利索-全球专利检索

  1. 登录
  2. 注册

搜索结果

118 条记录 (耗时 0.021 秒)

    PROCESSING TOOL MONITORING
    2.
    发明申请
    PROCESSING TOOL MONITORING 审中-公开
    加工工具监控

    公开(公告)号：WO2016128709A1

    公开(公告)日：2016-08-18

    申请号：PCT/GB2016/050080

    申请日：2016-01-13

    申请人： EDWARDS LIMITED

    发明人： MOONEY, Michael ,  GIORGI, Vincent

    IPC分类号： G05B23/02

    CPC分类号： G06F11/3409 ,  G01F1/00 ,  G01K13/02 ,  G01L19/00 ,  G01R21/00 ,  G05B23/0229 ,  G05B23/0245 ,  G05B2219/31455 ,  G05B2219/33296 ,  G05B2219/45031 ,  G06F11/3013 ,  G06Q10/20

    摘要： A monitoring apparatus for monitoring at least one processing tool, a method and computer program product are disclosed. The monitoring apparatus for monitoring at least one processing tool during processing of an effluent stream from a semiconductor processing tool, comprises: reception logic operable to receive processing characteristic data generated during the processing of the effluent stream; segregation logic operable to segregate the processing characteristic data into contributing processing characteristic data associated with contributing periods which contribute to a condition of the at least one processing tool and non-contributing processing characteristic data associated with non-contributing periods which fail to contribute to the condition; and fault logic operable to utilise the contributing processing characteristic data and to exclude the non-contributing processing characteristic data when determining a status of the condition. In this way, only data generated during periods which contribute to the condition of the tool is used when determining a status of the condition of that tool. Other data generated during periods which do not contribute to that condition are ignored or omitted so that an accurate assessment of the status of the condition of the tool can be determined. This helps to provide an accurate and more reliable assessment of the status of the condition of the tool.

    摘要翻译： 公开了一种用于监视至少一个处理工具，方法和计算机程序产品的监视装置。 用于在处理来自半导体处理工具的流出物流期间监测至少一个处理工具的监测装置包括：接收逻辑，可操作以接收处理流出物流期间产生的处理特征数据; 分离逻辑可操作以将处理特征数据分离成与有助于至少一个处理工具的条件的贡献周期相关联的贡献处理特征数据和与不贡献条件的非贡献周期相关联的非贡献处理特征数据 ; 以及故障逻辑，其可操作以利用所述贡献处理特征数据，并且在确定所述条件的状态时排除所述非贡献处理特征数据。 以这种方式，在确定该工具的状态的状态时，仅使用有助于工具条件的周期期间产生的数据。 在不对该条件作出贡献的期间中生成的其他数据被忽略或省略，从而可以确定对工具的状态的准确评估。 这有助于提供准确和可靠的评估工具状态的状态。

    GAS TURBINE FAILURE PREDICTION UTILIZING SUPERVISED LEARNING METHODOLOGIES
    3.
    发明申请
    GAS TURBINE FAILURE PREDICTION UTILIZING SUPERVISED LEARNING METHODOLOGIES 审中-公开
    燃气轮机故障预测利用监督学习方法

    公开(公告)号：WO2016040085A1

    公开(公告)日：2016-03-17

    申请号：PCT/US2015/048285

    申请日：2015-09-03

    申请人： SIEMENS AKTIENGESELLSCHAFT ,  SIEMENS CORPORATION

    发明人： CAI, Xinmin ,  CHARKRABORTY, Amit ,  EVANS, Matthew ,  GOH, Siong Thye ,  YUAN, Chao

    IPC分类号： G05B23/02

    CPC分类号： G06N5/047 ,  G05B23/0229 ,  G06N99/005

    摘要： A system and method for predicting failures of machinery such as a gas turbine. The system and method utilizes computer-based system to annotate historical data locate a prior failure event. Data associated with sensor readings prior to the failure event is annotated to note that it is likely associated with a failure and is compared to normal operating condition data. A fast boxes algorithm is used to learn the location of the pre-event data (positive class, minority group) with respect to the normal operation data (negative class, majority group). An evaluation is performed to analyze the discriminatory strength of the pre-event data with respect to the normal data, and if a relatively strong difference is found, the associated pre-event data is stored and used as a symptom to monitor the on-going performance of a machine and predict the possibility of an unexpected failure days before it would otherwise occur.

    摘要翻译： 一种用于预测燃气轮机等机械故障的系统和方法。 该系统和方法利用基于计算机的系统来注释历史数据，定位先前的故障事件。 与故障事件之前的传感器读数相关联的数据被注释，以注意它可能与故障相关联，并与正常操作条件数据进行比较。 使用快速框算法来了解相对于正常操作数据（负类，多数组）的事件前数据（正类，少数组）的位置。 执行评估以分析关于正常数据的事件前数据的区别强度，并且如果发现相对较强的差异，则存储相关联的事件前数据并将其用作监视正在进行的状态的症状 机器的性能，并预测出现意外故障的可能性。

    POPULATION-BASED LEARNING WITH DEEP BELIEF NETWORKS
    4.
    发明申请
    POPULATION-BASED LEARNING WITH DEEP BELIEF NETWORKS 审中-公开
    基于人口的深度学习与深度比较网络

    公开(公告)号：WO2016033247A2

    公开(公告)日：2016-03-03

    申请号：PCT/US2015047047

    申请日：2015-08-26

    申请人： MTELLIGENCE CORP

    发明人： BATES ALEXANDER B ,  KIM CAROLINE ,  RAHILLY PAUL

    IPC分类号： G05B23/02

    CPC分类号： G05B23/0229 ,  G05B17/02 ,  G05B19/4184 ,  G05B23/0281 ,  Y02P90/14 ,  Y02P90/18

    摘要： A plant asset failure prediction system and associated method. The method includes receiving user input identifying a first target set of equipment including a first plurality of units of equipment. A set of time series waveforms from sensors associated with the first plurality of units of equipment are received, the time series waveforms including sensor data values. A processor is configured to process the time series waveforms to generate a plurality of derived inputs wherein the derived inputs and the sensor data values collectively comprise sensor data. The method further includes determining whether a first machine learning agent may be configured to discriminate between first normal baseline data for the first target set of equipment and first failure signature information for the first target set of equipment. The first normal baseline data of the first target set of equipment may be derived from a first portion of the sensor data associated with operation of the first plurality of units of equipment in a first normal mode and the first failure signature information may be derived from a second portion of the sensor data associated with operation of the first plurality of units of equipment in a first failure mode. Monitored sensor signals produced by the one or more monitoring sensors are received. The first machine learning agent is then and activated, based upon the determining, to monitor data included within the monitored sensor signals.

    摘要翻译： 一种植物资产失效预测系统及相关方法。 该方法包括接收识别包括第一多个设备单元的第一目标设备集合的用户输入。 接收来自与第一多个设备单元相关联的传感器的一组时间序列波形，该时间序列波形包括传感器数据值。 处理器被配置为处理时间序列波形以生成多个导出输入，其中导出的输入和传感器数据值共同地包括传感器数据。 该方法还包括确定第一机器学习代理是否可被配置为区分用于第一目标设备集合的第一正常基线数据和用于第一目标设备集合的第一故障签名信息。 可以从与第一正常模式中的第一多个设备单元的操作相关联的传感器数据的第一部分导出第一目标设备集合的第一正常基线数据，并且第一故障签名信息可以从 与第一故障模式中的第一多个设备单元的操作相关联的传感器数据的第二部分。 接收由一个或多个监视传感器产生的监视的传感器信号。 然后，基于确定监视传感器信号中包括的数据来监视第一机器学习代理。

    机电设备智能预警系统
    5.
    发明申请
    机电设备智能预警系统 审中-公开

    公开(公告)号：WO2015067077A1

    公开(公告)日：2015-05-14

    申请号：PCT/CN2014/083936

    申请日：2014-08-08

    申请人： 苏州康开电气有限公司

    发明人： 沈永福

    IPC分类号： G05B19/406

    CPC分类号： G05B23/0229

    摘要： 本发明涉及一种机电设备智能预警系统，包括数据采集单元、运行模型自学习系统、运行信息分析系统、故障信息处理单元和逻辑控制单元。数据采集单元与机电设备相连接，运行模型自学习系统与数据采集单元相连接；运行信息分析系统连接于数据采集单元和运行模型自学习系统之间；故障信息处理单元与运行信息分析系统的输出端相连接；逻辑控制单元的输入端与故障信息处理单元的输出端相连接并控制机电设备。本发明能够基于机电设备的运行参数，通过自学习系统中建立的标准运行模型和实时新采集的运行参数进行比对，较准确地获知机电设备是否正常运行，当机电设备运行出现异常时，有效控制故障扩大并减少机电设备的非正常停机现象。

    SYSTEM AND METHODS FOR AUTOMATED PLANT ASSET FAILURE DETECTION
    6.
    发明申请
    SYSTEM AND METHODS FOR AUTOMATED PLANT ASSET FAILURE DETECTION 审中-公开
    自动化植物资产故障检测系统与方法

    公开(公告)号：WO2014145977A1

    公开(公告)日：2014-09-18

    申请号：PCT/US2014/030840

    申请日：2014-03-17

    申请人： BATES, Alexander B. ,  RAHILLY, Paul ,  MACNAB, Scott

    发明人： BATES, Alexander B. ,  RAHILLY, Paul ,  MACNAB, Scott

    IPC分类号： G05B23/00 ,  G05B11/01

    CPC分类号： G06N99/005 ,  G05B23/0229 ,  G06F11/0709 ,  G06F11/2257

    摘要： A system for performing failure signature recognition training for at least one unit of equipment. The system includes a memory and a processor coupled to the memory. The processor is configured by computer code to receive sensor data relating to the unit of equipment and to receive failure information relating to equipment failures. The processor is further configured to analyze the sensor data in view of the failure information in order to develop at least one learning agent for performing failure signature recognition with respect to the at least one unit of equipment.

    摘要翻译： 一种用于对至少一个设备单元执行故障签名识别训练的系统。 该系统包括耦合到存储器的存储器和处理器。 处理器由计算机代码配置以接收与设备单元相关的传感器数据并且接收与设备故障有关的故障信息。 处理器还被配置为鉴于故障信息来分析传感器数据，以便开发用于相对于至少一个设备单元执行故障签名识别的至少一个学习代理。

    設備状態監視方法、監視システム及び監視プログラム
    8.
    发明申请
    設備状態監視方法、監視システム及び監視プログラム 审中-公开
    设备状态监测方法，监测系统和监测方案

    公开(公告)号：WO2011043108A1

    公开(公告)日：2011-04-14

    申请号：PCT/JP2010/060234

    申请日：2010-06-16

    申请人： 株式会社日立製作所 ,  渋谷 久恵 ,  前田 俊二

    发明人： 渋谷　久恵 ,  前田　俊二

    IPC分类号： G05B23/02

    CPC分类号： G05B23/0229

    摘要： 　プラントなどの異常予兆検知方法では関連するセンサ情報を取得していない場合は異常検知できず、また、人為的な操作がなされたときにはセンサ出力が変化して異常検知される可能性があるが、センサ信号のみからこのような異常と検知すべき実際の異常との区別をつけるのは困難である。　センサ情報を取得できないユニットの状態に基づく信号や人の操作に基づく信号が含まれるイベント信号を利用し、設備から出力されるイベント信号からイベント列を切出し、クラスタリングにより分類し、イベント列と所定期間以内に発生したアラームの頻度マトリクスを作成しておき、これに基づきイベント列に対して発生確率の高いアラームの予報を出力する。

    摘要翻译： 异常符号检测方法如植物中发现的检测方法无法检测到相关传感器信息未获得的异常现象，而通过执行手动操作时传感器输出的变化可以检测到异常，则很难区分异常 仅由传感器信号和应检测的实际异常引起。 所公开的方法使用事件信号，其包含基于不能获取传感器信息的单元的状态的信号和基于人类操作的信号。 从从一件设备输出的事件信号中提取事件序列并通过聚类分组，然后为在事件序列的规定间隔内产生的报警创建频率矩阵，并且以高概率发生的报警的预测 基于频率矩阵输出事件序列。

    REMOTE MONITORING SYSTEMS AND METHODS
    9.
    发明申请
    REMOTE MONITORING SYSTEMS AND METHODS 审中-公开
    远程监控系统和方法

    公开(公告)号：WO2008157503A1

    公开(公告)日：2008-12-24

    申请号：PCT/US2008/067132

    申请日：2008-06-16

    申请人： SHELL OIL COMPANY ,  SHELL INTERNATIONALE RESEARCH MAATSCHAPPIJ B.V. ,  KONG, James Po ,  LICKTEIG, Charles Anthony

    发明人： KONG, James Po ,  LICKTEIG, Charles Anthony

    IPC分类号： G06F11/30

    CPC分类号： G06K7/10009 ,  G05B23/0229

    摘要： A system for monitoring an industrial process, comprising one or more sensors connected to one or more operating components of the industrial process; a remote monitoring station, comprising a computer and a database; and a connection between the one or more sensors and the remote monitoring station, wherein the remote monitoring station is at least about 100-2500 miles away from the industrial process, for example 500-1000 miles.

    摘要翻译： 一种用于监测工业过程的系统，包括连接到工业过程的一个或多个操作部件的一个或多个传感器; 远程监控站，包括计算机和数据库; 以及一个或多个传感器和远程监控站之间的连接，其中远程监控站距离工业过程至少大约100-2500英里，例如500-1000英里。