CN110073303A - 自动化***机电元件的监测方法 - Google Patents
自动化***机电元件的监测方法 Download PDFInfo
- Publication number
- CN110073303A CN110073303A CN201780076906.3A CN201780076906A CN110073303A CN 110073303 A CN110073303 A CN 110073303A CN 201780076906 A CN201780076906 A CN 201780076906A CN 110073303 A CN110073303 A CN 110073303A
- Authority
- CN
- China
- Prior art keywords
- electromechanical compo
- current
- state
- electromechanical
- compo
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01H—ELECTRIC SWITCHES; RELAYS; SELECTORS; EMERGENCY PROTECTIVE DEVICES
- H01H71/00—Details of the protective switches or relays covered by groups H01H73/00 - H01H83/00
- H01H71/04—Means for indicating condition of the switching device
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01H—ELECTRIC SWITCHES; RELAYS; SELECTORS; EMERGENCY PROTECTIVE DEVICES
- H01H1/00—Contacts
- H01H1/0015—Means for testing or for inspecting contacts, e.g. wear indicator
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01H—ELECTRIC SWITCHES; RELAYS; SELECTORS; EMERGENCY PROTECTIVE DEVICES
- H01H11/00—Apparatus or processes specially adapted for the manufacture of electric switches
- H01H11/0062—Testing or measuring non-electrical properties of switches, e.g. contact velocity
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01H—ELECTRIC SWITCHES; RELAYS; SELECTORS; EMERGENCY PROTECTIVE DEVICES
- H01H71/00—Details of the protective switches or relays covered by groups H01H73/00 - H01H83/00
- H01H71/04—Means for indicating condition of the switching device
- H01H2071/044—Monitoring, detection or measuring systems to establish the end of life of the switching device, can also contain other on-line monitoring systems, e.g. for detecting mechanical failures
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及一种用于监测自动化***的机电元件的方法(100),所述方法包括:感测(101)所述机电元件的当前机械状态变量;感测(103)所述机电元件的当前电气状态变量;以及根据所述机电元件的行为模型,确定(105)所述机电元件的状态,其中,所述行为模型将所感测到的当前机械状态变量对所感测到的当前电气状态变量的影响考虑在内。
Description
技术领域
本发明涉及自动化技术领域。
背景技术
自动化***的机电元件(如开关柜或安全继电器)的工作状态和模式可随周边环境条件变化。其原因例如在于温度的变化、冲击振动、元件磨损、电气开关触点的触点磨损或阀门的机械磨损。
目前,一般需要对自动化***的特征值分别进行感测、补偿或者与预定义特征值相比较(例如通过控制***)。如此,可以在发生偏差时进行校正,或者在存在潜在危险时实施关闭。其中,特征值或特征值的变化与***状态之间的已知关系一般作为错误描述信息保存于存储器中,以供评价之用。
具有多个领域的复杂自动化***(所谓的多领域***)的典型行为特征在于,各特征值随状态(即其他特征值)的变化而变化,从而导致相互作用和反作用。此类相互作用和反作用通常无法通过单向描述矩阵(如查找表(LUT))来描述,因此不能在已知错误描述信息中得到充分反映。
上述反作用的一例为机电继电器的电枢运动对转矩(即作用力)的影响。其中,当运动速度发生变化时,将引起相应的感应电压,而该感应电压又会对线圈电流及转矩(即作用力)产生影响。电枢的反作用力例如随接触弹簧的弹力等因素而变,因此也随使用寿命期间的触点磨损或线圈温度而变,并因此进一步随附近继电器的励磁作用而变。其他可变特征值可包括随触点弹开性能变化的触点的使用寿命,以及随环境条件或控制条件变化的其他变化量。
发明内容
因此,本发明的目的在于提供一种高效的自动化***机电元件监测概念。
该目的由独立权利要求的特征实现。其他有利拓展形式构成权利要求、说明书及附图的技术方案。
根据第一方面,本发明涉及一种用于监测自动化***的机电元件的方法。该方法包括:感测所述机电元件的当前机械状态变量;感测该机电元件的当前电气状态变量;以及根据该机电元件的行为模型,确定该机电元件的状态,其中,该行为模型将所感测到的当前机械状态变量对所感测到的当前电气状态变量的影响考虑在内。
根据一种实施方式,所述机电元件为电磁开关,尤其为继电器。
根据一种实施方式,所述当前机械状态变量包括以下机械状态变量当中的一者:所述机电元件的触点弹开;该机电元件的触点弹开的弹开时间;该机电元件的触点弹开的弹开次数;该机电元件的元件温度;该机电元件的环境温度;该机电元件的元件运动速度,尤其电枢运动速度;该机电元件的触点的接触力或释放力。
根据一种实施方式,为了感测所述当前机械状态变量,对所述机电元件的电气变量,尤其为负载电流或负载电流的变化,进行感测。
根据一种实施方式,所述电气变量为流经所述机电元件的电流或所述机电元件的电压。
根据一种实施方式,所述行为模型被分配至所述机电元件,其中,该行为模型提供所述电气状态变量随所述机械状态变量的演变。
根据一种实施方式,所述机电元件的状态是通过运行该机电元件的行为模拟确定的,其中,该行为模拟采用所述行为模型。
根据一种实施方式,所述方法还包括显示,尤其通过显示装置显示所述机电元件的所确定的状态。
根据一种实施方式,所述方法还包括:响应于所述机电元件的所确定的状态,生成用于控制该机电元件的控制信号;以及利用所生成的控制信号,控制所述机电元件。
根据一种实施方式,由所述机电元件对所述当前机械状态变量和所述当前电气状态变量进行感测。
根据一种实施方式,所感测到的当前机械状态变量和所感测到的当前电气状态变量经通信网络从所述机电元件发送至远程数据处理装置,其中,该机电元件的状态由所述远程数据处理装置感测并被发送至该机电元件。
根据第二方面,本发明涉及一种机电元件。该机电元件包括感测器件,该感测器件用于感测该机电元件的当前机械状态变量及该机电元件的当前电气状态变量。该机电元件还包括通信接口,该通信接口用于将所感测到的当前机械状态变量和所感测到的当前电气状态变量经通信网络发送至远程数据处理装置,以用于根据所述机电元件的行为模型来确定该机电元件的状态,其中,该行为模型将所感测到的当前机械状态变量对所感测到的当前电气状态变量的影响考虑在内。所述通信接口用于经所述通信网络接收关于所确定的状态的信息。
该机电元件用于实施上述方法。该机电元件的其他特征直接承自所述方法的特征。
根据一种实施方式,所述机电元件还包括用于显示所感测到的状态的显示装置。
根据一种实施方式,所述机电元件还包括控制装置,该控制装置响应于所感测到的状态生成用于控制所述机电元件的控制信号,并利用所生成的控制信号控制该机电元件。
根据第三方面,本发明涉及一种计算机程序,该计算机程序具有用于执行上述方法的程序代码。所述机电元件和远程数据处理装置可通过编程方式构造为执行所述程序代码或该程序代码的一部分。
本发明可通过硬件和/或软件实现。
附图说明
以下,参考附图,对其他实施方式进行更加详细的描述。附图中:
图1为用于自动化***的机电元件监测的方法示意图;
图2为机电元件的示意图;
图3为机电元件与数据处理装置的示意图;
图4a为机电元件的示意图;
图4a'为机电元件的示意图;
图4b为机电元件的示意图;
图4b'为机电元件的示意图;
图5a为机电元件的状态变量的经时变化曲线示意图;
图5b为机电元件的状态变量随时间变化的曲线示意图;
图5c为机电元件的状态变量随时间变化的曲线示意图;
图5d为机电元件的状态变量随时间变化的曲线示意图;
图5e为机电元件的状态变量随时间变化的曲线示意图;
图5f为机电元件状的态变量随时间变化的曲线示意图;
图6a为机电元件的示意图;
图6a'为机电元件的示意图;
图6b为机电元件的示意图;
图6b'为机电元件的示意图。
附图标记列表
100 监测机电元件的方法
101 感测当前机械状态变量
103 感测当前电气状态变量
105 确定机电元件的状态
200 机电元件
201 感测器件
203 通信接口
301 数据处理装置
303 通信网络
401 固件元件
403 电子元件
405 机电元件
407 流体元件
409 数据接口
411 固件模块
413 电子模块
415 电磁模块
417 机械模块
419 元模型模块
421 对象
423 对象
425 对象
具体实施方式
图1为用于监测自动化***的机电元件的方法100的示意图。方法100包括:感测101所述机电元件的当前机械状态变量;感测103该机电元件的当前电气状态变量;以及根据该机电元件的行为模型,确定105该机电元件的状态。其中,该行为模型将所感测的当前机械状态变量对所感测的当前电气状态变量的影响考虑在内。
图2为机电元件200的示意图。机电元件200包括感测器件201。该感测器件用于感测机电元件200的当前机械状态变量以及机电元件200的当前电气状态变量。机电元件200还包括通信接口203。该通信接口用于将所感测到的当前机械状态变量和所感测到的当前电气状态变量经通信网络发送给远程数据处理装置,以供其根据机电元件200的行为模型确定机电元件200的状态。其中,该行为模型将所感测的当前机械状态变量对所感测的当前电气状态变量的影响考虑在内。通信接口203用于经所述通信网络接收关于所确定的状态的信息。
图3为机电元件200与数据处理装置301的示意图。机电元件200和数据处理装置301经通信网络303通信。机电元件200包括感测器件201,该感测器件用于感测机电元件200的当前机械状态变量及机电元件200的当前电气状态变量。机电元件200还包括通信接口203,该通信接口用于将所感测的当前机械状态变量和所感测的当前电气状态变量经通信网络303发送给远程数据处理装置301,以供其根据机电元件200的行为模型,确定机电元件200的状态。其中,该行为模型将所感测的当前机械状态变量对所感测的当前电气状态变量的影响考虑在内。通信接口203用于经通信网络303接收关于所确定的状态的信息。
以下,将对方法100和机电元件200的其他实施方式进行更加详细的描述。
方法100允许利用行为模型对机电元件200进行分析和监测,该行为模型可使用行为模拟器。机电元件200可例如为开关柜。利用实际机电元件200所传送的状态变量(该状态变量可以为特征值),上述概念可通过行为模拟反映机电元件200的行为。
在行为模拟或***模拟中,自动化***不同领域内的元件反映于行为模型中,且通过状态变量或作用变量链接,例如通过电流、作用力、通量或逻辑状态链接。该行为模拟的优点例如在于,可将状态变量的作用和反作用考虑在内,从而例如反映出机械***对电磁***和电气***的反作用。
因此,所述行为模拟反映了机电元件200在状态变量被感测的时间点上的实际状态,从而实现对机械或电气状态变量的变化的感测。其中,任何相关的变化或决定均可例如传送至所述真实的机电元件200。
除了以状态变量的双向流在行为模型中进行反映之外,还可通过元模型对复杂行为模型进行反映,并将其纳入行为模拟当中。使用元模型的优点例如在于,可将电触点的可靠性行为与负载、机械超程、触点间隙、接触力、恢复力、随时间变化的弹开性能或开路速度的关系可视化。此外,通过纳入元模型,可以利用所测量的状态变量确定当前时间点发生故障的概率,并在存在潜在的危险状态时,将所述自动化***关闭。
上述方法可以以各种不同的方式实施。
方式1:
机电元件200例如通过电流测量、电压测量、时间测量或状态测定方式确定所述状态变量后,将这些变量经以太网、PROFINET或USB等的通信网络303发送至远程数据处理装置301,以供该远程数据处理装置中的行为模型利用所感测的数据确定相应行为。该行为模拟的结果作为机电元件200的控制状态传回,或者在适用的情况下作为关闭状态传回,以防止临界状态或潜在的危险状态。
方式2:
机电元件200根据方式1确定状态变量,并将这些变量发送至设于机电元件200内部或设于其紧邻位置处的并行***。该并行***例如紧邻机电元件200设于顶帽式导轨上并载有行为模型。该行为模型根据方式1对数据进行评价,并根据方式1将结果发送至机电元件200。
方式3:
机电元件200根据方式1或方式2将数据发送给载有所述行为模型的***,该行为模型作为可执行对象运行,并根据方式1或方式2将结果发送给机电元件200。
上述行为模型或模拟模型一般包括以下领域的对象:
-电领域,如电子电路、光障等传感器或开关;
-磁领域,如簧片触点、传感器;
-电磁领域,如继电器、接触器、电磁阀、霍尔传感器;
-流体,如压力阀、喷嘴;
-热源,如负载电阻器、加热器、风扇、冷却器;
-软件对象,如固件模块、PWM、OSSD;
-反映随机关系的元模型。
图4a和图4a'为机电元件200的示意图,该机电元件构造为电磁开关柜。机电元件200包括固件元件401,电子元件403,机电元件405,流体元件407以及通信接口203或用于双向数据传输的数据接口409。所述行为模型包括固件模块411,电子模块413,电磁模块415,机械模块417以及用于确定触点可靠性的元模型模块419。
图4b和图4b'为机电元件200的示意图,该机电元件构造为电磁开关柜。机电元件200包括固件元件401,电子元件403,机电元件405,流体元件407以及通信接口203或用于双向数据传输的数据接口409。所述行为模型包括可选或进一步包括用于确定电弧时间的对象421,用于确定触点弹开行为的对象423以及用于确定触点电阻的对象425。
图5a至图5f为机电元件的状态变量的随时间变化的曲线示意图。以下,将对两个设计例进行更加详细的描述。
第一设计例:
对于接触器或电机等具有高浪涌电流的负载,作为机电元件的继电器的触点的使用寿命极大地取决于触点接通时的弹开行为。
如果触点不弹开或者弹开时间短于0.1μs,一般将无法形成接通电弧。如此,与典型弹开时间长于1~5毫秒且弹开次数介于2次和5次之间的弹开触点相比,因接通电弧加热导致的触点磨损将减小。当上述弹开次数或弹开时间等的临界值被超过时,负载触点可能会永久熔于一起,从而使得负载一直保持接通状态。这一事态可构成潜在的危险状态。
弹开行为的变化可以为多种作用的结果,这些作用例如为负载触点的开关次数、周边环境温度或机械磨损的作用、控制电压的作用或者接触弹簧的疲劳。
在该设计例中,对负载触点的弹开行为,尤其对其弹开次数或弹开时间进行确定。其中,当发生弹开行为变化至弹开次数或弹开时间方面的临界值的事态时,将向机电元件提供涉及该状态变化的信息。随后,例如可向操作人员发出警告,或者可在发生故障之前(即到达临界状态之前)的合适时间点进行关闭。
所述弹开行为可通过如下方式确定:通过簧片触点等的电流传感器感测负载电流;以及/或者感测触点弹开对继电器线圈控制电流的机械反作用。在发生触点弹开时,仅需通过开路触点切断负载电流即可。在高负载情况下,开路触点之间可能发生电弧。当负载电压极高(如市电电压)且源电压因驻留电弧而仅发生微弱变化时,将难以对负载电流的中断和/或变化进行感测。
由于这一原因,可额外或并行地确定弹开触点对线圈控制电流的机械作用。图5a所示为继电器线圈的励磁电压、线圈电流、常开触点的触点电流以及电枢运动。这些状态变量可以以计量学方式被感测。从图中可清楚地看出,常开触点的弹开可对线圈电流产生影响。对线圈电流的这一影响可以以计量学方式进行感测和评价。
一种可能的评价方式例如在于,如图5b所示,利用线圈电流的一次至二次微分感测线圈电流的变化。其中,可将已发生第一次接触且已对线圈电流进行二次微分之后的弹开定义为零点,并且可利用零点的数目和持续时长,在控制端找出触点弹开次数和弹开时间。
另一种可能的应用在于,对触点弹开原因进行分析,并且在适用情况下,在当前正在进行的操作过程中进行校正。发生触点弹开的其中一个原因可例如为继电器的发热所导致的线圈电阻的增大。这一作用可降低用于继电器励磁的线圈电流,进而可同时导致磁***作用力的下降,并相应地导致弹开时间或弹开次数的增加。
其他可能发生的变化为机械参数的变化,其原因例如为摩擦或疲劳所导致的接触时动力学条件的变化。为了找出相关原因,可以在调节继电器参数的同时,将行为模型确定的状态变量与实际对象的测量状态变量相比较。通过以最大程度地减小模型特性的偏差(如线圈电流微分值与实测线圈电流微分值之间的偏差)为目标对模型参数进行优化,可以确定决定实际对象行为变化的参数以及该参数的大小。在确定参数之后,可通过改变控制特性,例如在脉冲宽度调制(PWM)的情况下改变电流上升、电压值、脉冲形状、脉冲持续时间、脉冲频率,对弹开行为进行控制,以实现最大程度减小弹开次数或弹开时间并进而推迟到达临界状态(如触点发生永久性熔接)的时间点的效果。
第二设计例:
PWM控制常被选择用于降低继电器的控制功率。其优点在于,继电器线圈接通后,可通过足以维持运行状态的钟控电压对其进行操作。由于继电器参数可能较为分散,因此通常选择针对所有可能的继电器(即使是最差情形条件下的继电器)均能维持运行状态的脉冲宽度。然而,由于仅非常小部分的继电器(在正态分布过程中为0.1%)需要该最差情形条件,因此其余的绝大部分继电器的控制功率高于必需功率。这一功率可导致发热问题,而且这一问题在需要同时控制多个继电器时尤甚。
本设计例的概念包括:通过脉冲占空比等手段感测相应继电器的最佳控制功率;以及将控制功率设为最小值,从而始终维持操作状态。
其中的一系列步骤例如如下:
步骤1:
在接通时间段内,以最大电压对继电器进行励磁,直至安全到达最终状态。
步骤2:
对工作电压进行PWM采样,并测量线圈电流。
步骤3:
在电枢开始运动时(可通过线圈电压的上升识别),通过调节脉冲占空比,使得电枢重新保持安全运行状态。
图5c为正常条件下控制电压、线圈电流、电枢运动及接触力的例示曲线图。其中,线圈电压在45ms后转换为可使得电枢保持运行状态的PWM。图5d所述为PWM不足的例示情形,其中,大约在62ms的时间延迟后,电枢开始脱离最终状态,从而使得接触力下降。图5e和图5f所示为通过对线圈电流进行微分检测电枢运动时通过微分后电枢电流的正过零点感测得电枢运动的状态。其中,这一信号随后用于对PWM进行调节(例如通过增大占空比的值),以使得电枢立即再次安全地恢复最终状态。如此,如图5e所示,后续电枢运动维持最小程度,而且负载触点上的接触力实际保持不变。
图6a、图6a'、图6b及图6b'为机电元件200的示意图。上述概念可根据机电元件200的物理行为模型实现完全一致的数字化形式。该行为模型可通过***模拟器实现。
行为模型(1)的***图包括机电元件200所有元件的物理模型,如:(1.1)电子元件(继电器控制电路,包括开关请求模块);
(1.2)电磁铁(继电器磁***);
(1.3)机械元件(接触弹簧,继电器复位弹簧);
(1.4)开关触点(电阻模型触点,继电器电弧开关触点);
(1.5)电流传感器(负载电流传感器);
(1.6)负载电压;
(1.7)负载(电阻,电感,电容);以及
(1.8)使用寿命的一组特性。
其中,测试结果和关联继电器参数可反映于与一组特性类似的替代模型或元模型中。有利的是,可以针对不同的负载类型(如直流或交流)和故障机制(如触点无法开路(潜在危险故障)或触点无法闭路),生成不同的模型。替代模型的生成例如通过MOP(Metamodelof Optimal Prognosis,最佳预测元模型)法进行。
行为模型(1)以来自生产或最终检查环节的数据初始化为全新或原始状态,从而使得相应关联硬件的状态得以反映。其中,测量数据形式的状态变量通过用于数据传输的通信接口203(如USB、LAN或火线(Firewire)接口)被传输并读入行为模型。
所述状态变量例如包括:
(2.1)常闭触点的触点电压;
(2.2)控制电路的工作电压;
(2.3)继电器的线圈电流;
(2.4)常开触点(负载触点)的触点电压;
(2.5)周边环境温度;
(2.6)负载电流;以及
(2.7)负载电压。
在此之后,利用来自机电元件200的当前有效状态变量进行行为模拟。其中,负载触点超程或负载触点摩擦冲程等无法以计量学方式感测但可与行为相关(如故障/使用寿命)的内部继电器参数例如通过模拟获得。
此外,作为信号传输的测量值通过积分运算、变换运算或导数运算等数学运算进行转换,以使得这些信号的特性可例如通过系数进行显示。而且,其显示和处理方式可以与普通参数相同。
所传输的测量值、模拟中根据此类测量值确定的参数以及模拟中通过行为模型确定的参数例如由至少一个元模型进行处理,以对故障行为(如剩余开关次数)进行预测。
所述状态变量或状态既可输出,也可进行可视化。当预期剩余使用寿命大幅缩短或剩余使用寿命变得较短时,可例如通过预防性维护避免发生意外故障。当剩余使用寿命较长时,可例如推迟已计划的维护活动。
所述行为模型可设置于机电元件200硬件的本地扩展形式中。在该情形中,例如通过内部总线进行数据传输。对于机电元件200为多个的情形,该行为模型可例如设于本地网络数据处理装置的机器线路中;或者,对于机电元件200为一个或多个的情形,该行为模型可设于远程位置,例如设于云端。
在另一应用中,可通过调节可调参数(1.9)的方式,对机电元件200施加主动影响或将其优化,所述可调参数例如为:
-工作电压;
-PWM占空比值;或
-具有冗余度的一系列开关操作。
其中,可在对继电器特征值等的模拟参数(1.9)进行调节的同时,使用优化器(6)在模拟模型层面上对剩余使用寿命等的模拟结果进行优化,从而找出一组最优参数(1.10),并例如通过该组最优参数最大程度地延长剩余寿命。
以上结合本发明各实施方式描述和图示的所有特征可在本发明技术方案内按不同方式进行组合,从而同时实现其所有有利效果。
Claims (15)
1.一种用于监测自动化***的机电元件(200)的方法(100),其特征在于,包括:
感测(101)所述机电元件(200)的当前机械状态变量;
感测(103)所述机电元件(200)的当前电气状态变量;以及
根据所述机电元件(200)的行为模型,确定(105)所述机电元件(200)的状态,其中,所述行为模型将所感测到的当前机械状态变量对所感测到的当前电气状态变量的影响考虑在内。
2.根据权利要求1所述的方法(100),其特征在于,所述机电元件(200)为电磁开关,尤其为继电器。
3.根据前述权利要求当中任何一项所述的方法(100),其特征在于,所述当前机械状态变量包括以下机械状态变量当中的一者:所述机电元件(200)的触点弹开;所述机电元件(200)的触点弹开的弹开时间;所述机电元件(200)的触点弹开的弹开次数;所述机电元件(200)的元件温度;所述机电元件(200)的环境温度;所述机电元件(200)的元件运动速度,尤其为电枢运动速度;所述机电元件(200)的触点的接触力或释放力。
4.根据前述权利要求当中任何一项所述的方法(100),其特征在于,为了感测所述当前机械状态变量,对所述机电元件(200)的电气变量,尤其为负载电流或负载电流的变化,进行感测。
5.根据权利要求4所述的方法(100),其特征在于,所述电气变量为流经所述机电元件(200)的电流或所述机电元件(200)的电压。
6.根据前述权利要求当中任何一项所述的方法(100),其特征在于,所述行为模型被分配至所述机电元件(200),所述行为模型提供所述电气状态变量随所述机械状态变量的演变。
7.根据前述权利要求当中任何一项所述的方法(100),其特征在于,所述机电元件(200)的所述状态是通过运行所述机电元件(200)的行为模拟确定的,所述行为模拟采用所述行为模型。
8.根据前述权利要求当中任何一项所述的方法(100),其特征在于,还包括显示,尤其通过显示装置显示所述机电元件(200)的所确定的状态。
9.根据前述权利要求当中任何一项所述的方法(100),其特征在于,还包括:响应于所述机电元件(200)的所确定的状态,生成用于控制所述机电元件(200)的控制信号;以及利用所生成的控制信号,控制所述机电元件(200)。
10.根据前述权利要求当中任何一项所述的方法(100),其特征在于,由所述机电元件(200)对所述当前机械状态变量和所述当前电气状态变量进行感测。
11.根据前述权利要求当中任何一项所述的方法(100),其特征在于,所感测到的当前机械状态变量和所感测到的当前电气状态变量经通信网络(303)从所述机电元件(200)发送至远程数据处理装置(301),其中,所述机电元件(200)的所述状态由所述远程数据处理装置(301)感测并被发送至所述机电元件(200)。
12.一种机电元件(200),其特征在于,包括:
感测器件(201),用于感测所述机电元件(200)的当前机械状态变量及所述机电元件(200)的当前电气状态变量;以及
通信接口(203),用于将所感测到的当前机械状态变量和所感测到的当前电气状态变量经通信网络(303)发送至远程数据处理装置(301),以用于根据所述机电元件(200)的行为模型来确定所述机电元件(200)的状态,其中,所述行为模型将所感测到的当前机械状态变量对所感测到的当前电气状态变量的影响考虑在内,所述通信接口(203)用于经所述通信网络(303)接收关于所确定的状态的信息。
13.根据权利要求12所述的机电元件(200),其特征在于,还包括用于显示所感测到的状态的显示装置。
14.根据权利要求12或13当中任何一项所述的机电元件(200),其特征在于,还包括控制装置,所述控制装置响应于所感测到的状态生成用于控制所述机电元件(200)的控制信号,并利用所生成的控制信号控制所述机电元件(200)。
15.一种计算机程序,其特征在于,具有用于执行根据权利要求1至11当中任何一项所述的方法(100)的程序代码。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
LU93350A LU93350B1 (de) | 2016-12-12 | 2016-12-12 | Verfahren zur Überwachung einer elektromechanischen Komponente eines Automatisierungssystems |
LU93350 | 2016-12-12 | ||
PCT/EP2017/082268 WO2018108833A1 (de) | 2016-12-12 | 2017-12-11 | Verfahren zur überwachung einer elektromechanischen komponente eines automatisierungssystems |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110073303A true CN110073303A (zh) | 2019-07-30 |
Family
ID=57960774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780076906.3A Pending CN110073303A (zh) | 2016-12-12 | 2017-12-11 | 自动化***机电元件的监测方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11380506B2 (zh) |
EP (1) | EP3552068A1 (zh) |
JP (1) | JP6773226B2 (zh) |
CN (1) | CN110073303A (zh) |
LU (1) | LU93350B1 (zh) |
WO (1) | WO2018108833A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10983514B2 (en) * | 2016-05-09 | 2021-04-20 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for equipment monitoring in an Internet of Things mining environment |
CN114628197A (zh) * | 2020-12-14 | 2022-06-14 | Abb瑞士股份有限公司 | 接触器模块和接触器模块装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3886128B1 (en) | 2020-03-24 | 2024-01-24 | ABB Schweiz AG | Electrical switching device |
EP3923309A1 (en) * | 2020-06-12 | 2021-12-15 | ABB Power Grids Switzerland AG | Provision of currently unmeasurable state information about a switchgear device system |
WO2023228449A1 (ja) * | 2022-05-27 | 2023-11-30 | 浜松ホトニクス株式会社 | 分光装置、ラマン分光測定装置、及び分光方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1233325A (zh) * | 1996-06-24 | 1999-10-27 | 阿塞里克有限公司 | 用于电动机的、基于模型的故障检测*** |
US6225807B1 (en) * | 1995-01-31 | 2001-05-01 | Siemens Ag | Method of establishing the residual useful life of contacts in switchgear and associated arrangement |
JP2006253010A (ja) * | 2005-03-11 | 2006-09-21 | Matsushita Electric Works Ltd | リレー寿命管理サーバ |
CN102282444A (zh) * | 2009-01-16 | 2011-12-14 | 菲尼克斯电气公司 | 具有模块监视的光电*** |
DE102010041998A1 (de) * | 2010-10-05 | 2012-04-05 | Robert Bosch Gmbh | Verfahren zur Vorhersage der Einsatzfähigkeit eines Relais oder eines Schützes |
US20130024179A1 (en) * | 2011-07-22 | 2013-01-24 | General Electric Company | Model-based approach for personalized equipment degradation forecasting |
CN202837496U (zh) * | 2012-09-17 | 2013-03-27 | 北京慧智神光科技有限公司 | 高压断路器机械特性在线监测*** |
CN103323770A (zh) * | 2013-05-23 | 2013-09-25 | 国家电网公司 | 高压断路器机械特性检测与故障诊断装置 |
JP2014120371A (ja) * | 2012-12-18 | 2014-06-30 | Nabtesco Corp | 継電器 |
CN103954910A (zh) * | 2014-04-29 | 2014-07-30 | 国家电网公司 | 一种永磁操作机构电流信号的故障诊断装置及方法 |
CN105548874A (zh) * | 2015-12-31 | 2016-05-04 | 北京四方继保自动化股份有限公司 | 一种智能开关状态综合在线监测与故障诊断装置 |
CN105652198A (zh) * | 2016-03-29 | 2016-06-08 | 上海工程技术大学 | 一种安全型继电器故障监测装置及方法 |
CN105723491A (zh) * | 2013-11-12 | 2016-06-29 | Abb技术有限公司 | 用于控制接触器装置的方法和控制单元 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5296794A (en) * | 1988-10-28 | 1994-03-22 | Massachusetts Institute Of Technology | State observer for the permanent-magnet synchronous motor |
JPH0917313A (ja) * | 1995-06-30 | 1997-01-17 | Mitsubishi Electric Corp | 負荷回路保護装置 |
DE19601359A1 (de) | 1996-01-16 | 1997-07-17 | Fraunhofer Ges Forschung | Verfahren zum Steuern eines Gleichstromantriebs |
US6231227B1 (en) * | 1998-12-28 | 2001-05-15 | General Electric Company | Method of determining contact wear in a trip unit |
US20140327995A1 (en) * | 2011-12-19 | 2014-11-06 | Husky Injection Molding Systems Ltd. | System for disconnecting electrical power upon regulation failure |
EP2804064B1 (en) * | 2013-05-17 | 2020-07-01 | ABB S.p.A. | A computerised system and method for generating a life expectancy analysis report related to a low or medium voltage switching device |
US9864008B2 (en) * | 2014-03-31 | 2018-01-09 | Schweitzer Engineering Laboratories, Inc. | Electric power system circuit breaker trip diagnostic |
-
2016
- 2016-12-12 LU LU93350A patent/LU93350B1/de active IP Right Grant
-
2017
- 2017-12-11 EP EP17816699.7A patent/EP3552068A1/de active Pending
- 2017-12-11 US US16/467,837 patent/US11380506B2/en active Active
- 2017-12-11 JP JP2019528117A patent/JP6773226B2/ja active Active
- 2017-12-11 CN CN201780076906.3A patent/CN110073303A/zh active Pending
- 2017-12-11 WO PCT/EP2017/082268 patent/WO2018108833A1/de active Application Filing
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6225807B1 (en) * | 1995-01-31 | 2001-05-01 | Siemens Ag | Method of establishing the residual useful life of contacts in switchgear and associated arrangement |
CN1233325A (zh) * | 1996-06-24 | 1999-10-27 | 阿塞里克有限公司 | 用于电动机的、基于模型的故障检测*** |
JP2006253010A (ja) * | 2005-03-11 | 2006-09-21 | Matsushita Electric Works Ltd | リレー寿命管理サーバ |
CN102282444A (zh) * | 2009-01-16 | 2011-12-14 | 菲尼克斯电气公司 | 具有模块监视的光电*** |
DE102010041998A1 (de) * | 2010-10-05 | 2012-04-05 | Robert Bosch Gmbh | Verfahren zur Vorhersage der Einsatzfähigkeit eines Relais oder eines Schützes |
US20130024179A1 (en) * | 2011-07-22 | 2013-01-24 | General Electric Company | Model-based approach for personalized equipment degradation forecasting |
CN202837496U (zh) * | 2012-09-17 | 2013-03-27 | 北京慧智神光科技有限公司 | 高压断路器机械特性在线监测*** |
JP2014120371A (ja) * | 2012-12-18 | 2014-06-30 | Nabtesco Corp | 継電器 |
CN103323770A (zh) * | 2013-05-23 | 2013-09-25 | 国家电网公司 | 高压断路器机械特性检测与故障诊断装置 |
CN105723491A (zh) * | 2013-11-12 | 2016-06-29 | Abb技术有限公司 | 用于控制接触器装置的方法和控制单元 |
CN103954910A (zh) * | 2014-04-29 | 2014-07-30 | 国家电网公司 | 一种永磁操作机构电流信号的故障诊断装置及方法 |
CN105548874A (zh) * | 2015-12-31 | 2016-05-04 | 北京四方继保自动化股份有限公司 | 一种智能开关状态综合在线监测与故障诊断装置 |
CN105652198A (zh) * | 2016-03-29 | 2016-06-08 | 上海工程技术大学 | 一种安全型继电器故障监测装置及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10983514B2 (en) * | 2016-05-09 | 2021-04-20 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for equipment monitoring in an Internet of Things mining environment |
CN114628197A (zh) * | 2020-12-14 | 2022-06-14 | Abb瑞士股份有限公司 | 接触器模块和接触器模块装置 |
Also Published As
Publication number | Publication date |
---|---|
LU93350B1 (de) | 2018-07-03 |
US20210358710A1 (en) | 2021-11-18 |
WO2018108833A1 (de) | 2018-06-21 |
JP6773226B2 (ja) | 2020-10-21 |
JP2020501251A (ja) | 2020-01-16 |
EP3552068A1 (de) | 2019-10-16 |
US11380506B2 (en) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110073303A (zh) | 自动化***机电元件的监测方法 | |
CN108037452B (zh) | 自动化***的机电元件的监测方法 | |
US6909942B2 (en) | Method for power distribution system components identification, characterization and rating | |
CN102509673B (zh) | 具有通用信号输入的安全性切换设备 | |
US20110060569A1 (en) | Real-Time, Model-Based Autonomous Reasoner and Method of Using the Same | |
EP3923309A1 (en) | Provision of currently unmeasurable state information about a switchgear device system | |
CN113167832A (zh) | 用于识别机电切换机构磨损的装置和方法 | |
US20200020178A1 (en) | Method and System for Determining the Expected Useful Life of Electrical Apparatus | |
CN110874079A (zh) | 用于监测电驱动器的状况的方法和*** | |
Bhimrao et al. | PLC based industrial automation system | |
EP2184656B1 (en) | Control of an actuator-sensor-interface compatible device using a remote intelligence device | |
CN116382141A (zh) | 用于通过机器学习进行监测的方法 | |
KR20160138659A (ko) | 전력 관제 방법 및 전력 관제 시스템 | |
CN107834501B (zh) | 用于监视电动跳闸单元中的处理单元的活动的设备和方法 | |
Chhokra et al. | Hierarchical reasoning about faults in cyber-physical energy systems using temporal causal diagrams | |
CN113326603A (zh) | 用于检测在进出装置中的障碍物的方法 | |
Fonseca et al. | Increase of PLC computability with neural network for recovery of faults in electrical distribution substation | |
Gatica et al. | Enabling Self-Diagnosis of Automation Devices through Industrial Analytics | |
CN114625051A (zh) | 目标开关控制方法、装置、用电管理器与可读存储介质 | |
LU93349B1 (de) | Verfahren zur Überwachung einer elektromechanischen Komponente eines Automatisierungssystems | |
CN117222900A (zh) | 用于识别机电装置的磨损的装置和方法 | |
EP1215792A1 (en) | An improved control device and method thereof | |
CN113298328B (zh) | 一种执行机构状态检测方法和装置 | |
Chhokra et al. | Towards diagnosing cascading outages in cyber physical energy systems using temporal causal models | |
Kajmakovic et al. | Fault Diagnosis and Isolation Prediction for Redundant Relays Based on Discrepancy Analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |