用于监测在管道系统中包括的对象的状况的系统和方法

技术领域

本发明涉及一种用于监测至少一个对象的状况的系统和方法，特别是计算机实施的方法，所述至少一个对象包括在用于输送至少一种产品的管道系统中，其中：所述管道系统包括用于输送所述产品的管道，每个对象包括暴露于流过所述管道的所述产品的至少一个表面，每个对象由于所述表面暴露于所述产品而易受由以下中的至少一个引起的损伤：堆积、磨损和/或腐蚀，并且所述管道系统能够以第一模式操作，其中所述管道填充有第一介质。

背景技术

包括至少一个管道的管道系统用于各种类型的工业，例如食品工业、化学工业和油气工业，以将例如各种类型的流体的产品从一个地点输送到另一个地点。

这些管道系统包括至少一个对象，例如管道的内壁，其具有暴露于流过所述管道的产品的表面。由于它们的表面暴露于所述产品，这些对象易受由以下中的至少一个引起的损伤：堆积、磨损和/或腐蚀。所述易感性的大小依赖于通过所述管道输送的产品的类型和所暴露表面的特性(例如材料)。堆积是由具有粘附或粘结到所述暴露表面的倾向的产品的沉积引起的。作为一个示例，在所述管道的内壁上积聚的堆积层将减小所述管道的内径，并因此增加所述管道的流动阻力。从长远来看，连续增加的堆积层厚度甚至可能导致所述管道的堵塞。作为对策，易受堆积的管道被定期清洁。磨损是由流过所述管道的磨蚀性产品引起的，例如包括沙子或其它磨蚀性颗粒的产品。表面腐蚀是由腐蚀所述管道的内壁的腐蚀性产品引起的，例如含盐的或酸性的液体。在长期运行中，磨损以及腐蚀将减小所述管道的壁厚，并因此降低所述管道的机械稳定性。作为对策，易受腐蚀和/或磨损的内壁的管道通常被定期更换。定期清洁或更换管道会导致成本增加，并且通常需要中断在包括所述管道系统的现场执行的过程。

由于在所述管道系统的操作期间通常不可能目视检查管道的内壁，所以在相继的清洁或更换之间的间隔通常保持很短，以致在所有情况下都确保所述管道系统的安全操作。因此，它们经常由于所述管道的真实状况而在真正需要它们之前很长时间就执行。另一方面，应用较长的时间间隔可能导致清洁或更换执行得太晚。这可能具有关于所述管道系统的安全性以及可操作性的严重后果，这进而可能对人员和/或环境造成伤害、高附加成本和/或延长所述管道系统的停机时间。因此，工业上需要在所述管道系统的操作期间监测这些管道的内壁的状况，以便优化在相继的清洁或更换之间的时间间隔。

对于用于监测和/或确定介质的过程变量的振动装置，例如用于监测介质的液位超过或低于预定位的限位开关，堆积以及腐蚀也是一个问题。这种类型的装置例如由Endress+Hauser集团(恩德莱斯和豪瑟尔集团)出售的。振动装置通常包括振荡元件、使所述振荡元件振荡的换能器以及测量所产生的振荡的频率的测量单元。在操作期间，这些振动装置通常被安装成使得所述频率取决于待测量或监测的过程变量。由介质在所述振荡元件上的沉积引起的堆积增强了振荡质量，并且因此降低了频率。所述振荡元件的腐蚀减少了振荡质量，从而增加了频率。所述振荡质量的不是由待测量或待监测的过程变量的相应变化引起的任何变化，削弱了所述振动装置监测和/或确定所述过程变量的能力。该问题在例如US 7,665,357B2中得以解决，其中描述了一种振动装置，该振动装置被设计成当振荡元件的振荡频率下降到基于所述振荡频率对待监测和/或确定的过程状况和/或过程变量的依赖性而确定的可调节极限以下时发出堆积警报。此外，DE102017102550A1描述了一种检测振动装置的振荡元件的腐蚀或堆积的方法，其中使所述振荡元件以共振频率振荡，并且基于所述共振频率来检测腐蚀或堆积。

US2019/0064096A1描述了一种用于检测和定位在金属管道的外表面上的腐蚀的系统。该系统包括邻近所述金属管道的外表面布置的电磁波导。该波导包括经受与所述金属管道的外表面基本相同的环境的牺牲部件。该系统还包括波形发生器以及波形分析器，所述波形发生器将电磁波形注入到所述波导中，所述波形分析器接收该波形的反射部分并基于所注入波形的反射部分确定所述牺牲部件的腐蚀位置。即使该方法可能非常适合于检测在所述管道的外部发生的腐蚀，但其不是设计用于检测在所述管道的内壁上发生的堆积或损伤。

由堆积、磨损和/或腐蚀引起的损伤不仅对于管道的内壁是一个问题，而且对于其它对象甚至更是一个问题，例如阀门、热电偶套管、泵、补偿器或聚合体，其具有暴露于流经所述管道系统的管道的产品的表面。因此，它们需要定期清洁和/或更换，以确保所述管道系统的安全运行。就像所述管道的内壁的状况一样，这些对象的状况在没有特定的测试流程的情况下通常无法确定，或者在最坏的情况下，如果不从管道系统中移走相应对象，就无法确定。

发明内容

因此，本发明的目的是提供一种用于监测包括在管道系统中的至少一个对象的状况的监测系统和方法，其允许在所述对象在所述管道系统处保持就位的同时监测所述对象的状况，并且优选地还不引起对所述管道系统的操作的任何干扰。

这个目的通过一种监测包括在用于输送至少一种产品的管道系统中的至少一个对象的状况的方法、特别是计算机实施的方法来实现，其中：所述管道系统包括用于输送所述产品的管道，每个对象包括暴露于流过所述管道的所述产品的至少一个表面，每个对象由于所述表面暴露于所述产品而易受由以下中的至少一个引起的损伤：堆积、磨损和/或腐蚀，并且所述管道系统能够以第一模式操作，其中所述管道填充有第一介质，所述方法包括以下步骤：

1)连续地或重复地测量安装在所述管道上的振动装置的振荡元件的共振频率，其中：

所述振荡元件延伸到所述管道中，并且表现出与所述对象的相应易感性相对应的对由堆积、磨损和/或腐蚀引起的损伤的易感性，

所述振动装置包括使所述振荡元件以所述共振频率振荡的换能器和测量所述共振频率的测量单元，并且

所述共振频率因所述振荡元件的堆积而下降，以及因所述振荡元件的腐蚀和磨损而增加，以及

2)基于在至少一个第一时间间隔期间测量的所述测量频率来监测所述对象的所述状况，其中在所述至少一个第一时间间隔期间所述管道系统以所述第一模式操作并且所述振荡元件浸入所述第一介质中，并且确定和提供至少一个监测结果。

根据本发明，基于暴露于相同产品的所述振荡元件的状况来监测每个对象的状况，振荡元件的状况是基于在第一间隔期间测量的测量频率来确定的。这具有的优点是，可以监测所述对象的状况，并且在每个对象在所述管道系统中保持就位的同时，在非常早的阶段检测所述对象的损伤。

可以根据所述对象的真实状况安排进一步的对策，例如，需要清洁所述对象的表面以去除或至少减少可能已经在其上积聚的堆积层，或者由于磨损或腐蚀而需要更换所述对象。这不仅提高了所述对象以及整个管道系统的操作安全性，而且允许在这些对策的执行中所涉及的管道系统的成本、时间以及可能还有停机时间减少到确保安全操作所需的最小值。

第一改进包括一种方法，其中基于在所述至少一个第一时间间隔期间测量的所述测量频率执行的所述监测包括针对所述对象中的至少一个对象通过执行以下步骤中的至少一个步骤来至少一次确定和提供所述监测结果中的至少一个监测结果的步骤：

a)确定并提供相应对象的损伤程度，

b)当所述相应对象的损伤程度超过给定阈值时，检测并指示所述相应对象的损伤，

c)当所述相应对象的损伤程度超过给定阈值时，发出警报，

d)当在第一时间间隔期间测量的测量频率随时间下降时，确定并提供堆积作为损伤原因，

e)当在第一时间间隔期间测量的测量频率随时间增加时，确定并提供腐蚀或磨损作为损伤原因，以及

f)确定并提供直到所述相应对象的损伤程度超过给定阈值为止余下的剩余时间。

第二改进包括一种方法，其中：

所述管道系统可在第一模式下操作并且可在至少一个附加模式下操作，其中所述振荡元件在每个附加模式时间间隔期间被浸入在流经所述管道的模式特定的产品中，其中在所述附加模式时间间隔期间，所述管道系统在相应的附加模式下操作，并且

对于所述附加模式中的至少一个，所述方法包括以下步骤：基于在至少一个附加模式时间间隔期间测量的测量频率，在所述至少一个附加模式时间间隔期间，所述管道系统以相应的附加模式操作，执行以下步骤中的至少一个：

监测所述对象中的至少一个对象的状况，并且确定和提供至少一个监测结果，以及

对于所述对象中的至少一个对象，通过执行以下步骤中的至少一个步骤来至少一次确定至少一个监测结果：

a)确定并提供相应对象的损伤程度，

b)当所述相应对象的损伤程度超过给定阈值时，检测并指示所述相应对象的损伤，

c)当相应对象的损伤程度超过给定阈值时，发出警报，

d)当在所述附加模式时间间隔期间测量的测量频率随时间下降时，确定并提供堆积作为损伤原因，

e)当在所述附加模式时间间隔期间测量的测量频率随时间增加时，确定并提供腐蚀或磨损作为损伤原因，以及

f)确定并提供直到所述相应对象的所述损伤程度超过给定阈值为止的余下的剩余时间。

所述第二改进的改进包括一种方法，进一步包括至少一次执行以下步骤的步骤：

基于在至少一个第一时间间隔期间测量的测量频率在第一时间确定第一损伤程度，

基于在至少一个附加模式时间间隔期间测量的测量频率在第二时间确定第二损伤程度，

其中所述第一损伤程度和所述第二损伤程度是所述振荡元件的两个损伤程度或者所述对象中的同一个对象的两个损伤程度，以及

当在所述第一时间与所述第二时间之间的时间差小于给定参考值并且在所述第一损伤程度与所述第二损伤程度之间的偏差超过预定阈值时，发出指示所述监测方法的受损监测能力的通知。

第三改进包括一种方法，进一步包括以下步骤中的至少一个：

a)通过至少一个传感器测量对所述振荡元件的共振频率有影响的至少一个变量，

b)通过温度传感器测量由所述振荡元件被暴露的温度给出的变量，以及

c)通过压力传感器测量由所述管道内部的压力给出的变量，并且所述方法还包括以下步骤：

基于所测量的变量中的至少一个，执行由所述振动装置测量的测量频率对相应变量的依赖性的补偿，以及

在整个监测方法中应用所述补偿的测量频率作为测量频率。

第四改进包括一种方法，进一步包括以下步骤中的至少一个步骤的至少一次执行：

a)当腐蚀或磨损已被确定为损伤原因时，根据由所述用于相应对象的监测方法确定和提供的损伤程度和/或剩余时间来安排或安排并执行对所述对象中的至少一个对象的更换，

b)执行更换，其中所述对象中的至少一个或全部对象和所述振动装置或至少所述振荡元件被更换，并且在更换之后恢复或重新开始所述监测方法，

c)当堆积已经被确定为损伤原因时，根据由用于所述对象中的至少一个对象的监测方法确定和提供的损伤程度和/或剩余时间，在所述对象中的至少一个或全部对象保持在所述管道系统上的同时安排或安排并执行所述对象中的至少一个的清洁或所述管道的清洁，

d)在清洁时间间隔期间，在所述对象和包括延伸到所述管道中的振荡元件的振动装置保持就位的同时清洁所述管道，并且执行以下步骤中的至少一个：

在所述管道已经被清洁之后恢复或重新开始所述监测方法，

确定和提供指示清洁效果的指示符，和/或

基于在第一损伤程度和第二损伤程度之间的差或商或者作为第一损伤程度和第二损伤程度之间的差或商来确定和提供指示清洁效果的指示符，所述第一损伤程度基于在执行所述管道的清洁之前测量的测量频率来确定，所述第二损伤程度基于在执行所述管道的相应清洁之后测量的测量频率来确定，其中所述第一损伤程度和所述第二损伤程度是所述振荡元件的两个损伤程度或者同一对象的两个损伤程度。

第五改进包括一种方法，进一步包括以下方法步骤：

将所述测量频率和所述对应测量时间提供给计算单元，以及

基于提供给所述计算单元的所述测量频率以及所述测量时间，通过所述计算单元执行所述对象的所述状况的所述监测，

其中，所述计算单元被实施为执行所述监测和对所述至少一个监测结果的所述确定，

其中，所述计算单元基于所述测量频率、所述对应测量时间和所述第一时间间隔来确定在所述第一时间间隔期间测量的所述测量频率，以及

其中，所述第一时间间隔被提供给所述计算单元，或由所述计算单元基于提供给所述计算单元的所述测量频率和所述对应测量时间来确定。

第五改进的优选改进包括一种方法，其中所述计算单元：

被训练或设计为基于提供给它的所述测量频率和测量时间学习所述第一时间间隔的所述确定，以及

基于用于所述第一时间间隔的所述确定的先前确定或学习的模型，来基于提供给所述计算单元的所述测量频率和所述对应测量时间执行所述第一时间间隔的所述确定

所述优选改进的第一改进包括一种方法，其中：

所述模型是基于包括测量频率和对应测量时间的训练数据来确定的，所述测量频率包括在第一时间间隔期间测量的测量频率，在所述第一时间间隔期间所述管道系统以所述第一模式操作并且所述振动装置的所述振荡元件或同一类型的振动装置的相同振荡元件被浸入所述第一介质中，

所述训练数据还包括第一时间间隔，以及

所述模型是基于由所述测量频率和对应测量时间给出的模型输入以及由第一时间间隔给出的模型输出来确定或学习的，所述模型输入和所述模型输出两者包括在所述训练数据中。

所述优选改进的第二改进包括一种方法，该方法包括以下步骤：

a)基于在初步时间间隔期间测量的测量频率和对应测量时间确定所述模型，在所述初步时间间隔期间，所述管道系统通过以下操作以包括所述第一模式的至少两个不同模式操作：

a1)记录在所述初步时间间隔期间测量的所述测量频率，

a2)通过将滤波器应用于所记录的频率来确定滤波频率，

a3)确定当所述管道系统的操作模式改变时的改变时间，其中所述改变时间基于所述滤波频率或者通过确定所述滤波频率的时间导数来确定，并且确定所述改变时间分别等于峰值或谷值时间，在所述峰值或谷值时间处所述时间导数呈现极值、特别是超过给定阈值的极值，所述给定阈值是基于离群值检测确定的阈值或大于叠加在所述滤波频率上的噪声的阈值，所述离群值检测是基于所述滤波频率的所述时间导数来执行的，

a4)基于所述改变时间来识别其中所述管道系统在单个操作模式下操作的时间间隔，

a5)对于所述时间间隔中的每一个，确定在相应时间间隔期间测量的所述测量频率和/或所述滤波频率的至少一个统计特性的集合，或者确定包括以下中的至少一个统计特性的集合：在相应时间间隔期间测量的测量频率和/或滤波频率的平均值，和/或在相应时间间隔期间测量的测量频率和/或滤波频率的标准偏差或方差，

a6)基于针对所述时间间隔中的每一个确定的统计特性的集合，识别其中所述管道系统以相同操作模式中操作的那些时间间隔，

a7)基于对应的统计特性集合，将所识别和可识别的操作模式中的一个操作模式确定为被应用来执行所述监测的第一模式，以及

b)在监测期间，通过以下操作基于表示所述第一模式的所述统计特性集合来确定所述第一时间间隔：

b1)记录所述测量频率和对应测量时间，并对所记录的频率进行滤波，

b2)确定在监测期间所发生的改变时间或确定在监测期间所发生的改变时间分别等于在其处所述滤波频率的时间导数(v(ff(t)))呈现极值的峰值或谷值时间，

b3)基于所述改变时间，识别其中所述管道系统在单个操作模式下操作的时间间隔，以及

b4)对于所述时间间隔中的每一个，确定在相应时间间隔期间测量的测量频率和/或滤波频率的统计特性的集合，

b5)将所述统计特性集合与表示第一模式的所述统计特性集合进行比较，并且基于所述比较来识别与表示第一模式的统计特性集合相对应的统计特性集合，并且将对应的时间间隔识别为第一时间间隔。

根据所述第一和第五改进的方法的改进包括一种方法，其中：

对于所述附加模式中的至少一个，所述计算单元基于所述测量频率、所述对应测量时间和所述附加模式时间间隔确定在所述附加模式时间间隔期间测量的所述测量频率，以及

所述附加模式时间间隔被提供给所述计算单元或由所述计算单元基于提供给所述计算单元的所述测量频率和所述对应测量时间来确定，其中由所述计算单元确定的附加模式时间间隔由对应于由所述计算单元应用以确定第一时间间隔的确定方法的确定方法来确定。

第六改进包括一种方法，进一步包括以下步骤中的至少一个：

a)至少一次将在其期间所述管道被清洁的清洁时间间隔提供给所述计算单元；或者通过执行与由所述计算单元应用以确定所述第一时间间隔和/或所述附加操作时间间隔的确定方法相对应的确定方法，借助于所述计算单元至少一次确定在其期间所述管道被清洁的清洁时间间隔，

b)预先确定所述第一模式由第一操作模式给出、由暂停模式给出、还是由清洁模式给出，在所述第一操作模式期间第一产品流过所述管道，在所述暂停模式期间没有产品流过所述管道、并且空的管道填充有空气或气体，在所述清洁模式期间清洁剂流过所述管道，

c)对所述对象中的至少一个或每一个，确定表示在相应对象的易感性与所述振荡元件的易感性之间的对应关系的定量关系，并且基于表示所述振荡元件的状况的所述测量频率应用所述定量关系以监测相应对象的状况，其中，每个定量关系是基于所述产品以及所述相应对象的和所述振荡元件的暴露表面的材料来确定的，或者是基于所述产品以及所述相应对象的和所述振荡元件的暴露表面的材料以及以下中的至少一个来确定的：所述表面的特性、表面形状和/或表面粗糙度、和/或所述相应对象的所述表面在所述管道内部或相对于所述管道的位置，

d)基于在所述振荡元件的损伤程度与由所述损伤程度引起的所述振荡元件的振荡质量的变化引起的共振频率的频率变化之间的关系，根据用于所述振荡质量的变化的对应阈值来设置用于所述对象中的至少一个对象的损伤程度的阈值中的至少一个，其中用于所述振荡质量的变化的阈值是基于所述振荡元件的材料和设计以及在所述振荡元件的易感性与相应对象的易感性之间的对应关系或定量关系而限定的默认值、或者是另外基于引起堆积的产品中的至少一个的特性或密度来确定的。

第七改进包括一种方法，其中：

所述第一模式是：a)第一操作模式，在该第一操作模式期间，由待由所述管道系统输送的所述至少一种产品中的第一产品给出的第一介质流过所述管道；b)暂停模式，在该暂停模式期间，没有产品流过所述管道，其中所述第一介质由在所述暂停模式期间填充所述管道的空气或另一种气体给出；或者c)清洁模式，在该清洁模式期间，所述管道填充有清洁剂或填充有流过所述管道的清洁剂，

所述对象中的至少一个对象的所述损伤程度是基于至少一个性质和/或包括在第一组测量数据中的测量频率的平均值与针对所述性质预定的参考值的比较而至少一次、连续地或重复地确定的，所述第一组测量数据包括最近测量频率，所述最近测量频率的每一个是在所述第一时间间隔中的一个时间间隔期间测量的，

针对所述对象中的至少一个对象确定的所述剩余时间是基于所述测量频率和所述对应测量时间而至少一次、连续地或重复地通过以下来确定的：

a)通过时间序列预测方法和/或通过基于在第一间隔期间测量的频率执行的线性或非线性外推方法，

b)通过在其中所述损伤程度可以预期被改变的时间期间内重复地确定相应对象的损伤程度，确定这些损伤程度的变化率，并且通过基于当前损伤程度和所述变化率来确定所述剩余时间，和/或

c)通过向所述计算单元提供所述测量频率和对应测量时间来执行所述剩余时间的所述确定，其中所述计算单元被实施为基于提供给它的测量频率和测量时间以及用于确定所述剩余时间的模型来确定所述剩余时间，其中所述模型是存储在所述计算单元的存储器中的先前确定的模型或者由所述计算单元学习的模型，所述计算单元被设计为基于提供给它的测量频率和测量时间来学习所述模型。

所述方法的第八改进包括一种方法，其中所述对象包括以下中的至少一个：

由所述管道的内壁给出的对象，

由安装在所述管道上的阀给出的对象，

由安装在所述管道上的热电偶套管给出的对象，

由连接到所述管道的补偿器给出的对象，和/或

由传感器、泵、聚合体或装置提供的至少一个对象，

每个对象具有至少一个表面暴露于流过所述管道的所述产品。

本发明还包括用于执行根据本发明的方法的监测系统，所述系统包括：

安装在所述管道上的所述振动装置，包括延伸到所述管道中的所述振荡元件，并且表现出与所述对象的相应易感性相对应的对由堆积、磨损和/或腐蚀引起的损伤的所述易感性，所述换能器使所述振荡元件以所述共振频率振荡，并且所述测量单元测量所述共振频率，以及

所述计算单元直接或间接地连接到所述振动装置或与所述振动装置通信，

其中，所述计算单元被实施为基于由所述振动装置测量的所述测量频率和被提供给所述计算单元的所述对应测量时间来执行所述监测，并且

其中，所述计算单元被训练或设计为学习以下至少一项的确定：所述剩余时间，所述第一时间间隔，基于测量频率和测量时间的所述附加时间间隔和/或所述清洁时间间隔。

本发明还包括一种包括指令的计算机程序，当所述程序由计算机执行时，所述指令使计算机基于提供给所述计算机的测量频率和对应测量时间来执行根据本发明的监测方法。

本发明还包括一种计算机程序产品，所述计算机程序产品包括根据本发明的计算机程序和至少一个计算机可读介质，其中至少所述计算机程序存储在所述计算机可读介质上。

本发明和其它优点将通过使用附图来更详细地解释。

附图说明

图1、2和3示出：用于监测至少一个对象的状况的监测系统。

图4示出：由图1的振动装置测量的测量频率；

图5示出：指示由腐蚀或磨损引起的损伤的测量频率；

图6示出：指示由堆积引起的损伤的测量频率；

图7示出：在初步时间间隔的一小部分期间测量的记录频率；和

图8示出：通过对图7的记录频率进行滤波而获得的滤波频率的时间导数。

具体实施方式

本发明涉及一种监测至少一个对象O

本发明可以应用于监测任何对象O

-图1、2和3中所示的对象O1，由所述管道1的内壁给出，

-图1中所示的对象O2，其由安装在所述管道1上的阀给出，

-图2中所示的对象O3，由安装在所述管道1上的热电偶套管给出，和/或

-图3中所示的对象O4，由连接到所述管道1的补偿器给出。

阀被用于控制流经所述管道1的产品的流动。热电偶套管例如被用作围绕延伸到管道1中的传感器或探针的保护管。补偿器，例如图3中所示的波纹管形的管道部分，被例如插入在所连接的管道1之间，以吸收或至少减小由所述管道1的管道运动和/或热膨胀引起的力。这些对象O1、O2、O3、O4中的每一个具有至少一个暴露于流过所述管道1的产品的表面。本发明不限于这里作为示例提到的对象O1、O2、O3、O4。它可以以相同的方式应用于任何其它对象O

根据本发明，所述系统包括具有振荡元件5的振动装置3。该振动装置3安装在管道1上，使得所述振荡元件5延伸到管道1中。所述振动装置3包括使振荡元件5以共振频率振荡的换能器7和用于测量所产生的振荡频率的测量单元9。在所示的示例中，振荡元件5是具有附接到膜片的两个间隔开的杆的音叉。这里，所述换能器7与膜片相互作用，从而使所述杆振荡。本发明不限于这种类型的振荡元件5。可以替代地使用本领域公知的其它类型的振荡元件。

由于暴露于流过所述管道1的产品，振荡元件5表现出对由堆积、磨损和/或腐蚀引起的损害的易感性，该易感性对应于待监测的对象O

在管道1内部，所述振荡元件5暴露于与待监测的对象O

在所述监测方法的执行期间，使振荡元件5以谐振频率振荡，并且连续地或重复地测量所得到的谐振频率f(t)。测量的频率f(t)取决于所述振荡元件5的状况和所述振荡元件5暴露于管道1内部的状况。

当所述管道系统在第一模式下操作时，所述管道1填充有第一介质。结果，所述振荡元件5浸没在第一介质中。作为一个选项，第一模式例如是所述管道系统能够在其中操作的至少一个操作模式中的第一操作模式。在这种情况下，在第一模式期间填充所述管道1的第一介质由在所述第一操作模式期间流过所述管道1的模式特定的第一产品给出。

作为替换选项，所述第一模式例如是暂停模式，在此期间没有产品流过所述管道1。在这种情况下，所述管道1在第一模式期间是空的，并且第一介质是在暂停模式期间填充所述管道1的空气或另一种气体。将暂停模式应用为第一模式是有利的，因为在该模式期间测量的共振频率不受流过所述管道1的产品的流量的波动的影响。优选地，当暂停模式在所述管道系统的操作期间具有足够高的发生频率时应用暂停模式。作为示例，这可以是例如由于在包括所述管道系统的地点处的定期停机时间而引起的情况，和/或由于在包括所述管道系统的地点处所执行的过程的频繁或定期中断而引起的情况，例如在生产批次之间、在夜间和/或在周末的情况。

图4示出了在执行操作模式的序列期间测量的测量频率f(t)的示例。所述序列开始于在第一时间间隔T1期间执行的第一操作模式，第一时间间隔T1开始于t0并结束于t1，接着是在第二时间间隔T2期间执行的第二操作模式，第二时间间隔T2开始于t1并结束于t2，接着是在第三时间间隔T3期间执行的第三操作模式，第三时间间隔T3开始于t2并结束于t3，接着是在另一第一时间间隔T1期间执行的附加第一操作模式，所述另一第一时间间隔T1开始于t3并结束于t4，接着是在另一第二时间间隔T2期间执行的附加第二操作模式，所述另一第二时间间隔T2开始于t4。在该示例中，在每个第二模式期间流过管道1的第二产品具有比在每个第一操作模式期间流过管道1的第一产品在此给出的第一介质更高的密度和/或更高的粘度。因此，在每个第二间隔T2期间测量的测量频率f(t)低于在每个第一间隔T1期间测量的测量频率f(t)。此外，在第三模式期间流过所述管道1的第三产品具有比所述第一介质更低的密度和/或更低的粘度。因此，在第三时间间隔T3测量的测量频率f(t)高于在第一时间间隔T1测量的测量频率f(t)，并且高于在第二时间间隔T2测量的测量频率f(t)。

根据本发明，基于在至少一个第一时间间隔T1期间测量的测量频率f

根据本发明的方法提供了上述优点。作为选项，在不偏离本发明的范围的情况下，可以以不同的方式实现所述方法的各个步骤。下面更详细地描述几个可选的当前优选实施例。作为一个选项，所述监测方法优选地包括以下附加步骤：基于在至少一个第一时间间隔T1期间测量的测量频率f

a)确定并提供相应对象O

b)当所述相应对象O

c)当相应对象O

d)当在第一时间间隔T1内测量的测量频率f

e)当在第一时间间隔T1内测量的测量频率f

f)确定并提供直到相应对象O

优选地，经由图1、2、3所示的监测系统的相应输出MR

一定程度的损伤导致所述振荡元件5的共振频率的频率变化，该频率变化对应于由相应损伤导致的振荡质量的变化。因此，所述共振频率的变化的大小是对振荡元件5的损伤程度的定量测量，其又指示相应对象O

作为示例，优选地基于包括在第一组测量数据中的测量频率f

基于由损伤引起的频率变化，可以确定所述振荡元件5的振荡质量的相应变化，反之亦然。因此，例如用于检测损伤、用于发出警报和/或用于确定剩余时间RT的损伤程度的阈值fw、fa可以例如分别由所述振荡质量的变化的相应阈值给出或根据所述振荡质量的变化的相应阈值来设定。作为选项，这些阈值例如可以分别设定为等于基于所述振荡元件5的材料和设计以及在相应对象O

优选地，通过时间序列预测方法和/或通过基于在第一间隔T1期间测量的频率f

作为选项，上述监测方法以及优选地所述步骤a)至f)中的至少一个步骤、优选地所有步骤优选地由直接或间接连接到所述振动装置3或与之通信的计算单元11执行。在这种情况下，由所述振动装置5测量的测量频率f(t)和对应测量时间t被提供给所述计算单元11。在下文中，所述测量频率f(t)被认为是以时间序列的形式提供的。作为替代选项，它们可以以连续测量信号的形式提供。所述计算单元11例如可以被实施为包括硬件的单元，例如位于振动装置3附近或在远程位置处的计算机或计算系统。作为替代选项，可以应用云计算。云计算代表一种方法，其中IT基础设施，如硬件、计算能力、存储器、网络容量和/或软件经由网络例如经由互联网提供。在这种情况下，所述计算单元11由所述云实施。

所述振动装置5可以例如是经由上级单元13和/或经由位于管道1附近的边缘装置15直接与所述计算单元11连接和/或通信。在这种程度上，可以应用硬线或无线连接和/或本领域已知的通信协议，例如LAN、W-LAN、现场总线、Profibus、Hart、蓝牙、近场通信等。作为示例，所述振动装置5、边缘装置15和/或上级单元13可以经由互联网例如经由诸如TCP/IP的通信网络直接地或间接地连接到所述计算单元11。

作为示例，所述上级单元13可以例如包括用于执行以下至少一项的控制系统：管理所述管道系统的操作和/或在包括所述管道系统的工业场地执行的过程的过程控制、过程可视化和过程监测。

作为选项，所述计算单元11优选地被实施为基于提供给所述计算单元11的测量频率f(t)和测量时间t来确定所述剩余时间RT。这种确定可以如上所述进行。作为附加或替代的选项，所述计算单元11可以被实施为基于用于确定剩余时间RT的模型来确定所述剩余时间RT。这种模型可以例如是基于训练数据确定的模型，并存储在计算单元11的存储器17中。作为替代选项，所述计算单元11设计为基于提供给它的测量频率f(t)和测量时间(t)并且基于由计算单元11确定或提供给计算单元11的第一时间间隔T1，来学习所述剩余时间RT的确定。在这种情况下，它最好配备有用于执行所述学习过程的人工智能AI。基于被应用以执行所述学习的训练数据，所述学习过程优选地提供表示在输入值(即所述测量频率f(t)和对应测量时间t)与输出值(即所述剩余时间RT)之间的相互依赖性的学习模型。用于学习过程的示例是带有长短期记忆(LSTM)的所谓递归神经网络(RNN)，它特别适合于时间序列。然而，本发明既不限于这种类型的学习也不限于神经网络。可以使用机器学习的其它技术和/或方法，例如用于确定确定性模型的方法、应用k最近邻算法(k-NN)的方法、应用支持向量机或网络(SVM)的方法、应用鲁棒协方差的方法和/或应用蒙特卡洛模拟的方法，作为学习和/或神经网络的替代、附加或与之相结合。作为确定传统时间序列模型的附加或替代方法，例如自回归综合移动平均模型(ARIMA)，可以作为上述确定方法的替代使用，也可以与之相结合使用。

不管采用哪种先前描述的用于确定剩余时间RT的方法，所述剩余时间RT的每个确定都基于所述定量关系来执行，所述表示定量关系表示在相应对象O

对对象O

作为附加或替代的选项，计算单元11优选地被实施为基于提供给它的测量频率f(t)和对应测量时间t来确定第一时间间隔T1本身。在这种情况下，计算单元11优选地被训练或设计成基于提供给它的测量频率f(t)和测量时间t来学习对第一时间间隔T1的确定。在计算单元11被训练以确定第一时间间隔T1的情况下，其优选地包括用于确定存储在计算单元11的存储器17中的第一时间间隔T1的预先确定的模型，并基于这个模型执行所述确定。在计算单元11被设计为学习第一时间间隔T1的确定的情况下，其优选地配备有执行所述学习过程的人工智能AI。基于被应用以执行所述学习的训练数据，所述学习过程优选地提供学习模型，该学习模型表示在输入值(即测量频率f(t)和对应测量时间t)与输出值(即第一时间间隔T1)之间的相互依赖性。学习过程的示例是带有长短期记忆(LSTM)的所谓递归神经网络(RNN)，它特别适合于时间序列。然而，本发明既不限于这种类型的学习也不限于神经网络。可以使用机器学习的其它技术和/或方法，例如用于确定确定性模型的方法、应用k最近邻算法(k-NN)的方法、应用支持向量机或网络(SVM)的方法、应用鲁棒协方差的方法和/或应用蒙特卡洛模拟的方法，作为监督学习和/或神经网络的替代、附加或与之相结合。

可以应用不同类型的方法来确定和/或学习所述模型。下面介绍两个当前的优选版本。关于两个版本，用于确定所述模型和/或学习确定所述第一时间间隔T1的训练数据包括测量频率f(t)和对应测量时间t，包括在所述第一时间间隔T1期间测量的测量频率f

根据第一版本，所述训练数据还包括第一时间间隔T1，在该第一时间间隔T1期间所述管道系统以第一模式操作。在这种情况下，基于由所述测量频率f(t)和对应测量时间t给出的模型输入以及由第一时间间隔T1给出的模型输出来确定或学习所述模型，所述模型输入和模型输出两者都包括在所述训练数据中。

根据第二版本，用于确定第一时间间隔T1的模型是基于在初步时间间隔期间测量的测量频率f(t)来确定或学习的，在该初步时间间隔期间所述管道系统以包括所述第一模式作为其中之一的至少两种不同的模式操作。记录这些测量频率f(t)。图7示出了在初步时间间隔的一小部分期间记录的测量频率f(t)，在该初步时间间隔的一小部分期间所述管道系统以与图4所示示例相同的操作模式序列进行操作。接下来，通过对所记录的频率f(t)应用滤波器来对所记录的频率f(t)进行滤波。所述滤波器可以是能够将包括在记录的频率f(t)中的信号与叠加在所述信号上的噪声N分离的任何装置或方法。作为示例，可以使用平滑滤波器或卡尔曼滤波器。在图7中，如此获得的滤波频率ff(t)由实线表示。

所述管道系统的操作模式的每次改变都与填充所述管道1的介质或流过所述管道1的模式特定产品的相应改变相关联。结果，所述操作模式的每次改变都会导致在当所述操作模式改变时的改变时间CTi处的所记录的频率f(t)和滤波后的频率ff(t)相应改变。因此，所述第二版本包括确定这些改变时间CTi的方法步骤。优选地，这是通过确定滤波后的频率ff(t)的时间导数v(ff(t))并且通过确定所述改变时间CTi分别等于在其中所述时间导数v(ff(t))表现出极值的峰值或谷值时间来完成的。这在图8中示出，其中示出了图7所示的滤波后的频率ff(t)的时间导数v(ff(t))。在所示的示例中，如此确定的改变时间CTi包括图7和图8所示的改变时间CT1、CT2、CT3和CT4。优选地，仅将超过给定阈值+/-Δ(N)的极值，例如大于叠加在滤波后的频率ff(t)上的噪声N的阈值，视为由所述操作模式的改变引起的极值。作为替代或附加选项，优选地应用基于离群值检测而确定的阈值，所述离群值检测基于滤波后的频率ff(t)的时间导数v(ff(t))来执行。

在这之后，基于所述改变时间CTi来识别其中所述管道系统以单个操作模式进行操作的时间间隔ΔTi，如由包括图8所示的时间间隔ΔT1、ΔT2、ΔT3、ΔT4、ΔT5的时间间隔ΔTi所指示的。接下来，对于这些时间间隔ΔTi中的每一个，确定在相应的时间间隔ΔTi期间测量的测量频率f(t)和/或滤波频率ff(t)的至少一个统计特性的集合。这些集合优选地各自包括在相应的时间间隔ΔTi期间测量的测量频率f(t)和/或滤波频率ff(t)的平均值和/或在相应的时间间隔ΔTi期间测量的测量频率f(t)和/或滤波频率ff(t)的标准偏差或方差。

基于在一个特定操作模式期间测量的测量频率f(t)确定的每个统计特性集合将不同于基于在另一操作模式期间测量的测量频率f(t)确定的统计特性集合。因此，基于针对每个所述时间间隔ΔTi确定的统计特性集合，识别在其中以相同操作模式操作所述管道系统的时间间隔ΔTi。接下来，基于表示该模式的统计特性集合中的一个识别和可识别的所述操作模式中的一个被确定为用于执行所述监测对象O

然后应用表示第一模式的统计特性集合，以基于在监测期间测量的测量频率f(t)和对应测量时间t来确定所述第一时间间隔T1。为此，记录在监测期间测量的测量频率f(t)和对应测量时间t，并以与上述相对于在初步时间间隔期间测量的频率f(t)所描述的相同方式过滤记录的频率f(t)。接下来，确定滤波后的频率ff(t)的时间导数v(ff(t))，并确定在监测期间发生的改变时间CTi分别等于在其中所述时间导数v(ff(t(t))表现出极值的峰值或谷值时间。再次，将在所述操作模式的相继改变之间的时间间隔ΔTi识别为在其中所述管道系统以单个操作模式操作的时间间隔ΔTi。因此，在下一步中，对于这些时间间隔ΔTi中的每一个，如上所述确定在相应的时间间隔ΔTi期间测量的测量频率f(t)的统计特性的集合，并将其与表示所述第一模式的统计特性集合进行比较。基于该比较，识别出与表示第一模式的统计特性集合相对应的统计特性集合，并将相应的时间间隔ΔTi识别为第一时间间隔T1。作为选项，所述比较例如是基于在统计数据分析中使用的方法(例如假设检验，例如基于卡方检验)、基于在非参数分析中使用的方法(例如Kruskal-Wallis检验(多样本中位数检验))、或基于在时间序列分析中使用的方法(例如平稳性测试)来进行的。另外，当通过假设检验确定了对于此将为真的足够高的可信度时，优选地仅将统计特性集合识别为与表示第一模式的统计特性集合相对应的集合。

此后，如上所述，基于在如此识别的第一时间间隔T1中的至少一个期间测量的测量频率f(t)，执行对对象O

作为选项，如上所述基于第一模式执行的所述监测可以以相同的方式针对所述管道系统可按其操作的至少一个附加模式Mi执行。在这种情况下，对于附加模式Mi中的至少一个，所述监测方法包括以下附加步骤：基于在至少一个附加模式时间间隔Ti期间测量的测量频率f

基于相应附加模式Mi执行的所述监测优选地由计算单元11基于提供给它的测量频率f(t)和测量时间t来执行。如上面关于第一模式所描述的，可以向计算单元11提供和/或由计算单元11确定所述附加模式时间间隔Ti，在该附加时间间隔Ti期间，所述管道系统以相应的附加模式Mi操作。在后一个情况下，所述计算单元11被构造为基于提供给它的测量频率f(t)和对应测量时间t来确定所述附加模式时间间隔Ti。就此而言，所述计算单元11例如是被训练或设计为学习所述附加模式时间间隔Ti的确定。

可以基于另外包括在所述管道系统以相应附加模式Mi操作时测量的测量频率f(t)的训练数据，根据上述第一版本或第二版本，来确定用于确定相应附加时间间隔Ti的模型。当应用第一版本时，所述训练数据另外包括所述附加模式时间间隔Ti，在此期间所述管道系统以相应的附加模式Mi操作。当应用第二版本时，用于确定第一时间间隔T1和相应的附加模式时间间隔Ti的模型，如上所述基于在初步时间间隔期间测量的测量频率f(t)确定，在所述初步时间间隔期间所述管道系统在包括第一模式和相应的附加模式Mi的不同模式下操作。在这种情况下，如上所述确定表示第一模式的统计特性的集合和表示相应附加模式Mi的统计特性的集合，并且优选地将它们存储在计算单元11的存储器17中。然后，基于这些集合，所述计算单元11能够基于提供给它的测量时间t和测量频率f(t)来确定所述附加模式时间间隔Ti，与在以上关于确定所述第一时间间隔T1所述的方式相同。

在监测期间，所述计算单元11基于提供给它的测量频率f(t)和对应测量时间t以及由所述计算单元11确定的或提供给所述计算单元11的附加模式时间间隔Ti，选择在所述附加模式时间间隔Ti期间测量的测量频率f

a)确定并提供相应对象O

b)当相应对象O

c)当相应对象O

d)当在附加模式时间间隔Ti期间测量的测量频率f

e)当在附加模式时间间隔Ti内测量的测量频率f

f)确定并提供直到相应对象O

同样，优选地，经由所述监测系统的相应输出MROut发出、指示或提供这些监测结果a)至f)的至少一个、优选地所有结果。

另外，基于在至少一个附加模式时间间隔Ti内测量的测量频率f

作为附加选项，优选地至少一次地将在第一时间基于在至少一个第一时间间隔T1期间测量的测量频率f

作为选项，所述监测系统优选地包括至少一个传感器，用于测量对振荡元件5的共振频率有影响的至少一个变量。作为示例，图1至图3示出了测量振荡元件5所暴露的温度T(t)的温度传感器19和测量在所述管道1内部的压力p(t)的压力传感器21。作为选项，温度传感器19例如集成在振动装置3中，且压力传感器21例如是安装在管道1上的另外的传感器。由传感器19、21测量的测量变量p(t)、T(t)优选地被应用以补偿由振动装置3测量的测量频率f(t)对相应的变量p(t)、T(t)的依赖性。这些补偿优选地基于为振动装置3所确定的校准数据来执行，所述校准数据表示所述测量频率f(t)对相应变量p(t)、T(t)的依赖性。它们是例如由连接到相应传感器19、21的振动装置3的测量单元9执行的，或者由提供有所述测量频率f(t)和测量变量p(t)、T(t)的上级单元13、边缘装置15或计算单元11执行的。在这种情况下，在整个监测方法中，将补偿的测量频率用作测量频率f(t)。

为了进一步利用该方法，当已经确定腐蚀或磨损为损伤原因时，优选地应用所述监测结果，根据由所述用于相应对象O

作为另一选项，当已经确定堆积为损伤原因时，优选地应用所述监测结果，根据由所述用于至少一个被监测对象O

根据要清洁的对象O

作为选项，优选将在其期间所述清洁系统以清洁模式操作的清洁时间间隔Tc提供给所述计算单元11，或者所述计算单元11被实施为基于提供给它的测量频率f(t)和对应测量时间t来确定清洁时间间隔Tc。在后一种情况下，所述计算单元11优选地被训练或设计成基于提供给它的测量频率f(t)和测量时间t来学习所述清洁时间间隔Tc的确定。就此而言，优选地应用上述关于确定第一时间间隔T1和附加模式时间间隔Ti的确定方法。

作为选项，所述方法优选地包括附加的步骤，例如通过以清洁模式操作所述管道系统来至少一次清洁所述管道1，且在此之后确定并提供指示所述清洁的效果的指示符。优选地，根据基于在所述管道1的相应清洁之前测量的测量频率f(t)确定的第一损伤程度和基于在所述管道1的相应清洁之后测量的测量频率f(t)确定的第二损伤程度的商，或者根据它们之间的差，来确定所述指示符。这里，第一损伤程度和第二损伤程度或者是所述振荡元件5的两个损伤程度，或者是同一对象O

作为选项，优选地仅当在所述清洁模式期间可以认为管道1内的状况相当稳定时才应用，所述清洁模式可以用作第一模式而不是上述的第一操作模式或暂停模式。在这种情况下，第一介质是由在清洁模式期间填充所述管道1和/或流过所述管道1的清洁剂给出的。在这种情况下，作为选项，指示所述清洁的效果的指示符优选地根据上述方法来确定，其中，第一损伤程度和第二损伤程度各自基于在附加模式Mi中的同一个附加模式期间测量的测量频率f(t)来确定。

根据本发明的方法优选地作为计算机实施的方法来执行。在那种情况下，所述计算单元11借助于计算机程序SW，基于由振动装置5测量的测量频率f(t)和对应测量时间t来监测对象O

附图标记列表

1 管道

1a 外管

1b 内衬

3 振动装置

5 振荡元件

7 换能器

9 测量单元

11 计算单元

13 上级单元

15 边缘装置

17 存储器

19 温度传感器

21 压力传感器