[发明专利]用于操作自动化系统的方法和装置

权利要求书

1.用于操作自动化系统的方法，包括以下方法步骤：

a）为由包括自动化过程的上下文的过程数据（D）所训练的自动化系统提供基于学习的预测模型（M），

b）接收关于所述自动化过程的当前上下文的信息，

c）通过将所述当前上下文与所述过程数据的上下文进行比较来验证上下文变化，

d）在任何上下文变化的情况下，通过比较漂移前过程数据和漂移后过程数据来验证概念漂移，

e）在任何概念漂移的情况下，用漂移后过程数据重新训练所述基于学习的预测模型（M），

f）在没有上下文变化的情况下针对通过验证上下文变化而没有检测到的随机概念漂移进行测试，

g）在任何随机概念漂移的情况下，通过使用包括先前上下文变化的数据来扩展所述当前上下文，其中，基于所述上下文对处理时间的估计的影响自动地扩展所述当前上下文，

h）在没有概念漂移和没有随机概念漂移的情况下，使用提供的基于学习的预测模型（M）。

2.根据权利要求1所述的方法，其中，如果在没有上下文变化的情况下检测到这样的随机概念漂移，则使用存储在上下文知识库（O）中的至少一个相邻三元组来扩展所述当前上下文，其中所述至少一个相邻三元组是三元组s；p；o，其中s是三元组的主题，p是三元组的属性，并且o是三元组的对象，并且其中s或o在当前上下文中被跟踪。

3.根据权利要求2所述的方法，其中，所述上下文知识库包括上下文知识历史（H）。

4.根据权利要求1-3之一所述的方法，其中，上下文由一件产品的特征和/或自动化过程步骤和/或在使用自动化过程的装置中表示。

5.根据权利要求1-3之一所述的方法，其中，所述预测模型（M）保持跟踪上下文集合的指定子集。

6.根据权利要求5所述的方法，其中，初始跟踪的指定子集仅包含与用于其训练的过程数据直接相关联的上下文实例。

7.根据权利要求1-3之一所述的方法，其中，在所述预测模型（M）中表示故障预测模型。

8.一种用于操作自动化系统的装置（CB），包括：

a）用于为由包括自动化过程的上下文的过程数据所训练的所述自动化系统获得基于学习的预测模型（M）的部件，

b）用于接收关于所述自动化过程的当前上下文的信息的部件，

c）用于通过将所述当前上下文与所述过程数据的上下文进行比较来验证上下文变化的部件，

d）用于在任何上下文变化的情况下通过比较漂移前过程数据和漂移后过程数据来验证概念漂移的部件，

e）用于在任何概念漂移的情况下提供漂移后过程数据以用于重新训练所述预测模型（M）的部件，

f）用于在没有上下文变化的情况下针对通过验证上下文变化而没有检测到的随机概念漂移进行测试的部件，

g）用于在任何随机概念漂移的情况下通过使用包括先前上下文变化的数据来扩展所述当前上下文的部件，

其中，基于所述上下文对处理时间的估计的影响自动地扩展所述当前上下文。

9.根据权利要求8所述的装置，其中，所述装置包括上下文知识库。

10.根据权利要求9所述的装置，其中，所述上下文知识库包括上下文知识历史（H）。

11.根据权利要求8-10之一所述的装置，其中所述预测模型（M）表示故障预测模型。

12.一种用于训练用于自动化系统的基于学习的预测模型的装置（CA），包括：

a）用于为由包括自动化过程的上下文的过程数据所训练的自动化系统提供基于学习的预测模型（M）的部件，

b）用于在通过根据前述权利要求8、9或10所述的装置测试的任何概念漂移的情况下接收漂移后过程数据以用于重新训练所述预测模型（M）的部件。