[发明专利]用于制造或包装消费品的自动机器的预测性维护的方法

权利要求书

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。