DE4322870C1 - Verfahren und Anordnung zur Beurteilung des Erfolges von Reinigungsprozeduren an verschmutzten Oberflächen - Google Patents
Verfahren und Anordnung zur Beurteilung des Erfolges von Reinigungsprozeduren an verschmutzten OberflächenInfo
- Publication number
- DE4322870C1 DE4322870C1 DE19934322870 DE4322870A DE4322870C1 DE 4322870 C1 DE4322870 C1 DE 4322870C1 DE 19934322870 DE19934322870 DE 19934322870 DE 4322870 A DE4322870 A DE 4322870A DE 4322870 C1 DE4322870 C1 DE 4322870C1
- Authority
- DE
- Germany
- Prior art keywords
- image
- color value
- cleaning
- picture
- arrangement
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
- G01B11/303—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces using photoelectric detection means
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
Description
Die Erfindung betrifft ein Verfahren zur Beurteilung des
Erfolges von Reinigungsprozeduren an verschmutzten Ober
flächen unter Einsatz eines opto-elektronischen Bilder
fassungs-, Bildverarbeitungs- und Bilddarstellungssystems
und eine Anordnung zum Durchführen des Verfahrens.
In Produktionsanlagen der Chemie, Pharmazie und insbe
sondere der Nahrungsmittel- und Getränkeindustrie kommen
heute fast ausnahmslos automatisierte Reinigungsverfahren
bzw. -prozeduren zur Anwendung, wobei sämtliche Anla
genteile einer sogenannten CIP-Reinigung unterzogen wer
den (CIP: Cleaning in place, was soviel bedeutet wie:
Reinigung an Ort und Stelle im Durchfluß). Die Dauer der
Reinigung, d. h. der Eingriff des Reinigungsmittels auf
die zu reinigende verschmutzte Oberfläche, die Wahl des
Reinigungsmittels und das Reinigungsverfahren selbst ba
sieren in der Regel auf empirischen Erfahrenswerten, wo
bei diese oftmals erst beim Einfahren und Erproben der
Anlage ermittelt und festgelegt werden.
Da sich über die Nutzungsdauer einer Produktionsanlage
einerseits die Produktionsbedingungen und andererseits
aber auch die Betriebsbedingungen des Reinigungsverfah
rens ändern können, muß in Zeitabständen eine Überprüfung
des Reinigungserfolges vorgenommen werden. Dies geschieht
unter Umständen unmittelbar durch visuelle Augenschein
nahme reinigungskritischer Bereiche der Anlage, durch
laboranalytische Untersuchungenn ausgewählter, an reini
gungskritischen Stellen der Anlage angeordneten und aus
dieser leicht entfernbaren Testflächen oder mittelbar
durch laufende Qualitätskontrolle des Produktes.
Es wurde in diesem Zusammenhang bereits vorgeschlagen,
besonders reinigungskritische Bereiche, beispielsweise
jene eines Tanks, mit einem Bildaufnahmegerät, bei
spielsweise einer Videokamera, zu überwachen und auf der
Grundlage der auf diese Weise gewonnenen visuellen
Informationen, die über ein Bildwiedergabegerät, einen
handelsüblichen Monitor, dargestellt werden, den Erfolg
der Reinigungsprozedur zu überprüfen und ggf. zu verfol
gen. Ein derartiges Verfahren kann zwar zeitnah zur Rei
nigungsprozedur durchgeführt werden, die aus ihm zu ge
winnenden Informationen sind jedoch qualitativer Natur
und mit ihrer Hilfe ist es in der Regel nicht möglich,
den Reinigungsprozeß reinigungskinetisch optimal und öko
nomisch - und damit auch umweltfreundlich - zu gestalten.
Die anderen eingangs genannten Überwachungsverfahren des
Reinigungserfolges (Testflächen, Qualitätskontrolle), die
unmittelbar oder mittelbar quantitative Aussagen über den
Zustand der zu reinigenden verschmutzten Oberfläche ma
chen können, sind nicht zeitnah anwendbar und eignen sich
daher nur begrenzt zur Beurteilung des Reinigungserfolges
und keineswegs zur Verfolgung und Aufzeichnung reini
gungskinetischer Vorgänge.
Zur Beurteilung der Oberflächenveränderung von Gegenstän
den sind bislang eine Reihe von Verfahren bekannt gewor
den, bei denen die jeweilige Oberfläche über eine Video
kamera aufgenommen und ein von dieser abgeleitetes
Bildsignal anschließend quantitativ weiterverarbeitet
wird. In der DE 41 39 107 C1 ist in diesem Zusammenhang
ein Verfahren zum Feststellen und Auswerten von
Oberflächenveränderungen an natürlicher oder künstlicher
Bewitterung ausgesetzten Probestücken beschrieben, bei
dem die Probestücke vor und während der Bewitterung in
vorgebbaren zeitlichen Abständen mittels einer
elektronischen Kamera unter definierten und
reproduzierbaren Beleuchtungs- und Abbildungsbedingungen
aufgenommen, die Bilder digitalisiert, in einem Rechner
gespeichert, mittels des Rechners Graustufenhistogramme
der Bilder hergestellt, durch Differenzbildung zwischen
den Graustufenhistogrammen des unbewitterten und des
bewitterten Probestückes die Oberflächenveränderungen als
Funktion der Bewitterung ermittelt und die Veränderung
graphisch oder tabellarisch dargestellt werden.
Aus der DE 42 01 935 A1 ist weiterhin ein Fehlerermitt
lungsverfahren bekannt, bei dem eine Abbildung eines
durch ein Licht beleuchteten Prüfgegenstandes von einer
Videokamera aufgenommen und eine Fehlerermittlung des ge
prüften Gegenstandes auf der Basis eines Bildsignales von
dieser Videokamera weitergeleitet wird. Dieses Verfahren
ist gekennzeichnet durch ein Zusammenstellen von zwei
Inspektionszonen, die einander benachbart sind und eine
vorgegebene Größe auf einem Bildschirm besitzen, die
durch das Bildsignal gebildet wird, ein Aufspeichern der
Helligkeit jeder dieser beiden Inspektionszonen auf den
ganzen Bildschirm und ein Weiterleiten einer Fehlerbeur
teilung, wenn ein Unterschied zwischen diesen aufgespei
cherten Werten einen vorgegebenen Schwellenwert über
steigt.
Die DE 41 33 315 A1 beschreibt schließlich eine Vorrich
tung zur Prüfung einer Oberfläche, in der ein zu prüfen
der Gegenstand von einer Lichtquelle angestrahlt und die
übertragene oder vom Gegenstand reflektierte Lichtstrah
lung von einer Videokamera aufgenommen wird und ein von
der Videokamera abgeleitetes Bildsignal durch einen elek
tronischen Prozessor zur Ermittlung von fehlerhaften
Stellen auf dem zu prüfenden Gegennstand verarbeitet wird.
Die bekannte Vorrichtung enthält unter anderem eine Ein
richtung zur Gewinnung eines Bildsignals, einen Analog-
Digital-Wandler, einen Speicher und jeweils eine Einrich
tung zur Erzeugung eines Histogrammsignals, zum Setzen
eines kleinen Fensters auf einem Bildschirm, zum Setzen
einer Fensteradresse zum Abtasten des Speichers sowie zur
Beurteilung des Vorhandenseins einer fehlerhaften Stelle.
Sowohl die betriebliche Praxis als auch die mit der Aus
legung und Optimierung von Reinigungsverfahren für die
eingangs genannten Anwendungsgebiete befaßte Fachwelt
suchen seit langem nach Methoden zur Aufzeichnung reini
gungskinetischer Vorgänge auf der Grundlage zeitnaher
quantitativer Informationen über den momentanen Zustand
der zu reinigenden verschmutzten Oberfläche und zur quan
titativen Überprüfung des Reinigungserfolges. Verfahren
nach dem vorgenannten druckschriftlich benannten Stand
der Technik sind jedenfalls nicht geeignet, die vorste
hend erwähnten reinigungstechnischen Probleme einer be
friedigenden Lösung zuzuführen.
Es ist Ziel der vorliegenden Erfindung, den vorstehenden
Bedürfnissen mit relativ einfachen Mitteln abzuhelfen.
Das Ziel wird durch Anwendung der Merkmale im Anspruch 1
gelöst. Vorteilhafte Ausgestaltungen des Verfahrens gemäß
der Erfindung sind Gegenstand von Unteransprüchen. Eine
Anordnung zum Durchführen des vorgeschlagenen Verfahrens
wird durch Anwendung der Merkmale im Nebenanspruch 6
realisiert, wobei vorteilhafte Ausgestaltungen der vor
geschlagenen Anordnung Gegenstand weiterer Unteransprüche
sind.
Die Erfindung nutzt die Erkenntnis, daß die zu reinigende
verschmutzte Oberfläche charakteristische Farbwerte auf
weist. Wird nun, wie dies die Erfindung vorsieht, ein de
finierter Bildausschnitt in eine Vielzahl von eine Bild
matrix bildenden Bildelementen aufgeteilt, so ist jedem
dieser Bildelemente ein Farbwert eigen. Wird dieser Farb
wert nun über ein geeignetes Bildaufnahmegerät erfaßt und
schließlich in ein digitales Farbwert-Signal f_i umgewan
delt, so entsteht eine den Bildausschnitt beschreibende,
digitale Bildmatrix, ein sogenanntes digitales Schmutz
bild. Der Farbwert und das daraus resultierende digitale,
diskrete Farbwert-Signal f_i sind von der spektralen
Energieverteilung und der Intensität der vom jeweiligen
Bildelement ausgesandten Strahlung abhängig. Die Farb
werte setzen sich jeweils aus dem Grundfarbwert der Ober
fläche und/oder den abzutragenden Verschmutzungen zusam
men. Einem bestimmten real existierenden Schmutzbild ist
jeweils eine unverwechselbare digitale Bildmatrix, ein
digitales Schmutzbild, zugeordnet, wobei Reinigungspro
zeduren an der zu reinigenden Oberfläche durch Abtrag von
Verschmutzungen Farbveränderungen hervorrufen, die sich
wiederum in einer eindeutigen und unverwechselbaren neuen
digitalen Bildmatrix manifestieren. Werden nun in zeit
licher Abfolge aus dem Farbwert-Signalen digitale Bildmatrizes generiert und
gespeichert, so können in freiwählbaren Zeittakten die je
weiligen Bildmatrizes über alle Bildelemente miteinander
verglichen, Unterschiede qualitativ ermittelt und
dargestellt und/oder ausgelesen werden. In jedem Falle
erfolgt die Bildauswertung zeitnah, und es können auf
Grund der Möglichkeit, den Erfolg der Reinigungsprozedur
quantitativ zu beurteilen, noch während des Reinigungs
verfahrens Eingriffe zu seiner Steuerung vorgenommen wer
den.
Es hat sich gezeigt, daß die Farbwertverteilung h_f = f(f)
ein sehr empfindliches Beurteilungskriterium für den Er
folg von Reinigungsprozeduren an verschmutzten Oberflä
chen darstellt. Die Farbwertverteilung h_f ist nichts an
deres als die Häufigkeitsverteilung aller Farbwert-Signale f_i,
wobei sich die Häufigkeit h_i, mit der ein Farbwert-Signal f_i
in einer Bildmatrix enthalten ist, aus der Summe aller
Bildelemente gleichen Farbwert-Signales f_i in dieser Bildmatrix
ergibt. Eine vorteilhafte Ausgestaltung des Verfahrens
gemäß der Erfindung sieht in diesem Zusammenhang vor, daß
in der digitalisierten Bildmatrix die Häufigkeit h_i, mit
der die diskreten Farbwert-Signale f_i in dieser enthalten sind,
festgestellt und eine Häufigkeitsverteilung h_f = f(t) über alle
Farbwert-Signale f_i ermittelt,
die Differenz zwischen zwei Farbwert-Verteilungen gebil
det, und das Ergebnis dargestellt und/oder ausgelesen
wird.
Darüber hinaus wird nach einer weiteren Ausgestaltung des
Verfahrens gemäß der Erfindung vorgeschlagen, daß aus der
digitalisierten Bildmatrix der Mittelwert und/oder die
Varianz der Farbwert-Verteilung h_f ermittelt und/oder
dargestellt und/oder ausgelesen werden bzw. wird. Sowohl
der Mittelwert als auch die Varianz sind weitere empfind
liche quantitative Beurteilungskriterien im Zusam
menhang mit der Überprüfung des Reinigungserfolges und
der Aufzeichnung reinigungskinetischer Vorgänge.
Eine andere Ausgestaltung des Verfahrens gemäß der Er
findung sieht vor, daß bei Unter- oder Überschreiten des
jeweils vorgegebenen Grenzwertes für den Mittelwert
oder für die Varianz ein Signal zur Steuerung einer
Reinigungsprozedur generiert wird. Hierdurch ist es
möglich, zeitnah in die Reinigungsprozedur steuernd ein
zugreifen.
Das vorgeschlagene Verfahren gemäß der Erfindung ist
prinzipiell geeignet, beliebige Farbwerte und Farbwert
verteilungen zu erfassen und digital zu verarbeiten. Es
versteht sich, daß die digitale Verarbeitung einer Viel
zahl unterschiedlicher Farben einen wesentlich höheren
Rechenaufwand erfordert, als dies beispielsweise der Fall
ist, wenn als Farbwerte nur Grauwerte erfaßt und verar
beitet werden. In einem mit acht Bit digitalisierten
Schmutzbild der Fläche A = p × q, welches beispielsweise in
N = m × n Bildelemente aufgeteilt wird, kann jeder Grauwert g_i einen diskreten Wert
zwischen 0 und 255 annnehmen.
Es kann von Vorteil sein, die abzureinigenden Ver
schmutzungen einzufärben, wie dies eine weitere Ausge
staltung des Verfahrens gemäß der Erfindung vorsieht, wo
bei dadurch auch bei einer Grauwert-Verarbeitung kon
trastreichere Schmutzbilder vorliegen und signifikantere
Grauwerte-Verteilungen ermittelt werden. Es kann aber
auch zweckmäßig sein, eingefärbte Testverschmutzungen
aufzubringen, wobei durch die Einfärbung der Abtrag der
Verschmutzung und damit die Unterschiede zwischen gerei
nigten und ungereinigten Bereichen der Oberfläche noch
deutlicher hervortreten.
Im Zusammenhang mit der vorliegenden Erfindung sind De
finitionen aus dem Bereich der Stochastik erforderlich,
wie beispielsweise die eingangs genannte Häufigkeit h_i,
die Häufigkeitsverteilung h_f und der Mittelwert und die
Varianz einer Verteilung. Diese und weitere Definitionen
sind nachfolgend am Beispiel eines mit acht Bit digitalisierten
Schmutzbildes, bei dem zur Vereinfachung der Zusammenhänge die Farbwert-Signale f_i als
Grauwert-Signale g_i erfaßt und verarbeitet werden, zusammenfassend
dargestellt. Dabei wird nachfolgend für das Grauwert-Signal g_i (nachstehend verkürzt auf: Grauwert g_i)
und für andere stochastische Größen eine indizierte
Schreibweise verwendet, die allerdings auf die unmittel
bare Erläuterung der Gleichung 1 bis 6 beschränkt
bleibt. Die Beschreibungseinleitung bleibt bei der bis
lang eingeführten Schreibweise als Ersatz für die indi
zierte.
In einem mit 8 Bit digitalisierten Schmutzbild kann jeder
Grauwert gi 256 diskrete Werte annehmen:
gi∈{0, 1, 2, . . . , 255} (1)
Die Häufigkeit hi, mit der ein Grauwert gi in einer
Bildmatrix mit N = n × m Bildpunkten (Pixel=Picture
Elements) enthalten ist, ergibt sich aus der Summe aller
Pixel gleichen Grauwertes:
hi = Σgi (2)
Die Wahrscheinlichkeit pi, mit der ein Pixel der
Intensität gi erscheint, ergibt sich aus dem Verhältnis
der Häufigkeit hi zur Gesamtanzahl N der im
Bildausschnitt befindlichen Pixel:
Weiterhin gilt:
Der Mittelwert <g< der Grauwertverteilung ergibt sich aus
der Summe aller möglichen Grauwerte multipliziert mit
deren Wahrscheinlichkeit:
Als Maß für die Streuung der Grauwerte errechnet sich die
Varianz σ²:
Die Anordnung zum Durchführen des Verfahrens basiert auf
einem Bildaufnahme- und einem Bildwiedergabegerät, wobei
zwischen diesen beiden eine als Bildverarbeitungssystem
fungierende elektronische Datenverarbeitungsanlage vor
gesehen ist. In dieser Datenverarbeitungsanlage werden
die aus dem Bildaufnahmegerät kommenden Bildinformationen,
die in der Regel in analoger Form vorliegen, über
einen Analog/Digital-Wandler einem Bildspeicher und von
dort über einen Digital/Analog-Wandler dem Bildwiedergabe
gerät zugeführt. Der Bildspeicher ist mit einem exter
nen Datenspeicher, beispielsweise einem Massenspeicher,
zum Ein- und Auslesen der Bildinformationen verbunden.
Die vorgeschlagene Anordnung läßt sich relativ einfach
und kostengünstig realisieren, wenn sie, wie dies eine
weitere Ausgestaltung vorsieht, aus einer
Standard-Videokamera als Bildaufnahmegerät, einem
Monitor als Bildwiedergabegerät und einem
Personalcomputer als elektronische
Datenverarbeitungsanlage konfiguriert ist.
Da eine schritthaltende Bildverarbeitung gemäß der
Video-Norm (25 Bilder/sec) mit einem einfachen als Bild
verarbeitungssystem genutzten Personalcomputer nicht möglich ist, wer
den die aufgezeichneten Schmutzbilder in freiwählbaren
Zeittakten im Bildspeicher eingefroren und anschließend
im Datenspeicher, beispielsweise einer Festplatte, abge
speichert. Auf diese Weise lassen sich in einer Biblio
thek Schmutzbilder unterschiedlichster Reinigungsabläufe
archivieren und zur späteren Analyse bereitstellen.
Für zahlreiche Anwendungsfälle ist es von Vorteil, wenn
die vorgeschlagene Anordnung tragbar ausgestattet ist, so
daß sie beispielsweise für den mobilen Einsatz beim Kun
den und Anwender verwendet werden kann. Hierzu ist nach
einer weiteren vorteilhaften Ausgestaltung der Anordnung
gemäß der Erfindung vorgesehen, daß als Bildaufnahmegerät
eine CCD-Kamera und als elektronische Daten
verarbeitungsanlage ein tragbarer
Personalcomputer (beispielsweise Notebook), in dem das Bildwiedergabe
gerät in Form einer Flüssigkristallanzeige
integriert ist, vorgesehen sind. Die CCD-Kamera weist einen
Lichtdetektor auf, mit dem die Schwarzweiß-Bilder
präziser und mit höherer Auflösung, als dies mit einer
Standard-Videokamera möglich ist, aufgenommen werden kön
nen.
Um die Genauigkeit des vorgeschlagenen Verfahrens und
seine Reproduzierbarkeit zu verbessern, sieht eine wei
tere Ausführungsform der Anordnung gemäß der Erfindung
vor, das Objektiv des Bildaufnahmegerätes über eine Ab
schirmung, die den Bereich zwischen Objektiv und einer
Beobachtungszone von einfallendem Fremdlicht abschirmt,
auf die Beobachtungszone aufzusetzen, wobei eine Objekt
beleuchtung innerhalb der Abschirmung vorgesehen ist. Auf
diese Weise gewinnt man definierte Beleuchtungsverhält
nisse, die frei sind von Fremdlichteinflüssen.
Einsatz und Durchführung des Verfahrens gemäß der Erfin
dung werden nachfolgend an Hand von drei Anwendungsfällen
dargestellt. Dabei treten Grauwert-Signale g_i (nachfolgend kurz:
Grauwert g_i) beispielhaft an die Stelle der
erfindungsgemäßen Farbwert-Signale f_i. Darüber hinaus werden Ausführungsbeispiele
der Anordnung zum Durchführen des vorgeschlagenen Ver
fahrens beschrieben. Es zeigt
Fig. 1 in schematischer Darstellung eine erste
Anordnung zum Durchführen des Verfahrens gemäß
der Erfindung;
Fig. 2 in schematischer Darstellung die Anordnungsver
hältnisse eines Bildaufnahmegerätes
im Zusammenhang mit einem ersten Anwendungsfall;
Fig. 3 ebenfalls in schematischer Darstellung eine
weitere Anordnung des Bildaufnahmegerätes in
einem zweiten Anwendungsfall;
Fig. 4 und 5 ein Grundhistogramm bzw. ein Differenzhistogramm
im Zusammenhang mit dem ersten Anwendungsfall ge
mäß Fig. 2;
Fig. 6 ein aus den Histogrammen gemäß Fig. 4 und 5
resultierendes Abtragshistogramm;
Fig. 7 bis 9 ein Grundhistogramm bzw. Differenzhistogramm
bzw. Abtragshistogramm im Zusammenhang mit dem
zweiten Anwendungsfall gemäß Fig. 3;
Fig. 10 bis 12 drei in zeitlicher Abfolge im Zusammenhang mit
einem dritten Anwendungsfall aufgezeichnete
Schmutzbilder und
Fig. 10a bis 12a die den Schmutzbildern gemäß Fig. 10 bis 12
jeweils zugeordneten Grundhistogramme;
Fig. 13 eine zeitliche Darstellung des Mittelwertes
<g< (Gleichung (5) ) der Grauwertverteilung, wie
sie sich aus einer Vielzahl von Grundhistogrammen
zwischen den Zeitpunkten t = t_a und t = t_e ergeben;
Fig. 14 eine Darstellung des zeitlichen Verlaufes der
Varianz (Gleichung (6) ), wie sie sich aus der Fig. 13
zugrunde liegenden Grundhistogrammen er
gibt und
Fig. 15 in schematischer Darstellung eine zweite Ausfüh
rungsform der Anordnung zum Durchführen des Ver
fahrens gemäß der Erfindung.
Ein Bildaufnahmegerät 1 (Fig. 1), beispielsweise eine
Standard-Videokamera, leitet die gewon
nenen Bildinformationen über eine Leitung 8a einer als
Bildverarbeitungssystem fungierenden elektronischen Da
tenverarbeitungsanlage 7, beispielsweise einem
Personalcomputer (PC), zu. Dort werden die in
analoger Form vorliegenden Bildinformationen in einem
Analog/Digital-Wandler 2 in digitale Bildinformationen
umgesetzt und über eine Leitung 8b in einen Bildspeicher
3 zwecks Zwischenspeicherung eingelesen. Von dort werden
die Bildinformationen über eine Leitung 8c einem Digi
tal/Analog-Wandler 4 übermittelt und in "Echtzeit" auf
einem über eine Leitung 8d mit letzterem verbundenen
Bildwiedergabegerät 5, beispielsweise einem
Monitor, dargestellt. Über eine Leitung 8e ist der
Bildspeicher 3 mit einem externen Datenspeicher 6, bei
spielsweise einem als Festplatte oder Band ausgebildeten
Massenspeicher, verbunden. Im Datenspeicher 6 lassen sich
die im Bildspeicher 3 in freiwählbaren Zeittakten zwi
schengespeicherten Schmutzbilder in eine Bibliothek ein
lesen und archivieren, so daß sie zur späteren Analyse
jederzeit ausgelesen werden können.
In Fig. 2 ist ein erster Anwendungsfall des Verfahrens
gemäß der Erfindung dokumentiert. Auf einer Beobachtungs
zone 9, einer zu reinigenden, verschmutzten Oberfläche,
befindet sich eine definierte, begrenzte Verunreinigung,
ein Schmutzfleck 11. Die Beobachtungszone 9 besteht aus
einer grauen Kunststoffoberfläche und bei dem Schmutz
fleck 11 handelt es sich um einen aufgezeichneten schwar
zen Kreis mit einem Durchmesser d = 3 cm. Ein ausgewählter
Bildausschnitt 10 mit den Abmessungen A = p × q = 5 cm ×
5 cm = 25 cm² wird einmal mit und, nachdem der Schmutz
fleck 11 mit einem feuchten Tuch entfernt wurde, einmal
ohne Fleck digitalisiert. Der digitalisierte Bildaus
schnitt 10 beinhaltet eine Bildmatrix mit N = 251 × 251 = 63 001
Bildelementen. Im Abstand 1_3 von der verschmutz
ten Oberfläche ist die Vorderkante des Objektivs der
Standard-Videokamera 1 angeordnet. Eine Objektbeleuchtung
12 weist die in der Figur angegebenen Abstände 1_1 bzw.
1_2 von der Vorderkante des Objektivs der Standard-Video
kamera 1 bzw. von deren Gehäuse auf.
Der Bildausschnitt 10 wird im Anfangszustand a (schwarzer
Kreis auf grauer Kunststoffoberfläche) und im Endzustand
e (gereinigte graue Kunststoffoberfläche) digitalisiert.
Aus der digitalisierten Bildmatrix ergeben sich in einem
Grundhistogramm die jeweiligen Grauwertverteilungen für
den Anfangszustand a und den Endzustand e (Fig. 4). Die
Grauwertverteilung im Bereich des Grauwertes g = 15 re
sultiert aus dem im Bildausschnitt 10 befindlichen
schwarzen Fleck, der Verunreinigung 11. Die Grauwertver
teilung der grauen Kunststoffoberfläche bildet sich im
Bereich g = 65 bis 95 ab. Nach der Reinigung ergibt sich
die mit e gekennzeichnete Grauwertverteilung. Man
erkennt, daß die den Schmutzfleck 11 repräsentierende
Grauwertverteilung im Bereich g = 15 verschwunden ist;
dafür hat sich die Grauwertverteilung der gereinigten
Kunststoffoberfläche in den Bereich höherer Grauwerte
ausgedehnt, wobei zunehmende Grauwerte helleres und ab
nehmendes dunkleres Grau bedeuten. Da jede Grauwertverän
derung eines Bildelementes eine Veränderung der Grau
wertverteilung nach sich zieht, d. h. eine Abnahme der
Häufigkeit eines bestimmten Grauwertes führt zu einer
adäquaten Zunahme der Häufigkeit eines anderen Grauwer
tes, sind die Flächen unter den Verteilungskurven a und e
einander gleich.
Anschließend erfolgt die Differenzbildung d = e - a beider
Grauwertverteilungen a und e, die dem Differenzhisto
gramm (Fig. 5) zu entnehmen ist.
Die Differenzverteilung ist als sogenanntes Abtragshisto
gramm noch einmal in Fig. 6 dargestellt. Man erkennt
beiderseits der skalierten Grauwerteachse g gegenläufig
schraffierte Flächen, wobei die mit A_g gekennzeichnete
Fläche die Differenzverteilung der entstandenen gesäu
berten Oberfläche repräsentiert und die Flächen unterhalb
der Grauwertachse g die Differenzverteilung der besei
tigten verschmutzten Oberfläche A_v darstellt. Nach der
Reinigung ist von der Oberfläche einerseits der Schmutz
fleck 11 und es sind andererseits auch Verschmutzungen
entfernt worden, die innerhalb des Grauwertbereiches der
Kunststoffoberfläche liegen. Aus der Verteilung h_v = f(g)
(Differenzverteilung unterhalb der Grauwerteachse g)
berechnen sich die Gesamtfläche A_v der von Ver
schmutzungen bereinigten Oberfläche sowie die Teilflächen
A_v1 (Schmutzfleck 11) und A_v2 (Grundverschmutzung der
Kunststoffoberfläche 9).
An Hand des in den Fig. 4 bis 6 im Zusammenhang mit einem
einfachen Anwendungsfall dokumentierten erfindungs
gemäßen Verfahrens wird deutlich, wie mit seiner Hilfe
der Erfolg von Reinigungsprozeduren quantitativ beur
teilbar und interpretierbar ist.
Ein zweiter Anwendungsfall, ein Reinigungsversuch unter
realen Bedingungen, ist bezüglich des ihm zugrunde lie
genden Versuchsaufbaus in Fig. 3 dargestellt. Im Rahmen
eines Reinigungsversuches in einer industriellen Wasch
anlage werden graue Kunststoffkästen (Beobachtungszone 9)
gereinigt. Zur Bewertung des Abtrages werden Testflächen
(Bildausschnitte 10), die Verunreinigungen 11 aufweisen,
markiert (Bildausschnitte mit einer Fläche A = 5 cm × 5 cm = 25 cm²)
und numeriert. Sowohl vor der Reinigung als auch
nach der Reinigung werden die Testflächen 10 digitali
siert. Die Bedeutung der Abstände 1_1, 1_2 und 1_3 wurde
bereits unter Fig. 2 erläutert.
Die Ergebnisse der Auswertung des zweiten Anwendungs
falles sind in den Darstellungen der Fig. 7, 8 und 9
aufgetragen. Die Grauwertverteilung einer bestimmten
Testfläche im Anfangszustand vor der Reinigung (Grauwert
verteilung a) und jene im Endzustand nach der Reinigung
(Grauwertverteilung e) sind dem Grundhistogramm gemäß Fig. 7
zu entnehmen. Die Grauwerte sowohl der verschmutz
ten als auch der gereinigten Oberfläche befinden sich im
Bereich g = 105 bis 150.
Aus dem Differenzhistogramm (Verteilung d = e - a) läßt
sich entnehmen, daß die abgetragenen Verschmutzungen im
Bereich des Grundgrauwertes der Oberfläche liegen (Fig. 8).
Mit Hilfe des Abtragshistogrammes (Fig. 9) kann die ab
getragene Verschmutzung quantifiziert werden. Es ergibt
sich:
A_v = A_g = 13 920 Bildelemente,
d. h. die beseitigte verschmutzte Oberfläche A_v ist flä
chengleich der entstandenen gesäuberten Oberfläche. Da im
vorliegenden zweiten Anwendungsfall der Bildausschnitt 10
in N = 361 × 361 = 130 321 Bildelemente aufgeteilt ist,
sind während der Reinigung Verschmutzungen beseitigt
worden, die einen Anteil von 13 920/130 321 Bildelemente,
d. h. 10,7% der Gesamtoberfläche bedeckt hielten.
In einem dritten Anwendungsfall werden Testflächen unter
realen Bedingungen gereinigt, und die vorgesehenen Bild
ausschnitte werden in bestimmten Zeitabständen digitali
siert. Die jeweiligen Schmutzbilder sind in den Fig. 10,
11 und 12 dargestellt. Das Schmutzbild gemäß Fig. 10
wird zum Zeitpunkt t_a (Zustand der Oberfläche vor der
Reinigung) aufgenommen. Das zugehörige Histogramm der
Grauwertverteilung g zeigt Fig. 10a. Aus der Grauwert
verteilung lassen sich nach Gleichung (5) ihr Mittelwert
<g< und nach Gleichung (6) die Varianz berechnen. Die
entsprechenden Ergebnisse sind in der Darstellung ange
geben. In gleicher Weise wird zu einem Zeitpunkt t = t_i = 35
Sekunden und zum Zeitpunkt t = t_e = 180 Sekunden
(Endzustand e nach der Reinigung) verfahren. Die jewei
ligen Ergebnisse finden sich in den Fig. 11a und 12a.
Die Untersuchung zum Zeitpunkt t = t_i wird an dieser
Stelle stellvertretend herausgegriffen für eine Vielzahl
möglicher adäquater Untersuchungen über die gesamte Zeit
dauer des Reinigungsvorganges. Die aus der Untersuchung
resultierenden Mittelwert- und Varianzverläufe sind in
Fig. 13 bzw. 14 dargestellt.
Die Verläufe lassen sich jeweils in vier Bereiche I bis
IV einteilen, wobei zunächst das Augenmerk auf den Mit
telwertverlauf gerichtet werden soll (Fig. 13). Im Bereich I
erfolgen die Benetzungen der verschmutzten Oberfläche und
das Aufquellen der Verschmutzung. Beide Vorgänge führen
zu einer Aufhellung der Oberfläche und damit zu einem zu
nächst starken und anschließend zu einem moderateren An
stieg des mittleren Grauwertes bis zu einem Maximum für
t = t_i. Für Zeiten t_i < t < 42 Sekunden (Bereich II)
setzt die Ablösung vereinzelter Schmutzpartikel ein. Für
Zeiten 42 < t < 60 Sekunden (Bereich III) wird eine groß
flächige Ablösung der Verschmutzung beobachtet, wobei der
Abtrag zu einer stetigen und sehr starken Abnahme des
mittleren Grauwertes führt. Im sich anschließenden Be
reich IV erfolgt die Ablösung von Restverschmutzungen an
der Oberfläche, wodurch der mittlere Grauwert bis zum
Grundgrauwert der gereinigten Oberfläche abnimmt (Bereich
IV; t = t_e). Im vorliegenden Falle hat die gereinigte
Oberfläche dunklere Grauwerte als die verschmutzte.
Der Varianzverlauf (Fig. 14) bestätigt einerseits aus
dem Mittelwertverlauf gewonnene Erkenntnisse, anderer
seits liefert er zusätzliche quantitative Informationen
über die Grauwertverteilung. Die Varianz ist bekanntlich
ein Maß für die Streuung der Werte der Verteilungsfunk
tion, wobei kleine Varianz eine schlanke und große eine
füllige Verteilungsfunktion bedeuten. Die Benetzung der
Oberfläche (Bereich I) dokumentiert sich im Varianzver
lauf durch einen kräftigen Anstieg, d. h. die Grauwertver
teilung wird breiter, wobei sich die Oberfläche im vor
liegenden Fall weißlich anfärbt. Im weiteren Verlauf des
Bereiches I ist ein leichter Abfall der Varianz, d. h. eine
etwas schlankere Grauwertverteilung zu verzeichnen.
Dies erklärt sich daraus, daß sich durch das Aufquellen
eine Verstetigung der Graufärbung über weite Bereiche der
Oberfläche einstellt. Im Bereich II wird die Verteilung
durch Ablösung vereinzelter Schmutzpartikel schlanker,
die Varianz nimmt ab.
Durch die großflächige Ablösung von Verschmutzungen im
Bereich III ergibt sich nunmehr zunächst eine Vergröße
rung der Varianz bis zu einem Maximum für t = 50 Sekun
den, anschließend stellt sich eine sehr starke Abnahme
ein. Die Grauwertverteilung ist in diesem Bereich bimodal;
dies bedeutet, daß Teilbereiche der Oberfläche zu
nehmend auf ihren Grundgrauwert im gereinigten Zustand
freigelegt werden, andere Teilbereiche aber noch den
Grauwert der Verschmutzung aufweisen. Im sich an
schließenden Bereich IV (t < 60 Sekunden) erfolgt durch
die Ablösung von Restverschmutzungen an der Oberfläche
eine allmähliche Annäherung der Varianz auf den Wert für
die schlanke Grauwertverteilung der gereinigten Kunst
stoffoberfläche.
Um reinigungskinetische Vorgänge und die Überprüfung des
Reinigungserfolges vor Ort beim Kunden oder Anwender
durchführen zu können, wird eine in Fig. 15 dargestellte
zweite Ausführungsform der Anordnung zur Durchführung des
Verfahrens gemäß der Erfindung vorgeschlagen. An Stelle
des in der Anordnung gemäß der Fig. 1 verwendeten
Personalcomputers (PC) wird nunmehr ein
tragbarer Personalcomputer (Notebook) 7a
vorgesehen, in den ein Bildwiedergabegerät 5a in Form einer
Flüssigkristallanzeige (LCD-Display) integriert ist.
Im übrigen ist die elektronische Datenverarbeitungsanlage
7a prinzipiell in gleicher Weise aufgebaut wie jene in
der Anordnung gemäß Fig. 1. An Stelle der in der Anord
nung gemäß Fig. 1 verwendeten Standard-Videokamera 1
wird nunmehr eine CCD-Kamera vorgesehen,
die sich durch einen Lichtdetektor auszeichnet, der
Schwarzweiß-Bilder präziser und mit höherer Auflösung
aufnehmen kann als dies mit der Standard-Videokamera 1
der Fall ist. Darüber hinaus wird das Objektiv der CCD-
Kamera 1a über eine Abschirmung 13, die den Bereich zwi
schen Kameraobjektiv und einer Beobachtungszone 9 von
einfallendem Fremdlicht abschirmt, auf die Beobach
tungszone 9 aufgesetzt, wobei eine Objektivbeleuchtung 10
innerhalb der Abschirmung 13 vorgesehen ist. Mit der vor
geschlagenen zweiten, sehr kompakten Anordnung läßt sich
zum einen die Forderung nach einem mobilen und flexiblen
Einsatz derartiger Anordnungen erfüllen; zum anderen sind
die Qualität der digitalisierten Bildinformationen und
ihre Reproduzierbarkeit außerordentlich hoch.
Es versteht sich, daß die mit dem Verfahren gemäß der Er
findung ermittelbaren quantitativen Beurteilungskriterien
vielfältiger sind, als vorstehend beschrieben und sich
dem das Verfahren anwendenden Fachmann mit wachsender Er
fahrung im Umgang mit diesem zunehmend erschließen. So
ist es an dieser Stelle nicht möglich, auf alle sich mit
dem Verfahren gemäß der Erfindung eröffnenden Beurtei
lungs- und Interpretationsmöglichkeiten im Zusammenhang
mit reinigungskinetischen Vorgängen oder der Überprüfung
des Reinigungserfolges einzugehen. Sicher ist, daß das
vorgeschlagene Verfahren Wege aufzeigt, den Erfolg von
Reinigungsprozeduren an verschmutzten Oberflächen zeitnah
quantitativ zu beurteilen.
Claims (9)
1. Verfahren zur Beurteilung des Erfolges von Reini
gungsprozeduren an verschmutzten Oberflächen unter
Einsatz eines opto-elektronischen Bilderfassungs-,
Bildverarbeitungs- und Bilddarstellungssystems, mit
den Merkmalen, daß das Bild der zu beurteilenden
Oberfläche ausschnittsweise erfaßt, daß der Bildaus
schnitt in eine Vielzahl von eine Bildmatrix bilden
den Bildelementen aufgeteilt und jedem Bildelement
ein digitales Farbwert-Signal f_i zugeordnet wird,
wobei das jeweilige diskrete Farbwert-Signal von der
spektralen Energieverteilung und der Intensität der
vom Bildelement ausgesandten Strahlung abhängig ist,
daß in zeitlicher Abfolge aus den Farbwert-Signalen
digitalisierte Bildmatrizes generiert und gespeichert
werden und daß in frei wählbaren Zeittakten die je
weiligen Bildmatrizes über alle Bildelemente mitein
ander verglichen, Unterschiede quantitativ ermittelt
und dargestellt und/oder ausgelesen werden.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet,
daß in der digitalisierten Bildmatrix die Häufigkeit
h_i, mit der die diskreten Farbwert-Signale f_i in
dieser enthalten sind, festgestellt und eine Häufig
keitsverteilung h_f = f(t) über alle Farbwert-Signale
f_i ermittelt, die Differenz zwischen zwei Farbwert-
Verteilungen gebildet und das Ergebnis dargestellt
und/oder ausgelesen wird.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekenn
zeichnet, daß aus der digitalisierten Bildmatrix der
Mittelwert und/oder die Varianz der Farbwert-Vertei
lung h_f = f(f) ermittelt und/oder dargestellt und/oder
ausgelesen werden bzw. wird.
4. Verfahren nach Anspruch 3, dadurch gekennzeichnet,
daß bei Unter- oder Überschreiten eines jeweils vor
gegebenen Grenzwertes für den Mittelwert oder für die
Varianz ein Signal zur Steuerung einer Reinigungspro
zedur generiert wird.
5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch
gekennzeichnet, daß die zu beurteilende Oberfläche
eingefärbt wird.
6. Anordnung zum Durchführen des Verfahrens nach einem
der Ansprüche 1 bis 5, mit einem Bildaufnahme- und
einem Bildwiedergabegerät, mit den Merkmalen, daß
zwischen dem Bildaufnahmegerät (1; 1a) und dem Bild
wiedergabegerät (5; 5a) eine als Bildverarbeitungs
system fungierende elektronische Datenverarbeitungs
anlage (7; 7a) vorgesehen ist, in der die Bildinforma
tionen über einen Analog/Digital-Wandler (2) einem
Bildspeicher (3) und von dort über einen Digital/Ana
log-Wandler (4) dem Bildwiedergabegerät (5; 5a) zuge
führt werden, wobei der Bildspeicher (3) mit einem
externen Datenspeicher (6) zum Ein- und Auslesen der
Bildinformationen verbunden ist.
7. Anordnung nach Anspruch 6, dadurch gekennzeichnet,
daß als Bildaufnahmegerät (1) eine Standard-Videoka
mera, als Bildwiedergabegerät (5) ein
Monitor und als elektronische Datenverarbeitungs
anlage (7) ein Personalcomputer vorgesehen sind.
8. Anordnung nach Anspruch 6, dadurch gekennzeichnet,
daß als Bildaufnahmegerät (1a) eine CCD-Kamera und
als elektronische Datenverarbeitungsanlage (7a) ein
tragbarer Personalcomputer, in den das Bildwiedergabe
gerät (5a) in Form einer Flüssigkristallanzeige inte
griert ist, vorgesehen sind.
9. Anordnung nach einem der Ansprüche 6 bis 8, dadurch
gekennzeichnet, daß das Objektiv des Bildaufnahmege
rätes (1; 1a) über eine Abschirmung (13), die den Be
reich zwischen dem Objektiv und einer Beobachtungs
zone (9) von einfallendem Fremdlicht abschirmt, auf
die Beobachtungszone (9) aufgesetzt wird, wobei eine
Objektbeleuchtung (10) innerhalb der Abschirmung (13)
vorgesehen ist.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19934322870 DE4322870C1 (de) | 1993-07-09 | 1993-07-09 | Verfahren und Anordnung zur Beurteilung des Erfolges von Reinigungsprozeduren an verschmutzten Oberflächen |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19934322870 DE4322870C1 (de) | 1993-07-09 | 1993-07-09 | Verfahren und Anordnung zur Beurteilung des Erfolges von Reinigungsprozeduren an verschmutzten Oberflächen |
Publications (1)
Publication Number | Publication Date |
---|---|
DE4322870C1 true DE4322870C1 (de) | 1994-09-29 |
Family
ID=6492332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19934322870 Expired - Fee Related DE4322870C1 (de) | 1993-07-09 | 1993-07-09 | Verfahren und Anordnung zur Beurteilung des Erfolges von Reinigungsprozeduren an verschmutzten Oberflächen |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE4322870C1 (de) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19603455A1 (de) * | 1996-01-31 | 1997-08-14 | Franz Waizmann | Verfahren und Vorrichtung zum Reinigen von Übertragungsflächen in einer Druckmaschine |
EP1424551A1 (de) * | 2001-07-27 | 2004-06-02 | Nippon Sheet Glass Co., Ltd. | Verfahren zur bewertung der verunreinigung einer objektoberfläche und für dieses verfahren verwendete abbildungsbox |
DE19842989B4 (de) * | 1998-09-21 | 2004-09-16 | Hrch. Huppmann Gmbh | Brauereianlage mit Kameraüberwachung |
DE19524498B4 (de) * | 1995-07-05 | 2008-09-04 | Mahr Multisensor Gmbh | Bildverarbeitungssystem |
DE102010005616B3 (de) * | 2010-01-25 | 2011-06-16 | Federal-Mogul Burscheid Gmbh | Vorrichtung und Verfahren zum Bestimmen eines Rauheitsbereichs einer Oberfläche |
DE102010031564A1 (de) * | 2010-07-20 | 2012-01-26 | Krones Aktiengesellschaft | Intelligente Steuerung einer Flaschenwaschmaschine |
DE102010053989A1 (de) * | 2010-12-09 | 2012-06-14 | Heidelberger Druckmaschinen Ag | Sensor für Wascheinrichtung |
WO2013041608A1 (de) * | 2011-09-20 | 2013-03-28 | Dürr Ecoclean GmbH | Reinigungsanlage |
DE102015106777A1 (de) * | 2015-04-30 | 2016-11-03 | Marianne Zippel | Verfahren sowie Inspektionssystem zur Ermittlung und Überprüfung des Oberflächenreinheitsgrades von industriell gereinigten Werkstücken oder Maschinenbauteilen |
DE102021001122A1 (de) | 2021-03-02 | 2022-09-08 | Hydac International Gmbh | Vorrichtung |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4133315A1 (de) * | 1990-10-09 | 1992-04-16 | Hajime Industries | Vorrichtung zur pruefung einer oberflaeche |
DE4201935A1 (de) * | 1991-01-24 | 1992-07-30 | Hajime Industries | Fehlerermittlungsverfahren und -vorrichtung |
DE4139107C1 (en) * | 1991-11-28 | 1993-07-08 | Dietzel, Karl, Dr. Dr.Rer.Nat., 4150 Krefeld, De | Establishing and evaluating surface alterations at test pieces - using electronic camera to photograph at specified time intervals before and during natural or artificial weathering |
-
1993
- 1993-07-09 DE DE19934322870 patent/DE4322870C1/de not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4133315A1 (de) * | 1990-10-09 | 1992-04-16 | Hajime Industries | Vorrichtung zur pruefung einer oberflaeche |
DE4201935A1 (de) * | 1991-01-24 | 1992-07-30 | Hajime Industries | Fehlerermittlungsverfahren und -vorrichtung |
DE4139107C1 (en) * | 1991-11-28 | 1993-07-08 | Dietzel, Karl, Dr. Dr.Rer.Nat., 4150 Krefeld, De | Establishing and evaluating surface alterations at test pieces - using electronic camera to photograph at specified time intervals before and during natural or artificial weathering |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19524498B4 (de) * | 1995-07-05 | 2008-09-04 | Mahr Multisensor Gmbh | Bildverarbeitungssystem |
DE19603455B4 (de) * | 1996-01-31 | 2004-07-08 | Franz Waizmann | Verfahren und Vorrichtung zum Reinigen von Übertragungsflächen in Druckwerken |
DE19603455A1 (de) * | 1996-01-31 | 1997-08-14 | Franz Waizmann | Verfahren und Vorrichtung zum Reinigen von Übertragungsflächen in einer Druckmaschine |
DE19842989B4 (de) * | 1998-09-21 | 2004-09-16 | Hrch. Huppmann Gmbh | Brauereianlage mit Kameraüberwachung |
EP1424551A1 (de) * | 2001-07-27 | 2004-06-02 | Nippon Sheet Glass Co., Ltd. | Verfahren zur bewertung der verunreinigung einer objektoberfläche und für dieses verfahren verwendete abbildungsbox |
EP1424551A4 (de) * | 2001-07-27 | 2008-07-09 | Nippon Sheet Glass Co Ltd | Verfahren zur bewertung der verunreinigung einer objektoberfläche und für dieses verfahren verwendete abbildungsbox |
DE102010005616B3 (de) * | 2010-01-25 | 2011-06-16 | Federal-Mogul Burscheid Gmbh | Vorrichtung und Verfahren zum Bestimmen eines Rauheitsbereichs einer Oberfläche |
US8808460B2 (en) | 2010-07-20 | 2014-08-19 | Krones Ag | Intelligent control of a bottle washer |
DE102010031564A1 (de) * | 2010-07-20 | 2012-01-26 | Krones Aktiengesellschaft | Intelligente Steuerung einer Flaschenwaschmaschine |
DE102010053989A1 (de) * | 2010-12-09 | 2012-06-14 | Heidelberger Druckmaschinen Ag | Sensor für Wascheinrichtung |
CN103813863A (zh) * | 2011-09-20 | 2014-05-21 | 杜尔艾科克林有限公司 | 清洁设备 |
WO2013041608A1 (de) * | 2011-09-20 | 2013-03-28 | Dürr Ecoclean GmbH | Reinigungsanlage |
CN103813863B (zh) * | 2011-09-20 | 2017-03-29 | 杜尔艾科克林有限公司 | 清洁设备 |
DE102012200614B4 (de) | 2011-09-20 | 2024-07-25 | Ecoclean Gmbh | Reinigungsanlage für Werkstücke mit Betriebszustands-Überwachung |
DE102015106777A1 (de) * | 2015-04-30 | 2016-11-03 | Marianne Zippel | Verfahren sowie Inspektionssystem zur Ermittlung und Überprüfung des Oberflächenreinheitsgrades von industriell gereinigten Werkstücken oder Maschinenbauteilen |
DE102015106777B4 (de) * | 2015-04-30 | 2016-11-17 | Marianne Zippel | Verfahren sowie Inspektionssystem zur Ermittlung und Überprüfung des Oberflächenreinheitsgrades von industriell gereinigten Werkstücken oder Maschinenbauteilen |
DE102021001122A1 (de) | 2021-03-02 | 2022-09-08 | Hydac International Gmbh | Vorrichtung |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE3347645C1 (de) | Verfahren und Einrichtung zum opto-elektronischen Pruefen eines Flaechenmusters an einem Objekt | |
DE69128336T2 (de) | Verfahren und Vorrichtung zur Untersuchung eines transparenten oder durchscheinenden Gegenstandes wie beispielsweise einer Flasche | |
DE2417282C3 (de) | Vorrichtung zum Lesen von Fingerabdrücken | |
DE4410603C1 (de) | Verfahren zur Erkennung von Fehlern bei der Inspektion von strukturierten Oberflächen | |
DE4322870C1 (de) | Verfahren und Anordnung zur Beurteilung des Erfolges von Reinigungsprozeduren an verschmutzten Oberflächen | |
DE10011200A1 (de) | Verfahren zur Bewertung von Strukturfehlern auf einer Waferoberfläche | |
DE102008015499A1 (de) | Verfahren und Vorrichtung zur Bestimmung der 3D-Koordinaten eines Objekts | |
WO2007079934A2 (de) | Verfahren und system zur optischen inspektion einer periodischen struktur | |
DE102007041893A1 (de) | Verfahren zur Detektion und/oder Verfolgung von bewegten Objekten in einer Überwachungsszene mit Störern, Vorrichtung sowie Computerprogramm | |
DE102020102853A1 (de) | Fehlerprüfvorrichtung und -verfahren | |
DE102010032241A1 (de) | Verfahren und Vorrichtung zum Erkennen von Oberflächenfehlern | |
DE3829733C2 (de) | ||
DE112004000873T5 (de) | Automatisches Unterscheidungssystem | |
DE69205811T2 (de) | Verfahren zur Bildanalyse. | |
DE3708795A1 (de) | Verfahren zur groessenselektion in videoechtzeit | |
DE4217007A1 (de) | Verfahren und Vorrichtung zur Überwachung und Sicherung der Produktqualität | |
DE102017009153B4 (de) | Anordnung und Verfahren zur Inspektion von bewegten plattenförmigen Objekten | |
DE3006379A1 (de) | Defektpruefsystem | |
DE10331593A1 (de) | Verfahren zur Defektsegmentierung in Strukturen auf Halbleitersubstraten | |
DE102021107115A1 (de) | Vorrichtung zur Untersuchung einer Oberfläche eines Bauteils | |
DE3106803A1 (de) | "automatisches bildauswerteverfahren fuer die magnetrisspruefung" | |
DE3010559C2 (de) | Einrichtungen zur Feststellung von Fehlern in regelmäßigen Mustern | |
EP1139285B1 (de) | Verfahren und Vorrichtung zur Prüfung bzw. Untersuchung von Gegenständen | |
DE69704609T2 (de) | Abdruckidentifizierungssystem | |
DE3144225C2 (de) | Vorrichtung zum Überprüfen von Produkten auf Herstellungsfehler |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8100 | Publication of the examined application without publication of unexamined application | ||
D1 | Grant (no unexamined application published) patent law 81 | ||
8364 | No opposition during term of opposition | ||
8327 | Change in the person/name/address of the patent owner |
Owner name: KREUZKAMP, ROBERT, DR., 72074 TUEBINGEN, DE |
|
8339 | Ceased/non-payment of the annual fee |