-
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
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
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
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：CN114556247A
公开(公告)日：2022-05-27
申请号：CN202080072416.8
申请日：2020-09-02
Applicant: 西门子股份公司
IPC: G05B19/418
Abstract: 本发明涉及用于确定从生产方式得出的产品质量(Q)的设备和方法(200)。该方法(200)在其最一般的表现形式中包括：根据多个生产状态参量(X)中的分散的生产状态参量以模拟确定(202)多个生产状态参量(X)之一；以传感器检测(204)多个生产状态参量(X)之一；以及根据多个生产状态参量(X)以关联确定(208)产品质量(Q)。本发明通过设备特征限定该设备。
-
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
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。
-
Patent Agency Ranking
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
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：CN114556247B
公开(公告)日：2024-09-17
申请号：CN202080072416.8
申请日：2020-09-02
Applicant: 西门子股份公司
IPC: G05B19/418
Abstract: 本发明涉及用于确定从生产方式得出的产品质量(Q)的设备和方法(200)。该方法(200)在其最一般的表现形式中包括：根据多个生产状态参量(X)中的分散的生产状态参量以模拟确定(202)多个生产状态参量(X)之一；以传感器检测(204)多个生产状态参量(X)之一；以及根据多个生产状态参量(X)以关联确定(208)产品质量(Q)。本发明通过设备特征限定该设备。
-
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
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：CN108932524B
公开(公告)日：2022-06-24
申请号：CN201810487621.5
申请日：2018-05-21
Applicant: 西门子股份公司
Abstract: 本发明涉及一种用于确定系统的异常状态的方法和装置，在使用系统状态描述的情况下来描述系统的状态。在此提出，在第一集合(3)的系统状态描述(1)中的系统状态描述(1)的选择的状态模式(2)的模式分布与在第二集合(4)的系统状态描述(1)中的系统状态描述(1)的普通模式分布之间的相似性被确定(100)，该相似性与在第二集合(4)的系统状态描述(1)内部的所述模式分布和在第二集合(4)的系统状态描述(1)中的普通模式分布之间的多个这样的相似性进行比较(200)并且在使用该比较的情况下确定(300)系统的异常状态(9)。
-
公开(公告)号：CN108932524A
公开(公告)日：2018-12-04
申请号：CN201810487621.5
申请日：2018-05-21
Applicant: 西门子股份公司
IPC: G06K9/62
CPC classification number: G06F11/079 , G05B23/0227 , G06F11/006 , G06F11/0736 , G06F2201/86 , G06Q10/0639
Abstract: 本发明涉及一种用于确定系统的异常状态的方法和装置，在使用系统状态描述的情况下来描述系统的状态。在此提出，在第一集合(3)的系统状态描述(1)中的系统状态描述(1)的选择的状态模式(2)的模式分布与在第二集合(4)的系统状态描述(1)中的系统状态描述(1)的普通模式分布之间的相似性被确定(100)，该相似性与在第二集合(4)的系统状态描述(1)内部的所述模式分布和在第二集合(4)的系统状态描述(1)中的普通模式分布之间的多个这样的相似性进行比较(200)并且在使用该比较的情况下确定(300)系统的异常状态(9)。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.051 seconds)
