DE602004008910T2

DE602004008910T2 - Fehlerdiagnosevorrichtung und -verfahren bei einer prozesseinrichtung unter verwendung eines prozessabhängigen sensorsignals

Info

Publication number: DE602004008910T2
Application number: DE602004008910T
Authority: DE
Inventors: Evren Melbourne ERYUREK; Kadir Eden Prairie Kavaklioglu; Steven R. Edina ESBOLDT
Original assignee: Rosemount Inc
Current assignee: Rosemount Inc
Priority date: 2003-06-05
Filing date: 2004-06-03
Publication date: 2008-07-24
Anticipated expiration: 2024-06-04
Also published as: DE602004008910D1; JP2006526855A; US7010459B2; US20040024568A1; WO2004109416A1; CN100456190C; CN1799013A; RU2005141148A; RU2325685C2; EP1629333B1; EP1629333A1

Description

HINTERGRUND DER ERFINDUNG
Die vorliegende Erfindung betrifft die Diagnose von Prozessvorrichtungen (zur Verwendung mit Industrieverfahren). Insbesondere betrifft die Erfindung die Diagnose von Verfahren, die ein Prozessvariablensensorsignal verwenden.
Prozesssteuerungsvorrichtungen werden in Industrieverfahrenssteuerungssystemen verwendet, um ein Verfahren zu steuern. Eine Steuerungsvorrichtung ist eine Feldvorrichtung, die verwendet wird, um das Verfahren zu steuern und die Folgendes umfasst: Pumpen, Ventile, Auslöser, Magnetspulen, Motoren, Mischer, Agitatoren, Unterbrecher, Brecher, Walzen, Mühlen, Kugelmühlen, Kneter, Vermischer, Filter, Wirbelströmer, Zentrifugen, Türme, Trockner, Förderer, Trenner, Heber, Winden, Heizvorrichtungen, Kühlvorrichtungen oder weiteres. Eine Ventilsteuerung umfasst einen Ventilauslöser, der mit einem Ventil gekoppelt ist, das verwendet wird, um einen Durchfluss von Prozessflüssigkeit zu steuern. Eine Pumpensteuerung umfasst eine Motorsteuerung oder einen Auslöser, die oder der mit einer Pumpe gekoppelt ist. Die Diagnose von Prozesssteuerungsvorrichtungen kann verwendet werden, um eine ausgefal lene Steuerungsvorrichtung zu identifizieren oder einen drohenden Ausfall vorherzusagen.
Die Erfassung von Vibrationen ist ein Verfahren, das zur Diagnose von Prozesssteuerungsvorrichtungen verwendet wird. Ein Vibrationssensor wie beispielsweise ein direkt auf einer Steuerungsvorrichtung angeordneter Beschleunigungsmesser kann verwendet werden, um von der Vorrichtung erzeugte Vibrationsgeräuschsignale zu erfassen. Vibrationen werden isoliert und ausgewertet, indem diejenigen identifiziert werden, die einen Amplitudenschwellenwert übersteigen oder die eine ungewöhnliche Frequenz haben und die somit auf einen momentanen oder drohenden Ausfall hindeuten. Sensoren werden beispielsweise auf Pumpen- oder Motorgehäusen, Ablassventilen oder auf zur Steuerungsvorrichtung gehörigen Flanschen angeordnet. Eine weiteres bekanntes Diagnoseverfahren ist eine manuelle Überprüfung, bei der ein Bediener auf unnormale Geräusche von der Steuerungsvorrichtung lauscht.
Diese bekannten Verfahren stützen sich auf die Erfassung von Vibrationen an der Prozesssteuerungsvorrichtung. Die automatisierten Diagnoseverfahren machen eine Einfügung von zusätzlichen Sensoren und Schaltungen in der Steuerungsvorrichtung notwendig. Somit gibt es einen Bedarf nach einer verbesserten Diagnosetechnologie, die sich nicht auf zusätzliche Komponenten in der Steuerungsvorrichtung oder auf die ungenaue und zeitaufwändige manuelle Überprüfung gemäß dem Stand der Technik stützt, um Vibrationsgeräuschsignale zu isolieren und auszuwerten.
Die WO 01/01213 A beschreibt die Prozessvorrichtungsdiagnostik unter Verwendung eines Prozessvariablensensorsignals. Das Sensorsignal wird einem Signal-Vorprozessor und einem Signalauswerter bereitgestellt, der eine Zustandsausgabe hinsichtlich eines Zustands des Verfahrens bereitstellt.
ZUSAMMENFASSUNG DER ERFINDUNG
Die vorliegende Erfindung betrifft eine Diagnosevorrichtung zur Verwendung in einem Prozesssteuerungssystem nach Anspruch 1. Ein entsprechendes Verfahren ist in Anspruch 19 dargelegt und ein entsprechender Anspruch über ein computerlesbares Medium, das Anweisungen zur Diagnose eines Zustands eines Verfahrens gespeichert hat, ist mit Anspruch 33 bereitgestellt.
Eine Diagnosevorrichtung zur Verwendung in einem Prozesssteuerungssystem umfasst eine Sensorsignaleingabe hinsichtlich einer Prozessvariable einer Prozessflüssigkeit eines Verfahrens. Ein Signal-Vorprozessor stellt eine Sensorleistungssignalausgabe in Abhängigkeit von einer Frequenzverteilung der Leistung in dem Sensorsignal bereit. Ein Signalauswerter gibt einen Zustand hinsichtlich eines Zustands des Verfahrens aus.
KURZBESCHREIBUNG DER ZEICHNUNGEN
1 ist eine Darstellung einer typischen flüssigkeitsverarbeitenden Umgebung für die Diagnosevorrichtung;
2 ist ein Blockdiagramm eines Differenzdruck-Flüssigkeitsdurchflussmessers, der einen Zustand des Verfahrens diagnostiziert;
3 ist ein Diagramm von Amplitude über der Frequenz über der Zeit eines Prozessvariablensignals;
4 ist ein Blockdiagramm einer diskreten Wavelet-Transformation;
5 ist ein Diagramm, das von einer diskreten Wavelet-Transformation ausgegebene Signale darstellt;
6A ist ein vereinfachtes Ablaufdiagramm einer Diagnosevorrichtung, die einen Zustand eines Verfahrens diagnostiziert;
6B ist ein ausführlicheres Ablaufdiagramm einer Diagnosevorrichtung, die einen Zustand eines Verfahrens diagnostiziert;
7 stellt eine Diagnosevorrichtung nach Art eines magnetischen Durchflussmessers dar;
8 stellt eine Diagnosevorrichtung nach Art eines Wirbeldurchflussmessers dar; und
9 stellt eine Diagnosevorrichtung nach Art eines Coriolis-Durchflussmessers dar.
AUSFÜHRLICHE BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORMEN
In 1 ist bei 100 eine typische Umgebung für eine Diagnosevorrichtung gemäß einer Ausführungsform der Erfindung dargestellt. In 1 ist eine Diagnosevorrichtung, wie beispielsweise ein als ein Druckmesswertgeber konfigurierter Prozessmesswertgeber 102, als mit dem Steuerungssystem 104 verbunden dargestellt. Prozessmesswertgeber können zur Überwachung von einer oder mehreren Prozessvariablen konfiguriert sein, die im Zusammenhang mit Flüssigkeiten in einer Prozessanlage zum Einsatz kommen, wie beispielsweise Schlämme, Flüssigkeiten, Dämpfe und Gase in chemischen, Faserstoff-, Erdöl-, Gas-, pharmazeutischen, Lebensmittel- und anderen flüssigkeitsverarbeitenden Anlagen. Bei den überwachten Prozessvariablen kann es sich um Druck, Durchfluss, Füllstand, Temperatur oder andere Eigenschaften von Flüssigkeiten handeln. Ein vibrationsempfindlicher Prozessvariablensensor ist ein Sensor, der in der Prozessflüssigkeit übertragene Vibrationen erfassen kann, wie beispielsweise ein Drucksensor, ein Sensor in einem Coriolis-Durchflussmesser, Elektroden in einem magnetischen Durchflussmesser, ein Sensor in einem Wirbel- oder Ultraschalldurchflussmesser oder dergleichen. Prozessmesswertgeber umfassen einen oder mehrere Sensoren, die je nach den Installationserfordernissen an der Prozessanlage entweder innerhalb oder außerhalb des Messwertgebers angeordnet sein können. Prozessmesswertgeber erzeugen eine oder mehrere Messwertgeberausgaben, die eine erfasste Prozessvariable darstellen oder ebenfalls das Verfahren unter Verwendung von von entfernten Sensoren empfangenen Daten überwachen können. Messwertgeberausgaben sind zur Übertragung über weite Entfernungen an eine Steuerung oder eine Anzeige über den Kommunikationsbus 106 konfiguriert. Üblicherweise handelt es sich in flüssigkeitsverarbeitenden Anlagen bei dem Kommunikationsbus 106 um eine 4–20 mA-Stromschleife, die den Messwertgeber versorgt, oder um eine Feldbus-Verbindung, eine Kommunikation gemäß einem HART^®-Protokoll oder eine faseroptische Verbindung mit einer Steuerung, einem Steuerungssystem oder einer Ausgabevorrichtung. Bei Messwertgebern, die von einer Zweidrahtschleife versorgt werden, muss die Leistung niedrig gehalten werden, um eine Eigensicherheit in explosionsgefährdeten Atmosphären zu gewährleisten. Weitere Arten von Kommunikationsbussen können ebenfalls verwendet werden, wie beispielsweise ein mit anderen Protokollen wie etwa TCP/IP betriebenes Eithernet.
In 1 sind die Pumpensteuerungsvorrichtung 108 und die Ventilsteuerungsvorrichtung 110 als Beispiele von Steuerungsvorrichtungen und Vibrationsgeräuschquellen dargestellt. Steuerungsvorrichtungen werden vom Steuerungssystem 104 unter Verwendung des Kommunikationsbusses 106 zur Steuerung der Prozessflüssigkeit ausgelöst. Bei dem System 104 kann es sich um einen Wartungscomputer, ein Unternehmensplanungs- oder -überwachungssystem oder ein computergestützes Wartungsmesssystem oder ein Prozesssteuerungssystem handeln. Steuerungsvorrichtungen sind ebenfalls typische Vibrationsgeräuschquellen. Bei einer Vibrationsgeräuschquelle handelt es sich jedoch um jedes beliebige Element in einem Verfahren, das Vibrationen erzeugt, die von der Prozessflüssigkeit übertragen werden. Bei Vibrationsgeräuschsignalen handelt es sich um jedes beliebige Vibrationssignal, das von einer Steuerungsvorrichtung erzeugt wird oder das dadurch erzeugt wird, dass die Prozessflüssigkeit durch das Prozesssystem fließt, wie beispielsweise Vibrationen aufgrund von Kavitation oder anderen, dem Durchfluss oder Verfahren zugehörigen Geräuschen.
Die Ventilsteuerungsvorrichtung 110 umfasst eine Ventilsteuerung 112, die eine Zufuhr von Druckluft an den Ventilauslöser 114 überwacht, welcher wiederum das Ventil 116 auslöst. Die Pumpensteuerungsvorrichtung umfasst einen Motor 118, der die Pumpe 120 antreibt, um Prozessflüssigkeit durch die Ansaugflanschleitung 122 durch- und durch das Ablassventil 124 hinaus zu bewegen. Steuerungsvorrichtungen und Messwertgeber koppeln sich alle an die Prozessrohrleitung 130, die Prozessflüssigkeit transportiert. Vibrationsgeräuschsignale 132, die durch das Verfahren erzeugt werden, wie beispielsweise durch den Betrieb von Steuerungsvorrichtungen, breiten sich durch die Prozessflüssigkeit aus und werden von einem Prozessvariablensensor erfasst.
In 2 stellt ein Blockdiagramm eine Ausführungsform eines Messwertgebers 102 dar, der gemäß der Erfindung als eine Diagnosevorrichtung konfiguriert ist. Beispiele anderer Diagnosevorrichtungen umfassen das Steuerungssystem 104, den magnetischen Durchflussmesser 250 (7), den Wirbeldurchflussmesser 260 (8) und den Coriolis-Durchflussmesser 330 (9). Der Messwertgeber 102 erfasst mit dem Prozessvariablensensor 138 eine Prozessvariable der Prozessflüssigkeit in der Leitung 130. Der Messwertgeber 102 umfasst eine Prozesskopplung 132, die einen Prozessvariablensensor 138 mit der Prozessflüssigkeit in der Leitung 130 koppelt. Die Kopplung 132 kann beispielsweise Impulsleitungen 136 und den Flansch 140 für den Messwertgeber 102, die Durchflussröhre 252 für den magnetischen Durchflussmesser 150, die Durchflussröhre 264 und den Ablösestab 262 für den Wirbeldurchflussmesser 160, oder die Durchflussröhre 332 und die Messröhren 336 für den Coriolis-Durchflussmesser 330 aufweisen. Beispiele von Prozessvariablensensoren umfassen einen Drucksensor, Elektroden 258 (7), Sensor 266 (8), und Spulen 342 (9). Der Analog-Digital-Wandler 144 empfängt die Sensoreingabe 146 von dem Prozessvariablensensor 138, der einer Prozessvariable der Prozessflüssigkeit zuge hörig ist. Der Analog-Digital-Wandler 144 stellt dem Mikroprozessorsystem 148 ein digitalisiertes Sensorsignal bereit.
Das Mikroprozessorsystem 148 umfasst einen Signal-Vorprozessor 150, der über den Analog-Digital-Wandler 144 mit dem Sensoreingang 146 gekoppelt ist und Signalkomponenten in dem Sensorsignal, wie beispielsweise Frequenzen, Amplituden oder Signaleigenschaften, die dem Betrieb des Verfahrens zugehörig sind, isoliert. Der Signal-Vorprozessor 150 stellt dem Signalauswerter 154 einen isolierten Signalausgang 152 bereit. Der Signal-Vorprozessor isoliert einen Teil des Prozessvariablensignals durch Filtern, Durchführen einer Wavelet-Transformation, Durchführen einer Fourier-Transformation, Verwendung eines neuronalen Netzwerks, statistischer Analyse oder anderer Signalauswertungsverfahren. Der isolierte Signalausgang hat einen Bezug zu Vibrationsgeräuschsignalen 132 in der von dem Sensor 138 erfassten Prozessflüssigkeit. Der Signalauswerter 154 umfasst einen Speicher 155 und stellt eine Zustandsausgabe 156 bereit, die einem Zustand des Verfahrens zugehörig ist. Der Signalauswerter 154 wertet den isolierten Signalausgang 152 basierend auf einer Regel, einer "fuzzy logic", einem neuronalen Netzwerk, einem Expertensystem, einer Wavelet-Analyse oder anderer Signalauswertungsverfahren aus. Die Prozesszustände umfassen Zustand, Diagnose, Gesundheit, oder Informationen über den Zeitpunkt bis zum Ausfall bei Ventilen, Pumpen, Pumpendichtungen, Ablasssystemen, Auslösern, Magnetspulen, Kompressoren, Turbinen, Agitatoren, Dämpfern, Rohrleitungen, Spannvorrichtungen, Behältern und anderen Komponenten eines Prozesssteuerungssystems. Der Signal-Vorprozessor 150 und der Signalauswerter 154 isolieren Sensorsignalkomponenten und werten diese wie im Ablaufdiagramm 200 von 6 dargestellt aus.
Das Mikroprozessorsystem 148 berechnet des Weiteren gemäß bekannten Verfahren eine Prozessvariable basierend auf der Sensorsignaleingabe 146. Ein mit dem Mikroprozessorsystem 148 gekoppelter Digital-Analog-Wandler 158 erzeugt eine analoge Messwertgeberausgabe 160 zum Koppeln an den Kommunikationsbus 106. Ein digitaler Kommunikationsschaltkreis 162 erzeugt eine Messwertgeberausgabe 164. Der analoge Ausgang 160 und die Diagnosedaten 164 können nach Bedarf mit Anzeigegeräten oder Steuerungen gekoppelt werden.
Der Signal-Vorprozessor 150 ist zum Isolieren von Signalkomponenten konfiguriert, die Vibrationsgeräuschsignalen 132 in der Prozessflüssigkeit zugehörig sind. Die Signalkomponenten werden durch Signalverarbeitungsverfahren isoliert, bei denen nur gewünschte Frequenzen oder andere Signaleigenschaften wie beispielsweise die Amplitude identifiziert werden, und eine Angabe ihrer Identifikation wird auf einem isolierten Signalausgang 152 bereitgestellt. Je nach Stärke der Geräuschsignale 132 und deren Frequenz kann der Signal-Vorprozessor einen Filter, beispielsweise einen Bandpassfilter, zur Erzeugung des isolierten Signalausgangs 152 aufweisen. Für eine genauere Isolierung werden fortschrittlichere Signalverarbeitungsverfahren wie eine Schnelle Fourier-Transformation (FFT – Fast Fourier Transformation) verwendet, um das Spektrum des Sensorsignals zu erhalten. In einer bevorzugten Ausführungsform weist der Signal-Vorprozessor 150 einen Wavelet-Prozessor auf, der wie in 3, 4 und 5 dargestellt unter Verwendung einer diskreten Wavelet-Transformation eine Wavelet-Analyse des Sensorsignals durchführt. Die Wavelet-Analyse ist zur Analyse von Signalen, die flüchtige oder andere nicht stationäre Eigenschaften im Zeitbereich haben, gut geeignet. Im Gegensatz zur Fourier-Transformation speichert die Wavelet-Analyse Informationen im Zeitbereich, d. h., wann das Ereigniss stattgefunden hat.
Die Wavelet-Analyse ist ein Verfahren zum Umwandeln eines Zeitbereichsignals in den Frequenzbereich, das wie eine Fourier-Transformation eine Identifikation der Frequenzkomponenten ermöglicht. Anders als bei einer Fourier-Transformation umfasst die Ausgabe in einer Wavelet-Transformation jedoch zeitbezogene Informationen. Dies kann in Form eines dreidimensionalen Diagramms dargestellt werden, bei dem die Zeit auf einer Achse, die Frequenz auf einer zweiten Achse und die Signalamplitude auf einer dritten Achse dargestellt ist. Bei Durchführung einer kontinuierlichen Wavelet-Transformation wird ein Teil des Sensorsignals mit Fenstern versehen und mit einer Wavelet-Funktion gefaltet. Diese Faltung wird durch Überlagerung der Waveletfunktion am Beginn eines Abtastwertes durchgeführt, und indem die Waveletfunktion mit dem Signal multipliziert und das Ergebnis dann über die Abtastwertdauer integriert wird. Das Ergebnis der Integration wird skaliert und stellt den ersten Wert der kontinuierlichen Wavelet-Transformation zum Zeitpunkt gleich Null dar. Dieser Punkt kann dann auf einer dreidimensionalen Ebene abgebildet werden. Die Wavelet-Funktion wird dann nach rechts verschoben (vorwärts in der Zeit) und die Multiplikations- und Integrationsschritte werden wiederholt, um einen weiteren Satz von Datenpunkten zu erhalten, die auf dem 3D-Bereich abgebildet werden. Dieser Vorgang wird wiederholt und das Wavelet wird durch das gesamte Signal bewegt (gefaltet). Die Waveletfunktion wird dann skaliert, wodurch die Frequenzauflosung der Umwandlung verändert wird, und die oben erwähnten Schritte werden wiederholt.
Daten von einer Wavelet-Transformation eines Sensorsignals vom Prozessvariablensensor 138 sind in 3 dargestellt. Die Daten werden in drei Dimensionen graphisch dargestellt und bilden eine Fläche 170. Wie in dem Diagramm von 3 dargestellt ist, umfasst das Sensorsignal aufgrund des Vibrationsgeräuschsignals 132 eine kleine Signalspitze bei ungefähr 1 kHz zum Zeitpunk t₁ und eine weitere Spitze bei ungefähr 100 Hz zum Zeitpunkt t₂. Durch nachfolgende Verarbeitung durch den Signalauswerter 154 werden die Fläche 170 oder Teile der Fläche 170 ausgewertet, um eine Zustandsausgabe 156 bereitzustellen.
Die oben beschriebene kontinuierliche Wavelet-Transformation erfordert ausführliche Berechnungen. Somit führt der Signal- Vorprozessor 150 in einer Ausführungsform eine diskrete Wavelet-Transformation (DWT) durch, die zur Implementierung im Mikroprozessorsystem 148 gut geeignet ist. Eine effiziente diskrete Wavelet-Transformation verwendet den Mallat-Algorithmus, bei dem es sich um einen Zweikanal-Unterband-Codierer handelt. Der Mallat-Algorithmus stellt eine Reihe von separierten oder zerlegten Signalen bereit, die einzelne Frequenzkomponenten des ursprünglichen Signals angeben. 4 stellt ein Beispiel eines solchen Systems dar, in dem ein ursprüngliches Sensorsignal S unter Verwendung eines Unterband-Codierers eines Mallat-Algorithmuses zerlegt wird. Das Signal S hat einen Frequenzbereich zwischen 0 und einem Maximum von f_MAX. Das Signal wird gleichzeitig durch einen ersten Hochpass-Filter mit einem Frequenzbereich zwischen 1/2 f_MAX und f_MAX und einen Tiefpass-Filter mit einem Frequenzbereich zwischen 0 und 1/2 f_MAX geleitet. Dieser Vorgang wird als Zerlegung bezeichnet. Die Ausgabe des Hochpass-Filters stellt diskrete Wavelet-Transformationskoeffizienten der "Stufe 1" bereit. Die Koeffizienten der Stufe 1 stellen die Amplitude in Abhängigkeit von der Zeit des Teils des Eingangssignals, der zwischen 1/2 f_MAX und f_MAX liegt, bereit. Die Ausgabe des 0–1/2 f_MAX Tiefpass-Filters wird nach Bedarf durch aufeinanderfolgende Hochpass-(1/4 f_MAX – 1/2 f_MAX) und Tiefpass (0–1/4 f_MAX)-Filter geleitet, um zusätzliche Stufen (über "Stufe 1" hinaus) der diskreten Wavelet-Transformationskoeffizienten bereitzustellen. Die Ausgaben von jedem Tiefpass-Filter können nach Bedarf weiteren Zerlegungen unterworfen werden, die zusätzliche Stufen von diskreten Wavelet-Transformationskoeffizienten bereitstellen. Dieser Vorgang geht weiter, bis die gewünschte Auflösung erreicht ist oder die Anzahl der verbleibenden Datenabtastwerte nach einer Auflösung keine zusätzlichen Informationen ergibt. Die Auflösung der Wavelet-Transformation wird so ausgewählt, dass sie ungefähr gleich der des Sensors oder dieselbe wie die minimale Signalauflösung ist, die notwendig ist, um das Vibrationsgeräuschsignal 132 zu überwachen. Jede Stufe der DWT-Koeffizienten gibt eine Signalamplitude in Abhängigkeit von der Zeit für einen gegebenen Frequenzbereich an. Koeffizienten für jeden Frequenzbereich werden verbunden, um ein in 3 dargestelltes Diagramm zu bilden.
In manchen Ausführungsformen wird dem Signal eine Polsterung hinzugefügt, indem in der Nähe der Grenzen von in der Wavelet-Analyse verwendeten Fenstern Daten zum Sensorsignal hinzugefügt werden. Dieses Polstern verringert Verzerrungen in der Zeitbereichsausgabe. Dieses Verfahren kann mit einer kontinuierlichen Wavelet-Transformation oder einer diskreten Wavelet-Transformation verwendet werden. "Polstern" wird so definiert, dass zusätzliche Daten auf jeder Seite des gegenwärtig aktiven Datenfensters hinzugefügt werden, beispielsweise werden zusätzliche Datenpunkte hinzugefügt, die um 25% über das gegenwärtige Fenster über beide Fenstergrenzen hinausgehen. In einer Ausführunsform wird die Polsterung erzeugt, indem ein Teil der Daten in dem gegenwärtigen Fenster wiederholt wird, so dass die hinzugefügten Daten das vorhandene Signal auf beiden Seiten "polstern". Der gesamte Datensatz wird dann in eine quadratische Gleichung eingesetzt, die verwendet wird, um das Signal um 25% über das aktive Datenfenster hinaus zu extrapolieren.
5 ist ein Beispiel, das ein von dem Sensor 138 erzeugtes Signal S und die resultierenden Näherungssignale in sieben Auflösungsstufen darstellt, die von Stufe 1 bis Stufe 7 durchnummeriert sind. In diesem Beispiel gibt die Signalstufe 7 den niedrigstfrequenten DWT-Koeffizienten an, der erzeugt werden kann. Jede weitere Zerlegung führt zu Rauschen. Alle Stufen, oder nur die Stufen, die Vibrationsgeräuschsignale 132 betreffen, werden dem Signalauswerter 154 als isoliertes Signal 152 bereitgestellt. Je nach der besonderen Systemkonfiguration und Sensorart können beispielsweise die Stufen 2, 3 und 5 das dem Signalauswerter 154 bereitgestellte isolierte Signal 152 beinhalten.
Der Signalauswerter 154 wertet das von dem Signal-Vorprozessor 150 empfangene isolierte Signal 152 aus und überwacht in einer Ausführungsform eine Amplitude einer bestimmten Frequenz oder eines bestimmten Frequenzbereichs, die in dem isolierten Signal 152 identifiziert wurde, und stellt die Zustandsausgabe 156 bereit, falls ein Schwellenwert überschritten wird. Wenn das isolierte Signal 152 beispielsweise diese Komponenten des Sensorsignals zwischen 45 und 55 Hz aufweist, kann der Sensorauswerter 154 die Zustandsausgabe 156 bereitstellen, wenn ein Schwellenwert überschritten wird, der einen Zustand in dem Verfahren, wie beispielsweise einen Lagerausfall in einer Pumpensteuerungsvorrichtung 108 oder eine Kavitation in der Ventilsteuerungsvorrichtung 110 angibt. Der Signalauswerter kann des Weiteren fortschrittlichere Algorithmen zum Treffen von Entscheidungen aufweisen, wie beispielsweise eine "fuzzy logic", neuronale Netzwerke, Expertensysteme, auf Regeln basierende Systeme usw.. Die gemeinsam übertragene US-Patentanmeldung 08/623,569 beschreibt unterschiedliche Systeme zum Treffen von Entscheidungen, die im Signalauswerter 154 implementiert werden können, und auf die hier inhaltlich Bezug genommen wird.
In 6A ist ein Ablaufdiagramm 180 eines Diagnoseverfahrens dargestellt, das in einer Diagnosevorrichtung durchgeführt wird, die in der Lage ist, eine Prozessvariable zu empfangen. Der Algorithmus beginnt bei 182 und ein Prozessvariablensensorsignal wird erhalten. Das in dem Prozessvariablensignal vorhandene Prozessgeräuschsignal wird bei 184 isoliert. Als nächstes wird das isolierte Prozessgeräuschsignal bei 186 ausgewertet und eine den Prozesszustand angebende Ausgabe wird bei 188 ansprechend auf das ausgewertete isolierte Prozessgeräuschsignal bereitgestellt. 6B ist ein ausführlicheres Ablaufdiagramm 200 des Diagnoseverfahrens. Der Algorithmus beginnt bei 202 und ein Prozessvariablensensorsignal wird erhalten. Die Komponenten X₁, X₂, X₃, X₄, ... X_N werden bei 204 isoliert. (Der Einfachheit halber stellt das Ablaufdiagramm 200 nur 4 Komponenten X₁–X₄ dar). Wenn keine Komponenten X₁–X_N vorhanden sind, wird die Steuerung zu Block 202 weitergegeben und das Prozessvariablensensorsignal wird erneut erhalten. Bei 206, 208, 210, 212 werden die isolierten Komponenten X₁, X₂, X₃ bzw. X₄ ausgegeben. Jede Ausgabe gibt das Vorhandensein einer bestimmten Signalkomponente in dem Prozessvariablensensorsignal an. Die isolierten Komponenten werden bei 214, 216, 218 und 220 ausgewertet. In der in 6 dargestellten Signalauswertung wird eine Regel verwendet, bei der die isolierte Signalkomponente mit einem Grenzwert (Grenzwert₁, Grenzwert₂, Grenzwert₃ bzw. Grenzwert₄) verglichen wird. Wenn keiner der Grenzwerte von dem entsprechenden isolierten Signal überschritten wurde, geht der Algorithmus zu 202 zurück, um ein aktualisiertes Prozessvariablensignal zu erhalten. Wenn irgendein Grenzwert überschritten wird, macht der Algorithmus mit der Ausgabe von Zustand₁, Zustand₂, Zustand₃ bzw. Zustand₄ bei 222, 224, 226 bzw. 228 weiter. Die Komponente X₂ kann beispielsweise Signalkomponenten des Prozessvariablensensorsignals zwischen 45 und 55 Hz aufweisen. Wenn diese Komponenten eine Signalstärke haben, die größer als der durch Grenzwert₂ festgelegte Grenzwert ist, wird Zustand₂ ausgegeben, der angeben kann, dass beispielsweise eine Pumpe in dem Verfahren versagt. Gleichermaßen geben andere Komponenten in dem Sensorsignal den Zustand von anderen Aspekten des Prozesssteuerungssystems an. Wenn eine einzelne Komponente einen Zustand von mehr als einem Aspekt des Verfahrens angibt, gibt die Ausgabe an, dass es zwei mögliche Zustände in dem Verfahren gibt. Des Weiteren ist die Zustandsausgabe nicht zwangsläufig an eine spezifische Betriebsstörung gebunden und kann einfach nur angeben, dass eine bestimmte Signalkomponente einen Schwellenwert überschritten oder irgendeine andere Eigenschaft hat. Im Allgemeinen werden die Schritte 202–212 vom Signal-Vorprozessor 150 von 2 und die Schritte 214–226 vom Signalauswerter 154 durchgeführt. Die Schritte der Isolation und Auswertung können jedoch kombiniert und gleichzeitig oder von denselben Komponenten in einer Diagnosevorrichtung durchgeführt werden.
In Prozesssteuerungsystemen, bei denen es beispielsweise aufgrund von bestimmten Prozessaktivitäten eine bekannte Prozessabweichung gibt, kann die Abweichung zum Erhalten des isolierten Sensorsignals modelliert und somit aus dem Prozessvariablensignal entfernt werden. In einem Aspekt werden die Wavelet-Transformationsdaten während des normalen Betriebs des Verfahrens berechnet und im Speicher 155 des in 2 dargestellten Signalauswerters 154 gespeichert. Diese Daten stellen eine Bezugs"ebene" des Normalbetriebs dar. Die Daten können zu unterschiedlichen Zeiten während des Tages, während eines Verfahrenszyklusses und während des Jahres gesammelt werden. Wenn der Signalauswerter 154 normal verwendet wird, ruft er die gespeicherte Wavelet-Transformation aus dem Speicher 155 ab und vergleicht die Daten der Bezugsebene mit Informationen, die während des Betriebs durch eine Wavelet-Analyse gesammelt werden. Wenn der Signalauswerter 154 beispielsweise die Daten der Bezugsebene von einer gegenwärtigen Wavelet-Transformation subtrahiert, geben die resultierenden Daten nur die während des Verfahrens auftretenden Anomalien an. Ein solcher Subtraktionsvorgang separiert die Prozessabweichungen von unnormalen Vibrationsgeräuschsignalen samt den täglichen und jahreszeitlich bedingten Abweichungen in dem Signal. Das Vibrationssensorsignal 146 kann sich beispielsweise während des Tages oder im Verlauf eines Jahres aufgrund von Umgebungstemperaturveränderungen und Prozessaktivitäten ändern. Dies trennt das Prozesssignal von dem Vibrationsgeräuschsignal 132. Im Betrieb kann ein neuronales Netzwerk im Mikroprozessorsystem 148 so arbeiten, dass es den Betrieb des Verfahrens überwacht und das im Speicher 155 gespeicherte optimale Modell auswählt. Die dem Betrieb des Modells zugehörigen Koeffizienten könnten unter Verwendung eines neuronalen Netzwerks erzeugt oder während der Installation des Messwertgebers 102 über den Kommunikationsbus 106 empfangen werden, wie in zahlreichen Kommunikationsprotokollen vorgegeben ist. Beispiele von Modellen umfassen ein Modell erster Ordnung einschließlich Stillstandszeit, die für nicht-oszillierende Systeme üblicherweise gut ist, oder Modelle zweiter Ordnung plus Stillstandszeit, die üblicherweise für oszillierende Vorgänge ausreicht. Ein weiteres Modellierungsverfahren ist die Verwendung eines Modells nach Art einer adaptiven, neuronalen Netzwerk-"fuzzy logic". Ein solches Mischsystem umfasst ein neuronales Netzwerk und eine "fuzzy logic". Die "fuzzy logic" passt das Modell an die Veränderlichkeit des Verfahrens an, während die neuronalen Netzwerkmodelle eine Flexibilität des Modellierens ermöglichen, um sich somit den verändernden Verfahren anzupassen. Dies stellt ein relativ robustes Modell bereit. Die Verwendung von adaptiven Zugehörigkeitsfunktionen in dem Model nach Art einer "fuzzy logic" ermöglicht des Weiteren die Bestimmung, ob das bestimmte Modell aktualisiert werden sollte. Die Diagnosevorrichtung kann mit jeder geeigneten Art von Signalauswerter arbeiten, beispielsweise mit einem, der eine Lebenserwartung oder Diagnoseschaltungen aufweist.
Der Prozessvariablensensor 138 kann jede Art von Prozessvariablensensor sein, der in der Lage ist, Vibrationen in der Prozessflüssigkeit zu erfassen. Der Prozessvariablensensor sollte eine Bandbreite und einen Frequenzgang oder eine Frequenzauflösung haben, die ausreichen, um die gewünschten Vibrationsgeräuschsignale zu erfassen. In einem auf Differenzdruck basierenden Durchflussmesswertgeber ist dies üblicherweise zwischen 0 und ungefähr 200 Hz. Eine Art von Prozessvariablensensor ist ein Drucksensor. Ein Prozessvariablendrucksensor mit ausreichender Bandbreite kann verwendet werden. Andere Komponenten in den Vorrichtungen, wie beispielsweise Analog-Digital-Wandler müssen ebenfalls eine ausreichende Bandbreite, Verstärker und andere Elemente in dem Eingangskanal aufweisen. 7 erläutert einen magnetischen Durchflussmesser 250 mit einem durch die Elektroden 258 bereitgestellten Prozessvariablensensor. Der Durchflussmesser 250 umfasst die mit dem Elektronikgehäuse 254 gekoppelte Durchflussröhre 252. In einem magnetischen Durchflussmesser erzeugen Spulen 256 ein Magnetfeld in der Durchflussröhre 252. Der Durchfluss der Prozessflüssigkeit durch das entstehende Magnetfeld erzeugt ein elektrisches Potential zwischen den Elektroden 258, die ein Prozessvariablensensorsignal bereitstellen. Die Vibrationssignale 132 in der Flüssigkeit verändern die Durchflussgeschwindigkeit und können von den Elektroden 258 erfasst werden. Ein typischer Frequenzgang von magnetischen Durchflussmessern ist 0–75 Hz oder höher.
8 erläutert einen Wirbel-Durchflussmesser 260 mit einem von dem Sensor 266 bereitgestellten Prozessvariablensensor. Der Wirbeldurchflussmesser 260 umfasst einen Ablösestab 262, der in der Durchflussröhre 264 befestigt und mit einem vierten Sensor 266 gekoppelt ist. Ein Durchfluss von Prozessflüssigkeit durch die Durchflussröhre 264 veranlasst den Ablösestab 262, sich um die Drehachse 268 herum zu bewegen. Diese Bewegung führt dazu, dass eine Kraft 270 auf den Sensor 266 übertragen wird, welcher ein Prozessvariablensensorsignal bereitstellt. Die Frequenz dieser Kraft steht mit dem Durchfluss durch die Durchflussröhre 264 im Zusammenhang. Geräuschvibrationssignale 132 werden ebenfalls zur Verwendung mit dem in 2 dargestellten Signal-Vorprozessor 150 und Signalauswerter 154 an den Sensor 266 übertragen. Wirbeldurchflussmesser haben typischerweise einen Frequenzganz von zwischen ungefähr 0 und 10 KHz oder höher.
9 erläutert einen durch Spulen 342 bereitgestellten Prozessvariablensenor nach Art eines Coriolis-Durchflussmessers 330, der eine Durchflussröhre 332 und Messelektronik 334 umfasst. Messröhren 336 werden mit der Durchflussröhre 332 gekoppelt. Eine Antriebsspule 340 vibriert Röhren 336 ansprechend auf ein Antriebssignal, und Erfassungselemente, die Erfassungsspulen 342 sowie Erfassungsmagnete 344 aufweisen, liefern der entstehenden Vibration der Röhren 336 zugehörige linke und rechte Geschwindigkeitssignale. Der Durchfluss durch die Röhren 336 führt dazu, dass sich die Röhren 336 auf eine Weise drehen, die von den Spulen 342 erfasst wird. Die Ausgaben von den Spulen 342 haben einen Bezug zum Durchfluss durch die Röhren 336 und stellen ein Prozessvariablensensorsignal bereit. Vibrationsgeräuschsignale 132 können ebenfalls von den Spulen 342 erfasst und dem in 2 dargestellten Signal-Vorprozessor 140 bereitgestellt werden. Coriolis-Durchflussmesser haben üblicherweise einen sehr weiten Frequenzgang, der Vibrationen bei sehr hohen Frequenzen erfassen kann.
Andere Arten von Prozessvariablensensoren umfassen einen Ultraschall- oder Funkfrequenzempfänger in einem Füllstandsmessgerät oder einen Ultraschallempfänger in einem Ultraschall-Pegelsensor. Der Messwertgeber 102 kann einen Ultraschall-Durchflussmesser oder ein Füllstandsmessgerät umfassen, und Sensor 138 ist ein Ultraschallsensor. Zusätzlich können Steuerungsvorrichtungen wie beispielsweise Ventilsteuerungen Prozessvariablensensoren umfassen.
In einer Ausführungsform erzeugt der Signal-Vorprozessor 150 ein Sensorleistungssignal 152 in Abhängigkeit von der Frequenzverteilung der Leistung des Sensorsignals. Der Signal-Vorprozessor 150 kann beispielsweise eine Wavelet-Transformation, diskrete Wavelet-Transformation, Fourier-Transformation durchführen oder andere Verfahren zum Bestimmen des Spektrums des Sensorsignals verwenden. Die Leistung der verteilten Frequenzen wird durch Überwachung eines solchen umgewandelten Signals über die Zeit bestimmt. Ein Beispiel davon ist die spektrale Leistungsdichte (PSD – Power Spectral Density). Die spektrale Leistungsdichte kann als die Leistung (oder Abweichung) einer Zeitreihe bestimmt werden und kann so beschrieben werden, wie die Leistung (oder Abweichung) der Zeitreihe mit der Frequenz verteilt ist. Dies kann beispielsweise als die Fourier-Transformation einer automatischen Korrelationssequenz der Zeitreihe definiert werden. Eine weitere Bestimmung der spektralen Leistungsdichte ist der Betrag im Quadrat der Fourier-Transformation der Zeitreihe, welcher mit einem geeigneten konstanten Betrag skaliert wird.
Die spektrale Leistungsdichte Fi kann ebenfalls unter Verwendung von Welchs Verfahren der gemittelten Periodogramme für einen gegebenen Datensatz berechnet werden. Das Verfahren verwendet eine Messsequenz x(n), die bei fs Abtastwerten pro Sekunde abgetastet wird, wobei n = 1, 2, ... N. Ein Vorschalt-Filter mit einer niedrigeren Filterfrequenz als fs/2 wird verwendet, um den Alias-Effekt in den spektralen Berechnungen zu reduzieren. Der Datensatz wird in F_k,i aufgeteilt, wie in Gleichung 1 dargestellt ist:
Es gibt F_k,i überlappende Datensegmente, und für jedes Datensegment wird ein Periodogramm berechnet, bei dem M die Anzahl von Punkten in dem gegenwärtigen Segment ist. Nachdem alle Periodogramme für alle Segmente ausgewertet sind, werden sie alle zur Berechnung des Leistungsspektrums Bemittelt:
Sobald ein Leistungsspektrum für einen Trainingsmodus erhalten wurde, wird diese Sequenz im Speicher, vorzugsweise einem EEPROM als Basislinien-Leistungsspektrum zum Vergleich mit Echtzeit-Leistungsspektren gespeichert. Fi ist somit die Leistungsspektrumssequenz und i geht von 1 bis N, welches die Gesamtanzahl von Punkten in der ursprünglichen Datensequenz ist. N, bei dem es sich üblicherweise um eine Potenz von 2 handelt, legt ebenfalls die Frequenzauflosung der Spektrumsschätzung fest. Somit ist Fi ebenfalls als die Signalstärke bei der i-ten Frequenz bekannt. Die Spektralleistung umfasst üblicherweise eine große Anzahl von Punkten bei vordefinierten Frequenzintervallen, die eine Form der Spektralleistungsverteilung in Abhängigkeit der Frequenz bestimmen.
Der Signalauswerter 154 wertet das Signal unter Verwendung jeder beliebigen geeigneten Verfahren aus und umfasst die oben erwähnten Verfahren. Der Signalauswerter 154 kann beispielsweise die Frequenzverteilung von Leistung in einem Sensorsignal mit einem gespeicherten Wert, wie einer gespeicherten Schwellenwertstufe, beispielsweise über einem Frequenzbereich vergleichen. Andere Auswertungsverfahren können nach Bedarf ausgewählt werden, beispielsweise können neuronale Netzwerke oder "fuzzy logic"-Verfahren verwendet werden. Das Prozessleistungssignal kann mit bekannten Signalsignaturen verglichen und der Vergleich bei der Durchführung der Diagnose verwendet werden.
Obwohl die Erfindung mit Bezug auf die bevorzugten Ausführungsformen beschrieben wurde, werden Fachleute in der Technik erkennen, dass Veränderungen in Form und Detail vorgenommen werden können, ohne sich dabei von dem Geist und Schutzumfang der Erfindung zu entfernen. Die Erfindung kann eher in Software als in einem beliebigen einer Reihe von Stellen in einem Prozesssteuerungssystem wie beispielsweise in einer feldbefestigten Vorrichtung oder sogar einer Systemsteuerung ausgeführt werden. Des Weiteren ermöglichen moderne digitale Protokolle wie beispielsweise ein Feldbus, Profibus und andere, dass die die Erfindung ausführende Software zwischen Elementen in einem Prozesssteuerungssystem ausgetauscht werden kann, und ermöglichen außerdem, dass Prozessvariablen in einem Messwertgeber übertragen und dann an die Software gesendet werden, die in einem unterschiedlichen Ausrüstungsteil angeordnet ist. Unterschiedliche Funktionsblöcke der Erfindung wurden beispielsweise hinsichtlich der Schaltungen beschrieben, aber es können viele Funktionsblöcke in anderen Formen wie beispielsweise in digitalen und analogen Schaltkreisen, Software und deren Mischformen ausgeführt werden. Wenn sie in Software ausgeführt werden, führt ein Mikroprozessor die Funktionen durch und die Signale weisen digitale Werte auf, auf denen die Software arbeitet. Ein Universalpro zessor, der mit Anweisungen programmiert ist, die den Prozessor veranlassen, die gewünschten Prozesselemente durchzuführen, anwendungsspezifische Hardwarekomponenten, die festverdrahtete Schaltungen zum Durchführen der gewünschten Elemente aufweisen, sowie jede Kombination zur Programmierung eines Universalprozessors und Hardwarekomponenten können verwendet werden. Deterministische oder "fuzzy logic"-Verfahren können nach Bedarf verwendet werden, um Entscheidungen in den Schaltungen oder der Software zu treffen. Aufgrund der Beschaffenheit komplexer digitaler Schaltungen können Schaltkreiselemente unter Umständen nicht wie dargestellt in separate Blöcke aufgeteilt werden, sonden für unterschiedliche funktionale Blöcke verwendete Komponenten können vermischt und gemeinsam verwendet werden. Gleichermaßen können bei Software innerhalb des Schutzumfangs der Erfindung einige Anweisungen als Teil von zahlreichen Funktionen gemeinsam verwendet und mit nicht hiermit in Zusammenhang stehenden Anweisungen vermischt werden. Bei einer Diagnosevorrichtung kann es sich um jede beliebige Vorrichtung (oder eine Kombination von Vorrichtungen wie beispielsweise Vorrichtungen, die Informationen gemeinsam verwenden, um zu einem Ergebenis zu kommen) handeln, die ein Prozessvariablensignal empfängt, und ein Prozessüberwachungssystem, einen persönlichen Computer, ein Steuerungssystem, einen tragbaren Kommunikator, eine Steuerung oder einen Messwertgeber umfasst. Es kann ein Verfahren zur Übertragung von gespeicherten Daten, die in einer Feldvorrichtung gespeichert werden, und die gespeicherten Daten eine höhere Bandbreite haben können, als möglich wäre, wenn die Daten mit der Aktualisierungsrate des verwendeten Kommunikationsprotokolls übertragen werden würden, benutzt werden. Jede beliebige Art von Prozessvariablensensor, der auf ein Prozessgeräuschsignal reagiert, kann mit der Diagnosevorrichtung der Erfindung verwendet werden.

Claims

Diagnosevorrichtung (102) zur Verwendung in einem Prozesssteuerungssystem, welche Folgendes aufweist: eine Sensorsignaleingabe (146), wobei das Sensorsignal einen Bezug zu einer Prozessvariable einer Prozessflüssigkeit eines Prozesses hat, wobei die Prozessvariable von einem Prozessvariablensensor (138) erfasst wird; einen Signalvorprozessor (150), der mit der Sensoreingabe gekoppelt ist und eine Sensorsignalausgabe aufweist; und einen Signalauswerter (154), der mit der Sensorsignalausgabe, welche eine Zustandsausgabe mit Bezug zu einem Zustand des Prozesses aufweist, gekoppelt ist, dadurch gekennzeichnet, dass die Sensorsignalausgabe eine Sensorleistungssignalausgabe (152) ist, die abhängig von der Leistungsspektraldichte des Sensorsignals bestimmt wird.
Diagnosevorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass das Sensorsignal einen Frequenzinhalt von mindestens ungefähr 50 Hz hat.
Diagnosevorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass der Prozessvariablensensor (138) jeder beliebige von einem Drucksensor, Elektroden in einem magnetischen Durchflussmesser, einem Sensor in einem Wirbeldurchflussmesser, einem Sensor in einem Coriolis-Durchflussmesser oder einem Sensor in einem Ultraschalldurchflussmesser ist.
Diagnosevorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass der Signalvorprozessor (150) einen Frequenzbereich des Sensorsignals isoliert.
Diagnosevorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass das Sensorsignal eine Frequenz zwischen ungefähr 0 Hz und ungefähr 200 Hz hat.
Diagnosevorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass die Leistungsspektraldichte durch eine Fourier-Transformation des Sensorsignals bestimmt wird.
Diagnosevorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass die Leistungsspektraldichte durch eine Wavelet-Transformation des Sensorsignals bestimmt wird.
Diagnosevorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass der Signal-Vorprozessor (150) einen Filter aufweist.
Diagnosevorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass sich der Zustand auf den Betrieb einer Prozesssteuerungsvorrichtung bezieht.
Diagnosevorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass die Diagnosevorrichtung in einem Prozessmonitor oder in einem Steuerungssystem implementiert ist.
Diagnosevorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass die Diagnosevorrichtung mit einem Kommunikationsbus gekoppelt ist.
Diagnosevorrichtung nach Anspruch 11, dadurch gekennzeichnet, dass der Kommunikationsbus eine Zweidrahtschleife aufweist.
Diagnosevorrichtung nach Anspruch 12, dadurch gekennzeichnet, dass die Diagnosevorrichtung vollständig mit von der Zweidrahtschleife empfangener Leistung angetrieben wird.
Diagnosevorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass sich die Sensorleistungssignalausgabe (152) auf ein in der Prozessflüssigkeit des Prozesses getragenes Vibrationsgeräuschsignal bezieht.
Diagnosevorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass der Zustand des Prozesses sich auf einen Zustand einer Prozessvorrichtung bezieht, die aus der Gruppe von Vorrichtungen ausgewählt wird, die aus Ventilen, Pumpen, Pumpendichtungen, Ablasssystemen, Auslösern, Magnetspulen, Kompressoren, Turbinen, Agitatoren, Dämpfern, Rohrleitungen, Spannvorrichtungen und Behältern besteht.
Diagnosevorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass der Signalauswerter (154) das Sensorleistungssignal mit einem gespeicherten Wert vergleicht.
Diagnosevorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass der Signalauswerter ein neuronales Netz oder eine "fuzzy logic" aufweist.
Messwertgeber, der die Diagnosevorrichtung nach Anspruch 1 enthält.
Diagnoseverfahren, welches in einer Prozesssteuerungsumgebung durchgeführt wird, wobei das Verfahren Folgendes aufweist: Erhalten eines prozessvariablen Sensorsignals (146); und Auswertung eines Signals, das einen Bezug zu dem prozessvariablen Sensorsignal (146) hat, und Bereitstellung einer Zustandsausgabe, die sich auf den Prozess bezieht, gekennzeichnet durch Bestimmung einer Sensorleistungssignalausgabe (152) abhängig von der Leistungsspektraldichte des prozessvariablen Sensorsignals (146), und Verwendung dieser Sensorleistungssignalausgabe als das Signal mit Bezug zu dem prozessvariablen Sensorsignal in dem Schritt der Auswertung.
Verfahren nach Anspruch 19, dadurch gekennzeichnet, dass die Bestimmung das Filtern des prozessvariablen Sensorsignals (146) umfasst.
Verfahren nach Anspruch 19, dadurch gekennzeichnet, dass die Bestimmung die Anwendung einer Fourier-Transformation auf das prozessvariable Sensorsignal umfasst.
Verfahren nach Anspruch 19, dadurch gekennzeichnet, dass die Bestimmung das Durchführen einer Wavelet-Transformation umfasst.
Verfahren nach Anspruch 22, dadurch gekennzeichnet, dass das Durchführen einer Wavelet-Transformation das Durchführen einer diskreten Wavelet-Transformation umfasst.
Verfahren nach Anspruch 19, dadurch gekennzeichnet, dass die Auswertung den Vergleich der Frequenzverteilung von Leistung in dem prozessvariablen Sensorsignal mit einem gespeicherten Wert umfasst.
Verfahren nach Anspruch 19, dadurch gekennzeichnet, dass die Auswertung den Vergleich der Frequenzverteilung von Leistung in dem prozessvariablen Sensorsignal mit einem neuralen Netz umfasst.
Verfahren nach Anspruch 19, dadurch gekennzeichnet, dass die Auswertung die Anwendung einer Regel auf die Frequenzverteilung von Leistung in dem prozessvariablen Sensorsignal (146) umfasst.
Verfahren nach Anspruch 19, dadurch gekennzeichnet, dass das prozessvariable Sensorsignal (146) jedes beliebige von einem Drucksensorsignal, einer Sensorausgabe von einem Coriolis-Durchflussmesser, einer Sensorausgabe von einem Wirbeldurchflussmesser, Elektrodenausgaben von einem magnetischen Durchflussmesser oder einer Ausgabe von einem Sensor in einem Coriolis-Durchflussmesser aufweist.
Verfahren nach Anspruch 19, dadurch gekennzeichnet, dass das prozessvariable Sensorsignal (146) eine Bandbreite von mindestens ungefähr 50 Hz hat.
Verfahren nach Anspruch 19, dadurch gekennzeichnet, dass sich die Zustandsausgabe auf einen Zustand einer Prozesssteuerungsvorrichtung bezieht.
Verfahren nach Anspruch 19, welches einschließt, dass die Diagnosevorrichtung vollständig mit Leistung von einer Zweidrahtschleife angetrieben wird.
Prozessmesswertgeber, welcher das Verfahren von Anspruch 19 durchführt.
Prozesssteuerungssystem, welches das Verfahren von Anspruch 19 durchführt.
Computerlesbares Medium, welches Anweisungen darauf gespeichert hat, die von einem Mikroprozessorsystem in einer Diagnosevorrichtung ausgeführt werden können, um den Zustand eines Prozesses zu diagnostizieren, wobei die Anweisungen Folgendes aufweisen: Erhalten eines Prozessvariablensensorsignals (146); und Auswertung eines Signals, das einen Bezug zu dem Prozessvariablensensorsignal (146) hat, und Bereitstellung einer Zustandsausgabe mit Bezug zu dem Prozess, gekennzeichnet durch Bestimmung einer Sensorleistungssignalausgabe (152) abhängig von der Leistungsspektraldichte des prozessvariablen Sensorsignals (146) und Verwendung dieser Sensorleistungssignalausgabe als das Signal mit Bezug zu dem prozessvariablen Sensorsignal in dem Schritt der Auswertung.