CH701958B1 - Verfahren zum Betreiben einer Messstelle und Messstelle. - Google Patents

Abstract

Ein Verfahren zum Betreiben einer Messstelle (101) zum Bestimmen mindestens einer Messgrösse eines Mediums, wobei die Messstelle eine Basiseinheit (3) umfasst, die lösbar mit einer Sensoreinheit (2.j) verbunden ist, und die zur Kommunikation eines den Wert der Messgrösse repräsentierenden Signals an eine Prozessüberwachungsanlage vorgesehen ist, umfassend mindestens die Schritte: (a) Mindestens einmaliges Erfassen und Speichern eines in der Sensoreinheit gespeicherten oder von der Sensoreinheit erzeugten Wertes eines Diagnoseparameters in einer ersten Datenspeichereinheit der Basiseinheit; (b) Anhand des mindestens einen in der ersten Datenspeichereinheit gespeicherten Wertes des Diagnoseparameters Anpassen eines in einer zweiten Datenspeichereinheit der Basiseinheit hinterlegten Prognosewertes oder Prognoseintervalls und Hinterlegen des angepassten Prognosewertes oder Prognoseintervalls in der zweiten Datenspeichereinheit der Basiseinheit anstelle des bisher hinterlegten Prognosewerts oder Prognoseintervalls.

Description

[0001] Die Erfindung betrifft ein Verfahren zum Betreiben einer Messstelle zum Bestimmen mindestens einer Messgrösse eines Mediums, wobei die Messstelle eine Basiseinheit umfasst, die lösbar mit einer Sensoreinheit verbunden ist, und die zur Kommunikation eines den Wert der Messgrösse repräsentierenden Signals an eine Prozessüberwachungsanlage vorgesehen ist.

[0002] Derartige Messstellen sind beispielsweise pH-Messstellen oder andere Messstellen der Analysemesstechnik. Hierzu gehören insbesondere weitere potentiometrische, amperometrische, coulometrische, colorimetrische, photometrische, turbidimetrische und spektrometrische Einheiten.

[0003] Das der Erfindung zugrunde liegende Problem soll anhand eines Beispiels von pH-Messstellen erläutert werden, ohne dass jedoch die Erfindung auf ein Verfahren zum Betreiben von pH-Messstellen beschränkt sein soll.

[0004] Eine Sensoreinheit umfasst mindestens einen Wandler, der ein vom Wert der Messgrösse abhängiges elektrisches Signal ausgibt. Häufig ist die Übertragungsfunktion des Wandlers veränderlich. Dies gilt in besonderem Masse für pH-Sensoren. Deshalb müssen pH-Sensoren bzw. pH-Elektroden zu geeigneten Zeitpunkten gewartet, insbesondere neu kalibriert, werden. Die Länge der Zeitintervalle zwischen den Wartungsmassnahmen bzw. die Kalibrierintervalle hängen stark von den Umgebungseinflüssen ab, denen der Sensor während seiner Lebenszeit ausgesetzt ist. Auch die Gesamtlebensdauer des Sensors wird stark von diesen Umgebungsbedingungen beeinflusst.

[0005] Der Begriff der Kalibrierung wird in der pH-Messung häufig anders gebraucht als allgemein üblich. Allgemein versteht man unter der Kalibrierung die Überprüfung der Anzeige eines Messgerätes mit einem Standard; die Abweichung zwischen wahrem Wert und Anzeigewert wird festgestellt. Das Angleichen des Anzeigewertes an den wahren Wert wird als Justieren bezeichnet. Die Kalibrierung beim pH-Sensor stellt strenggenommen eine Justierung dar. Da der Begriff Kalibrierung in der Elektrochemie weit verbreitet ist, wird der auch hier verwendet.

[0006] In den Richtlinien VDI/VDE 2650 und NAMUR NE107 wird in jüngster Zeit auf zukünftige Marktentwicklungen auf dem Gebiet der Sensordiagnose verstärkt hingewiesen.

[0007] Aus dem Stand der Technik sind Ansätze bekannt, Sensoren mit intelligenter Selbstdiagnose auszustatten. So gibt es erste Veröffentlichungen in Bezug auf die Analyse einzelner Sensorkenndaten zur Ermittlung des Zeitraums bis zum Eintreten eines erklärten Sensorzustandes in der Zukunft, z.B. des Endes der Sensorlebenszeit oder eines Zeitpunkts, zu dem eine neue Kalibrierung notwendig ist. Beispielhaft seien DE 10 141 408, JP 05-209 858, JP 2002-228 495, DE 102 004 012 420 und DE 10 239 610 genannt.

[0008] Die in den genannten Veröffentlichungen beschriebenen Methoden beruhen auf der Annahme, dass sich das Verhalten eines Sensors in einem Medium mit im Wesentlichen bekannten Inhaltsstoffen und bei bekannten Umgebungsbedingungen über ein Modell ausreichend gut beschreiben lässt. Tatsächlich sind die Zusammenhänge jedoch um ein Vielfaches komplexer, so dass eine Abbildung der Vorgänge, die die Übertragungsfunktion eines Sensors, insbesondere einer pH-Elektrode, beeinflussen, über ein Modell nicht oder allenfalls mit grossem Aufwand möglich ist.

[0009] Als Einstabmessketten ausgestaltete pH-Glaselektroden unterliegen einem Verschleiss, der zu einem grossen Teil von dem pH-Wert und der Temperatur der Umgebung abhängt. Neben der Glasmembran ist auch die Referenzhalbzelle einer Glaselektrode stark beansprucht. Während an der Glasmembran unter Medieneinfluss eine allmähliche Zersetzung stattfindet und dadurch die Wahrscheinlichkeit für einen Sensorausfall zunimmt, können Diaphragmaveränderungen, Vergiftung und Zersetzung des Referenzelektrolyts der Referenzhalbzelle die Funktionalität des Sensors beeinträchtigen.

[0010] Aufgrund der Vielzahl der Parameter, die die Lebensdauer eines Sensors, die auch als Standzeit des Sensors bezeichnet wird, bestimmen, ist eine Vorhersage der Lebensdauer schwierig, zumal auch eine erhebliche Streuung von Sensorexemplar zu Sensorexemplar gleichen Typs auftritt.

[0011] Es ist daher die Aufgabe der vorliegenden Erfindung, ein Verfahren zum Betreiben einer Messstelle anzugeben, welches den zuvor geschilderten Anforderungen gerecht wird, und das es insbesondere erlaubt, mit geringem Aufwand eine verlässliche Aussage über den Zeitraum bis zum Erreichen eines definierten Sensorzustands in der Zukunft zu treffen.

[0012] Diese Aufgabe wird gelöst durch ein Verfahren zum Betreiben einer Messstelle zum Bestimmen mindestens einer Messgrösse eines Mediums, wobei die Messstelle eine Basiseinheit umfasst, die lösbar mit einer Sensoreinheit verbunden ist, und die zur Kommunikation eines den Wert der Messgrösse repräsentierenden Signals an eine Prozessüberwachungsanlage vorgesehen ist, umfassend mindestens die Schritte: (a) Mindestens einmaliges Erfassen und Speichern eines in der Sensoreinheit gespeicherten oder von der Sensoreinheit erzeugten Wertes eines Diagnoseparameters in einer ersten Datenspeichereinheit der Basiseinheit; (b) Anhand des mindestens einen in der ersten Datenspeichereinheit gespeicherten Wertes des Diagnoseparameters Anpassen eines in einer zweiten Datenspeichereinheit der Basiseinheit gespeicherten Prognosewertes oder Prognoseintervalls und Hinterlegen des angepassten Prognosewertes oder Prognoseintervalls in der zweiten Datenspeichereinheit der Basiseinheit anstelle des bisher hinterlegten Prognosewerts oder Prognoseintervalls.

[0013] Die Sensoreinheit umfasst mindestens einen Primärsensor und einen Sensorkopf, wobei das Medium auf den Primärsensor einwirkt, welcher einen Wandler mit einem Signalausgang umfasst, welcher ein von dem Wert der Messgrösse abhängiges elektrisches Signal ausgibt, wobei der Wandler eine veränderliche Übertragungsfunktion aufweist. Im Sensorkopf kann eine Schaltung zur Aufbereitung der Wandlersignale integriert sein, welche einen A/D-Wandler und einen zweiten Mikroprozessor zur Verarbeitung der digitalisierten Signale aufweist. Ein in der Sensoreinheit erzeugtes Signal kann daher beispielsweise das von der Messgrösse abhängige elektrische Wandlersignal oder ein aufbereitetes, insbesondere digitalisiertes Wandlersignal sein.

[0014] Weiterhin kann der Sensorkopf einen Datenspeicher beinhalten, in dem sensorspezifische Werte eines oder mehrerer Diagnoseparameter abgespeichert sind. Solche Diagnoseparameter können beispielsweise Kalibrierdaten der letzten Kalibrierung, wie beispielsweise bei einem pH-Sensor Nullpunkt und Steilheit, oder Belastungsdaten der Sensoreinheit sein, die auf die in DE 102 004 012 420 B4 beschriebene oder eine ähnliche Weise ermittelt und abgespeichert wurden.

[0015] Ein Wert eines derartigen Diagnoseparameters wird von der Sensoreinheit an die Basiseinheit übertragen und in einer Speichereinheit der Basiseinheit abgelegt. Es ist möglich, genau einen Wert zu übertragen, gleichermassen kann jedoch auch eine Folge von Werten übertragen und abgelegt werden. Dabei können alle Werte der Folge oder auch nur jeweils der aktuellste Wert gespeichert werden. Wird eine zeitliche Abfolge von mehrfach nacheinander erfassten Werten eines Diagnoseparameters abgespeichert, können zu den Werten auch die Zeitpunkte, zu denen sie erfasst wurden, oder zumindest eine Kennung, anhand derer die korrekte zeitliche Abfolge der Werte ermittelbar ist, abgelegt werden. In einer weiteren Speichereinheit der Basiseinheit ist ein Prognosewert oder ein Prognoseintervall abgelegt. Beispielsweise kann der Prognosewert einen Gesamtbelastungsvorrat der Sensoreinheit, d.h. eine mit der Sensorbelastung gewichtete Gesamtlebensdauer der Sensoreinheit, oder auch ein verbleibendes Zeitintervall bis zur nächsten fälligen Kalibrierung angeben. Der Prognosewert kann auch einen zu einem bestimmten Zeitpunkt erwarteten Wert eines Kalibrierparameters angeben, zum Beispiel einen zu einem bestimmten Kalibrierzeitpunkt – beispielsweise bei der n-ten Kalibrierung – erwarteten Nullpunkts- oder Steilheitswert, oder eine erwartete Veränderung von Nullpunkt oder Steilheit zwischen zwei aufeinanderfolgenden Kalibrierungen.

[0016] Durch das Anpassen des Prognosewerts oder des Prognoseintervalls anhand des neu abgespeicherten Werts des Diagnoseparameters und das Hinterlegen des so ermittelten angepassten Prognosewerts oder Prognoseintervalls im Datenspeicher der Basiseinheit wird ein stärker belastbarer Prognosewert bzw. Prognoseintervall zur Verfügung gestellt, der bzw. das nach Austausch der aktuellen Sensoreinheit nachfolgenden Sensoreinheiten zur Verfügung steht. Die Messstelle kann also über die Lebensdauer mehrerer Sensoreinheiten hinweg ihre Diagnosefunktionen immer besser an die konkreten Umgebungsanforderungen anpassen und gleichzeitig statistisch auch Schwankungen zwischen den einzelnen Sensorexemplaren berücksichtigen.

[0017] Das beschriebene Verfahren kann zusätzliche Schritte zu den Schritten (a) und (b) aufweisen. Jedoch werden zu einem Zeitpunkt während des Betriebs der Messstelle mindestens einmal die Schritte (a) und (b) durchgeführt.

[0018] In einem zusätzlichen Schritt (c) kann der in Schritt (a) erfasste und in der ersten Datenspeichereinheit der Basiseinheit gespeicherte Wert des von der Sensoreinheit erzeugten Wertes eines Diagnoseparameters mit dem in der Basiseinheit hinterlegten Prognosewert oder Prognoseintervall verglichen werden. Dieser Schritt kann beispielsweise durchgeführt werden, bevor der Prognosewert anhand des ermittelten Werts des Diagnoseparameters angepasst wird.

[0019] Ein Vergleich des erfassten Werts des Diagnoseparameters mit dem hinterlegten Prognosewert bzw. dem Prognoseintervall kann beispielsweise für den Fall, dass der Prognosewert einen erwarteten Kalibrierparameterwert oder eine erwartete Änderung eines Kalibrierparameterwerts betrifft, einen Hinweis daraufgeben, ob die Sensoreinheit noch korrekt arbeitet oder möglicherweise bereits geschädigt ist. Betrifft der Diagnoseparameterwert der Sensoreinheit, beispielsweise die aktuelle Sensorbelastung in Form einer gewichteten Belastungszeit, die beispielsweise durch Addieren von Belastungsäquivalenten über die bisherige Betriebsdauer der Sensoreinheit ermittelt worden sein kann, so kann ein Vergleich mit einem hinterlegten Prognosewert, der einen Gesamtbelastungsvorrat der Sensoreinheit angibt, einen Hinweis auf die verbleibende Lebensdauer des Sensors geben.

[0020] Vorteilhafterweise wird in einem weiteren Schritt die Sensoreinheit durch eine zeitlich nachfolgende Sensoreinheit gleichen Typs ersetzt und nach Ersetzen der Sensoreinheit durch die nachfolgende Sensoreinheit gleichen Typs die Schritte (a) und (b) oder (a) bis (c) mindestens einmal wiederholt.

[0021] Dieses Verfahren stellt, wie bereits erwähnt, einen Lernvorgang zur Verfügung, bei dem über die Lebensdauer von mehreren Sensoreinheiten hinweg ein nach und nach stärker belastbarer Wert für eine Prognose bzw. ein Prognoseintervall erhalten wird. Gleichzeitig erlaubt ein Vergleich der jeweils neu erfassten Werte mindestens eines Diagnoseparameters mit dem hinterlegten Prognosewert bzw. Prognoseintervall, je nach Art des hinterlegten Prognosewerts bzw. Prognoseintervalls eine Aussage über den aktuellen Zustand der aktuell mit der Basiseinheit verbundenen Sensoreinheit zu machen bzw. eine Reststandzeit der Sensoreinheit abzuschätzen.

[0022] Wegen der weiter oben bereits angesprochenen Abhängigkeit der für die Sensoreinheit charakteristischen Diagnoseparameter von den Umgebungsbedingungen und damit von der Messstelle, ist es vorteilhaft, den Lernvorgang in einer Datenverarbeitungseinheit der Basiseinheit zu integrieren.

[0023] In einer vorteilhaften Ausgestaltung des Verfahrens erfolgt die Anpassung des Prognosewerts oder des Prognoseintervalls mittels eines Lernalgorithmus. Der Lernalgorithmus umfasst dabei insbesondere einen Schritt der Mittelwertbildung, der gleitenden gewichteten Mittelwertbildung, der exponentiellen Glättung 1 und 2. Art, der linearen Regression der Anpassung eines Polynoms oder anderer nicht-linearer Funktionen oder dergleichen.

[0024] In einer Ausgestaltung des Verfahrens wird der Basiseinheit zur Ermittlung des Prognosewerts eine zusätzliche Information zur Verfügung gestellt. Diese zusätzliche Information kann zum Beispiel in einer Gewichtung des aktuellen Diagnoseparameterwerts bestehen. Dies kommt zum Beispiel in Frage, wenn eine Sensoreinheit während einer Wartungsmassnahme beschädigt wurde und deshalb der von ihr erzeugte Wert des Diagnoseparameters verfälscht wird und entsprechend nicht oder nur mit geringem Gewicht im Lernalgorithmus berücksichtigt werden soll. Ein anderes Beispiel für eine zusätzliche Information ist im Falle eines Defekts der Sensoreinheit die Eingabe der tatsächlichen Lebensdauer der Sensoreinheit, zum Beispiel durch eine Bedienperson.

[0025] In einer Ausgestaltung des Verfahrens umfasst die erste Datenspeichereinheit eine Speichereinheit mit einer Vielzahl von Speicherzellen, zum Beispiel eine Datenbankmatrix, wobei der Wert des Diagnoseparameters zusammen mit einer Kennung der zugehörigen Sensoreinheit, beispielsweise der Seriennummer der zugehörigen Sensoreinheit, in einer Speicherzelle hinterlegt wird. Dies ist vorteilhaft, wenn die Sensoreinheit von Zeit zu Zeit – zum Beispiel zur Durchführung von Wartungsmassnahmen – von der Messstelle entfernt wird und in der Zwischenzeit eine andere Sensoreinheit an der Messstelle verwendet wird. Wenn die erste Sensoreinheit nach Abschluss der Wartung wieder an die Messstelle angeschlossen wird, kann die ursprüngliche Speicherzelle, die anhand der Kennung der Sensoreinheit eindeutig zugeordnet werden kann, weiter mit Werten des Diagnoseparameters beschrieben werden. Wenn mehrere in der Sensoreinheit gespeicherte oder erzeugte Werte des Diagnoseparameters erfasst und gespeichert werden, beispielsweise in einer Zeile einer Datenbankmatrix, kann die gesamte Zeile der Datenbankmatrix mit der Kennung der Sensoreinheit markiert werden. Wird die Sensoreinheit zwischenzeitlich entfernt und später wieder an die Basiseinheit angeschlossen, kann anhand der Kennung die ursprüngliche Zeile mit den zuvor gespeicherten Werten der Sensoreinheit wiedergefunden und mit dem neuen Wert weitergeschrieben werden.

[0026] In einer speziellen Ausgestaltung des Verfahrens wird als Diagnoseparameter ein auf die Sensorbelastung bezogener Parameter, beispielsweise eine gewichtete Belastungszeit der Sensoreinheit, erfasst, und als Prognosewert oder Prognoseintervall ein Parameter ermittelt und hinterlegt, der mit der gesamten Sensorbelastung, mit der die Sensoreinheit beaufschlagt werden kann, bevor sie ausgetauscht werden muss, korreliert, wie zum Beispiel der Gesamtbelastungsvorrat oder ein Konfidenzintervall, welches den Gesamtbelastungsvorrat umgibt.

[0027] In einer Weiterbildung dieser Ausgestaltung werden laufend aktuelle Werte des auf die Sensorbelastung bezogenen Parameters der Sensoreinheit erfasst und in der Datenspeichereinheit der Basiseinheit hinterlegt. Wenn die Sensoreinheit wegen eines Defekts ausgetauscht werden muss, wird diese Information («Sensor defekt») der Basiseinheit als zusätzliche Information zur Verfügung gestellt. Der zu diesem Zeitpunkt in der Datenspeichereinheit des Sensors gespeicherte Wert des auf die Sensorbelastung bezogenen Parameters wird als Lernwert für die Messstelle verwendet, d.h. dieser zuletzt gespeicherte Wert dient zur Anpassung des hinterlegten Prognosewerts oder Prognoseintervalls.

[0028] Während des laufenden Erfassens der aktuellen Werte des auf die Sensorbelastung bezogenen Parameters der Sensoreinheit können die aktuell erfassten Werte mit dem hinterlegten Prognosewert oder Prognoseintervall verglichen werden. Ergibt der Vergleich, dass der zuletzt erfasste Wert den Prognosewert erreicht oder überschritten hat oder dass eine untere Intervallgrenze des Prognoseintervalls überschritten ist, kann eine Meldung in Form einer Warnung oder eines Alarms generiert werden.

[0029] In einer anderen weiter oben bereits angedeuteten speziellen Ausgestaltung des Verfahrens wird als Diagnoseparameter ein Parameter der Sensoreinheit, insbesondere ein Kalibrierparameter, wiederholt erfasst und die einzelnen wiederholt erfassten Werte in einzelnen Zellen einer Datenspeichereinheit der Basiseinheit, beispielsweise in einer Zeile einer Datenbankmatrix gemeinsam mit den Erfassungszeitpunkten oder einem dazu äquivalenten Parameter, und einer Kennung der zugehörigen Sensoreinheit, beispielsweise der Seriennummer der Sensoreinheit, hinterlegt. Dabei wird als Prognosewert jeweils ein Wert für den Parameter der Sensoreinheit, insbesondere der Kalibrierparameter, ermittelt, beispielsweise durch Mittelwertbildung oder Extrapolation, und im Datenspeicher der Basiseinheit hinterlegt. Die Datenspeichereinheit kann zu diesem Zweck als Datenbankmatrix ausgelegt sein, in deren Zeilen jeweils zeitlich aufeinanderfolgende Werte eines Kalibrierparameters gespeichert werden können, wobei die Spalten der Datenbankmatrix einem Erfassungszeitpunkt des Kalibrierparameters oder einem dazu äquivalenten Parameter zugeordnet sind.

[0030] In diesem Fall liegt also nicht nur ein Prognosewert vor, sondern eine Mehrzahl von Prognoseparametern. Beispielsweise können, wie weiter unten ausführlicher dargestellt, bei jeder Neukalibrierung der Sensoreinheit die ermittelten Werte der Kalibrierparameter Nullpunkt und Steilheit oder die Änderung von Nullpunkt und Steilheit seit der vorhergehenden Kalibrierung ermittelt und in einem eigenen Speicherplatz des Datenspeichers der Basiseinheit zusammen mit einer laufenden Nummer der Neukalibrierung abgelegt werden. Mit diesen Daten können einzelne Prognosewerte für die Kalibrierparameter oder die Änderungen der Kalibrierparameter für jede Neukalibrierung – also für die erste, die zweite, die dritte usw. Kalibrierung einer – Sensoreinheit desselben Typs ermittelt, hinterlegt, mittels neu hinzukommender Werte weiterer Sensoreinheiten gleichen Typs angepasst und die angepassten Prognosewerte neu hinterlegt werden.

[0031] In einer weiteren speziellen Ausgestaltung kann aus wiederholt erfassten Werten des Diagnoseparameters, beispielsweise aus wiederholt erfassten Werten eines Parameters der Sensoreinheit, insbesondere eines Kalibrierparameters, als Prognosewert eine Gesamtlebensdauer bzw. eine Sensor-Reststandzeit für Sensoreinheiten desselben Typs ermittelt werden, indem die Anpassung des Prognosewerts durch Ermitteln eines Trends, insbesondere einer linearen Funktion für die zeitliche Entwicklung des Diagnoseparameters erfolgt.

[0032] Eine entsprechende Messstelle zur Durchführung des beschriebenen Verfahrens umfasst eine Basiseinheit, die lösbar mit einer Sensoreinheit verbunden ist, und die zur Kommunikation eines den Wert der Messgrösse repräsentierenden Signals an eine Prozessüberwachungsanlage vorgesehen ist, wobei die Basiseinheit weiterhin umfasst:

[0033] einen Mikroprozessor zur Aufbereitung von Daten, die von der Sensoreinheit empfangen werden, zur Kommunikation an die Prozessüberwachungsanlage eine erste Datenspeichereinheit, die dazu ausgelegt ist, in der Sensoreinheit gespeicherten oder von der Sensoreinheit erzeugten Werts eines Diagnoseparameters zu erfassen und abzuspeichern, eine zweite Datenspeichereinheit, die dazu ausgelegt ist, einen Prognosewert oder ein Prognoseintervall zu hinterlegen, eine Programmspeichereinheit, in der ein Algorithmus, insbesondere ein Lernalgorithmus, hinterlegt ist, der zur Anpassung des in der zweiten Datenspeichereinheit hinterlegten Prognosewerts oder Prognoseintervalls anhand des zuletzt in der ersten Datenspeichereinheit erfassten Wertes des Diagnoseparameters und zur Hinterlegung des angepassten Prognosewerts oder des Prognoseintervalls in der zweiten Datenspeichereinheit dient.

[0034] In einer Ausgestaltung verfügt die Basiseinheit weiterhin über eine zweite Programmspeichereinheit, in der ein Vergleichsalgorithmus hinterlegt ist, der zum Vergleich des zuletzt in der ersten Datenspeichereinheit erfassten Wertes des Diagnoseparameters mit dem in der zweiten Datenspeichereinheit hinterlegten Prognosewert oder Prognoseintervall dient.

[0035] Die Erfindung wird nun anhand der in der Zeichnung dargestellten Ausführungsbeispiele näher erläutert. Es zeigt: <tb>Fig. 1<sep>eine schematische Darstellung einer Messstelle gemäss einem ersten Ausführungsbeispiel der Erfindung; <tb>Fig. 2<sep>ein Diagramm zur Illustration der Ermittlung eines Prognosewerts aus gespeicherten Werten eines Diagnoseparameters für verschiedene Sensoreinheiten am Beispiel des Gesamtbelastungsvorrats; <tb>Fig. 3<sep>eine schematische Darstellung einer Messstelle gemäss einem zweiten Ausführungsbeispiel der Erfindung; <tb>Fig. 4<sep>eine Darstellung von Werten für die Verschiebung des Nullpunkts für eine Reihe von Sensoreinheiten bei drei Kalibrierzeitpunkten und der daraus ermittelten aktuellen Prognosewerte; <tb>Fig. 5<sep>eine Darstellung einer Folge von Nullpunktwerten für drei verschiedene Sensoren und der daraus ermittelten Prognose für den Nullpunkttrend zur Ermittlung eines zukünftigen Sensorzustands.

[0036] In Fig. 1 ist schematisch eine Messstelle 101 dargestellt, die dazu ausgestaltet ist, über die Lebenszeit mehrerer Sensoreinheiten einen Prognosewert für einen Diagnoseparameter a für eine Sensoreinheit zu erlernen. Der Diagnoseparameter a kann beispielsweise der Gesamtbelastungsvorrat, die Gesamtbetriebszeit, Betriebszeiten unter bestimmten Bedingungen, Zählerstände, z.B. zur Zählung von «cleaning in process (CIP)»-Schritten, «sterilization in process (SIP)»-Schritten, Autoklavierungsschritte, oder dergleichen sein.

[0037] Die Messstelle 101 umfasst eine Sensoreinheit 2.j und eine Basiseinheit 3. Bei der Sensoreinheit 2.j handelt es sich im Ausführungsbeispiel um einen pH-Sensor, der einen Primärsensor 21 in Form einer Einstabmesskette und einen Sensorkopf 22 aufweist, wobei der Sensorkopf 22 fest mit der Einstabmesskette 21 verbunden ist. Die Einstabmesskette 21 gibt an ihrem Signalausgang eine Potentialdifferenz zwischen einem Referenzpotential und einem pH-Wert-abhängigen Potential aus, die mit dem aktuellen Wert des Mediums korreliert ist. Der Signalausgang der Einstabmesskette 21 wird einer Schaltung zur Aufbereitung der Signale der Einstabmesskette 21 im Sensorkopf zugeführt, wobei die Schaltung einen A/D-Wandler und einen Mikroprozessor zur Verarbeitung der digitalisierten Signale aufweist. Von der Einstabmesskette 21 kann weiterhin ein Temperatursignal ausgegeben werden. Der Sensorkopf 22 enthält einen Datenspeicher 4, in dem sensorspezifische Daten gespeichert sind, beispielsweise Kalibrierdaten und deren Historie oder Daten zur Belastungshistorie. Weiterhin enthält der Sensorkopf auch einen Programmspeicher 24, welcher Grundfunktionalitäten zum Betrieb der Sensoreinheit enthält.

[0038] Weiterhin enthält der Sensorkopf eine vorzugsweise induktiv koppelnde Schnittstelle 31, über welche die Energieversorgung der Sensoreinheit 2.j durch die Basiseinheit 3 und der Datenaustausch zwischen der Sensoreinheit 2.j und der Basiseinheit 3 erfolgt.

[0039] Die Basiseinheit 3 umfasst einen Mikroprozessor zur Aufbereitung von Daten, die von der Sensoreinheit empfangen werden, um diese dann gegebenenfalls über einen Feldbus an einen Zentralrechner der Prozessüberwachungsanlage zu übertragen (nicht in der Fig. 1 gezeigt). Die Basiseinheit 3 weist weiterhin einen Datenspeicher 7 auf, in dem ein in der Sensoreinheit 2, genauer im Sensorsteckkopf 22 erzeugter oder im Datenspeicher 4 des Sensorsteckkopfs 22 gespeicherter diagnoserelevanter Parameter, sog. Diagnoseparameter aSNj, abgelegt werden kann. Der Diagnoseparameter aSNj wird über die Schnittstelle 31 von der Sensoreinheit 2.j an die Basiseinheit 3 übertragen und im Datenspeicher 7 der Basiseinheit 3 gespeichert. Im Beispiel der Fig. 1umfasst der Datenspeicher 7 eine einzeilige Datenbankmatrix 5, in der der Diagnoseparameter aSNjzusammen mit weiteren Informationen, wie beispielsweise der Seriennummer der Sensoreinheit 2.j, von der ein Diagnoseparameter aSNj übertragen wurde, abgelegt werden können. Der Diagnoseparameter aSNj wird über die Lebensdauer mehrerer Sensoreinheiten hinweg abgespeichert.

[0040] Die Basiseinheit umfasst weiterhin einen Programmspeicher, der ein Softwaremodul umfasst, welches einen Lernalgorithmus beinhaltet Dieser Lernalgorithmus umfasst eine Funktionalität, mit der aus einigen oder allen in der Datenbankmatrix 5 abgelegten Werten ein Prognosewert ermittelt und im Datenspeicher 8 der Basiseinheit 3 hinterlegt werden kann. Weiterhin kann der Lernalgorithmus auch eine Funktion umfassen, mit der ein Grenzwertfenster um den ermittelten Prognosewert herum gebildet werden kann. Dieses Grenzwertfenster kann als Prognoseintervall ebenfalls im Datenspeicher 8 hinterlegt werden.

[0041] Weiterhin umfasst der Programmspeicher 9 der Basiseinheit 3 ein Softwaremodul, welches einen Vergleichsalgorithmus beinhaltet. Dieser Vergleichsalgorithmus ist dazu ausgebildet, neu erfasste Werte des Diagnoseparameters aSNj, der beispielsweise aus dem Datenspeicher einer neu an die Basiseinheit 3 angeschlossenen Sensoreinheit erfasst wird, mit dem Prognosewert oder mit dem durch das Grenzwerffenster um den Prognosewert gebildeten Prognoseintervall zu vergleichen. Stellt der Vergleichsalgorithmus eine Abweichung des neu ermittelten Diagnoseparameters aSNj von dem im Datenspeicher 8 hinterlegten Prognosewert bzw. von dem Prognoseintervall fest, kann er die Ausgabe einer Meldung, beispielsweise einer Warnung, über das Display 11 veranlassen.

[0042] Im Folgenden soll ein Verfahren zum Betreiben der in Fig. 1 dargestellten Messstelle 101 genauer beschrieben werden.

[0043] Die ersten n an die Basiseinheit 1 angeschlossenen Sensoreinheiten 2.1, …, 2.n können als «Trainingseinheiten» verwendet werden. Da der durch den Lernalgorithmus in diesem frühen Stadium der Messstelle 101 ermittelte Prognosewert noch auf zu wenigen Grunddaten basiert, ist dieser Wert nur bedingt belastbar und sollte, daher nur unter Vorbehalt für die Sensordiagnose oder für eine Reststandzeitvorhersage verwendet werden. Beginnend mit der n+1-ten Sensoreinheit 2.n+1 des gleichen Sensortyps werden über Vergleichsalgorithmen bzw. Lernalgorithmen zuverlässigere Diagnoseaussagen bzw. neue, angepasste Prognosewerte erhalten.

[0044] Nach Anschliessen einer Sensoreinheit 2.j über die Schnittstelle 31 an die Basiseinheit 3 überprüft der Lernalgorithmus zunächst, ob die Sensoreinheit 2.j zur Ermittlung bzw. zur Anpassung des Prognosewerts oder des Prognoseintervalls verwendet werden soll. Beispielsweise kann ermittelt werden, wie viele Betriebsstunden die neu angeschlossene Sensoreinheit 2.j bereits hinter sich hat. Anhand der in der Speichereinheit 4 der Sensoreinheit 2.j hinterlegten Betriebsstundenzahl kann entschieden werden, ob die Sensoreinheit für die Anpassung des Prognosewerts oder des Prognoseintervalls berücksichtigt wird.

[0045] Weiterhin wird zunächst überprüft, ob die Seriennummer SNj der Sensoreinheit 2.j bereits in der Datenbankmatrix 5 der Basiseinheit 3 hinterlegt ist. Sind in der Datenbankmatrix 5 bereits Einträge vorhanden, die durch die zusätzlich dort abgelegte Seriennummer eindeutig der Sensoreinheit 2.j zugeordnet werden können, so werden diese Einträge fortgeschrieben. Sind in der Datenbank noch keine Einträge zu der neuen Sensoreinheit 2.j vorhanden, so wird ein neuer Datenbankeintrag – eine neue Spalte der einzeiligen Datenbankmatrix 5 – begonnen.

[0046] Ein Algorithmus im Programmspeicher 24 der Sensoreinheit 2.j liefert der Basiseinheit über die Schnittstelle 31 periodisch einen Wert aSNj des Diagnoseparameters. Dieser Wert wird in der zur Seriennummer SNj der Sensoreinheit 2.J gehörigen Spalte gespeichert. Wird die Sensoreinheit 2.j gegen eine nachfolgende Sensoreinheit 2.k ausgetauscht, ist der aktuellste Wert aSNj in der Datenbankmatrix 5 gespeichert. Bei Anschluss der nachfolgenden Sensoreinheit 2.k wird abgefragt, ob die vorhergehende Sensoreinheit 2.j defekt ist oder nur temporär, beispielsweise zur Durchführung von Kalibrierungs- oder Wartungsmassnahmen, entfernt wurde. Ist die vorhergehende Sensoreinheit 2.j wegen eines Defekts entfernt worden, wird der zuletzt gespeicherte Wert aSNj als Lernwert agSNj definiert. Andernfalls bleibt der Zustand des Datenbankeintrags bestehen und kann fortgeschrieben werden, wenn die Sensoreinheit 2.j wieder an die Basiseinheit 3 angeschlossen wird. Wird die Sensoreinheit vor Ende ihrer Lebenszeit aus dem Prozess genommen, sei es aufgrund einer Änderung des eingesetzten Sensortyps oder eines prozessunabhängigen Defekts während der Wartung oder Kalibrierung, besteht die Möglichkeit, den betreffenden Datenbankeintrag zu löschen.

[0047] Es ist möglich, den Lernzustand niemals abzuschliessen, d.h. über die gesamte Betriebsdauer der Messstelle eine Anpassung des Prognosewerts bzw. des Prognoseintervalls vorzunehmen. Alternativ kann auch nach dem Erreichen einer festgelegten maximalen Anzahl max von Lernwerten agSNj der Lernzustand abgeschlossen werden. In diesem Fall werden nur die Lernwerte agSN1 bis agSNmax für die Ermittlung des Prognosewerts oder des Prognoseintervalls herangezogen. Der Prognosewert bzw. das Prognoseintervall bleiben ab dem Abschluss des Lernzustands konstant.

[0048] Es bestehen verschiedene Möglichkeiten zur Ermittlung des Prognosewerts. Einfache und robuste Varianten sind der gleitende gewichtete Mittelwert, die exponentielle Glättung 1. und 2. Art, je nachdem, ob ein Trend erkennbar ist oder nicht. Auch komplexe Algorithmen wie die lineare Regression, die Anpassung von Polynomen oder anderen nichtlinearen Funktionen oder dergleichen können angewendet werden.

[0049] Bereits während des Lernzustands oder nach Abschluss des Lernzustands kann der Diagnoseparameter aSNj einer aktuell angeschlossenen Sensoreinheit 2.j mit dem Prognosewert oder dem Prognoseintervall, das ein den Prognosewert umgebendes Konfidenzintervall sein kann, mittels des Vergleichsalgorithmus 12 verglichen werden. In Abhängigkeit der Lage des Diagnoseparameters aSNj in Bezug auf den Bereich des Prognoseintervalls wird eine Warn- bzw. Alarmmeldung auf dem Display 11 der Basiseinheit 3 generiert. Eine Warnung könnte beispielsweise bei Überschreitung der unteren Grenze des Prognoseintervalls generiert werden. Ein Alarm wäre demnach zum Beispiel bei einem Wert zwischen unterer Prognosegrenze und Prognosewert denkbar.

[0050] Dies ist in Fig. 2 veranschaulicht. In Fig. 2ist der Verlauf von anhand verschiedener Sensoreinheiten 2.j erhaltenen Lernwerten agSNj am Beispiel des Diagnoseparameters (aSNj Sensorbelastung, d.h. einer gewichteten Betriebsdauer der Sensoreinheit unter Berücksichtigung von belastungsrelevanten Parametern wie pH-Wert und Temperatur, beispielsweise in Form von Belastungsäquivalenten wie in DE 102 004 012 420 beschrieben, als Funktion der Zeit dargestellt. Der zugehörige Prognosewert ist der Gesamtbelastungsvorrat der Sensoreinheit, d.h. die Gesamtlebensdauer der Sensoreinheit unter Berücksichtigung der belastungsrelevanten Parameter. Die Lernwerte (agSNj) GBVjdes Gesamtbelastungsvorrats sind als Sterne dargestellt. Der Einfachheit halber wird angenommen, dass jede Sensoreinheit 2.j bis zum Ende ihrer Lebenszeit mit der Basiseinheit 3 verbunden bleibt und erst gegen eine nachfolgende Sensoreinheit 2.j+1 getauscht wird, wenn sie defekt ist.

[0051] Zum Zeitpunkt t=0 liegt ein erster Lernwert GBV1 des Gesamtbelastungsvorrats vor, der anhand einer ersten Sensoreinheit 2.1, die nach einer Lebensdauer, die dem Gesamtbelastungsvorrat GBV1 entspricht, wegen Defekts gegen eine zweite Sensoreinheit 2.2 ausgetauscht wird, ermittelt wurde. Aus diesem Wert ermittelt der Lernalgorithmus 10 einen ersten Prognosewert P1 (Quadrat) für den Gesamtbelastungsvorrat einer Sensoreinheit vom Typ der Sensoreinheit 2.1. Der Prognosewert P1 ist identisch mit dem Lernwert GBV1, da zum Zeitpunkt t=0 keine weiteren Informationen vorliegen, und beträgt ca. 2100 Zeiteinheiten.

[0052] Zum Zeitpunkt t=0 wird die defekte erste Sensoreinheit 2.1 gegen eine nachfolgende neue Sensoreinheit 2.2 ausgetauscht. Während des Betriebs der neuen Sensoreinheit 2.2 wird periodisch ein Belastungswert der Sensoreinheit 2.2 an die Datenbankmatrix 5 der Basiseinheit 3 übermittelt. Dieser Belastungswert kann mittels des Vergleichsalgorithmus mit dem Prognosewert P1 verglichen werden. Bei Erreichen des Prognosewerts gibt der Vergleichsalgorithmus eine Warn- oder Alarmmeldung aus, allerdings ist dieses Diagnoseergebnis noch wenig belastbar und unsicher, da der Prognosewert P1 erst durch einen einzigen Lernwert abgesichert ist.

[0053] Zum Zeitpunkt t1, der noch vor dem prognostizierten Lebensende t2 der Sensoreinheit liegt, muss die Sensoreinheit 2.2 wegen Defekts gegen eine nachfolgende dritte Sensoreinheit 2.3 ausgetauscht werden. Der zu diesem Zeitpunkt in Datenbankmatrix erfasste Belastungswert wird als neuer Lernwert GBV2in der der Sensoreinheit 2.2 zugeordneten Spalte abgespeichert. Unter Verwendung des neuen Lernwerts GBV2wird der Prognosewert P1 angepasst und ein neuer, niedrigerer Prognosewert P2 ermittelt. Dieser neue angepasste Prognosewert P2 ersetzt im Datenspeicher 8 der Basiseinheit den ursprünglichen Prognosewert P1.

[0054] In analoger Weise wird das Verfahren für nachfolgende Sensoreinheiten 2.j fortgesetzt, Für den Prognosewert P4 sowie die nachfolgenden weiteren Prognosewerte ist in Fig. 2 ein Konfidenzintervall dargestellt, das die Prognosewerte umgibt. Die untere Grenze dieses Konfidenz- oder Prognoseintervalls ist mit ausgefüllten Punkten dargestellt, die obere Grenze mit ausgefüllten Rauten. Weiterhin ist in Fig. 2auch eine untere Alarmgrenze dargestellt, die mit Dreiecken markiert ist.

[0055] Sobald der Vergleichsalgorithmus feststellt, dass der, wie im Zusammenhang mit Fig. 1beschrieben, periodisch erfasste Diagnoseparameter, hier die Sensorbelastung, der Sensoreinheit die Untergrenze des Prognoseintervalls erreicht, wird die Ausgabe einer Warnung über das Display 11 veranlasst. Erreicht die Sensorbelastung die Alarmgrenze, so wird entsprechend ein Alarm ausgegeben.

[0056] Weiterhin können als Eingangsgrössen für einen Lernalgorithmus, wie er hier beschrieben wird, Sensordaten wie der Gesamtbelastungsvorrat, Betriebszeiten unter bestimmten Bedingungen, Zählerstände, z.B. zur Zählung von «cleaning in process (CIP)»-Schritten, «sterilization in process (SlP)»-Schritten, Autoklavierungsschritte, oder dergleichen Sensordaten mehr verwendet werden.

[0057] In Fig. 3 ist ein weiteres Beispiel der Erfindung gezeigt. Die schematisch dargestellte Messstelle 201 ist in grossen Teilen identisch wie die in Fig. 1 gezeigte Messstelle 101 aufgebaut. Der Datenspeicher 7 enthält jedoch nicht nur eine einzeilige Datenbankmatrix 5, sondern eine mehrzellige und mehrspaltige Datenbankmatrix 5 ́. In dieser Ausgestaltung kann die Messstelle 201 über die Sensorlebensdauer stattfindende Parameteränderungen speichern und analysieren. Beispielsweise können die Verschiebung des Sensornullpunkts und die Änderung der Sensorsteilheit zwischen Anfang und Ende der Gesamtbetriebszeit der Sensoreinheit erfasst werden. Über eine Prognose ist eine Aussage über zukünftige maximale Änderungen möglich, gegen die als Grenzwert aktuell erfasste Änderungswerte getestet werden können. Die im Folgenden dargestellte Variante des Lernalgorithmus 10 kann gleichzeitig auf mehrere Grössen angewendet werden. Dadurch sind nachfolgende Analysen möglich, die auf der Verknüpfung der ermittelten, d.h. «erlernten», Obergrenzen beruhen.

[0058] Wird beispielsweise für den Fall, dass die Sensoreinheit eine pH-Elektrode ist, als Diagnoseparameter SPi,j, die Änderung des Nullpunkts des pH-Sensors betrachtet, so können in den einzelnen Speicherplätzen der Datenbankmatrix 5 für mehrere Sensoreinheiten die bei verschiedenen Kalibrierungen erfassten Werte der Verschiebung des Sensornullpunkts zusammen mit der Seriennummer des Sensors und dem Zeitpunkt der Kalibrierung oder der Anzahl der bereits vorgenommenen Kalibrierungen abgelegt werden.

[0059] Diese Diagnoseparameter SPi.j, hier also die Verschiebungen des Sensornullpunkts, werden über die Lebensdauer mehrerer Sensoreinheiten hinweg abgespeichert. Im Beispiel der Fig. 3 steht der Index j für die jeweilige Sensoreinheit, wobei einander nachfolgende Sensoreinheiten jeweils mit einer fortlaufenden natürlichen Zahl j bezeichnet werden. Der Index i steht im vorliegenden Beispiel für eine fortlaufende Nummerierung wiederholt erfasster und abgespeicherter Werte der Verschiebung des Sensornullpunkts.

[0060] Der Lernalgorithmus 10 ermittelt also aus für mehrere Sensoreinheiten ermittelten Werten für die Verschiebung des Sensornullpunkts zu einem bestimmten für alle Sensoreinheiten einheitlichen Zeitpunkt oder nach einer für alle Sensoreinheiten gleichen Anzahl von Kalibrierungen (wäre diese Zahl beispielsweise 3, entspräche dies den Werten SP3, j, wobei j für die laufende Nummer der Sensoreinheit steht), einen Prognosewert, also eine erwartete Verschiebung des Sensornullpunkts für Sensoreinheiten gleichen Typs. Im Gegensatz zu dem im Zusammenhang mit den Fig. 1 und 2beschriebenen Beispielen, bei denen erst nach endgültigem Austausch der Sensoreinheit 2.j nach einem Defekt ein Lernwert für den Lernalgorithmus in der Datenbankmatrix 5 hinterlegt wird, wird hier jeder bei einer Kalibrierung ermittelte Wert für die Sensorverschiebung als Lernwert in der Datenbankmatrix 5 ́ hinterlegt.

[0061] Beim betrachteten Beispiel der Verschiebung des Sensornullpunkts als Diagnoseparameter würde eine Abweichung vom Prognosewert oder Prognoseintervall bedeuten, dass die Nullpunktsverschiebung ausserhalb des Grenzwertfensters um den erwarteten Wert der Nullpunktverschiebung liegt. In diesem Fall wäre die vom Vergleichsalgorithmus generierte Meldung also eine Warnung, da der Sensor vom prognostizierten Verhalten abweicht.

[0062] Im Folgenden wird das Verfahren zum Betreiben der Messstelle 201 detaillierter beschrieben.

[0063] In der Speichereinheit 4 der Sensoreinheit 2.j sind die Kalibrierdaten der Sensoreinheit, also auch die Verschiebung des Nullpunkts, insbesondere für den Zeitpunkt der letzten Kalibrierung abgelegt. Der aktuellste Wert der Änderung des Nullpunkts wird zusammen mit einer Information über den Kalibrierzeitpunkt von der Basiseinheit 3 aus dem Datenspeicher 4 ausgelesen. Die Information über den Kalibrierzeitpunkt kann eine Zeitangabe bezogen auf die bisherige Gesamtbetriebsdauer des Sensors sein, die angibt, nach wie vielen Betriebsstunden die entsprechende Kalibrierung stattgefunden hat. Sie kann auch in einer fortlaufenden Nummerierung der bisher erfolgten Kalibrierungen der Sensoreinheit bestehen. Der aus dem Datenspeicher 4 ausgelesene Wert der Verschiebung des Nullpunkts wird zusammen mit der Seriennummer und der Information über den Kalibrierzeitpunkt in der Datenbankmatrix 5 abgelegt. Der neue Wert wird in der Datenbankmatrix 5 in derselben Zeile wie alle anderen zu anderen Kalibrierzeitpunkten aus derselben Sensoreinheit ausgelesenen Werte für die Änderung des Nullpunkts und in derselben Spalte wie die zum gleichen oder vergleichbaren Kalibrierzeitpunkt aus anderen Sensoreinheiten gleichen Typs ausgelesenen Werte für die Verschiebung der Änderung des Nullpunkts abgelegt.

[0064] Auf die in der Datenbankmatrix 5 abgelegten Werte greifen sowohl der im Programmspeicher 10 abgelegte Lernalgorithmus als auch der im Programmspeicher 9 abgelegte Vergleichsalgorithmus zu. Der Vergleichsalgorithmus dient dabei dazu, diagnostische Aussagen zur aktuell angeschlossenen Sensoreinheit zu treffen. In einem Datenspeicher 8 ́ der Basiseinheit 3 ist bereits ein entsprechender Prognosewert für die Änderung des Nullpunkts hinterlegt, der aus den entsprechenden Daten zuvor an der Messstelle 201 verwendeter Sensoreinheiten 2.j ermittelt wurde. Neben dem Prognosewert kann im Datenspeicher 8 ́ vorteilhafterweise zusätzlich ein den Prognosewert umgebendes Grenzwertfenster hinterlegt sein. Mit dem Vergleichsalgorithmus wird ermittelt, ob der neu in der Datenbankmatrix 5 ́ abgespeicherte Wert der Verschiebung des Nullpunkts zum letzten Kalibrierzeitpunkt des Sensors innerhalb des Grenzwertfensters liegt. Ist dies nicht der Fall, kann eine Warnmeldung generiert werden.

[0065] Der Lernalgorithmus 10 dient dazu, den im Datenspeicher 8 ́ hinterlegten Prognosewert weiter anzupassen und seine Belastbarkeit zu optimieren. Hierzu bestimmt der Lernalgorithmus aus dem neu hinterlegten Wert SPi,j der Änderung des Nullpunkts zu einem bestimmten Kalibrierzeitpunkt und den bereits in der Datenbankmatrix 5 ́ vorhandenen entsprechenden Werten, die für vorhergehende Sensoreinheiten gleichen Typs beim gleichen oder vergleichbaren Kalibrierzeitpunkt ermittelt wurden, einen angepassten Prognosewert. Einfache robuste Verfahren zur Bestimmung des angepassten Prognosewerts sind zum Beispiel die Bildung eines Mittelwerts oder eines gewichteten Mittelwerts oder exponentielle Glättung 1. und 2. Art, je nachdem, ob ein Trend erkennbar ist oder nicht.

[0066] Der Vorteil dieses Vorgehens gegenüber der herkömmlichen Praxis, messstellenunabhängig für Sensoren gleichen Typs ein festes Toleranzintervall für die Änderung des Nullpunkts zwischen zwei Kalibrierungen vorzugeben, besteht darin, dass nun mit Hilfe des Lernalgorithmus ein messstellenspezifischer Wert für die Nullpunktsverschiebung bzw. ein messstellenspezifisches Toleranzintervall vorgegeben werden kann. Dies erlaubt erheblich genauere Diagnoseaussagen. So kann bei einer Art von Prozess eine starke Änderung des Nullpunkts zwischen zwei Kalibrierungen durchaus tolerabel sein, während bei einer anderen Art von Prozess in der Regel nur eine geringe Änderung des Nullpunkts auftreten sollte. Mit Hilfe der von der Messstelle «erlernten» Prognosewerte kann zwischen den beiden Prozessarten differenziert werden, was bei Vorgabe eines festen Toleranzintervalls für die Nullpunktverschiebung unabhängig von den Prozessbedingungen eine solche Unterscheidung nicht möglich ist.

[0067] In Fig. 4 sind Werte für die Verschiebung des Nullpunkts (Delta Nullpunkt) zu drei verschiedenen Kalibrierzeitpunkten für mehrere, nacheinander an die Messstelle 201 angeschlossene Sensoren gezeigt. Die bei der ersten Kalibrierung der jeweiligen Sensoren ermittelten Werte für die Nullpunktverschiebung (Rauten) liegen in einem Wertebereich zwischen –0.1 und 0.4. Aus diesen Werten und dem neu hinzugekommenen Wert SPi,j der zuletzt an die Messstelle 201 angeschlossenen Sensoreinheit 2.j wird mittels einer gleitenden exponentiellen Glättung 2. Ordnung ein Prognosewert ermittelt, der als offenes Quadrat dargestellt ist. Um diesen Prognosewert wird ausserdem ein Grenzwertfenster bestimmt, das als gestrichelte Linie angedeutet ist.

[0068] In gleicher Weise sind in Fig. 2die Verschiebungen des Nullpunkts bei der aller bisher verwendeten Sensoren bei der zweiten Kalibrierung (Kreise) und bei der dritten Kalibrierung (Dreiecke) sowie die aus diesen Werten ermittelten Prognosewerte (offene Quadrate) und die dazugehörigen Grenzwertfenster dargestellt.

[0069] Es ist möglich, bei der Bestimmung der Prognosewerte die einzelnen in die Berechnung eingehenden Werte zu gewichten. Dies kann beispielsweise durch die Eingabe einer zusätzlichen Information durch eine Bedienperson geschehen. Die Bedienperson kann beispielsweise angeben, wenn eine Sensoreinheit bei einer Wartungsmassnahme beschädigt wurde oder eine sonstige Störung aufgetreten ist. In diesem Fall wird man die von dieser Sensoreinheit zur Verfügung gestellten Werte nicht oder nur mit geringerem Gewicht bei der Anpassung des Prognosewertes berücksichtigen wollen.

[0070] Weiterhin kann auch generell, d.h. auch bei den anderen hier beschriebenen Ausführungsbeispielen, eine gleitende Funktion bei der Anpassung des Prognosewerts vorgesehen werden. Dabei kann zum Beispiel vorgesehen sein, dass ältere Sensordaten bei der Anpassung des Prognosewerts wieder «vergessen» werden. Beispielsweise kann eine Anzahl von Sensoren vorgegeben werden, deren Werte berücksichtigt werden. Wird beispielsweise eine Anzahl von fünf Sensoren vorgegeben, so werden zur Anpassung des Prognosewerts nur die Werte der Verschiebung des Nullpunkts der letzten fünf Sensoreinheiten verwendet, die an der Messstelle 201 angeschlossen waren. Ältere Werte können aus der Datenbankmatrix 5 ́ gelöscht werden.

[0071] Beispielhaft wurde hier der Fall betrachtet, dass als Diagnoseparameter die Sensornullpunktverschiebung eines pH-Sensors verwendet wird. Gleichermassen könnten alternativ oder zusätzlich weitere Diagnoseparameter wie der Sensornullpunkt oder die Sensorsteilheit, die Prozessparameter der Sensoreinheit, wie pH-Wert und Temperatur oder aus diesen abgeleitete Grössen, wie Belastungsäquivalente oder Belastungsindizes, oder weitere sensorspezifische Parameter betrachtet werden.

[0072] In einem dritten Ausführungsbeispiel der Erfindung kann auf ähnliche Weise aus einem oder mehreren Diagnoseparametern eine Prognose für den weiteren Verlauf, d.h. eines Trends, des Diagnoseparameters ermittelt werden. Durch die Auswertung eines Trends der Änderung definierter Sensorkennzahlen, wie zum Beispiel der Änderungen von Nullpunkt oder Steilheit, lässt sich eine Reststandzeit einer Sensoreinheit ermitteln. Beispiele hierfür sind in DE10 209 318 und DE10 239 610 veröffentlicht.

[0073] Beim Betreiben einer Messstelle nach Art der in Fig. 3 dargestellten Messstelle 201 können in die Datenbankmatrix 5 ́ Werte der Sensornullpunkte mehrerer Sensoreinheiten 2.j gleichen Typs zu verschiedenen Kalibrierzeitpunkten gespeichert werden. In Fig. 5 sind solche Werte für drei verschiedene Sensoreinheiten aufgetragen. Im hier gezeigten Beispiel werden all Sensoreinheiten in einheitlichen Zeitintervallen von 168 Stunden neu kalibriert. Es ist aber auch möglich, dass die einzelnen Sensoreinheiten zu unterschiedlichen Zeitpunkten kalibriert werden. Gleichermassen können bei einer Sensoreinheit die einzelnen Zeitintervalle zwischen den Kalibrierungen unterschiedlich lang gewählt werden.

[0074] Anhand der Sensornullpunktwerte kann als Prognosewert eine Sensorlebensdauer bzw. eine Reststandzeit ermittelt werden. Auch dieser Prognosewert wird umso belastbarer und zuverlässiger, je mehr Sensoreinheiten zum «Erlernen» des Prognosewerts herangezogen werden.

[0075] Dies soll anhand der in Fig. 5dargestellten Werte des Sensornullpunkts zu verschiedenen Kalibrierzeitpunkten von drei verschiedenen Sensoreinheiten gleichen Typs veranschaulicht werden: Zunächst werden nur die Nullpunktwerte eines einzigen Sensors, des Sensors 3 (Quadrate), zur Ermittlung eines linearen Trends T1 herangezogen. Legt man einen Nullpunktswert W als für die Sensoreinheit zulässigen Maximalwert fest, so ergibt sich aus dem Schnittpunkt einer parallel zur Abszisse verlaufenden Geraden durch den maximal zulässigen Ordinatenwert W und dem linearen Trend T1 ein Prognosewert für die Gesamtlebensdauer bzw. die Reststandzeit der ersten Sensoreinheit. Dieser Prognosewert ist wiederum mit einem Konfidenzintervall bzw. Prognoseintervall umgeben.

[0076] Die Nullpunktwerte einer zweiten Sensoreinheit (Sensor 2) gleichen Typs wie die erste Sensoreinheit sind als Dreiecke dargestellt. Unter Berücksichtigung dieser Nullpunktwerte ergibt sich ein linearer Trend T2 mit einer geringeren Steigung als T1. Der Lernalgorithmus verwendet in diesem Fall eine gewichtete Mittelwertbildung, bei der die Nullpunktwerte der ersten Sensoreinheit (Sensor 3) nur mit einem Gewicht von 0.4 berücksichtigt werden, während die neueren Werte der zweiten Sensoreinheit mit einem Gewicht von 0.6 eingehen. Aus dem Schnittpunkt von T2 mit der parallel zur Abszisse verlaufenden Geraden durch den vorgegebenen zulässigen Maximalwert für den Nullpunkt ergibt sich ein angepasster Prognosewert sowie ein angepasstes Konfidenzintervall bzw. Prognoseintervall für die Sensorlebensdauer, das bereits besser für weitere Diagnosezwecke geeignet ist als das anhand nur des Sensors 3 ermittelte Intervall.

[0077] In analoger Weise kann der Prognosewert für die erwartete Sensorlebensdauer unter Berücksichtigung der Nullpunktwerte einer weiteren Sensoreinheit (Sensor 1, Kreise) weiter verbessert werden.

[0078] Obwohl die Erfindung im Wesentlichen anhand von pH-Sensoren erläutert wurde, ist sie nicht auf diese beschränkt. Das erfindungsgemässe Verfahren kann für eine Vielzahl von Messstellen mit Sensoreinheiten unterschiedlichen Typs, beispielsweise für potentiometrische, amperometrische, coulometrische, colorimetrische, photometrische, turbidimetrische und spektrometrische Sensoreinheiten verwendet werden. Insbesondere kann das erfindungsgemässe Verfahren vorteilhaft auch auf eine Messstelle mit einem nicht näher dargestellten Gassensor angewendet werden, für den als Prognosewert beispielsweise ein Zeitraum, insbesondere ein nach Sensorbelastung gewichteter Zeitraum erlernt werden kann, zu dem eine Membran ausgewechselt werden muss.

[0079] Die hier beschriebene Messstelle kann Bestandteil einer Prozessüberwachungsanlage sein, die eine oder mehrere ähnliche Messstellen umfasst. Sind mindestens zwei Messstellen in der Prozessüberwachungsanlage vorhanden, die ähnlichen oder vergleichbaren Umgebungseinflüssen ausgesetzt sind und an denen Sensoreinheiten ähnlichen oder gleichen Typs verwendet werden, ist es vorteilhaft, wenn die jeweiligen Basiseinheiten dieser Messstellen beispielsweise über einen Feldbus in ihren Datenspeichereinheiten gespeicherte Werte, insbesondere von einer oder mehreren Sensoreinheiten ermittelte Werte eines Diagnoseparameters oder hinterlegte, insbesondere bereits durch den Lernalgorithmus ermittelte, Prognosewerte untereinander austauschen können.

[0080] Weiterhin ist es möglich, einen in einer Basiseinheit einer Messstelle durch mehrere Lernzyklen bereits gefestigten und belastbaren Prognosewert oder ein Prognoseintervall zusammen mit Informationen über den zugehörigen Sensortyp und über spezifische Eigenschaften der Messstelle, für die der Prognosewert erlernt wurde, in einem zentralen Rechner der Prozessüberwachungsanlage abzulegen. Die spezifischen Eigenschaften der Messstelle können zum Beispiel in einem Identifikationsparametersatz hinterlegt werden, der Informationen über eine Prozessklasse des Prozesses, in dem die Messstelle eingesetzt wird, sowie Informationen über spezifische Belastungen, die an der Messstelle auf den Sensor einwirken, wie z.B. Medieneinfluss, extreme pH-Werte, extreme Temperaturen, starke mechanische Beanspruchung z.B. durch ein strömendes Medium etc., enthält.

[0081] Wird dann in die Prozessüberwachungsanlage eine neue Messstelle integriert, wird ein für diese Messstelle generierter neuer Identifikationsparametersatz erzeugt. Der neue Identifikationsparametersatz kann mit in dem zentralen Rechner der Prozessüberwachungsanlage hinterlegten Identifikationsparametersätzen verglichen werden. Stimmt der neue Identifikationsparametersatz mit einem hinterlegten im Wesentlichen überein, kann der entsprechend hinterlegte Prognosewert für die neue Messstelle übernommen und in der Basiseinheit der neuen Messstelle hinterlegt werden. Dies hat den Vorteil, dass ein einmal erlernter Prognosewert für eine Messstelle auf ähnliche weitere Messstellen übertragen werden kann. Diese Messstellen können den Prognosewert dann entweder fest übernehmen oder durch weitere Lernschritte weiter anpassen.

Claims (17)

1. Verfahren zum Betreiben einer Messstelle zum Bestimmen mindestens einer Messgrösse eines Mediums, wobei die Messstelle eine Basiseinheit umfasst, die lösbar mit einer Sensoreinheit verbunden ist, und die zur Kommunikation eines den Wert der Messgrösse repräsentierenden Signals an eine Prozessüberwachungsanlage vorgesehen ist, umfassend mindestens die Schritte; (a) Mindestens einmaliges Erfassen und Speichern eines in der Sensoreinheit gespeicherten oder von der Sensoreinheit erzeugten Wertes eines Diagnoseparameters in einer ersten Datenspeichereinheit der Basiseinheit; (b) Anhand des mindestens einen in der ersten Datenspeichereinheit gespeicherten Wertes des Diagnoseparameters Anpassen eines in einer zweiten Datenspeichereinheit der Basiseinheit hinterlegten Prognosewertes oder Prognoseintervalls und Hinterlegen des angepassten Prognosewertes oder Prognoseintervalls in der zweiten Datenspeichereinheit der Basiseinheit anstelle des bisher hinterlegten Prognosewerts oder Prognoseintervalls.

2. Verfahren nach Anspruch 1, umfassend den zusätzlichen Schritt: (c) Vergleichen des in Schritt (a) erfassten und in der ersten Datenspeichereinheit der Basiseinheit gespeicherten, von der Sensoreinheit erzeugten Wertes eines Diagnoseparameters mit dem in einer zweiten Datenspeichereinheit der Basiseinheit hinterlegten Prognosewert oder Prognoseintervall;

3. Verfahren nach Anspruch 1 oder 2, wobei in einem weiteren Schritt die Sensoreinheit durch eine nachfolgende Sensoreinheit gleichen Typs ersetzt wird und nach Ersetzen der Sensoreinheit durch die nachfolgende Sensoreinheit gleichen Typs mindestens die Schritte (a) und (b) mindestens einmal wiederholt werden,

4. Verfahren nach Anspruch 3, wobei nach Ersetzen der Sensoreinheit durch die nachfolgende Sensoreinheit gleichen Typs mindestens die Schritte (a) bis (c) mindestens einmal wiederholt werden.

5. Verfahren nach einem der Ansprüche 1 bis 4, wobei die Anpassung des Prognosewerts oder des Prognoseintervalls mittels eines Lernalgorithmus erfolgt.

6. Verfahren nach Anspruch 5, wobei der Lernalgorithmus insbesondere einen Schritt der Mittelwertbildung, der gleitenden gewichteten Mittelwertbildung, der exponentiellen Glättung 1. und 2. Art, der linearen Regression, der Anpassung von Polynomen oder der Anpassung von nicht-linearen Funktionen umfasst.

7. Verfahren nach einem der Ansprüche 1 bis 6, wobei der Basiseinheit zur Ermittlung des Prognosewerts mindestens eine zusätzliche Information zur Verfügung gestellt wird.

8. Verfahren nach einem der Ansprüche 1 bis 7, wobei die erste Datenspeichereinheit eine Speichereinheit mit einer Vielzahl von Speicherzellen umfasst, und wobei der Wert des Diagnoseparameters zusammen mit einer Kennung der zugehörigen Sensoreinheit, insbesondere einer Seriennummer in einer Speicherzelle hinterlegt wird.

9. Verfahren nach einem der Ansprüche 1 bis 8, wobei als Diagnoseparameter ein auf die Sensorbelastung bezogener Parameter, insbesondere eine gewichtete Belastungszeit der Sensoreinheit, erfasst und als Prognosewert oder Prognoseintervall ein Parameter ermittelt und hinterlegt wird, der mit der gesamten Sensorbelastung, mit der die Sensoreinheit beaufschlagt werden kann, bevor sie ausgetauscht werden muss, korreliert, insbesondere ein Gesamtbelastungsvorrat oder ein Konfidenzintervall, welches den Gesamtbelastungsvorrat umgibt.

10. Verfahren nach Anspruch 9, wobei laufend nacheinander Werte des auf die Sensorbelastung bezogenen Parameters erfasst und in der ersten Datenspeichereinheit der Basiseinheit hinterlegt werden.

11. Verfahren nach Anspruch 10, wobei bei Defekt der Sensoreinheit der Basiseinheit die zusätzliche Information zur Verfügung gestellt wird, dass die Sensoreinheit wegen Defekts ausgetauscht wird.

12. Verfahren nach Anspruch 11, wobei nach Vorliegen der Information, dass die Sensoreinheit wegen Defekts ausgetauscht wird, der aktuell in der ersten Datenspeichereinheit gespeicherte Wert des auf die Sensorbelastung bezogenen Parameters zur Anpassung des hinterlegten Prognosewerts oder Prognoseintervalls verwendet wird.

13. Verfahren nach einem der Ansprüche 10 bis 12, wobei während des laufenden Erfassens der Werte des auf die Sensorbelastung bezogenen Parameters die jeweils aktuell erfassten Werte mit dem hinterlegten Prognosewert oder Prognoseintervall verglichen werden.

14. Verfahren nach einem der Ansprüche 1 bis 8, wobei Werte eines Parameters der Sensoreinheit, insbesondere eines Kalibrierparameters, wiederholt, insbesondere bei jeder Neukalibrierung, erfasst und in einzelnen Zellen einer Datenspeichereinheit der Basiseinheit gemeinsam mit den Erfassungszeitpunkten oder einem dazu äquivalenten Parameter und einer Kennung der Sensoreinheit, insbesondere der Seriennummer, hinterlegt werden, und wobei als Prognosewerte erwartete Werte des Parameters der Sensoreinheit zu den jeweiligen Erfassungszeitpunkten hinterlegt sind und anhand der erfassten Werte angepasst werden.

15. Verfahren nach einem der Ansprüche 1 bis 8, wobei aus wiederholt erfassten Werten des Diagnoseparameters, insbesondere aus wiederholt erfassten Werten eines Parameters der Sensoreinheit, insbesondere eines Kalibrierparameters, als Prognosewert eine Gesamtlebensdauer bzw. eine Sensorreststandzeit für Sensoreinheiten desselben Typs hinterlegt und angepasst werden, wobei die Prognosewerte durch Ermitteln eines Trends, insbesondere einer linearen Funktion, für die zeitliche Entwicklung des Diagnoseparameters bestimmt werden.

16. Messstelle zum Bestimmen mindestens einer Messgrösse eines Mediums, welche eine Basiseinheit umfasst, die lösbar mit einer Sensoreinheit verbunden ist, und die zur Kommunikation eines den Wert der Messgrösse repräsentierenden Signals an eine Prozessüberwachungsanlage vorgesehen ist, wobei die Basiseinheit weiterhin umfasst: einen Mikroprozessor zur Aufbereitung von Daten, die von der Sensoreinheit empfangen werden, zur Kommunikation an die Prozessüberwachungsanlage, eine erste Datenspeichereinheit, die dazu ausgelegt ist, in der Sensoreinheit gespeicherten oder von der Sensoreinheit erzeugten Werts eines Diagnoseparameters zu erfassen und abzuspeichern, eine zweite Datenspeichereinheit, die dazu ausgelegt ist, einen Prognosewert oder ein Prognoseintervall zu hinterlegen, eine Programmspeichereinheit, in der ein Algorithmus, insbesondere ein Lernalgorithmus, hinterlegt ist, der zur Anpassung des in der zweiten Datenspeichereinheit hinterlegten Prognosewerts oder Prognoseintervalls anhand des zuletzt in der ersten Datenspeichereinheit erfassten Wertes des Diagnoseparameters und zur Hinterlegung des angepassten Prognosewerts oder des Prognoseintervalls in der zweiten Datenspeichereinheit dient.

17. Messstelle nach Anspruch 16, wobei die Basiseinheit weiterhin über eine zweite Programmspeichereinheit verfügt, in der ein Vergleichsalgorithmus hinterlegt ist, der zum Vergleich des zuletzt in der ersten Datenspeichereinheit erfassten Wertes des Diagnoseparameters mit dem in der zweiten Datenspeichereinheit hinterlegten Prognosewert oder Prognoseintervall dient.