阅读说明：本技术 用于确定测量变量的方法和传感器系统 (Method and sensor system for determining a measurement variable ) 是由 H.米卡特 N.R.波杜图里 J.C.卡布雷雅斯 于 2019-06-11 设计创作，主要内容包括：一种用于确定测量变量的方法包括以下的步骤a)提供数据组(S1),所述数据组包括多个输入变量的值和所述测量变量的值；b)求得在所述输入变量的值与所述测量变量的值之间的相关性(S2)；c)根据所求得的相关性创建传感器模型(S3)；d)检测所述输入变量的至少一个的至少一个另外的值(S5)；以及e)基于所述输入变量的至少一个的至少一个另外的值和所述传感器模型确定所述测量变量的值(S6)；其中,所述输入变量的至少一个的值在所述步骤a)和/或e)中自身相应于所述步骤a)至e)地确定。此外,提供一种传感器系统和燃气涡轮驱动装置。(A method for determining a measured variable comprises the steps of a) providing a data set (S1) comprising values of a plurality of input variables and values of the measured variable; b) finding a correlation between the value of the input variable and the value of the measured variable (S2); c) creating a sensor model from the determined correlation (S3); d) detecting at least one further value of at least one of the input variables (S5); and e) determining a value of the measured variable based on at least one further value of at least one of the input variables and the sensor model (S6); wherein the value of at least one of the input variables is determined in steps a) and/or e) itself in accordance with steps a) to e). Furthermore, a sensor system and a gas turbine drive are provided.)

用于确定测量变量的方法和传感器系统

技术领域

本公开涉及一种根据权利要求1的用于确定测量变量的方法，涉及一种根据权利要求10的传感器系统，以及涉及一种燃气涡轮驱动装置。

背景技术

在很多情况下、尤其在机器运行时，需要认识一个测量变量或多个测量变量，然而用于检测这些测量变量的传感器是有缺陷的或完全不可用的。在其它情况下，需要冗余地确定测量变量，然而测量变量的仅仅唯一的传感器可用。在这种情况下，能够对失效的传感器进行修理，代替或添加。为此，在机器运行时中断运行可能是必要的。

发明内容

本发明的任务是，对测量变量的确定进行改善。

根据一方面，提供一种用于确定测量变量、尤其在燃气涡轮驱动装置中的测量变量的方法，所述方法包括以下步骤：在步骤（a）中提供数据组，所述数据组包括多个输入变量的值和要确定的测量变量的值。在跟随步骤a之后的步骤（b）中求得在所提供的、输入变量的值和测量变量的值之间的相关性（尤其是全部的相关性）。在跟随步骤b之后的步骤（c）中，根据所求得的相关性创建传感器模型。在可选地在步骤c之后执行的、进一步的步骤（d）中，检测输入变量的至少一个的至少一个另外的值。在跟随步骤c之后以及在跟随步骤d之后的步骤（e）中，基于输入变量的至少一个的至少一个另外的值和传感器模型来确定测量变量的至少一个值，例如多个输入变量被提供到传感器模型处，所述传感器模型而后输出测量变量。在步骤a和/或e中的至少一个输入变量（或多个、可选地所有的输入变量）的值在自身相应于步骤a至e被确定和/或检测（并且示出测量变量）。这些值在步骤a和/或e中被使用之前，其能够在所述方法的情况下以这种方式来确定和/或检测。

所述方法实现了使用虚拟的传感器作为另外的虚拟的传感器的输入变量。所述方法实现了，通过虚拟的冗余与存在的测量部位进行比较（也就是说通过虚拟的传感器的输出与等效的测量部位的、例如硬件传感器的输出进行比较）不仅对这些其他的测量部位而且对虚拟的传感器的输入变量关于可靠性进行检测。

此外提供一种用于确定测量变量的方法，所述方法尤其如下地改善，从步骤d开始用于直接检测测量变量的传感器（例如布置在某一部位处的用于检测该部位处的温度的温度传感器）不再是必要的，其中，利用受限的数量的传感器能够确定特别大的数量的测量变量。测量变量的值能够根据传感器模型和一个输入变量的（或多个输入变量的）另外的值或另外一些值来求得。由此能够补偿传感器的失效。备选地可行的是，放弃一个或多个传感器并且进一步确定测量变量。以这种方式能够使在步骤d和e中使用的传感器组件的构造变得简单，所述传感器组件提供所述至少一个输入变量的至少一个另外的值。此外，能够监控检测测量变量的传感器。

在步骤b中求得相关性实现了，在完全没有作为基础的物理学的关系的知识的情况下以简单的方式建立精确的传感器模型。例如在步骤a中作为输入变量包括在全部的可用的测量部位处所测量的变量、例如燃气涡轮驱动装置的全部的传感器的测量值。通过相关性分析能够选择如下的输入变量，其与测量变量具有显著的相关性。以这种方式能够在特别短的时间里对任意的传感器的失效做出反应。所述方法尤其能够在如下的机器中得到应用，其中全部的要测量的和要确定的变量彼此相关。例如，在燃气涡轮驱动装置中，全部的借助于传感器测量的变量、尤其是在燃气涡轮驱动装置内部的全部的热力学的变量能够彼此相关。

所述方法提供一种虚拟的传感器，其中测量变量经由（不直接表征测量变量的）输入变量求得。

可选地，在步骤a中提供的测量变量的值由（直接）测量所述测量变量的（实体的）传感器来提供或已经由这样的传感器提供。所述传感器构造并且布置成，（直接地）作用于（anzusprechen）所述测量变量。

在步骤c中能够选择多个输入变量的输入变量子群。所述子群包括输入变量的一部分。此外，能够设置成，在创建传感器模型时仅使用输入变量子群，而不使用其余的输入变量。子群的选择例如基于所求得的相关性进行。由此能够设置成，子群的全部的输入变量与测量变量相关、尤其在至少一个预先确定的程度内相关。

传感器模型例如借助于自学***均值（moving average）。

传感器模型能够包括相关性矩阵。备选地或附加地，传感器模型借助于相关性矩阵求得。例如借助于相关性矩阵求得最强的相关性并且所述传感器模型基于这些相关性。

可选地，所述至少一个输入变量和所述测量变量是燃气涡轮驱动装置的变量和/或热力学的变量。例如，燃气涡轮驱动装置的检测测量变量的传感器能够被控制。还可行的是，测量变量继续确定，只要测量变量的传感器失效。如果例如在具有这样的燃气涡轮驱动装置的飞机飞行期间测量变量的传感器失效，测量变量的值能够继续确定。此外能够确定如下的测量变量，其中在燃气涡轮驱动装置运行中（例如在飞行期间）例如由于结构的原因没有传感器能够使用。

所述至少一个输入变量例如表征压力、温度和/或体积流。

测量变量能够表征压力、温度、体积流或能够调节的构件的、尤其是阀的调整变量。

在步骤a中提供的所述输入变量的值能够包括借助于至少一个传感器而测量的值和/或模拟的值。例如，所述输入变量的这些值在一个或多个参考测量中求得、尤其与所述测量变量的值一起求得。

根据一方面提供一种用于确定测量变量的传感器系统，所述传感器系统构造和设立用于执行根据任意的在此描述的设计方案的方法。

根据一方面提供一种用于确定测量变量的传感器系统，所述传感器系统包括多个、例如级联地彼此连接的虚拟的传感器。在此，一个虚拟的传感器的输出能够联接到另一个虚拟的传感器的输入处。

根据一方面提供一种用于确定测量变量的传感器系统。所述传感器系统包括相关性模块，所述相关性模块构造成用于获取包括多个输入变量的值和测量变量的值的数据组，用于求得在输入变量的值与测量变量的值之间的相关性并且根据所求得的相关性求得一个传感器模型或多个传感器模型；并且所述传感器系统包括分析模块，所述分析模块设立成用于从所述相关性模块获取一个传感器模型或多个传感器模型，其中，所述分析模块具有至少一个输入和输出并且构造用于，在将输入变量的至少一个的至少一个另外的值提供到分析模块处、尤其到所述至少一个输入处时，基于输入变量的至少一个的至少一个另外的值和一个传感器模型或多个传感器模型地来确定测量变量的值并且在输出处输出。传感器系统如下构造，使得一个或多个通过分析模块所确定的测量变量的值作为输入变量的一个值/多个值由分析模块使用和/或通过分析模块（例如作为数据组的一部分）提供到相关性模块处。所述传感器系统能够构造和设立成用于执行根据任意的在此所描述的设计方案的方法。

以这种方式提供一种用于确定测量变量的传感器系统，所述传感器系统尤其如下地进行改善，使得为了检测测量变量，传感器不是强制必要的。所述传感器系统、具体地说所述分析模块提供了虚拟的传感器。

可选地，相关性模块包括存储机构，数据组存储在所述存储机构上。

此外，传感器系统能够包括至少一个传感器，其构造和设立用于测量输入变量的值并且提供到分析模块的至少一个输入处。

传感器例如是压力传感器、温度传感器或体积流测量器。

根据一方面提供一种燃气涡轮驱动装置、尤其是用于飞行器（Luftfahrzeug）的燃气涡轮驱动装置。所述燃气涡轮驱动装置包括多个虚拟的传感器，其中，一个虚拟的传感器的输出联接到另一个虚拟的传感器的输入处。可选地，所述燃气涡轮驱动装置包括根据任意的在此所描述的设计方案的传感器系统，所述传感器系统尤其能够提供一个或多个虚拟的传感器。每个虚拟的传感器能够处理多个不同的输入变量并且确定测量变量。

对于技术人员可理解的是，特征或参数（所述特征或参数关于上述的方面中的一个进行描述）能够在任意的其他方面得到应用，只要其不相互地排斥。另外，这里所描述的任意的特征或任意的参数能够在任意的方面得到应用和/或与这里所描述的任意的其他特征或参数组合，只要其不相互地排斥。

附图说明

现在参考图来描述示例的实施方式；在所述图中:

图1示出燃气涡轮驱动装置的侧剖视图；

图2示出具有传感器系统的燃气涡轮驱动装置的区段的侧剖放大视图；

图3示出燃气涡轮驱动装置的传感器系统的示意性的视图；

图4示出用于燃气涡轮驱动装置的传感器系统的示意性的视图；以及

图5示出用于确定测量变量的方法。

附图标记列表

4、4' 传感器系统

40 相关性模块

400 存储机构

41 分析模块

410 存储机构

411 输入

412 输出

413 输入

42A-42J 传感器

43 数据处理机构

5 显示机构

9 主转动轴线

10 燃气涡轮驱动装置

11 核心驱动装置

12 空气入口

14 低压压缩机

15 高压压缩机

16 燃烧机构

160 燃料喷射部

161 燃料管路

162 阀

163 燃烧室

17 高压涡轮机

18 旁通推进喷嘴

19 低压涡轮机

20 核心推进喷嘴

21 驱动装置舱

22 旁通通道

23 风扇

26 轴

27 连接轴

30 传动机构

A 核心空气流

B 旁通空气流。

具体实施方式

图1示出带有主转动轴线9的燃气涡轮驱动装置10。燃气涡轮驱动装置10包括空气入口12和风扇23，所述空气入口产生两个空气流：核心空气流A和旁通空气流B。燃气涡轮驱动装置10包括容纳核心空气流A的核心部11。核心驱动装置11沿着轴向流动次序包括低压压缩机14、高压压缩机15、燃烧机构16、高压涡轮机17、低压涡轮机19和核心推进喷嘴20。驱动装置舱21围绕燃气涡轮驱动装置10并且限定旁通通道22和旁通推进喷嘴18。旁通空气流B流动通过旁通通道22。风扇23经由轴26和周转的（epizyklisches）行星齿轮传动机构30安置在低压涡轮机19处并且由其驱动。

在运行中，核心空气流A通过低压压缩机14进行加速和压缩并且被导入到高压压缩机15中，在那儿实现进一步的压缩。从高压压缩机15排出的压缩的空气被导入到燃烧机构16中，在那儿其与燃料混合并且混合物被燃烧。在所产生的热的燃烧产物通过喷嘴20被排出用于提供一定的推进力之前，其而后通过高压涡轮机17和低压涡轮机19扩散并且由此对高压涡轮机17和低压涡轮机19进行驱动。高压涡轮机17通过合适的连接轴27驱动高压压缩机15。风扇23通常提供推进力的主要部分。周转的（epizyklisches）行星齿轮传动机构30是减速传动机构。

可选地，传动机构能够驱动辅助和/或备选的构件（例如中压压缩机和/或再压缩机（Nachverdichter））。

其中能够应用本公开的其他燃气涡轮驱动装置能够具有备选的配置。例如这样的驱动装置能够具有备选的数目的压缩机和/或涡轮机和/或备选的数目的连接轴。作为另外的示例，在图1中示出的燃气涡轮驱动装置具有分流喷嘴（Teilungsstromdüse）20、22，这意味着，通过旁通通道22的流具有其自己的喷嘴，其与驱动装置核心喷嘴20分开并且在驱动装置核心喷嘴20径向外。然而，这不是限制性的并且本公开的任意的方面也能够适用于如下的驱动装置，在所述驱动装置的情况下通过旁通通道22的流和通过核心部11的流在能够被称作混合流喷嘴的、唯一的喷嘴之前（或在上游）混合或组合。一个或两个喷嘴（不管混合流还是分流）能够具有固定的或可变的区域。虽然所描述的示例涉及涡轮风扇驱动装置，但是所述公开例如能够在任意的种类的燃气涡轮驱动装置、如例如在开式转子（其中风扇级不被驱动装置舱围绕）或涡轮螺旋桨式驱动装置的情况下得到应用。

燃气涡轮驱动装置10的几何结构和其构件通过常规的轴线系统来限定，所述轴线系统包括轴向的方向（其对准到转动轴线9）、径向的方向（在图1中在由下到上的方向）和周缘方向（垂直于图1中的视图）。所述轴向的、径向的和周缘方向彼此垂直地延伸。

图2示出燃气涡轮驱动装置10的另外的细节。燃气涡轮驱动装置10包括传感器系统4。传感器系统4包括多个实体的（硬件）传感器42A-42J，其布置在燃气涡轮驱动装置10的多个部位处。在所示出的示例中，在高压压缩机15处、在燃料管路161处、在燃烧机构16的燃烧室163处、在高压涡轮机17处和在低压涡轮机19处分别装配有传感器42A-42J。这些传感器42A-42J经由信号线路与分析模块41连接。另外的未在图2中示出的传感器能够联接到分析模块41处。

在高压压缩机15处布置有用于测量流经的空气的体积流的传感器42A、用于测量流经的空气的温度的传感器42B和用于测量流经的空气的压力的传感器42C。

燃烧机构16包括燃料喷射部160，借助于所述燃料喷射部将经由燃料管路161提供的燃料喷射到燃烧室163中。喷射的燃料量借助于能够调节的阀能够调控。在燃料管路161处布置有用于测量流经的燃料的体积流的传感器42D。在燃烧室163处布置有用于测量温度的传感器42E和用于测量燃烧室163中的压力的传感器42F。

在高压涡轮机17和低压涡轮机19处分别布置有用于测量流经的空气的温度的传感器42G、42I和用于测量流经的空气的压力的传感器42H、42J。

应指出，燃气涡轮驱动装置10不必强制地包括全部所提及的传感器42A-42J。

分析模块41构造用于从传感器42A-42J获取信号。

传感器系统4提供一个或多个虚拟的传感器。可选地，传感器系统4针对每个传感器42A-42J提供相应的虚拟的传感器。当在燃气涡轮驱动装置10运行中传感器42A-42J中的一个、例如用于测量在高压涡轮机17中的温度的传感器42G失效时，则这个传感器的测量值能够通过用于相同测量变量的值来代替，所述值借助于虚拟的传感器来确定。备选地或附加地，测量变量的值（例如在高压压缩机中的温度）能够始终被求得，其而后为了验证相同的测量变量的、传感器42G的测量值而能够与所述测量值进行比较。在由传感器系统4（虚拟地）所求得的、测量变量的值与借助于（实体的）传感器42G所求得的、测量变量的值之间偏差的情况下则能够推断出传感器42G的缺陷。

可选地，为应对识别出传感器的缺陷，自动地创建用于其测量变量的虚拟的传感器。

图3示出燃气涡轮驱动装置10的传感器系统4，其中，出于简单起见未示出全部的传感器42A-42J。

分析模块41例如构造为数据处理机构或包括这样的数据处理机构。分析模块41包括存储机构410用于存储计算机可读取的数据。传感器模型存储在存储机构410上或多个传感器模型存储在存储机构上。分析模块41包括多个输入411，其中，在每个输入411处联接有传感器42A-42J。传感器42A-42J在相应地被联接的输入411处提供输入变量的值，其对于要由相应的传感器42A-42J测量的变量是指示的。分析模块41借助于传感器模型以及根据输入变量的值计算测量变量的值。分析模块41将测量变量的该值在输出412处输出和/或使用其作为用于分析模块41的所述传感器模型或其它传感器模型的另外的输入变量，其中，然后又能够将其输出变量在输出412处输出。可选地，输入42A-42D的一个或多个联接到输出412处或联接到另外的传感器系统4的输出412处。传感器系统4能够包括或提供多个相互耦联的（例如通信的）虚拟的传感器。

例如显示测量变量的值的显示机构5联接到输出412处。

传感器模型基于输入变量的和测量变量的值，其中，所述测量变量的这些值借助于实体的传感器检测。传感器系统4包括相关性模块40用于创建传感器模型。

相关性模块40包括存储机构400，数据组存储在所述存储机构上，所述数据组包括输入变量的值（例如燃气涡轮驱动装置10的一些或全部的传感器42A-42J的值）。此外，所述数据组包括测量变量的值，其借助于实体的传感器检测、例如借助于用于测量在高压涡轮机17中的温度的传感器42G。相关性模块40构造用于，根据所存储的数据组求得在输入变量的值与测量变量的值之间的相关性。根据所求得的相关性选择输入变量的、特别强地与测量变量相关的子群（Untergruppe）。由此，弱相关的输入变量被剔除，这能够改善待创建的传感器模型的质量。根据所求得的相关性创建传感器模型。在此，相关性模块40应用机器学习。在所示出的示例中，相关性模块40包括遗传编程（genetische Programmierung）。在此，传感器模型在多个迭代中根据进化的方式（evolutionären Ansatz）得到优化。

相关性模块40将传感器模型提供到分析模块41处。为此，分析模块41包括输入413，相关性模块40经由所述输入与分析模块41连接或能够连接。

相关性模块40例如构造为数据处理机构或包括这样的数据处理机构。在根据图3的示例中，相关性模块40和分析模块41空间上彼此分开。分析模块41布置在燃气涡轮驱动装置10处（或备选地在带有燃气涡轮驱动装置10的飞机处）。可选地但是不强制地，相关性模块40布置在燃气涡轮驱动装置10（或飞机）处。

当相关性模块40布置在燃气涡轮驱动装置10处时，其能够连续地获取一个、多个或所有的传感器42A-42J的测量值（例如经由未示出的与传感器42A-42J的连接或经由分析模块41）。利用这些测量值（其能够表征输入变量和/或测量变量），相关性模块40能够连续地或在离散的时间间隔（zeitlichen Schritten）中新创建和/或优化传感器模型并且提供到分析模块41处。由此，例如传感器漂移能够得到补偿。

备选地可行的是，相关性模块40在获取数据组、创建传感器模型和（经由在图3中示出的连接、备选地无线材的经由数据网络或数据载体）提供传感器模型到分析模块41处之后与分析模块41间隔开（和/或通信地分开）。

则可行的是，例如测试测量在燃气涡轮驱动装置10（或结构相同的或类似的燃气涡轮驱动装置）处执行，其中设置有用于测量变量的实体的传感器。这些测试测量提供数据组用于创建（并且可选地用于验证）传感器模型。在燃气涡轮驱动装置10运行的情况下，测量变量由此能够借助于（提供虚拟的传感器的）分析模块41来确定，而实体的传感器不是必要的。由此，在燃气涡轮驱动装置10运行中，能够放弃一个或多个传感器，这能够减小重量并且改善可靠性。此外，即使一个或多个传感器失效，燃气涡轮驱动装置10的测试测量也能够继续。在测试站（Testständen）处（例如高海拔测试站）对于燃气涡轮驱动装置可用的时间被有规律地限制并且测试站的有效的负载能够借助于传感器系统4得到改善，因为例如更换失效的传感器不是强制地必要的。

在示例中，测量变量示出在高压涡轮机17中的温度。在此，尤其（例如空气流的或燃料流的）体积流、燃烧室163上游的空气压力、燃烧室163中的空气压力和燃烧室163下游的空气温度考虑作为输入变量。

在其他的示例中，测量变量示出调整环节的、例如阀162的调整位置（备选地由此得出运动）。在此，尤其在燃料管路161中的燃料的体积流、（例如在燃烧室163中的）压力和（例如在燃烧室163中的）温度考虑作为输入变量。

图4示出用于根据图1的燃气涡轮驱动装置10的传感器系统4'的备选的设计方案。与根据图3的传感器系统4不同，设置有单个的数据处理机构43，其不仅包括相关性模块40而且包括分析模块41。相关性模块40和分析模块41例如以软件模块的形式来构造，其经由软件接口彼此连接或能够连接。另外，传感器系统4'的工作原理相应于根据图3的传感器系统4的工作原理。

可选地，相关性模块40和/或分析模块41集成到驱动装置控制器（ECU）中。

图5示出用于确定尤其燃气涡轮驱动装置10的测量变量的方法。在所述方法的情况下尤其能够使用前面所描述的传感器系统4、4'中的一个。

在第一步骤S1中，提供数据组。所述数据组包括多个输入变量的值和（而后）要确定的测量变量的值。在数据组中的测量变量的值尤其是由硬件传感器测量的值，也就是说能够设置成，借助于硬件传感器来测量测量变量并且将如此获取的值寄存在数据组中。在燃气涡轮驱动装置中，所述数据组例如能够在驱动装置测试的框架中求得，备选地或附加地在进行中的运行期间求得。

在第二步骤S2中，计算在输入变量的值与测量变量的值之间的相关性。基于所计算的相关性选择多个输入变量的输入变量子群。为此能够创建例如相关性矩阵。全部与测量变量显著地相关的输入变量能够被选入子群中。备选地，事先确定的数量（例如在3和10之间）或事先确定的份额的、具有最强的相关性的输入变量的能够被选择作为子群。

在第三步骤S3中，创建传感器模型。所述传感器模型使输入变量子群的输入变量与测量变量结合。在此能够尤其使用自学习算法。所述自学习算法例如利用所述数据组训练。

在可选的第四步骤S4中，检测传感器模型的质量。为此能够提供另外的数据组（可选地提供总数据组，所述总数据组被分成数据组和另外的数据组），其包括多个输入变量的值和（而后）要确定的测量变量的值。然后，借助于传感器模型并且根据另外的数据组的输入变量的值能够确定测量变量的值。这些值然后能够与在另外的数据组中存在的、测量变量的测量值进行比较。当所述质量不足够（偏差例如超过事先确定的最高值）时，能够返回到步骤S1至S3中的任一步骤。例如能够提供其他的、例如更大规模的数据组。为此例如可行的是，用输入变量的模拟的值、尤其用代表极值的模拟的值补充数据组。如果所述方法例如应用在燃气涡轮驱动装置10中，极值能够示出过载情况、例如燃气涡轮驱动装置10的过热。此外，输入变量在数据组中的布置能够变化。例如为了抑制噪声信号并且由此更精确地计算相关性，能够形成平均值、例如滑动的平均值。例如当使用遗传编程时，传感器模型的创建也能够变化、例如改变迭代的数量和/或算子（Operatoren）的数量。

备选地或附加地，在步骤S4中，要检测的质量参数是传感器模型的响应时间。如果这个时间太长，传感器模型能够被简化。进一步备选地或附加地，能够检测传感器模型的稳定性、例如是否出现强的偏差值。

如果在步骤S4中（一般地或对于确定的应用）足够的质量已经被确定，继续第五步骤S5。

在第五步骤S5中，（分别）检测输入变量的至少一个的、尤其多个输入变量的、尤其来源于输入变量子群的每个的至少一个另外的值。为此读取相应配属的传感器。

在第六步骤S6中，基于输入变量的至少一个的至少一个另外的值（尤其多个输入变量的值）和传感器模型来计算测量变量的值。以这种方式能够代替例如失效的传感器和/或验证传感器的值。

进一步可行的是，一个或多个输入变量不借助于传感器来测量，而是同样地根据以上描述（vorbeschriebenen）的方法来确定，也就是说借助于相应的传感器模型确定。由此能够提供级联型的虚拟的传感器。至少一个虚拟的传感器的至少一个输出变量能够用作为另外的虚拟的传感器的输入变量。所述方法能够使用多个彼此（例如通信地）耦联的虚拟的传感器。

步骤S1至S4例如能够事先执行一次，从而获取传感器模型。例如为此使用第一燃气涡轮驱动装置，其为了提供测量变量的测量值而装备有一个传感器或大量的传感器，所述一个传感器或大量的传感器在批量生产的燃气涡轮驱动装置中不设置。步骤S5和S6能够由此例如根据批量生产在较晚的时间点、例如在一个或多个其他的（尤其结构相同的）燃气涡轮驱动装置中执行。

利用所描述的方法，通过比较所确定的测量变量与用于测量变量的传感器的测量值还能够可选地监控输入变量。由此，也能够在输入变量的传感器中确定失效或缺陷。所述方法通常能够使用，以便实现测量变量的冗余的确定，以便修正有错误的测量部位（Messstelle）和/或以便代替失效的传感器。由此能够在（例如燃气涡轮驱动装置10的）测试中避免由修理失效的传感机构而导致的中断或由有错误的传感机构而导致的重复。此外，能够节约传感器，这实现了简单的构造。

可选地，输入变量的一个或多个不借助于传感器测量，而是模拟地或基于模型地来计算。

此外，对于燃气涡轮驱动装置，传感器系统4、4'和以上描述的方法尤其适用于以下的应用情况。

在不要求实时监控的开发测试中能够使用任意的输入变量。在此，步骤S5和S6能够在线地或离线地进行。在此，通过借助于传感器模型确定测量变量能够改善测试测量的质量和有效性。对于所述传感器模型能够使用例如遗传编程和/或人工神经网络。此外，这种测试尤其能够利用较少的传感器执行。由此，燃气涡轮驱动装置的运行特性（Laufverhalten）能够得到改善。

在要求实时监控的开发测试的情况下，步骤S5和S6在线地执行。在此，借助于所述传感器模型确定测量变量尤其能够代替失效的传感器，以便防止测试的中断或延迟。

在要求实时监控和认证的应用情况下，步骤S5和S6在线地执行。在此，选择作为输入变量作为可靠性相关的输入变量。通过借助于传感器模型确定测量变量能够改善燃气涡轮驱动装置的运行可靠性。在此，对于传感器模型使用严格的建模，其中在输入变量与测量变量之间的数学的关系是已知的。

应当理解，本发明不被局限于在上面描述的实施方式并且在不偏离在此所描述的构思的情况下能够进行不同的修改和改善。所述特征的任意的特征能够分开地或与任意的其他的特征组合地进行使用，只要其不相互地排斥，并且本公开延伸到在此所描述的一个或多个特征的所有的组合和子组合并且包括这些。