专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明申请

WO2020254323A1 METHOD AND ASSISTANCE SYSTEM FOR DETECTING AN ABNORMAL BEHAVIOUR OF A DEVICE 审中-公开
公开(公告)号：WO2020254323A1
公开(公告)日：2020-12-24
申请号：PCT/EP2020/066629
申请日：2020-06-16
申请人： SIEMENS AKTIENGESELLSCHAFT
发明人： GEIPEL, Markus Michael , GÜNNEMANN-GHOLIZADEH, Nikou , MITTELSTÄDT, Sebastian
IPC分类号： G05B23/02
摘要： A method for detecting an abnormal behavior of a device, comprising the steps: - capturing (S1) data of at least two different sensors associated to the device within a temporal sequence of time intervals, - estimating (S2) a relationship between two different sensors for each combination of two different sensors and for each of the time intervals (t1, t2, t3) by determining a precision matrix of a multivariate probabilistic model, each matrix element representing the relationship between two sensors, - determining (S3) a temporal course of the precision matrix by applying the precision matrix of neighboring time intervals with at least one penalty, - identifying (S4) an abnormal behavior of the device, if the precision matrix of adjacent time intervals differs by a value larger than an expected threshold value. Figure

2. 发明申请

WO2020173740A1 AUTOMATED REFINEMENT OF A LABELED WINDOW OF TIME SERIES DATA 审中-公开
公开(公告)号：WO2020173740A1
公开(公告)日：2020-09-03
申请号：PCT/EP2020/054127
申请日：2020-02-17
申请人： SIEMENS AKTIENGESELLSCHAFT
发明人： GEIPEL, Markus Michael , GÜNNEMANN-GHOLIZADEH, Nikou , MERK, Stephan , MITTELSTÄDT, Sebastian
IPC分类号： G05B23/02 , G06N20/00 , G06N7/00
摘要： A device (200) obtains a set of time series data (20) monitored on a machine (100) and further obtains first label information indicating a first time window (21) in the time series data (20). The device (200) determines a first probabilistic model (225), describing dynamics of the time series data (20) inside the first time window (21), and a second probabilistic model (235) describing dynamics of the time series data adjacent to the first time window (21). Based on the first probabilistic model (225) and the second probabilistic model (235), the device (200) determines a first part of the time series data (20) that is estimated to match the first probabilistic model (225) and a second part of the time series data (20) that is estimated to match the second probabilistic model (235), e.g., using a hidden Markov model based on the first probabilistic model (225) and the second probabilistic model (235). The device (200) then determines second label information indicating a second time window (21') which includes the first part of the time series data (20) and excludes the second part of the time series data (20).

3. 发明申请

WO2020048728A1 BUILDING A MACHINE-LEARNING MODEL WITH IMPROVED FEATURE DISTRIBUTION 审中-公开
公开(公告)号：WO2020048728A1
公开(公告)日：2020-03-12
申请号：PCT/EP2019/071412
申请日：2019-08-09
申请人： SIEMENS AKTIENGESELLSCHAFT
发明人： GEIPEL, Markus Michael , MITTELSTÄDT, Sebastian
IPC分类号： G06K9/00 , G06K9/62 , G06K9/46
摘要： The invention relates to a method of building a deep-learning classifier machine-learning model (300) for operational monitoring of an ensemble (200) of field devices (201-204), comprising: performing a training of one or more feature recognition algorithms (93) of the deep-learning classifier machine-learning model (300) using labeled training data (99) obtained from the ensemble (200) of field devices (201-204), the training being based on a prediction error signal (95) and a further error signal (7012); and determining the further error signal based on a difference between density estimations (7011) of features recognized by the one or more feature recognition algorithms (93) using the labeled training data (99) of different ones of the ensemble (200) of field devices (201-204).

4. 发明申请

WO2023001561A1 VERFAHREN UND KONFIGURATIONSSYSTEM ZUM KONFIGURIEREN EINER MASCHINENSTEUERUNG 审中-公开
公开(公告)号：WO2023001561A1
公开(公告)日：2023-01-26
申请号：PCT/EP2022/068817
申请日：2022-07-07
申请人： SIEMENS AKTIENGESELLSCHAFT
发明人： BOGDOLL, Dieter , GEIPEL, Markus Michael , HEIN, Daniel , KEHRER, Johannes , PALACIOS VALDES, Carlos Andres , REITINGER, Axel , STRIXNER, Ferdinand
IPC分类号： G05B19/409
摘要： Zum Konfigurieren einer Maschinensteuerung (CTL) durch einen Aktionsausführungsbaum (BT) werden vorgegebene Aktionsmuster (AP) eingelesen. Weiterhin wird eine Vielzahl von Aktionsausführungsbäumen (BT) für eine zu steuernde Maschine (M) generiert. Für einen jeweils generierten Aktionsausführungsbaum (BT) wird eine Performanz (PV) für ein Steuern der Maschine (M) anhand des jeweiligen Aktionsausführungsbaums (BT) ermittelt. Weiterhin werden im jeweiligen Aktionsausführungsbaum (BT) die vorgegebenen Aktionsmuster (AP) gesucht. Ein im jeweiligen Aktionsausführungsbaum (BT) gefundenes Aktionsmuster (AP) wird dann zumindest teilweise durch einen Verweis (L) auf das vorgegebene Aktionsmuster (AP) ersetzt. Ferner wird eine Baumgröße (BG) des so modifizierten Aktionsausführungsbaum (BTM) ermittelt. Anhand der generierten Aktionsausführungsbäume (BT) wird dann mittels eines numerischen Optimierungsverfahrens ein hinsichtlich größerer Performanz und geringerer Baumgröße optimierter Aktionsausführungsbaum (BTO) ermittelt und zum Konfigurieren der Maschinensteuerung (CTL) ausgegeben.

5. 发明申请

WO2021028134A1 AUTOMATIC CALCULATION OF MEASUREMENT CONFIDENCE IN FLEXIBLE MODULAR PLANTS AND MACHINES 审中-公开
公开(公告)号：WO2021028134A1
公开(公告)日：2021-02-18
申请号：PCT/EP2020/069694
申请日：2020-07-13
申请人： SIEMENS AKTIENGESELLSCHAFT
发明人： NEIDIG, Jörg , GEIPEL, Markus Michael , MAURMAIER, Mathias , WURM, Kai
IPC分类号： G05B19/042 , G05B19/05 , G06F9/30 , G05B19/418 , G06Q50/04
摘要： The invention provides a method for providing output values with associated uncertainties for a flexible modular plant or machine comprising an arrangement of modular entities (21-2n). To a plurality of said modular entities (21-2n), uncertainty information associated with an operation of said modular entity (21-2n) is assigned. Input values are provided based on an operation of the modular entities (21-2n). A computing unit (12) calculates an output value based on said input values. The computing unit (12) calculates an input value uncertainty for each input value based on the uncertainty information of the modular entity (21-2n). The computing unit (12) calculates at least one output value uncertainty associated with the output value based on propagation of uncertainty and using the input value uncertainties. The output value and the at least one output value uncertainty is outputted.

6. 发明申请

WO2020048722A1 TRANSFER LEARNING OF A MACHINE-LEARNING MODEL USING A HYPERPARAMETER RESPONSE MODEL 审中-公开
公开(公告)号：WO2020048722A1
公开(公告)日：2020-03-12
申请号：PCT/EP2019/071317
申请日：2019-08-08
申请人： SIEMENS AKTIENGESELLSCHAFT
发明人： GEIPEL, Markus Michael , MITTELSTÄDT, Sebastian , VON BEUNINGEN, Anja
IPC分类号： G06N20/00 , G06N7/00
摘要： The invention relates to a method of building a machine- learning model (301-304) for operational monitoring of an ensemble (200) of field devices (201-204), the method comprising: performing a training (2001, 2012) of a first value of a hyperparameter (2053) of the machine-learning model (301-304) based on training data (603) of a first device of the ensemble (200); and, based on the training: obtaining a response model (2050) of the hyperparameter, the response model providing a mapping of a value of the hyperparameter to a performance indicator of the machine- learning model; and determining a second value of the hyperparameter for a second field device (201-204) of the ensemble (200) based on the response model (2050).

7. 发明申请

WO2017153095A1 VERFAHREN UND VORRICHTUNG ZUM STEUERN EINES TECHNISCHEN SYSTEMS ANHAND VON STEUERMODELLEN 审中-公开
标题翻译：基于控制模型的用于控制技术系统的方法和设备
公开(公告)号：WO2017153095A1
公开(公告)日：2017-09-14
申请号：PCT/EP2017/052133
申请日：2017-02-01
申请人： SIEMENS AKTIENGESELLSCHAFT
发明人： DÜLL, Siegmund , GEIPEL, Markus Michael , HEYNE, Jean-Christoph , STERZING, Volkmar
IPC分类号： G05B17/02 , G05B13/02 , G05B13/04
摘要： Zum Steuern eines technischen Systems (TS) anhand eines Steuermodells (SM, SM1, SM2) wird ein Datencontainer (DC, DC1, DC2) empfangen, in dem ein Steuermodell (SM, SM1, SM2) mit einer Trainingsstruktur (TSR) sowie eine Modelltypinformation (MTI, MTI1, MTI2) modelltypübergreifend kodiert sind. Erfindungsgemäß wird abhängig von der Modelltypinformation (MTI, MTI1, MTI2) eines von mehreren modelltypspezifischen Ausführungsmodulen (EMI, EM2, EM3) für das technische System (TS) selektiert. Weiterhin werden abhängig von der Modelltypinformation (MTI, MTI1, MTI2) Betriebsdatenkanäle (BDC) des technischen Systems (TS) Eingabekanälen (IC) des Steuermodells (SM, SM1, SM2) zugeordnet. Über einen jeweiligen Betriebsdatenkanal (BDC) werden Betriebsdaten (BD) des technischen Systems (TS) erfasst und über einen diesem Betriebsdatenkanal (BDC) zugeordneten Eingabekanal (IC) dem Steuermodell (SM, SM1, SM2) übermittelt. Das Steuermodell (SM, SM1, SM2) wird mittels des selektierten Ausführungsmoduls (EMI, EM2) ausgeführt, wobei aus den übermittelten Betriebsdaten (BD) gemäß der Trainingsstruktur (TSR) Steuerdaten (CD) abgeleitet werden, die zum Steuern des technischen Systems (TS) ausgegeben werden.
摘要翻译：
为了控制使用控制模型（SM，SM1，SM2）接收的数据容器（DC，DC1，DC2），技术系统（TS），其中一个控制模型（SM，SM1，SM2）与训练结构（TSR）以及模型类型信息（MTI，MTI1，MTI2）是模型代码编码的。发明＆AUML;大街是根据用于技术系统（TS）的几个型号类型专用执行模块（EMI，EM2，EM3）中的一个的型号信息（MTI，MTI1，MTI2）来选择的。此外，控制模型（SM，SM1，SM2）的依赖性BEAR相关LEN（IC）;该技术系统（TS）Eingabekan＆AUML的文件（BDC）;的模型类型信息（MTI，MTI1接口，MTI2）Betriebsdatenkan＆AUML ngig。在各自的运转数据信道（BDC）正在操作的技术系统（TS）的数据（BD）被检测到并且在该操作数据信道（BDC）相关联的输入信道（IC）与控制模型（SM，SM1，SM2）导航用途bermittelt。借助于所选择的执行模块（EMI，EM2）执行控制模型（SM，SM1，SM2），由此根据所传输的操作数据（BD）来自训练结构（TSR）控制数据（CD），其被输出以控制技术系统（TS）。

8. 发明申请

WO2021129922A1 VERFAHREN ZUM BETREIBEN EINES AUTOMATISIERUNGSSYSTEMS UND AUTOMATISIERUNGSSYSTEM 审中-公开
公开(公告)号：WO2021129922A1
公开(公告)日：2021-07-01
申请号：PCT/EP2019/086909
申请日：2019-12-23
申请人： SIEMENS AKTIENGESELLSCHAFT
发明人： BOTERO HALBLAUB, Andrés , GÖTZ, Jan , SCHENK, Tim , WEHRSTEDT, Jan Christoph , GEIPEL, Markus Michael
IPC分类号： G05B19/418 , G05B13/04 , G05B13/042 , G05B19/41845 , G05B19/41885
摘要： Es wird ein Verfahren zum Betreiben eines Automatisierungssystems (100), welches wenigstens eine Produktionsanlage (110 - 112) zum automatisierten Herstellen eines Produkts (P) mit vorbestimmten Produkteigenschaften (SPEC) aus einer Anzahl von N Edukten (E1 - E3), mit N > 1, umfasst, vorgeschlagen. Basierend auf digitalen Zwillingen (D110 - D112) der Produktionsanlagen (110 - 112), digitalen Zwillingen (DE1 - DE3) der Edukte (E1 - E3) und einem digitalen Zwilling (DP) des Produkts (P) werden formale Beschreibungen in einer Formalspräche erzeugt. Auf Basis der formalen Beschreibungen wird eine Herstellungsvorschrift (PLAN) ermittelt. Das Verfahren hat den Vorteil, dass eine flexible und automatisierte Produktion unterschiedlicher Produkte möglich ist.

9. 发明申请

WO2021028135A1 A SYSTEM FOR GENERATION OF A HOLISTIC DIGITAL TWIN 审中-公开
公开(公告)号：WO2021028135A1
公开(公告)日：2021-02-18
申请号：PCT/EP2020/069697
申请日：2020-07-13
申请人： SIEMENS AKTIENGESELLSCHAFT
发明人： BRUCKSCH, Michael , GEIPEL, Markus Michael , LAMPARTER, Steffen , WURM, Kai
IPC分类号： G05B19/418
摘要： A system and method used for generation of a holistic digital twin of an industrial facility which comprises a plurality of assets, said system comprising conversion units adapted to convert asset related data collected from different tools used for planning and/or operation of said industrial facility in a tool specific data format and asset related data provided by data sources of the industrial facility in a data source specific data format into a common graph representation; a matching unit adapted to match the graph representations of the converted asset related data to provide a mapping between the assets of said industrial facility; and a merging unit adapted to merge the mapped assets of said industrial facility into a unified graph to provide the holistic digital twin of said industrial facility.

10. 发明申请

WO2020239506A1 METHOD FOR DETERMINING A PLURALITY OF TRAINED MACHINE LEARNING MODELS 审中-公开
公开(公告)号：WO2020239506A1
公开(公告)日：2020-12-03
申请号：PCT/EP2020/063832
申请日：2020-05-18
申请人： SIEMENS AKTIENGESELLSCHAFT
发明人： GEIPEL, Markus Michael , KAISER, Markus
IPC分类号： G06N20/20 , G06N5/00 , G06N7/00 , G06N3/04
摘要： The invention relates to a computer-implemented method for determining a plurality of trained machine learning models, comprising the steps of receiving at least one labeled training data set; wherein the at least one labeled training data set comprises a plurality of input-output pairs, each pair comprising an input vector with a plurality of data values and at least one associated label as output value; receiving at least one machine learning data set with a supervised machine learning problem and/or further related data; determining a plurality of loss functions for at least one initial loss function using at least one strategy; wherein the loss functions of the plurality of loss functions are variants of the at least one initial loss function; and determining a trained machine learning model for each loss function of the plurality of loss functions by training a machine learning model on the basis of the at least one labeled training data set and the at least one machine learning data set. Further, the invention relates to a corresponding computer program product and system.

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式