用于预测现场设备的功能单元的组件兼容性的方法与流程

本发明涉及用于预测自动化技术的现场设备的功能单元的组件或模块的兼容性的自动化方法。

背景技术：

1、在自动化工厂中，特别是在过程和工厂自动化工厂中，经常应用现场设备，其用于记录和/或影响过程变量。为了记录气体、液体或固体介质的过程变量，使用传感器，其集成在例如填充液位测量设备、流量计、压力和温度测量设备、ph-氧化还原电位测量设备、电导率测量设备、光谱仪等中，其记录介质的对应过程变量、填充液位、流量、压力、温度、ph值、电导率和化学成分。用于影响过程变量的服务是致动器，诸如例如阀或泵，经由其能够改变管道区段中的液体流或容器中的填充液位。原则上，被称为现场设备的是被应用于过程附近并且传递或处理相关信息的所有设备。结合本发明，术语“现场设备”因此也指远程i/o、无线电适配器，以及通常是布置在自动化工厂中的设备。大量这样的现场设备由公司的endress+hauser制造和销售。

2、为了生产现场设备的电气、电子或机电功能单元，有必要将大量不同的组件彼此组合。例如，每个现场设备具有至少一个发射器电子器件和一个传感器电子器件，其中发射器电子器件和传感器电子器件两者进而由多个很大程度上不同的电气和/或电子部件和/或组件构成。

3、在制造组件或功能单元的场境中，例如必须具有关于电路板上的各个电气部件的非常多的特性和物理（质量）参数的可用可靠信息。为了获得对应的知识，测量电气部件的特性。除了测量电气组件的各个部件的特性之外，还测量电气组件整体的特性。这些测量包括例如测量电容、电感、对外部刺激的系统响应，例如压力加载和/或温度加载、信号/噪声比等。此外，还测试传感器电子器件，其中测试根据传感器电子器件的特性和功能进行，例如，在电容式压力传感器的情况下执行基本的电容测试。同样，测试涉及现场设备的整个传感器组件，其能够包括传感器电子器件。这种情况下的通用方法是例如传感器组件的补偿、验证和/或校准。

4、为了能够确保测量值与部件或电气组件的唯一关联，测量值，以及类似的收集经验值通常与部件电气组件的唯一标识号相关联。通常，唯一标识号是部件或电气组件的序列号。数据存储在数据库中。

5、为了找到至少两个例如电气的组件的合适配对，通常应用试错法（trial/errormethod）：将两个组件放在一起，然后执行测试以确定该组合是否满足期望的规范。继续该方法，直到找到合适的电气组件组合。该方法是不利的原因在于，它一方面是非常耗时的，并且因此也是昂贵的，并且另一方面，不能确认与所发现的组合相比，存在甚至更好的电气组件组合。

6、两个部件是否彼此兼容的不确定性能够导致以下事实：在一些情况下，电气组件的不兼容性被接受。这种通常导致以修复和/或增加的废弃成本的形式返工。

7、替代地，应用基于规则的系统来寻找兼容的电气组件。这些基于规则的系统利用部件公差，以便限定合适的配对。基于规则的系统仅能在少量物理参数——诸如特性、度量、测量值和维度等——要相互协调的情况下简单地使用。一旦由于大量的特性/维度而导致机制不再可建模，从而无法使用简单的、所谓的人为限定的规则进行追踪，这种方法就会失败。

技术实现思路

1、本发明的目的是提供一种寻找兼容组件配对的方法，该兼容组件配对可以高概率地以限定规范与功能单元组合。

2、通过用于预测自动化技术的现场设备的电气、电子或机电功能单元的组件的兼容性的自动化方法来实现该目标，其中功能单元由至少第一电气或电子或机械组件和至少第二电气或电子组件构成，其中功能单元由多个功能参数限定，并且其中功能参数中的至少一些具有根据功能单元和/或现场设备的特定应用的的预定规范，并且因此位于预定值范围内，其中方法包括如下方法步骤：

3、- 标识满足功能单元内的第一功能的第一组件，其中第一组件中的每一个具有多个第一物理参数，其中第一组件的第一物理参数在预定的第一公差带内的位置不同；

4、- 标识执行功能单元内的第二功能的第二组件，其中第二组件中的每一个具有多个第二物理参数，其中第二组件的第二参数在预定第二公差带内的位置不同；

5、- 使用存储的数据，选择第一组件和第二组件的至少一个组合，该至少一个组合以高概率满足功能单元的功能参数的预定规范，该数据依赖于针对第一组件的第一参数和针对第二组件的第二参数和/或针对第一或第二组件的子部件和/或针对第一组件和第二组件的不同组合的参数的测量值和/或经验值。

6、由于本发明的方法自动生成用于创建现场设备的期望功能单元的至少两个组件的可能配对的提议，因此不再需要迄今为止应用的冗长试错过程。本发明的方法还提供了所提出的两个组件的组合——至少以高概率——满足功能单元的期望规范的改善的确定性。这在现场设备的生产的场境中导致相当大的时间和成本节省。

7、现场设备中使用的具体的机械、电气或电子组件的配对的示例如下列出：振动单棒测量设备——例如，soliphant测量设备——的机械振荡杆和机电压电驱动器，即，机械组件和电子组件，得到机电组件；填充液位雷达设备的传感器电子器件和填充液位雷达设备的主电子器件，即，两个电气和/或电子组件；在伽马检测器的情况下，与主电子设备的部件不同的电路板，其在预生产中都被测试为位于规范内，然而，其组合实际上以一定概率位于规范之外。这源于以下事实：由规范预定的公差内的组件不利地定位，使得配对位于规范之外。

8、特别有利的是该方法与计算机支持一起工作，其中尤其是应用人工智能的方法。该方法的中央部件例如是自学习专家系统。该专家系统利用人工智能的方法，以便相对于可用的电气/电子部件、组件和功能单元来分析数据和信息，基于所收集的数据和信息来执行诊断，并且基于分析和诊断向用户建议最佳地适合于特定功能单元的组件。

9、用作机器学习或预测系统的能够是神经网络。当然，原则上，能够使用任何类型的已知机器学习算法或预测算法，例如，贝叶斯分类器算法、线性回归算法、随机森林算法等。

10、有利地，结合本发明，来自第一组件、第二组件和/或功能单元的先前或当前制造过程的数据用作测量值和/或经验值。测量值和/或经验值优选地与第一组件、第二组件和功能单元的唯一标识号相关联地存储。

11、此外，规定位于预定公差带之外的第一组件和第二组件被省略。

12、此外，其组合位于功能单元的规范之外的第一组件和第二组件被省略。不再考虑它们。

13、在本发明的方法的一个感兴趣的实施例中，规定：对于每个检查的组合，基于物理参数的同意程度和/或基于功能单元的物理参数对规范的满足程度，针对概率确定值，其中针对概率的值是第一组件和第二组件之间的兼容性程度的度量，使得限定的功能单元满足所需的规范。

14、特别地，规定：机器学习或预测系统为至少两个组件的每个预测组合计算索引，该索引是两个组合组件的期望能力的概率的量度。无论组合是否满足期望的规范的绝对语句也难以能够从诸如神经网络的机器学习或预测系统获得。然而，借助于索引，能够估计概率有多高。它能够例如被规定输出具有在0和1之间的值的索引。索引越大，概率越大。另外，能够规定：机器学习或预测系统具有两个输出并且基于该索引执行所找到的组件组合的内部分类。因此，能够规定：对第一输出（正结果）的输出是其索引大于或大于或等于预定值——例如0.5——的那些组合。相反，对第二输出（负结果）的输出是其索引小于0.5的那些组合。

15、为了优化该方法的目的，优选地提出用于生产功能单元的组件的组合，并且实际上，其实现关于功能单元起作用的能力的最大程度的兼容性。

16、此外，规定第一组件和第二组件的所有检查的组合以及它们的兼容性程度在有序列表——即，作为排名——中可用。