用于传感器的参数化的方法与流程

本发明涉及一种用于工业过程中的至少一个传感器的动态参数化的方法。

背景技术：

在例如用于工件或物品的制造，分类和/或处理的工业过程中，通常使用多个传感器来观察或检测工件。然后从传感器的测量数据中收集用于控制工业过程的数据。

传感器的参数(这意味着它们的配置)通常设置一次。在此设置中，参数适应于工业过程中通常存在的边界条件。例如，传感器可以是摄像机，其曝光时间设定为典型的亮度条件和/或要观察的工件的颜色和亮度。如果例如在工业过程中处理具有不同颜色的工件，则通常设置摄像机的参数，使得摄像机在所有可能的条件下提供令人满意的结果。

然而，这种方法的缺点在于，必须针对传感器的非常广泛的可能的应用范围来设置参数，使得由传感器提供的测量数据的质量经常需要改进。

技术实现要素：

因此，本发明的基本目的是提供一种用于传感器的参数化的方法，该方法允许提高传感器的测量数据的质量。

该目的根据本发明通过根据权利要求1所述的方法来满足。

根据本发明的方法用于在工业过程中的至少一个传感器的参数化。在该方法中，

借由配置传感器和生产性传感器获取过程的测量数据，其中配置传感器和生产性传感器是相同类型的传感器；

至少将配置传感器的测量数据或仅将配置传感器的测量数据传送给控制单元；

控制单元参照/基于测量数据生成用于生产性传感器的参数集，并将参数集传送到生产性传感器；和

生产性传感器在操作中使用参数集。

本发明使用两个相同类型的传感器，即配置传感器和生产性传感器，其中配置传感器连接在生产性传感器的上游。生产性传感器的参数化参照由配置传感器确定的过程的测量数据来进行。

例如，可参照配置传感器的测量数据确定过程中当前存在哪些环境条件。基于环境条件(这意味着基于该过程的当前边界条件)，便可以在生产性传感器中使用关于边界条件优化的配置。然后，借由参数集将优化配置传送到生产性传感器，即可实现工业过程的理想记录。因此可以以特定于测量对象和/或关于通过时间的方式来确定优化参数集。由于关于通过时间的参数集的生成，可以使用针对当前相应环境条件的相应理想参数集。参数集的设置因此在操作中动态地发生，以便能够对变化的环境条件作出反应。

生成的参数集还可以传送到配置传感器以更改配置传感器的设置。或者，配置传感器的设置也可以保持不变。

因此，可以在不同的边界条件下将不同的参数集加载到生产性传感器中，从而也可以通过具有不同边界条件的生产性传感器实现各自的理想结果。这是通过布置在上游并且允许检测边界条件的配置传感器实现的。

为确定边界条件，控制单元对配置传感器的测量数据进行评价，并基于测量数据生成用于生产性传感器的相应的参数集。例如，控制单元可以从多个参数集中选择用于生产性传感器的相应的特别合适的参数集。随后，将参数集例如作为数字数据包传送给生产性传感器。生产性传感器接收参数集中包含的参数，并相应地改变其配置。然后，将用于观察工业过程的生产性传感器的设置适应于当前存在的边界条件，使得生产性传感器能够提供关于工业过程的理想的测量数据。

每个传感器(即配置传感器和生产性传感器)与控制单元耦合，优选地通过数字数据连接与控制单元耦合。控制单元可以单独配置并与传感器间隔开，或者控制单元也可以集成到传感器之一中。

例如，配置传感器和生产性传感器均可为用于识别条形码的摄像机，其中工业过程例如用于参照条形码对工件(如包)进行分类。作为两个传感器的标准的配置可以适用于白色背景下的黑色条形码。如果配置传感器现在识别出背景不再是白色，而是例如深灰色，则控制单元可以生成一个参数集，在该参数集中，生产性传感器的对比度设置发生改变，使得条形码也可以相对于深灰色背景被生产性传感器可靠地识别。

配置传感器和生产性传感器优选地彼此分开配置，例如布置在不同的外壳中。此外，配置传感器和生产性传感器可以这样布置，使得它们不能同时检测同一工件。

配置传感器和生产性传感器是相同类型的传感器，这意味着传感器配置用于获取和/或输出相同类型的测量值和/或具有相同功能。两个传感器例如可以配置成测量距离值、测量温度或亮度或者记录光学图像。配置传感器和生产性传感器优选地至少具有相同的结构。

本发明的进一步有利的展开能够从说明书，附图及附属权利要求体现。

根据第一有利实施例，参数集适应于过程的当前状态。这意味着参数集适用于工业过程的当前存在边界条件。边界条件例如可以包括当前处理的工件的种类，其中工件可以随时间变化，并要求相应的其它参数集。另外，边界条件可以包括当前温度、当前亮度、过程的当前处理速度等。

根据另一个有利的实施例，参数集包括具有数字数据的数据包，其中数据包至少部分地存储在生产性传感器的存储器中。因此，可以数字传输参数集。在接收到生产性传感器中的参数集之后，参数集中包含的配置可以存储在生产性传感器的存储器中，然后影响生产性传感器的工作方式。由于数字数据包也可以例如通过因特网传送，因此将参数集作为数字数据包的传输也允许将控制单元远离配置传感器和生产性传感器布置。

根据另一个有利的实施例，由工业过程加工的工件在时间上先由配置传感器，然后由生产性传感器相继地检测。此外，配置传感器及生产性传感器对相同工件的检测可以发生在工件的不同位置。例如，工件可以首先借由传送带引导通过配置传感器，然后例如在几厘米或几米的距离内，延迟数秒被引导通过生产性传感器。在引导通过时，配置传感器和生产性传感器可以分别获取相应工件的测量数据，并将其传送到控制单元。因此，生产性传感器优选地监测与配置传感器所监测的相同的过程。

根据另一个有利的实施例，参数集的使用仅在选定的时间延迟之后发生。由于工件在配置传感器和生产性传感器之间所需的通过时间，因此优选地仅在相应工件快到达前(即预定的持续时间)激活生产性传感器中的参数集。借由生产性传感器通过这种方式能够实现具有“旧”参数集的先前处理的工件仍然可以通过生产性传感器检测，直到要求“新”参数集的工件到达。

为了实现延迟，控制单元可以将具有延迟的相应参数集传送到生产性传感器，或参数集可以包括时间点，从该时间点开始参数集应该由生产性传感器使用。选择时间延迟意味着延迟是例如由控制单元故意引起的，并不是由例如无论如何都存在的迟滞等产生的。然而，在选择时间延迟时可以考虑无论如何都存在的延迟或迟滞。

根据另一有利实施例，时间延迟通过参照工业过程的状态来选择。这意味着时间延迟例如可以参照过程的当前处理速度和/或参照相应工件从配置传感器到生产性传感器所需的时间来选择。

根据另一有利实施例，生产性传感器获取过程的测量数据；将生产性传感器的测量数据传送到控制单元；控制单元参照生产性传感器的测量数据生成用于另一生产性传感器的参数集，并将该参数集发送到/基于另一生产性传感器传送该参数集，其中该另一生产性传感器在操作中使用该参数集。这被称为递归过程参数化。

生产性传感器可用作用于另一生产性传感器的配置传感器。因此有可能形成三个或更多个相同类型的传感器的链，这些传感器观察相同的工业过程并且优选地沿着过程布置。就此而言，在过程中布置在上游的一个相应的传感器可以用作用于随后的传感器的配置传感器，其中随后的传感器然后用作生产性传感器。通过这种方式设计的逻辑链，可以实现沿着过程的持续改进的设置，从而可以沿着过程生成越来越好的测量值或测量数据。

根据另一有利实施例，控制单元与配置传感器和生产性传感器分开布置，并借由数据连接，特别是以太网连接，现场总线连接或usb连接，与配置传感器和/或生产性传感器耦合。

控制单元优选为在因特网中，在局域网(lan)中，在云中或在所谓的雾中的服务器(这意味着控制单元例如由本地终端设备形成)。

控制单元尤其可以是在服务器(在云中)上运行的服务。由于使用这种(强大的)服务器，扩展能力可能没有问题；这意味着配置传感器和生产性传感器的数量几乎可以达到所需的数量。

机器学习算法还可以优选地用于从配置传感器的测量数据生成用于生产性传感器的参数集。可以生成反馈回路用于用在机器学习中的算法，其中反馈回路例如过程的用户或过程控制系统在每种情况下指示所生成的参数集是否实现了改进。由机器学习算法生成的参数集的质量可以以这种方式逐渐改善。

根据另一个有利的实施例，控制单元对由生产性传感器获取的测量数据进行数据评价。还可以以相应的方式对配置传感器获取的测量数据进行数据评价。因此，配置传感器和生产性传感器的测量数据均可用于控制工业过程。例如，可以在服务器上(在云中)执行数据评价，并且尤其可以根据需求另外预订数据评价。由此可以在具有非常大的计算能力的计算机上执行数据评价，这提高了数据评价的效率和速度。经评价的测量数据可以尤其通过控制单元传送到工业过程的过程控制系统。

通过将控制单元转移到云中，还可以借由云计算高效地和及时地或者甚至实时地执行诸如图像处理等计算密集型问题。这对于动态过程参数化尤其重要。

如果控制单元耦合到工业过程的过程控制系统(例如，耦合到可编程逻辑控制器-plc)，这是有利的。同样可能的是，控制单元是过程控制系统的一部分。控制单元可以优选地从过程控制系统接收信息，所述信息促进或改进相应的参数集的生成。控制单元例如可以从过程控制系统接收其它传感器的测量数据，例如当前温度值或重量值(例如工件的重量值)和/或工业过程的当前处理速度。过程控制系统还可以与控制单元通信，例如是否被激活照明。

因此，不同类型的传感器(即与生产性传感器不同类型的传感器)也可以借由过程控制系统用来生成测量数据，其中所生成的参数集也是基于不同类型传感器中的至少一个的测量数据。

配置传感器和生产性传感器也可以分别耦合到过程控制系统，其中例如过程控制系统将配置传感器的测量数据和生产性传感器的测量数据转发到控制单元。

本发明还涉及一种用于监控工业过程的系统。该系统包括配置传感器、生产性传感器和控制单元。配置传感器配置成获取过程的测量数据，并将其传送到控制单元。控制单元配置成参照/基于测量数据生成用于生产性传感器的参数集，并将参数集发送给生产性传感器。生产性传感器配置成在操作中使用参数集。

以上关于根据本发明的方法的解释相应地适用于根据本发明的系统。这尤其适用于有关的优点和优选实施例。

根据本发明的系统的有利实施例，配置传感器和/或生产性传感器分别包括具有摄像机的代码读取器。摄像机可以用于记录图像，其中代码读取器配置成检测条形码、堆叠代码和/或2d矩阵代码(qr代码)。代码可以分别应用于由工业过程处理的工件之一。

附图说明

下面将参照附图纯粹地通过实施例对本发明进行描述。图中显示:

图1是借由三个传感器观察到的工业过程。

具体实施方式

图1示出了观察工业过程12的系统10。工业过程12包括在传送带16上传送包14和对包14进行分类。每个包14包括其上侧的条形码(未示出)，该条形码应当由系统10检测。参照各个条形码来执行分类(未示出)。

系统10包括配置传感器18、第一生产性传感器20和第二生产性传感器22。

传感器18、20、22各自包括用于检测条形码或用于生成条形码的图像的摄像机。传感器18、20、22各自具有相同的构造并且在传送带16上彼此间隔地布置。

传感器18、20、22各自通过以太网连接24耦合到因特网26。用作控制单元28的服务器同样经由数据连接30耦合到因特网26，使得能够在传感器18、20、22与控制单元28之间进行数据通信。

在系统10和工业过程12的操作中，(在图1中)通过传送带16将包14从左向右移动。在这方面，相应的包14(或包上存在的条形码)首先通过配置传感器18检测。配置传感器18生成相应的包14的图像，并经由以太网连接24、因特网26和数据连接30将图像传送到控制单元28。

控制单元28处理接收到的图像，并且例如可以确定它是相对白色背景的黑色条形码。然后，控制单元28可以生成相对于这种条形码优化的参数集。然后，通过控制单元28将参数集传送到第一生产性传感器20(也可选地传送到其它传感器)。一旦配置传感器18将相应的包14传送到第一生产性传感器20，第一生产性传感器20就可以使用控制单元28接收到的参数集，使得能够获得关于配置传感器18的检测的优化结果。在这方面，生产性传感器20同样生成相应的包14的图像，并将该图像传送到控制单元28。如果控制单元28识别出进一步优化的可能性，则控制单元28例如生成另外的参数集，并将其传送到第二生产性传感器22，使得在那里可以实现进一步的优化结果。如果不可能进一步优化，则控制单元28将与传送到生产性传感器20相同的参数集传送到第二生产性传感器22。

在操作中可能发生条形码的性质改变的情况，例如，具有黑色背景的条码及固定在更大的包14上的条码(如图1中所示的左边的包14)必须进行处理。在这种情况下，控制单元参照配置传感器18生成的图像(这意味着参照配置传感器的测量数据)识别现在改变的边界条件。然后，控制单元28生成用于第一和第二生产性传感器20、22的新的参数集，该参数集例如包括用于相应的摄像机的对比度和用于相应的摄像机的聚焦位置的改变的设置。以这种方式，对于较大的包14也可以确保条形码的可靠识别。

参考数字列表

10系统

12工业过程

14包

16传送带

18配置传感器

20第一生产性传感器

22第二生产性传感器

24以太网连接

26因特网

28控制单元

30数字连接