-
Die vorliegende Erfindung bezieht sich auf eine Messanordnung, die mit Hilfe von maschinellen Lernen Betriebszustände einer Maschine oder Anlage erkennen kann.
-
Solche Messanordnungen sind grundsätzlich bekannt. So wird in der wissenschaftlichen Veröffentlichung „Krogerus, T.; Vilenius, J.; Liimatainen, J.; Koskinen, K.T. 2006. Self-organizing maps with unsupervised learning for condition monitoring of fluid power systems. Fluid Power for Mobile, In-Plant, Field and Manufacturing. SAE SP-2054 pp. 43-51" vorgeschlagen, zweidimensionale Kohonenkarten - auch bekannt als „self organizing maps“ - zu verwenden, um normale und anomale Betriebszustände eines hydraulischen Systems zu erkennen. Es wird versucht, mittels Messdaten von bekannten Fehlerzuständen und normalen Betriebszuständen auf der Kohonenkarte Bereiche zu erzeugen, die diese Zustände repräsentieren.
-
Dies erweist sich jedoch als schwierig und oft als schwer nachvollziehbar, da jeder Netzknoten einer solchen Kohonenkarte eine Mischung von Messgrößen als mehrdimensionalen Zustand repräsentiert. Beim einem „Supervised Machine Learning“, bei dem - wie oben beschrieben - bekannte Fehlerzustände zum Trainieren der Kohonenkarte verwendet werden, ist das Training sehr aufwendig, da Messdaten für eine Vielzahl von Fehlerzuständen generiert werden müssen. Zudem ist die Gefahr für falsche Diagnosen hoch, wenn zuvor unbekannte Fehlerzustände auftreten.
-
Beim sogenannten „Unsupervised Learning“ bei dem nur der Normalzustand oder Gut-Zustand eingelernt wird, ist eine einfache automatische Erkennung eines Fehlers gegeben, aber eine Identifizierung des Fehlers ist kaum möglich.
-
Mit der vorliegenden Erfindung soll der Aufwand für ein Trainieren eines neuronalen Netzes, das Bestandteil der Messanordnung ist, verringert werden und trotzdem eine bessere Identifikation eines Fehlers möglich sein.
-
Dies wird gemäß der vorliegenden Erfindung mit einer Messanordnung mit den Merkmalen des Patentanspruchs 1, mit einem Verfahren zum Einrichten einer Messanordnung gemäß den Merkmalen des Patentanspruchs 11 und mit einem Verfahren zum Betreiben einer Messanordnung gemäß den Merkmalen des Patentanspruchs 16 erreicht.
-
Erfindungsgemäß besitzt die Messanordnung ein Eingangsmodul zum Erfassen von Daten aus mehreren Datenquellen der Maschine oder Anlage- wobei die Daten Zustandsinformationen und/oder Regelgrößen und/oder Stellgrößen und/oder sonstige Messgrößen der Maschine oder Anlage darstellen - und zum Erstellen eines Beobachtungsvektors für eine Erfassungszeit mit Elementen, die Daten aus den Datenquellen zur Erfassungszeit darstellen. Der Beobachtungsvektor kann die Form eines einfachen Datensatzes haben, mit Datenfelder, die Werte der genannten Größen aus den Datenquellen enthalten. Es gibt ein erstes Verarbeitungsmodul in welchem ein künstliches neuronales Netz angelegt ist, wobei das künstliche neuronale Netz dazu eingerichtet ist, auf der Grundlage des ihm zugeführten Beobachtungsvektors wenigstens ein Ausgabedatum zu erzeugen, welches einen Betriebszustand der Maschine oder Anlage charakterisiert, und es gibt ein Bewertungsmodul, welches anhand des Ausgabedatum den Betriebszustand bewertet und die Bewertung an ein Wartungssystem und/oder an eine Steuerung der Maschine oder Anlage ausgibt.
-
Eine Besonderheit ist insbesondere, dass im ersten Verarbeitungsmodul wenigstens ein erstes Element des Beobachtungsvektors einer ersten eindimensionalen Kohonenkarte zugeordnet ist, durch welche ein Wert des besagten ersten Elements auf einen Ausgabeknoten der besagten ersten Kohonenkarte abgebildet wird und so ein erster Treffer-Ausgabeknoten erhalten wird und wobei des Weiteren eine Treffer-Abweichung erhalten wird, als Maß der Abweichung des Werts des besagten ersten Elements vom ersten Treffer-Ausgabeknoten, wobei der erste Treffer-Ausgabeknoten und die Treffer-Abweichung Ausgabedaten des ersten Verarbeitungsmoduls sind.
-
Mit einer solchen eindimensionalen Kohonenkarte, die einem einzigen Element des Beobachtungsvektors und damit einer einzigen Größe einer Datenquelle zugeordnet ist, lässt sich zumindest für diese Größe eine Abweichung von eingelernten Werte-Bereichen des Elements klar erkennen. Ein Fehler einer Maschine oder Anlage lässt sich auch genauer lokalisieren, da er dieser Messgröße zugeordnet ist. Auch ohne weitere Schritte sind also Fehlerzustände klar zu erkennen, die eine Messgröße außerhalb des eingelernten Bereichs generieren bzw. die einen Zuordnungsfehler für den Wert der Messgröße zu einem Treffer-Ausgabeknoten der zugeordneten eindimensionalen Kohonenkarte oberhalb einer Schwelle erzeugen.
-
Natürlich lassen sich mehrere ausgewählte oder alle zur Verfügung stehenden Größen eines Systems erfassen und die erfassten Größen mit jeweils einer eigenen der Größe zugeordneten Kohonenkarte bewerten. Dann lässt sich genau erkennen, in welcher Größe eine Abweichung auftritt, und man kann Rückschlüsse auf die Art des Fehlers ziehen.
-
Eine oder mehrere eindimensionale Kohonenkarten lassen sich mit wenig Rechenaufwand trainieren, dazu kann das Training z.B. im Batch-Modus erfolgen und es muss nur der fehlerfreie Zustand der Maschine oder Anlage trainiert werden.
-
Die Kohonenkarten repräsentieren für den fehlerfreien Zustand der Maschine oder Anlage erlaubte Wertebereiche. Daher können eine Vielzahl verschiedener Betriebszustände, also Zustände in einem Betriebszyklus der Anlage, für das Training verwendet werden, und es wird eine robuste Darstellung des fehlerfreien Zustands der Maschine oder Anlage in den Kohonenkarten erhalten. Fehler in der korrekten Zuordnung von Betriebszuständen werden daher minimiert.
-
Vorteilhafte Weiterbildungen der vorliegenden Erfindung sind Gegenstand der abhängigen Patentansprüche.
-
Mehrere Treffer-Ausgabeknoten der Kohonenkarten können in einen Treffer-Ausgabeknoten-Vektor zusammengefasst sein. Gemäß einer besonders vorteilhaften Weiterbildung wird in einem zweiten Verarbeitungsmodul ein statistisches Modells bereitgestellt, das vorgegebene bekannte Betriebszustände der Maschine oder Anlage abbildet, wobei das zweite Verarbeitungsmodul dazu angeordnet ist vom ersten Verarbeitungsmodul den Treffer-Ausgabeknoten-Vektor zu empfangen, und wobei das zweite Verarbeitungsmodul Zuordnungsmittel umfasst, die dazu eingerichtet sind, den empfangenen Treffer-Ausgabeknoten-Vektor mit Hilfe des statistischen Modells einem bekannten Betriebszustand zuzuordnen, und die weiter dazu eingerichtet sind ein Maß für eine Zuordenbarkeit des empfangenen Treffer-Ausgabeknoten-Vektor zu einem bekannten Betriebszustand zu bilden, wobei das zweite Verarbeitungsmodul so eingerichtet ist, dass das besagte Maß als Ausgabedatum dem Bewertungsmodul zugeführt ist.
-
Mit dem statistischen Modell wird also bewertet, ob eine bestimmte Kombination von Treffer-Ausgabeknoten - d.h. eine Kombination von Werten unterschiedlicher Größen - einem fehlerfreien, beim Einrichten bzw. einem Trainingbetrieb ebenfalls aufgetretenen bekannten fehlerfreien Zustand der Maschine oder Anlage entspricht. Diese Art der zweistufigen Erkennung von Abweichungen, bei der im ersten Schritt eine Abweichung von einzelnen Größen außerhalb von angelernten Wertebereichen erkannt wird, und bei der im zweiten Schritt eine Abweichung von den beim Einrichten bzw. dem Trainingbetrieb aufgetretenen Kombinationen von Werten unterschiedlicher Größen erkannt wird, ermöglicht eine sehr zuverlässige Erkennung von anomalen Zuständen der Maschine oder Anlage, wobei gleichzeitig der Aufwand für das Training gering ist.
-
Zum einen werden wie gesagt nur eindimensionale Kohonenkarten für jeweils verschiedene Messgrößen oder sonstige Größen trainiert. Zum anderen braucht das statistische Modell nicht trainiert werden, sondern kann anhand der Messdaten berechnet werden.
-
Dazu werden z.B. die im Trainingbetrieb aufgenommenen Daten den bereits trainierten Kohonenkarten wieder zugeführt und es wird im statistischen Modell abgelegt, mit welcher Wahrscheinlichkeit welcher Vektor aus Treffer-Ausgabeknoten auftritt.
-
Besonders bevorzugt ist ein statistisches Modell, welches ein Bayes'sches Netz umfasst. Dort können die Treffer-Ausgabeknoten aus Kohonenkarten auf Reihen von Netzknoten zugeordnet werden. Gewichte vernetzen vorzugsweise nur Netzknoten unterschiedlicher Reihen und geben die Häufigkeit eines gemeinsamen Auftretens der diesen Netzknoten zugeordneten Treffer-Ausgabeknoten in den im Trainingbetrieb aufgenommenen Daten an. Wenn nun im normalen Betrieb ein Treffer-Ausgabeknoten-Vektor nicht auf eine vorhandene Vernetzung von Netzknoten im Bayes'schen Netz abgebildet werden kann, weil die Netzknoten nicht vorhanden sind, oder weil keine Vernetzung dieser Kombination von Netzkonten durch ausreichend starke Gewichte vorhanden ist, dann wird eine im Trainingsbetrieb nicht aufgetretene Kombination von Werten der Größen sicher erkannt.
-
Die vorliegende Erfindung wird anhand der Figuren im Folgenden näher beschrieben:
-
Es zeigen:
- 1 eine hydraulische Anlage 3 mit einer elektrohydraulischen Maschine 24, 26, wobei die Anlage mit einer erfindungsgemäßen Messanordnung 1 ausgestattet ist,
- 2 wesentliche Bestandteile der erfindungsgemäßen Messanordnung in einem Konzeptdiagramm,
- 3 eine detailliertere Darstellung der Verknüpfung von Kohonenkarten und einem Bayes'schen Netz in der erfindungsgemäßen Messanordnung,
- 4 verschiedene Beispieldaten aus einem Trainingsbetrieb der hydraulischen Anlage 3 dargestellt als Druck-Drehzahl Cluster Diagramm,
- 5 Schritte zum Einrichten der erfindungsgemäßen Messanordnung, und
- 6 Schritte für das Betreiben der erfindungsgemäßen Messanordnung zur Erkennung eines anomalen Betriebszustandes.
-
Gemäß 1 ist eine elektrohydraulische Anlage 3 schematisch dargestellt, mit einer Anlagensteuerung 13, die z.B. mit Hilfe eines Regelkreises die Position oder Geschwindigkeit oder die Kraft eines hydraulischen Zylinder 18, der ein Anlagenelement 16 bewegt, regelt. Dazu sind in der Anlagensteuerung 13 entsprechende Sollkurven für Position/Geschwindigkeit des Anlagenelements 16 und/oder für den Druck im Zylinder 18 vorhanden oder werden ihr von einer nochmals übergeordneten Steuerung zugeführt. Zumindest eine Ist-Position 41' eines Wegsensors 41 des Zylinders 18 ist der Anlagensteuerung zugeführt.
-
Die Anlagensteuerung 13 steuert ihrerseits eine untergeordnete Hydrauliksteuerung 20 an, z.B. mit Solldruck 45, Soll-Position 46, und/oder Soll-Geschwindigkeit 47. Die Hydrauliksteuerung 20 erzeugt daraus z.B. eine Soll-Drehzahl 44 für einen elektrischen Antrieb mit Umrichter 22 und Elektromotor 24. Der Elektromotor 24 treibt die hydraulische Pumpe 26 an. Druckmittel, welches die hydraulische Pumpe 26 fördert wird über hydraulische Steuerelemente 28 - das kann ein Ventilblock mit Wegeventilen sein - dem Zylinder 18 zugeführt, um diesen zu bewegen oder um eine Kraft auszuüben.
-
Ein Druck-Istwert 40' wird von einem Drucksensor 40 erfasst und an die Hydrauliksteuerung 20 zurückgeführt, ebenso wie eine Ist-Drehzahl 43' erhalten von einem Winkelsensor 43 am Elektromotor 24. Diese Mess- und Regelgrößen werden von der Hydrauliksteuerung 20 an die Anlagensteuerung 13 weitergegeben. Zudem können auch weitere Messgrößen wie z.B. ein Temperaturmesswert 42' des hydraulischen Fluids durch einen Temperatursensor 42 erfasst werden. Außerdem liegen in der Anlagensteuerung 13 Betriebsdaten 48 vor, die z.B. angeben, in welchen Teil eines Betriebszyklus sich die Anlage eben befindet, ob eine Standby-Phase, eine Positionierfahrt oder eine Krafthaltephase vorliegt, usw..
-
Die erfindungsgemäße Messanordnung kann mit ihren wesentlichen Teilen in der Anlagensteuerung 13 angeordnet sein. Diese Teile umfassen ein Eingangsmodul 5, welchem die benötigten Messgrößen, Regelgrößen, Stellgrößen, und/oder Betriebsgrößen zugeführt sind. Das könne z.B. Druck-Istwert 40', Ist-Position 41' oder als deren Ableitung die Geschwindigkeit des Zylinders 18, die Stellgröße für die Drehzahl 44 oder der Drehzahl-Istwert 43' usw. sein. Das Eingangsmodul 5 fasst die zu einer Erfassungszeit erfassten Werte der benötigten Größen in einen Beobachtungsvektor 30 zusammen. Der Beobachtungsvektor 30 ist eine Datenstruktur, welche die einzelnen Werte für die Größen als Elemente 31 bis 34 (siehe 2) enthält.
-
Weiter sind ein erstes Verarbeitungsmodul 7 und ein zweites Verarbeitungsmodul 8 sowie ein Bewertungsmodul 9 in der Anlagensteuerung vorhanden um anhand des Beobachtungsvektors 30 eine Bewertung 70 zu erstellen, die den zur Erfassungszeit vorhandenen Betriebszustand bewertet und ggf. als anomal oder als normal einstuft. Diese Bewertung 70 wird an ein Wartungssystem 11 weitergegeben. Das Wartungssystem 11 kann im Wesentlichen zur Benachrichtigung über Fehler im Anlagenbetrieb dienen. Es kann auch über Verschleißzustände benachrichtigt werden und den Anlagenbetreiber mit Aussagen zu einem bevorstehenden Ausfall von Komponenten der Anlage 3, z.B. der Pumpe 26, bei einer vorbeugenden oder geplanten Wartung unterstützen.
-
Außerdem kann die Bewertung 70 schon in der Anlagensteuerung 13 genutzt werden, um z.B. dort den Anlagenbetreiber über Fehlerzustände oder Verschleißzustände zu informieren oder um in der Anlagensteuerung 13 andere Betriebsarten anzusteuern, die ggf. materialschonender sind.
-
Durch den modularen Aufbau der Messanordnung können die einzelnen Module aber auch außerhalb der Anlagensteuerung 13 angeordnet sein. Das Eingangsmodul kann z. B. als ein Gateway 5' ausgebildet sein, welchem die zuvor beschriebenen Größen zugeführt sind, und welches den Datensatz des Beobachtungsvektors 30 über ein Datenkommunikationsnetz 99 an einen Server 10 sendet. Auf dem Server 10 sind dann die Verarbeitungsmodule 7 und 8 sowie das Bewertungsmodul 9 softwaretechnisch dargestellt. Das Bewertungsmodul 9 auf dem Server 10 gibt in diesem Fall die Bewertung 70 wiederum über das Datenkommunikationsnetz 99 an das Wartungssystem 11 aus. Weitere Szenarien bezüglich der Aufteilung der Module sind leicht denkbar.
-
Natürlich können die Module 7, 8 und ggf. 9 auch zu einem einzigen Modul zusammengefasst sein.
-
Anhand von 2 werden wesentliche Bestandteile der Messanordnung 1 weiter erläutert. Das erste Verarbeitungsmodul 7 hat Zugriff auf mehrere eindimensionale Kohonenkarten 81, 82, 83, 84, die im Speicher 15 der Anlagensteuerung 13 abgelegt sind oder in einer Datenbank, die mit der Anlagensteuerung 13 verbunden ist. Je einem Element 31, 32, 33, 34 des Beobachtungsvektors ist eine eigene Kohonenkarte 81, 82, 83, 84 direkt zugeordnet. Das Verarbeitungsmodul verwendet die jeweilige Kohonenkarte z.B. 81 um für das entsprechende Element z.B. 31 des Beobachtungsvektors einen Treffer-Ausgabeknoten 81' aus den Ausgabeknoten 81.1, 82.2, 81.3 usw. der Kohonenkarte zu ermitteln. Dabei enthält das Element 31 einen Messwert einer einzelnen Größe, z.B. den Druck-Istwert 40' zu einer bestimmten Erfassungszeit. Analog werden für die anderen Element 32, 33, 34 des Beobachtungsvektors 30 Trefferausgangsknoten aus den Kohonenkarten 82, 83, 84 ermittelt und zusammen mit dem zuvor genannten Treffer-Ausgabeknoten 81' als Treffer-Ausgangsknoten-Vektor 50 zusammengefasst. Zudem wird ermittelt, wie stark die einzelnen Werte der Elemente von den ermittelten Treffer-Ausgangsknoten abweichen. Diese Abweichung wird einzeln oder als kollektiver Wert als weiteres Ausgabedatum 50' des Verarbeitungsmoduls 7 ausgegeben.
-
Das zweite Verarbeitungsmodul 8 hat Zugriff auf ein statistisches Modell 60, das ebenfalls im Speicher 15 oder in der Datenbank abgelegt ist. Dem zweiten Verarbeitungsmodul 8 ist der Treffer-Ausgangsknoten-Vektor 50 zugeführt. Es bewertet mit Hilfe des statistischen Modells 60 den Treffer-Ausgangsknoten-Vektor 50 und ermittelt insbesondere, ob die Kombination der Treffer-Ausgabeknoten aus den verschiedenen Kohonenkarten mit einer in einem Einrichtbetrieb bzw. Trainingsbetrieb der Messanordnung bereits aufgetretenen Kombination übereinstimmt. Als Maß für diese Übereinstimmung wird das Ausgabedatum 50" generiert.
-
Dem Bewertungsmodul 9 sind wenigstens die Ausgabedaten 50' und 50" des ersten Verarbeitungsmoduls 7 und des zweiten Verarbeitungsmoduls 8 zugeführt, also eine Treffer-Abweichung 50' in einer oder mehrere der Kohonenkarte 81, 82, 83, 84 und das Übereinstimmungsmaß 50" aus dem statistischen Modell. Überschreitet die Treffer-Abweichung 50' eine vorgegebene erste Schwelle, so wird erkannt, dass sich bereits eine einzelne Größe außerhalb der im Einrichtbetrieb bzw. Trainingsbetrieb gelernten Wertebereiche befindet und ein anomaler Betriebszustand wird in der Bewertung 70 signalisiert. Außerdem kann die Größe signalisiert werden, in der die Abweichung aufgetreten ist, und so eine Fehlerdiagnose erleichtert werden.
-
Unterschreitet das Übereinstimmungsmaß 50" eine andere vorgegebene Schwelle, so wird erkannt, dass die Kombination von Werten der erfassten Größen 40', 41', 42', 43', 44, 48, etc. im Einrichtbetrieb bzw. Trainingsbetrieb der Messanordnung in den normalen, fehlerfreien Betriebszuständen gar nicht oder nur mit einer sehr geringen Häufigkeit aufgetreten ist. Dann wird ebenfalls ein anomaler Betriebszustand in der Bewertung 70 signalisiert. Das Bewertungsmodul 9 kann den anomalen Betriebszustand auch ggf. erst dann signalisierten, wenn eine Kombination von Werten der erfassten Größen häufiger auftritt, als sie dies gemäß dem Einrichtbetrieb zu erwarten wäre.
-
Das Bewertungsmodul 9 kann mit Hilfe des Verarbeitungsmoduls 8 prüfen, welche Größe in der Kombination von Werten der erfassten Größen am stärksten von im Einrichtbetrieb aufgetretenen Kombinationen abweicht. Diese Größe kann zur Erleichterung der Fehlerdiagose in der Bewertung 70 signalisiert werden.
-
Weitere Details zur Beziehung zwischen den Elementen 31, 32, 33, 34 des Beobachtungsvektors 30, den Kohonenkarten 81, 82, 83, etc. und einem als Bayes'sches Netz implementierten statistischen Modell 60 zeigt die 3.
-
Jedem Element des Beobachtungsvektors 30 ist je eine, insbesondere genau eine, der eindimensionalen Kohonenkarten 81, 82, 83 usw. zugeordnet. Mittels der Kohonenkarte 81 wird eine Wert des Elements 31 auf einen der Ausgabeknoten 81.1, 81.2, 81.3, 81.4 usw. abgebildet. Dabei handelt es sich um den Ausgabeknoten, dessen Wert am wenigsten von dem Wert des Elements 31 abweicht, hier z.B. der Ausgabeknoten 81.4. Dies ist somit der Treffer-Ausgabeknoten 81'. Analog wird mit den anderen Elementen 32, 33, 34 usw. verfahren und man erhält mehrere Treffer-Ausgabeknoten 81', 82', 83' usw., je einen für jede Kohonenkarte 81, 82, 83, usw.. Diese Treffer-Ausgabeknoten 81', 82', 83' usw. werden in den Treffer-Ausgabeknoten-Vektor 50 zusammengefasst.
-
Für jede Kohonenkarte 81, 82, 83, usw. ist ein einem Bayes'schen Netz 60 eine Reihe 61; 62; 63 usw. von Netzknoten 61', 61', 61'"; 62', 62', 62'"; 63', 63', 63'" vorhanden. Im Wesentlichen (genaueres später unter Einrichtbetrieb) ist für jeden Ausgabeknoten 81.1, 81.2, 81.3, 81. 4; 82.1, 82.2, 82.3; 83.1, 83.2, usw. genau ein Netzknoten 61', 61', 61"'; 62', 62', 62'"; 63', 63', 63'" vorhanden. Gewichte 65, 65', 65" bzw. Gewichtsfaktoren vernetzen die Netzknoten 61', 61', 61'"; 62', 62', 62'"; 63', 63', 63'" aus unterschiedlichen Reihen miteinander jedoch nicht die Netzknoten aus einer gleichen Reihe.
-
Einrichtbetrieb der Messanordnung:
- Zunächst wird die Anlage 3 mit Hilfe der Anlagensteuerung 13 möglichst im Neuzustand oder nach einer Wartung in typischen Betriebszuständen betrieben, siehe Schritt s10 in 5. Es werden z.B. Betriebszustände aus einem zyklischen Betriebsablauf angesteuert. Idealerweise haben diese Betriebszustände eine statische Phase, bei der sich die Soll- und Istwerte der Regelgrößen Druck 40', oder eine Geschwindigkeit des Zylinders 41', 47 nicht oder nur unwesentlich ändern. In solchen statischen Phasen werden mit Hilfe des Eingangsmoduls 5 bzw. 5' z.B. die Werte für den Druck-Istwert und die Stellgröße der für das Halten des Drucks notwendigen Drehzahl 44 erfasst, siehe Schritt s20 in 5. Nur zur Veranschaulichung sind in 4 für verschiedene Betriebszustände 90, 91, 92 und 93 solche erfassten Werte für die Größen Druck 40' und Drehzahl 44 in Cluster Diagrammen dargestellt, wobei jeder Punkt 95 ein Druck-Drehzahl-Wertepaar für eine bestimmte Erfassungszeit darstellt.
-
Die erfassten Daten für den Druck und die Drehzahl werden verwendet, um je eine eigene eindimensionale Kohonenkarte, z.B. die Kohonenkarte 81 und die Kohonenkarte 82 für die Größe Drehzahl und die Größe Druck zu trainieren, gemäß Schritt s30. Die Kohonenkarten sind mit gleichen Gewichten bzw. äquidistanten Abständen der Ausgabeknoten initialisiert und spannen einen Wertebereich auf, der idealer Weise dem möglichen Wertebereich der erfassten Messgrößen Druck und Drehzahl entspricht. Das Training wird durchgeführt, bis ein Quantifizierungsfehler oder ggf. ein gleitender Mittelwert des Quantifizierungsfehlers, also eine Abweichung eines neu zugeführten Wertes zu Ausgabeknoten in der Kohonenkarte, einen Trainingsschwellwert unterschreitet. Dann ist das Training der jeweiligen Kohonenkarte gemäß Schritt s40 abgeschlossen.
-
Das Training kann mit einem zuvor aufgezeichneten Datensatz, der eine Vielzahl von Messpunkten zu verschiedenen Erfassungszeiten in statischen Betriebszustände ggf. aus einem zyklischen Betriebsablauf enthält, in einem sogenannten Batchmodus durchgeführt werden. Ebenso kann aber auch unmittelbar anschließend an die Erfassung der Werte der erfassten Größen die jeweilige Kohonenkarte 81, 82 Schritt für Schritt sequentiell trainiert werden.
-
Die trainierten Kohonenkarten 81, 82 enthalten anschließend Ausgabeknoten 81.1, 81.2, 81.3, 81.4 bzw. 82.1, 82.2, 82.3, die sich zum Einen um im Training häufig vorkommenden Werte der Größen Druck oder Drehzahl clustern. Zudem geben die Ausgabeknoten eine Auftretenshäufigkeit von diesen Werten in den Trainingsdaten an.
-
In Schritt s50 wird anschließend das statistisches Modell 60 erstellt. Dazu braucht kein Training durchgeführt werden. Vielmehr handelt es sich bei dem statischen Modell um ein Bayes'sches Netz mit einer bestimmten Struktur, die einfach anhand der vorhandenen oder zusätzlich erfasster Trainingsdaten errechnet werden kann.
-
Für die Trainingsdaten der erfassten Größen werden jeweils die Ausgabeknoten in den trainierten Kohonenkarten 81, 82 als Treffer-Ausgabeknoten 81', 82' ermittelt und für jede Erfassungszeit als Treffer-Ausgabeknoten Vektor 50 in einer Liste abgelegt. Dann wird für jeden Treffer-Ausgabeknoten in der Liste ein Netzknoten in dem Bayes'schen Netz angelegt. Als Vereinfachung könnten nur für solche Treffer-Ausgabeknoten, welche eine bestimmte Auftretenshäufigkeit überschreiten, z.B. 5%, Netzknoten angelegt werden. Dabei sind die Treffer-Ausgabeknoten und die dafür angelegten Netzknoten einander zugeordnet, repräsentieren also den selben Wert der erfassten Größe. Die Struktur des Bayes'schen Netz ist so angelegt, dass Netzknoten 61', 61", 61'", die Ausgabeknoten 81.1, 81.2, 81.3 usw. aus einer selben Kohonenkarte 81 entsprechen, in Reihen 61 angeordnet sind. Dabei ist jedem Netzknoten eine Auftretenshäufigkeit des entsprechenden Ausgabeknoten in der Liste der mit den Trainingsdaten erzeugten Treffer-Ausgabeknoten zugeordnet.
-
Zwischen den einzelnen Reihen 61, 62 und 63 sind die Netzknoten paarweise durch Gewichte 65, 65', 65" vernetzt. Netzknoten aus einer Reihe 61 sind selbst nicht untereinander vernetzt. Die Gewichte sind aus den in der Liste enthaltenen Treffer-Ausgabeknoten Vektoren 50 so berechnet, dass sie eine Häufigkeit eines gemeinsamen Auftretens beider diesen Netzknoten zugeordneten Ausgabeknoten in den beiden verschiedenen Kohonenkarten 81, 82 angeben, d.h. dies entspricht einer Häufigkeit mit denen die Trainingsdaten die beiden zugeordneten Ausgabeknoten 81' 82' als Treffer-Ausgabeknoten der beiden Kohonenkarten gleichzeitig zugeordnet haben.
-
Das so erstellte Bayes'sche Netz repräsentiert also eine Statistik möglicher während des Trainings erfasster, zur gleichen Erfassungszeit auftretenden Kombinationen von Werten der erfassten Größen, hier Druck und Drehzahl.
-
Natürlich können anstelle oder zusätzlich von Druck 40' und Drehzahl 44 weitere oder andere Größen erfasst und für das Training eigener eindimensionaler Kohonenkarten und das Erstellen des statistischen Modells 60 benutzt werden.
-
Messbetrieb der Messanordnung, siehe 6 und 3.
-
In einem normalen Betrieb der Anlage 3 werden in einer stationären Betriebsphase die Größen erfasst, siehe Schritt s100 und aus den erfassten Größen für je eine Erfassungszeit ein Beobachtungsvektor 30 erstellt, siehe Schritt s110.
-
Der Beobachtungsvektor enthält wie gesagt die erfassten Werte der Größen als einzelne Elemente 31, 32, 33, 34, z.B. Druck 40' und Drehzahl 44.
-
Die Werte 31, 32, etc. aus dem Beobachtungsvektor werden der jeweils den Größen zugeordneten Kohonenkarte 81, 82 etc. zugeführt, siehe Schritt s130. Dadurch werden Treffer-Ausgabeknoten 81', 82' ermittelt, die den Werten am nächsten kommen. Die ermittelten Treffer-Ausgabeknoten 81', 82' werden als Treffer-Ausgabeknoten-Vektor 50 an das statistische Modell 60 weitergegeben, siehe Schritt s135. Es wird gleichzeitig eine Treffer-Abweichung 50' ermittelt, die direkt dem Bewertungsmodul 9 zugeführt ist.
-
Schon anhand einer Treffer Abweichung 50', die über einem vorgegebenen Schwellwert liegt, z.B. ein Schwellwert, der dem Quantifizierungsfehler im Training entspricht, kann ein anomaler Betriebszustand erkannt werden, siehe Schritt s140. So kann z.B. erkannt werden, ob der Druck-Istwert 40' oder der Drehzahl-Stellwert 44 außerhalb eines Bereiches liegt, der im Training als Wertebereich des Normalzustandes erkannt worden ist.
-
Der Treffer-Ausgabeknoten-Vektor 50 mit seinen Treffer-Ausgabeknoten 81', 82' mehrerer Kohonenkarten 81, 82 wird vom zweiten Verarbeitungsmodul 8 anhand des statistischen Modells 60 darauf überprüft, ob die Kombination der Werte, die die Treffer-Ausgabeknoten 81', 82' repräsentieren, im Training des Normalzustandes mit einer gewissen Wahrscheinlichkeit vorgekommen sind. Dazu werden die den Treffer-Ausgabeknoten 81', 82' zugeordnete Netzknoten z.B. 61'" und 62'" identifiziert, siehe Schritt s150. Das Gewicht 65", das die Netzknoten 61'" und 62'" verknüpft gibt die Auftretenshäufigkeit dieser Treffer-Ausgabeknoten 81', 82' bzw. der zugeordneten Netzknoten 61'" und 62'" für einen Normalzustand an, siehe Schritt s155. Falls mehr als zwei Netzknoten in mehr als zwei Reihen 61, 62, 63 identifiziert werden, werden die Gewichte 65" und 65' miteinander verrechnet, z.B. multipliziert um die Gesamt-Auftretenshäufigkeit zu ermitteln.
-
Ist keine Identifizierung von Netzknoten möglich, weil für einen Treffer-Ausgabeknoten im Einrichtbetrieb bzw. Trainingsbetrieb kein Netzknoten gebildet wurde, so ist die hier ermittelte Auftretenshäufigkeit Null. Die Auftretenshäufigkeit wird als Ausgabedatum 50" wiederum einer Bewertung unterzogen, siehe ebenfalls Schritt s140. Wenn die Auftretenshäufigkeit der erfassten Kombination aus Werten unterschiedlicher Größen eine vorgegebene Schwelle überschreitet, wird der Normalzustand erkannt und als Bewertung 70 ausgegeben. Ansonsten, also wenn die vorgegebene Schwelle unterschritten wird, wird ein anomaler Betriebszustand als Bewertung 70 gemeldet.
-
Damit kann z.B. erkannt werden, wenn in einem Druckregelbetrieb, bei der ein Druckregler in der Anlagensteuerung 13 einen Druck 40' als Regelgröße konstant auf einem bestimmten Wert hält, z.B. ein ungewöhnlich hoher Wert für die Stellgröße Drehzahl 44 auftritt. Auch wenn der höhere Drehzahlwert durchaus in anderen Betriebszuständen innerhalb eines gültigen normalen Bereichs liegt, wird die Abweichung der Drehzahl in Kombination mit einem vorgegebenen bestimmten Druck-Istwert 40' erkannt und als anomaler Betriebszustand gemeldet. Die höhere Drehzahl kann z.B. in Folge von Leckagen notwendig werden, um den vom Regler vorgegebenen Druckwert trotz der Leckage zu erreichen.
-
Bezugszeichenliste
-
- 1
- Messanordnung
- 3
- Anlage
- 5, 5'
- Eingangsmodul in Maschinensteuerung oder Gateway
- 7
- Erstes Verarbeitungsmodul
- 8
- Zweites Verarbeitungsmodul
- 9
- Bewertungsmodul
- 10
- Server
- 11
- Wartungssystem
- 13
- Anlagensteuerung
- 15
- Speicher oder Datenbank
- 16
- Bewegliches Anlagenelement
- 18
- Hydraulischer Verbraucher, Zylinder
- 20
- Untergeordnete Steuerung Hydraulisches System, kurz Hydrauliksteuerung
- 22
- Frequenzumrichter
- 24
- Elektromotor
- 26
- Hydropumpe
- 28
- Hydraulische Steuerelemente
- 30
- Beobachtungsvektor mit Elementen 31,32, 33, 34
- 40, 40'
- Drucksensor, Druckmesswert
- 41, 41'
- Wegsensor, Ist-Position
- 42, 42'
- Temperatursensor, Temperaturmesswert
- 43, 43'
- Winkelsensor, Ist-Drehzahl
- 44
- Soll-Drehzahl
- 45
- Soll-Druck
- 46
- Soll-Position
- 47
- Soll-Geschwindigkeit
- 48
- Betriebszustandsdaten
- 50
- Ausgabedaten erstes Verarbeitungsmodul, z.B. Treffer-Ausgabeknoten, Vektor aus Treffer-Ausgabeknoten
- 50'
- Ausgabedaten erstes Verarbeitungsmodul, Treffer-Abweichung
- 50"
- Ausgabedaten zweites Verarbeitungsmodul
- 60
- Bayes'sches Netz
- 61
- Erste Reihe Netzknoten 61', 61', 61'"
- 62
- Zweite Reihe Netzknoten 62', 62', 62'"
- 63
- Dritte Reihe Netzknoten 63', 63', 63'"
- 65, 65', 65"
- Gewichte des Bayes'schen Netz
- 70
- Bewertung
- 81
- Eindimensionales Kohonenkarte mit Ausgabeknoten 81.1, 81.2, 81.3, 81.4 usw.
- 82
- Eindimensionales Kohonenkarte mit Ausgabeknoten 82.1, 82.2, 82.3 usw.
- 83
- Eindimensionales Kohonenkarte mit Ausgabeknoten 83.1, 83.2 usw.
- 84
- Eindimensionales Kohonenkarte
- 81', 82', 83',
- Treffer-Ausgabeknoten
- 84' 90
- Druck-Drehzahl Cluster Diagramm von Druckistwerten und Drehzahlistwerten eines ersten stationären Betriebszustands
- 91
- Druck-Drehzahl Cluster Diagramm von Druckistwerten und Drehzahlistwerten eines zweiten stationären Betriebszustands
- 92
- Druck-Drehzahl Cluster Diagramm von Druckistwerten und Drehzahlistwerten eines dritten stationären Betriebszustands
- 93
- Druck-Drehzahl Cluster Diagramm von Druckistwerten und Drehzahlistwerten eines vierten stationären Betriebszustands
- 95
- (p, n)-Messpunkte aus jeweils zur gleichen Erfassungszeit aufgenommenen Druckistwert und Drehzahlistwert
- 99
- Datenkommunikationsnetz
- s10
- Schritt Betreiben
- s20
- Schritt Erfassen von Trainingsdaten
- s30
- Schritt Trainieren
- s40
- Schritt Abschließen des Trainings
- s50
- Erstellen eines statistischen Modells
- s100
- Erfassen von Daten im Messbetrieb
- s110
- Erstellen eines Beobachtungsvektors
- s130
- Zuordnen in einer Kohonenkarte
- s135
- Ausgeben eines Treffer-Ausgabeknotens
- s140
- Bewerten eines Betriebszustands
- s150
- Zuordnen in einem statistischen Modell
- s155
- Maß für Zuordenbarkeit bilden
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Nicht-Patentliteratur
-
- „Krogerus, T.; Vilenius, J.; Liimatainen, J.; Koskinen, K.T. 2006. Self-organizing maps with unsupervised learning for condition monitoring of fluid power systems. Fluid Power for Mobile, In-Plant, Field and Manufacturing. SAE SP-2054 pp. 43-51“ [0002]
