DE102020208048A1

DE102020208048A1 - Vorausschauende modifikation der maschineneinstellungen basierend auf dem vorhergesagten betriebszustandsübergang

Info

Publication number: DE102020208048A1
Application number: DE102020208048.8A
Authority: DE
Inventors: David J. Myers; Doug M. Lehmann; Robert A. Hamilton; Kevin W. Campbell; Joseph R. Keene
Original assignee: Deere and Co
Current assignee: Deere and Co
Priority date: 2019-07-26
Filing date: 2020-06-29
Publication date: 2021-01-28
Also published as: US20210025133A1; US11697917B2; BR102020014072A2

Abstract

Verfahren und Systeme zum Anpassen von Betriebsparametern einer Maschine in Erwartung eines Übergangs von einem aktuellen Betriebszustand zu einem vorhergesagten nachfolgenden Betriebszustand. Eine elektronische Steuerung empfängt einen Datenstrom, der Stellgliedeinstellungen, Sensorausgaben und/oder Bedienersteuerungseinstellungen angibt, und wendet eine Mustererkennungs-KI an, die konfiguriert ist, um einen aktuellen Betriebszustand der Maschine auf Grundlage von in dem Datenstrom erkannten Mustern zu bestimmen. Die Steuerung wendet dann eine bestärkende Lernen-KI an, die konfiguriert ist, um als Ausgabe einen oder mehrere Zielbetriebsparameter basierend zumindest teilweise auf einem vorhergesagten nachfolgenden Betriebszustand der Maschine zu erzeugen. Der eine oder die mehreren Zielbetriebsparameter werden an die Maschine angelegt und mindestens eine Leistungsmetrik der Maschine überwacht. Die bestärkende Lernen-KI wird zumindest teilweise basierend auf der/den überwachten Leistungsmetrik(en) neu trainiert.

Description

HINTERGRUND
Die vorliegende Erfindung betrifft Systeme und Verfahren zum Anpassen der Maschineneinstellungen und -stellglieder während des Betriebs einer Maschine. Insbesondere bezieht sich die vorliegende Erfindung auf das Anpassen von Maschineneinstellungen und - Stellgliedern während des Betriebs von Maschinen, wie beispielsweise Baumaschinen (z. B. Bagger, Lader und/oder Raupen), die für mehrere unterschiedliche Aufgaben betrieben werden können.
KURZDARSTELLUNG
Baumaschinen - darunter beispielsweise Bagger, Lader und/oder Raupen - können im Laufe eines Tages für viele verschiedene Vorgänge oder Aufgaben betrieben werden. Jeder dieser Vorgänge kann weiter in immer kleinere Einzelaufgaben oder Zustände unterteilt werden, die von einer zur nächsten übergehen (manchmal schnell und häufig). Jeder einzelne Betriebszustand kann eine Anpassung bestimmter Stellglieder und/oder Maschineneinstellungen erfordern. Wenn Übergänge zwischen Betriebszuständen identifiziert und vorhergesagt werden können, kann der Betrieb der Maschine potenziell verbessert werden, indem eine oder mehrere Maschineneinstellungen oder ein Stellglied vor einem Übergang von einem Betriebszustand in einen anderen angepasst werden.
In einigen Implementierungen werden maschinelle Lernmechanismen verwendet, um den aktuellen Betrieb und/oder Betriebszustand der Maschine zu identifizieren. Je mehr Daten gesammelt und analysiert werden, desto besser ist die Maschine in der Lage, den aktuellen Betrieb und/oder Betriebszustand der Maschine zu erkennen. Nach dem Training wird das maschinelle Lernmodell in eine Fahrzeugsteuereinheit (VCU) oder eine andere dedizierte Steuerung, die an der Maschine betrieben wird, eingesetzt. Diese eingesetzte Logik kann eine Echtzeitklassifizierung des Maschinenbetriebszustands vorzunehmen. Ferner wird in einigen Implementierungen ein zweites maschinelle Lernmodell trainiert und implementiert, um geeignete Anpassungen an Maschineneinstellungen und/oder Stellglieder der Maschine für einen vorhergesagten Übergang vom aktuellen Betriebszustand in einen anderen Betriebszustand vor dem Übergang zu bestimmen, um die Geschwindigkeit des Übergangs und/oder den Betrieb der Maschine im nächsten Betriebszustand nach dem Übergang zu verbessern.
Bei angeschlossener Maschine kann die Datensammlung kontinuierlich sein. In einigen Implementierungen werden Daten mithilfe einer Telematik- oder „Internet der Dinge“ (IdD)-Lösung gesammelt. Da zusätzliche Daten gesammelt und hinzugefügt werden, werden die Modelle weiterhin aktualisiert und erneut bereitgestellt.
In einer Ausführungsform stellt die Erfindung ein Verfahren zum Einstellen von Betriebsparametern einer Maschine in Erwartung eines Übergangs von einem aktuellen Betriebszustand in einen nachfolgenden Betriebszustand bereit. Eine elektronische Steuerung empfängt einen Datenstrom, der Stellgliedeinstellungen, Sensorausgaben und/oder Bedienersteuereinstellungen angibt. Die Steuerung wendet eine Mustererkennungs-KI an, die konfiguriert ist, um den Datenstrom als eine Eingabe zu empfangen und einen aktuellen Betriebszustand der Maschine auf Grundlage von in dem Datenstrom erkannten Mustern zu bestimmen. Die Steuerung wendet dann eine bestärkende Lernen-KI an, die konfiguriert ist, um als Ausgabe einen oder mehrere Zielbetriebsparameter basierend zumindest teilweise auf einem vorhergesagten nachfolgenden Betriebszustand der Maschine zu erzeugen. Der eine oder die mehreren Zielbetriebsparameter werden an die Maschine angelegt und mindestens eine Leistungsmetrik der Maschine überwacht. Die bestärkende Lernen-KI wird zumindest teilweise basierend auf der/den überwachten Leistungsmetrik(en) neu trainiert.
Weitere Aspekte der Erfindung werden ersichtlich, wenn man mit der detaillierten Beschreibung und den beigefügten Zeichnungen betrachtet.
Figurenliste

1A ist eine Aufrissansicht eines Baggers gemäß einer Ausführungsform.
1B ist ein Blockdiagramm des Steuersystems für den Bagger aus 1A.
2 ist ein Ablaufdiagramm eines Beispiels eines „Laden-und-Transportieren“-Betriebs, der mithilfe des Baggers von 1A durchgeführt wird.
3 ist ein Flussdiagramm eines Beispiels für einen „LKW-Belade“-Betrieb, der mithilfe des Baggers von 1A durchgeführt wird.
4 ist ein Flussdiagramm einer vereinfachten Charakterisierung der Durchführung der Vorgänge von 2 und 3 basierend auf Betriebszuständen des Auslegers/Arms des Baggers von 1A.
5 ist ein Blockdiagramm einer Fahrzeugsteuereinheit (VCU) gemäß einer Ausführungsform.
6 ist ein Flussdiagramm eines Verfahrens zum Anwenden von Anpassungen auf Maschineneinstellungen und/oder Stellglieder in Erwartung eines Übergangs zu einem vorhergesagten nächsten Betriebszustand mithilfe einer Mustererkennungs-KI und einer bestärkenden Lernen-KI in dem System von 5.
7 ist ein Flussdiagramm eines Beispiels mithilfe des Verfahrens von 6 zum Anpassen von Maschineneinstellungen und Stellgliedern in dem Bagger von 1A in Erwartung eines vorhergesagten Übergangs von einem „Anheben“-Betrieb des Baggerauslegers zu einem „absenken“-Betrieb des Baggerauslegers.

AUSFÜHRLICHE BESCHREIBUNG
Bevor Ausführungsformen der Erfindung im Detail erklärt werden, sollte verstanden werden, dass die Erfindung in ihrer Anwendung nicht auf die Konstruktionsdetails und die Komponentenanordnung beschränkt ist, welche in der folgenden Beschreibung erläutert oder in den folgenden Zeichnungen dargestellt sind. Die Erfindung kann andere Ausführungsformen haben und auf verschiedene Weisen angewendet oder ausgeführt werden.
1A veranschaulicht ein Beispiel für einen Bagger 100. Der Bagger 100 beinhaltet einen Auslegerarm 101, eine Hauptfahrzeugkarosserie 103 und ein Paar Raupenketten 105. Die Raupenketten 105 sind betriebsfähig, um die Bewegung des Baggers 100 auf einer Oberfläche zu steuern. Die Hauptfahrzeugkarosserie 103 beinhaltet eine Bedienerkabine 107, in der Benutzersteuerungen ausgeführt werden, um die Bewegung und den Betrieb des Baggers 100 zu steuern. Die Hauptfahrzeugkarosserie 103 ist drehbar mit den Raupenketten 105 gekoppelt, um die Hauptfahrzeugkarosserie 103 steuerbar relativ zu den Raupenketten 105 zu drehen. Der Auslegerarm 101 ist mit der Hauptfahrzeugkarosserie 103 gekoppelt, so dass eine Drehung der Hauptfahrzeugkarosserie 103 relativ zu den Raupenketten 105 auch den Winkel des Auslegerarms 101 relativ zu den Raupenketten 105 ändert.
Der Auslegerarm 101 beinhaltet einen Hubausleger 111, einen Stangenausleger 113 und einen Endeffektor 115 (z. B. eine Schaufel). Der Hubausleger 111 ist an seinem proximalen Ende kippbar mit der Fahrzeughauptkarosserie 103 und an seinem distalen Ende kippbar mit dem Stangenausleger 113 gekoppelt. Der Stangenausleger 113 ist an seinem proximalen Ende mit dem Hubausleger 111 und an seinem distalen Ende kippbar mit dem Endeffektor 115 gekoppelt. Der Auslegerarm 101 beinhaltet auch mindestens einen Hubzylinder 117 - einen Hydraulikzylinder, der mit dem Hubausleger 111 und der Hauptfahrzeugkarosserie 103 gekoppelt und konfiguriert ist, um einen Winkel des Hubauslegers 111 in Bezug auf die Hauptfahrzeugkarosserie 103 steuerbar einzustellen. Wenn sich beispielsweise der Hubzylinder 117 ausdehnt, nimmt der Winkel des Hubauslegers 111 weg von einer horizontalen Position in eine vertikale Position zu. Umgekehrt, wenn sich der Hubzylinder 117 zurückzieht, nimmt der Winkel des Hubauslegers 111 zur Horizontalen hin ab. In ähnlicher Weise ist ein Stielzylinder 119 zwischen dem Stangenausleger 113 und dem Hubausleger 111 gekoppelt, um einen Winkel des Stangenauslegers 113 relativ zum Hubausleger 111 steuerbar einzustellen, und ein Kippzylinder 121 ist zwischen dem Endeffektor 115 und dem Stangenausleger 113 gekoppelt, um einen Winkel des Endeffektors 115 relativ zum Stangenausleger 113 steuerbar einzustellen.
1B veranschaulicht ein vereinfachtes Beispiel eines Steuersystems zum Steuern des Betriebs des Baggers 100 aus 1A. Eine Steuerung 131 (z. B. eine Fahrzeugsteuereinheit (VCU)) beinhaltet einen elektronischen Prozessor 133 und einen nichtflüchtigen computerlesbaren Speicher 135. Der Speicher 135 speichert Daten und Anweisungen, die von dem Prozessor 133 ausgeführt werden, um die Funktionalität des Baggers bereitzustellen, einschließlich zum Beispiel der hierin beschriebenen Funktionalität. Die Steuerung 131 ist kommunikativ mit einer oder mehreren Benutzersteuerungen 137 gekoppelt, einschließlich zum Beispiel eines Joysticks, der in der Bedienerkabine 107 des Baggers 100 positioniert ist. Ein Bediener des Baggers 100 stellt die Benutzersteuerungen 137 ein, um den Betrieb des Baggers 100 zu steuern, und Signale von den Benutzersteuerungen 137 werden an die Steuerung 131 übertragen. Die Steuerung 131 betätigt dann die verschiedenen Stellglieder des Baggers 100 basierend auf den Signalen, die von den Benutzersteuerungen 137 empfangen werden.
Die Steuerung 131 ist auch kommunikativ an mehrere unterschiedliche Sensoren und Stellglieder gekoppelt. Wie in 1B veranschaulicht, ist die Steuerung 131 zum Beispiel kommunikativ mit einem oder mehreren Drehstellgliedern 139 gekoppelt, die konfiguriert sind, um die Drehposition der Hauptfahrzeugkarosserie 103 relativ zu den Raupenketten 105 steuerbar einzustellen. Die Steuerung 131 ist auch kommunikativ mit einem Drehpositionssensor 141 (z. B. einem Halleffektsensor) gekoppelt, der konfiguriert ist, um der Steuerung 131 ein Signal bereitzustellen, das eine Drehposition der Hauptfahrzeugkarosserie 103 relativ zu den Raupenketten 105 anzeigt. Die Steuerung 131 ist auch kommunikativ mit einem oder mehreren Raupenkettenstellgliedern 143 gekoppelt, die steuerbar eine Bewegung der Baggerketten 105 bewirken, um zu bewirken, dass sich der Bagger 100 entlang einer Oberfläche bewegt, und einem oder mehreren Raupenkettengeschwindigkeitssensoren 145, die konfiguriert sind, um eine Ausgabe an die Steuerung 131 bereitzustellen, die eine Fahrzeuggeschwindigkeit des Baggers 100 angibt.
Das System beinhaltet auch mehrere Sensoren und Stellglieder, die dem Auslegerarm 101 zugeordnet sind und kommunikativ mit der Steuerung 131 gekoppelt sind. Zum Beispiel sind eine oder mehrere bereitgestellte Hydraulikpumpen mit dem Hubzylinder 117, dem Stangenzylinder 119 und dem Kippzylinder 121 gekoppelt, um den Hydraulikdruck bereitzustellen, der erforderlich ist, um diese Hydraulikzylinder auszufahren oder einzuziehen. In einigen Implementierungen wird das Hydraulikpumpensystem auch verwendet, um die Drehbewegung der Hauptfahrzeugkarosserie 103 relativ zu den Raupenketten 105 zu steuern und/oder eine Bewegung der Raupenketten 105 für die Antriebsleistung des Baggers 100 bereitzustellen. Ein oder mehrere Hydraulikdrucksensoren 149 sind konfiguriert, um den/die aktuellen Hydraulikdruck/Hydraulikdrücke des Hydrauliksystems zu erfassen, der/die von der Steuerung 131 als Rückmeldung zur Steuerung des Hydrauliksystems (einschließlich der Hydraulikpumpe 147) verwendet werden kann/können. Das System beinhaltet auch ein Neigungsstellglied 151, ein Stangenstellglied 155 und ein Hubstellglied 159, die in einigen Implementierungen ein hydraulisches Füllventil und/oder ein hydraulisches Ablassventil beinhalten. Das hydraulische Füllventil wird betrieben, um den Druck in dem Zylinder steuerbar zu erhöhen, indem unter Druck stehendes Hydraulikfluid (z. B. von der Hydraulikpumpe) in den Zylinder eintreten kann. Das hydraulische Ablassventil wird betätigt, um den Druck im Zylinder durch Ablassen von Hydraulikfluid aus dem Zylinder in einen Reservetank steuerbar zu verringern. Das System beinhaltet auch einen Neigungssensor 153, einen Stangensensor 157 und einen Hubsensor 159, die in einigen Implementierungen konfiguriert sind, um ein Signal auszugeben, das eine Verschiebung des jeweiligen Zylinders anzeigt (z. B. wie weit der Zylinder ausgefahren oder eingefahren ist). In diesem Beispiel sind das Neigungsstellglied 151, das Stangenstellglied 155 und das Hubstellglied 159 alle kommunikativ mit der Steuerung 131 gekoppelt und werden durch Steuersignale betrieben, die von der Steuerung 131 empfangen werden. Gleichermaßen sind in dem Beispiel von 1B der Neigungssensor 153, der Stangensensor 157 und der Hebesensor 161 alle kommunikativ an die Steuerung 131 gekoppelt und konfiguriert, um der Steuerung 131 Signale bereitzustellen, die indikativ für die Verschiebung der jeweiligen Zylinder sind, was wiederum die Auslegerarmstellglieder 151, 155, 159 basierend zumindest teilweise auf den Signalen von den Auslegerarm-Verschiebungssensoren 153, 157, 161 steuert. Weitere Konfigurationen sind jedoch möglich. Beispielsweise kann ein System konfiguriert sein, um ein „Auslegerarm“-Steuersystem zu beinhalten, das kommunikativ mit der VCU gekoppelt ist, der VCU ein Signal bereitstellt, das die Position des Auslegerarms anzeigt, und das ein Signal von der VCU empfängt, das eine Zielposition oder eine Änderung der Position anzeigt.
Schließlich beinhaltet das System in einigen Implementierungen auch einen drahtlosen Transceiver 163, der kommunikativ mit der Steuerung 131 gekoppelt ist. In einigen derartigen Implementierungen ist die Steuerung 131 konfiguriert, um den drahtlosen Transceiver 163 zu verwenden, um mit einem Remote-Servercomputer 165 zu kommunizieren. Wie im Folgenden ausführlicher erörtert, kann die Steuerung 131 zum Beispiel konfiguriert sein, um den drahtlosen Transceiver 163 zu verwenden, um Sensor-/Stellglieddaten an den Remote-Server 165 zu senden und/oder aktualisierte Maschineneinstellungen von dem Remote-Server zu empfangen (einschließlich zum Beispiel Aktualisierungen eines oder mehrerer Modelle für maschinelles Lernen/künstliche Intelligenz).
Wie vorstehend erörtert, kann der Bagger 100 von 1A und 1B betrieben werden, um mehrere unterschiedliche Vorgänge auszuführen. Jeder dieser Vorgänge kann weiter in kleinere einzelne Betriebszustände oder Aufgaben unterteilt werden. Zum Beispiel veranschaulicht 2 eine Reihe kleinerer Betriebszustände des Baggers 100, während eines Heben-und-Tragen-Betriebs. Der Bagger 100 senkt den Auslegerarm 101 (Schritt 201) ab, um die Schaufel an einer ersten Stelle mit Material (z. B. Erde) zu füllen. Der Bagger 100 hebt dann den Auslegerarm 101 an, um das Material anzuheben (Schritt 203), und betätigt die Raupenketten 105, um sich zu einer zweiten Stelle zu bewegen (Schritt 205). Das Material wird an der zweiten Stelle freigegeben und der Bagger 100 betätigt die Raupenketten 105, um zur ersten Stelle zurückzukehren (Schritt 207), wo er den Prozess wiederholt. Während des Durchführens des „Heben- und-Tragen“-Betriebs von 2 kann der Bagger 100 den Auslegerarm 101 mehrmals absenken und anheben. Allerdings gibt es eine Verzögerung in der Häufigkeit dieser wiederholten Absenk- und Anhebezyklen, wenn sich der Bagger 100 zu und von der zweiten Stelle bewegt, an der das Material freigegeben wird.
3 veranschaulicht ein Beispiel für einige der kleineren Betriebszustände des Baggers 100, während ein „LKW-Beladung“-Betrieb durchgeführt wird. Erneut senkt der Bagger 100 den Auslegerarm 101 (Schritt 301), um die Schaufel mit Material (z. B. Erde) zu füllen, und hebt dann den Auslegerarm 101 an, um das Material anzuheben (Schritt 303). Anstatt jedoch während des Transports der Materialien zu einer anderen Stelle zu fahren, betätigt der Bagger die Drehstellglieder 139, um den Auslegerarm 101 relativ zu den Raupenketten 105 zu schwenken, bis der Endeffektor über einem LKW positioniert ist (Schritt 305). Der Bagger 100 betätigt dann den Endeffektor, um das Material in den LKW freizugeben, und schwenkt zurück in seine ursprüngliche Position (z. B. über einem Erdhaufen oder einer Aushubstelle) (Schritt 307). Der Bagger wiederholt dann den Vorgang.
Wie das „Laden-und-Tragen“-Beispiel von 2 kann der Bagger 100 den Auslegerarm 101 mehrmals absenken und anheben, während er den „LKW-Beladung“-Betrieb von 3 durchführt. Da der Bagger 100 jedoch nicht von einer Stelle zu einer anderen fahren muss, ist die Zeitverzögerung zwischen diesen wiederholten Absenk- und Anhebezyklen geringer als die Verzögerung zwischen den Zyklen im „Heben-und-Tragen“-Betrieb von 2. Dementsprechend ist die Häufigkeit der wiederholten „Absenk-und-Anhebe“-Zyklen im „LKW-Beladung“-Betrieb von 3 größer als im „Heben-und-Tragen“-Betrieb von 2.
Sowohl der „Heben-und-Tragen“-Betrieb von 2 als auch der „LKW-Beladung“-Betrieb von 3 können durch die spezifische Sequenz von durchgeführten „Betriebszuständen“, durch die Häufigkeit wiederholter Betriebszustände und/oder durch die relative Zeitdauer, die in jedem Betriebszustand verbracht wird, charakterisiert werden. Zum Beispiel veranschaulicht 4 eine vereinfachte Charakterisierung sowohl des „Heben-und-Tragen“-Betriebs von 2 als auch des „LKW-Beladung“-Betriebs von 2. Wie in 3 dargestellt, beinhalten beide Vorgänge ein Absenken des Auslegerarms 101, um die Schaufel mit Material zu füllen (Schritt 401), gefolgt von einem Anheben des Auslegerarms 101 (Schritt 403). Beide Vorgänge zeigen auch eine Zeitverzögerung (Schritt 405) zwischen dem Anheben des Auslegerarms (d. h. dem Anheben des Materials) und dem nächsten Fall des Absenkens des Auslegerarms (d. h. dem Beginn der nächsten Iteration bei Schritt 401). Diese beiden Vorgänge können jedoch zum Beispiel basierend auf dem Ausmaß der Zeitverzögerung unterschieden werden (Schritt 405). Zum Beispiel wird, wie oben erörtert, der „Heben-und-Tragen“-Betrieb eine längere Zeitverzögerung zwischen Zyklen (und damit eine niedrigere Frequenz) als der „LKW-Beladung“-Betrieb aufweisen, da der Bagger vor der Wiederholung des Zyklus zu und von der zweiten Stelle fahren muss.
Unterschiedliche individuelle Betriebszustände des Baggers 100 erfordern oft unterschiedliche Stellgliedeinstellungen. Die Leistung des Baggers 100 kann verbessert werden, wenn der Bagger 100 Kenntnis vom aktuellen Betriebszustand des Baggers 100 hat, indem verschiedene Stellglied- und Maschineneinstellungen auf Grundlage des bestimmten aktuellen Betriebszustands angepasst werden. Wenn der Bagger 100 ferner in der Lage wäre, im Voraus den nächsten Betriebszustand zu bestimmen, könnte die Steuerung 131 konfiguriert werden, um verschiedene Stellglied- und Maschineneinstellungen in Erwartung des nächsten Betriebszustands zu ändern. Leistung und Effizienz des Baggers 100 könnten ebenfalls weiter verbessert werden, wenn der Bagger 100 vorhersehen könnte, wann der Übergang in den nächsten Betriebszustand stattfinden würde.
Obwohl sich die obigen Beispiele auf einen Bagger 100 konzentrieren, könnten andere Arten von Maschinen (einschließlich zum Beispiel Raupen und Lader) in ähnlicher Weise von Systemen und Verfahren zum Bestimmen eines aktuellen Betriebszustands der Maschine profitieren, einen nächsten Betriebszustand vorhersagen, in den die Maschine übergehen wird, und in einigen Fällen vorhersagen, wann der Übergang in den nächsten Betriebszustand stattfinden wird. 5 veranschaulicht ein Beispiel einer Maschine, die konfiguriert ist, um einen nächsten Betriebszustand vorherzusagen und eine oder mehrere Maschinen- oder Stellgliedeinstellungen in Erwartung eines Übergangs in den vorhergesagten nächsten Betriebszustand einzustellen. Wie das Beispiel von 1B beinhaltet das System von 5 eine Steuerung 501 (z. B. eine VCU) mit einem elektronischen Prozessor 503 und einem nichtflüchtigen computerlesbaren Speicher 505. Der Speicher 505 speichert Daten und Anweisungen, die von dem elektronischen Prozessor 503 ausgeführt werden, um die Funktionalität der Steuerung 501 bereitzustellen (einschließlich beispielsweise der hierin beschriebenen Funktionalität). Die Steuerung 501 ist kommunikativ mit einer oder mehreren Benutzersteuerungen 507, einem oder mehreren Maschinenstellgliedern 509 und einem oder mehreren Maschinensensoren 511 gekoppelt. Die Maschinensensoren 511 sind konfiguriert, ein Signal an die Steuerung 501 auszugeben, das eine aktuelle Betriebscharakteristik der Maschine anzeigt, einschließlich beispielsweise eines hydraulischen Drucks, einer Verschiebung eines hydraulischen Zylinders, einer Drehposition oder einer Fahrzeug-/Raupenkettengeschwindigkeit. In einigen Implementierungen kann die Steuerung 501 auch kommunikativ an einen drahtlosen Transceiver gekoppelt und konfiguriert sein, um den drahtlosen Transceiver 513 zur Kommunikation mit einem Remote-Servercomputer 515 zu verwenden. Das Steuersystem von 1B, das oben erörtert wird, ist ein spezifischeres Beispiel für das Steuersystem, das in 5 dargestellt ist.
6 veranschaulicht ein Verfahren, das zwei „künstliche Intelligenz“-Module anwendet, um Anpassungen an Maschinenstellgliedern und/oder Maschineneinstellungen in Erwartung eines Übergangs von einem Betriebszustand in einen anderen zu bestimmen und anzuwenden. Eine „Mustererkennungs-KI“ ist konfiguriert, um einen aktuellen Betriebszustand der Maschine zu bestimmen, und eine „bestärkendes Lernen-KI“ ist konfiguriert, um Zielbetriebsparameter für einen vorhergesagten nachfolgenden Betriebszustand der Maschine zu bestimmen (einschließlich zum Beispiel Anpassungen an Stellgliedeinstellungen und/oder Maschineneinstellungen). In einigen Implementierungen werden eines oder beide dieser Module als ein „neuronales Netzwerk“ bereitgestellt, das konfiguriert ist, um eine oder mehrere Eingaben zu empfangen und eine oder mehrere Ausgaben zu erzeugen. In einigen Implementierungen wird das Verfahren von 6 durch eine lokale Steuerung der Maschine (z. B. Steuerung 501 aus 5) ausgeführt; in anderen Implementierungen wird das Verfahren von 6 durch den Remote-Servercomputer 515 ausgeführt, nachdem Daten von der Maschine empfangen wurden; und in noch weiteren Implementierungen wird das Verfahren von 6 durch sowohl die lokale Steuerung 501 als auch den Remote-Servercomputer 515 ausgeführt, die zusammenarbeiten.
In dem Beispiel von 6 empfängt das System (z. B. die Steuerung 501 und/oder der Remote-Servercomputer 515) einen Datenstrom von den Sensoren, Stellgliedern und/oder Benutzersteuerungen, der jeweils erfasste Betriebsbedingungen, aktuelle Stellgliedeinstellungen und Benutzereingaben angibt (Schritt 601). Daten von diesem Strom werden als Eingabe für die „Mustererkennungs-KI“ bereitgestellt (Schritt 603). In einigen Implementierungen wird der Datenstrom als Eingabe für die Mustererkennungs-KI als Zeitbereichsdatenstrom bereitgestellt. In anderen Implementierungen kann das System konfiguriert sein, um den Zeitbereichsdatenstrom in einen Frequenzbereichsdatenstrom umzuwandeln (Schritt 605), der dann als Eingabe an die Mustererkennungs-KI zusätzlich zu oder anstelle von dem Zeitbereichsdatenstrom bereitgestellt wird. Die Mustererkennungs-KI ist konfiguriert, um als eine Ausgabe eine Identifikation des aktuellen Betriebszustands der Maschine und/oder eines vorhergesagten nachfolgenden Betriebszustands der Maschine bereitzustellen. In einigen Implementierungen werden ein Teil oder der gesamte Datenstrom und/oder die Ausgabe(n) der Mustererkennung-KI an den Remote-Servercomputer 515 übertragen und verwendet, um die Mustererkennung-KI erneut zu trainieren/zu aktualisieren (Schritt 607).
Die bestärkendes Lernen-KI verwendet die Ausgabe der Mustererkennungs-KI, um Zielbetriebsparameter für den vorhergesagten nächsten Betriebszustand zu bestimmen (Schritt 609). Diese Betriebsparameter können beispielsweise Zielstellgliedeinstellungen, Anpassungen von Stellgliedeinstellungen, aktualisierte Maschineneinstellungen usw. beinhalten. Diese Zielbetriebsparameter werden dann angewendet (Schritt 611) und das System überwacht die Leistung der Maschine vor, während und/oder nach dem Übergang zum nächsten Betriebszustand (Schritt 613), um zu bestimmen, ob eine verbesserte Leistung durch Anwenden der Zielbetriebsparameter, wie durch die bestärkendes Lernen-KI bestimmt, erreicht wurde. Die bestärkendes Lernen-KI wird dann auf Grundlage der überwachten Leistungsmetriken neu trainiert (Schritt 615).
In einigen Implementierungen wird der aktuelle Betriebszustand der Maschine durch die Mustererkennungs-KI auf Grundlage von Mustern bestimmt, die in dem Datenstrom von einem oder mehreren Sensoren, Stellgliedern und/oder Benutzersteuerungseingaben erkannt werden. Dementsprechend kann die Mustererkennungs-KI konfiguriert sein, um ein bestimmtes Muster in dem Datenstrom zu erkennen und einen Betriebszustand zu identifizieren, der dem erkannten Muster entspricht.
Darüber hinaus kann das System konfiguriert sein, um einen vorhergesagten nächsten Betriebszustand der Maschine zu identifizieren, der zumindest teilweise auf einer Sequenz und einem Zeitpunkt vorheriger Übergänge zwischen Betriebszuständen basiert (zum Beispiel auf der Grundlage der Häufigkeit zwischen den Absenk- und Anhebe-Zyklen des Baggerauslegerarms, der oben unter Bezugnahme auf 2 bis 4 erörtert wurde). In verschiedenen unterschiedlichen Implementierungen kann die Vorhersage des nächsten Betriebszustands jedoch beispielsweise durch die Mustererkennungs-KI, die bestärkendes Lernen-KI oder durch ein drittes KI-Modul durchgeführt werden.
Beispielsweise ist das System in einigen Implementierungen konfiguriert, um Informationen über eine laufende Sequenz von Betriebszuständen zu speichern, die durch die Mustererkennungs-KI identifiziert werden. In einigen Implementierungen werden die laufenden Sequenzinformationen als eine weitere Eingabe an die Mustererkennungs-KI bereitgestellt, die dann konfiguriert wird, um einen vorhergesagten nächsten Betriebszustand als eine weitere Ausgabe der Mustererkennungs-KI bereitzustellen. In anderen Implementierungen werden die laufenden Sequenzinformationen als Eingabe für die bestärkendes Lernen-KI bereitgestellt. In einigen derartigen Implementierungen ist die bestärkendes Lernen-KI konfiguriert, um sowohl eine Identifikation des vorhergesagten nächsten Betriebszustands als auch die Zielbetriebsparameter auszugeben. In anderen Implementierungen ist die Mustererkennungs-KI jedoch konfiguriert, um stattdessen nur den Zielbetriebsparameter auszugeben, der von der Steuerung implementiert werden soll, ohne eine explizite Angabe des vorhergesagten nächsten Betriebszustands bereitzustellen. Dementsprechend berücksichtigen die Zielbetriebsparameter einen vorhergesagten Betriebszustandsübergang unabhängig davon, ob die Identität des vorhergesagten nächsten Zustands jemals als Ausgabe an die Steuerung bereitgestellt wird.
Darüber hinaus kann das KI-Modul, das konfiguriert ist, um als Ausgabe eine Identifikation des vorhergesagten nächsten Betriebszustands bereitzustellen, in einigen Implementierungen auch konfiguriert sein, um einen vorhergesagten Zeitpunkt des Übergangs zu dem vorhergesagten nächsten Betriebszustand auszugeben. Dementsprechend kann das System konfiguriert sein, um geeignete Stellglied-/Einstellungsanpassungen auf Grundlage der angegebenen Zeitsteuerung zu bestimmen. In anderen Implementierungen wird das Verfahren von 6 jedoch iterativ oder kontinuierlich durchgeführt, so dass die bestärkendes Lernen-KI konfiguriert ist, um kontinuierlich oder periodisch aktualisierte Zielbetriebsparameter bereitzustellen. Auf diese Weise werden Zielbetriebsparameter, die im Vorgriff auf einen vorhergesagten Übergang in einen nächsten Betriebszustand ausgelegt sind, im gleichen Ausgangsstrom von der bestärkendes Lernen-KI bereitgestellt wie Zielbetriebsparameter, die ausgelegt sind, um die Leistung der Maschine in einem aktuellen laufenden Betriebszustand zu optimieren. Dementsprechend ist das System in der Lage, die zwei separaten KI-Module zu verwenden, um Stellglied- und/oder Maschineneinstellungen in Erwartung eines vorhergesagten Übergangs von einem Betriebszustand zu einem anderen anzupassen, unabhängig davon, ob der vorhergesagte nächste Betriebszustand explizit für die Steuerung identifiziert wird oder nicht.
Wenn die Mustererkennungs-KI konfiguriert ist, um als Ausgabe den vorhergesagten nächsten Betriebszustand der Maschine bereitzustellen, wird die Mustererkennungs-KI teilweise basierend auf einer Bestimmung, ob die Vorhersage korrekt war, neu trainiert. Umgekehrt, wenn die bestärkendes Lernen-KI konfiguriert ist, um (explizit oder implizit) die Vorhersage des nächsten Betriebszustandsübergangs bereitzustellen, dann wird die bestärkendes Lernen-KI basierend darauf, (i) ob die Ausgabezielbetriebsparameter die Maschinenleistung tatsächlich verbessert haben und (ii) ob die Vorhersage des nächsten Betriebszustands genau war, erneut trainiert. In einigen Implementierungen wird die bestärkendes Lernen-KI auf Grundlage der überwachten Leistungsmetriken und nicht einer separaten Bestimmung, ob die Vorhersage des nächsten Betriebszustands genau war, neu trainiert (da die Genauigkeit der Vorhersage des nächsten Betriebszustands beeinflusst, ob die angewandten Betriebsparameter die Leistung der Maschine verbessern).
Der in 6 veranschaulichte zweistufige KI-Mechanismus kann auf verschiedene unterschiedliche Maschinen angewendet werden, darunter beispielsweise den Bagger von den 1A und 1B. 7 veranschaulicht ein Beispiel für die Verwendung des Verfahrens aus 6 zum Einstellen der Betriebsparameter des Baggers von den 1A und 1B. Zunächst überwacht und analysiert das System Sensordaten für die Baggermaschine (d. h. den Datenstrom) (Schritt 701). Basierend auf dem Datenstrom bestimmt das System, dass sich der Bagger in einem „Anheben“-Betriebszustand befindet (d. h. der Auslegerarm wird betätigt, um Material in der Schaufel anzuheben) (Schritt 703). Das System analysiert dann die laufende Sequenz von ermittelten Betriebszuständen, um die Häufigkeit der jüngsten aufeinanderfolgenden Übergänge zwischen dem Betriebszustand „Anheben“ und einem Betriebszustand „Absenken“ zu ermitteln (Schritt 705). Wenn die Frequenz einen Schwellenwert nicht übersteigt (Schritt 707), bestimmt das System, dass die Baggermaschine für einen „Laden-und-Tragen“-Betrieb‟ (d. h. den Betrieb von 2) verwendet wird (Schritt 709). Umgekehrt bestimmt das System, wenn die Frequenz den Schwellenwert übersteigt, dass die Baggermaschine für einen „LKW-Beladen“-Betrieb (d. h. den Betrieb von 3) verwendet wird (Schritt 711).
Wenn das System bestimmt hat, dass die Baggermaschine für „Laden-und-Tragen“ verwendet wird, dann passt die Steuerung die Antriebsstrangleistung und Aggressivität in Erwartung an, dass die Raupenketten des Baggers betrieben werden, um den Bagger von der ersten Stelle zu der zweiten Stelle zu bewegen, nachdem der Anheben-Betriebszustand abgeschlossen ist (Schritt 713). Wenn das System jedoch bestimmt hat, dass die Baggermaschine für „LKW-Beladung“ verwendet wird, stellt die Steuerung mehr Leistung an das Hydrauliksystem bereit, um die Reaktionsfähigkeit des Betriebs des Auslegerarms zu erhöhen (Schritt 715). Schließlich bestimmt das System in Abhängigkeit von der bestimmten Häufigkeit der Anhebe- und Absenkzyklen, wann die Hydraulikpumpe zu betreiben ist, um den Hydraulikdruck zu erhöhen, der zum Einstellen der Position des Auslegerarms in Erwartung zukünftiger Anhebe- und Absenkbetriebszustände verfügbar ist (Schritt 717).
Das Verfahren von 7 ist als Beispiel für Vorgänge vorgesehen, die von der Steuerung auf der Grundlage der Ausgaben der KI-Module durchgeführt werden können. Beispielsweise kann die Analyse von Schritt 701 durch die Mustererkennungs-KI durchgeführt werden und die Bestimmung von Schritt 703 als Ausgabe der Mustererkennungs-KI bereitgestellt werden. In ähnlicher Weise kann die Anpassung an die Leistung und Aggressivität des Antriebsstrangs als „Zielbetriebsparameter“ bereitgestellt werden, die von der bestärkendes Lernen-KI ausgegeben werden.
Wie oben erörtert, kann das Verfahren von 7 in einigen Implementierungen das Empfangen einer Ausgabe von der Mustererkennungs-KI und/oder der bestärkendes Lernen-KI beinhalten, die einen aktuellen Betriebszustand des Baggers und/oder den vorhergesagten nächsten Betriebszustand angibt. In einigen derartigen Implementierungen kann das System ferner konfiguriert sein, um dem Bediener des Baggers eine Anzeige des aktuellen Betriebszustands und des vorhergesagten nächsten Betriebszustands auf einer Anzeige bereitzustellen, die in der Bedienerkabine des Baggers positioniert ist.
Die oben beschriebenen spezifischen Maschinen, Stellglieder, Sensoren und Einstellungen sind nur einige Beispiele dafür, wie diese Systeme und Verfahren implementiert werden können. Es sind auch andere Implementierungen möglich. Zum Beispiel können die Systeme und Verfahren auf Grundlage des bestimmten aktuellen Betriebszustands und/oder des vorhergesagten nächsten Betriebszustands konfiguriert werden, um die Zugkraft und die hydraulische Leistungsaufteilung automatisch anzupassen, um die Leistung zu maximieren, um die elektrohydraulische Parallelität beim Beladen von Paletten automatisch zu aktivieren, um im Leerlauf in einen „Ultra-Low-Leistungsmodus“ zu wechseln, um die Zugkraft als Reaktion auf das Erkennen eines eingeklemmten Auslegers zu begrenzen, um die Zugkraft an den Auslegerdruck anzupassen, um das Drehen während des Grabens in einem Stapel zu reduzieren, um die Fahrtsteuerung während des Transports automatisch zu aktivieren und um die Fahrtsteuerung während des Befüllens der Schaufel automatisch zu deaktivieren. Obwohl sich die spezifischen Beispiele oben hauptsächlich auf automatische Anpassungen konzentrieren, können die Systeme in einigen Implementierungen konfiguriert sein, um Empfehlungen an einen Bediener auf Grundlage des bestimmten aktuellen Betriebszustands und/oder des vorhergesagten nächsten Betriebszustands auszugeben und anzuzeigen. Beispielsweise kann das System konfiguriert sein, um auf einem Bildschirm in der Fahrerkabine der Maschine einen Vorschlag anzuzeigen, dass der Bediener einen „Parallelhub“-Modus einschaltet, es kann jedoch auch konfiguriert sein, um den Parallelhub nur als Reaktion auf eine manuelle Aktivierung durch den Bediener anzuwenden.
Die oben beschriebenen Systeme und Verfahren können auch auf andere spezifische Vorgänge und Betriebszustände eines Baggers ausgedehnt werden. Beispielsweise kann ein „Graben“-Betrieb die folgende Sequenz von Betriebszuständen beinhalten: Graben, Transportieren der Maschine, Graben, Transportieren der Maschine usw. Als Reaktion auf das Bestimmen, dass der Bagger für einen „Graben“-Betrieb verwendet wird, kann das System konfiguriert sein, um die hydraulischen Flussaufteilungen derart zu verschieben, dass Fahrstellglieder die Leistung beim Transportieren haben, und die Aufteilung allmählich zurück zu den Auslegerarmstellglieder in Erwartung eines Übergangs in den nächsten Grabzyklus einzustellen, um abrupte Änderungen bei der Wiederaufnahme des Grabens zu vermeiden. Das System kann auch konfiguriert sein, um zwischen „Auskippen“- und „Graben“-Betrieb zu unterscheiden, und reagiert durch Ändern der Querentlastungsdruckleistung und/oder der Schwenkbremsleistung. In einigen Implementierungen kann das Baggersystem konfiguriert sein, um Anpassungen während eines „Grabzyklus“-Betriebs vorzunehmen, indem die Schwenk- /Auslegerpriorität angepasst wird, um dem Betriebszustand (oder dem vorhergesagten nächsten Betriebszustand) zu entsprechen, die Verwendung von hydraulischer Regeneration in Abhängigkeit von dem aktuellen Zustand in den Grabzyklen zu steuern und einen Antrieb mit niedrigem Lüfter während leichter Grabvorgänge (z. B. Nivellierung) auszuwählen, während ein Antrieb mit vollem Lüfter für schwerere Grabvorgänge (z. B. volle Schaufeln, die so schnell wie möglich bewegt werden) angewendet wird. Als Reaktion auf das Bestimmen, dass der Bagger in einem „kranähnlichen“ Betrieb verwendet wird, um ein Objekt anzuheben und zu bewegen, kann das System automatisch die Joystick-Auflösung anpassen, um dem Bediener eine feinere Steuerung beim Manövrieren des Auslegerarms zu ermöglichen. In einigen Implementierungen kann das Baggersystem ferner konfiguriert sein, um Informationen über die Bodenart zu erfassen oder zu empfangen (z. B. durch eine Kamera oder ein Kalibrierungsverfahren) und auf Grundlage der bestimmten Bodenart/-eigenschaften die Leistung, Funktion und Aggressivität der Schaufel der Maschine anzupassen.
Andere Anpassungen, die auf Grundlage des identifizierten aktuellen Betriebszustands des Baggers und/oder des vorhergesagten nächsten Betriebszustands vorgenommen werden können, beinhalten zum Beispiel automatisches Steuern der Motordrehzahl, des Leistungsmodus, der Hydraulik und des Lüfterantriebs. Beispielsweise können mehrere unterschiedliche Motorkalibrierungseinstellungen im Systemspeicher gespeichert werden und Änderungen im laufenden Betrieb, um auf Betriebsänderungen und Vorhersagen zu reagieren. In ähnlicher Weise kann Bedienerkomfort oder -präferenz zum Beispiel durch Bereitstellen einer aggressiveren Stoßdämpfung an einen angetriebenen Bedienersitz als Reaktion auf eine Bestimmung, dass der Bagger verwendet wird, um über unwegsames Gelände zu transportieren, behandelt werden.
Wie oben angemerkt, können die oben beschriebenen Systeme und Verfahren auch auf andere Maschinentypen ausgedehnt werden, einschließlich beispielsweise eine Raupenplaniermaschine oder einen Lader. Für einen Lader kann das System so konfiguriert sein, dass es erkennt, wenn der Bediener mehrere schnelle Schüttelbewegungen durchgeführt hat, die versuchen, klebriges Material aus der Schaufel zu entfernen, und als Reaktion darauf vorübergehend eine „Soft-Stopp“-Funktion des Laders deaktiviert, um mit einem kräftigeren Schütteln zu ermöglichen, das Material herauszuschütteln.
Für eine Raupenplaniermaschine kann die Steuerung ausgelegt sein, um Anpassungen von Moduseinstellungen bereitzustellen, einschließlich zum Beispiel automatischer Anpassung an einen „Spneidemodus“ als Reaktion auf das Bestimmen, dass die Maschine für einen „schweren“ Planierbetrieb verwendet wird, und automatischer Anpassung an einen „Verteilmodus“ als Reaktion auf das Bestimmen, dass die Maschine für einen „leichten“ Planierbetrieb verwendet wird. Das System kann auch konfiguriert werden, um die Abstimmungen der Einstellungen der Scharneigungssteuerung oder der Scharanhebe- und Spreizsteuerung als Reaktion auf die Bestimmung, dass die Maschine für einen „schweren“ Planierbetrieb verwendet wird, zu verbessern. Die Maschine kann so konfiguriert sein, dass sie die Lenkgeschwindigkeit automatisch ändert, um zu bestimmen, ob die Maschine für einen „Planier“-Betrieb oder für einen „Transport“-Betrieb verwendet wird. Die Maschine kann auch konfiguriert sein, um eine „ECO-Modus“-Leistung auf Grundlage eines bestimmten Betriebszustands zu ändern (zum Beispiel unter Verwendung einer niedrigeren Motordrehzahl während eines „Transport“-Betriebs). Als Reaktion auf das Bestimmen des aktuellen Betriebszustands oder des vorhergesagten nächsten Betriebszustands kann die Maschine die Aggressivitäts-, Blockierschutzleistungs- und/oder Getriebegeschwindigkeitseinstellungen ändern (z. B. aggressivere Maschineneinstellungen, die während eines „Planier“-Betriebs angewendet werden). Wie vorstehend angemerkt, kann das System konfiguriert sein, um verschiedene Stellglieder und/oder Maschineneinstellungen auf Grundlage der Bodenart/- eigenschaften anzupassen, wenn die Maschine konfiguriert ist, um Informationen über die Bodenbedingungen zu erfassen oder zu empfangen.
So sieht die Erfindung unter anderem Systeme und Verfahren zum Einstellen eines Betriebsparameters einer Maschine in Erwartung auf einen Übergang von einem Betriebszustand in einen anderen mithilfe einer Mustererkennungs-KI zum Identifizieren des aktuellen Betriebszustands und einer bestärkenden Lernen-KI zum Bestimmen von Zielbetriebsparametern vor. Verschiedene Merkmale und Vorteile sind in den beigefügten Ansprüchen dargelegt.

Claims

Verfahren zum Einstellen von Betriebsparametern einer Maschine in Erwartung eines Übergangs von einem aktuellen Betriebszustand in einen nachfolgenden Betriebszustand, umfassend: Empfangen eines Datenstroms durch eine elektronische Steuerung, der mindestens einen Datenstrom anzeigt, der aus einer Gruppe ausgewählt ist, die aus Stellgliedeinstellungen, Sensorausgaben und Bedienersteuerungseinstellungen besteht; Anwenden einer Mustererkennungs-KI durch die elektronische Steuerung, wobei die Mustererkennungs-KI konfiguriert ist, um den Datenstrom als eine Eingabe zu empfangen und einen aktuellen Betriebszustand der Maschine auf Grundlage von in dem Datenstrom erkannten Mustern zu bestimmen; Anwenden einer bestärkendes Lernen-KI durch die elektronische Steuerung, wobei die bestärkendes Lernen-KI konfiguriert ist, um als Ausgabe einen oder mehrere Zielbetriebsparameter basierend zumindest teilweise auf einem vorhergesagten nachfolgenden Betriebszustand der Maschine zu erzeugen; Anwenden des einen oder der mehreren Zielbetriebsparameter auf die Maschine durch die elektronische Steuerung; Überwachen von mindestens einer Leistungsmetrik der Maschine nach Anwendung des einen oder der mehreren Zielbetriebsparameter; und neues Trainieren der bestärkendes Lernen-KI basierend auf der mindestens einen überwachten Leistungsmetrik.
Verfahren nach Anspruch 1, ferner umfassend das Verwenden von unbeaufsichtigtem Lernen zum erneuten Trainieren der Mustererkennungs-KI auf Grundlage des Datenstroms.
Verfahren nach Anspruch 1 oder 2, wobei der Datenstrom eine Zeitbereichssequenz von Sensorausgaben beinhaltet, die eine Betriebseigenschaft der Maschine anzeigt.
Verfahren nach Anspruch 3, wobei die Maschine einen Baggerarm beinhaltet, und wobei der Datenstrom eine Zeitbereichssequenz von Sensorausgaben beinhaltet, die eine Einstellung des Baggerarms anzeigt.
Verfahren nach einem der vorangehenden Ansprüche, wobei das Empfangen des Datenstroms das Empfangen eines Zeitbereichsdatenstroms und das Umwandeln des Zeitbereichsdatenstroms in einen Frequenzbereichsdatenstrom beinhaltet, und wobei die Mustererkennungs-KI konfiguriert ist, um den Datenstrom als eine Eingabe durch Empfangen des Frequenzbereichsdatenstroms als eine Eingabe zu empfangen.
Verfahren nach einem der vorangehenden Ansprüche, wobei die Mustererfassungs-KI konfiguriert ist, um als Eingaben den Datenstrom und eine Sequenz von zuvor erfassten Betriebszuständen der Maschine zu empfangen, und konfiguriert ist, um als Ausgabe eine Identifikation des vorhergesagten nachfolgenden Betriebszustands der Maschine zu erzeugen, und wobei die bestärkendes Lernen-KI konfiguriert ist, um als Eingaben den Datenstrom und die Identifikation des vorhergesagten nachfolgenden Betriebszustands der Maschine zu empfangen.
Verfahren nach Anspruch 6, wobei die Mustererkennungs-KI ferner konfiguriert ist, um als eine weitere Ausgabe einen vorhergesagten Zeitpunkt eines Übergangs von dem aktuellen Betriebszustand zu dem vorhergesagten nachfolgenden Betriebszustand zu erzeugen, und wobei die bestärkendes Lernen-KI konfiguriert ist, um als eine weitere Eingabe den vorhergesagten Zeitpunkt des Übergangs zu empfangen.
Verfahren nach einem der vorangehenden Ansprüche, wobei die Mustererfassungs-KI konfiguriert ist, um als Ausgabe eine Identifikation des aktuellen Betriebszustands der Maschine zu erzeugen, und wobei die bestärkendes Lernen-KI konfiguriert ist, um als Eingaben die Identifikation des aktuellen Betriebszustands der Maschine und eine Sequenz von zuvor erfassten Betriebszuständen der Maschine zu empfangen.
Verfahren nach Anspruch 8, wobei die bestärkendes Lernen-KI ferner konfiguriert ist, um als eine Ausgabe eine Identifikation des vorhergesagten nachfolgenden Betriebszustands der Maschine zu erzeugen.
Verfahren nach Anspruch 9, wobei die bestärkendes Lernen-KI ferner konfiguriert ist, um als eine Ausgabe einen vorhergesagten Zeitpunkt eines Übergangs von dem aktuellen Betriebszustand zu dem vorhergesagten nachfolgenden Betriebszustand der Maschine zu erzeugen, und wobei das Anwenden des einen oder der mehreren Zielbetriebsparameter auf die Maschine das Anwenden des einen oder der mehreren Zielbetriebsparameter auf die Maschine auf der Grundlage des vorhergesagten Zeitpunkts des Übergangs beinhaltet.
Verfahren nach einem der vorangehenden Ansprüche, wobei das Anwenden des einen oder der mehreren Zielbetriebsparameter auf die Maschine das Anwenden des einen oder der mehreren Zielbetriebsparameter auf die Maschine in Echtzeit beinhaltet, wenn der eine oder die mehreren Zielbetriebsparameter von der bestärkendes Lernen-KI ausgegeben werden.
Verfahren nach einem der vorangehenden Ansprüche, wobei die bestärkendes Lernen-KI konfiguriert ist, um den vorhergesagten nachfolgenden Betriebszustand der Maschine durch Identifizieren eines aktuellen Betriebs der Maschine auf der Grundlage des bestimmten aktuellen Betriebszustands der Maschine und einer Sequenz von zuvor bestimmten Betriebszuständen der Maschine zu identifizieren, wobei ein aktueller Betrieb der Maschine auf der Grundlage einer Sequenz von Betriebszuständen definiert ist.
Verfahren nach Anspruch 12, wobei die Maschine einen Bagger mit einem Auslegerarm und einer Schaufel umfasst, die mit einem distalen Ende des Auslegerarms gekoppelt ist, wobei die Mustererkennungs-KI konfiguriert ist, um basierend auf dem Datenstrom zu bestimmen, wann der aktuelle Betriebszustand des Baggers ein Anheben des Schaufel ist, wobei die bestärkendes Lernen-KI konfiguriert ist, um zu bestimmen, dass der aktuelle Betrieb des Baggers ein Heben-und-Tragen-Betrieb ist, bei dem der Bagger die Betriebszustände des Hebens des Materials an einer ersten Stelle, des Fahrens zu einer zweiten Stelle, des Freigebens des Materials an der zweiten Stelle und des Zurückkehrens zu der ersten Stelle wiederholt, und wobei die bestärkendes Lernen-KI konfiguriert ist, um den einen oder die mehreren Zielbetriebsparameter durch Ausgeben einer Einstellung einer Leistungsverteilung der Maschine auszugeben, um dem Antriebsstrang mehr Leistung in Erwartung des Übergangs der Maschine vom Hebebetriebszustand in einen Fahrbetriebszustand im Heben-und-Tragen-Betrieb bereitzustellen.
Verfahren nach einem der vorangehenden Ansprüche, wobei der eine oder die mehreren Zielbetriebsparameter eine Anpassung an mindestens ein Stellglied der Maschine beinhalten.
Verfahren nach Anspruch 13, wobei die Einstellung des mindestens einen Stellglieds der Maschine eine Erhöhung des Hydraulikdrucks beinhaltet, der durch eine Hydraulikpumpe erzeugt wird, die verwendet wird, um einen oder mehrere Hydraulikzylinder nach dem Übergang vom aktuellen Betriebszustand in den vorhergesagten nachfolgenden Betriebszustand auszufahren.
Verfahren nach einem der vorangehenden Ansprüche, wobei der eine oder die mehreren Zielbetriebsparameter eine Anpassung einer Maschineneinstellung der Maschine beinhalten.
Verfahren nach Anspruch 16, wobei die Anpassung der Maschineneinstellung eine Anpassung einer Leistungsverteilung der Maschine beinhaltet, um einem Hydrauliksystem der Maschine mehr Leistung in Erwartung eines Übergangs zu einem vorhergesagten nachfolgenden Betriebszustand bereitzustellen, in dem das Hydrauliksystem aktiver sein wird als im aktuellen Betriebszustand der Maschine.