[go: up one dir, main page]

WO2023041458A3 - Procédés mis en œuvre par ordinateur, modules et système de détection d'anomalies dans des processus de fabrication industriels - Google Patents

Procédés mis en œuvre par ordinateur, modules et système de détection d'anomalies dans des processus de fabrication industriels Download PDF

Info

Publication number
WO2023041458A3
WO2023041458A3 PCT/EP2022/075214 EP2022075214W WO2023041458A3 WO 2023041458 A3 WO2023041458 A3 WO 2023041458A3 EP 2022075214 W EP2022075214 W EP 2022075214W WO 2023041458 A3 WO2023041458 A3 WO 2023041458A3
Authority
WO
WIPO (PCT)
Prior art keywords
anomalies
industrial manufacturing
computer
implemented method
manufacturing processes
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/EP2022/075214
Other languages
German (de)
English (en)
Other versions
WO2023041458A2 (fr
Inventor
Georg Schneider
Nicolas Thewes
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZF Friedrichshafen AG
Original Assignee
ZF Friedrichshafen AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ZF Friedrichshafen AG filed Critical ZF Friedrichshafen AG
Publication of WO2023041458A2 publication Critical patent/WO2023041458A2/fr
Publication of WO2023041458A3 publication Critical patent/WO2023041458A3/fr
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Factory Administration (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Debugging And Monitoring (AREA)

Abstract

L'invention concerne un procédé, mis en œuvre par ordinateur, permettant de contrôler des anomalies (NOK) dans des processus de fabrication industriels (IF), ledit procédé comprenant les étapes suivantes : définir, sur la base de données, un état (Z) d'une étape de processus (PS, PS1, PS2, PS3) à surveiller du processus de fabrication industriel (IF) ou d'un système (A1), mémoriser et traiter des données, qui sont mesurées par voie sensorielle d'après la définition d'état, fondée sur des données et/ou sont obtenues à partir de simulations (A2), entraîner un modèle d'analyse (Ref, Anno) destiné à identifier des anomalies sur la base d'au moins des données historiques (A3), intégrer une instance de vérification (Expert) destinée à contrôler des anomalies identifiées et à générer des annotations destinées à enrichir l'ensemble de données (A4), identifier des anomalies (A5), contrôler l'étape de processus (PS, PS1, PS2, PS3) surveillée ou le système, en cas d'anomalie identifiée (A6).
PCT/EP2022/075214 2021-09-14 2022-09-12 Procédés mis en œuvre par ordinateur, modules et système de détection d'anomalies dans des processus de fabrication industriels Ceased WO2023041458A2 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021210107.0A DE102021210107A1 (de) 2021-09-14 2021-09-14 Computerimplementierte Verfahren, Module und System zur Anomalieerkennung in industriellen Fertigungsprozessen
DE102021210107.0 2021-09-14

Publications (2)

Publication Number Publication Date
WO2023041458A2 WO2023041458A2 (fr) 2023-03-23
WO2023041458A3 true WO2023041458A3 (fr) 2023-05-11

Family

ID=83322495

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2022/075214 Ceased WO2023041458A2 (fr) 2021-09-14 2022-09-12 Procédés mis en œuvre par ordinateur, modules et système de détection d'anomalies dans des processus de fabrication industriels

Country Status (2)

Country Link
DE (1) DE102021210107A1 (fr)
WO (1) WO2023041458A2 (fr)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022203475A1 (de) 2022-04-07 2023-10-12 Zf Friedrichshafen Ag System zum Erzeugen einer von einem Menschen wahrnehmbaren Erklärungsausgabe für eine von einem Anomalieerkennungsmodul vorhergesagte Anomalie auf hochfrequenten Sensordaten oder davon abgeleiteten Größen eines industriellen Fertigungsprozesses, Verfahren und Computerprogramm zur Überwachung einer auf künstlicher Intelligenz basierenden Anomalieerkennung in hochfrequenten Sensordaten oder davon abgeleiteten Größen eines industriellen Fertigungsprozesses und Verfahren und Computerprogramm zur Überwachung einer auf künstlicher Intelligenz basierenden Anomalieerkennung bei einer End-of-Line Akustikprüfung eines Getriebes
DE102023201383A1 (de) 2023-02-17 2024-08-22 Robert Bosch Gesellschaft mit beschränkter Haftung Computerimplementiertes Verfahren zum Optimieren einer Detektionsschwelle eines Vorhersagemodells
CN116596336B (zh) * 2023-05-16 2023-10-31 合肥联宝信息技术有限公司 电子设备的状态评估方法、装置、电子设备及存储介质
EP4502648A1 (fr) * 2023-07-31 2025-02-05 Siemens Aktiengesellschaft Procédé de détection d'anomalie sur un échomètre et procédé de fourniture d'intelligence artificielle, programme informatique et support lisible par ordinateur
CN117007135B (zh) * 2023-10-07 2023-12-12 东莞百舜机器人技术有限公司 一种基于物联网数据的液压风扇自动组装线监测系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019112734A1 (de) * 2018-06-27 2020-01-02 Intel Corporation Verbesserte analoge Funktionssicherheit mit Anomaliedetektion
DE202019005395U1 (de) * 2019-12-20 2020-07-02 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Früherkennung und Reaktion auf Fehler in einer Maschine
DE102019108268A1 (de) * 2019-03-29 2020-10-01 Festo Ag & Co. Kg Anomaliedetektion in einem pneumatischen System
DE102019110721A1 (de) * 2019-04-25 2020-10-29 Carl Zeiss Industrielle Messtechnik Gmbh Workflow zum trainieren eines klassifikators für die qualitätsprüfung in der messtechnik
US20200386656A1 (en) * 2019-06-04 2020-12-10 Palo Alto Research Center Incorporated Method and system for unsupervised anomaly detection and accountability with majority voting for high-dimensional sensor data
WO2021067385A1 (fr) * 2019-09-30 2021-04-08 Amazon Technologies, Inc. Débogage et profilage d'apprentissage de modèle d'apprentissage machine

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019112734A1 (de) * 2018-06-27 2020-01-02 Intel Corporation Verbesserte analoge Funktionssicherheit mit Anomaliedetektion
DE102019108268A1 (de) * 2019-03-29 2020-10-01 Festo Ag & Co. Kg Anomaliedetektion in einem pneumatischen System
DE102019110721A1 (de) * 2019-04-25 2020-10-29 Carl Zeiss Industrielle Messtechnik Gmbh Workflow zum trainieren eines klassifikators für die qualitätsprüfung in der messtechnik
US20200386656A1 (en) * 2019-06-04 2020-12-10 Palo Alto Research Center Incorporated Method and system for unsupervised anomaly detection and accountability with majority voting for high-dimensional sensor data
WO2021067385A1 (fr) * 2019-09-30 2021-04-08 Amazon Technologies, Inc. Débogage et profilage d'apprentissage de modèle d'apprentissage machine
DE202019005395U1 (de) * 2019-12-20 2020-07-02 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Früherkennung und Reaktion auf Fehler in einer Maschine

Also Published As

Publication number Publication date
WO2023041458A2 (fr) 2023-03-23
DE102021210107A1 (de) 2023-03-16

Similar Documents

Publication Publication Date Title
WO2023041458A3 (fr) Procédés mis en œuvre par ordinateur, modules et système de détection d'anomalies dans des processus de fabrication industriels
Huang et al. Hybrid learning-based digital twin for manufacturing process: Modeling framework and implementation
Park et al. Learning-based real-time detection of robot collisions without joint torque sensors
CN106346477B (zh) 六轴机器人的负载辨识方法及模块
Park et al. Collision detection for robot manipulators using unsupervised anomaly detection algorithms
US20230176562A1 (en) Providing an alarm relating to anomaly scores assigned to input data method and system
JP6031202B1 (ja) 製造機械の異常の原因を発見するセル制御装置
Reppa et al. Adaptive approximation for multiple sensor fault detection and isolation of nonlinear uncertain systems
US10940585B2 (en) Vibration suppression device
US20180107174A1 (en) Human collaborative robot system having improved external force detection accuracy by machine learning
US10839317B2 (en) Control device and machine learning device
US10747197B2 (en) Abnormally factor identification apparatus
CN111541640A (zh) 在具有确定特性的网络物理系统中检测异常的系统和方法
US20190332936A1 (en) Additional learning method for deterioration diagnosis system
JP2021528745A (ja) アプリケーション情報に関連する時系列ズデータに関する深層学習を使用した異常検出
JP6333868B2 (ja) セル制御装置、及び製造セルにおける複数の製造機械の稼働状況を管理する生産システム
CN113205187A (zh) 学习装置、学习方法及计算机可读介质、判定装置、判定方法及计算机可读介质
WO2008042895A3 (fr) Appareil et procédé pour surveiller le fonctionnement d'un dispositif de contrôle dans un système de contrôle de traitement
Zhou et al. Structural decomposition-based energy consumption modeling of robot laser processing systems and energy-efficient analysis
CN114012734A (zh) 一种参数自适应的机器人碰撞检测方法
CN107932500A (zh) 具有限制机器人的速度、加速度的功能的机器人控制装置
CN116160478A (zh) 一种工业机械臂关节故障检测方法和系统
CN120755887A (zh) 基于数字孪生的工业机器人实时自适应控制方法及系统
Yu et al. Intermittent fault diagnosis and prognosis for steer-by-wire system using composite degradation model
CN109740270B (zh) 基于接触力与力矩预测和分析的大长径比轴孔装配系统及方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22770027

Country of ref document: EP

Kind code of ref document: A2

122 Ep: pct application non-entry in european phase

Ref document number: 22770027

Country of ref document: EP

Kind code of ref document: A2