用于对电动工具的故障进行征兆识别的方法
【技术领域】
[0001]本发明涉及按权利要求1和10的相应的前序部分所述的、一种用于对电动工具的故障进行征兆识别的方法和一种用于对电动工具的故障进行征兆识别的装置。
【背景技术】
[0002]但是，这样的用于对至少一种电动工具的故障进行征兆识别的方法无疑从现有技术中为人所知。也就是说比如知道基于声音的装置，所述基于声音的装置在当前的时刻为了对电动工具的故障进行分析而使用固体声。为此将合适的传感器与有待检查的物体、也就是比如所述电动工具机械地连接起来，并且将其振动转换为电的信号，而后将所述电的信号用于进行故障诊断。
[0003]也存在着相应的分析装置，所述分析装置对通过空气来传输的声音(与固体声相比)进行测评。这些装置将空气声音与其它的传感器信号(比如固体声传感器、旋转速率传感器、多个用于对声源进行定位的麦克风)组合起来，但是经常没有对故障类型进行自动的分类(也就是说，经常只能识别，是否存在着缺陷，但是不能识别，何处存在着缺陷并且/或者存在着何种或者何类缺陷)，并且始终还需要其它传感器。换句话说，在附加地使用其它的传感器的情况下用这样的装置只能遵循是/否-分析原则，所述是/否-分析原则只能原则上表明，在工具中是在某处存在着一种以及总是一种缺陷还是刚好不存在着所述缺陷。
[0004]这样的从现有技术中知道的、用于对至少一种电动工具的故障进行征兆识别的方法或者装置因此不仅关于所述电动工具的故障的具体的定位/分类不精确，而且除此以外同样成本不太低廉并且运行稳定性不高。
【发明内容】
[0005]由此，本发明的任务因此是，尤其说明一种用于对至少一种电动工具的故障进行征兆识别的方法，该方法能够以极其简单的方式方法自动地对电动工具的故障进行分类和定位，并且除此以外一种这样的方法或者一种这样的装置不仅成本低廉，而且也完全能够尤其运行稳定地来操作。
[0006]该任务通过权利要求1的主题来解决。
[0007]现在为了说明一种用于对至少一种电动工具的故障进行征兆识别的、能够以特别简单的方式方法对所述电动工具的故障进行划分和/或定位的方法，这里所描述的发明尤其利用以下构思:对于在这里所描述的方法来说首先在出现所述电动工具的故障的过程中由至少一个麦克风至少暂时地检测由所述电动工具产生的噪声。比如所述麦克风是接收声波的声学的麦克风。
[0008]在下一个步骤中，在操纵并且/或者控制用于用户交互作用的系统之后由用于信号处理的系统通过麦克风以音频信号的形式来接收由所述麦克风检测到的噪声。换句话说，因此所述麦克风将所述噪声通过数学的/电气技术的算法转换为音频信号，并且将这些音频信号进一步传送给由所述用于信号处理的系统。尤其所述用于信号处理的系统能够是一种结构元件，该结构元件能够作为紧凑的、也就是一体地制造的模块式元件安装在较大的模块组中。
[0009]在下一个步骤中，如此对所述噪声或者所述由用于信号处理的系统和/或麦克风转换为音频信号的音频信号和/或从所述音频信号中提取的数据、比如频率分布进行故障诊断，从而尤其由所述用于信号处理的系统来尤其仅仅将所接收的音频信号并且/或者尤其仅仅将从所述音频信号中所提取的数据、比如频率分布随后传输给用于故障识别的系统。尤其能够设想，在所述用于信号处理的系统本身的内部对由所述用于信号处理的系统所接收并且/或者产生的音频信号继续进行编辑。
[0010]在这方面，此外能够设想，将这些由所述用于信号处理的系统编辑过的数据与由用户所说明的附加信息和/或测评条件一起发送给所述用于故障识别的系统。能够设想，所述用于故障识别的系统与所述用于信号处理的系统在空间上分开。也就是说，能够设想，所述用于故障识别的系统被集成在计算机网络、比如基于云的网络中。为此，所述用于故障识别的系统能够被保存在有云能力(Cloud-fthig)的中央服务器中。
[0011]决定性的是，由所述用于故障识别的系统仅仅将所接收的音频信号和/或所述从这些音频信号中所提取的数据用于借助在至少一个数据库中所保存的参考音频信号和/或从这些参考音频信号中所提取的数据进行自动校准，从而对所述电动工具的故障实施故障分类。换句话说，能够不是在音频层面上而是完全或者部分地在所提取的数据的层面上进行音频校准。
[0012]换句话说，所述用于故障识别的系统利用在所述数据库中所存放的信息结合在这里所描述的自动校准，用于(有时候在考虑到由用户所说明的附加信息的情况下)能够实现与所述音频信号相对应的故障类型的分类。就此而言，能够特别有利地通过这里所描述的方法来识别、鉴定所有相应的故障源并且/或者对其进行定位，所述故障源的出现同时与声学的信号作用相关联。用对所述噪声的记录，能够作为故障的表征的特征来精确地描绘所述征兆并且明确地鉴定属于特殊的征兆的故障。尤其已经能够证实足够的是，作为声学的探测器来布置一个唯一的麦克风，用于检测大量也能够在听觉上觉察出来的故障。在此不再需要较大数目的、特殊的物理的传感器，其中通常需要一个用于每种有待监控的运行功能的传感器。
[0013]除此以外，通过这里所描述的、用于用户交互作用的系统，能够由电动工具的用户人工地比如在预先给定的时间里激活所述方法。因此，在出现未知的噪声或者直观上与故障相关联的噪声时，用户起动所述方法，也就是说，首先检测到所述噪声。
[0014]在通过所述用于用户交互作用的系统、比如触摸屏或者其它的输入单元来激活分析过程之后，在出现对于无故障的运行来说未知的噪声时在预先给定的时间里自动地激活所述方法。为此，因而有必要将所述电动工具的各个部件的、与正常的运行相对应的、所熟知的背景噪声和/或所获取的音频信号和/或从这些音频信号中所提取的数据保存在存储器中，也就是保存在这里所描述的数据库中。因此，在比如连续地被监控的噪声有别于在所述数据库中所保存的参考音频信号时，所述方法能够自动地、也就是说在没有单独的、来自外部的影响或者调节的情况下确定在所述电动工具上的故障的种类和/或定位。优选所述用于故障识别的系统又将所述故障分类的结果输出给所述用于用户交互作用的系统，也就是说，结果能够由所述比如能够包括屏幕的、用于用户交互作用的系统以光学的方式并且/或者也以声学的方式通知用户。
[0015]此外，能够设想，更确切地说能够使所述用于对至少一种电动工具的故障进行征兆识别的、这里所描述的方法或者这里所描述的装置在大量不同的电动工具上进行作用连接，但是这里所描述的方法和这里所描述的装置尤其适合于仅仅在电动工具上使用。也就是说，已经证实的是，这里所描述的方法或者这里所描述的装置能够特别紧凑地并且节省位置空间地不仅安装在电动工具的上面或者里面，而且这里所描述的、用于进行用户相互作用的以及用于故障识别的系统与所述电动工具的具体的特性相匹配。这也能够意味着，这里所描述的方法或者这里所描述的装置不适合于比如在机动车中实施故障诊断。也就是说，为了比如在这样的机动车中使用这里所描述的方法或者这里所描述的装置，需要其它的、针对各个系统的改装作业和调整处理，所述