-
公开(公告)号：CN111095243A
公开(公告)日：2020-05-01
申请号：CN201980004165.7
申请日：2019-01-17
Applicant: 欧姆龙株式会社
IPC: G06F21/12
Abstract: 提供能够防止下载到控制器的软件的不正当利用的技术。控制器(100)具有：取得部(101)，其用于从外部设备(200)取得软件(141)和与软件(141)有关的第1许可证信息；以及处理器，其用于执行软件(141)。软件(141)包含：生成模块(154)，其用于根据用于唯一识别控制器(100)或外部设备(200)的第1固有信息生成软件(141)的执行权(139)；以及检查模块(156)，其用于在生成执行权(139)后的规定的时机根据执行权(139)生成第2固有信息，在第2固有信息与第1固有信息不一致时，禁止利用软件(141)。
-
公开(公告)号：CN106068481A
公开(公告)日：2016-11-02
申请号：CN201580012294.2
申请日：2015-01-15
Applicant: 欧姆龙株式会社
Abstract: 支援装置(300)在执行PLC(100)的维护动作时，向PLC(100)记录用于确定该维护动作的信息。维护动作包括向PLC(100)写入固件等数据以及删除该数据中的至少一个。支援装置(300)也可以在该支援装置(300)也记录用于确定该维护动作的信息。另外，PLC(100)利用记录介质(500)所记忆的数据，执行该PLC(100)的维护动作。此时，PLC(100)在该PLC(100)记录用于确定该维护动作的信息。PLC(100)也可以在记录介质(500)记录用于确定该维护动作的信息。
-
公开(公告)号：CN106062766A
公开(公告)日：2016-10-26
申请号：CN201580011827.5
申请日：2015-01-15
Applicant: 欧姆龙株式会社
CPC classification number: H04L63/083 , G05B19/0426 , G05B19/056 , G05B2219/24124 , G05B2219/25205 , G06F8/61 , G06F21/57 , G06F2221/2107 , H04L63/061
Abstract: 即便在不能利用通信线路安装软件的生产现场，也能够防止软件的不正当安装。存储卡(121)保存有包括软件ID(43a)的追加软件(41)、记录介质ID(45)、将记录介质(45)作为钥匙对软件ID进行加密而成的加密信息(47)。控制部(52)执行以下步骤：从存储卡(121)获取加密信息(47)的步骤；从存储卡(121)获取记录介质ID(45)的步骤；将记录介质ID(45)作为钥匙对加密信息(47)进行解密，由此获取软件ID(43b)的步骤；从追加软件(41)获取软件ID(43a)的步骤；将被解密的软件ID(43b)和从追加软件(41)获取的软件ID(43a)对照的步骤；对照结果为一致时，将追加软件(41)存储于存储部(51)的步骤。
-
公开(公告)号：CN116830054A
公开(公告)日：2023-09-29
申请号：CN202180091770.X
申请日：2021-12-17
Applicant: 欧姆龙株式会社
IPC: G05B23/02
Abstract: 控制装置具有被输入根据从控制对象收集的信息计算出的特征量并输出得分的学习完毕模型和用于判定得分的阈值。信息处理装置包含：显示单元，其显示与学习完毕模型相关联的特征量以及根据该特征量计算出的得分；受理单元，其受理针对特征量以及得分中的任意方的阈值的设定；计算单元，其根据针对特征量设定的阈值计算针对得分的阈值；以及输出单元，其输出针对得分设定的阈值或者根据针对特征量设定的阈值计算出的针对得分的阈值，作为应用于学习完毕模型的阈值。
-
公开(公告)号：CN108227641B
公开(公告)日：2021-02-23
申请号：CN201710939556.0
申请日：2017-10-11
Applicant: 欧姆龙株式会社
IPC: G05B19/418
Abstract: 提供控制装置、控制方法及计算机可读存储介质，以较短的周期监控控制对象中发生的现象。控制装置包括：特征量生成机构，从与控制对象相关的数据生成适合检测控制对象中发生的异常的特征量；机械学习机构，使用特征量生成机构生成的特征量实施机械学习；异常检测机构，基于根据经过机械学习得到的学习结果确定的控制对象中发生的异常检测中使用的检测参数和特征量生成机构生成的特征量检测异常；指示机构，指示异常检测机构进行异常的检测；数据压缩机构，压缩特征量生成机构生成的特征量的数据后，提供给机械学习机构和异常检测机构。指示机构向异常检测机构发送异常检测所需的请求，异常检测机构向指示机构不回复对该请求的响应而实施异常的检测。
-
Patent Agency Ranking
公开(公告)号：CN109983412A
公开(公告)日：2019-07-05
申请号：CN201780070808.9
申请日：2017-11-27
Applicant: 欧姆龙株式会社
Abstract: 控制装置包含：特征量生成单元，其根据与控制对象相关联的数据，生成适合于检测控制对象所产生的异常的特征量；机器学习单元，其使用由特征量生成单元生成的特征量来实施机器学习；异常检测单元，其根据异常检测参数和由特征量生成单元生成的特征量来检测异常，其中，该异常检测参数是基于机器学习的学习结果而决定的，用于检测控制对象所产生的异常；指示单元，其对异常检测单元指示异常的检测；以及数据压缩单元，其在对由特征量生成单元生成的特征量进行数据压缩的基础上，提供给机器学习单元和异常检测单元。指示单元对异常检测单元发送检测异常所需的请求，异常检测单元在不针对该请求向所述指示单元回复答复的情况下就实施异常的检测。
-
公开(公告)号：CN108089535A
公开(公告)日：2018-05-29
申请号：CN201710838765.6
申请日：2017-09-18
Applicant: 欧姆龙株式会社
IPC: G05B19/05
Abstract: 提供控制系统和控制装置。控制装置根据状况变更反复执行一系列处理的周期。提供包含控制装置的控制系统，该控制装置按照第1控制周期反复执行包含I/O更新处理和程序执行处理在内的一系列处理。控制系统包含：第1取得构件，其取得通过按照第1控制周期反复执行I/O更新处理而收集的第1采样值组；第2取得构件，其取得在按照长于第1控制周期的第2控制周期反复执行I/O更新处理的情况下能够收集到的第2采样值组；判断构件，其判断第1采样值组中包含的第1频率成分与第2采样值组中包含的第2频率成分是否实质上相同；以及变更构件，其以第1频率成分与第2频率成分实质上相同为条件，将第1控制周期变更为第2控制周期。
-
公开(公告)号：CN104615067B
公开(公告)日：2017-10-24
申请号：CN201410616531.3
申请日：2014-11-05
Applicant: 欧姆龙株式会社
IPC: G05B19/05
CPC classification number: H04L43/065 , G05B19/0428 , H04L67/26
Abstract: 本发明提供一种控制装置和控制方法。该控制装置的目的在于提供一种减少PLC进行控制运算的负担且高速提供表示控制状态的数据的PLC。能够与外部设备之间进行数据通信的PLC通过执行与用户相关的模块来对控制对象进行控制。控制装置具备对在执行与用户相关的模块的过程中被参照或被更新的表示控制状态的数据进行监视的监视模块。监视模块在满足监视条件的情况下，利用推送协议向外部的设备、服务器发送表示控制状态的数据消息。
-
公开(公告)号：CN104615067A
公开(公告)日：2015-05-13
申请号：CN201410616531.3
申请日：2014-11-05
Applicant: 欧姆龙株式会社
IPC: G05B19/05
CPC classification number: H04L43/065 , G05B19/0428 , H04L67/26 , G05B19/05 , G05B2219/163
Abstract: 本发明提供一种控制装置和控制方法。该控制装置的目的在于提供一种减少PLC进行控制运算的负担且高速提供表示控制状态的数据的PLC。能够与外部设备之间进行数据通信的PLC通过执行与用户相关的模块来对控制对象进行控制。控制装置具备对在执行与用户相关的模块的过程中被参照或被更新的表示控制状态的数据进行监视的监视模块。监视模块在满足监视条件的情况下，利用推送协议向外部的设备、服务器发送表示控制状态的数据消息。
-
公开(公告)号：CN117377916A
公开(公告)日：2024-01-09
申请号：CN202280037783.3
申请日：2022-03-17
Applicant: 欧姆龙株式会社
IPC: G05B19/05
Abstract: 基于某个方面的预测系统具有：控制运算部，其执行用于对控制对象进行控制的控制运算；预测值取得部，其通过将由控制运算部能够参考的状态值中的1个或多个状态值构成的实绩值输入到预测模型，来取得预测值；预测模型生成部，其生成基于树结构的学习算法的预测模型；以及预测模型评价部，其评价预测模型。预测模型评价部包含：执行时间取得部，其分别取得第1和第2执行时间，所述第1和第2执行时间是用于通过对预测模型输入第1和第2数据而输出预测值的时间；最大执行时间计算部，其基于由执行时间取得部取得的第1和第2执行时间，计算预测模型的最大执行时间；以及评价部，其基于最大执行时间计算部的计算结果来评价预测模型。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.02 seconds)
