用于确定线缆磨损状态的系统和方法与流程

1.本发明涉及一种用于工业自动化的系统，该系统包括带有功能单元以及通信单元的现场设备，所述功能单元尤其是执行器单元、传感器单元和/或控制单元，所述功能单元构造为，根据接收到的有用数据(nutzdaten)来提供功能，所述通信单元用于经由线缆来接收包含有用数据的有用数据信号。通信单元构造为，基于有用数据信号来提供参数集，并在使用该参数集的情况下执行对有用数据信号的信号处理，以便从有用数据信号中获得有用数据。


背景技术：

2.例如，线缆是总线线缆。线缆也可以被称为数据传输线缆。线缆适宜性地布置在牵引链中，和/或遭受机械负荷、如拉伸、扭转或者弯曲，由此随着时间的推移，该线缆的传输特性劣化。例如，该系统包括致动器装置，通过该致动器装置，使线缆置于线缆运动中。此外，温度和/或空气湿度可能表示线缆的负荷，并且可能导致传输特性劣化。尤其是，线缆的机械变形可能对线缆的高频传输特性产生影响。线缆适宜性地具有对称的几何形状，并且例如实施为星绞四线组线缆或者双绞线(twisted-pair)线缆。线缆的几何形状受线缆的变形干扰，并且例如增强了在线缆的缆芯对之间的串扰。此外，线缆的电介质(亦即线缆的缆芯的包覆套)可能被线缆的负荷损坏，因为例如在电介质中构造了干扰电磁波的传输的裂缝。
3.由于线缆的负荷，线缆经历线缆磨损。从确定的线缆磨损状态起(例如在确定的使用持续时间之后)，可能发生传输错误，直至通过线缆提供的传输路径失效。
4.常规地，按照维修计划，定期地替换线缆，尤其是在该线缆具有危急的线缆磨损状态之前，亦即在该线缆具有其中经由线缆不再可能传输有用数据信号的线缆磨损状态之前，替换线缆。
5.已知的是，给线缆配备有牺牲缆芯(opferader)(附加的、较弱的缆芯)。如果识别出牺牲缆芯中断，则可以推断出如下线缆磨损状态：在所述线缆磨损状态的情况下，要替换线缆。
6.u.i.lapp股份有限公司宣布了一种“lapp预测维护盒(predictive maintenance box)”，该“lapp预测维护盒”可以串行地插接到数据线上并且监控，线路的传输特性是否减弱。
7.us 7,864,694 b1描述了一种用于监控在100mb以太网物理层(ethernet-physical-layer)设备中的数据连接质量的系统和方法。连接质量监控单元检测数据连接参数的运行值。当数据连接参数的运行值超出高阈值或者低阈值时，连接质量监控单元输出终止连接信号，以便引起，当时的数据连接被终止并且新的数据连接被建立。


技术实现要素：

8.本发明的任务在于，提供一种用于工业自动化的可靠系统。
9.通过根据权利要求1所述的系统，解决该任务。该系统包括诊断装置，该诊断装置构造为，根据基于参数集的指标变量来确定线缆的线缆磨损状态。
10.该指标变量是该参数集的映射。例如，指标变量基于参数集的单个、多个或者所有参数。优选地，指标变量基于参数集的多个参数之和。此外可能的是，指标变量表示参数集的单个、多个或者所有参数。例如，参数集自身也可以被用作指标变量。
11.因此，对线缆磨损状态的确定(经由指标变量)适宜性地基于如下那个参数集：该参数集已经被用于接收有用数据。作为参数，该参数集例如包括均衡器单元的一个或者多个系数，该均衡器单元针对有用数据信号的信号处理而被采用。均衡器单元也可以被称为均衡器(equalizer)。均衡器单元用于，补偿有用数据信号的由线缆引起的、尤其是与频率有关的衰减。例如，通过线缆，高频比低频更强地衰减。均衡器单元尤其是用于，补偿高频的衰减。参数集和/或指标变量适宜性地与线缆的传输特性、尤其是衰减有关联。例如，参数集和/或指标变量表明：有用数据信号的通过线缆引起的衰减有多强。尤其是，参数集和/或指标变量表明对有用数据信号的衰减的补偿强度。线缆的传输特性、尤其是衰减与线缆磨损状态有关联。因此，在基于参数集的指标变量的基础上，可以确定线缆磨损状态。
12.作为线缆磨损状态，尤其是可以确定如下非危急的线缆磨损状态：在所述非危急的线缆磨损状态的情况下，线缆的传输特性已经劣化，但是有用数据信号可以继续被传输。适宜性地，系统构造为，已经在存在非危急的线缆磨损状态时指出：要替换线缆。以这种方式可以防止，线缆进一步磨损，直至危急的线缆磨损状态，在该危急的线缆磨损状态的情况下，有用数据信号不再能被传输，并且因此在该系统中可能发生失效和/或误操作。
13.因此，通过确定线缆磨损状态成为可能的是，在由于磨损而要替换的线缆导致系统中的失效和/或误操作之前，及早地标识出该线缆。因此，该系统的可靠性可以得到改善。
14.参数集和/或指标变量通过现场设备自身来提供。因此，(除了现场设备之外)，适宜性地不需要其他单元，以便提供参数集和/或指标变量。存在现场设备，以便提供尤其是与工业制造过程有关联的功能。因此，现场设备已经出于不同于确定线缆磨损状态的原因而存在于系统中。例如，现场设备是用于驱动装置的控制单元、马达控制器、用于读取传感机构的控制单元、传感器单元、摄像机和/或致动器单元。
15.有利的扩展方案是从属权利要求的主题。
16.此外，本发明涉及一种用于确定线缆的线缆磨损状态的方法，该方法包括步骤：在现场设备处接收有用数据信号；基于有用数据信号来提供参数集；在使用参数集的情况下，执行对有用数据信号的信号处理，以便从有用数据信号中获得有用数据；借助现场设备的功能单元、尤其是致动器单元、传感器单元和/或控制单元，根据有用数据来提供功能；以及根据基于参数集的指标变量来确定线缆的线缆磨损状态。
17.优选地，利用所描述的用于工业自动化的系统，执行该方法。根据优选的构建方案，与该系统的扩展方案相对应地，构造该方法。
附图说明
18.下面，参照附图来阐述其他示例性的细节以及示范性的实施形式。在此，
19.图1示出了用于工业自动化的系统的示意图，
20.图2示出了现场设备的示意图，以及
21.图3示出了指标变量的时间变化过程。
具体实施方式
22.图1示出了系统10，该系统10尤其是用于在工业自动化中采用。系统10也可以被称为工业系统。例如，系统10在工业制造过程中被采用。例如，系统10是工业生产线。
23.系统10包括至少一个现场设备1。优选地，系统10包括多个现场设备1。纯示例性地，现场设备1包括第一现场设备1a、第二现场设备1b、第三现场设备1c和/或第四现场设备1d。
24.随后涉及到现场设备1的阐述适宜性地分别适用于现场设备1a、1b、1c、1d中的多个、优选地所有现场设备。
25.现场设备1包括功能单元2。功能单元2例如包括致动器单元、传感器单元和/或控制单元。功能单元2构造为，根据接收到的有用数据nd来提供功能。
26.优选地，功能单元2实施为致动器单元，例如实施为电动或者气动驱动装置，并且构造为，根据有用数据nd来提供驱动、尤其是运动作为功能。有用数据例如是致动器单元的控制数据，并且尤其是预先给定要提供的驱动、尤其是运动。例如，致动器单元是电动气动转换器。
27.此外，功能单元2可以实施为传感器单元，并且例如可以用于，作为功能，检测尤其是与工业制造过程有关联的物理变量。传感器单元适宜性地构造为，根据接收到的有用数据来执行对物理变量的检测。
28.此外，功能单元2可以实施为控制单元，并且尤其是构造为，作为功能，操控致动器装置8，以便引起致动器装置8执行运动9。控制单元尤其是构造为，基于有用数据nd来执行操控。例如，有用数据nd预先给定对致动器装置8的要执行的操控。
29.此外，现场设备1包括通信单元3，用于接收包含有用数据nd的有用数据信号ds。现场设备1经由通信单元3适宜性地联接到总线、尤其是现场总线。现场设备1适宜性地是现场总线用户。通信单元3经由线缆4接收有用数据信号ds。示例性地，线缆4连接在现场设备1上。线缆4适宜性地是总线的部分，尤其是工业总线的部分，优选地是现场总线的部分。线缆4也可以被称为总线线缆。
30.通信单元3构造为，基于有用数据信号ds来提供参数集ps，并在使用参数集ps的情况下执行对有用数据信号ds的信号处理，以便从有用数据信号ds中获得有用数据nd。
31.此外，系统10包括诊断装置5，该诊断装置5构造为，根据基于参数集ps的指标变量ig来确定线缆4的线缆磨损状态。
32.在下文，要更详细地探讨系统10的在图1中示出的示例性结构。
33.示例性地，系统10包括上级控制装置6，该上级控制装置6例如实施为可编程逻辑控制器sps。上级控制装置6与现场设备1以通信方式相连，更确切而言尤其是经由总线相连，该总线适宜性地经由一个或者多个线缆4伸展。上级控制装置6适宜性地构造为，提供包含指向一个或者多个现场设备1的有用数据的有用数据信号，并经由所述一个或者多个线缆4向所述一个或者多个现场设备1传输有用数据信号。
34.优选地，系统10包括多个线缆4。示例性地，线缆4包括第一线缆4a、第二线缆4b、第三线缆4c和第四线缆4d。每个线缆4都适宜性地连接到各自的现场设备1的输入端上。第一
线缆4a连接到第一现场设备1a的输入端上。第二线缆4b连接到第二现场设备4b的输入端上。第三线缆4c连接到第三现场设备4c的输入端上。第四线缆4d连接到第四现场设备4d的输入端上。纯示例性地，第一线缆4a将第一现场设备1a与第三现场设备1c相连，第二线缆4b将第二现场设备1b与第四现场设备1d相连，第三线缆4c将第三现场设备1c与第二现场设备1b相连，并且第四线缆4d将第四现场设备与上级控制装置6相连。
35.纯示例性地，现场设备1(和适宜性地，上级控制装置6)经由线缆4相互串联(亦即尤其是以线型拓扑结构)接通。替选地，现场设备1(和适宜性地，上级控制装置6)可以经由线缆4以其他拓扑结构接通。
36.系统10优选地包括至少一个致动器装置8，该致动器装置8构造为，提供运动9。纯示例性地，该系统包括多个致动器装置8，所述多个致动器装置8分别提供各自的运动9。示例性地，通过每个运动9，使各自的线缆4置于各自的线缆运动中。线缆运动可能导致负荷，并且尤其是可能导致各自的线缆4的磨损。纯示例性地，存在第一致动器装置8a，该第一致动器装置8a引起第一线缆4a的线缆运动。此外，纯示例性地，存在第二致动器装置8b，该第二致动器装置8b引起第二线缆4b和/或第三线缆4c的线缆运动。示例性地，第一现场设备1a耦合在第一致动器装置8a上，尤其是固定在第一致动器装置8a上，使得由第一致动器装置8a提供的运动9导致第一现场设备1a的运动，由此引起第一线缆4a的线缆运动。示例性地，第二现场设备1b耦合在第二致动器装置8b上，尤其是固定在第二致动器装置8b上，使得由第二致动器装置8b提供的运动9导致第二现场设备1a的运动，由此引起第二线缆4b和/或第三线缆4c的线缆运动。
37.优选地，诊断装置5包括至少一个本地诊断单元16，所述至少一个本地诊断单元16是现场设备1的部分。适宜性地，本地诊断单元16集成在现场设备1中。尤其是，本地诊断单元16布置在现场设备1的壳体21中。示例性地，诊断装置5包括多个本地诊断单元16，其中每个本地诊断单元16都是各自的现场设备1的部分。每个本地诊断单元16都适宜性地构造为，在本地在各自的现场设备1中，根据基于各自的参数数据集的各自的指标变量ig，确定线缆磨损状态。优选地，每个本地诊断单元16都构造为，基于参数数据集来提供指标变量ig。
38.示例性地，尤其是替选于本地诊断单元16或者除了本地诊断单元16之外，诊断装置5包括中央诊断单元17。示例性地，中央诊断单元17是上级控制装置6的部分。适宜性地，中央诊断单元17集成在上级控制装置6中。尤其是，中央诊断单元17布置在上级控制装置6的壳体中。适宜性地，中央诊断单元17构造为，基于现场设备1之一的指标变量ig来确定线缆磨损状态。示例性地，中央诊断单元17构造为，基于各自的指标变量ig，针对多个线缆4分别确定各自的线缆磨损状态。例如，系统10构造为，从一个或者多个现场设备1向中央诊断单元17传输至少一个、尤其是多个参数集和/或指标变量ig，尤其是经由总线、优选地经由线缆4来传输至少一个、尤其是多个参数集和/或指标变量ig。适宜性地，中央诊断单元17构造为，基于每个接收到的参数集来提供各自的指标变量ig。
39.示例性地，尤其是替选于本地诊断单元16和/或中央诊断单元17，或者除了本地诊断单元16和/或中央诊断单元17之外，诊断装置包括外部诊断单元18。示例性地，外部诊断单元18是外部计算机单元7的部分。外部计算机单元7例如是移动设备、尤其是智能手机或者平板电脑。此外，外部计算机单元7也可以是外部服务器、例如云服务器。外部计算机单元7适宜性地经由广域网19、尤其是互联网与上级控制装置6和/或现场设备1相连。适宜性地，
外部诊断单元18构造为，基于现场设备1之一的指标变量ig来确定线缆磨损状态。示例性地，外部诊断单元18构造为，针对多个线缆4，基于各自的指标变量ig，分别确定各自的线缆磨损状态。例如，系统10构造为，从一个或者多个现场设备1向外部诊断单元18传输至少一个、尤其是多个参数集和/或指标变量ig，尤其是经由广域网19传输至少一个、尤其是多个参数集和/或指标变量ig。适宜性地，外部诊断单元18构造为，基于每个接收到的参数集来提供各自的指标变量ig。
40.参照图2，在下文要更详细地探讨现场设备1的结构和探讨在现场设备1中执行的信号处理。
41.现场设备1包括壳体21，该壳体21尤其是表示现场设备1的外壳体。现场设备1包括通信单元3、诊断装置5(示例性地作为诊断装置5的本地诊断单元16)和功能单元2，它们适宜性地布置在壳体21中。
42.通信单元3构造为，基于接收到的有用数据信号ds来提供参数集ps。参数集ps示例性地与线缆的传输特性有关联。例如，参数集ps映射线缆4的尤其是与频率有关的衰减。该参数集包括一个或者多个参数，其中适宜性地每个参数都映射有用数据信号ds的另一频带的衰减。
43.示例性地，通信单元3包括均衡器单元12，该均衡器单元12构造为，作为信号处理，在使用参数集ps的情况下执行对有用数据信号ds的信号均衡。参数集优选地包括如下系数作为参数：均衡器单元12为了均衡有用数据信号ds而采用所述系数。均衡器单元12也可以被称为均衡器。每个系数都适宜性地分配给各自的频带，并描述了要由均衡器单元12执行的对频带的放大。例如，均衡器单元12实施为数字滤波器，尤其是实施为fir滤波器。
44.通信单元3示例性地包括参数集单元15，该参数集单元15构造为，基于有用数据信号ds来提供参数集ps。参数集单元15尤其是构造为，根据有用数据信号ds的衰减来提供参数集，使得基于参数集来执行的信号处理(尤其是信号均衡)补偿有用数据信号ds的衰减。参数集单元15适宜性地实施为数字滤波器，尤其是实施为fir滤波器。
45.示例性地，通信单元3经由线缆4接收有用数据信号ds作为模拟的有用数据信号ads。通信单元3包括模拟数字转换器11，该模拟数字转换器11将模拟的有用数据信号ads转换成数字的有用数据信号dds。数字的有用数据信号dds适宜性地包括一系列信号值，这些信号值映射了模拟的有用数据信号ads的时间变化过程，并且因此尤其是映射了模拟的有用数据信号ads的信号形状。数字的有用数据信号dds的各个信号值适宜性地具有大于一比特的分辨率。
46.通信单元3将数字的有用数据信号dds输送给均衡器单元12，该均衡器单元12基于数字的有用数据信号dds并在使用参数集ps的情况下提供经过均衡的有用数据信号eds。
47.通信单元3将数字的有用数据信号dds和/或经过均衡的有用数据信号eds输送给参数集单元15，该参数集单元15基于数字的有用数据信号dds和/或经过均衡的有用数据信号eds来提供、尤其是计算或者选择参数集ps。
48.此外，通信单元3示例性地包括提取单元14，所述提取单元14从经过均衡的有用数据信号eds中提取有用数据并将有用数据提供给功能单元2。
49.在下文，要更详细地探讨对线缆磨损状态的确定。
50.优选地，诊断装置5构造为，执行对参数集的参数的选择和/或加权，并基于所选择
的和/或经过加权的参数来提供、尤其是计算指标变量ig。例如，系统10、尤其是诊断装置5在投入运行时规定对要针对指标变量ig使用的参数的选择和/或加权。尤其是，为了提供指标变量ig，选择和/或比其他参数更强地加权如下那些参数：所述参数与其他参数相比具有更强的对于线缆磨损的相互关系。指标变量ig尤其是可以是标量变量，或者可以是向量变量。适宜性地，诊断装置5构造为，连续地基于随时间变化的参数集来提供、尤其是计算指标变量ig。指标变量ig尤其是作为随时间变化的指标变量信号存在。
51.优选地，诊断装置5构造为，将指标变量ig计算为参数集的函数。例如，指标变量ig基于参数集的单个、多个或者所有参数。优选地，指标变量ig基于参数集的多个或者所有参数之和。尤其是，指标变量ig基于参数集的所选择的参数之和。此外可能的是，指标变量ig表示参数集中的单个、多个或者所有参数。例如，参数集自身也可以被用作指标变量ig。
52.优选地，诊断装置5具有参考值，并构造为，将指标变量ig与参考值进行比较，以便确定线缆磨损状态。例如，系统10构造为，在系统10投入运行时记录参考值，亦即尤其是当线缆4是新的且不具有磨损时，记录参考值。
53.优选地，诊断装置5构造为，计算指标变量ig的变化，并基于该变化来确定线缆磨损状态。例如，诊断装置5构造为，计算指标变量ig的一阶时间导数和/或二阶时间导数，并基于该一阶时间导数和/或二阶时间导数来确定线缆磨损状态。
54.诊断装置5适宜性地构造为，在持续运行中，亦即尤其是在利用系统10执行的持续工业制造过程中，确定线缆磨损状态。适宜性地，诊断装置5构造为，基于在持续运行中提供的参数集来提供指标变量ig，并基于指标变量ig来确定线缆磨损状态。
55.优选地，诊断装置5构造为，基于所确定的线缆磨损状态来提供线缆磨损信息，尤其是存储、传输和/或向用户输出、例如在显示装置上显示线缆磨损信息。线缆磨损信息例如表明，要更换其线缆磨损状态已被确定的线缆4。例如，线缆磨损信息由现场设备1显示，尤其是以用户可感知的方式和方法，例如视觉地和/或声学地来显示。例如，现场设备1包括显示装置、尤其是显示器和/或led，现场设备1利用该显示装置来显示线缆磨损信息。
56.优选地，诊断装置5构造为，在如下时刻提供表明必须替换线缆4的线缆磨损信息：在所述时刻，线缆4还能足够好地传输有用数据信号ds，使得通信装置3能完全从有用数据信号ds中提取要与有用数据信号ds一起传输的有用数据nd，以致因此尤其是不丢失有用数据nd。
57.优选地，诊断装置5构造为，基于所确定的线缆磨损状态来提供、尤其是计算剩余使用寿命预测。适宜性地，诊断装置5构造为，存储、传输和/或输出剩余使用寿命预测作为预测信息，尤其是给用户显示所述剩余使用寿命预测。
58.示例性地，尤其是实施为移动设备的外部计算机单元7构造为，尤其是在外部计算机单元7的显示器上，显示一个或者多个线缆4的所确定的线缆磨损状态。
59.示例性地，致动器装置8构造为，执行运动9，通过该运动9使线缆4置于线缆运动中。示例性地，除了现场设备1之外，还存在致动器装置8，并且该致动器装置8使现场设备1置于运动中，由此使线缆4置于线缆运动中。替选于此地，致动器装置可以是现场设备的部分；例如致动器装置可以是现场设备的功能单元，并且致动器装置使线缆4置于线缆运动中。
60.适宜性地，可以在线缆导向装置、例如牵引链和/或能量导向链中引导线缆4。
61.致动器装置8尤其是构造为，提供运动9作为周期性重复的运动，使得线缆4被置于周期性重复的线缆运动中。
62.线缆运动适宜性地导致线缆磨损。尤其是，线缆运动导致机械应力，该机械应力导致老化。由于线缆运动，尤其是发生线缆4的几何形状和/或电介质的改变。
63.优选地，诊断装置5构造为，检测关于线缆运动的运动信息，并在确定线缆磨损状态时考虑运动信息。该运动信息例如表明，何时进行线缆运动。适宜性地，参数集ps(并且由此指标变量ig也)尤其是由于线缆运动而遭受时间变化。
64.图3示出了指标变量ig的示例性时间变化过程。指标变量ig的时间变化过程也要被称为指标变量信号。指标变量信号具有多个信号特征sc，所述信号特征sc示例性地为局部最大值。替选地，信号特征可以是指标变量信号的最小值，或者可以是指标变量信号的其他特征性标志。示例性地，分配给所示出的指标变量信号的线缆4遭受具有周期持续时间pd的周期性运动。
65.优选地，诊断装置5构造为，为了从指标变量信号中确定线缆磨损状态而选择和/或比其他指标变量信号值更强地加权如下那些指标变量信号值：在所述指标变量信号值的情况下，存在确定的线缆运动和/或线缆4的通过线缆运动引起的确定的变形。适宜性地，诊断装置5构造为，依据每个指标变量信号值的运动信息识别，在该指标变量信号值的情况下，是否存在确定的线缆运动和/或确定的线缆变形，并基于该识别来选择、摒弃和/或加权该指标变量信号值。尤其是，诊断装置构造为，基于所选择的和/或经过加权的指标变量信号值来确定线缆磨损状态。
66.示例性地，运动信息包括例如线缆运动的周期pd。诊断装置5适宜性地构造为，在确定线缆磨损状态时考虑如下那些信号特征作为指标变量信号值：所述信号特征与运动信息、尤其是周期pd相关。示例性地，多个信号特征(这里例如，信号特征sc1、sc2、sc4、sc5)具有周期pd作为彼此间的时间间隔。诊断装置5查明，这些信号特征sc1、sc2、sc4、sc5对应于运动信息，并在确定线缆磨损状态时使用属于这些信号特征的指标变量信号值。此外，诊断装置5适宜性地构造为，查明信号特征sc4不对应于运动信息，并在确定线缆磨损状态时不考虑属于信号特征sc4的指标变量信号值，或者比其他指标变量信号值更弱地对属于信号特征sc4的指标变量信号值进行加权。
67.示例性地，诊断装置5可以基于有用数据nd来提供运动信息，例如当有用数据nd包括针对致动器装置8的控制数据时，那么可以提供运动信息。此外，诊断装置5可以构造为，基于参数集和/或指标变量，尤其是基于参数集和/或指标变量的时间变化，检测运动信息。例如，诊断装置5构造为，检测参数集和/或指标变量的周期性变化，并基于周期性变化来提供运动信息。该运动信息适宜性地涉及线缆运动的周期性、尤其是周期。
68.优选地，诊断装置5构造为，作为运动信息对线缆运动的数目进行计数。适宜性地，诊断装置5构造为，基于运动信息来计算切换周期的数目、尤其是致动器装置8的切换周期的数目。
69.优选地，系统10包括多个现场设备1。每个现场设备1都具有各自的通信单元3，该各自的通信单元3构造为，经由各自的线缆4接收各自的有用数据信号ds，根据各自的有用数据信号ds提供各自的参数集ps，并在使用各自的参数集ps的情况下执行对有用数据信号ds的信号处理，以便获得在各自的有用数据信号ds中包含的各自的有用数据nd。系统10、尤
其是诊断装置5构造为，针对每个线缆4，根据基于各自参数集的各自的指标变量，确定各自的线缆磨损状态。
70.例如，诊断装置5根据第一指标变量来确定第一线缆4a的第一线缆磨损状态，该第一指标变量基于第一现场设备1a用于对经由第一线缆4a接收到的第一有用数据信号进行信号处理的第一参数集。此外，诊断装置5根据第二指标变量来确定第二线缆4b的第二线缆磨损状态，该第二指标变量基于第二现场设备1b用于对经由第二线缆4b接收到的第二有用数据信号进行信号处理的第二参数集。此外，诊断装置5根据第三指标变量来确定第三线缆4c的第三线缆磨损状态，所述第三指标变量基于第三现场设备1c用于对经由第三线缆4c接收到的第三有用数据信号进行信号处理的第三参数集。此外，诊断装置5根据第四指标变量确定第四线缆4d的第四线缆磨损状态，所述第四指标变量基于第四现场设备1d用于对经由第四线缆4d接收到的第四有用数据信号进行信号处理的第四参数集。
71.优选地，系统10构造为，基于属于第一现场设备1a的第一指标变量(该第一指标变量基于第一参数集)，并且基于属于第二现场设备1b的第二指标变量(该第二指标变量基于第二参数集)，确定连接在第一现场设备1a上的第一线缆4a的线缆磨损状态。例如，系统10、尤其是诊断装置5构造为，在确定线缆4的线缆磨损状态时，尤其是作为参考变量，考虑分配给其他线缆4的指标变量和/或参数集。例如，系统10、尤其是诊断装置5构造为：识别出，第一现场设备1a的指标变量与其他现场设备的指标变量相比更强烈地改变；而且基于该识别确定连接在第一现场设备1a上的第一线缆4a的线缆磨损状态。系统10、尤其是诊断装置5构造为，相对于第二指标变量随着时间过去的改变，根据第一指标变量随着时间过去的改变来确定线缆磨损状态。
72.优选地，系统10针对每个线缆4都具有特性信息，所述特性信息包括各自的线缆的类型信息和/或各自的线缆的负荷信息。系统10构造为，在考虑特性信息的情况下，确定线缆磨损状态。示例性地，该系统构造为，基于各自的特性信息将线缆4分组成不同的线缆组，并在考虑各自的线缆组的情况下确定每个线缆4的各自的线缆磨损状态。例如，诊断装置5构造为，根据各自的线缆组适配参考值，并基于指标变量与经过适配的参考值的比较来确定线缆磨损状态。
73.优选地，诊断装置5构造为，合并不同现场设备1的指标变量，例如在外部诊断单元18中合并不同现场设备1的指标变量，并且优选地使不同现场设备1的指标变量承受大数据分析(big-data-analyse)。适宜性地，诊断装置5构造为，基于指标变量，尤其是基于大数据分析，训练ki组件、例如人工神经网络，并在确定线缆磨损状态时采用所述ki组件。
74.尤其是，根据下面所描述的用于确定线缆4的线缆磨损状态的方法，可以运行系统10。该方法包括步骤：在现场设备1处接收有用数据信号ds；基于有用数据信号ds来提供参数集ps；在使用参数集ps的情况下，执行对有用数据信号ds的信号处理，以便从有用数据信号中获得有用数据nd；借助现场设备1的功能单元2、尤其是致动器单元、传感器单元和/或控制单元，根据有用数据来提供功能；并根据基于参数集ps的指标变量，确定线缆4的线缆磨损状态。
75.下面要阐述其他示例性细节。
76.该参数集例如可以包括自动设定的前置放大装置的参数、信号均衡器(equalizer)的运行参数、通信单元3的输出端口对输入端口的串扰程度、统计信号参数、总
线协议的错误指标、如例如crc错误和/或符号编码的错误指标。适宜性地，诊断装置5构造为，在持续运行中连续评估来自均衡器单元12的系数和/或在线缆4上伸展的传输路径的其他系统参数，并分析时间变化过程，以便确定线缆磨损状态。
77.参数集的参数优选地是持续不断变化的变量。诊断装置5适宜性地构造为，使参数集和/或指标变量承受求平均值和/或(例如借助中值滤波器)过滤，尤其是以便减少或者去除短期干扰或者测量误差。尤其是，诊断装置5采用基于时间的滤波器，该基于时间的滤波器将可计数的变量转换为持续不断可变的变量。可选地，诊断装置5构造为，在计算指标变量时，根据参数集的参数与线缆4的传输特性、例如传输质量的相互关系，对参数集的参数进行加权和/或在时间上进行过滤。示例性地，诊断装置5构造为，根据在哪个协议层中出现错误，规定在确定指标变量时的错误的权重，尤其是使得较高协议层的错误比较低协议层中的错误更弱地被加权。例如，crc错误可能指出外部电磁干扰，并与此相应地更弱地被加权。
78.尤其是，线缆4布置在牵引链中，该牵引链示例性地遭受周期性运动过程，使得线缆4经历周期性的机械负荷。诊断装置5适宜性地构造为，在参数集的一个参数的干扰事件之间测量周期持续时间，并且如果该周期持续时间是恒定的，则推断出，该干扰事件由于机械负荷(并且不是例如由于外部电磁干扰)造成，而且可使该参数涌入到指标变量ig中。适宜性地，诊断装置5构造为，在时间上进行过滤时，以这种方式识别出反复的干扰模式。
79.优选地，诊断装置5构造为，为了确定线缆磨损状态，执行对分配给不同现场设备1和/或线缆4的指标变量的相对比较。替选于此地或者除此之外，诊断装置5构造为，为了确定线缆磨损状态而执行与(尤其是绝对的)参考值的比较。
80.示例性地，诊断装置5构造为，执行参数集和/或指标变量的分布式、系统范围的评价方法。优选地，诊断装置5构造为，在本地、也就是说在每个现场设备1中，相对于参考值、例如新状态和/或事先从相对应的抽样中确定的参考值，确定对相应的线缆磨损状态的确定。
81.优选地，系统10包括数目为n的线缆4(示例性地四个线缆4)。在这n个线缆4中，示例性地数目为m的线缆(示例性地三个线缆：第一线缆4a、第二线缆4b和第三线缆4c)遭受特别的负荷(示例性地遭受运动9)。可以如下内容为出发点：随着运行持续时间的增加，这m个线缆相对于n-m个未承受负荷的线缆(示例性地线缆4d)更快地老化；因此这m个线缆的指标变量的变化速度与n-m个未承受负荷的线缆的变化速度不同。
82.适宜性地，诊断装置5构造为，在新状态中，尤其是根据线缆长度来确定针对指标变量的期望通道(erwartungskorridor)，并且基于期望通道来确定线缆磨损状态。期望通道是参考值的实例。
83.尤其是，诊断装置5构造为，响应于线缆4的指标变量处于期望通道之外，确定损坏作为线缆磨损状态，和/或推断出错误安装，并且适宜性地提供、尤其是输出与此有关的信息。
84.示例性地，诊断装置5构造为，基于指标变量来识别不正确拧紧的插头螺栓连接，并提供相对应的信息。
85.优选地，诊断装置5构造为，基于与参考值的比较和/或在首次投入使用时在新状态中的指标变量的比较，执行对单个独立线缆4的线缆磨损状态的确定。
86.尤其是，诊断装置5构造为，在持续运行中连续评估来自均衡器单元12的系数和可选地其他与线缆4有关联的系统参数，并且分析时间变化过程。
87.可选地，诊断装置5构造为，给每个线缆4指派一个(例如关于弯曲、扭转、温度和/或空气湿度的)负荷简档，以便根据该负荷简档适配一个/多个期望通道。诊断装置5将经过适配的期望通道与指标变量进行比较，以便确定线缆磨损状态。负荷简档是负荷信息的实例。
88.适宜性地，诊断装置5构造为，从系统10的初始状态开始，将线缆4(所述线缆4通向不同的现场设备1)的指标变量和/或参数集相互进行比较(整体地或者分割成多组地进行比较)。
89.分配给一个相同组的线缆4位于同一地点(一个机器或者多个并行运行的结构相同的机器)，和/或经历类似的运行条件(相同的房间/所在地)。可以如下内容为出发点：分配给所述一个相同组的线缆4彼此间分别遭受类似磨损。适宜性地，系统10构造为，将遭受特别高负荷的线缆4分配给一个或者多个组。
90.优选地，诊断装置5构造为：基于多个分配给不同线缆4(尤其是相同组的不同线缆4)的指标变量，识别出所述指标变量之一作为异常值(ausreiser)；并且基于该识别，确定针对所属的线缆的线缆磨损状态。示例性地，识别为异常值的指标变量还位于(尤其是绝对)参考值的期望通道中。
91.优选地，诊断装置5构造为，以较窄的期望通道来观测属于识别为异常值的指标变量的线缆4，和/或针对该线缆4提供要求替换线缆4的线缆磨损信息。
92.对线缆4的监控可以在本地进行，和/或可以集中进行。适宜性地，诊断装置5构造为，在本地执行对线缆4的线缆磨损状态的(尤其是与其他线缆的指标变量无关的)确定。此外，诊断装置5构造为，基于不同的现场设备的指标变量和/或参数集，集中执行对线缆磨损状态的确定。示例性地，诊断装置5构造为，在本地在各自的现场设备1中执行对各自的指标变量和/或各自的参数集的提供和/或处理、例如过滤，并向中央诊断单元17和/或外部诊断单元18传输、尤其是循环地和/或在变化时传输现场设备1的指标变量和/或参数集。
93.优选地，系统10的对经由线缆4的传输质量有影响的系统部件版本化。这些系统部件例如包括线缆4和现场设备1、尤其是现场设备1的通信单元3。诊断设备适宜性地构造为，针对系统部件的不同版本和组合提供不同的参考值。尤其是，诊断设备5构造为，将新的、经过扩展的或者校正过的参考值传输到现场设备1和/或中央诊断单元17和/或外部诊断单元18中。
94.适宜性地，诊断设备5构造为，记录现场设备1的指标变量，并基于所记录的指标变量来产生用于确定线缆磨损状态的期望通道，而且适宜性地使用该期望通道，用于确定要新添加的线缆4的线缆磨损状态。
95.根据另一实施形式，提供了一种用于工业自动化的系统10，该系统10包括带有功能单元2的现场设备1，该功能单元2尤其是致动器单元、传感器单元和/或控制单元。该功能单元2构造为，根据接收到的有用数据nd来提供功能。现场设备1此外包括通信单元3，用于经由线缆4接收包含有用数据nd的有用数据信号ds。系统10此外包括诊断装置5，该诊断装置5具有机器学习模型，该机器学习模型将与有用数据信号ds有关联的指标变量映射到线缆4的线缆磨损状态上。诊断装置5构造为，在使用机器学习模型的情况下，根据指标变量确
定线缆磨损状态。
96.该实施形式的系统10优选地是前面所描述的系统10。优选地，指标变量基于如下参数集ps：所述参数集ps被用于对有用数据信号ds进行信号处理。替选地或者附加地，指标变量可以涉及与有用数据信号ds有关联的另一变量、例如有用数据信号ds的信噪比。
97.机器学习模型也可被称为machine-learning-modell，并且尤其是表示指标变量、尤其是参数集的一个或者多个参数到线缆磨损状态上的映射。尤其是，机器学习模型近似在指标变量、尤其是参数集的一个或者多个参数与线缆磨损状态之间的非线性的相互关系。优选地，机器学习模型包括和/或基于下列内容中的一种或多种：决策树、集成方法(ensemble-methode)、随机森林(random-forest)、梯度提升树(gradient-boosted-tree)、支持向量机(support-vector-machine)、神经网络、回归方法、正则化、岭回归(ridge-regression)、套索回归(lasso-regression)和/或贝叶斯网络。尤其是，机器学习模型是人工智能模型。尤其是，机器学习模型包括和/或基于下列内容中的一种或者多种：决策树、如例如随机森林或者梯度提升树之类的集成方法、支持向量机、神经网络、如例如岭回归或者套索回归之类的具有正则化的回归方法、贝叶斯网络和/或其他回归或者分类算法。
98.根据可能的构建方案，指标变量包括接收到的有用数据信号的信噪比，并且机器学习模型将信噪比(以及适宜性地参数集)映射到线缆磨损状态上。诊断装置5构造为，在使用机器学习模型的情况下，基于信噪比(和适宜性地参数集)来确定线缆磨损状态。信噪比例如由通信单元3确定，尤其是在接收有用数据信号ds时确定。信噪比尤其是有用数据信号ds的信噪比。
99.优选地，诊断装置5构造为，确定周期数估计值作为线缆磨损状态，该周期数估计值描述了线缆4的线缆运动的所估计的周期数。用术语“周期数”指的是所进行的线缆运动的数目、尤其是线缆4的运动周期的数目。线缆磨损状态是针对线缆4的老化的量度，并且例如以“周期”为单位来表达。替选地，线缆磨损状态以“百分比”为单位来说明，尤其是被说明为已经过去的使用寿命。周期数估计值也可被称为老化周期数。优选地，机器学习模型将指标变量、尤其是参数集和/或信噪比映射到周期数估计值(作为线缆磨损状态)上。示例性地，由诊断装置5提供的线缆磨损信息包括周期数估计值和/或基于周期数估计值所确定的使用寿命、尤其是剩余使用寿命。线缆磨损信息尤其是可以包括向用户的如下警告：要替换线缆4。
100.根据优选的构建方案，诊断装置5构造为，基于周期数估计值以及描述线缆的线缆运动的实际周期数的周期数计数值，确定相对的线缆磨损状态，该相对的线缆磨损状态考虑了在周期数估计值与周期数计数值之间的关系。例如，基于传感器信号，尤其是基于运动传感器、例如致动器装置8的传感器信号，和/或基于对致动器装置8的操控，系统10确定线缆运动的实际周期数。优选地，诊断装置5计算相对的线缆磨损状态作为周期数估计值和周期数计数值构成的比，亦即尤其是作为周期数估计值和周期数计数值之商。尤其是，诊断装置5构造为，将周期数估计值和周期数计数值相互进行比较，并基于该比较来确定相对的线缆磨损状态。如果例如周期数估计值大于周期数计数值，那么诊断装置5可以给出如下指示(例如，作为线缆磨损信息)：线缆4的磨损高于正常的，尤其是高于在参考测试台中的磨损。例如，如果周期数估计值小于周期数计数值，那么诊断装置5可以给出如下指示(例如作为线缆磨损信息)：线缆4的磨损低于正常的。
101.尤其是，诊断装置5构造为，基于相对的线缆磨损状态，确定使用寿命、尤其是剩余使用寿命和/或线缆4的负荷。优选地，线缆磨损信息包括所确定的使用寿命和/或负荷。尤其是，负荷是线缆4多快地磨损的量度。优选地，所确定的负荷作为磨损率被提供。此外，负荷可以表明，线缆荷载多重。例如，以荷载指示器的形式来确定负荷。
102.如前面已经阐述的那样，可以在不同的地点处实施诊断装置5。优选地，诊断装置5可以在现场总线节点中实施。尤其是，诊断装置可以在边缘计算设备中实施。诊断装置5此外可以集成在总线主机中。此外，诊断装置5可以在云中实施。
103.在下文，要更详细地探讨诊断装置5的运行。
104.在运行中，诊断装置5重复地执行输入数据的聚集，尤其是在所定义的时间窗期间执行输入数据的聚集。输入数据例如包括参数集的一个或者多个参数和/或信噪比。诊断装置5例如确定输入数据的平均值、最小值和/或最大值。系统10(尤其是诊断装置5)构造为，在周期性重复的时间窗之内，尤其是仅在周期性重复的时间窗之内，执行聚集。该时间窗例如少于一个小时或者多个小时，并且两个直接相继的时间窗之间的间隔例如大于一个小时。此外可能的是，在相继的时间窗之间没有间隔。
105.可选地，诊断装置5执行对输入数据的编辑(aufbereitung)。例如，诊断装置5过滤出异常值，和/或分拣出不相关的输入数据。
106.可选地，诊断装置5将emv环境(emv＝电磁兼容性)对影响数据的影响计算出来。因此，输入数据被清除了emv环境的影响。这尤其是用于以便提高可比性。
107.优选地，诊断装置5将(尤其是如前面所阐述的那样经过加工的)输入数据作为输入变量输送给机器学习模型，所述输入数据例如包括指标变量、尤其是参数集和/或信噪比。基于这些输入变量，亦即尤其是基于参数集和/或信噪比，机器学习模型计算线缆磨损状态、例如周期数估计值。线缆磨损状态可以通过一个或者多个数字来表达。此外，线缆磨损状态可以表达为概率分布(例如，表达为关于周期数的概率分布)。
108.可选地，诊断装置5此外构造为，执行对周期数估计值的平滑，例如其方式是：诊断装置5形成周期数估计值的滑动平均值。
109.在下文，要更详细地探讨，能够如何训练机器学习模型。
110.示例性地，在实验室和/或测试环境中，尤其是在机器学习模型在系统10中投入运行之前，训练机器学习模型。在训练机器学习模型时，给机器学习模型优选地输送一个或者多个均衡器参数和/或信噪比，在所述均衡器参数和/或信噪比的基础上，机器学习模型计算周期数估计值。均衡器参数和/或信噪比适宜性地从测试结构中获得，其中一个或者多个线缆在持续运行中承受多个运动周期。所计算的周期数估计值与周期数计数值(亦即实际的周期数)进行比较，并基于该比较来适配机器学习模型的模型参数，尤其是使得，减少、尤其是最小化在周期数估计值与周期数计数值之间的差。
111.此外可能的是，在运行中，在系统10中进一步训练机器学习模型。例如，机器学习模型因此可以作为经过预训练的模型来提供，并且例如基于emv环境，尤其是关于机器学习模型的最终层，尤其是现场通过元学习(meta-learning)进一步被训练。
112.下面要阐述其他可能的构建方案。
113.例如，为了训练机器学习模型，在牵引链结构的持续运行中，进行好几百万个运动周期，而且在此测量线缆参数(尤其是均衡器参数和/或信噪比)。此外，训练如下算法(机器
学习模型)：关于持续运行的线缆，以周期数估计(周期数估计值)的形式，该算法给每个线缆分配该线缆的当前退化状态。周期数估计值表达了，线缆具有与参考线缆相同的磨损状态，该参考线缆已完成数目与周期数估计值相同的实际运动周期。周期数估计值也可以被称作等效的周期数。
114.为了计算周期数估计值，机器学习模型使多个线缆参数、尤其是均衡器参数和/或信噪比结合。
115.适宜性地，在诊断装置5中寄存有参考使用寿命，该参考使用寿命例如表明线缆的正常使用寿命，尤其是以“运动周期”为单位来表明线缆的正常使用寿命。诊断装置5适宜性地构造为，基于参考使用寿命，并且基于周期数估计值，计算线缆还能被使用多长时间和/或是否要替换线缆，并且优选地提供相对应的线缆磨损信息。示例性地，诊断装置5构造为，考虑线缆已经使用了多长时间。由系统10记录相对应的信息。
116.作为前面提及的算法(亦即作为机器学习模型)，原则上可以考虑任何机器学习的回归算法。尤其是，属于此的是任何形式的包括集成方法、如例如随机森林和梯度提升树在内的决策树(回归树)。此外，还可以采用支持向量机、神经网络和/或具有正则化的回归方法、如岭回归或者套索回归。除此以外，还可以采用贝叶斯网络和如下其他方法：所述其他方法陈述关于预测值(例如，周期数估计值)的概率。
117.由于要预期线缆状态不会突然变化，所以测量参数(亦即前面提到的输入数据)在一定的时间段(亦即前面提到的时间窗)期间被聚集，并且此后被考虑用于预测。预测值例如涉及整个聚集时间段，并且表示平均周期数估计值。可以每个小时执行数据聚集，但是也可以选择其他时间段。对于数据聚集，通常在所定义的时间窗期间形成测量参数的平均值、最小值和最大值。
118.可选地，进行置于上游的处理步骤，所述处理步骤建立单独的线缆与持续运行线缆的可比性。尤其是，因干扰性辐射可能会发生测量参数(例如，均衡器参数和/或信噪比)的改变。这可能会妨碍线缆模型的可转用性，因此在变化的emv环境中清理数据可能是有利的。
119.可选地，可以执行其他预处理和后处理步骤。在预处理中，异常值可以被消除，或者缺失的传感器值可以借助邻近值被插值。作为后处理步骤，尤其是可以对周期数估计值进行平滑，以便衰减短期波动。尤其是，为此可以采用移动平均滤波器(moving-average-filter)。
120.因此，对线缆磨损状态的确定可以尤其是包括下列步骤：聚集、预处理、建立可比性，计算周期数估计值(＝等效的周期数)和后加工。由此，适宜性地，聚集和计算周期数估计值是必要的，并且可以可选地省略其他步骤。
121.对线缆磨损状态的确定可以在现场设备上和/或在边缘设备(edge device)上被实施。由于现场设备上的存储空间和计算能力一般是有限的，所以在要监控的线缆数目少的情况下推荐在现场设备上实施，而在数目较高的情况下，优选地改换到边缘设备。
122.优选地，来自持续运行的测量经验与牵引链和当前值相组合。经此，在理想情况下识别出线缆的实际磨损(老化)。适宜性地，对于参考数据，可以考虑不同的参数，如可以考虑关于传输路线的所测量的参数的运动学变量(弯曲半径、运动速度、......)以及环境参数(温度、......)。通过避免计划外的停顿，这种预测性着手方式可能导致较高的设备可用
性，并且此外还可以符合需求地规划维修(预测性维护)。

技术特征：
1.用于工业自动化的系统(10)，其包括具有功能单元(2)以及通信单元(3)的现场设备(1)，所述功能单元(2)尤其是致动器单元、传感器单元和/或控制单元，所述功能单元(2)构造为，根据接收到的有用数据(nd)来提供功能，所述通信单元(3)用于经由线缆(4)接收包含所述有用数据(nd)的有用数据信号(ds)，其中所述通信单元(3)构造为，基于所述有用数据信号(ds)来提供参数集(ps)，并在使用所述参数集(ps)的情况下执行对所述有用数据信号(ds)的信号处理，以便从所述有用数据信号(ds)中获得所述有用数据(nd)，其中所述系统(10)此外还包括诊断装置(5)，所述诊断装置(5)构造为，根据基于所述参数集(ps)的指标变量(ig)来确定所述线缆(4)的线缆磨损状态。2.根据权利要求1所述的系统(10)，其中，所述通信单元(3)包括均衡器单元(12)，所述均衡器单元(12)构造为，作为所述信号处理，在使用所述参数集(ps)的情况下，执行对所述有用数据信号(ds)的信号均衡。3.根据权利要求1或2所述的系统(10)，此外包括致动器装置(8)以及线缆(4)，其中所述致动器装置(8)构造为，执行运动(9)，通过所述运动(9)使所述线缆(4)置于线缆运动中。4.根据权利要求3所述的系统(10)，其中，所述诊断装置(5)构造为，检测关于所述线缆运动的运动信息，并在确定所述线缆磨损状态时考虑所述运动信息。5.根据权利要求4所述的系统(10)，其中，所述诊断装置(5)构造为，基于所述指标变量(ig)来检测所述运动信息。6.根据权利要求4所述的系统(10)，其中，所述运动信息涉及所述线缆运动的周期性和/或线缆运动的数目。7.根据前一权利要求所述的系统(10)，其中，所述系统(10)包括多个现场设备(1)，并且每个现场设备(1)都具有各自的通信单元(3)，所述各自的通信单元(3)构造为，经由各自的线缆(4)来接收各自的有用数据信号(ds)，根据所述各自的有用数据信号(ds)来提供各自的参数集(ps)，并在使用所述各自的参数集(ps)的情况下执行对所述有用数据信号(ds)的信号处理，以便获得包含在所述各自的有用数据信号(ds)中的各自的有用数据(nd)；而且其中，所述系统(10)构造为，针对每个线缆(4)，根据基于所述各自的参数集(ps)的各自的指标变量，确定各自的线缆磨损状态。8.根据权利要求7所述的系统(10)，其中，所述系统(10)构造为，基于属于第一现场设备(1a)的第一指标变量，并且基于属于第二现场设备(1b)的第二指标变量，确定连接在所述第一现场设备(1a)上的第一线缆(4a)的所述线缆磨损状态。9.根据权利要求8所述的系统(10)，其中，所述系统(10)构造为，相对于所述第二指标变量随时间过去的改变，根据所述第一指标变量随时间过去的改变来确定所述第一线缆(4a)的所述线缆磨损状态。10.根据权利要求7至9中任一项所述的系统(10)，其中，针对每个线缆(4)，所述系统(10)具有包括所述各自的线缆的类型信息和/或所述各自的线缆的负荷信息的特性信息；并且其中，所述系统(10)构造为，在考虑所述特性信息的情况下确定所述线缆磨损状态。11.根据权利要求10所述的系统(10)，其中，所述系统构造为，基于各自的特性信息，将所述线缆(4)分组为不同的线缆组，并在考虑各自的线缆组的情况下确定每个线缆(4)的所述各自的线缆磨损状态。12.根据前一权利要求所述的系统(10)，其中，所述诊断装置(5)具有机器学习模型，并
且构造为，在使用所述机器学习模型的情况下确定所述线缆磨损状态，所述机器学习模型将所述指标变量映射到所述线缆磨状态上。13.用于工业自动化的系统(10)，其包括具有功能单元(2)以及通信单元(3)的现场设备(1)，所述功能单元(2)尤其是致动器单元、传感器单元和/或控制单元，所述功能单元(2)构造为，根据接收到的有用数据(nd)来提供功能，所述通信单元(3)用于经由线缆(4)来接收包含所述有用数据(nd)的有用数据信号(ds)，其中所述系统(10)此外还包括诊断装置(5)，所述诊断装置(5)具有机器学习模型，所述机器学习模型将与所述有用数据信号(ds)有关联的指标变量映射到所述线缆(4)的线缆磨损状态上，并且所述诊断装置(5)构造为，在使用所述机器学习模型的情况下，根据所述指标变量来确定所述线缆磨损状态。14.根据权利要求12或者13所述的系统(10)，其中，所述机器学习模型包括和/或基于决策树、集成方法、随机森林、梯度提升树、支持向量机、神经网络、回归方法、正则化、岭回归、套索回归和/或贝叶斯网络。15.根据权利要求12至14中任一项所述的系统(10)，其中，所述机器学习模型将接收到的有用数据信号的信噪比映射到所述线缆磨损状态上，并且所述诊断装置(5)构造为，在使用所述机器学习模型的情况下，基于所述信噪比来确定所述线缆磨损状态。16.根据权利要求12至15中任一项所述的系统(10)，其中，所述诊断装置(5)构造为，作为所述线缆磨损状态确定周期数估计值，该周期数估计值描述所完成的线缆运动的所估计的周期数。17.根据权利要求16所述的系统(10)，其中，所述诊断装置(5)构造为，基于所述周期数估计值，以及基于描述所述线缆的所述线缆运动的实际周期数的周期数计数值，确定相对的线缆磨损状态，所述相对的线缆磨损状态考虑在所述周期数估计值与所述周期数计数值之间的关系。18.根据权利要求17所述的系统(10)，其中，所述诊断装置(5)构造为，基于所述相对的线缆磨损状态来确定所述线缆(4)的使用寿命和/或负荷。19.用于确定线缆(4)的线缆磨损状态的方法，其包括以下步骤：-在现场设备(1)处接收有用数据信号(ds)，-基于所述有用数据信号(ds)，提供参数集(ps)，-在使用所述参数集(ps)的情况下，执行对所述有用数据信号(ds)的信号处理，以便从所述有用数据信号中获得有用数据(nd)，-借助所述现场设备(1)的功能单元(2)、尤其是致动器单元、传感器单元和/或控制单元，根据所述有用数据来提供功能，和-根据基于所述参数集(ps)的指标变量，确定所述线缆(4)的线缆磨损状态。

技术总结
本发明涉及一种用于工业自动化的系统(10)，其包括具有功能单元(2)以及通信单元(3)的现场设备(1)，所述功能单元(2)尤其是致动器单元、传感器单元和/或控制单元，所述功能单元(2)构造为，根据接收到的有用数据(ND)来提供功能，所述通信单元(3)用于经由线缆(4)接收包含有用数据(ND)的有用数据信号(DS)，其中所述通信单元(3)构造为，基于有用数据信号(DS)来提供参数集(PS)，并在使用所述参数集(PS)的情况下来执行对有用数据信号(DS)的信号处理，以便从有用数据信号(DS)中获得有用数据(ND)，其中所述系统(10)此外还包括诊断装置(5)，所述诊断装置(5)构造为，根据基于所述参数集(PS)的指标变量(IG)来确定线缆(4)的线缆磨损状态。态。态。


技术研发人员：E
受保护的技术使用者：费斯托股份两合公司
技术研发日：2021.01.28
技术公布日：2023/7/20