用于控制用于工业车间的虚拟助理的方法技术

本发明专利技术涉及一种用于控制用于工业车间的虚拟助理(10)的方法，包括：由输入接口(20)接收(S10)信息请求(Ir)，其中该信息请求(Ir)包括用于接收关于该工业车间的至少部分的信息的至少一个请求；由控制单元(30)使用所接收的信息请求(Ir)来确定(S20)模型规范(Ms)；由模型管理器(40)使用模型规范(Ms)确定(S30)机器学习模型(M)；由控制单元(30)使用所确定的机器学习模型(M)提供(S40)对信息请求(Ir)的响应(R)。应(R)。

【技术实现步骤摘要】
【国外来华专利技术】用于控制用于工业车间的虚拟助理的方法


[0001]本专利技术涉及一种用于控制用于工业车间的虚拟助理的方法和虚拟助理。

技术介绍

[0002]典型地，如今车间操作是高度自动化的活动。然而，各种情况需要人工干预，这包括维护/支持过程、提高效率/质量的干预、或解决过程中的异常的干预。
[0003]这些情况具有信息要求：操作者需要数据，特别是预测。在系统的设计和初始配置期间，需要哪些数据和预测通常是不可预见的。需要允许自动生成相应数据分析和预测的机制。
[0004]操作者具有在控制系统的设计期间不可预见的信息需求。
[0005]这些需求在操作期间出现，并且可以包括时间序列值的估计，对各种类型的模式匹配的不同数据类型的异常检测。这种类型的数据分析可以被认为是先进的，因为它特别倾向于需要分析专业知识和有时的努力来选择模型和产生相应的选择。在需要将拓扑信息和资产标识符设置成与传感器和相应历史数据相关的车间设置中，活动是困难的。
[0006]复杂性的结果是信息需求通常不与基于分析模型与当前情况的匹配的预测相匹配，而是主要通过应用于传感器数据的生活流(lifestream)的经验和直觉来解决。
[0007]虽然用于工业应用的虚拟助理被用来帮助操作者，但是上述问题还没有被解决。

技术实现思路

[0008]因此，本专利技术的目的是提供一种用于控制用于工业车间的虚拟助理的改进方法。该目的通过根据权利要求1的方法和根据权利要求15的虚拟助理来实现。
[0009]另外的优选实施例从从属专利权利要求中显而易见。
[0010]根据本专利技术，一种用于控制工业车间的虚拟助理的方法包括：由输入接口接收信息请求，其中该信息请求包括用于接收关于该工业车间的至少部分的信息的至少一个请求。该方法还包括由控制单元使用所接收的信息请求来确定模型规范。该方法还包括由模型管理器使用模型规范来确定机器学习模型。该方法还包括由控制单元使用所确定的机器学习模型提供对信息请求的响应。
[0011]优选地，输入接口包括自然语言接口和/或动态用户接口。换言之，虚拟助理接收来自用户的呈用户的自然语言形式的信息请求或经由图形用户界面GUI输入的信息请求。
[0012]对用户的信息请求的响应优选地包括工业车间的至少部分的过程变量值、事件和/或警报。
[0013]因此，提供了一种用于控制虚拟助理的改进方法。
[0014]在优选实施例中，该方法包括：由控制单元使用所接收的信息请求来标识信息意图，并且使用所述信息意图来确定模型规范。
[0015]因此，机器学习模型基于信息意图来被确定。
[0016]如这里所使用的，术语“信息意图”涉及用户向虚拟助理制定请求的意图。信息意
图优选地包括请求选项。请求选项最好是预定的请求选项。此外，信息意图优选地包括意图的形式化声明(formalized declaration)。此外，信息意图优选地包括指定的响应期望。
[0017]优选地，信息意图指示要被寻址的工业车间的车间部件和与该车间部件相关的信息需求。例如，信息意图覆盖在特定位置(例如在特定扇区中)的特定车间部件(例如罐)的即将到来的行为的信息。例如，用户通过说“告诉我关于扇区AB123中的罐的即将到来的行为”来将信息意图输入到虚拟助理中。其他示例包括：“估计何时扇区ABC123中的罐达到20％的填充水平”；“预测直到车间区段B中的温度达到50℃的时间”。
[0018]此外，信息意图优选地包括必须处理的任务的列表。特别地，这样的任务列表可以包括必须被检查的复杂前提条件。
[0019]优选地，使用信息意图确定模型规范包括将信息意图分解为模型规范。
[0020]优选地，确定模型输入包括使用工业车间的拓扑信息和信息意图将工业车间的车间部件映射到工业车间的相应传感器。换句话说，拓扑信息被用于找到需要被读出以便确定响应的传感器。
[0021]这里使用的术语“模型规范”涉及机器学习模型的功能。换言之，模型规范指示能够确定对信息意图的响应所需的机器学习模型的技术要求。
[0022]考虑请求用户的意图允许用户通过增加由虚拟助理提供的情境意识来更好地操作。
[0023]优选地，向用户提供与使用信息意图的信息请求相关的数据分析和/或预测。
[0024]因此，提供了一种用于控制虚拟助理的改进方法。
[0025]在优选实施例中，确定机器学习模型包括：使用模型规范检查合适的机器学习模型是否被存储在模型数据库中。
[0026]换句话说，基于模型规范，产生请求，从满足模型规范的模型管理器请求机器学习模型，并且因此可用于确定对信息请求的响应，特别是考虑到信息意图。
[0027]这里使用的术语“合适的机器学习模型”涉及可以用于确定对信息请求的响应的机器学习模型，特别是考虑到信息意图。
[0028]因此，提供了一种用于控制虚拟助理的改进方法。
[0029]在优选实施例中，如果确定合适的机器学习模型被存储在模型数据库中，则该方法包括通过使用所存储的机器学习模型来确定对信息请求的响应的步骤。
[0030]因此，用户的信息请求能够被实时响应。
[0031]因此，提供了一种用于控制虚拟助理的改进方法。
[0032]在优选实施例中，确定对信息请求的响应包括由控制单元提供模型输入，其中通过使用信息意图来确定模型输入，以及通过将模型输入输入到机器学习模型中来确定响应。
[0033]在优选实施例中，如果确定没有合适的机器学习模型该存储在模型数据库中，则该方法包括向用户提供延迟响应的步骤。
[0034]优选地，延迟响应包括估计的延迟时间。这样，可以实时地通知用户他必须等待对他的信息请求的响应多长时间。
[0035]因此，提供了一种用于控制虚拟助理的改进方法。
[0036]在优选实施例中，如果确定没有合适的机器学习模型被存储在模型数据库中，则
该方法包括以下步骤：通过autoML流水线，使用信息意图来确定机器学习模型候选；测试机器学习模型候选的模型质量；如果模型质量是可接受的，则使用机器学习模型候选来确定机器学习模型；以及如果模型质量是不可接受的，则向用户通知模型生成不成功。
[0037]换言之，在autoML流水线中，使用信息意图来确定机器学习模型候选的参数化。
[0038]优选地，模型数据库中的机器学习模型被贴标签，特别是与它们的功能相关。换言之，将模型规范与模型数据库中的机器学习模型的标签进行比较。
[0039]换句话说，autoML流水线的使用直接取决于所提供的信息意图。例如，信息意图包括特定机器学习模型被使用的频率和/或时间相关性的信息，换言之，特定机器学习模型在特定时间帧被使用的频率。
[0040]基于信息意图的机器学习模型的自动生成允许实现交互的自动化，否则需要耗时的手动交互。
[0041]因此，提供了一种用于控制虚拟助理的改进方法。
[0042]在本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于控制用于工业车间的虚拟助理(10)的方法，包括：由输入接口(20)接收(S10)信息请求(Ir)，其中所述信息请求(Ir)包括用于接收关于所述工业车间的至少部分的信息的至少一个请求；由控制单元(30)使用所接收的所述信息请求(Ir)来确定(S20)模型规范(Ms)；由模型管理器(40)使用所述模型规范(Ms)来确定(S30)机器学习模型(M)；以及由所述控制单元(30)使用所确定的所述机器学习模型(M)提供(S40)对所述信息请求(Ir)的响应(R)。2.根据权利要求1的方法，包括：由所述控制单元(30)使用所接收的所述信息请求(Ir)来标识(S50)信息意图(I)；以及使用所述信息意图(I)来确定所述模型规范(Ms)。3.根据前述权利要求中任一项所述的方法，其中确定机器学习模型(M)包括：使用所述模型规范(Ms)检查合适的机器学习模型是否被存储在模型数据库中。4.根据前述权利要求中任一项所述的方法，其中如果确定合适的机器学习模型被存储在所述模型数据库中，则所述方法包括以下步骤：通过使用所存储的所述机器学习模型来确定对所述信息请求(Ir)的所述响应(R)。5.根据前述权利要求中任一项所述的方法，其中确定对所述信息请求(Ir)的所述响应包括：由所述控制单元(40)提供模型输入，其中所述模型输入通过使用所述信息意图(I)被确定；通过将所述模型输入输入到所述机器学习模型(M)来确定所述响应(R)。6.根据前述权利要求中任一项所述的方法，其中如果确定没有合适的机器学习模型被存储在所述模型数据库中，则所述方法包括以下步骤：向用户(U)提供延迟响应。7.根据权利要求6所述的方法，包括：由autoML流水线(60)使用所述信息意图(I)来确定机器学习模型候选；测试所述机器学习模型候...

【专利技术属性】
技术研发人员：贝内迪特，
申请(专利权)人：ABB瑞士股份有限公司，
类型：发明
国别省市：