ES2891501T3 - Procedimiento para determinar la carga recibida de una máquina de trabajo, así como máquina de trabajo, en particular una grúa - Google Patents

Abstract

Procedimiento para determinar la carga recibida de una máquina de trabajo para la manipulación dinámica de materiales, en particular de una grúa, caracterizado porque la carga se calcula durante la operación del trabajo mediante un modelo carga, y el modelo de carga, durante una fase de calibración (1) de la máquina de trabajo, se determina del siguiente modo: - realización de una pluralidad de ciclos de la máquina (1a), habituales en el funcionamiento, con una carga de referencia recibida, mientras que se registran parámetros de la máquina (1b) disponibles, - implementación de un análisis de significancia (1c) de los parámetros (1b) registrados, para determinar parámetros (1e) estadísticamente significativos que indican una dependencia de la carga, - realización de un algoritmo estadístico de aprendizaje y/o de optimización (1d) para crear un modelo de carga, individual de la máquina, que describe la relación de los parámetros (1e) determinados como significativos y de la carga.

Description

DESCRIPCIÓN

Procedimiento para determinar la carga recibida de una máquina de trabajo, así como máquina de trabajo, en particular una grúa

La presente invención hace referencia a un procedimiento para determinar la carga recibida de una máquina de trabajo para efectuar la manipulación dinámica de materiales, donde la carga se determina durante la operación de trabajo, mediante un modelo de carga.

Hasta el momento, en las máquinas de trabajo para la manipulación de cargas era conocido el hecho de disponer transductores de carga adecuados en el área del punto de suspensión de carga, para medir directamente la carga de transporte respectivamente recibida. En particular en las máquinas de trabajo dinámicas la medición de la carga resulta afectada en gran medida por influencias externas, de manera que para la medición de carga debe limitarse considerablemente el funcionamiento de la máquina, para reducir la probabilidad de posibles influencias perturbadoras. Además, la medición de carga en las grúas puede incluso ser influenciada también por el pandeo del cable y por el peso del cable, y debido a esto puede conducir a resultados imprecisos. Para considerar este problema, hasta el momento se han probado distintas posibles soluciones, como procedimientos de compensación de la longitud del cable, filtros de Kalman para estimar la carga, filtros de valor medio, etc., que hasta el momento, sin excepción, han arrojado sólo resultados insuficientes.

Las mediciones de carga, sin embargo, también pueden ser beneficiosas para máquinas de trabajo que no presentan sistemas de sensores correspondientes para la detección directa de la carga recibida, o en las cuales no es posible o no resulta conveniente el montaje de sensores adecuados por razones relacionadas con los costes o por cuestiones técnicas, como por ejemplo debido a las condiciones de entorno externas en el lugar de utilización (vibraciones, influencias de la temperatura). Además, puede suceder que la integración de un sistema de sensores correspondiente esté relacionada con una aceptación de pérdidas de rendimiento insostenibles. Esto se aplica en particular para máquinas de trabajo que se desplazan y utilizan en un entorno de trabajo riguroso, en particular para la manipulación de materiales.

En la solicitud DE102010025022 se describe un procedimiento según el preámbulo de la reivindicación 1. En la solicitud WO2009/054736 se describe otro procedimiento para determinar la carga recibida de una máquina de trabajo.

Por consiguiente, el objeto de la presente invención consiste en poder determinar de forma exacta la carga recibida por una máquina de trabajo, sin pérdidas de rendimiento, con un sistema de sensores sencillo o que ya se encuentra presente. Esto se considera deseable en particular para máquinas de trabajo, en particular grúas portuarias o marítimas, que se desplazan y utilizan en un entorno de trabajo riguroso, en particular para la manipulación de materiales.

Dicho objeto se soluciona mediante un procedimiento según la combinación de características de la reivindicación 1. En las reivindicaciones dependientes de la reivindicación principal se indican configuraciones ventajosas del procedimiento.

La finalidad del procedimiento consiste en una estimación robusta de la carga y lo más exacta posible, mediante la utilización de sensores de una máquina de trabajo, ya instalados. El tipo de sensor concreto y el número de sensores no juegan un rol determinante para la implementación del procedimiento; para la realización del procedimiento solamente se requieren sensores cuyos valores de medición sean influenciados de algún modo por la carga recibida. Gracias a esto, el procedimiento puede utilizarse del modo deseado para cualquier clase de máquina; se necesita solamente una adaptación del controlador de la máquina, no son necesarias otras modificaciones del hardware, o sólo deben realizarse con un alcance limitado. Más bien, puede trabajarse con el hardware de la máquina, ya proporcionado de todos modos.

Según la presente invención, el procedimiento según la invención comprende dos fases, a saber, una fase de calibración y una fase de aplicación. Con la ayuda de la fase de calibración debe desarrollarse y determinarse previamente un modelo de carga individual que, durante la fase de trabajo, se emplea como regla de cálculo, para la determinación de la carga recibida.

Según la invención, al comienzo de la fase de calibración se realiza primero una pluralidad de ciclos de la máquina, habituales en el funcionamiento, con una carga de referencia recibida. Los ciclos de la máquina habituales en el funcionamiento comprenden aquellos movimientos de la máquina que también se realizan generalmente durante la operación de trabajo regular e intencional. La calidad de los resultados que pueden alcanzarse mediante el procedimiento aumenta con el número y la diversidad de las operaciones de la máquina convenientes, efectuadas durante la fase de calibración.

Según una configuración ventajosa, existe la posibilidad de exportar el resultado de la calibración a máquinas de trabajo del mismo tipo. El procedimiento prácticamente ofrece una posibilidad de importación y exportación para los datos de calibración. Esto ofrece la posibilidad de realizar la fase de calibración en una sola máquina de trabajo, en particular en un prototipo, y de utilizar el resultado como calibración base para otras máquinas del mismo tipo.

Durante la realización de los ciclos de la máquina habituales, en el funcionamiento se registran todos o casi todos los parámetros de la máquina disponibles. Por parámetros de la máquina disponibles pueden entenderse datos e información que pueden ser detectados y registrados por la propia máquina durante el funcionamiento de la máquina. Entre éstos se encuentran eventuales valores del sensor, del sistema de sensores utilizado de la máquina, como también eventuales estados de la máquina que habitualmente son conocidos por el controlador de la máquina, o que pueden deducirse de forma sencilla.

Como valor de referencia se utiliza una carga con peso conocido. Para la realización del procedimiento es una condición previa el conocimiento del peso concreto de la carga de referencia.

En una etapa del procedimiento subsiguiente, en base a los parámetros de la máquina registrados, se inicia un análisis de significancia para filtrar de los parámetros de la máquina disponibles los parámetros estadísticamente significativos que se caracterizan por una dependencia de la carga recibida. Para ello no se necesitan conocimientos previos, sino que el análisis se inicia exclusivamente en base a los parámetros de la máquina disponibles registrados.

Utilizando los parámetros estadísticamente significativos, mediante la realización de un algoritmo de aprendizaje y/o de optimización, se genera un modelo de carga individual que describe la relación de los parámetros determinados de forma significativa y de la carga. Durante la generación del modelo de carga puede prescindirse intencionalmente de eventuales modelos físicos conocidos, diagramas característicos, etc., de manera que el modelo se genera sin cualquier tipo de conocimiento previo, solamente en base a los datos registrados durante la fase de calibración. El modelo de carga generado, individual de la máquina, a continuación, durante la fase de aplicación, es decir, durante el funcionamiento habitual de la máquina, puede emplearse como regla de cálculo para la estimación/el cálculo de la carga recibida, donde la carga recibida exacta puede estimarse considerando los parámetros determinados como significativos, que pueden detectarse y determinarse durante el funcionamiento de la máquina. El modelo de carga generado durante la fase de calibración y la selección de los parámetros significativos utilizados para ello se hallan sin un conocimiento previo de la física básica. Con el procedimiento según la invención se generan modelos de carga individuales de la máquina que, en comparación con modelos físicos abstractos, reproducen la realidad mucho mejor, ya que los mismos se generan individualmente para cada máquina de trabajo, en función del sistema de sensores disponible o de la identificación del estado. Los modelos matemáticos conocidos, como filtros de Kalman, por ejemplo para la implementación de un parámetro del observador, de diseño o de geometría, diagramas característicos, como por ejemplo curvas de carga, no se necesitan o consideran a priori para la realización del procedimiento.

Es posible una realización en línea ("online") y/o fuera de línea ("offline") de la fase de calibración.

Como valores de medición del sensor de los parámetros de la máquina se consideran por ejemplo eventuales presiones detectadas mediante sensores, posiciones angulares, valores de medición de fuerza, etc.; mientras que los estados de la máquina representan por ejemplo posiciones determinadas de la palanca de mando, etc. También pueden considerarse variables que no se relacionan directamente con la carga, como por ejemplo la potencia real del motor, la temperatura externa, etc.

En un caso ideal, en base al algoritmo estadístico de aprendizaje o de optimización se crea una red neuronal que refleja un modelo de carga individual. Como algoritmos estadísticos de aprendizaje o de optimización son adecuados además los árboles de regresión y/o de decisión y/o métodos de agrupación y/o aprendizaje bayesiano y/o aprendizaje basado en instancias y/o aprendizaje por refuerzo.

Según un perfeccionamiento preferente del procedimiento es posible que mediante los algoritmos estadísticos de aprendizaje o de optimización no sólo se genere un modelo de carga, sino que primero se genere una selección de varias hipótesis individuales del modelo de carga. A partir de la selección puede seleccionarse entonces el modelo de carga óptimo en función de la aplicación, que muestre los resultados más estables para los datos registrados en la fase de calibración. El modelo de carga seleccionado caracteriza en primer lugar las relaciones sistemáticas entre la carga, los valores del sensor o de estado, y precisamente no intenta describir por completo los ruidos de medición ocasionales de ciertos sensores (Overfitting- sobreajuste).

Junto con los sensores proporcionados por la máquina, como parámetros de la máquina pueden utilizarse adicionalmente valores de medición de sensor de sistemas de sensores externos. Los sistemas de sensores externos preferentemente se utilizan para observar el entorno de la máquina de trabajo, por ejemplo en las grúas marítimas, para observar y detectar movimientos de buques/movimientos de las olas. De manera conveniente, los datos del sensor de esa clase se consideran de forma complementaria con respecto a la determinación del modelo de carga según la invención, debido a lo cual se posibilita una estimación de la carga desacoplada del ambiente, lo cual técnicamente no podría realizarse sólo en base a dispositivos de medición de fuerza colocados directamente en la máquina de trabajo. Los movimientos causados por el ambiente pueden detectarse por ejemplo mediante un dispositivo de medición inercial.

Con la generación del modelo de carga individual, de manera conveniente, se determinan los parámetros óptimos significativos, que se concretan como los mejores parámetros esenciales para la estimación de la carga. Esos parámetros se miden o determinan después durante la fase de aplicación, y se utilizan para calcular la carga recibida, con la ayuda del modelo de carga.

En una configuración ventajosa del procedimiento según la invención, adicionalmente, durante la operación de trabajo, puede tener lugar un análisis estadístico de los valores de carga calculados durante un ciclo de carga. Mediante la utilización de una identificación del ciclo de carga por ejemplo pueden detectarse fases de funcionamiento, durante las cuales una carga constante se encuentra recibida de forma continua. Durante esas fases, mediante la utilización del modelo de carga se determina una cantidad de valores de carga estimados que se someten a un análisis estadístico. La evaluación estadística no sólo permite la corrección de desviaciones ocasionales y la optimización de la determinación de la carga, sino que también permite definir un rango de tolerancia que describe posibles desviaciones de los valores de carga estimados y, con ello, permite expresar una precisión.

Además, puede preverse que durante el funcionamiento de trabajo se registren datos de medición o parámetros, durante las recorridos sin carga de la máquina de trabajo, donde esos parámetros recolectados se utilizan para la monitorización del modelo de carga que se emplea y/o de los parámetros significativos. Un recorrido sin carga es comparable a un movimiento de trabajo con carga de referencia, ya que la carga recibida puede presuponerse como conocida. Por consiguiente, durante los recorridos sin carga pueden controlarse la validez o la precisión del modelo de carga utilizado y/o la selección utilizada de parámetros significativos. Mediante posibles desviaciones del resultado pueden detectarse cambios relevantes en la máquina de trabajo, por tanto, también condiciones del ambiente modificadas, por ejemplo cambios de fricción en la máquina de trabajo, defectos de determinados componentes de la máquina, una falla del sensor o una deriva del sensor, etc., o también condiciones de temperatura modificadas.

Junto con la monitorización, de forma adicional o alternativa también puede tener lugar una adecuación adaptativa del procedimiento, es decir, del modelo de carga utilizado, o de los parámetros, durante recorridos sin carga de la máquina. A este respecto, se considera conveniente que el modelo de carga, en base a ello, se adecue de forma adaptativa a las condiciones de la máquina modificadas, causadas por variaciones de temperatura, etc., y que a pesar de una característica de la máquina modificada o de condiciones del ambiente modificadas, pueda alcanzarse un resultado de medición lo más exacto posible.

Además es posible que datos de medición registrados durante la fase de calibración, sobre parámetros que no fueron estimados como significativos y, con ello, no fueron considerados para la formación del modelo, a continuación se utilicen sin embargo para la validación del modelo de carga individual generado o seleccionado. Por tanto, una parte del registro de medición se utiliza para la formación del modelo, mientras que la parte restante del registro de medición se utiliza para la validación del modelo formado.

Junto con el procedimiento según la invención, la presente invención hace referencia a una máquina de trabajo, en particular una grúa, de modo especialmente preferente una grúa marítima, con un controlador de la grúa para realizar el procedimiento según la presente invención, así como según una configuración ventajosa de la invención. Las ventajas y las propiedades de la máquina según la invención evidentemente corresponden a aquellas del procedimiento según la invención, por lo cual en este punto se prescinde de una descripción repetida.

De manera especialmente preferente, el procedimiento según la invención permite la utilización de uno o de varios sensores no calibrados en la máquina, así como de sensores externos para observar el entorno de la máquina. A continuación, otras ventajas y propiedades de la invención se explican en detalle mediante ejemplos de ejecución representados en los dibujos. Muestran:

Figura 1: un diagrama de bloques para explicar el procedimiento según la invención,

Figura 2: un ejemplo de ejecución de la invención para el análisis de significancia y la formación del modelo, y Figuras 3 a 6: diferentes ejemplos de aplicación del procedimiento según la invención.

La finalidad de la invención consiste en lograr una estimación de la carga robusta y precisa con sensores que ya se encuentran presentes. La mayor prioridad consiste en una medición de la carga precisa sin pérdidas de rendimiento debido a limitaciones de la máquina, eventualmente necesarias, para la medición de la carga precisa (por ejemplo estado de detención de la máquina, reducciones de aceleración y/o de velocidad).

El diagrama de bloques mostrado en la figura 1 representa el procedimiento según la invención, que se compone de dos fases, a saber, de una fase de calibración dinámica 1, durante la cual se halla y aprende un modelo de carga, y de una fase de aplicación 2, en la cual se aplica esa modelo de carga generado.

La fase de calibración 1 puede tener lugar en línea ("online") y/o fuera de línea ("offline"). Primero, en una primera etapa 1a, se realizan movimientos en general habituales o típicos con la máquina de trabajo y una carga recibida definida, para representar la influencia de la carga en el comportamiento de la máquina. Durante la realización de los movimientos de la máquina 1a se registran los valores 1b de todo el sistema de sensores disponible (por ejemplo sensor de medición de fuerza, presiones, ángulos, etc.), y estados de la máquina (por ejemplo posiciones de los aparatos de mando, etc.), como también variables no relacionadas directamente con la carga (por ejemplo potencia del motor, temperatura externa, etc.). La cantidad de datos puede complementarse por medio de resultados de medición de otros sensores que describen el entorno de la máquina.

En la siguiente etapa 1c se determinan las relaciones estadísticamente significativas entre los valores del sensor y de estado 1b, denominadas en conjunto como parámetros de la máquina, y la carga de referencia desplazada. El resultado de esa etapa 1c muestra qué parámetros o parámetros transformados de forma no lineal (trigonometría, ...) muestran una influencia estadísticamente significativa en la carga. Para ello no se necesitan conocimientos previos físicos de ninguna clase de las relaciones del proceso. A diferencia de ello, los procedimientos ya conocidos por el estado del arte requieren un modelo físico definido a priori, diagramas característicos, etc. El procedimiento según la invención puede aplicarse sin una adaptación en cualquier clase de máquina de trabajo con un sistema de sensores relevante.

En otra etapa 1d, con un procedimiento de aprendizaje estadístico (por ejemplo red neuronal, NN, BDT, modelos de regresión, etc.), con los parámetros antes hallados como significativos, se formulan una o varias hipótesis de estructuras de modelo y en base a ello se escoge la hipótesis que proporciona los resultados más estables para la aplicación, mediante los datos registrados en la fase de calibración. El resultado es una estructura de modelo optimizada 1d (en el caso de una red neuronal, por ejemplo el número de las "Hidden Layer" - capas ocultas). Además, en la etapa 1e se aprenden los parámetros del modelo óptimos para la estructura de modelo seleccionada, que describen lo mejor posible, matemáticamente, la relación entre los valores del sensor existentes y la carga. Los criterios de optimización 1f tienen lugar de manera que se selecciona el modelo más estable que describe principalmente las relaciones sistemáticas entre la carga y los valores del sensor, y que no intenta describir por completo los ruidos de medición ocasionales de los sensores (Overfitting- sobreajuste). Esas medidas de calidad estadísticas como criterio son por ejemplo la prueba de Chi-cuadrado, la prueba de Kolmogorov-Smirnov, la prueba G, la prueba exacta de Fisher, etc.

Cabe señalar que la estructura del modelo optimizada 1d y los parámetros optimizados/significativos 1e se hallan sin un conocimiento previo de la física básica. Por consiguiente, puede partirse del hecho de que esos modelos 1d, 1e reproducen mejor la realidad que cualquier otro modelo abstracto, tal como se utilizan por ejemplo en los filtros de Kalman. Tampoco se necesitan a priori otros parámetros de diseño y de geometría, así como otros diagramas característicos, como por ejemplo curvas de carga.

Las etapas necesarias para determinar el modelo de carga en forma de una red neuronal se explican a continuación mediante la representación de la figura 2. Para aclarar la aplicación del procedimiento debe explicarse una posible implementación mediante una red neuronal:

- En una primera etapa, los datos de los sensores seleccionados, estados de la máquina, etc., se registran en el ciclo del controlador de la máquina durante los movimientos en la fase de calibración, con un peso de referencia conocido como carga (A). Los posibles datos del sensor hacen referencia por ejemplo a la temperatura del refrigerante, al radio de la carga, así como a la presión en un cilindro de ajuste. La enumeración, sin embargo, sólo es ilustrativa y no debe considerarse como limitativa para el objeto de la invención.

- Una parte de los valores Xi registrados se utiliza ahora para la validación de parámetros (significancia) y para la formación del modelo (B).

- Los pesos de la red neuronal se determinan con los conjuntos de datos utilizados y el procedimiento de optimización "Backpropagation" (propagación hacia atrás) ya conocido en publicaciones (C). Con ello resulta un modelo para la carga de referencia Y, a partir de los pesos wy, del siguiente modo:

- La variable de los pesos, con la que un parámetro se incluye en el modelo, señala la significancia del parámetro. Para automatizar la selección de los parámetros, en el ejemplo de ejecución mostrado se utilizan para la validación los datos no utilizados para aprender el modelo (D), en donde la carga de referencia se calcula con la ayuda de esos valores de medición y los pesos del modelo aprendidos. Puesto que la carga efectivamente utilizada para esos conjuntos de datos en conocida, la calidad del modelo puede valorarse mediante las diferencias entre las cargas de referencia proporcionadas por el modelo y las efectivamente utilizadas. Para la determinación de la significancia de los parámetros se predetermina un valor de tolerancia para el modelo (por ejemplo la carga debe describirse con un 10% de precisión), y el modelo se reduce omitiendo parámetros individuales - en el lenguaje especializado denominado como PRUNING (podado) -hasta que el modelo resultante ya no puede predecir las cargas de referencia con una precisión suficiente. El resultado es un modelo mínimo que puede predecir la carga de referencia con una precisión deseada.

El modelo hallado, a continuación, en la fase de aplicación 2 (figura 1), es decir, durante el funcionamiento regular de la máquina, puede utilizarse en forma de una regla de cálculo 2b, para determinar una carga 2g correspondiente transbordada desde la máquina, mediante los parámetros relevantes 2a. La regla de cálculo 2b depende de los parámetros relevantes 2a ab que pueden detectarse como valores de medición reales mediante el sistema de sensores de la máquina y la identificación del estado durante la operación de trabajo. Junto con el cálculo de la carga, el modelo también es adecuado para comprender mejor los fenómenos que se producen de forma física, no conocidos a priori.

El modelo de carga hallado permite tanto una medición de la carga optimizada en el caso de una medición de fuerza directa, como también en el caso de la ausencia de una medición de la carga directa, a saber, sólo mediante la utilización de sensores que se encuentran presentes, que describen sólo de forma indirecta la relación entre la carga y los valores de medición (por ejemplo sistema hidráulico, sistema eléctrico, sistema de accionamiento, etc.). Puede utilizarse toda la información útil para la predicción de la carga, con lo cual no debe estar presente obligatoriamente un sistema de sensores de medición de fuerza para realizar la predicción de la carga, y debido a esto pueden eliminarse otros efectos (por ejemplo dinámica). Con ello, la máquina de trabajo se vuelve un sistema de pesaje dinámico.

Los resultados de la estimación de carga pueden utilizarse directamente para el procesamiento posterior. En combinación con la identificación de un ciclo de carga 2d (intervalo de tiempo continuo con recepción de carga idéntica), los valores del modelo (optimizados en cuanto a la descripción de influencias sistemáticas) ventajosamente son adecuados para la utilización de estimadores estadísticos 2c que deben reducir al mínimo la coincidencia restante. Gracias a esto se posibilita una estimación de carga durante muchas mediciones del mismo proceso 2d. Son posibles datos de carga precisos, incluyendo datos de tolerancia estadísticos - también en el caso de solamente un sistema de sensores indirecto y/o insuficiente. En el caso de la utilización en una máquina de trabajo, ahora en base a una identificación de un ciclo de carga, los componentes del recorrido sin carga de la máquina pueden utilizarse para la monitorización del modelo 2e y/o para la optimización 2f (por ejemplo derivas de temperatura, fricción).

Concretamente, en el caso de una implementación en línea del procedimiento descrito, en tanto se registren recorridos sin carga de la máquina, pueden detectarse cambios de la máquina (por ejemplo derivas de temperatura, cambios de fricción, eventualmente también una deriva del sensor/falla del sensor, etc.). Por consiguiente, el modelo de carga y la selección de parámetros del modelo significativos incluso pueden monitorearse 2e, y puede asegurarse su validez en todo momento.

En otra realización ampliada es posible que la máquina utilice los recorridos sin carga durante el funcionamiento en curso para optimizar el modelo y/o los parámetros 2f, para adecuarlos de forma adaptativa a variaciones (por ejemplo efectos de temperatura, cambios de fricción debido a la incorporación de nuevos componentes, como por ejemplo rozamiento de cojinetes, fricción de cables, etc.). Con ello, a diferencia del estado del arte, el procedimiento puede utilizarse de forma adaptativa e incluso puede incluir después en la fase de aplicación 2 fenómenos no producidos durante la fase de calibración 1.

En el caso de movimientos cíclicos, la precisión de la medición puede aumentarse utilizando estimadores estadísticos 2c con una recepción de carga idéntica 2d. Puesto que los valores de carga que el modelo proporciona al controlador sobre cada ciclo en gran medida están libres de errores sistemáticos, la coincidencia restante (por ejemplo ruido de los sensores) puede cuantificarse de forma precisa con un valor de estimación (carga exacta) y con una seguridad de medición para una carrera de referencia.

Mediante la utilización del estimador estadístico 2c, los resultados de carga cíclicos calculados pueden ser más precisos que las precisiones de medición de los sensores utilizados, garantizadas por el fabricante.

Para la estimación desacoplada del ambiente, el procedimiento permite la integración y la consideración de todos los sensores externos que se utilizan para observar el entorno de la máquina, y sus efectos observados influyen en la determinación de la carga (por ejemplo movimientos de buques/movimientos de olas en el caso de la utilización de la máquina de trabajo en el agua, ante todo en alta mar). Con ello es posible realizar una determinación de la carga completamente desacoplada del ambiente, que no sería posible utilizando dispositivos de medición de fuerza correspondientes directamente en las máquinas de trabajo. Los movimientos causados por el ambiente pueden tener lugar por ejemplo mediante un IMU (dispositivo de medición inercial).

En la fase de calibración 1 se utiliza una cantidad parcial de los datos de medición recolectados para la optimización del modelo 1d. Los datos aún no utilizados pueden emplearse entonces para la validación del modelo, permitiendo una valoración de la precisión de medición previsible y de la calidad del modelo aprendido, junto con los parámetros. A diferencia de una calibración estática (por ejemplo: balanza, medición de fuerza, etc.). La calibración aplicada aquí contiene también todas las otras variables de influencia posibles (por ejemplo dinámica, influencias del entorno, errores de medición del sistema de sensores, etc.).

El procedimiento, sin cualquier clase de calibración individual de los sensores de carga utilizados, permite su amplia utilización para la determinación precisa de la carga. De este modo, el procedimiento es independiente de errores en la calibración de los sensores. Conforme a ello, en la máquina pueden utilizarse sensores no calibrados, lo cual puede conducir a ventajas en cuanto a los costes en la producción, como también en el mantenimiento de la máquina.

A continuación, mediante las figuras 3 a 6, se aclaran los problemas anteriores en la práctica en la determinación de carga y su solución por medio del procedimiento según la invención.

A modo de ejemplo, en la figura 3 se representa una máquina de trabajo en forma de una grúa móvil sobre orugas, que dispone sólo de un sistema de sensores muy sencillo. A modo de ejemplo, la máquina está equipada con sensores para el medidor de ángulos 3 para la pluma, con diversos parámetros de ajuste hidráulicos de los tornos 4, mediante los cuales, hasta el momento, no es posible una determinación de la carga de forma indirecta, o no es posible con una precisión correspondiente. No obstante, el procedimiento según la invención permite determinar de forma precisa la carga 6 contenida en el elemento de sujeción 5.

Además, en la figura 4 se explica la configuración de una máquina de trabajo que dispone de un dispositivo preciso de medición de fuerza en un torno. Ese dispositivo de medición de fuerza, sin embargo, sólo está conectado a la carga 9 de forma indirecta mediante un cable que es guiado mediante varias poleas de desvío 8. Con ello, en la señal de medición de los dispositivos de medición de fuerza están contenidos todos los fenómenos 10 que se presentan durante el proceso (por ejemplo fricción, pandeo del cable, peso del cable, flexiones, efectos de palanca, ...), que alteran en alto grado la medición de la carga. La dificultad en los procedimientos existentes reside en detectar todas las influencias y en describirlas correctamente de forma física. El procedimiento descrito según la invención, a partir de los datos disponibles, halla una solución global (contiene todos los estados de la máquina reproducidos en los recorridos de referencia).

Además, en la figura 5 se explica la configuración de una máquina de trabajo, en la cual, para reducir al mínimo los efectos representados en el ejemplo antes mencionado de la figura 4, la unidad de medición de fuerza 11 está colocada lo más cerca posible de la carga 12 que debe medirse. Sin embargo, esto contribuye sólo parcialmente a la solución del problema, puesto que, por una parte, no pueden eliminarse todos los efectos (por ejemplo dinámica), por otra parte, la calibración de un dispositivo de medición de esa clase en general considera solamente el estado estático de la máquina, lo que tiene como consecuencia que, para la determinación de la carga exacta, se requiere un estado estático de la máquina o se exige una velocidad constante durante un periodo de tiempo más prolongado. De este modo, sin embargo, a menudo puede medirse sólo un grado de libertad de movimiento, por ejemplo un movimiento estrictamente vertical, sin dinámica.

De este modo, no están cubiertos los efectos mostrados en la figura 6, causados por influencias del ambiente (por ejemplo movimientos de las olas en el caso de la utilización de la máquina de trabajo en alta mar o de máquinas de trabajo en terrenos irregulares con condiciones de uso rigurosas, por ejemplo polvo, ruido, vibraciones, CEM -compatibilidad electromagnética-, etc.). El procedimiento según la invención propuesto puede superar todas esas limitaciones. Puesto que la máquina se calibra de forma dinámica no son necesarias pérdidas de rendimiento debido a tiempos de espera en función de la medición, y en el caso de una monitorización correspondiente de las condiciones del entorno, por ejemplo mediante IMU (unidad de medición inercial), es posible una medición completamente desacoplada de las influencias del ambiente.

Claims (13)

REIVINDICACIONES

1. Procedimiento para determinar la carga recibida de una máquina de trabajo para la manipulación dinámica de materiales, en particular de una grúa, caracterizado porque la carga se calcula durante la operación del trabajo mediante un modelo carga, y el modelo de carga, durante una fase de calibración (1) de la máquina de trabajo, se determina del siguiente modo:

- realización de una pluralidad de ciclos de la máquina (1a), habituales en el funcionamiento, con una carga de referencia recibida, mientras que se registran parámetros de la máquina (1b) disponibles,

- implementación de un análisis de significancia (1c) de los parámetros (1b) registrados, para determinar parámetros (1e) estadísticamente significativos que indican una dependencia de la carga,

- realización de un algoritmo estadístico de aprendizaje y/o de optimización (1d) para crear un modelo de carga, individual de la máquina, que describe la relación de los parámetros (1e) determinados como significativos y de la carga.

2. Procedimiento según la reivindicación 1, caracterizado porque los parámetros (1b) se tratan de valores de medición detectados mediante un sistema de sensores de la máquina de trabajo y/o de estados internos de la máquina.

3. Procedimiento según una de las reivindicaciones precedentes, caracterizado porque para la calibración (1) de la máquina de trabajo no se requieren, o no se utilizan, modelos físicos, diagramas característicos o estructuras de modelo fijas.

4. Procedimiento según una de las reivindicaciones precedentes, caracterizado porque el modelo de carga individual es una red neuronal, o al menos un algoritmo de aprendizaje y/o de optimización, árboles de regresión y/o de decisión, y/o métodos de agrupación y/o aprendizaje bayesiano y/o aprendizaje basado en instancias y/o aprendizaje por refuerzo.

5. Procedimiento según una de las reivindicaciones precedentes, caracterizado porque como parámetros (1b) se consideran valores de medición del sensor de un sistema de sensores externo, que preferentemente se utilizan para observar el entorno de la máquina de trabajo, de modo especialmente preferente se utilizan para observar y detectar movimientos de buques/movimientos de olas en el caso de la utilización de la máquina de trabajo sobre el agua.

6. Procedimiento según una de las reivindicaciones precedentes, caracterizado porque mediante el algoritmo estadístico de aprendizaje y/o de optimización (1d) se genera una selección de varias hipótesis del modelo de carga individuales, a partir de la cual se selecciona un modelo de carga individual optimizado, en función de la aplicación, que proporciona los resultados más estables para la aplicación deseada de la máquina, mediante los datos registrados en la fase de calibración (1).

7. Procedimiento según una de las reivindicaciones precedentes, caracterizado porque además, para el modelo de carga individual creado o seleccionado, se determinan los parámetros óptimos significativos (1e), que describen del mejor modo posible la relación entre parámetros (1b) y la carga, donde durante el funcionamiento de la máquina, la carga efectivamente recibida se calcula mediante el modelo de carga individual creado o seleccionado, y se calculan valores del sensor y/o de estado (1b) de la máquina de trabajo, que hacen referencia a los parámetros óptimos significativos (1e).

8. Procedimiento según una de las reivindicaciones precedentes, caracterizado porque durante la operación de trabajo (2) tiene lugar un análisis estadístico de los valores de carga calculados dentro de un ciclo de carga 2d), para aumentar la precisión del cálculo de carga y/o para determinar posibles desviaciones del resultado calculado, de la carga efectiva.

9. Procedimiento según una de las reivindicaciones precedentes, caracterizado porque los datos del sensor y/o de estado registrados durante los recorridos sin carga de la máquina de trabajo se utilizan para monitorear el modelo de carga y/o los parámetros significativos seleccionados, donde además, mediante la monitorización, en particular se detectan cambios en la máquina y/o en el ambiente, como por ejemplo derivas de temperatura, cambios de fricción, defectos, una falla del sensor o una deriva del sensor, etc.

10. Procedimiento según la reivindicación 9, caracterizado porque los parámetros registrados durante recorridos sin carga de la máquina de trabajo se utilizan para la optimización adaptativa del modelo de carga utilizado y/o para la selección de parámetros significativos, para adecuar el procedimiento, de forma adaptativa, a influencias y variaciones condicionadas por el ambiente y/o por la máquina, como por ejemplo efectos de temperatura, modificaciones del equipo y cambios de fricción resultantes de ello.

11. Procedimiento según una de las reivindicaciones precedentes, caracterizado porque los parámetros detectados durante la fase de calibración (2), que no fueron considerados para la formación del modelo, se utilizan para la validación del modelo de carga generado o seleccionado.

12. Máquina de trabajo, preferentemente grúa, con un controlador de la grúa para realizar el procedimiento según una de las reivindicaciones precedentes.

13. Máquina de trabajo según la reivindicación 12, caracterizada porque la máquina presenta uno o varios sensores no calibrados para la realización del procedimiento.