-
公开(公告)号：CN114126971B
公开(公告)日：2024-09-03
申请号：CN202080051369.9
申请日：2020-07-06
申请人： 利乐拉瓦尔集团及财务有限公司
摘要： 一种用于生产液体食品包装的包装机器的状态评估的监测装置，该监测装置包括用于连接到包装机器中的多个振动传感器(20)的信号接口(200a)。监测装置包括逻辑(203‑205)以：从振动传感器(20)接收测量信号(SS1‑SSm)并获得指示包装机器的预定义工作事件的事件定时信号MES，其中相应的工作事件对应于包装机器中相应部件在操作以生产包装时的机械动作。监测装置进一步包括逻辑(203‑205)以：通过使用MES识别测量信号(SS1‑SSm)中的与相应部件相关联的信号值，以及评估信号值以用于相应部件的状态评估。因此，MES的提供和使用有助于对包装机器中的各个部件进行状态评估。
-
公开(公告)号：CN114126971A
公开(公告)日：2022-03-01
申请号：CN202080051369.9
申请日：2020-07-06
申请人： 利乐拉瓦尔集团及财务有限公司
摘要： 一种用于生产液体食品包装的包装机器的状态评估的监测装置，该监测装置包括用于连接到包装机器中的多个振动传感器(20)的信号接口(200a)。监测装置包括逻辑(203‑205)以：从振动传感器(20)接收测量信号(SS1‑SSm)并获得指示包装机器的预定义工作事件的事件定时信号MES，其中相应的工作事件对应于包装机器中相应部件在操作以生产包装时的机械动作。监测装置进一步包括逻辑(203‑205)以：通过使用MES识别测量信号(SS1‑SSm)中的与相应部件相关联的信号值，以及评估信号值以用于相应部件的状态评估。因此，MES的提供和使用有助于对包装机器中的各个部件进行状态评估。
-
公开(公告)号：CN116323396A
公开(公告)日：2023-06-23
申请号：CN202180064134.8
申请日：2021-09-20
申请人： 利乐拉瓦尔集团及财务有限公司
IPC分类号： B65B1/06
摘要： 用于生产液体食品包装的装置中的切割单元(165a、165b)的状态基于来自传感器(30)(例如压力换能器)的测量值的时间序列来监测，该传感器被布置成测量切割单元中的切割刀片(166a、166b)在被致动以执行切割以将含食品的包装(106)彼此切断时的切割阻力。监测包含生成测量值的阻力时间曲线，检测阻力时间曲线中的至少一个预定义特征，确定预定义特征的相应相位值，以及根据包含相应相位值的一组输入值确定切割单元(165a、165b)的状态。状态可以表示切割刀片(166a、166b)的磨损程度。
-
公开(公告)号：CN112689600A
公开(公告)日：2021-04-20
申请号：CN201980060051.4
申请日：2019-09-20
申请人： 利乐拉瓦尔集团及财务有限公司
发明人： 达维德·博尔吉 , 卢卡·卡普里 , 雅各布·卡瓦拉格里奥卡马戈莫拉诺 , 马尔科·可康切利
摘要： 公开了一种在包装机中进行故障预测的方法。该方法包括记录与独立地可移动的物体沿包装机中的轨道的运动相关联的数据值；确定数据值的分布；计算数据值在分布中的中央趋势的量度；计算分布形状的量化量度；将中央趋势的量度与该形状的所述量化量度相关联作为条件参数的多个耦合集合；确定与独立地可移动的物体的多个运动周期相关联的条件参数的多个耦合集合的分散度；以及将该分散度与分散阈值进行比较，或者确定该分散度随时间变化的趋势，以进行所述故障预测。
-
公开(公告)号：CN112689600B
公开(公告)日：2022-06-21
申请号：CN201980060051.4
申请日：2019-09-20
申请人： 利乐拉瓦尔集团及财务有限公司
发明人： 达维德·博尔吉 , 卢卡·卡普里 , 雅各布·卡瓦拉格里奥卡马戈莫拉诺 , 马尔科·可康切利
摘要： 公开了一种在包装机中进行故障预测的方法。该方法包括记录与独立地可移动的物体沿包装机中的轨道的运动相关联的数据值；确定数据值的分布；计算数据值在分布中的中央趋势的量度；计算分布形状的量化量度；将中央趋势的量度与该形状的所述量化量度相关联作为条件参数的多个耦合集合；确定与独立地可移动的物体的多个运动周期相关联的条件参数的多个耦合集合的分散度；以及将该分散度与分散阈值进行比较，或者确定该分散度随时间变化的趋势，以进行所述故障预测。
-
公开(公告)号：CN110770561A
公开(公告)日：2020-02-07
申请号：CN201880038811.7
申请日：2018-04-26
申请人： 利乐拉瓦尔集团及财务有限公司
IPC分类号： G01M13/00
摘要： 公开了一种周期性运动的机器部件的故障预测方法，其中，部件运动的多个周期中的每个周期在每个周期的持续时间内生成可测量的运动特性的值的数据分布。对于每个周期，该方法包括：确定运动特性的数据分布；计算数据分布中值的集中趋势度量值；计算每个周期的持续时间内数据分布的形状的量化度量值；将集中趋势度量值与形状的量化度量值关联为耦合的状态参数组；确定与周期性运动的部件的多个周期相关联的多个耦合的状态参数组的分散度；以及比较分散度与分散阈值，或者确定随时间的推移分散度的趋势，以进行故障预测。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.036 秒)
