WO2020127512A1 - Überprüfungssystem und verfahren zum überprüfen von arbeitsabläufen - Google Patents

Überprüfungssystem und verfahren zum überprüfen von arbeitsabläufen Download PDF

Info

Publication number
WO2020127512A1
WO2020127512A1 PCT/EP2019/085996 EP2019085996W WO2020127512A1 WO 2020127512 A1 WO2020127512 A1 WO 2020127512A1 EP 2019085996 W EP2019085996 W EP 2019085996W WO 2020127512 A1 WO2020127512 A1 WO 2020127512A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
workflow
memory
class
computing unit
Prior art date
Application number
PCT/EP2019/085996
Other languages
English (en)
French (fr)
Inventor
Stefan MUDERACK
René VON STILLFRIED
Original Assignee
Mhp Management- Und It-Beratung Gmbh
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mhp Management- Und It-Beratung Gmbh filed Critical Mhp Management- Und It-Beratung Gmbh
Publication of WO2020127512A1 publication Critical patent/WO2020127512A1/de

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0264—Control of logging system, e.g. decision on which data to store; time-stamping measurements
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control

Definitions

  • the present invention relates to a checking system and a method for checking work processes.
  • snap-in processes for providing joining connections produce a characteristic noise or cha characteristic vibrations in the corresponding parts when snapped in correctly, as a result of which a distinction can be made between a correct and an incorrect snap-in process.
  • the publication DE 10 2012 004 165 A1 describes a method for checking the assembly of a coupling device, in which a signal transmitted by a plug connector is compared with a reference signal by means of an evaluation unit.
  • the publication DE 10 2015 208 676 A1 describes a receptacle for a connecting element, the receptacle being equipped with a structure-borne noise sensor in order to check that the connecting element is correctly received.
  • an object of the presented invention is to digitally record manual workflows in a manufacturing process and to check them automatically.
  • the checking system comprises at least one detection system, at least one computing unit, at least one memory and at least one output unit.
  • the at least one detection system is configured to be arranged on at least one execution unit for executing at least part of the workflow and
  • the work data comprising at least vibrations introduced into the at least one execution unit.
  • the at least one recording system is in communication with the at least one memory and is configured to provide the working data to the at least one memory.
  • the at least one memory is configured to
  • the at least one arithmetic unit is configured using at least one machine learner to assign the at least part of the workflow that corresponds to or is assigned to the work data to a first or at least a second class.
  • the at least one computing unit is further configured to output at least one feedback signal on the at least one output unit, at least in the event that the at least part of the workflow is to be assigned to the first class.
  • the inspection system presented is used in particular to check work processes, such as assembly steps and partial production processes, which a worker carries out in his respective production section. For this purpose, it is provided that an interaction of the worker with workpieces and / or components and / or machines and / or operating resources is recorded using at least one detection system.
  • the detection system comprises at least one sensor, such as an air pressure sensor, a temperature sensor, and one Rotation rate sensor or a gyroscope, an acceleration sensor, a structure-borne sound sensor, a microphone, a vibration sensor or a combination thereof.
  • the acquisition system is configured to acquire at least one type of data from the following list of types of data, in particular at a respective execution unit: air pressure data, temperature data, rotation rate change data, acceleration data, structure-borne noise data, frequency data, vibration data, audio data.
  • Frequency data is to be understood as measured values that have been determined by a detection system and converted into a frequency domain using a mathematical transformation.
  • frequency data can be based on measured values of vibration data or vibrations that are introduced into a body of a user or an object, and / or on measured values of audio data or acoustic vibrations, such as, for example, noises perceivable by humans or noises perceptible by humans .
  • the detection system provided according to the invention can be arranged on each execution unit, such as, for example, on the body of a worker or on a piece of equipment, such as, for example, a tool.
  • An execution unit is to be understood in the context of the presented invention as an entity that carries out a respective workflow.
  • An execution unit can be, for example, a worker, a robot or a tool.
  • a workflow in the context of the presented invention is to be understood to mean carrying out a work process, for example for repairing or producing an object.
  • a workflow can include one or more work steps.
  • working data from the detection system provided according to the invention ie values determined, for example, from respective sensors of the detection system, are provided to the at least one provided according to the invention Storage can be provided as working data.
  • the recording system can access the memory and, for example, upload or write the determined or recorded work data to the memory or write to the memory.
  • the memory can access the acquisition system and download work data provided by the acquisition system.
  • the detection system and the memory are in a communicative connection via a communication interface, such as a wireless interface or a cable.
  • a communication interface such as a wireless interface or a cable.
  • the storage is a so-called “cloud storage” and that the acquisition system is communicatively connected to the storage via a network.
  • a respective detection system is identified, for example by means of a unique identifier, such as an NFC chip, so that work data provided by the respective detection system can be assigned to a workflow predetermined for the respective detection system.
  • a unique identifier such as an NFC chip
  • the respective work data of a workflow are assigned to a class by means of a machine learner.
  • the assignment is made by the machine learner using an assignment scheme on which the machine learner is based.
  • the machine data can be used to evaluate or check whether a corresponding workflow has been carried out correctly or without errors or within the respective quality criteria and the work data generated in the corresponding workflow by the machine learner of a class "in Order "or, if the corresponding workflow was carried out incorrectly, assigned to a class" not in order ".
  • a machine learner in the context of the presented invention is to be understood as a system that is configured to assign respective work data, ie data determined by a recording system, to a predetermined class using an assignment scheme.
  • the machine learner is trained in advance with calibration data that are already assigned to a particular class.
  • the calibration data can only include information about when the respectively determined data are to be assigned to a first class, so that all data that are not to be assigned to the first class are to be assigned to a second class. Accordingly, a machine learner can, for example, only be trained on data that can be assigned to a class “positive”, so that, for example, it is not necessary to collect data that are to be assigned to a class “negative”.
  • a certain value is assigned to each data to be assigned to a class, which is determined on the basis of secondary parameters, such as, for example, a tightening torque of a tool or any other technically suitable process when providing a joining process.
  • the calibration data can also include information about when the respectively determined data are to be assigned to a first class and when the respective information is to be assigned to a second class.
  • a machine learner is trained accordingly with data on both classes.
  • a machine learner can be, for example, an "artificial neural network”, a “support vector machine”, a “k-nearest neighbor method” or any other so-called “artificial intelligence” suitable for carrying out a classification.
  • a feedback signal is output according to the invention on at least one output unit.
  • the output unit can be, for example, a display unit of a central monitoring system or a vibrator or a lighting device. diode or a loudspeaker of a portable output unit, which a respective worker carries with him.
  • the output unit provided according to the invention can be used, for example, as an implant, as a so-called “augmented reality contact lens”, i.e. as a contact lens, which is designed to display image content, or as so-called “augmented reality glasses”, i.e. be designed as glasses that are designed to display image content, possibly as a hologram in space.
  • augmented reality contact lens i.e. as a contact lens
  • augmented reality glasses i.e. be designed as glasses that are designed to display image content, possibly as a hologram in space.
  • the output unit can be used, for example, to display workflows, in particular workflows selected depending on the work data recorded.
  • the output unit can be designed as a so-called “wearable”, such as a bracelet or as a wristwatch or smartwatch.
  • the output unit can be provided separately or in addition to the detection system provided according to the invention.
  • the output unit can be designed as a terminal of a workstation or production cell.
  • the output unit can be provided as an integral part of the detection system according to the invention.
  • the inspection system presented can give a worker feedback about the assignment of his workflow to a respective class.
  • a monitoring body can centrally represent and monitor corresponding assignments of work runs of the worker or a large number of workers or respective execution units to respective classes. In other words, on the basis of the feedback signal, it can be monitored whether a workflow was carried out correctly or which workflows were carried out correctly and which workflows were carried out incorrectly.
  • the working data comprise at least vibrations introduced into the at least one execution unit. Vibrations that are generated when a particular workflow is carried out can be used to make a particularly reliable distinction between correct and incorrect or incorrect execution of a particular workflow.
  • vibrations that are introduced into an execution unit such as a hand of a worker or a screwdriver for tightening a screw, have surprisingly proven to be a reliable measure for recognizing a correct or incorrect implementation.
  • the at least one recording system is configured to record calibration data during execution of at least part of the workflow by an execution unit during a calibration phase. It is provided that the calibration data include at least vibrations introduced into the at least one execution unit. It is further provided that the at least one acquisition system is in communication with the at least one memory and is configured to provide the calibration data to the at least one memory. The at least one memory is configured to provide the calibration data together with an assignment to the first or the at least one second class for calibrating or training the machine learner.
  • a machine learner can be configured to currently summarized work data according to a scheme on which the calibration data is based to assign the respective classes. This assignment is carried out in particular automatically by the machine learner, so that the assignment scheme is determined by the machine learner himself and, if necessary, is updated automatically depending on the respective calibration data. This means that the assignment of the work data to the respective classes can be changed depending on the calibration data provided.
  • the at least one arithmetic unit is configured to use only those calibration data for the training of the machine learner that were recorded during the execution of work processes in a production cell provided for recording the work data.
  • the production cell can be a different production cell than the production cell in which the machine learner is used. This means that calibration data, which were determined in a first production cell, can be used to check work processes in a second production cell using the method according to the invention.
  • a production cell is to be understood in the context of the presented invention, a work station, a production line or a production line, a production line or a production line being understood to mean a continuous or clocked or a discontinuous workflow.
  • a particularly specific assignment can be made by a targeted or selective selection of respective calibration data for training the machine learner provided according to the invention for assigning work data to a respective class. This means that, for example, only those calibration data are used for the machine learner training that correspond to a respective work station at which the work data to be assigned was determined. In other words, by restricting calibration data to exactly those work processes that are currently being carried out , a particularly precise or specific machine learner can create it or a particularly precise or specific check can be made possible.
  • respective calibration data can be summarized, for example, in units and assigned to respective workstations, so that, depending on a workstation currently to be checked, the checking system can load a respective unit of calibration data corresponding to the workstation or a suitably trained machine learner from the memory.
  • an identification of a workflow to be carried out can be carried out, for example, using an identification number of a worker or a respective tool and / or a current time stamp.
  • the at least one computing unit is configured to provide only those calibration data for the training of the machine learner which, when executing work processes, records a production line or working environment provided for recording the work data were.
  • the mechanical learner can be optimized to be generally applicable To determine assignment schemes and for a respective check to be carried out or Assignment to use.
  • the presented verification system can be used not only on one production line, but on a variety of different production lines or work environments without having to be trained new or specifically for a respective production line or work environment.
  • global calibration data which were ascertained in a complex work process that includes, for example, an entire production line or an entire manufacturing process, represent such a general calibration data source that the machine learner provided according to the invention ascertains such a general assignment scheme that is suitable for checking Work processes in any production lines or any manufacturing processes is suitable.
  • the at least one computing unit is configured to use only those calibration data which have been classified as usable by an authorization instance.
  • the authorization instance can specify which calibration data or which work processes of a first class, for example the class "OK", and which work processes of another class se, for example, the "not OK" class or a "rework” class.
  • the authorization instance can select data points that were determined during a product's work process and classify it on the basis of at least one quality criterion, such as a correct product or a video of a workflow.
  • randomly selected data points from work data already recorded can be presented to the authorization authority in order to enable a random check of the respective calibration data and to prevent incorrect or unsuitable training of the machine learner.
  • the at least one computing unit is configured to use only those calibration data for training the machine learner that correspond to a workflow for recording respective work data determined by the recording system for the assignment or which were only determined in a workflow for recording respective work data determined by the recording system for the assignment.
  • the at least one arithmetic unit provided according to the invention can, for example, identify an actual workflow to be checked on the basis of an identification code to be provided by a worker or a tool and select work data corresponding to the workflow in the respective available calibration data.
  • the worker or the tool can log on to the checking system, for example by means of a scanner that detects an identification code of the worker or the tool.
  • the at least one memory is a central memory which is connected to a multiplicity of computing units which each access calibration data provided by the central memory in order to train their respective machine learners.
  • the at least one memory provided according to the invention can be a so-called “cloud memory”, which supplies respective computing units of a checking system or multiple checking systems with calibration data or manages corresponding calibration and / or sensor data.
  • the at least one computing unit is configured to carry out the assignment using a spectrogram of working data provided by the at least one recording system.
  • vibrations that were generated and recorded when a workflow was carried out can be displayed and used to carry out an assignment or a check.
  • the recording system is configured to record at least one data type from the following list of data types, in particular on a respective execution unit: air pressure data, temperature data, rotation rate change data, acceleration data, structure-borne noise data, frequency data, Vibration data, audio data.
  • the at least one computing unit is further configured to, at least in the event that the at least part of the workflow is to be assigned to the first class, at least one logging signal together with an indication of to store the respective workflow on the at least one memory and to output it as a function of a control command to be provided on the at least one output unit.
  • a logging signal a check of a respective workflow can be recorded and archived in terms of data technology, so that a result of the check of the respective workflow can be called up and stored in a controllable manner.
  • the at least one output unit is configured to be carried by a worker.
  • the at least one output unit is in a communicative connection with the at least one computing unit and / or the at least one memory via a communication interface and is configured to output at least or only one respective feedback signal on the at least one output unit that corresponds to a workflow assigned to the worker.
  • a feedback signal which is output to a worker or a worker on an output unit
  • the worker can in real time, i.e. In particular, instantaneously, for example in a time range between 50 milliseconds and 2 seconds, a feedback signal is provided which gives the worker a result of an assignment or a check of the respective work data provided by the worker by the machine learner provided according to the invention or by the checking system according to the invention reports.
  • the worker can decide whether to repeat or release the workflow.
  • the at least one detection system comprises at least one magnetometer and is configured to provide the at least one memory with magnetic field data determined by means of the at least one magnetometer.
  • the at least one memory is configured to provide the magnetic field data to the at least one computing unit.
  • the at least one arithmetic unit is configured to compare the magnetic field data with a predetermined magnetic field database using a machine len learners and only output the feedback signal on the at least one output unit when the magnetic field data can be assigned to a first class by the machine learner.
  • the at least one computing unit is further configured to automatically activate the respective control command in the event that respective work data can be assigned to a class that is assigned to a respective control command.
  • an execution of the control command can automatically be coupled to a correct execution of a workflow.
  • an assignment of a control command to an assignment of respective work data to a respective class means that a process or a control command is only executed if the work data meet respective criteria or a respective scheme for assignment to the respective class and are accordingly "valid".
  • the presented invention relates to a method for checking a workflow, comprising the following steps:
  • the working data comprising at least vibrations induced in the at least one execution unit
  • Steps a) to f) could be carried out sequentially, simultaneously or in any order.
  • the method presented serves in particular to operate the checking system presented.
  • the presented invention relates to a computer program product with program code means for controlling the presented verification system, which, when executed by a processor unit, is designed to carry out the method steps of the presented method.
  • the presented invention relates to a recording system for recording work data.
  • the detection system comprises at least one structure-borne sound sensor for detecting vibrations introduced into a body, such as a body of a worker carrying the detection system or a body of a tool carrying the detection system.
  • the acquisition system is configured to acquire measurement data as part of the presented inspection system and to provide respective acquired measurement data to the at least one computing unit of the inspection system as work data.
  • the detection system can also include at least one accelerometer.
  • the detection system can be configured, for example, as a so-called “wearable”, such as a bracelet or a wristwatch.
  • the detection system can be designed as an implant, ie as an object that is at least partially inserted or insertable into a respective body or a respective execution unit.
  • the detection system comprises an output unit of the checking system according to the invention.
  • the detection system can comprise, for example, at least one display and / or at least one loudspeaker and / or at least one actuator.
  • Both the output unit of the checking system according to the invention and the detection system according to the invention can each be designed as an implant that can be inserted into an execution unit.
  • the output unit and the detection system can form a single implant as a combined or one-piece or integrated unit, which can be inserted into an execution unit.
  • FIG. 1 shows a possible embodiment of the checking system according to the invention.
  • FIG. 2 shows a schematic illustration of a data processing process by the machine learner provided according to the invention.
  • FIG. 3 shows a possible embodiment of the method according to the invention.
  • a checking system 100 is shown in FIG. 1
  • the checking system 100 comprises a detection system 101, a computing unit 103, a memory 105 and an output unit 107.
  • the detection system 101 is configured to be arranged on an execution unit 109.
  • the execution unit 109 can, for example, be a tool, a suit or a worker.
  • the detection system 101 can be arranged on a body part, such as a hand, in particular a wrist of a worker, as an execution unit 109.
  • the detection system 101 can be arranged on an arm of a robot, which serves as an execution unit 109.
  • the detection system 101 can be a bangle or a finger ring, for example.
  • the detection system 101 comprises, in particular, a structure-borne noise sensor for detecting vibrations introduced into the detection system 101 by a contact object.
  • the structure-borne noise sensor can comprise, for example, at least one microphone.
  • the detection system 101 can, for example, be designed specifically for a respective execution unit, so that the respective execution unit 101 can be identified on the basis of the detection system 101.
  • the detection system 101 can comprise, for example, a near field communication chip (NFC), which can connect to a base station, which can be arranged, for example, at a respective work station.
  • NFC near field communication chip
  • the detection system 101 enables, in particular, the detection of manually performed work processes, each with one or more work steps.
  • the detection system 101 can comprise, for example, an accelerometer and / or a gyrometer and / or a magnetometer.
  • the detection system 101 can be arranged on a tool, such as a screwdriver, which serves as an execution unit 109. It is conceivable that the detection system 101 comprises several components which are arranged on different execution units 109 or on different parts of an execution unit 109.
  • the acquisition system 101 is further configured to acquire work data during the execution of at least part of a workflow by the execution unit 109, the work data comprising at least vibrations introduced into the at least one execution unit, in particular mechanical vibrations.
  • the detection system 101 which includes the structure-borne noise sensor, can be used, for example, to detect vibrations at the fingertips of a worker and to process them in terms of data technology. For this purpose, the vibrations are converted into electrical signals by the detection system 101.
  • the detection system 101 is communicatively connected to the memory 105 and is configured to provide the working data to the memory 105. This means that the acquisition system 101 is configured to load the work data into the memory 105 or to make the work data available for a download through the memory 105.
  • the memory 105 is configured to provide the work data to the computing unit 103. This means that the memory 105 is configured to load the work data into the arithmetic unit 103 or to make the work data available for download by the arithmetic unit 103.
  • the computing unit 103 is configured to assign the work data to at least one machine learner of a first or at least a second class, such as one of the classes "ok", “not ok” or "rework".
  • the computing unit 103 is further configured to assign the at least part of the workflow to the first class, at least in the event is to output at least one feedback signal on the output unit 107.
  • the computing unit can, for example, transmit a control command to the output unit 107, which configures the output unit 107 to output a feedback signal, such as, for example, a light in a predetermined color and / or a tone in a specific tone or a tone sequence.
  • the first class can be assigned a first feedback signal and each further class can be assigned a further feedback signal, so that the assignment of the work data to a respective class can be recognized on the basis of a respective output feedback signal.
  • the arithmetic unit 103 can be configured to carry out a validation of a respective assignment of work data to a class by using work data that have been determined by various sensors of the detection system 101. This means that the computing unit 103 can be configured to carry out a cross-validation in which, for example, audio data are validated using magnetic data.
  • the checking system 100 can, for example, be configured to detect and / or qualify a detection and / or protection of screwing processes on the basis of vibrations generated by a cordless screwdriver, i.e. assign to a respective class.
  • the checking system can, for example, recognize whether a screw has been screwed in and which screw has been screwed in.
  • the checking system 100 generates a feedback signal which indicates whether a particular screwing operation by the machine learner, for example, a first class "in order” or a further class "not in order". was assigned.
  • a feedback signal which indicates whether a particular screwing operation by the machine learner, for example, a first class "in order” or a further class "not in order". was assigned.
  • noises airborne sound and structure-borne sound
  • a respective screwdriver produces when he (I) screws a screw cleanly, when he (II.) Slips on the screw head or (III) when the screw jams is screwed in or (IV.) if screwed into the air, distinguished by the machine learner.
  • Each recognized workflow is secured by the magnetometer and position detection by the gyrometer and accelerometer.
  • respective work data determined by means of the magnetometer and / or by means of the gyrometer can be subjected to a separate assignment process in order to check the assignment process carried out on the basis of the vibration data, for example by means of cross-validation.
  • the checking system 100 can also in particular identify, classify and process snap-in processes or snap-in data.
  • a type of engagement can be recognized depending on a particular cycle step in a production line.
  • a number of detected detents can be compared with a predetermined number in order to check a corresponding workflow.
  • the checking system 100 can record a heart rate of a worker, for example using the structure-borne noise sensor or a heart rate sensor, and process it in terms of data technology.
  • a position detection of a respective worker can be carried out by means of the accelerometer or the gyrometer and a medical emergency can be recognized or reported.
  • a detection of medical emergencies can be ensured, for example, using a microphone (sound when falling or collision).
  • the inspection system 100 can also directly perceive interactions of a worker with the inspection system 100 via the structure-borne noise sensor.
  • the worker can, for example, control transmit commands to a unit that is in communicative contact with the checking system 100, such as a production control system.
  • a single knock can mean an acknowledgment of a workflow, while 2x knocking triggers a tape stop.
  • the triggered actions can, if necessary, be controlled by the worker himself.
  • the checking system 100 is used in particular to identify and check the following operations: performing plug connections, performing snap-in movements, performing screwing operations and for recognizing medical emergencies, recognizing gestures or knocking noises and registering with a base station, i.e. for performing an identification process for identifying a respective execution unit at a base station.
  • the checking system can use, for example, one or a combination of the following sensors: structure-borne sound sensor, barometer, accelerometer, gyrometer, temperature sensor, magnetic netometer, microphone and near field communication chip (NFC).
  • the memory 105 can be a local memory or a so-called “cloud memory” and can be configured to provide work data or calibration data stored therein for machine learners of a multiplicity of different checking systems 100. This means that, for example, the memory 105 is filled with calibration data determined by execution units of a first production line, so that the calibration data can be used to check execution units of a second production line similar to the first production line.
  • FIG. 2 shows a sequence of an assignment process or a classification process 200 using a machine learner 201.
  • the mechanical learner 201 is, for example, executed by the computing unit 103, as shown in FIG. 1.
  • the machine learner 201 which, for example, is an artificial neural network, a support vector machine and / or any other mathematical classi cation method, receives as work data 203 for a respective work process sensor data 205, 207, which were determined by sensors of the detection system 101, as shown, for example, in FIG. 1.
  • the machine learner 201 On the basis of an assignment scheme formed by the machine learner 201, the machine learner assigns the work data 205, 207 and, as a result, the respective work process to a first class 215 or a further class 217.
  • the machine learner 201 is trained with calibration data 209.
  • the calibration data comprise sensor data 21 1, 213 and a predefined class assignment 219. Accordingly, the mechanical learner 201 will automatically configure the assignment scheme used by him during a calibration or training process in such a way that the sensor data 21 1 and 213 of the class assignment 219 correspond to either the can be assigned to first class 215 or second class 217.
  • the assignment scheme generated during the calibration process is then applied to the work data 203.
  • the class assignment 219 in the calibration data 209 can be specified, for example, by a monitoring technician.
  • the machine learner 201 is trained using calibration data 209, which were determined on the basis of execution units of a first production line, in order to check working data 203, i.e. to be assigned to the first class 215 or the further class 217, which were determined on the basis of execution units of a second production line.
  • the machine learner 201 is continuously updated by supplementing or changing the calibration data 209 so that the machine learner 201 must adapt its assignment scheme to the changed calibration data.
  • FIG. 3 shows a method 300 for checking a screwing operation as a workflow.
  • the method 300 includes the following steps:
  • Arrangement step 301 for arranging at least one detection system on at least one worker as an execution unit for executing at least part of the screwing process.
  • the detection system can be designed as a bracelet and / or ring that is or are arranged on one hand of the worker.
  • Acquisition step 303 for acquiring work data when performing the at least part of the screwing process by means of the at least one acquisition system, the work data comprising vibrations induced at least in the worker during screwing.
  • Provisioning step 305 for providing the work data for storage in the at least one memory by the at least one acquisition system which is in communication with the at least one memory.
  • Provisioning step 307 for providing the work data for the at least one computing unit through the at least one memory.
  • Assignment step 309 for assigning the work data to a first or at least a second class by means of a machine learner. E.g. Based on the work data, a respective tightening process can be assigned to a class "OK” or a class "Not OK".
  • Output step 31 1 for outputting a signal on the at least one output unit, at least in the event that the at least part of the workflow is assigned to the first class, by the at least one computing unit.
  • E.g. can the worker by means of a vibrator, which is integrated in the detection system, a predetermined number of vibrations who the.
  • a vibrator which is integrated in the detection system
  • Two vibrations can signal an assignment of the work data to the class "OK” and three vibrations a assignment of the work data to the class "Not OK". Accordingly, the worker can decide on the basis of a respective output signal whether the corresponding workflow is to be corrected or can be released.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • General Factory Administration (AREA)

Abstract

Ein Verfahren zum Überprüfen eines Arbeitsablaufs. Dabei ist vorgesehen: • a) Anordnen (301) mindestens eines Erfassungssystems an mindestens einer Ausführungseinheit zum Ausführen zumindest eines Teils des Arbeitsablaufs, • b) Erfassen (303) mittels des mindestens einen Erfassungssystems Arbeitsdaten beim Ausführen des zumindest einen Teils des Arbeitsablaufs, wobei die Arbeitsdaten zumindest in die mindestens eine Ausführungseinheit induzierte Schwingungen umfassen, • c) Bereitstellen (305) der Arbeitsdaten durch das mindestens eine Erfassungssystem, das mit dem mindestens einen Speicher in kommunikativer Verbindung steht, • d) Bereitstellen (307) der Arbeitsdaten für die mindestens eine Recheneinheit durch den mindestens einen Speicher, • e) Zuordnen (309) der Arbeitsdaten unter Verwendung mindestens eines maschinellen Lerners zu einer ersten oder mindestens einer zweiten Klasse, • f) Ausgeben (311) eines Signals auf der mindestens einen Ausgabeeinheit, zumindest für den Fall, dass der zumindest eine Teil des Arbeitsablaufs der ersten Klasse zugeordnet wird, durch die mindestens eine Recheneinheit.

Description

Überprüfungssystem und Verfahren zum Überprüfen von Arbeitsabläufen
Die vorgestellte Erfindung betrifft ein Überprüfungssystem und ein Verfahren zum Überprüfen von Arbeitsabläufen.
Insbesondere beim Durchführen von manuellen Arbeitsabläufen ist eine genaue Überprüfung nötig, um Fehler beim Durchführen eines jeweiligen Arbeitsablaufs zu erkennen und zu vermeiden.
Bei Herstellungsprozessen von industriell gefertigten Gütern werden häufig Ar beitsabläufe eingeplant, bei denen ein manuelles Verbinden bzw. Fügen mehre rer Komponenten vorgesehen ist. Zum Überprüfen derartiger manueller Verbin dungen werden in der Regel Listen abgehakt und aufwendige Endkontrollen durchgeführt.
Insbesondere Einrastvorgänge zum Bereitstellen von Fügeverbindungen erzeu gen bei einem korrekten Einrasten ein charakteristisches Geräusch bzw. cha rakteristische Vibrationen in den entsprechenden Teilen, wodurch zwischen einem korrekten und einem fehlerhaften Einrastvorgang unterschieden werden kann.
In dem Artikel: "Binary Classification from Positive-Confidence Data"; In: Ad- vances in Neural Information Processing Systems 31 (NIPS) 2018, pre- proceedings (2018), wird ein Verfahren zum Zuordnen von Daten zu zwei Klas sen mittels eines maschinellen Lerners beschrieben, bei dem der maschinelle Lerner lediglich mittels Trainingsdaten, die einer der beiden Klassen zuzuord nen sind, trainiert wird. Die Druckschrift DE 103 08 403 B4 beschreibt ein Verfahren und eine Vorrich tung zur Überwachung eines Montagebauteils mittels eines Schallsensors. Da zu ist vorgesehen, dass ein charakteristisches Signal gewertet wird, wenn ein Messsignal einen bestimmten Schwellenwert überschreitet.
Die Druckschrift DE 10 2012 004 165 A1 beschreibt ein Verfahren zur Kontrolle der Montage einer Kupplungseinrichtung, bei dem ein von einem Steckverbin der ausgesendetes Signal mittels einer Auswerteeinheit mit einem Referenzsig nal verglichen wird.
Die Druckschrift DE 10 2015 208 676 A1 beschreibt eine Aufnahme für ein Ver bindungselement, wobei die Aufnahme mit einem Körperschallsensor auszurüs ten ist, um eine korrekte Aufnahme des Verbindungselements zu überprüfen.
Die Druckschrift US 2017/0102423 A1 beschreibt ein Verfahren zum Überprü fen einer Steckverbindung zweier elektrischer Komponenten mittels eines akus tischen Signals.
Vor diesem Hintergrund ist eine Aufgabe der vorgestellten Erfindung, manuelle Arbeitsabläufe in einem Fertigungsprozess digital zu erfassen und automatisch zu überprüfen.
Die voranstehend genannte Aufgabe wird gelöst durch ein Überprüfungssystem und ein Verfahren mit den Merkmalen der jeweiligen unabhängigen Ansprüche.
Ausgestaltungen ergeben sich aus der Beschreibung und den abhängigen An sprüchen.
Es wird somit ein Überprüfungssystem zum Überprüfen eines Arbeitsablaufs vorgestellt. Das Überprüfungssystem umfasst mindestens ein Erfassungssys tem, mindestens eine Recheneinheit, mindestens einen Speicher und mindes tens eine Ausgabeeinheit. Das mindestens eine Erfassungssystem ist dazu konfiguriert, an mindestens einer Ausführungseinheit zum Ausführen zumindest eines Teils des Arbeitsab laufs angeordnet zu werden und
Arbeitsdaten beim Ausführen des zumindest einen Teils des Arbeitsablaufs durch die Ausführungseinheit zu erfassen, wobei die Arbeitsdaten zumindest in die mindestens eine Ausführungseinheit eingeleitete Schwingungen umfassen.
Das mindestens eine Erfassungssystem steht mit dem mindestens einen Spei cher in kommunikativer Verbindung und ist dazu konfiguriert, die Arbeitsdaten dem mindestens einen Speicher bereitzustellen.
Der mindestens eine Speicher ist dazu konfiguriert,
die Arbeitsdaten der mindestens einen Recheneinheit bereitzustellen.
Die mindestens eine Recheneinheit ist dazu konfiguriert, unter Verwendung mindestens eines maschinellen Lerners den zumindest einen Teil des Arbeits ablaufs, der den Arbeitsdaten entspricht bzw. diesen zugeordnet ist, einer ers ten oder mindestens einer zweiten Klasse zuzuordnen.
Die mindestens eine Recheneinheit ist weiterhin dazu konfiguriert, zumindest für den Fall, dass der zumindest eine Teil des Arbeitsablaufs der ersten Klasse zuzuordnen ist, zumindest ein Rückmeldungssignal auf der mindestens einen Ausgabeeinheit auszugeben.
Das vorgestellte Überprüfungssystem dient insbesondere zur Überprüfung von Arbeitsabläufen, wie bspw. Montageschritten und Teilproduktionsabläufen, die ein Werker in seinem jeweiligen Produktionsabschnitt durchführt. Dazu ist vor gesehen, dass eine Interaktion des Werkers mit Werkstücken und/oder Bautei len und/oder Maschinen und/oder Betriebsmitteln unter Verwendung mindes tens eines Erfassungssystems erfasst wird.
Das erfindungsgemäß vorgesehene Erfassungssystem umfasst mindestens einen Sensor, wie bspw. einen Luftdrucksensor, einen Temperatursensor, einen Drehratensensor bzw. ein Gyroskop, einen Beschleunigungssensor, einen Kör perschallsensor, ein Mikrofon, einen Vibrationssensor oder eine Kombination daraus. Entsprechend ist das Erfassungssystem dazu konfiguriert, mindestens eine Datengattung der folgenden Liste an Datengattungen insbesondere an einer jeweiligen Ausführungseinheit zu erfassen: Luftdruckdaten, Temperatur daten, Drehratenänderungsdaten, Beschleunigungsdaten, Körperschalldaten, Frequenzdaten, Vibrationsdaten, Audiodaten.
Unter Frequenzdaten sind Messwerte zu verstehen, die von einem Erfassungs system ermittelt und mittels einer mathematischen Transformation in eine Fre quenzdomäne überführt wurden. Insbesondere können Frequenzdaten auf Messwerten von Vibrationsdaten bzw. Schwingungen, die in einen Körper eines Nutzers oder einen Gegenstand eingeleitet werden, und/oder auf Messwerten von Audiodaten bzw. akustischen Schwingungen, wie bspw. vom Menschen wahrnehmbaren Geräuschen oder vom Menschen nicht wahrnehmbaren Ge räuschen beruhen.
Das erfindungsgemäß vorgesehene Erfassungssystem kann an jeder Ausfüh rungseinheit, wie bspw. am Körper eines Werkers oder an einem Betriebsmittel, wie bspw. einem Werkzeug, angeordnet sein.
Unter einer Ausführungseinheit ist im Kontext der vorgestellten Erfindung eine Entität zu verstehen, die einen jeweiligen Arbeitsablauf durchführt. Eine Ausfüh rungseinheit kann bspw. ein Werker, ein Roboter oder ein Werkzeug sein.
Unter einem Arbeitsablauf ist im Kontext der vorgestellten Erfindung eine Durchführung eines Arbeitsprozesses, bspw. zum Reparieren oder Herstellen eines Objekts zu verstehen. Ein Arbeitsablauf kann einen oder mehrere Ar beitsschritte umfassen.
Es ist vorgesehen, dass von dem erfindungsgemäß vorgesehenen Erfassungs system Arbeitsdaten, d.h. bspw. von jeweiligen Sensoren des Erfassungssys tems ermittelte Werte dem mindestens einen erfindungsgemäß vorgesehenen Speicher als Arbeitsdaten bereitgestellt werden. Dazu kann das Erfassungssys tem auf den Speicher zugreifen und bspw. jeweilige ermittelte bzw. erfasste Arbeitsdaten in den Speicher hochladen bzw. in den Speicher schreiben. Alter nativ kann der Speicher auf das Erfassungssystem zugreifen und von dem Er fassungssystem bereitgestellte Arbeitsdaten herunterladen.
Insbesondere ist vorgesehen, dass das Erfassungssystem und der Speicher über eine Kommunikationsschnittstelle, wie bspw. eine Drahtlosschnittstelle oder ein Kabel in kommunikativer Verbindung stehen. Es ist insbesondere denkbar, dass der Speicher ein sogenannter "Cloudspeicher" ist und das Erfas sungssystem mit dem Speicher über ein Netzwerk in kommunikativer Verbin dung steht.
Ferner kann es vorgesehen sein, dass ein jeweiliges Erfassungssystem bspw. mittels einer eindeutigen Kennung, wie bspw. einem NFC-Chip identifiziert wird, so dass von dem jeweiligen Erfassungssystem bereitgestellte Arbeitsdaten ei nem für das jeweilige Erfassungssystem vorgegebenen Arbeitsablauf zugeord net werden können.
Anhand von Arbeitsdaten, die einem jeweiligen Arbeitsablauf zugeordnet sind, kann eine Beurteilung darüber erfolgen, ob der Arbeitsablauf erfolgreich oder fehlerhaft durchgeführt wurde. Dazu ist erfindungsgemäß vorgesehen, dass jeweilige Arbeitsdaten eines Arbeitsablaufs mittels eines maschinellen Lerners einer Klasse zugeordnet werden. Dabei erfolgt die Zuordnung durch den ma schinellen Lerner unter Verwendung eines dem maschinellen Lerner zugrunde liegenden Zuordnungsschemas. Entsprechend kann anhand der Arbeitsdaten unter Verwendung eines maschinellen Lerners eine Beurteilung bzw. eine Überprüfung darüber erfolgen, ob ein entsprechender Arbeitsablauf korrekt bzw. fehlerfrei bzw. innerhalb jeweiliger Qualitätskriterien durchgeführt wurde und jeweilige bei dem entsprechenden Arbeitsablauf erzeugte Arbeitsdaten durch den maschinellen Lerner einer Klasse "in Ordnung" oder, wenn der ent sprechende Arbeitsablauf fehlerhaft durchgeführt wurde, einer Klasse "nicht in Ordnung" zugeordnet wurden. Unter einem maschinellen Lerner ist im Kontext der vorgestellten Erfindung ein System zu verstehen, das dazu konfiguriert ist, jeweilige Arbeitsdaten, d.h. von einem Erfassungssystem ermittelte Daten, unter Verwendung eines Zuord nungsschemas einer vorgegebenen Klasse zuzuordnen. Zum Ermitteln des Zu ordnungsschemas wird der maschinelle Lerner mit Kalibrierungsdaten, die be reits einer jeweiligen Klasse zugeordnet sind, vorab trainiert. Dazu können die Kalibrierungsdaten lediglich Informationen darüber umfassen, wann jeweilige ermittelte Daten einer ersten Klasse zuzuordnen sind, so dass sämtliche nicht der ersten Klasse zuzuordnenden Daten einer zweiten Klasse zuzuordnen sind. Entsprechend kann ein maschineller Lerner bspw. lediglich auf Daten trainiert werden, die einer Klasse "positiv" zuzuordnen sind, so dass auf bspw. ein Sammeln von Daten, die einer Klasse "negativ" zuzuordnen sind, verzichtet werden kann. Dabei kann bspw. vorgesehen sein, dass jeweiligen einer Klasse zuzuordnenden Daten ein Konfidenzwert zugeordnet wird, der anhand von Se kundärparametern, wie bspw. einem Anzugsmoment eines Werkzeugs oder jedem weiteren technisch geeigneten Vorgang beim Bereitstellen eines Füge prozesses, ermittelt wird.
Alternativ können die Kalibrierungsdaten auch Informationen darüber umfassen, wann jeweilige ermittelte Daten einer ersten Klasse und wann jeweilige Informa tionen einer zweiten Klasse zuzuordnen sind. Entsprechend wird in einem sol chen Fall ein maschineller Lerner mit Daten zu beiden Klassen trainiert.
Ein maschineller Lerner kann bspw. ein "künstliches neuronales Netzwerk", ei ne "Support Vector Machine", ein "k-nearest neighbour Verfahren" oder jede weitere zur Durchführung einer Klassifikation geeignete sogenannte "künstliche Intelligenz" sein.
In Abhängigkeit eines Ergebnisses der erfindungsgemäß vorgesehenen Zuord nung wird erfindungsgemäß ein Rückmeldungssignal auf mindestens einer Ausgabeeinheit ausgegeben. Die Ausgabeeinheit kann bspw. eine Anzeigeein heit eines zentralen Überwachungssystems oder ein Vibrator bzw. eine Leucht- diode bzw. ein Lautsprecher einer tragbaren Ausgabeeinheit sein, die ein jewei liger Werker mit sich führt.
Die erfindungsgemäß vorgesehene Ausgabeeinheit kann bspw. als Implantat, als sogenannte "Augmented Reality Kontaktlinse", d.h. als Kontaktlinse, die da zu ausgestaltet ist, Bildinhalte darzustellen, oder als sogenannte "Augmented Reality Brille", d.h. als Brille, die dazu ausgestaltet ist, Bildinhalte, ggf. als Holo gramm im Raum, darzustellen, ausgestaltet sein.
Die Ausgabeeinheit kann bspw. zum Anzeigen von Arbeitsabläufen, insbeson dere von in Abhängigkeit jeweiliger erfasster Arbeitsdaten ausgewählter Ar beitsabläufe, verwendet werden.
Ferner kann die Ausgabeeinheit als sogenanntes "wearable", wie bspw. als Armband oder als Armbanduhr bzw. Smartwatch ausgestaltet sein.
Die Ausgabeeinheit kann separat oder zusätzlich zu dem erfindungsgemäß vorgesehenen Erfassungssystem vorgesehen sein. Bspw. kann die Ausgabe einheit als Terminal einer Arbeitsstation bzw. Produktionszelle ausgestaltet sein.
Die Ausgabeeinheit kann als integraler Bestandteil des erfindungsgemäß vor gesehenen Erfassungssystems vorgesehen sein.
Entsprechend kann durch das vorgestellte Überprüfungssystem einem Werker eine Rückmeldung über die Zuordnung seines Arbeitsablaufs zu einer jeweili gen Klasse erfolgen.
Ferner kann ein Überwachungsorgan jeweilige Zuordnungen von Arbeitsläufen des Werkers oder einer Vielzahl Werker bzw. jeweiliger Ausführungseinheiten zu jeweiligen Klassen zentral darstellen und entsprechend überwachen. Mit an deren Worten, anhand des Rückmeldungssignals kann überwacht werden, ob ein Arbeitsablauf korrekt durchgeführt wurde bzw. welche Arbeitsabläufe korrekt und welche Arbeitsabläufe inkorrekt durchgeführt wurden.
Es ist erfindungsgemäß vorgesehen, dass die Arbeitsdaten zumindest in die mindestens eine Ausführungseinheit eingeleitete Schwingungen umfassen. Durch Schwingungen, die beim Durchführen eines jeweiligen Arbeitsablaufs erzeugt werden, kann besonders verlässlich zwischen einer korrekten und einer inkorrekten bzw. fehlerhaften Durchführung eines jeweiligen Arbeitsablaufs un terschieden werden.
Insbesondere beim Durchführen von Einrastvorgängen als Arbeitsabläufen ha ben sich Schwingungen, die in eine Ausführungseinheit, wie bspw. eine Hand eines Werkers oder eines Schraubers zum Anziehen einer Schraube eingeleitet werden, überraschenderweise als verlässliches Maß zum Erkennen einer kor rekten bzw. inkorrekten Durchführung erwiesen.
In einer möglichen Ausführungsform des vorgestellten Überprüfungssystems ist vorgesehen, dass das mindestens eine Erfassungssystem dazu konfiguriert ist, während einer Kalibrierungsphase Kalibrierungsdaten beim Ausführen zumin dest eines Teils des Arbeitsablaufs durch eine Ausführungseinheit zu erfassen. Dabei ist vorgesehen, dass die Kalibrierungsdaten zumindest in die mindestens eine Ausführungseinheit eingeleitete Schwingungen umfassen. Dabei ist ferner vorgesehen, dass das mindestens eine Erfassungssystem mit dem mindestens einen Speicher in kommunikativer Verbindung steht und dazu konfiguriert ist, die Kalibrierungsdaten dem mindestens einen Speicher bereitzustellen. Der mindestens eine Speicher ist dazu konfiguriert, die Kalibrierungsdaten zusam men mit einer Zuordnung zu der ersten oder der mindestens einen zweiten Klasse zum Kalibrieren bzw. zum Trainieren des maschinellen Lerners zur Ver fügung zu stellen.
Anhand von Kalibrierungsdaten, die eine Zuordnung von bereits während eines Trainingsbetriebs ermittelten Arbeits- bzw. Sensordaten zu jeweiligen Klassen umfassen, kann ein maschineller Lerner dazu konfiguriert werden, aktuell er- fasste Arbeitsdaten gemäß einem den Kalibrierungsdaten zugrundeliegenden Schema den jeweiligen Klassen zuzuordnen. Diese Zuordnung erfolgt insbe sondere selbsttätig durch den maschinellen Lerner, so dass das Zuordnungs schema durch den maschinellen Lerner selbst ermittelt und ggf. in Abhängigkeit jeweiliger Kalibrierungsdaten automatisch aktualisiert wird. Dies bedeutet, dass in Abhängigkeit der bereitgestellten Kalibrierungsdaten die Zuordnung der Ar beitsdaten zu den jeweiligen Klassen verändert werden kann.
In einer weiteren möglichen Ausgestaltung des vorgestellten Überprüfungssys tems ist vorgesehen, dass
die mindestens eine Recheneinheit dazu konfiguriert ist, lediglich solche Kalib rierungsdaten für das Training des maschinellen Lerners zu verwenden, die beim Ausführen von Arbeitsabläufen in einer zum Erfassen der Arbeitsdaten vorgesehenen Produktionszelle erfasst wurden. Die Produktionszelle kann da bei eine andere Produktionszelle sein, als die Produktionszelle, in der der ma schinelle Lerner Verwendung findet. Dies bedeutet, dass Kalibrierungsdaten, die in einer ersten Produktionszelle ermittelt wurden, zum Überprüfen von Ar beitsabläufen in einer zweiten Produktionszelle unter Verwendung des erfin dungsgemäßen Verfahrens verwendet werden können.
Unter einer Produktionszelle ist im Kontext der vorgestellten Erfindung eine Ar beitsstation, eine Produktionsstraße oder eine Produktionslinie zu verstehen, wobei unter einer Produktionsstraße oder einer Produktionslinie ein kontinuierli cher bzw. getakteter oder ein diskontinuierlicher Arbeitsablauf zu verstehen ist.
Durch eine gezielte bzw. selektive Auswahl jeweiliger Kalibrierungsdaten zum Trainieren des erfindungsgemäß vorgesehenen maschinellen Lerners für eine Zuordnung von Arbeitsdaten zu einer jeweiligen Klasse kann eine besonders spezifische Zuordnung erfolgen. Dies bedeutet, dass bspw. lediglich solche Ka librierungsdaten für das Training des maschinellen Lerners verwendet werden, die einer jeweiligen Arbeitsstation, an der die zuzuordnenden Arbeitsdaten er mittelt wurden, entsprechen. Mit anderen Worten, durch eine Beschränkung von Kalibrierungsdaten auf genau die Arbeitsabläufe, die aktuell durchgeführt wer- den, kann ein besonders genauer bzw. spezifischer maschineller Lerner er zeugt bzw. eine besonders genaue bzw. spezifische Überprüfung ermöglicht werden. Dazu können jeweilige Kalibrierungsdaten bspw. in Einheiten zusam mengefasst und jeweiligen Arbeitsstationen zugeordnet werden, so dass das Überprüfungssystem in Abhängigkeit einer aktuell zu überprüfenden Arbeitssta tion eine jeweilige der Arbeitsstation entsprechende Einheit an Kalibrierungsda ten bzw. einen entsprechend trainierten maschinellen Lerner aus dem Speicher laden kann.
Um einem aktuell zu überprüfenden Arbeitsablauf entsprechende Kalibrie rungsdaten zu ermitteln, kann bspw. eine Identifizierung eines durchzuführen den Arbeitsablaufs anhand einer Identifikationsnummer eines Werkers bzw. eines jeweiligen Werkzeugs und/oder eines aktuellen Zeitstempels erfolgen.
Insbesondere kann es vorgesehen sein, dass lediglich solche Kalibrierungsda ten zum Training des erfindungsgemäß vorgesehenen maschinellen Lerners verwendet werden, die im Voraus von einem jeweiligen Werker bzw. einem je weiligen Werkzeug selbst bereitgestellt und bspw. von einer Überprüfungs instanz einer jeweiligen Klasse zugeordnet wurden.
In einer weiteren möglichen Ausgestaltung des vorgestellten Überprüfungssys tems ist vorgesehen, dass die mindestens eine Recheneinheit dazu konfiguriert ist, lediglich solche Kalibrierungsdaten für das Training des maschinellen Lerners bereitzustellen, die beim Ausführen von Arbeitsabläufen einer zum Er fassen der Arbeitsdaten vorgesehenen Produktionsstraße bzw. Arbeitsumge bung erfasst wurden.
Durch eine Auswahl von Kalibrierungsdaten eines komplexen Arbeitsprozesses, d.h. insbesondere von globalen bzw. interindividuellen Kalibrierungsdaten, die anhand einer Vielzahl von Arbeitern und/oder einer Vielzahl Arbeitsabläufe er mittelt wurden, zur Durchführung einer jeweiligen Überprüfung, kann der ma schinelle Lerner dahingehend optimiert werden, allgemeingültige Zuordnungs schemata zu ermitteln und für eine jeweilige durchzuführende Überprüfung bzw. Zuordnung zu verwenden. Dies bedeutet, dass durch Verwendung von Kalibrie rungsdaten, die aus einer Vielzahl von Arbeitsabläufen resultieren, die bspw. von einer Vielzahl unterschiedlicher Werker und/oder unterschiedlicher Werk zeuge durchgeführt wurden, auf ein individuelles, d.h. ein werkerspezifisches bzw. ein werkzeugspezifisches Ermitteln von Kalibrierungsdaten verzichtet wer den kann. Entsprechend kann unter Verwendung von globalen Kalibrierungsda ten ein beliebiger Werker überprüft werden, ohne dass dieser zuvor für einen Kalibrierungsprozess abgestellt werden muss.
Entsprechend kann das vorgestellte Überprüfungssystem durch die Verwen dung von globalen Kalibrierungsdaten nicht nur auf einer Produktionsstraße, sondern auf einer Vielzahl verschiedener Produktionsstraßen bzw. Arbeitsum gebungen verwendet werden, ohne neu bzw. spezifisch für eine jeweilige Pro duktionsstraße bzw. Arbeitsumgebung trainiert werden zu müssen. Vielmehr stellen globale Kalibrierungsdaten, die in einem komplexen Arbeitsprozess, der bspw. eine gesamte Produktionsstraße oder einen gesamten Herstellungspro zess umfasst, ermittelt wurden, eine derart allgemeine Kalibrierungsdatenquelle dar, dass der erfindungsgemäß vorgesehene maschinelle Lerner ein derart all gemeines Zuordnungsschema ermittelt, das zur Überprüfung entsprechender Arbeitsabläufe in beliebigen Produktionsstraßen bzw. beliebigen Herstellungs prozessen geeignet ist.
Um ein Qualitätsniveau jeweiliger zu überprüfender Arbeitsabläufe vorzugeben bzw. den erfindungsgemäß vorgesehenen maschinellen Lerner fortlaufend zu aktualisieren, kann es vorgesehen sein, dass die mindestens eine Rechenein heit dazu konfiguriert ist, lediglich solche Kalibrierungsdaten zu verwenden, die von einer Autorisierungsinstanz als verwendbar eingestuft wurden.
Durch Verwendung einer Autorisierungsinstanz, wie bspw. einem Überprü fungstechniker, die bzw. der jeweilige ermittelte Kalibrierungsdaten als ver wendbar einstuft, kann durch die Autorisierungsinstanz vorgegeben werden, welche Kalibrierungsdaten bzw. welche Arbeitsabläufe einer ersten Klasse, bspw. der Klasse "in Ordnung", und welche Arbeitsabläufe einer weiteren Klas- se, bspw. der Klasse "nicht in Ordnung" oder einer Klasse "Nacharbeit" zuge ordnet werden. Dazu kann die Autorisierungsinstanz Datenpunkte, die während eines Arbeitsprozesses eines Produkts ermittelt wurden, auswählen, und an hand mindestens eines Qualitätskriteriums, wie bspw. einem korrekten Produkt oder einem Video eines Arbeitsablaufs, einstufen. Insbesondere können zufällig ausgewählte Datenpunkte aus bereits erfassten Arbeitsdaten der Autorisie rungsinstanz präsentiert werden, um eine stichprobenartige Überprüfung jewei liger Kalibrierungsdaten zu ermöglichen und ein falsches bzw. ungeeignetes Training des maschinellen Lerners zu verhindern.
In einer weiteren möglichen Ausgestaltung des vorgestellten Überprüfungssys tems ist vorgesehen, dass die mindestens eine Recheneinheit dazu konfiguriert ist, lediglich solche Kalibrierungsdaten für das Training des maschinellen Lerners zu verwenden, die einem Arbeitsablauf zum Erfassen jeweiliger von dem Erfassungssystem für die Zuordnung ermittelter Arbeitsdaten entsprechen bzw. die lediglich bei einem Arbeitsablauf zum Erfassen jeweiliger von dem Er fassungssystem für die Zuordnung ermittelter Arbeitsdaten ermittelt wurden.
Die erfindungsgemäß vorgesehene mindestens eine Recheneinheit kann bspw. anhand eines von einem Werker oder einem Werkzeug bereitzustellenden Iden tifikationscodes einen aktuell zu überprüfenden Arbeitsablauf erkennen und je weilige dem Arbeitsablauf entsprechende Arbeitsdaten in jeweiligen verfügba ren Kalibrierungsdaten auswählen. Dazu kann sich der Werker bzw. das Werk zeug bspw. mittels eines Scanners, der einen Identifikationscode des Werkers oder des Werkezugs erfasst, an dem Überprüfungssystem anmelden.
In einer weiteren möglichen Ausgestaltung des vorgestellten Überprüfungssys tems ist vorgesehen, dass der mindestens eine Speicher ein zentraler Speicher ist, der mit einer Vielzahl an Recheneinheiten verbunden ist, die jeweils zum Trainieren ihrer jeweiligen maschinellen Lerner auf durch den zentralen Spei cher bereitgestellte Kalibrierungsdaten zugreifen. Insbesondere kann der mindestens eine erfindungsgemäß vorgesehene Spei cher ein sogenannter "Cloudpseicher" sein, der jeweilige Recheneinheiten ei nes Überprüfungssystems bzw. mehrerer Überprüfungssysteme mit Kalibrie rungsdaten versorgt bzw. entsprechende Kalibrierungs- und/oder Sensordaten verwaltet.
In einer weiteren möglichen Ausgestaltung des vorgestellten Überprüfungssys tems ist vorgesehen, dass die mindestens eine Recheneinheit dazu konfiguriert ist, die Zuordnung unter Verwendung eines Spektrogramms von durch das mindestens eine Erfassungssystem bereitgestellten Arbeitsdaten durchzufüh ren.
Anhand eines Spektrogramms können insbesondere Schwingungen, die beim Durchführen eines Arbeitsablaufs erzeugt und erfasst wurden, dargestellt und für eine Durchführung einer Zuordnung bzw. einer Überprüfung verwendet wer den.
In einer weiteren möglichen Ausgestaltung des vorgestellten Überprüfungssys tems ist vorgesehen, dass das Erfassungssystem dazu konfiguriert ist, mindes tens eine Datengattung der folgenden Liste Datengattungen, insbesondere an einer jeweiligen Ausführungseinheit, zu erfassen: Luftdruckdaten, Temperatur daten, Drehratenänderungsdaten, Beschleunigungsdaten, Körperschalldaten, Frequenzdaten, Vibrationsdaten, Audiodaten.
In einer weiteren möglichen Ausgestaltung des vorgestellten Überprüfungssys tems ist vorgesehen, dass die mindestens eine Recheneinheit weiterhin dazu konfiguriert ist, zumindest für den Fall, dass der zumindest eine Teil des Ar beitsablaufs der ersten Klasse zuzuordnen ist, zumindest ein Protokollierungs signal zusammen mit einem Hinweis auf den jeweiligen Arbeitsablauf auf dem mindestens einen Speicher zu hinterlegen und in Abhängigkeit eines bereitzu stellenden Steuerungsbefehls auf der mindestens einen Ausgabeeinheit auszu geben. Mittels eines Protokollierungssignals kann eine Überprüfung eines jeweiligen Arbeitsablaufs datentechnisch erfasst und archiviert werden, so dass ein Er gebnis der Überprüfung des jeweiligen Arbeitsablaufs abrufbar und kontrollier bar hinterlegt werden kann.
In einer weiteren möglichen Ausgestaltung des vorgestellten Überprüfungssys tems ist vorgesehen, dass die mindestens eine Ausgabeeinheit dazu konfigu riert ist, von einem Arbeiter getragen zu werden. Die mindestens eine Ausga beeinheit steht hierbei über eine Kommunikationsschnittstelle mit der mindes tens einen Recheneinheit und/oder dem mindestens einen Speicher in kommu nikativer Verbindung und ist dazu konfiguriert, auf der mindestens einen Aus gabeeinheit zumindest oder lediglich ein jeweiliges Rückmeldungssignal auszu geben, das einem Arbeitsablauf zugeordnet ist, der dem Arbeiter zugeordnet ist.
Mittels eines Rückmeldungssignals, das einem Arbeiter bzw. einem Werker auf einer Ausgabeeinheit ausgegeben wird, kann dem Werker in Echtzeit, d.h. ins besondere instantan, wie bspw. in einem zeitlichen Bereich zwischen 50 Milli sekunden und 2 Sekunden, ein Rückmeldungssignal bereitgestellt werden, das dem Werker ein Ergebnis einer Zuordnung bzw. einer Überprüfung jeweiliger durch den Werker bereitgestellter Arbeitsdaten durch den erfindungsgemäß vorgesehenen maschinellen Lerner bzw. durch das erfindungsgemäße Über prüfungssystem meldet. Anhand des Rückmeldesignals kann der Werker ent scheiden, ober er den Arbeitsablauf wiederholt oder frei gibt.
In einer weiteren möglichen Ausgestaltung des vorgestellten Überprüfungssys tems ist vorgesehen, dass das mindestens eine Erfassungssystem mindestens ein Magnetometer umfasst und dazu konfiguriert ist, mittels des mindestens einen Magnetometers ermittelte Magnetfelddaten dem mindestens einen Spei cher bereitzustellen. Dabei ist der mindestens eine Speicher dazu konfiguriert, die Magnetfelddaten der mindestens einen Recheneinheit bereitzustellen. Die mindestens eine Recheneinheit ist dazu konfiguriert, die Magnetfelddaten mit einer vorgebebenen Magnetfelddatenbasis unter Verwendung eines maschinel- len Lerners abzugleichen und das Rückmeldungssignal lediglich dann auf der mindestens einen Ausgabeeinheit auszugeben, wenn die Magnetfelddaten durch den maschinellen Lerner einer ersten Klasse zugeordnet werden können.
In einer weiteren möglichen Ausgestaltung des vorgestellten Überprüfungssys tems ist vorgesehen, dass die mindestens eine Recheneinheit weiterhin dazu konfiguriert ist, für den Fall, dass jeweilige Arbeitsdaten einer Klasse zugeord net werden können, die einem jeweiligen Steuerungsbefehl zugeordnet ist, den jeweiligen Steuerungsbefehl automatisch zu aktivieren.
Durch eine Zuordnung eines Steuerungsbefehls zu einer Klasse, wie bspw. ei ner Klasse "in Ordnung", kann eine Durchführung des Steuerungsbefehls au tomatisch an eine korrekte Ausführung eines Arbeitsablaufs gekoppelt werden. Mit anderen Worten führt eine Zuordnung eines Steuerbefehls an eine Zuord nung jeweiliger Arbeitsdaten an eine jeweilige Klasse dazu, dass ein Prozess bzw. ein Steuerungsbefehl nur dann ausgeführt wird, wenn die Arbeitsdaten jeweilige Kriterien bzw. ein jeweiliges Schema zur Zuordnung in die jeweiligen Klasse erfüllen und entsprechend "valide" sind.
Ferner betrifft die vorgestellte Erfindung ein Verfahren zum Überprüfen eines Arbeitsablaufs, umfassend die folgenden Schritte:
a) Anordnen mindestens eines Erfassungssystems an mindestens einer Aus führungseinheit zum Ausführen zumindest eines Teils des Arbeitsablaufs, b) Erfassen mittels des mindestens einen Erfassungssystems Arbeitsdaten beim Ausführen des zumindest einen Teils des Arbeitsablaufs,
wobei die Arbeitsdaten zumindest in die mindestens eine Ausführungseinheit induzierte Schwingungen umfassen,
c) Bereitstellen der Arbeitsdaten durch das mindestens eine Erfassungssystem, das mit dem mindestens einen Speicher in kommunikativer Verbindung steht, d) Bereitstellen der Arbeitsdaten für die mindestens eine Recheneinheit durch den mindestens einen Speicher,
e) Zuordnen der Arbeitsdaten unter Verwendung mindestens eines maschinel len Lerners zu einer ersten oder mindestens einer zweiten Klasse, f) Ausgeben eines Signals auf der mindestens einen Ausgabeeinheit, zumindest für den Fall, dass der zumindest eine Teil des Arbeitsablaufs der ersten Klasse zugeordnet wird, durch die mindestens eine Recheneinheit.
Die Schritte a) bis f) könnten zeitlich aufeinanderfolgend, zeitgleich oder in be liebiger Reihenfolge durchgeführt werden.
Das vorgestellte Verfahren dient insbesondere zum Betrieb des vorgestellten Überprüfungssystems.
Ferner betrifft die vorgestellte Erfindung ein Computerprogrammprodukt mit Programmcodemitteln zum Steuern des vorgestellten Überprüfungssystems, das bei Ausführung durch eine Prozessoreinheit dafür ausgebildet ist, die Ver fahrensschritte des vorgestellten Verfahrens durchzuführen.
Ferner betrifft die vorgestellte Erfindung ein Erfassungssystem zum Erfassen von Arbeitsdaten. Das Erfassungssystem umfasst mindestens einen Körper schallsensor zum Erfassen von in einen Körper, wie bspw. einen Körper eines das Erfassungssystems tragenden Werkers oder einen Körper eines das Erfas sungssystem tragenden Werkzeugs, eingeleiteten Schwingungen. Das Erfas sungssystem ist dazu konfiguriert, als Teil des vorgestellten Überprüfungssys tems Messdaten zu erfassen und jeweilige erfasste Messdaten der mindestens einen Recheneinheit des Überprüfungssystems als Arbeitsdaten bereitzustel len. Das Erfassungssystem kann darüber hinaus ferner mindestens ein Accele- rometer umfassen.
Das Erfassungssystem kann bspw. als sogenanntes "wearable", wie bspw. ein Armband oder eine Armbanduhr ausgestaltet sein.
Ferner kann das Erfassungssystem als Implantat, d.h. als ein zumindest teil weise in einen jeweiligen Körper bzw. eine jeweilige Ausführungseinheit einge- brachtes bzw. einbringbares Objekt ausgestaltet sein. In einer möglichen Ausgestaltung umfasst das Erfassungssystem eine Ausga beeinheit des erfindungsgemäßen Überprüfungssystems. Dazu kann das Er fassungssystem bspw. mindestens eine Anzeige und/oder mindestens einen Lautsprecher und/oder mindestens einen Aktuator umfassen.
Sowohl die Ausgabeeinheit des erfindungsgemäßen Überprüfungssystems als auch das erfindungsgemäße Erfassungssystem können jeweils als Implantat ausgestaltet sein, das in eine Ausführungseinheit einbringbar ist. Selbstver ständlich können die Ausgabeeinheit und das Erfassungssystem als kombinier te bzw. einstückige oder integrierte Einheit ein einzelnes Implantat bilden, das in eine Ausführungseinheit einbringbar ist.
Weitere Vorteile und Ausgestaltungen der Erfindung ergeben sich aus der Be schreibung und der beiliegenden Zeichnung.
Es versteht sich, dass die voranstehend genannten und die nachstehend noch zu erläuternden Merkmale nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar sind, ohne den Rahmen der vorliegenden Erfindung zu verlassen.
Figur 1 zeigt eine mögliche Ausführungsform des erfindungsgemäßen Überprü fungssystems.
Figur 2 zeigt eine schematische Darstellung eines Datenverarbeitungsprozes ses durch den erfindungsgemäß vorgesehenen maschinellen Lerner.
Figur 3 zeigt eine mögliche Ausführungsform des erfindungsgemäßen Verfah rens.
In Figur 1 ist ein Überprüfungssystem 100 dargestellt.
Das Überprüfungssystem 100 umfasst ein Erfassungssystem 101 , eine Re cheneinheit 103, einen Speicher 105 und eine Ausgabeeinheit 107. Das Erfassungssystem 101 ist dazu konfiguriert, an einer Ausführungseinheit 109 angeordnet zu werden. Die Ausführungseinheit 109 kann bspw. ein Werk zeug, ein Anzug oder ein Werker bzw. Arbeiter sein. Insbesondere kann das Erfassungssystem 101 an einem Körperteil, wie bspw. einer Hand, insbesonde re einem Handgelenk eines Werkers als Ausführungseinheit 109 angeordnet sein.
Alternativ kann das Erfassungssystem 101 an einem Arm eines Roboters, der als Ausführungseinheit 109 dient, angeordnet sein.
Das Erfassungssystem 101 kann bspw. ein Armreif oder ein Fingerring sein.
Das Erfassungssystem 101 umfasst insbesondere einen Körperschallsensor zum Erfassen von durch ein Kontaktobjekt in das Erfassungssystem 101 einge leiteten Schwingungen. Der Körperschallsensor kann bspw. mindestens ein Mikrofon umfassen.
Das Erfassungssystem 101 kann bspw. spezifisch für eine jeweilige Ausfüh rungseinheit ausgestaltet sein, so dass die jeweilige Ausführungseinheit 101 anhand des Erfassungssystems 101 identifiziert werden kann. Dazu kann das Erfassungssystem 101 bspw. einen Nahfeldkommunikationschip (NFC) umfas sen, der sich mit einer Basisstation, die bspw. an einer jeweiligen Arbeitsstation angeordnet sein kann, verbinden kann.
Das Erfassungssystem 101 ermöglicht insbesondere das Erfassen von manuell durchgeführten Arbeitsabläufen mit jeweils einem oder mehreren Arbeitsschrit ten. Dazu kann das Erfassungssystem 101 bspw. ein Accelerometer und/oder ein Gyrometer und/oder ein Magnetometer umfassen.
Weiterhin kann das Erfassungssystem 101 an einem Werkzeug, wie bspw. ei nem Schrauber, der als Ausführungseinheit 109 dient, angeordnet sein. Es ist denkbar, dass das Erfassungssystem 101 mehrere Komponenten um fasst, die an verschiedenen Ausführungseinheiten 109 oder an verschiedenen Teilen einer Ausführungseinheit 109 angeordnet sind.
Das Erfassungssystem 101 ist weiterhin dazu konfiguriert, Arbeitsdaten beim Ausführen zumindest einen Teils eines Arbeitsablaufs durch die Ausführungs einheit 109 zu erfassen, wobei die Arbeitsdaten zumindest in die mindestens eine Ausführungseinheit eingeleitete Schwingungen, insbesondere mechani sche ausgelöste Vibrationen, umfassen.
Durch das Erfassungssystem 101 , das den Körperschallsensor umfasst, kön nen bspw. Vibrationen an Fingerspitzen eines Werkers erfasst und datentech nisch verarbeitet werden. Dazu werden die Vibrationen durch das Erfassungs system 101 in elektrische Signale umgewandelt.
Das Erfassungssystem 101 steht mit dem Speicher 105 in kommunikativer Ver bindung und ist dazu konfiguriert, die Arbeitsdaten dem Speicher 105 bereitzu stellen. Dies bedeutet, dass das Erfassungssystem 101 dazu konfiguriert ist, die Arbeitsdaten in den Speicher 105 zu laden bzw. die Arbeitsdaten für einen Download durch den Speicher 105 zur Verfügung zu stellen.
Der Speicher 105 ist dazu konfiguriert, die Arbeitsdaten der Recheneinheit 103 bereitzustellen. Dies bedeutet, dass der Speicher 105 dazu konfiguriert ist, die Arbeitsdaten in die Recheneinheit 103 zu laden bzw. die Arbeitsdaten für einen Download durch die Recheneinheit 103 zur Verfügung zu stellen.
Die Recheneinheit 103 ist dazu konfiguriert, die Arbeitsdaten unter Verwendung mindestens eines maschinellen Lerners einer ersten oder mindestens einer zweiten Klasse, wie bspw. einer der Klassen "in Ordnung", "nicht in Ordnung" oder "Nacharbeit" zuzuordnen.
Die Recheneinheit 103 ist weiterhin dazu konfiguriert, zumindest für den Fall, dass der zumindest eine Teil des Arbeitsablaufs der ersten Klasse zuzuordnen ist, zumindest ein Rückmeldungssignal auf der Ausgabeeinheit 107 auszuge ben. Dazu kann die Recheneinheit bspw. einen Steuerungsbefehl an die Aus gabeeinheit 107 übermitteln, der die Ausgabeeinheit 107 dazu konfiguriert, ein Rückmeldungssignal, wie bspw. ein Leuchten in einer vorgegebenen Farbe und/oder einen Tönen in einem bestimmten Ton bzw. einer Tonfolge auszuge ben.
Es kann bspw. der ersten Klasse ein erstes Rückmeldungssignal und jeder wei teren Klasse entsprechend ein jeweils weiteres Rückmeldungssignal zugeord net sein, so dass anhand eines jeweiligen ausgegebenen Rückmeldungssignals die Zuordnung der Arbeitsdaten zu einer jeweiligen Klasse erkannt werden kann.
Die Recheneinheit 103 kann dazu konfiguriert sein, durch Verwendung von Ar beitsdaten, die von verschiedenen Sensoren des Erfassungssystems 101 ermit telt wurden, eine Validierung einer jeweiligen Zuordnung von Arbeitsdaten zu einer Klasse vorzunehmen. Dies bedeutet, dass die Recheneinheit 103 dazu konfiguriert sein kann, eine Kreuzvalidierung vorzunehmen, bei der bspw. Audi- odaten mittels Magnetdaten validiert werden.
Das Überprüfungssystem 100 kann bspw. dazu konfiguriert sein, eine Erken nung und/oder Absicherung von Schraubvorgängen anhand von durch einen Akkuschrauber entstehenden Schwingungen zu erfassen und zu qualifizieren, d.h. einer jeweiligen Klasse zuzuordnen.
Nach einem Kalibrierungsvorgang, bei dem der maschinelle Lerner mit Trai ningsdaten trainiert wird, kann das Überprüfungssystem bspw. erkennen, ob eine Schraube eingeschraubt wurde und welche Schraube eingeschraubt wur de.
Dabei erzeugt das Überprüfungssystem 100 ein Rückmeldungssignal, das an zeigt, ob ein jeweiliger Schraubvorgang durch den maschinellen Lerner bspw. einer ersten Klasse "in Ordnung" oder einer weiteren Klasse "nicht in Ordnung" zugeordnet wurde. Dazu werden bspw. Geräusche (Luftschall und Körper schall), die ein jeweiliger Schrauber im Betrieb erzeugt, wenn er (I.) eine Schraube sauber verschraubt, wenn er (II.) auf dem Schraubenkopf abrutscht oder (lll.)wenn die Schraube verkantet eingeschraubt wird oder (IV.) wenn in die Luft geschraubt wird, durch den maschinellen Lerner unterschieden.
Abgesichert werden jeweilige erkannte Arbeitsabläufe durch das Magnetometer und eine Lageerkennung durch das Gyrometer und Accelerometer. Dazu kön nen bspw. jeweilige mittels des Magnetometers und/oder mittels des Gyrome- ters ermittelte Arbeitsdaten einem separaten Zuordnungsprozess unterzogen werden, um den anhand der Schwingungsdaten durchgeführten Zuordnungs prozess bspw. mittels einer Kreuzvalidierung zu überprüfen.
Das Überprüfungssystem 100 kann ferner insbesondere Einrastvorgänge bzw. Einrastungen erkennen, klassifizieren und datentechnisch verarbeiten. Eine Art einer Einrastung kann dazu abhängig von einem jeweiligen Taktschritt in einer Produktionsstraße erkannt werden. Somit kann bspw. eine Anzahl von erkann ten Einrastungen mit einer vorgegebenen Anzahl verglichen werden, um einen entsprechenden Arbeitsablauf zu überprüfen.
Ferner kann das Überprüfungssystem 100 eine Herzrate eines Werkers bspw. unter Verwendung des Körperschallsensors oder eines Herzratensensors auf nehmen und datentechnisch verarbeiten.
Weiterhin kann mittels des Accelerometers bzw. des Gyrometers eine Lageer kennung eines jeweiligen Werkers (stehend/liegend/aufgestützt) durchgeführt und ein medizinischer Notfall erkannt bzw. gemeldet werden. Eine Absicherung eines Erkennens von medizinischen Notfällen kann bspw. über ein Mikrofon (Schall beim Hinfallen bzw. Kollision) erfolgen.
Über den Körperschallsensor kann das Überprüfungssystem 100 ferner Interak tionen eines Werkers mit dem Überprüfungssystem 100 direkt wahrnehmen. Hierdurch kann der Werker bspw. über das Erfassungssystem 101 Steuerungs- befehle an eine mit dem Überprüfungssystem 100 in kommunikativem Kontakt stehende Einheit, wie bspw. ein Produktionssteuerungssystem, übermitteln. Bspw. kann ein einmaliges Klopfen eine Quittierung eines Arbeitsablaufs be deuten, während 2x Klopfen einen Bandstopp auslöst. Die ausgelösten Aktio nen können ggf. durch den Werker selbst gesteuert werden.
Das Überprüfungssystem 100 dient insbesondere zum Erkennen und Überprü fen folgender Arbeitsvorgänge: Durchführen von Steckverbindungen, Durchfüh ren von Einrastbewegungen, Durchführungen von Schraubvorgängen sowie zum Erkennen von medizinischen Notfällen, Erkennen von Gesten bzw. Klopf geräuschen und einer Anmeldung an eine Basisstation, d.h. zum Durchführen eines Identifikationsprozesses zum Identifizieren einer jeweiligen Ausführungs einheit an einer Basisstation. Dazu kann das Überprüfungssystem bspw. einen oder eine Kombination der folgenden Sensoren verwenden: Körper schallsensor, Barometer, Accelerometer, Gyrometer, Temperatursensor, Mag netometer, Mikrofon und Nahfeldkommunikationschip (NFC).
Der Speicher 105 kann ein lokaler Speicher oder ein sogenannter "Cloud Spei cher" sein und dazu konfiguriert sein, darin gespeicherte Arbeitsdaten bzw. Ka librierungsdaten für maschinelle Lerner einer Vielzahl verschiedener Überprü fungssysteme 100 bereitzustellen. Dies bedeutet, dass bspw. der Speicher 105 mit Kalibrierungsdaten befüllt wird, die von Ausführungseinheiten einer ersten Produktionsstraße ermittelt wurden, so dass die Kalibrierungsdaten zum Über prüfen von Ausführungseinheiten einer zweiten zu der ersten Produktionsstraße ähnlichen Produktionsstraße verwendet werden können.
In Figur 2 ist ein Ablauf eines Zuordnungsprozesses bzw. eines Klassifikations prozesses 200 mittels eines maschinellen Lerners 201 dargestellt. Der maschi nelle Lerner 201 wird bspw. von der Recheneinheit 103, wie sie in Figur 1 dar gestellt ist, ausgeführt.
Der maschinelle Lerner 201 , der bspw. ein künstliches neuronales Netzwerk, eine Support Vector Maschine und/oder jedes weitere mathematische Klassifi- kationsverfahren umfassen kann, erhält als Arbeitsdaten 203 für einen jeweili gen Arbeitsvorgang Sensordaten 205, 207, die von Sensoren des Erfassungs systems 101 , wie es bspw. in Figur 1 dargestellt ist, ermittelt wurden.
Anhand eines durch den maschinellen Lerner 201 gebildeten Zuordnungs schemas ordnet der maschinelle Lerner die Arbeitsdaten 205, 207 und, dadurch bedingt, den jeweiligen Arbeitsvorgang, einer ersten Klasse 215 oder einer wei teren Klasse 217 zu.
Um das von dem maschinellen Lerner 201 verwendete Zuordnungsschema zu generieren bzw. zu optimieren, wird der maschinelle Lerner 201 mit Kalibrie rungsdaten 209 trainiert. Die Kalibrierungsdaten umfassen Sensordaten 21 1 , 213 und eine vorgegebene Klassenzuordnung 219. Entsprechend wird der ma schinelle Lerner 201 das von ihm verwendete Zuordnungsschema bei einem Kalibrierungs- bzw. Trainingsprozess automatisch derart konfigurieren, dass die Sensordaten 21 1 und 213 der Klassenzuordnung 219 entsprechend entweder der ersten Klasse 215 oder der zweiten Klasse 217 zugeordnet werden. Das während des Kalibrierungsprozesses erzeugte Zuordnungsschema wird an schließend auf die Arbeitsdaten 203 angewendet.
Die Klassenzuordnung 219 in den Kalibrierungsdaten 209 kann bspw. von ei nem überwachenden Techniker vorgegeben sein.
Es denkbar, dass zum Betrieb des Überprüfungssystems 100 der maschinelle Lerner 201 unter Verwendung von Kalibrierungsdaten 209 trainiert wird, die an hand von Ausführungseinheiten einer ersten Produktionsstraße ermittelt wur den, um Arbeitsdaten 203 zu überprüfen, d.h. einer Zuordnung zu der ersten Klasse 215 oder der weiteren Klasse 217 zu unterziehen, die anhand von Aus führungseinheiten einer zweiten Produktionsstraße ermittelt wurden.
Es ist denkbar, dass der maschinelle Lerner 201 fortlaufend aktualisiert wird, indem die Kalibrierungsdaten 209 ergänzt bzw. geändert werden, so dass der maschinelle Lerner 201 sein Zuordnungsschema an die geänderten Kalibrie rungsdaten anpassen muss.
In Figur 3 ist ein Verfahren 300 zum Überprüfen eines Verschraubungsvor gangs als Arbeitsablaufs dargestellt. Das Verfahren 300 umfasst die folgenden Schritte:
Anordnungsschritt 301 zum Anordnen mindestens eines Erfassungssystems an mindestens einem Werker als Ausführungseinheit zum Ausführen zumindest eines Teils des Verschraubungsvorgangs.
Bspw. kann das Erfassungssystem als Armband und/oder Ring ausgestaltet sein, das bzw. die an einer Hand des Werkers angeordnet wird bzw. werden.
Erfassungsschritt 303 zum Erfassen von Arbeitsdaten beim Ausführen des zu mindest einen Teils des Verschraubungsvorgangs mittels des mindestens einen Erfassungssystems , wobei die Arbeitsdaten zumindest in den Werker beim Schrauben induzierte Schwingungen umfassen.
Anhand der Schwingungen bzw. Vibrationen, die beim Ausführen des Schraub vorgangs entstehen, kann auf eine korrekte oder eine fehlerhafte Verschrau bung geschlossen werden.
Bereitstellungsschritt 305 zum Bereitstellen der Arbeitsdaten zum Speichern in dem mindestens einen Speicher durch das mindestens eine Erfassungssystem, das mit dem mindestens einen Speicher in kommunikativer Verbindung steht.
Bereitstellungsschritt 307 zum Bereitstellen der Arbeitsdaten für die mindestens eine Recheneinheit durch den mindestens einen Speicher.
Zuordnungsschritt 309 zum Zuordnen der Arbeitsdaten zu einer ersten oder mindestens einer zweiten Klasse mittels eines maschinellen Lerners. Bspw. kann anhand der Arbeitsdaten ein jeweiliger Schraubvorgang einer Klas se "in Ordnung" oder einer Klasse "nicht in Ordnung" zugeordnet werden.
Ausgabeschritt 31 1 zum Ausgeben eines Signals auf der mindestens einen Ausgabeeinheit, zumindest für den Fall, dass der zumindest eine Teil des Ar beitsablaufs der ersten Klasse zugeordnet wird, durch die mindestens eine Re cheneinheit.
Bspw. kann dem Werker mittels eines Vibrators, der in dem Erfassungssystem integriert ist, eine vorgegebene Anzahl von Vibrationsstößen ausgegeben wer den. Bspw. können zwei Vibrationsstöße eine Zuordnung der Arbeitsdaten zu der Klasse "in Ordnung" und drei Vibrationsstöße eine Zuordnung der Arbeits daten zu der Klasse "nicht in Ordnung" signalisieren. Entsprechend kann der Werker anhand eines jeweiligen ausgegebenen Signals entscheiden, ob der entsprechende Arbeitsablauf zu korrigieren ist oder freigegeben werden kann.
BEZUGSZEICHENLISTE
100 Überprüfungssystem
101 Erfassungssystem
103 Recheneinheit
105 Speicher
107 Ausgabeeinheit
109 Ausführungseinheit
200 Klassifikationsprozess
201 maschineller Lerner
203 Arbeitsdaten
205 Sensordaten
207 Sensordaten
209 Kalibrierungsdaten
21 1 Sensordaten
213 Sensordaten
215 erste Klasse
217 weitere Klasse
219 Zuordnungsdaten
300 Verfahren
301 Anordnungsschritt
303 Erfassungsschritt
305 Bereitstellungsschritt 307 Bereitstellungsschritt 309 Zuordnungsschritt
31 1 Ausgabeschritt

Claims

Patentansprüche
1 . Überprüfungssystem (100) zum Überprüfen eines Arbeitsablaufs, wobei das Überprüfungssystem mindestens umfasst:
- mindestens ein Erfassungssystem (101 ),
- mindestens eine Recheneinheit (103),
- mindestens einen Speicher (105),
- mindestens eine Ausgabeeinheit (107),
wobei das mindestens eine Erfassungssystem dazu konfiguriert ist, an mindes tens einer Ausführungseinheit (109) zum Ausführen zumindest eines Teils des Arbeitsablaufs angeordnet zu werden,
wobei das mindestens eine Erfassungssystem weiterhin dazu konfiguriert ist, Arbeitsdaten (203) beim Ausführen des zumindest einen Teils des Arbeitsab laufs durch die Ausführungseinheit zu erfassen, wobei die Arbeitsdaten zumin dest in die mindestens eine Ausführungseinheit eingeleitete Schwingungen (205) umfassen,
wobei das mindestens eine Erfassungssystem mit dem mindestens einen Spei cher in kommunikativer Verbindung steht und dazu konfiguriert ist, die Arbeits daten dem mindestens einen Speicher bereitzustellen,
wobei der mindestens eine Speicher dazu konfiguriert ist,
die Arbeitsdaten der mindestens einen Recheneinheit bereitzustellen, wobei die mindestens eine Recheneinheit dazu konfiguriert ist, unter Verwen dung mindestens eines maschinellen Lerners (201 ) zumindest einen Teil des Arbeitsablaufs, der den Arbeitsdaten entspricht, einer ersten oder mindestens einer zweiten Klasse zuzuordnen, und wobei die mindestens eine Rechenein heit weiterhin dazu konfiguriert ist, zumindest für den Fall, dass der zumindest eine Teil des Arbeitsablaufs der ersten Klasse zuzuordnen ist, zumindest ein Rückmeldungssignal auf der mindestens einen Ausgabeeinheit auszugeben.
2. Überprüfungssystem nach Anspruch 1 ,
wobei das mindestens eine Erfassungssystem dazu konfiguriert ist, während einer Kalibrierungsphase Kalibrierungsdaten (209) beim Ausführen zumindest eines Teils des Arbeitsablaufs durch eine Ausführungseinheit zu erfassen, wo bei die Kalibrierungsdaten zumindest in die mindestens eine Ausführungsein heit eingeleitete Schwingungen (205) umfassen,
wobei das mindestens eine Erfassungssystem mit dem mindestens einen Spei cher in kommunikativer Verbindung steht und dazu konfiguriert ist, die Kalibrie rungsdaten dem mindestens einen Speicher bereitzustellen, und
wobei der mindestens eine Speicher dazu konfiguriert ist, Kalibrierungsdaten, die eine Zuordnung (219) zu der ersten oder der mindestens einen zweiten Klasse umfassen, für ein Training des maschinellen Lerners bereitzustellen.
3. Überprüfungssystem nach Anspruch 2,
wobei die mindestens eine Recheneinheit dazu konfiguriert ist, lediglich solche Kalibrierungsdaten für das Training des maschinellen Lerners zu verwenden, die beim Ausführen von Arbeitsabläufen einer zum Erfassen der Arbeitsdaten vorgesehenen Produktionszelle erfasst wurden.
4. Überprüfungssystem nach einem der Ansprüche 2,
wobei die mindestens eine Recheneinheit dazu konfiguriert ist, lediglich solche Kalibrierungsdaten für das Training des maschinellen Lerners zu verwenden, die von einer Autorisierungsinstanz als verwendbar eingestuft wurden.
5. Überprüfungssystem nach Anspruch 2,
wobei die mindestens eine Recheneinheit dazu konfiguriert ist, lediglich solche Kalibrierungsdaten für das Training des maschinellen Lerners zu verwenden, die einem Arbeitsablauf zum Erfassen jeweiliger von dem Erfassungssystem für die Zuordnung ermittelter Arbeitsdaten entsprechen.
6. Überprüfungssystem nach einem der voranstehenden Ansprüche, wobei der mindestens eine Speicher ein zentraler Speicher ist, der mit einer Vielzahl an Recheneinheiten verbunden ist, die jeweils zum Durchführen jewei liger Zuordnungen einen auf Grundlage von durch den zentralen Speicher be reitgestellten Kalibrierungsdaten trainierten maschinellen Lerner verwenden.
7. Überprüfungssystem nach einem der voranstehenden Ansprüche, wobei die mindestens eine Recheneinheit dazu konfiguriert ist, die Zuordnung unter Verwendung eines Spektrogramms von durch das mindestens eine Erfas sungssystem bereitgestellten Arbeitsdaten durchzuführen.
8. Überprüfungssystem nach einem der voranstehenden Ansprüche, wobei das Erfassungssystem dazu konfiguriert ist, mindestens eine Datengat tung der folgenden Liste Datengattungen, insbesondere an einer jeweiligen Ausführungseinheit, zu erfassen: Luftdruckdaten, Temperaturdaten, Drehraten änderungsdaten, Beschleunigungsdaten, Körperschalldaten, Frequenzdaten, Vibrationsdaten, Audiodaten.
9. Überprüfungssystem nach einem der voranstehenden Ansprüche, wobei die mindestens eine Recheneinheit weiterhin dazu konfiguriert ist, zu mindest für den Fall, dass der zumindest eine Teil des Arbeitsablaufs der ersten Klasse zuzuordnen ist, zumindest ein Protokollierungssignal zusammen mit ei nem Hinweis auf den jeweiligen Arbeitsablauf auf dem mindestens einen Spei cher zu hinterlegen und in Abhängigkeit eines bereitzustellenden Steuerungs befehls auf der mindestens einen Ausgabeeinheit auszugeben.
10. Überprüfungssystem nach einem der voranstehenden Ansprüche, wobei die mindestens eine Ausgabeeinheit dazu konfiguriert ist, von einem Werker getragen zu werden,
wobei die mindestens eine Ausgabeeinheit über eine Kommunikationsschnitt stelle mit der mindestens einen Recheneinheit und/oder dem mindestens einen Speicher in kommunikativer Verbindung steht, und wobei die mindestens eine Recheneinheit dazu konfiguriert ist, auf der mindestens einen Ausgabeeinheit zumindest oder lediglich ein jeweiliges Rückmeldungssignal auszugeben, das einem Arbeitsablauf zugeordnet ist, der dem Werker zugeordnet ist.
1 1 . Überprüfungssystem nach einem der voranstehenden Ansprüche, wobei das mindestens eine Erfassungssystem mindestens ein Magnetometer umfasst und dazu konfiguriert ist, mittels des mindestens einen Magnetometers ermittelte Magnetfelddaten dem mindestens einen Speicher bereitzustellen, wobei der mindestens eine Speicher dazu konfiguriert ist, die Magnetfelddaten der mindestens einen Recheneinheit bereitzustellen, und
wobei die mindestens eine Recheneinheit dazu konfiguriert ist,
die Magnetfelddaten der ersten oder der weiteren Klasse zuzuordnen und das Rückmeldungssignal lediglich dann auf der mindestens einen Ausgabeeinheit auszugeben, wenn die Magnetfelddaten durch den maschinellen Lerner der ersten Klasse zugeordnet werden können.
12. Überprüfungssystem nach einem der voranstehenden Ansprüche, wobei die mindestens eine Recheneinheit weiterhin dazu konfiguriert ist, für den Fall, dass jeweilige Arbeitsdaten einer Klasse zugeordnet werden können, die einem jeweiligen Steuerungsbefehl zugeordnet ist, den jeweiligen Steuerungs befehl zu aktivieren.
13. Verfahren zum Überprüfen eines Arbeitsablaufs unter Verwendung eines Überprüfungssystems nach einem der voranstehenden Ansprüche, umfassend die folgenden Schritte:
a) Anordnen (301 ) mindestens eines Erfassungssystems an mindestens einer Ausführungseinheit zum Ausführen zumindest eines Teils des Arbeitsablaufs, b) Erfassen (303) mittels des mindestens einen Erfassungssystems Arbeitsda ten beim Ausführen des zumindest einen Teils des Arbeitsablaufs,
wobei die Arbeitsdaten zumindest in die mindestens eine Ausführungseinheit induzierte Schwingungen umfassen, c) Bereitstellen (305) der Arbeitsdaten durch das mindestens eine Erfassungs system, das mit dem mindestens einen Speicher in kommunikativer Verbindung steht,
d) Bereitstellen (307) der Arbeitsdaten für die mindestens eine Recheneinheit durch den mindestens einen Speicher,
e) Zuordnen (309) der Arbeitsdaten durch die mindestens eine Recheneinheit unter Verwendung mindestens eines maschinellen Lerners zu einer ersten oder mindestens einer zweiten Klasse,
f) Ausgeben (31 1 ) eines Signals auf der mindestens einen Ausgabeeinheit, zu mindest für den Fall, dass der zumindest eine Teil des Arbeitsablaufs der ersten Klasse zugeordnet wird, durch die mindestens eine Recheneinheit.
14. Computerprogrammprodukt mit Programmcodemitteln zum Steuern ei nes Überprüfungssystems nach einem der Ansprüche 1 bis 12, das bei Ausfüh rung durch eine Prozessoreinheit dafür ausgebildet ist, die Verfahrensschritte des Anspruchs 13 durchzuführen.
15. Erfassungssystem (101 ) zum Erfassen von Arbeitsdaten,
wobei das Erfassungssystem mindestens einen Körperschallsensor zum Erfas sen von in einen Körper eingeleiteten Schwingungen umfasst, und
wobei das Erfassungssystem dazu konfiguriert ist, als Teil eines Überprüfungs systems nach einem der Ansprüche 1 bis 12 Messdaten zu erfassen und der mindestens einen Recheneinheit (103) des Überprüfungssystems als Arbeitsda ten (203) bereitzustellen.
PCT/EP2019/085996 2018-12-21 2019-12-18 Überprüfungssystem und verfahren zum überprüfen von arbeitsabläufen WO2020127512A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018133533.4A DE102018133533A1 (de) 2018-12-21 2018-12-21 Überprüfungssystem und Verfahren zum Überprüfen von Arbeitsabläufen
DE102018133533.4 2018-12-21

Publications (1)

Publication Number Publication Date
WO2020127512A1 true WO2020127512A1 (de) 2020-06-25

Family

ID=69063761

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2019/085996 WO2020127512A1 (de) 2018-12-21 2019-12-18 Überprüfungssystem und verfahren zum überprüfen von arbeitsabläufen

Country Status (2)

Country Link
DE (1) DE102018133533A1 (de)
WO (1) WO2020127512A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112578767A (zh) * 2020-12-03 2021-03-30 斯比泰电子（嘉兴）有限公司 一种汽车电动尾门控制单元快速检测设备
CN113418592A (zh) * 2021-05-27 2021-09-21 四川瑞精特科技有限公司 一种用于摇匀仪测量的复合测量系统及测量方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020213080A1 (de) 2020-10-16 2022-04-21 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Trainieren und Betreiben eines Klassifikators zum Einsatz in einem elektrischen oder pneumatischen Schraubendreher
CN112760831A (zh) * 2020-12-30 2021-05-07 西安标准工业股份有限公司 一种基于缝纫设备的智能计件方法及系统
WO2022146260A1 (en) * 2020-12-31 2022-07-07 Koc Universitesi A detecting device and a method for evaluating a connector locking status
DE102021127029B3 (de) 2021-10-19 2022-08-11 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren, System und Computerprogrammprodukt zur Prädiktion von Undichtigkeiten an Dichtungsschnittstellen von verschraubten Bauteilkomponenten
DE102022121577A1 (de) 2022-08-25 2024-03-07 Ernst-Abbe-Hochschule Jena, Körperschaft des öffentlichen Rechts Verfahren zur Erfassung und Vermeidung von fehlerhaften Arbeitsschritten während einer manuellen Montage
DE102022133213A1 (de) 2022-12-14 2024-06-20 HELLA GmbH & Co. KGaA Verfahren und Vorrichtung zum Sichern einer Funktion eines Leuchtelements
DE102023103150B3 (de) * 2023-02-09 2024-04-18 iNDTact GmbH Vorrichtung zur Überwachung der Montage eines Bauteils und zugehöriges Verfahren

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10308403B4 (de) 2003-02-27 2007-10-31 Kannenberg, Dirk-Uwe, Dipl.-Ing. Verfahren und Vorrichtung zur Überwachung der Montage eines Bauteils
KR20090082536A (ko) * 2008-01-28 2009-07-31 재단법인서울대학교산학협력재단 순차적 사슬형태의 단일클래스 분류기를 이용한 공정이상검출 방법
DE102012004165A1 (de) 2012-03-05 2013-09-05 Voss Automotive Gmbh Kontollsystem und Verfahren zur Kontrolle der Montage einer Kupplungseinrichtung
DE102015208676A1 (de) 2015-05-11 2016-11-17 Robert Bosch Gmbh Steckelement für einen elektrischen Steckverbinder mit Aufnahmeelement für einen Sensor
US20170102423A1 (en) 2015-10-07 2017-04-13 Tyco Electronics Corporation Connector mating assurance system and method
WO2018030422A2 (en) * 2016-08-09 2018-02-15 Ricoh Company, Ltd. Diagnosis device, learning device, and diagnosis system
US9977425B1 (en) * 2017-07-14 2018-05-22 General Electric Company Systems and methods for receiving sensor data for an operating manufacturing machine and producing an alert during manufacture of a part

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10261016A1 (de) * 2002-12-24 2004-07-08 Robert Bosch Gmbh Steckkontrolle zur Detektion einer korrekt ausgeführten elektrischen Steckverbindung

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10308403B4 (de) 2003-02-27 2007-10-31 Kannenberg, Dirk-Uwe, Dipl.-Ing. Verfahren und Vorrichtung zur Überwachung der Montage eines Bauteils
KR20090082536A (ko) * 2008-01-28 2009-07-31 재단법인서울대학교산학협력재단 순차적 사슬형태의 단일클래스 분류기를 이용한 공정이상검출 방법
DE102012004165A1 (de) 2012-03-05 2013-09-05 Voss Automotive Gmbh Kontollsystem und Verfahren zur Kontrolle der Montage einer Kupplungseinrichtung
DE102015208676A1 (de) 2015-05-11 2016-11-17 Robert Bosch Gmbh Steckelement für einen elektrischen Steckverbinder mit Aufnahmeelement für einen Sensor
US20170102423A1 (en) 2015-10-07 2017-04-13 Tyco Electronics Corporation Connector mating assurance system and method
WO2018030422A2 (en) * 2016-08-09 2018-02-15 Ricoh Company, Ltd. Diagnosis device, learning device, and diagnosis system
US9977425B1 (en) * 2017-07-14 2018-05-22 General Electric Company Systems and methods for receiving sensor data for an operating manufacturing machine and producing an alert during manufacture of a part

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"Binary Classification from Positive-Confidence Data", ADVANCES IN NEURAL INFORMATION PROCESSING SYSTEMS 31 (NIPS, 2018

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112578767A (zh) * 2020-12-03 2021-03-30 斯比泰电子（嘉兴）有限公司 一种汽车电动尾门控制单元快速检测设备
CN113418592A (zh) * 2021-05-27 2021-09-21 四川瑞精特科技有限公司 一种用于摇匀仪测量的复合测量系统及测量方法

Also Published As

Publication number Publication date
DE102018133533A1 (de) 2020-06-25

Similar Documents

Publication Publication Date Title
WO2020127512A1 (de) Überprüfungssystem und verfahren zum überprüfen von arbeitsabläufen
DE102017009471B4 (de) Humankollaboratives Robotersytem mit verbesserter Genauigkeit der Erfassng einer äußeren Kraft durch maschinelles Lernen
DE102017219843B4 (de) Sensorschnittstellenvorrichtung, Messdatenübertragungssystem, Messdatenübertragungsverfahren und Messdatenübertragungsprogramm
US11774934B2 (en) Facility diagnosis method using facility diagnosis system
WO2013120951A2 (de) Fitnessvorrichtung und vefahren zur automatischen kontrolle der korrekten durchführung einer fitnessübung
EP3877896A2 (de) Vorrichtung und verfahren zur bearbeitung mindestens eines arbeitsbereiches mit einem bearbeitungswerkzeug
DE102018201975A1 (de) Diagnosedaten-erfassungssystem, diagnosesystem und diagnosedaten-erfassungsprogramm
DE102018003942A1 (de) Zum Kommunizieren mit einer Maschine verbundener Maschinensteuerungscomputer, Maschinensystem, Basis-Softwareanwendung, computerlesbares Speichermedium, Datenstruktur und Maschinensteuerungsverfahren
US12108222B2 (en) Acoustical or vibrational monitoring in a guided assembly system
DE10215885A1 (de) Automatische Prozesskontrolle
EP3847517B1 (de) Verfahren und vorrichtung zur herstellung eines produkts sowie computerprogrammprodukt
WO2019115183A2 (de) Verfahren und system zur schadenserkennung eines bauteils
EP3731043A1 (de) Verfahren zur sicherheitsbeurteilung, computerprogramm, maschinenlesbares speichermedium und sicherheitsbeurteilungseinrichtung
DE102019113504A1 (de) Informationsverarbeitungsverfahren, Informationsverarbeitungsgerät und Programm
DE102018202995A1 (de) Verfahren und Vorrichtungen zum automatischen Prüfen wenigstens einer Funktion eines elektronischen Geräts
DE102020114456A1 (de) Maschinenlernvorrichtung, Robotersystem und Maschinenlernverfahren zum Lernen eines Zustands eines Kabels
EP1487616B1 (de) Automatische prozesskontrolle
DE102020134680B4 (de) Verfahren und Anordnung zur Qualitätsprüfung eines Objekts
EP1983394A2 (de) Abgleichen von Daten eines Steuer- und/oder Datenübertragungssystems und eines dieses repräsentierenden Systemmodells
DE102017219067A1 (de) Vorrichtung und verfahren zur visuellen unterstützung eines benutzers in einem arbeitsumfeld
WO2020114724A1 (de) Verfahren zum überprüfen wenigstens eines fahrzeugs sowie elektronische recheneinrichtung
DE102020204983A1 (de) System zum Bereitstellen von trainierten KI-Modellen für verschiedene Anwendungen
WO2006136497A1 (de) Verfahren zur erkennung von bauteilefehlern einer analogen signalverarbeitungsschaltung insbesondere für einen messumformer
DE112019007527T5 (de) Ferndiagnosesystem, Einrichtung und Verfahren für ein Elektrowerkzeug
DE102021006389B3 (de) Verfahren zur automatischen Erstellung von anlagenspezifischen Messprofilen für ein Isolationsüberwachungssystem

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19829524

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19829524

Country of ref document: EP

Kind code of ref document: A1