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：CN113168167A

公开(公告)日：2021-07-23

申请号：CN201980082588.0

申请日：2019-10-30

Applicant: 西门子股份公司

Inventor： 阿西娜·利亚特萨 ,  托马斯·米特迈尔 ,  亨宁·奥克森费尔德 ,  莉亚姆·佩蒂格鲁

IPC: G05B19/418 ,  G05B13/02 ,  G03F7/20

Abstract: 本发明涉及一种用于制造产品(P)的方法和装置以及一种计算机程序产品。产品(P)在此至少在一个生产步骤(P1、P2、P3)中制造。可选地，在至少一个生产步骤(P1、P2、P3)之后进行用于得出相应的产品(P)的质量指数(QX)的质量监控(QM)。为了省略质量监控(QM)，根据生产数据(x1、…、xn)确定相应的产品(P)的质量指标(QI)。生产数据(x1、…、xn)有利地由传感器(S1、S2、S3)来提供。优选地利用可学习的算法(A)计算相应产品(P)的质量指标(QI)。可学习的算法(A)能够利用来自质量监控单元(QME)的质量指数(QX)和相应的生产数据(x1、…、xn)来学习和/或来改进。可学习的算法(A)的学习优选地利用另一个计算单元(CL)、特别是云来实现。

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：CN113168167B

公开(公告)日：2023-09-26

申请号：CN201980082588.0

申请日：2019-10-30

Applicant: 西门子股份公司

Inventor： 阿西娜·利亚特萨 ,  托马斯·米特迈尔 ,  亨宁·奥克森费尔德 ,  莉亚姆·佩蒂格鲁

IPC: G05B19/418 ,  G05B13/02 ,  G03F7/20

Abstract: 本发明涉及一种用于制造产品(P)的方法和装置以及一种计算机程序产品。产品(P)在此至少在一个生产步骤(P1、P2、P3)中制造。可选地，在至少一个生产步骤(P1、P2、P3)之后进行用于得出相应的产品(P)的质量指数(QX)的质量监控(QM)。为了省略质量监控(QM)，根据生产数据(x1、…、xn)确定相应的产品(P)的质量指标(QI)。生产数据(x1、…、xn)有利地由传感器(S1、S2、S3)来提供。优选地利用可学习的算法(A)计算相应产品(P)的质量指标(QI)。可学习的算法(A)能够利用来自质量监控单元(QME)的质量指数(QX)和相应的生产数据(x1、…、xn)来学习和/或来改进。可学习的算法(A)的学习优选地利用另一个计算单元(CL)、特别是云来实现。