识别家用器具上的异常的制作方法

本发明涉及识别家用器具上的异常。特别地，本发明涉及自动确定家用器具上的异常。

背景技术：

1、家用器具包括控制设备，该控制设备被设置为检测家用器具在其运行期间的器具数据。例如，家用器具可以包括一个或多个传感器，这些传感器的样本由控制设备检测。另外的器具数据可以包括产生测量值的环境，例如正在执行的家用器具功能、日期或时间。所检测的器具数据可以按照日志文件的形式存储在本地存储器中。由于空间的原因，可以循环覆盖所存储的器具数据或者仅存储满足预定条件的器具数据。

2、通常仅在家用器具展示出故障时才分析所存储的器具数据。通常由服务技术人员来检查故障与之前存储的器具数据之间可能的关联。为此，大多必须将家用器具运送到服务技术人员处或反过来。然而，大多不会对所存储的器具数据进行大规模分析，从而可能难以从一台家用器具的行为推断出其未来行为或推断出另一台家用器具的行为。因此，识别和必要时消除家用器具上的异常可能很困难，并且需要大量的人类经验。

技术实现思路

1、本发明所基于的任务是改进家用器具上的异常的自动识别。本发明借助于独立权利要求的主题解决了该任务。从属权利要求反映了优选的实施方式。

2、根据本发明的第一方面，一种用于识别家用器具上的异常的方法包括以下步骤：检测家用器具在其运行期间的器具数据；确定所述器具数据不对应于常见的器具状态；确定检测到的器具数据与器具数据的预定模式的相似度；以及将检测到的器具数据分配给所述模式之一。

3、根据本发明，可以将检测到的器具数据自动分配给模式之一。每个模式可以代表家用器具的预定行为、异常、问题或老化状态。优选地选择与器具数据最相似的模式。更优选地，仅当器具数据与下一个不太相似的模式的相似度低于预定阈值时才进行所述分配。基于检测到的器具数据可以改进地评估家用器具，并且可以改进地确定可能的异常。

4、优选地，向模式分配所述家用器具的器具状态的描述。所述描述可以是文本形式，或者是机器可进一步处理的形式，机器可进一步处理的形式也可以称为二进制形式。在一个实施方式中，当器具数据被分配给模式时可以提供所述描述。器具状态可以特别是包括错误，其中可以输出所述错误的指示。在不同的实施方式中，所述指示可以针对家用器具的使用者或技术人员。在前一种情况下，所述描述可以遵循解释作用，例如“泵有缺陷”。在后一种情况下，描述中可以包括对器具状态的改进的指示，例如“更换泵，进行密闭性检查”。

5、进一步优选的是，然后将分配给检测到的器具数据的模式扩展为包括检测到的器具数据。从而可以确保未来通过该模式更简单、更快或更好地识别器具数据。在所述扩展时，可以使用机器模式识别和机器学习的方法。特别是在最初仅基于中等数量或少数量的器具数据来创建模式的情况下，可以通过记录器具数据来长期改进识别可靠性。也可以称为标记(英文labelling)的器具数据的外部解释或评估，特别是要由人进行的解释或评估，可能是不必要的。从而无监督学习方法可以用于自动改进本方法。

6、在该实施方式的扩展中，可以确定模式已经被扩展了预定数量的检测到的器具数据。可以相对于最初创建模式所基于的器具数据的数量来说明所述预定数量。该模式最初可以基于经标记的器具数据来创建。如果该模式所基于的器具数据的数量增加了例如大约20％，则可以检查该模式。检查可以自动或手动进行。

7、自动检查可以包括检查所述模式所基于的器具数据是否彼此一致。换句话说，可以检查该模式所基于的器具数据是否彼此足够相似并且与其他模式足够不同。为此可以预先确定相似性度量。可以基于器具数据的子集重新创建所述模式。已丢弃的器具数据可以分配给其他模式。

8、在另一实施方式中，如果检测到的器具数据与任何现有模式都不够相似，则创建新模式。从而可以收集彼此相似的器具数据，即使尚不知道哪个器具状态或哪个器具行为与这些器具数据相关联。通过这种方式，可以改进地创建广泛的数据库，该数据库允许对家用器具进行分析。例如，可以通过这种方式改进地检查仅偶尔展示出或仅在长时间运行之后展示出的家用器具行为。

9、如果初始使用的模式改进地识别或代表分配给所述模式的器具状态，则该方法可以特别有效地工作。为此，可以基于实验室测试来创建初始模式。在一个实施方式中，基于在家用器具的运行期间在预定运行持续时间之后检测的器具数据来确定模式。家用器具可以经受长时间测试，其中可以产生或模拟不同长的运行持续时间。

10、在另一个实施方式中，基于家用器具在各种预定环境条件下运行期间检测的器具数据来确定模式。为此，可以在环境实验室中运行家用器具。所述环境实验室可以包括例如气候室或振动台。从而可以创建不同的气候条件或物理条件，在这些条件下可以系统地观察家用器具。

11、气候室可以产生不同的温度或不同的相对湿度。气候室中可以产生的另外的可能环境因素包括例如红外线辐射或紫外线辐射。可以变化的其他条件包括不同的运行装置或耗电装置或供电电压的波动。同样可以对应地建立另外的运行条件。

12、根据本发明的第二方面，一种用于控制家用器具的设备包括：用于检测家用器具在其运行期间的器具数据的装置；用于确定检测到的器具数据与预定模式的相似度的装置；以及用于将检测到的器具数据分配给模式之一的装置。

13、该设备可以包括用于家用器具的控制设备。特别地，所述控制设备可以包括在家用器具中。从而可以使用本地装置改进地执行异常的识别以及必要时的消除。特别地，用于预测性维护或用于消除简单错误的措施可以由家用器具的使用者直接执行。可能不需要经过培训的人员干预或应用特殊工具或技术。

14、这些装置中的一个或多个可以由处理装置来实现，该处理装置在一个实施方式中被设置为部分或完全执行本文描述的方法。所述处理装置可以包括可编程微计算机或微控制器，并且该方法可以以具有程序代码装置的计算机程序产品的形式存在。所述计算机程序产品可以存储在计算机可读数据载体上。该方法的特征或优点可以转移到该设备，并且反之亦然。

15、特别优选的是，用于确定检测到的器具数据与预定模式的相似度的装置包括人工神经网络。神经网络可以基于预定的器具数据被训练为识别初始模式。这些模式的适配可以由设备本身进行，或者可以将新的器具数据发送到远程装置，该远程装置可以在此基础上改进地训练人工神经网络并将该人工神经网络传送回家用器具。该家用器具可以用接收到的神经网络来替换或更新现有的神经网络。

16、根据本发明的第三方面，一种家用器具包括本文描述的设备。

17、本文描述的技术还可以针对大量彼此类似的家用器具来执行。根据本发明的第四方面，中央站包括用于接收在各种彼此类似的家用器具的运行期间在所述家用器具上检测的器具数据的装置；用于确定检测到的器具数据与预定模式的相似度的装置；以及用于将检测到的器具数据分配给模式之一的装置。

18、家用器具特别可以是同系列家用器具的示例。也可以使用不同但彼此相似系列的家用器具的示例。中央站特别是可以以服务器的形式来实现，或者例如作为云中的服务来实现。器具数据特别是可以从家用器具无线传送到中央站。在另一实施方式中，中央站可以针对不同的家用器具执行所描述的技术。然后可以改进地确定不同家用器具之间的相似之处。该确定可以手动或自动进行。可以对应地检查结果从一台家用器具到另一台家用器具的可转移性。为了改进地识别模式或为了确定改进的模式，中央站可以访问不同扩大的器具数据库。由此可以改进地确定相关模式。