-
QUERVERWEIS AUF VERWANDTE ANMELDUNGEN
-
Die vorliegende Patentanmeldung beansprucht den Vorteil der zuvor eingereichten, gleichzeitig anhängigen vorläufigen US-Anmeldung Nr.
63/007,821 , eingereicht am 9. April 2020, deren gesamter Inhalt hiermit durch Bezugnahme aufgenommen wird.
-
HINTERGRUND
-
Die Erfindung betrifft verbesserte Schweißtechniken.
-
Schweißsysteme beinhalten manchmal automatisierte Maschinen zur Durchführung von Schweißungen. Theoretisch sollte der Einbezug automatisierter Maschinen die Präzision, Reproduzierbarkeit und Qualität der Schweißungen erhöhen. Dies ist jedoch nicht immer der Fall
- - Designs können sich ändern, automatisierte Maschinen können sich verschlechtern, die Leistungsversorgung zu dem Schweißgerät kann sich ändern, die Anlageninfrastruktur kann sich ändern, Schweißmaterialien können sich ändern, Umgebungsbedingungen wie etwa Luftfeuchtigkeit oder Luftreinheit können sich ändern und so weiter. Änderungen, die die technische Funktion eines Schweißsystems beeinträchtigen, können unvorhersehbar auftreten und es kann schwierig und zeitaufwendig sein, das Schweißgerät darauf umzustellen, insbesondere, wenn konsistente Schweißqualität benötigt wird. Es gibt daher einen Bedarf für ein agiles System zur Datensammlung, Modellteilung, Analyse und technischer Adaption in einem gesamten derartigen Schweißsystem.
-
In einem automatisierten Schweißsystem, das robotische Schweißer einbezieht, können zu schweißende Gegenstände in der Nähe eines robotischen Schweißers platziert werden. Der Schweißer kann dann den Gegenstand gemäß einer vorbestimmten Routine schweißen und kann dahingehend ausgestattet sein, geringfügige mechanische Anpassungen an der Routine vorzunehmen, um dadurch zu versuchen, eine Gewährleistung bereitzustellen, dass gewisse Beabstandungstoleranzen beibehalten werden, selbst wenn sich das Gerät verschiebt. Da eine Schweißroutine jedoch kompliziert sein kann, müssen solche Toleranzen möglicherweise manuell von einem menschlichen Arbeiter bestätigt oder angepasst werden. Zusätzlich sprechen solche geringfügigen mechanischen Anpassungen möglicherweise nicht die vorgenannten Faktoren, beispielsweise Änderungen der Luftfeuchtigkeit, an. Somit muss die Schweißqualität möglicherweise weiterhin routinemäßig durch zerstörende Prüfung bestätigt werden - einen Prozess, bei dem die Qualität einer Schweißung geprüft wird, indem an der Schweißung, über ein Stück des geschweißten Gegenstands nahe der Schweißung, eine Kraft ausgeübt wird. Auf diese Weise wird die Schweißqualität bestätigt, falls bestimmt wird, dass, obwohl der die Schweißung einbeziehende Gegenstand durch den zerstörenden Prüfprozess zerstört wurde, die Schweißung nicht getrennt wurde. Die Zerstörung geschweißter Gegenstände, um die Schweißqualität zu prüfen, ist jedoch verschwenderisch und nicht wünschenswert. Als eine Alternative zur zerstörenden Prüfung können Schweißungen mittels zerstörungsfreier Verfahren wie etwa Ultraschallinspektion geprüft werden. Ähnlich zu zerstörender Prüfung erfordert Ultraschallprüfung jedoch, dass Teile geschweißt und anschließend getestet werden, was zusätzliche Zeit kostet und zusätzlich den Nachteil besitzt, dass der Schwerpunkt auf die Meinung des menschlichen Prüfers darüber gelegt wird, was eine qualitative Schweißung repräsentiert. Es gibt daher einen Bedarf für ein Verfahren zum Schweißen, das zweckmäßig eine adaptive, jedoch konsistente Schweißqualität gewährleistet, während die Notwendigkeit für eine Prüfung nach dem Schweißen reduziert wird.
-
KURZDARSTELLUNG
-
Gemäß einer Anzahl von Ausführungsformen beinhaltet ein adaptives Schweißsystem mehrere verbundene Schweißmaschinen. Die mehreren verbundenen Schweißmaschinen sind über mehrere Schweißanlagen verbunden. Ein Edge-Rechensystem ist dazu ausgelegt, Schweißdaten einer Schweißmaschine zu sammeln und die Schweißdaten zu einem lokalen oder entfernten Schweißanalysesystem zu übertragen. Das Schweißanalysesystem ist dazu ausgelegt, die Schweißdaten vom Edge-Rechensystem zu empfangen und ein Betriebsmodell für die Schweißmaschine basierend auf den Schweißdaten zu optimieren.
-
Gemäß einer Anzahl von Ausführungsformen beinhaltet ein Verfahren zum Verfolgen der Schweißqualität für eine Gruppe sequenzieller Schweißungen Verwenden eines Schweißanalysesystems, um einen Schweißplan für mehrere Schweißungen zu empfangen, wie von einer Schweißmaschine durchgeführt, die dazu ausgelegt ist, einem Schweißanalysesystem Schweißdaten während des Schweißens bereitzustellen. Das Schweißanalysesystem bestimmt dann eine Gesamtschweißqualität für die mehreren Schweißungen basierend auf Schweißdaten von der Schweißmaschine. Das Schweißanalysesystem überträgt ein Signal, das die Gesamtschweißqualität der mehreren Schweißungen angibt, zu einem interaktiven Benutzerendgerät, das dazu ausgelegt ist, die Schweißdaten von der Schweißmaschine zu empfangen.
-
Andere Ausführungsformen und Aspekte werden unter Berücksichtigung der ausführlichen Beschreibung und der begleitenden Zeichnungen ersichtlich werden.
-
Figurenliste
-
- 1 veranschaulicht ein Hybridmodell zur Datensammlung, -entwicklung und -analyse gemäß einer Anzahl von Ausführungsformen.
- 2 veranschaulicht ein Einsatz- und Managementmodell hoher Ebene zum intelligenten Entwickeln neuer Betriebsmodelle für Schweißgeräte gemäß einer Anzahl von Ausführungsformen.
- 3a und 3b veranschaulichen in Kombination ein Organisationsmodell für Datensammlung, -entwicklung, -analyse und -einsatz gemäß einer Anzahl von Ausführungsformen.
-
AUSFÜHRLICHE BESCHREIBUNG
-
Bevor irgendwelche Ausführungsformen der Erfindung ausführlich erläutert werden, versteht sich, dass die Erfindung in ihrer Anwendung nicht auf die Konstruktionsdetails und die Anordnung von Komponenten beschränkt ist, die in der folgenden Beschreibung dargelegt oder in den folgenden Zeichnungen veranschaulicht sind. Die Erfindung ist zu anderen Ausführungsformen und zum Ausgeübt werden oder zum Ausgeführt werden auf verschiedene Weisen in der Lage.
-
Wie in diesem Dokument verwendet, kann „Schweißmaschinenbetriebsfaktoren“ einen Schweißmaschinenumgebungsfaktor bezeichnen, beispielsweise Luftfeuchtigkeit, Umgebungswärme, Leitfähigkeit, Höhe, Wetter, Luftströmung, Staub, Rauch, Schutz oder ein anderer Umgebungsfaktor. „Schweißmaschinenbetriebsfaktoren“ können auch durch die Schweißmaschine vorgenommene Handlungen bedeuten, beispielsweise Ausrichtung für eine Durchführung einer Schweißung, Bewegungen nach der Schweißung, Kabelmanagementbewegungen usw.
-
Wie in diesem Dokument verwendet, kann das Wort „oder“ ein inklusives Oder bedeuten. Als ein nicht beschränkendes Beispiel, falls in diesem Dokument angegeben wird, dass „Element Z Element A oder B umfassen kann“, kann dies interpretiert werden, dass ein Element Z umfassend nur Element A, ein Element Z umfassend nur Element B sowie ein Element Z umfassend Elemente A und B offenbart wird.
-
In einer Anzahl von Ausführungsformen wird die Schweißmaschinenleistungsfähigkeit mittels der Überwachung des Schweißmaschinengesundheitszustands oder -verschlechterungszustands überwacht und analysiert. Schweißspitzenabnutzungsdetektion, Kabelabnutzungsdetektion und andere Arten von Schweißgerätegesundheitszustand werden überwacht und bei Betriebsmodellen berücksichtigt, die bei Schweißmaschinen, Schweißbegrenzern oder Schweißstättenkomponenten verwendet werden. Die Überwachung und Sammlung von Schweißmaschinengesundheitszustandsdaten oder -verschlechterungszustandsdaten bezüglich des Gerätegesundheitszustands können auf eine situationsbezogene Erwünschtheit adaptierbar sein. Als ein nicht beschränkendes Beispiel wird in einigen Fällen die Kabelabnutzung größtenteils ignoriert, insofern die Abnutzung nicht großflächig ist. In solchen Fällen sind Datensammlungssysteme, Überwachungssysteme und Betriebsmodelloptimierungssysteme so konstruiert und eingerichtet, dass sie die Kabelabnutzung größtenteils ignorieren.
-
In einer Anzahl von Ausführungsformen wird die Schweißmaschinenleistungsfähigkeit überwacht, indem Tendenzen unter den von der Schweißmaschine durchgeführten Schweißungen überwacht werden. Schweißdatenleistungsfähigkeitsbedingungen, beispielsweise Schweißspannung oder Schweißstrom, werden überwacht, oder Daten darüber gesammelt. Schweißqualitätsindikatoren, beispielsweise PSF (Process Stability Factor - Prozessstabilitätsfaktor), WEDF (Weld Energy Delivered Factor - Faktor der gelieferten Schweißenergie), Schweißspritzer oder Schweißaustrieb werden überwacht oder Daten darüber gesammelt. Schweißgruppenqualitätsindikatoren, beispielsweise Schweißmaschinengruppenleistungsfähigkeit, Schweißbegrenzergruppenleistungsfähigkeit oder Schweißstättenkomponentengruppenleistungsfähigkeit, werden überwacht, indem ein Schweißanalysesystem Daten über diese sammelt. Eine solche Überwachung oder Datensammlung kann auch auf die situationsbezogene Erwünschtheit adaptierbar sein. Als ein nicht beschränkendes Beispiel kann Schweißaustriebs- oder Schweißspritzertendenzdetektion so konstruiert oder eingerichtet sein, dass nur für einige Fälle von Schweißaustrieb oder Schweißspritzer Daten gesammelt oder gemeldet werden.
-
In einer Anzahl von Ausführungsformen ist PSF ein Wert oder eine Messung in Bezug auf einen Schweißprozess, der/die die Qualität des Schweißprozesses angibt, der eine spezielle Schweißung erzeugt. WEDF ist ein Wert oder eine Messung in Bezug auf eine Schweißung, der/die die Schweißqualität basierend auf einer Anzahl von Faktoren angibt, beispielsweise Schweißnahtfestigkeit, zum Erzeugen der Schweißung gelieferter Strom/gelieferte Spannung, Schweißnahtform, Schweißnahttiefe und so weiter. In einer Anzahl von Ausführungsformen wird PSF oder WEDF während des Prozesses anstatt nach der Schweißung gemessen. Zusätzlich sind diese beiden Metriken zu Schweißanlagenbetriebszuständen und Statistiken korreliert, um Anlagenbetreibern ausreichend Informationen bereitzustellen, um vorausschauend Anpassungen an einem automatisierten Schweißprozess oder an einem speziellen automatisierten Schweißer vorzunehmen, sodass eine initiale Schweißqualität sowie eine konsistente und kontinuierliche Schweißqualität gewährleistet werden. PSF und WEDF werden durch Schweißmaschinen während des Durchführens des Schweißens bereitgestellt. Ferner übertragen mehrere Schweißmaschinen über mehrere Anlagen hinweg schweißqualitäts- und prozessstabilitätsbezogene Daten, beispielsweise PSF, WEDF, Schweißaustriebs- oder Schweißspritzerdaten, Komponentenabnutzungsdaten, Gerätegesundheitszustandsdaten, Leistungsdaten, beispielsweise Phasenwinkeldaten, Materialdaten, beispielsweise Materialtyp, Materialdicke oder Anzahl von Materialschichten, Umgebungsdaten, beispielsweise Luftfeuchtigkeits- oder Höhendaten, Schweißmaschinengruppenqualitätsdaten, Schweißgruppenqualitätsdaten und jegliche andere Schweißdaten zum Bestimmen der Schweißqualität oder der Schweißung. Während solche Daten gesammelt werden, werden sie durch ein Schweißanalysesystem mit dem Ziel des Erkennens und Anpassens von Tendenzen mittels Anpassung an speziellen angezielten Schweißmaschinen oder Anpassens von Tendenzen mittels Anpassung an Gruppen von Schweißmaschinen zentralisiert und analysiert. Gesammelte Daten können korreliert werden, um zu zeigen, welche Bedingungen die besten Schweißungen oder Gruppen von Schweißungen ergeben und Aufforderungen können entsendet werden, die zielgerichtete Anpassungen zum Beheben schlechter Schweißqualität, die aus unterdurchschnittlich arbeitenden Schweißmaschinen, Schweißbegrenzern oder Schweißstättenkomponenten resultiert, vorschlagen.
-
In einer Anzahl von Ausführungsformen wird eine Schweißmaschine von einer Schweißstraße mit dem Schweißen eines Gegenstands innerhalb ihres Betriebsabstands beauftragt. Die Schweißmaschine weist eine vorbestimmte Routine zum Durchführen der ihr beauftragten Schweißungen auf. Nach dem Bestimmen, dass jede Toleranz für jede von der Maschine durchgeführte Schweißung während der Durchführung der Schweißung erfüllt werden wird, führt die Maschine jede Schweißung durch und überträgt Daten über jede Schweißung zu einem Schweißanalysesystem. Das Schweißanalysesystem ist konstruiert und eingerichtet, gespeicherte oder eingehende schweißqualitäts- und prozessstabilitätsbezogene Daten von mehreren Schweißmaschinen, die über mehrere Schweißanlagen hinweg verteilt sind, zu beziehen. Beispielsweise ist eine erste Schweißmaschine in einer ersten Schweißanlage positioniert und eine zweite Schweißmaschine ist in einer zweiten Schweißanlage positioniert. Ferner hat ein Benutzer Zugriff auf Analytik von einem Schweißanalysesystem, die konstruiert und eingerichtet ist, die Daten von den mehreren Schweißmaschinen zu korrelieren und Muster zu identifizieren. Diese Daten können anonym über mehrere Schweißmaschinen und über mehrere Kunden hinweg gesammelt werden, sodass eine kooperative Verbesserung einer jeglichen gegebenen Schweißmaschine ohne Einwand über zahlreiche Kunden hinweg stattfindet.
-
In einer Anzahl von Ausführungsformen ist eine von einem Schweißanalysesystem bereitgestellte Rückmeldung oder Analyse auf Kundenbedürfnisse anpassbar. Als ein nicht beschränkendes Beispiel kann für Anwendungen, die Schweißungen mit geringerer Qualität erfordern, erlaubt sein, dass Schweißmaschinenkomponentenabnutzung weiter fortschreitet als für Anwendungen, die Schweißungen mit höherer Qualität erfordern, bevor irgendeine Art von Warnung über die Schweißmaschinenkomponentenabnutzung durch das Schweißanalysesystem erzeugt wird.
-
In einer Anzahl von Ausführungsformen beinhaltet ein Schweißanalysesystem ein Netzwerk mit mindestens einer Schweißmaschine und einem Cloud-Rechendienst. In solchen Ausführungsformen sammelt eine Schweißmaschine Daten, während sie eine Schweißung durchführt. In einigen Fällen findet diese Datensammlung mittels Software statt, die jegliche Schweißmaschinenhardwareeingaben und -ausgaben zu digital interpretierbaren Werten oder Zahlen übersetzt. In anderen Fällen liegen diese Daten in Form analoger Signale vor, die an ein zwischenliegendes System kommuniziert werden, beispielsweise eine Multiplexing-Schaltung, die die analogen Signale in digital interpretierbare Werte oder Zahlen ändert, bevor Daten an den Cloud-Dienst kommuniziert werden.
-
In einer Anzahl von Ausführungsformen beinhaltet ein Schweißanalysesystem ein Netzwerk mit mindestens einer Schweißmaschine, mindestens einer Edge-Rechenvorrichtung und einem Cloud-Rechendienst. In solchen Fällen sammelt eine Schweißmaschine Daten, während sie eine Schweißung durchführt, und kommuniziert diese Daten an eine Edge-Rechenvorrichtung. In manchen Ausführungsformen beinhalten Edge-Rechenvorrichtungen Rechenvorrichtungen, beispielsweise eine hardwarebeschleunigte Rechenvorrichtung, die konstruiert und eingerichtet ist, eine Datenanalyse mit maschineller Lernfähigkeit und den Einsatz dieser Datenanalyse bei mindestens einer Zellenrechenvorrichtung, die Schweißsoftware für mindestens eine Schweißmaschine ausführt, zu ermöglichen.
-
In einer Anzahl von Ausführungsformen beinhaltet ein Cloud-Rechendienst ein Maschinenlernen-Teilnetzwerk, das allgemein mit dem Verbessern des Schweißprozesses durch Identifizieren von Kausalbeziehungen zwischen Schweißmaschinenbetriebsfaktoren und jeglichen positiven oder negativen Schweißqualitäts- oder Prozessqualitätstendenzen, die daraus hervorgehen, beauftragt ist. In manchen Ausführungsformen erstellt das Maschinenlernen-Teilnetzwerk maschinelle Lernmodelle, die in einem Repositorium in einem Schweißanalysesystem installierbar sind, wobei eine Edge-Rechenvorrichtung auf die Modelle zugreift oder die Modelle zu dieser übertragen werden. Das Maschinenlernen-Teilnetz erstellt maschinelle Lernmodelle mit dem Ziel, positive Tendenzen zu fördern oder zu reproduzieren oder die negativen Tendenzen bei Schweißvorgängen, wie von das Schweißanalysesystem nutzenden Schweißmaschinen durchgeführt, zu reduzieren. Das Maschinenlernen-Teilnetz erzielt dies teilweise, indem die Modelle jeglichen Edge-Rechenvorrichtungen zur Verfügung gestellt werden, die beim Anpassen von durch die Schweißmaschinen verwendeten Softwaresteuerungen hilfreich sind. In manchen Ausführungsformen findet maschinelles Lernen über den Cloud-Dienst auf Basis von Rohschweißdaten statt, wie durch eine Edge-Rechenvorrichtung oder direkt von einer Schweißmaschine bereitgestellt.
-
In einer Anzahl von Ausführungsformen beinhaltet das Schweißanalysesystem Merkmale, die einem Datenwissenschaftler oder Softwareentwickler ermöglichen, an dem Maschinenlernen-Teilnetz in einem Schweißanalysesystem beizutragen, dieses anzuleiten oder zu trainieren, indem sie Daten, Code oder Anweisungen über ein Benutzerendgerät in das Maschinenlernen-Teilnetz einspeisen. Daten werden in das Maschinenlernen-Teilnetz in Form beispielsweise von Bildern, Audio, Tabellenkalkulationen oder anderen Datendateien, zum Beispiel alphanumerischen Daten, digitalen Daten, oder anderen Daten, die durch einen maschinellen Lernalgorithmus interpretierbar sein können, eingespeist. Code oder Anweisungen, die in das Maschinenlernen-Teilnetz eingespeist werden, können in Form einer Computerprogrammiersprache oder Anweisungen gemäß visuellen Sprachen oder einem Kommunikationsschema, das durch den Datenwissenschaftler oder Softwareentwickler entwickelt wurde und für das Kommunizieren mit dem Maschinenlernen-Teilnetz effektiv ist, vorliegen.
-
In einer Anzahl von Ausführungsformen beinhaltet das Schweißanalysesystem Merkmale, die einem Labortechniker oder Labortestgerät ermöglichen, an dem Maschinenlernen-Teilnetz in einem Schweißanalysesystem beizutragen, dieses anzuleiten oder zu trainieren, indem Testergebnisse oder Testfälle ausgewählt und über eine Netzwerkverbindung in das Maschinenlernen-Teilnetz eingespeist werden. In solchen Ausführungsformen werden Testfälle oder Testergebnisse zu dem Maschinenlernen-Teilnetz in einem Formular übermittelt, direkt in einem Dateiformat übermittelt oder in Daten übersetzt, die in das Maschinenlernen-Teilnetz eingespeist werden. Testfälle oder Testergebnisse können auch zu dem Maschinenlernen-Teilnetz in Form beispielsweise von Bildern, Audio, Tabellenkalkulationen oder anderen Datendateien, alphanumerischen Daten, digitalen Daten, beispielsweise Roh-Bytes, einer beliebigen anderen Art von Daten, die durch einen maschinellen Lernalgorithmus interpretierbar sein können, übermittelt werden. Code oder Anweisungen können in das Maschinenlernen-Teilnetz auch durch Labortechniker oder Laborgeräte eingespeist werden. Solcher Code oder solche Anweisungen können in Formen wie etwa unter anderem Code in einer beliebigen Computerprogrammiersprache, oder Anweisungen wie gemäß einer neuen Sprache als akzeptabel angesehen vorliegen, beispielsweise visuellen Sprachen oder einem Kommunikationsschema, das zum Kommunizieren mit einem Maschinenlernen-Teilnetzwerk effektiv ist.
-
In einer Anzahl von Ausführungsformen erfordert das Schweißanalysesystem eine Autorisierung von einem Betreiber, Manager, Administrator oder einem anderen Individuum, bevor eine Anpassung an einem maschinellen Lernmodell und/oder einem Repositorium eines maschinellen Lernmodells und/oder einem Schweißanalysesystemalgorithmus und/oder einem Teilnetz vorgenommen werden. In solchen Ausführungsformen wird vom System gefordert, dass eine Autorisierung von einem Individuum kommt, das die Genehmigung in dem System zum Vornehmen einer solchen Autorisierung besitzt. In einigen Fällen werden solche Genehmigungen auf Basis klassischer hierarchischer Autorität über einen gegebenen Unternehmens- oder Technologiebereich gegeben. In diesem Sinne kann das Schweißanalysesystem operativ durch sowohl technologische Grenzen als auch geschäftliche Grenzen unterteilbar sein, zum Zwecke des Identifizierens, welche Geschäfts- oder Technologiebereiche durch eine(n) gegebene(n) Modelleinsatz, Codeeinsatz, Dateneinspeisung oder andere Anpassung, Aktualisierung oder Modifikation beeinträchtigt sein können, und im Gegenzug zum Zwecke des Identifizierens, welche Genehmigungen ein gegebener individueller Prototyp aufweist.
-
In einer Anzahl von Ausführungsformen ist eine Schweißmaschine über eine drahtgebundene oder drahtlose Verbindung mit dem Internet oder direkt mit dem Schweißanalysesystem über eine drahtgebundene oder drahtlose Verbindung verbunden, sodass der Schweißmaschine ermöglicht wird, Aktualisierungen oder Upgrades über ein Schweißanalysesystem zu empfangen. Zusätzlich kann die Schweißmaschine über ein Netzwerk mit anderen Schweißmaschinen oder dem Internet über eine drahtgebundene oder drahtlose Verbindung verbunden sein. In manchen Ausführungsformen ist die Schweißmaschine über eine drahtgebundene oder drahtlose Verbindung mit einer Edge-Rechenvorrichtung verbunden. Auf diese Weise kann die Schweißmaschine nicht nur Aktualisierungen oder Upgrades vom Schweißanalysesystem empfangen, sondern kann die Schweißmaschine auch modifizierte Versionen solcher Aktualisierungen von einer Edge-Rechenvorrichtung empfangen. Indem sie mit anderen Schweißmaschinen verbunden ist, kann die Schweißmaschine ferner weiterhin eine zielgerichtete Aktualisierung über ihre Verbindung mit anderen Schweißmaschinen empfangen, selbst wenn die Zielschweißmaschine ihre Verbindung mit der Quelle der Aktualisierung verliert.
-
In einer Anzahl von Ausführungsformen führt ein maschinelles Lernsystem Simulationen aus, die situationsbedingte Schweißmaschinen- oder Schweißbegrenzerszenarien emuliert. Solche Szenarien können durch das maschinelle Lernsystem mit einer beschleunigten Rate ausgeführt werden, um simulierte Modelle zu erzeugen, die vom maschinellen Lernsystem trainiert werden, um einen simulierten Ansatz einer Schweißmaschine, eines Schweißbegrenzers oder einer Schweißstättenkomponente zu verbessern, sodass ein Ziel erreicht wird, das ihr von einem anderen System oder einer anderen Komponente in einem Schweißanalysesystem kommuniziert wird. In manchen Ausführungsformen beinhaltet ein Cloud-Rechendienst ein Managementteilnetz, das dazu ausgelegt ist, Daten und Modelle für das maschinelle Lernsystem vom einem Trainer für maschinelles Lernen, beispielsweise einem Datenwissenschaftler oder einem Entwickler, anzunehmen. Die Daten und Modelle können kuratierte Daten oder Betriebsmodelle in Bezug auf eine Schweißmaschine, einen Schweißbegrenzer oder eine Schweißstättenkomponente beinhalten. Der Beitrag eines Trainers für maschinelles Lernen kann auch in Form manueller Anpassungen an Parametern, die bei durch das maschinelle Lernsystem ausgeführten Simulationen verwendet werden, vorliegen. In manchen Ausführungsformen lernt ein maschinelles Lernsystem über die Verwendung eines neuronalen Netzwerks oder anderer softwarebasierter Lernvorrichtungen, um Muster bezüglich dessen zu lernen, wie Anpassungen an speziellen Betriebsparametern das Resultat einer Simulation beeinflussen, und um Anpassungen an diesen Betriebsparametern mit dem Versuch vorzunehmen, das Resultat der Simulation zu verbessern, indem das Ziel der Simulation beispielsweise schneller, genauer, effizienter oder gemäß einer anderen erkennbaren Verbesserung erreicht wird. In solchen Ausführungsformen können Parameteranpassungen, die zu Verbesserungen bei einem Modell führen, durch das maschinelle Lernsystem vermerkt oder gespeichert werden, und Versuche zur weiteren Verbesserung des Modells werden unter Verwendung der angepassten Parameter für das verbesserte Modell als die Basisparameter für eine neue Simulation vorgenommen. Solch ein verbessertes Modell wird hierin als ein trainiertes Modell bezeichnet.
-
In einer Anzahl von Ausführungsformen beinhaltet ein Verfahren zum Verfolgen der Schweißqualität für eine Gruppe sequenzieller Schweißungen Bereitstellen eines Schweißanalysesystems, das konstruiert und eingerichtet ist, Schweißdaten von mindestens einer Schweißmaschine, mindestens einem Schweißbegrenzer oder mindestens einer Schweißstättenkomponente zu empfangen. In solchen Ausführungsformen ist die mindestens eine Schweißmaschine, der mindestens eine Schweißbegrenzer oder die mindestens eine Schweißstättenkomponente dazu ausgelegt, dem Schweißanalysesystem Schweißdaten bereitzustellen, während sie/er einen Schweißstättenprozess ausführt. Ein Zellencomputer in Kommunikation mit der Schweißmaschine, dem Schweißbegrenzer oder der Schweißstättenkomponente kommuniziert zu dem Schweißanalysesystem einen Schweißplan für mehrere Schweißungen, wie durch die mindestens eine Schweißmaschine durchgeführt. In manchen Ausführungsformen findet die Kommunikation des Plans durch den Zellencomputer zu dem Schweißanalysesystem über ein lokales Netzwerk statt, aber in anderen Ausführungsformen kann der Plan zu dem Schweißanalysesystem über eine andere Vorrichtung wie etwa eine Edge-Rechenvorrichtung oder direkt über einen Cloud-Rechendienst kommuniziert werden. Basierend auf dem empfangenen Schweißplan und jeglichen anderen empfangenen Schweißdaten bestimmt das Schweißanalysesystem eine Gesamtschweißqualität für die mehreren Schweißungen. Das Schweißanalysesystem überträgt anschließend ein Signal, das die Gesamtschweißqualität der mehreren Schweißungen angibt, zu einem interaktiven Benutzerendgerät, und ein Betreiber, Techniker oder anderer Benutzer kann Anpassungen an der mindestens einen Schweißmaschine, dem mindestens einen Schweißbegrenzer oder der mindestens einen Schweißstättenkomponente zumindest basierend auf Informationen oder einer interaktiven Aufforderung vornehmen, die auf dem Benutzerendgerät angezeigt werden, basierend auf dem Signal, das die Gesamtschweißqualität der mehreren Schweißungen angibt. Es wird in Betracht gezogen, dass die mehreren Schweißungen jede Schweißung beinhalten, die zum Absolvieren aller benötigten Schweißungen für die Herstellung eines speziellen Gegenstands erforderlich sind, und dass in solchen Fällen das Schweißanalysesystem eine Gesamtschweißqualität für den Gegenstand bestimmt und ein Signal, das diese angibt, zu einem Benutzerendgerät überträgt. Es wird ferner in Betracht gezogen, dass der gleiche Prozess oder ein ähnlicher Prozess mit einer singulären Schweißung auftreten kann.
-
1 stellt ein Hybridmodell zur Datensammlung, -entwicklung und -analyse dar. In der durch 1 dargestellten Ausführungsform wird ein mehrschichtiger kooperativer Prozess verwendet, um neue Betriebsmodelle für einen Schweißbegrenzer, eine Schweißmaschine oder Schweißstättenkomponenten zu entwickeln. Schweißstättenkomponenten können angetriebene Schweißmanipulatoren, angetriebene Tische oder Regale, Sicherheitsgeräte, Robotertechnik oder Schweißmaschinen beinhalten.
-
Eine Anlagenebene-Schicht 101 ist die Basis, auf der eine Laborebene-Schicht 102 und eine Simulationsebene-Schicht 103 aufbauen. An der Anlagenebene-Schicht 101 führt in einem Anlagenebene-Produktionsprozess 104 eine Schweißmaschine, ein Schweißbegrenzer oder eine Schweißstättenkomponente einen Schweißstättenprozess, beispielsweise eine Schweißung in Echtzeit auf einer Produktionslinie, gemäß einem Betriebsmodell durch. Während der Durchführung des Schweißstättenprozesses sammelt eine Schweißmaschine, ein Schweißbegrenzer oder eine Schweißstättenkomponente Daten über jeden durchgeführten Prozessschritt. Diese Daten werden in einigen Fällen zusammen mit dem Betriebsmodell an ein Schweißanalysesystem 105 geliefert. Das Schweißanalysesystem 105 analysiert die Daten unter Verwendung von maschinellem Lernen.. Optimierungssimulationen werden an den zu dem Schweißanalysesystem 105 übergebenen Daten oder Betriebsmodellen durch den Anlagenebene-Produktionsprozess 104 ausgeführt, um optimierte Anlagenebene-Daten zu erzeugen.
-
Die optimierten Anlagenebene-Daten werden durch das Schweißanalysesystem 105 verwendet, um ein optimiertes Betriebsmodell zu erstellen oder ein Betriebsmodell zu modifizieren, um ein optimiertes Betriebsmodell zu erzeugen. Das optimierte Betriebsmodell wird dann in einem Anlagenebene-Verifizierungsprozess 106 verwendet, wobei das optimierte Betriebsmodell in einer Schweißmaschine, einem Schweißbegrenzer oder einer Schweißstättenkomponente verwendet wird. In der gezeigten Ausführungsform ist die Schweißmaschine, der Schweißbegrenzer oder die Schweißstättenkomponente im Anlagenebene-Verifizierungsprozess 106 dieselbe Schweißmaschine, derselbe Schweißbegrenzer oder dieselbe Schweißstättenkomponente vom Anlagenebene-Produktionsprozess 104 - dies ist jedoch nicht immer der Fall.
-
An der Laborebene-Schicht 102 synthetisiert ein Labortechniker oder Wissenschaftler mindestens einen Schweißstättenprozess in einem Laborebene-Studienprozess 107. Der Labortechniker versucht, mindestens einen Zeitpunkt, eine Bedingung oder ein Element eines bestehenden oder erwarteten Schweißstättenprozesses, beispielsweise eine spezielle Schweißung in einer speziellen Umgebung mit speziellen Komponenten, die sich in einem speziellen Zustand befinden, zu synthetisieren. Während des Laborebene-Studienprozesses 107 synthetisiert der Labortechniker oder Wissenschaftler einen Aspekt des Schweißstättenprozesses unter Verwendung einer Schweißmaschine, eines Schweißbegrenzers oder einer Schweißstättenkomponente. Dabei werden Labordaten in Bezug auf den synthetisierten Schweißstättenprozess erzeugt. Während des Synthetisierens der Schweißstättenbedingung sammelt die Schweißmaschine, der Schweißbegrenzer oder die Schweißstättenkomponente Daten über jede durchgeführte Schweißung. Der Labortechniker prüft die Daten und kann die Daten abstimmen oder modifizieren, bevor er sie, in einigen Fällen zusammen mit dem Betriebsmodell, zu einem Schweißanalysesystem 108 übergibt.
-
Wenn die Daten oder das Betriebsmodell durch das Schweißanalysesystem 108 vom Laborebene-Studienprozess 107 empfangen wird/werden, wird/werden sie mit Hilfe maschineller Lernsoftware zum schnellen Ausführen von Optimierungssimulationen und Erzeugen optimierter Laborebene-Daten analysiert. Die optimierten Laborebene-Daten werden verwendet, um ein optimiertes Betriebsmodell zu erstellen oder ein Betriebsmodell zu modifizieren und somit ein optimiertes Betriebsmodell zu erzeugen. Das optimierte Betriebsmodell wird dann in einem Laborebene-Verifizierungsprozess 109 verwendet, wobei das optimierte Betriebsmodell in einer Schweißmaschine, einem Schweißbegrenzer oder einer Schweißstättenkomponente verwendet wird. Die Schweißmaschine, der Schweißbegrenzer oder die Schweißstättenkomponente im Anlagenebene-Verifizierungsprozess 106 ist dieselbe Schweißmaschine, derselbe Schweißbegrenzer oder dieselbe Schweißstättenkomponente vom Anlagenebene-Produktionsprozess 104.
-
An der Simulationsebene-Schicht 103 konzipiert ein Datenwissenschaftler oder Softwareentwickler eine Simulation für eine Anwendung an einem Betriebsmodell. Während eines Simulationsebene-Untersuchungsprozesses 110 konzipiert ein Datenwissenschaftler oder Softwareentwickler Daten oder Betriebsmodelle, die Daten emulieren, die durch eine Schweißmaschine, einen Schweißbegrenzer oder eine Schweißstättenkomponente während eines Schweißstättenprozesses gesammelt werden könnten, damit sie durch ein Schweißanalysesystem 111 optimiert werden. Das Schweißanalysesystem 111, mit Hilfe maschineller Lernfähigkeiten, wird verwendet, um Optimierungssimulationen an den Daten oder Betriebsmodellen schnell auszuführen, die ihm vom Simulationsebene-Untersuchungsprozess 110 übergeben werden, und optimierte Simulationsebene-Daten zu erzeugen.
-
Die optimierten Simulationsebene-Daten werden verwendet, um ein optimiertes Betriebsmodell zu erstellen oder ein Betriebsmodell zu modifizieren und somit ein optimiertes Betriebsmodell zu erzeugen. Das optimierte Betriebsmodell wird dann in einem Simulationsebene-Verifizierungsprozess 112 verwendet, wobei das optimierte Betriebsmodell in einer simulierten Schweißmaschine, einem simulierten Schweißbegrenzer oder einer simulierten Schweißstättenkomponente verwendet wird. Falls das optimierte Betriebsmodell in der simulierten Schweißmaschine, dem simulierten Schweißbegrenzer oder der simulierten Schweißstättenkomponente gut abschneidet, kann die Simulation an der Laborebene-Schicht 102 nachgebildet werden und möglicherweise auch an der Anlagenebene-Schicht 101 eingesetzt werden. Zusätzlich können optimierte Betriebsmodelle trainierte Betriebsmodelle bilden und können während der Verifizierungsprozesse 106, 109, 112 mit optimierten Modellen aus anderen Schichten 101, 102, 103 abgestimmt, konsolidiert oder kombiniert werden.
-
2 stellt ein Einsatz- und Managementmodell hoher Ebene zum intelligenten Entwickeln neuer Betriebsmodelle für Schweißgeräte gemäß einer Anzahl von Ausführungsformen dar. Ein Datenwissenschaftler oder Entwickler 201 erstellt oder steuert ein initiales Betriebsmodell 202 bei, das als ein Modell für den Betrieb mindestens einer Schweißmaschinenzelle 203, 204 verwendet wird. Das initiale Betriebsmodell 202 wird in ein Modellrepositorium 205 eines Schweißanalysesystems 206 abgelegt. Das Modellrepositorium 205 kann eine Anzahl von Betriebsmodellen enthalten. Es wird ein Abbild von jedem Betriebsmodell erzeugt und in einem Abbildrepositorium 207 im Schweißanalysesystem 206 gespeichert. Im Abbildrepositorium 207 findet eine Bewertung jedes Abbilds gemäß einem Bewertungsskript 208 statt. Das Bewertungsskript 208 weist jedem Abbild eine Bewertung basierend auf einer Umgebungsdatei 209 zu. Die Umgebungsdatei 209 ist mit jedem Abbild assoziiert, und jedem Abbild wird eine Bewertung hinsichtlich der Umgebungsdatei 209 zugewiesen.
-
Die Schweißmaschinenzelle 203, 204 beinhaltet eine Schweißmaschine und/oder Schweißmanipulator-Robotertechnik und/oder einen Schweißbegrenzer und/oder andere Schweißstättenkomponenten.. In der gezeigten Ausführungsform wird ein Webdienst 210 verwendet, um den Betrieb der Schweißmaschinenzelle 203, 204 zu verbessern, indem Daten in Bezug auf den Betrieb der Schweißmaschinenzelle 203, 204 und/oder die Verwendung eines durch das Abbildrepositorium 207 bereitgestellten Abbilds eines Betriebsmodells angenommen oder gesammelt werden. Ein Edge-Rechensystem 211, beispielsweise ein Edge-Computer, wird für einen ähnlichen Zweck wie der Webdienst 210 verwendet und bietet unterschiedliche Latenzen und Funktionen als der Webdienst 210.
-
Der Webdienst 210 oder das Edge-Rechensystem 211 überträgt zumindest manche der gesammelten Daten in Bezug auf den Betrieb der Schweißmaschinenzelle 203, 204 und/oder die Verwendung des durch das Abbildrepositorium 207 bereitgestellten Abbilds zu dem Schweißanalysesystem 206 zur Verarbeitung und Erzeugung mindestens eines neu trainierten Betriebsmodells 212. Die übertragenen Daten in Bezug auf mindestens eine der Schweißmaschinenzellen 203, 204 werden in Inferenzsoftware 213 verwendet, beispielsweise Befüllen eines Dashboards für Umgebungen wie Internetseiten oder Mobilanwendungen mit Elementen wie etwa relevanten Graphen, Werten, Bezeichnungen, Hervorhebungen oder eine beliebige andere Weise der visuellen Anzeige von Daten oder Analyse von Daten.
-
Die übertragenen Daten in Bezug auf mindestens eine der Schweißmaschinenzelle 203, 204 werden auch durch mindestens eine Logikanwendung 214, beispielsweise ein Warnsystem zum Warnen wichtiger Benutzer mittels SMS oder E-Mail, analysiert. Zusätzlich werden die übertragenen Daten in Bezug auf mindestens eine der Schweißmaschinenzelle 203, 204 durch eine Funktionsanwendung 215, beispielsweise ein Modul in einer Automatisierungsroutine, geleitet. Ferner werden die übertragenen Daten in Bezug auf mindestens eine der Schweißmaschinenzelle 203, 204 durch eine Neutrainingsroutine 216 geleitet, wobei die übertragenen Daten zusammen mit einem Betriebsmodell verwendet werden, um das Betriebsmodell neu zu trainieren und ein neu trainiertes Betriebsmodell zu erzeugen. Es wird in Betracht gezogen, dass einige dieser Schritte in einer anderen Reihenfolge als die Reihenfolge, mit der sie hier aufgelistet sind, durchgeführt werden können. Als ein nicht beschränkendes Beispiel kann die Inferenzsoftware 213 nicht nur an den übertragenen gesammelten Daten, sondern auch an dem neu trainierten Betriebsmodell 212 angewendet werden.
-
3a und 3b veranschaulichen zusammen eine Ausführungsform eines Schweißanalysesystems 206. Das Schweißanalysesystem 206 beinhaltet mindestens einen Schweißbegrenzer 302, mindestens eine Schweißmaschine (nicht gezeigt) oder mindestens eine Schweißstättenkomponente und kann mit mindestens einem Zellencomputer 303 verbunden sein, der Schweißsoftware 304 ausführt. Die Schweißsoftware 304 führt Programme aus zum Steuern von beispielsweise Schweißmaschinenbewegungssteuerung, Datensammlung, Datenanalyse, Leistungsmanagement, Speichermanagement, Netzwerkverbindungsmanagement, Netzwerkkommunikation, Benutzeroberflächenerscheinungsbild, Benutzereingabe über zumindest die Benutzeroberfläche, Datenbankverbindungsmanagement, Datenbankkommunikation und andere Operationen, für deren Durchführung oder Unterstützung ein Computer verwendet wird. In der gezeigten Ausführungsform befindet sich jeder Zellencomputer 303 in einer Schweißzelle. Gleichermaßen befindet sich jede Schweißmaschine (nicht gezeigt), jeder Schweißbegrenzer 302 oder jede Schweißstättenkomponente in einer Schweißzelle. Es wird in Betracht gezogen, dass ein Computer, der sich außerhalb einer Schweißzelle befindet, als ein Zellencomputer 303 verwendet werden kann. Gleichermaßen wird in Betracht gezogen, dass sich ein Schweißbegrenzer 302 oder eine Schweißstättenkomponente nicht notwendigerweise in einer Schweißzelle befinden müssen. Jeder Zellencomputer 303 ist mit einem Edge-Computer 305 und anderen Zellencomputern 303 entweder direkt oder über einen Edge-Computer 305 verbunden. In der gezeigten Ausführungsform ist jeder Edge-Computer 305 mit Kommunikationsbrückensoftware 306 ausgestattet. In dem gezeigten Beispiel beinhaltet die Kommunikationsbrückensoftware 306 Client-Software 307 und eine Broker-Software 308, die ausgelegt ist zum Unterstützen eines Zweiwege-Messaging-Protokolls zur Kommunikation zwischen Vorrichtungen, beispielsweise den Zellencomputern 303, den Schweißbegrenzern 302 und den Schweißstättenkomponenten über den Edge-Computer 305.
-
Jeder Edge-Computer 305 ist auch mit zum maschinellen Lernen fähiger Software 309 ausgestattet, die Vorrichtungsmanagementdaten 310 über IoT-Edge-Agentensoftware 313 zu einem Cloud-Rechendienst 312 kommuniziert und Betriebsmodelle 311 von diesem empfängt. Zusätzlich kommuniziert der Edge-Computer 305 Schweißdaten 314 über IoT-Edge-Hub-Software 315 zu dem Cloud-Rechendienst 312. Die Schweißdaten 314 können analoge oder digitale Daten sein.
-
Die Schweißdaten 314 enthalten einen WEDF- oder PSF-Wert oder können Daten in Bezug auf einen WEDF- oder PSF-Wert enthalten, die dann durch einen Zellencomputer 303 oder einen Edge-Computer 305 verarbeitet werden, um einen WEDF- oder PSF-Wert zu erzeugen. Die Schweißdaten 314 können auch durch eine Schweißmaschine, den Schweißbegrenzer 302, eine Schweißstättenkomponente, den Zellencomputer 303 oder den Edge-Computer 305 modifiziert, abgestimmt oder auf andere Weise verarbeitet werden, um andere Werte zu erzeugen, bevor sie zu einem Cloud-Rechendienst 312 kommuniziert werden. Die Vorrichtungsmanagementdaten 310 beinhalten Betriebsdaten in Bezug auf den Betrieb einer Schweißmaschine oder von Schweißstättenkomponenten, beispielsweise Toleranzwerte, Laufzeitwerte, Zieltimingwerte oder gemessene Timingwerte. Die Vorrichtungsmanagementdaten 310 beinhalten außerdem empirisch angepasste Betriebsmodelle in Bezug auf spezielle Schweißmaschinen basierend auf vorheriger Verwendung und vorherigen Anpassungen, sowie Betriebsmodelle in ähnlichem Bezug auf Schweißstättenkomponenten. Zusätzlich können die Vorrichtungsmanagementdaten 310 Kollisionsdetektionsdaten, Leistungsverbrauchsdaten, Komponentenverschleißdaten oder beliebige andere Daten oder Werte in Bezug auf den Betrieb einer Schweißmaschine, eines Schweißbegrenzers 302 oder einer Schweißstättenkomponente beinhalten. Es wird auch in Betracht gezogen, dass Komponentenverschleißdaten und Komponentenverschlechterungsdaten indirekt aus den Schweißdaten 314 gesammelt werden können.
-
Die Vorrichtungsmanagementdaten 310 sowie die Schweißdaten 314 werden zu einem Cloud-Rechendienst 312 kommuniziert, der ein Netzwerk von Servern beinhaltet, die Softwaremodule beherbergen, die zum Analysieren von Daten programmiert sind, die von einer Schweißmaschine, einer Schweißstättenkomponente, einem Schweißbegrenzer 302, einem Zellencomputer 303 oder einem Edge-Computer 305 empfangen werden. Die Schweißdaten 314 sowie die Vorrichtungsmanagementdaten 310 werden am Cloud-Rechendienst 312 über einen IoT-Hub 316 empfangen. Der IoT-Hub 316 sortiert jegliche empfangene Rohdaten 324 oder empfangene Betriebsmodelle 335 und stellt die empfangenen Daten oder Modelle einem Verarbeitete-Daten-Analysemodul 317, einem Rohdaten-Analysemodul 318 oder einem API-Verbunden-Analysemodul 336 zum Nutzen von Analysehilfsmitteln, beispielsweise Dashboard- und Warnsystemen, zur Verfügung. Das Verarbeitete-Daten-Analysemodul 317 kann sowohl verarbeitete Daten 319 vom IoT-Hub 316 als auch gespeicherte Daten 320 von einem Speicherungsteilnetz 321 in dem Cloud-Rechendienst 312 empfangen. Die gespeicherten Daten 320 werden durch das Verarbeitete-Daten-Analysemodul 317 basierend auf der beabsichtigten Anwendung formatiert.
-
Das Verarbeitete-Daten-Analysemodul 317 analysiert die verarbeiteten Daten 319 hinsichtlich den gespeicherten Daten 320 und befüllt Dashboards zum Nutzen von Benutzern oder Überwachungssystemen, oder um Warnungen für ein Warnsystem zu erzeugen. Das Verarbeitete-Daten-Analysemodul 317 stellt auch zusätzliche Daten in Bezug auf die verarbeiteten Daten 319 zusammen mit den verarbeiteten Daten 319 bereit. Beispielsweise stellt das Verarbeitete-Daten-Analysemodul 317 einem Datenbankdienst 323 Analysedaten oder Metadaten als zusätzlich verarbeitete Daten 322 bereit. Die zusätzlich verarbeiteten Daten 322 werden vom Verarbeitete-Daten-Analysemodul 317 an den Datenbankdienst 323 in dem Speicherungsteilnetz 321 des Cloud-Rechendienstes 312 geliefert. Die zusätzlich verarbeiteten Daten 322 können inhaltlich einfach die ursprünglichen verarbeiteten Daten 319 in einer nicht weiter modifizierten oder verarbeiteten Form sein, die durch keine zusätzlichen Daten wie etwa Analysedaten oder Metadaten begleitet werden.
-
In der gezeigten Ausführungsform führt der Datenbankdienst 323 eine horizontale Skalierung durch und ermöglicht dadurch einen schnellen Zugriff und eine schnelle Analyse und Rückmeldung an jedem geografischen Standort, an dem sich eine Schweißstätte befindet. Das Rohdaten-Analysemodul 318 liefert Rohdaten 324 zu dem Datenbankdienst 323 und zu einem lokalen oder entfernten Speicherungssystem 325. Das Speicherungssystem 325 weist die Fähigkeit zum Speichern zahlreicher Datentypen oder unstrukturierter Daten auf. Als ein nicht beschränkendes Beispiel kann das Speicherungssystem 325 eine binäre große Objektdatenbank sein, die über ein Netzwerk verfügbar ist, manchmal als ein Blob-Speicherungssystem 325 bezeichnet. Das Rohdaten-Analysemodul 318 stellt dem Speicherungssystem 325 Analysedaten oder Metadaten in Bezug auf die Rohdaten 324 zusammen mit den Rohdaten 324 bereit. Die lokale Datenbank sortiert und speichert die Rohdaten 324 und jegliche bereitgestellten, assoziierten Analysedaten oder Metadaten, die durch das Rohdaten-Analysemodul 318 bereitgestellt werden. Das Speicherungssystem 325 stellt dem Rohdaten-Analysemodul 318 gespeicherte Daten 326 zur Korrelation mit oder Analyse von Daten 328, die vom IoT-Hub 316 empfangen werden, bereit.
-
Die gespeicherten Daten 326 umfassen sortierte, kuratierte oder zielgerichtete Daten für den Zweck einer speziellen Analyse. Fachleute sollten verstehen, dass, da das Verarbeitete-Daten-Analysemodul 317 und das Rohdaten-Analysemodul 318 Daten vom Speicherungssystem 325 empfangen, und da das Speicherungssystem 325 in Form einer abfragebearbeitenden Datenbank vorliegt, das Verarbeitete-Daten-Analysemodul 317 und das Rohdaten-Analysemodul 318 programmatisch oder dynamisch auswählen, welche Daten oder Daten welchen Typs ihnen vom Speicherungssystem 325 bereitgestellt werden, gemäß einer programmatisch oder dynamisch geplanten Analyse oder Verarbeitung. Der Datenbankdienst 323 und das Speicherungssystem 325 kommunizieren Daten eines jeglichen Typs oder Formats zu einem Maschinenlernen-Teilnetz 329 entlang Verbindungen 330 bzw. 331.
-
Das Maschinenlernen-Teilnetz 329 analysiert die Daten und erstellt trainierte Betriebsmodelle 333 für den Betrieb einer Schweißmaschine, eines Schweißbegrenzers 302, einer Schweißstättenkomponente oder von Gruppen von Schweißmaschinen, Schweißbegrenzern 302 oder Schweißstättenkomponenten. Zusätzlich analysiert das Maschinenlernen-Teilnetz 329 die entlang der Verbindungen 330 und 331 empfangenen Daten, um gemischte Modelle in Bezug auf eine gemischte Gruppe von Schweißmaschinen, Schweißbegrenzern 302 und Schweißstättenkomponenten bereitzustellen. Das Maschinenlernen-Teilnetz 329 stellt trainierte Modelle unter Verwendung der entlang der Verbindungen 330 und 331 empfangenen Daten bereit, um die Parameter oder Ziele für Simulationen von Schweißanwendungen einzustellen oder anzupassen, die tatsächliche Schweißbedingungen in Bezug auf eine spezielle Schweißmaschine, einen speziellen Schweißbegrenzer 302 oder eine spezielle Schweißkomponente approximieren. Der Cloud-Rechendienst 312 beinhaltet ein Managementteilnetz, das dazu ausgelegt ist, kuratierte Daten oder trainierte Betriebsmodelle 333 in Bezug auf eine Schweißmaschine, einen Schweißbegrenzer 302 oder eine Schweißstättenkomponente von einem Trainer 332 für maschinelles Lernen, beispielsweise einem Datenwissenschaftler oder einem Entwickler, zu empfangen. Das Maschinenlernen-Teilnetz verwendet die empfangenen Betriebsmodelle 333, um die trainierten Betriebsmodelle 333 zu erstellen.
-
Wie hierin erläutert, liegt der Beitrag eines Trainers 332 für maschinelles Lernen auch in Form manueller Anpassungen an Parametern vor, die bei durch das Maschinenlemen-Teilnetz 329 ausgeführten Simulationen verwendet werden. Das Maschinenlernen-Teilnetz 329 kommuniziert die trainierten Betriebsmodelle 333, die zumindest basierend auf den entlang mindestens einer der Verbindungen 330 oder 331 empfangenen Daten trainiert werden, zu einem Betriebsmodellrepositorium 334. Das Betriebsmodellrepositorium 334 kommuniziert Betriebsmodelle zu der IoT-Edge-Agentensoftware 313 oder dem IoT-Hub 316 zur Einführung des Betriebsmodells, das ein trainiertes Betriebsmodell 333 sein kann, zurück zu dem Cloud-Rechendienst 312 oder dem Edge-Computer 305 und dem Zellencomputer 303 zur möglichen Interpretation und Verwendung durch eine Schweißmaschine, einen Schweißbegrenzer 302 oder eine Schweißstättenkomponente. Es wird in Betracht gezogen, dass die Interpretation der Betriebsmodelle 311 durch einen Edge-Computer 305 oder einen Zellencomputer 303 zum Nutzen von einer Schweißmaschine, einem Schweißbegrenzer 302 oder einer Schweißstättenkomponente interpretiert werden kann. Ferner wird in Betracht gezogen, dass die Betriebsmodelle 335 zu dem IoT-Hub 316 für den Zweck einer weiteren Analyse basierend auf neuen Daten, die von einem Edge-Computer 305 oder einem Trainer 332 für maschinelles Lernen eingehen, kommuniziert werden können. In der gezeigten Ausführungsform kommuniziert das Speicherungssystem 325 auch mit einem Dienstplanmodul 337, das eine Anzahl von APIs 338, 339, ... umfasst, die mit einer Anzahl von Mobilanwendungen, SMS-Diensten, E-Mail-Diensten oder dergleichen für Zwecke beispielsweise zum Liefern von E-Mail- oder Text-Aktualisierungen über den Systemfortschritt zu relevanten Benutzern konfiguriert sind.
-
Das Dienstplanmodul 337 sowie ein API-Verbunden-Analysemodul 336 kommunizieren mit einem API-Managementmodul 340, das mit einem „DMZ“-Teilnetz 341 zum Bearbeiten von Verbindungen durch interessierte Parteien 342 kommunizieren kann, beispielsweise Ingenieure, Techniker, Manager, Aufsichtspersonen, Site-Administratoren oder -Entwickler, oder irgendjemand anderem, der eine Einsicht in den Cloud-Rechendienst 312 benötigen könnte. Es wird in Betracht gezogen, dass der Zugriff der interessierten Parteien 342 und Genehmigungen zu dem „DMZ“-Teilnetz 341 selektiv beschränkt oder genehmigt werden können, und eine Authentifizierung der Benutzeridentität erforderlich sein kann.
-
Es sollte gewürdigt werden, dass, wie oben offenbart, die Schweißmaschine, der Schweißbegrenzer und die Schweißstättenkomponenten während ihrer Nutzung Verschleiß unterliegen können. Die hierin beschriebenen Verfahren und Systeme sind aufgrund der natürlich adaptiven Weise der Echtzeit-Datensammlung, Korrelation dieser Daten mit Betriebsmodellen und Optimierung dieser Betriebsmodelle natürlich auf jegliche Änderungen der Leistungsfähigkeit adaptierbar. Ferner sollte gewürdigt werden, dass die IoT- und Cloud-Dienstaspekte der hierin offenbarten Verfahren und Systeme die Optimierung von Betriebsmodellen für Schweißmaschinen, Schweißbegrenzer oder Schweißstättenkomponenten auf Basis entsprechender Daten, die von einer beliebigen Schweißmaschine, einem beliebigen Schweißbegrenzer oder einer beliebigen Schweißstättenkomponente an beliebiger Stelle in den offenbarten Ausführungsformen eines Schweißanalysesystems gesammelt werden, ermöglichen.
-
Verschiedene Merkmale und Vorteile der Erfindung werden in den folgenden Ansprüchen dargelegt.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
