CN111356963A - 用于制造设施的状态监控的方法 - Google Patents
用于制造设施的状态监控的方法 Download PDFInfo
- Publication number
- CN111356963A CN111356963A CN201880071595.6A CN201880071595A CN111356963A CN 111356963 A CN111356963 A CN 111356963A CN 201880071595 A CN201880071595 A CN 201880071595A CN 111356963 A CN111356963 A CN 111356963A
- Authority
- CN
- China
- Prior art keywords
- reference data
- data set
- ref
- parameterized
- para
- 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
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 47
- 238000012544 monitoring process Methods 0.000 title claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims 2
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000005520 cutting process Methods 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 239000000314 lubricant Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4184—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by fault tolerance, reliability of production system
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31433—Diagnostic unit per zone of manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及一种用于制造设施、尤其是受周期约束的制造设施的状态监控的方法,该制造设施执行以能再现的方式重复的过程。为了创建一种用于制造设施的状态监控的能简单地应用并且自动化的方法,根据本发明建议:将多个接连的重复的过程的有效功率P(t)记录作为参考数据集Pref(t),并且由所述参考数据集Pref(t)来自动地形成至少一个经参数化的参考数据集Pref,para(t),将所述经参数化的参考数据集的变化过程与进行中的过程的有效功率的实际变化过程Pist(t)比较,从而允许在所述经参数化的参考数据集Pref,para(t)和所述有效功率的实际变化过程Pist(t)之间的偏差推论出所述制造设施的状态。
Description
技术领域
本发明涉及一种用于制造设施、尤其是周期约束的制造设施的状态监控的方法,其中该制造设施执行以能再现的方式重复的过程。
背景技术
制造设施的状态监控用于,在错误在不利情况下导致制造设施的失效或者导致错误生产之前在进行中的过程期间确定出由磨损引起的所述错误。根据制造设施的类型,为此有不同的方法可供使用,这些方法适配于要加工的工件和预期的磨损现象。
例如,可以借助振动监控通过改变相应组件的特定频谱来提早地并且可靠地确定在辊子轴承、齿轮、轴或类似的构件处的磨损现象和损坏,为此测量在该设施的组件处出现的加速度和频率以及振幅。这些测量值与所规定的额定值的偏差表明个别的耗损现象和磨损现象。
另一种已知的用于制造设施的状态监控的方法是质量测量,对此确定出在润滑剂中的磨损颗粒并且确定该润滑剂的粘度。
此外,可以尤其是在切削工具情况下、诸如在车刀、铣刀的情况下通过热像仪来确定出磨损现象,其中该制造设施的温度平面式地被测量,因为利用被磨损的工具进行的切削产生经提高的摩擦并且因此产生经提高的温度。
最终已知的是,由制造设施的各个驱动装置的功率消耗或能量消耗来估计该状态。该方法基于如下考虑而定位:在摩擦点处的可能的磨损导致摩擦的提高并且因此导致扭矩和电流消耗或功率消耗的提高。例如,该方法允许推论出进行切削的工具机的工具磨损,因为在恒定的进给和切削速度的情况下,主驱动装置的电流消耗与切削力成比例。该电流消耗随着工具磨损增大而升高,对此能够根据电流消耗来确定出必要的工具更换。
利用已知的方法,仅在添加与能量数据相关的其他数据、尤其是传感器数据的情况下可能通过监控能量数据来对制造设施进行状态监控。通常,在此情况下涉及组件的移动速度、转速和/或温度。例如,在DE 199 03 826A1中公开一种用于监控制造设施的***,其中从各式各样的传感器记录不同的过程特征数据并且进行处理。
以可比较的方式,DE 10 2010 043 651 A1也建议一种用于监控如下设施的方法,在该方法中,除了能量消耗值以外也收集组件特定的状态数据,所述能量消耗值和状态数据应一起被评估以用于状态监控。
已知方法不利的是,这些方法分别鉴于特定应用情况和特定制造设施来设计,因此这些方法的应用与在调整必要参数时的显著耗费相关联。此外,针对已知的方法,大规模的传感装置是必要的,这不仅在安装时也在维护时产生高的劳动消耗并且因此产生高成本。此外,已知的方法由于不一致的和***特定的特征数据而不能够容易地自动化,这此外提高在安装时的劳动消耗。
发明内容
因此,本发明的任务是创建一种用于制造设施的状态监控的方法,该方法能简单地应用并且自动化。该任务通过根据权利要求1所述的方法而得以解决。根据本发明,为此规定:将多个接连的重复的过程的有效功率记录作为参考数据集,并且由该参考数据集来自动地形成至少一个经参数化的参考数据集,将该经参数化的参考数据集的变化过程与进行中的过程的有效功率的实际变化过程比较,从而允许在该经参数化的参考数据集和该有效功率的实际变化过程之间的偏差推论出制造设施的状态。该有效功率在此是由在该制造设施处存在的电压和电流构成的乘积,从而只要是能够假定在该制造设施处的恒定电压,就使该方法类似地通过电流的测量而是能应用的。
与已知的用于状态监控的方法不同,根据本发明的方法允许自动的状态监控,所述自动的状态监控仅仅基于对在进行中的过程期间的电流和/或有效功率的测量。在根据本发明的方法的范畴内可以弃用通过其他传感器的其他特征数据、尤其是对温度、速度、加速度等的测量值。就此而论,根据本发明的方法能够容易地应用在不同的制造设施上,而无需鉴于不同的传感装置进行适配。因此,提供该方法的简单的可自动化性。
本发明的优选实施方式在下文中以及在从属权利要求中说明。
已经表明:本发明尤其是以参考数据集的自动参数化的可能性而出众。为此,根据第一优选实施方式而规定,根据参考数据集来执行数据分析、分割、分段的分类、方法选择和参数计算以及经参数化的参考数据集的检验。在下文中讨论各个方法步骤。
优选地,在长的时间段期间、优选在24小时期间记录参考数据集,从而在该时间期间执行若干个重复过程。在参考数据集的数据分析情况下,确定多个特征值、尤其是重复的过程的数目、周期的数目、平均的过程时间或周期时间、最小的过程时长或周期时长、最小的和最大的有效功率、在两个接连的测量值之间的平均差和/或测量值分辨率、也即如下精确度,这些值以该精确度来测量。过程时间或周期时间是在一个周期开始和接下来的周期开始之间流逝的时间段。运进该制造设施和从该制造设施运出的工件的可能的运输时间(Standby-Zeit(待机时间))已经被包含在该周期时间内。从中应区分的是:表示在周期开始和周期结束之间的时间段的过程时长或周期时长。在两个周期之间的这些工件的运输时间因此并不被分配给该周期时长。
根据所确定的特征值来进行:将参考数据分割成分段,这些分段被分配给过程时长或周期时长。每个分段在此以周期的开始而开始并且以周期的结束而结束。在例如持续55s的周期和5s的工件的运输时间的情况下,在(理论上)假定不间断的制造的情况下以24小时的长度获得用于参考数据集的1440个分段。
这些分段接下来迭代地被分类,其方式为,这些分段被彼此比较并且在显著区别的情况下被分配给不同的类别。这些显著区别可能通过在相同的制造设施中对工件执行的部分不同的工作步骤而引起。必须最终构成多少个类别尤其是取决于要监控的过程和能预给定的容差。
逐类别地进行接下来的参数计算。这意味着,为了参数计算而逐类别地将至少一个描述方法应用到这些分段的所有参考数据上,从而对于每个类别和描述方法得出经参数化的参考数据集。描述方法在此是可选择的规则,利用该规则来将一个类别的所有分段的测量值相互关联。例如,优选的描述方法规定:在一时间点由这些分段的所有测量值来构成平均值并且确定标准偏差。经参数化的参考数据集在该情况下包含:包括三倍标准偏差大小的包络曲线在内的所有测量值的平均值的时间上的变化过程。
在该参考数据集的自动化的参数化之后执行检验:该经参数化的参考数据集是否是能应用的并且该经参数化的参考数据集是否足够精确地描述该参考数据集,对此首先基于原始的参考数据集来测试该经参数化的参考数据集。对此优选地规定:为了检验而将经参数化的参考数据集应用到该参考数据集上,其中,如果至少一个经参数化的参考数据集在没有显著的偏差的每个周期期间相应于该参考数据集的变化过程,则以肯定性的方式结束该检验。据此来检验:是否该参考数据集的每个区段都相应于至少一个经参数化的参考数据集的变化过程,其中可能的容差是能调整的并且能够例如通过包络曲线来被预给定。如果该参考数据集的变化过程并不能通过经参数化的参考数据集的多重的接连排列来表示,则对这些经参数化的参考数据集不予采纳并且利用其它预给定值或参数来重复该参考数据集的参数化。
一旦存在提供对参考数据集的足够精确的描述的经参数化的参考数据集,就可以利用所述经参数化的参考数据集来监控进行中的制造过程,其方式为,将进行中的过程的能量数据的时间上的变化过程与经参数化的参考数据集比较。如果所述能量数据随着时间的过去而显示出显著的偏差,而这些偏差在参考数集的数据中不再重新得到,则这些偏差表明磨损现象。在其中存在偏差的周期之内的时间点在错误诊断中提供对磨损现象的类型以及涉及该制造设施的哪个组件的有价值的提示。
附图说明
在下文中根据附图来阐述本发明的具体实施方式。其中:
图1示出用于执行该方法的设备的示意性构造;和
图2示出在参考数据集的参数化情况下的方法流程。
具体实施方式
图1示出在机动车的生产线之内的制造设施1。所示出的制造设施1是受周期约束的制造设施1,在该制造设施中执行能重复的制造过程。为了能够持续地监控在进行中的运行期间的制造设施1的状态,将该制造设施1通过测量线路2来与微控制器3连接,该微控制器首先在24小时的时间段期间以每秒的测量值的分辨率来记录并存储制造设施1的能量数据作为参考数据集。接下来在适合的计算机4上通过网络服务器来进行该参考数据集的参数化,其中该计算机在已成功执行的检验之后将经参数化的参考数据集发回给该微控制器3。又在微控制器3上进行在制造时的进行中的过程的监控,该微控制器3为了持久存储而将这些测量值转发给相应设立的数据库5。
所记录的参考数据集的可自动化的参数化在图2中示意性地在图2中示出。在此,从如下参考数据集Pref(t)出发,该参考数据集根据时间示出受周期约束的制造设施的能量数据。所记录的参考数据集Pref(t)首先被分析并且不同的特征数据被确定。对此,首先确定如下时间,周期在这些时间开始(Tan)并且周期在这些时间结束(Tbn),为此可以由此出发:在制造期间、也即在周期期间的能量消耗要比在两个周期之间的待机时间期间高出几倍,其中在这两个周期之间期间该工件从该制造设施运出并且新的工件运进。根据所规定的时间来确定在记录该参考数据集期间已发生了的周期的数目。在所示出的参考数据集Pref(t)中在考虑所确定的值的情况下找到五个周期,这些周期在分割时分别被分配给一个分段,从而在所示的实施例中得出这些分段S1,…,S5。
所标识的分段接下来被相互比较并且在显著的差的情况下被分配给不同的类别。在所示的实施例中将这些分段S1,S3和S5分配给类别A并且这些分段S2和S4构成类别B。不同类别的数目并不在执行参数化之前被规定,并且不同类别的数目取决于,每分段的能量消耗如何强烈地区别于分别另外的分段。
在每个类别中将所有分段的测量值通过适合的描述方法来相互关联,从而得出包括包络曲线在内的能量数据的最终得到的时间上的变化过程,该包络曲线构成围绕所述能量数据的时间上的变化过程的一种容差范围。对于每个类别和描述方法因此产生经参数化的参考数据集,其中在图2中每类别地仅示出唯一的经参数化的参考数据集。
被确定的数据集的最后的检验得出:这些分段S1,…,S5是否完全地由这些经参数化的参考数据集的其中至少之一来描述或者是否存在偏差。在该情况下,必须重新以其他值并且必要时以其他描述方法来重复该参数化,直至存在适合的经参数化的参考数据集,使得由不同的经参数化的参考数据集的接连排列得出原始参考数据集。这些经参数化的参考数据集接下来可以被使用用于制造过程的持续的监控。
附图标记列表
1 制造设施
2 测量线路
3 微控制器
4 计算机
5 数据库
Claims (8)
1.一种用于制造设施(1)、尤其是周期约束的制造设施(1)的状态监控的方法,所述制造设施执行以能再现的方式重复的过程,其特征在于,
a) 将多个接连的重复的过程的有效功率P(t)记录作为参考数据集Pref(t),并且
b)由所述参考数据集Pref(t)来自动地形成至少一个经参数化的参考数据集Pref,para(t),将所述经参数化的参考数据集的变化过程与进行中的过程的有效功率的实际变化过程Pist(t)比较,从而允许在所述经参数化的参考数据集Pref,para(t)和所述有效功率的实际变化过程Pist(t)之间的偏差推论出所述制造设施的状态。
2.根据权利要求1所述的方法,其特征在于,为了所述参考数据集Pref(t)的自动参数化来执行所述参考数据集Pref(t)的数据分析、分割、分段的分类、方法选择和参数计算以及所述经参数化的参考数据集Pref,para(t)的检验。
3.根据权利要求2所述的方法,其特征在于,在所述参考数据集Pref(t)的数据分析情况下,确定多个特征值、尤其是:
重复的过程的数目N、尤其是周期的数目N,
平均的过程时间或周期时间TZ,
最小的过程时长或周期时长TD,
最小的和最大的有效功率Pmin和Pmax,
在两个接连的测量值之间的平均差,
和/或
测量值分辨率。
4.根据权利要求2所述的方法,其特征在于,在分割时确定所述参考数据集Pref(t)的如下区段,其中所述区段应被分配给过程时长或周期时长TD并且因此应被分配给分段。
5.根据权利要求4所述的方法,其特征在于,所确定的分段被相互比较并且在显著的区别的情况下被分配给不同的类别。
6.根据权利要求5所述的方法,其特征在于,为了参数计算而逐类别地将至少一个描述方法应用到所述分段的所有参考数据上,从而对于每个类别和描述方法得出经参数化的参考数据集Pref,para(t)。
7.根据权利要求6所述的方法,其特征在于,为了执行描述方法来在一时间点进行一类别的所述分段的所有测量值的平均值构成并且确定标准偏差,从而使所述经参数化的参考数据集Pref,para(t)包含:三倍标准偏差大小的包络曲线和所有测量值的平均值的时间上的变化过程。
8.根据权利要求1至7之一所述的方法,其特征在于,为了检验来将所述经参数化的参考数据集Pref,para(t)应用到所述参考数据集Pref(t)上,其中如果至少一个经参数化的参考数据集Pref,para(t)在没有显著的偏差的每个周期期间相应于所述参考数据集Pref(t)的变化过程,则以肯定性的方式结束所述检验。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017219549.5 | 2017-11-03 | ||
DE102017219549.5A DE102017219549A1 (de) | 2017-11-03 | 2017-11-03 | Verfahren zur Zustandsüberwachung einer Fertigungsanlage |
PCT/EP2018/074503 WO2019086160A1 (de) | 2017-11-03 | 2018-09-11 | Verfahren zur zustandsüberwachung einer fertigungsanlage |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111356963A true CN111356963A (zh) | 2020-06-30 |
Family
ID=63556351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880071595.6A Pending CN111356963A (zh) | 2017-11-03 | 2018-09-11 | 用于制造设施的状态监控的方法 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN111356963A (zh) |
DE (1) | DE102017219549A1 (zh) |
WO (1) | WO2019086160A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019213019A1 (de) * | 2019-08-29 | 2021-03-04 | Wago Verwaltungsgesellschaft Mbh | Verfahren und vorrichtung zum analysieren eines ablaufprozesses |
EP3796119A1 (de) | 2019-09-23 | 2021-03-24 | Siemens Aktiengesellschaft | Erweiterte trendanzeige von prozessdaten und sekundäralarmen |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060156042A1 (en) * | 2005-01-11 | 2006-07-13 | Desai Dhruv M | Method, system and calibration technique for power measurement and management over multiple time frames |
US20120078404A1 (en) * | 2009-04-10 | 2012-03-29 | Omron Corporation | Consumption rate calculating device, method for controlling consumption rate calculating device, and control program |
CN102483623A (zh) * | 2009-10-30 | 2012-05-30 | 欧姆龙株式会社 | 设备状态检测装置、设备状态检测方法、以及计算机可读取的记录介质 |
CN102592068A (zh) * | 2011-09-05 | 2012-07-18 | 工业和信息化部电子第五研究所 | 采用功耗分析检测fpga芯片中恶意电路的方法及其*** |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19903826B4 (de) | 1999-02-02 | 2006-03-30 | Daimlerchrysler Ag | System zur Überwachung einer Fertigungsanlage |
DE102009054829A1 (de) * | 2009-12-17 | 2011-06-22 | Siemens Aktiengesellschaft, 80333 | Verfahren und Einrichtung zum Betrieb einer Maschine aus der Automatisierungstechnik |
DE102010043651A1 (de) | 2010-08-27 | 2012-03-01 | Siemens Aktiengesellschaft | Anlagenüberwachungssystem und Verfahren zur Überwachung einer Anlage |
WO2016116961A1 (ja) * | 2015-01-21 | 2016-07-28 | 三菱電機株式会社 | 情報処理装置および情報処理方法 |
-
2017
- 2017-11-03 DE DE102017219549.5A patent/DE102017219549A1/de active Pending
-
2018
- 2018-09-11 WO PCT/EP2018/074503 patent/WO2019086160A1/de active Application Filing
- 2018-09-11 CN CN201880071595.6A patent/CN111356963A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060156042A1 (en) * | 2005-01-11 | 2006-07-13 | Desai Dhruv M | Method, system and calibration technique for power measurement and management over multiple time frames |
CN1804761A (zh) * | 2005-01-11 | 2006-07-19 | 国际商业机器公司 | 用于功率管理的方法和*** |
US20120078404A1 (en) * | 2009-04-10 | 2012-03-29 | Omron Corporation | Consumption rate calculating device, method for controlling consumption rate calculating device, and control program |
CN102483623A (zh) * | 2009-10-30 | 2012-05-30 | 欧姆龙株式会社 | 设备状态检测装置、设备状态检测方法、以及计算机可读取的记录介质 |
CN102592068A (zh) * | 2011-09-05 | 2012-07-18 | 工业和信息化部电子第五研究所 | 采用功耗分析检测fpga芯片中恶意电路的方法及其*** |
Also Published As
Publication number | Publication date |
---|---|
WO2019086160A1 (de) | 2019-05-09 |
DE102017219549A1 (de) | 2019-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102310118B1 (ko) | 기계의 진동 진단 모니터링 수행 방법 | |
DE102016106282B4 (de) | Werkzeugmaschine mit der funktion zur untersuchung des verschlechterungszustands der spindel | |
US20200356069A1 (en) | Machine tool management system | |
US10513001B2 (en) | Bearing diagnostic device | |
Lamraoui et al. | Indicators for monitoring chatter in milling based on instantaneous angular speeds | |
CN108572006B (zh) | 状态诊断装置 | |
US9476803B2 (en) | Method and an apparatus for predicting the condition of a machine or a component of the machine | |
US10739754B2 (en) | Method and system for monitoring machine health to improve machine cycle time impact | |
CN107843426A (zh) | 轴承剩余寿命的监测方法及监测装置 | |
JP6953690B2 (ja) | 解析システム | |
JP2006292734A (ja) | 検査装置用の判定モデル作成支援装置および検査装置ならびに耐久試験装置および耐久試験方法 | |
CN110543147B (zh) | 分析装置、分析方法及记录了分析程序的计算机可读介质 | |
JP2018017689A (ja) | 送り軸の異常判定方法 | |
JP2016200451A (ja) | 信号処理方法、信号処理装置、及び切削加工用異常検出装置 | |
CN111356963A (zh) | 用于制造设施的状态监控的方法 | |
TW202333011A (zh) | 監測工具機的狀態之方法 | |
KR102491716B1 (ko) | 가공 환경 추정 장치 | |
JP2021056880A (ja) | 診断装置及び診断方法 | |
CN110874083A (zh) | 加工环境测定装置 | |
Yuan et al. | Online overall equipment effectiveness (OEE) improvement using data analytics techniques for CNC machines | |
US8346383B2 (en) | Method for determining the machining quality of components, particularly for metal cutting by NC machines | |
US20220308551A1 (en) | Method and system for determining the dynamic response of a machine | |
CN113168173B (zh) | 用于循环运动式机器部件的状态监测的方法 | |
Liao et al. | Machinery time to failure prediction-Case study and lesson learned for a spindle bearing application | |
JPWO2019016892A1 (ja) | 品質分析装置及び品質分析方法 |
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 |