-
公开(公告)号：CN117795440A
公开(公告)日：2024-03-29
申请号：CN202280055259.9
申请日：2022-05-17
Applicant: 西门子股份公司
IPC: G05B19/418 , G05B23/02 , G05B13/04
Abstract: 本公开描述了一种在生产环境中虚拟地检验产品质量的方法。方法包括：接收与产品相关联的生产信息，其中信息指示关于生产环境的第一过程对产品执行的操作，基于所接收的与产品相关联的信息使用第一分类器模型来确定产品的标签，将所确定的标签和与产品的检验相关联的检验数据进行比较，以及基于所确定标签与检验数据的比较，将与产品相关联的生产信息和检验数据存储在扩展缓冲器中，用于再训练第一分类器模型。上述方法允许存储新的故障类别信息，该信息然后被动态地用于再训练模型。因此，这允许无需人工干预地再训练分类器模型。
-
公开(公告)号：CN110399597B
公开(公告)日：2023-11-17
申请号：CN201810373069.7
申请日：2018-04-24
Applicant: 西门子股份公司
IPC: G06F40/186 , G06F40/30 , G06F16/35
Abstract: 本发明提供了模板提取系统、装置和方法，其中，包括：接收来自工业物联网中的复数个工业软件中的源知识，并将上述源知识信息转化为标准模型，所述标准模型包括统一格式的模型模板或模型实例；比较所述统一格式的模型模板或模型实例和知识库中的已有模板，从所述统一格式的模型模板或模型实例中提取新模板。本发明提供的模板提取机制是基于标准关键词组来自动获取模板的，其更加有效并功耗低。此外，本发明能够提供丰富的特定领域知识，其提供特定领域模板来支持工业应用。
-
公开(公告)号：CN115812210A
公开(公告)日：2023-03-17
申请号：CN202080102954.7
申请日：2020-08-17
Applicant: 西门子股份公司
IPC: G06N20/00 , G06N3/0464 , G06N3/09 , G06N3/092
Abstract: 描述用于增强机器学习分类任务的性能的技术。根据本公开的方面的方法包括：获得由第一机器学习(ML)分类模型输出的第一预测，向所述第一ML分类模型提供生产数据作为输入，其中所述第一ML分类模型是小样本学习模型，所述小样本学习模型具有第一特征提取器，之后是基于度量的分类器；获得由第二ML分类模型输出的第二预测，向所述第二ML分类模型提供所述生产数据作为所述输入，其中所述第二ML分类模型具有第二特征提取器，之后是完全连接分类器；以及通过基于所述第一ML分类模型和所述第二ML分类模型的权重计算所述第一预测和所述第二预测的加权和来确定所述生产数据的预测结果。
-
公开(公告)号：CN110546657A
公开(公告)日：2019-12-06
申请号：CN201780085177.8
申请日：2017-03-28
Applicant: 西门子股份公司
IPC: G06Q10/04
Abstract: 本发明提供了用于评估组件的生命周期的方法和设备。方法包括：利用仿真装置获取与所述生产线中的部分或全部组件的组件模型对应的模型描述信息；获取与所述模型描述信息所对应的至少一个组件模型所需的，至少一项数据信息；基于所述事件信息，对所获得的所述数据信息进行事件标记；基于标记后的所述数据信息，获得相应各个模型相应组件的组件状态信息；基于来自所述组件状态信息，生成相应的分析报告。本发明的优点在于：不再依赖专家的手工操作和经验来确定失效模式和关键组件，以及测量规则，而可以通过PLM系统精确地提供相应的信息。并且，通过对模型的语义处理，能够为用户远程操作提供支持。更好的适应多样化的办公场景。
-
Patent Agency Ranking
公开(公告)号：CN110399597A
公开(公告)日：2019-11-01
申请号：CN201810373069.7
申请日：2018-04-24
Applicant: 西门子股份公司
Abstract: 本发明提供了模板提取系统、装置和方法，其中，包括：接收来自工业物联网中的复数个工业软件中的源知识，并将上述源知识信息转化为标准模型，所述标准模型包括统一格式的模型模板或模型实例；比较所述统一格式的模型模板或模型实例和知识库中的已有模板，从所述统一格式的模型模板或模型实例中提取新模板。本发明提供的模板提取机制是基于标准关键词组来自动获取模板的，其更加有效并功耗低。此外，本发明能够提供丰富的特定领域知识，其提供特定领域模板来支持工业应用。
-
公开(公告)号：CN110546657B
公开(公告)日：2023-10-20
申请号：CN201780085177.8
申请日：2017-03-28
Applicant: 西门子股份公司
IPC: G06Q10/04
Abstract: 本发明提供了用于评估组件的生命周期的方法和设备。方法包括：利用仿真装置获取与所述生产线中的部分或全部组件的组件模型对应的模型描述信息；获取与所述模型描述信息所对应的至少一个组件模型所需的，至少一项数据信息；基于所述事件信息，对所获得的所述数据信息进行事件标记；基于标记后的所述数据信息，获得相应各个模型相应组件的组件状态信息；基于来自所述组件状态信息，生成相应的分析报告。本发明的优点在于：不再依赖专家的手工操作和经验来确定失效模式和关键组件，以及测量规则，而可以通过PLM系统精确地提供相应的信息。并且，通过对模型的语义处理，能够为用户远程操作提供支持。更好的适应多样化的办公场景。
-
公开(公告)号：CN116783630A
公开(公告)日：2023-09-19
申请号：CN202080103768.5
申请日：2020-09-11
Applicant: 西门子股份公司
Abstract: 本发明提供了物体识别方法，其包括：根据三维数字模型生成数个合成图像，数个合成图像的视角不同；分别提取数个合成图像的特征向量；根据数个合成图像的特征向量融合生成一个第一融合向量；将第一融合向量输入给分类器，以训练分类器；获取物体的数个照片，数个照片分别与至少部分数个合成图像的视角相同；分别提取数个照片的特征向量；根据数个照片的特征向量融合生成一个第二融合向量；将第二融合向量输入给经训练的分类器，以得到物体的分类结果。该物体识别方法的准确性较高。此外，本发明还提供了物体识别系统和计算机可读存储介质。
-
公开(公告)号：CN116490885A
公开(公告)日：2023-07-25
申请号：CN202080103765.1
申请日：2020-09-21
Applicant: 西门子股份公司
IPC: G06Q10/06
Abstract: 本发明提供一种用于控制工业装置的方法和装置。所述方法包括：接收表征所述工业装置的当前状态的状态输入；基于机器学习模型，处理所述状态输入以产生表征将由所述工业装置针对所述当前状态执行的预期动作的动作输出，所述机器学习模型是基于所述工业装置的状态、各自针对所述工业装置的每一状态执行的动作和各自通过执行每一动作获得的结果而训练；以及基于所述动作输出，产生用于所述工业装置的控制信号。
-
公开(公告)号：CN112534399A
公开(公告)日：2021-03-19
申请号：CN201880095953.7
申请日：2018-07-24
Applicant: 西门子股份公司
Abstract: 本发明提供了基于语义的物联网设备数据处理相关应用程序安装方法和装置，其中，包括如下步骤：接收分析步骤，接收来自客户端的数据处理需求，从工业云中调取完成该数据处理需求所需安装的至少一个应用程序并分析该应用程序的安装需求以及所需要的源数据；分析判断步骤，分析在所述物联网中能够提供所述源程序的至少一个设备端，从而判断该设备是否满足所述应用程序的安装需求以及提供所需要的源数据；安装步骤，当所述设备端能够满足所述应用程序的安装需求，则安装所述应用程序于所述设备端对应的网关。本发明能够基于语义模型为工业物联网的设备端安装完成客户端数据处理需求所需要的应用程序。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.022 seconds)
