CN104011750A - 对技术系统进行处理 - Google Patents
对技术系统进行处理 Download PDFInfo
- Publication number
- CN104011750A CN104011750A CN201180075988.2A CN201180075988A CN104011750A CN 104011750 A CN104011750 A CN 104011750A CN 201180075988 A CN201180075988 A CN 201180075988A CN 104011750 A CN104011750 A CN 104011750A
- Authority
- CN
- China
- Prior art keywords
- rule
- axiom
- component
- inference
- debug
- 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
Links
- 238000012545 processing Methods 0.000 title claims description 14
- 238000000034 method Methods 0.000 claims description 30
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 230000009466 transformation Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 5
- 238000002955 isolation Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000001514 detection method Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 229910001369 Brass Inorganic materials 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000010951 brass Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000763 evoking effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2365—Ensuring data consistency and integrity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/041—Abduction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Stored Programmes (AREA)
- Machine Translation (AREA)
Abstract
提出了自动化方式的规则库的变换规则,以便能够进行一致性检查并生成解释,从而对现有的规则进行分类和校正。这在使用现有规则库的大型系统中尤其有益,例如,其中每个规则至少与例如电力系统的技术系统的组件的诊断任务相关联。任务可能经受故障检测、故障隔离、预测性诊断或报告。所给出的解决方案提供了对大规则集合的概览,从而允许确定哪些规则是合适的而哪些不是合适的。本发明适用于所有种类的技术系统,例如,工业和自动化系统,特别是电力系统。
Description
本发明涉及用于对技术系统,具体而言电力系统,进行处理的方法和设备。此外,提出了相应的计算机程序产品和计算机可读介质。
文章[Hubauer等:Relaxed Abduction: Robust Information Interpretation for Incomplete Models,CEUR Workshop Proceedings,发表于2011-07-08,链接:http://ceur-ws.org/Vol-745/paper_48.pdf]介绍了宽松溯因(abduction),这是用于描述逻辑的推理任务。基于已知的溯因推理技术,当仅存在虚假信息或不完整模型时,该宽松溯因方法提供了充分的结果。溯因推理方法基于解释观察和所需的假设的集合的联合优化来自动处理不完整的观察和模型。这篇文章在下文中也被称为宽松溯因文章。
描述逻辑(DL)是一系列形式知识表示语言。典型的DL比命题逻辑更具有表现力,但不同于一阶谓词逻辑,其是可判定的。它们被在人工智能中用于对于应用域(被称为术语知识)的概念进行形式推理。这在为本体和语义Web提供逻辑形式方面是特别重要的。对于进一步的细节,参考例如,http://en.wikipedia.org/wiki/Description_logic。
本体形式上表示作为域内的一组概念的知识,以及这些概念之间的关系。其可用于关于该域内的实体进行推理,并且可以用于描述域。从理论来说,本体可以被理解成“共享概念化的形式的、明确的规范”。本体呈现共享词汇和分类,其使用对象和/或概念的定义及其属性和关系来对域进行建模。对于进一步的细节,参考例如,http://en.wikipedia.org/wiki/Ontology_%28computer_science%29。
基于规则的系统被用于各种工业应用,诸如专家系统和诊断单元。底层规则库可能大而复杂,涵盖数千种具有没有被明确知晓但由规则之间共享的原子造成的复杂交互的规则。
例如,在电力诊断中心,这样的规则库可以包括几千个规则,每个规则负责(例如,气体涡轮机的)某些特定的诊断任务。现有系统中的管理任务是以手动的方式由人工进行的。因此,规则的管理是困难、易出错并且耗时的。
以下情况是很有可能的:给定特定的一组输入数据,技术人员预期特定的一组规则“发动”,即,被激活(例如,指示检测到的某种故障),但系统并未产生这种预期的行为。出现这种情况的典型原因可能是过于具体的先决条件,或者依赖于数值的谓词的“相近”差错。
因此,目的是克服这些缺点,尤其是改进和/或管理技术系统的一大组规则。
该问题是根据独立权利要求的特征解决的。另外的实施例产生于从属权利要求。
为了克服该问题,提供了一种用于对技术系统进行处理的方法,
-其中,规则库的规则被变换成公理,
-其中,基于所述公理的查询由推理组件来处理。
公理可以用于描述技术系统,特别是技术系统的模型,其中复杂的关系可以通过时间和/或空间依赖性来表示。假设可以被认为是可溯因或可溯因公理。所述公理可以用于推导一致性检查和/或用于生成解释。这可以借助于演绎来实现(例如参见如在例如http://en.wikipedia.org/wiki/Deductive_reasoning中指示的演绎推理的概念)和/或通过溯因,尤其是通过宽松溯因(参见上述宽松溯因文章)来实现。
规则库可以是技术系统的一组现有规则。这些规则可以针对例如诊断任务。任务可以是各种种类的,例如,故障检测、故障隔离、(预测性)诊断、报告、测量等。规则库还可以包括操作者或人员已知的变换成公理的基本知识库。
所给出的解决方案提供了对大规则集合的概览,从而允许确定哪些规则是合适的而哪些不是合适的。
查询可以是基于公理的提供给推理组件(例如,推送到推理组件或由推理组件轮询)的任何信息;查询可以例如包括公理或基于公理的信息。换句话说,推理组件处的处理可以至少部分基于源自于规则库的变换后的规则的公理来进行。推理组件可以是诸如诊断或调试系统的系统中提供的任意推理功能。
因此,可以以自动化的方式来管理复杂系统,可以对规则进行分类和优化,并且复杂规则库可以变得更加透明以及更加有效。该解决方案尤其支持并使得能够对复杂规则库进行自动化调试。
技术系统包括经受诊断、监督和/或维护的若干组件,例如,旋转装备、发电机等。技术系统可以是或者包括下列各项中的至少一个:旋转设备、电力单元、发电机、供应链、制造系统、输送系统、工业系统等。
给出的解决方案提供了用于基于例如与由技术人员提供的预期发动的规则有关的历史传感器数据和/或信息来自动识别失败的规则前提,并因此识别有潜在缺陷的规则的解决方案。由于传感器数据在性质上通常是时间的(即测量具有相关联的时间戳),因此该分析可以针对每个相关时间切片(其可以被自动检测和处理)而提供。
在实施例中,把规则库的规则转换成规则互换格式,然后把转换后的规则变换成公理。
因此,规则的常用格式可以用作在将规则变换成公理之前的中间步骤。有利的是,与例如仅以专有方式可用的规则相比,规则互换格式提供了用于生成公理的更有效的方式。
在另一个实施例中,将规则变换成公理包括下列步骤中的至少一个:
-对规则进行解析;
-提供基于对象的规则表示;
-提供基于图的规则表示;
-对规则进行序列化;
-基于规则来创建或修改至少一个模型;
-将规则变换成描述语言,特别是EL+。
在进一步的实施例中,在推理组件之前提供调试组件,其中,将所述公理馈送到调试组件,并且调试组件针对推理组件对所述查询进行编译。
应该注意的是,根据本说明书的“组件”可具体指代功能(例如,功能块),或提供了特定功能或服务的软件实现的部分。虽然这是一种选择,但组件并不一定具有单独的物理表示或设备,例如,其可以是逻辑功能。在这个意义上说,第一组件在第二组件“之前”反映了第一功能是在第二功能之前提供的可能性。因此,对实现方式进行构造或实现的方式(例如,对于物理实体)可以是各种各样的。
调试组件提供以下步骤中的至少一个也是实施例:
-对公理进行解析;
-对由至少一个传感器提供的数据和/或基本假设的集合进行时间切片;
-向推理组件传送查询。
依照另一个实施例,调试组件使用描述语言,特别是EL+。
根据实施例,推理组件进行以下步骤中的至少一个:
-特别是通过进行演绎来进行一致性检查;
-特别是通过进行溯因,特别是宽松溯因,来生成解释。
根据另一个实施例,所述推理组件使用描述逻辑,特别是EL+,基于OWL公理来进行一致性检查和/或生成解释。
上述问题也通过用于对技术系统进行处理的设备来解决,所述设备包括被布置用于进行以下步骤的处理单元:
-将规则库的规则变换成公理,
-由推理组件处理基于所述公理的查询。
应该注意的是,本文中陈述的方法的步骤也可以在该处理单元上是可执行的。
还应该注意的是,所述处理单元可以包括被布置为执行本文中描述的方法的步骤的至少一个、特别是若干个装置。这些装置可以是逻辑上或物理上分开的;特别是若干逻辑上分开的装置可以组合在至少一个物理单元中。
所述处理单元可以包括下列各项中的至少一个:处理器、微控制器、硬连线电路、ASIC、FPGA、逻辑设备。
根据实施例,所述设备是技术系统的管理、调试或诊断设备。
本文所提供的解决方案还包括可直接加载到数字计算机的存储器中的计算机程序产品,其包括用于执行如本文所描述的方法的步骤的软件代码部分。
此外,上述问题通过诸如任意种类的存储部的计算机可读介质来解决,所述计算机可读介质具有适于使计算机系统执行如本文所描述的方法的计算机可执行指令。
此外,上述问题通过包括如本文所描述的至少一个设备的系统来解决。
本发明的上述特性、特征和优点以及实现它们的方式将结合以下示例和基于附图所讨论的考虑来进一步说明。
图1示出了使规则库的自动化调试的概念可视化的示意图;
图2示出了规则库的自动化分类和一致性检查机制的示例性概念。
建议使用溯因推理方法,特别是所谓的宽松溯因,以提供用于对广泛的规则库进行调试的自动化方法。
首先,规则库自动转换成一组逻辑上等同的公理(具体地,保留公理的因果或反因果性质)。
然后,对测量进行处理,例如,通过专家系统和/或技术人员基于与所提供的基本事实(即,正确的一组假设)有关的谓词来生成时间切片。对于独立的每个时间切片来说,对在该切片(也表示为公理)期间做出的一组模型公理和观察上的宽松溯因可以用来确定故障前提。在该步骤中,用户定义的加权标准可以用来引导过程(例如,通过使数值的“相近差错”比更显著偏差更有可能,或考虑某些数据源的可靠性)。结果是一组解,每个时间切片一个解,其中,每个解表示下列形式的一个语句:“如果也已经观察过谓词p1、p2、......,那么规则r1、......rk将已经如所预期那样发动了。
这些步骤也可以描述如下:
(1)规则转换步骤:
在该步骤中,将形式“P1 AND P2 AND … IMPLIES D”的每个诊断规则转换成形式“(hasFact SOME PI( AND (hasFact SOME P2)... SubClassOf(hasFact SOME D))”的描述逻辑公理。该语法转换可以自动完成,如果必要的话,针对具体的域属性引入辅助概念。
(2)数据转换和时间切片步骤:
根据步骤(1),需要哪些“hasSymptom SOME S”形式的症状断言是已知的。所提出的组件逐行对包含传感器数据的日志文件进行解析(假设以增加的时间顺序每行有一个条目),并在处理时(on the fly)产生症状断言。每次,在该过程中生成新的断言,开始新的时间切片(例如,如果规则库仅将温度>90从温度<=90区别开,那么温度从80至88的变化将不会开始新的时间切片,而从88至90.5的变化将会)。
(3)调试步骤:
在该步骤中,将每个时间切片编码为宽松溯因问题(包括:理论、假设、观察),其中,
-理论是经转换的规则库,
-观察与针对被技术人员断言为发动的规则的每个头部的“hasFact SOME Di”断言相对应,并且
-假设的集合针对每个规则前提包含一个“hasFact SOME Pi”公理。
将所考虑的时间切片中检测到的事件作为“hasFact SOME E”公理添加到理论。然后,针对一般集合蕴含优势或针对之前激起的用户定义的权重求解所产生的宽松溯因问题,返回集合(Ai,Oi),其编码对于Oi(其与观察的子集相对应)中的所有规则头部来说哪些前提错过(集合Ai是假设的子集)发动。可以在上文提及的宽松溯因文章中找到细节。
另外,在步骤(1)中产生的规则库的基于公理的表示可以用来容易地检查完整规则库的一致性,即,通过检查理论的一致性来检测矛盾的规则或规则网。矛盾规则网的一个示例可以表示如下:
a AND b AND c IMPLIES z
a AND b IMPLIES k
c AND k AND d IMPLIES NOT z
因此,促进了完整模型和数据向描述逻辑公理的转换。这允许使用描述逻辑的标准推理任务来确定规则库的一致性(不一致性)。对于该任务来说,高度优化的标准组件可以免费获得,这使得能够实现对规则库的可靠的、可证明正确的和具有成本效益的一致性检查。
接下来,对描述逻辑模型的宽松溯因用于生成对某些结论的失败的解释。宽松溯因是形式上健全和完整推理的过程,因此,可以确保所提出的方法的正确性,证明对所生成的结果的信任的正当性。另外,由于其可以在现有的经优化的推理系统顶部上实现,因此,可以提供高性能。通过这种方式,所提出的解决方案允许针对复杂规则库的全新的调试过程。这可以是用于修改或建立更可靠、灵活和/或更有效率的技术系统的合适的必需品。其还可以提供更高的性能。
图1示出了使规则库101的自动化调试的概念可视化的示意图。
规则库101包括使用域特有的规则语言的规则集合102、103。规则被传送到变换组件106或者由变换组件106使用(见箭头105),变换组件106使用描述逻辑(例如,EL+)并基于从规则库101获得的规则来提供解析107和模型创建108。规则库101和变换组件106可以是由虚线104指示的离线变换的部分。
结果,变换组件106向调试组件110提供公理109,调试组件110也可以使用描述逻辑(例如,EL+)。
此外,在包括若干条目118、119(其分别包含数据和输出)的用例特有的表示中收集传感器数据和假设的基本集合117(例如,由专家或操作者提供的基本事实)。将基于传感器数据和假设的基本集合117的数据和/或期望120传送到调试组件111。
调试组件110进行造成若干公理113、114的解析111,以及造成若干时间切片115、116的切片处理112。调试组件110向推理组件122传送包括例如形式模型和针对一个时间切片的数据和/或期望的查询121,推理组件122也使用描述逻辑(例如,EL+)。
推理组件122基于公理和/或时间切片数据125至127进行演绎123和/或溯因(特别是宽松溯因)124,并提供包括例如所考虑的规则的失败前提的答案128。
规则库101和传感器数据以及假设的基本集合117是规则和事实导出级129的部分。变换组件106是变换级130的部分。调试组件110和推理组件122是调试级131的部分。
增强技术系统中的规则库的管理
规则库的管理可以包括下列功能:
(a) 在处理时(例如,在操作期间)对规则的分类:
-在现有规则之间建立分类法,并识别等价规则。
-将现有规则聚集成组。例如,将针对特定类型的机器或者针对特定问题域的规则分别组合成组。
-确定要变得与总体系统连接的子组件的问题。
(b)在处理时检查规则的一致性:
-提供了一种用于正常情况的定义的基于模型的机制。
-基于这样的定义以自动化的方式来确定不一致性。
-针对潜在的不一致性提供了自动化的解释机制。
所给出的解决方案基于描述逻辑具体提供了具有开放世界假设原理的演绎推理技术。为了实现该目标,可以考虑下列步骤:
(1)例如经由应用编程接口(API)或通过其它手段访问规则库。
(2)将由规则库使用的规则或规则格式转换或映射成所谓的规则互换格式(RIF),其
-可以是独立于规则引擎基于XML的规则表示格式;
-可以是万维网联盟(W3C)的建议;
-可以具有完善定义的语法和语义。
(3)可以例如根据或者通过使用以下将推导出的RIF格式的规则的转换序列化成本体格式:
-OWL 2描述逻辑的语法(OWL = web本体语言,细节例如参见http://en.wikipedia.org/wiki/Web_Ontology_Language),
-某种适当描述逻辑的语义。
当完成上面的步骤(1)至(3)时,可以定义自动化分类的管理功能。另外,可以作为描述逻辑推理任务在没有实际编程的情况下(除了例如接口、适配器或映射)仅使用建模来进行一致性检查。
因此,用于获得自动化管理的概念基于由上面的步骤(1)至(3)所建议的描述逻辑应用了具有开放世界假设原理的演绎推理技术。
这使得能够以低成本来扩展现有的规则库,并提供以下功能:
-在处理时对规则的自动化分类、
-在处理时对规则的一致性检查。
应该注意的是,在形式逻辑中,开放世界假设(OWA)是以下假设:语句的真值独立于是否其是任何单个观察者或代理已知为真的。这与封闭世界假设相反,其认为未已知为真的任何语句为假。开放世界假设(OWA)在知识表示中用于对通常没有单个代理或观察者具有完整知识的非形式概念进行编码,因此不能做出封闭世界假设。OWA限制代理可以对遵循代理已知为真的语句的那些做出的推断和演绎的种类。相反,封闭世界假设允许代理根据其缺乏对语句为真的知识来推断遵循该语句的任何事物均为假。进一步参考请参见例如http://en.wikipedia.org/wiki/Open_world_assumption。
图2示出了规则库201的自动化分类和一致性检查机制的示例性概念。
规则库201包括特定规则语言的规则202至204。这些规则是从规则库201获得的(参见箭头205)并且由转换组件206处理成规则207至209成为规则互换格式(RIF),例如,XML(可扩展标记语言)。
转换组件向变换组件211提供RIF 210,变换组件211使用下列组件中的至少一个来对规则进行转换:解析组件212、基于对象的规则表示213,基于图的规则变换214和序列化215。
变换组件211向OWL推理引擎217传送调用216,OWL推理引擎217包括OWL应用编程接口(API)和在OWL本体中包括若干OWL公理220的一致性检查组件219。一致性检查组件219允许对规则的一致性检查和分类。
规则库201是规则导出级221的部分,转换组件206是规则转换级222的部分,并且变换组件211是规则变换级223的部分。OWL推理引擎217是规则一致性检查和分类级224的部分。
来自自动化分类和/或一致性检查的结果可以由可以耦合到本体编辑器的描述逻辑推理组件进一步处理。
应该注意的是,可以将规则转换为已知格式,例如,预测性模型标记语言(PMML)、OWL2、Prolog、CEP-格式(CEP:复杂事件处理),等等。
虽然上面的实施例对本发明进行了详细的描述,但应该注意的是,本发明完全不受限于这些实施例。特别地,本领域的技术人员可以在不超过本发明的范围的情况下从示例性实施例和说明中得到替代方案。
Claims (12)
1. 一种用于对技术系统进行处理的方法,
-其中,规则库(101)的规则(102、103)被变换成公理(109),
-其中,基于所述公理(109)的查询(121)由推理组件(122)来处理。
2. 根据权利要求1所述的方法,其中,所述规则库的所述规则被转换成规则互换格式,并且然后转换后的规则被变换成公理。
3. 根据前述权利要求中任意一项权利要求所述的方法,其中,将所述规则变换成公理包括下列步骤中的至少一个:
-对所述规则进行解析(107,212);
-提供基于对象的规则表示(213);
-提供基于图的规则表示(214);
-对所述规则进行序列化(215);
-基于所述规则来创建或修改至少一个模型(108);
-将所述规则变换成描述语言,特别是EL+。
4. 根据前述权利要求中任意一项权利要求所述的方法,其中,在所述推理组件之前提供调试组件(110),其中,所述公理(109)被馈送到所述调试组件(110),并且所述调试组件(110)针对所述推理组件(122)对所述查询(121)进行编译。
5. 根据权利要求4所述的方法,其中,所述调试组件(122)提供下列步骤中的至少一个:
-对所述公理(111)进行解析;
-对由至少一个传感器提供的数据(112)和/或基本假设的集合(117)进行时间切片;
-向所述推理组件(122)传送所述查询(121)。
6. 根据权利要求4或5中任意一项权利要求所述的方法,其中,所述调试组件使用描述语言,特别是EL+。
7. 根据前述权利要求中任意一项权利要求所述的方法,其中,所述推理组件(122)进行下列步骤中的至少一个:
-特别是通过进行演绎(123)来进行一致性检查;
-特别是通过进行溯因,特别是宽松溯因(124),来生成解释。
8. 根据权利要求7所述的方法,其中,所述推理组件使用描述逻辑,特别是EL+,基于OWL公理来进行一致性检查和/或生成解释。
9. 一种用于对技术系统进行处理的设备,其包括被布置为用于以下步骤的处理单元:
-将规则库的规则变换成公理,
-由推理组件来处理基于所述公理的查询。
10. 根据权利要求9所述的设备,其中,所述设备是所述技术系统的管理、调试或诊断设备。
11. 一种可直接加载到数字计算机的存储器中的计算机程序产品,其包括用于执行根据权利要求1至8中的任意一项权利要求所述的方法的步骤的软件代码部分。
12. 一种计算机可读介质,其具有适于使计算机系统执行根据权利要求1至8中的任意一项权利要求所述的方法的步骤的计算机可执行指令。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2011/074144 WO2013097892A1 (en) | 2011-12-28 | 2011-12-28 | Processing a technical system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104011750A true CN104011750A (zh) | 2014-08-27 |
Family
ID=45495917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180075988.2A Pending CN104011750A (zh) | 2011-12-28 | 2011-12-28 | 对技术系统进行处理 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20140358865A1 (zh) |
EP (1) | EP2756462A1 (zh) |
CN (1) | CN104011750A (zh) |
RU (1) | RU2014131103A (zh) |
WO (1) | WO2013097892A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107430711A (zh) * | 2015-04-16 | 2017-12-01 | 西门子公司 | 用于操作自动化系统的方法和装置 |
CN109902308A (zh) * | 2019-04-11 | 2019-06-18 | 中国民航大学 | 一种面向航空安全事件分析的诊断方法、系统及装置 |
CN111767032A (zh) * | 2020-09-02 | 2020-10-13 | 北京工业大数据创新中心有限公司 | 一种工业设备故障的专家规则的处理方法及装置 |
CN112363695A (zh) * | 2020-11-10 | 2021-02-12 | 杭州和利时自动化有限公司 | Pmml文件及其运行时环境与工业软件的集成方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011079034A1 (de) | 2011-07-12 | 2013-01-17 | Siemens Aktiengesellschaft | Ansteuerung eines technischen Systems |
CN103729496B (zh) * | 2013-11-18 | 2017-06-27 | 芜湖大学科技园发展有限公司 | 电力系统仿真模型校验方法 |
KR101956832B1 (ko) | 2015-06-12 | 2019-03-12 | 주식회사 엘지화학 | 폴리카보네이트 수지 조성물 및 이로 이루어진 광학 성형품 |
EP3371665B1 (en) * | 2015-12-10 | 2019-03-20 | Siemens Aktiengesellschaft | Distributed embedded data and knowledge management system integrated with plc historian |
EP3748518A1 (en) * | 2019-06-06 | 2020-12-09 | Siemens Aktiengesellschaft | Designing and building an automation system to perform rule-based transformations on complex technical systems |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1752945A (zh) * | 2005-11-02 | 2006-03-29 | 中国科学院软件研究所 | 安全数据库管理系统测试用例生成方法 |
CN1761216A (zh) * | 2004-10-14 | 2006-04-19 | 中国科学技术大学 | 基于构造类别代数的协议描述及其测试序列生成方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6868310B2 (en) * | 2001-04-06 | 2005-03-15 | Eni Technology, Inc. | Predictive failure scheme for industrial thin films processing power delivery system |
US8055527B1 (en) * | 2001-06-08 | 2011-11-08 | Servigistics, Inc. | Policy based automation for a supply chain |
US7685118B2 (en) * | 2004-08-12 | 2010-03-23 | Iwint International Holdings Inc. | Method using ontology and user query processing to solve inventor problems and user problems |
US8165723B2 (en) * | 2006-03-10 | 2012-04-24 | Power Analytics Corporation | Real-time system for verification and monitoring of protective device settings within an electrical power distribution network and automatic correction of deviances found |
EP1855172A1 (de) * | 2006-05-12 | 2007-11-14 | Siemens Aktiengesellschaft | Verfahren zur Alarmunterdrückung in einer Prozessanlage |
US20070288467A1 (en) * | 2006-06-07 | 2007-12-13 | Motorola, Inc. | Method and apparatus for harmonizing the gathering of data and issuing of commands in an autonomic computing system using model-based translation |
US20070288419A1 (en) * | 2006-06-07 | 2007-12-13 | Motorola, Inc. | Method and apparatus for augmenting data and actions with semantic information to facilitate the autonomic operations of components and systems |
EP1990741A1 (en) * | 2007-05-10 | 2008-11-12 | Ontoprise GmbH | Reasoning architecture |
US8121971B2 (en) * | 2007-10-30 | 2012-02-21 | Bp Corporation North America Inc. | Intelligent drilling advisor |
US8768923B2 (en) * | 2008-07-29 | 2014-07-01 | Sap Ag | Ontology-based generation and integration of information sources in development platforms |
US9361579B2 (en) * | 2009-10-06 | 2016-06-07 | International Business Machines Corporation | Large scale probabilistic ontology reasoning |
-
2011
- 2011-12-28 CN CN201180075988.2A patent/CN104011750A/zh active Pending
- 2011-12-28 EP EP11808875.6A patent/EP2756462A1/en not_active Withdrawn
- 2011-12-28 US US14/369,826 patent/US20140358865A1/en not_active Abandoned
- 2011-12-28 WO PCT/EP2011/074144 patent/WO2013097892A1/en active Application Filing
- 2011-12-28 RU RU2014131103A patent/RU2014131103A/ru unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1761216A (zh) * | 2004-10-14 | 2006-04-19 | 中国科学技术大学 | 基于构造类别代数的协议描述及其测试序列生成方法 |
CN1752945A (zh) * | 2005-11-02 | 2006-03-29 | 中国科学院软件研究所 | 安全数据库管理系统测试用例生成方法 |
Non-Patent Citations (2)
Title |
---|
HANS CHALUPSKY ETAL.: "WhyNot:Debugging Failed Queries in Large Knowledge Bases", 《IAAI-02 PROCEEDINGS》 * |
何江泉: "构件库系统的语义扩展与本体推理研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107430711A (zh) * | 2015-04-16 | 2017-12-01 | 西门子公司 | 用于操作自动化系统的方法和装置 |
CN109902308A (zh) * | 2019-04-11 | 2019-06-18 | 中国民航大学 | 一种面向航空安全事件分析的诊断方法、系统及装置 |
CN109902308B (zh) * | 2019-04-11 | 2023-04-18 | 中国民航大学 | 一种面向航空安全事件分析的诊断方法、系统及装置 |
CN111767032A (zh) * | 2020-09-02 | 2020-10-13 | 北京工业大数据创新中心有限公司 | 一种工业设备故障的专家规则的处理方法及装置 |
CN112363695A (zh) * | 2020-11-10 | 2021-02-12 | 杭州和利时自动化有限公司 | Pmml文件及其运行时环境与工业软件的集成方法 |
CN112363695B (zh) * | 2020-11-10 | 2023-09-08 | 杭州和利时自动化有限公司 | Pmml文件及其运行时环境与工业软件的集成方法 |
Also Published As
Publication number | Publication date |
---|---|
US20140358865A1 (en) | 2014-12-04 |
WO2013097892A1 (en) | 2013-07-04 |
RU2014131103A (ru) | 2016-02-20 |
EP2756462A1 (en) | 2014-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104011750A (zh) | 对技术系统进行处理 | |
CN109947088B (zh) | 基于模型全生命周期管理的设备故障预警系统 | |
CN112596495B (zh) | 一种基于知识图谱的工业设备故障诊断方法及系统 | |
Nunez et al. | An ontology-based model for prognostics and health management of machines | |
Chi et al. | Knowledge-based fault diagnosis in industrial internet of things: a survey | |
US20200258057A1 (en) | Repair management and execution | |
KR20150058343A (ko) | 시스템 행동 진단을 위한 논리 기반 접근법 | |
EP3180660B1 (en) | Method and system for performing a configuration of an automation system | |
Cao et al. | Combining chronicle mining and semantics for predictive maintenance in manufacturing processes | |
Mehdi et al. | SemDia: semantic rule-based equipment diagnostics tool | |
WO2012052280A1 (en) | Method, system, and computer program for automated diagnostic with description logic reasoning | |
Woods et al. | An ontology for maintenance activities and its application to data quality | |
CN116611523B (zh) | 涡轮风扇发动机的可解释故障预测方法及系统 | |
Emmanouilidis et al. | Context ontology development for connected maintenance services | |
CN110275875B (zh) | 用于为工业基础设施提供经实例化的工业语义模型的方法和装置 | |
US20240142962A1 (en) | Systems and methods for real-time root cause analysis in industrial processes | |
Al-Shdifat et al. | Ontology-based context resolution in internet of things enabled diagnostics | |
Shekar et al. | Fault diagnostics in industrial application domains using data mining and artificial intelligence technologies and frameworks | |
Thombare et al. | Review on fault diagnosis model in automobile | |
Ebrahimipour et al. | Ontology-based knowledge platform to support equipment health in plant operations | |
US20140297578A1 (en) | Processing a technical system | |
CN110637298B (zh) | 计算机辅助地制订用于监控技术系统的数字规则的方法 | |
Mehdi et al. | Semantic rules for siemens turbines | |
Klusch et al. | iCM-Hydraulic: Semantics-empowered condition monitoring of hydraulic machines | |
Franciosi et al. | Ontologies for prognostics and health management of production systems: overview and research challenges |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140827 |