüberwachung und online-prozessmodellierung Download PDF

Info

Publication number
WO2002097541A1
WO2002097541A1 PCT/CH2002/000086 CH0200086W WO02097541A1 WO 2002097541 A1 WO2002097541 A1 WO 2002097541A1 CH 0200086 W CH0200086 W CH 0200086W WO 02097541 A1 WO02097541 A1 WO 02097541A1
Authority
WO
WIPO (PCT)
Prior art keywords
machine
parameters
product
stage
model
Prior art date
Application number
PCT/CH2002/000086
Other languages
English (en)
French (fr)
Inventor
Andreas Kuhn
Edwin Boller
Peter Braun
Mukul Agarwal
Original Assignee
Bühler 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 Bühler AG filed Critical Bühler AG
Publication of WO2002097541A1 publication Critical patent/WO2002097541A1/de

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0285Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks and fuzzy logic

Definitions

  • the invention relates to a method for optimizing process control and process monitoring in a system having one or more system parts and / or one or more discrete machines for processing at least one product via one or more processing stages in one or more sub-processes.
  • the invention also relates to a device for carrying out such a method in a system having several system parts and / or discrete machines for processing a product in several sub-processes.
  • a method for controlling a fine grinder is e.g. known from DE 43 00 861 A1.
  • EP 1 043 070 A1 discloses a method and a device for controlling the operating parameters of a fine rolling mill for chocolate production.
  • DE 199 31 181 A1 relates to a method and a device for optimizing process control and process monitoring in a plant for chocolate production.
  • the invention has for its object to increase the economy of any industrial process and in particular its automation.
  • Another task is to make process-related knowledge more accessible to experts so that it can be used more easily for modified processes, for example.
  • these tasks are achieved procedurally in that, in the method described at the outset, for at least one of the sub-processes using at least one machine parameter assigned to a plant part or a machine and / or using at least one product parameter assigned to a processing stage of the product, at least one model for Characterization of at least one partial aspect of the process is created.
  • At least one online sensor and / or at least one offline sensor is assigned to at least one system part or at least one discrete machine as part of the device described at the beginning of the device-related task solution.
  • a partial aspect of the process at least one selected task in connection with the process, at least one selected location and / or at least one selected local area within the process, at least one selected point in time and / or at least one selected time interval within the process.
  • arbitrarily combinable partial aspects of the process can be: at least one plant part or at least one discrete machine of the plant, at least one processing stage of the product.
  • a preferred partial aspect of the process is the regulation of at least one product parameter. This enables optimal use of resources and constant product quality.
  • Another preferred aspect of the process is recipe creation for at least one product.
  • the method according to the invention enables a quick and flexible introduction of new products.
  • Particularly advantageous partial aspects of the process are the error detection of at least one system or machine part, the error diagnosis for the at least one system or machine part and the error cause diagnosis for the at least one system or machine part.
  • Another particularly advantageous partial aspect for the process consists in that at least one online sensor and / or at least one offline sensor is replaced or simulated.
  • expensive sensors can be replaced and the total number of parts of the relevant plant part or the relevant machine can be reduced, which contributes to lowering the acquisition costs and increasing the reliability of the plant or machines operated with the method according to the invention.
  • sensor tasks that were previously not possible can be solved in this way, especially if a sensor for the required tasks is not available or if a location in the system for a required sensor of a certain type, e.g. is not accessible due to space constraints, excessive temperature etc.
  • the model expediently creates at least one relationship between machine parameters of at least one machine assigned to at least one partial process and / or product parameters of at least one product assigned to at least one processing stage.
  • different subsets of the set of all parameters of a model are used as the result that may be further processed.
  • the processing effort in the creation and application of models can be effectively reduced since redundancies are avoided.
  • information can be captured in a more targeted and limited manner. This facilitates the learning process for the staff.
  • the model can be inverted, for example.
  • values of different categories are assigned to each parameter, the category of a value being in particular actual values, target values, estimated values, predicted values, deviation values and measured values.
  • This also increases the flexibility of the method according to the invention. For example, non-existing values can be replaced by other (existing) values.
  • the parameters not taken into account in the model are influenced and / or monitored in a targeted manner when the model is used, regardless of the model, the influencing and / or monitoring preferably taking place in such a way that the parameters not taken into account are kept constant.
  • At least one relevant product parameter at at least one location in the system or in a discrete machine and / or at least at one point in time or at a time interval is related to system or machine parameters of at least one system part or at least one machine in the system.
  • the use of relevant parameters ensures greater clarity and simplifies the model.
  • previously unknown recipes for new products are created on the basis of previously known recipes for other products, a recipe consisting of selected product and machine parameters. This enables new, still unknown recipes to be developed more quickly.
  • the characterization of the known products and the characterization of the new product are preferably specified in coded form for the recipe creation, and the new recipe is also delivered in coded form.
  • This has the advantage that when different companies work together and when it is necessary to keep known recipes secret, no explicit disclosure of recipes is necessary. In particular, this facilitates the creation of recipes as part of contract research or customer-specific developments.
  • At least part of the coding can be scaling of the parameters or the parameter ranges.
  • at least one of the product parameters and / or at least one of the machine parameters dependent on the product parameters is used in an acquisition process section which carries out at least one sub-process and corresponds to at least one specific processing stage of the product or at least one specific plant part or a specific machine.
  • the acquisition process section preferably consists of at least one online sensor and / or at least one offline sensor, but can consist of at least one replaced or simulated online sensor and / or at least one replaced or simulated offline sensor.
  • the estimation of current actual values and / or the prediction of future actual values of an error pattern is carried out.
  • the estimation of current actual values and / or the prediction of future actual values of an error cause pattern can also be carried out, the error pattern representing part of the totality of all possible errors of at least one process section and the error cause pattern part of the totality of all possible error causes of at least one process section represents.
  • the result of at least one model is preferably used for at least one model, an estimate and / or prediction being used for at least one model.
  • At least one error pattern can be used for the detection of the error cause pattern. This enables modularity and flexibility, and the process remains clear.
  • the acquisition process section can be in front of, in or behind the control process section. In this way, process properties are optimally evaluated and the existing automation potential of the process is optimally used.
  • a neural network, a fuzzy system, an expert system, a knowledge-based system, a genetic algorithm or a conventional method are expediently used for the creation of the model.
  • a hybrid model can be used, which consists of any combination of the types of models mentioned or the creation of models.
  • One or two of the following sources of information are primarily used as the basis for model creation:
  • process-specific product, plant or laboratory data a) process-specific product, plant or laboratory data; b) general knowledge of process and control engineering or process engineering; c) process-specific experience of the operating expert.
  • the information from the information sources is preferably at least partially in coded form and / or the result of the part is at least partially given in coded form.
  • the machine models, product models and sub-process models are expediently stored. This is important for offline investigations.
  • the machine models, the product models and the sub-process models can be constantly updated during the process of processing the product.
  • the update of the models is achieved in particular by adapting to changes in the parameters not taken into account in the model.
  • the device according to the invention for performing the method according to the invention preferably has a processing and storage unit in which the data recorded by the online sensors or the offline sensors is processed and stored.
  • processing and / or storage unit is programmable.

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

Die Erfindung bezieht sich auf ein Verfahren zur Optimierung der Prozessführung sowie Prozessüberwachung in einer Anlage für die Verarbeitung mindestens eines Produktes über eine oder mehrere Verarbeitungsstufen in einem oder mehreren Teilprozessen. Erfindungsgemäss wird für mindestens einen der Teilprozesse unter Verwendung mindestens eines einem Anlagenteil zugeordneten Maschinenparameters und/oder unter Verwendung mindestens eines einer Verarbeitungsstufe des Produktes zugeordneten Produktparameters mindestens ein Modell zur Charakterisierung mindestens eines Teilaspektes des Prozesses erstellt. Erfindungsgemäss ist mindestens einem Anlagenteil mindestens eine Online-Sensor und/oder mindestens ein Offline-Sensor zugeordnet.

Description

Online-Prozessüberwachung und Online-Prozessmodellierung
Die Erfindung bezieht sich auf ein Verfahren zur Optimierung der Prozessführung sowie Prozessüberwachung in einer einen oder mehrere Anlagenteile und/oder eine oder mehrere diskrete Maschinen aufweisenden Anlage für die Verarbeitung mindestens eines Produktes über eine oder mehrere Verarbeitungsstufen in einem oder mehreren Teilprozessen.
Die Erfindung bezieht sich ausserdem auf eine Vorrichtung zur Durchführung eines derartigen Verfahrens in einer mehrere Anlagenteile und/oder diskrete Maschinen aufweisenden Anlage zur Verarbeitung eines Produktes in mehreren Teilprozessen.
Ein Verfahren zum Regeln eines Feinmahlwerks ist z.B. aus der DE 43 00 861 A1 bekannt.
Die EP 1 043 070 A1 offenbart ein Verfahren und eine Vorrichtung zum Steuern der Betriebsparameter eines Feinwalzwerks für die Schokoladeherstellung.
Die DE 199 31 181 A1 betrifft ein Verfahren und eine Vorrichtung zur Optimierung der Prozessführung sowie Prozessüberwachung in einer Anlage zur Schokoladeherstellung.
Der Erfindung liegt die Aufgabe zugrunde, die Wirtschaftlichkeit eines beliebigen industriellen Prozesses und insbesondere seine Automatisierung zu erhöhen.
Eine weitere Aufgabe besteht darin, das prozessbezogene Wissen von Experten leichter zugänglich zu machen, damit es z.B. für abgewandelte Prozesse leichter verwendet werden kann. Diese Aufgaben werden gemäss Anspruch 1 verfahrensmässig dadurch gelöst, dass bei dem eingangs beschriebenen Verfahren für mindestens einen der Teilprozesse unter Verwendung mindestens eines einem Anlagenteil bzw. einer Maschine zugeordneten Maschinenparameters und/oder unter Verwendung mindestens eines einer Verarbeitungsstufe des Produktes zugeordneten Produktparameters mindestens ein Modell zur Charakterisierung mindestens eines Teilaspektes des Prozesses erstellt wird.
Zur vorrichtungsmässigen Aufgabenlösung wird gemäss Anspruch 71 als Teil der eingangs beschriebenen Vorrichtung mindestens einem Anlagenteil bzw. mindestens einer diskreten Maschine mindestens ein Online-Sensor und/oder mindestens ein Offline- Sensor zugeordnet.
Zweckmässigerweise für das erfindungsgemässe Verfahren ein Teilaspekt des Prozesses mindestens eine ausgewählte Aufgabenstellung in Verbindung mit dem Prozess, mindestens ein ausgewählter Ort und/oder mindestens ein ausgewählter örtlicher Bereich innerhalb des Prozesses, mindestens ein ausgewählter Zeitpunkt und/oder mindestens ein ausgewähltes Zeitintervall innerhalb des Prozesses. Weitere zweckmässi- ge, beliebig kombinierbare Teilaspekte des Prozesses können sein: mindestens ein Anlagenteil bzw. mindestens eine diskrete Maschine der Anlage, mindestens eine Verarbeitungsstufe des Produktes.
Ein bevorzugter Teilaspekt des Prozesses ist die Regelung mindestens eines Produktparameters. Dies ermöglicht eine optimale Ausnutzung der Ressourcen und eine Konstanthaltung der Produktqualität.
Ein weiterer bevorzugter Teilaspekt des Prozesses ist die Rezepterstellung für mindestens ein Produkt. Das erfindungsgemässe Verfahren ermöglicht dabei eine schnelle und flexible Einführung neuer Produkte.
Besonders vorteilhafte Teilaspekte des Prozesses sind die Fehlererkennung mindestens eines Anlagen- bzw. Maschinenteils, die Fehlerdiagnose für den mindestens einen Anlagen- bzw. Maschinenteil sowie die Fehlerursachendiagnose für den mindesten eine Anlagen- bzw. Maschinenteil. Dies ermöglicht eine Reduktion der Stillstandszeiten und eine weniger häufig nötige Kontrolle durch das Betriebspersonal, sowie eine schnelle Behebung von Fehlern, insbesondere auch durch unerfahrenes Betriebspersonal. Insgesamt führt dies zu einem schnelleren Ansammeln von Erfahrung und Transparenz bezüglich eines spezifischen industriellen Prozesses.
Ein weiterer besonders vorteilhafter Teilaspekt für den Prozess besteht darin besteht, dass mindestens ein Online-Sensor und/oder mindestens ein Offline-Sensor ersetzt bzw. simuliert wird. So können teuere Sensoren ersetzt werden und insgesamt die Zahl der Teile des betreffenden Anlagenteils bzw. der betreffenden Maschine verringert werden, was zur Senkung der Anschaffungskosten und zur Steigerung der Zuverlässigkeit der mit dem erfindungsgemässeπ Verfahren betriebenen Anlage bzw. der Maschinen beiträgt. In manchen Fällen lassen sich auf diese Weise bisher nicht mögliche Sensoraufgaben lösen, und zwar insbesondere dann, wenn ein Sensor für die benötigten Aufgaben nicht vorhanden ist oder wenn ein Ort in der Anlage für einen erforderlichen Sensor einer bestimmten Bauart z.B. aus Platzgründen, zu hoher Temperatur etc. nicht zugänglich ist.
Zweckmässigerweise erstellt das Modell für mindestens einen Teilaspekt des Prozesses jeweils mindestens eine Beziehung zwischen Maschinenparametern mindestens einer mindestens einem Teilprozess zugeordneten Maschine und/oder Produktparametern mindestens eines mindestens einer Verarbeitungsstufe zugeordneten Produktes.
Vorzugsweise werden als ggf. weiterzuverarbeitendes Ergebnis unterschiedliche Teilmengen der Menge aller Parameter eines Modells verwendet. So lässt sich der Bearbeitungsaufwand bei der Modellerstellung und -anwendung wirkungsvoll reduzieren, da Redundanzen vermieden werden. Ausserdem kann Information gezielter und auf das wesentliche beschränkt erfasst werden. Dies erleichtert den Lernprozess für das Personal.
Zur Gewinnung einer unterschiedlichen Teilmenge als Ergebnis kann das Modell z.B. invertiert werden. Vorzugsweise werden jedem Parameter wahlweise Werte unterschiedlicher Kategorien zugeordnet, wobei die Kategorie eines Wertes insbesondere Ist-Werte, Soll-Werte, Schätzwerte, Vorhersagewerte, Abweichungswerte und Messwerte sein können. Auch dies steigert die Flexibilität des erfindungsgemässen Verfahrens. So können z.B. nicht vorhandene Werte durch andere (vorhandene) Werte ersetzt werden.
Bei einer besonders vorteilhaften Ausführung werden die im Modell nicht berücksichtigten Parameter bei der Verwendung des Modells unabhängig vom Modell gezielt beein- flusst und/oder überwacht, wobei die Beeinflussung und/oder Überwachung vorzugsweise derart erfolgt, dass die nicht berücksichtigten Parameter konstant gehalten werden. Diese Massnahmen steigern die Zuverlässigkeit des Modells.
Vorteilhafterweise wird mindestens ein massgeblicher Produktparameter an mindestens einem Ort in der Anlage bzw. in einer diskreten Maschine und/oder zu mindestens einem Zeitpunkt bzw. einem Zeitintervall zu Anlagen- bzw. Maschinenparametern mindestens eines Anlagenteils bzw. mindestens einer Maschine der Anlage in Beziehung gebracht. Die Verwendung massgeblicher Parameter sorgt für mehr Übersichtlichkeit und vereinfacht das Modell.
Bei einer weiteren vorteilhaften Ausführung werden bisher unbekannte Rezepte für neue Produkte auf der Grundlage bisher bekannter Rezepte anderer Produkte erstellt, wobei ein Rezept aus ausgewählten Produkt- und Maschinenparametern besteht. Dies ermöglicht eine schnellere Entwicklung neuer, noch unbekannter Rezepte.
Vorzugsweise werden für die Rezepterstellung bisher bekannte Rezepte, die Charakterisierung der bekannten Produkte sowie die Charakterisierung des neuen Produktes in kodierter Form vorgegeben, und das neue Rezept wird ebenfalls in kodierter Form abgegeben. Dies hat den Vorteil, dass bei der Zusammenarbeit verschiedener Firmen und bei notwendiger Geheimhaltung von bekannten Rezepten keine explizite Offenbarung von Rezepten nötig ist. Dies erleichtert insbesondere die Rezepterstellung im Rahmen von Auftragsforschung oder bei kundenspezifischen Entwicklungen. Zumindest ein Teil der Kodierung kann dabei eine Skalierung der Parameter bzw. der Parameterbereiche sein. Zweckmässigerweise wird in einem mindestens einen Teilprozess durchführenden Er- fassungs-Prozessabschnitt, der mindestens einer bestimmten Verarbeitungsstufe des Produktes bzw. mindestens einem bestimmten Anlagenteil oder einer bestimmten Maschine entspricht, mindestens einer der Produktparameter und/oder mindestens einer der von den Produktparametern abhängigen Maschinenparameter verwendet, um je nach seinem in Abhängigkeit von den Produktparametern angenommenen Wert eine entsprechende Veränderung mindestens eines Maschinenparameters eines Ansteue- rungs-Prozessabschnitts, der mindestens einer bestimmten Verarbeitungsstufe des Produktes bzw. einem bestimmten Anlagenteil oder einem bestimmten Maschinenteil entspricht, durchzuführen. Vorzugsweise besteht der Erfassungs-Prozessabschnitt aus mindestens einem Online-Sensor und/oder mindestens einem Offline-Sensor, kann aber aus mindestens einem ersetzten bzw. simulierten Online-Sensor und/oder mindestens einem ersetzten bzw. simulierten Offline-Sensor bestehen. Eine derartige Regelung kann besonders leicht umgestaltet werden, da sowohl die Erfassung, die Regelstrecke als auch die Ansteuerung äusserst flexibel sind.
Man kann auch auf die Schätzung eines aktuellen Ist-Wertes mindestens eines Produktparameters und/oder mindestens eines Maschinenparameters oder auf die Vorhersage eines zukünftigen Ist-Wertes mindestens eines Produktparameters und/oder mindestens eines Maschinenparameters zurückgreifen. Dadurch kann oftmals im voraus reagiert werden und ein ggf. erforderlicher Aufwand abgeschätzt werden, wodurch eine Ressourcenplanung ermöglicht wird.
Insbesondere wird die Schätzung aktueller Ist-Werte und/oder die Vorhersage zukünftiger Ist-Werte eines Fehlermusters durchgeführt. Ebenso kann auch die Schätzung aktueller Ist-Werte und/oder die Vorhersage zukünftiger Ist-Werte eines Fehlerursachenmusters durchgeführt werden, wobei das Fehlermuster einen Teil der Gesamtheit aller möglichen Fehler mindestens eines Prozessabschnitts darstellt und das Fehlerursachenmuster einen Teil der Gesamtheit aller möglichen Fehlerursachen mindestens eines Prozessabschnitts darstellt. Dadurch wird z.B. die Behandlung mehrerer gleichzeitig auftretender Fehler auf übersichtliche Art und Weise ermöglicht. Vorzugsweise wird für mindestens ein Modell das Ergebnis mindestens eines Modells verwendet, wobei für mindestens ein Modell eine Schätzung und/oder Vorhersage verwendet wird. Für die Erkennung des Fehlerursachenmusters kann mindestens ein Fehlermuster verwendet werden. Dies ermöglicht Modularität und Flexibilität, und das Verfahren bleibt übersichtlich.
Der Erfassungs-Prozessabschnitt kann je nach Bedarf prozessmässig vor, in oder hinter dem Ansteuerungs-Prozessabschnitt liegen. Auf diese Weise werden Prozesseigenschaften optimal ausgewertet und das vorhandene Automatisierungspotential des Prozesses optimal genutzt.
Zweckmässigerweise wird zur Modellerstellung ein neuronales Netz, ein Fuzzy-System, ein Expertensystem, ein wissensbasiertes System, ein genetischer Algorithmus oder eine klassische Methode verwendet. Alternativ kann auch ein hybrides Modell verwendet werden, das aus beliebigen Kombinationen der genannten Arten von Modellen oder der Modellerstellung besteht.
Als Grundlage für die Modellerstellung wird vorwiegend auf eine oder zwei der folgenden Informationsquellen zurückgegriffen:
a) prozessspezifische Produkt-, Anlagen- oder Labordaten; b) allgemeines Wissen der Verfahrens- und Regelungstechnik bzw. des Prozessingenieurwesens; c) prozessspezifisches Erfahrungswissen des Betriebsexperten.
Wegen den weiter oben genannten Gründen liegt auch hier die Information der Informationsquellen vorzugsweise mindestens teilweise in kodierter Form vor und/oder wird das Modeilergebnis mindestens teilweise in kodierter Form abgegeben.
Zweckmässigerweise werden die Maschinenmodelle, Produktmodelle und Teilprozessmodelle gespeichert. Dies ist für Offline-Untersuchungen bedeutend.
Ausserdem können die Maschinenmodelle, die Produktmodelle und die Teilprozessmodelle während des Prozesses der Verarbeitung des Produkts ständig aktualisiert wer- den, wobei die Aktualisierung der Modelle insbesondere dadurch erreicht wird, indem eine Anpassung an Änderungen der im Modell nicht berücksichtigten Parameter erfolgt. Diese Massnahmen erhöhen die Zuverlässigkeit des Modells sowie seiner Anwendung auf den industriellen Prozess.
Vorzugsweise weist die erfindungsgemässe Vorrichtung zur Durchführung des erfindungsgemässen Verfahrens eine Verarbeitungs- und Speichereinheit auf, in der die von den Online-Sensoren bzw. den Offline-Sensoren erfassten Daten verarbeitet und gespeichert werden.
Insbesondere ist die Verarbeitungs- und/oder Speichereinheit programmierbar.
Weitere vorteilhafte Gesichtspunkte und Anwendungsmöglichkeiten der Erfindung ergeben sich aus den Unteransprüchen 53 bis 70 sowie 74 bis 78.
Weitere Vorteile, Merkmale und Anwendungsmöglichkeiten der Erfindung ergeben sich aus auch aus der Beschreibung eines Ausführungsbeispiels der Erfindung anhand der Figur.

Claims

Patentansprüche
1. Verfahren zur Optimierung der Prozessführung sowie Prozessüberwachung in einer einen oder mehrere Anlagenteile und/oder eine oder mehrere diskrete Maschinen aufweisenden Anlage für die Verarbeitung mindestens eines Produktes über eine oder mehrere Verarbeitungsstufen in einem oder mehreren Teilprozessen, dadurch gekennzeichnet, dass für mindestens einen der Teilprozesse unter Verwendung mindestens eines einem Anlagenteil bzw. einer Maschine zugeordneten Maschinenparameters und/oder unter Verwendung mindestens eines einer Verarbeitungsstufe des Produktes zugeordneten Produktparameters mindestens ein Modell zur Charakterisierung mindestens eines Teilaspektes des Prozesses erstellt wird.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass der Teilaspekt des Prozesses mindestens eine ausgewählte Aufgabenstellung in Verbindung mit dem Prozess ist.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass der Teilaspekt des Prozesses mindestens ein ausgewählter Ort und/oder mindestens ein ausgewählter örtlicher Bereich innerhalb des Prozesses ist.
4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass der Teilaspekt des Prozesses mindestens ein ausgewählter Zeitpunkt und/oder mindestens ein ausgewähltes Zeitintervall innerhalb des Prozesses ist.
5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Teilaspekt des Prozesses mindestens ein Anlagenteil bzw. mindestens eine diskrete Maschine der Anlage ist.
6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Teilaspekt des Prozesses mindestens eine Verarbeitungsstufe des Produktes ist.
7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Teilaspekt des Prozesses die Regelung mindestens eines Produktparameters ist.
8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Teilaspekt des Prozesses die Rezepterstellung für mindestens ein Produkt ist.
9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Teilaspekt des Prozesses die Fehlererkennung mindestens eines Anlagen- bzw. Maschinenteils ist.
10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Teilaspekt des Prozesses die Fehlerdiagnose mindestens eines Anlagen- bzw. Maschinenteils ist.
11. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Teilaspekt des Prozesses die Fehlerursachendiagnose mindestens eines Anlagen- bzw. Maschinenteils ist.
12. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Teilaspekt des Prozesses darin besteht, mindestens einen Online- Sensor und/oder mindestens einen Offline-Sensor zu ersetzen bzw. zu simulieren.
13. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Modell für mindestens einen Teilaspekt des Prozesses jeweils mindestens eine Beziehung zwischen Maschinenparametern mindestens einer mindestens einem Teilprozess zugeordneten Maschine und/oder Produktparametern mindestens eines mindestens einer Verarbeitungsstufe zugeordneten Produktes erstellt.
14. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass als Ergebnis unterschiedliche Teilmengen der Menge aller Parameter eines Modells verwendet werden.
15. Verfahren nach Anspruch 14, dadurch gekennzeichnet, dass zur Gewinnung einer unterschiedlichen Teilmenge als Ergebnis das Modell invertiert wird.
16. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass jedem Parameter wahlweise Werte unterschiedlicher Kategorien zugeordnet werden.
17. Verfahren nach Anspruch 15, dadurch gekennzeichnet, dass die Kategorie eines Wertes aus der Ist-Werte, Soll-Werte, Schätzwerte, Vorhersagewerte, Abweichungswerte und Messwerte aufweisenden Gruppe ausgewählt wird.
18. Verfahren nach Anspruch 17, dadurch gekennzeichnet, dass die im Modell nicht berücksichtigten Parameter bei der Verwendung des Modells unabhängig vom Modell gezielt beeinflusst und/oder überwacht werden.
19. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Beeinflussung und/oder Überwachung derart erfolgt, dass die nicht berücksichtigten Parameter konstant gehalten werden.
20. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass mindestens ein massgeblicher Produktparameter an mindestens einem Ort in der Anlage bzw. in einer diskreten Maschine zu Anlagen- bzw. Maschinenparametern mindestens eines Anlagenteils bzw. mindestens einer Maschine der Anlage in Beziehung gebracht wird.
21. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass mindestens ein massgeblicher Produktparameter zu mindestens einem Zeitpunkt bzw. einem Zeitintervall in dem Prozess zu Anlagen- bzw. Maschinenparametern mindestens eines Anlagenteils bzw. mindestens einer Maschine der Anlage in Beziehung gebracht wird.
22. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass bisher unbekannte Rezepte für neue Produkte auf der Grundlage bisher bekannter Rezepte anderer Produkte erstellt werden.
23. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass ein Rezept aus ausgewählten Produkt- und Maschinenparametern besteht.
24. Verfahren nach einem der Ansprüche 22 oder 23, dadurch gekennzeichnet, dass für die Rezepterstellung bisher bekannte Rezepte, die Charakterisierung der bekannten Produkte sowie die Charakterisierung des neuen Produktes in kodierter Form vorgegeben werden und das neue Rezept ebenfalls in kodierter Form abgegeben wird.
25. Verfahren nach Anspruch 24, dadurch gekennzeichnet, dass mindestens ein Teil der Kodierung eine Skalierung der Parameter bzw. der Parameterbereiche ist.
26. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass in einem mindestens einen Teilprozess durchführenden Erfassungs- Prozessabschnitt, der mindestens einer bestimmten Verarbeitungsstufe des Produktes bzw. mindestens einem bestimmten Anlagenteil oder einer bestimmten Maschine entspricht, mindestens einer der Produktparameter und/oder mindestens einer der von den Produktparametern abhängigen Maschinenparameter verwendet wird, um je nach seinem in Abhängigkeit von den Produktparametern angenommenen Wert eine entsprechende Veränderung mindestens eines Maschinenparameters eines Ansteuerungs-Prozessabschnitts, der mindestens einer bestimmten Verarbeitungsstufe des Produktes bzw. einem bestimmten Anlagenteil oder einem bestimmten Maschinenteil entspricht, durchzuführen.
27. Verfahren nach Anspruch 26, dadurch gekennzeichnet, dass der Erfassungs- Prozessabschnitt aus mindestens einem Online-Sensor und/oder mindestens einem Offline-Sensor besteht.
28. Verfahren nach Anspruch 26, dadurch gekennzeichnet, dass der Erfassungs- Prozessabschnitt aus mindestens einem ersetzten bzw. simulierten Online-Sensor und/oder mindestens einem ersetzten bzw. simulierten Offline-Sensor besteht.
29. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass die Aufgabenstellung die Schätzung eines aktuellen Ist-Wertes mindestens eines Produktparameters und/oder mindestens eines Maschinenparameters ist.
30. Verfahren nach Anspruch 2 oder 29, dadurch gekennzeichnet, dass die Aufgabenstellung die Vorhersage eines zukünftigen Ist-Wertes mindestens eines Produktparameters und/oder mindestens eines Maschinenparameters ist.
31. Verfahren nach einem der Ansprüche 29 oder 30, dadurch gekennzeichnet, dass die Aufgabenstellung die Schätzung aktueller Ist-Werte und/oder die Vorhersage zukünftiger Ist-Werte eines Fehlermusters ist.
32. Verfahren nach einem der Ansprüche 29 bis 31 , dadurch gekennzeichnet, dass die Aufgabenstellung die Schätzung aktueller Ist-Werte und/oder die Vorhersage zukünftiger Ist-Werte eines Fehlerursachenmusters ist.
33. Verfahren nach Anspruch 31 , dadurch gekennzeichnet, dass das Fehlermuster einen Teil der Gesamtheit aller möglichen Fehler mindestens eines Prozessabschnitts darstellt.
34. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Fehlerursachenmuster einen Teil der Gesamtheit aller möglichen Fehlerursachen mindestens eines Prozessabschnitts darstellt.
35. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass für mindestens ein Modell das Ergebnis mindestens eines Modells verwendet wird.
36. Verfahren nach Anspruch 35, dadurch gekennzeichnet, dass für mindestens ein Modell eine Schätzung und/oder Vorhersage verwendet wird.
37. Verfahren nach Anspruch 35 oder 36, dadurch gekennzeichnet, dass für die Erkennung des Fehlerursachenmusters mindestens ein Fehlermuster verwendet wird.
38. Verfahren nach Anspruch 26 bis 37, dadurch gekennzeichnet, dass der Erfas- sungs-Prozessabschnitt prozessmässig vor dem Ansteuerungs-Prozessabschnitt liegt.
39. Verfahren nach Anspruch 26 bis 37, dadurch gekennzeichnet, dass der Erfas- sungs-Prozessabschnitt prozessmässig in dem Ansteuerungs-Prozessabschnitt liegt.
40. Verfahren nach Anspruch 26 bis 37, dadurch gekennzeichnet, dass der Erfas- sungs-Prozessabschnitt prozessmässig nach dem Ansteuerungs- Prozessabschnitt liegt.
41. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zur Modellerstellung ein neuronales Netz verwendet wird.
42. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zur Modellerstellung ein Fuzzy-System verwendet wird.
43. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zur Modellerstellung ein Expertensystem verwendet wird.
44. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zur Modellerstellung ein wissensbasiertes System verwendet wird.
45. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zur Modellerstellung ein genetischer Algorithmus verwendet wird.
46. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zur Modellerstellung eine klassische Methode verwendet wird.
47. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zur Modellerstellung ein hybrides Modell verwendet wird, das aus beliebigen Kombinationen der Modellarten der Ansprüche 41 bis 46 besteht und für dessen Erstellung beliebige Kombinationen der Modellerstellungen der Ansprüche 41 bis 46 verwendet werden.
48. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Modellerstellung vorwiegend auf einer oder zwei der folgenden Informationsquellen beruht: a) prozessspezifische Produkt-, Anlagen- oder Labordaten; b) allgemeines Wissen der Verfahrens- und Regelungstechnik bzw. des Prozessingenieurwesens; c) prozessspezifisches Erfahrungswissen des Betriebsexperten.
49. Verfahren nach Anspruch 48, dadurch gekennzeichnet, dass die Information der Informationsquellen mindestens teilweise in kodierter Form vorliegt und/oder das Modellergebnis mindestens teilweise in kodierter Form abgegeben wird.
50. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Maschinenmodelle, Produktmodelle und Teilprozessmodelle gespeichert werden.
51. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Maschinenmodelle, die Produktmodelle und die Teilprozessmodelle während des Prozesses der Verarbeitung des Produkts ständig aktualisiert werden.
52. Verfahren nach Anspruch 51 , dadurch gekennzeichnet, dass die Aktualisierung der Modelle erfolgt, indem eine Anpassung an Änderungen der im Modell nicht berücksichtigten Parameter erfolgt.
53. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass ein Produkt eine kakaohaltige bzw. schokoladenartige Fettmasse ist und als Produktparameter mindestens einer der Parameter Fettgehalt, Wassergehalt, Zuckergehalt, Temperatur, Feinheit, Dichte und rheologische Kenngrössen wie z.B. Viskosität der Fettmasse herangezogen wird.
54. Verfahren nach Anspruch 53, dadurch gekennzeichnet, dass der Prozess mindestens eine Mischstufe und/oder mindestens eine Zerkleinerungsstufe aufweist.
55. Verfahren nach Anspruch 54, dadurch gekennzeichnet, dass die Zerkleinerungsstufe des Prozesses eine Vorzerkleinerungsstufe und/oder eine Feinzerkleinerungsstufe aufweist.
56. Verfahren nach Anspruch 54 oder 55, dadurch gekennzeichnet, dass die Zerkleinerungsstufen des Prozesses mindestens ein Element aus der aus Kugelmühlen, Prallmühlen und Walzwerken bestehenden Gruppe aufweisen.
57. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass es für einen Prozess zur Verarbeitung einer kakaohaltigen bzw. schokoladeartigen Fettmasse verwendet wird, der mindestens eine Mischstufe, mindestens eine Vorwalzstufe und mindestens eine Feinwalzstufe in dieser Reihenfolge aufweist.
58. Verfahren nach einem der Ansprüche 54 bis 57, dadurch gekennzeichnet, dass der Prozess im Anschluss an die Zerkleinerungsstufe eine Misch- und/oder Knet- und/oder Dispergierstufe enthält.
59. Verfahren nach Anspruch 58, dadurch gekennzeichnet, dass die Misch- und/oder Knet- und/oder Dispergierstufe des Prozesses eine Conchierstufe ist.
60. Verfahren nach einem der Ansprüche 57 bis 59, dadurch gekennzeichnet, dass der Prozess im Anschluss an die Feinwalzstufe bzw. in Kombination mit oder im Anschluss an die Conchierstufe eine Stufe mit einem statischen Mischer aufweist.
61. Verfahren nach einem der Ansprüche 54 bis 60, dadurch gekennzeichnet, dass die durch die mindestens eine Mischstufe, die mindestens eine Zerkleinerungsstufe und die mindestens eine Feinzerkieinerungsstufe der Anlage hindurchtretende Fettmasse mittels der Maschinenparameter mindestens einer dieser Stufen charakterisiert wird.
62. Verfahren nach Anspruch 61, dadurch gekennzeichnet, dass die Charakterisierung als Kriterium für die Einstellung der Maschinenparameter mindestens einer dieser Stufen verwendet wird.
63. Verfahren nach einem der Ansprüche 61 oder 62, dadurch gekennzeichnet, dass die Zerkleinerungsstufe des Prozesses eine Vorwalzstufe der Anlage ist.
64. Verfahren nach einem der Ansprüche 61 bis 63, dadurch gekennzeichnet, dass die Feinzerkleinerungsstufe eine Feinwalzstufe ist.
65. Verfahren nach Anspruch 64, dadurch gekennzeichnet, dass die durch die Feinwalzstufe des Prozesses hindurchtretende Fettmasse mittels der Maschinenparameter eines Feinwalzwerks der Feinwalzstufe charakterisiert wird, wobei diese Charakterisierung als Kriterium für die Einstellung der Maschinenparameter eines Vorwalzwerks der Vorwalzstufe verwendet wird.
66. Verfahren nach Anspruch 65, dadurch gekennzeichnet, dass die Charakterisierung der durch das Feinwalzwerk der Feinwalzstufe hindurchtretenden Fettmasse auf der Grundlage der Maschinenparameter mindestens einer Walzenpassage des Feinwalzwerks durchgeführt wird.
67. Verfahren nach Anspruch 66, dadurch gekennzeichnet, dass die Charakterisierung der durch das Feinwalzwerk der Feinwalzstufe hindurchtretenden Fettmasse auf der Grundlage der Maschinenparameter der ersten Walzenpassage des Feinwalzwerks durchgeführt wird.
68. Verfahren nach einem der Ansprüche 61 bis 67, dadurch gekennzeichnet, dass der mindestens eine zur Charakterisierung der Fettmasse verwendete Maschinenparameter mindestens einer der Parameter Motorleistung, Temperatur, Mischzeit, Drehzahl Drehmoment, Durchsatz eines Mischers der Mischstufe ist.
»
69. Verfahren nach einem der Ansprüche 61 bis 68, dadurch gekennzeichnet, dass der mindestens eine zur Charakterisierung der Fettmasse verwendete Maschinenparameter mindestens einer der folgenden Parameter eines Vorwalzwerks ist: Kraft auf Walzenpaare, Drehmoment an den Walzen, Drehmoment am Motor, Drehzahl der Walzen, Spaltweite zwischen den Walzen, Schichtdicke der Fettmasse, Durchsatz der Fettmasse, Druck im Walzenspalt, Motorleistung.
70. Verfahren nach einem der Ansprüche 61 bis 69, dadurch gekennzeichnet, dass der mindestens eine zur Charakterisierung der Fettmasse verwendete Maschinenparameter mindestens einer der folgenden Parameter eines Feinwalzwerks ist: Kraft auf Walzenpaare, Drehmoment an den Walzen, Drehmoment am Motor, Drehzahl der Walzen, Spaltweite zwischen den Walzen, Schichtdicke der Fettmasse, Durchsatz der Fettmasse, Druck im Walzenspalt, Belegungszustand der Walze, Motorleistung.
71. Vorrichtung zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 52 in einer mehrere Anlagenteile und/oder diskrete Maschinen aufweisenden Anlage zur Verarbeitung eines Produktes in mehreren Teilprozessen, dadurch gekenn- zeichnet, dass mindestens einem Anlagenteil bzw. mindestens einer diskreten Maschine mindestens ein Online-Sensor und/oder mindestens ein Offline-Sensor zugeordnet ist.
72. Vorrichtung nach Anspruch 71 , dadurch gekennzeichnet, dass sie eine Verarbeitungs- und Speichereinheit aufweist, in der die von den Online-Sensoren bzw. den Offline-Sensoren erfassten Daten verarbeitet und gespeichert werden.
73. Vorrichtung nach Anspruch 72, dadurch gekennzeichnet, dass die Verarbeitungsund/oder Speichereinheit programmierbar ist.
74. Vorrichtung nach einem der Ansprüche 71 bis 73, dadurch gekennzeichnet, dass die Anlage eine Anlage zur Verarbeitung einer kakaohaltigen bzw. schokoladenartigen Fettmasse ist.
75. Vorrichtung nach Anspruch 74, dadurch gekennzeichnet, dass die Anlage eines oder mehrere Elemente der Gruppe aufweist, die aus den Elementen Silo, Dosierer, Mischer, Zerkleinerungsmaschine, Kompaktierer, Feinzerkleinerungsmaschine, Misch-/Knet-/Dispergiervorrichtung und statischer Mischer besteht.
76. Vorrichtung nach Anspruch 74 oder 75, dadurch gekennzeichnet, dass die Sensoren für die Erfassung mindestens eines der Produktparameter Fettgehalt, Wassergehalt, Zuckergehalt, Temperatur, Feinheit, Dichte und rheologische Kenngrössen wie z.B. Viskosität der Fettmasse ausgelegt sind.
77. Vorrichtung nach einem der Ansprüche 74 bis 76, dadurch gekennzeichnet, dass die Sensoren für die Erfassung mindestens eines der Maschinenparameter Drehzahl, elektrische Leistung, Walzenspalt und Walzenanpresskraft ausgelegt sind.
78. Vorrichtung nach einem der Ansprüche 74 bis 77, dadurch gekennzeichnet, dass die Sensoren für die Erfassung mindestens eines der folgenden Parameter ausgelegt sind: Motorleistung, Temperatur, Mischzeit, Drehzahl Drehmoment, Durchsatz; Kraft auf Walzenpaare, Drehmoment an den Walzen, Drehmoment am Mo- tor, Drehzahl der Walzen, Spaltweite zwischen den Walzen, Schichtdicke der Fettmasse, Durchsatz der Fettmasse, Druck im Walzenspalt, Motorleistung; Belegungszustand der Walzen.
PCT/CH2002/000086 2001-05-29 2002-02-13 Online-prozessüberwachung und online-prozessmodellierung WO2002097541A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE2001126251 DE10126251A1 (de) 2001-05-29 2001-05-29 Online-Prozessüberwachung und Online-Prozessmodelierung
DE10126251.5 2001-05-29

Publications (1)

Publication Number Publication Date
WO2002097541A1 true WO2002097541A1 (de) 2002-12-05

Family

ID=7686593

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CH2002/000086 WO2002097541A1 (de) 2001-05-29 2002-02-13 Online-prozessüberwachung und online-prozessmodellierung

Country Status (2)

Country Link
DE (1) DE10126251A1 (de)
WO (1) WO2002097541A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2888947A1 (de) * 2013-12-31 2015-07-01 Taricco e Gallo s.n.c. Refiner/mischer für produkte für die lebensmittelindustrie, für die pharmazeutische industrie und dergleichen

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014187799A1 (de) * 2013-05-22 2014-11-27 Bühler AG Vorrichtung und verfahren für einen optimierten getreidevermahlungsprozess sowie entsprechendes steuerungssystem für getreidemühlen
DE102019132554B4 (de) * 2019-11-29 2024-03-21 Hamburg Dresdner Maschinenfabriken Verwaltungsgesellschaft Mbh Prozesslinie zur Produktion von Schokolade mit verschiedenen Prozessstufen

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4212370A1 (de) * 1992-04-13 1993-10-14 Siemens Ag Modell zur programmtechnischen Nachbildung einer verfahrenstechnischen Anlage mit einem "Wegenetz", Automatisierungsgerät zur Führung einer derartigen Anlage und bevorzugte Verwendung desselben
FR2724744A1 (fr) * 1994-09-16 1996-03-22 Ass Pour Le Dev De L Enseignem Procede de modelisation d'un processus physique
DE19523483A1 (de) * 1995-06-28 1997-01-02 Daimler Benz Ag Rechnergestützte Fehlerdiagnoseeinrichtung für ein komplexes technisches System
DE19639424A1 (de) * 1995-09-25 1997-03-27 Siemens Ag Entwurfsverfahren für die Anlagentechnik und rechnergestütztes Projektierungssystem zur Verwendung bei diesem Verfahren
US5659467A (en) * 1996-06-26 1997-08-19 Texas Instruments Incorporated Multiple model supervisor control system and method of operation
EP0809162A2 (de) * 1997-06-06 1997-11-26 Christoph H. Tanner Verfahren zur Prozesssteuerung und Prozesssteuersystem
DE19637917A1 (de) * 1996-09-17 1998-03-19 Siemens Ag Verfahren und Einrichtung zum Entwurf oder zur Steuerung des Prozeßablaufs einer Anlage der Grundstoffindustrie
DE19706767A1 (de) * 1997-02-20 1998-09-03 Siemens Ag Verfahren und Einrichtung zur Simulation einer Anlage der Grundstoffindustrie
US5817958A (en) * 1994-05-20 1998-10-06 Hitachi, Ltd. Plant monitoring and diagnosing method and system, as well as plant equipped with the system
DE19731980A1 (de) * 1997-07-24 1999-01-28 Siemens Ag Verfahren zur Steuerung und Voreinstellung eines Walzgerüstes oder einer Walzstraße zum Walzen eines Walzbandes
US6085183A (en) * 1995-03-09 2000-07-04 Siemens Aktiengesellschaft Intelligent computerized control system
DE19931181A1 (de) * 1999-07-07 2001-01-11 Buehler Ag Verfahren und Vorrichtung zur Optimierung der Prozessführung sowie Prozessüberwachung in einer Anlage zur Schokoladeherstellung

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CH688433A5 (de) * 1992-02-18 1997-09-30 Buehler Ag Verfahren zum Regeln einer Maschine der Feinmahltechnik und Einrichtung zur Durchfuehrung des Verfahrens.
US5566092A (en) * 1993-12-30 1996-10-15 Caterpillar Inc. Machine fault diagnostics system and method
DE19653477C2 (de) * 1996-12-20 1999-04-22 Siemens Ag Verfahren und Vorrichtung zur Prozeßführung bei der Herstellung von Papier
DE19653530C1 (de) * 1996-12-20 1998-07-23 Siemens Ag Verfahren und Vorrichtung zur Prozeßführung und zur Prozeßoptimierung bei der Herstellung von Zellstoff
DE19814385C1 (de) * 1998-03-31 1999-10-07 Siemens Ag Verfahren und Vorrichtung zur Prozeßführung und zur Prozeßoptimierung der Chemikalienrückgewinnung bei der Herstellung von Zellstoff
DE19817600A1 (de) * 1998-04-20 1999-10-28 Siemens Ag Verfahren zur datengetriebenen Prozeßführung und Preozeßoptimierung von technischen Vorgängen
EP1043070A1 (de) * 1999-04-01 2000-10-11 Kraft Jacobs Suchard R & D, Inc. Mahlvorrichtung

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4212370A1 (de) * 1992-04-13 1993-10-14 Siemens Ag Modell zur programmtechnischen Nachbildung einer verfahrenstechnischen Anlage mit einem "Wegenetz", Automatisierungsgerät zur Führung einer derartigen Anlage und bevorzugte Verwendung desselben
US5817958A (en) * 1994-05-20 1998-10-06 Hitachi, Ltd. Plant monitoring and diagnosing method and system, as well as plant equipped with the system
FR2724744A1 (fr) * 1994-09-16 1996-03-22 Ass Pour Le Dev De L Enseignem Procede de modelisation d'un processus physique
US6085183A (en) * 1995-03-09 2000-07-04 Siemens Aktiengesellschaft Intelligent computerized control system
DE19523483A1 (de) * 1995-06-28 1997-01-02 Daimler Benz Ag Rechnergestützte Fehlerdiagnoseeinrichtung für ein komplexes technisches System
DE19639424A1 (de) * 1995-09-25 1997-03-27 Siemens Ag Entwurfsverfahren für die Anlagentechnik und rechnergestütztes Projektierungssystem zur Verwendung bei diesem Verfahren
US5659467A (en) * 1996-06-26 1997-08-19 Texas Instruments Incorporated Multiple model supervisor control system and method of operation
DE19637917A1 (de) * 1996-09-17 1998-03-19 Siemens Ag Verfahren und Einrichtung zum Entwurf oder zur Steuerung des Prozeßablaufs einer Anlage der Grundstoffindustrie
DE19706767A1 (de) * 1997-02-20 1998-09-03 Siemens Ag Verfahren und Einrichtung zur Simulation einer Anlage der Grundstoffindustrie
EP0809162A2 (de) * 1997-06-06 1997-11-26 Christoph H. Tanner Verfahren zur Prozesssteuerung und Prozesssteuersystem
DE19731980A1 (de) * 1997-07-24 1999-01-28 Siemens Ag Verfahren zur Steuerung und Voreinstellung eines Walzgerüstes oder einer Walzstraße zum Walzen eines Walzbandes
DE19931181A1 (de) * 1999-07-07 2001-01-11 Buehler Ag Verfahren und Vorrichtung zur Optimierung der Prozessführung sowie Prozessüberwachung in einer Anlage zur Schokoladeherstellung

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2888947A1 (de) * 2013-12-31 2015-07-01 Taricco e Gallo s.n.c. Refiner/mischer für produkte für die lebensmittelindustrie, für die pharmazeutische industrie und dergleichen
ITCN20130014A1 (it) * 2013-12-31 2015-07-01 Taricco E Gallo Snc Raffinatrice/miscelatrice modulare per la produzione a ciclo continuo in linea, a temperatura controllata, a basso consumo energetico, con mezzi di raffreddamento e lavaggio integrati, con controllo elettronico sensorizzato, con auto-apprendimento de

Also Published As

Publication number Publication date
DE10126251A1 (de) 2003-01-23

Similar Documents

Publication Publication Date Title
DE102016009032B4 (de) Maschinenlerneinheit, Spindelersatzbeurteilungsvorrichtung, Steuerung, Werkzeugmaschine, Produktionssystem und maschinelles Lernverfahren, die zur Beurteilung der Notwendigkeit eines Spindelersatzes fähig sind
DE4325187C2 (de) Walzmühlensteuerverfahren
DE102017107622A1 (de) Digital gesteuerte Stromversorungsvorrichtung und Produktionsmanagementsystem
DE102018106808A1 (de) Zustandsbestimmungsvorrichtung
DE112019001512T5 (de) EINSPRITZGIEßMASCHINENSYSTEM
WO1996028772A1 (de) Leitsystem für eine anlage der grundstoff- oder der verarbeitenden industrie o.ä.
DE102018117423A1 (de) Bearbeitungsmaschinensystem und fertigungssystem
DE102019001044A1 (de) Steuervorrichtung und maschinelle lernvorrichtung
DE102020103585A1 (de) Schneidfluidmengeneinstellvorrichtung und -system
WO2000066963A1 (de) Verfahren und vorrichtung zur optimierung der prozessführung sowie prozessüberwachung in einer anlage zur herstellung von teigwaren
DE112019005836T5 (de) System und verfahren zum sammeln von trainingsdaten
DE102018100455B4 (de) Verfahren zum Betreiben einer Extrusionsanlage und Extrusionsanlage
DE69006846T2 (de) Verfahren zum unterscheiden nichtdefekter teile von defekten teilen bei spritzgiessmaschinen.
DE102022213206A1 (de) Echtzeit-Überwachungsverfahren und Stabilitätsanalyseverfahren für ein Stranggießverfahren
DE102019001177B4 (de) Steuergerät, maschinelle Lernvorrichtung und System
DE102019116664A1 (de) Verfahren zur applikationsspezifischen Anpassung eines Sensors an eine Prozessumgebung der Automatisierungstechnik
WO2002097541A1 (de) Online-prozessüberwachung und online-prozessmodellierung
DE112019005909T5 (de) Vorrichtung, verfahren und system zur vorausschauenden wartung einer industriemaschine
DE19931181B4 (de) Verfahren und Vorrichtung zur Optimierung der Prozessführung sowie Prozessüberwachung in einer Anlage zur Schokoladeherstellung
DE19641432C2 (de) Verfahren und Einrichtung zur Vorausberechnung von vorab unbekannten Parametern eines industriellen Prozesses
EP3679433B1 (de) Verfahren zum überwachen einer werkzeugmaschine, insbesondere auf werkzeugbruch
EP4045986A1 (de) Verfahren für eine modellbasierte bestimmung von modellparametern
WO2021001234A1 (de) Anpassung eines herstellungsprozesses von bauteilen einer bauteilgruppe
EP3599070A1 (de) Verfahren und produktionsanlage zur verarbeitung eines werkstoffs
DE102019211293A1 (de) Hausgerät mit einem automatisch einstellbaren Motor und Verfahren zum Betrieb eines Hausgeräts

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NO NZ OM PH PL PT RO RU SD SE SG SI SK SL TJ TM TN TR TT TZ UA UG US UZ VN YU ZA ZM ZW

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): GH GM KE LS MW MZ SD SL SZ TZ UG ZM ZW AM AZ BY KG KZ MD RU TJ TM AT BE CH CY DE DK ES FI FR GB GR IE IT LU MC NL PT SE TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

DFPE Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed before 20040101)
121 Ep: the epo has been informed by wipo that ep was designated in this application
REG Reference to national code

Ref country code: DE

Ref legal event code: 8642

122 Ep: pct application non-entry in european phase
NENP Non-entry into the national phase

Ref country code: JP

WWW Wipo information: withdrawn in national office

Country of ref document: JP