公开(公告)号：CN113614746A

公开(公告)日：2021-11-05

申请号：CN202080026750.X

申请日：2020-01-17

申请人： 西门子股份公司

发明人： D·克罗姆帕斯 ,  H-G·克普肯 ,  T·托莫夫

IPC分类号： G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种用于构建隐特征提取器的方法和系统、以及一种包括由所述方法和/或利用所述系统构建的隐特征提取器的神经网络（NN）。所述方法包括：提供针对众多任务的非均匀训练数据，并且基于所述众多任务来优化隐特征提取器的神经网络（NN）的参数θ。

公开(公告)号：CN114424134A

公开(公告)日：2022-04-29

申请号：CN202080067190.2

申请日：2020-09-02

申请人： 西门子股份公司

发明人： H-G·克普肯 ,  J·佐勒加里多 ,  I·托恩

IPC分类号： G05B19/418

摘要： 本发明涉及一种用于使自动化设施执行的自动化过程内的非生产性空闲时间最小化的系统（1）和方法，所述系统（1）包括模型存储器（7），其存储在自动化过程中使用或消耗的对象的对象更换时间分布的概率模型（PM）；以及优化器（13），其适于取决于概率模型（PM）并且取决于在自动化过程的过程步骤中使用或消耗的对象的生产性非空闲时间序列，计算对象到对象存储库（3）的库方位的最优分配。

公开(公告)号：CN113544608A

公开(公告)日：2021-10-22

申请号：CN202080019334.7

申请日：2020-03-04

申请人： 西门子股份公司

发明人： D·克罗姆帕斯 ,  A·弗里克哈 ,  H-G·克普肯

IPC分类号： G05B19/418

摘要： 本发明涉及一种用于在工业生产中的针对用来制造至少一个工件和/或产品的一个或多个生产过程的质量控制的方法，该方法包括：‑创建（S10）针对工件和/或产品的至少一个生产过程的学习模型（100）；‑利用元学习算法（200）来对学习模型（100）进行训练和初始化（S20）；‑利用针对至少一个工件和/或产品的至少一个生产过程的标准化数据来对学习模型（100）进行校准（S30）；‑将针对至少一个当前制造的工件/产品的至少一个生产过程的当前产生的数据转交（S40）给学习模型（100），其中这些数据由传感器来产生；‑学习模型（100）将当前产生的数据与标准化数据进行比较（S50）并且查明偏差；‑学习模型（100）对当前产生的数据与标准化数据之间的偏差进行衡量（S60）；而且‑学习模型（S70）报告在当前产生的工件/产品方面存在异常。