用于系统的自动化和控制的认知工程技术的系统和方法技术方案

一种执行认知工程的方法，包括从至少一个用户工具中提取人类知识，从网络物理系统(CPS)接收系统信息，将人类知识和接收到的系统信息组织成数字孪生图(DTG)，对DTG执行一种或多种机器学习技术以生成与CPS相关的工程选项，以及在至少一个用户工具中向用户提供生成的工程选项。该方法可包括：将多个用户动作记录在至少一个用户工具中，以时间顺序储存多个用户动作以创建系列用户动作，以及储存与多个储存的系列用户动作相关的历史数据。

Systems and methods of cognitive engineering for system automation and control

A method for performing cognitive engineering includes extracting human knowledge from at least one user tool, receiving system information from CPS, organizing human knowledge and received system information into digital twin graph (DTG), performing one or more machine learning techniques for DTG to generate engineering options related to CPS, and providing users with at least one user tool Generated project options. The method may include: recording multiple user actions in at least one user tool, storing multiple user actions in chronological order to create a series of user actions, and storing historical data related to multiple stored series of user actions.

【技术实现步骤摘要】
【国外来华专利技术】用于系统的自动化和控制的认知工程技术的系统和方法相关申请的交叉引用本申请根据35U.S.C.§119(e)要求于2017年1月24日提交的题为“CENTAUR：用于自动化和控制的认知工程技术”的美国临时专利申请序号62/449,756的优先权，其全部内容通过引用并入本文。
本申请涉及自动化和控制。更具体地，本申请涉及数字建模自动化和控制系统。
技术介绍
诸如可编程逻辑控制器(PLC)的网络物理系统(CPS)构件被编程以执行特定任务，但是它们不能实现自感知。此外，当前的CPS缺乏人工智能(AI)能力。目前，尝试将AI集成到CPS中。例如，最近的研究表明，PLC和边缘设备，例如智能传感器，可以使用AI技术编程以实现新的能力。然而，尽管机器可经常胜过人类对应者，但机器通常可在人类操作员或设计者的帮助下更有效地工作。期望通过利用基于与人类知识相结合的传感器数据的机器学习的提供更多能力的设备和系统。
技术实现思路
根据本专利技术实施方式的各方面，一种执行认知工程的方法包括：从至少一个用户工具中提取人类知识，从网络物理系统(CPS)接收系统信息，将人类知识和接收的系统信息组织成数字孪生图(DTG)，对DTG执行一种或多种机器学习技术以生成与CPS相关的工程选项，并且在至少一个用户工具中将生成的工程选项提供给用户。根据一个实施方式，方法还包括：在至少一个用户工具中记录多个用户动作，按照时间顺序储存多个用户动作以创建系列用户动作，以及储存与多个储存的系列用户动作相关的历史数据。r>在一个实施方式中，至少一个用户工具是计算机辅助技术(CAx)工程前端。根据另一实施方式，从至少一个用户工具中提取人类知识包括以计算机辅助技术(CAx)记录由用户执行的建模步骤的时间序列。在其他实施方式中，从至少一个用户工具中提取人类知识包括在以算机辅助技术(CAx)记录由用户执行的模拟设置步骤的时间序列。根据实施方式，从至少一个用户工具中提取人类知识包括以计算机辅助技术(CAx)记录由用户执行的材料分配步骤的时间序列。根据其他实施方式的各方面，根据权利要求1的方法还包括将DTG布置在分层架构中，分层架构包括：包含DTG的核心、定义提供域专用数据的一般语法和语义抽象的数字孪生界面语言的第一层、包括认知CPS的构件的第二层、以及包括高级CPS应用的第三层。根据其它的实施方式，认知CPS的构件包括用于提供CPS的自感知的应用、用于提供CPS的自配置的应用、用于通过CPS的弹性架构提供自修复的应用、以及用于CPS中的构件的生成设计的应用。在一些实施方式中，DTG被配置为随时间改变。DTG可以通过以下中的至少一个随时间改变：增加节点；移除节点；增加连接两个节点的边；以及移除先前连接两个节点的边。此外，在第一时间点与第二时间点之间发生的DTG的改变创建了因果关系，该因果关系可以被一个或多个机器学习技术用来生成工程选项。根据实施方式，一种或多种机器学习技术包括强化学习、生成式对抗网络和/或深度学习。在一些实施方式中，DTG可以包括多个子图，每个子图表示CPS的构件，其中连接第一子图和第二子图的边表示由第一子图表示的第一构件和由第二子图表示的第二构件之间的关系。在其他实施方式中，DTG包括多个节点和多个边，每个边连接多个节点中的两个节点，并且每个边表示相关联的两个节点之间的关系，该关系涉及用于改进CPS的未来设计的数据。根据本公开的实施方式的各方面的用于认知工程的系统包括用于在至少一个用户工具中提取和储存用户动作的数据库、包括至少一个物理构件的网络物理系统(CPS)、与数据库和至少一个物理构件通信的被配置为构造表示CPS的数字孪生图的计算机处理器、以及至少一种机器学习技术，机器学习技术能够由计算机处理器执行且被配置为产生CPS的至少一个工程选项。系统可还包括提取工具，提取工具能够由计算机处理器操作，被配置为记录和保存在至少一个用户工具中执行的用户动作的时间序列，且将用户动作的多个时间序列的历史记录储存在数据库中。至少一个用户工具可包括计算机辅助技术(CAx)。附图说明当结合附图阅读以下详细描述时，本专利技术的前述和其他方面将得到最好的理解。为了说明本专利技术，在附图中示出了目前优选的实施方式，然而，应当理解，本专利技术不限于所公开的特定手段。附图中包括以下附图：图1是根据本公开的实施方式的各方面的数字孪生图的图示。图2是根据本公开的实施方式的各方面的包括多个相互关联的图的系统的图。图3是根据本公开的实施方式的各方面的随时间变化的数字孪生图变换的图示。图4是根据本公开的实施方式的各方面的用于智能设计的使用中产品(PiU)数据的使用的图示。图5是根据本公开的实施方式的各方面的用于基于过去的经验实现未来目标的时间线的图示。图6是根据本公开的实施方式的各方面的用于基于经验数据和提取的人类知识的机器学习的架构的框图。图7是用于实现本公开的实施方式的各方面的计算机系统的框图。具体实施方式用于自动化和控制的认知工程技术(CENTAUR)是用于复杂网络物理系统(CPS)的设计、工程和操作的转换方法，其中人类知识与人工智能系统配对以共同发现先前未知的新的自动化和控制方法。所发现的方法可以实现空前水平的性能、可靠性、弹性和灵活性。华尔街定量分析人员说过：“没有人强过机器，而且没有机器强过有机器的人”。基于这种观点，CENTAUR旨在创建与人类协作的CPS，其行为类似于活的生物体，因为它们知道自己和它们的环境(自感知)、设计它们自己的计划(自我规划)，并且识别问题并重新配置自己(自修复)。为了实现这种设想，创建了数字孪生，其提供与真实操作环境(OE)和包含在其中的CPS共同发展的OE的逼真数字表示。CENTAUR是与来自人类的知识相结合的人工智能系统如何转换CPS和物联网(IoT)的实例。在数字孪生的帮助下，CENTAUR有潜力从根本上改变复杂CPS(例如高速列车)的设计方式。此外，数字孪生还可以帮助改善CPS在系统的系统(SoS)(例如具有IoT设备的工厂)中彼此交互的方式。像CENTAUR这样的系统可以帮助工程师去做他们今天无法做的事情，大大扩展他们可以解决的问题并创建新的工作方式。利用这种系统，工程师可以开发出在考虑不确定性和未知因素的影响的同时实现最佳结果的优良策略和设计系统。以下是CENTAUR将具有最高影响的五个方面：1.处理复杂性。CENTAUR将帮助从大量信息中生成新的见解，同时了解大型系统的各种元素之间的交互和关系。以此方式，可预测未来条件，且可更好地理解由设计决策产生的后果。2.获取跨域的专业知识和设计意图。CENTAUR将帮助我们解决老龄化劳动力的由于损耗而失去经验和知识的问题，并允许理解“大局”以解决跨域问题。3.数据和事实驱动的决策。CENTAUR在基于现有数据提供假设、场景和推论来做出决策时将更加客观，而不是依赖于传统的人类专业知识，或者限于采用何种生成设计方法本文档来自技高网...

【技术保护点】
1.一种执行认知工程的方法，包括：/n从至少一个用户工具中提取人类知识；/n从网络物理系统(CPS)接收系统信息；/n将所述人类知识和接收的系统信息组织成数字孪生图(DTG)；/n对DTG执行一种或多种机器学习技术，以生成与CPS相关的工程选项；以及/n在所述至少一个用户工具中，向用户提供生成的工程选项。/n

【技术特征摘要】
【国外来华专利技术】20170124 US 62/449,7561.一种执行认知工程的方法，包括：
从至少一个用户工具中提取人类知识；
从网络物理系统(CPS)接收系统信息；
将所述人类知识和接收的系统信息组织成数字孪生图(DTG)；
对DTG执行一种或多种机器学习技术，以生成与CPS相关的工程选项；以及
在所述至少一个用户工具中，向用户提供生成的工程选项。


2.根据权利要求1所述的方法，还包括：
在所述至少一个用户工具中记录多个用户动作；
按时间顺序储存所述多个用户动作，以创建系列用户动作；以及
储存与多个储存的系列用户动作相关的历史数据。


3.根据权利要求1所述的方法，其中，所述至少一个用户工具是计算机辅助技术(CAx)工程前端。


4.根据权利要求1所述的方法，其中，从所述至少一个用户工具中提取人类知识包括：
以计算机辅助技术(CAx)记录由用户执行的建模步骤的时间序列。


5.根据权利要求1所述的方法，其中，从所述至少一个用户工具中提取人类知识包括：
以计算机辅助技术(CAx)记录由用户执行的模拟设置步骤的时间序列。


6.根据权利要求1所述的方法，其中，从所述至少一个用户工具中提取人类知识包括：
以计算机辅助技术(CAx)记录由用户执行的材料分配步骤的时间序列。


7.根据权利要求1所述的方法，还包括：
将所述DTG布置在分层架构中，所述分层架构包括：
包含所述DTG的核心；
定义数字孪生界面语言的第一层，所述数字孪生界面语言提供域专用数据的一般语法和语义抽象；
包括认知CPS的构件的第二层；以及
包括高级CPS应用的第三层。


8.根据权利要求7所述的方法，其中，认知CPS的构件包括：
用于提供所述CPS的自感知的应用；
用于提供所述CPS的自配置的应用；
用于通过所述CPS的弹性架构提供自修复的应用；以及
用于所述CPS中的构件或子系统的生成设计的应用。


9.根据权利要求1所述的方法，其中，所述DTG被配置为随时间改变。

...

【专利技术属性】
技术研发人员：阿基梅德斯·马丁内斯·卡内多，桑吉乌·斯里瓦斯塔瓦，利维奥·达洛罗，
申请(专利权)人：西门子股份公司，
类型：发明
国别省市：德国;DE