会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
热词
    • 5. 发明申请
    • VERFAHREN ZUR KATEGORISIERUNG UND VERFAHREN ZUR VERMEIDUNG VON STÖRUNGEN AN EINER PAPIERMASCHINE, INSBESONDERE VON BAHNABRISSEN
    • WO2022073699A1
    • 2022-04-14
    • PCT/EP2021/074080
    • 2021-09-01
    • VOITH PATENT GMBHPERFECTPATTERN GMBH
    • KÄSER, JürgenPALEANI, Christian
    • D21F7/04D21G9/00
    • Verfahren zur Kategorisierung sowie darauf aufbauend zur Vermeidung von Produktionsstörungen an einer Papiermaschine (1), insbesondere von Bahnabrissen, und Computerprogrammprodukt zur Ausführung eines solchen Verfahrens, wobei folgende Schritte ausgeführt werden: 1.1 Bereitstellen einer ersten Datenmenge (D1) von historischen Signalwerten 1.2.1 Auswählen eines Störungszeitpunktes (t1…tn), für eine Vielzahl der Signale aus der ersten Datenmenge (D1), insbesondere für jedes Signal, Bestimmen der Änderung (ΔSx…ΔSx) des jeweiligen Signalwertes in einer Zeitspanne vor dem ausgewählten Störungszeitpunkt; und Zuweisen jeweils eines charakteristischen Zahlenwertes (ZW1…ZWx) zu jeder Signaländerung 1.2.2 Zusammenfassen der einzelnen charakteristischen Zahlenwerte (ZW1…ZWx) für den ausgewählten Störungszeitpunkt zu einer Reihe (R1…Rn). 1.3 Mehrmaliges Wiederholen der Schritte 1.2.1 und 1.2.2, jeweils für weitere ausgewählte Störungszeitpunkte (t 1…tn), 1.4 Segmentieren der so erhaltenen Reihen (R1…Rn) in verschiedene Kategorien (K1…Km); jede Kategorie (K1…Km) repräsentiert dabei eine Art von Störung, insbesondere eine Art von Bahnabriss. 1.5 Ausgabe (A1,A2,A3,A4) der gebildeten Kategorien (K1…Km) und/oder der für die jeweilige Kategorie zugeordneten Reihen (R1…Rn) auf ein Endgerät (24) und/oder im DCS und/oder im QCS. 1.6 Bilden jeweils eines Prädiktiven Modells (P1…Pm) für jede der Kategorien (K1…Km), indem die der jeweiligen Kategorie (K1…Km) zugeordneten Reihen (R1…Rn) ausgewertet werden, wobei für jede Kategorie ein eigenes Prädiktives Modell (P1…Pm) gebildet wird, und derart, dass die Prädiktiven Modelle (P1…Pm) geeignet sind, eine zweite Datenmenge (D2) von Signalwerten als Zeitreihen auszuwerten und jeweils für die zugehörige Kategorie (K1..Km) einen Signifikator anzugeben, der ein kategorie-spezifisches Störungsrisiko beschreibt.