公开(公告)号：CN113557420B

公开(公告)日：2024-09-17

申请号：CN202080019943.2

申请日：2020-02-17

Applicant: 西门子股份公司

Inventor： 托比亚斯·贝克尔 ,  乔纳斯·戴希曼 ,  欧根·格拉斯 ,  亨宁·奥克森费尔德 ,  托尔斯滕·赖曼 ,  于尔根·策特纳

IPC: G01M5/00 ,  G01H1/00 ,  G01M13/028 ,  G01M13/045 ,  G01M15/12 ,  G05B23/02

Abstract: 本发明涉及一种指示机器故障的计算机实现的方法、数据处理系统和计算机程序产品，还涉及一种训练用于指示机器故障的神经网络的对应的机器和计算机实现的方法。基于至少一个机器部件的至少一个物理量的至少一个输入信号被变换成至少一个特征。神经网络基于该至少一个特征预测至少一个机器故障的类别和/或严重程度。

公开(公告)号：CN118251680A

公开(公告)日：2024-06-25

申请号：CN202280075872.7

申请日：2022-09-16

Applicant: 西门子股份公司

Inventor： 安贾·阿德林 ,  朱里·贝勒 ,  卡尔·卢贝尔 ,  克里斯托弗·保利奇 ,  托尔斯滕·赖曼

IPC: G06N7/01 ,  G05B23/02 ,  G06N3/09

Abstract: 一种监控周期性运行的制造设备(3a)的计算机实现方法，包括以下步骤：在该制造设备(3a)的运行的多个周期期间，测量与该制造设备(3a)的运行相关的物理特性的实际值；基于经训练的机器学习模型(ML)、优选为人工神经网络、更优选为多层感知器，确定多个周期(C1，C2，C3)中的每个周期的物理特性的参考值；基于距离函数、优选为Wasserstein距离，比较实际值的分布与参考值的分布；并且在该距离函数超过预定阈值的情况下，发起警报。

公开(公告)号：CN113678076B

公开(公告)日：2024-12-10

申请号：CN202080026454.X

申请日：2020-03-24

Applicant: 西门子股份公司

Inventor： 亨宁·奥克森费尔德 ,  莉亚姆·佩蒂格鲁 ,  托尔斯滕·赖曼

IPC: G05B23/02 ,  G05B19/042 ,  G05B19/418 ,  G05B19/4065 ,  B23Q17/00 ,  G06N3/02

Abstract: 一种用于监控电路板的铣削工艺的方法，该方法具有以下步骤：(a)在铣削工艺期间检测(S1)铣床(1)的铣头(2)的旋转速度和铣床(1)的至少一个另外的运行参数；其中，另外的运行参数是用于运行铣床的供电电流，和(b)通过训练过的学习算法来评估(S2)检测到的旋转速度和检测到的运行参数，以识别在铣削工艺期间的异常。

公开(公告)号：CN114175043A

公开(公告)日：2022-03-11

申请号：CN202080054169.9

申请日：2020-07-06

Applicant: 西门子股份公司

Inventor： 托尔斯滕·赖曼

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种用于指示制造过程的故障的计算机实现的方法、数据处理系统和计算机程序产品以及相应的制造机器，并且还涉及一种训练机器学习系统(MLS)以指示制造过程的状态的计算机实现的方法。传感器的输入信号被转换成参数。该参数被提供给MLS，该MLS导出潜在特征。这些潜在特征被映射到几个不同群集中的一个，每个群集代表制造过程的模式。最后，可指示基于制造过程的不同状态的制造过程的故障。

公开(公告)号：CN113678076A

公开(公告)日：2021-11-19

申请号：CN202080026454.X

申请日：2020-03-24

Applicant: 西门子股份公司

Inventor： 亨宁·奥克森费尔德 ,  莉亚姆·佩蒂格鲁 ,  托尔斯滕·赖曼

IPC: G05B23/02 ,  G05B19/042 ,  G05B19/418 ,  G05B19/4065 ,  B23Q17/00 ,  G06N3/02

Abstract: 一种用于监控电路板的铣削工艺的方法，该方法具有以下步骤：(a)在铣削工艺期间检测(S1)铣床(1)的铣头(2)的旋转速度和铣床(1)的至少一个另外的运行参数；其中，另外的运行参数是用于运行铣床的供电电流，和(b)通过训练过的学习算法来评估(S2)检测到的旋转速度和检测到的运行参数，以识别在铣削工艺期间的异常。

公开(公告)号：CN113557420A

公开(公告)日：2021-10-26

申请号：CN202080019943.2

申请日：2020-02-17

Applicant: 西门子股份公司

Inventor： 托比亚斯·贝克尔 ,  乔纳斯·戴希曼 ,  欧根·格拉斯 ,  亨宁·奥克森费尔德 ,  托尔斯滕·赖曼 ,  于尔根·策特纳

IPC: G01M5/00 ,  G01H1/00 ,  G01M13/028 ,  G01M13/045 ,  G01M15/12 ,  G05B23/02

Abstract: 本发明涉及一种指示机器故障的计算机实现的方法、数据处理系统和计算机程序产品，还涉及一种训练用于指示机器故障的神经网络的对应的机器和计算机实现的方法。基于至少一个机器部件的至少一个物理量的至少一个输入信号被变换成至少一个特征。神经网络基于该至少一个特征预测至少一个机器故障的类别和/或严重程度。