Самой популярной технологией в четвертой отрасли является умная фабрика. Прогнозное техническое обслуживание имеет решающее значение для оптимизации политики технического обслуживания интеллектуальных установок, снижения затрат и переосмысления доступности и надежности. Недавно во всем мире была отмечена одна из технологий предвидения, прогнозирования и управления здоровьем (PHM).
Технология PHM использует датчики для мониторинга состояния оборудования или механических систем, диагностики признаков отказа, прогнозирования оставшейся жизни и управления эффективным здоровьем.Я серьезно. Эта технология началась в 1980-х годах в Британском управлении гражданской авиации и продолжает развиваться с 2009 года, когда был основан Институт PHM.
Эта статья — об одной из PHM-технологий ABB. Как определить состояние здоровья роботаПозвольте мне объяснить связанный патент.
Если нажать на изображение, то можно увидеть патент.
Формула изобретения |
1. Устройство, включающее: - робот, имеющий компонент, структурированный для относительного механического движения во время работы робота; датчик в сочетании с роботом, сконфигурированным для обнаружения рабочего состояния компонента; диагностическое устройство, сконфигурированное для приема измерения от датчика и включающее в себя память, имеющую обучающие данные, диагностическое устройство сконфигурированное для различения изменения здоровья робота и изменения в работе робота и имеющее компьютерные инструкции, структурированные так, чтобы: вычислять Основной компонентный анализ измерения от датчика для предоставления данных об операции; определить общее подпространство между данными обучения и данными операции; и использовать классификатор, обученный на обучающих данных и применяемый на операционных данных в общем подпространстве. |
Кратко рассмотрим объём охраны, определяемый пунктом 1 формулы изобретения.
Датчики прикрепляются к роботу, и диагностическое устройство получает измерения от датчика, чтобы отличить изменения в здоровье робота. При этом программа, хранящаяся в диагностическом устройстве, выполняет следующие функции:
1) Он извлекает функции из рабочих данных, измеренных с датчиков во время работы робота. В частности, PCA.Используйте его для извлечения функций из данных датчиков.
2) и Убедитесь, что у вас есть общее пространство между вашими рабочими данными (реальными данными) и данными обучения (данными нормального состояния).
3) С другой стороны, вы будете проектировать учебные данные и рабочие данные (наблюдаемые данные) в общем пространстве.
В этом патенте PCA снижает размерность данных и в широком функциональном смысле напоминает работу кодировщика автоэнкодера. Определение общего пространства для обучающих и рабочих данных также допускает сопоставление с проецированием признаков в латентное пространство. Однако пункт 1 прямо ограничен методом PCA, что существенно сужает объём охраны. При отсутствии такого ограничения можно было бы рассмотреть применимость формулы к автоэнкодерам, если бы это допускали раскрытие изобретения и уровень техники.
Объём патентной охраны существенно зависит от формулировки пунктов формулы изобретения. Она определяет и то, какие действия могут быть признаны нарушением патента. Поэтому подготовка формулы является сложной и ответственной частью заявки. Для технологий искусственного интеллекта особенно важно обеспечить максимально широкий объём охраны, обоснованный раскрытием и патентоспособностью решения.
Материал отражает ситуацию на дату публикации. Обратитесь в IPLEX, чтобы обсудить обстоятельства вашего дела.