WO2021069633A1 - Measurement system for monitoring a pipe system and method for the operation thereof - Google Patents

Measurement system for monitoring a pipe system and method for the operation thereof Download PDF

Info

Publication number
WO2021069633A1
WO2021069633A1 PCT/EP2020/078360 EP2020078360W WO2021069633A1 WO 2021069633 A1 WO2021069633 A1 WO 2021069633A1 EP 2020078360 W EP2020078360 W EP 2020078360W WO 2021069633 A1 WO2021069633 A1 WO 2021069633A1
Authority
WO
WIPO (PCT)
Prior art keywords
measuring
processing unit
training data
data
fourier transformation
Prior art date
Application number
PCT/EP2020/078360
Other languages
German (de)
French (fr)
Inventor
Sven BÖHME
Stephan BART
Kathrin SESSO
Original Assignee
BSH Hausgeräte 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 BSH Hausgeräte GmbH filed Critical BSH Hausgeräte GmbH
Priority to CN202080085506.0A priority Critical patent/CN115244377A/en
Priority to EP20793580.0A priority patent/EP4042126A1/en
Publication of WO2021069633A1 publication Critical patent/WO2021069633A1/en

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
    • G01M3/24—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations
    • G01M3/243—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations for pipes

Definitions

  • the invention relates to a measuring system for monitoring a line system which carries gas under positive or negative pressure, a method for operating such a measuring system and a method for creating a machine-learned model for such a measuring system, as well as a heat pump and a household appliance with such a measuring system .
  • a line system of the type mentioned can be, for example, a compressed air system, for example in production for operating pneumatic devices, a braking system or a refrigerant circuit of a heat pump.
  • Such a line system has a number of characteristic physical properties during operation, which can change over time. Some of these parameters are acoustic emissions, especially in the ultrasonic range. In the event of a leak, ie when pressurized gas escapes from the pipeline system, these acoustic emissions can assume a characteristic that allows conclusions to be drawn about the leakage itself, as well as possibly about the Location and extent of the leak.
  • the acoustic emission of a line system with a leak is detected in a portable device.
  • the acoustic signal is transposed in the device to a lower frequency range and brought to the hearing of the user of the device via headphones.
  • the emissions in the ultrasonic range which are characteristic of the leak, are transferred to a frequency range that can be heard by humans.
  • the user can then decide on the basis of his experience, based on the characteristic noise, whether there is a leak. Since the device is portable, the user can change his location or that of the microphone in the device or its orientation during operation and thus possibly locate the leakage or at least localize it spatially.
  • Such a device is described by way of example in EP 3206 002 A4.
  • the user can handle and point the portable device like a kind of pistol to go through Tracking the acoustic signal from the headphones to locate a leak.
  • the disadvantage here is that a user has to be on site who, based on his experience, is able to operate the device and make the right decision.
  • the use of this device during ongoing production operations leads to an "impairment of perception" for the user, as the user can only perceive the surrounding noises to a limited extent or not at all (e.g. approaching forklift truck).
  • the invention creates a measuring system for monitoring a line system with which leaks can be detected in an automated manner in a simple manner, without a user having to be on site who makes a decision based on his or her experience.
  • Such a measuring system for monitoring a line system which carries gas under excess or negative pressure has at least one measuring unit for installation on or in the line system, with at least one acoustic sensor, a processing unit, and a data transmission device for transmitting measurement data from the measuring unit to the processing unit on.
  • the measuring unit is set up to digitize data recorded with the acoustic sensor and to transmit it as a data stream to the processing unit via the data transmission device
  • the processing unit is set up to process the data received from the measuring unit from a Fourier transform, in particular a fast Fourier transform (FFT) to decide on the basis of a machine-learned model whether the processed data, in particular the frequency spectrum, indicate a leak in the pipe system, and to output this determination in the event of an indicated leak.
  • FFT fast Fourier transform
  • the spectrum in the ultrasonic range up to 80 kHz is particularly characteristic.
  • a machine-learned model stored in the processing unit makes it possible, on the basis of characteristic features in the acoustic signal, to recognize whether there is a leak in the pipe system.
  • the processing unit is therefore preferably designed to form a parameter set from the frequency spectrum. For that is it is not necessary that the model has been trained on the line system to be specifically monitored, rather the model has learned to recognize and evaluate the essential characteristics on a large number of different configurations of line systems and measuring arrangements, as well as different operating states.
  • the measuring unit has a sensor which is sensitive to acoustic signals in the ultrasonic range.
  • a so-called MEMS microphone microwave-electromechanical system
  • MEMS microphone micro-electromechanical system
  • several measuring units are provided. This makes it possible to specifically monitor particularly neuralgic points of the line system, to completely record spatially extended line systems and / or to possibly localize a leak more precisely. Since the energy decreases with the distance from the noise source - in this case the leakage - with the third power, with a larger number of measuring units or sensors, the chances are higher that a potential acoustic emission from the leakage will also be detected.
  • the data transmission device is wireless.
  • a wireless transmission offers the advantage of quick and easy installation on the line system to be monitored.
  • the measuring units can easily be exchanged, for example if they are battery-operated or have to be serviced.
  • the measuring units and / or the processing unit can then advantageously be operated independently, i.e. also supplied with energy wirelessly, e.g. from batteries, accumulators, by means of inductive energy supply or energy harvesting.
  • the measuring unit or certain measuring units additionally have further sensors.
  • These sensors can, for example, detect pressure, structure-borne noise, temperature or other environmental conditions.
  • Digital representations of the recorded measured variables are then advantageously integrated into the data stream and added in the processing unit as further parameters in each case in the parameter set.
  • Further monitored parameters of the pipe system can improve the accuracy of the model and further increase the reliability of the leakage detection.
  • the other monitored variables can also be recorded additionally or alternatively for purposes other than leakage monitoring. The installation of separate sensors for other purposes can then be saved.
  • the processing unit is integrated in the measuring unit or, if several measuring units are provided, in one of the measuring units. This has the advantage that no separate housing is required. Such a design is particularly useful when at least one of the measuring units can be attached in such a way that it is accessible if the processing unit has an optical display for outputting a leakage message.
  • a measuring system can advantageously be installed in a household appliance, for example a heat pump dryer or a refrigerator.
  • the processing unit can then transmit a message to the control of the device, which in turn displays an error message to the user.
  • the processing device or the device control can transmit the message to a service center.
  • additional information for example about the presumed location of the leak, can be stored in the processing unit or the device control and can be read out by service personnel on the device or by remote inquiry if necessary.
  • the measuring unit (s) or sensors of the measuring unit (s) can, in particular if there are several measuring units, preferably be arranged in the vicinity of a so-called neuralgic point, ie at a location in the vicinity of which the probability that a leak will occur is highest , or where the expected damage is greatest when a leak occurs. This ensures that acoustic signals of an occurring leak are detected with certainty and are not covered by other operating noises.
  • measuring units or in particular only one measuring unit can be arranged in such a way that it can acoustically cover the entire line system as far as possible.
  • Such an arrangement is particularly useful when only one or a small number of measuring units are provided and / or it is unknown at which point a leakage occurs.
  • the invention creates a method for operating the aforementioned measuring system, in which a signal comprising at least one ultrasonic area is recorded and digitized on a line system by means of an acoustic sensor.
  • the digital signal is subjected to a Fourier transformation, in particular a fast Fourier transformation (FFT), a parameter set is formed from the transformed data and a decision is made on the basis of a machine-learned model as to whether the parameter set indicates a leak in the pipe system or not.
  • FFT fast Fourier transformation
  • a message is output, ie for example displayed, output acoustically or forwarded to a monitoring device or a control unit which controls the line system.
  • further parameters formed from the acoustic signal are added to the parameter set.
  • Derived parameters can be, for example, gradients, mean values or integrals in the acoustic signal - in the time-based or in the transformed form.
  • additional measured values can advantageously be added to the parameter set, e.g. physical values such as temperature, air pressure, which are recorded with additional sensors which are determined in one measuring unit or in several measuring units of which are located or are connected to them. In this way, the reliability and accuracy of the detection of a leak can be increased.
  • the additionally recorded measured values can alternatively or additionally also be passed on to units outside the measuring system and used for other purposes.
  • the invention provides a method for creating a machine-learned model for a measuring system of the aforementioned type.
  • various configurations of line systems which carry gas under positive or negative pressure and are in a state with or without leakage are used , a variety of parameter measurements were added, each one Include acoustic signal of duration T, wherein the signal comprises at least one ultrasonic frequency range.
  • the acoustic signal is converted into a digital data stream.
  • Each of these digitized parameter measurements is subjected to a Fourier transformation, in particular a fast Fourier transformation (FFT).
  • FFT fast Fourier transformation
  • Each of these Fourier transforms then forms its own training data set.
  • Each of the training data sets is assigned to a subset that contains either training data sets of configurations “with leakage” or “without leakage” and a generalization is learned for each of the two subsets of the training data sets, with both generalizations forming the machine-learned model.
  • a measurement with and without leakage does not have to be present for every configuration, because an advantage of the invention is that the characteristic parameters develop automatically in the machine-learned model. It is only necessary to be able to assign each of the measurements to either the status "leakage” or "not leakage”.
  • the acoustic signal is divided into subsections, each of which represents an acoustic signal of duration t.
  • Each of these subsections is subjected to a Fourier transformation, in particular a fast Fourier transformation (FFT).
  • FFT fast Fourier transformation
  • Each of these Fourier transforms then forms its own training data set. This procedure is particularly advantageous when there are only a limited number of configurations or possibilities for measurement, in particular fewer than the intended number of data in the training data set. In this way, more training data sets can be generated from fewer configurations.
  • the recorded signal of time duration T is divided into subsections of the same length of length t.
  • Each of the subsections is subjected to an FFT, so that a Fourier spectrum results for each subsection in which each Value stands for a frequency range.
  • Each spectrum can form a separate training data set.
  • At least one acoustic signal in the ultrasonic range and, if necessary, other physical variables are recorded to form the training data records of the line systems.
  • the acoustic signal is digitized after high-pass filtering, reduced and subjected to an FFT.
  • a training data set results from the discrete spectrum of the acoustic signal, which is optionally supplemented by further physical measured variables and / or parameters derived from the acoustic signal.
  • the resolution of the spectrum from the training data sets is reduced over the entire spectrum. This can be done, for example, in that mean values are formed in the frequency space at equidistant intervals. Another alternative is that the measurement time is shortened.
  • each of the training data sets additionally has an integral of the spectrum from the training data set. This can improve the quality of the information given by the machine-learned model.
  • measurements are carried out with several measuring units, which are then treated like different measurements, that is to say the measurements of each of the measuring units lead to a separate training data set.
  • each of the training data sets additionally has a sum of the gradients in the spectrum from the training data set. This can also improve the quality of the information given by the machine-learned model.
  • each of the training data sets additionally has an average value of a specific frequency band. This can also improve the quality of the information given by the machine-learned model.
  • the data stream is reduced to the parameter set before further processing.
  • the reduction comprises a division of a data stream, which represents an acoustic signal of the duration T, into subsections of the duration t. Shorter time segments of the signal in the period lead to a spectrum with reduced resolution in the frequency domain. The spectrum is discrete, ie each value represents a frequency range.
  • the reduction reduces the amount of data to be processed. With this, the load on the processing unit can be reduced.
  • the reduction can advantageously already take place in the measuring unit, for example. This can also reduce the amount of data to be transferred.
  • the invention thus offers a simple and inexpensive way of monitoring line systems with gas under positive or negative pressure.
  • the concept of the line system is to be understood broadly.
  • this includes systems (e.g. in production, hospitals, office buildings, parking garages) tools (including mobile tools), means of transport (here e.g. compressed air cars, or any objects equipped with gas expansion motors) if they contain pressurized gases are supplied. Leakages can occur in the entire pneumatic / compressed air system / gas system (e.g. consisting of compressor / compressor, pipes and actuators). Measuring units can be attached variably there (for example on couplings, maintenance units, valve terminals, inside / outside of systems / tools / machines).
  • systems e.g. in production, hospitals, office buildings, parking garages
  • means of transport here e.g. compressed air cars, or any objects equipped with gas expansion motors
  • Leakages can occur in the entire pneumatic / compressed air system / gas system (e.g. consisting of compressor / compressor, pipes and actuators).
  • Measuring units can be attached variably there (for example on couplings, maintenance units, valve terminals, inside / outside of systems
  • the invention is also suitable for monitoring pressure vessels, for example gas bottles. Leakages on gas cylinders can be detected by measuring unit (s) attached to the cylinder.
  • the invention is also suitable for monitoring pneumatic braking systems, for example in buses, trucks and their trailers, as well as trains and wagons that are braked by compressed air systems.
  • compressed air systems have couplings (for example between wagons and locomotives) at which leaks can occur, which lead to either reduced braking power or an increased demand for compressed air.
  • measuring unit (s) can be attached to the braking system.
  • a valve within a tool is driven by compressed air
  • its dysfunction may only be detected when the quality of the manufactured components gradually deteriorates because the valve no longer switches properly.
  • the application of the invention is advantageous in this case, since it is recognized at an early stage for an early recognition of a possible reduction in quality, caused by a dysfunction of the valve. It can thus be determined during the production process whether the valve is still opening and closing and fulfilling its function. In this way, any deterioration in the quality of the components to be produced can be identified early on.
  • the system can detect leaks both with overpressure (exit from the circuit) and with negative pressure (entry into the circuit). It is irrelevant here whether compressed air or other gases (for example functional gases such as nitrogen, oxygen, etc.) are pressurized.
  • FIG. 2 A schematic illustration for creating a machine-learned model using a method according to the invention
  • FIG. 3 shows a graphic representation of the processing of an acoustic signal to form a parameter set
  • FIG. 4 A more detailed graphical representation of the processing of the acoustic signal of Fig. 3.
  • FIG. 5 A schematic representation of a line system with a measuring system according to a second embodiment of the invention.
  • a line system 10 is shown schematically, which carries gas under excess pressure.
  • the line system consists, for example, of a compressor 12, io a pressure accumulator 14, several consumers 16 and a network of pipes 18, which connects the aforementioned components with one another.
  • a compressor 12 io a pressure accumulator 14
  • a pressure accumulator 14 io a pressure accumulator 14
  • a network of pipes 18 which connects the aforementioned components with one another.
  • the specific implementation here only serves to make the example clear and does not fundamentally limit the functional principle or the implementation of the invention.
  • a measuring system 20 according to the invention for monitoring the line system 10 has a measuring unit 22 which is installed on the line system 10.
  • the measuring unit 22 has a sensor 24 which is receptive to acoustic signals in the ultrasonic range and can convert a received acoustic signal 26 into a digital data stream.
  • the sensor is designed as a microphone with a MEMS sensor and A / D converter so that the measurement signal is already available as a digital signal.
  • a processing unit 28 is connected to the measuring unit 22 via a wireless data transmission device 30. Via this data transmission device 30, the processing unit 28 can receive a digital data stream from the measuring unit 22, which represents the recorded acoustic signal 26.
  • the processing unit 28 has a computing unit which can further process the digital data stream.
  • the processing unit 28 also has a display 32 on which the processing unit can output messages to the operator, as well as a siren 34 with which the processing unit 28 can output an acoustic message.
  • the data transmission device 30 is set up for wireless data transmission.
  • the processing unit 28 is within reach of the
  • Data transmission device 30 arranged so that the display 32 can be read without the line system 10 having to be accessible.
  • the function of the measuring system 20 for monitoring during the operation of the line system 10 is described below. For the purpose of illustration, the function is illustrated in the diagram in FIG.
  • the line system 10 has a number of characteristic physical properties during operation, which can change over time. Part of this Parameters represent acoustic emissions, in particular in the ultrasonic range. These acoustic emissions are recorded by the microphone in the measuring unit 22.
  • the measuring unit 22 picks up an acoustic signal for a period dt, which is essentially emitted by the line system 10, and converts this into a digital data stream.
  • the digital data stream is transmitted from the measuring unit 22 to the processing unit 28 via the data transmission device 30.
  • the processing unit 28 subjects the data stream to a fast Fourier transformation (FFT) and thus receives a discrete spectrum with values which each represent a frequency range (f1 ..fm). In the embodiment shown, the resolution is 1 kHz.
  • FFT fast Fourier transformation
  • the processing unit 28 advantageously additionally calculates gradients from this spectrum and forms a sum from these.
  • the values of the spectrum and the sum form a parameter set for this measurement.
  • the parameter set can also be understood as a vector in a parameter space, the dimension of which corresponds to the number of parameters.
  • the parameter set is then subjected to a normalization so that individual values are not assigned a higher relevance in further processing than corresponds to their actual physical influence.
  • the normalization has been realized in the present embodiment by the method of studentization. However, other methods are equally applicable.
  • a machine-learned model is stored in the processing unit 28, on the basis of which the processing unit 28 can decide whether the digital data stream indicates a leak in the line system 10.
  • the machine-learned model includes areas in the parameter space which indicate a leakage or no leakage.
  • the processing unit 28 checks whether the vector formed by the parameter set in the parameter space fits better into the area of the machine-learned model that indicates a leak or that which indicates no leak.
  • the processing unit 28 decides that there is a leak, the processing unit 28 outputs a message regarding this determination.
  • the output occurs on the one hand as a warning message on a Display of the processing unit 28, on the other hand as an acoustic signal via a warning siren.
  • the message can additionally or alternatively be transmitted to a monitoring device which monitors or controls the line system.
  • an acoustic signal of time T is high-pass filtered and digitally recorded.
  • the recorded signal is divided into equal sections of length dt.
  • Each of the subsections is subjected to an FFT so that a discrete Fourier spectrum 60, 60.1 results for each subsection.
  • Each value of the Fourier spectrum stands for a frequency range, and all values of a spectrum form a training data set 70, 72, 74. The process is shown by way of example in FIG. 4 on the basis of a measurement.
  • the line systems and the measuring devices which are used for the formation of the model generally do not correspond to the line systems 10 and measuring devices 20 which are later used for monitoring. It is also not necessary for a measurement with and without leakage to be available for every configuration; it is only necessary to be able to assign each of the measurements to either the status "leakage” or "not leakage”. Because an advantage of the invention is that the characteristic parameters develop automatically in the machine-learned model, which are characteristic of data from pipe systems with or without leakage.
  • each training data set 70, 72, 74 thus comprises a total of N data, namely a number of M data, which reproduce the spectrum of the acoustic signal, and a further number of NM data, which further measured variables or derived parameters, such as those in the exemplary embodiment the sum of the gradients shown.
  • the training data sets are now assigned to one of two subsets, depending on whether the underlying measurement was recorded on a configuration with or without a leak.
  • a generalization 80, 82 is now formed from the assigned training data records.
  • the machine-learned model can thus be understood as the entirety of the generalizations V1, V2.
  • a measuring system 120 shown schematically in FIG. 5 for monitoring the line system 10 has a plurality of measuring units 122 which are installed on or in the line system 10. So is for example, a first measuring unit 122a is attached to a section of a pipeline, a second measuring unit 122b is arranged at the pressure accumulator 14 and a third measuring unit 122c is installed in the vicinity of the consumer 16.
  • the processing unit 128 is integrated in the second measuring unit 122b.
  • a data transmission device from the measuring unit 122a to the processing unit 128 is therefore wireless.
  • Another data transmission device from the measuring unit 122b to the processing unit 128 is implemented by a direct connection between the two units.
  • the data streams from the measuring units are processed, as described above, in the processing unit 128 to form a parameter set, and the machine-learned model is used to decide whether the respective measurement indicates a leak.
  • the processing unit 128 outputs a corresponding message.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

The invention proposes a measurement system (20; 120) for monitoring a pipe system (10; 110) which carries gas under positive or negative pressure, wherein the measurement system (20; 120) has at least one measurement unit (22; 122) for installation on or in the pipe system (10; 110), with at least one acoustic sensor (24; 124), a processing unit (28; 128) and a data transmission device (30) for transmitting measurement data from the measurement unit (22; 122) to the processing unit. The measurement unit (22; 122) is configured to digitize data recorded using the acoustic sensor and to transmit said data as a data stream to the processing unit (28; 128) via the data transmission device. The processing unit (28; 128) is configured to subject the data received from the measurement unit (22; 122) to a Fourier transform, in particular a fast Fourier transform (FFT), to take a machine-learnt model as a basis for deciding whether the processed data indicate a leak in the pipe system (10; 110) and to output this determination if a leak is indicated. A method for operating such a measurement system (20; 120) and a method for creating a machine-learnt model for such a measurement system are also specified.

Description

Meßsystem zur Überwachung eines Leitungssystems und Verfahren zu dessen Betrieb Measuring system for monitoring a line system and method for its operation
Die Erfindung betrifft ein Meßsystem zur Überwachung eines Leitungssystems, welches unter Über- oder Unterdrück stehendes Gas führt, ein Verfahren zum Betrieb eines solchen Meßystems und ein Verfahren zum Erstellen eines maschinenerlernten Modells für ein solches Meßsystem, sowie eine Wärmepumpe und ein Haushaltsgerät mit einem solchen Meßsystem. The invention relates to a measuring system for monitoring a line system which carries gas under positive or negative pressure, a method for operating such a measuring system and a method for creating a machine-learned model for such a measuring system, as well as a heat pump and a household appliance with such a measuring system .
Ein Leitungssystem der genannten Art kann z.B. ein Druckluftsystem, etwa in der Produktion zum Betreiben pneumatischer Einrichtungen, ein Bremssystem oder Kältemittelkreislauf einer Wärmepumpe sein. A line system of the type mentioned can be, for example, a compressed air system, for example in production for operating pneumatic devices, a braking system or a refrigerant circuit of a heat pump.
Ein solches Leitungssystem weist im Betrieb eine Reihe charakteristischer physikalischer Eigenschaften auf, die sich im zeitlichen Verlauf ändern können. Einen Teil dieser Parameter stellen akustische Emissionen, insbesondere im Ultraschallbereich, dar. Diese akustischen Emissionen können bei Vorliegen einer Leckage, d.h. wenn unter Druck stehendes Gas aus dem Leitungssystem entweicht, eine Charakteristik annehmen, die Rückschlüsse auf die Leckage selbst, wie auch möglicherweise auf den Ort und den Umfang der Undichtigkeit zuläßt. Such a line system has a number of characteristic physical properties during operation, which can change over time. Some of these parameters are acoustic emissions, especially in the ultrasonic range. In the event of a leak, ie when pressurized gas escapes from the pipeline system, these acoustic emissions can assume a characteristic that allows conclusions to be drawn about the leakage itself, as well as possibly about the Location and extent of the leak.
Diese Eigenschaft, wird bisher zur Suche von Leckagen mit portablen Geräten genutzt. Dabei wird in einem portablen Gerät die akustische Emission eines Leitungssystems mit einer Leckage erfaßt. Das akustische Signal wird in dem Gerät in eine tiefere Frequenzlage transponiert und dem Benutzer des Geräts über einen Kopfhörer zu Gehör gebracht. Durch das Transponieren werden die Emissionen im Ultraschallbereich, die für die Leckage charakteristisch sind, in einen für den Menschen hörbaren Frequenzberiech transferiert. Der Benutzer kann dann aufgrund seiner Erfahrung, anhand des charakteristischen Geräusches entscheiden, ob eine Leckage vorliegt. Da das Gerät portabel ist, kann der Benutzer seinen Standort, bzw. den des Mikrofons im Gerät oder dessen Ausrichtung im laufenden Betrieb verändern und somit die Leckage möglicherweise orten oder wenigstens räumlich eingrenzen. This property has so far been used to search for leaks with portable devices. The acoustic emission of a line system with a leak is detected in a portable device. The acoustic signal is transposed in the device to a lower frequency range and brought to the hearing of the user of the device via headphones. By transposing, the emissions in the ultrasonic range, which are characteristic of the leak, are transferred to a frequency range that can be heard by humans. The user can then decide on the basis of his experience, based on the characteristic noise, whether there is a leak. Since the device is portable, the user can change his location or that of the microphone in the device or its orientation during operation and thus possibly locate the leakage or at least localize it spatially.
Ein solches Gerät ist exemplarisch in der EP 3206 002 A4 beschreiben. Der Benutzer kann das portable Gerät wie eine Art Pistole handhaben und ausrichten, um durch Verfolgen des akustischen Signals aus dem Kopfhörer eine Ortung eines Lecks zu erreichen. Such a device is described by way of example in EP 3206 002 A4. The user can handle and point the portable device like a kind of pistol to go through Tracking the acoustic signal from the headphones to locate a leak.
Nachteilig ist dabei, daß ein Benutzer vor Ort sein muß, der aufgrund seiner Erfahrung in der Lage ist, das Gerät zu bedienen und die richtige Entscheidung zu treffen. Zudem führt der Einsatz dieses Gerätes während des laufenden Fertigungsbetriebes zu einer „Beeinträchtigung der Wahrnehmung“ beim Benutzer, da dieser nur eingeschränkt oder gar nicht die umgebenen Geräusche wahrnehmen kann (z.B. anfahrender Stapler). The disadvantage here is that a user has to be on site who, based on his experience, is able to operate the device and make the right decision. In addition, the use of this device during ongoing production operations leads to an "impairment of perception" for the user, as the user can only perceive the surrounding noises to a limited extent or not at all (e.g. approaching forklift truck).
Weiterhin ist beispielsweise aus der US 9,48,2592 B2 eine Vorrichtung mit einem Array an Mikrofonen bekannt, die eine sogenannte „akustische Kamera“ bilden sollen, mit deren Hilfe Quellen bestimmter Geräuschquellen, etwa Gaslecks lokalisiert werden können.Furthermore, from US Pat. No. 9,48,2592 B2, for example, a device with an array of microphones is known which is intended to form a so-called “acoustic camera”, with the aid of which sources of certain noise sources, such as gas leaks, can be localized.
Die Erfindung schafft ein Meßsystem zur Überwachung eines Leitungssystems mit welchem in einfacher Weise automatisiert Leckagen erkannt werden können, ohne dass ein Benutzer vor Ort sein muss, der aufgrund seiner Erfahrung eine Entscheidung trifft.The invention creates a measuring system for monitoring a line system with which leaks can be detected in an automated manner in a simple manner, without a user having to be on site who makes a decision based on his or her experience.
Ein solches Meßsystem zur Überwachung eines Leitungssystems, welches unter Über oder Unterdrück stehendes Gas führt, weist wenigstens eine Meßeinheit zur Installation an oder in dem Leitungssystem, mit wenigstens einem akustischen Sensor, eine Verarbeitungseinheit, und eine Datenübertragungseinrichtung zur Übertragung von Meßdaten von der Meßeinheit zur Verarbeitungseinheit auf. Die Meßeinheit ist dazu eingerichtet, mit dem akustischen Sensor aufgenommene Daten zu digitalisieren und über die Datenübertragungseinrichtung als Datenstrom an die Verarbeitungseinheit zu übermitteln, und die Verarbeitungseinheit ist dazu eingerichtet, die von der Meßeinheit empfangenen Daten einer Fourier-Transformation, insbesondere einer schnellen Fourier- Transformation (FFT) zu unterziehen, anhand eines maschinenerlernten Modells zu entscheiden, ob die verarbeiteten Daten, insbesondere das Frequenzspektrum eine Leckage im Leitungssystem indizieren, und im Falle einer indizierten Leckage diese Feststellung auszugeben. Charakteristisch ist insbesondere das Spektrum im Ultraschallbereich bis 80 kHz. Such a measuring system for monitoring a line system which carries gas under excess or negative pressure has at least one measuring unit for installation on or in the line system, with at least one acoustic sensor, a processing unit, and a data transmission device for transmitting measurement data from the measuring unit to the processing unit on. The measuring unit is set up to digitize data recorded with the acoustic sensor and to transmit it as a data stream to the processing unit via the data transmission device, and the processing unit is set up to process the data received from the measuring unit from a Fourier transform, in particular a fast Fourier transform (FFT) to decide on the basis of a machine-learned model whether the processed data, in particular the frequency spectrum, indicate a leak in the pipe system, and to output this determination in the event of an indicated leak. The spectrum in the ultrasonic range up to 80 kHz is particularly characteristic.
Ein in der Verarbeitungseinheit hinterlegtes maschinenerlerntes Modell ermöglicht es, anhand charakteristischer Merkmale in dem akustischen Signal zu erkennen, ob in dem Leitungssystem eine Leckage vorliegt. Bevorzugt ist die Verarbeitungseinheit deshalb dazu ausgebildet, aus dem Frequenzspektrum einen Parametersatz zu bilden. Dafür ist es nicht erforderlich, daß das Modell an dem konkret zu überwachenden Leitungssystem trainiert wurde, vielmehr hat das Modell an einer Vielzahl von unterschiedlichen Konfigurationen von Leitungssystemen und Meßanordnungen, sowie unterschiedlichen Betriebszuständen gelernt, die wesentlichen Charakteristika zu erkennen und zu bewerten. A machine-learned model stored in the processing unit makes it possible, on the basis of characteristic features in the acoustic signal, to recognize whether there is a leak in the pipe system. The processing unit is therefore preferably designed to form a parameter set from the frequency spectrum. For that is it is not necessary that the model has been trained on the line system to be specifically monitored, rather the model has learned to recognize and evaluate the essential characteristics on a large number of different configurations of line systems and measuring arrangements, as well as different operating states.
In einer bevorzugten Ausführungsform weist die Meßeinheit einen Sensor auf, der für akustische Signale im Ultraschallbereich empfänglich ist. Insbesondere vorteilhaft ist ein sogenanntes MEMS Mikrofon (Mikro-Elektromechanisches System), das in der Lage ist, ein empfangenes akustisches Signal bereits als einen digitalen Datenstrom auszugeben.In a preferred embodiment, the measuring unit has a sensor which is sensitive to acoustic signals in the ultrasonic range. A so-called MEMS microphone (micro-electromechanical system), which is able to output a received acoustic signal as a digital data stream, is particularly advantageous.
Gemäß einer vorteilhaften Ausführungsform sind mehrere Meßeinheiten vorgesehen. Damit ist es möglich besonders neuralgische Punkte des Leitungssystems gezielt zu überwachen, räumlich weiter ausgedehnte Leitungssysteme vollständig zu erfassen und/oder eine Leckage möglicherweise genauer zu lokalisieren. Da die Energie mit der Entfernung von der Geräuschquelle - in diesem Fall die Leckage - mit der dritten Potenz abnimmt, sind bei einer größeren Anzahl von Meßeinheiten, bzw. Sensoren, die Chancen höher, daß eine potentielle akustische Emission von der Leckage auch erfaßt wird. According to an advantageous embodiment, several measuring units are provided. This makes it possible to specifically monitor particularly neuralgic points of the line system, to completely record spatially extended line systems and / or to possibly localize a leak more precisely. Since the energy decreases with the distance from the noise source - in this case the leakage - with the third power, with a larger number of measuring units or sensors, the chances are higher that a potential acoustic emission from the leakage will also be detected.
Gemäß einer vorteilhaften Ausführungsform ist die Datenübertragungseinrichtung drahtlos ausgeführt. Eine drahtlose Übertragung bietet den Vorteil der schnellen und einfachen Installation am zu überwachenden Leitungssystem. Nötigenfalls können die Meßeinheiten einfach ausgetauscht werden, beispielsweise wenn diese batteriebetrieben sind oder gewartet werden müssen. Die Meßeinheiten und/oder die Verarbeitungseinheit können dann vorteilhaft autark betrieben werden, also auch kabellos mit Energie versorgt werden, z.B. aus Batterie, Akku, mittels induktiver Energieversorgung oder Energy Harvesting.According to an advantageous embodiment, the data transmission device is wireless. A wireless transmission offers the advantage of quick and easy installation on the line system to be monitored. If necessary, the measuring units can easily be exchanged, for example if they are battery-operated or have to be serviced. The measuring units and / or the processing unit can then advantageously be operated independently, i.e. also supplied with energy wirelessly, e.g. from batteries, accumulators, by means of inductive energy supply or energy harvesting.
Gemäß einerweiteren vorteilhaften Ausführungsform weist die Meßeinheit oder bestimmte Meßeinheiten zusätzlich weitere Sensoren auf. Diese Sensoren können beispielsweise Druck, Körperschall, Temperatur oder andere Umgebungszustände erfassen. Digitale Repräsentationen der erfaßten Meßgrößen werden dann vorteilhafterweise in den Datenstrom integriert und in der Verarbeitungseinheit als jeweils weiterer Parameter im Parametersatz zugefügt. Weitere überwachte Größen des Leitungssystems können die Genauigkeit des Modells verbessern und die Zuverlässigkeit der Leckage-Erkennung weiter erhöhen. Vorteilhafterweise können die weiteren überwachten Größen aber auch zusätzlich oder alternativ für andere Zwecke als die Leckageüberwachung erfaßt werden. Es kann dann die Installation separater Sensoren für die anderen Zwecke erspart werden. According to a further advantageous embodiment, the measuring unit or certain measuring units additionally have further sensors. These sensors can, for example, detect pressure, structure-borne noise, temperature or other environmental conditions. Digital representations of the recorded measured variables are then advantageously integrated into the data stream and added in the processing unit as further parameters in each case in the parameter set. Further monitored parameters of the pipe system can improve the accuracy of the model and further increase the reliability of the leakage detection. Advantageously, the other monitored variables can also be recorded additionally or alternatively for purposes other than leakage monitoring. The installation of separate sensors for other purposes can then be saved.
Gemäß einerweiteren vorteilhaften Ausführungsform ist die Verarbeitungseinheit in die Meßeinheit, oder falls mehrere Meßeinheiten vorgesehen sind, in eine der Meßeinheiten integriert. Dies hat den Vorteil, daß kein separates Gehäuse erforderlich ist. Eine derartige Ausführung bietet sich insbesondere dann an, wenn wenigstens eine der Meßeinheiten so angebracht werden kann, daß sie zugänglich ist, falls die Verarbeitungseinheit über eine optische Anzeige zur Ausgabe einer Leckage-Meldung verfügt. According to a further advantageous embodiment, the processing unit is integrated in the measuring unit or, if several measuring units are provided, in one of the measuring units. This has the advantage that no separate housing is required. Such a design is particularly useful when at least one of the measuring units can be attached in such a way that it is accessible if the processing unit has an optical display for outputting a leakage message.
Vorteilhaft kann ein erfindungsgemäßes Meßsystem in einem Haushaltsgerät eingebaut sein, beispielsweise einem Wärmepumpentrockner oder einem Kühlschrank. Bei einer Undichtigkeit, etwa im Kältemittelkreislauf, kann die Verarbeitungseinheit dann eine Meldung an die Steuerung des Gerätes übermitteln, welche ihrerseits, dem Benutzer eine Fehlermeldung anzeigt. Alternativ oder zusätzlich kann die Verarbeitungseinrichtung oder die Gerätesteuerung die Meldung an eine Servicezentrale übermitteln. In einer vorteilhaften Weiterbildung können zusätzliche Informationen, etwa zum vermuteten Ort der Leckage in der Verarbeitungseinheit oder der Gerätesteuerung gespeichert sein und bei Bedarf von Servicepersonal am Gerät oder per Fernabfrage ausgelesen werden.A measuring system according to the invention can advantageously be installed in a household appliance, for example a heat pump dryer or a refrigerator. In the event of a leak, for example in the refrigerant circuit, the processing unit can then transmit a message to the control of the device, which in turn displays an error message to the user. Alternatively or additionally, the processing device or the device control can transmit the message to a service center. In an advantageous further development, additional information, for example about the presumed location of the leak, can be stored in the processing unit or the device control and can be read out by service personnel on the device or by remote inquiry if necessary.
Die Meßeinheit/-en, bzw. Sensoren der Meßeinheit/-en können, insbesondere bei mehreren Meßeinheiten, bevorzugt in der Nähe eines sogenannten neuralgischen Punktes angeordnet sein, d.h. an einem Ort in dessen Nähe die Wahrscheinlichkeit, daß eine Leckage auftritt, am höchsten ist, oder bei denen der zu erwartende Schaden bei Auftreten einer Leckage am größten ist. Damit wird gewährleistet, daß akustische Signale einer auftretenden Leckage mit Sicherheit erfaßt und nicht von anderen Betriebsgeräuschen überdeckt werden. The measuring unit (s) or sensors of the measuring unit (s) can, in particular if there are several measuring units, preferably be arranged in the vicinity of a so-called neuralgic point, ie at a location in the vicinity of which the probability that a leak will occur is highest , or where the expected damage is greatest when a leak occurs. This ensures that acoustic signals of an occurring leak are detected with certainty and are not covered by other operating noises.
Alternativ können Meßeinheiten oder insbesondere nur eine Meßeinheit so angeordnet sein, daß sie akustisch möglichst das gesamte Leitungssystem erfassen kann. Ein solche Anordnung ist besonders dann sinnvoll, wenn nur einer oder eine geringe Anzahl an Meßeinheiten vorgesehen sind und/oder unbekannt ist an welcher Stelle eine Leckage mit bevorzugt auftritt. In einem weiteren Aspekt schafft die Erfindung ein Verfahren zum Betrieb eines vorgenannten Meßsystems, bei dem an einem Leitungssystem mittels eines akustischen Sensors ein mindestens einen Ultraschall-Bereich umfassendes Signal aufgenommen und digitalisiert wird. Das digitale Signal wird einer Fourier-Transformation, insbesondere einer schnellen Fourier-Transformation (FFT) unterzogen, aus den transformierten Daten ein Parametersatz gebildet und anhand eines maschinenerlernten Modells entschieden, ob der Parametersatz auf eine Leckage im Leitungssystem hindeutet oder nicht. Im ersten Fall wird eine Meldung ausgegeben, d.h. z.B. angezeigt, akustisch ausgegeben oder an eine Überwachungseinrichtung oder eine Steuereinheit weitergeleitet, die das Leitungssystem steuert. Alternatively, measuring units or in particular only one measuring unit can be arranged in such a way that it can acoustically cover the entire line system as far as possible. Such an arrangement is particularly useful when only one or a small number of measuring units are provided and / or it is unknown at which point a leakage occurs. In a further aspect, the invention creates a method for operating the aforementioned measuring system, in which a signal comprising at least one ultrasonic area is recorded and digitized on a line system by means of an acoustic sensor. The digital signal is subjected to a Fourier transformation, in particular a fast Fourier transformation (FFT), a parameter set is formed from the transformed data and a decision is made on the basis of a machine-learned model as to whether the parameter set indicates a leak in the pipe system or not. In the first case, a message is output, ie for example displayed, output acoustically or forwarded to a monitoring device or a control unit which controls the line system.
In einer vorteilhaften Ausführungsform, werden zusätzlich zum akustischen Signal weitere Parameter des Leitungssystems und/oder seiner Umgebung aufgenommen und dem Parametersatz hinzugefügt. In an advantageous embodiment, in addition to the acoustic signal, further parameters of the line system and / or its surroundings are recorded and added to the parameter set.
In einerweiteren vorteilhaften Ausführungsform, werden dem Parametersatz weitere, aus dem akustischen Signal gebildete Parameter hinzugefügt. Abgeleitete Parameter können beispielsweise Gradienten, Mittelwerte oder Integrale im akustischen Signal - in der zeitbasierten oder in der transformierten Form - sein. In a further advantageous embodiment, further parameters formed from the acoustic signal are added to the parameter set. Derived parameters can be, for example, gradients, mean values or integrals in the acoustic signal - in the time-based or in the transformed form.
Dem Parametersatz können über die Werte aus der Spektralanalyse des akustischen Signals hinaus vorteilhaft zusätzlich auch weitere Meßwerte zugefügt werden, z.B. physikalische Werte, wie die Temperatur, Luftdruck, die mit zusätzlichen Sensoren erfaßt werden, welche sich in der einen Meßeinheit oder bei mehreren Meßeinheiten in bestimmten davon befinden oder mit diesen verbunden sind. Damit kann die Zuverlässigkeit und Genauigkeit der Erkennung einer Leckage erhöht werden. Die zusätzlich erfaßten Meßwerte können alternativ oder zusätzlich auch an Einheiten außerhalb des Meßsystems weitergegeben und für andere Zwecke verwendet werden.In addition to the values from the spectral analysis of the acoustic signal, additional measured values can advantageously be added to the parameter set, e.g. physical values such as temperature, air pressure, which are recorded with additional sensors which are determined in one measuring unit or in several measuring units of which are located or are connected to them. In this way, the reliability and accuracy of the detection of a leak can be increased. The additionally recorded measured values can alternatively or additionally also be passed on to units outside the measuring system and used for other purposes.
In einem weiteren Aspekt schafft die Erfindung ein Verfahren zur Erstellung eines maschinenerlernten Modells für ein Meßsystem der vorgenannten Art. Bei diesem Verfahren wird an verschiedenen Konfigurationen von Leitungssystemen, welche unter Über- oder Unterdrück stehendes Gas führen und sich in einem Zustand mit oder ohne Leckage befinden, eine Vielzahl von Parametermessungen aufgenommen, die jeweils ein akustisches Signal der Dauer T beinhalten, wobei das Signal wenigstens einen Ultraschall-Frequenzbereich umfaßt. In a further aspect, the invention provides a method for creating a machine-learned model for a measuring system of the aforementioned type. In this method, various configurations of line systems which carry gas under positive or negative pressure and are in a state with or without leakage are used , a variety of parameter measurements were added, each one Include acoustic signal of duration T, wherein the signal comprises at least one ultrasonic frequency range.
Das akustische Signal wird jeweils in einen digitalen Datenstrom gewandelt. Jede dieser digitalisierten Parametermessungen wird einer Fourier-Transformation, insbesondere einer schnellen Fourier-Transformation (FFT) unterzogen. Jede dieser Fourier- Transformierten bildet dann einen eigenen Trainingsdatensatz. Jeder der Trainingsdatensätze wird einer Teilmenge zugeordnet die entweder Trainingsdatensätze von Konfigurationen „mit Leckage“ oder „ohne Leckage“ enthält und für jede der beiden Teilmengen der Trainingsdatensätze wird eine Verallgemeinerung erlernt, wobei beide Verallgemeinerungen das maschinenerlernte Modell bilden. Dabei muß nicht für jede Konfiguration eine Messung mit und ohne Leckage vorliegen, denn ein Vorzug der Erfindung ist es, daß sich in dem maschinenerlernten Modell von selbst die charakteristischen Parameter herausbilden. Es ist lediglich erforderlich, jede der Messungen, entweder dem Zustand „Leckage“ oder „nicht Leckage“ zuordnen zu können.The acoustic signal is converted into a digital data stream. Each of these digitized parameter measurements is subjected to a Fourier transformation, in particular a fast Fourier transformation (FFT). Each of these Fourier transforms then forms its own training data set. Each of the training data sets is assigned to a subset that contains either training data sets of configurations “with leakage” or “without leakage” and a generalization is learned for each of the two subsets of the training data sets, with both generalizations forming the machine-learned model. A measurement with and without leakage does not have to be present for every configuration, because an advantage of the invention is that the characteristic parameters develop automatically in the machine-learned model. It is only necessary to be able to assign each of the measurements to either the status "leakage" or "not leakage".
Um zu einer Bestimmtheit des Modells zu gelangen, sollten wenigstens Messungen für so viele unterschiedliche Konfigurationen vorliegen, wie Daten in dem Parametersatz enthalten sein sollen. Je mehr Trainingsdatensätze vorliegen, desto besser wird das Modell. In order to arrive at a specificity of the model, at least measurements should be available for as many different configurations as data should be contained in the parameter set. The more training data sets there are, the better the model becomes.
In einer alternativen Ausführungsform wird das akustische Signal in Teilabschnitte aufgeteilt, die jeweils ein akustisches Signal der Zeitdauer t repräsentieren. Jeder dieser Teilabschnitte wird einer Fourier-Transformation, insbesondere einer schnellen Fourier- Transformation (FFT) unterzogen. Jede dieser Fourier-Transformierten bildet dann einen eigenen Trainingsdatensatz. Dieses Vorgehen ist insbesondere dann von Vorteil, wenn nur eine begrenzte Anzahl von Konfigurationen oder Möglichkeiten zur Messung vorliegen, insbesondere weniger als die vorgesehene Anzahl der Daten im Trainingsdatensatz. Auf diese Weise können aus weniger Konfigurationen mehr Trainingsdatensätze erzeugt werden. In an alternative embodiment, the acoustic signal is divided into subsections, each of which represents an acoustic signal of duration t. Each of these subsections is subjected to a Fourier transformation, in particular a fast Fourier transformation (FFT). Each of these Fourier transforms then forms its own training data set. This procedure is particularly advantageous when there are only a limited number of configurations or possibilities for measurement, in particular fewer than the intended number of data in the training data set. In this way, more training data sets can be generated from fewer configurations.
In einer bevorzugten Ausführungsform wird das aufgezeichnete Signal der Zeitdauer T in gleichlange Teilabschnitte der Länge t aufgeteilt. Jeder der Teilabschnitte wird einer FFT unterzogen, sodaß sich für jeden Teilabschnitt ein Fourier-Spektrum ergibt, bei dem jeder Wert für einen Frequenzbereich steht. Jedes Spektrum kann einen separaten Trainingsdatensatz bilden. In a preferred embodiment, the recorded signal of time duration T is divided into subsections of the same length of length t. Each of the subsections is subjected to an FFT, so that a Fourier spectrum results for each subsection in which each Value stands for a frequency range. Each spectrum can form a separate training data set.
Konkret werden zur Bildung der Trainingsdatensätze der Leitungssysteme wenigstens ein akustisches Signal im Ultraschallbereich sowie gegebenenfalls weitere physikalische Größen aufgenommen. Das akustische Signal wird wie vor beschrieben nach Hochpaßfilterung digitalisiert, reduziert und einer FFT unterzogen. Aus dem diskreten Spektrum des akustischen Signals ergibt sich ein Trainingsdatensatz, der gegebenenfalls um weitere physikalische Meßgrößen und/oder aus dem akustischen Signal abgeleitete Parameter ergänzt wird. Specifically, at least one acoustic signal in the ultrasonic range and, if necessary, other physical variables are recorded to form the training data records of the line systems. As described above, the acoustic signal is digitized after high-pass filtering, reduced and subjected to an FFT. A training data set results from the discrete spectrum of the acoustic signal, which is optionally supplemented by further physical measured variables and / or parameters derived from the acoustic signal.
In einer vorteilhaften Ausführungsform des Verfahrens wird die Auflösung des Spektrums aus den Trainingsdatensätzen über das gesamte Spektrum reduziert. Dies kann beispielsweise dadurch geschehen, daß im Frequenzraum in äquidistanten Intervallen Mittelwerte gebildet werden. Eine andere Alternative besteht darin, daß die Meßzeit verkürzt wird. In an advantageous embodiment of the method, the resolution of the spectrum from the training data sets is reduced over the entire spectrum. This can be done, for example, in that mean values are formed in the frequency space at equidistant intervals. Another alternative is that the measurement time is shortened.
In einer vorteilhaften Ausführungsform des Verfahrens weist jeder der Trainingsdatensätze zusätzlich ein Integral des Spektrums aus dem Trainingsdatensatz auf. Hiermit kann die Aussagegüte des maschinenerlernten Modells verbessert werden.In an advantageous embodiment of the method, each of the training data sets additionally has an integral of the spectrum from the training data set. This can improve the quality of the information given by the machine-learned model.
In einer Variante werden Messungen mit mehreren Meßeinheiten durchgeführt, die dann wie unterschiedliche Messungen behandelt werden, also die Messungen jeder der Meßeinheiten führt zu einem separaten Trainingsdatensatz. In a variant, measurements are carried out with several measuring units, which are then treated like different measurements, that is to say the measurements of each of the measuring units lead to a separate training data set.
In einer vorteilhaften Ausführungsform des Verfahrens weist jeder der Trainingsdatensätze zusätzlich eine Summe der Gradienten in dem Spektrum aus dem Trainingsdatensatz auf. Auch hiermit kann die Aussagegüte des maschinenerlernten Modells verbessert werden. In an advantageous embodiment of the method, each of the training data sets additionally has a sum of the gradients in the spectrum from the training data set. This can also improve the quality of the information given by the machine-learned model.
In einer vorteilhaften Ausführungsform des Verfahrens weist jeder der Trainingsdatensätze zusätzlich einen Mittelwert eines bestimmten Frequenzbandes auf. Hiermit kann ebenfalls die Aussagegüte des maschinenerlernten Modells verbessert werden. In einer vorteilhaften Ausführungsform wird der Datenstrom vor der Weiterverarbeitung zum Parametersatz reduziert. Die Reduktion umfaßt eine Aufteilung eines Datenstroms, der ein akustisches Signal der Zeitdauer T repräsentiert, in Teilabschnitte der Zeitdauer t. Kürzere Zeitabschnitte des Signals im Zeitraum führen zu einem Spektrum mit verringerter Auflösung im Frequenzraum. Das Spektrum ist diskret, d.h. jeder Wert steht stellvertretend für einen Frequenzbereich. Die Reduktion verringert die Menge der zu verarbeitenden Daten. Damit kann die Last für die Verarbeitungseinheit verringert werden. Die Reduktion kann vorteilhaft beispielsweise schon in der Meßeinheit erfolgen. Damit kann auch die Menge der zu übertragenden Daten reduziert werden. In an advantageous embodiment of the method, each of the training data sets additionally has an average value of a specific frequency band. This can also improve the quality of the information given by the machine-learned model. In an advantageous embodiment, the data stream is reduced to the parameter set before further processing. The reduction comprises a division of a data stream, which represents an acoustic signal of the duration T, into subsections of the duration t. Shorter time segments of the signal in the period lead to a spectrum with reduced resolution in the frequency domain. The spectrum is discrete, ie each value represents a frequency range. The reduction reduces the amount of data to be processed. With this, the load on the processing unit can be reduced. The reduction can advantageously already take place in the measuring unit, for example. This can also reduce the amount of data to be transferred.
Die Erfindung bietet damit eine einfache und preisgünstige Möglichkeit zur Überwachung von Leitungssystemen mit unter Über- oder Unterdrück stehendem Gas. Dabei ist der Begriff des Leitungssystems breit zu verstehen. The invention thus offers a simple and inexpensive way of monitoring line systems with gas under positive or negative pressure. The concept of the line system is to be understood broadly.
Beispielhaft, aber nicht vollständig sind darunter Anlagen (z.B. in der Produktion, Krankenhaus, Bürogebäude, Parkhaus) Werkzeuge (auch mobile Werkzeuge), Fortbewegungsmittel (hier bspw. Druckluftauto, oder jegliche mit Gasexpansionsmotor ausgestattete Objekte) zu verstehen soweit diese mit unter Druck stehenden Gasen versorgt werden. Im gesamten Pneumatik/ Druckluftsystem/ Gassystem (bspw. bestehend aus Verdichter/ Kompressor, Rohren und Aktoren) können Leckagen auftauchen. Meßeinheiten können dort variabel angebracht werden (beispielsweise an Kupplungen, Wartungseinheiten, Ventilinseln, innerhalb/ außerhalb Anlagen/ Werkzeugen/ Maschinen).By way of example, but not completely, this includes systems (e.g. in production, hospitals, office buildings, parking garages) tools (including mobile tools), means of transport (here e.g. compressed air cars, or any objects equipped with gas expansion motors) if they contain pressurized gases are supplied. Leakages can occur in the entire pneumatic / compressed air system / gas system (e.g. consisting of compressor / compressor, pipes and actuators). Measuring units can be attached variably there (for example on couplings, maintenance units, valve terminals, inside / outside of systems / tools / machines).
Die Erfindung ist auch zur Überwachung von Druckbehältern, beispielsweise Gasflaschen geeignet. An Gasflaschen können Leckagen durch an der Flasche angebrachte Meßeinheit(en) detektiert werden. The invention is also suitable for monitoring pressure vessels, for example gas bottles. Leakages on gas cylinders can be detected by measuring unit (s) attached to the cylinder.
Die Erfindung eignet sich auch zur Überwachung von pneumatischen Bremsanlagen etwa in Bussen, LKWs und deren Anhängern, sowie Zügen und Waggons, die über Druckluftsysteme gebremst werden. Solche Druckluftsysteme weisen Kupplungen (beispielsweise zwischen Waggon und Lok) auf, an denen Lecks auftreten können, die zu entweder reduzierter Bremsleistung, oder erhöhtem Druckluftbedarf führen. In diesem Fall können Meßeinheit(en) am Bremssystem angebracht werden. The invention is also suitable for monitoring pneumatic braking systems, for example in buses, trucks and their trailers, as well as trains and wagons that are braked by compressed air systems. Such compressed air systems have couplings (for example between wagons and locomotives) at which leaks can occur, which lead to either reduced braking power or an increased demand for compressed air. In this case, measuring unit (s) can be attached to the braking system.
In einerweiteren vorteilhaften Ausführung der Erfindung kann durch Anbringen des Sensors an Werkzeugen, die in einem Produktionsprozeß benutzt werden, während der laufenden Produktion eine Leckage in solchen Werkzeugen detektiert werden. Somit wird eine Qualitätsminderung am Produkt, hervorgerufen durch Leckagen am Werkzeug, frühzeitig erkannt und Kosten durch Qualitätsmängel oder Ausfälle können vermieden werden. In a further advantageous embodiment of the invention, by attaching the sensor to tools that are used in a production process, during the a leak in such tools can be detected during production. In this way, a reduction in the quality of the product, caused by leakages in the tool, is recognized at an early stage and costs due to quality defects or failures can be avoided.
Wird z.B. ein Ventil innerhalb eines Werkzeuges durch Druckluft angetrieben, so kann es sein, daß dessen Dysfunktion erst dann festgestellt wird, wenn die Qualität der hergestellten Bauteile allmählich nachläßt, weil das Ventil nicht mehr richtig schaltet. Die Anwendung der Erfindung ist in diesem Fall vorteilhaft, da sie zu einer frühzeitigen Erkennung eventueller Qualitätsminderung, hervorgerufen durch eine Dysfunktion des Ventils, frühzeitig erkannt wird. Es kann somit während des Fertigungsbetriebes festgestellt werden ob das Ventil noch öffnet und schließt und seine Funktion erfüllt. Somit kann frühzeitig eine eventuelle Qualitätsminderung an zu produzierenden Bauteilen erkannt werden. If, for example, a valve within a tool is driven by compressed air, its dysfunction may only be detected when the quality of the manufactured components gradually deteriorates because the valve no longer switches properly. The application of the invention is advantageous in this case, since it is recognized at an early stage for an early recognition of a possible reduction in quality, caused by a dysfunction of the valve. It can thus be determined during the production process whether the valve is still opening and closing and fulfilling its function. In this way, any deterioration in the quality of the components to be produced can be identified early on.
Das System kann sowohl bei Überdruck (Austritt aus dem Kreislauf) als auch bei Unterdrück (Eintritt in den Kreislauf) Leckagen detektieren. Hierbei ist es unerheblich, ob Druckluft, oder andere Gase (beispielsweise Funktionsgase wie Nitrogen, Oxygen, etc.) mit Druck beaufschlagt werden. The system can detect leaks both with overpressure (exit from the circuit) and with negative pressure (entry into the circuit). It is irrelevant here whether compressed air or other gases (for example functional gases such as nitrogen, oxygen, etc.) are pressurized.
Fig. 1. Eine schematische Darstellung eines Leitungssystems mit einem Meßsystem nach einer ersten Ausführungsform der Erfindung; 1. A schematic representation of a line system with a measuring system according to a first embodiment of the invention;
Fig. 2. Eine schematische Darstellung zur Erstellung eines maschinenerlernten Modells nach einem Verfahren gemäß der Erfindung; FIG. 2. A schematic illustration for creating a machine-learned model using a method according to the invention; FIG.
Fig. 3. Eine graphische Darstellung einer Verarbeitung eines akustischen Signals zu einem Parametersatz; 3 shows a graphic representation of the processing of an acoustic signal to form a parameter set;
Fig. 4. Eine detailliertere graphische Darstellung der Verarbeitung des akustischen Signals aus Fig. 3; und Fig. 4. A more detailed graphical representation of the processing of the acoustic signal of Fig. 3; and
Fig. 5. Eine schematische Darstellung eines Leitungssystems mit einem Meßsystem nach einer zweiten Ausführungsform der Erfindung. Fig. 5. A schematic representation of a line system with a measuring system according to a second embodiment of the invention.
In der Figur 1 ist ein Leitungssystem 10 schematisch dargestellt, welches unter Überdruck stehendes Gas führt. Das Leitungssystem besteht beispielhaft aus einem Kompressor 12, io einem Druckspeicher 14 mehreren Verbrauchern 16 und einem Netz aus Rohrleitungen 18, das die vorgenannten Komponenten untereinander verbindet. Die konkrete Ausführung dient aber hier lediglich dazu, das Beispiel anschaulich zu machen und beschränkt nicht grundsätzlich das Funktionsprinzip oder die Ausführung der Erfindung.In FIG. 1, a line system 10 is shown schematically, which carries gas under excess pressure. The line system consists, for example, of a compressor 12, io a pressure accumulator 14, several consumers 16 and a network of pipes 18, which connects the aforementioned components with one another. However, the specific implementation here only serves to make the example clear and does not fundamentally limit the functional principle or the implementation of the invention.
Ein erfindungsgemäßes Meßsystem 20 zur Überwachung des Leitungssystems 10 weist eine Meßeinheit 22 auf, die an dem Leitungssystem 10 installiert ist. A measuring system 20 according to the invention for monitoring the line system 10 has a measuring unit 22 which is installed on the line system 10.
Die Meßeinheit 22 weist einen Sensor 24 auf, der für akustische Signale im Ultraschallbereich empfänglich ist und ein empfangenes akustisches Signal 26 in einen digitalen Datenstrom wandeln kann. Der Sensor ist in dieser Ausführungsform als Mikrofon mit MEMS Sensor und A/D Wandler ausgebildet sodaß das Meßsignal bereits als digitales Signal vorliegt. The measuring unit 22 has a sensor 24 which is receptive to acoustic signals in the ultrasonic range and can convert a received acoustic signal 26 into a digital data stream. In this embodiment, the sensor is designed as a microphone with a MEMS sensor and A / D converter so that the measurement signal is already available as a digital signal.
Eine Verarbeitungseinheit 28 ist über eine drahtlose Datenübertragungseinrichtung 30 mit der Meßeinheit 22 verbunden. Über diese Datenübertragungseinrichtung 30 kann die Verarbeitungseinheit 28 von der Meßeinheit 22 einen digitalen Datenstrom empfangen, der das aufgenommene akustische Signal 26 repräsentiert. Die Verarbeitungseinheit 28 weist eine Recheneinheit auf, die den digitalen Datenstrom weiterverarbeiten kann. Die Verarbeitungseinheit 28 weist weiterhin in der dargestellten Ausführungsform eine Anzeige 32 auf, auf welcher die Verarbeitungseinheit Meldungen an den Bediener ausgeben kann, sowie eine Sirene 34, mit welcher die Verarbeitungseinheit 28 eine akustische Meldung ausgeben kann. A processing unit 28 is connected to the measuring unit 22 via a wireless data transmission device 30. Via this data transmission device 30, the processing unit 28 can receive a digital data stream from the measuring unit 22, which represents the recorded acoustic signal 26. The processing unit 28 has a computing unit which can further process the digital data stream. In the embodiment shown, the processing unit 28 also has a display 32 on which the processing unit can output messages to the operator, as well as a siren 34 with which the processing unit 28 can output an acoustic message.
Die Datenübertragungseinrichtung 30 ist für eine drahtlose Datenübertragung eingerichtet. Die Verarbeitungseinheit 28 ist in Reichweite derThe data transmission device 30 is set up for wireless data transmission. The processing unit 28 is within reach of the
Datenübertragungseinrichtung 30 angeordnet, sodaß die Anzeige 32 abgelesen werden kann, ohne daß das Leitungssystem 10 zugänglich sein muß. Data transmission device 30 arranged so that the display 32 can be read without the line system 10 having to be accessible.
Im folgenden wird die Funktion des Meßsystems 20 zur Überwachung beim Betrieb des Leitungssystems 10 beschrieben. Zur Veranschaulichung ist die Funktion in dem Schema in Figur 2 illustriert. The function of the measuring system 20 for monitoring during the operation of the line system 10 is described below. For the purpose of illustration, the function is illustrated in the diagram in FIG.
Das Leitungssystem 10 weist im Betrieb eine Reihe charakteristischer physikalischer Eigenschaften auf, die sich im zeitlichen Verlauf ändern können. Einen Teil dieser Parameter stellen akustische Emissionen, insbesondere im Ultraschallbereich, dar. Diese akustischen Emissionen werden von dem Mikrofon in der Meßeinheit 22 erfaßt. The line system 10 has a number of characteristic physical properties during operation, which can change over time. Part of this Parameters represent acoustic emissions, in particular in the ultrasonic range. These acoustic emissions are recorded by the microphone in the measuring unit 22.
Die Meßeinheit 22 nimmt für eine Zeitdauer dt ein akustisches Signal auf, welches im Wesentlichen von dem Leitungssystem 10 emittiert wird, und wandelt dieses in einen digitalen Datenstrom um. Der digitale Datenstrom wird von der Meßeinheit 22 über die Datenübertragungseinrichtung 30 an die Verarbeitungseinheit 28 übertragen. The measuring unit 22 picks up an acoustic signal for a period dt, which is essentially emitted by the line system 10, and converts this into a digital data stream. The digital data stream is transmitted from the measuring unit 22 to the processing unit 28 via the data transmission device 30.
Die Verarbeitungseinheit 28 unterzieht den Datenstrom einer schnellen Fouriertransformation (FFT) und erhält so ein diskretes Spektrum mit Werten, welche jeweils einen Frequenzbereich (f1 ..fm) repräsentieren. In der dargestellten Ausführungsform beträgt die Auflösung 1 kHz. Vorteilhafterweise berechnet die Verarbeitungseinheit 28 aus diesem Spektrum zusätzlich Gradienten und bildet aus diesen eine Summe. Die Werte des Spektrums und die Summe bilden einen Parametersatz für diese Messung. Der Parametersatz kann auch als Vektor in einem Parameterraum aufgefaßt werden, dessen Dimension der Anzahl der Parameter entspricht. The processing unit 28 subjects the data stream to a fast Fourier transformation (FFT) and thus receives a discrete spectrum with values which each represent a frequency range (f1 ..fm). In the embodiment shown, the resolution is 1 kHz. The processing unit 28 advantageously additionally calculates gradients from this spectrum and forms a sum from these. The values of the spectrum and the sum form a parameter set for this measurement. The parameter set can also be understood as a vector in a parameter space, the dimension of which corresponds to the number of parameters.
Der Parametersatz wird dann einer Normierung unterzogen, damit einzelne Werte in der weiteren Verarbeitung keine höhere Relevanz zugeordnet wird, als es ihrem tatsächlichen physikalischen Einfluß entspricht. Die Normierung ist in der vorliegenden Ausführungsform durch das Verfahren der Studentisierung verwirklicht worden. Andere Verfahren sind jedoch gleichfalls anwendbar. The parameter set is then subjected to a normalization so that individual values are not assigned a higher relevance in further processing than corresponds to their actual physical influence. The normalization has been realized in the present embodiment by the method of studentization. However, other methods are equally applicable.
In der Verarbeitungseinheit 28 ist ein maschinenerlerntes Modell hinterlegt, anhanddessen die Verarbeitungseinheit 28 entscheiden kann, ob der digitale Datenstrom auf eine Leckage in dem Leitungssystem 10 hindeutet. Das maschinenerlernte Modell, dessen Erstellung weiter unten ausführlich beschrieben wird, umfaßt Bereiche im Parameterraum, welche eher auf eine Leckage oder keine Leckage hindeuten. Bei der Entscheidung prüft die Verarbeitungseinheit 28 ob der vom Parametersatz gebildete Vektor im Parameterraum besser in den Bereich des maschinenerlernten Modells paßt der auf eine Leckage hindeutet oder in den, der auf keine Leckage hindeutet. A machine-learned model is stored in the processing unit 28, on the basis of which the processing unit 28 can decide whether the digital data stream indicates a leak in the line system 10. The machine-learned model, the creation of which is described in detail below, includes areas in the parameter space which indicate a leakage or no leakage. When making the decision, the processing unit 28 checks whether the vector formed by the parameter set in the parameter space fits better into the area of the machine-learned model that indicates a leak or that which indicates no leak.
Falls die Verarbeitungseinheit 28 entscheidet, daß eine Leckage vorliegt, gibt die Verarbeitungseinheit 28 eine Meldung diese Feststellung betreffend aus. Die Ausgabe erfolgt in der vorliegenden Ausführungsform zum einen als Warnmeldung auf einem Display der Verarbeitungseinheit 28, zum anderen als akustisches Signal über eine Warnsirene. If the processing unit 28 decides that there is a leak, the processing unit 28 outputs a message regarding this determination. In the present embodiment, the output occurs on the one hand as a warning message on a Display of the processing unit 28, on the other hand as an acoustic signal via a warning siren.
Die Meldung kann zusätzlich oder alternativ an eine Überwachungseinrichtung übermittelt werden, welche das Leitungssystem überwacht oder steuert. The message can additionally or alternatively be transmitted to a monitoring device which monitors or controls the line system.
In kontinuierlicher Überwachung des Leitungssystems 10, wird der eben beschriebene Vorgang in regelmäßigen Zeitabständen wiederholt. In continuous monitoring of the line system 10, the process just described is repeated at regular time intervals.
Im Folgenden wird die Erstellung eines maschinenerlernten Modells anhand des Schemas in Figur 3 beschrieben. The following describes the creation of a machine-learned model using the scheme in FIG. 3.
Für die Erstellung eines maschinenerlernten Modells werden Parameter von Leitungssystemen in unterschiedlichen Konfigurationen 50, 52, 54 untersucht. Mit „unterschiedlichen Konfigurationen“ ist hier gemeint, daß die Messungen an verschiedenen Leitungssystemen durchgeführt werden, die unterschiedlich aufgebaut sind, und/oder daß an demselben Leitungssystem Messungen durchgeführt werden, wenn sich das Leitungssystem in unterschiedlichen Betriebszuständen befindet (z.B. Leerlauf, Vollast), und/oder daß unterschiedliche Anordnungen der Meßeinheit realisiert sind. Die Messungen werden außerdem an Leitungssystemen durchgeführt, die eine Leckage oder keine Leckage aufweisen. To create a machine-learned model, parameters of line systems in different configurations 50, 52, 54 are examined. With "different configurations" it is meant here that the measurements are carried out on different line systems that are structured differently and / or that measurements are carried out on the same line system when the line system is in different operating states (e.g. idling, full load), and / or that different arrangements of the measuring unit are implemented. The measurements are also carried out on piping systems that are leaking or not leaking.
Für jede Konfiguration wird ein akustisches Signal der Zeitdauer T hochpaßgefiltert und digital aufgezeichnet. Das aufgezeichnete Signal wird in gleichlange Teilabschnitte der Länge dt aufgeteilt. Jeder der Teilabschnitte wird einer FFT unterzogen, sodaß sich für jeden Teilabschnitt ein diskretes Fourier-Spektrum 60, 60.1 ergibt. Jeder Wert des Fourier-Spektrums steht für einen Frequenzbereich, und alle Werte eines Spektrums bilden einen Trainingsdatensatz 70, 72, 74. Der Vorgang ist in Figur 4 anhand einer Messung beispielhaft dargestellt. For each configuration, an acoustic signal of time T is high-pass filtered and digitally recorded. The recorded signal is divided into equal sections of length dt. Each of the subsections is subjected to an FFT so that a discrete Fourier spectrum 60, 60.1 results for each subsection. Each value of the Fourier spectrum stands for a frequency range, and all values of a spectrum form a training data set 70, 72, 74. The process is shown by way of example in FIG. 4 on the basis of a measurement.
Die Leitungssysteme und die Meßeinrichtungen, die zur Modellbildung herangezogen werden, entsprechen dabei in der Regel nicht den Leitungssystemen 10 und Meßeinrichtungen 20, die später zur Überwachung eingesetzt werden. Es muß auch nicht für jede Konfiguration eine Messung mit und ohne Leckage vorliegen; es ist lediglich erforderlich, jede der Messungen, entweder dem Zustand „Leckage“ oder „nicht Leckage“ zuordnen zu können. Denn ein Vorzug der Erfindung ist es, daß sich in dem maschinenerlernten Modell von selbst die charakteristischen Parameter herausbilden, welche kennzeichnend sind für Daten von Leitungssystemen mit oder ohne Leckage. The line systems and the measuring devices which are used for the formation of the model generally do not correspond to the line systems 10 and measuring devices 20 which are later used for monitoring. It is also not necessary for a measurement with and without leakage to be available for every configuration; it is only necessary to be able to assign each of the measurements to either the status "leakage" or "not leakage". Because an advantage of the invention is that the characteristic parameters develop automatically in the machine-learned model, which are characteristic of data from pipe systems with or without leakage.
Es ist von Vorteil, wenn zusätzlich zu den Werten des diskreten Spektrums 60, 60.1 noch weitere Größen den Trainingsdatensätzen zugefügt werden. So werden beispielsweise im dargestellten Ausführungsbeispiel jeweils aus den diskreten Werten des Fourier- Spektrums zusätzlich Gradienten berechnet und aufsummiert und die Summe als weiterer Wert dem Datensatz angefügt. Jeder Trainingsdatensatz 70, 72, 74 umfaßt damit eine Gesamtheit von N Daten, nämlich eine Anzahl von M Daten, welche das Spektrum des akustischen Signals wiedergeben, sowie eine weitere Anzahl von N-M Daten, welche weitere Meßgrößen oder abgeleitete Parameter, wie z.B. die im Ausführungsbeispiel dargestellte Summe der Gradienten, wiedergeben. It is advantageous if, in addition to the values of the discrete spectrum 60, 60.1, further variables are added to the training data sets. For example, in the illustrated embodiment, gradients are additionally calculated and added up from the discrete values of the Fourier spectrum, and the sum is added to the data set as a further value. Each training data set 70, 72, 74 thus comprises a total of N data, namely a number of M data, which reproduce the spectrum of the acoustic signal, and a further number of NM data, which further measured variables or derived parameters, such as those in the exemplary embodiment the sum of the gradients shown.
Die Trainingsdatensätze sind nun jeweils einer von zwei Teilmengen zugeordnet, je nachdem, ob die zugrundeliegende Messung an einer Konfiguration mit Leckage oder ohne Leckage aufgenommen wurde. Für jede der beiden Teilmengen wird nun aus den zugeordneten Trainingsdatensätzen eine Verallgemeinerung 80, 82 gebildet. The training data sets are now assigned to one of two subsets, depending on whether the underlying measurement was recorded on a configuration with or without a leak. For each of the two subsets, a generalization 80, 82 is now formed from the assigned training data records.
Erhalten wird die jeweilige Verallgemeinerung im Prinzip durch bekannte Regressionsverfahren, wie beispielsweise eine Ridge-Regression, in einem mehrdimensionalen Parameterraum. Das Auffinden dieser beiden Verallgemeinerungen stellt sich somit als Optimierungsproblem dar. Da eine Vielzahl von Trainingsdatensätzen aus unterschiedlichen Konfigurationen herangezogen werden, ergibt sich die Verallgemeinerung nicht als scharfe Linie, sondern bildet jeweils einen Bereich V1 und V2, wie er in Figur 4 jeweils als schraffierte Fläche dargestellt ist. Um zu einer Bestimmtheit des Modells zu gelangen, sollten wenigstens D >= N Messungen für so viele unterschiedliche Konfigurationen vorliegen, wie Daten in dem Parametersatz enthalten sind. The respective generalization is obtained in principle by known regression methods, such as, for example, a ridge regression, in a multidimensional parameter space. Finding these two generalizations is therefore an optimization problem. Since a large number of training data sets from different configurations are used, the generalization does not result as a sharp line, but rather forms an area V1 and V2, as shown in FIG. 4 as a hatched area is shown. In order to arrive at a certainty of the model, at least D> = N measurements should be available for as many different configurations as there are data contained in the parameter set.
Das maschinenerlernte Modell kann somit verstanden werden, als die Gesamtheit aus den Verallgemeinerungen V1, V2. The machine-learned model can thus be understood as the entirety of the generalizations V1, V2.
Gemäß einer zweiten Ausführungsform der Erfindung weist ein in Figur 5 schematisch dargestelltes Meßsystem 120 zur Überwachung des Leitungssystems 10 mehrere Meßeinheiten 122 auf, die an oder in dem Leitungssystem 10 installiert sind. So ist beispielsweise eine erste Meßeinheit 122a an einem Abschnitt einer Rohrleitung befestigt, eine zweite Meßeinheit 122b, ist bei dem Druckspeicher 14 angeordnet und eine dritte Meßeinheit 122c in der Nähe der Verbraucher 16 installiert. According to a second embodiment of the invention, a measuring system 120 shown schematically in FIG. 5 for monitoring the line system 10 has a plurality of measuring units 122 which are installed on or in the line system 10. So is For example, a first measuring unit 122a is attached to a section of a pipeline, a second measuring unit 122b is arranged at the pressure accumulator 14 and a third measuring unit 122c is installed in the vicinity of the consumer 16.
In dem Meßsystem 120 ist die Verarbeitungseinheit 128 in der zweiten Meßeinheit 122b integriert. Eine Datenübertragungseinrichtung von der Meßeinheit 122a zur Verarbeitungseinheit 128 ist daher drahtlos ausgeführt. Eine weitere Datenübertragungseinrichtung von der Meßeinheit 122b zur Verarbeitungseinheit 128 ist durch eine direkte Verbindung zwischen den beiden Einheiten realisiert. In the measuring system 120, the processing unit 128 is integrated in the second measuring unit 122b. A data transmission device from the measuring unit 122a to the processing unit 128 is therefore wireless. Another data transmission device from the measuring unit 122b to the processing unit 128 is implemented by a direct connection between the two units.
Die Datenströme von den Meßeinheiten werden die zuvor beschrieben in der Verarbeitungseinheit 128 zu jeweils einem Parametersatz verarbeitet und anhand des maschinenerlernten Modells wird entschieden, ob die jeweilige Messung auf eine Leckage hindeutet. Dabei kann durch die räumliche Nähe des Meßsystems 122a, 122b, 122c zu Bestandteilen des Leitungssystems 110 gegebenenfalls ein Hinweis auf den Ort einer Leckage festgestellt werden. Im gegebenen Fall gibt die Verarbeitungseinheit 128 eine entsprechende Meldung aus. The data streams from the measuring units are processed, as described above, in the processing unit 128 to form a parameter set, and the machine-learned model is used to decide whether the respective measurement indicates a leak. In this case, due to the spatial proximity of the measuring system 122a, 122b, 122c to components of the line system 110, an indication of the location of a leak can optionally be determined. In the given case, the processing unit 128 outputs a corresponding message.

Claims

PATENTANSPRÜCHE PATENT CLAIMS
1. Meßsystem (20; 120) zur Überwachung eines Leitungssystems (10; 110), welches unter Über- oder Unterdrück stehendes Gas führt, wobei das Meßystem (20; 120) aufweist, 1. Measuring system (20; 120) for monitoring a line system (10; 110) which carries gas under positive or negative pressure, the measuring system (20; 120) having,
- wenigstens eine Meßeinheit (22; 122) zur Installation an oder in dem- At least one measuring unit (22; 122) for installation on or in the
Leitungssystem (10; 110), mit wenigstens einem akustischen Sensor (24; 124), eine Verarbeitungseinheit (28; 128), eine Datenübertragungseinrichtung (30) zur Übertragung von Meßdaten von der Meßeinheit (22; 122) zur Verarbeitungseinheit; wobei die Meßeinheit (22; 122) eingerichtet ist, mit dem akustischen Sensor aufgenommene Daten zu digitalisieren und über die Datenübertragungseinrichtung als Datenstrom an die Verarbeitungseinheit (28; 128) zu übermitteln, wobei die Verarbeitungseinheit (28; 128) eingerichtet ist, die von der Meßeinheit (22; 122) empfangenen Daten einer Fourier-Transformation, insbesondere einer schnellen Fourier- Transformation (FFT) zu unterziehen, anhand eines maschinenerlernten Modells zu entscheiden, ob die verarbeiteten Daten eine Leckage im Leitungssystem (10; 110) indizieren, und - im Falle einer indizierten Leckage diese Feststellung auszugeben. Line system (10; 110), with at least one acoustic sensor (24; 124), a processing unit (28; 128), a data transmission device (30) for the transmission of measurement data from the measurement unit (22; 122) to the processing unit; wherein the measuring unit (22; 122) is set up to digitize data recorded with the acoustic sensor and to transmit it as a data stream to the processing unit (28; 128) via the data transmission device, the processing unit (28; 128) being set up by the Measuring unit (22; 122) to subject the received data to a Fourier transformation, in particular a fast Fourier transformation (FFT), to decide on the basis of a machine-learned model whether the processed data indicate a leak in the line system (10; 110), and - im Output this determination in the event of an indicated leak.
2. Meßsystem (20; 120) nach Anspruch 1, wobei die Datenübertragungseinrichtung (30) drahtlos ausgeführt ist. 2. Measuring system (20; 120) according to claim 1, wherein the data transmission device (30) is wireless.
3. Meßsystem (120) nach Anspruch 1 oder 2, wobei mehrere Meßeinheiten (122) vorgesehen sind. 3. Measuring system (120) according to claim 1 or 2, wherein a plurality of measuring units (122) are provided.
4. Meßsystem nach einem der vorhergehenden Ansprüche, bei der die eine Meßeinheit oder bestimmte der mehreren Meßeinheiten zusätzlich weitere Sensoren aufweisen. 4. Measuring system according to one of the preceding claims, in which the one measuring unit or certain of the plurality of measuring units additionally have further sensors.
5. Meßsystem (120) nach einem der vorhergehenden Ansprüche, bei dem die Verarbeitungseinheit (128) in die eine Meßeinheit oder eine der mehreren Meßeinheiten (122) integriert ist. 5. Measuring system (120) according to one of the preceding claims, in which the processing unit (128) is integrated into the one measuring unit or one of the several measuring units (122).
6. Wärmepumpe mit einem Meßsystem (20; 120) nach einem der vorhergehenden Ansprüche. 6. Heat pump with a measuring system (20; 120) according to one of the preceding claims.
7. Haushaltsgerät mit einem Meßsystem (20; 120) nach einem der vorhergehenden Ansprüche. 7. Household appliance with a measuring system (20; 120) according to one of the preceding claims.
8. Verfahren zur Betrieb eines Meßsystems (20; 120) nach einem der vorhergehenden Ansprüche, bei dem an einem Leitungssystem (10; 110) mittels eines akustischen Sensors (24; 124) ein mindestens einen Ultraschall-Bereich umfassendes Signal aufgenommen, das Signal digitalisiert wird, das digitalisierte Signal einer Fourier-Transformation, insbesondere einer schnellen Fourier-Transformation (FFT) unterzogen wird, aus den transformierten Daten ein Parametersatz gebildet wird, anhand eines maschinenerlernten Modells entschieden wird, ob der Parametersatz auf eine Leckage im Leitungssystem (10; 110) hindeutet oder nicht, und im ersten Fall eine Meldung ausgegeben wird. 8. A method for operating a measuring system (20; 120) according to one of the preceding claims, in which a signal comprising at least one ultrasonic area is recorded on a line system (10; 110) by means of an acoustic sensor (24; 124) and the signal is digitized the digitized signal is subjected to a Fourier transformation, in particular a fast Fourier transformation (FFT), a parameter set is formed from the transformed data, a decision is made on the basis of a machine-learned model whether the parameter set indicates a leak in the pipe system (10; 110 ) indicates or not, and in the first case a message is output.
9. Verfahren nach Anspruch 7, bei dem zusätzlich zum akustischen Signal weitere Parameter des Leitungssystems (10; 110) und/oder seiner Umgebung aufgenommen und dem Parametersatz hinzugefügt werden. 9. The method according to claim 7, in which, in addition to the acoustic signal, further parameters of the line system (10; 110) and / or its surroundings are recorded and added to the parameter set.
10. Verfahren nach Anspruch 7 oder 8, bei welchem dem Parametersatz weitere, aus dem akustischen Signal gebildete Parameter hinzugefügt werden. 10. The method according to claim 7 or 8, in which further parameters formed from the acoustic signal are added to the parameter set.
11. Verfahren zur Erstellung eines maschinenerlernten Modells für ein Meßsystem (20; 120) nach einem der vorhergehenden Ansprüche, bei dem an verschiedenen Konfigurationen von Leitungssystemen (50, 52, 54), unter Über- oder Unterdrück stehendes Gas führen und sich in einem Zustand mit oder ohne Leckage befinden, eine Vielzahl von Parametermessungen aufgenommen wird, welche jeweils ein akustisches Signal der Dauer T, welches wenigstens einen Ultraschall- Frequenzbereich umfaßt, beinhalten, das akustische Signal jeweils in einen digitalen Datenstrom gewandelt wird, der digitale Datenstrom dezimiert wird, 11. A method for creating a machine-learned model for a measuring system (20; 120) according to one of the preceding claims, in which on different configurations of line systems (50, 52, 54), gas under positive or negative pressure lead and is in a state with or without leakage, a large number of parameter measurements are recorded, each of which contains an acoustic signal of duration T, which comprises at least one ultrasonic frequency range, the acoustic signal is converted into a digital data stream, the digital data stream is decimated,
- jedes dieser Signale einer Fourier-Transformation, insbesondere einer schnellen Fourier-Transformation (FFT) unterzogen wird, - each of these signals is subjected to a Fourier transformation, in particular a fast Fourier transformation (FFT),
- jede der Fourier-Transformierten (70, 72, 74) einen Trainingsdatensatz bildet,- each of the Fourier transforms (70, 72, 74) forms a training data set,
- jeder der Trainingsdatensätze einer Teilmenge „mit Leckage“ oder „ohne Leckage“ zugeordnet wird, für jede der beiden Teilmengen der Trainingsdatensätze (70, 72, 74) eine Verallgemeinerung erlernt wird, und beide Verallgemeinerungen das maschinenerlernte Modell bilden. - Each of the training data sets is assigned to a subset “with leakage” or “without leakage”, a generalization is learned for each of the two subsets of the training data sets (70, 72, 74), and both generalizations form the machine-learned model.
12. Verfahren nach Anspruch 10, bei dem der digitale Datenstrom in Teilabschnitte aufgeteilt wird, die jeweils ein akustisches Signal der Zeitdauer dt repräsentieren 12. The method according to claim 10, wherein the digital data stream is divided into subsections, each of which represents an acoustic signal of duration dt
- jeder dieser Teilabschnitte einer Fourier-Transformation, insbesondere einer schnellen Fourier-Transformation (FFT) unterzogen wird, und jede der Fourier-Transformierten einen Trainingsdatensatz bildet each of these subsections is subjected to a Fourier transformation, in particular a fast Fourier transformation (FFT), and each of the Fourier transforms forms a training data set
13. Verfahren nach Anspruch 10 oder 11, bei dem die Auflösung des Spektrums aus den Trainingsdatensätzen (70, 72, 74) über das gesamte Spektrum reduziert ist. 13. The method according to claim 10 or 11, wherein the resolution of the spectrum from the training data sets (70, 72, 74) is reduced over the entire spectrum.
14. Verfahren nach einem der ab Anspruch 10 vorhergehenden Ansprüche, bei dem jeder der Trainingsdatensätze zusätzlich ein Integral des Spektrums aus dem Trainingsdatensatz aufweist. 14. The method according to claim 10, wherein each of the training data sets additionally has an integral of the spectrum from the training data set.
15. Verfahren nach einem der ab Anspruch 10 vorhergehenden Ansprüche, bei dem jeder der Trainingsdatensätze zusätzlich eine Summe der Gradienten in dem Spektrum aus dem Trainingsdatensatz aufweist. 15. The method according to claim 10, wherein each of the training data sets additionally has a sum of the gradients in the spectrum from the training data set.
16. Verfahren nach einem der ab Ansprüche 10 vorhergehenden Ansprüche, bei dem jeder der Trainingsdatensätze zusätzlich einen Mittelwert eines bestimmten Frequenzbandes aufweist. 16. The method as claimed in claim 10, in which each of the training data sets additionally has an average value of a specific frequency band.
PCT/EP2020/078360 2019-10-11 2020-10-09 Measurement system for monitoring a pipe system and method for the operation thereof WO2021069633A1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202080085506.0A CN115244377A (en) 2019-10-11 2020-10-09 Measuring system for monitoring a pipeline system and method for operating the same
EP20793580.0A EP4042126A1 (en) 2019-10-11 2020-10-09 Measurement system for monitoring a pipe system and method for the operation thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102019215653.3 2019-10-11
DE102019215653.3A DE102019215653A1 (en) 2019-10-11 2019-10-11 Measuring system for monitoring a line system and method for its operation

Publications (1)

Publication Number Publication Date
WO2021069633A1 true WO2021069633A1 (en) 2021-04-15

Family

ID=72964633

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2020/078360 WO2021069633A1 (en) 2019-10-11 2020-10-09 Measurement system for monitoring a pipe system and method for the operation thereof

Country Status (4)

Country Link
EP (1) EP4042126A1 (en)
CN (1) CN115244377A (en)
DE (1) DE102019215653A1 (en)
WO (1) WO2021069633A1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220050004A1 (en) * 2020-08-13 2022-02-17 Alarm.Com Incorporated Periodic water leak detection
CN114877264A (en) * 2022-06-06 2022-08-09 国家石油天然气管网集团有限公司 Natural gas pipe body leakage identification method and system based on voiceprint identification

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69532790T2 (en) * 1994-08-18 2005-03-17 General Electric Co. Detection of irregularities of a monitored volume
US20140005958A1 (en) * 2012-06-27 2014-01-02 General Monitors, Inc. Multi-spectral ultrasonic gas leak detector
US20140000347A1 (en) * 2012-06-27 2014-01-02 Javid J. Huseynov Ultrasonic gas leak detector with false alarm discrimination
WO2014096019A1 (en) * 2012-12-20 2014-06-26 Eni S.P.A. Method and system for continuous remote monitoring of the integrity of pressurized pipelines and properties of the fluids transported
EP3015838A1 (en) * 2014-10-22 2016-05-04 Sonotec Ultraschallsensorik Halle GmbH Method and device for acoustic measurement of outlet speeds and/or outlet volume flows of gases or liquids
DE102017122126A1 (en) * 2017-09-25 2019-03-28 Vaillant Gmbh Leakage detection

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11573149B2 (en) * 2017-12-01 2023-02-07 Johnson Controls Tyco IP Holdings LLP Systems and methods for refrigerant leak management based on acoustic leak detection

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69532790T2 (en) * 1994-08-18 2005-03-17 General Electric Co. Detection of irregularities of a monitored volume
US20140005958A1 (en) * 2012-06-27 2014-01-02 General Monitors, Inc. Multi-spectral ultrasonic gas leak detector
US20140000347A1 (en) * 2012-06-27 2014-01-02 Javid J. Huseynov Ultrasonic gas leak detector with false alarm discrimination
WO2014096019A1 (en) * 2012-12-20 2014-06-26 Eni S.P.A. Method and system for continuous remote monitoring of the integrity of pressurized pipelines and properties of the fluids transported
EP3015838A1 (en) * 2014-10-22 2016-05-04 Sonotec Ultraschallsensorik Halle GmbH Method and device for acoustic measurement of outlet speeds and/or outlet volume flows of gases or liquids
DE102017122126A1 (en) * 2017-09-25 2019-03-28 Vaillant Gmbh Leakage detection

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220050004A1 (en) * 2020-08-13 2022-02-17 Alarm.Com Incorporated Periodic water leak detection
US11788920B2 (en) * 2020-08-13 2023-10-17 Alarm.Com Incorporated Periodic water leak detection
CN114877264A (en) * 2022-06-06 2022-08-09 国家石油天然气管网集团有限公司 Natural gas pipe body leakage identification method and system based on voiceprint identification

Also Published As

Publication number Publication date
CN115244377A (en) 2022-10-25
EP4042126A1 (en) 2022-08-17
DE102019215653A1 (en) 2021-04-15

Similar Documents

Publication Publication Date Title
EP4042126A1 (en) Measurement system for monitoring a pipe system and method for the operation thereof
EP2877383B1 (en) Diagnostic method for rail vehicles
DE102008021362B3 (en) Noise-generating object i.e. letter sorting machine, condition detecting method, involves automatically adapting statistical base-classification model of acoustic characteristics and classifying condition of noise-generating object
DE102014113669A1 (en) Method for determining the state in a rail vehicle
DE102013010930A1 (en) Control device and method for operating a control device of a motor vehicle
DE102009034444A1 (en) Method for monitoring an environment with multiple acoustic sensors
DE102007039793A1 (en) Pneumatic system e.g. pneumatic brake system, monitoring method for commercial motor vehicle, involves detecting pressure signal continuously in pneumatic system, and analyzing resulting time response of detected pressure values
EP3906535A1 (en) Device for sensing the activity of people or the status of infrastructures or objects influenced by people
DE102014207784A1 (en) Method for symptom detection of malfunction of a power tool
DE102018213010A1 (en) Method and device for providing first information relating to several vehicles
WO2019077093A1 (en) Method and system for evaluating an operating state of a watercraft
AT500235B1 (en) SYSTEM AND METHOD FOR AUTOMATIC MONITORING OF A ROADWAY
DE102014215791A1 (en) Arrangement and method for detecting the completeness of a, in particular rail, vehicle arrangement
CH710964B1 (en) Method for providing data for brake plate recognition in rail vehicles.
EP3847512B1 (en) System for the diagnosis and monitoring of air supply systems and components thereof
WO2019042990A1 (en) Diagnostic device and diagnostic method for diagnosing a field device
DE102008060194B4 (en) Method and motor vehicle for vehicle fleet qualification management
DE19930252A1 (en) Monitoring completeness of trains involves monitoring mechanical signal converted from main air line pressure at far end of train and propagated back along main air line to near end
DE102022203238A1 (en) Method for classifying operating points using sound signals
EP1372826B1 (en) Method and device for assessing the operability of a device for reducing the ozone content in the air
DE102021205970A1 (en) Method for diagnosing a disease, preferably a respiratory disease
EP3414836B1 (en) Method and arrangement for controlling the output volume of at least one acoustic output device
DE102019107240A1 (en) Diagnostic method, diagnostic system and motor vehicle
DE102019107242A1 (en) Diagnostic method, diagnostic system and motor vehicle
WO2017167656A1 (en) Method for the remote monitoring of an industrial plant

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: 20793580

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2020793580

Country of ref document: EP

Effective date: 20220511