CN108733880B - 系统以及用于调整测量设备的方法、计算机程序和装置 - Google Patents
系统以及用于调整测量设备的方法、计算机程序和装置 Download PDFInfo
- Publication number
- CN108733880B CN108733880B CN201810325458.2A CN201810325458A CN108733880B CN 108733880 B CN108733880 B CN 108733880B CN 201810325458 A CN201810325458 A CN 201810325458A CN 108733880 B CN108733880 B CN 108733880B
- Authority
- CN
- China
- Prior art keywords
- adjusted
- operating point
- determined
- function
- points
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004590 computer program Methods 0.000 title claims abstract description 10
- 238000012886 linear function Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 description 18
- 238000012360 testing method Methods 0.000 description 18
- 238000012549 training Methods 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013400 design of experiment Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/04—Testing internal-combustion engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Complex Calculations (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及系统以及用于调整测量设备的方法、计算机程序和装置。一种用于调整测量设备(100)的方法,其中产生待试样品的下一个要由所述测量设备(100)调整的工作点(),其中从可能的所要调整的工作点()的集合(C)中选择所要调整的工作点(),其中所述选择根据已经调整出的工作点()和所属的被确定的输出参量()来进行。
Description
技术领域
本发明涉及一种用于调整测量设备的方法、一种计算机程序和一种装置,所述计算机程序和装置被设立为实施该方法,而且本发明涉及一种包括该测量设备和该装置的系统。
背景技术
从DE 102006201559 A1中公知一种用于利用多个测量点来测量机动车的内燃机以便分别得到至少一个输出参量的值的方法。在这种情况下规定:从测量点的集合中选择一个测量点,其方式是将这些测量点根据技术系统的工作点来分组,而且针对这些工作点中的每个工作点,根据距被分配给那个工作点的初始测量点的升高的间距来从测量点的集合中依次选择这些测量点。
发明内容
本发明的优点
与此相应地,具有按照本发明的特征的方法具有如下优点:该方法提供了使用已经测量过的数据点从而找到输入空间的如下区域的可能性,对于所述区域来说,数据点还没有反映出足够的信息。借此,运行测量设备是特别高效的。
有利的扩展方案在下文中描述。
在第一方面,本发明涉及一种用于调整、尤其是运行测量设备的方法,其中产生待试样品的下一个要由测量设备调整的工作点,其中从可能的要调整的工作点的集合中选择所要调整的工作点,其中该选择根据已经调整出的工作点和所属的被确定的输出参量来进行。接着,尤其可以规定:测量设备调整待试样品的所选择的要调整的工作点并且确定所属的输出参量。所要调整的工作点与所属的输出参量构成的对各被称作一个数据点。已经调整出的工作点和所属的被确定的输出参量的集合也被称作训练数据。
每个新测量的点都可以立即被添加到训练数据,以便制成新的模型,用于描述在调整出的工作点与所属的被确定的输出参量之间的函数关系。现在包含在整个的、被更新的数据组中的信息被用于从已经调整出的工作点推断出新的工作点。基于该模型可以确定如下工作点,所述工作点根据可预先给定的标准来提供用于总模型的最高的信息增益,所述总模型描述了工作点与所属的输出参量之间的函数关系。在此,可预先给定的标准可以以基于数据的模型为基础。接着,该工作点作为下一个要调整的工作点来运转。以这种方式可以在线地制成试验计划,所述试验计划提供特别有参考性的训练数据,以便制成尽可能好的模型。
可以规定:所述可预先给定的标准将点压缩在用于测量的输入空间(即可能的所要调整的工作状态的空间)的输出参量表现得高度动态的那个区域内。以这种方式,测量过的数据点可以反映出输出参量的(也许出现的)局部变化的动态性。
因而,在另一方面可以规定,根据如下情况来选择所要调整的工作点:所确定的输出参量与已经调整出的工作点的函数关系通过与可能的所要调整的工作点中的相应的工作点有关的优选地线性的函数被描述得多好。也就是说根据所要调整的工作点中的相应的工作点,确定用于描述所确定的输出参量与调整出的工作点之间的函数关系的线性函数,而且针对该线性函数来确定在实际上被确定的输出参量与借助于该函数针对该工作点所期望的输出参量之间的偏差。换句话说,因此可以规定:测量压缩在输入空间的输出参量表现得动态的那个区域内的工作点,其方式是将数据与模型、尤其是局部的线性模型进行比较。接着,将新的测量点刚好设置在数据和局部线性的模型没有良好地相配的那个地方。
在其它方面可以规定:通过与可能的所要调整的工作点中的相应的工作点有关的线性函数来描述所确定的输出参量与已经调整出的工作点的函数关系的质量由不合理值来表征。
因而,在一个扩展方案中可以规定:从可能的所要调整的工作点的集合中选择如下那个可能的所要调整的工作点,对于该工作点来说,所确定的输出参量与已经调整出的工作点的函数关系通过与所述可能的所要调整的工作点有关的优选地线性的函数被描述得最差。
还可以规定:优选地线性的函数与可能的所要调整的工作点中的相应的工作点的关系通过以所述相应的可能的所要调整的工作点为中心的核密度函数来表征。所述核密度函数尤其可以是高斯核密度函数。但是所述核密度函数也可以通过其它函数来给定,例如柯西核(Cauchy-Kern)、皮卡核(Picard-Kern)或者叶帕涅奇尼科夫核(Epanechnikov-Kern)。
为此,尤其是可以根据不合理值来确定核密度函数的核宽度(英文kernelwidth)。不合理值表征:输出参量通过如下那个线性函数被表征得多好,所述线性函数通过以工作点之一为中心的核密度函数来表征。如果模型不合理,那么不合理值升高,而且核宽度变得更小,使得更少的数据点影响局部模型。
所述优选地线性的函数尤其可以利用局部线性核回归来确定。
在另一方面,本发明也涉及一种计算机程序,所述计算机程序被设立为在所述计算机程序在计算机上运行时执行该方法。
附图说明
随后,本发明的实施方式参考随附的附图进一步予以阐述。在所述附图中:
图1示意性地示出了其中应用该方法的测量试验台;
图2示出了关于本发明的第一方面的流程图;
图3示出了关于本发明的第二方面的流程图。
具体实施方式
图1示例性地示出了试验台100,在所述试验台中可以应用按照本发明的方法。试验台100由操控装置200来操控,所述操控装置可以在构造上集成到试验台100中,但是也可以在构造上与该试验台分开地来布置。操控装置200将操控指令p传输给试验台100,所述试验台100借此被操控为使得所述试验台100在要由其测量的待试样品(未示出)中调整出可预先给定的工作点x。在这种情况下,工作点x表征待试样品的工作状态。待试样品可以是硬件,或者可以是软件,或者可以是混合物体、由硬件和软件构成的混合物体。
试验台100例如可以是发动机试验台,其中待试样品是内燃机。
在待试样品上,试验台100借助于例如传感器(同样未示出)确定输出参量值y,所述输出参量值表征待试样品的输出参量。试验台100将所确定的输出参量值y传输给操控装置200。如果在下文谈到多个工作点x或所属的输出参量值y中的一个,则这些参量x、y都配备下标i。测量参量x是d维参量,其中d是自然数,输出参量y例如通过一维数值来给定。
操控装置200将所确定的输出参量值y传输给工作点发生器300,所述工作点发生器根据一个或多个所确定的输出参量值y来确定如下那个工作点x,接着应该在所述工作点x测量待试样品的输出参量y。工作点发生器300可以与操控装置200和/或试验台100在构造上分开,而且例如可以在远离操控装置200和试验台100的服务器上实现。
图2和3图解说明了按照优选的实施方式的用于生成工作点x的方法的实施方式。该方法可以在工作点发生器300中和/或在操控装置200中运行。
在一个优选的实施方式中,操控装置200和工作点发生器300包括机器可读的存储介质201、301,在所述机器可读的存储介质上分布式地存储有计算机程序,所述计算机程序被设立为:在所述计算机程序在操控装置200和/或工作点发生器300上实施时,实施按照本发明的方法。
图2示出了按照本发明的第一方面的流程图。在步骤1000中,接收初始数据组Dn=((x1,y1),...,(xn,yn)),其中维度n等于初始维度n0。测量点Xn={x1,...,xn}例如可以是离线地生成的,所属的被确定的输出参量Yn={y1,...,yn}例如是利用试验台100来确定的。在确定该初始数据组Dn之后,不仅是步骤1010而且可选地是步骤2001,在所述步骤2001的情况下将该初始数据组Dn提供给在图3中图解说明的可选的方法,用来估计方差σ。
在步骤1010中,接收候选点C={c1,...,cm0}。借助于在图2中图解说明的方法,从这些候选点C中选择下一测量点xn+1。这些候选点C例如可以在这里所描述的方法的准备阶段借助于DoE(Design-of-Experiment(实验设计))方法来确定。
在步骤1010中,还按照如下公式来确定核宽度的初始值kj,其中每个j=1,…,m0:
在这种情况下,参数ε是可预先给定的常数,该常数优选被选择>3。方程(1)例如可以用数值方法来求解。
还将迭代计数器t初始化到值t=1。
接着是步骤1020,在所述步骤1020中,针对候选点cj中的每个候选点形成一个局部线性核回归模型(在下文简称:LLKR模型)。为此,分别对优化问题
优选地利用如下高斯核函数来进行求解
现在,利用公式(2)的解来确定如下预测值
接着是步骤1030,在所述步骤1030中,确定权重
和不合理值
而且从中针对候选点cj中的每个候选点确定成本项
在这种情况下,针对每个数据组Dn,可以通过步骤1001从在图3中图解说明的方法中获得方差估计值或者可以针对初始数据组Dn0从在图3中图解说明的方法中一次性地获得方差估计值/>或者将方差估计值/>预先给定为固定值。
接着是步骤1040,在所述步骤1040中,按照公式
j*=arg maxj∈{1…m)rj (8)
来确定优选的值j*。
所属的候选点被选为下一测量数据点/>而且作为第(n+1)个测量数据点xn+1=x*被添加给测量数据点的集合Xn。以这种方式形成集合Xn+1。同时,将所选择的候选点从候选点C的列表中除去。
接着是步骤1060,在所述步骤1060中,接收属于测量数据点xn+1的输出参量yn+1。该输出参量yn+1有利地是由试验台100确定的,其方式是该试验台已经将待试样品置于工作点xn+1。该输出参量yn+1被添加给所确定的输出参量的集合Yn并且这样形成Yn+1。
测量数据点的所述集合Xn+1以及所确定的输出参量的集合Yn+1通过步骤2002可选地被提供给在图3中图解说明的方法。
接着是步骤1070,在所述步骤1070中,首先借助于公式(4)来确定针对新添加的测量数据点xn+1的估计值紧接着,针对每个i=n+1和每个j=1...m-1,借助于公式(6)重新计算不合理值gij。
接着是步骤1080,在所述步骤1080中,利用如下公式来确定核宽度kj:
其中每个j=1,...,m-1。在这种情况下,参数ω1可以与在公式(1)中的ω选择得相同,但是该参数ω1也可以取其它值。对公式(10)的求解可以利用与对公式(9)的求解相同的方法来实现。
在步骤1090中检查是否满足收敛标准。这例如可以通过迭代计数器t超过可预先给定的迭代最高值tmax来给定。可替换地,收敛标准也可以通过询问在该实施例中通过公式(7)限定的成本项是否收敛来给定。如果满足收敛标准(输出“j”),那么该方法在步骤1100中结束。否则,变量n和t的值加1,而变量m的值减1,并且该方法重新开始步骤1020。
图3示出了本发明的优选的实施方式的另一方面。该方法的所述可选的部分对被用于计算不合理值gij的所估计的方差进行估计。
该方法开始于步骤2001,在所述步骤2001中,从在图2中图解说明的方法部分接收初始数据组Dn。同样接收n的初始值。迭代计数器t2被设置到值1。
在紧接着的步骤2000中,确定核宽度,所述核宽度在该方法部分中用hi来表示。针对每个i=1...n,这利用公式
来实现。在这种情况下,参数ω2可以如在公式(1)中那样取可预先给定的值,优选地>3。对公式(10)的求解可以利用与对公式(1)或(9)的求解相同的方法来实现。
接着是步骤2010,类似于步骤1020地,在所述步骤2010中形成LLKR模型。不过在该步骤中,不同于步骤1020地,不是围绕着候选点cj∈C来形成LLKR模型,而是围绕着针对i=1....n的测量数据点xi来形成LLKR模型。
为此,针对每个i,l=1....n,首先形成核函数,所述核函数优选地具有如下高斯形式:
紧接着,将参数av*,bv*确定为
现在,利用公式(12)的解来确定预测值
在接下来的步骤2020中,确定所估计的方差首先针对每个i=1...n确定参量
而且从中确定
该值通过步骤1001被反馈给该方法的在图2中图解说明的方面。在接下来的步骤2030中,通过步骤2002来接收工作参量xn+1和输出参量yn+1的新的值。针对i=1...n,l=n+1并且针对i=n+1,l=1...n来确定参量其方式是首先借助于公式(11)和(12)形成围绕着xn+1的LLKR模型,其中作为替代,取针对在步骤1040中借助于公式(4)确定的下标j*的核宽度/>的在步骤1010或1080中利用公式(1)或(9)形成的值的值,作为(还没有被确定的)核宽度hn+1的值。
现在,针对所有i,i=1...n+1,以
来计算不合理值
在接下来的步骤2050中,通过对公式
的求解来确定核宽度h1,...,hn+1。在这种情况下,参数ω3可以被选择得与在公式(10)中的ω2相同,但是该参数ω3也可以取其它值。对公式(17)的求解可以利用与对公式(1)、(9)或(10)的求解相同的方法来实现。
现在,n的值以及迭代计数器t2的值加1,而该方法分岔回到步骤2010,在所述步骤2010中开始下一次迭代。
在一个优选的实施方式中,在操控装置200中在操控试验台100的情况下运行步骤1060,并且在工作点发生器300中运行所有其它步骤。其它划分当然是可设想的。
对于本领域技术人员来说易于理解的是,本发明可以以软件来实现,或者是以硬件来实现的,或者是以硬件和软件的混合形式来实现的。
Claims (13)
1.一种用于调整测量设备(100)的方法,其中产生待试样品的下一个要由所述测量设备(100)调整的工作点xn+1,其中从可能的所要调整的工作点(c1,...,cm)的集合C中选择所要调整的工作点xn+1,其中所述选择根据已经调整出的工作点(x1,...,xn)和所属的被确定的输出参量(y1,…,yn)来进行,
其中根据如下函数关系被与所述可能的所要调整的工作点(c1,...,cm)中的相应的工作点有关的函数描述得多好,选择所要调整的工作点xn+1,其中所述函数关系是所确定的输出参量(y1,...,yn)与已经调整出的工作点(x1,...,xn)的函数关系。
2.根据权利要求1所述的方法,其中在由所述测量设备(100)调整出所述待试样品的下一个要调整的工作点xn+1以及检测所属的输出参量yn+1之后,所述下一个要调整的工作点xn+1被添加给已经调整出的工作点(x1,...,xn),以便形成已经调整出的工作点(x1,...,xn,xn+1)的扩展的集合,而且所检测到的所属的输出参量yn+1被添加给所属的被确定的输出参量(y1,…,yn),以便形成所属的被确定的输出参量(y1,...,yn,yn+1)的扩展的集合,而且其中所述下一个要调整的工作点xn+1从可能的所要调整的工作点(c1,...,cm)的集合C中被除去,以便形成可能的所要调整的工作点的减小的集合,其中根据已经调整出的工作点(x1,...,xn,xn+1)的扩展的集合和所属的被确定的输出参量(y1,...,yn,yn+1)的扩展的集合,从可能的所要调整的工作点的减小的集合中选择所述待试样品的再下一个要调整的工作点。
3.根据权利要求1或2所述的方法,其中通过与所述可能的所要调整的工作点(c1,...,cm)中的相应的工作点有关的线性函数来描述所述所确定的输出参量(y1,...,yn)与所述已经调整出的工作点(x1,...,xn)的函数关系的质量由不合理值gij来表征。
4.根据权利要求3所述的方法,其中从可能的所要调整的工作点(c1,...,cm)的集合C中选择如下那个可能的所要调整的工作点,对于所述工作点来说,所述所确定的输出参量(y1,...,yn)与所述已经调整出的工作点(x1,...,xn)的函数关系通过与所述可能的所要调整的工作点/>有关的线性函数被描述得最差。
5.根据权利要求3所述的方法,其中线性函数与所述可能的所要调整的工作点(c1,...,cm)中的相应的工作点的关系通过以相应的所述可能的所要调整的工作点(c1,...,cm)为中心的核密度函数k(xi,cj)来表征。
6.根据权利要求5所述的方法,其中根据所述不合理值gij来确定核密度函数k(xi,cj)的核宽度kj。
7.根据权利要求4所述的方法,其中利用局部线性核回归来确定所述线性函数。
8.根据权利要求3所述的方法,其中借助于高斯过程来确定线性函数。
9.根据权利要求1或2所述的方法,其中质量r(cj)表征如下函数关系被与所述可能的所要调整的工作点(c1,...,cm)中的相应的工作点有关的线性函数描述得多好,其中所述函数关系是所述所确定的输出参量(y1,...,yn)与所述已经调整出的工作点(x1,...,xn)的函数关系。
10.根据权利要求3所述的方法,其中根据噪声值来选择所述不合理值gij,所述噪声值表征在调整出的工作点(x1,...,xn)和所属的被确定的输出参量(y1,...,yn)中的噪声。
11.一种装置,其被设立为实施根据权利要求1至10之一所述的方法。
12.一种系统,其包括测量设备(100)和根据权利要求11所述的装置。
13.一种机器可读的存储介质,在其上存储有计算机程序,所述计算机程序被设立为实施根据权利要求1至10之一所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017206395.5 | 2017-04-13 | ||
DE102017206395.5A DE102017206395A1 (de) | 2017-04-13 | 2017-04-13 | Verfahren, Computerprogramm und Vorrichtung zum Einstellen einer Messvorrichtung und System |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108733880A CN108733880A (zh) | 2018-11-02 |
CN108733880B true CN108733880B (zh) | 2024-04-23 |
Family
ID=63679156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810325458.2A Active CN108733880B (zh) | 2017-04-13 | 2018-04-12 | 系统以及用于调整测量设备的方法、计算机程序和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108733880B (zh) |
DE (1) | DE102017206395A1 (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015110163A1 (de) * | 2014-01-23 | 2015-07-30 | Carl Zeiss Industrielle Messtechnik Gmbh | Verfahren zur auswertung von koordinatenmessdaten und vorrichtung |
JP2016024058A (ja) * | 2014-07-22 | 2016-02-08 | キヤノン株式会社 | 波面計測方法および装置、面形状計測方法および装置、並びに加工装置 |
DE102015200295A1 (de) * | 2015-01-13 | 2016-07-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Ermitteln von Trainingsdatenpunkten zum Erstellen eines Modells für ein physikalisches System |
DE102015203771A1 (de) * | 2015-03-03 | 2016-09-08 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Auswerten eines datenbasierten Funktionsmodells |
DE102015216953A1 (de) * | 2015-09-04 | 2017-03-09 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Vermessen einer zu testenden Einheit |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4782990B2 (ja) * | 2004-05-31 | 2011-09-28 | 株式会社ミツトヨ | 表面倣い測定装置、表面倣い測定方法、表面倣い測定プログラムおよび記録媒体 |
DE102016201559A1 (de) | 2016-02-02 | 2017-08-03 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Vermessen eines zu testenden Systems |
-
2017
- 2017-04-13 DE DE102017206395.5A patent/DE102017206395A1/de active Pending
-
2018
- 2018-04-12 CN CN201810325458.2A patent/CN108733880B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015110163A1 (de) * | 2014-01-23 | 2015-07-30 | Carl Zeiss Industrielle Messtechnik Gmbh | Verfahren zur auswertung von koordinatenmessdaten und vorrichtung |
EP3077763A1 (de) * | 2014-01-23 | 2016-10-12 | Carl Zeiss Industrielle Messtechnik GmbH | Verfahren zur auswertung von koordinatenmessdaten und vorrichtung |
JP2016024058A (ja) * | 2014-07-22 | 2016-02-08 | キヤノン株式会社 | 波面計測方法および装置、面形状計測方法および装置、並びに加工装置 |
DE102015200295A1 (de) * | 2015-01-13 | 2016-07-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Ermitteln von Trainingsdatenpunkten zum Erstellen eines Modells für ein physikalisches System |
DE102015203771A1 (de) * | 2015-03-03 | 2016-09-08 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Auswerten eines datenbasierten Funktionsmodells |
DE102015216953A1 (de) * | 2015-09-04 | 2017-03-09 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Vermessen einer zu testenden Einheit |
Non-Patent Citations (2)
Title |
---|
OTTO DYKSTRA,JR..The Augmentation of Experimental Data to Maximize.TECHNOMETMC.1971,摘要,第682-685页. * |
The Augmentation of Experimental Data to Maximize;OTTO DYKSTRA,JR.;TECHNOMETMC;摘要,第682-685页 * |
Also Published As
Publication number | Publication date |
---|---|
DE102017206395A1 (de) | 2018-10-18 |
CN108733880A (zh) | 2018-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102016012463B4 (de) | Maschinelle Lernvorrichtung und Verfahren zum Lernen der voraussichtlichen Lebensdauer eines Leistungsgeräts sowie Lebensdauer-Vorhersagevorrichtung und Motorantriebsvorrichtung umfassend die maschinelle Lernvorrichtung | |
US10121107B2 (en) | Machine learning device and method for optimizing frequency of tool compensation of machine tool, and machine tool having the machine learning device | |
US20170153611A1 (en) | Control parameter tuning device, control parameter tuning method, control parameter tuning program | |
EP3405843B1 (en) | Model adaption and online learning for unstable environments | |
CN108780313B (zh) | 为装配线执行目标参数分析的方法、系统和计算机可读介质 | |
AT513189B1 (de) | Verfahren zur Ermittlung eines regelungstechnischen Beobachters für den SoC | |
KR102017181B1 (ko) | 제어장치를 위한 함수를 생성하는 방법 | |
CN110309872B (zh) | 基于多参数的配电电缆健康状态评估方法、系统及介质 | |
US8386121B1 (en) | Optimized tuner selection for engine performance estimation | |
JP6283112B2 (ja) | データに基づく関数モデルを定めるための方法及び装置 | |
US20210334440A1 (en) | Model optimization device, model optimization method, and program | |
JP6529096B2 (ja) | シミュレートシステム、シミュレート方法およびシミュレート用プログラム | |
DE102019112111B4 (de) | Wärmeversatzkompensationsvorrichtung | |
JP2006127079A (ja) | 制御対象モデル生成装置および生成方法 | |
CN113504479A (zh) | 基于云的电池充电剩余时间的估算方法、系统和存储介质 | |
CN108733880B (zh) | 系统以及用于调整测量设备的方法、计算机程序和装置 | |
JP4807319B2 (ja) | 空燃比制御装置 | |
JP2009072807A (ja) | 圧延材の平面形状制御方法および平面形状制御装置ならびに厚鋼板の製造方法 | |
CN109115446A (zh) | 基于跨声速风洞风速精度控制方法及系统 | |
US20140310211A1 (en) | Method and device for creating a nonparametric, data-based function model | |
US9046885B2 (en) | Method for ascertaining functional parameters for a control unit | |
JP2020071493A (ja) | 結果予測装置、結果予測方法、及びプログラム | |
CN115561724A (zh) | 认知雷达目标识别效果在线评估方法、装置和计算机设备 | |
US20140310212A1 (en) | Method and device for creating a nonparametric, data-based function model | |
US20150154329A1 (en) | Method and device for ascertaining a gradient of a data-based function model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |