DE102021208443A1 - Erkennung einer Anomalie an einem Haushaltsgerät - Google Patents

Erkennung einer Anomalie an einem Haushaltsgerät Download PDF

Info

Publication number
DE102021208443A1
DE102021208443A1 DE102021208443.5A DE102021208443A DE102021208443A1 DE 102021208443 A1 DE102021208443 A1 DE 102021208443A1 DE 102021208443 A DE102021208443 A DE 102021208443A DE 102021208443 A1 DE102021208443 A1 DE 102021208443A1
Authority
DE
Germany
Prior art keywords
device data
household appliance
pattern
data
patterns
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102021208443.5A
Other languages
English (en)
Inventor
Mircea Barbu
Sobhan Kor
Michael Obermaier
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BSH Hausgeraete GmbH
Original Assignee
BSH Hausgeraete GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BSH Hausgeraete GmbH filed Critical BSH Hausgeraete GmbH
Priority to DE102021208443.5A priority Critical patent/DE102021208443A1/de
Priority to CN202280053252.3A priority patent/CN117751334A/zh
Priority to PCT/EP2022/070124 priority patent/WO2023011909A1/de
Publication of DE102021208443A1 publication Critical patent/DE102021208443A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/24Pc safety
    • G05B2219/24042Signature analysis, compare recorded with current data, if error then alarm
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/25Pc structure of the system
    • G05B2219/25235Associate a sequence function to each control element, event signature
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/26Pc applications
    • G05B2219/2613Household appliance in general

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Selective Calling Equipment (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Ein Verfahren zum Erkennen einer Anomalie an einem Haushaltsgerät umfasst Schritte des Erfassens von Gerätedaten des Haushaltsgeräts während seines Betriebs; des Bestimmens, dass die Gerätedaten nicht zu einem üblichen Gerätezustand korrespondieren; des Bestimmens von Ähnlichkeiten der erfassten Gerätedaten mit vorbestimmten Mustern von Gerätedaten; und des Zuordnens der erfassten Gerätedaten zu einem der Muster.

Description

  • Die Erfindung betrifft die Erkennung einer Anomalie an einem Haushaltsgerät. Insbesondere betrifft die Erfindung die automatische Bestimmung einer Anomalie an dem Haushaltsgerät.
  • Ein Haushaltsgerät umfasst eine Steuervorrichtung, die dazu eingerichtet ist, Gerätedaten des Haushaltsgeräts während dessen Betriebs zu erfassen. Beispielsweise kann das Haushaltsgerät einen oder mehrere Sensoren umfassen, deren Abtastungen von der Steuervorrichtung erfasst werden. Weitere Gerätedaten können Umstände umfassen, unter denen die Messwerte entstanden sind, beispielsweise eine gerade ausgeführte Funktion des Haushaltsgeräts, ein Datum oder eine Uhrzeit. Die erfassten Gerätedaten können in einem lokalen Speicher nach Art einer Logdatei abgelegt werden. Aus Platzgründen können die abgelegten Gerätedaten zyklisch überschrieben werden oder es werden nur solche Gerätedaten abgespeichert, die eine vorbestimmte Bedingung erfüllen.
  • Die abgespeicherten Gerätedaten werden üblicherweise nur dann analysiert, wenn das Haushaltsgerät eine Fehlfunktion zeigt. Ein möglicher Zusammenhang zwischen der Fehlfunktion und zuvor abgespeicherten Gerätedaten wird üblicherweise durch einen Servicetechniker geprüft. Dazu muss das Haushaltsgerät meist zum Servicetechniker transportiert werden oder umgekehrt. Allerdings erfolgt meist keine groß angelegte Analyse der gespeicherten Gerätedaten, sodass es schwierig sein kann, von einem Verhalten eines Haushaltsgeräts auf sein zukünftiges oder das Verhalten eines anderen zu schließen. Die Erkennung und gegebenenfalls Behebung einer Anomalie an einem Haushaltsgerät kann dadurch schwer sein und ein großes Maß an menschlicher Erfahrung erfordern.
  • Eine der vorliegenden Erfindung zugrunde liegende Aufgabe besteht in der verbessert automatisierten Erkennung einer Anomalie an einem Haushaltsgerät. Die Erfindung löst diese Aufgabe mittels der Gegenstände der unabhängigen Ansprüche. Unteransprüche geben bevorzugte Ausführungsformen wieder.
  • Nach einem ersten Aspekt der vorliegenden Erfindung umfasst ein Verfahren zum Erkennen einer Anomalie an einem Haushaltsgerät Schritte des Erfassens von Gerätedaten des Haushaltsgeräts während seines Betriebs; des Bestimmens, dass die Gerätedaten nicht zu einem üblichen Gerätezustand korrespondieren; des Bestimmens von Ähnlichkeiten der erfassten Gerätedaten mit vorbestimmten Mustern von Gerätedaten; und des Zuordnens der erfassten Gerätedaten zu einem der Muster.
  • Erfindungsgemäß können die erfassten Gerätedaten automatisiert einem der Muster zugeordnet werden. Jedes der Muster kann für ein vorbestimmtes Verhalten, eine Anomalie, ein Problem oder einen Alterungszustand des Haushaltsgeräts stehen. Bevorzugt wird dasjenige Muster ausgewählt, dem die Gerätedaten am ähnlichsten sind. Weiter bevorzugt erfolgt die Zuordnung nur dann, wenn eine Ähnlichkeit der Gerätedaten zum nächst weniger ähnlichen Muster unterhalb eines vorbestimmten Schwellenwerts liegt. Das Haushaltsgerät kann auf der Basis der erfassten Gerätedaten verbessert beurteilt werden und eine mögliche Anomalie kann verbessert bestimmt werden.
  • Bevorzugt ist einem Muster eine Beschreibung eines Gerätezustands des Haushaltsgeräts zugeordnet. Die Beschreibung kann in Textform oder in einer maschinell weiter verarbeitbaren Form vorliegen, die auch Binärform genannt werden kann. In einer Ausführungsform kann die Beschreibung bereitgestellt werden, wenn die Gerätedaten dem Muster zugeordnet sind. Der Gerätezustand kann insbesondere einen Fehler umfassen, wobei ein Hinweis auf den Fehler ausgegeben werden kann. In unterschiedlichen Ausführungsformen kann der Hinweis an einen Benutzer des Haushaltsgeräts oder an einen Techniker gerichtet sein. Im erstgenannten Fall kann die Beschreibung eine erklärende Wirkung verfolgen, beispielsweise „Pumpe defekt“. Im letztgenannten Fall kann ein Hinweis auf eine Verbesserung des Gerätezustands von der Beschreibung umfasst sein, beispielsweise „Pumpe austauschen, Dichtheitsprüfung durchführen“.
  • Es ist weiter bevorzugt, dass das Muster, dem die erfassten Gerätedaten zugeordnet werden, danach um die erfassten Gerätedaten erweitert wird. So kann dafür gesorgt werden, dass die Gerätedaten zukünftig noch einfacher, schneller oder besser durch das Muster erkannt werden. Beim Erweitern kann Gebrauch gemacht werden von Methoden der maschinellen Mustererkennung und des maschinellen Lernens. Insbesondere dann, wenn das Muster zunächst auf der Basis nur einer mittleren oder geringen Anzahl Gerätedaten erstellt ist, kann durch Aufnahme der Gerätedaten langfristig eine Erkennungssicherheit verbessert werden. Eine externe, insbesondere durch eine Person durchzuführende Interpretation oder Bewertung der Gerätedaten, die auch Beschriften (englisch: labelling) genannt werden kann, kann nicht erforderlich sein. So können Methoden des unüberwachten Lernens zur automatischen Verbesserung des vorliegenden Verfahrens verwendet werden.
  • In einer Fortbildung dieser Ausführungsform kann bestimmt werden, dass das Muster um eine vorbestimmte Anzahl erfasster Gerätedaten erweitert wurde. Die vorbestimmte Anzahl kann relativ zu der Anzahl Gerätedaten angegeben sein, auf deren Basis das Muster ursprünglich erstellt wurde. Das Muster kann ursprünglich auf der Basis von beschrifteten (gelabelten) Gerätedaten erstellt sein. Wurde die Anzahl der ihm zugrunde liegenden Gerätedaten um beispielsweise ca. 20 % vergrößert, so kann das Muster überprüft werden. Die Überprüfung kann automatisch oder manuell erfolgen.
  • Die automatische Überprüfung kann umfassen, dass geprüft wird, ob die dem Muster zugrunde liegenden Gerätedaten miteinander konsistent sind. Anders ausgedrückt kann überprüft werden, ob die dem Muster zugrunde liegenden Gerätedaten einander ausreichend ähnlich sind und zu anderen Mustern ausreichend verschieden sind. Dazu können Ähnlichkeitsmaße vorbestimmt sein. Unter Umständen kann das Muster auf der Basis einer Teilmenge der Gerätedaten neu erstellt werden. Verworfene Gerätedaten können einem anderen Muster zugeordnet werden.
  • In einer weiteren Ausführungsform wird ein neues Muster erstellt, falls die erfassten Gerätedaten keinem der vorhandenen Muster ausreichend ähnlich sind. So können zueinander ähnliche Gerätedaten gesammelt werden, auch wenn noch nicht bekannt ist, welcher Gerätezustand oder welches Geräteverhalten damit verbunden ist. Auf diese Weise kann verbessert eine breite Datenbasis geschaffen werden, die eine Analyse des Hausgeräts erlaubt. Beispielsweise kann ein Verhalten des Haushaltsgeräts, das sich nur sporadisch oder erst nach längerer Betriebszeit zeigt, auf diese Weise verbessert aufgespürt werden.
  • Das Verfahren kann besonders effektiv arbeiten, wenn die initial verwendeten Muster die ihnen zugeordneten Gerätezustände verbessert erkennen bzw. repräsentieren. Dazu können die initialen Muster auf der Basis von Labortests erstellt sein. In einer Ausführungsform ist ein Muster auf der Basis von Gerätedaten bestimmt, die beim Betrieb des Haushaltsgeräts nach einer vorbestimmten Betriebsdauer erfasst sind. Das Haushaltsgerät kann einem Langzeittest ausgesetzt werden, bei dem unterschiedlich lange Betriebsdauern erzeugt oder simuliert werden können.
  • In einer anderen Ausführungsform ist ein Muster auf der Basis von Gerätedaten bestimmt, die beim Betrieb des Haushaltsgeräts unter verschiedenen vorbestimmten Umweltbedingungen erfasst sind. Dazu kann das Haushaltsgerät in einem Umweltlabor betrieben werden. Das Umweltlabor kann beispielsweise eine Klimakammer oder einen Rütteltisch umfassen. So können unterschiedliche klimatische oder physikalische Bedingungen geschaffen werden, unter denen das Haushaltsgerät systematisch observiert werden kann.
  • Die Klimakammer kann unterschiedliche Temperaturen oder unterschiedliche relative Luftfeuchtigkeiten erzeugen. Weitere mögliche Umweltfaktoren, die in der Klimakammer erzeugt werden können, umfassen beispielsweise eine Infrarotstrahlung oder eine Ultraviolettstrahlung. Andere Bedingungen, die variiert werden können, umfassen verschiedene Betriebs- oder Verbrauchsmittel oder Schwankungen in einer Versorgungsspannung. Weitere Betriebsbedingungen können entsprechend ebenfalls hergestellt werden.
  • Nach einem zweiten Aspekt der vorliegenden Erfindung umfasst eine Vorrichtung zur Steuerung eines Haushaltsgeräts eine Einrichtung zur Erfassung von Gerätedaten des Haushaltsgeräts während dessen Betriebs; eine Einrichtung zur Bestimmung von Ähnlichkeiten der erfassten Gerätedaten mit vorbestimmten Mustern; und eine Einrichtung zur Zuordnung der erfassten Gerätedaten zu einem der Muster.
  • Die Vorrichtung kann eine Steuervorrichtung für das Haushaltsgerät umfassen. Insbesondere kann die Steuervorrichtung vom Haushaltsgerät umfasst sein. Die Erkennung und gegebenenfalls Behebung einer Anomalie kann so verbessert mit lokalen Mitteln durchgeführt werden. Insbesondere können Maßnahmen zur vorausschauenden Wartung oder zur Behebung einfacher Fehler durch einen Benutzer des Haushaltsgeräts direkt durchgeführt werden. Ein Eingriff einer geschulten Person oder eine Anwendung von speziellen Werkzeugen oder Techniken kann nicht erforderlich sein.
  • Eine oder mehrere der Einrichtungen können durch eine Verarbeitungseinrichtung realisiert sein, die in einer Ausführungsform dazu eingerichtet ist, ein hierin beschriebenes Verfahren teilweise oder vollständig auszuführen. Die Verarbeitungseinrichtung kann einen programmierbaren Mikrocomputer oder Mikrocontroller umfassen und das Verfahren kann in Form eines Computerprogrammprodukts mit Programmcodemitteln vorliegen. Das Computerprogrammprodukt kann auf einem computerlesbaren Datenträger abgespeichert sein. Merkmale oder Vorteile des Verfahrens können auf die Vorrichtung übertragen werden und umgekehrt.
  • Es ist besonders bevorzugt, dass die Einrichtung zur Bestimmung von Ähnlichkeiten der erfassten Gerätedaten mit vorbestimmten Mustern ein künstliches neuronalen Netzwerk umfasst. Das neuronale Netzwerk kann auf der Basis von vorbestimmten Gerätedaten dazu trainiert sein, initiale Muster zu erkennen. Eine Anpassung der Muster kann durch die Vorrichtung selbst erfolgen oder neue Gerätedaten können an eine entfernte Einrichtung geschickt werden, die ein künstliches neuronales Netzwerk auf deren Basis verbessert trainiert und an das Haushaltsgerät zurück übermitteln kann. Das Haushaltsgerät kann das bestehende neuronale Netzwerk durch ein empfangenes ersetzten bzw. aktualisieren.
  • Nach einem dritten Aspekt der vorliegenden Erfindung umfasst ein Haushaltsgerät eine hierin beschriebene Vorrichtung.
  • Eine hierin beschriebene Technik kann auch bezüglich einer Vielzahl miteinander vergleichbarer Haushaltsgeräte ausgeführt werden. Nach einem vierten Aspekt der vorliegenden Erfindung umfasst eine zentrale Stelle eine Einrichtung zum Empfangen von Gerätedaten, die an verschiedenen miteinander vergleichbaren Haushaltsgeräten während deren Betrieb erfasst wurden; eine Einrichtung zur Bestimmung von Ähnlichkeiten der erfassten Gerätedaten mit vorbestimmten Mustern; und eine Einrichtung zur Zuordnung der erfassten Gerätedaten zu einem der Muster.
  • Die Haushaltsgeräte können insbesondere Exemplare der gleichen Serie von Haushaltsgeräten sein. Auch Exemplare unterschiedlicher, einander aber ähnlicher Serien von Haushaltsgeräten können verwendet werden. Die zentrale Stelle kann insbesondere in Form eines Servers oder beispielsweise als Dienst in einer Cloud realisiert sein. Die Gerätedaten können insbesondere drahtlos vom Haushaltsgerät an die zentrale Stelle übermittelt werden. In einer weiteren Ausführungsform kann die zentrale Stelle die beschriebene Technik bezüglich unterschiedlicher Haushaltsgeräte ausführen. Parallelen zwischen den unterschiedlichen Haushaltsgeräten können dann verbessert bestimmt werden. Diese Bestimmung kann manuell oder automatisch erfolgen. Eine Übertragbarkeit von Ergebnissen eines Haushaltsgeräts auf ein anderes kann entsprechend geprüft werden. Zur Verbesserung der Erkennung von Mustern bzw. zur Bestimmung verbesserter Muster kann die zentrale Stelle auf eine ungleich vergrößerte Basis von Gerätedaten zugreifen. Dadurch kann eine verbesserte Bestimmung relevanter Muster ermöglicht sein.
  • Die Erfindung wird nun unter Bezug auf die beiliegenden Figuren genauer beschrieben, in denen:
    • 1 ein System mit einem Haushaltsgerät und einer zentralen Stelle; und
    • 2 ein Ablaufdiagramm eines Verfahrens
    darstellt.
  • 1 zeigt ein System 100 mit einem Haushaltsgerät 105 und einer zentralen Stelle 110. Das Haushaltsgerät 105 ist beispielhaft als Kaffeemaschine dargestellt, kann jedoch auch ein beliebiges anderes Gerät umfassen, das bevorzugt zum Einsatz in einem Haushalt eingerichtet ist. Insbesondere kann das Haushaltsgerät 105 in einer Küche des Haushalts eingesetzt werden, der Wäschepflege dienen oder der Reinigung des Haushalts.
  • Das Haushaltsgerät 105 umfasst eine Steuervorrichtung 115, die dazu eingerichtet sein kann, eine Funktion des Haushaltsgeräts 105 zu steuern. Alternativ kann zur Gerätesteuerung eine dedizierte Steuervorrichtung vorgesehen sein. Die Steuervorrichtung 115 umfasst eine Verarbeitungseinrichtung 120, die mit einem oder mehreren Sensoren 125 verbunden ist. Beispielhaft sind ein erster Sensor 125 dargestellt, der dazu eingerichtet ist, einen Druck von Wasser beim Brühen von Kaffee zu bestimmen, und ein zweiter Sensor 125, der dazu eingerichtet ist, ein Betriebsgeräusch des Haushaltsgeräts 105 zu erfassen. Zusätzlich können beliebig viele weitere Sensoren 125 vorgesehen sein. Auch beispielsweise eine Eingabevorrichtung zur Benutzung durch eine Person kann als Sensor 125 angesehen werden. In noch einer weiteren Ausführungsform kann ein Ansteuern eines Aktors des Haushaltsgeräts 105, beispielsweise einer Heizung oder einer Pumpe, erfasst werden, was ebenfalls als Sensor 125 angesehen werden kann. Für eine hierin vorgestellte Technik können sich bessere Ergebnisse erzielen lassen, wenn eine Anzahl von Sensoren 125 groß und die von ihnen erfassten Ereignisse möglichst voneinander unabhängig sind.
  • Mittels der Sensoren 125 erfasste Gerätedaten des Haushaltsgeräts 105 können durch die Verarbeitungseinrichtung 120 verarbeitet und optional auch gespeichert werden. Die Verarbeitung kann insbesondere einen Vergleich mit vorbestimmten Mustern umfassen, die unten mit Bezug auf 2 noch genauer beschrieben werden. Insbesondere kann ein Muster auf der Basis erfasster Gerätedaten erstellt oder verbessert werden. Sowohl das Erkennen als auch das Anpassen eines Musters kann lokal seitens der Steuervorrichtung 115 oder entfernt seitens der zentralen Stelle 110 erfolgen. Es ist bevorzugt, dass das Erkennen von Mustern lokal erfolgt, und Gerätedaten, die mit Muster verglichen werden, an die zentrale Stelle 110 zu senden, wo ein Muster auf der Basis der Gerätedaten verbessert werden kann. Ein verändertes oder neues Muster kann zum Haushaltsgerät 105 zurück übermittelt werden.
  • Zur Kommunikation mit der zentralen Stelle 110 umfasst das Haushaltsgerät 105 bevorzugt eine Kommunikationseinrichtung 130, die beispielhaft als drahtlose Schnittstelle dargestellt ist. Die zentrale Stelle 110 umfasst eine dazu korrespondierende Kommunikationseinrichtung 135. In einer anderen Ausführungsform können die Kommunikationseinrichtungen 130, 135 auch zur drahtgebundenen Kommunikation eingerichtet sein. Üblicherweise verläuft die Kommunikation über ein vorbestimmtes Netzwerk, beispielsweise ein Mobilfunknetzwerk oder das Internet.
  • Die zentrale Stelle 110 umfasst ferner eine Verarbeitungseinrichtung 140 und eine optionale Speichervorrichtung 145. Außerdem kann eine Schnittstelle 150 vorgesehen sein. Die Verarbeitungseinrichtung 140 ist bevorzugt dazu eingerichtet, ein künstliches neuronales Netzwerk 155 auszuführen. Gerätedaten des Haushaltsgeräts 105, die über die Kommunikationseinrichtung 135 empfangen wurden, können mittels der Verarbeitungseinrichtung 140 auf Ähnlichkeit zu einem oder mehreren vorbestimmten Mustern überprüft werden. Außerdem kann ein Muster auf der Basis von empfangenen Gerätedaten fortgebildet werden. Im Fall des künstlichen neuronalen Netzwerks 155 kann dies ein Trainieren des Netzwerks 155 bezüglich der empfangenen Gerätedaten umfassen.
  • Empfangene Gerätedaten können in der Speichervorrichtung 145 abgelegt werden. Das Trainieren eines künstlichen neuronalen Netzwerks 155 kann eine große Vielzahl von Gerätedaten erfordern und die zentrale Stelle 110 ist bevorzugt dazu eingerichtet, Gerätedaten von einer Vielzahl Haushaltsgeräte 105 zu empfangen und zu speichern. Empfangene Gerätedaten können auch über längere Zeit angesammelt werden, um ein Muster zu erstellen oder die Erkennungsleistung bezüglich eines Musters zu verbessern. Außerdem können in der Speichervorrichtung 145 Informationen abgelegt werden, die einem Muster zugeordnet sind. Diese Informationen können beispielsweise eine Bezeichnung, die Häufigkeit eines Auftretens, einen Hinweis zur Behebung bzw. Verbesserung des Gerätezustands oder eine Serviceinformation umfassen. Diese Informationen können insbesondere von einer fachkundigen Person auf der Basis einer Analyse von Gerätedaten, die einem Muster zugeordnet sind, erstellt werden.
  • Über die Schnittstelle 150 kann ein Hinweis auf ein Muster bereitgestellt werden, das zu empfangenen Gerätedaten passt. Der Hinweis kann die genannten Informationen teilweise oder vollständig umfassen.
  • Es ist zu beachten, dass Funktionen der Verarbeitungseinrichtung 140 der zentralen Stelle 110 in einer anderen Ausführungsform auch durch die Verarbeitungseinrichtung 120 der Steuervorrichtung 115 des Haushaltsgeräts 105 durchgeführt werden können. Insbesondere dann, wenn die Erkennung von Mustern mittels eines neuronalen Netzwerks 155 erfolgen soll, ist bevorzugt, dass das neuronale Netzwerk 155 lokal in der Verarbeitungseinrichtung 120 des Haushaltsgeräts 105 erfolgt, und eine Erstellung bzw. Weiterbildung des neuronalen Netzwerks 155 seitens der zentralen Stelle 110.
  • 2 zeigt ein Ablaufdiagramm eines Verfahrens 200, das insbesondere auf dem System 100 ausgeführt werden kann. In unterschiedlichen Ausführungsformen kann das Verfahren 200 ganz oder teilweise auf der Steuervorrichtung 115 des Haushaltsgeräts 105 oder auf der zentralen Stelle 110 ausgeführt werden. Eine gemischte Ausführung ist ebenfalls möglich.
  • In einem Schritt 205 können Gerätedaten des Haushaltsgeräts 105 abgetastet werden. Die Gerätedaten können insbesondere von einem oder mehreren der Sensoren 125 stammen. In einem Schritt 210 kann auf der Basis der Gerätedaten ein anomaler Gerätezustand bestimmt werden. Insbesondere kann bestimmt werden, dass die Gerätedaten nicht zu einem Muster passen, das auf einen üblichen Gerätezustand hinweist.
  • In einem Schritt 215 können die erfassten Gerätedaten mit einem oder mehreren Mustern verglichen werden, die jeweils einen anomalen Gerätezustand betreffen. Die Muster können beispielsweise auf der Basis von Laborversuchen oder manuell beschrifteter Datensätze mittels Methoden des künstlichen Lernens erstellt worden sein.
  • In einem Schritt 220 kann bestimmt werden, ob ein Muster gefunden werden konnte, zu dem die erfassten Gerätedaten ausreichend ähnlich sind. Insbesondere kann geprüft werden, ob eine eindeutige Zuordnung der Gerätedaten zu einem der Muster möglich ist. Ist dies nicht der Fall, so kann in einem Schritt 225 bestimmt werden, dass die Gerätedaten von allen bekannten Mustern ausreichend verschieden sind. Außerdem kann ein neues Muster auf der Basis der erfassten Gerätedaten erzeugt werden. In einem Schritt 230 können die abgetasteten Gerätedaten dem neuen Muster oder einem zuvor bereits gefundenen, ausreichend ähnlichen Muster zugeordnet werden. Optional kann in einem Schritt 235 eine Beschreibung eines zugeordneten Gerätezustands bereitgestellt werden. Diese Beschreibung kann insbesondere an eine Bedienperson oder eine Serviceperson für das Haushaltsgerät 105 bereitgestellt werden.
  • In einem Schritt 240 kann das Muster, dem die Gerätedaten zugeordnet werden konnten, um die Gerätedaten erweitert werden. Im Fall des neu erzeugten Musters kann dies bereits erfolgt sein. Im Fall eines bereits bestehenden Musters können die Gerätedaten für eine spätere Aktualisierung des Musters zunächst gespeichert werden. In einem Schritt 245 kann bestimmt werden, ob ausreichend viele neue Gerätedaten zu einem Muster vorliegen. Es kann auch überprüft werden, ob Gerätedaten, die einem Muster zugeordnet werden sollen, ein höheres als ein vorbestimmtes Alter erreicht haben. Andere Kriterien sind ebenfalls möglich.
  • In Abhängigkeit der bestimmten Kriterien kann in einem Schritt 250 eine Aktualisierung des Musters erfolgen. Insbesondere kann überprüft werden, ob es Gerätedaten gibt, die dem Muster zugeordnet sind, tatsächlich aber besser einem anderen Muster zugeordnet werden sollten. Ein solcher Fall kann sich beispielsweise ergeben, wenn nach dem Zuordnen von Gerätedaten zu einem Muster ein neues Muster erstellt wurde. Das Muster bzw. seine Erkennung kann im Schritt 250 trainiert werden. In einer Ausführungsform wird das Erkennen aller vorhandenen Muster gemeinsam trainiert. Dies kann auch ein Muster einschließen, das einem Gerätezustand zugeordnet ist, der einen üblichen, nicht-anomalen Betrieb des Haushaltsgeräts 105 kennzeichnet.
  • Ferner kann im Schritt 250 überprüft werden, ob Beschreibungsinformationen, die einem Muster zugeordnet sind, aktualisiert werden müssen. Dazu kann ein Signal an eine Bedienperson bereitgestellt werden, die die Überprüfung dann durchführen kann.
  • Bezugszeichenliste
  • 100
    System
    105
    Haushaltsgerät
    110
    zentrale Stelle
    115
    Steuervorrichtung
    120
    Verarbeitungseinrichtung
    125
    Sensor
    130
    Kommunikationseinrichtung
    135
    Kommunikationseinrichtung
    140
    Verarbeitungseinrichtung
    145
    Speichervorrichtung
    150
    Schnittstelle
    155
    neuronales Netzwerk
    200
    Verfahren
    205
    Gerätedaten abtasten
    210
    anomalen Gerätezustand bestimmen
    215
    Gerätedaten mit Mustern vergleichen
    220
    ausreichend ähnliches Muster gefunden?
    225
    neues Muster erzeugen
    230
    Gerätedaten dem Muster zuordnen
    235
    Beschreibung des zugeordneten Gerätezustands bereitstellen
    240
    Muster um Gerätedaten erweitern
    245
    ausreichend viele neue Gerätedaten?
    250
    Überprüfung veranlassen

Claims (12)

  1. Verfahren (200) zum Erkennen einer Anomalie an einem Haushaltsgerät (105), wobei das Verfahren (200) folgende Schritte umfasst: - Erfassen (205) von Gerätedaten des Haushaltsgeräts (105) während seines Betriebs; - Bestimmen (210), dass die Gerätedaten nicht zu einem üblichen Gerätezustand korrespondieren; - Bestimmen (215) von Ähnlichkeiten der erfassten Gerätedaten mit vorbestimmten Mustern von Gerätedaten; - Zuordnen (230) der erfassten Gerätedaten zu einem der Muster.
  2. Verfahren (200) nach Anspruch 1, wobei eine dem Muster zugeordnete Beschreibung des Gerätezustands bereitgestellt (235) wird.
  3. Verfahren (200) nach Anspruch 1 oder 2, wobei das Muster, dem die erfassten Gerätedaten zugeordnet werden, um die erfassten Gerätedaten erweitert (240) wird.
  4. Verfahren (200) nach Anspruch 3, wobei bestimmt (245) wird, dass das Muster um eine vorbestimmte Anzahl erfasster Gerätedaten erweitert wurde.
  5. Verfahren (200) nach Anspruch 4, wobei geprüft (250) wird, ob die dem Muster zugrunde liegenden Gerätedaten miteinander konsistent sind.
  6. Verfahren (200) nach einem der vorangehenden Ansprüche, wobei ein neues Muster erstellt (225) wird, falls die erfassten Gerätedaten keinem der vorhandenen Muster ausreichend ähnlich ist.
  7. Verfahren (200) nach einem der vorangehenden Ansprüche, wobei ein Muster auf der Basis von Gerätedaten bestimmt ist, die beim Betrieb des Haushaltsgeräts (105) nach einer vorbestimmten Betriebsdauer erfasst sind.
  8. Verfahren (200) nach einem der vorangehenden Ansprüche, wobei ein Muster auf der Basis von Gerätedaten bestimmt ist, die beim Betrieb des Haushaltsgeräts (105) unter verschiedenen vorbestimmten Umweltbedingungen erfasst sind.
  9. Vorrichtung (115) zur Steuerung eines Haushaltsgeräts (105), wobei die Vorrichtung (115) folgendes umfasst: - eine Einrichtung (125) zur Erfassung von Gerätedaten des Haushaltsgeräts (105) während dessen Betriebs; - eine Einrichtung (120, 140) zur Bestimmung von Ähnlichkeiten der erfassten Gerätedaten mit vorbestimmten Mustern; und - eine Einrichtung (120, 140) zur Zuordnung der erfassten Gerätedaten zu einem der Muster.
  10. Vorrichtung (115) nach Anspruch 9, wobei die Ähnlichkeiten der erfassten Gerätedaten mit den Mustern mittels eines künstlichen neuronalen Netzwerks (155) bestimmt werden.
  11. Haushaltsgerät (105), umfassend eine Vorrichtung (115) nach Anspruch 10.
  12. Zentrale Stelle (110) mit folgenden Elementen: - eine Einrichtung (135) zum Empfangen von Gerätedaten, die an verschiedenen miteinander vergleichbaren Haushaltsgeräten (105) während deren Betrieb erfasst wurden; - eine Einrichtung (140) zur Bestimmung von Ähnlichkeiten der erfassten Gerätedaten mit vorbestimmten Mustern; und - eine Einrichtung (140) zur Zuordnung der erfassten Gerätedaten zu einem der Muster.
DE102021208443.5A 2021-08-04 2021-08-04 Erkennung einer Anomalie an einem Haushaltsgerät Pending DE102021208443A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102021208443.5A DE102021208443A1 (de) 2021-08-04 2021-08-04 Erkennung einer Anomalie an einem Haushaltsgerät
CN202280053252.3A CN117751334A (zh) 2021-08-04 2022-07-19 识别家用器具上的异常
PCT/EP2022/070124 WO2023011909A1 (de) 2021-08-04 2022-07-19 Erkennung einer anomalie an einem haushaltsgerät

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102021208443.5A DE102021208443A1 (de) 2021-08-04 2021-08-04 Erkennung einer Anomalie an einem Haushaltsgerät

Publications (1)

Publication Number Publication Date
DE102021208443A1 true DE102021208443A1 (de) 2023-02-09

Family

ID=82898969

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102021208443.5A Pending DE102021208443A1 (de) 2021-08-04 2021-08-04 Erkennung einer Anomalie an einem Haushaltsgerät

Country Status (3)

Country Link
CN (1) CN117751334A (de)
DE (1) DE102021208443A1 (de)
WO (1) WO2023011909A1 (de)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4243882C1 (de) 1992-12-23 1994-01-05 Baleanu Michael Alin Verfahren und Einrichtung zur Überwachung eines technischen Prozesses
EP0895197A1 (de) 1997-07-31 1999-02-03 Sulzer Innotec Ag Verfahren zum Überwachen von Anlagen mit mechanischen Komponenten
US20030055607A1 (en) 2001-06-11 2003-03-20 Wegerich Stephan W. Residual signal alert generation for condition monitoring using approximated SPRT distribution
EP2064626B1 (de) 2006-09-19 2020-06-03 GE Intelligent Platforms, Inc. Kernbasiertes verfahren zur entdeckung von kesselrohrlecks

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2942284A1 (en) * 2014-03-11 2015-09-17 British Gas Trading Limited Determination of a state of operation of a domestic appliance
KR102511522B1 (ko) * 2017-10-18 2023-03-17 삼성전자주식회사 데이터 학습 서버, 이의 학습 모델 생성 및 이용 방법
KR102587127B1 (ko) * 2017-12-26 2023-10-11 삼성전자주식회사 고장 예측을 위해 가전기기의 운영데이터를 관리하는 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4243882C1 (de) 1992-12-23 1994-01-05 Baleanu Michael Alin Verfahren und Einrichtung zur Überwachung eines technischen Prozesses
EP0895197A1 (de) 1997-07-31 1999-02-03 Sulzer Innotec Ag Verfahren zum Überwachen von Anlagen mit mechanischen Komponenten
US20030055607A1 (en) 2001-06-11 2003-03-20 Wegerich Stephan W. Residual signal alert generation for condition monitoring using approximated SPRT distribution
EP2064626B1 (de) 2006-09-19 2020-06-03 GE Intelligent Platforms, Inc. Kernbasiertes verfahren zur entdeckung von kesselrohrlecks

Also Published As

Publication number Publication date
CN117751334A (zh) 2024-03-22
WO2023011909A1 (de) 2023-02-09

Similar Documents

Publication Publication Date Title
DE102005046388A1 (de) Modellgestützte Diagnose und Reparatur mittels Ereignisprotokollierung
DE112016006842T5 (de) Aufzug-Fernwartungsunterstützungssystem und Aufzug-Fernwartungsunterstützungsverfahren
WO2006133865A1 (de) Dynamische priorisierung von prüfschritten in der werkstattdiagnose
DE102020202870A1 (de) Verfahren zur Validierung und Auswahl auf maschinellem Lernen basierender Modelle zur Zustandsüberwachung einer Maschine
DE102018109195A1 (de) Diagnosesystem und Verfahren zum Verarbeiten von Daten eines Kraftfahrzeugs
DE112009000211T5 (de) Programmprüfvorrichtung und -programm
DE102019127133A1 (de) Vorrichtung zum Erzeugen von Lerndaten zur Verbrennungsoptimierung und Verfahren dafür
DE102011086352A1 (de) Verfahren und Diagnosesystem zur Unterstützung der geführten Fehlersuche in technischen Systemen
DE102021208443A1 (de) Erkennung einer Anomalie an einem Haushaltsgerät
EP3340250B1 (de) Bauteilidentifikation bei der fehlerbehandlung von medizinischen geräten
DE102011052840A1 (de) Verfahren, Vorrichtungen und Fertigungsartikel zum Testen von Prozesssteuersystemen
DE102009007509A1 (de) Verfahren und Vorrichtung zur Identifikation eines fehlerhaften Algorithmus
DE102015205720A1 (de) System zum Analysieren nichtklassifizierter Kraftfahrzeugfehlerdaten
DE102008010288A1 (de) Verfahren zum Erzeugen einer auf einem Testgerät zum Testen eines Mobilfunkgeräts abspielbaren Signalfolge
DE10222072A1 (de) Diagnoseverfahren für dynamische Systeme
DE102011079034A1 (de) Ansteuerung eines technischen Systems
DE102021209387A1 (de) Ein Proxyinterpreter zur Verbesserung automatisierter Altsysteme
WO2009135569A1 (de) Verfahren und vorrichtung zur korrektur von digital übertragenen informationen
DE102008022132A1 (de) Verfahren zum Konfigurieren einer Testeinrichtung, Testverfahren und Testeinrichtung
WO2020114724A1 (de) Verfahren zum überprüfen wenigstens eines fahrzeugs sowie elektronische recheneinrichtung
DE102022200285B3 (de) Verfahren und Vorrichtung zum Bereitstellen eines datenbasierten Systemmodells und zum Überprüfen eines Trainingszustands des Systemmodells
DE112010005924T5 (de) Verfahren und System zum Weitergeben von Änderungen an einer Master-Einheit zu Duplikaten
DE102018130729B3 (de) Verfahren zum Erzeugen einer grafischen Darstellung einer Signalverarbeitungsfunktionalität
DE102021002488A1 (de) Verfahren zur Fehleranalyse einer von einem eingebetteten System bereitgestellten Funktionalität auf einem Entwicklersystem
WO2023072831A1 (de) Verfahren zur diagnose einer vorrichtung basierend auf künstlicher intelligenz

Legal Events

Date Code Title Description
R163 Identified publications notified