DE69737336T2 - Auf Gültigkeit prüfende Sensoren - Google Patents

Auf Gültigkeit prüfende Sensoren Download PDF

Info

Publication number
DE69737336T2
DE69737336T2 DE69737336T DE69737336T DE69737336T2 DE 69737336 T2 DE69737336 T2 DE 69737336T2 DE 69737336 T DE69737336 T DE 69737336T DE 69737336 T DE69737336 T DE 69737336T DE 69737336 T2 DE69737336 T2 DE 69737336T2
Authority
DE
Germany
Prior art keywords
measurement
sensor
transfer function
uncertainty
transmitter
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 - Lifetime
Application number
DE69737336T
Other languages
English (en)
Other versions
DE69737336D1 (de
Inventor
Janice Chin-Yi Yang
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Schneider Electric Systems USA Inc
Original Assignee
Invensys Systems Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Invensys Systems Inc filed Critical Invensys Systems Inc
Publication of DE69737336D1 publication Critical patent/DE69737336D1/de
Application granted granted Critical
Publication of DE69737336T2 publication Critical patent/DE69737336T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01FMEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F15/00Details of, or accessories for, apparatus of groups G01F1/00 - G01F13/00 insofar as such details or appliances are not adapted to particular types of such apparatus
    • G01F15/02Compensating or correcting for variations in pressure, density or temperature
    • G01F15/022Compensating or correcting for variations in pressure, density or temperature using electrical means
    • G01F15/024Compensating or correcting for variations in pressure, density or temperature using electrical means involving digital counting
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01FMEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/76Devices for measuring mass flow of a fluid or a fluent solid material
    • G01F1/78Direct mass flowmeters
    • G01F1/80Direct mass flowmeters operating by measuring pressure, force, momentum, or frequency of a fluid flow to which a rotational movement has been imparted
    • G01F1/84Coriolis or gyroscopic mass flowmeters
    • G01F1/8409Coriolis or gyroscopic mass flowmeters constructional details
    • G01F1/8436Coriolis or gyroscopic mass flowmeters constructional details signal processing
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01FMEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/76Devices for measuring mass flow of a fluid or a fluent solid material
    • G01F1/78Direct mass flowmeters
    • G01F1/80Direct mass flowmeters operating by measuring pressure, force, momentum, or frequency of a fluid flow to which a rotational movement has been imparted
    • G01F1/84Coriolis or gyroscopic mass flowmeters
    • G01F1/845Coriolis or gyroscopic mass flowmeters arrangements of measuring means, e.g., of measuring conduits
    • G01F1/8468Coriolis or gyroscopic mass flowmeters arrangements of measuring means, e.g., of measuring conduits vibrating measuring conduits
    • G01F1/8472Coriolis or gyroscopic mass flowmeters arrangements of measuring means, e.g., of measuring conduits vibrating measuring conduits having curved measuring conduits, i.e. whereby the measuring conduits' curved center line lies within a plane
    • G01F1/8477Coriolis or gyroscopic mass flowmeters arrangements of measuring means, e.g., of measuring conduits vibrating measuring conduits having curved measuring conduits, i.e. whereby the measuring conduits' curved center line lies within a plane with multiple measuring conduits

Landscapes

  • Physics & Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Measuring Temperature Or Quantity Of Heat (AREA)
  • Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Description

  • Ein Sensor generiert Messdaten. Typischerweise sind die Messdaten ein Signal, das ungefähr dem Wert einer Prozessvariablen (einer Messgröße) entspricht. In der Praxis stellt das Signal den Wert der Prozessvariablen nicht perfekt dar. Stattdessen weist das Signal auch Auswirkungen auf, die sich aus dem Sensor ergeben, (wie beispielsweise Sensorfehlfunktionen und Verzerrung) und andere Prozesseinflüsse, (einschließlich jenen, die "fehlerhaftem" Prozessverhalten zugeschrieben werden können).
  • US-A-5 339 680 beschreibt ein Sensorsystem des bisherigen Stands der Technik, bei dem der Ausgang eines Temperaturdetektors an ein Korrekturelement gekoppelt ist, das mit einer Übertragungsfunktion bereitgestellt wird, die das Inverse der Übertragungsfunktion des Temperaturdetektors ist. Die Nebenansprüche sind über dieses Dokument gekennzeichnet. WO-A-93 21505 beschreibt die 1 bis 15 der Spezifikation.
  • Gemäß einem ersten Gesichtspunkt der vorliegenden Erfindung wird ein Verfahren zum Kompensieren von Abweichungen in einer Übertragungsfunktion eines Sensors bereitgestellt, das umfasst:
    Empfangen einer von dem Sensor erzeugten Messung, und dadurch gekennzeichnet, dass es umfasst:
    Identifizieren einer gewünschten Übertragungsfunktion für den Sensor,
    Bestimmen einer tatsächlichen Übertragungsfunktion für den Sensor,
    Modifizieren der Messung auf Basis der gewünschten und der tatsächlichen Übertragungsfunktion, um eine modifizierte Messung zu erzeugen; und
    Bereitstellen der modifizierten Messung als einen Messwert für den Sensor.
  • Gemäß einem zweiten Gesichtspunkt der vorliegenden Erfindung wird ein Sensor zum Erzeugen eines Messwertes bereitgestellt, wobei der Sensor umfasst:
    einen Wandler, der so konfiguriert ist, dass er eine Messung erzeugt; und dadurch gekennzeichnet, dass er umfasst:
    einen Sender, der so konfiguriert ist, dass er:
    eine gewünschte Übertragungsfunktion für den Wandler identifiziert;
    eine tatsächliche Übertragungsfunktion für den Wandler bestimmt;
    die durch den Wandler erzeugte Messung empfängt;
    die Messung auf Basis der gewünschten und der tatsächlichen Übertragungsfunktion modifiziert, um eine modifizierte Messung zu erzeugen; und
    die modifizierte Messung als einen Messwert für den Sensor bereitstellt.
  • Die Erfindung stellt eine Technik zum Kompensieren von Abweichungen in der Übertragungsfunktion eines Sensors bereit. Diese Variationen können auch als Sensordynamik bezeichnet werden. Bei einem idealen Sensor steht eine gewünschte Messung md zu einer Messgröße m über die Übertragungsfunktion G(s) des Sensors in Beziehung: md = mG(s)
  • Allerdings können Abweichungen in der Übertragungsfunktion G(s) des Sensors zu einer Sensorablesung x führen, der sich von der gewünschten Messung md unterscheidet. Beispielsweise kann eine Kontaktverlustfehlfunktion in einem Thermoelement eine Verringerung in der Ansprechempfindlichkeit eines Messsystems verursachen, welches das Thermoelement enthält.
  • Die Erfindung stellt eine Technik bereit, die Abweichungen in der Übertragungsfunktion G(s) des Sensors korrigiert. Die Technik verwendet Kenntnisse der tatsächlichen Übertragungsfunktion Ga(s) und der gewünschten Übertragungsfunktion Gd(s) des Sensors. In den meisten Fällen ist die gewünschte Übertragungsfunktion bekannt, und die tatsächliche Übertragungsfunktion kann vom Sensor aus bestimmt werden. Beispielsweise kann die tatsächliche Übertragungsfunktion eines Thermoelements unter Verwendung von Strominjektionsprüfungen bestimmt werden. Unter Verwendung der Sensorablesung x und einem Inversen der tatsächlichen Übertragungsfunktion Ga(s)' erzeugt die Technik eine kompensierte Messung mc, die der Messgröße m sehr gleicht: mc = xGa(s)',wobei x = mGa(s)ist.
  • Die kompensierte Messung mc wird dann unter Verwendung der gewünschten Übertragungsfunktion Gd(s) gefiltert, um die gewünschte Messung zu erzeugen: md = mcGd(s) = (xGa(s)')Gd(s) = (mGa(s))Ga(s)'Gd(s) = mGd(s).
  • Die Erfindung umfasst auch Techniken zum Bestimmen der Unsicherheit der korrigierten Messung und zum Bestimmen der Unsicherheit von Kombinationen von zugehörigen Signalen.
  • Unter einem Gesichtspunkt umfasst die Erfindung im Allgemeinen ein Verfahren zum Kompensieren von Abweichungen in einer Übertragungsfunktion eines Sensors. Das Verfahren umfasst das Identifizieren einer gewünschten Übertragungsfunktion für den Sensor und das Bestimmen einer tatsächlichen Übertragungsfunktion für den Sensor. Nach dem Empfangen einer durch den Sensor erzeugten Messung modifiziert das Verfahren die Messung auf Basis der gewünschten und der tatsächlichen Übertragungsfunktion, um eine modifizierte Messung zu erzeugen. Dann stellt das Verfahren die modifizierte Messung als einen Messwert für den Sensor bereit. Es sollte verstanden werden, dass Bezugnahmen in der Spezifikation und den Ansprüchen auf die gewünschte und tatsächliche Übertragungsfunktion so gemeint sind, dass sie zeitdiskrete Entsprechungen dieser Funktionen umfassen.
  • Ausführungsformen der Erfindung können eines oder mehrere der folgenden Merkmale aufweisen. Die gewünschte Übertragungsfunktion kann anhand von Auslegungskriterien für den Sensor identifiziert werden. Wenn die tatsächliche Übertragungsfunktion zeitlich variiert, kann die tatsächliche Übertragungsfunktion für einen bestimmten Zeitpunkt oder Zeitraum bestimmt werden, für den ein Messwert erzeugt werden soll. Wenn beispielsweise der Sensor ein Thermoelement aufweist, kann die tatsächliche Übertragungsfunktion unter Einsatz von Strominjektionsprüfungen bestimmt werden.
  • Eine kompensierte Messung kann erzeugt werden, indem die Messung auf Basis eines Inversen der tatsächlichen Übertragungsfunktion modifiziert wird. Die modifizierte Messung kann durch Modifizieren der kompensierten Messung auf Basis der gewünschten Übertragungsfunktion erzeugt werden.
  • Das Verfahren kann des Weiteren das Generieren eines Unsicherheitsmaßes für den Messwert umfassen. Das Unsicherheitsmaß kann generiert werden, indem ein erstes Unsicherheitsmaß für die kompensierte Messung generiert wird, ein zweites Unsicherheitsmaß für die gewünschte Übertragungsfunktion generiert wird, und das erste und das zweite Unsicherheitsmaß kombiniert werden, um das Unsicherheitsmaß für den Messwert zu erzeugen. Das erste Unsicherheitsmaß für die kompensierte Messung kann generiert werden, indem ein drittes Unsicherheitsmaß für die durch den Sensor erzeugte Messung generiert wird, ein viertes Unsicherheitsmaß für das Inverse der tatsächlichen Übertragungsfunktion generiert wird, und das dritte und das vierte Unsicherheitsmaß kombiniert werden, um das erste Unsicherheitsmaß für die kompensierte Messung zu erzeugen.
  • Andere Merkmale und Vorteile werden aus der folgenden Beschreibung, die nur als Beispiel angegeben ist, einschließlich den Zeichnungen, und aus den Ansprüchen offenkundig.
  • 1 ist ein Blockschaltbild eines Prozesssteuersystems mit mehreren Sensoren und Stellgliedern.
  • 2 ist ein Blockschaltbild eines erfindungsgemäßen Sensors.
  • 3 ist ein Blockschaltbild, das den Fluss von Information in dem Sensor von 2 zeigt.
  • 4 ist eine zusammengefasste grafische Darstellung, die drei Verfahren zeigt, die auf eine Fehlfunktion in dem Sensor von 2 ansprechen.
  • 5 ist eine zusammengefasste grafische Darstellung von verschiedenen Signalen, die durch den Sensor von 2 erzeugt werden, im Vergleich zur Zeit.
  • 6 ist ein Blockschaltbild, das den Zeitablauf des Informationsflusses in dem Sensor von 2 zeigt.
  • 7 ist ein Blockschaltbild und Schaltplan eines erfindungsgemäßen Temperatursensors.
  • 8 ist eine Gruppe von zusammengefassten grafischen Darstellungen eines Hilfssignals (oberes Schaubild), der unbearbeiteten Temperatur (mittleres Schaubild) und der validierten Temperatur und Unsicherheit (unteres Schaubild) im Vergleich zur Zeit für das Messgerät von 7.
  • 9 ist eine Gruppe von zusammengefassten grafischen Darstellungen von unbearbeiteten Daten (oberes Schaubild), der unbearbeiteten Temperatur (mittleres Schaubild) und der validierten Temperatur und Unsicherheit (unteres Schaubild) im Vergleich zur Zeit für das Messgerät von 7.
  • 10 ist eine gepaarte zusammengefasste grafische Darstellung von Hilfsdaten (10A) und der validierten Temperatur und Unsicherheit (10B) für das Messgerät von 7.
  • 11 ist ein Schaltplan und Blockschaltbild eines Coriolis-Durchflussmessgeräts.
  • 12 ist ein Pseudocode, der Schritte zeigt, die von dem Messgerät von 11 während jedes Abtastzeitraums durchgeführt werden.
  • 13 ist ein Pseudocode, der Schritte zeigt, die von dem Messgerät von 11 beim Bestimmen der Temperatur und damit verbundener Unsicherheit durchgeführt werden.
  • 14 ist ein Pseudocode, der Schritte zeigt, die von dem Messgerät von 11 beim Diagnostizieren einer Fehlfunktion durchgeführt werden.
  • 15 ist eine Gruppe von zusammengefassten grafischen Darstellungen, welche die Auswirkung eines Temperaturverlusts auf Temperatur (oberes Schaubild), Dichte (mittleres Schaubild) und Mengendurchfluss (unteres Schaubild) im Vergleich zur Zeit für das Messgerät von 11 zeigen.
  • 16 ist ein Ablaufdiagramm einer Prozedur zum Generieren eines Signals auf Basis der Unsicherheitsanalyse.
  • 17 ist ein Ablaufdiagramm einer Prozedur für das Ansprechen auf die Erfassung einer Fehlfunktion.
  • 18 ist ein Ablaufdiagramm einer Prozedur zum Erfassen einer Kontaktverlustfehlfunktion.
  • 19A19D sind Blockschaltbilder, die ein ideales Messsystem und einen Prozess zum Erzeugen einer modifizierten Messung veranschaulichen.
  • 20 ist ein Ablaufdiagramm einer Prozedur zum Generieren einer modifizierten Messung.
  • 21A und 21B sind grafische Darstellungen, die Reaktionen auf einen Stufeneingang (step input) zeigen.
  • 22A und 22B sind grafische Darstellungen, die Reaktionen auf einen variablen Eingang (varying Input) zeigen.
  • 23A und 23B sind grafische Darstellungen eines Thermoelements.
  • 24 ist ein Ablaufdiagramm einer Prozedur zum Generieren eines Unsicherheitsmaßes für eine modifizierte Messung.
  • 25A und 25B sind grafische Darstellungen, die Reaktionen auf einen Stufeneingang (25A) und auf einen variablen Eingang (25B) zeigen.
  • 26 ist ein Ablaufdiagramm einer Prozedur zum Erzeugen des Unsicherheitsmaßes.
  • 27A und 27B sind grafische Darstellungen, die ein Unsicherheitsmaß in Form von Grundvariablen (27A) und in Form von Zwischensignalen (27B) darstellen.
  • 28 ist ein Schaltbild von mehreren, parallel angeordneten Thermoelementen zum Messen der Durchschnittstemperatur.
  • 29 ist ein Ablaufdiagramm einer Prozedur zum Generieren eines Unsicherheitsmaßes.
  • 30A30D sind grafische Darstellungen von Unsicherheitsmaßen.
  • 31A31D sind grafische Darstellungen von Unsicherheitsmaßen.
  • 32A32D sind grafische Darstellungen von Unsicherheitsmaßen.
  • Unter Bezugnahme auf 1 überwacht eine Vielzahl von Sensoren 12 in einem Prozesssteuersystem 10 Parameter eines Prozesses 14 und stellt Signale über die überwachten Parameter für ein Datensteuer- und -verwaltungssystem 16 auf einer digitalen Kommunikationsverbindung 18 bereit. Die digitale Kommunikationsverbindung 18 gestattet eine bidirektionale Kommunikation zwischen mehreren Prozessoren 16, Senso ren 12 und Prozessstellgliedern 20. In Reaktion auf Signale von den Sensoren 12 sendet das Datensteuer- und -verwaltungssystem 16 Prozesssteuersignale auf der digitalen Kommunikationsverbindung 18 an die Prozessstellglieder 20. Danach sprechen die Prozessstellglieder 20 auf Prozesssteuersignale vom Datensteuer- und -verwaltungssystem 16 an, indem Parameter des Prozesses 14 modifiziert werden.
  • Weil das Datensteuer- und -verwaltungssystem 16 beim Steuern des Prozesses 14 auf Messsignale von den Sensoren 12 angewiesen ist, müssen die Messsignale von den Sensoren 12 genau und zuverlässig sein. Ein bestimmter Sensor 12 kann typischerweise keine vollständige Genauigkeit und Zuverlässigkeit garantieren; stattdessen liefert der Sensor 12 dem Datensteuer- und -verwaltungssystem 16 Angaben über die Unsicherheit, (die wiederum die Genauigkeit angibt), und die Zuverlässigkeit der Messsignale.
  • Unter Bezugnahme auch auf 2 weist der Sensor 12 einen oder mehrere Wandler 22 auf, welche die Werte von Parametern des Prozesses 14 überwachen und Signale zu einem Sender 24 bereitstellen. Der Sender 24 tastet die Signale von den Wandlern 22 ab und erzeugt Messwerte für die Parameter, die von den Wandlern 22 überwacht werden. Der Sender 24 validiert die Messwerte und stellt die validierten Messwerte zusammen mit einer Angabe der Unsicherheit der validierten Messwerte für das Datensteuer- und -verwaltungssystem 16 über die digitale Kommunikationsverbindung 18 bereit. Außerdem generiert der Sender 24 Signale, welche die Zuverlässigkeit der durch den Sensor 12 bereitgestellten validierten Messwerte und den Betriebsstatus des Sensors 12 angeben, und stellt diese Signale für das Datensteuer- und -verwaltungssystem 16 über die digitale Kommunikationsverbindung 18 bereit.
  • Der Sender 24 generiert die Signale, die für das Datensteuer- und -verwaltungssystem 16 bereitgestellt werden, während eines Abtastzeitraums und sendet die Signale am Ende des Abtastzeitraums. Typischerweise beträgt die Dauer eines Abtastzeitraums weniger als eine Sekunde, doch kann diese Dauer je nach Anforderung durch eine bestimmte Anwendung angeglichen werden.
  • Wie in 3 gezeigt, stellt der Sender 24 typischerweise vier Signale für das Datensteuer- und -verwaltungssystem 16 bereit:
    • (1) VMV 26 – ein validierter Messwert eines Prozessparameters (der beste Schätzwert des Senders 24 für den Wert des gemessenen Parameters),
    • (2) VU 28 – eine validierte Unsicherheit, die zu VMV 26 zugehörig ist,
    • (3) MV-Status 30 – der Status von VMV 26 (die Weise, auf die VMV 26 berechnet wurde), und
    • (4) Gerätestatus 32 – der Betriebsstatus des Sensors.
  • Wenn der Sensor 12 mehrere Prozessparameter misst, erzeugt der Sender 24 eine Version von VMV 26, VU 28 und MV-Status 30 für jeden Prozessparameter.
  • Unter einigen Umständen kann der Sender 24 zusätzliche Informationen bereitstellen. Auf Anforderung durch das Datensteuer- und -verwaltungssystem 16 stellt der Sender 24 zum Beispiel detaillierte Diagnoseinformationen 34 über den Status des Sensors 12 bereit. Wenn eine Messung einen vorgegebenen Grenzwert überschritten hat oder dabei ist, ihn zu überschreiten, kann der Sender 24 Alarmdaten 35 senden. Typischerweise können verschiedene Alarmebenen verwendet werden, um den Schweregrad anzugeben, mit dem die Messung von dem vorgegebenen Wert abgewichen ist.
  • VMV 26 und VU 28 sind numerische Werte. Beispielsweise könnte VMV 26 eine Temperaturmessung sein, deren Wert mit 200 Grad angegeben wird, und VU 28, die Unsicherheit von VMV 26, könnte 9 Grad sein. In diesem Fall besteht eine hohe Wahrscheinlichkeit (typischerweise 95%), dass die tatsächliche Temperatur, die gemessen wird, in eine Hüllkurve um VMV 26 und durch VU 28 (191 Grad bis 209 Grad) bezeichnet fällt.
  • Der Sender 24 generiert VMV 26 auf der Basis eines Signals, das vom Wandler 22 erzeugt wird. Zuerst leitet der Sender 24 RMV 36 ab, ein nicht validiertes Bild des gemessenen Prozessparameters, das auf dem vom Wandler 22 generierten Signal basiert. Wenn der Sender 24 keine Abweichungen im Sensor 12 erfasst, weist der Sender 24 typischerweise Sollkonfidenz (nominal confidence) in RMV 36 auf und stellt VMV 26 gleich mit RMV 36 ein.
  • Wenn, wie im Folgenden ausführlicher erläutert wird, der Sender 24 eine Anormalität im Sensor 12 erfasst, setzt der Sender 24 VMV 26 nicht gleich mit RMV 36. Stattdessen setzt der Sender 24 VMV 26 auf einen Wert, den der Sender 24 für einen besseren Schätzwert des tatsächlichen Parameters als RMV 36 hält. Wenn der Sender 24 eine Fehlfunktion im Sensor 12 erfasst, die sich nur teilweise auf die Zuverlässigkeit von RMV 36 auswirkt, so dass der Sender 24 eingeschränkte Konfidenz in RMV 36 hat, leitet der Sender 24 RMV 36 typischerweise nochmals ab, indem die beim Ableiten von RMV 36 verwendeten Parameter modifiziert werden, um die Fehlfunktion zu berücksichtigen, und setzt VMV 26 gleich mit dem neuen Wert von RMV 36. Wenn der Sender 24 alternativ eine Fehlfunktion im Sensor 12 erfasst, die angibt, dass RMV 36 in keiner Beziehung zu dem tatsächlich gemessenen Wert steht, so dass der Sender Nullkonfidenz in RMV 36 hat, setzt der Sender 24 VMV 26 auf einen Wert, der auf früherer Leistung basiert.
  • Unter Bezugnahme auch auf 4 umfassen drei Beispiele von früheren Leistungswerten kurzzeitig frühere Werte (short term past values), langzeitig frühere Werte und eine Kombination von lang- und kurzzeitig früheren Werten. Wenn, wie in (a) gezeigt, kurzzeitig frühere Werte verwendet werden, kann VMV dem Wert von VMV 26 entsprechen, den VMV 26 unmittelbar vor der Fehlfunktion hatte, die zum Zeitpunkt 5 auftritt. Wenn, wie in (b) gezeigt, langzeitig frühere Werte verwendet werden, kann VMV 26 dem durchschnittlichen Wert von VMV 26 entsprechen. Wenn, wie in (c) gezeigt, eine Kombination von langzeitig und kurzzeitig früheren Werten verwendet wird, können die langzeitig und kurzzeitig früheren Werte unter Verwendung der folgenden Gleichung kombiniert werden, die jeden Wert entsprechend seiner Unsicherheit gewichtet:
    Figure 00100001
    wobei VUL und VUS die langzeitig und kurzzeitig früheren Werte für VU 28 sind, und VMVL und VMVS die langzeitig und kurzzeitig früheren Werte für VMV 26 sind.
  • Der Sender 24 generiert VU 28 basierend auf einem unbearbeiteten Unsicherheitssignal RU 62, welches das Ergebnis einer dynamischen Unsicherheitsanalyse von RMV 36 ist. Der Sender 24 führt diese Unsicherheitsanalyse während jedes Abtastzeitraums durch.
  • Die Unsicherheitsanalyse, die ursprünglich in "Describing Uncertainties in Single Sample Experiments", S.J. Kline und F.A. McClintock, Mech. Eng., 75, 3–8 (1953) beschrieben wurde, wurde weithin angewendet und hat den Status eines internationalen Standards für Kalibrierung erreicht. Im Wesentlichen stellt eine Unsicherheitsanalyse eine Angabe der "Qualität" einer Messung bereit. Jede Messung weist einen damit verbundenen Fehler auf, der natürlich nicht bekannt ist. Allerdings kann ein vernünftiger Grenzwert zu diesem Fehler oft durch eine einzige Unsicherheitszahl ausgedrückt werden (ANSI/ASME PTC 19.1 – 1985, Teil 1, Measurement Uncertainty: Instruments and Apparatus).
  • Wie von Kline und McClintock beschrieben, kann für jede beobachtete Messung M die Unsicherheit in M, WM, wie folgt definiert werden: Mtrue ∈ [M – WM, M + WM wobei M wahr ist (Mtrue) bei einer bestimmten Konfidenzebene (typischerweise 95%). Diese Unsicherheit lässt sich einfach in einer Verhältnisform als ein Anteil der Messung ausdrücken (z. B. WM/M).
  • Es gibt eine Propagierungsregel (propagation rule), um die Unsicherheiten von beliebigen Funktionen von primären Messungen zu erhalten. Beispielsweise wird für eine beliebige Funktion R der Variablen X, Y und Z, R = R(X, Y, Z)die Unsicherheit von R angegeben durch [WR/R]2 = [∂R/∂X]2[WX/R]2 + [∂R/∂Y]2[WY/R]2 + [∂R/∂Z]2[WZ/R]2
  • Diese Quadratsummenform (sum of squares form) wird von der Taylor-Reihe abgeleitet und nimmt die Unabhängigkeit von X, Y und Z an, dass ihre relativen Unsicherheiten "klein" sind, und dass alle Unsicherheiten auf der gleichen Wahrscheinlichkeitsebene ausgedrückt werden. Für Zwecke dieser Anwendung wird angenommen, dass alle Unsicherheiten eine Wahrscheinlichkeit von 95% aufweisen.
  • Eine der Einsatzmöglichkeiten der Unsicherheitspropagierungsformel besteht darin, bestimmte Umstände aufzudecken, die zu einer höheren oder niedrigeren Unsicherheitsebene als erwartet führen können. Wie beispielsweise in S.J. Kline, "The Purposes of Uncertainty Analysis", ASME Journal of Fluids Engineering, Bd. 107, Nr. 2, S. 153–160, 1985 erläutert, wird, wenn R aus x und y berechnet wird unter Verwendung der Gleichung R = x – y,die Unsicherheit in R, wR angegeben durch wR/R = [(x/(x – y)·wz/x)2 + (y/(x – y)·xy/y)2]1/2.
  • Wenn x = 1,0, y = 0,98 und die Unsicherheit in beiden, x und y, 1% ist, dann ist die Unsicherheit in R: wR/R = [(1/0,02·0,01)2 + (0,98/0,02·0,01)2]1/2 = 0,700 = 70%
  • Durch Vergleich, wenn R aus einer Variablen z berechnet wird unter Verwendung der Gleichung R = (1/(1 + z))1/2,wird die Unsicherheit in R angegeben durch wR/R = wz/2(1 + z).
  • Wenn z = 0,1 ist, und die Unsicherheit z ist 20% ist, dann beträgt die Unsicherheit in R nur 0,91%.
  • Bei näherer Betrachtung sollten diese Ergebnisse nicht überraschen. In dem ersten Beispiel werden zwei Mengen von ähnlicher Größe subtrahiert, wodurch sich der relative Fehler im Ergebnis erhöht. In dem zweiten, obwohl r eine große Unsicherheit aufweist, ist sein Einfluss auf R relativ klein. Natürlich ändert sich für andere Werte von x, y und r die Auswirkung auf ihre Unsicherheiten. Die Unsicherheitsanalyse ist insofern nützlich, als sie diese Auswirkungen quantifizieren kann.
  • Unter erneuter Bezugnahme auf 3 weist VU 28 einen Nicht-Null-Wert auch unter idealen Bedingungen auf (d.h. einem einwandfreien Sensor, der in einer kontrollierten Laborumgebung arbeitet). Dies kommt daher, dass die von einem Sensor erzeugte Messung niemals völlig sicher ist, und immer einiges Fehlerpotenzial vorhanden ist.
  • Wenn, wie bei VMV 26, der Sender 24 keine Anormalitäten im Sensor 12 erfasst, setzt der Sender 24 VU 28 gleich mit RU 62. Wenn der Sender 24 eine Fehlfunktion im Sensor 12 erfasst, die sich nur teilweise auf die Zuverlässigkeit von RMV 36 auswirkt, führt der Sender 24 typischerweise eine neue Unsicherheitsanalyse durch, die Auswirkungen der Fehlfunktion berücksichtigt, und setzt VU 28 gleich mit den Ergebnissen dieser Analyse. Wie bei VMV 26 setzt der Sender 24 VU 28 auf einen Wert, der auf früherer Leistung basiert, wenn der Sender 24 bestimmt, dass RMV 36 in keiner Beziehung zu dem tatsächlich gemessenen Wert steht.
  • 4 veranschaulicht drei beispielhafte Techniken zum Korrigieren von VU 28 auf der Basis von früheren Leistungswerten. Zuerst, wie in (a) gezeigt, kann VU 28 während jedes Abtastzeitraums um die maximale beobachtete Änderungsgeschwindigkeit von VMV 26 erhöht werden. Diese Technik, die dazu neigt, zu guten Kurzzeit-Resultaten zu führen, erzeugt letztendlich unrealistische Werte für VU 28. Als Nächstes, wie in (b) gezeigt, wenn VMV 26 mit dem Langzeit-Durchschnittswert von VMV 26 gleichgesetzt wird, kann VU 28 angeben, dass VMV 26 jeden vorherigen Wert von VMV 26 annehmen kann. Wenn VMV 26 daher immer zwischen 0 und 100 fällt, und VMV 26 auf 50 gesetzt ist, wird VU 28 auf 50 gesetzt. Diese Technik neigt dazu, zu übermäßig pessimistischen Kurzzelt-Ergebnissen zu führen, vermeidet aber die Langzeit-Probleme von Verfahren (a). Schließlich, wie in (c) gezeigt, wenn VMV 26 auf einer Kombination der langzeitig und kurzzeitig früheren Werte für VMV 26 basiert, kann VU 28 wie folgt berechnet werden:
    Figure 00140001
    wobei VUL und VUS die langzeitig und kurzzeitig früheren Werte für VU 28 sind.
  • Um sicherzustellen, dass das Datensteuer- und -verwaltungssystem 16 VMV 26 und VU 28 richtig verwendet, stellt der MV-Status 30 Informationen darüber bereit, wie VMV 26 und VU 28 berechnet wurden. Der Sender 24 erzeugt VMV 26 und VU 28 unter allen Bedingungen – auch wenn die Wandler 22 nicht in Betrieb sind. Oft muss das Datensteuer- und -verwaltungssystem 16 wissen, ob VMV 26 und VU 28 auf "live" oder historischen Daten basieren. Wenn beispielsweise das Datensteuer- und -verwaltungssystem 16 VMV 26 und VU 28 für die Regelung genutzt hat, und die Wandler 22 nicht in Betrieb waren, müsste das Datensteuer- und -verwaltungssystem 16 wissen, dass VMV 26 und VU 28 auf früherer Leistung basierten.
  • Der MV-Status 30 basiert auf der erwarteten Fortdauer jeder anormalen Bedingung und auf der Konfidenz des Senders 24 in RMV 36. Die vier primären Status für den MV-Status werden gemäß Tabelle 1 generiert. Tabelle 1
    Figure 00140002
  • Ein MV-Status 30 CLEAR tritt auf, wenn RMV 36 innerhalb eines normalen Bereichs für vorgegebene Prozessbedingungen liegt. Ein MV-Status 30 DAZZLED gibt an, dass RMV 36 ziemlich anormal ist, dass aber erwartet wird, dass die Anormalität von kurzer Dauer ist. Typischerweise setzt der Sender 24 den MV-Status 30 auf DAZZLED, wenn eine plötzliche Änderung in dem Signal vom Wandler 22 erfolgt, und der Sender 24 nicht in der Lage ist, eindeutig festzustellen, ob diese Änderung auf eine bisher noch nicht diagnostizierte Sensorfehlfunktion oder auf eine abrupte Änderung in der Variablen zurückzuführen ist, die gemessen wird. Ein MV-Status 30 BLURRED gibt an, dass RMV 36 anormal ist, aber in sinnvoller Weise mit dem Parameter in Beziehung steht, der gemessen wird. Beispielsweise kann der Sender 24 den MV-Status 30 auf BLURRED setzen, wenn RMV 36 ein rauschiges Signal ist. Ein MV-Status 30 BLIND gibt an, dass RMV 36 völlig unzuverlässig ist, und dass erwartet wird, dass die Fehlfunktion andauert.
  • Zwei zusätzliche Status für den MV-Status 30 sind UNVALIDATED und SECURE. Der MV-Status 30 ist UNVALIDATED, wenn der Sender 24 keine Validierung von VMV 26 durchführt. Der MC-Status 30 ist SECURE, wenn VMV 26 aus redundanten Messungen generiert wird, in die der Sender 24 Sollkonfidenz hat.
  • Der Gerätestatus 32 ist ein generischer diskreter Wert, der den einwandfreien Zustand des Sensors 12, der verwendet wird, primär durch Fehlfunktionserfassungs- und Wartungssysteme zusammenfasst. Typischerweise befindet sich der Gerätestatus 32 in einem von sechs Status, von denen jeder einen anderen Betriebsstatus für den Sensor 12 angibt. Diese Status sind: GOOD, TESTING, SUSPECT, IMPAIRED, BAD oder CRITICAL. Ein Gerätestatus 32 GOOD bedeutet, dass der Sensor 12 sich im Sollzustand befindet. Ein Gerätestatus 32 TESTING bedeutet, dass der Sensor 12 einen Selbsttest durchführt, und dass dieser Selbsttest für jede vorübergehende Abnahme der Messungsqualität verantwortlich sein kann. Ein Gerätestatus 32 SUSPECT bedeutet, dass der Sensor 12 eine anormale Reaktion erzeugt hat, der Sender 24 aber keine detaillierte Fehlfunktionsdiagnose hat. Ein Gerätestatus 32 IMPAIRED bedeutet, dass der Sensor 12 von einer diagnostizierten Fehlfunktion beeinträchtigt wird, die eine geringfügige Auswirkung auf die Leistung hat. Ein Gerätestatus 32 BAD bedeutet, dass der Sensor 12 eine schwerwiegende Fehlfunktion aufweist und Wartung erforderlich ist. Ein Gerätestatus 32 CRITICAL bedeutet schließlich, dass der Sensor 12 eine Fehlfunktion bis zu dem Ausmaß aufweist, dass der Sensor 12 eine Gefahrensituation verursachen kann (oder verursacht hat), wie beispielsweise ein Leck, Feuer oder eine Explosion.
  • 5 veranschaulicht ein Beispiel der Beziehung zwischen VMV 26, VU 28, MV-Status 30 und RMV 36. Unter einem anderen Gesichtspunkt veranschaulicht 5 ein bevorzugtes Verfahren zum Anzeigen der Beziehung zwischen VMV 26 und VU 28, während sich beide in normalem Betrieb befinden, und wenn eine Fehlfunktion aufgetreten ist: VU 28 wird als ein getrenntes Signal und als eine Hüllkurve gezeigt, die VMV 26 umgibt (Linie 38 gibt die Summe von VMV 26 und VU 28 an, und Linie 40 gibt die Differenz zwischen VMV 26 und VU 28 an). Wenn VU 28 als eine Hüllkurve ausgedrückt wird, die VMV 26 umgibt, kann ein Benutzer durch Prüfen der Hüllkurve visuell den Bereich von wahrscheinlichen Werten des Parameters bestimmen, die von VMV 26 für jeden beliebigen angezeigten Zeitpunkt dargestellt werden.
  • In dem Bereich zwischen dem Zeitpunkt T1 und dem Zeitpunkt T2 ist RMV 36 ein periodisches Signal, dessen Amplitude in einen erwarteten Bereich fällt. In diesem Bereich ist VMV 26 gleich RMV 36, der MV-Status 30 ist CLEAR, und VU 28 bleibt auf einem konstanten "normalen" Pegel, der RU 62 entspricht, der Unsicherheit unter normalen Betriebsbedingungen (wobei Linie 42 einen Nullwert für VU 28 darstellt). Für dieses Beispiel wird angenommen, dass RU 62 einen konstanten Wert aufweist.
  • Zum Zeitpunkt T2 beginnt RMV 36, sich mit einer Geschwindigkeit zu erhöhen, die eine erwartete Änderungsgeschwindigkeit für RMV 36 wesentlich überschreitet. Der Sender 24 ergreift eine Reihe von Maßnahmen in Reaktion auf dieses unerklärte Phänomen. Zuerst ändert der Sender 24 den MV-Status 30 in DAZZLED. Als Nächstes hält der Sender 24, der VMV 26 und VU 28 auf kurzzeitig früheren Leistungswerten in diesem Beispiel basiert, VMV 26 auf dem Wert, den VMV 26 genau vor dem plötzlichen Anstieg in RMV 36 zum Zeitpunkt T2 besaß. Schließlich beginnt der Sender 24, VU 28 mit einer konstanten Geschwindigkeit zu erhöhen, die der maximalen Anstiegsgeschwindigkeit von VMV 26 im normalen Betrieb entspricht. Der im Zeitablauf progressive Anstieg in dem Wert von VU 28 spiegelt die zunehmende Unsicherheit des Werts der Messung bei fehlenden aktuellen gültigen Wandlerdaten wider, was dadurch verursacht wird, dass der Sensor 12 DAZZLED ist.
  • RMV 36 erhöht sich weiterhin bis zum Zeitpunkt T3. Zum Zeitpunkt T3 stoppt RMV 36 den Anstieg und bleibt auf einem konstanten Pegel. Weil der Wert von RMV 36 jetzt erwartete Werte überschreitet, ändert der Sender 24 VMV 26 oder den MV-Status 30 nicht und fährt fort, VU 28 mit einer konstanten Geschwindigkeit zu erhöhen. Zum Zeitpunkt T4 beginnt RMV 36 abzunehmen. Weil der Wert von RMV 36 erwartete Werte immer noch überschreitet, nimmt der Sender 24 keine Änderungen an VMV 26 oder dem MV-Status 30 vor und fährt fort, VU 28 mit einer konstanten Geschwindigkeit zu erhöhen.
  • Zum Zeitpunkt T5 beginnt RMV 36, wie erwartet zu arbeiten. In Reaktion darauf ändert der Sender 24 den MV-Status 30 auf BLURRED und beginnt, VMV 26 mit RMV 36 zusammenzulegen, indem beispielsweise die folgende Gleichung verwendet wird: VMVn+1 = 0,95·VMV + 0,05·RMVn+1 wobei VMVn+1 der Wert von VMV 26 für die aktuelle Abtastung ist, VMV der Wert von VMV 26 ist, der in der vorherigen Abtastung generiert wurde, und RMVn+1 der Wert von RMV 36 für die aktuelle Abtastung ist. Als Nächstes initialisiert der Sender 24 einen Wiederherstellungs-Zeitüberschreitungs-Zeitraum. Schließlich beginnt der Sender 24, VU 28 zu verringern, indem VU 28 mit RU 62 zusammengelegt wird, indem beispielsweise die folgende Gleichung verwendet wird: VUn+1 2 = 0,952·VUn 2 + 0,052·RUn+1 2 wobei VUn+1 der Wert von VU 28 für die aktuelle Abtastung ist, VUn der Wert von VU 28 ist, der in der vorherigen Abtastung generiert wurde, und RUn+1 der Wert von RU 36 für die aktuelle Abtastung ist.
  • Zum Zeitpunkt T6 bestimmt der Sender 24, dass der Wiederherstellungs-Zeitüberschreitungs-Zeitraum abgelaufen ist und ändert den MV-Status 30 in CLEAR. Weil der Sender 24 jetzt Sollkonfidenz in RMV 36 hat, setzt der Sender 24 VU 28 gleich mit RU 62.
  • Wenn RMV 36 zum Zeitpunkt T5 nicht auf erwartete Pegel zurückgekehrt wäre, hätte der Sensor 12 entweder den MV-Status 30 als DAZZLED gehalten oder eine Sensorfehlfunktion diagnostiziert und den MV-Status 30 in BLIND geändert. Der MV-Status 30 kann nur für einen begrenzten "Zeitüberschreitungs"-Zeitraum DAZZLED sein. Wenn daher RMV 36 auf unerwarteten Pegeln geblieben wäre, würde der Zeitüberschreitungs-Zeitraum schließlich ablaufen, und der Sender würde den MV-Status 30 in BLIND ändern.
  • Wie in 3 gezeigt, verwendet der Sender 24 mehrere Informationsquellen, von denen jede im Folgenden erläutert wird, beim Generieren von VMV 26, VU 28, MV-Status 30, Gerätestatus 32, Diagnoseinformation 34 und Alarmdaten 35. Unbearbeitete Daten 44, die grundlegenden Messinformationen, die dem Sender 24 zur Verfügung stehen, sind typischerweise ein elektrisches Bild des Ausgangs von einem oder mehreren Wandlern 22 (z.B. die Schwingfrequenz oder der Widerstand eines Wandlers 22). Die unbearbeiteten Daten 44 enthalten das Maximum an verfügbaren Informationen über das Ansprechverhalten des Wandlers 22 und sind daher eine ergiebige Informationsquelle für statistische Prüfungen zum Erfassen von Sensorfehlfunktionen. Allerdings lässt sich die Kenntnis von erwartetem Prozessverhalten nicht einfach auf die unbearbeiteten Daten 44 anwenden und wird zweckmäßiger auf Statistiken auf Basis von RMV 36 angewendet.
  • Da sich RMV 36 direkt auf einen Prozessparameter bezieht, (z.B. Temperatur oder Mengendurchfluss), kann der Sender 24 das erwartete (fehlerfreie) Verhalten von RMV 36 mit dem erwarteten Verhalten des mit RMV 36 verbundenen Prozessparameters in Verbindung bringen. Der Sender 24 leitet RMV 36 von unbearbeiteten Daten 44 durch herkömmliche Verarbeitung ab. Wenn unbearbeitete Daten 44 beispielsweise dem Widerstand eines Wandlers 22 entsprechen, und RMV 36 Temperatur entspricht, leitet der Sender 24 RMV 36 basierend auf den unbearbeiteten Daten 44 unter dem Aspekt bekannter Auswirkungen von Temperatur auf den Widerstand des Wandlers 22 ab. Oft filtert der Sender 24 RMV 36, um den Effekt von Sensorrauschen und Hochfrequenzprozessstörgrößen zu reduzieren. Wenn eine Filterung durchgeführt wird, enthält RMV 36 weniger Informationen als unbearbeitete Daten 44.
  • Bis zu einem gewissen Ausmaß sind die unbearbeiteten Daten 44 und RMV 36 einander ergänzende Informationsquellen. Während unbearbeitete Daten 44 mehr Informationsinhalt als RMV 36 aufweisen, lässt sich RMV 36 leichter mit erwartetem Prozessverhal ten vergleichen. Daher bieten die unbearbeiteten Daten 44 und RMV 36 jeweils nützliche Informationen für den Sender 24.
  • Hilfsdaten 46 werden durch Hilfssignale im Sensor 12 bereitgestellt. Hilfssignale, obwohl sie nicht direkt mit den unbearbeiteten Daten 44 oder RMV 36 in Beziehung stehen, liefem nützliche Informationen über den einwandfreien Zustand oder die Leistung des Sensors 12. Beispielsweise können statistische Prüfungen zum Identifizieren eines charakteristischen Sensor- oder Prozessverhaltens mit bestimmten Hilfssignalen verknüpft werden. Beispiele für Hilfssignale umfassen die elektrischen Eigenschaften von Komponenten im Sensor 12 (z.B. Signalpegel an den Eingangs- oder Ausgangsstufen von Leistungsverstärkern) und Hardware-Fehlerinformationen 50. Die Hardware-Fehlerinformationen 50 sind eine besondere, vorverarbeitete Form von Hilfsinformationen, die durch digitale Komponenten im Sensor 12 generiert werden, wobei sie wenig oder gar keine Verarbeitung oder Interpretation benötigen. Ein Speicher-Prüfsummenfehler in einer Speicherkomponente des Senders 24 würde beispielsweise Hardware-Fehlerinformationen 50 darstellen.
  • Zusätzlich zu Informationen aus dem Sensor 12 oder aus dem Prozess 14 verwendet der Sender 24 Informationen aus dem Datensteuer- und -verwaltungssystem 16 beim Generieren von Ausgangssignalen. Das Datensteuer- und -verwaltungssystem 16 ist als das "Next Level Up" ("NLU") bekannt, und Informationen aus dem Datensteuer- und -verwaltungssystem 16 sind als NLU-Informationen 48 bekannt. Eine Schwierigkeit, die damit zusammenhängt, dass der Sender 24 den Ausgang des Sensors 12 validiert, besteht darin, dass der Sender 24 unzureichende Informationen haben kann, um zu einem gültigen Schluss zu kommen. Der Sender 24 kann beispielsweise unfähig sein, zwischen gewissen Arten von Sensorfehlfunktionen, (z.B. Driftfehler, die verursachen, dass sich der Ausgang des Sensors mit der Zeit für einen vorgegebenen Eingang ändert), und berechtigten Prozessänderungen zu unterscheiden. In diesen Situationen kann der Sender 24 zur Abklärung auf NLU-Informationen 48 Bezug nehmen. Das Datensteuer- und -verwaltungssystem 16, das auf zusätzliche Informationen Zugriff hat, einschließlich Daten von anderen Sensoren 12, stellt für den Sender 24 die Informationen bereit, die zum Unterscheiden zwischen Prozessänderungen und Sensordrift erforderlich sind.
  • Der Sender 24 kann NLU-Informationen 48, wie beispielsweise voraussichtliche Prozessgrenzwerte, über Standardabfragen an das Datensteuer- und -verwaltungssystem 16 anfordern. Alternativ kann das Datensteuer- und -verwaltungssystem 16 für den Sender 24 nicht angeforderte Informationen bereitstellen, wie beispielsweise Angaben von Änderungen im Prozessverhalten, welche die Prozessparameter ändern, die durch die Wandler 22 gemessen werden. Wenn beispielsweise der Prozess 14 in einer Reihe von Phasen arbeitet, die jeweils unterschiedliche Merkmale aufweisen, kann das Datensteuer- und -verwaltungssystem 16 den Sender 24 informieren, wenn sich die Phase des Prozesses 14 ändert.
  • Die Informationen 52 der Anwendungswissensbasis gestatten es dem Sender 24, einen "Verschleiß"-Effekt bei der Sensorleistung abzuschätzen. Die Informationen 52 der Anwendungswissensbasis beschreiben die Beziehung zwischen Signalen und Sensormerkmalen im Zeitablauf. Bei einigen Anwendungen ist bekannt, dass Sensoren unter gewissen Bedingungen rascher einem Qualitätsverlust unterliegen (z.B. bei Extremwerten ihres Betriebsbereichs). Wenn beispielsweise ein pH-Messfühler für den Normalbereich auch nur eine Stunde einem pH-Wert von mehr als etwa 12 ausgesetzt wird, kann der Messfühler alkalisch konditioniert werden und ein Ansprechen nicht mehr möglich sein, wenn die Lösung saurer wird. Die Informationen 52 der Anwendungswissensbasis umfassen auch Faktoren wie beispielsweise die Zeit, die seit der letzten Kalibrierung oder der letzten Wartung des Sensors 12 verstrichen ist.
  • Die Sensor/Prozess-Stimulusinformationen 54 stellen Informationen über einen bekannten Stimulus bereit, der auf den Prozess oder einen Teil eines Sensors angewendet wird. Die Sensor/Prozess-Stimulusinformationen 54 werden beim Implementieren von Prozeduren zum Prüfen des Sensors 12 verwendet. Ein bekannter Stimulus wird auf den Prozess 14 oder Sensor 12 angewendet, und die durch den Sensor 12 generierte Reaktion wird mit einer erwarteten Reaktion verglichen. Beispielsweise könnten die Sensor/Prozess-Stimulusinformationen 54 eine bekannte Kraft beschreiben, die in einen Druckwandler eingeführt wird. Die Sensor/Prozess-Stimulusinformationen 54 werden durch den Sender 24 generiert, (d.h. als Teil eines durch den Sender 24 initiierten Selbsttests), oder durch das Datensteuer- und -verwaltungssystem 16 als NLU-Informationen 48 gesendet. Wenn das Prüfen die Messfähigkeit des Sensors 12 unterdrückt, setzt der Sender 24 den MV-Status 30 jeder unterdrückten Messung auf DAZZ LED, basiert VMV 26 und VU 28 auf früherer Leistung und setzt den Gerätestatus 32 auf TESTING.
  • 3 zeigt des Weiteren die Funktionseinheiten des Senders 24. Eine Diagnosestatusmaschine 56 verarbeitet alle Informationen, die für den Sender 24 verfügbar sind, und bestimmt den Diagnosestatus 58 des Sensors 12. Der Diagnosestatus 58 ist das Kernstück der Informationen, die von der Diagnosestatusmaschine 58 beim Ableiten von VMV 26, VU 28, MV-Status 30 und Gerätestatus 32 verwendet werden. Da der Diagnosestatus 58 selbst für Benutzer, die Wartungsarbeiten am Sensor 12 durchführen, hilfreich sein kann, ist er die Basis der Diagnoseinformationen 34, die auf Anforderung durch das Datensteuer- und -verwaltungssystem 16 ausgegeben werden.
  • Unter weiterer Bezugnahme auf 6 führt der Sender 24 die folgenden Vorgänge während jedes Abtastzeitraums durch. Nach dem Abrufen von unbearbeiteten Daten 44 vom Wandler 22 (Schritt 72) propagiert die Diagnosestatusmaschine 56 die unbearbeiteten Daten 44 über eine Reihe von Geräte-Gleichungen 60 zum Generieren von RMV 36 (Schritt 74). Zur gleichen Zeit berechnet der Sender 24 dynamisch RU 62 unter Verwendung einer Unsicherheitsanalyse 64, die auf Geräte-Gleichungen 60 und Kalibrierungsdaten 66 in Übereinstimmung mit den oben erläuterten bekannten Standards basiert (Schritt 74). Beim Berechnen von RU 62 geht der Sender 24 davon aus, dass keine Fehlfunktion aufgetreten ist. RU 62 weist unter allen Betriebsbedingungen einen Nicht-Null-Wert auf. Im Allgemeinen erhöht sich RU 62 unter anderen als idealen Bedingungen.
  • Als Nächstes erhält die Diagnosestatusmaschine 56 weitere Informationen (Schritt 76) und, basierend auf den weiteren Informationen, unbearbeiteten Daten 44, RMV 36 und RU 62, berechnet Statistiken oder führt Musterabgleiche aus, um zu bestimmen, ob der Sensor 12 richtig arbeitet (Schritt 78). Basierend auf den Ergebnissen von Schritt 78 aktualisiert die Diagnosestatusmaschine 56 den Diagnosestatus 58 (Schritt 80).
  • Als Nächstes modifiziert (68) die Diagnosestatusmaschine 56 RMV 36 auf Basis des Diagnosestatus 58, um VMV 26 zu erzeugen.
  • Im Wesentlichen berechnet die Diagnosestatusmaschine 56 RMV 36 neu, nachdem die Parameter modifiziert worden sind, die bei der Berechnung verwendet wurden, um den Diagnosestatus 58 zu berücksichtigen, und setzt VMV 26 gleich mit dem neuen RMV 36 (Schritt 82). Daher entspricht VMV 26 unter normalen Betriebsbedingungen, (wenn der Diagnosestatus 58 keine Modifizierung irgendwelcher Parameter erfordert), typischerweise RMV 36.
  • Gleichzeitig modifiziert (70) die Diagnosestatusmaschine 56 RU 62 basierend auf dem Diagnosestatus 58, um VU 28 zu erzeugen. Wie bei VMV 26 berechnet die Diagnosestatusmaschine 56 RU 62 neu, nachdem die Parameter modifiziert worden sind, die bei der Berechnung verwendet wurden, um den Diagnosestatus 58 zu berücksichtigen, und setzt VU 28 gleich mit dem neuen RU 62 (Schritt 82). Daher entspricht VU 28 unter normalen Betriebsbedingungen typischerweise RU 62. Unter anderen Bedingungen überschreitet VU 28 typischerweise RU 62.
  • Als Nächstes wählt die Diagnosestatusmaschine 56 den MV-Status 30 (Schritt 84) und den Gerätestatus 32 (Schritt 86) basierend auf dem Diagnosestatus 58 und entweder über Berechnungen oder eine Verweistabelle. Sofern erforderlich, sendet die Diagnosestatusmaschine 56 Alarmdaten 35, indem Alarm-Flags aktualisiert werden (Schritt 88). Wenn das Datensteuer- und -verwaltungssystem 16 dies angefordert hat, generiert die Diagnosestatusmaschine 56 des Weiteren Diagnoseinformationen 34, die auf dem Diagnosestatus 58 basieren (Schritt 90).
  • Unter Bezugnahme auf 7 umfasst ein selbstprüfender Temperatursensor 100 ein Thermoelement 102 und einen Sender 104, der einen Prozessor 106 aufweist. Typischerweise umfasst das Thermoelement 102 zwei verschiedene, in Kontakt befindliche Metalle und erzeugt eine Spannung VDiff zwischen zwei Anschlüssen 108 und 110. VDiff ist proportional zu der Differenz zwischen der Temperatur einer Abtaststelle (sensing junction) 112 und einer Vergleichsstelle (reference junction) 114. Die Summe von VDiff und VComp, einer Spannung, die zu der Differenz zwischen der Temperatur der Vergleichsstelle 114 und Null Grad proportional ist, entspricht VTemp, einer Spannung, die zu der Differenz zwischen der Temperatur der Abtaststelle 112 und Null Grad proportional ist. Zum Bestimmen von Vtemp wird Vdiff durch den Verstärker 116 verstärkt, und Vcomp wird durch den Temperatursensor 118 generiert und durch den Verstärker 120 verstärkt.
  • Der Ausgang 117 des Verstärkers 116 und der Ausgang 121 des Verstärkers 120 werden dann einem Analog-Digital-Wandler ("ADC") 122 im Prozessor 106 zugeführt. Der Prozessor 106 verwendet die Verstärkerausgänge 117, 121 und andere verfügbare Informationen zum Generieren von Diagnosestatus 58, RMV 36 und RU 62. Basierend auf diesen Signalen generiert der Prozessor 106 VMV 26, VU 28, den MV-Status 30, den Gerätestatus 32, Alarmdaten 35 und, sofern angefordert, Diagnoseinformationen 34.
  • Unter Bezugnahme auf 8 spricht ein selbstprüfender Temperatursensor 100 auf einen Leistungsverlust zu den Verstärkern 116, 120 an, wie im Folgenden beschrieben. Während des normalen Betriebs (Zeitpunkt 0 bis 15) ist VMV 26 gleich RMV 36, das der Prozessor 106 basierend auf der Summe der Ausgänge 117, 121 generiert. VU 28 ist in ähnlicher Weise gleich RU 62 und gibt die Unsicherheit von VMV 26 an. Der MV-Status 30 ist CLEAR.
  • Zum Zeitpunkt 15 stellt die Energieversorgung 132 ihre Funktion ein, und VDiff und VComp (Ausgänge 117, 121) gehen beide auf Null Volt, was (für eine bestimmte Senderauslegung) zu einem RMV 36 von ungefähr minus 55°C führt. Der Prozessor 106 erfasst den Leistungsverlust, wenn die Leistungsüberwachungsvorrichtung 134, ein digitales Hilfssignal, in Reaktion auf den Leistungsverlust von Eins auf Null umschaltet. Der Prozessor 106 setzt dann den Diagnosestatus 58, um anzugeben, dass der Prozessor 106 Nullkonfidenz in RMV 36 hat. Demzufolge setzt der Prozessor 106 VMV 26 und VU 28 auf eine Kombination der jeweils langzeitig und kurzzeitig früheren Werte für VMV 26 und VU 28, wie oben beschrieben. Schließlich signalisiert der Prozessor 106 den Schweregrad und die erwartete Langzeitdauer der Sensorfehlfunktion, indem der MV-Status 30 auf BLIND gesetzt wird.
  • Wenn die Energieversorgung zum Zeitpunkt 36 wiederhergestellt wird, erfasst der Prozessor 106 die Änderung in der Leistungsüberwachungsvorrichtung 134 von Null auf Eins und setzt den MV-Status 30 auf BLURRED. Die "live" Daten von RVM 36 werden mit dem vorherigen Wert von VMV 26 zusammengelegt, wie oben beschreiben, um einen neuen Wert für VMV 26 zu ergeben. In ähnlicher Weise wird RU 62 mit dem vorherigen Wert von VU 28 zusammengelegt, um einen abnehmenden Wert für VU 28 zu ergeben. Zu diesem Zeitpunkt initialisiert der Prozessor 106 auch einen Wiederherstellungs-Zeitgeber.
  • Der Prozessor 106 generiert VMV 26 und VU 28, indem frühere Werte von VMV 26 und VU 28 jeweils mit RMV 36 und RU 62 zusammengelegt werden, bis der Wiederherstellungs-Zeitgeber zum Zeitpunkt 56 abläuft. (In diesem Beispiel wurde der Wiederherstellungs-Zeitgeber auf 20 Sekunden eingestellt.) Zu diesem Zeitpunkt setzt der Prozessor 106 den MV-Status auf CLEAR, setzt VMV 26 gleich mit RMV 36, und setzt VU 28 gleich mit RU 62.
  • Unter folgender Bezugnahme auf 9 tritt zum Zeitpunkt 13 eine Leerlauf-Fehlfunktion (open circuit fault) auf, wenn das Thermoelement 102 vom Sender 104 gelöst wird. Wenn eine solche Fehlfunktion vorliegt, liegt RMV 36 um 130°C, was einem normalen Wert für den Ausgang 121 entspricht, wegen der Sättigung des Verstärkers 116 aber ein anormal hoher Wert für den Ausgang 117 ist. (Der Endwiderstand 136 verursacht die Sättigung des Verstärkers 116 bei Vorliegen einer Leerlauf-Fehlfunktion.) In Reaktion auf den anormal hohen Wert des Ausgangs 117 setzt der Prozessor 106 den Diagnosestatus 58, um Nullkonfidenz in RMV 36 anzugeben, und setzt den MV-Status 30 auf DAZZLED. Dann generiert der Prozessor 106 VMV 26 und VU 28 basierend auf einer Kombination von langzeitig und kurzzeitig früheren Werten, wie oben beschrieben.
  • Unter erneuter Bezugnahme auf 7 verbindet der Prozessor 106 als Nächstes das Thermoelement 102 mit der Spannungsquelle 124 über den Schalter 126 und überwacht die erzeugte Spannung 130 über einen Widerstand 128. Wegen des Leerlaufs fließt kein Strom im Widerstand 128 und die Spannung 130 beträgt Null Volt. Davon ausgehend bestätigt der Prozessor 106 die Leerlauf-Fehlfunktion und setzt den MV-Status 30 auf BLIND.
  • Zum Zeitpunkt 27 wird die Leerlauf-Fehlfunktion korrigiert, und der Ausgang 117 kehrt zu einem normalen Wert zurück. Der Prozessor 106 reagiert, indem der Diagnosestatus 58 gesetzt wird, um eingeschränkte Konfidenz (statt keiner Konfidenz) in RMV 36 anzugeben, der MV-Status 30 auf BLURRED gesetzt und ein Wiederherstellungs-Zeitgeber initialisiert wird.
  • Danach generiert der Prozessor 106 VMV 26 und VU 28, indem frühere Werte von VMV 26 und VU 28 mit jeweils RMV 36 und RU 62 zusammengelegt werden, bis der Wie derherstellungs-Zeitgeber zum Zeitpunkt 47 abläuft, (wobei der Wiederherstellungs-Zeitgeber auf 20 Sekunden eingestellt wurde). Zu diesem Zeitpunkt setzt der Prozessor 106 den MV-Status auf CLEAR, setzt VMV 26 gleich mit RMV 36 und setzt VU 28 gleich mit RU 62.
  • Unter Bezugnahme auf 7 tritt eine Kontaktverlustfehlfunktion auf, wenn die Abtaststelle 122 den Kontakt mit dem Prozesselement verliert, dessen Temperatur gemessen wird. Weil eine Kontaktverlustfehlfunktion keine anormale Änderung in RMV 36 erzeugt, kann der Sensor 100 die Fehlfunktion nicht leicht erfassen.
  • Demzufolge verwendet der Sensor 100 Strominjektionsprüfungen, um Kontaktverlustfehlfunktionen zu erfassen. Bei einer Strominjektionsprüfung verbindet der Sensor 100 das Thermoelement 102 für eine vorgegebene Zeitdauer mit der Spannungsquelle 124 und misst die Auswirkung auf den Ausgang 117. (Der Wert des Ausgangs 117 vor dem Verbinden des Thermoelements 102 mit der Spannungsquelle wird mit dem Wert nach dem Lösen verglichen.)
  • Unter Bezugnahme auf 10 tritt eine Kontaktverlustfehlfunktion zum Zeitpunkt 12 auf, und die gemessene Temperatur fällt um ungefähr sieben Grad. Weil dies innerhalb normaler Betriebsparameter liegt, erkennt der Sensor 100 die Fehlfunktion nicht sofort und korrigiert stattdessen VMV 26 und behält den MV-Status 30 als CLEAR bei.
  • Zum Zeitpunkt 28 beginnt der Prozessor 106 eine Strominjektionsprüfung. Weil der Verstärker 116 während der Prüfung keine "live" Daten liest, setzt der Prozessor 106 den MV-Status 30 auf DAZZLED und generiert VMV 26 und VU 28 basierend auf früherer Leistung, wie oben erläutert. Zum Zeitpunkt 33 bestimmt der Prozessor 106, dass die Fehlfunktion aufgetreten ist und setzt den MC-Status 30 auf BLURRED. (Der Prozessor 106 geht davon aus, dass, obwohl der Kontakt verloren gegangen ist, die vom Thermoelement 102 abgetastete Temperatur immer noch in etwa der tatsächlichen Temperatur entspricht.)
  • Zum Zeitpunkt 56 wird der Kontakt wieder hergestellt. Der Prozessor 106 interpretiert die plötzliche Änderung im Ausgang 117 jedoch als eine Spitze und setzt den MV-Status 30 vorübergehend auf DAZZLED. Wenn der Ausgang 117 auf dem erhöhten Wert bleibt, setzt der Prozessor 106 den MV-Status 30 wieder auf BLURRED zurück. (Der Prozessor 106 setzt den MV-Status 30 nicht auf CLEAR, weil der Prozessor 106 die Behebung der Fehlfunktionsbedingung nicht erfasst hat.)
  • Zum Zeitpunkt 66 beginnt der Prozessor 106 mit einer weiteren Strominjektionsprüfung und setzt den MV-Status 30 auf DAZZLED. Zum Zeitpunkt 72 bestimmt der Prozessor 106, dass der Kontakt wieder hergestellt worden ist, und setzt in Reaktion den MV-Status auf BLURRED und initialisiert einen Wiederherstellungs-Zeitgeber. Zum Zeitpunkt 97 läuft der Wiederherstellungs-Zeitgeber, (der auf 25 Sekunden eingestellt war), ab, und der Prozessor 106 setzt den MV-Status auf CLEAR.
  • Unter Bezugnahme auf 11 ist ein weiteres Beispiel eines selbstprüfenden Sensors gemäß der Erfindung ein Coriolis- Durchflussmessgerät 150. Das Durchflussmessgerät 150 misst drei Prozessparameter: Mengendurchfluss, Dichte und Temperatur. Der Mengendurchfluss wird direkt unter Verwendung des Prinzips der Coriolis-Beschleunigung gemessen, ohne dabei auf externen Druck, Temperatur oder spezifische Schwerkraftmessungen angewiesen zu sein.
  • Strukturell besteht das Durchflussmessgerät 150 aus einem Strömungsrohr 152, das durch Kabel 156 an einen Sender 154 angeschlossen ist. Das Strömungsrohr 152 weist einen Körper 158 auf, an den ein Eingangsrohr 160 und ein Ausgangsrohr 162 angeschlossen sind. Zwei parallele Rohrschleifen 164, 166 erstrecken sich vom Körper 158 aus. Der Körper 158 enthält Durchführungen, die ein Prozessfluid vom Eingangsrohr 160 zum Anfang der Schleife 164, vom Ende der Schleife 164 zum Anfang der Schleife 166 und vom Ende der Schleife 166 zum Ausgangsrohr 162 führen (die durchbrochenen Pfeile in 11 zeigen die Fließrichtung in den Schleifen 164, 166).
  • Der Sender 154 verursacht, dass die Schleifen 164, 166 sich drehend um ihre Symmetrieachsen Y'-Z' und Y-Z schwingen, indem gegenphasig verlaufende sinusförmige Signale zu elektromagnetischen Treibern 168, 170 zugeführt werden. Der Sender 154 verwendet eine Rückkopplung, um die Signale zu den Treibern 168, 170 auf der Resonanzfrequenz der Schleifen 164, 166 zu halten. Dann erfasst der Sender 154 die Bewegung der Schleifen 164, 166 über die Sensoren 172, 174, die jeweils eine Spannung erzeugen, die proportional zu der momentanen Geschwindigkeit zwischen den Schleifen 164, 166 ist. Der Sender 154 korrigiert die Amplitude der Signale zu den Treibern 168, 170, um die durchschnittliche Amplitude der von den Sensoren 172, 174 erzeugten Spannungen auf einem konstanten Pegel zu halten.
  • Der Sender 154 misst Mengendurchfluss, Dichte und Temperatur auf die folgende Weise. Zuerst misst der Sender 154 den Mengendurchfluss des Prozessfluids durch Überwachen der Auswirkung von Coriolis-Kräften auf die Schleifen 164, 166. Die auf die Abschnitte G'-H' und G-H der schwingenden Schleifen 164, 166 wirkenden Coriolis-Kräfte verursachen Ablenkungen der Schleifen 164, 166. Diese Ablenkungen führen zu einer Phasenwinkeldifferenz zwischen den durch die Sensoren 172, 174 erzeugten Spannungen, die zu dem Mengendurchfluss proportional ist. Als Nächstes bestimmt der Sender 154 die Dichte des Prozessfluids aus der Schwingfrequenz der Schleifen 164, 166, (die gleich der Frequenz der Signale ist, die den Treibern 168, 170 zugeführt werden). Die Dichte des Prozessfluids ist umgekehrt proportional zum Quadrat der Treiberfrequenz. Schließlich misst der Sender 154 die Temperatur des Prozessfluids über einen Temperatursensor 176, der sich im Körper 158 befindet. Typischerweise ist der Temperatursensor 176 eine RTD-Vorrichtung mit einem Widerstand, der temperaturabhängig ist.
  • Im Zusammenhang mit dem Durchflussmessgerät 150 sind die verfügbaren unbearbeiteten Daten die Frequenz 44c eines Signals, das aus dem Temperatursensor 176 kommt, (die Frequenz ist proportional zum Widerstand des Temperatursensors 176), die Frequenz 44b der an die Treiber 168, 170 angelegten Treibersignale und die Spannungsausgänge 44c der Sensoren 172, 174. Aus diesen Signalen leitet der Sender 154 drei RMVs ab: die Temperatur des Prozessfluids 36a, die Dichte des Prozessfluids 36b und den Mengendurchfluss 36c (abgeleitet von dem Phasenwinkel zwischen den Sensorsignalen). Außerdem führt der Sender 154 Unsicherheitsanalysen durch, um drei RUs (62a, 62b, 62c) zu erzeugen, wobei jedes die Unsicherheit eines entsprechenden RMV 36 angibt.
  • Nach dem Generieren der RMVs 36a–c und der RUs 62a–c bestimmt der Sender 154 den Diagnosestatus 58 des Durchflussmessgeräts 150. Diese Bestimmung basiert auf den unbearbeiteten Daten 44a–c, den RMVs 36a–c, den RUs 62a–c und den Hilfsdaten 46. Basierend auf dem Diagnosestatus 58 korrigiert der Sender 154 die Parameter, die beim Berechnen der RMVs 36a–c und RUs 62a–c verwendet wurden, und berechnet diese Werte neu. Der Sender 154 gibt die neu berechneten RMVs 36a–c und RUs 62a–c dann als VMVs 26a–c und VUs 28a–c aus. Der Sender 154 gibt auch einen MV-Status 30a aus, welcher der Temperatur entspricht, einen MV-Status 30b, welcher der Dichte entspricht, und einen MV-Status 30c, welcher dem Mengendurchfluss entspricht. Schließlich gibt der Sender 154 einen einzelnen Gerätestatus 32 aus, der dem Status des Durchflussmessgeräts 150 entspricht.
  • Unter erneuter Bezugnahme auf 6 kann die Prozedur, die vom Sender 154 während jedes Abtastzeitraums durchgeführt wird, in Software implementiert werden.
  • Der in 12 gezeigte Pseudocode stellt eine vereinfachte Ansicht der Prozedur bereit, die vom Sender 154 während jedes Abtastzeitraums durchgeführt wird. 12 zeigt des Weiteren in Klammem die in 6 durchgeführten Schritte, die den Schritten in 12 entsprechen. Zuerst ruft der Sender 154 die unbearbeiteten Daten 44a–c vom Strömungsrohr 152 ab (Schritt 200). Dann berechnet der Sender 154 die RMVs 36a–c und RUs 62a–c (Schritte 202206). Der Pseudocode zum Berechnen von RMV 36a und RU 62a ist in 13 gezeigt und wird im Folgenden erläutert. Als Nächstes prüft der Sender 154 alle verfügbaren Informationen (Schritt 208) und bestimmt den Diagnosestatus 58, die MV-Status 30a–c und den Gerätestatus 32 (Schritt 210). Ein Teil des Pseudocodes zum Bestimmen des Diagnosestatus 58 und der MV-Status 30a–c ist in 14 gezeigt und wird im Folgenden erläutert. Basierend auf dem Diagnosestatus 58 korrigiert der Sender 154 die Parameter, die zum Berechnen von RMV 36a–c und RU 62a–c verwendet wurden (Schritt 212). Der Sender 154 berechnet dann die VMVs 26a–c und VUs 28a–c (Schritte 214218) unter Verwendung der Prozedur, mit der die RMVs 36a–c und RUs 62a–c berechnet worden sind, und der korrigierten Parameter.
  • Unter Bezugnahme auf 13 berechnet der Sender 154 RMV 36a und RU 62a wie folgt. Zuerst berechnet der Sender 154 den Widerstand "R" des Temperatursensors 176 (Schritt 250). Dann berechnet der Sender 154 die Unsicherheit "d R" von R basierend auf einer Unsicherheitsanalyse der Gleichung, die zum Berechnen von R verwendet wurde (Schritt 252). Als Nächstes berechnet der Sender 154 die "Temperatur" (Schritt 254) und setzt RMV 36a gleich mit der Temperatur. Schließlich berechnet der Sender 154 die Unsicherheit "d temperature" der Temperatur (Schritt 256) und setzt RU 62a gleich mit d temperature. Daher entsprechen RMV 36a und RU 62a als ein erster Ar beitsgang der gemessenen Temperatur und ihrer entsprechenden Unsicherheit. Wenn der Sender 154 anschließend bestimmt, dass er weniger als Sollkonfidenz in RMV 36a und RU 62a hat, modifiziert der Sender 154 beliebige der Parameter, Unsicherheiten und/oder unbearbeiteten Daten, (z.B. RK1, d_RK1, f_RTD), die zum Berechnen von Temperatur und d temperature verwendet wurden, um die Auswirkung einer erwarteten Fehlfunktion widerzuspiegeln. Der Sender 154 führt dann die in 13 dargestellte Prozedur unter Verwendung der modifizierten Informationen erneut durch und setzt VMV 26a und VU 28a gleich mit den neuen Werten für Temperatur und d temperature. Wenn der Sender 154 alternativ bestimmt, dass die Fehlfunktion zu gravierend ist, kann der Sender 154 VMV 26a und VU 28a auf Basis historischer Daten setzen.
  • 14 veranschaulicht die Prozedur, die vom Sender 154 verwendet wird, um einen Eingangsverlust vom Temperatursensor 176 zu erfassen und darauf zu reagieren. Der Sender 154 hält eine Variable, RTD_input_state, die den aktuellen Status des Eingangs vom Temperatursensor 176 angibt. Als einen ersten Schritt prüft der Sender 154 RTD_input_state (Schritt 300).
  • Wenn RTD_input_state gleich RTD_INPUT_OK ist, was angibt, dass der Eingang vom Temperatursensor 176 während des vorherigen Abtastzeitraums normal arbeitete, prüft der Sender 154 den Widerstand des Temperatursensors 176 (Schritt 304). Wenn der Widerstand weniger als 80 Ohm beträgt, gibt dies an, dass die Verbindung zwischen dem Sender 154 und dem Temperatursensor 176 verloren gegangen ist. In Reaktion setzt der Sender 154 RTD_input_state auf RTD_INPUT_LOST (Schritt 306). Der Sender 154 prüft dann den Wert von RTD_spike_state, der angibt, ob der Sender 154 während der vorherigen Abtastung eine Spitze in dem Ausgang vom Temperatursensor 176 abgetastet hat (Schritt 308). Wenn RTD_spike_state angibt, dass eine Spitze aufgetreten ist, setzt der Sender 154 RTD_input_state zurück, um keine Spitze anzugeben (Schritt 310). (Eine Spitze ist eine weniger schwere Fehlfunktion und wird durch den Verbindungsverlust ausgelöst.)
  • Wenn RTD_input_state gleich RTD_INPUT_LOST ist, prüft der Sender 154 den Widerstand des Temperatursensors 176 (Schritt 314). Wenn der Widerstand weniger als 100 Ohm beträgt (Schritt 314), gibt dies an, dass die Verbindung mit dem Temperatursensor 176 immer noch verloren ist. (Verschiedene Widerstandswerte werden in den Schritten 304 und 314 verwendet, um intermittierendes Umschalten von RTD_input_state zu vermeiden, wenn beispielsweise der Widerstand zwischen 79 und 81 Ohm schwankt.) Wenn die Verbindung verloren ist, setzt der Sender 154 den MV-Status 30a, welcher der Temperatur entspricht, auf BLIND (Schritt 316) und ersetzt historische Informationen (Schritt 318) über die Temperatur, um sie in den Schritten zur Neuberechnung (Schritte 214218 von 12) zu verwenden. Da Dichte und Mengendurchfluss teilweise auf der Temperatur basieren, setzt der Sender 154 die MV-Status 30b–c auf BLURRED (Schritte 320322). Wenn der Widerstand mehr als 100 Ohm beträgt, setzt der Sender 154 RTD_input_state auf RTD_INPUT_RECOVER, um anzugeben, dass die Verbindung wiederhergestellt ist (Schritt 326). Zu diesem Zeitpunkt initialisiert der Sender 154 einen Wiederherstellungs-Zeitgeber, indem RTD_input_count auf gleich Null gestellt wird (Schritt 328).
  • Wenn RTD_input_state gleich RTD_INPUT_RECOVER ist, legt der Sender 154 die früheren und gegenwärtigen Werte für die Temperatur zusammen, wie oben erläutert (Schritt 332). Der Sender 154 prüft dann, ob der Wiederherstellungs-Zeitüberschreitungs-Zeitraum abgelaufen ist (Schritt 334). Ist dies der Fall, setzt der Sender 154 RTD_input_state auf RTD_INPUT_OK (Schritt 336). Falls nicht, setzt der Sender 154 den MV-Status 30a auf BLURRED (Schritt 340) und inkrementiert RTD_input_count (Schritt 342).
  • 15 veranschaulicht die Reaktion des Durchflussmessgerätes 150 auf einen Eingangsverlust vom Temperatursensor 176. Zum Zeitpunkt 9 tritt der Eingangsverlust auf, und die nicht validierte Temperaturmessung RMV 36a beginnt rasch abzufallen. Zum Zeitpunkt 10 setzt der Sender 154 den Diagnosestatus 58, um anzugeben, dass eine Spitze in dem Temperatureingang aufgetreten ist, und ändert in Reaktion den MV-Status 30a auf DAZZLED, modifiziert VMV 26a und VU 28a basierend auf früherer Leistung, wie oben erläutert, und belässt die MV-Status 30b–c, die VMVs 26b–c und VUs 28b–c unverändert, (obwohl, weil Dichte und Mengendurchfluss teilweise von der Temperatur abhängen, die VMVs 26b–c und VUs 28b–c die Änderungen an VMV 26a und VU 28a enthalten).
  • Zum Zeitpunkt 12 fällt der Widerstand des Temperatursensors 176 genügend tief, dass der Sender 154 den Diagnosestatus 58 setzt, um anzugeben, dass ein Temperaturein gangsverlust aufgetreten ist, und ändert in Reaktion den MV-Status 30a auf BLIND, basiert VMV 26a und VU 28a weiterhin auf früherer Leistung, ändert die MV-Status 30b–c auf BLURRED und belässt die VMVs 26b–c unverändert. Weil die Unsicherheiten von Dichte und Mengendurchfluss teilweise auf der Unsicherheit der Temperatur basieren, erhöhen sich die VUs 28b–c, um die Erhöhung in VU 28a widerzuspiegeln.
  • Zum Zeitpunkt 48 erhöht sich der Widerstand des Temperatursensors 176 auf einen ausreichenden Pegel, so dass der Sender 154 den Diagnosestatus 58 setzt, um anzugeben, dass der Temperatureingang wiederhergestellt ist, und ändert in Reaktion den MV-Status 30a auf BLURRED, initialisiert einen Wiederherstellungs-Zeitgeber, beginnt frühere und gegenwärtige Werte für VMV 26a und VU 28a zusammenzulegen und ändert die MV-Status 30b–c in CLEAR.
  • Zum Zeitpunkt 72 läuft der Wiederherstellungs-Zeitgeber ab, und der Sender 154 setzt den Diagnosestatus 58, um anzugeben, dass der Temperatureingang vollständig wiederhergestellt ist, und ändert in Reaktion den MV-Status 30a in CLEAR und basiert VMV 26a und VU 28a auf RMV 36a und RU 28a.
  • Unter Bezugnahme auf 16 implementiert ein erfindungsgemäßer Sensor 12 zusammengefasst eine Prozedur 350. Der Sensor empfängt ein Datensignal, das sich auf den Wert einer Variablen bezieht (Schritt 352), und schätzt auf Basis des Datensignals eine Messung der Variablen (Schritt 354). Danach generiert der Sensor ein erstes Ausgangssignal (Schritt 356), das zu der geschätzten Messung der Variablen in Beziehung gesetzt werden kann. Schließlich führt der Sensor eine Unsicherheitsanalyse an dem ersten Ausgangssignal durch (Schritt 358) und generiert ein zweites Ausgangssignal, das auf der Unsicherheitsanalyse basiert (Schritt 360).
  • Unter Bezugnahme auf 17, und wie oben erläutert, kann ein erfindungsgemäßer Sensor auf das Erfassen einer Fehlfunktion gemäß einer Prozedur 400 ansprechen. Zuerst bestimmt der Sensor, ob das Auftreten einer Fehlfunktion im Ursprung einer Messung erfasst worden ist (Schritt 405). Beispielsweise, wie in 18 gezeigt und oben erläutert, kann der Sensor, wenn der Sensor einen Temperaturwandler enthält, eine Kontaktverlustfehlfunktion unter Verwendung einer Prozedur 500 erfassen. Der Sensor speichert einen Ausgang des Temperaturwandlers (Schritt 505) und schließt den Tem peraturwandler für eine vorgegebene Zeitspanne an eine Spannungsquelle an (Schritt 510). Nachdem die vorgegebene Zeitspanne abgelaufen ist, vergleicht der Sensor den gespeicherten Ausgang mit dem gegenwärtigen Ausgang des Temperaturwandlers (Schritt 515) und gibt an, dass eine Kontaktverlustfehlfunktion erfasst worden ist, die auf dem Vergleich basiert (Schritt 520).
  • Wenn, unter erneuter Bezugnahme auf 17, das Auftreten einer Fehlfunktion erfasst worden ist (Schritt 405), erzeugt der Sensor einen ersten Schätzwert der Messung (Schritt 410). Der erste Schätzwert kann ein Mittelwert der Messung während eines Zeitintervalls sein, das einen kurzzeitig früheren Wert der Messung enthält. Beispielsweise kann das Zeitintervall einen Wert der Messung unmittelbar vor dem Auftreten der Fehlfunktion enthalten. Der Sensor erzeugt auch eine Unsicherheitsmessung für den ersten Schätzwert (Schritt 415). Zunächst kann das Unsicherheitsmaß angeben, dass die Messung jeden Wert haben kann, der für die Messung während des Zeitintervalls beobachtet worden ist. Der Sensor kann auch eine Einschränkung der Zuverlässigkeit des ersten Schätzwerts aufgrund einer Zeitdifferenz zwischen dem gegenwärtigen Zeitpunkt und einem Zeitpunkt am Ende des Zeitintervalls berücksichtigen. Insbesondere kann der Sensor das Unsicherheitsmaß für den ersten Schätzwert korrigieren, indem die Zeitdifferenz zwischen dem gegenwärtigen Zeitpunkt und dem Zeitpunkt am Ende des Zeitintervalls mit einem Maximalwert, der zwischen dem gegenwärtigen Zeitpunkt und dem Zeitpunkt am Ende des Zeitintervalls beobachtet wurde, mit einer maximalen beobachteten Änderungsgeschwindigkeit der Messung multipliziert wird. Der Sensor erzeugt dann einen zweiten Schätzwert (Schritt 420) und ein dazugehöriges Unsicherheitsmaß (Schritt 425) unter Verwendung des oben beschriebenen Ansatzes für den ersten Schätzwert und das Unsicherheitsmaß. Der zweite Schätzwert kann auf langzeitig früheren Werten der Messung basieren.
  • Der Sensor kombiniert die mehreren Schätzwerte der Messung, um einen kombinierten Schätzwert für die Messung zu erzeugen (Schritt 430). Der Sensor kann die Schätzwerte kombinieren, indem die Schätzwerte gemäß ihren zugehörigen Unsicherheitsmaßen gewichtet werden. Insbesondere kann der Sensor den ersten Schätzwert mit dem zweiten Unsicherheitsmaß zum Quadrat, das durch eine Summe aus dem zweiten Unsicherheitsmaß zum Quadrat und dem ersten Unsicherheitsmaß zum Quadrat dividiert wird, multiplizieren und ein Ergebnis dieser Multiplikation zu einem Ergebnis der Multiplikation des zweiten Schätzwerts mit dem zweiten Unsicherheitsmaß zum Quadrat, das durch eine Summe aus dem zweiten Unsicherheitsmaß zum Quadrat und dem ersten Unsicherheitsmaß zum Quadrat dividiert wird, addieren:
    Figure 00330001
  • Der Sensor kombiniert auch die Unsicherheitsmaße für jeden der mehreren Schätzwerte, um ein Unsicherheitsmaß für den kombinierten Schätzwert für die Messung zu erzeugen (Schritt 435). Der Sensor kann dies erreichen durch Multiplizieren des zweiten Unsicherheitsmaßes mit dem ersten Unsicherheitsmaß und durch Dividieren eines Ergebnisses der Multiplikation durch eine Quadratwurzel aus einer Summe aus dem zweiten Unsicherheitsmaß zum Quadrat und dem ersten Unsicherheitsmaß zum Quadrat:
    Figure 00330002
  • Schließlich stellt der Sensor den kombinierten Schätzwert für die Messung als einen Wert für die Messung zu einem gegenwärtigen Zeitpunkt (Schritt 440) und das Unsicherheitsmaß für den kombinierten Schätzwert als eine Angabe der Gültigkeit des Werts der Messung des gegenwärtigen Zeitpunkts (Schritt 455) bereit.
  • Der Sensor kann auch eine Fehlfunktion korrigieren, nachdem er die Fehlfunktion identifiziert hat. Wenn, unter Bezugnahme auf 19A, der Sensor 100 ein ideales Messsystem 1000 wäre, dann würde eine gewünschte, von dem System 1000 erzeugte Messung and 1015 mit einer Messgröße m 1020 durch eine gewünschte Übertragungsfunktion Gd(s) 1025 in Beziehung stehen. Ein tatsächliches Messsystem, wie es beispielsweise in 19B gezeigt wird, kann jedoch Abweichungen in seiner Übertragungsfunktion Ga(s) 1030 in Bezug auf die gewünschte Übertragungsfunktion Gd(s) aufweisen. Diese Abweichungen können den tatsächlichen Sensorausgang x 1035, (der auch als die unkompensierte Messung mu bezeichnet wird), in Bezug auf die gewünschte Messung md 1015 verzerren. Wenn die gewünschte Übertragungsfunktion Gd(s) beispielsweise ein Tiefpassfilter ist (19A), können Abweichungen in dem tatsächlichen System verursachen, dass die tatsächliche Übertragungsfunktion Ga(s) eine niedrigere Grenzfre quenz aufweist als diejenige der gewünschten Übertragungsfunktion Gd(s). Obwohl etwas Filtern erforderlich sein kann, um Messungsrauschen zu entfernen, kann die reduzierte Grenzfrequenz niedriger sein als die erforderliche Messbandbreite. Dies kann dazu führen, dass Hochfrequenzsignalkomponenten gedämpft werden, und eine merkliche zeitliche Verzögerung in die Messung eingeführt wird. Wenn die Systemauslegung diese zeitliche Verzögerung nicht berücksichtigt, kann sich die Regelleistung verschlechtern, und ein Regelkreis, der den Sensor 100 verwendet, kann instabil werden.
  • Unter Bezugnahme auf 20 implementiert der Prozessor 106 eine Prozedur 1100, um die Auswirkungen von Abweichungen zwischen tatsächlichen und gewünschten Übertragungsfunktionen zu berücksichtigen. Zunächst bestimmt der Prozessor 106 die zeitdiskrete Entsprechung der gewünschten Übertragungsfunktion Gd(s) 1025 des Sensors 100 (Schritt 1105). Diese Funktion wird typischerweise in den Leistungsspezifikationen des Sensors definiert. Als Nächstes bestimmt der Prozessor die zeitdiskrete Entsprechung der tatsächlichen Übertragungsfunktion Ga(s) 1030 des Sensors 100 (Schritt 1110). Wenn der Sensor 100 beispielsweise ein Thermoelement ist, bestimmt der Prozessor 106 die tatsächliche Übertragungsfunktion unter Verwendung von Strominjektionsprüfungen.
  • Nach dem Bestimmen der Übertragungsfunktionen erhält der Prozessor 106 die Sensorablesung x 1035 vom Sensor 100 (Schritt 1115). Unter Bezugnahme auch auf 19C berechnet der Prozessor 106 dann das Inverse Ga'(s) 1045 der tatsächlichen Übertragungsfunktion Ga(s) 1030 (Schritt 1120). Es ist zu beachten, dass Ga'(s) nicht das exakte mathematische Inverse der tatsächlichen Übertragungsfunktion Ga(s) ist, weil die Kompensation, die das exakte Inverse verwendet, zu instabilen kompensierten Sensorablesungen führen kann. Stattdessen ist Ga(s) das finite Impulsansprechverhaltens-Inverse von Ga(s) mit abgestimmter Verstärkung. Unter Verwendung der inversen Übertragungsfunktion Ga'(s) 1045 negiert der Prozessor 106 die Auswirkung der tatsächlichen Übertragungsfunktion des Sensors, um eine kompensierte Messung mc 1050 zu erhalten (Schritt 1125): mc = xGa'(S).
  • Die kompensierte Messung mc 1050 ist die Messung, die generiert würde, wenn der Sensor eine infinite Bandbreite hätte. Da die Sensorablesung x 1035 lautet: x = mGa(s) entspricht die kompensierte Messung mc 1050 der Messgröße m 1020: mc = xGa'(s) = mGa(s)Ga'(s) ≈ m.
  • Danach verwendet der Prozessor 106 ein Filter Gr(s) 1055 (19D) mit einer Übertragungsfunktion, die gleich der gewünschten Übertragungsfunktion Gd(s) ist, zum Filtern der kompensierten Messung mc 1050, um einen Schätzwert me 1060 der gewünschten Messung and 1015 zu generieren (Schritt 1130): me = mcGf(s).
  • Die 21A und 21B zeigen die Implementierung einer Prozedur für ein System, das eine tatsächliche Übertragungsfunktion mit einer Verzögerung von 0,07 Sekunden, Eckfrequenzen von 0,1768 und 0,2274 Hz aufweist:
    Figure 00350001
  • Unter Ignorieren der Verzögerung und unter der Annahme einer Abtastgeschwindigkeit von 10 Hz kann die zeitdiskrete Halte-Entsprechung nullter Ordnung (zero-order-hold equivalent) der tatsächlichen Übertragungsfunktion unter Verwendung von Standard-Regeltheorie-Techniken ausgedrückt werden als:
    Figure 00350002
  • Davon ausgehend kann die kompensierte Messung mc für eine Abtastung k unter Verwendung der finiten Impulsansprechverhaltens-Inversen der zeitdiskreten Entsprechung ausgedrückt werden als:
    Figure 00360001
  • 21A zeigt das Ansprechverhalten des Systems auf eine Messgröße m, die ein rauschverfälschter verzögerter Stufeneingang (noise-corrupted delayed step input) 1200 ist, der folgenden Wert aufweist: m = H (t – 0,5) + 0,1N(t)wobei H(t) ein Stufeneingang von Einheitsgröße (unit magnitude) zum Zeitpunkt t = 0 ist, und N(t) ein Zufallsrauschen mit normalem Verlauf und Einheitsgröße ist. Das System spricht auf den Stufeneingang 1200 an, indem eine Sensorablesung x erzeugt wird, die als eine nicht kompensierte Messung mu 1205 identifiziert wird. Die kompensierte Messung mc 1210 wird aus der nicht kompensierten Messung unter Verwendung der oben bereitgestellten Gleichung berechnet.
  • 21A zeigt, dass die kompensierte Messung mc 1210 dem Stufeneingang 1200 viel ähnlicher ist als die nicht kompensierte Messung mu 1205. Insbesondere ist die nicht kompensierte Messung mu 1205 viel langsamer als der Stufeneingang 1200. Allerdings weist die nicht kompensierte Messung mu 1205 weniger Rauschen auf als der Stufeneingang 1200 und die kompensierte Messung mc 1210. Dies ist zu erwarten, weil das Hochfrequenzrauschen in dem Stufeneingang 1200 durch das relativ langsame Ansprechen des Wandlers herausgefiltert wird, der die nicht kompensierte Messung mu 1205 erzeugt.
  • 21B zeigt die Unterschiede zwischen der nicht kompensierten Messung mu 1205, einem Schätzwert me 1215 der gewünschten Messung und der tatsächlich gewünschten Messung and 1210. Die gewünschte Sensor-Übertragungsfunktion Gd(s) des Systems ist ein Filter erster Ordnung mit einer Grenzfrequenz von 0,5 Hz:
    Figure 00360002
  • Diese Grenzfrequenz ist wesentlich höher als die Eckfrequenzen der tatsächlichen Übertragungsfunktion Ga(s).
  • Die zeitdiskrete Entsprechung der gewünschten Übertragungsfunktion Gd(s) bei einer Abtastgeschwindigkeit von 10 Hz kann ausgedrückt werden als:
    Figure 00370001
  • Davon ausgehend kann der Schätzwert me 1215 der gewünschten Messung für eine Abtastung k ausgedrückt werden als: me(k) = c1mc(k – 1) – d1md(k – 1) = 0,2482mc(k – 1) + 0,7316md(k – 1).
  • Daraus ergibt sich ein Schätzwert me 1215, welcher der gewünschten Messung and 1220 nahe kommt.
  • Die 22A und 22B zeigen das Ansprechverhalten des Systems auf eine Messgröße m, die ein variabler Eingang 1250 ist. Der variable Eingang 1250 weist folgenden Wert auf:
    Figure 00370002
    wobei N(t) ein Zufallsrauschen von normalem Verlauf und Einheitsgröße ist. Eine primäre Signalkomponente des variablen Eingangs 1250 liegt bei einer Frequenz von 0,3 Hz, was über der Grenzfrequenz der tatsächlichen Übertragungsfunktion liegt. Demgemäß wird diese Signalkomponente in der nicht kompensierten Messung mu 1255 gedämpft, was darin zu beträchtlicher Verzerrung führt. Im Gegensatz dazu wird der größte Teil der Signalkomponente in der kompensierten Messung mc 1260 wiederhergestellt, so dass die kompensierte Messung mehr dem variablen Eingang 1250 ähnelt. 22B zeigt die Unterschiede zwischen der nicht kompensierten Messung mu 1255, dem Schätzwert me 1270 der gewünschten Messung und der gewünschten Messung and 1275.
  • Die Durchführbarkeit der Kompensationstechnik wird durch die Tatsache veranschaulicht, dass in beiden 21B und 22B, die geschätzte Messung me der gewünschten Messung and mehr ähnelt als die nicht kompensierte Messung mu.
  • Die Technik der Erfindung kann unter einer Reihe von Umständen eingesetzt werden. Beispielsweise, wie in 23A gezeigt, kann ein Thermoelement 1300 in einem Wärmebehälter 1305 positioniert werden, der mit Silikonöl 1310 gefüllt ist. Wenn der Wärmebehälter 1305 die gleiche Temperatur aufweist wie der Prozess, der von Interesse ist, ist die Reaktion des Thermoelemente 1300 auf Änderungen in der Prozesstemperatur von einer zweiten Ordnung, wobei Zeitkonstanten durch die Wärmeübertragungseigenschaften der Berührungsfläche von Thermoelement/Silikonöl und die Berührungsfläche von Silikonöl/Wärmebehälter beherrscht werden. Wenn, wie in 23B gezeigt, das Silikonöl 1310 aus dem Wärmebehälter 1305 entweicht oder anderweitig verloren geht, werden die Wärmeübertragungseigenschaften des Thermoelements 1300 weniger effizient. Dies bewirkt, dass die Zeitkonstanten in dem Thermoelement-Ansprechverhalten sich erhöhen, und die Sensorablesung x 1035 träge wird. Ein selbstprüfender Sensor kann diese Trägheit ausgleichen, indem die oben erläuterten Techniken verwendet werden.
  • Sobald die geschätzte Messung me generiert worden ist, kann die Unsicherheit δ des Schätzwerts quantifiziert werden. Unter Bezugnahme auf 24 implementiert der Prozessor 106 eine Prozedur 1400, um Unsicherheiten des Eingangssignals sowie die Ungenauigkeiten zu berücksichtigen, die durch die Technik eingeführt werden, und propagiert jede Unsicherheitskomponente entsprechend.
  • Wie oben angemerkt, kann die kompensierte Messung mc aus der Sensorablesung x geschätzt werden, indem die finite Impulsansprechverhaltens-Inverse der zeitdiskreten Halte-Entsprechung nullter Ordnung der tatsächlichen Übertragungsfunktion verwendet wird:
    Figure 00380001
  • Von diesem Ausdruck ausgehend weist die Unsicherheit δ der kompensierten Messung mc zwei Hauptkomponenten auf. Die erste Komponente lässt sich der Unsicherheit des Eingangssignals und zu der Ungenauigkeit der Kompensationskoeffizienten in der zeitdiskreten Entsprechung der Übertragungsfunktion zuordnen. Der Prozessor 106 berechnet die erste Komponente (Schritt 1405) unter Verwendung einer Standard-Unsicherheitspropagierungsformel:
    Figure 00390001
    wobei δ die Unsicherheit der Variablen angibt, vor der es steht.
  • Die zweite Komponente der Unsicherheit ergibt sich aus der zeitdiskreten Übertragungsfunktion, die eine Halte-Entsprechung nullter Ordnung ist, deren Pole sich alle am Ursprung (origin) befinden. Der Prozessor 106 berechnet diese Komponente (Schritt 1410) als: δmc2(k) = nmc(k) – [x(k – 1) + x(k – 2) + ... + x(k – n)].
  • Unter Verwendung der zwei Komponenten bestimmt der Prozessor 106 die Gesamt-Unsicherheit in der kompensierten Messung für eine Abtastung k (Schritt 1415) als:
    Figure 00390002
  • Schließlich bestimmt der Prozessor 106 die Unsicherheit der geschätzten Messung me unter Berücksichtigung der Unsicherheiten der kompensierten Messung mc und der Koeffizienten der diskreten Entsprechung der gewünschten Übertragungsfunktion (Schritt 1420). Für eine Abtastung k kann die geschätzte Messung ausgedrückt werden als:
    Figure 00400001
  • Aus diesem Ausdruck bestimmt der Prozessor 106 die Unsicherheit der geschätzten Messung me als:
    Figure 00400002
  • Für das oben unter Bezugnahme auf die 21A und 21B erläuterte System ist die erste Komponente der Unsicherheit der kompensierten Messung mc:
    Figure 00400003
  • Die zweite Komponente der Unsicherheit der kompensierten Messung mc ist: δmc2(k) = 2mc(k) – [x(k – 1) + x(k – 2)].
  • Dementsprechend ist die Unsicherheit der geschätzten Messung me: (δmc(k))2 = (c1δmc(k – 1))2 + (d1δme(k – 1))2 + (mc(k – 1)δc1)2 + (mc(k – 1)δd1)2.
  • Die Unsicherheiten der geschätzten Messungen me für den Stufeneingang 1200 und den variablen Eingang 1250 sind jeweils in den 25A und 25B gezeigt. Die Schattie rung gibt die Unsicherheit δ an. Der Einfachheit halber wird die Unsicherheit des Eingangssignals ignoriert, und es wird angenommen, dass die Filterkoeffizienten exakt sind. Die 25A und 25B zeigen, dass die Unsicherheitsschätzungstechnik den Frequenzinhalt des Sensorsignals berücksichtigt und eine höhere Unsicherheit erzeugt, wenn das Eingangssignal eine signifikante Hochfrequenzkomponente aufweist, wie in den 25A und 25B gezeigt wird.
  • In einigen Fällen kann es sein, dass der Prozessor 106 die Unsicherheit berücksichtigen muss, die mit dazugehörigen Signalen verbunden ist. Beispielsweise können die von einigen Sensoren erzeugten Messungen Kombinationen von verschiedenen Signalen aufweisen, die von gemeinsamen Variablen beeinflusst werden. Dies kann zu Problemen führen, weil die Propagierung von Unsicherheit in Standard-Unsicherheitsanalysen nur gültig ist, wenn die Variablen unabhängig sind.
  • Unter Bezugsnahme auf 26 implementiert der Prozessor 106 eine Prozedur 1600, um die Unsicherheit eines Ergebnisses R zu berücksichtigen, das eine Funktion von abhängigen Variablen ist. Zuerst definiert der Prozessor das Ergebnis R (Schritt 1605) als: R = R(M1, ..., Mn),wobei jedes der Signale Mn eine Funktion von gemeinsamen Variablen c und unabhängigen Variablen v ist: Mi = Mi(c, vi),wobei c = (c1, c2, ..., Cp)und vi = (vi 1, vi 2, ..., vi qi)T.
  • Der Prozessor berechnet dann die Unsicherheit des Ergebnisses R.
  • In einer ersten Technik berechnet der Prozessor die Unsicherheit in Form von Grundvariablen (Schritt 1610a) als:
    Figure 00420001
    wobei δMi die Unsicherheit in Mi ist, wenn die Unsicherheiten der gemeinsamen Variablen cp ignoriert werden. Dies zeigt, dass die Unsicherheiten der gemeinsamen Variablen aus dem Endergebnis berechnet werden können, während die Unsicherheiten der unabhängigen Variablen unter Berücksichtigung der Zwischensignale berechnet werden können.
  • In einer zweiten Technik berechnet der Prozessor die Unsicherheit in Form von Zwischensignalen (Schritt 1610b) als:
    Figure 00420002
  • In dieser Technik sind zusätzliche Unsicherheitsausdrücke erforderlich, um die Korrelation zwischen den gemeinsamen Variablen zu berücksichtigen.
  • Die Prozedur 1600 kann unter Bezugnahme auf das folgende Beispiel veranschaulicht werden, in dem: M1 = ax + y, M2 = bx + zist, wobei x die einzige gemeinsame Variable und y und z unabhängige Variablen sind. Angenommen, das Ergebnis des ersten Schritts (Schritt 1605) lautet: R = αM1 + βM2
  • Die Anwendung der ersten Technik führt zu: (δR)2 = (αa + βb)2(δx)2 + α2x2(δa)2 + β2x2(δb)2 + α2(δy)2 + β2(δz)2.
  • Die Anwendung der zweiten Technik führt zu dem gleichen Wert.
  • Die 27A und 27B veranschaulichen dieses Ergebnis, wenn α und β beide 0,5 sind, x einen Mittelwert von 5 und eine Varianz von 0,01 aufweist, y und z gleichmäßig zwischen ± 0,005 schwanken, die Unsicherheit von x, y oder z zu einem bestimmten Zeitpunkt 1% des Werts dieser Variablen zu diesem Zeitpunkt beträgt, und die Werte von a und b angenommen werden als:
    a = 3, b = 5 für das erste Verfahren und
    a = 3, b = –5 für das zweite Verfahren.
  • In dem ersten Beispiel, wie in 27A gezeigt, wirkt die gemeinsame Variable im Gleichtakt (in common mode) auf die Signale M1 und M2, weil a und b das gleiche Vorzeichen aufweisen. In dem zweiten Beispiel, wie in 27B gezeigt, wirkt die gemeinsame Variable im Gegentakt (differential mode), weil a und b entgegengesetzte Vorzeichen aufweisen. Beim Vergleich der Unsicherheiten wird das Ergebnis R 1700 durch die durchgezogene Linie dargestellt, die Unsicherheit, die unter Verwendung der oben erläuterten Techniken berechnet wurde, wird durch die Schattierung 1705 dargestellt, und die Unsicherheit, die unter Verwendung von Standardtechniken berechnet wurde, wird durch die Abgrenzungen 1710 dargestellt. Bei dem in 27B gezeigten Beispiel neigen jedwede Ungenauigkeiten in den Ablesungen dazu, sich aufzuheben, so dass die Unsicherheit 1705 kleiner als die Unsicherheit 1710 ist, die unter Verwendung von Standardtechniken geschätzt wird.
  • Die oben erläuterte Technik kann unter einer Reihe von Umständen verwendet werden. Beispielsweise zeigt 28 mehrere parallel angeordnete Thermoelemente 1800 zum Messen einer räumlich durchschnittlichen Temperatur. Die Anschlüsse aller Thermoelemente 1800 können zusammen in einem Anschlusskasten 1805 untergebracht sein, so dass nur eine Messung der Vergleichsstellentemperatur (reference junction tempera ture) 1810 erforderlich ist. Ein Mehrpunktschalter 1815 kann verwendet werden, um die verschiedenen Kanäle abwechselnd abzufragen, um die Temperaturablesungen an den verschiedenen Stellen zu erhalten, aus denen die Durchschnittstemperatur berechnet wird. Die vorgeschlagenen Techniken zur Unsicherheitsberechnung berücksichtigen die Korrelation der verschiedenen Kanäle und korrigieren die Unsicherheit der Durchschnittsablesungen entsprechend.
  • Unter Bezugnahme auf 29 kann der Prozessor 106 eine Prozedur 1900 zum Kombinieren ähnlicher Signale implementieren, um einen gewichteten Durchschnitt R mit minimaler Unsicherheit zu erzeugen. Der Prozessor kombiniert ähnliche Signale Mn, um das gewichtete Durchschnittsergebnis zu ergeben: R = α1M1 + α2M2 + ... + αnMn wobei α1 + α2 + ... + αn = 1.
  • Wenn die Signale M1 bis Mn alle unabhängig sind, kann der i-te Koeffizient dargestellt werden als:
    Figure 00440001
    wobei δMi die Unsicherheit in Mi ist. Allerdings trifft dieser Ausdruck nicht zu, wenn die Signale gemeinsame Variablen enthalten. Wenn dementsprechend die Signale die Form aufweisen: Mi = f(c) + fi(vi)wobei c = (c1, c2, ..., cp)T,und vi = (vi 1, vi 2, ..., vi qi)T, bestimmt der Prozessor die Kombinationskoeffizienten, die zu minimaler Unsicherheit führen (Schritt 1905), als:
    Figure 00450001
    wobei δMci die Unsicherheit in Mci ist, wenn die gemeinsamen Variablen c ignoriert werden. Der Prozessor erhält dann das gewichtete Durchschnittsergebnis (Schritt 1910) und bestimmt die sich daraus ergebende Unsicherheit in dem gewichteten Durchschnittsergebnis (Schritt 1915) als:
    Ein Beispiel dieser Technik wird im Folgenden bereitgestellt. Zwei abhängige Variablen:
    Figure 00450002
    M1 = x + y, M2 = x + zwerden gewichtet, um das Ergebnis zu ergeben: R = α1M1 + α2M2 wobei α1 + α2 = 1.
  • Die Grundvariablen x, y, z und ihre dazugehörigen Unsicherheiten sind: x = 0,2 + 0,1N(t), δx = 0,02 + 0,01N(t), y = 2,1 + 0,2N(t), δy = 0,2 + 0,1N(t), und z = 2,2 + 0,2N(t), δz = 0,25 + 0,1N(t).
  • Die Quadrate der Unsicherheiten der Signale Mn, wobei die Unsicherheiten der gemeinsamen Variablen c ignoriert werden, sind (δMc1)2 = (δy)2 und (δMc2)2 = (δz)2
  • Davon ausgehend ergeben sich die optimalen Kombinationskoeffzienten durch:
    Figure 00460001
    wobei das entsprechende Quadrat der Unsicherheit des gewichteten Durchschnittsergebnisses R lautet:
    Figure 00460002
  • Die 30A30D zeigen die Ergebnisse für das oben beschriebene Simulationsbeispiel. Die 30A und 30B zeigen die Signale M1 2000 und M2 2005 und ihre zugehörigen Unsicherheiten 2010. 30C zeigt den Koeffizienten α1 2015. 30D zeigt das gewichtete Durchschnittsergebnis R 2020 mit der dazugehörigen Unsicherheit 2025. Es ist ersichtlich, dass die Unsicherheit des gewichteten Durchschnittsergebnisses δR 2035 kleiner ist als die Unsicherheiten 2010 der beiden Signale M1 und M2.
  • Das Ergebnis der obigen Diskussion kann dahingehend verallgemeinert werden, dass es die Kombination aller abhängigen Signale abdeckt. Wenn das Quadrat der Unsicherheit des Ergebnisses R eine Funktion des Vektors von Kombinationskoeffizienten ist, wie beispielsweise: (δR)2 = F(α)wobei a = [α1, α2, ..., αn]T, dann können die optimalen Kombinationskoeffizienten bestimmt werden durch Lösen der Gleichungen:
    Figure 00470001
  • Angenommen, es sind zwei abhängige Variablen vorhanden: M1 = ax + y, M2 = bx + zwobei a = 0,8 und b = 1,2 ist. Diese Variablen können kombiniert werden, um das Ergebnis zu ergeben: R = αM1 + aM2.
  • Während die Unsicherheiten von a und b beide 0,02 sind, sind de Grundvariablen x, y, z und ihre dazugehörigen Unsicherheiten: x = 0,2 + 0,1N(t), αx = 0,02 + 0,01N(t), y = 2,3 + 0,2N(t), αy = 0,2 + 0,08N(t), und z = 2,1 + 0,2N(t), αz = 0,2 + 0,16N(t).
  • Vorher wurde gezeigt, dass das Quadrat der Unsicherheit in dem Ergebnis R lautet: (δR)2 = (α1α + α2b)2(δx)2 + α1 2x2(δa)2 + α2 2x2(δb)2 + α1 2(δy)2 + α2 2 (δz)2,so dass:
    Figure 00480001
  • Die Ergebnisse dieser Simulation sind in den 31A–D dargestellt. Die 31A und 31B zeigen die Signale M1 2100 und M2 2105 und ihre zugehörigen Unsicherheiten 2110. Die 31C und 31D zeigen den Kombinationskoeffizienten 2115 und das Ergebnis R 2120 und die dazugehörige Unsicherheit δR 2125 im optimalen Fall. Aus den 31A31D ist ersichtlich, dass die Kombinationskoeffizienten berücksichtigt worden sind, dass das Signal M2 2105 im Allgemeinen eine höhere Unsicherheit aufweist als das Signal M1 2100, (weil δz > δy), und daher eine größere Gewichtung auf das Signal M1 2100 gelegt wurde. Des Weiteren ist die Gesamt-Unsicherheit 2125 in dem Ergebnis R kleiner als beide Unsicherheiten der Signale M1 2100 und M2 2105.
  • Die oben beschriebene Technik kann beispielsweise angewendet werden, wenn der Sensor 100 mehrere Wandler umfasst, die überlappende Bereiche von Prozessablesungen messen, und der Temperaturkompensationskoeffizient, der für jeden Wandler erforderlich ist, leicht unterschiedlich ist. Wenn nur ein Temperatursensor in dem Sender verwendet wird, können die Ablesungen von den verschiedenen Wandlern unter Verwendung der vorgeschlagenen Formel kombiniert werden, um die beste geschätzte Messung mit minimaler daraus resultierender Unsicherheit zu ergeben. Beispielsweise könnte das Verfahren angewendet werden, wenn a und b Temperaturkombinationskoef fizienten für die verschiedenen Ablesungen sind, und x die von dem Wandler bestimmte Temperatur ist.
  • Wenn keine Einschränkungen in Bezug auf die relativen Werte der verschiedenen Parameter bestehen, dann können einige der optimalen Koeffizienten außerhalb des Bereich 0 bis 1 liegen, was zu dem Ergebnis R führt, das außerhalb der Unsicherheitsbegrenzungen beider Signale M1 und M2 liegt. Dies wird in dem folgenden Beispiel gezeigt, wobei a = 0,8 und b = 1,2 ist und x = 0,2 + 0,1N(t), αx = 0,2 + 0,01N(t), y = 1,0 + 0,02N(t), αy = 0,02 + 0,008N(t), und z = 0,8 + 0,2N(t), αz = 0,020 + 0,16N(t).
  • In den 32A32D ist ersichtlich, dass, obwohl das Ergebnis R eine sehr kleine Unsicherheit aufweist (um 0,11), das Ergebnis mit einem Mittelwert von ungefähr 4,8 außerhalb des Bereichs beider Signale M1 2200 und M2 2205 liegt. Daher ist das kombinierte Ergebnis bedeutungslos. Für den Fall von: M1 = ax + y und M2 = bx + z,zeigt die Analyse, dass, damit die Technik von Bedeutung ist, die Bedingungen (αM1)2 = a2(αx)2 + x2(αa)2 + (αy)2 ab(αx)2, und (αM2)2 = b2(αx)2 + x2(αb)2 + (αy)2 ab(αx)2 erfüllt werden müssen.
  • Weitere Ausführungsformen liegen innerhalb des Umfang der folgenden Ansprüche.

Claims (18)

  1. Verfahren zum Kompensieren von Abweichungen in einer Übertragungsfunktion eines Sensors (12), das umfasst: Empfangen einer von dem Sensor erzeugten Messung, und dadurch gekennzeichnet, dass es umfasst: Identifizieren einer gewünschten Übertragungsfunktion für den Sensor; Bestimmen einer tatsächlichen Übertragungsfunktion für den Sensor; Modifizieren der Messung, um eine modifizierte Messung zu erzeugen, indem zunächst die Messung mit einer von der tatsächlichen Übertragungsfunktion hergeleiteten Übertragungsfunktion modifiziert wird, um eine kompensierte Messung zu erzeugen, und dann die kompensierte Messung mit der gewünschten Übertragungsfunktion modifiziert wird; und Bereitstellen der modifizierten Messung als einen Messwert für den Sensor.
  2. Verfahren nach Anspruch 1, wobei die gewünschte Übertragungsfunktion anhand von Auslegungskriterien für den Sensor identifiziert wird.
  3. Verfahren nach Anspruch 1 oder 2, wobei die tatsächliche Übertragungsfunktion zeitlich variiert und der Schritt des Bestimmens der tatsächlichen Übertragungsfunktion Bestimmen der tatsächlichen Übertragungsfunktion für einen speziellen Zeitpunkt oder einen Zeitraum umfasst, für den ein Messwert erzeugt werden soll.
  4. Verfahren nach Anspruch 1, 2 oder 3, wobei der Sensor (12) ein Thermoelement umfasst und der Schritt des Bestimmens der tatsächlichen Übertragungsfunktion den Einsatz von Strominjektionsprüfungen umfasst.
  5. Verfahren nach einem der vorangehenden Ansprüche, wobei der Schritt des Modifizierens der Messung das Modifizieren der Messung auf Basis eines Inversen der tatsächlichen Übertragungsfunktion zum Erzeugen der kompensierten Messung umfasst.
  6. Verfahren nach Anspruch 5, wobei der Schritt des Modifizierens der Messung Modifizieren der kompensierten Messung auf Basis der gewünschten Übertragungsfunktion zum Erzeugen der modifizierten Messung umfasst.
  7. Verfahren nach einem der vorangehenden Ansprüche, das des Weiteren Generieren eines Unsicherheitsmaßes für den Messwert umfasst.
  8. Verfahren nach Anspruch 5 oder 6 und 7, wobei der Schritt des Generierens eines Unsicherheitsmaßes Generieren eines ersten Unsicherheitsmaßes für die kompensierte Messung, Generieren eines zweiten Unsicherheitsmaßes für die gewünschte Übertragungsfunktion und Kombinieren des ersten sowie des zweiten Unsicherheitsmaßes zum Erzeugen des Unsicherheitsmaßes für den Messwert umfasst.
  9. Verfahren nach Anspruch 8, wobei der Schritt des Generierens des ersten Unsicherheitsmaßes für die kompensierte Messung umfasst: Generieren eines dritten Unsicherheitsmaßes für die von dem Sensor erzeugte Messung; Generieren eines vierten Unsicherheitsmaßes für das Inverse der tatsächlichen Übertragungsfunktion; und Kombinieren des dritten und des vierten Unsicherheitsmaßes, um das erste Unsicherheitsmaß für die kompensierte Messung zu erzeugen.
  10. Sensor (12) zum Erzeugen eines Messwertes, wobei der Sensor umfasst: einen Wandler (22), der so konfiguriert ist, dass er eine Messung generiert; und dadurch gekennzeichnet, dass er umfasst: einen Sender (24), der so konfiguriert ist, dass er: eine gewünschte Übertragungsfunktion für den Wandler (22) identifiziert; eine tatsächliche Übertragungsfunktion für den Wandler bestimmt; die durch den Wandler generierte Messung empfängt; die Messung modifiziert, um eine modifizierte Messung zu erzeugen, indem er zunächst die Messung mit einer von der tatsächlichen Übertragungsfunktion hergeleiteten Übertragungsfunktion modifiziert, um eine kompensierte Messung zu erzeugen, und dann die kompensierte Messung mit der gewünschten Übertragungsfunktion modifiziert; und die modifizierte Messung als einen Messwert für den Sensor (12) bereitstellt.
  11. Sensor nach Anspruch 10, wobei der Sender (24) die gewünschte Übertragungsfunktion anhand von Auslegungskriterien für den Sensor identifiziert.
  12. Sensor nach Anspruch 10 oder 11, wobei die tatsächliche Übertragungsfunktion zeitlich variiert und der Sender (24) die tatsächliche Übertragungsfunktion für einen speziellen Zeitpunkt oder Zeitraum bestimmt, für den der Messwert erzeugt werden soll.
  13. Sensor nach Anspruch 10, 11 oder 12, wobei der Wandler (22) ein Thermoelement umfasst und der Sender die tatsächliche Übertragungsfunktion unter Verwendung von Strominjektionsprüfungen bestimmt.
  14. Sensor nach Anspruch 10, 11, 12 oder 13, wobei der Sender (24) die Messung auf Basis eines Inversen der tatsächlichen Übertragungsfunktion modifiziert, um die kompensierte Messung zu erzeugen.
  15. Sensor nach einem der Ansprüche 10 bis 14, wobei der Sender die Messung auf Basis der gewünschten Übertragungsfunktion modifiziert, um die modifizierte Messung zu erzeugen.
  16. Sensor nach einem der Ansprüche 10 bis 15, wobei der Sender des Weiteren so betrieben werden kann, dass er ein Unsicherheitsmaß für den Messwert generiert.
  17. Sensor nach Anspruch 14, wobei der Sender (24) ein erstes Unsicherheitsmaß für die kompensierte Messung generiert, ein zweites Unsicherheitsmaß für die gewünschte Übertragungsfunktion generiert und das erste sowie das zweite Unsicherheitsmaß kombiniert, um den Messwert zu erzeugen.
  18. Sensor (12) nach Anspruch 14 und 17, wobei der Sender (24) das erste Unsicherheitsmaß generiert, indem er ein drittes Unsicherheitsmaß für die Messung generiert, ein viertes Unsicherheitsmaß für das Inverse der tatsächlichen Übertragungsfunktion generiert und das dritte sowie das vierte Unsicherheitsmaß kombiniert, um das erste Unsicherheitsmaß für die kompensierte Messung zu erzeugen.
DE69737336T 1996-08-30 1997-09-01 Auf Gültigkeit prüfende Sensoren Expired - Lifetime DE69737336T2 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US08/705,982 US5774378A (en) 1993-04-21 1996-08-30 Self-validating sensors
US705982 1996-08-30

Publications (2)

Publication Number Publication Date
DE69737336D1 DE69737336D1 (de) 2007-03-29
DE69737336T2 true DE69737336T2 (de) 2007-07-05

Family

ID=24835727

Family Applications (1)

Application Number Title Priority Date Filing Date
DE69737336T Expired - Lifetime DE69737336T2 (de) 1996-08-30 1997-09-01 Auf Gültigkeit prüfende Sensoren

Country Status (5)

Country Link
US (1) US5774378A (de)
EP (1) EP0827096B1 (de)
JP (1) JP4260234B2 (de)
BR (1) BR9704580B1 (de)
DE (1) DE69737336T2 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016115979A1 (de) 2016-08-26 2018-03-01 Jenoptik Industrial Metrology Germany Gmbh Verfahren und Anordnung zur Sicherung von zuverlässigen Angaben über Messunsicherheiten von Messsystemen bei veränderlichen Umgebungsbedingungen

Families Citing this family (99)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03166604A (ja) * 1989-11-27 1991-07-18 Fanuc Ltd 機械位置変動の位置補正方式
US6539267B1 (en) 1996-03-28 2003-03-25 Rosemount Inc. Device in a process system for determining statistical parameter
US6654697B1 (en) 1996-03-28 2003-11-25 Rosemount Inc. Flow measurement with diagnostics
US7949495B2 (en) 1996-03-28 2011-05-24 Rosemount, Inc. Process variable transmitter with diagnostics
US6017143A (en) 1996-03-28 2000-01-25 Rosemount Inc. Device in a process system for detecting events
US8290721B2 (en) 1996-03-28 2012-10-16 Rosemount Inc. Flow measurement diagnostics
EP0825506B1 (de) 1996-08-20 2013-03-06 Invensys Systems, Inc. Verfahren und Gerät zur Fernprozesssteuerung
US6519546B1 (en) 1996-11-07 2003-02-11 Rosemount Inc. Auto correcting temperature transmitter with resistance based sensor
US6601005B1 (en) 1996-11-07 2003-07-29 Rosemount Inc. Process device diagnostics using process variable sensor signal
US6449574B1 (en) 1996-11-07 2002-09-10 Micro Motion, Inc. Resistance based process control device diagnostics
US6754601B1 (en) 1996-11-07 2004-06-22 Rosemount Inc. Diagnostics for resistive elements of process devices
US6434504B1 (en) 1996-11-07 2002-08-13 Rosemount Inc. Resistance based process control device diagnostics
WO1999019782A1 (en) 1997-10-13 1999-04-22 Rosemount Inc. Communication technique for field devices in industrial processes
US7784360B2 (en) * 1999-11-22 2010-08-31 Invensys Systems, Inc. Correcting for two-phase flow in a digital flowmeter
US8467986B2 (en) 1997-11-26 2013-06-18 Invensys Systems, Inc. Drive techniques for a digital flowmeter
US6311136B1 (en) 1997-11-26 2001-10-30 Invensys Systems, Inc. Digital flowmeter
US20030216874A1 (en) * 2002-03-29 2003-11-20 Henry Manus P. Drive techniques for a digital flowmeter
US7124646B2 (en) * 1997-11-26 2006-10-24 Invensys Systems, Inc. Correcting for two-phase flow in a digital flowmeter
US8447534B2 (en) 1997-11-26 2013-05-21 Invensys Systems, Inc. Digital flowmeter
US7404336B2 (en) 2000-03-23 2008-07-29 Invensys Systems, Inc. Correcting for two-phase flow in a digital flowmeter
US6615149B1 (en) 1998-12-10 2003-09-02 Rosemount Inc. Spectral diagnostics in a magnetic flow meter
US6611775B1 (en) 1998-12-10 2003-08-26 Rosemount Inc. Electrode leakage diagnostics in a magnetic flow meter
US6298454B1 (en) 1999-02-22 2001-10-02 Fisher-Rosemount Systems, Inc. Diagnostics in a process control system
US6633782B1 (en) 1999-02-22 2003-10-14 Fisher-Rosemount Systems, Inc. Diagnostic expert in a process control system
US8044793B2 (en) 2001-03-01 2011-10-25 Fisher-Rosemount Systems, Inc. Integrated device alerts in a process control system
US6253162B1 (en) * 1999-04-07 2001-06-26 Battelle Memorial Institute Method of identifying features in indexed data
US6424930B1 (en) 1999-04-23 2002-07-23 Graeme G. Wood Distributed processing system for component lifetime prediction
WO2000070417A1 (en) 1999-05-17 2000-11-23 The Foxboro Company Process control configuration system with parameterized objects
US7089530B1 (en) 1999-05-17 2006-08-08 Invensys Systems, Inc. Process control configuration system with connection validation and configuration
US6788980B1 (en) 1999-06-11 2004-09-07 Invensys Systems, Inc. Methods and apparatus for control using control devices that provide a virtual machine environment and that communicate via an IP network
US6356191B1 (en) 1999-06-17 2002-03-12 Rosemount Inc. Error compensation for a process fluid temperature transmitter
WO2001003099A1 (en) 1999-07-01 2001-01-11 Rosemount, Inc. Low power two-wire self validating temperature transmitter
US6505517B1 (en) 1999-07-23 2003-01-14 Rosemount Inc. High accuracy signal processing for magnetic flowmeter
US6701274B1 (en) 1999-08-27 2004-03-02 Rosemount Inc. Prediction of error magnitude in a pressure transmitter
US6556145B1 (en) 1999-09-24 2003-04-29 Rosemount Inc. Two-wire fluid temperature transmitter with thermocouple diagnostics
US6473660B1 (en) * 1999-12-03 2002-10-29 The Foxboro Company Process control system and method with automatic fault avoidance
DE60139548D1 (de) 2000-03-23 2009-09-24 Invensys Sys Inc Korrektur für eine zweiphasenströmung in einem digitalen durchflussmesser
GB0007065D0 (en) * 2000-03-23 2000-05-10 Simsci Limited Process monitoring and control using self-validating sensors
US6735484B1 (en) 2000-09-20 2004-05-11 Fargo Electronics, Inc. Printer with a process diagnostics system for detecting events
US6993445B2 (en) * 2001-01-16 2006-01-31 Invensys Systems, Inc. Vortex flowmeter
US8073967B2 (en) 2002-04-15 2011-12-06 Fisher-Rosemount Systems, Inc. Web services-based communications for use with process control systems
US7720727B2 (en) 2001-03-01 2010-05-18 Fisher-Rosemount Systems, Inc. Economic calculations in process control system
US7042228B2 (en) * 2001-04-27 2006-05-09 Oceana Sensor Technologies, Inc. Transducer in-situ testing apparatus and method
US6859755B2 (en) 2001-05-14 2005-02-22 Rosemount Inc. Diagnostics for industrial process control and measurement systems
US6629059B2 (en) 2001-05-14 2003-09-30 Fisher-Rosemount Systems, Inc. Hand held diagnostic and communication device with automatic bus detection
US7107176B2 (en) * 2001-06-25 2006-09-12 Invensys Systems, Inc. Sensor fusion using self evaluating process sensors
US6772036B2 (en) 2001-08-30 2004-08-03 Fisher-Rosemount Systems, Inc. Control system using process model
US6757641B1 (en) 2002-06-28 2004-06-29 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Multi sensor transducer and weight factor
US20050226067A1 (en) * 2002-12-19 2005-10-13 Matrix Semiconductor, Inc. Nonvolatile memory cell operating by increasing order in polycrystalline semiconductor material
US7059199B2 (en) * 2003-02-10 2006-06-13 Invensys Systems, Inc. Multiphase Coriolis flowmeter
US7188534B2 (en) * 2003-02-10 2007-03-13 Invensys Systems, Inc. Multi-phase coriolis flowmeter
US7065455B2 (en) * 2003-08-13 2006-06-20 Invensys Systems, Inc. Correcting frequency in flowtube measurements
US7761923B2 (en) 2004-03-01 2010-07-20 Invensys Systems, Inc. Process control methods and apparatus for intrusion detection, protection and network hardening
US11710489B2 (en) 2004-06-14 2023-07-25 Wanda Papadimitriou Autonomous material evaluation system and method
US8831894B2 (en) 2004-06-14 2014-09-09 Wanda G. Papadimitriou Autonomous remaining useful life estimation
US9322763B2 (en) 2004-06-14 2016-04-26 Stylianos Papadimitriou Autonomous non-destructive inspection
US11680867B2 (en) 2004-06-14 2023-06-20 Wanda Papadimitriou Stress engineering assessment of risers and riser strings
US8050874B2 (en) * 2004-06-14 2011-11-01 Papadimitriou Wanda G Autonomous remaining useful life estimation
US7231320B2 (en) * 2004-11-22 2007-06-12 Papadimitriou Wanda G Extraction of imperfection features through spectral analysis
US8428910B2 (en) 2004-06-14 2013-04-23 Wanda G. Papadimitriou Autonomous fitness for service assessment
US8086425B2 (en) * 2004-06-14 2011-12-27 Papadimitriou Wanda G Autonomous fitness for service assessment
JP4847454B2 (ja) * 2004-08-24 2011-12-28 マイクロ・モーション・インコーポレーテッド 流量計を検証する方法及び装置
US9201420B2 (en) 2005-04-08 2015-12-01 Rosemount, Inc. Method and apparatus for performing a function in a process plant using monitoring data with criticality evaluation data
US8005647B2 (en) 2005-04-08 2011-08-23 Rosemount, Inc. Method and apparatus for monitoring and performing corrective measures in a process plant using monitoring data with corrective measures data
US8112565B2 (en) 2005-06-08 2012-02-07 Fisher-Rosemount Systems, Inc. Multi-protocol field device interface with automatic bus detection
US20070068225A1 (en) 2005-09-29 2007-03-29 Brown Gregory C Leak detector for process valve
WO2007123753A2 (en) 2006-03-30 2007-11-01 Invensys Systems, Inc. Digital data processing apparatus and methods for improving plant performance
US7617055B2 (en) 2006-08-28 2009-11-10 Invensys Systems, Inc. Wet gas measurement
US7953501B2 (en) 2006-09-25 2011-05-31 Fisher-Rosemount Systems, Inc. Industrial process control loop monitor
US8788070B2 (en) 2006-09-26 2014-07-22 Rosemount Inc. Automatic field device service adviser
WO2008042290A2 (en) 2006-09-29 2008-04-10 Rosemount Inc. Magnetic flowmeter with verification
US7539593B2 (en) 2007-04-27 2009-05-26 Invensys Systems, Inc. Self-validated measurement systems
US8898036B2 (en) 2007-08-06 2014-11-25 Rosemount Inc. Process variable transmitter with acceleration sensor
US8301676B2 (en) 2007-08-23 2012-10-30 Fisher-Rosemount Systems, Inc. Field device with capability of calculating digital filter coefficients
US7702401B2 (en) 2007-09-05 2010-04-20 Fisher-Rosemount Systems, Inc. System for preserving and displaying process control data associated with an abnormal situation
US8055479B2 (en) 2007-10-10 2011-11-08 Fisher-Rosemount Systems, Inc. Simplified algorithm for abnormal situation prevention in load following applications including plugged line diagnostics in a dynamic process
JP4939456B2 (ja) * 2008-02-21 2012-05-23 株式会社山武 温度推定方法および温度推定装置
US9404775B2 (en) * 2008-04-30 2016-08-02 Honeywell International Inc. Systems and methods for identifying faulty sensors
RU2495476C2 (ru) 2008-06-20 2013-10-10 Инвенсис Системз, Инк. Системы и способы для иммерсивного взаимодействия с действительными и/или имитируемыми техническими средствами для управления технологическим процессом, контроля состояния окружающей среды и производственного контроля
US7921734B2 (en) 2009-05-12 2011-04-12 Rosemount Inc. System to detect poor process ground connections
US8127060B2 (en) 2009-05-29 2012-02-28 Invensys Systems, Inc Methods and apparatus for control configuration with control objects that are fieldbus protocol-aware
US8463964B2 (en) 2009-05-29 2013-06-11 Invensys Systems, Inc. Methods and apparatus for control configuration with enhanced change-tracking
EP2392898B1 (de) * 2010-06-04 2017-12-13 Sensirion AG Sensorensystem
US10207719B2 (en) * 2010-07-19 2019-02-19 Nxp Usa, Inc. Use of multiple internal sensors for measurements validation
US9207670B2 (en) 2011-03-21 2015-12-08 Rosemount Inc. Degrading sensor detection implemented within a transmitter
US9927788B2 (en) 2011-05-19 2018-03-27 Fisher-Rosemount Systems, Inc. Software lockout coordination between a process control system and an asset management system
DE102011088351A1 (de) * 2011-12-13 2013-06-13 Endress + Hauser Gmbh + Co. Kg Vorrichtung zur Bestimmung und/oder Überwachung mindestens einer Prozessgröße
US9052240B2 (en) 2012-06-29 2015-06-09 Rosemount Inc. Industrial process temperature transmitter with sensor stress diagnostics
US9207129B2 (en) 2012-09-27 2015-12-08 Rosemount Inc. Process variable transmitter with EMF detection and correction
US9602122B2 (en) 2012-09-28 2017-03-21 Rosemount Inc. Process variable measurement noise diagnostic
US10767438B2 (en) 2015-04-23 2020-09-08 Wanda Papadimitriou Autonomous blowout preventer
US10145198B2 (en) 2015-04-23 2018-12-04 Wanda Papadimitriou Autonomous blowout preventer
DE102016100950A1 (de) 2016-01-20 2017-07-20 Krohne Messtechnik Gmbh Verfahren zum Betreiben eines Coriolis-Massedurchflussmessgeräts und diesbezügliches Coriolis-Massedurchflussmessgerät
US10459013B2 (en) * 2016-06-17 2019-10-29 Analog Devices Global Apparatus for and method of providing measurements of uncertainty in respect of a transfer function
WO2019003404A1 (ja) 2017-06-30 2019-01-03 三菱電機株式会社 非定常検出装置、非定常検出システム、および非定常検出方法
JP6922082B2 (ja) * 2017-08-30 2021-08-18 アナログ・ディヴァイシス・グローバル・アンリミテッド・カンパニー 測定センサの伝達関数の判定の管理
US11067604B2 (en) * 2017-08-30 2021-07-20 Analog Devices International Unlimited Company Managing the determination of a transfer function of a measurement sensor
KR102170871B1 (ko) * 2017-12-18 2020-10-28 미쓰비시덴키 가부시키가이샤 표시 제어 장치, 표시 시스템, 표시 장치, 표시 방법 및 기록 매체에 저장된 프로그램
TWI697775B (zh) * 2018-12-04 2020-07-01 谷林運算股份有限公司 模組化監測裝置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3096434A (en) * 1961-11-28 1963-07-02 Daniel Orifice Fitting Company Multiple integration flow computer
US3404264A (en) * 1965-07-19 1968-10-01 American Meter Co Telemetering system for determining rate of flow
US3701280A (en) * 1970-03-18 1972-10-31 Daniel Ind Inc Method and apparatus for determining the supercompressibility factor of natural gas
USRE29383E (en) * 1974-01-10 1977-09-06 Process Systems, Inc. Digital fluid flow rate measurement or control system
US4058975A (en) * 1975-12-08 1977-11-22 General Electric Company Gas turbine temperature sensor validation apparatus and method
US4085975A (en) * 1976-07-29 1978-04-25 Dundee Cement Company Aerating barge unloading system
KR900000822B1 (ko) * 1983-04-13 1990-02-17 다데이시덴기 가부시기가이샤 전자온도계
US4530234A (en) * 1983-06-30 1985-07-23 Mobil Oil Corporation Method and system for measuring properties of fluids
JPS6340825A (ja) * 1986-08-07 1988-02-22 Terumo Corp 電子体温計
US4882526A (en) * 1986-08-12 1989-11-21 Kabushiki Kaisha Toshiba Adaptive process control system
US4934196A (en) * 1989-06-02 1990-06-19 Micro Motion, Inc. Coriolis mass flow rate meter having a substantially increased noise immunity
US5175698A (en) * 1990-07-23 1992-12-29 Dz Company Method and system for transfer function measurement
DE4120388C2 (de) * 1991-06-19 2001-05-03 Bosch Gmbh Robert Verfahren zur Temperaturerfassung
GB9208704D0 (en) * 1992-04-22 1992-06-10 Foxboro Ltd Improvements in and relating to sensor units
US5440237A (en) * 1993-06-01 1995-08-08 Incontrol Solutions, Inc. Electronic force sensing with sensor normalization
US5325339A (en) * 1993-08-31 1994-06-28 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Absolute calibration technique for broadband ultrasonic transducers

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016115979A1 (de) 2016-08-26 2018-03-01 Jenoptik Industrial Metrology Germany Gmbh Verfahren und Anordnung zur Sicherung von zuverlässigen Angaben über Messunsicherheiten von Messsystemen bei veränderlichen Umgebungsbedingungen
DE102016115979B4 (de) 2016-08-26 2018-10-18 Jenoptik Industrial Metrology Germany Gmbh Verfahren und Anordnung zur Sicherung von zuverlässigen Angaben über Messunsicherheiten von Messsystemen bei veränderlichen Umgebungsbedingungen

Also Published As

Publication number Publication date
BR9704580A (pt) 1999-01-26
EP0827096A2 (de) 1998-03-04
EP0827096A3 (de) 1999-07-07
DE69737336D1 (de) 2007-03-29
EP0827096B1 (de) 2007-02-14
BR9704580B1 (pt) 2011-05-31
US5774378A (en) 1998-06-30
JPH10185705A (ja) 1998-07-14
JP4260234B2 (ja) 2009-04-30

Similar Documents

Publication Publication Date Title
DE69737336T2 (de) Auf Gültigkeit prüfende Sensoren
DE10297009B4 (de) Sensorfusion unter Verwendung von selbstvaluierenden Prozesssensoren
DE60014709T2 (de) Zweidraht-sender mit selbstprüfung und niedriger leistung
DE102009061036B4 (de) Vorrichtung und Verfahren zur Residuengenerierung zur Erkennung von fehlerhaften Transienten, Drift oder Oszillationen im Systemverhalten eines Systems eines Flugzeugs, und Flugzeug
DE10239283B4 (de) Synchrones Detektionsverfahren und Vorrichtung dafür, und Sensorsignaldetektor
DE19845185B4 (de) Sensor mit Resonanzstruktur sowie Vorrichtung und Verfahren zum Selbsttest eines derartigen Sensors
DE19983795B3 (de) Filter mit regelbarer Bandbreite für Prozeßgrößentransmitter
DE69211269T2 (de) Beschleunigungsmessaufnehmer
EP0883795B1 (de) Vorrichtung zur ermittlung einer drehrate
CH686913A5 (de) Anordnung zur Frueherkennung von Braenden.
DE102011083487A1 (de) Beschleunigungssensor und Verfahren zum Betrieb eines Beschleunigungssensors
DE19739903A1 (de) Sensorvorrichtung
DE60213258T2 (de) Diagnose fuer piezoelektrischen sensor
DE102012104358A1 (de) Verfahren und System für eine Quadraturfehlerkompensation
EP0690976A1 (de) Verfahren und anordnung zur feststellung und/oder überwachung eines vorbestimmten füllstands in einem behälter
DE102019118437A1 (de) Verfahren und Systeme zum Selbsttesten von MEMS-Trägheitssensoren
DE10242128A1 (de) Verfahren und Vorrichtung zur Überwachung einer redundanten Sensoranordnung
EP1616174A1 (de) Vorrichtung zum betreiben eines gassensors
DE19517135A1 (de) Tankfüllstandsmeßsystem
EP3967989B1 (de) Verfahren zum betreiben eines ultraschall-durchflussmessgeräts und ultraschall-durchflussmessgerät
EP1894028B1 (de) Verfahren zur erkennung von bauteilefehlern einer analogen signalverarbeitungsschaltung für einen messumformer
EP1744153B1 (de) Signalübertragungsvorrichtung für eine Messsonde sowie Übertragungsverfahren
EP4022262A1 (de) Verfahren und messgerät zum bestimmen der viskosität eines mediums
DE19648241C2 (de) Meßverfahren zur Bestimmung von Massen
EP3980793B1 (de) Beschleunigungsmessvorrichtung mit verbesserter biasstabilität

Legal Events

Date Code Title Description
8364 No opposition during term of opposition