用于控制生产系统的方法和系统技术方案

读入大量测试数据集，每个测试数据集都包括指定产品(P)的构造变体的第一设计数据集(DR1)以及量化该构造变体的目标变量的第一目标值(V1)。就所述第一目标值(V1)而言确定第一设计数据集(DR1)的第一排序(R1)。此外提供多个设计评估模块(EV1，...，EVN)，每个设计评估模块都用于基于设计数据集来预测目标值。通过设计评估模块(EV1，...，EVN)分别预测所述第一设计数据集(DR1)的目标值(VP1，...，VPN)。然后对于相应的设计评估模块(EV1，...，EVN)，确定就预测的目标值(VP1，...，VPN)而言所述第一设计数据集(DR1)的相应第二排序(R2)，以及确定相应第二排序(R2)与所述第一排序(R1)的相应偏差(D)。然后根据所确定的偏差(D)，选择设计评估模块(EVS)。此外生成大量第二设计数据集(DR2)，通过所选择的设计评估模块(EVS)为每个第二设计数据集预测第二目标值(V2)。然后根据所述第二目标值(V2)，从所述第二设计数据集导出目标值优化的设计数据集(ODR)并输出以用于制造所述产品(P)。

【技术实现步骤摘要】
【国外来华专利技术】

技术介绍

1、为了制造诸如机器人、发动机、涡轮机、涡轮叶片、内燃机、工具、机动车辆或其组件的复杂技术产品，越来越大规模地使用计算机辅助设计系统。借助于这种设计系统通常产生详细指定待制造产品的设计数据，借助于所述设计数据可以操控用于制造指定的产品的生产系统。

2、为了优化期望的产品特性，通常追求自动优化产品的设计数据。产品特性或目标特性在此可以涉及产品的性能、功率、产量、速度、重量、运行时、精度、错误率、资源消耗、效能、效率、污染物排放、稳定性、磨损、使用寿命、物理特性、机械特性、化学特性、电特性、磁特性、待满足的次要条件或其他目标变量。

3、为了优化产品的目标变量，经常使用多维优化方法，即所谓的mdo方法(mdo：multidimensional optimization，多维优化)。这些mdo方法通常模拟产品的通过设计数据指定的大量构造变体，并且专门选择优化所模拟的目标变量的构造变体。

4、然而，这种模拟通常需要大量的计算工作，特别是因为通常应当评估极大量的构造变体。为了减少所需的计算工作，通常使用所谓的替代模型，这本文档来自技高网...

【技术保护点】

1.一种用于控制生产系统(PS)以制造就多个目标变量(T1、T2)而言优化的产品(P)的计算机实现的方法，其中

2.根据权利要求1所述的方法，其特征在于，作为设计评估模块(EV1，...，EVN)提供机器学习模块，所述机器学习模块已借助于训练数据集训练为基于训练设计数据集再现相关联的训练目标值，以及

3.根据前述权利要求中任一项所述的方法，其特征在于，作为设计评估模块(EV1，...，EVN)提供模拟模块，每个模拟模块都基于指定构造变体的设计数据集来模拟地预测该构造变体的目标值。

4.根据前述权利要求中任一项所述的方法，其特征在于，相应的设计评估模块(...

【技术特征摘要】
【国外来华专利技术】

1.一种用于控制生产系统(ps)以制造就多个目标变量(t1、t2)而言优化的产品(p)的计算机实现的方法，其中

2.根据权利要求1所述的方法，其特征在于，作为设计评估模块(ev1，...，evn)提供机器学习模块，所述机器学习模块已借助于训练数据集训练为基于训练设计数据集再现相关联的训练目标值，以及

3.根据前述权利要求中任一项所述的方法，其特征在于，作为设计评估模块(ev1，...，evn)提供模拟模块，每个模拟模块都基于指定构造变体的设计数据集来模拟地预测该构造变体的目标值。

4.根据前述权利要求中任一项所述的方法，其特征在于，相应的设计评估模块(ev1，...，evn)分别输出相应第一设计数据集(dr1)的目标值的统计分布(vpd)，以预测所述目标值，

5.根据权利要求4所述的方法，其特征在于，相应的统计分布(vpd)通过平均值、中值、方差、标准偏差、不确定性说明、可靠性说明、概率分布、分布类型和/或变化过程说明来指定。

6.根据前述权利要求中任一项所述的方法，其特征在于，为了确定第一排序和/或相应的第二排序(r1、r2)，

...

【专利技术属性】
技术研发人员：S·德佩威格，K·希什，M·凯撒，
申请(专利权)人：西门子股份公司，
类型：发明
国别省市：