自动化系统的机电元件的监测方法技术方案

技术编号:17969121 阅读:26 留言:0更新日期:2018-05-16 10:29
本发明专利技术涉及一种自动化系统的机电元件的监测方法(100)。所述方法(100)包括获取(101)所述机电元件的机械状态变量,获取(103)所述机电元件的电气状态变量,以及基于具有所述机电元件的多种状态的多维特性线场,确定(105)所述机电元件的状态,其中,所述机电元件的每一种状态与一机械状态变量和一电气状态变量相关。

Monitoring method of mechanical and electrical components in automatic system

The invention relates to a monitoring method for electromechanical elements of an automatic system (100). The method (100) includes obtaining the mechanical state variables of the electromechanical elements described (101), obtaining the electrical state variables of (103) the electromechanical elements, and determining the state of the electromechanical components based on the multidimensional characteristic line field with various states of the electromechanical elements, in which each state of the electromechanical components and one machine is a machine. The mechanical state variables are related to an electrical state variable.

【技术实现步骤摘要】
自动化系统的机电元件的监测方法
本专利技术涉及自动化

技术介绍
对于自动化系统中的机电元件来说,例如,对于开关装置或者保护开关装置来说,机电元件的状态和操作模式可以根据环境条件而改变。其原因,例如为温度变化、冲击振动、元件磨损、电气开关触点的接触磨损或者阀门的机械磨损。目前,通常基于实证检验对机电元件的使用寿命进行预测。在所述过程中,通常假设被测机电元件构成了代表性的参数分散的代表,并且假设测试结果对应于统计学上的预期分散。最终,从测试结果中,基于磨损行为推导出预测。对于机电元件来说,特别是对于继电器来说,已经发现基于实验确定的支撑位点的威布尔分布对于故障时间的开关触点的磨损是可用的。根据所确定的威布尔分布,可以推导出关于切换次数的预测,其通常达到整体的一定百分比。这种方法的一个缺点在于,预测的准确性取决于所测试的机电元件的数量,以及表示实际发生的参数分散的能力。另一个缺点在于,机电元件在具体使用情况下所确定的极值通常设置的过于保守,即,设置的维护间隔过度经常且过于频繁地发生,结果,使得机电元件变得尺寸过大且不必要地昂贵。另一个缺点在于,许多使用中的机电元件在预期故障之前失效,因此可能发生失灵、失误甚至潜在的危险故障。
技术实现思路
因此,本专利技术的目的在于创建一种用于监测自动化系统的机电元件的有效设计。所述目的通过独立权利要求的特征实现。从属权利要求、说明书和附图的主题均为有利的改进。根据第一个方面,本专利技术涉及一种用于自动化系统的机电元件的监测方法。所述方法包括获取机电元件的机械状态变量,获取机电元件的电气状态变量,以及基于具有机电元件的多种状态的多维特性线场,确定机电元件的状态,其中,所述机电元件的每一种状态与一机械状态变量和一电气状态变量相关。此外,根据一个实施例,在多维特性线场中,几何参数与机电元件的各状态相关,其中,所述方法包括:确定机电元件的几何参数;以及基于多维特性线场确定机电元件的状态,其中,所确定的状态与所获取的机械状态变量、所获取的电气状态变量以及几何参数相关。根据一个实施例,多维特性线场由数字数据值,特别是预先存储的数字数据值表示。数字数据值可以预先存储在机电元件的存储器中。根据一个实施例,所述方法包括在多维特性线场的支撑点之间插值,以便确定机电元件的状态,其中,支撑点由电气状态变量、机械状态变量和/或几何参数给出。根据一个实施例,所述方法包括基于机电元件的行为模型确定多维特性线场,其中,行为模型将所获取的机械状态变量对于所获取的电气状态变量的影响考虑在内。根据一个实施例,多维特性线场是通过实施机电元件的行为模拟来确定的,其中,行为模拟执行行为模型。根据一个实施例,所述方法此外还包括特别借助显示装置,显示所确定的机电元件的状态。根据一个实施例,所述方法此外还包括根据所确定的机电元件状态生成用于控制机电元件的控制信号,以及利用所生成的控制信号控制机电元件。根据一个实施例,机械状态变量和电气状态变量是通过机电元件获取的。根据一个实施例,机械状态变量包括以下机械状态变量中的一种:机电元件的触点的回跳,机电元件的触点的回跳的回跳持续时间,机电元件的触点的回跳的回跳数,机电元件的组件的温度,机电元件的环境温度,机电元件的组件的运动速度,特别是电枢的运动速度,或者机电元件的触点的接触力或者脱离力。根据一个实施例,电气状态变量是通过机电元件的电流或者机电元件的电压。根据一个实施例,所确定的机电元件状态是机电元件的使用寿命。根据一个实施例,机电元件是机电开关,特别是继电器。根据第二个方面,本专利技术涉及一种机电元件。所述机电元件包括获取装置,其用于获取机电元件的机械状态变量和机电元件的电气状态变量。所述机电元件此外包括存储器,其中存储有具有机电元件的多种状态的多维特性线场,其中,所述机电元件的每一种状态与一机械状态变量和一电气状态变量相关。另外,所述机电元件包括处理器,用于基于多维特性线场确定机电元件的状态。所述机电元件用于实施所述方法。所述机电元件的其他特性直接从所述方法的特征得出。根据第三个方面,本专利技术涉及一种具有程序代码的计算机程序,其用于实施所述方法。机电组件可以由软件进行设置,以便执行程序代码或者部分程序代码。本专利技术可以在硬件和/或软件中实施。附图说明参考附图对附加实施例进行更详细的说明。在附图中:图1示出了自动化系统的机电元件的监测方法的示意图;图2示出了机电元件的示意图;图3示出了多维特性线场的示意图;图4a示出了用于确定多维特性线场的行为模型的示意图;图4a'示出了用于确定多维特性线场的行为模型的示意图;图4b示出了用于确定多维特性线场的行为模型的示意图;图4b'示出了用于确定多维特性线场的行为模型的示意图;图5a示出了机电元件的状态变量的时间曲线的示意图;图5b示出了机电元件的状态变量的时间曲线的示意图;图5c示出了机电元件的状态变量的时间曲线的示意图;图5d示出了机电元件的状态变量的时间曲线的示意图;图5e示出了机电元件的状态变量的时间曲线的示意图;图5f示出了机电元件的状态变量的时间曲线的示意图;图6a示出了用于确定多维特性线场的行为模型的示意图;图6a'示出了用于确定多维特性线场的行为模型的示意图;图6b示出了用于确定多维特性线场的行为模型的示意图;以及图6b'示出了用于确定多维特性线场的行为模型的示意图。附图标记100机电元件的监测方法101获取机械状态变量103获取电气状态变量105确定机电元件的状态200机电元件201获取装置203存储器205处理器401固件组件403电子组件405机电元件407流体组件409数据接口411固件模块413电子模块415电磁模块417机械模块419元模型模块421对象423对象425对象具体实施方式图1示出了用于自动化系统的机电元件的监测方法100的示意图。所述方法100包括获取101机电元件的机械状态变量,获取103机电元件的电气状态变量,以及基于具有机电元件的多种状态的多维特性线场,确定105机电元件的状态,其中,机械状态变量和电气状态变量与机电元件的每一种状态相关,或者说机电元件的每一种状态与一机械状态变量和一电气状态变量相对应。图2示出了机电元件200的示意图。机电元件200包括获取装置201,其用于获取机电元件200的机械状态变量和机电元件200的电气状态变量。机电元件200此外还包括存储器203,其中存储有具有机电元件200的多种状态的多维特性线场,其中,机械状态变量和电气状态变量与机电元件200的每一种状态相关。此外,机电元件200包括处理器205,其用于基于多维特性线场确定机电元件200的状态。图3示出了多维特性线场的示意图。多维特性线场可以表示为用于对机电元件(例如继电器)的状态(例如使用寿命)进行描述的行为模型。可以通过例如将负载条件、环境条件和几何参数考虑在内的行为模型来对状态进行描述,利用所述行为模型可以进行状态预测。这一概念可以包括:将实验方式所确定的例如使用寿命值的机电元件的状态表示在将负载条件、环境条件、机械状态变量、电气状态变量和/或几何参数考虑在内的行为模型中,以便从可靠性的角度推导出对预期状态(例如使用寿命)的预测。在所述过程中,例如待切换的负载可以与多个负载范围相关,每个负载范围的特性由本文档来自技高网...
自动化系统的机电元件的监测方法

【技术保护点】
一种用于自动化系统的机电元件(200)的监测方法(100),其特征在于,包括:获取(101)所述机电元件(200)的机械状态变量;获取(103)所述机电元件(200)的电气状态变量;以及基于具有所述机电元件(200)的多种状态的多维特性线场,确定(105)所述机电元件(200)的状态,其中,所述机电元件(200)的每一种状态与一机械状态变量和一电气状态变量相关。

【技术特征摘要】
2016.12.12 DE 102016124083.41.一种用于自动化系统的机电元件(200)的监测方法(100),其特征在于,包括:获取(101)所述机电元件(200)的机械状态变量;获取(103)所述机电元件(200)的电气状态变量;以及基于具有所述机电元件(200)的多种状态的多维特性线场,确定(105)所述机电元件(200)的状态,其中,所述机电元件(200)的每一种状态与一机械状态变量和一电气状态变量相关。2.根据权利要求1所述的方法(100),其特征在于,此外,在所述多维特性线场中,几何参数与所述机电元件(200)的各状态相关,所述方法(100)包括:确定所述机电元件(200)的几何参数;以及基于所述多维特性线场确定所述机电元件(200)的所述状态,其中,所确定的状态与所获取的机械状态变量、所获取的电气状态变量以及所述几何参数相关。3.根据前述任一项权利要求所述的方法(100),其特征在于,所述多维特性线场由数字数据值,特别是预先存储的数字数据值表示。4.根据前述任一项权利要求所述的方法(100),其特征在于,包括:在所述多维特性线场的支撑点之间插值,以便确定所述机电元件(200)的状态,其中,所述支撑点由电气状态变量、机械状态变量和/或几何参数给出。5.根据前述任一项权利要求所述的方法(100),其特征在于,包括:基于所述机电元件(200)的行为模型确定所述多维特性线场,其中,所述行为模型将所获取的机械状态变量对于所获取的电气状态变量的影响考虑在内。6.根据权利要求5所述的方法(100),其特征在于,所述多维特性线场是通过实施所述机电元件(200)的行为模拟来确定的,其中,所述行为模拟执行所述行为模型。7.根据前述任一项权利要求所述的方法(100),其特征在于,此外还包括特别通过显示装置,显示所确定的所述机电元件(200)的状态。8.根据前述任一项...

【专利技术属性】
技术研发人员:拉尔夫·霍夫曼延斯·海因里希塞巴斯蒂安·海因里希克里斯蒂安·穆勒
申请(专利权)人:菲尼克斯电气公司
类型:发明
国别省市:德国,DE

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1