La tecnología más popular en la cuarta industria es la fábrica inteligente. El mantenimiento predictivo es crucial para optimizar las políticas de mantenimiento de instalaciones inteligentes, reducir costos y repensar la disponibilidad y fiabilidad. Recientemente, una de las tecnologías de conocimiento previo, pronóstico y gestión de la salud (PHM), se ha destacado en todo el mundo.
La tecnología PHM utiliza sensores para controlar la condición del equipo o sistemas mecánicos, diagnosticar signos de fracaso, predecir la vida residual y gestionar la salud efectiva.Lo digo en serio. Esta tecnología comenzó en la década de 1980 en la Administración de Aviación Civil Británica y ha seguido desarrollándose desde 2009 cuando se fundó el Instituto PHM.
Este post es sobre una de las tecnologías de PHM de ABB. Cómo detectar el estado de salud de un robotPermítanme explicar una patente relacionada.
Si hace clic en la imagen, puede ver la patente.
La reivindicación de patente |
1. Un aparato compuesto por: un robot que tiene un componente estructurado para estar sujeto a un movimiento mecánico relativo durante el funcionamiento del robot; un sensor junto con el robot configurado para detectar una condición operativa del componente; un dispositivo de diagnóstico configurado para recibir una medición del sensor e incluyendo una memoria con datos de entrenamiento, el dispositivo de diagnóstico configurado para distinguir entre un cambio en la salud del robot y el cambio en el funcionamiento del robot y teniendo instrucciones basadas en la computadora estructuradas para: computador a) Análisis de componentes principales de la medición del sensor para proporcionar datos de operación; determinar un subespacio común entre los datos de entrenamiento y los datos de operación; y Utilizar un clasificador entrenado en los datos de entrenamiento y aplicado en los datos de operación en el subespacio común. |
El alcance de la reivindicación de patente 1 de la presente invención es el siguiente.
Los sensores están conectados al robot, y el dispositivo de diagnóstico recibe mediciones del sensor para distinguir los cambios en la salud del robot. En este proceso, el programa almacenado en el dispositivo de diagnóstico cumple las siguientes funciones:
1) Extrae características de los datos de trabajo medidos de los sensores durante la operación del robot. Más específicamente, PCA.Úsalo para extraer las características de los datos del sensor.
2) y Asegúrese de que tiene una parte común del espacio entre sus datos de trabajo (datos reales) y sus datos de entrenamiento (datos estatales normales).
3) Por otro lado, proyectará datos de entrenamiento y datos de trabajo (datos visibles) en un espacio común.
La reducción de dimensiones mediante análisis de componentes principales (PCA) presenta similitudes con la función de codificación de un autocodificador. La determinación de un espacio común para los datos de entrenamiento y los de trabajo también puede interpretarse como una proyección de características al espacio latente. No obstante, la reivindicación 1 limita expresamente la protección al PCA, por lo que su alcance es más estrecho. El artículo plantea que una reivindicación no limitada al PCA podría haber permitido examinar también su aplicación a autocodificadores.
Como hemos visto en este post, el alcance de los derechos puede variar significativamente dependiendo de cómo se presente la reivindicación de patente. En otras palabras, el alcance de la violación de patentes depende de cómo se escribe la reivindicación de patente. Por esta razón, crear una reivindicación de patente es una tarea bastante exigente. En particular, es muy importante escribir una reivindicación de patente para tener un alcance tan amplio como sea posible en el caso de las solicitudes de patentes relacionadas con la tecnología de IA.
Este artículo del archivo refleja la situación en su fecha de publicación. Contacte con el despacho para analizar su caso.