EP3950159A1 - Reinigungssystem, computerprogramm und datenträgersignal - Google Patents

Reinigungssystem, computerprogramm und datenträgersignal Download PDF

Info

Publication number
EP3950159A1
EP3950159A1 EP21190229.1A EP21190229A EP3950159A1 EP 3950159 A1 EP3950159 A1 EP 3950159A1 EP 21190229 A EP21190229 A EP 21190229A EP 3950159 A1 EP3950159 A1 EP 3950159A1
Authority
EP
European Patent Office
Prior art keywords
cleaning
sensor
contamination
cleaning system
control
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP21190229.1A
Other languages
English (en)
French (fr)
Inventor
Max Hesse
André Boye
Thomas Weyrauch
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
Original Assignee
Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV filed Critical Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
Publication of EP3950159A1 publication Critical patent/EP3950159A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B12/00—Arrangements for controlling delivery; Arrangements for controlling the spray area
    • B05B12/08—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means
    • B05B12/12—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means responsive to conditions of ambient medium or target, e.g. humidity, temperature position or movement of the target relative to the spray apparatus
    • B05B12/122—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means responsive to conditions of ambient medium or target, e.g. humidity, temperature position or movement of the target relative to the spray apparatus responsive to presence or shape of target
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B08—CLEANING
    • B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
    • B08B9/00—Cleaning hollow articles by methods or apparatus specially adapted thereto
    • B08B9/08—Cleaning containers, e.g. tanks
    • B08B9/093—Cleaning containers, e.g. tanks by the force of jets or sprays
    • B08B9/0936—Cleaning containers, e.g. tanks by the force of jets or sprays using rotating jets
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B13/00—Machines or plants for applying liquids or other fluent materials to surfaces of objects or other work by spraying, not covered by groups B05B1/00 - B05B11/00
    • B05B13/06—Machines or plants for applying liquids or other fluent materials to surfaces of objects or other work by spraying, not covered by groups B05B1/00 - B05B11/00 specially designed for treating the inside of hollow bodies
    • B05B13/0627—Arrangements of nozzles or spray heads specially adapted for treating the inside of hollow bodies
    • B05B13/0636—Arrangements of nozzles or spray heads specially adapted for treating the inside of hollow bodies by means of rotatable spray heads or nozzles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B15/00—Details of spraying plant or spraying apparatus not otherwise provided for; Accessories
    • B05B15/70—Arrangements for moving spray heads automatically to or from the working position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B3/00—Spraying or sprinkling apparatus with moving outlet elements or moving deflecting elements
    • B05B3/02—Spraying or sprinkling apparatus with moving outlet elements or moving deflecting elements with rotating elements
    • B05B3/04—Spraying or sprinkling apparatus with moving outlet elements or moving deflecting elements with rotating elements driven by the liquid or other fluent material discharged, e.g. the liquid actuating a motor before passing to the outlet
    • B05B3/0417—Spraying or sprinkling apparatus with moving outlet elements or moving deflecting elements with rotating elements driven by the liquid or other fluent material discharged, e.g. the liquid actuating a motor before passing to the outlet comprising a liquid driven rotor, e.g. a turbine
    • B05B3/0444—Spraying or sprinkling apparatus with moving outlet elements or moving deflecting elements with rotating elements driven by the liquid or other fluent material discharged, e.g. the liquid actuating a motor before passing to the outlet comprising a liquid driven rotor, e.g. a turbine the movement of the outlet elements being a combination of two movements, one being rotational

Definitions

  • the invention relates to a cleaning system comprising a jet cleaner, which in turn comprises at least one nozzle for dispensing cleaning agent in the form of at least one jet, the nozzle being arranged on a rotary head and connected there to a manipulation device which can move the nozzle in such a way that the Beam is directed in all directions, while still the rotary head is arranged at a first end of a telescopic arm.
  • the invention further relates to a computer program and a data carrier signal.
  • Cleaning-In-Place (CIP) systems for automated cleaning are used to create reproducible and validatable cleaning processes.
  • CIP Cleaning-In-Place
  • sensors for indirectly monitoring the cleaning success or the level of soiling based on the dirt load in the cleaning agent e.g. B. by turbidity sensors.
  • the tank cleaning technologies currently available on the market also prevent flexible consideration of product-specific cleaning needs, as they have a fixed, predefined spray pattern. Due to the lack of sensors and flexible cleaning systems, automated cleaning of machines and systems is currently carried out regardless of the local degree of soiling. For this reason, these systems are designed with additional safety margins in the worst-case scenario (e.g. local drying on the level collar) and are usually significantly oversized. As a result, large amounts of drinking water, cleaning chemicals, energy and production time are lost.
  • a cleaning system which comprises a supply robot and cleaning satellites and also a method for cleaning.
  • the cleaning system for surfaces is designed for automatic and autonomous operation, with a technical control link between the supply robot and the cleaning satellite for cooperative operation.
  • the supply robot can store an auxiliary substance for continuous or discontinuous delivery from an auxiliary substance storage tank to the cleaning satellite.
  • the supply robot can automatically take the auxiliary material and energy from a service station and return to the location of the cleaning task on the surface and to transfer the auxiliary material to the cleaning satellite.
  • a contamination sensor device which can include a plurality of contamination sensors, is provided for use with the supply robot or the cleaning satellite.
  • the supply robot or the cleaning satellite can clean the surfaces at least at problem points, such as e.g. B. on systems and pipelines, under systems and in other poorly accessible areas, for contamination and in particular the type of contamination (e.g. fat or starch residues), its condition (e.g. dried up, spoiled), the amount or thickness of the dirt layer and its other properties are determined.
  • problem points such as e.g. B. on systems and pipelines, under systems and in other poorly accessible areas, for contamination and in particular the type of contamination (e.g. fat or starch residues), its condition (e.g. dried up, spoiled), the amount or thickness of the dirt layer and its other properties are determined.
  • the object of the present invention is therefore to offer an intelligent cleaning system including associated hardware and software components.
  • the cleaning system should react completely autonomously to widely varying contamination conditions.
  • a cleaning system comprising a jet cleaner, which in turn comprises at least one nozzle for dispensing cleaning agent in the form of at least one jet.
  • the nozzle is mounted on a rotary head and connected to a manipulation device that can move the nozzle so that the jet is directed in all directions.
  • the rotary head is arranged at a first end of a telescopic arm.
  • the first end of the telescopic arm protrudes into the area to be cleaned, e.g. B. a tank inside.
  • the telescopic arm can be rigid, fixed in length, designed as a movable lance or in several parts.
  • the telescopic arm bridges the distance between its first end, where the rotary head is located, and its second end, into which the necessary operating resources such as the cleaning agent, but also energy for the operation of the rotary head and control signals for its activation, are fed and sensor signals, as detailed below executed, tapped.
  • the distance between the first end, which during operation regularly dips into the space to be cleaned, and the second end outside of this space is bridged by the telescopic arm.
  • the cleaning system includes at least one control device for condition-based control of the cleaning process and at least one sensor device, the sensor device including a contamination sensor and a light source.
  • the dirt sensor designed in particular as an optical sensor, for example a camera, searches the surroundings for dirty areas.
  • this optical sensor is preferably based on a luminescence effect.
  • a light spectrum is emitted that causes an easily detectable luminescence effect in the event of the expected contamination (e.g. bacterial growth).
  • an agent to the surface to be tested which, under the provided lighting, produces a luminescent effect in conjunction with the dirt to be removed.
  • the processing of recordings with different light spectra has also proven to be advantageous. In this way, only the areas that are also dirty can be cleaned as required. In addition, the cleaning process can be monitored and the cleaning success checked.
  • the device for detecting buildup is designed as an optical detector using a luminescence effect of the buildup by light radiation emitted by the cleaning device or in the application space.
  • the wavelength can, for example, lie outside the visible spectrum and at least partially comprise the UV or the IR spectrum.
  • the device for detecting buildup is designed in such a way that NIR or MIR spectroscopy can be carried out using the reflection method.
  • the wavelength emitted by the lighting device is matched with the type of adhesion to the extent that a luminescence effect of the adhesion is used.
  • certain bacterial deposits can have a luminescent effect under UV light and can therefore be easily identified with an optical detector provided by the invention.
  • the image obtained is easy to evaluate and the result can flow into a control process.
  • the sensor device is connected to the control device for the transmission of sensor data.
  • One or more computer programs run in the control device during the cleaning operation, in particular two computer programs, one that controls the cleaning process and another that carries out reinforcement learning as a form of machine learning in the interest of further optimizing the cleaning process.
  • the control device has sufficiently powerful computer components, at least one processor and one main memory.
  • the computer program or programs running in the control device can also be externally outsourced to a separate server that has the necessary or higher computing capacity.
  • the control device only has to take on simple control tasks and collects data from the contamination sensor in order to send it to the server.
  • execution on the separate server is also regarded as execution in the control device.
  • the invention thus proposes a cleaning system which is able to carry out tank cleaning in relation to the situation and thus as required.
  • An essential part of the system is a freely configurable and, at least when it is preferably inserted into a tank from the top, vertically movable jet cleaner in combination with an integrated sensor device, also referred to below as a contamination sensor system, and self-learning software, which is explained in more detail in the computer-implemented aspect of the invention .
  • the cleaning system includes a target jet cleaner which, thanks to two drive axles that can be controlled independently of one another, is able to approach each individual point in the tank individually and thus implement any desired cleaning paths.
  • the jet cleaner is combined with an integrated sensor unit for dirt detection.
  • the drive technology of the jet cleaner also referred to as an adaptive jet cleaner
  • the system according to the invention is able to move freely in the tank (in particular vertically) and to detect contamination by means of the lighting and camera system to be integrated and to clean it in a targeted manner. It is also provided to introduce the jet cleaner through a side opening in the tank, in which case there is no vertical, but a horizontal or other directional movability.
  • this is designed as a long, undivided spray lance which can be moved up and down in the tank by means of an external sliding guide, a slidable frame running therein which is connected to the telescopic arm, and the drive device.
  • the at least one sensor device is arranged in a movable sensor arm.
  • the at least one sensor device is arranged in the rotary head according to a second embodiment, with the rotary head having an at least partially (at least for the selected radiation spectrum) transparent and/or transparent housing, and/or with the at least one sensor device in the telescopic arm, spaced from the rotary head.
  • the components of the sensor device, contamination sensor and light source can be positioned differently, analogously to the aforementioned embodiments.
  • a light source and/or a contamination sensor that includes an active and/or a passive cooling device is particularly advantageous.
  • the elements installed in the rotary head e.g. camera, light source
  • they have a low weight and are also protected against the aggressive environmental conditions in a tank to be cleaned. Resistance to temperatures >120°C and to cleaning agents is advantageously achieved.
  • the contamination sensors must be integrated and their electronic supply or connection must be guaranteed. Since the contamination sensor system, designed as the sensor device, preferably a camera, is integrated in the lower part of the cleaner, all of its power and signal lines must be routed safely through the system. Here, too, vertical movements starting from the z-axis have to be compensated, unless the undivided spray lance is used.
  • the sensor device is arranged in or on the rotary head. It is preferably housed in a nozzle arm, which means that it can be aligned as required.
  • the intended structural size is approximately 175 cm 3 , in particular a cuboid measuring 100 ⁇ 50 ⁇ 35 mm.
  • Components in a housing require much more space, among other things because of the necessary cooling, with a conventional temperature resistance of up to 85°C.
  • the invention provides resistance to temperatures >120° C. and to cleaning agents. This is achieved in particular by active cooling using a fluid (water or air).
  • cooling is supported by a Peltier element or a heat pipe. The measures ensure that even when the permissible operating temperature of the built-in components is increased, they can have a longer service life or can be operated at an even higher ambient temperature.
  • suitable switching strategies are preferred for e.g. B. Pulse-pause operation is provided, which is integrated into the intelligent process control via a qualified interface.
  • the preferred light source is designed as a switchable hybrid solution that enables the emission of different light spectra.
  • the particularly preferred light source comprises at least one LED or high-power LED.
  • the light source can be switched at least for UV light (preferably ⁇ 365 nm), daylight or white light.
  • Other light colors are also provided if they offer a high contrast to the background or to the expected soiling.
  • the color tone of the camera image provides an indication of the type of soiling and should be recognizable in the greatest possible contrast to the environment.
  • the surface, the environment and/or the contamination are stimulated to radiate (luminescence).
  • a one-chip LED is to be used within the scope of the desired compactness.
  • UV bandpass filter that does not allow any white light to pass through
  • a UV LED and a separate white light LED are installed according to a second embodiment. In both cases, the hybrid function with UV and white light provides an ideal combination for geometry and contamination detection.
  • a further aspect of the present invention is the distance-dependent focal length of the illumination, implemented in a particularly compact manner.
  • an optical component preferably a compact zoom lens
  • This enables an automatic adjustment of the focal length in a small installation space.
  • the focal length and focus can be adjusted by electrical signals.
  • the aiming jet cleaner generates a changing distance from the observed surface for the sensor system with every change in angle.
  • the main challenge here is to achieve the optimum illumination diameter.
  • the contamination is easy to detect.
  • a large area can be illuminated or observed with low light output per area.
  • optical detection limits play an increasingly important role due to the decrease in the layer thickness, for a sufficiently high detection quality, lighting or stimulation tends to be more selective, on a small area.
  • the preferred light source therefore comprises a light control device which can be controlled by means of controllable optical components, in particular optics with variable focal length (zoom), which can be controlled, e.g. B. designed as a motor zoom, allows a variable optimal illumination diameter.
  • controllable optical components in particular optics with variable focal length (zoom), which can be controlled, e.g. B. designed as a motor zoom, allows a variable optimal illumination diameter.
  • the light control device is linked to the control device or integrated into it.
  • low detection limits are compensated for by an increased exposure time.
  • the contamination sensor is preferably designed as a camera device that has controllable components and can be operated in a robust manner on a multi-axis mechanism.
  • the particularly advantageous controllable optical components are designed as a zoom lens or autofocus zoom lens, preferably a lens with a freely adjustable focus, including liquid lenses. This also applies to the focusing of the lighting, although liquid lenses are not used.
  • the camera image is converted into a digital image of the contamination status in an evaluation device.
  • the evaluation device can also be integrated into the control device.
  • the control of the optical component or the zoom lens can also be taken over by the control device, which decides, depending on the situation, which area is to be recorded and evaluated by the camera. Criteria for this decision can lie in the cleaning process itself, in the area illuminated according to the method described above, but also in the area of the computational processing capacity for the data that arises. These factors will both the control of the cleaning process, as well as machine learning.
  • the sensor device is provided with a device for removing buildup and/or condensate, which cleans the openings of the light source and/or the contamination sensor.
  • the telescopic arm changes its length projecting into the interior of the tank and thus specifically positions the rotary head.
  • Another advantageous aspect of the invention relates to the completely encapsulated fluid routing, i. H. the cleaning fluid does not flow through mechanical transmission parts and does not come into contact with electronic components. Furthermore, the movements of the z-axis are compensated, for example by telescopic tubing or flexible tubing, unless an undivided spray lance is used.
  • a cleaning agent line is provided, which supplies the cleaning agent to the nozzle without coming into contact with moving parts of the rotary head, so that a multi-channel system is formed.
  • a supply cable, a control line and/or a coolant channel are also routed through the interior of the telescopic arm and the rotary head.
  • the invention also includes a cleaning control device which has software modules or stores them for execution, which are designed or programmed for image evaluation of the images supplied by the optical contamination sensor.
  • the optical contamination sensor consists of a camera and lighting.
  • the evaluation essentially affects the algorithms for contamination, geometry and object recognition and their mutual assignment. These are necessary as information suppliers for the self-learning control. In the course of the evaluation, the system will detect how much contamination is present at which point in the tank to be cleaned and select efficient parameter sets for the cleaning with spatial resolution.
  • the geometry or object recognition supports the contribution of expert knowledge.
  • the system can B. automatically suggest cleaning this geometry with an efficient spiral path when recognizing a process nozzle or other built-in components.
  • Another effective alternative for individual critical areas are meander paths, which can currently already be programmed into the cleaner by hand.
  • a number of interfaces for data connection are required define and provide. This includes the connection of the data interfaces of sensors and actuators (e.g. contamination sensor, temperature and pressure of the cleaning media, angular position of the drive motors for positioning the jet cleaner). Additional interfaces for data transfer are also provided, e.g. B. for importing CAD models of tank geometry and for exporting data and files that need to be saved for documentation purposes.
  • a data connection to higher-level systems of the production process is also implemented.
  • a connection to a database is set up for internal data processing.
  • a user interface is designed for the later interaction of the user with the cleaning system.
  • This includes e.g. B. the manual setting of various parameters of the cleaning process (such as parameters of the cleaning path), the visualization of the manually set or automatically calculated cleaning path in the 3D model and the display of the documentation information.
  • the aspect of calculation, display and creation of an interaction option for the user with regard to adaptive cleaning paths in connection with the flexible cleaning system is a novelty and has not yet been reflected in the state of the art. Particular attention is paid to the traceability of the decisions of the software system when designing the interface.
  • the user interface is preferably designed according to the Ecological Interface Design (EID) for designing the user interface.
  • EID Ecological Interface Design
  • EID is an interface design approach specifically introduced for complex socio-technical, real-time, and dynamic systems. It has already been applied in a wide range of fields, including process control (e.g. nuclear power plants, petrochemical plants), aeronautics and medicine. EID differs from some interface design methods such as User-Centered Design (UCD) in that the focus of the analysis is on the work domain or environment and not on the end user or a specific task.
  • UCD User-Centered Design
  • EID is to make restrictions and complex relationships in the work environment perceptible (e.g. visible, audible) to the user. As a result, more of the user's cognitive resources can be used for higher cognitive processes such as problem solving and decision making.
  • EID is based on two key concepts from cognitive engineering research: the abstraction hierarchy (AH) and the Skills, Rules, Knowledge (SRK) framework.
  • AH abstraction hierarchy
  • SRK Skills, Rules, Knowledge
  • the influence of the control technology on the jet cleaner can be minimized, a specified cleaning program can initially run unaffected, and the current cleaning progress, taking into account the contamination index, is used to initiate the termination of the cleaning program when the cleaning target is reached.
  • the core component of the self-learning model is the implementation of the existing technical and expert knowledge of the operators. This includes information from before and after downstream processes, e.g. B. Degree of drying and location of the dirt derived from filling time, filling volume and cleanliness requirements, as well as simulation results.
  • the implementation in the methodology for data pre-processing and in the algorithms of the control is carried out in particular to support the path planning of the jet cleaner. Due to the initially missing and successively building training data sets, these strategies enable a starting parameter selection that is equivalent to or already superior to the current, quasi-manual standard and the realization of an industrially acceptable learning speed in the following autonomous situation-related optimization.
  • the basis for the solution approach of the control is thus a database that is enriched with external knowledge (knowledge from experience, simulation, etc.) as well as the permanent learning effects of ML.
  • a first optimization level the system learns from process to process and successively improves the choice of starting parameters through their partial, knowledge-based variation and the learning effects from a second optimization level.
  • This additional second level of optimization follows the continuous optimization inline in the process and also reacts to unforeseen (not yet learned) cleaning situations. This ensures process reliability even during the early training phases and quickly leads to a large number of data sets.
  • the cleaning system according to the invention for example a tank cleaning robot, with an integrated contamination sensor, can target or travel to any desired point in the tank or another interior area of a system for cleaning and detecting contamination due to the independently motorized x, y and z axis adjustment.
  • This means that the control instructions that are issued can be implemented flexibly.
  • Reinforcement learning also known as reinforcement learning, is a set of machine learning methods in which an agent autonomously learns a strategy to maximize the rewards it receives. The agent is not shown which action is best in which situation, but receives a reward at certain times, which can also be negative. Using these rewards, he approximates a utility function that describes the value of a particular state or action. Reinforcement learning is used in the context of the present invention for a Carry out parameter optimization (e.g. water pressure, water temperature, cleaning additives, waiting times, cleaning paths, etc.). This means that based on the data from the contamination sensor, an optimization using machine learning should be carried out, which specifies an optimized cleaning program.
  • parameter optimization e.g. water pressure, water temperature, cleaning additives, waiting times, cleaning paths, etc.
  • the parameters water consumption and required time are minimized by means of a cost function and a clean tank is delivered at the same time.
  • the cleaning parameters can be adjusted during the cleaning process.
  • reinforcement learning avoids major effort compared to deep learning, since deep learning requires hundreds of experiments at large scale.
  • Machine learning software can independently recognize patterns in the cleaning parameters. This means that it can be improved through training and the end result is optimized cleaning paths.
  • the recognized patterns are used for control and regulation.
  • the optimization of the cleaning parameters, the machine learning, should preferably be carried out on a separate server so that the necessary resources are available. To do this, the data from the contamination sensor(s) and the process data are sent to the server.
  • the software needs the data from the contamination sensor as input data, which initially consist of many individual images. These should be put together to form a large picture that, for example, shows a complete tank from the inside. This image is evaluated using a software algorithm, dirty areas are marked and output as an image or matrix. The result makes it clear in which areas and to what extent a tank is dirty, for example.
  • optimization algorithm should also be supplied with an image, an array or a matrix, which shows the difficulty of cleaning individual areas in the tank. This means that critical areas in the tank that are particularly difficult to clean are marked separately. A filler neck or other installations in the tank would be highlighted here so that they are cleaned more specifically and more intensively.
  • the CAD model is "fed" with all available information as a learning aid. This applies to strategies for integrating empirical knowledge or information from upstream processes. Relevant information can be the type of soiling, the drying time, the ambient temperature, etc. This information can be retrieved from a higher level controller or by an operator after entering the information. The information allows conclusions to be drawn about the contamination characteristics. The pollution characteristic can also be determined in a simulation. In this way, good results can already be achieved with just a few data sets and the use of the methods described above in an industrial context can be made possible.
  • a further aspect of the invention relates to a data carrier signal of a computer program with which this can be distributed.
  • the data carrier signal can, for example, be stored on a data carrier or be offered for download on the Internet.
  • the data-processing part of the software is the main part of the software, realized with the help of a suitable software architecture that controls the overall process and the interaction of control, regulation and optimization of the cleaning process as well as the entire data handling.
  • the indispensable process knowledge is integrated at this point.
  • a model is created using machine learning (ML).
  • the input data are derived from the understanding of the process, e.g. process parameters such as temperature, pressure, cleaning media, but also from the parameters (characteristics) calculated from them.
  • a reward function is offered as a target variable for the ML model, which enables an overall assessment of the cleaning success achieved and the real expenses required (time, energy, water, cleaning chemicals).
  • Methods for generating new process parameters are implemented through targeted parameter variation based on evolutionary algorithms and metaheuristic optimization.
  • the computer program and the data carrier signal for the condition-based control of the cleaning process and for the self-learning optimization of the starting parameters can be implemented as hardware or implemented as software, e.g. B. run on a computer.
  • Retrofitting existing cleaning systems with the system according to the invention is also provided. It has been shown that a limited size must be taken into account here, which is associated with the challenges discussed above. For example, if an existing system fits through a DN 125 nozzle and is also fitted to one, if the existing system is replaced with a new system according to the present invention, it must also fit through the DN 125 nozzle.
  • the present invention offers a combined system of a freely parameterizable actuator (tank cleaner) with an integrated, innovative contamination sensor system that detects the current contamination status in the tank in real time.
  • the intelligent process control is able to to always conduct the cleaning processes close to the respective optimum depending on the situation.
  • the cleaning system according to the invention reacts situation-specifically to the widely varying contamination states by always preselecting the optimum cleaning procedure after a learning phase by means of an implemented self-learning algorithm and readjusting it inline as required.
  • FIG. 1 shows schematically a perspective view of an embodiment of a cleaning system 1 according to the invention, comprising a telescopic arm 2, a rotary head 4, arranged at a first end of the telescopic arm 2, and a nozzle arm 8, which is rotatably arranged with a first end on the rotary head 4.
  • the second end of the nozzle arm 8 has a nozzle 6 which is designed to dispense a cleaning agent, preferably in liquid form.
  • the cleaning agent can also be in gaseous or powder form and can also be applied as a jet.
  • the telescopic arm 2 is designed to be rotatable (compare the direction of the arrow) and for this purpose is connected to a drive (not shown) at its second end.
  • the height of the rotating head 4 can be changed in the vertical direction by changing the length of the telescopic arm 2 .
  • the drive of the telescopic arm 2 and the nozzle arm 8, which is movable relative to the rotary head 4 (cf. the direction of the arrow there), can be fully motorized or semi-motorized, with a fluid drive also being provided.
  • FIG. 2 shows schematically a further embodiment of a cleaning system 1 according to the invention, here in particular the rotary head 4, which has the nozzle arm 8 combined with the sensor arm 22.
  • the nozzle 6, a light source 24 and a contamination sensor 26 are arranged together in a single unit that can be moved relative to the rotary head 4.
  • a further embodiment of the cleaning system 1 according to the invention is shown 3 , where the nozzle arm 8 with the nozzle 6 and the sensor arm 22 with the sensor device 20 (comprising the light source 24 and the contamination sensor 26) are arranged at different points of the rotary head 4.
  • both can be driven synchronously by a common shaft or, according to a second embodiment, each can be brought into a different position, for which purpose different drives are provided for nozzle arm 8 and sensor arm 22 .
  • the senor device 20 is arranged inside the rotary head 4 so that it is protected from the influences during cleaning (above all high temperatures, aggressive chemicals).
  • the housing of the rotating head 4 must be at least partially transparent if the light from the light source 24 is to penetrate, and partially transparent if the contamination sensor 26 is to be able to see outside of the rotating head 4, particularly if it is designed as a camera.
  • the sensor device 20 can be carried along when the nozzle arm 8 is driven, or it can carry out its own movement by means of its own drive.
  • FIG 5 shows a further embodiment of the cleaning system 1 according to the invention, in which the sensor device 20 is arranged in the telescopic arm 2 at a distance from the rotary head 4 .
  • This sensor device 20 can be provided as an additional sensor device, for example in addition to a sensor device 20 arranged in the rotary head 4 . This would make it possible to inspect the previously cleaned area after the cleaning liquid has run off during the forward movement of the rotary head 4 in a vertical downward direction and to immediately document the cleaning success, to transmit this to the control device and, if necessary, to be able to trigger a subsequent cleaning.
  • FIG. 6 shows the telescopic arm 2 with the rotary head 4 at its first end and the drive device 3 at its second end. Two positions that the telescopic arm 2 can assume in the vertical direction are shown. In the illustration on the left, the telescopic arm 2 has reached its maximum length, while the illustration on the right shows the minimum vertical extent.
  • FIG. 7 shows schematically a partially sectional representation of an alternative embodiment of a telescopic arm 2 of the cleaning system 1 according to the invention, which, in contrast to the embodiment according to 6 without further subdivision, attached to a tank cap 30 and equipped with the rotary head 4.
  • a separate motor of the drive device 3 generates a vertical movement of the rotary head 4 into the tank (see direction of the arrow), through the tank cap 30, whereby the drive force of the motor can be transmitted in the drive device 3 by means of a spindle, belt drive, chain drive or toothed rack.
  • the linear guidance is effected by a corresponding slidable frame 32 which is mounted in a sliding guide 34 so as to be longitudinally movable.
  • the basis for the control technology solution according to 8 forms a database that is enriched with external knowledge (experience, simulation, etc.) as well as permanent learning effects.
  • optimization level 1 the system learns from process to process and successively improves the choice of starting parameters through their partial, knowledge-based variation and the learning effects from optimization level 2.
  • This additional level 2 follows the continuous optimization inline in the process and also reacts to unforeseen (not yet learned) cleaning situations. This ensures process reliability even during the early training phases and quickly leads to a large number of data sets.
  • the control and regulation provides continuous regulation in the process, with the jet cleaner being controlled by varying process parameters, in particular its jet movement and thus the cleaning process progressing (cleaning progress), which leads to a reduced level of contamination, which is detected by a contamination sensor, the measurement result of which (a digital image of the contamination status) flows into the control and regulation process.
  • the jet movements are determined by means of documented control commands to the manipulators, for example stepping motors, which bring about the required nozzle position of the nozzles, and/or by position sensors in the nozzles, which determine their nozzle position. This data, as far as it is collected and available, also flows into both control processes, control of the cleaning process and machine learning.
  • the position sensors are also part of the sensor device.
  • the control and regulation process forwards the process parameters to the machine learning process for evaluation and comparison as well as for parameter optimization.
  • the software concept can be implemented as hardware in the open-loop and closed-loop control device, or implemented as software and run on a computer.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Cleaning By Liquid Or Steam (AREA)

Abstract

Reinigungssystem, umfassend einen Zielstrahlreiniger, der seinerseits wenigstens eine Düse (6) zur Abgabe von Reinigungsmittel in einem Strahl umfasst, wobei die Düse (6) an einem Rotationskopf (4) angeordnet und mit einer Manipulationseinrichtung verbunden ist, die die Düse (6) so bewegen kann, dass der Strahl in alle Richtungen gelenkt wird, wobei weiterhin der Rotationskopf (4) an einem ersten Ende eines Teleskoparms (2) angeordnet ist. Das Reinigungssystem (1) umfasst zumindest eine Regelungseinrichtung zur zustandsbasierten Regelung des Reinigungsprozesses und wenigstens eine Sensoreinrichtung (20). Die Sensoreinrichtung (20) umfasst einen Verschmutzungssensor (26) und eine Lichtquelle (24), wobei die Sensoreinrichtung (20) mit der Regelungseinrichtung zur Übertragung von Sensordaten verbunden ist. Weiterhin Computerprogramme zur zustandsbasierten Regelung eines Reinigungsprozesses und zur selbstlernenden Optimierung der Startparameter als eine Optimierung zwischen Prozessen sowie weiterhin ein Datenträgersignal.

Description

  • Die Erfindung betrifft ein Reinigungssystem, umfassend einen Zielstrahlreiniger, der seinerseits wenigstens eine Düse zur Abgabe von Reinigungsmittel in Form wenigstens eines Strahls umfasst, wobei die Düse an einem Rotationskopf angeordnet und dort mit einer Manipulationseinrichtung verbunden ist, die die Düse so bewegen kann, dass der Strahl in alle Richtungen gelenkt wird, wobei weiterhin der Rotationskopf an einem ersten Ende eines Teleskoparms angeordnet ist. Die Erfindung betrifft weiterhin ein Computerprogramm und ein Datenträgersignal.
  • Zur Schaffung reproduzierbarer und validierbarer Reinigungsprozesse kommen Cleaning-In-Place (CIP)-Systeme zur automatisierten Reinigung zum Einsatz. Allerdings ist die automatisierte Reinigung technisch hochkomplexer Anlagen eine große Herausforderung. Häufig ist ein Großteil der Anlagen nur schwer bzw. gar nicht einsehbar und es fehlt die Möglichkeit zur automatischen Kontrolle des Reinigungserfolgs. Es existieren lediglich Sensoren zur indirekten Überwachung des Reinigungserfolgs oder Verschmutzungszustands anhand der Schmutzlast im Reinigungsmittel, z. B. durch Trübungssensoren.
  • Auch die aktuell markterhältlichen Tankreinigungstechnologien verhindern eine flexible Berücksichtigung produktspezifischer Reinigungsbedürfnisse, da sie ein fest vordefiniertes Spritzmuster besitzen. Infolge fehlender Sensorik und flexibler Reinigungssysteme erfolgt derzeit die automatisierte Reinigung von Maschinen und Anlagen unabhängig vom lokalen Verschmutzungsgrad. Daher werden diese Systeme am Worst-Case-Szenario (bspw. lokale Antrocknungen am Füllstandskranz) mit weiteren Sicherheitszuschlägen ausgelegt und sind in der Regel deutlich überdimensioniert. In der Folge gehen große Mengen an Trinkwasser, Reinigungschemie, Energie und Produktionszeit verloren.
  • Es fehlen in der Regel Sensoren zur Erfassung lokaler Verschmutzungen und adaptive Reinigungssysteme. Untersuchungen an Mehrfachlagertanks zeigten, dass der Großteil der Tanks bereits nach 10-40 % der Reinigungszeit als sauber gilt. Demnach werden ca. 60-90 % der Reinigungszeit zur nicht bedarfsgerechten und somit ineffizienten Beseitigung lokaler Restverschmutzungen (bspw. Antrocknungen und Anschlussstutzen) aufgewendet. Der durchschnittlich hohe Anteil an Reinigungszeit (15-20 % der Produktionszeit) in Verbindung mit den branchenüblichen geringen Margen von 1-2 % führt bei einer Optimierung des Reinigungsprozesses zu einem signifikant ökonomischen und ökologischen Vorteil.
  • Aus der Druckschrift DE 10 2018 114 476 A1 ist ein Reinigungssystem bekannt, das einen Versorgungsroboter und Reinigungssatelliten umfasst sowie weiterhin ein Verfahren zur Reinigung. Das Reinigungssystem für Oberflächen ist ausgebildet zum selbsttätigen und autonomen Betrieb, wobei zwischen dem Versorgungsroboter und dem Reinigungssatelliten eine steuerungstechnische Verknüpfung zum kooperierenden Betrieb besteht. Der Versorgungsroboter kann einen Hilfsstoff zur kontinuierlichen oder diskontinuierlichen Abgabe aus einem Hilfsstoffvorratstank an den Reinigungssatelliten vorhalten. Der Versorgungsroboter kann selbststätig den Hilfsstoff und Energie aus einer Servicestation entnehmen und zum Ort der Reinigungsaufgabe auf der Oberfläche und zur Übertragung des Hilfsstoffs an den Reinigungssatelliten zurückkehren. Weiterhin ist eine Feststellung von vorhandenen Verschmutzungen möglich, wenn eine Verschmutzungssensoreinrichtung, die mehrere Verschmutzungssensoren umfassen kann, zur Verwendung mit dem Versorgungsroboter oder dem Reinigungssatelliten vorgesehen ist. Der Versorgungsroboter oder der Reinigungssatellit kann die Oberflächen zumindest an Problempunkten, wie z. B. auf Anlagen und Rohrleitungen, unter Anlagen und in anderen schlecht zugänglichen Bereichen, auf die Verschmutzung hin untersuchen und insbesondere die Art der Verschmutzung (z. B. Fett- oder Stärkerückstände), deren Zustand (z. B. eingetrocknet, verdorben), die Menge bzw. Dicke der Schmutzschicht und deren sonstige Eigenschaften ermittelt werden.
  • Weitere Reinigungssysteme sind aus den Druckschriften KR 101467341 B1 und US 2010 0 050 366 A1 bekannt und beschreiben einen Versorgungsroboter mit Satelliten bzw. ein autonomes Staubsaugersystem. Steuerbare Strahlreiniger mit drehbarem Rotationsrohr und in einer Schenkeinrichtung angeordneter Strahleinrichtung ist aus den Druckschriften DE 10 2017 115 837 A1 und EP 3 517 226 A3 bekannt.
  • Diese sowie andere bekannte automatisierte Reinigungssysteme berücksichtigen jedoch keine unterschiedlichen Verschmutzungszustände in Prozessanlagen oder können diese in nur unzureichender Weise analysieren. Aufgrund ungeeigneter Steuerungssysteme sowie bisher nicht verfügbarer Sensor- und Aktortechnologien wird deshalb mit viel zu hohem Ressourcenaufwand (Zeit, Energie, Reinigungsmittel) anhand von Worst-Case-Szenarien gereinigt. Trotz dieser systematischen Überdimensionierung kommt es, wegen kritischer Stellen oder bei Unregelmäßigkeiten in der vorangegangenen Produktion, immer wieder zu schwerwiegenden Lebensmittelkontaminationen. Ferner erfolgt die Reinigungskontrolle nur stichprobenartig und bei geschlossenen Systemen wie Tanks sogar nur indirekt.
  • Untersuchungen haben gezeigt, dass sich in milchverarbeitenden Betrieben die Reinigungszeiten durch geeigneten Abbruch der Reinigung bei Zustand "sauber" durchschnittlich um > 50 % und bei intelligenter Parametrierung der Reinigungsbahnen um dann nochmal bis zu 50 % reduzieren lassen. Das sind Einsparungen von durchschnittlich 75 % an Reinigungszeit, die realistisch in Aussicht gestellt werden. Einfache regelbasierte Steuerungen sind auf Grund der großen Vielfalt in Art und Zustand von Verschmutzungen (Zusammensetzung, Feuchtigkeit, Antrocknung usw.) und möglichen Reinigungsparametern (Druck, Temperatur, chem. Zusammensetzung Reinigungsmittel, Bahnprofil usw.) nicht zielführend.
  • Aufgabe der vorliegenden Erfindung ist es deshalb, ein intelligentes Reinigungssystem inklusive zugehöriger Hard- und Softwarekomponenten anzubieten. Das Reinigungssystem soll vollkommen autonom auf stark variierende Verschmutzungszustände reagieren.
  • Die Aufgabe wird gelöst durch ein Reinigungssystem, umfassend einen Zielstrahlreiniger, der seinerseits wenigstens eine Düse zur Abgabe von Reinigungsmittel in Form wenigstens eines Strahls umfasst. Die Düse ist an einem Rotationskopf angeordnet und mit einer Manipulationseinrichtung verbunden, die die Düse so bewegen kann, dass der Strahl in alle Richtungen gelenkt wird. Der Rotationskopf ist an einem ersten Ende eines Teleskoparms angeordnet. Der Teleskoparm ragt bei der Verwendung des erfindungsgemäßen Reinigungssystems mit dem ersten Ende in den zu reinigenden Bereich, z. B. einen Tank hinein. Der Teleskoparm kann starr, mit unveränderlicher Länge, als verschiebbare Lanze oder mehrteilig ausgeführt sein. Verschiedene Ausführungsformen werden unten näher erläutert. Jedenfalls überbrückt der Teleskoparm die Distanz zwischen seinem ersten Ende, wo der Rotationskopf sitzt, und seinem zweiten Ende, in das die notwendigen Betriebsmittel wie das Reinigungsmittel, aber auch Energie für den Betrieb des Rotationskopfs und Steuersignale für dessen Ansteuerung eingespeist und Sensorsignale, wie nachfolgend näher ausgeführt, abgegriffen werden. Die Distanz zwischen dem ersten Ende, das im Betrieb regelmäßig in den zu reinigenden Raum eintaucht, und dem zweiten Ende außerhalb dieses Raums wird durch den Teleskoparm überbrückt.
  • Nach der Erfindung umfasst das Reinigungssystem zumindest eine Regelungseinrichtung zur zustandsbasierten Regelung des Reinigungsprozesses und wenigstens eine Sensoreinrichtung, wobei die Sensoreinrichtung einen Verschmutzungssensor und eine Lichtquelle umfasst. Der Verschmutzungssensor, insbesondere als optischer Sensor, beispielsweise eine Kamera, ausgeführt, sucht die Umgebung nach verschmutzten Bereichen ab.
  • Bevorzugt beruht die Funktion dieses optischen Sensors auf einem Lumineszenzeffekt. Dabei wird beispielsweise ein Lichtspektrum ausgesandt, das bei der erwartbaren Verschmutzung (z. B. Bakterienbelag) einen einfach detektierbaren Lumineszenzeffekt hervorruft. Alternativ dazu ist es auch möglich, ein Mittel auf die zu prüfende Oberfläche aufzutragen, das bei der vorgesehenen Beleuchtung in Zusammenwirken mit der zu entfernenden Verschmutzung einen Lumineszenzeffekt hervorruft. Als vorteilhaft hat sich auch die Verarbeitung von Aufnahmen bei unterschiedlichen Lichtspektren erwiesen. Auf diese Weise können bedarfsgerecht nur die Bereiche gereinigt werden, welche auch verschmutzt sind. Zudem kann der Reinigungsverlauf überwacht und der Reinigungserfolg kontrolliert werden.
  • Besonders günstig ist es deshalb, wenn die Einrichtung zur Erkennung von Anhaftungen als ein optischer Detektor unter Nutzung eines Lumineszenzeffekts der Anhaftung durch von der Reinigungsvorrichtung oder in dem Anwendungsraum emittierte Lichtstrahlung ausgeführt ist. Die Wellenlänge kann beispielsweise außerhalb des sichtbaren Spektrums liegen und zumindest teilweise das UV- oder das IR-Spektrum umfassen.
  • Die Einrichtung zur Erkennung von Anhaftungen ist bei einer alternativen Ausführungsform in der Weise ausgestaltet, dass NIR- oder MIR-Spektroskopie im Reflexionsverfahren ausführbar ist.
  • Bei jeder der Ausführungsformen ist die durch die Beleuchtungseinrichtung emittierte Wellenlänge mit der Art der Anhaftung insoweit abgestimmt, dass ein Lumineszenzeffekt der Anhaftung genutzt wird. Beispielsweise können bestimmte bakterielle Beläge unter UV-Licht einen Lumineszenzeffekt aufweisen und sind dadurch mit einem von der Erfindung vorgesehenen optischen Detektor gut erkennbar. Vor allem ist das gewonnene Bild gut auswertbar und das Ergebnis kann in einen Steuerungsablauf einfließen.
  • Die Sensoreinrichtung ist mit der Regelungseinrichtung zur Übertragung von Sensordaten verbunden. In der Regelungseinrichtung laufen während des Reinigungsbetriebes ein oder mehrere Computerprogramme ab, insbesondere zwei Computerprogramme, eines, das den Reinigungsprozess steuert, und ein weiteres, das bestärkendes Lernen als eine Form des maschinellen Lernens im Interesse der weiteren Optimierung des Reinigungsprozesses durchführt. Hierzu weist die Regelungseinrichtung ausreichend leistungsstarke Computerkomponenten, zumindest einen Prozessor und einen Arbeitsspeicher, auf.
  • Das oder die in der Regelungseinrichtung ablaufenden Computerprogramme, vor allem aber Maschinelles Lernen zur Optimierung des Reinigungsprozesses, wie unten näher beschrieben, können auch extern auf einen separaten Server ausgelagert werden, der die nötige bzw. eine höhere Rechenkapazität besitzt. In dem Fall muss die Regelungseinrichtung nur einfache Steuerungsaufgaben übernehmen und sammelt Daten des Verschmutzungssensors, um diese an den Server zu schicken. Gemäß der vorliegenden wird auch die Ausführung auf dem separaten Server als Ausführung in der Regelungseinrichtung angesehen.
  • Die Erfindung schlägt somit ein Reinigungssystem vor, welches in der Lage ist, Tankreinigungen situationsbezogen und somit bedarfsgerecht durchzuführen. Wesentlicher Bestandteil des Systems ist ein frei parametrierbarer und, jedenfalls beim bevorzugten Einführen in einen Tank von der Oberseite, vertikal verfahrbarer Zielstrahlreiniger in Kombination mit einer integrierten Sensoreinrichtung, nachfolgend auch Verschmutzungssensorik genannt, sowie einer selbstlernenden Software, die im computerimplementierten Aspekt der Erfindung näher erläutert wird.
  • Das Reinigungssystem umfasst einen Zielstrahlreiniger, der durch zwei voneinander unabhängig ansteuerbare Antriebsachsen in der Lage ist, jeden einzelnen Punkt im Tank individuell anzufahren und somit beliebige Reinigungsbahnen zu realisieren. Der Zielstrahlreiniger ist kombiniert mit einer integrierten Sensoreinheit zur Schmutzerkennung. Die Antriebstechnologie des Zielstrahlreinigers (auch als Adaptive Jet Cleaner bezeichnet) bildet die Basis für das erfindungsgemäße Reinigungssystem. Darüber hinaus ist das erfindungsgemäße System in der Lage, im Tank (insbesondere vertikal) frei zu verfahren und mittels des zu integrierenden Beleuchtungs- und Kamerasystems Verschmutzungen zu erkennen und diese gezielt zu reinigen. Es ist auch vorgesehen, den Zielstrahlreiniger durch eine seitliche Öffnung in den Tank einzuführen, wobei dann keine vertikale, sondern eine horizontale oder anders gerichtete Verfahrbarkeit vorliegt.
  • Nach einer weiteren vorteilhaften Ausführungsform des Teleskoparms ist diese als eine lange, ungeteilte Sprühlanze ausgeführt, die durch eine äußere Gleitführung, ein darin laufendes gleitfähiges Gestellt, das mit dem Teleskoparm verbunden ist, und die Antriebseinrichtung im Tank hinab bzw. hinauf gefahren werden kann.
  • Die wenigstens eine Sensoreinrichtung ist nach einer ersten Ausführungsform in einem beweglichen Sensorarm angeordnet. Alternativ oder zusätzlich ist die wenigstens eine Sensoreinrichtung nach einer zweiten Ausführungsform in dem Rotationskopf angeordnet, wobei der Rotationskopf ein zumindest teilweise (zumindest für das gewählte Strahlungsspektrum) transparentes und/oder durchsichtiges Gehäuse aufweist, oder/und wobei die wenigstens eine Sensoreinrichtung in dem Teleskoparm, beabstandet von dem Rotationskopf, angeordnet ist. Darüber hinaus können die Komponenten der Sensoreinrichtung, Verschmutzungssensor und Lichtquelle, analog der vorgenannten Ausführungsformen unterschiedlich positioniert werden.
  • Besonders vorteilhaft ist eine Lichtquelle und/oder ein Verschmutzungssensor, die eine aktive und/oder eine passive Kühleinrichtung umfassen. Dann erfordern die im Rotationskopf eingebauten Elemente (z. B. Kamera, Lichtquelle) nur einen minimierten Bauraum. Es wird weiterhin erreicht, dass sie ein geringes Gewicht aufweisen und zudem gegen die aggressiven Umgebungsbedingungen in einem zu reinigenden Tank geschützt sind. Vorteilhafterweise wird eine Beständigkeit gegen Temperaturen > 120 °C sowie gegen Reinigungsmittel erreicht.
  • Des Weiteren muss die Verschmutzungssensorik integriert sowie deren elektronische Versorgung bzw. Anbindung gewährleistet werden. Da die Verschmutzungssensorik, ausgeführt als die Sensoreinrichtung, bevorzugt eine Kamera, im unteren Teil des Reinigers integriert ist, müssen deren komplette Leistungs- und Signalleitungen sicher durch das System geführt werden. Vertikale Bewegungen ausgehend von der z-Achse gilt es dabei auch hier zu kompensieren, soweit nicht die ungeteilte Sprühlanze Anwendung findet. Die Sensoreinrichtung ist im oder am Rotationskopf angeordnet. Sie ist bevorzugt in einem Düsenarm untergebracht, wodurch sie bedarfsgerecht ausgerichtet werden kann.
  • Dabei kommen auch innovative Sensorikkomponenten zur Anwendung, wobei wegen deren Miniaturisierung besondere Schwierigkeiten zu überwinden waren. Dazu gehören die Wärmeabfuhr der Komponenten durch geringe Oberfläche des Gehäuses, eine ausreichend hohe Beleuchtungsintensität der UV-Beleuchtung, um eine schnelle Detektierung von Verschmutzungen zu ermöglichen und eine hohe Lichtempfindlichkeit des Kamerasensors bei kleiner Baugröße. Die vorgesehene Baugröße beträgt nach einer bevorzugten Ausführungsform etwa 175 cm3, insbesondere ein Quader der Größe 100 x 50 x 35 mm.
  • Komponenten in einem Gehäuse benötigen ein Vielfaches mehr an Platz, unter anderem wegen notwendiger Kühlung, bei einer herkömmlichen Temperaturbeständigkeit bis zu 85°C. Demgegenüber sieht die Erfindung eine Beständigkeit gegen Temperaturen > 120 °C sowie gegen Reinigungsmittel vor. Dies wird insbesondere erreicht durch eine aktive Kühlung mittels eines Fluids (Wasser oder Luft). Weiterhin ist eine Unterstützung der Kühlung durch ein Peltier-Element oder eine Heatpipe vorgesehen. Durch die Maßnahmen wird erreicht, dass auch bei erhöhter zulässiger Betriebstemperatur der verbauten Komponenten diese eine längere Lebensdauer erreichen bzw. bei noch höherer Umgebungstemperatur betrieben werden können.
  • Das erfindungsgemäße Reinigungssystem umfasst damit ein innovatives Beleuchtungssystem, welches den Anforderungen an Kompaktheit und Wärmeresistenz bei gleichzeitig sehr hoher Leuchtstärke gerecht wird. Dies wird bevorzugt erreicht durch Einsatz einer einzelnen LED, insbesondere einer High-Power-LED, anstatt vieler kleinerer LEDs, verteilt auf größerer Fläche. Es hat sich gezeigt, dass dies zugleich eine aktive Kühlung der Beleuchtung erfordert. Hierfür war unter anderem die Entwicklung einer geeigneten passiven oder auch aktiven Kühlstrategie als hochintegrierbare Lösung notwendig. Es haben sich dabei mehrere verschiedene Kühlstrategien für Luft- und Wasserkühlung als geeignet erwiesen:
    • Luftkühlung: Die Luft, auch Druckluft ist möglich, wird über einen Kühlkörper, der mit der Beleuchtung und der Kamera verbunden ist, geleitet. Die Luft kann entweder über den Schaft des Zielstrahlreinigers zurück oder direkt in den Tank geleitet werden.
    • Wasserkühlung als geschlossener Kreislauf oder offener Kreislauf, bei dem das Wasser wird in den Tank geleitet wird. Das Wasser kann entweder über einen Schlauch im Kreislauf oder direkt in den Tank geleitet werden. Das Wasser wird dabei ebenfalls über einen Kühlkörper geleitet.
  • Zusätzlich zu den konstruktiven Maßnahmen werden bevorzugt auch schalttechnisch geeignete Strategien für z. B. Puls-Pause-Betrieb vorgesehen, welche über eine qualifizierte Schnittstelle in die intelligente Prozesssteuerung eingebunden werden.
  • Weiterhin ist die bevorzugte Lichtquelle als eine umschaltbare Hybrid-Lösung ausgeführt, die die Abgabe unterschiedlicher Lichtspektren ermöglicht. Dabei umfasst die besonders bevorzugte Lichtquelle wenigstens eine LED bzw. High-Power LED. Die Lichtquelle ist zumindest für UV-Licht (bevorzugt ≈ 365nm), Tageslicht oder Weißlicht umschaltbar ist. Es sind auch andere Lichtfarben vorgesehen, wenn sie einen hohen Kontrast zum Untergrund bzw. zu der erwarteten Verschmutzung bieten. Der Farbton des Kamerabilds bietet einen Rückschluss auf die Art der Verschmutzung und soll in möglichst hohem Kontrast zur Umgebung erkennbar sein. Alternativ oder zusätzlich zum Kontrast ist es auch vorgesehen, die die Oberfläche, die Umgebung und/oder die Verunreinigung zur Strahlung anregen (Lumineszenz). Dabei soll im Rahmen der angestrebten Kompaktheit nach einer ersten Ausführungsform eine Ein-Chip-LED zum Einsatz kommen.
  • Soweit vor der UV-Beleuchtung ein UV-Bandpass-Filter verwendet wird, der kein Weißlicht passieren lässt, werden nach einer zweiten Ausführungsform eine UV-LED und eine gesonderte Weißlicht-LED verbaut. Die Hybridfunktion mit UV- und Weißlicht sorgt in beiden Fällen für eine ideale Kombination zur Geometrie- und Verschmutzungserkennung.
  • Ein weiterer Aspekt der vorliegenden Erfindung ist die abstandsabhängige Brennweite der Beleuchtung, ausgeführt in besonders kompakter Weise. So ist der Einsatz einer optischen Komponente, bevorzugt eines kompakten Zoomobjektivs vorgesehen. Diese ermöglicht in kleinem Bauraum eine automatische Verstellung der Brennweite. Durch elektrische Signale können Brennweite und Fokussierung eingestellt werden.
  • Dies ist insbesondere notwendig, wenn der Zielstrahlreiniger bei jeder Winkeländerung einen sich verändernden Abstand zur beobachteten Fläche für das Sensorsystem erzeugt. Für die Beleuchtung besteht hier vor allem die Herausforderung der Realisierung des optimalen Ausleuchtungsdurchmessers. Zu Beginn der Reinigung, bei hohem Verschmutzungsgrad, ist die Verschmutzung leicht zu detektieren. Hier kann ein großer Bereich mit geringer Lichtleistung pro Fläche ausgeleuchtet bzw. beobachtet werden. Gegen Ende der Reinigung hingegen, wenn optische Detektionsgrenzen durch Abnahme der Schichtdicke eine immer größere Rolle spielen, muss für eine ausreichend hohe Erkennungsgüte tendenziell eher punktuell, auf kleiner Fläche beleuchtet bzw. angeregt werden.
  • Die bevorzugte Lichtquelle umfasst daher eine Lichtsteuerungseinrichtung, die mittels steuerbarer optischer Komponenten, insbesondere einer Optik mit veränderbarer Brennweite (Zoom), die steuerbar ist, z. B. als Motorzoom ausgeführt, einen veränderlichen optimalen Ausleuchtungsdurchmesser ermöglicht. Zu Beginn der Reinigung, bei hohem Verschmutzungsgrad, wenn die Verschmutzung noch leicht zu detektieren ist, wird durch eine kleinere Brennweite ein großer Bereich mit entsprechend geringer Lichtleistung pro Fläche ausgeleuchtet. Demgegenüber wird gegen Ende der Reinigung durch eine größere Brennweite mit starker Fokussierung auf kleiner Fläche ausgeleuchtet. Vorteilhafterweise ist die Lichtsteuerungseinrichtung mit der Regelungseinrichtung verknüpft oder in diese integriert. Alternativ zu dem vorstehend beschriebenen Verfahren werden geringe Detektionsgrenzen durch eine erhöhte Belichtungszeit ausgeglichen.
  • Der Verschmutzungssensor ist vorzugsweise als eine Kameraeinrichtung ausgeführt, die steuerbare Komponenten aufweist und robust an einer Mehrachsen-Mechanik betrieben werden kann. Die besonders vorteilhaften steuerbaren optischen Komponenten sind als Zoomobjektiv oder Autofokus-Zoomobjektiv, bevorzugt ein Objektiv mit frei einstellbarem Fokus, umfassend Liquid Lenses, ausgeführt. Dies gilt gleichermaßen für die Fokussierung der Beleuchtung, wobei aber Liquid Lenses nicht eingesetzt werden. Das Kamerabild wird in einer Auswerteeinrichtung zu einem digitalen Abbild des Verschmutzungszustands umgewandelt. Die Auswerteeinrichtung kann auch in die Regelungseinrichtung integriert sein. Die Steuerung der optischen Komponente bzw. des Zoomobjektivs kann auch von der Steuerungseinrichtung übernommen werden, die situationsbedingt entscheidet, welcher Bereich durch die Kamera erfasst und ausgewertet werden soll. Kriterien für diese Entscheidung können im Reinigungsprozess selbst liegen, in dem gemäß vorstehend beschriebenem Verfahren beleuchteten Bereich, aber auch im Bereich der rechentechnischen Verarbeitungskapazität für die anfallenden Daten. Diese Faktoren werden sowohl bei der Steuerung des Reinigungsprozesses, als auch beim Maschinellen Lernen einbezogen.
  • Es hat sich als vorteilhaft erwiesen, wenn bei der Sensoreinrichtung eine Einrichtung zur Entfernung von Anhaftungen und/oder Kondensat vorgesehen ist, die die Öffnungen der Lichtquelle und/oder des Verschmutzungssensors reinigt.
  • Um eine grobe Positionierung des Zielstrahlreinigers in dem zu reinigenden Bereich, z. B. einem Tank, zu erreichen, ändert der Teleskoparm seine in den Innenraum des, Tanks ragende Länge und positioniert damit speziell den Rotationskopf.
  • Ein weiterer vorteilhafter Aspekt der Erfindung betrifft die komplett gekapselte Fluidführung, d. h. das Reinigungsfluid strömt nicht durch mechanische Getriebeteile und kommt nicht mit elektronischen Bauteilen in Berührung. Weiterhin werden die Verfahrbewegungen der z-Achse kompensiert, beispielsweise durch eine teleskopartige Verrohrung oder flexible Verschlauchung, soweit keine ungeteilte Sprühlanze Anwendung findet. Es ist eine Reinigungsmittelleitung vorgesehen ist, die das Reinigungsmittel der Düse zuführt, ohne mit beweglichen Teilen des Rotationskopfs in Berührung zu kommen, sodass ein Mehrkanalsystem ausgebildet wird. Ebenso werden ein Versorgungskabel, eine Steuerleitung und/oder ein Kühlmittelkanal durch den Innenraum von Teleskoparm und Rotationskopf geführt.
  • Weiterhin umfasst die Erfindung eine Reinigungssteuerungseinrichtung, die Software-Module aufweist bzw. zur Ausführung speichert, zur Bildauswertung der vom optischen Verschmutzungssensor gelieferten Bilder ausgeführt bzw. programmiert sind. Der optische Verschmutzungssensor besteht aus Kamera und Beleuchtung. Die Auswertung betrifft maßgeblich die Algorithmen zur Verschmutzungs-, Geometrie- bzw. Objekterkennung und deren gegenseitige Zuordnung. Diese sind als Informationslieferanten für die selbstlernende Steuerung notwendig. Das System wird im Zuge der Auswertung detektieren, an welcher Stelle im zu reinigenden Tank wie viel Verschmutzung vorliegt und ortsaufgelöst effiziente Parametersätze für die Reinigung wählen.
  • Die Geometrie- bzw. Objekterkennung unterstützt die Einbringung von Expertenwissen. So kann das System z. B. bei Erkennung eines Prozessstutzens oder anderer Einbauten selbstständig vorschlagen, diese Geometrie mit einer effizienten Spiralbahn zu reinigen. Eine weitere effektive Alternative für einzelne kritische Bereiche sind Mäander-Bahnen, welche auch aktuell schon von Hand in den Reiniger programmiert werden können.
  • Für die Realisierung des cyber-physischen Systems, also eines Systems, bei dem informations- und softwaretechnische mit mechanischen Komponenten verbunden sind, wobei Datentransfer und -austausch sowie Kontrolle bzw. Steuerung über eine Infrastruktur in Echtzeit erfolgen, sind eine Reihe von Schnittstellen zur Datenanbindung zu definieren und bereitzustellen. Dazu zählt die Anbindung der Datenschnittstellen von Sensorik und Aktorik (z. B. Verschmutzungssensor, Temperatur und Druck der Reinigungsmedien, Winkelstellung der Antriebsmotoren für die Positionierung des Zielstrahlreinigers). Außerdem werden weitere Schnittstellen für den Datentransfer bereitgestellt, so z. B. für den Import von CAD-Modellen der Tankgeometrie und für den Export von Daten und Dateien, die zu Dokumentationszwecken gespeichert werden müssen. Ebenso wird eine Datenanbindung an übergeordnete Systeme des Produktionsprozesses realisiert. Für die interne Datenverarbeitung wird eine Anbindung an eine Datenbank eingerichtet.
  • Für die spätere Interaktion des Anwenders mit dem Reinigungssystem wird eine Bedieneroberfläche entworfen. Diese umfasst z. B. die manuelle Einstellung von verschiedenen Parametern des Reinigungsprozesses (wie Parameter der Reinigungsbahn), die Visualisierung der manuell eingestellten oder automatisch berechneten Reinigungsbahn im 3D-Modell sowie die Darstellung der Dokumentationsinformationen. Insbesondere der Aspekt der Berechnung, Darstellung und Schaffung einer Interaktionsmöglichkeit des Benutzers bezüglich adaptiver Reinigungsbahnen in Verbindung mit dem flexiblen Reinigungssystem ist ein Novum und wird bislang nicht ansatzweise vom Stand der Technik abgebildet. Besonderes Augenmerk bei der Interfacegestaltung liegt auf der Nachvollziehbarkeit der Entscheidungen des Softwaresystems. Bevorzugt ist die Benutzeroberfläche nach dem Ecological Interface Design (EID) zur Konzeption der Benutzeroberfläche ausgebildet.
  • EID ist ein Ansatz zur Schnittstellengestaltung, der speziell für komplexe soziotechnische, Echtzeit- und dynamische Systeme eingeführt wurde. Es wurde bereits in einer Vielzahl von Bereichen angewendet, darunter Prozesssteuerung (z. B. Kernkraftwerke, petrochemische Anlagen), Luftfahrt und Medizin. EID unterscheidet sich von einigen Interface-Design-Methoden wie User-Centered Design (UCD) dadurch, dass der Fokus der Analyse auf der Arbeitsdomäne oder -umgebung liegt und nicht auf dem Endbenutzer oder einer bestimmten Aufgabe.
  • Das Ziel von EID ist es, Einschränkungen und komplexe Zusammenhänge in der Arbeitsumgebung für den Benutzer wahrnehmbar (z. B. sichtbar, hörbar) zu machen. Dadurch können mehr kognitive Ressourcen der Benutzer für höhere kognitive Prozesse wie Problemlösung und Entscheidungsfindung verwendet werden. EID basiert auf zwei Schlüsselkonzepten aus der Cognitive Engineering-Forschung: der Abstraktionshierarchie (AH) und dem Skills, Rules, Knowledge (SRK-)Framework. Durch die Reduzierung der mentalen Arbeitsbelastung und die Unterstützung wissensbasierter Argumentation zielt EID darauf ab, die Benutzerleistung und die Gesamtsystemzuverlässigkeit für erwartete und unerwartete Ereignisse in einem komplexen System zu verbessern.
  • Die Aufgabe der Erfindung wird ebenfalls gelöst durch ein Computerprogramm zur zustandsbasierten Regelung eines Reinigungsprozesses, zur Ausführung in einer Computersteuerung eines Reinigungssystems, wie zuvor beschrieben, umfassend die Schritte:
    • Übergabe optimierter Parameter an die Steuerung und Regelung bzw. die Regelungseinrichtung;
    • Ausgabe von variierten Steueranweisungen aus dem Steuerungs- und Regelungsprozess an den Zielstrahlreiniger;
    • Einbeziehen des Verschmutzungszustand auf Grundlage von Sensordaten des Verschmutzungssensors;
    • Übergabe eines Verschmutzungskennwerts;
    • Erstellung eines digitalen Abbilds des Verschmutzungszustands;
    • Ermittlung des Reinigungsfortschritts und Einbeziehen des aktuellen Reinigungsfortschritts, ermittelt aus den bereits durchgeführten Strahlbewegungen und
    • Übergabe des digitalen Abbilds des Verschmutzungszustands und des Reinigungsfortschritts sowie der aktuell gültigen Prozessparameter an die Steuerung und Regelung (und an die Bewertung des Reinigungsprozesses und die Parameteroptimierung zum Maschinellen Lernen).
  • Dabei kann die steuerungstechnische Einwirkung auf den Zielstrahlreiniger minimiert werden, ein vorgegebenes Reinigungsprogramm zunächst unbeeinflusst ablaufen, und der aktuelle Reinigungsfortschritt unter Berücksichtigung des Verschmutzungskennwerts herangezogen, um den Abbruch des Reinigungsprogramms bei Erreichen des Reinigungsziels einzuleiten.
  • Eine weitere Lösung der erfindungsgemäßen Aufgabe stellt ein Computerprogramm zur selbstlernenden Optimierung der Startparameter durch bestärkendes Lernen. Dadurch erfolgt eine Optimierung zwischen Prozessen. Das Programm zur Ausführung in einer Computersteuerung eines Reinigungssystems, wie es zuvor beschrieben wurde, umfasst die Schritte:
    • Einbeziehen von Ergebnissen einer vorher durchgeführten Simulation, d. h. vor den ersten Einsatz des Reinigungssystems oder vor einem späteren, zu optimierenden Einsatz des Reinigungssystems;
    • Einbeziehen von früheren Ereignissen und Daten, die in einer Datenbasis gespeichert sind;
    • Einbeziehen von Anforderungen einer übergeordneten Steuerung einer Verarbeitungsanlage, an der Reinigungsprozess durchgeführt wird, die nicht mit dem Reinigungsprozess, sondern mit dem Verarbeitungsprozess zusammenhängen und von diesem bestimmt werden;
    • Einbeziehen von gespeichertem Expertenwissen zum Reinigungsprozess;
    • Einbeziehen eines digitalen Abbilds des Verschmutzungszustands;
    • Einbeziehen von Prozessparametern des Reinigungsprozesses und
    • Ausgabe optimierter Startparameter an die zustandsbasierten Steuerung und Regelung eines Reinigungsprozesses.
  • Die vorgenannten Computerprogramme sind konkret auf die Erfordernisse von Lebensmitteltanks zugeschnitten, grundsätzlich jedoch anwendungsoffen programmiert. Die intelligente Prozesssteuerung erzeugt unter Nutzung von Methoden des Maschinellen Lernens (ML) - spezieller des bestärkenden Lernens - ein sich kontinuierlich selbstoptimierendes Reinigungssystem, welches auch auf inhomogene Verschmutzungszustände inline reagiert. Für die große Vielfalt an Verschmutzungszuständen und Reinigungsparametern hat sich eine einfache regelbasierte Steuerung als unzureichend erwiesen. Stattdessen haben sich selbstlernende Modelle als geeignet erwiesen.
  • Kernbestandteil des selbstlernenden Modells ist die Implementierung von vorhandenem Fach- und Expertenwissen der Bediener. Dazu gehören Informationen aus vor- und nachgelagerten Prozessen, z. B. Antrocknungsgrad und -ort der Verschmutzung abgeleitet aus Füllzeit, Füllvolumen und Sauberkeitsanforderungen, sowie Simulationsergebnisse. Die Implementierung in die Methodik zur Datenvorverarbeitung und in die Algorithmen der Steuerung erfolgt insbesondere zur Unterstützung bei der Bahnplanung des Zielstrahlreinigers. Diese Strategien ermöglichen aufgrund anfangs fehlender und sich sukzessiv aufbauender Trainingsdatensätze eine dem jetzigen, quasi manuellen Standard gleichwertige bzw. schon überlegene Startparameterauswahl und die Realisierung einer industriell akzeptablen Lerngeschwindigkeit bei der folgenden autonom situationsbezogenen Optimierung.
  • Die Grundlage für den Lösungsansatz der Steuerung bildet somit eine Datenbasis, die zum einen mit externem Wissen (Erfahrungswissen, Simulation etc.) als auch den permanenten Lerneffekten des ML angereichert wird. In einer ersten Optimierungsebene lernt das System von Prozess zu Prozess und verbessert die Startparameterwahl sukzessive durch deren partielle, wissensbasierte Variation und die Lerneffekte aus einer zweiten Optimierungsebene. Diese zusätzliche zweite Optimierungsebene verfolgt die kontinuierliche Optimierung inline im Prozess und reagiert auch auf unvorhergesehene (noch nicht erlernte) Reinigungssituationen. Das gewährleistet die Prozesssicherheit auch während der frühen Trainingsphasen und führt schnell zu vielen Datensätzen.
  • Das erfindungsgemäße Reinigungssystem, beispielsweise ein Tankreinigungsroboter, mit integriertem Verschmutzungssensor, kann aufgrund unabhängig motorisch ansteuerbarer x-, y-, und z-Achsenverstellung jeden beliebigen Punkt im Tank oder einem anderen Innenbereich einer Anlage für Reinigung und Detektion von Verschmutzungen anvisieren bzw. abfahren. Damit können die ausgegebenen Steueranweisungen flexibel umgesetzt werden.
  • Bestärkendes Lernen, auch als verstärkendes Lernen bezeichnet (englisch reinforcement learning), steht für eine Reihe von Methoden des Maschinellen Lernens, bei denen ein Agent selbstständig eine Strategie erlernt, um erhaltene Belohnungen zu maximieren. Dabei wird dem Agenten nicht vorgezeigt, welche Aktion in welcher Situation die beste ist, sondern er erhält zu bestimmten Zeitpunkten eine Belohnung, die auch negativ sein kann. Anhand dieser Belohnungen approximiert er eine Nutzenfunktion, die beschreibt, welchen Wert ein bestimmter Zustand oder Aktion hat. Bestärkendes Lernen wird im Rahmen der vorliegenden Erfindung dafür eingesetzt, eine Parameteroptimierung (z. B. Wasserdruck, Wassertemperatur, Reinigungszusätze, Wartezeiten, Reinigungsbahnen u. Ä.) durchzuführen. Das bedeutet, dass auf Basis der Daten des Verschmutzungssensors eine Optimierung mittels Maschinellem Lernen durchgeführt werden soll, welche ein optimiertes Reinigungsprogramm vorgibt. Dabei werden mittels einer Kostenfunktion die Parameter Wasserverbrauch und benötigte Zeit minimiert und zeitgleich ein sauberer Tank geliefert. Außerdem können während des Reinigungsprozesses die Reinigungsparameter angepasst werden. Der Einsatz von bestärkendem Lernen vermeidet im Unterschied zu Deep Learning größeren Aufwand, da beim Deep Learning hunderte von Versuchen im großen Maßstab erfordert.
  • Datengetriebene Systeme sind in der Lage, aus der Vielfältigkeit realer Situationen Muster zu identifizieren. Mittels des bestärkenden Lernens, wie es für die vorliegende Erfindung angewendet wird, kann eine Machine-Learning-Software selbstständig Muster in den Reinigungsparametern erkennen. Somit kann sie durch ein Training verbessert werden und liefert im Endergebnis optimierte Reinigungsbahnen. Die erkannten Muster werden zur Steuerung und Regelung herangezogen.
  • Die Optimierung der Reinigungsparameter, das Maschinelle Lernen, soll vorzugsweise auf einem separaten Server durchgeführt werden, damit die notwendigen Ressourcen zur Verfügung stehen. Dafür werden die Daten des oder der Verschmutzungssensoren und die Prozessdaten an den Server geschickt.
  • Die Entwicklungen im Bereich der Speicher- und Prozessortechnik sorgen dafür, dass die Möglichkeiten dieser Systeme rasant wachsen. So gewinnt deren Einsatz in industriellen Prozessen zunehmend an Bedeutung. Vor allem das Deep Learning, aber auch das bestärkende Lernen, wie es im Rahmen der vorliegenden Erfindung zum Einsatz kommt, hat in den letzten Jahren zu großen Erfolgen geführt, was auch an den bereichsspezifisch großen, zur Verfügung stehenden Datensätzen liegt. Als Beispiel aus einem anderen Gebiet sei die Beherrschung des Go-Spiels lediglich auf Basis von sich selbst trainierenden Computern mit Deep Learning Algorithmen oder dem Training von Hand-Auge Koordination von Robotern mit 800.000 Greifversuchen genannt. Für diese Erfolge waren Methoden des Deep Learning, im speziellen Convolutional Neuronal Networks, im Einsatz.
  • Auf dem Gebiet der Reinigung lassen sich jedoch nicht so viele Datensätze in vertretbarer Zeit erzeugen und erschweren so den Einsatz von Deep Learning. Es hat sich aber überraschend gezeigt, dass auch mit kleinen Datenmengen gearbeitet werden kann. Hierzu ist die ausreichende Vorbereitung der Merkmale erforderlich, aus denen der Algorithmus das Modell generiert.
  • Als Eingangsdaten benötigt die Software die Daten des Verschmutzungssensors, welche zunächst aus vielen einzelnen Bildern bestehen. Diese sollen zu einem großen Bild zusammengefügt werden, das beispielsweise einen kompletten Tank von innen darstellt. Dieses Bild wird mittels eines Softwarealgorithmus ausgewertet, verschmutze Bereiche werden gekennzeichnet und als Bild oder Matrix ausgegeben. Im Ergebnis wird deutlich, in welchen Bereichen und wie stark beispielsweise ein Tank verschmutzt ist.
  • Zudem soll dem Optimierungsalgorithmus ebenfalls ein Bild, ein Array oder eine Matrix zugeführt werden, welche die Schwierigkeit der Reinigung für einzelne Bereiche im Tank darstellt. Das bedeutet, dass im Tank kritische, besonders schwer zu reinigende Bereiche gesondert gekennzeichnet werden. Ein Tankstutzen oder andere Einbauten im Tank würden hierbei hervorgehoben werden, damit sie gezielt und stärker gereinigt werden.
  • Dieses Bild, das Array oder die Matrix kann über mehrere unterschiedliche Wege erzeugt werden:
    1. 1. Manuelles Kennzeichnen der betreffenden Bereiche im Tank durch einen Experten: Beispielsweise könnten im Bild des aufgeschnittenen Tank die verschiedenen kritischen Bereiche farbig markiert werden.
    2. 2. Mittels Maschinellem Lernen: Beispielsweise werden über Objekterkennung und Segmentierung schwer zu reinigende Bereiche in einem Weißlicht-Bild erkannt.
    3. 3. Mittels CAD-Modells: Mit Hilfe eines CAD-Modells wird die Tankgeometrie in ein Bild oder Array überführt.
  • Das CAD-Modell wird mit allen verfügbaren Informationen als Lernhilfe "gefüttert". Das betrifft Strategien zur Integration von Erfahrungswissen oder Informationen aus vorgelagerten Prozessen. Relevante Informationen können die Verschmutzungsart, die Antrocknungsdauer, die Umgebungstemperatur etc. sein. Diese Informationen können von einer übergeordneten Steuerung oder von einem Bediener nach Eingabe der Informationen abgerufen werden. Die Informationen lassen auf die Verschmutzungscharakteristik schließen. Die Verschmutzungscharakteristik kann auch im Rahmen einer Simulation bestimmt werden. So können auch mit wenigen Datensätzen bereits gute Erfolge erzielt und die Nutzung der zuvor beschriebenen Methoden im industriellen Kontext ermöglicht werden.
  • Ein weiterer Aspekt der Erfindung betrifft ein Datenträgersignal eines Computerprogramms, mit dem dieses verteilt werden kann. Das Datenträgersignal kann beispielsweise auf einem Datenträger gespeichert sein oder im Internet zum Download angeboten werden.
  • Der datenverarbeitende Teil der Software, der computerimplementierten Erfindung, ist der Hauptteil der Software, realisiert mithilfe einer geeigneten Softwarearchitektur, die den Gesamtablauf und das Zusammenspiel von Steuerung, Regelung und Optimierung des Reinigungsvorgangs sowie das gesamte Datenhandling kontrolliert. Außerdem wird an dieser Stelle das unabdingbare Prozesswissen integriert. Als Optimierungsgrundlage des Reinigungsprozesses wird ein Modell mittels Maschinellen Lernens (ML) erstellt. Die Eingangsdaten werden aus dem Prozessverständnis abgeleitet, bspw. Prozessparameter wie Temperatur, Druck, Reinigungsmedien, aber auch aus daraus errechneten Kenngrößen (Merkmale). Als Zielgröße für das ML-Modell wird eine Belohnungsfunktion angeboten, die eine Gesamtbewertung von erzieltem Reinigungserfolg und den real erforderlichen Aufwendungen (Zeit, Energie, Wasser, Reinigungschemie) ermöglicht. Durch gezielte Parametervariation auf Basis evolutionärer Algorithmen und metaheuristischer Optimierung werden Methoden zur Generierung neuer Prozessparameter implementiert.
  • Ein bevorzugter Algorithmus der zustandsbasierten Regelung des Reinigungsprozesses umfasst die Schritte:
    • Übergabe optimierter Parameter an die Steuerung und Regelung,
    • Übergabe variierter Prozessparameter an den Zielstrahlreiniger aus der Steuerung und Regelung,
    • Detektion des Verschmutzungszustands durch den Verschmutzungssensor und Übergabe eines Verschmutzungskennwerts,
    • Erstellung eines digitalen Abbilds des Verschmutzungszustands
    • Ermittlung des Reinigungsfortschritts,
    • Übergabe des digitalen Abbilds des Verschmutzungszustands und des Reinigungsfortschritts sowie der aktuell gültigen Prozessparameter an die Steuerung und Regelung (und an die Bewertung des Reinigungsprozesses und die Parameteroptimierung zum Maschinellen Lernen).
  • Ein bevorzugter Algorithmus zur selbstlernenden Optimierung der Startparameter als eine Optimierung zwischen Prozessen umfasst die Schritte:
    • Übergabe von Daten die Bewertung des Reinigungsprozesses und die Parameteroptimierung zum Maschinellen Lernen aus:
      • ∘ einer Simulation,
      • ∘ einer Datenbasis,
      • ∘ Expertenwissen zum Reinigungsprozess,
      • ∘ aktuell gültige Prozessparameter,
      • ∘ aktuell gültiges digitales Abbild des Verschmutzungszustands und des Reinigungsfortschritts,
      • ∘ Daten aus der übergeordneten Steuerung der Verarbeitungsanlage;
    • Ausgabe optimierter Parameter an die Steuerung und Regelung,
    • Ausgabe von Daten an die Datenbasis.
  • Das Computerprogramm und das Datenträgersignal für die zustandsbasierte Regelung des Reinigungsprozesses sowie zur selbstlernenden Optimierung der Startparameter kann als Hardware implementiert sein oder als Software implementiert, z. B. auf einem Computer ablaufen.
  • Auch ein Nachrüsten bestehender Reinigungssysteme mit dem erfindungsgemäßen System ist vorgesehen. Es hat sich gezeigt, dass hierbei eine begrenzte Baugröße zu berücksichtigen ist, die mit den oben erörterten Herausforderungen verbunden ist. Passt beispielsweise ein bestehendes System durch einen DN 125 Stutzen und wird auch an einem solchen montiert, muss beim Ersatz des bestehenden Systems durch ein neues System gemäß der vorliegenden Erfindung dieses ebenso durch den DN 125 Stutzen passen.
  • Die vorliegende Erfindung bietet ein kombiniertes System aus frei parametrierbarem Aktuator (Tankreiniger) mit integrierter, innovativer Verschmutzungssensorik, die in Echtzeit den aktuellen Verschmutzungszustand im Tank detektiert. Gemeinsam mit der sich aufbauenden Sammlung historischer Daten und Informationen aus vor- und nachgelagerten Prozessen wird die intelligente Prozesssteuerung in die Lage versetzt, die Reinigungsprozesse stets situationsbezogen nahe dem jeweiligen Optimum zu führen. Auf die stark variierenden Verschmutzungszustände reagiert das erfindungsgemäße Reinigungssystem situationsbezogen, indem es mittels eines implementierten Selbstlernalgorithmus nach einer Anlernphase stets die optimale Reinigungsprozedur vorauswählt und inline bedarfsgerecht nachjustiert.
  • Anhand der Beschreibung von Ausführungsbeispielen und ihrer Darstellung in den zugehörigen Zeichnungen wird die Erfindung nachfolgend näher erläutert.
  • Fig. 1 zeigt schematisch eine perspektivische Ansicht einer Ausführungsform eines erfindungsgemäßen Reinigungssystems 1, umfassend einen Teleskoparm 2, einen Rotationskopf 4, angeordnet an einem ersten Ende des Teleskoparms 2, und einen Düsenarm 8, der drehbar mit einem ersten Ende an dem Rotationskopf 4 angeordnet ist. Das zweite Ende des Düsenarms 8 weist eine Düse 6 auf, die zur Abgabe eines Reinigungsmittels, bevorzugt in flüssiger Form, ausgebildet ist. Das Reinigungsmittel kann auch gasförmig oder pulverförmig sein und ebenfalls als Strahl ausgebracht werden.
  • Der Teleskoparm 2 ist drehbar ausgeführt (vergleiche Pfeilrichtung) und ist hierzu mit einem nicht dargestellten Antrieb an seinem zweiten Ende verbunden. Außerdem kann die Höhe des Rotationskopfs 4 in vertikaler Richtung verändert werden, indem der Teleskoparm 2 seine Länge verändert.
  • Der Antrieb von Teleskoparm 2 und Düsenarm 8, der relativ zu dem Rotationskopf 4 beweglich ist (vgl. Pfeilrichtung dort), kann voll motorisiert oder halbmotorisiert erfolgen, wobei auch ein Fluidantrieb vorgesehen ist. Dadurch kann jeder einzelne Punkt in dem zu reinigenden Raum, Tank bzw. Behälter gezielt mit dem Strahl Reinigungsmittel angesteuert werden. Eine beliebige Auslegung von Reinigungsbahnen ist möglich, da die ansteuerbaren Achsen unabhängig voneinander verändert werden können.
  • Fig. 2 zeigt schematisch eine weitere Ausführungsform eines erfindungsgemäßen Reinigungssystems 1, hier insbesondere den Rotationskopf 4, der den Düsenarm 8, kombiniert mit dem Sensorarm 22, aufweist. Somit sind die Düse 6, eine Lichtquelle 24 und ein Verschmutzungssensor 26 gemeinsam in einer einzigen gegenüber dem Rotationskopf 4 beweglichen Einheit angeordnet. Die Lichtquelle 24 und der Verschmutzungssensor 26 bilden gemeinsam die Sensoreinrichtung 20.
  • Eine weitere Ausführungsform des erfindungsgemäßen Reinigungssystems 1 zeigt Fig. 3, wo der Düsenarm 8 mit der Düse 6 und der Sensorarm 22 mit der Sensoreinrichtung 20 (umfassend die Lichtquelle 24 und den Verschmutzungssensor 26) an unterschiedlichen Stellen des Rotationskopf 4 angeordnet sind. Dabei können beide nach einer ersten Ausführungsform durch eine gemeinsame Welle synchron angetrieben werden oder nach einer zweiten Ausführungsform jeweils in eine unterschiedlich Position gebracht werden, wozu für Düsenarm 8 und Sensorarm 22 jeweils unterschiedliche Antriebe vorgesehen sind.
  • In Fig. 4 ist eine Ausführungsform dargestellt, bei der die Sensoreinrichtung 20 innerhalb des Rotationskopfs 4 vor den Einflüssen während der Reinigung (v. a. hohe Temperaturen, aggressive Chemikalien) geschützt angeordnet ist. Dazu muss das Gehäuse des Rotationskopfs 4 zumindest teilweise transparent, soweit Licht der Lichtquelle 24 hindurchdringen soll, und teilweise durchsichtig, soweit der Verschmutzungssensor 26, insbesondere wenn er als Kamera ausgebildet ist, nach außerhalb des Rotationskopfs 4 sehen können soll.
  • Die Sensoreinrichtung 20 kann beim Antrieb des Düsenarms 8 mitgeführt werden oder aber eine eigene Bewegung mittels eines eigenen Antriebs ausführen.
  • Fig. 5 zeigt eine weitere Ausführungsform des erfindungsgemäßen Reinigungssystems 1, bei der die Sensoreinrichtung 20 beabstandet von dem Rotationskopf 4 in dem Teleskoparm 2 angeordnet ist. Diese Sensoreinrichtung 20 kann als zusätzliche Sensoreinrichtung, beispielsweise zusätzlich zu einer in dem Rotationskopf 4 angeordneten Sensoreinrichtung 20, vorgesehen sein. Dadurch wäre es möglich, bei der Vorwärtsbewegung des Rotationskopfs 4 in vertikaler Richtung nach unten den zuvor gereinigten Bereich nach Ablaufen der Reinigungsflüssigkeit zu inspizieren und sofort den Reinigungserfolg dokumentieren, an die Steuerungseinrichtung zu übertragen und gegebenenfalls eine Nachreinigung auslösen zu können.
  • Fig. 6 zeigt den Teleskoparm 2 mit dem Rotationskopf 4 an seinem ersten Ende und der Antriebseinrichtung 3 an seinem zweiten Ende. Es sind zwei Positionen, die der Teleskoparm 2 in vertikaler Richtung einnehmen kann, gezeigt. Auf der linken Darstellung hat der Teleskoparm 2 seine maximale Länge erreicht, während die Darstellung auf der rechten Seite die minimale vertikale Ausdehnung zeigt.
  • Fig. 7 zeigt schematisch eine teilgeschnittene Darstellung einer alternativen Ausführung eines Teleskoparms 2 des erfindungsgemäßen Reinigungssystems 1, der im Unterschied zur Ausführungsform gemäß Fig. 6 ohne weitere Unterteilung auskommt, angebaut an einen Tankdeckel 30 und ausgestattet mit dem Rotationskopf 4.
  • Ein separater Motor der Antriebseinrichtung 3 erzeugt eine vertikale Verfahrbewegung des Rotationskopfs 4 in den Tank (siehe Pfeilrichtung), durch den Tankdeckel 30 hindurch, wobei in der Antriebseinrichtung 3 die Übertragung der Antriebskraft des Motors mittels Spindel, über Riementrieb, Kettentrieb oder Zahnstange erfolgen kann. Die Linearführung erfolgt durch ein entsprechendes gleitfähiges Gestell 32, das in einer Gleitführung 34 längsbeweglich gelagert ist.
  • Die Grundlage für den steuerungstechnischen Lösungsansatz gemäß Fig. 8 bildet eine Datenbasis, die zum einen mit externem Wissen (Erfahrungswissen, Simulation etc.) als auch den permanenten Lerneffekten angereichert wird. In der Optimierungsebene 1 lernt das System von Prozess zu Prozess und verbessert die Startparameterwahl sukzessive durch deren partielle, wissensbasierte Variation und die Lerneffekte aus Optimierungsebene 2. Diese zusätzliche Ebene 2 verfolgt die kontinuierliche Optimierung inline im Prozess und reagiert auch auf unvorhergesehene (noch nicht gelernte) Reinigungssituationen. Das gewährleistet die Prozesssicherheit auch während der frühen Trainingsphasen und führt schnell zu einer großen Zahl von Datensätzen.
  • Es werden zwei Prozesse ausgeführt:
    • eine zustandsbasierte Regelung des Reinigungsprozesses und
    • eine selbstlernende Optimierung der Startparameter als eine Optimierung zwischen Prozessen.
  • Beim Maschinellen Lernen erfolgen eine Bewertung und ein Vergleich des Reinigungsprozesses sowie eine Parameteroptimierung. Hierzu fließen in den Prozess des Maschinellen Lernens ein:
    • Ergebnisse einer Simulation
    • Ereignisse und Daten, die in einer Datenbasis gespeichert
    • Anforderung einer übergeordneten Steuerung einer Verarbeitungsanlage
    • Expertenwissen zum Reinigungsprozess
    • digitales Abbild des Verschmutzungszustands
    • Prozessparameter
    und gibt optimierte Startparameter an den Steuerungs- und Regelungsprozess aus.
  • Die Steuerung und Regelung stellt eine kontinuierliche Regelung im Prozess, wobei der Zielstrahlreiniger durch Variation von Prozessparametern gesteuert wird, insbesondere dessen Strahlbewegung und damit Reinigungsprozess voranschreitet (Reinigungsfortschritt), was zu einem verringerten Verschmutzungszustand führt, der durch einen Verschmutzungssensor detektiert wird, dessen Messergebnis (ein digitales Abbild des Verschmutzungszustands) in den Steuerungs- und Regelungsprozess einfließt. Die Strahlbewegungen werden mittels dokumentierter Ansteuerbefehle an die Manipulatoren, beispielsweise Schrittmotoren, die die geforderte Düsenstellung der Düsen bewirken, und/oder durch Positionssensoren in den Düsen, die deren Düsenstellung feststellt, ermittelt. Diese Daten, soweit erhoben und vorliegend, fließen ebenfalls in beiden Steuerungsprozesse, Steuerung des Reinigungsprozesses und Maschinelles Lernen, ein. Die Positionssensoren sind auch Teil der Sensoreinrichtung.
  • Der Steuerungs- und Regelungsprozess leitet die Prozessparameter zur Bewertung und zum Vergleich sowie zur Parameteroptimierung dem Prozess des Maschinellen Lernens zu.
  • Das Softwarekonzept kann als Hardware, in der Steuerungs- und Regelungseinrichtung, implementiert sein oder als Software implementiert auf einem Computer ablaufen.
    • Bezugszeichenliste
    • 1
    Reinigungssystem
    2
    Teleskoparm
    3
    Antriebseinrichtung
    4
    Rotationskopf
    6
    Düse
    8
    Düsenarm
    10
    Strahl Reinigungsmittel
    20
    Sensoreinrichtung, Kamera
    22
    Sensorarm
    24
    Lichtquelle
    26
    Verschmutzungssensor
    30
    Tankdeckel
    32
    gleitfähiges Gestell
    34
    Gleitführung

Claims (12)

  1. Reinigungssystem, umfassend einen Zielstrahlreiniger, der seinerseits wenigstens eine Düse (6) zur Abgabe von Reinigungsmittel in Form wenigstens eines Strahls umfasst, wobei die Düse (6) an einem Rotationskopf (4) angeordnet und dort mit einer Manipulationseinrichtung verbunden ist, die die Düse (6) so bewegen kann, dass der Strahl in alle Richtungen gelenkt wird, wobei weiterhin der Rotationskopf (4) an einem ersten Ende eines Teleskoparms (2) angeordnet ist, dadurch gekennzeichnet, dass das Reinigungssystem (1) zumindest eine Regelungseinrichtung zur zustandsbasierten Regelung des Reinigungsprozesses und wenigstens eine Sensoreinrichtung (20) umfasst, wobei die Sensoreinrichtung (20) wenigstens einen Verschmutzungssensor (26) und wenigstens eine Lichtquelle (24) umfasst, und wobei die Sensoreinrichtung (20) mit der Regelungseinrichtung zumindest zur Übertragung von Sensordaten verbunden ist, wobei die Regelungseinrichtung zur Ausführung wenigstes eines Computerprogramms eingerichtet ist.
  2. Reinigungssystem nach Anspruch 1, wobei die wenigstens eine Sensoreinrichtung (20) nach einer ersten Ausführungsform in einem beweglichen Sensorarm (22) angeordnet ist oder/und wobei die wenigstens eine Sensoreinrichtung (20) nach einer zweiten Ausführungsform in dem Rotationskopf (4) angeordnet ist oder/und wobei die wenigstens eine Sensoreinrichtung (20) in dem Teleskoparm (2), beabstandet von dem Rotationskopf (4), angeordnet ist.
  3. Reinigungssystem nach Anspruch 1 oder 2, wobei die Lichtquelle (24) und/oder der Verschmutzungssensor (26) eine aktive und/oder eine passive Kühleinrichtung umfasst.
  4. Reinigungssystem nach einem der vorherigen Ansprüche, wobei die Lichtquelle (24) als eine umschaltbare Hybrid-Lösung für die Abgabe unterschiedlicher Lichtspektren ausgeführt ist.
  5. Reinigungssystem nach Anspruch 4, wobei die Lichtquelle (24) wenigstens eine LED umfasst und/oder zumindest für UV-Licht, Tageslicht oder Weißlicht umschaltbar ist.
  6. Reinigungssystem nach einem der vorherigen Ansprüche, wobei die Lichtquelle (24) eine Lichtsteuerungseinrichtung umfasst, die mittels steuerbarer optischer Komponenten einen veränderlichen Ausleuchtungsdurchmesser ermöglicht, wobei zu Beginn der Reinigung, bei hohem Verschmutzungsgrad, wenn die Verschmutzung leicht zu detektieren ist, durch eine kleinere Brennweite ein großer Bereich mit geringer Lichtleistung pro Fläche ausgeleuchtet wird und gegen Ende der Reinigung, wenn optische Detektionsgrenzen durch Abnahme der Schichtdicke eine immer größere Rolle spielen, durch Erhöhung der Brennweite mit starker Fokussierung auf kleiner Fläche ausgeleuchtet wird.
  7. Reinigungssystem nach einem der vorherigen Ansprüche, wobei der Verschmutzungssensor (26) als eine Kameraeinrichtung ausgeführt ist, die steuerbare optische Komponenten aufweist.
  8. Reinigungssystem nach Anspruch 6 oder 7, wobei die steuerbaren optischen Komponenten als Zoomobjektiv mit gesteuert veränderbarer Brennweite ausgeführt sind.
  9. Reinigungssystem nach einem der vorherigen Ansprüche, wobei der Teleskoparm (2) seine in einen zu reinigenden Raum einragende Länge ändern und damit den Rotationskopf (4) in dem Raum in einer Längsrichtung veränderlich positionieren kann.
  10. Computerprogramm zur zustandsbasierten Regelung eines Reinigungsprozesses zur Ausführung in einer Regelungseinrichtung eines Reinigungssystems (1) nach einem der Ansprüche 1 bis 9, umfassend die Schritte:
    • Übergabe optimierter Parameter an die Regelungseinrichtung,
    • Ausgabe von variierten Steueranweisungen aus dem Steuerungs- und Regelungsprozess an den Zielstrahlreiniger;
    • Einbeziehen des Verschmutzungszustands auf Grundlage von Sensordaten des Verschmutzungssensors;
    • Übergabe eines Verschmutzungskennwerts;
    • Erstellung eines digitalen Abbilds des Verschmutzungszustands;
    • Ermittlung des Reinigungsfortschritts und Einbeziehen des aktuellen Reinigungsfortschritts, ermittelt zumindest aus den bereits durchgeführten Strahlbewegungen;
    • Übergabe des digitalen Abbilds des Verschmutzungszustands und des Reinigungsfortschritts sowie der aktuell gültigen Prozessparameter an die Regelungseinrichtung und
    • Übergabe des digitalen Abbilds des Verschmutzungszustands und des Reinigungsfortschritts sowie der aktuell gültigen Prozessparameter zur Bewertung des Reinigungsprozesses und an die Parameteroptimierung zur selbstlernenden Optimierung der Startparameter.
  11. Computerprogramm zur selbstlernenden Optimierung der Startparameter zur Ausführung in einer Regelungseinrichtung eines Reinigungssystems (1) nach einem der Ansprüche 1 bis 9, umfassend die Schritte:
    • Einbeziehen von Ergebnissen einer zuvor durchgeführten Simulation;
    • Einbeziehen von Ereignissen und Daten aus einem früheren Reinigungsprozess, die in einer Datenbasis gespeichert sind;
    • Einbeziehen von Anforderungen einer übergeordneten Steuerung einer Verarbeitungsanlage, an der der Reinigungsprozess durchgeführt wird;
    • Einbeziehen von gespeichertem Expertenwissen zum Reinigungsprozess;
    • Einbeziehen eines digitalen Abbilds des Verschmutzungszustands;
    • Einbeziehen von Prozessparametern des Reinigungsprozesses;
    • Ausgabe optimierter Startparameter an die zustandsbasierte Steuerung und Regelung des Reinigungsprozesses und
    • Ausgabe von Daten an die Datenbasis.
  12. Datenträgersignal eines Computerprogramms nach einem der Ansprüche 10 oder 11.
EP21190229.1A 2020-08-07 2021-08-06 Reinigungssystem, computerprogramm und datenträgersignal Pending EP3950159A1 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102020120961 2020-08-07

Publications (1)

Publication Number Publication Date
EP3950159A1 true EP3950159A1 (de) 2022-02-09

Family

ID=77264929

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21190229.1A Pending EP3950159A1 (de) 2020-08-07 2021-08-06 Reinigungssystem, computerprogramm und datenträgersignal

Country Status (1)

Country Link
EP (1) EP3950159A1 (de)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114795016A (zh) * 2022-05-17 2022-07-29 浙江武义速达包装材料有限公司 一种自动控制方法及洗地机组件
CN115532724A (zh) * 2022-09-21 2022-12-30 龙岩烟草工业有限责任公司 清扫装置
CN115846338A (zh) * 2023-03-03 2023-03-28 江苏唯高生物科技有限公司 基于清洗数据的压肠机清洗检测调节系统
CN116787342A (zh) * 2023-06-29 2023-09-22 广州大学 一种用于清理强化研磨设备加工腔室的装置和方法
CN118540559A (zh) * 2024-05-14 2024-08-23 深圳市震有智联科技有限公司 一种基于光储能智能移动哨兵的摄像头处理方法及系统
EP4517615A1 (de) 2023-08-31 2025-03-05 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Computerimplementiertes verfahren zur überwachung, optimierung und prognose einer reinigungsaufgabe, system zur datenverarbeitung und computerprogramm
DE102024101581B3 (de) * 2024-01-19 2025-05-08 Armaturenwerk Hötensleben GmbH Verfahren zur Durchführung eines Reinigungsvorganges
EP4632372A1 (de) 2024-04-12 2025-10-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren und vorrichtung zur detektion einer gasförmigen emission aus einer oberfläche
DE102024123359A1 (de) * 2024-08-15 2026-02-19 Coperion Gmbh Vorrichtung und Verfahren zur Bestimmung eines Zustands einer Anlagenkomponente einer Schüttgut-Förderanlage

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100050366A1 (en) 2007-01-22 2010-03-04 Koninklijke Philips Electronics N.V. Robotic cleaning head
KR101467341B1 (ko) 2011-04-04 2014-12-03 연세대학교 산학협력단 보조 로봇을 갖는 로봇청소기 시스템
US20160008859A1 (en) * 2012-02-13 2016-01-14 Alfa Laval Corporate Ab Monitoring of systems for internal cleaning of containers
KR20160026211A (ko) * 2014-08-29 2016-03-09 삼성중공업 주식회사 오일 탱크 세정 장치
DE102017115837A1 (de) 2017-07-14 2019-01-17 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zur Innenwandreinigung eines Hohlraums
EP3517226A2 (de) 2018-01-29 2019-07-31 Hohe Tanne Besitzgesellschaft GmbH Reinigungsvorrichtung
DE102018114476B3 (de) 2018-06-15 2019-08-14 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Reinigungssystem, umfassend Versorgungsroboter und Reinigungssatelliten, und Verfahren zur Reinigung
GB2578921A (en) * 2018-11-14 2020-06-03 Duvas Tech Limited Fluid analysis system
WO2020139839A1 (en) * 2018-12-23 2020-07-02 AGI Engineering, Inc. Programmable tank cleaning nozzle

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100050366A1 (en) 2007-01-22 2010-03-04 Koninklijke Philips Electronics N.V. Robotic cleaning head
KR101467341B1 (ko) 2011-04-04 2014-12-03 연세대학교 산학협력단 보조 로봇을 갖는 로봇청소기 시스템
US20160008859A1 (en) * 2012-02-13 2016-01-14 Alfa Laval Corporate Ab Monitoring of systems for internal cleaning of containers
KR20160026211A (ko) * 2014-08-29 2016-03-09 삼성중공업 주식회사 오일 탱크 세정 장치
DE102017115837A1 (de) 2017-07-14 2019-01-17 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zur Innenwandreinigung eines Hohlraums
EP3517226A2 (de) 2018-01-29 2019-07-31 Hohe Tanne Besitzgesellschaft GmbH Reinigungsvorrichtung
DE102018114476B3 (de) 2018-06-15 2019-08-14 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Reinigungssystem, umfassend Versorgungsroboter und Reinigungssatelliten, und Verfahren zur Reinigung
GB2578921A (en) * 2018-11-14 2020-06-03 Duvas Tech Limited Fluid analysis system
WO2020139839A1 (en) * 2018-12-23 2020-07-02 AGI Engineering, Inc. Programmable tank cleaning nozzle

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114795016A (zh) * 2022-05-17 2022-07-29 浙江武义速达包装材料有限公司 一种自动控制方法及洗地机组件
CN114795016B (zh) * 2022-05-17 2024-04-05 李挺进 一种自动控制方法及洗地机组件
CN115532724A (zh) * 2022-09-21 2022-12-30 龙岩烟草工业有限责任公司 清扫装置
CN115846338A (zh) * 2023-03-03 2023-03-28 江苏唯高生物科技有限公司 基于清洗数据的压肠机清洗检测调节系统
CN116787342A (zh) * 2023-06-29 2023-09-22 广州大学 一种用于清理强化研磨设备加工腔室的装置和方法
EP4517615A1 (de) 2023-08-31 2025-03-05 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Computerimplementiertes verfahren zur überwachung, optimierung und prognose einer reinigungsaufgabe, system zur datenverarbeitung und computerprogramm
DE102024101581B3 (de) * 2024-01-19 2025-05-08 Armaturenwerk Hötensleben GmbH Verfahren zur Durchführung eines Reinigungsvorganges
EP4632372A1 (de) 2024-04-12 2025-10-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren und vorrichtung zur detektion einer gasförmigen emission aus einer oberfläche
CN118540559A (zh) * 2024-05-14 2024-08-23 深圳市震有智联科技有限公司 一种基于光储能智能移动哨兵的摄像头处理方法及系统
DE102024123359A1 (de) * 2024-08-15 2026-02-19 Coperion Gmbh Vorrichtung und Verfahren zur Bestimmung eines Zustands einer Anlagenkomponente einer Schüttgut-Förderanlage

Similar Documents

Publication Publication Date Title
EP3950159A1 (de) Reinigungssystem, computerprogramm und datenträgersignal
EP3700685A1 (de) Erfassungsvorrichtung und verfahren zu einer erfassung von multiplen objektdatensätzen zumindest eines objekts
DE102014203798B4 (de) Verfahren und Vorrichtung zur Überwachung des Verschmutzungs- und/oder Beschädigungszustands an einem Schutzglas eines Laserbearbeitungskopfs und Vorrichtung zur Laserbearbeitung
EP3401411B1 (de) Verfahren und vorrichtung zur fehlerstellenerkennung bei biegeschlaffen körpern, insbesondere tierhäuten
EP2109766A1 (de) Verfahren und vorrichtung zur qualitätskontrolle eines rotationssymmetrischen körpers und greifer eines handhabungssystems zum greifen eines rotationssymmetrischen körpers
EP3599510B1 (de) Hohlrauminspektionssystem
EP1533642A1 (de) Stereomikroskop
DE202017007600U1 (de) Reinigungsvorrichtung für Oberflächen
EP3630448B1 (de) Vorrichtung und verfahren zum behandeln von behältnissen mit einer optischen inspektionseinrichtung
EP0947898A2 (de) Verfahren und Vorrichtung zum Steuern eines beweglichen Gegenstandes
DE102018114222A1 (de) Verfahren zum Untersuchen von übereinstimmenden Prüfobjekten
EP1421999A2 (de) Verfahren zum Identifizieren, Klassifizieren und Sortieren von Gegenständen, Objekten und Materialien, sowie ein Erkennungssystem zur Durchführung dieses Verfahrens
EP3961585A1 (de) Verfahren zur überprüfung eines zustandes einer mobilen nutzeinheit oder einer wartungsstation
EP1977835B1 (de) Oberflächenreinigungsvorrichtung
DE102023133229A1 (de) Bildaufnahmesystem und Sortiervorrichtung für Agrarprodukte
EP4206814B1 (de) Rohr- und kanalinspektionsvorrichtung
EP4307063A1 (de) Verfahren zum ermitteln einer belegungssituation von behältern in einer anlage und vorrichtung dazu
DE10104355B4 (de) Vorrichtung und Verfahren zur Bildabtastung der Oberfläche eines Objekts
EP4517615A1 (de) Computerimplementiertes verfahren zur überwachung, optimierung und prognose einer reinigungsaufgabe, system zur datenverarbeitung und computerprogramm
DE102018002627B4 (de) Vorrichtung zur Aufnahme des äußeren Zustands eines eines durch ein Fahrzeug gebildeten Objekts
DE102005039949A1 (de) Optische Aufzeichnungs- und/oder Wiedergabeeinheit
DE102005049473B4 (de) Oberflächenreinigungsvorrichtung
DE3824852C2 (de)
DE102007016830A1 (de) Oberflächenreinigungsvorrichtung
DE102023125686B4 (de) Hohlrauminspektionsvorrichtung und Verfahren zur Steuerung der Beleuchtung einer Hohlrauminspektionsvorrichtung

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN PUBLISHED

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

RAP3 Party data changed (applicant data changed or rights of an application transferred)

Owner name: FRAUNHOFER-GESELLSCHAFT ZUR FOERDERUNG DER ANGEWANDTEN FORSCHUNG E.V.

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20220803

RBV Designated contracting states (corrected)

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20230628

RIC1 Information provided on ipc code assigned before grant

Ipc: B08B 9/093 20060101AFI20260129BHEP

Ipc: B05B 12/12 20060101ALI20260129BHEP

Ipc: B05B 13/06 20060101ALN20260129BHEP

Ipc: B05B 3/04 20060101ALN20260129BHEP

Ipc: B05B 15/70 20180101ALN20260129BHEP

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: GRANT OF PATENT IS INTENDED

RIC1 Information provided on ipc code assigned before grant

Ipc: B08B 9/093 20060101AFI20260211BHEP

Ipc: B05B 12/12 20060101ALI20260211BHEP

Ipc: B05B 13/06 20060101ALN20260211BHEP

Ipc: B05B 3/04 20060101ALN20260211BHEP

Ipc: B05B 15/70 20180101ALN20260211BHEP

RIC1 Information provided on ipc code assigned before grant

Ipc: B08B 9/093 20060101AFI20260305BHEP

Ipc: B05B 12/12 20060101ALI20260305BHEP

Ipc: B05B 13/06 20060101ALN20260305BHEP

Ipc: B05B 3/04 20060101ALN20260305BHEP

Ipc: B05B 15/70 20180101ALN20260305BHEP

INTG Intention to grant announced

Effective date: 20260317