ES2826348T3 - Procedimiento y sistema para el reconocimiento de fallos y la vigilancia de una parte de máquina regulada o controlada electrónicamente - Google Patents

Procedimiento y sistema para el reconocimiento de fallos y la vigilancia de una parte de máquina regulada o controlada electrónicamente Download PDF

Info

Publication number
ES2826348T3
ES2826348T3 ES15187247T ES15187247T ES2826348T3 ES 2826348 T3 ES2826348 T3 ES 2826348T3 ES 15187247 T ES15187247 T ES 15187247T ES 15187247 T ES15187247 T ES 15187247T ES 2826348 T3 ES2826348 T3 ES 2826348T3
Authority
ES
Spain
Prior art keywords
monitoring
machine part
operating parameters
parameters
fault recognition
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.)
Active
Application number
ES15187247T
Other languages
English (en)
Inventor
Amit Verma
Detlef Krampe
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Application granted granted Critical
Publication of ES2826348T3 publication Critical patent/ES2826348T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4065—Monitoring tool breakage, life or condition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32233—Scheduling repair
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32234—Maintenance planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Linguistics (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Artificial Intelligence (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

Procedimiento para el reconocimiento de fallos y la vigilancia en una parte de máquina (1) regulada o controlada electrónicamente con agentes para el reconocimiento de parámetros de funcionamiento (6) y parámetros de vigilancia (7), caracterizado por - la detección y el almacenamiento de los parámetros de funcionamiento (6) y de los parámetros de vigilancia (7) de partes de máquina (1,2,3,4), - la determinación de al menos un grupo de comparación (8) de partes de máquina (1,3,4) comparables y parámetros de funcionamiento comparables sobre la base de los parámetros de funcionamiento (6) detectados y de la parte de máquina (1), - la aplicación de un procedimiento de análisis estadístico (10) para crear al menos un valor umbral (11) sobre la base del grupo de comparación definido (9) y para reconocer divergencias de al menos un estado o al menos un parámetro de vigilancia (7) sobre la base del valor umbral (11), y asociación de la divergencia a la parte de máquina (1).

Description

DESCRIPCIÓN
Procedimiento y sistema para el reconocimiento de fallos y la vigilancia de una parte de máquina regulada o controlada electrónicamente
La invención se refiere a un procedimiento y un sistema para el reconocimiento de fallos y la vigilancia en una parte de máquina regulada o controlada electrónicamente con agentes para reconocer al menos un estado sobre la base de parámetros de funcionamiento o de un parámetro de vigilancia.
En partes de máquina reguladas o controladas electrónicamente, de acuerdo con el estado de la técnica, es habitual que la parte de máquina o el aparato con la parte de máquina funcione hasta que un estado o un parámetro de vigilancia se encuentre fuera del rango nominal. En este sentido, es posible que, debido al reconocimiento de un estado o a la presencia de magnitudes medidas, se modifiquen los parámetros de vigilancia para que el aparato funcione mejor. Las partes de máquinas industriales reguladas o controladas electrónicamente pueden ser, por ejemplo, bombas, motores, robots, grúas, etc. o partes de máquinas como convertidores de frecuencia, conductores lógicos programables, etc.
En un reconocimiento de fallos, se realizan por regla general diferentes mediciones con respecto a una pluralidad de estados. Sin embargo, la sola cantidad de tales mediciones constituye un considerable obstáculo para su uso efectivo en la búsqueda de fallos. En total, puede haber varios centenares de tales mediciones, de los cuales solo una medición clave revela la verdadera causa de un problema.
Ninguna de las demás mediciones proporciona necesariamente una indicación de la identidad de esta medición clave. Por lo tanto, el azar determina completamente la identificación exitosa de la medición clave, que depende de un momento favorable o de una extensa y laboriosa supervisión de cada medición disponible. Además, no ha habido una forma efectiva hasta ahora de presentar un resumen de dichas mediciones.
Normalmente, el reconocimiento de fallos se lleva a cabo analizando un conjunto de parámetros/datos medidos. Por ejemplo, para el reconocimiento de fallos en un motor eléctrico, se mide un análisis de temperatura, las vibraciones en diferentes puntos, la corriente eléctrica y el consumo de energía, etc. El análisis puede basarse en un simple valor umbral/límite o en complejos algoritmos de inteligencia artificial. Adicionalmente a los problemas anteriores, en el actual estado de la técnica se plantean los dos siguientes problemas básicos:
1. Por un lado, es difícil determinar la configuración de vigilancia (inicial). Esto significa que, si una máquina debe ser vigilada, se deben establecer los valores umbral correctos para los diversos parámetros vigilados. Por ejemplo, un sistema de vigilancia para un motor debe ser configurado para emitir una alarma si la corriente que consume un motor supera un cierto valor umbral, por ejemplo, 2,2 amperios. Dado que partes de máquina/máquinas similares no pueden instalarse con las mismas condiciones de funcionamiento, puede ser que los propios valores umbral para partes de máquina similares sean diferentes. Para un motor, por ejemplo, que funciona en un entorno cálido, probablemente se establezca un umbral de temperatura más alto que para un motor que funciona en un entorno climatizado.
2. Por otra parte, la configuración de la vigilancia debe adaptarse continuamente durante la vida útil de las partes de la máquina. Con el envejecimiento de las partes de máquina, es decir, la duración del funcionamiento de la máquina, también se modifican los valores umbral para los parámetros de vigilancia. Por ejemplo, para un motor, por ejemplo, con 1000 horas de funcionamiento debe establecerse un valor umbral más alto para la vibración que para un motor nuevo. Esto significa que la configuración de vigilancia debe reajustare periódicamente.
La actual manera de proceder consiste en determinar la configuración de vigilancia (inicial) de manera principalmente estática y únicamente al principio. A este respecto, la configuración de vigilancia (inicial), así como la adaptación de la configuración de vigilancia a lo largo de la vida útil de la parte de máquina se decide únicamente en función de las diferentes partes de máquina e independientemente de los parámetros de funcionamiento. Factores de influencia como la antigüedad de la máquina, condiciones de uso de la máquina, etc., hasta la fecha no se han tenido en cuenta.
El documento de divulgación DE 102012223249 A1 desvela un procedimiento para la vigilancia automatizada de un estado de funcionamiento de un aparato electrodoméstico. El procedimiento comprende las etapas de recepción de un parámetro de aparato actual que se refiere a un funcionamiento del aparato electrodoméstico, comparación automática del parámetro actual del aparato con un parámetro de aparato previamente guardado, y generación de una señal de aviso en caso de divergencia entre el parámetro actual del aparato y el parámetro de aparato guardado previamente.
Por tanto, un primer objetivo es indicar un procedimiento mejorado para el reconocimiento de fallos y la vigilancia en una parte de máquina regulada y controlada electrónicamente en un proceso industrial. Por tanto, un segundo objetivo es indicar un sistema tal que sea apropiado en particular para la realización del procedimiento de acuerdo con la invención.
El objetivo referido al procedimiento se resuelve mediante la indicación de un procedimiento para el reconocimiento de fallos y la vigilancia en una parte de máquina regulada y controlada electrónicamente con agentes para el reconocimiento de parámetros de funcionamiento y parámetros de vigilancia, con las etapas:
- detección y almacenamiento de los parámetros de funcionamiento y de los parámetros de vigilancia de partes de máquina,
- determinación de al menos un grupo de comparación de partes de máquina comparables y parámetros de funcionamiento comparables sobre la base de los parámetros de funcionamiento detectados y de la parte de máquina,
- aplicación de un procedimiento de análisis estadístico para crear al menos un valor umbral sobre la base del grupo de comparación definido y para reconocer divergencias de al menos un estado o al menos un parámetro de vigilancia sobre la base del valor umbral, y asociación de la divergencia a la parte de máquina.
El objetivo referido al sistema se resuelve mediante la indicación de un sistema para el reconocimiento de fallos y la vigilancia en una parte de máquina regulada y controlada electrónicamente con agentes para el reconocimiento de parámetros de funcionamiento y parámetros de vigilancia, en el que
- está prevista una detección y un almacenamiento de los parámetros de funcionamiento y de los parámetros de vigilancia de partes de máquina,
- se puede determinar al menos un grupo de comparación de partes de máquina comparables y parámetros de funcionamiento comparables sobre la base de los parámetros de funcionamiento detectados y de la parte de máquina,
- está prevista una aplicación de un procedimiento de análisis estadístico para crear al menos un valor umbral sobre la base del grupo de comparación definido y para reconocer divergencias de al menos un estado o al menos un parámetro de vigilancia sobre la base del valor umbral, y está prevista una asociación de la divergencia a la parte de máquina.
De acuerdo con la invención, se utiliza un grupo de partes de máquina comparables como nivel de partida para la evaluación de las diferentes partes de máquina dentro del grupo con vista al reconocimiento de fallos con relación a los parámetros de vigilancia y los parámetros de funcionamiento.
Con el procedimiento y el sistema anteriormente descritos se pueden calcular dinámicamente el valor umbral y la configuración y, por tanto, se puede determinar mejor la divergencia sin que la parte de máquina deba ser conocida con exactitud.
Con el procedimiento y el sistema anteriormente descritos, no es necesario ajustar/calibrar, además, las configuraciones de vigilancia manualmente a lo largo del tiempo. Todos los factores, como antigüedad, desgaste, etc., de la máquina son tenidos en cuenta o se incluyen en el cálculo por medio de la invención, es decir, por medio del planteamiento, basado en grupos, de acuerdo con la invención. Por tanto, es posible un funcionamiento más seguro y mejorado de la máquina durante toda su vida útil.
La invención con el planteamiento basado en grupos representa, por tanto, un desarrollo importante con respecto al reconocimiento de fallos y la vigilancia de estados de máquinas en diferentes instalaciones.
En las reivindicaciones dependientes se enumeran otras medidas ventajosas que se pueden combinar entre sí discrecionalmente para obtener más ventajas.
Preferentemente, los parámetros de funcionamiento y/o los parámetros de vigilancia se almacenan en una nube. En ella, puede tener lugar la aplicación/procesamiento, por ejemplo, por parte de un proveedor externo. El almacenamiento local en un ordenador conectado o no a la red también es posible, por supuesto.
En un diseño preferente, los parámetros de funcionamiento se detectan y almacenan en la puesta en marcha al menos de la parte de máquina. Esto lo puede llevar a cabo un usuario de manera manual, o puede ser realizado por sensores automáticamente. Los parámetros de funcionamiento también se pueden reconocer y almacenar puntual o continuamente.
Preferentemente, al menos dos partes de máquina en un grupo de comparación no están en funcionamiento en el mismo lugar.
En un ejemplo de realización preferente, la determinación del grupo de comparación se lleva a cabo sobre la base de un algoritmo de agrupaciones de comparación, utilizándose un algoritmo de agrupaciones de comparación diferente para diferentes máquinas. Este puede estar, además, ponderado. Ejemplos de cómo se puede seleccionar un grupo de comparación, se enumeran en la descripción de la figura.
Preferentemente, se transmite el tipo y opcionalmente la dimensión de la divergencia. De esta manera, se pueden introducir de manera más sencilla medidas correctoras. Esto significa que, en caso de una desviación grave, la parte de máquina o la máquina puede ser detenida inmediatamente. La parte de máquina también puede seguir funcionando con parámetros de vigilancia modificados o restringidos. Por ejemplo, a temperaturas elevadas, la velocidad de un motor puede reducirse/ajustarse después de un ajuste adecuado de los parámetros de vigilancia para garantizar un funcionamiento más fiable.
Preferentemente, por medio del procedimiento de análisis estadístico se determina para cada parámetro de vigilancia un valor umbral, determinándose la divergencia a partir de la comparación del parámetro de vigilancia con el valor umbral. El procedimiento analítico puede ser cualquier procedimiento analítico adecuado y puede incluir factores de ponderación.
Preferentemente, se calcula una función de error al menos de la parte de máquina y, por medio del procedimiento de análisis estadístico, se determina una función como valor umbral en el que la parte de máquina está en funcionamiento sin divergencia, es decir, sin fallos. A este respecto, debe observarse que la máquina o la parte de máquina funcione con los respectivos parámetros de funcionamiento sin fallos o sin divergencias.
Otras características, propiedades y ventajas de la presente invención se desprenden de la siguiente descripción con referencia a la figura adjunta. En ella, muestra esquemáticamente
la Figura 1, el procedimiento de acuerdo con la invención.
Aunque la invención se ha ilustrado y descrito en detalle mediante el ejemplo de realización preferente, la invención no queda limitada al ejemplo divulgado. El experto/la experta pueden deducir variaciones a partir del mismo sin abandonar el alcance de la protección de la invención tal y como se define a través de las reivindicaciones.
De acuerdo con la invención, en primer lugar, en una primera etapa, se reconocen y almacenan los parámetros de funcionamiento y los parámetros de vigilancia de las partes de máquina vigiladas. Esto significa que, adicionalmente a los parámetros de vigilancia, se detectan los parámetros de funcionamiento y se utilizan para la evaluación de una divergencia. Estos parámetros de funcionamiento pueden ser, por ejemplo, parámetros ambientales, ubicación, tipo de carga, tipo de aplicación, etc. Como parámetros de vigilancia, puede mencionarse, por ejemplo, la temperatura. Esta información puede almacenarse en una base de datos local, por ejemplo, ubicada en el sitio, o en una nube. A este respecto, se puede realizar un reconocimiento de los parámetros de funcionamiento en la puesta en marcha. Es decir, el registro de los parámetros de funcionamiento puede tener lugar cuando la máquina o la parte de la máquina se pone en funcionamiento una sola vez o de forma continua. También puede realizarse automáticamente por medio de sensores u otros dispositivos de medición y/o manualmente por parte de un operador.
En una segunda etapa, sobre la base de los parámetros de funcionamiento detectados y de la parte de máquina, se determina al menos un grupo de comparación, es decir, una familia de partes de máquina equiparables o similares con parámetros de funcionamiento equiparables o similares.
Las partes de máquina en un grupo de comparación no tienen que estar necesariamente físicamente en el mismo lugar. A continuación, se dan algunos ejemplos de agrupación:
i) partes de máquina iguales o similares de una familia de productos específica de un fabricante específico, por ejemplo, partes de máquina de una familia de productos específica de un fabricante de automóviles, ii) partes de máquina de una familia de productos específica de un fabricante específico, asumiendo las partes de máquina funciones similares (por ejemplo, soldar),
iii) partes de máquina del mismo tipo que funcionan en las mismas condiciones ambientales, por ejemplo, motores eléctricos del mismo tipo, por ejemplo, de una bomba que se utiliza al aire libre en una refinería química, iv) partes de máquina del mismo tipo y con la misma aplicación que, sin embargo, se encuentran en distintas sedes, por ejemplo, una caja de cambios del mismo tipo de un fabricante específico para aplicaciones de presión que se encuentran en distintas sedes.
Cabe señalar que esta lista solo tiene fines ilustrativos y que no es ni completa ni exhaustiva.
El algoritmo de agrupaciones de comparación para la introducción de grupos de comparación puede diferenciarse de un caso a otro. El algoritmo de agrupaciones de comparación puede realizarse a través de un aparato informático o como una aplicación en una nube.
En una tercera etapa, se aplica un procedimiento de análisis estadístico para la generación de al menos un valor umbral del grupo de comparación y para el reconocimiento de divergencias de al menos un estado o de un parámetro de vigilancia sobre la base del valor umbral. A continuación, la divergencia se asocia a una parte de máquina.
Esto se muestra en el siguiente ejemplo. En este sentido, hay un grupo de comparación de 'N' partes de máquina, en este caso, por ejemplo, motores eléctricos. A este respecto, el grupo de comparación se ha creado como se ha descrito en la etapa dos. El reconocimiento de fallos o la divergencia se debe realizar sobre la base de un conjunto de tres parámetros de vigilancia Tw i, A s i , Iwi. Estos son, por ejemplo:
la temperatura del bobinado del motor: Tw i la aceleración del árbol de acoplamiento: A s i la corriente de bobinado: Iwi con i = 1, 2, 3. .. N.
Para el reconocimiento de una divergencia se lleva a cabo un procedimiento de análisis estadístico. Para ello, se calcula una función de error fi de cada motor i=1, 2, 3..., N dentro del grupo de comparación:
1 ) f . = a * T wi+ ( l * A si n * I wi representando a , f i , n las ponderaciones para la temperatura del bobinado del motor Twi, la aceleración del árbol de acoplamiento: A s i y la corriente de bobinado Iw i .
Luego se determina una función fnormal en la que la parte de máquina está en funcionamiento sin divergencia, es decir, sin fallos. Para ello, se determinan los valores medios Tw,avg ,As,avg , Iw,avg de los parámetros de vigilancia de todas las N máquinas en el grupo de comparación:
2) + T W 2 T W 3 -
T _ T W 1 TW N
1 w ,a v g N
i
3) _ A s A S2+ A s 3+...Asn A A s ,a v g N
4) Iw i !w 2 !w 3+ ...Iw N
1w ,a v g N
Así, resulta fnormal.
5) fnormal = a * T w,avg + * A s,a vg + 77 * Iw
El valor calculado fnormal puede, por tanto, utilizarse como valor umbral para una divergencia de los parámetros de vigilancia dentro del grupo de comparación.
Para detectar fallos o divergencias, por tanto, únicamente debe compararse la función de error f calculada de cada motor N dentro del grupo de comparación con el valor umbral fnormal.
Este planteamiento se puede generalizar fácilmente a los tres parámetros de vigilancia. En el ejemplo anterior se utiliza un procedimiento de análisis promedio simple. Sin embargo, también pueden utilizarse procedimientos de análisis estadísticos de manera similar.
El procedimiento/sistema puede realizarse localmente en un ordenador o como aplicación en una nube.
Esto se muestra de nuevo esquemáticamente con ayuda de la Figura 1.
Un número de partes de máquina 1 a 4 comunica sus datos, es decir, los parámetros de funcionamiento 6 y los parámetros de vigilancia 7 en una base de datos 5 por medio de un agente adecuado. Esta base de datos almacena los parámetros de funcionamiento 6 y los parámetros de vigilancia 7. A este respecto, los parámetros de funcionamiento 7 se pueden reconocer y almacenar en particular en la puesta en marcha. El reconocimiento puede ser realizado, por ejemplo, por medio de sensores, los parámetros de funcionamiento 6 también pueden ser introducidos manualmente por medio del operador.
Un algoritmo de agrupaciones de comparación 8 determina un grupo de comparación 9 de partes de máquina comparables y parámetros de funcionamiento comparables sobre la base de los parámetros de funcionamiento 9 detectados y de la parte de máquina. Esta parte de máquina que debe ser comparada se consigna en este caso con el número 1. Como partes de máquina comparables se utilizan en este caso las partes de máquina 3,4. Cuando ya se ha formado el grupo de comparación, se calcula por medio de un procedimiento de análisis estadístico 10 un valor umbral 11, por ejemplo, mediante la anterior función. Con ayuda de este valor umbral 11 se pueden determinar fallos o divergencias de los parámetros de vigilancia 7 relevantes de la parte de máquina 1. Con ayuda de estas divergencias, se puede ordenar, por ejemplo, un mantenimiento, o la parte de máquina 1 puede funcionar con otros parámetros. Por supuesto, se puede proceder de manera análoga con las partes de máquina 3 y 4. También se puede emitir una alarma si la divergencia es demasiado grande.
De acuerdo con la invención, se toman en consideración y se incluyen en el cálculo por medio de la invención todos los factores, como antigüedad, desgaste, etc., de la máquina. De acuerdo con la invención, también se toman en consideración los parámetros de funcionamiento. Gracias al planteamiento basado en grupos de acuerdo con la invención, es posible un reconocimiento de fallos sencillo sin gran esfuerzo.

Claims (16)

REIVINDICACIONES
1. Procedimiento para el reconocimiento de fallos y la vigilancia en una parte de máquina (1) regulada o controlada electrónicamente con agentes para el reconocimiento de parámetros de funcionamiento (6) y parámetros de vigilancia (7),
caracterizado por
- la detección y el almacenamiento de los parámetros de funcionamiento (6) y de los parámetros de vigilancia (7) de partes de máquina (1,2,3,4),
- la determinación de al menos un grupo de comparación (8) de partes de máquina (1,3,4) comparables y parámetros de funcionamiento comparables sobre la base de los parámetros de funcionamiento (6) detectados y de la parte de máquina (1),
- la aplicación de un procedimiento de análisis estadístico (10) para crear al menos un valor umbral (11) sobre la base del grupo de comparación definido (9) y para reconocer divergencias de al menos un estado o al menos un parámetro de vigilancia (7) sobre la base del valor umbral (11), y asociación de la divergencia a la parte de máquina (1).
2. Procedimiento para el reconocimiento de fallos y la vigilancia según la reivindicación 1,
caracterizado por que los parámetros de funcionamiento (6) y/o los parámetros de vigilancia (7) se almacenan en una nube.
3. Procedimiento para el reconocimiento de fallos y la vigilancia según la reivindicación 1 o 2,
caracterizado por que los parámetros de funcionamiento (6) se reconocen y almacenan en la puesta en marcha al menos de la parte de máquina (1).
4. Procedimiento para el reconocimiento de fallos y la vigilancia según una de las reivindicaciones precedentes, caracterizado por que los parámetros de funcionamiento (6) se reconocen y almacenan puntual o continuamente.
5. Procedimiento para el reconocimiento de fallos y la vigilancia según una de las reivindicaciones precedentes, caracterizado por que al menos dos partes de máquina (1, 3,4) en un grupo de comparación (9) no están en funcionamiento en el mismo lugar.
6. Procedimiento para el reconocimiento de fallos y la vigilancia según una de las reivindicaciones precedentes, caracterizado por que la determinación del grupo de comparación (9) se efectúa sobre la base de un algoritmo de agrupaciones de comparación (8), utilizándose un algoritmo de agrupaciones de comparación (8) diferente para diferentes partes de máquina (1).
7. Procedimiento para el reconocimiento de fallos y la vigilancia según una de las reivindicaciones precedentes, caracterizado por que se transmite el tipo y opcionalmente la dimensión de la divergencia.
8. Procedimiento para el reconocimiento de fallos y la vigilancia según una de las reivindicaciones precedentes, caracterizado por que la parte de máquina (1) sigue funcionando con parámetros de vigilancia (7) modificados o restringidos.
9. Procedimiento para el reconocimiento de fallos y la vigilancia según una de las reivindicaciones precedentes, caracterizado por que mediante el procedimiento de análisis estadístico (10) se fija para cada parámetro de vigilancia (7) un valor umbral (11) y se determina la divergencia sobre la base de una comparación del parámetro de vigilancia (7) con el valor umbral (11), y presentando el procedimiento de análisis estadístico (10) factores de ponderación.
10. Procedimiento para el reconocimiento de fallos y la vigilancia según una de las reivindicaciones precedentes, caracterizado por que el procedimiento de análisis estadístico (10) presenta factores de ponderación en función de la parte de máquina (1).
11. Procedimiento para el reconocimiento de fallos y la vigilancia según una de las reivindicaciones precedentes, caracterizado por que se calcula una función de error (f ) al menos de la parte de máquina (1), así como se determina por medio del procedimiento de análisis estadístico (10) una función (fnorm a) como valor umbral (11) en el que la parte de máquina (1) está en funcionamiento sin divergencia, es decir, sin fallos.
12. Sistema para el reconocimiento de fallos y la vigilancia en un componente de máquina (1) regulado o controlado electrónicamente con agentes para el reconocimiento de parámetros de funcionamiento (6) y parámetros de vigilancia (7),
caracterizado por que
- está prevista una detección y un almacenamiento de los parámetros de funcionamiento (6) y de los parámetros de vigilancia (7) de partes de máquina (1,2,3,4),
- se puede determinar al menos un grupo de comparación (9) de partes de máquina (1,3,4) comparables y parámetros de funcionamiento comparables sobre la base de los parámetros de funcionamiento (6) detectados y de la parte de máquina (1),
- está prevista una aplicación de un procedimiento de análisis estadístico (10) para crear al menos un valor umbral (11) sobre la base del grupo de comparación definido (9) y para reconocer divergencias de al menos un estado o al menos un parámetro de vigilancia (7) sobre la base del valor umbral (11), y está prevista una asociación de la divergencia a la parte de máquina (1).
13. Sistema para el reconocimiento de fallos y la vigilancia según la reivindicación 12,
caracterizado por que los agentes reconocen y almacenan los parámetros de funcionamiento (6) en la puesta en marcha al menos de la parte de máquina (1).
14. Sistema para el reconocimiento de fallos y la vigilancia según la reivindicación 12 o 13,
caracterizado por que el procedimiento de análisis estadístico (10) fija para cada parámetro de vigilancia (7) un valor umbral (11) y se puede determinar la divergencia sobre la base de una comparación del parámetro de vigilancia (7) con el valor umbral (11), y presentando el procedimiento de análisis estadístico (10) factores de ponderación.
15. Sistema de reconocimiento de fallos y vigilancia según una de las reivindicaciones 12 a 14,
caracterizado por que está previsto un sistema de alarma para emitir una alarma en caso de divergencia, en particular si la divergencia sobrepasa un valor predefinido.
16. Sistema de reconocimiento de fallos y vigilancia según una de las reivindicaciones 12 a 15,
caracterizado por que está previsto un cálculo de una función de error ( f ) al menos de la parte de máquina (1) y, por medio del procedimiento de análisis estadístico (10), se puede determinar una función ( fn o m a ) como valor umbral (11) en la que la parte de máquina (1) está en funcionamiento sin divergencia, es decir, sin fallos.
ES15187247T 2015-09-29 2015-09-29 Procedimiento y sistema para el reconocimiento de fallos y la vigilancia de una parte de máquina regulada o controlada electrónicamente Active ES2826348T3 (es)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP15187247.0A EP3151072B1 (de) 2015-09-29 2015-09-29 Verfahren und system zur fehlererkennung und überwachung bei einem elektronisch geregelten oder gesteuerten maschinenteil

Publications (1)

Publication Number Publication Date
ES2826348T3 true ES2826348T3 (es) 2021-05-18

Family

ID=54251333

Family Applications (1)

Application Number Title Priority Date Filing Date
ES15187247T Active ES2826348T3 (es) 2015-09-29 2015-09-29 Procedimiento y sistema para el reconocimiento de fallos y la vigilancia de una parte de máquina regulada o controlada electrónicamente

Country Status (4)

Country Link
US (1) US10955837B2 (es)
EP (1) EP3151072B1 (es)
CN (1) CN106940206A (es)
ES (1) ES2826348T3 (es)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017213929B4 (de) * 2017-08-10 2024-06-13 Robert Bosch Gmbh Verfahren und Vorrichtung zum Ermitteln, ob eine Anomalie in einem System vorliegt
CN107390637A (zh) * 2017-09-08 2017-11-24 桂林加宏汽车修理有限公司 一种自动检测数控机床故障的方法及***
DE102017220698A1 (de) * 2017-11-20 2019-05-23 Robert Bosch Gmbh Verfahren zum Konfigurieren eines elektronischen Bauteils

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5566092A (en) * 1993-12-30 1996-10-15 Caterpillar Inc. Machine fault diagnostics system and method
TR199600527A2 (xx) * 1996-06-24 1998-01-21 Ar�El�K A.�. Elektrik motorlar� i�in model bazl� hata tespit ve te�his sistemi.
FR2783620B1 (fr) * 1998-09-22 2002-03-29 De Micheaux Daniel Lafaye Procede et systeme multidimensionnel de maitrise statistique des processus
US6456898B1 (en) * 2000-09-05 2002-09-24 Rockwell Automation Technologies, Inc. Press monitoring and control system
US6587737B2 (en) * 2000-09-14 2003-07-01 Sulzer Makert And Technology Ag Method for the monitoring of a plant
US6687654B2 (en) * 2001-09-10 2004-02-03 The Johns Hopkins University Techniques for distributed machinery monitoring
US20040138772A1 (en) * 2002-12-27 2004-07-15 Caterpillar Inc. Automated machine component design tool
US7464339B2 (en) * 2003-01-31 2008-12-09 Siemens Building Technologies, Inc. Method and device for upgrading a building control system
US7966150B2 (en) * 2005-11-17 2011-06-21 Florida Power & Light Company Data analysis applications
JP2007318036A (ja) * 2006-05-29 2007-12-06 Toshiba Corp 半導体製造装置管理システム、半導体製造装置の異常要因抽出方法及びその管理方法
JP2008097363A (ja) * 2006-10-12 2008-04-24 Okuma Corp 異常診断方法及びその装置
US8843385B2 (en) * 2006-12-11 2014-09-23 Ecole Polytechnique Federale De Lausanne (Epfl) Quality of service monitoring of a service level agreement using a client based reputation mechanism encouraging truthful feedback
DE102010063134B4 (de) * 2010-12-15 2024-01-04 BSH Hausgeräte GmbH Verfahren zum Betreiben eines Haushaltsgeräts und Haushaltsgerät
DE102011079015B4 (de) * 2011-07-12 2020-03-19 Man Energy Solutions Se Verfahren zur Maschinenzustandsüberwachung
US8855793B2 (en) * 2012-09-12 2014-10-07 Zuli, Inc. System for learning equipment schedules
DE102012223249A1 (de) * 2012-12-14 2014-06-18 BSH Bosch und Siemens Hausgeräte GmbH Verfahren zum Automatiserten Überwachen eines Betriebszustandes eines Haushaltsgerätes
SE536922C2 (sv) * 2013-02-19 2014-10-28 Basim Al-Najjar En metod och en apparat för att prediktera tillståndet hos en maskin eller en komponent hos maskinen
US9817389B2 (en) * 2013-03-05 2017-11-14 Rolls-Royce Corporation Adaptively machining component surfaces and hole drilling
US9483047B2 (en) * 2013-12-04 2016-11-01 The Boeing Company System and method for operating a machine and performing quality assurance
CN104198138B (zh) * 2014-08-28 2017-03-22 北京天源科创风电技术有限责任公司 一种风力发电机组异常振动的预警方法及***

Also Published As

Publication number Publication date
US10955837B2 (en) 2021-03-23
EP3151072B1 (de) 2020-07-29
US20170090468A1 (en) 2017-03-30
EP3151072A1 (de) 2017-04-05
CN106940206A (zh) 2017-07-11

Similar Documents

Publication Publication Date Title
JP6641893B2 (ja) センサネットワークを管理する方法
ES2578019T3 (es) Sistema y procedimiento de gestión del estado de una turbina eólica
ES2826348T3 (es) Procedimiento y sistema para el reconocimiento de fallos y la vigilancia de una parte de máquina regulada o controlada electrónicamente
ES2908712T3 (es) Sistema de vigilancia
US9913006B1 (en) Power-efficient data-load-efficient method of wirelessly monitoring rotating machines
CN109523760A (zh) 一种基于云端的智能火灾报警***及方法
US11199829B2 (en) Remote monitoring of industrial control systems
CN112270814B (zh) 动态告警方法、装置、电子设备和可读存储介质
KR100991136B1 (ko) 무선 센서 네트워크 장치 및 무선 센서 네트워크 장치의 센서노드 고장 탐지 방법
US8768265B2 (en) Method for reducing power consumption in node devices of a condition monitoring system
US20190204390A1 (en) System for monitoring condition of a plurality of motors
ES2785315T3 (es) Procedimiento y sistema para monitorear el estado operativo de una red de suministro de energía
KR20140147621A (ko) 수질 센서 장애 제어 장치 및 방법
TWI566065B (zh) Communication anomaly detection device, communication anomaly detection method and program
EP3584657B1 (en) Risk assessment device, risk assessment method, and risk assessment program
CN110085005B (zh) 船舶发电机监测方法、装置、***和存储介质
JPWO2018216197A1 (ja) 異常重要度算出システム、異常重要度算出装置、及び異常重要度算出プログラム
EP3674827A1 (en) Monitoring target selecting device, monitoring target selecting method and program
CN105190563A (zh) 用于识别动力设备工作模式的方法和装置
JP2005149137A (ja) 遠隔監視システム、遠隔監視方法、及び遠隔監視プログラム
WO2021202119A1 (en) Hvac health monitoring system combining rules and anomaly detection
US10181245B2 (en) Dryer vent monitoring device
KR102403362B1 (ko) 조임 툴 내 에너지 흐름 모니터링 방법, 모니터링 노드 및 컴퓨터 프로그램
WO2016136391A1 (ja) 事故点標定装置及び方法、電力系統監視システム、設備計画支援システム
JP2017219926A (ja) センサシステム