-
公开(公告)号：CN105074586A
公开(公告)日：2015-11-18
申请号：CN201480018380.X
申请日：2014-01-22
Applicant: 西门子公司
IPC: G05B13/02
CPC classification number: F02C9/00 , G05B13/0265 , G05B13/029 , G06N3/006 , G06N3/126 , G06N99/005
Abstract: 本发明涉及一种用于计算机辅助地控制和/或调节技术系统的方法。在根据本发明的方法的范围内确定行动选择策略（PO’），所述行动选择策略具有低的复杂性，但是却较好地适合于调节或控制所述技术系统。在此在确定所述行动选择策略（PO’）时使用评估尺度（EM），在距离尺度或奖励尺度或行动选择策略-评估方法的基础上确定所述评估尺度。随后将所述行动选择策略用于控制或调节所述技术系统。根据本发明的方法具有以下优点：所述行动选择策略可被人类专家所理解。优选将根据本发明的方法用于调节或控制燃气涡轮机和/或风力涡轮机。
-
公开(公告)号：CN102792234B
公开(公告)日：2015-05-27
申请号：CN201180013618.6
申请日：2011-02-15
Applicant: 西门子公司
IPC: G05B13/02
CPC classification number: G05B13/027
Abstract: 本发明涉及一种用于计算机辅助地调节和/或控制技术系统的方法。在该方法中，使用回归神经网络来对技术系统的动态行为进行建模，该回归神经网络的输入层包含技术系统的状态以及在技术系统处执行的动作，所述状态和动作被输送给回归隐藏层。在此，回归神经网络的输出层由评价信号来表示，该评价信号再现技术系统的动态特性。必要时也可以作为输出层的状态而仅仅使用技术系统的状态的影响评价信号的状态变量或在技术系统处执行的动作的影响评价信号的动作变量。利用该回归神经网络生成的隐藏状态被用于基于学习和/或优化方法控制或调节技术系统。根据本发明的方法所具有的优点是，可以以合适方式减小回归隐藏层的状态空间的维数，并且仍然良好地对技术系统的动态特性进行建模。由此可以实现对技术系统的计算高效和精确的控制或调节。
-
公开(公告)号：CN106462117B
公开(公告)日：2019-12-10
申请号：CN201580032397.5
申请日：2015-05-11
Applicant: 西门子公司
IPC: G05B13/02
Abstract: 为了控制目标系统（例如燃气或风力涡轮机或另一技术系统），使用控制对策池。接收包括多个控制对策的控制对策池和用于加权多个控制对策中的每一个的权重。多个控制对策由权重加权以提供加权的聚合控制对策。由此，使用加权的聚合控制对策来控制目标系统，并且接收与受控目标系统的性能相关的性能数据。此外，基于接收的性能数据调整权重，以改进受控目标系统的性能。由此，通过调整的权重来重新加权多个控制对策，以调整加权的聚合控制对策。
-
公开(公告)号：CN105051625A
公开(公告)日：2015-11-11
申请号：CN201480018192.7
申请日：2014-01-22
Applicant: 西门子公司
IPC: G05B13/02
CPC classification number: F02C9/00 , G05B13/027 , G05B13/029
Abstract: 本发明涉及用于技术系统（T）的计算机辅助控制和/或调节的方法。在根据本发明的方法的范围中在预先给定的调节方法（CO1、CO2）中实现探索规则（EP），利用该探索规则达到技术系统（T）的新的、仍未知的状态（x）。在此借助于技术系统（T）的仿真模型（SM）来检验：探索规则（EP）的动作（a2）是否导致位于预先确定的阈值内的后续状态（x'）。仅在该情况下在技术系统处根据探索规则（EP）实施相应的动作（a2）。根据本发明的方法使得能够在技术系统的运行的范围中探索新状态，其中通过检验相应的阈值来确保所述探索不可察觉地进行并且不导致技术系统的错误运行。根据本发明的方法尤其适于控制或调节燃气涡轮机或风力涡轮机。
-
公开(公告)号：CN105051625B
公开(公告)日：2018-06-01
申请号：CN201480018192.7
申请日：2014-01-22
Applicant: 西门子公司
IPC: G05B13/02
CPC classification number: F02C9/00 , G05B13/027 , G05B13/029
Abstract: 本发明涉及用于技术系统（T）的计算机辅助控制和/或调节的方法。在根据本发明的方法的范围中在预先给定的调节方法（CO1、CO2）中实现探索规则（EP），利用该探索规则达到技术系统（T）的新的、仍未知的状态（x）。在此借助于技术系统（T）的仿真模型（SM）来检验：探索规则（EP）的动作（a2）是否导致位于预先确定的阈值内的后续状态（x'）。仅在该情况下在技术系统处根据探索规则（EP）实施相应的动作（a2）。根据本发明的方法使得能够在技术系统的运行的范围中探索新状态，其中通过检验相应的阈值来确保所述探索不可察觉地进行并且不导致技术系统的错误运行。根据本发明的方法尤其适于控制或调节燃气涡轮机或风力涡轮机。
-
Patent Agency Ranking
公开(公告)号：CN106662847A
公开(公告)日：2017-05-10
申请号：CN201580035911.0
申请日：2015-05-05
Applicant: 西门子公司
IPC: G05B13/04
Abstract: 一种交互式辅助系统以及一种方法，所述交互式系统和方法用于对技术系统、例如燃气轮机或者风力涡轮机进行计算机辅助的控制优化、尤其是用于优化设施的行动序列A或调节参量（例如气体输送、压缩），设置输入终端，用于读入至少一个状态参数以及至少一个调整参数（W），所述至少一个状态参数说明该技术系统的第一系统状态（S0），所述至少一个调整参数用于设立报酬函数（RF）。具有预先训练的、仿真该设施的神经网络的仿真模块（SIM）用于对在该技术系统上执行从第一系统状态（S0）出发的行动序列（A）进行仿真，以及用于预测该技术系统的从中最终得到的后续状态（S）。此外，优化模块（OPT）用于依据调整参数（W）来设立报酬函数（RF），用于针对第一系统状态（S0）生成多个行动序列（A），用于将所述行动序列（A）传送给仿真模块（SIM）以及用于接收从中最终得到的后续状态（S）。此外，该优化模块（OPT）还用于借助于所设立的报酬函数（RF）来确定仿真结果的报酬，以及用于确定进行报酬优化的行动序列（A'）。为了输出从所述进行报酬优化的行动序列（A'）最终得到的系统状态（S'），设置有输出终端（OUT）。
-
公开(公告)号：CN106462117A
公开(公告)日：2017-02-22
申请号：CN201580032397.5
申请日：2015-05-11
Applicant: 西门子公司
IPC: G05B13/02
Abstract: 为了控制目标系统（例如燃气或风力涡轮机或另一技术系统），使用控制对策池。接收包括多个控制对策的控制对策池和用于加权多个控制对策中的每一个的权重。多个控制对策由权重加权以提供加权的聚合控制对策。由此，使用加权的聚合控制对策来控制目标系统，并且接收与受控目标系统的性能相关的性能数据。此外，基于接收的性能数据调整权重，以改进受控目标系统的性能。由此，通过调整的权重来重新加权多个控制对策，以调整加权的聚合控制对策。
-
公开(公告)号：CN102889176A
公开(公告)日：2013-01-23
申请号：CN201210250369.9
申请日：2012-07-19
Applicant: 西门子公司
CPC classification number: F03D7/022 , F03D1/0675 , F05B2240/30 , Y02E10/721 , Y02E10/723
Abstract: 风力涡轮机的控制、转子叶片以及风力涡轮机。本发明提出一种给风力涡轮机的转子叶片配备至少一个腔室并且借助于这个腔室来如此从所述转子叶片中导出调制射流，从而改变沿着转子叶片的空气流。在此，一方面可以将层流转变湍流并且使其分离并且另一方面可以将其重新加载以建立层流。所述控制优选借助于静电的致动器根据能够学习的基于神经元的预测的控制策略来进行，所述控制策略考虑到非线性的系统的复杂性以及大量的影响因素。由此可以有利地降低作用于所述风力涡轮机的转子叶片的负荷，这实现了使用寿命的延长和保养成本的降低以及更高的效率或者更轻的运行。本发明比如可以结合作为能够再生的能源的风力涡轮机来使用。
-
公开(公告)号：CN102792234A
公开(公告)日：2012-11-21
申请号：CN201180013618.6
申请日：2011-02-15
Applicant: 西门子公司
IPC: G05B13/02
CPC classification number: G05B13/027
Abstract: 本发明涉及一种用于计算机辅助地调节和/或控制技术系统的方法。在该方法中，使用回归神经网络来对技术系统的动态行为进行建模，该回归神经网络的输入层包含技术系统的状态以及在技术系统处执行的动作，所述状态和动作被输送给回归隐藏层。在此，回归神经网络的输出层由评价信号来表示，该评价信号再现技术系统的动态特性。必要时也可以作为输出层的状态而仅仅使用技术系统的状态的影响评价信号的状态变量或在技术系统处执行的动作的影响评价信号的动作变量。利用该回归神经网络生成的隐藏状态被用于基于学习和/或优化方法控制或调节技术系统。根据本发明的方法所具有的优点是，可以以合适方式减小回归隐藏层的状态空间的维数，并且仍然良好地对技术系统的动态特性进行建模。由此可以实现对技术系统的计算高效和精确的控制或调节。
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.023 seconds)
