用于质量检查的方法和系统与流程

本发明涉及生产系统和更高级信息系统。

背景技术：

1、工业连接器基于网关解决方案建立生产系统与更高级信息系统之间的连接。西门子提供从控制系统、第三方cnc和自动化技术收集机器数据的标准方式。业务包括咨询、实现和维护以确保无缝数据传输。能够在任何ipc或虚拟机上托管在连接生产系统与更高级信息系统的网关内运行的连接管理和监控软件，ipc或虚拟机例如运行linux debian 9或10和docker ce。业务也能够在虚拟机中运行。为了在虚拟机中运行业务，需要例如支持debian 10的vmware服务器。

2、网关能够持续记录生产系统的制造设备的过程数据。该过程数据能够例如使用influxdb作为时间序列存储在数据库中。然而，制造设备(诸如机床)的工艺顺序不是连续的，而是被分成单独的订单、工件和加工步骤。此外，利用不同的部件(例如，不同的机床)来进行单独的操作。为了特别优化生产系统和制造设备的操作，并且为了执行预测性维护或检测磨损等，需要与特定加工步骤和/或特定部件有关的操作数据以及与质量、部件等有关的指示。

3、目前，例如，使用nc轨迹能够直接将操作数据记录为单独的测量边缘。但是，随后不能进行进一步的调节。可替代地，用户能够将操作数据持续存储在用户优选的存储平台上。然后，能够在操作数据内搜索触发值并使该数据针对选定的时间段可视化。然而，这需要手动工作并且必须针对每个制造设备单独实现。因此，收集类似过程的操作数据是不可能的或变得冗长。

技术实现思路

1、本发明的目的是准备操作数据，使得能够选择、可视化和/或使用单独的过程区段或阶段作为用于机器学习模型的输入数据。

2、根据第一方面，该目的通过一种用于对制造设备的部件进行质量检查的计算机实现的方法来实现。该方法包括获得与制造设备的操作相关的操作数据的步骤，操作数据包括制造设备的一个或多个物理性质的时间序列。该方法包括获得与制造设备的部件相关的状态数据的步骤，状态数据包括与制造设备内的部件的使用相关的事件和/或特性。该方法包括通过将一个或多个事件和/或特性与一个或多个子集相关联来标记操作数据的一个或多个子集的步骤。该方法包括提供一个或多个子集作为用于训练机器学习模型的经标记的训练数据的步骤，其中，机器学习模型用于基于经标记的训练数据输入来输出质量指标。该方法包括提供经训练的机器学习模型用于进行质量检查的步骤。

3、根据第二方面，该目的通过一种装置来实现。该装置优选包括处理器和存储器。该装置可操作以执行根据第一方面的方法步骤。

4、在从属权利要求中提供了有利的实施方式，并且在下文中进一步描述了有利的实施方式。

技术特征：

1.一种用于对制造设备(2，3，4)的部件(1)进行质量检查的计算机实现的方法，

2.根据权利要求1所述的方法，还包括步骤：

3.根据权利要求1或2所述的方法，还包括以下步骤中的至少一个步骤：

4.根据权利要求1所述的方法，还包括步骤：

5.根据前述权利要求中任一项所述的方法，还包括步骤：

6.根据前述权利要求中任一项所述的方法，还包括步骤：

7.一种装置(21，22)，优选包括处理器和存储器，所述装置能操作为执行前述权利要求中任一项所述的方法的步骤。

8.根据权利要求7所述的装置(21，22)，还包括

9.一种计算机程序，包括程序代码，当所述程序代码被执行时执行权利要求1至7中任一项所述的方法的步骤。

10.一种非暂时性介质，在所述非暂时性介质上存储有根据前述权利要求所述的计算机程序。

技术总结
本发明涉及一种用于质量检查的方法和系统，一种用于对制造设备的部件进行质量检查的计算机实现的方法：获得与制造设备的操作相关的操作数据，该操作数据包括制造设备的一个或多个物理性质的时间序列；获得与制造设备的部件相关的状态数据，该状态数据包括与制造设备内的部件的使用相关的事件和/或特性；通过将事件和/或特性中的一个或多个事件和/或特性关联到一个或多个子集来标记操作数据的一个或多个子集；提供一个或多个子集作为用于训练机器学习模型的经标记的训练数据，其中，机器学习模型用于基于经标记的训练数据输入来输出质量指标；并且提供经训练的机器学习模型用于进行质量检查。

技术研发人员：弗雷德里克·瓦克特,斯坦尼斯劳斯·穆勒
受保护的技术使用者：西门子股份公司
技术研发日：
技术公布日：2024/1/13