[发明专利]借助于机器学习系统确定涉及砂带磨床的状态信息的方法

权利要求书

1.一种用于确定涉及砂带磨床（10）的状态信息的方法（200），所述砂带磨床（10）具有用于磨削式加工工件（14）的至少一个磨削砂带（18），所述方法至少包括以下方法步骤：

•提供涉及所述砂带磨床（10）的测量数据，

•借助于机器学习系统（58）从提供的测量数据中确定所述状态信息，其中所述机器学习系统（58）被设置为基于提供的测量数据确定所述状态信息。

2.根据权利要求1所述的方法（200），其中使用至少一个声传感器（44、44a、44b、44c、44d），特别是空气声传感器（44d）和/或固体声传感器（44a、b、c）和/或振动传感器来提供所述测量数据。

3.根据权利要求2所述的方法（200），其中使用至少一个另外的传感器（50）提供所述测量数据，其中所述至少一个另外的传感器（50）选自包括以下的传感器列表：用于电流消耗的传感器、空气温度传感器、空气湿度传感器、湿度传感器、距离传感器、位移传感器、成像传感器、温度传感器，特别是红外传感器，尤其是热图像传感器、厚度传感器、扭矩传感器、粉尘量传感器、惯性传感器、加速度传感器、行进距离传感器、定位传感器、触敏传感器、反射传感器。

4.根据前述权利要求中任一项所述的方法（200），其中选择性地提供所述测量数据，特别是选择性地从所述砂带磨床（10）调用所述测量数据。

5.根据前述权利要求中任一项所述的方法（200），其中所述机器学习系统（58）包括神经网络（58a）。

6.根据前述权利要求中任一项所述的方法（200），其中所述机器学习系统（58）被设置为确定至少涉及以下属性之一的状态信息：

•表征待加工工件（14）的属性；

•表征所述工件（14）上制造缺陷的属性；

•表征所述砂带磨床（10）的运行模式或运行参数的属性；

•表征所述砂带磨床（10）的错误设置的属性；

•表征所述砂带磨床（10）的负载分布的属性；

•表征所述砂带磨床（10）的磨损程度或磨损的属性；

•表征所述砂带磨床（10）中使用的磨削砂带（18）的属性；

•表征所述磨削砂带（18）的堵塞和/或钝化的属性；

•表征所述磨削砂带（18）的缺陷的属性。

7.根据前述权利要求中任一项所述的方法（200），其中至少部分地基于所确定的状态信息来控制所述砂带磨床（10）和/或至少部分地基于所确定的状态信息借助于输出设备（60）来输出信息。

8.根据前述权利要求中任一项所述的方法（200），其中所述测量数据在提供之前经过过滤，特别是在所述测量数据中滤除语音分量。

9.一种用于教导机器学习系统（58）、特别是神经网络（58a）的方法（100），使得所述机器学习系统（58）被设置为执行根据前述权利要求中任一项所述的方法，具有以下方法步骤：

•提供由训练输入数据和训练输出数据组成的训练数据，其中所述训练输入数据包括涉及砂带磨床（10）的关于大量状态信息的测量数据，并且所述训练输出数据分别包括涉及所述砂带磨床（10）的至少一个所分配的状态信息，

•教导所述机器学习系统（58），特别是所述神经网络（58a），其中适配所述机器学习系统（58）的参数，使得所述机器学习系统（58）根据所适配的参数并且根据所提供的训练输入数据确定各自相关联的训练输出数据，

•将所述机器学习系统（58）添加到计算机设备（56），特别是砂带磨床（10）的控制设备（54）。

10.根据权利要求9所述的方法（100），其中在进一步的方法步骤中提供涉及砂带磨床（10）的另外的测量数据，其中向所述另外的测量数据分配涉及所述砂带磨床（10）的至少一个、特别是预给定的状态信息，并且以此方式用所述另外的测量数据特别是进一步地教导所述机器学习系统（58）。