一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

用于制造或包装消费品的自动机器的预测性维护的方法与流程

2023-02-14 17:09:34 来源:中国专利 TAG:

技术特征:
1.一种用于制造或包装消费品的自动机器(1)的预测性维护的方法;所述方法包括以下步骤:-借助于至少一个相应的本地控制单元(3、11),周期性地并且以采样频率(sf)检测和记录与至少一个电致动器(4)的至少一个机动化度量(mm)相关的至少一个采样序列(ss);-周期性地并且以等于或低于所述采样频率(sf)的传输频率(tf)将所记录的采样序列(ss)传输到数据处理单元(5);-基于所检测的至少一个采样序列(ss)并且至少相对于所检测的所述机动化度量(mm),在具有至少两个统计特征(stf)作为维度的异常矩阵(am)内定义至少一个多维容差范围(th);-对于每个所检测的采样序列(ss),计算所述至少两个统计特征(stf),以便定义在所述异常矩阵(am)内的实际状况(ac)的位置;-基于所述实际状况(ac)在所述异常矩阵(am)中的位置和所述多维容差范围(th),确定必要维护的紧迫性;其中,所述机动化度量(mm)是电动机的速度误差,特别是由相应的驱动器检测到的所述速度误差。2.根据权利要求1所述的方法,其中,在记录期间,每个控制单元(3、11)以同步频率(sfc)接收要包括在所述采样序列(ss)的记录中的同步信号;特别地,所述同步信号被包括在所有“n”个样本(ss)中;特别地,所述同步频率(sfc)低于所述采样频率(sf),但高于所述传输频率(tf)。3.根据权利要求2所述的方法,其中,所述同步信号是所述自动机器(1)的物理主轴或虚拟主轴的位置。4.根据权利要求2或3所述的方法,还包括进一步的步骤:使用所述同步信号作为参考,同步传输到所述数据处理单元(5)的所述样本(ss),以了解哪个样本对应于所述自动机器(1)的给定时刻或给定时间相位。5.根据前述权利要求中任一项所述的方法,其中,所记录的样本(ss)的序列还涉及本地状态度量(lsm),所述本地状态度量(lsm)涉及安装在所述自动机器(1)上的一个或多个设备的状况,特别地,本地状态度量(lsm)值借助于连接到双向、数字和本地工业网络的节点的至少一个本地获取单元(7)来检测。6.根据权利要求5所述的方法,其中,所述本地状态度量(lsm)包括振动,特别是在若干维度上检测到的振动,和/或温度和/或加速度。7.根据前述权利要求中任一项所述的方法,其中,所述采样频率(sf)大于或等于2khz,特别是大于或等于4khz。8.根据前述权利要求中任一项所述的方法,其中,所述传输频率(tf)小于或等于0.2hz,特别是小于或等于0.1hz。9.根据前述权利要求中任一项所述的方法,其中,所述多维容差范围(th)经由无监督分类器,特别是k均值算法来定义;容差范围(th)被配置为具有非线性形状,特别是椭圆形或圆形;特别地,所述容差范围(th)被周期性地更新,包括所检测的最近采样序列(ss)的值。10.根据前述权利要求中任一项所述的方法,还包括进一步的步骤:借助于无监督分类
器,特别是k均值算法,使用由已知故障产生的多个统计特征(stf)作为输入,训练所述自动机器(1)的模型;特别地,所述模型被周期性地更新,包括所检测的最近采样序列(ss);特别地,在意外故障的情况下,所述模型也被更新,在所述异常矩阵(am)上定义故障的区域(ac)。11.根据前述权利要求中任一项所述的方法,还包括进一步的步骤:计算连续的实际状况(ac)在所述异常矩阵(am)内移动的速度,特别是最近的实际状况(ac)朝向所述容差范围(th)移动的速度。12.根据前述权利要求中任一项所述的方法,还包括进一步的步骤:基于最近的实际状况(ac)在所述异常矩阵(am)内的位置或速度,周期性地调度维护程序(9)。13.根据权利要求12所述的方法,还包括进一步的步骤:周期性地将所更新的维护程序(9)传输到维护资源。14.根据前述权利要求中任一项所述的方法,其中,所述异常矩阵(am)包括多个组,每个组对应于所述自动机器(1)的不同机械元件的状态或具有同类结构特征的机械元件的状态;特别地,针对每个组定义多维容差范围(th)。15.根据前述权利要求中任一项所述的方法,其中,所述机动化度量(mm)包括由电机供应的转矩/电流和/或电机跟随误差和/或负载百分比和/或rms值。16.一种用于制造或包装消费品的自动机器(1);所述自动机器(1)包括:-一个或多个电驱动器(3),被配置为控制至少一个电致动器(4)并且以采样频率(sf)周期性地检测和记录与所述至少一个电致动器(4)的至少一个机动化度量(mm)相关的采样序列(ss);-数据处理单元(5),被配置为以等于或低于所述采样频率(sf)的传输频率(tf)周期性地接收以所述采样频率(sf)记录的所述采样序列(ss);-本地存储单元(6),被配置为包含异常矩阵(am),所述异常矩阵(am)具有基于至少一个所检测的机动化度量(mm)的至少两个统计特征(stf);所述自动机器(1)被配置为执行根据前述权利要求所述的方法。17.根据权利要求16所述的自动机器(1),还包括至少一个本地获取单元(7),所述至少一个本地获取单元(7)连接到双向、数字和本地工业网络的节点;特别地,机器(1)还包括通信接口(8),所述通信接口(8)被配置为连接到所述数据处理单元(5)并且允许所述数据处理单元(5)将维护程序(9)传输到维护资源;特别地,所述至少一个本地获取单元(7)包括智能标签和/或iot传感器;特别地,电驱动器(3)被布置在机器控制柜上或被布置在所述机器控制柜连接的相应电致动器(4)上;特别地,所述自动机器(1)包括多个本地获取单元(7),每个所述本地获取单元(7)被布置在安装在所述自动机器(1)上的不同机械组上。

技术总结
一种用于制造或包装消费品的自动机器(1)的预测性维护的方法,包括以下步骤:借助于至少一个相应的本地控制单元(11)检测和记录与至少一个电致动器(4)的至少一个机动化度量(MM)相关的至少一个采样序列(SS);将所记录的采样序列(SS)传输到数据处理单元(5);基于所检测的至少一个采样序列(SS)并且至少相对于所检测的机动化度量(MM),在具有至少两个统计特征(STF)作为维度的异常矩阵(AM)内定义至少一个多维容差范围(TH);计算两个统计特征(STF),以便定义在异常矩阵(AM)内的实际状况(AC)的位置;基于实际状况(AC)在异常矩阵(AM)中的位置和多维容差范围(TH),确定必要维护的紧迫性。紧迫性。紧迫性。


技术研发人员:马泰奥
受保护的技术使用者:吉第联合股份公司
技术研发日:2021.06.23
技术公布日:2023/2/3
再多了解一些

本文用于创业者技术爱好者查询,仅供学习研究,如用于商业用途,请联系技术所有人。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献