-
Die Erfindung geht aus von einen Verfahren zur automatischen Konfiguration industrieller Steckverbinder basierend auf Kabelmerkmalen nach der Gattung des unabhängigen Anspruchs 1.
-
Derartige Verfahren werden benötigt, um Kundenanfragen in einem E-Shop/Onlinekaufportal automatisch zu beantworten und insbesondere Steckverbinder passend zu gezeigten Kabeln automatisch zu konfigurieren und/oder zu einem Steckverbinder ein passendes Kabel anhand von Kabelmerkmalen aus einer Datenbank zu identifizieren. Von besonderem Vorteil sind solche Verfahren für sogenannte „Steckverbindermodularsysteme“, die üblicherweise einen Steckverbindermodularrahmen und Steckverbindermodule aufweisen.
-
Derartige Steckverbindermodule werden als Bestandteil eines Steckverbindermodularsystems benötigt, um einen Steckverbinder, insbesondere einen schweren Industriesteckverbinder, flexibel an bestimmte Anforderungen bezüglich der Signal- und Energieübertragung z. B. zwischen zwei elektrischen Geräten, anpassen zu können. Üblicherweise werden dazu Steckverbindermodule in entsprechende Halterahmen, die mitunter auch als Gelenkrahmen, Modulrahmen oder Modularrahmen bezeichnet werden, eingesetzt. Die Halterahmen dienen somit dazu, mehrere zueinander gleichartige und/oder auch unterschiedliche Steckverbindermodule aufzunehmen und diese sicher an einer Fläche und/oder einer Gerätewand und/oder in einem Steckverbindergehäuse o. ä. zu befestigen.
-
Die Steckverbindermodule besitzen in der Regel jeweils einen im Wesentlichen quaderförmigen Isolierkörper bzw. ein quaderförmiges Gehäuse. Diese Isolierköper bzw. Gehäuse können beispielsweise als Kontaktträger dienen und Kontakte verschiedenster Art aufnehmen und fixieren. Die Funktion eines dadurch gebildeten Steckverbinders ist also sehr flexibel. Es können z. B. pneumatische Module, optische Module, Module zur Übertragung elektrischer Energie und/oder elektrischer analoger und/oder digitaler Signale im jeweiligen Isolierkörper bzw. Gehäuse aufgenommen sein und so im Steckverbindermodularsystem Verwendung finden. Zunehmend übernehmen Steckverbindermodule auch mess- und datentechnische Aufgaben.
-
Optimalerweise werden Halterahmen verwendet, die aus zwei Rahmenhälften gebildet sind, die gelenkig miteinander verbunden sind. Die Steckverbindermodule sind mit an den Schmalseiten vorstehenden, etwa rechteckförmigen Halterungsmitteln versehen. In den Seitenteilen der Rahmenhälften sind als allseitig geschlossene Öffnungen ausgebildete Ausnehmungen vorgesehen, in die die Halterungsmittel beim Einfügen der Steckverbindermodule in den Halterahmen eintauchen. Zum Einfügen der Steckverbindermodule wird der Halterahmen aufgeklappt, d. h. geöffnet, wobei die Rahmenhälften um die Gelenke nur so weit aufgeklappt werden, dass die Steckverbindermodule eingesetzt werden können. Anschließend werden die Rahmenhälften zusammengekappt, d. h. der Halterahmen wird geschlossen, wobei die Halterungsmittel in die Ausnehmungen gelangen und ein sicherer, formschlüssiger Halt der Steckverbindermodule in dem Halterahmen bewirkt wird.
-
Es können aber auch Steckverbindermodularrahmen mit je einem starren Grundrahmen verwendet werden, wobei die Grundrahmen z. B. im Zinkdruckgussverfahren hergestellt sind, und die an ihren Längsseiten mit mehreren flexiblen Wangenteilen, z. B. Stanzbiegeteilen, versehen sind. Solche Steckverbindermodularrahmen haben den Vorteil, dass die Steckverbindermodule mit nur geringem Aufwand in den Steckverbindermodularrahmen einführbar sind.
-
Stand der Technik
-
Im Stand der Technik ist es bekannt, dass erfahrene Fachleute Steckverbinder, insbesondere Steckverbindermodularsysteme, für bestimmte Anwendungen, insbesondere zu vorgegebenen Kabeln, konfigurieren. Derzeit werden Kundenanfragen üblicherweise durch erfahrene Mitarbeiter des Steckverbinderanbieters und/oder Kabelanbieters manuell und individuell beantwortet. Umgekehrt ist es auch bekennt, zu Steckverbindern passende Kabel manuell zu identifizieren.
-
Nachteilig bei diesem Stand der Technik ist, dass diese Verfahren teuer und personenabhängig sind und dadurch für den Kunden insbesondere im internationalen Waren- und Datenverkehr zuweilen unerwünschte Wartezeiten entstehen. Verlässt ein solcher Mitarbeiter das Unternehmen, so muss er sein Wissen schriftlich festhalten und/oder einen Kollegen einarbeiten oder das entsprechende Wissen geht für das Unternehmen möglicherweise verloren. Weiterhin ist dadurch ein gleichbleibender Qualitätsstandard gefährdet.
-
Aufgabenstellung
-
Die Aufgabe der Erfindung besteht darin, Steckverbinder automatisch für bestimmte Anwendungen, insbesondere zum Anschluss an vorgegebene Kabel, zu konfigurieren.
-
Die Aufgabe wird durch den Gegenstand der unabhängigen Ansprüche gelöst.
-
Ein Verfahren zur automatische Konfiguration industrieller Steckverbinder ist besonders gut geeignet um einen modularen Steckverbinder zu konfigurieren, der also zumindest einen Halterahmen und mehrere darin aufnehmbare Steckverbindermodule besitzt. Das Verfahren weist zumindest die folgenden Schritte auf:
- a. Analyse eines an den Steckverbinder anzuschließenden Kabels:
- b. Auswahl zum Anschluss an das Kabel geeigneter Steckverbinderbauteile aus einem Pool von verfügbaren Steckverbinderbauteilen unter Verwendung der Analyse aus Verfahrensschritt a.
-
Insbesondere kann dabei der Verfahrensschritt a zumindest die folgenden Schritte aufweisen:
- a1. Eine automatische Identifikation (ID) des Kabels oder einzelner Elemente des Kabels anhand von Fotos und/oder Bilddateien und/oder einer Typenbezeichnung des Kabels;
- a2. Zuordnung des Kabels gemäß seiner Identifikation (ID) zu dem Kabel betreffende Kabelmerkmalen aus einer Datenbank und
- a3. Erstellen einer Kabelbeschreibung durch die Kabelmerkmale, sowie
- a4. Anreicherung der Kabelbeschreibung durch anwendungsspezifische Parameter zu den Kabelmerkmalen aus der Datenbank,
besonders bevorzugt kann der Verfahrensschritt b. zumindest die folgenden Schritte aufweisen: - b1. Integration von Informationen über verfügbare Komponenten des Steckverbinders und ihrer Funktion;
- b2. Generierung optimaler Steckverbinderkonfigurationen, basierend auf den integrierten Informationen.
-
In einer vorteilhaften Ausgestaltung kann sich an den Verfahrensschritt b der folgende Schritt anschließen:
- c. Erstellen einer Datei in einem vorgegebenen Format, beinhaltend Bezeichnungen der Steckverbinderbauteile zur Zusammenstellung der Steckverbinderbauteile.
-
In einer vorteilhaften Weiterbildung kann es sich bei dem vorgegebenen Format um ein standardisiertes Steckverbinderaustauschformat handeln. Dies ist besonders vorteilhaft, um die Datei auf einer Verkaufsplattform, insbesondere einer verkaufsplattform, insbesondere einem sogenannten „e-Shop“ für ein Netzwerk, bei dem es sich bevorzugt um das Internet handelt, bereitzustellen.
-
Insbesondere besitzt das Verfahren dazu unter anderem ein Verfahren zur Identifikation der anzuschließenden Industriekabel.
-
Derartige Verfahren zur Identifikation von Industriekabeln werden von Kabelherstellern und Kabelanbietern benötigt, um produktspezifische Kundenfragen zu beantworten und infolgedessen gegebenenfalls auch geeignete Angebote für den jeweiligen Kunden zu erstellen. Die Kundenanfragen beziehen sich üblicherweise auf beim Kunden bereits vorhandene Industriekabel und entsprechende Kompatibilitäten. Der Kunde besitzt in der Regel bereits ein oder mehrere Industriekabel. Dabei sollen üblicherweise gleiche oder alternative Industriekabel gleicher oder ähnlicher Funktionalität aufgefunden werden. Dazu können die Industriekabel vorgegebenen Funktionskategorien zugeordnet sein. Funktionskategorien können dabei - beispielhaft aber nicht darauf beschränkt - sein: Elektrische Energieübertragung, elektronische Signalübertragung (analog sowie digital), optische Signalübertragung, Pneumatik, z. B. Luftdruckübertragung, sowie in seltenen Einsatzgebieten das Weiterleiten von Flüssigkeiten, z. B. Kühlflüssigkeit.
-
Ein Verfahren dient der Identifikation von Industriekabeln und weist dazu die folgenden Schritte auf:
- - Automatische visuelle Identifikation mehrerer unterschiedlicher Bestandteile zumindest eines Industriekabels aus zumindest einer Bilddatei;
- - Analyse der geometrischen Beziehungen und/oder funktionalen Zusammenhänge zwischen diesen Bestandteilen;
- - Extraktion individueller Merkmale der Bestandteile aus der Bilddatei unter Verwendung von aus dem vorangegangenen Schritt gewonnener Informationen.
-
Dies ist besonders vorteilhaft, weil dieses Verfahren automatisch und ohne manuellen, d. h. menschlichen, Eingriff durchgeführt werden kann. Unabhängig von Tageszeit und Datum können Anfragen aus aller Welt sofort, kompetent und mit gleichbleibend hohem Qualitätsniveau von einem Computerprogramm, das beispielsweise auf einem Rechenserver hausintern oder auch vorteilhaft mit wenig Wartungsaufwand in einer Cloudanwendung läuft, bearbeitet werden. Dazu kann der Rechenserver zumindest einen Mikroprozessor und einen kombinierten Programm-/Datenspeicher aufweisen. Das Verfahren kann als Bestandteil des Computerprogramms im Datenspeicher abgelegt sein.
-
Als besonders vorteilhaft hat es sich dabei herausgestellt, dass die Extraktion individueller Merkmale der Bestandteile aus der Bilddatei aus der Analyse der geometrischen Beziehungen und/oder funktionalen Zusammenhänge zwischen diesen Bestandteilen erfolgt. Schließlich kann auf dieses Weise spezielles Wissen über die Funktionalität und den Aufbau von Industriekabeln in dem Verfahren berücksichtigt werden. Dieses Wissen betrifft beispielsweise die Stromtragfähigkeit, die Temperaturbeständigkeit, Schutz gegen Feuchtigkeit, Witterungs-, Ozon-, UV-Beständigkeit sowie Schirmung und isolierende Eigenschaften und daraus folgernd Material und Stärke der Isolierung, der Schirmung, z. B. Material und Ausgestaltung eines Schirmgeflechts und insbesondere die Zusammengehörigkeit einzelner Litzen, Schirmen und/oder Isolierungen zu einem gemeinsamen elektrischen Leiter, etc.
-
Das Wissen kann zuvor, d. h. bereits vor Verfahrensschritt a, bei der Erstellung des Computerprogramms durch oder mit Unterstützung eines Fachmanns in das Verfahren eingebracht worden sein. Ergänzend kann das System in einer bevorzugten Ausgestaltung auch selbstlernend zusätzliches Wissen generieren.
-
Beispielsweise kann das Verfahren folgendermaßen durchgeführt werden: Die Bilddatei besteht aus einer Querschnittsdarstellung eines Industriekabels, das unter anderem eine geschirmte Twisted Pair („shielded Twisted Pair“) -Leitung besitzt. In Verfahrensschritt a wird die Information gewonnen, dass eine zumindest mit einer eignen Isolierung umgebene Twisted Pair Leitung vorhanden ist. Daraus kann in Verfahrenschritt b. gefolgert werden, dass die Twisted Pair-Leitung mit hoher Wahrscheinlichkeit auch einen Schirm besitzt, da erfahrungsgemäß nur sehr selten Twisted Pair-Leitungen existieren, die zwar eine eigene Isolierung, nicht aber einen eigenen Schirm aufweisen. Diese Erfahrung kann beispielsweise zuvor in das System einprogrammiert worden sein. Alternativ oder ergänzend kann dieses Wissen aber mittels selbstlernender Algorithmen von dem Verfahren selbst über einen ausreichend großen Zeitraum, also über eine ausreichend große Anzahl verschiedener Analysen, gewonnen werden.
-
In vielen Fällen kann, insbesondere, wenn mehrere solcher hohen Wahrscheinlichkeiten miteinander verknüpft werden, von einem nahezu gesicherten Sachverhalt ausgegangen werden. Dafür können im Verfahren ein oder mehrere Schwellwerte für die entsprechenden Wahrscheinlichkeiten vorgegeben sein.
-
In Verfahrensschritt a kann aber alternativ oder ergänzend bereits erkannt worden sein, dass die Twisted Pair-Leiter von irgendeinem Schirm umgeben sind, der innerhalb der Isolierung angeordnet ist, ohne dass die Art dieses Schirms in Verfahrensschritt a genau identifiziert werden konnte.
-
Durch das besagte einprogrammierte Wissen aus Schritt b. kann in Schritt c. aber weiterhin gefolgert werden, dass es sich bei diesem Schirm um eine Schirmfolie handeln muss, weil - wie aus Schritt b bekannt - für geschirmte Twisted Pair-Leitungen grundsätzlich nur Schirmfolie in Frage kommt. Mit anderen Worten: Gemäß des einprogrammierten und/oder selbsterlernten Wissens, auf welches der Verfahrensschritt b zurückgreift, sind keine geschirmten Twisted Pair-Leitungen bekannt, die eine Schirmung besitzen, welche nicht aus Schirmfolie besteht. Aus der Erkennung einer geschirmten Twisted Pair-Leitung ergibt sich folglich im Umkehrschluss, dass der erkannte Schirm aus Folie bestehen muss.
-
Für den Verfahrensschritt a können in einer bevorzugten Ausgestaltung zumindest einige der folgenden Bestandteilkategorien zur Verfügung stehen:
- - Leitungen;
- - Litzen;
- - Äußere Abschirmung;
- - Außenummantelung;
- - Innenummantelung;
- - Isolierung;
- - Einzelabschirmungen.
-
Weiterhin können selbstverständlich auch verhältnismäßig triviale, optisch erkennbare Merkmale wie Farbe und Beschriftung der Leitungen und/oder des gesamten Industriekabels bei der Zuordnung eine Rolle spielen.
-
Konkretisierend können die die Leitungen des Industriekabels weiterhin durch zumindest eines der folgenden Merkmale charakterisiert werden:
- - Stärke und Form des jeweiligen elektrischen Leiters / der jeweiligen Leitungsader;
- - Stärke und Form der Leiterisolierung;
- - Art und Form des Leitungsschirms.
-
Der Verfahrensschritt a kann dazu vorteilhafterweise umfassen:
- Eine automatische visuelle Erkennung der Bestandteile als einzelne Objekte sowie eine Zuordnung der Bestandteile zu Bestandteilkategorien des Industriekabels mittels künstlicher Intelligenz (KI).
-
Optional kann zusätzlich in Verfahrensschritt a eine Zuordnung der erkannten Bestandteile zu zumindest einer Funktionskategorie erfolgen.
-
Zur Ermöglichung der automatischen Identifikation kann das System zuvor, also bereits vor dem Verfahrensschritt a, zur Erkennung und Charakterisierung der Bestandteile manuell, d. h. durch eine menschliche Tätigkeit, „angelernt“ werden. Dabei werden nicht nur Bestandteilkategorien, wie z. B. „Adern“, „Litzen“, „Isolierung“, „Schirmung“, „Kabelummantelung“, etc. trainiert, sondern es können auch konkrete, interne wie auch allgemeine Typenbezeichnungen für eine zuvor getroffene Auswahl der Bestandteile zugeordnet werden. Diese Zuordnungen erfolgen gemäß denjenigen Kategorien, die dem System zuvor beim Trainieren seiner künstlichen Intelligenz (KI) beigebracht worden sind.
-
Mittels der künstlichen Intelligenz (KI) lernt das System dazu zuvor aus manuell erstellten Trainingstabellen in Verbindung mit Trainingsbildern. Durch diesen Lernprozess ist das System daraufhin in der Lage, im besagten Verfahrensschritt a, für neu hinzugekommene Bilddateien - oder definierte Teile davon - eine Zuordnung der darin aufgefundenen Bestandteile zu diesen Bestandteilkategorien selbstständig zu treffen.
-
Dazu wird also zeitlich bereits vor der Durchführung des Verfahrensschritts a zunächst das besagte Training manuell durchgeführt.
-
In einem einfachen Beispiel beinhaltet eine Reihe von Trainingsbildern je ein geschirmte Twisted Pair-Leitung mit einem Twisted Pair-Adernpaar, das von einem Schirm und einer Leiterisolierung umgeben ist. Das Adernpaar, seine Adern, seine Leiter und deren Isolierung sowie ggf. ein Schirm und seine Ummantelung werden händisch in Form von geometrischen Angaben als Koordinaten in das System eingegeben. An dieser Stelle sei die KI lediglich als „Black Box“, d. h. nur in ihrer Funktionalität betrachtet. Wird das Verfahren nun auf Nutzdaten angewandt, also zur Analyse eines in einer vom Kunden übersandten Bilddatei eines Bildes eines im Querschnitt dargestellten Industriekabels, so kann beispielsweise der Schirm der Twisted Pair-Leitung, wenn er auf dem Bild gut zu sehen ist, bereits deshalb als solcher erkannt werden, weil er in Position und Beschaffenheit eine große Ähnlichkeit mit den Schirmen der Trainingsbilder aufweist.
-
Zwar erfordert dieses Training zunächst manuellen, also menschlichen, Aufwand, doch ist dieser prinzipiell nur einmalig notwendig und das Verfahren kann daraufhin beliebig oft, kostengünstig und zu jeder Zeit genutzt werden.
-
Das Training umfasst dabei den Vorgang, dass zunächst eine Vielzahl von Trainingsbildern eingelesen und die jeweiligen Bestandteilkategorien den dazugehörigen Trainingsbildern, z. B. mittels Trainingstabellen, manuell zugeordnet werden.
-
Diese Zuordnung kann in einer bevorzugten Weiterbildung geschehen, indem jedem Trainingsbild pro Bestandteil eine Zeile in der Trainingstabelle zugeordnet wird. In der Trainingstabelle gibt es, neben der Spalte für das referenzierte Trainingsbild, weiterhin eine Spalte zur Bestandteilkategorie, sowie vier Spalten die die genaue Position des Bestandteils, z. B. in X- und Y-Achse und/oder z. B. durch Vektoren und/oder Polarkoordinaten und dessen Höhe und Breite im Bild genau beschreiben.
-
In einem weiteren Beispiel zeigt ein Trainingsbild ein Industriekabel im Querschnitt, das eine bestimmte Hochstromleitung aufweist. Die Hochstromleitung besitzt eine Bezeichnung, beispielsweise „Delta Power 03“ und/oder einer internen Artikelnummer, z. B. „10 47 003 2634“. Die Trainingstabelle besitzt dann genau eine Zeile für die Kombination Trainingsbild-Bestandteil, in welcher z. B. der Eintrag „Bild4813“ für das Trainingsbild, eine interne Typenbezeichnung für den jeweiligen Bestandteil, und die Positionsangaben, beispielsweise die Zahlenwerte „92, 25, 178, 75“ für entweder die X-Y-Positionen oder entsprechende Zahlenwerte für Polarkoordinaten, sowie Höhe und Breite und/oder Mittelpunkt und Radius des Bestandteils im Querschnitt des Industriekabels zu finden sind. Kenner, relative Position und Dimension (Höhe/Breite; Mittelpunkt/Radius bzw. deren Verhältnisse bzgl. der verschiedenen Bestandteile) können zuvor von einem Fachmann händisch eingegeben worden sein. Im Falle der Verwendung von Artikelnummern kann es besonders vorteilhaft sein, wenn diese systematisch gepflegt sind. Somit können Bestandteile, die sich nur geringfügig unterscheiden, auch Artikelnummern besitzen, welche zueinander eine gewisse Ähnlichkeit aufweisen, z. B. sich lediglich durch ihre letzte Stelle oder mehrere letzte Stellen unterscheiden. In diesem Fall kann die Trainingstabelle gegebenenfalls auch mit reduzierten Artikelnummern versehen werden oder die KI kann in irgendeiner anderen Weise, z. B. durch Zuordnung zu allgemeinen Begriffen, eine grobe Zuordnung vornehmen.
-
In einer weiteren bevorzugten Ausgestaltung kann eine Artikelnummer eines Bestandteils auch stellvertretend für ähnliche Bestandteile verwendet werden, um eine etwas gröbere Rasterung und dadurch eine sinnvolle Zuordnung zu erreichen. Beispielsweise können auf diese Weise verschiedene Signalleitungen, die sich lediglich durch die Farbe ihrer Isolierung unterscheiden, trotz ihrer minimalen Verschiedenheit einer gemeinsamen Bestandteilkategorie zugeordnet werden.
-
Bevorzugt passt die KI im Rahmen des Trainings die Gewichte ihre neuronalen Verbindungen über eine Vielzahl von Trainingsbildern so an, dass es in der Lage ist, die auf den Bildern befindlichen Bestandteil samt Position und Dimension zu bestimmen. Dabei ist die KI in der Lage eigenständig für die Bestimmung relevante Merkmale (wie Kanten, Texturen, etc.) zu extrahieren und kann somit auch über das Training hinaus unbekannte Bilder, welche die trainierten Bestandteile beinhalten, gleichartig Identifizieren. Selbstverständlich lässt sich dieses Prinzip in gleicher Weise auch auf jedes andere visuelle Kennzeichen über eine Trainingstabelle anwenden. Insbesondere ist dabei eine statistische Auswertung sinnvoll, bei der die visuellen Kennzeichen jedes einzelnen Trainingsbilds als eine sogenannte „Stichprobe“, also als eine zufällige Datenauswahl aus der Gesamtheit der Merkmale, betreffend das jeweilige Merkmal, angesehen werden kann.
-
Im Verfahrensschritt a können daraufhin aus jeder Bilddateien, die z. B. aus Kundenanfragen stammen, alle der KI bekannten Bestandteile identifiziert (also einer bekannten Kategorie, wie z. B. „Hochstromleitung“) zugeordnet und lokalisiert werden.
-
Alternativ oder ergänzend können die Objekte auf gleiche Weise aber auch konkreten Bauformen zugeordnet werden. Wird die Bestandteilkategorie also speziell auf ganz bestimmte Produkte trainiert, also nicht nur allgemein z. B. auf „Hochstromleitung“ oder „Signalleitung“, sondern, wie im oben genannten Beispiel beschrieben auf interne Artikelnummer „10 47 003 2634“, so werden die zu analysierenden Objekte daraufhin eben diesen Bestandteilkategorien zugeordnet.
-
Alternativ oder ergänzend kann sich das Training aber auch auf bestimmte, bekannte Merkmale der jeweiligen Bestandteile beziehen.
-
Wie sich in zahlreichen Versuchen und Testläufen gezeigt hat, funktioniert dieses Prinzip zuweilen auch sehr gut für Merkmale, bei denen es ein Kabelfachmann zunächst nicht erwarten würde. Beispielsweise kann die KI unter anderem auch in Hinblick auf Material und/oder Herstellungsverfahren trainiert werden. Dies geschieht dann sinnvollerweise mit Trainingsbildern, die den im jeweiligen Bereich vorkommenden Herstellungsverfahren und Materialien entsprechen. Dazu können die auf den Trainingsbildern gezeigten Objekte zwar aber müssen nicht unbedingt Bestandteile zeigen, die dem Kabelbereich entstammen. Vielmehr müssen sie nur die entsprechenden herstellungs- und materialspezifischen Eigenheiten aufweisen, auf die es bei der jeweiligen Untersuchung ankommen soll, beispielsweise „Kunststoff“, „Metall“; „Litze“ „Geflecht“ und/oder „Folie“. Alternativ kann die KI aber auch ausschließlich mit Trainingsbildern von Bestandteilen aus dem Kabelherstellungsbereich und insbesondere genau mit den betreffenden Bestandteilen, z. B. „Kabelummantelung“ geschehen, wobei dann aber der Fokus der Merkmale auf dem Material und den Herstellungsverfahren liegt. Im Einzelnen kann das Training dem jeweiligen, manuell zu überprüfenden Lernerfolg empirisch angepasst werden.
-
Dadurch ist es in einer sehr speziellen Ausgestaltung beispielsweise auch möglich, in einem ersten Schritt als „Energieleitungsadern“ identifizierte Objekte nachfolgend dem jeweiligen Material und/oder Herstellungsverfahren zuzuordnen, und so eine Vorauswahl zu treffen, aus welcher in einem dritten Schritt eine endgültige produktspezifische Zuordnung stattfindet.
-
Durch die vorgenannten Verfahren können also auf einem Bild oder in mehreren Bildern gezeigte Bestandteile, z. B. „Litzenleiter“, „Isolierung“, „Schirmung“, „Kabelummantelung“, etc. identifiziert werden.
-
Diese Bestandteile, beispielsweise die Isolierungen können geometrische Eigenschaften wie Stärke, und Form, aber weiterhin durch die besagte Programmierung auch funktional klassifiziert werden, beispielsweise in Temperaturbeständigkeit, Biegsamkeit, elektrische Kriecheigenschaften. Alternativ oder ergänzend können sie nach Material und Herstellungsverfahren, aber beispielsweise auch speziellen Produkten, zugeordnet werden.
-
Weiterhin kann das Industriekabel durch eines oder mehrere der folgenden Merkmale charakterisiert werden:
- ◯ Außendurchmesser;
- ◯ Vorhandensein und ggf. Art eines Außenschirms;
- ◯ Anzahl seiner Leitungen;
- ◯ Stärke seiner Adern;
- ◯ Material und/oder Herstellungsverfahren der Adern;
- ◯ Stärke, Form und/oder Position der einzelnen Isolierungen der Adern;
- ◯ Material und/oder Herstellungsverfahren dieser Isolierungen;
- ◯ Vorhandensein und gegebenenfalls Art und Form von Einzelschirmungen und/oder einer separaten PE (Protective Earth)-Leitung;
- ◯ Stärke und Form der Kabelummantelung, sowie deren
- ◯ Eignung für eine bestimmte Kabelverschraubung,
wobei dem Fachmann klar ist, dass sich die Merkmale, welche sich auf Abmessungen beziehen, vorteilhaft in ihrer relativen Größe zueinander betrachtet werden können.
-
In einer weiteren bevorzugten Ausgestaltung können die einzelnen Leitungen durch zumindest eines der folgenden Merkmale charakterisiert werden:
- ◯ Ihre Größe und geometrische Form;
- ◯ zumindest eine Funktionskategorie;
- ◯ Ihre geometrische Anordnung im Kabel,
wobei dem Fachmann klar ist, dass sich die Merkmale, welche sich auf Abmessungen beziehen, vorteilhaft in ihrer relativen Größe zueinander betrachtet werden können
-
Die Funktionskategorie kann zumindest eines der folgenden Merkmale umfassen:
- - Elektrische Energieübertragung,
- - Analoge und/oder digitale elektronische Signalübertragung,
- - optische und/oder optolektronische Signalübertragung,
- - Pneumatik, z. B. Luftdruckübertragung.
-
Für den Verfahrensschritt a können zusätzlich auch die folgenden Bestandteilkategorien zur Verfügung stehen:
- - Litzen,
- - Isolierungen
- - Schirmungen.
-
Die Litzen können weiterhin durch zumindest eines der folgenden Merkmale charakterisiert werden:
- ◯ ihre geometrischen Abmessungen;
- ◯ ihre Funktionskategorie;
- ◯ Ihrer Position im Kabel, also im Kabelquerschnitt,
wobei dem Fachmann klar ist, dass sich die Merkmale, welche sich auf Abmessungen beziehen, vorteilhaft in ihrer relativen Größe zueinander betrachtet werden können
-
Die Funktionskategorie kann dabei durch eines der folgenden Merkmale gebildet sein:
- - Elektrische Energieübertragung;
- - Analoge und/oder digitale elektronische Signalübertragung;
- - optische sowie optolektronische Signalübertragung;
- - Pneumatik, z. B. Luftdruckübertragung;
- - Datenübertragung.
-
Insbesondere kann das Verfahren auf die vorgenannte Weise eine künstliche Intelligenz (KI)-basierte automatischen visuelle Erkennung (typischerweise mittels „Convolutional Neural Networks (CNNs)“ mit einer daran anschließenden algorithmischen Bildverarbeitung kombinieren.
-
Bevorzugt erfolgen der Lernprozess und die Analyse einzelner Bestandteile unter Berücksichtigung des physischen Aufbaus anderer Bestandteile des Industriekabels. Ausgehend von einem digitalen Bild eines Kabelquerschnitts können so durch den vorgeschlagenen Prozess die Bestandteile des Industriekabels genau identifiziert und insbesondere gemäß ihrer funktionalen Beziehung zueinander geometrisch beschrieben werden. Durch die vorteilhafte sequenzielle Bearbeitungskette aus Kabelidentifikation und algorithmischer Analyse wird eine hierarchische Beschreibung eines Industriekabels ermöglicht.
-
Von besonderem Vorteil ist es dabei, dass qualitative Zuordnungen und Vergleiche möglich sind, die im Stand der Technik mit einer bisherigen automatischen Erkennung nicht abbildbar waren. Das erfindungsgemäße Verfahren zeichnet sich insbesondere durch die Kombination einer KIbasierten automatischen visuellen Erkennung, beispielsweise mittels „Convolutional Neural Networks“ (CNNs), und der anschließenden algorithmischen Bildverarbeitung aus, und zwar unter Berücksichtigung des physischen Aufbaus eines Industriekabels, also der funktionalen und geometrischen Beziehung zueinander.
-
Insbesondere kann das besagte Verfahren zur automatische Konfiguration industrieller Steckverbinder basierend auf Kabelmerkmalen weiterhin ein Verfahren zur Identifikation von Industriesteckverbindern aufweisen.
-
Derartige Verfahren zur Identifikation von Industriesteckverbindern werden von Steckverbinderanbietern benötigt, um produktspezifische Kundenfragen zu beantworten und gegebenenfalls infolge dessen geeignete Angebote für den jeweiligen Kunden zu erstellen. Die Kundenanfragen beziehen sich üblicherweise auf beim Kunden bereits vorhandene Steckverbindersysteme und entsprechende Kompatibilitäten, also gleiche oder alternative zum Stecksystem passende Bauelemente gleicher oder anderer Funktionskategorien. Funktionskategorien können dabei - beispielhaft aber nicht darauf beschränkt - sein: Elektrische Energieübertragung, elektronische Signalübertragung (analog sowie digital), optische sowie optoektronische Signalübertragung, Pneumatik, z. B. Luftdruckübertragung, sowie des weiteren auch Messtechnik, z. B. Wärmemessung, Schwingungs-/Vibrations-/Schallmessung und insbesondere Strom-/Spannungs-/elektrische Energiesensorik, Bewegungsmessung, Lichtmessung (photometrische Größen) und weiterhin auch Datentechnik, z. B. Digitale elektronische Datenspeichermodule, Switche, dezentrale Rechnereinheiten.
-
Ein solches Verfahren zur Konfiguration von Industriesteckverbindern kann insbesondere zur Informationsgewinnung die folgenden Schritte aufweisen:
- - Automatische Identifikation von Bauelementen eines Industriesteckverbinders, insbesondere aus zumindest einer Bilddatei;
- - Analyse der geometrischen Beziehungen und/oder funktionalen Zusammenhänge zwischen den Bauelementen;
- - Extraktion individueller Merkmale der Bauelemente aus der Bilddatei unter Verwendung der aus dem vorangegangenen Schritt gewonnen Informationen.
-
Dies ist besonders vorteilhaft, weil dieses Verfahren automatisch und ohne manuellen, d. h. menschlichen, Eingriff durchgeführt werden kann. Unabhängig von Tageszeit und Datum können Anfragen aus aller Welt sofort, kompetent und mit gleichbleibend hohem Qualitätsniveau von einem Computerprogramm, das beispielsweise auf einem Rechenserver hausintern oder auch vorteilhaft mit wenig Wartungsaufwand in einer Cloudanwendung läuft, bearbeitet werden. Dazu kann der Rechenserver zumindest einen Mikroprozessor und einen kombinierten Programm-/Datenspeicher aufweisen. Das Verfahren kann als Bestandteil des Computerprogramms im Datenspeicher abgelegt sein.
-
Als besonders vorteilhaft hat es sich dabei herausgestellt, dass die Extraktion individueller Merkmale der Bauelemente unter Verwendung aus der Analyse der geometrischen Beziehungen und/oder funktionalen Zusammenhänge zwischen den Bauelementen gewonnen Informationen erfolgt. Schließlich kann auf dieses Weise spezielles Wissen über Steckverbindersysteme in dem Verfahren berücksichtigt werden, betreffend beispielsweise Kodierungen, Zugehörigkeiten zu Systemen, Abmessungen, etc., die erfüllt sein müssen, damit die Bauteile zusammenpassen. Dieses Wissen kann zuvor durch Programmierung des Computerprogramms durch oder mit Unterstützung eines Fachmanns in das Verfahren eingebracht worden sein.
-
Der erstgenannte Verfahrensschritt kann dazu vorteilhafterweise zumindest die beiden folgenden Unterschritte umfassen:
- - automatische visuelle Erkennung der Bauelemente als einzelne Objekte mittels künstlicher Intelligenz (KI);
- - Zuordnung der Bauelemente zu Bauteilkategorien der Steckverbindung.
-
Diese beiden Verfahrensschritte können, beispielsweise durch eine geeignete Software, zuweilen auch in umgekehrter Reihenfolge und/oder auch gemeinsam, also im Wesentlichen gleichzeitig abgearbeitet werden. Im letzteren Fall stehen die Verfahrensschritte nämlich in Wechselwirkung, indem die visuelle Erkennung auch durch die mögliche Zuordnung verbessert wird. Die KI ist dabei also besser in der Lage, ein einzelnes Bauteil als solches zu separieren, wenn sie zunehmend begreift, um welche Bauteilkategorie es sich dabei gegebenenfalls handeln könnte. Dabei spielen also sowohl visuelle Erkennung als auch programmiertes Wissen und/oder selbsterlernte Erfahrungen für das Verfahren eine wesentliche Rolle.
-
Optional kann zusätzlich eine Zuordnung der erkannten Bauelemente zu zumindest einer Funktionskategorie erfolgen.
-
Somit kann das System zur Erkennung und Charakterisierung der Bauelemente manuell, d. h. durch eine menschliche Tätigkeit, „angelernt“ werden. Dabei werden nicht nur Bauelementkategorien, wie z. B. „Steckverbindergehäuse“, „Kontakteinsatz“, „Steckverbindermodularrahmen“, „Steckverbindermodule“ trainiert, sondern es können auch konkrete Typenbezeichnungen für eine zuvor getroffene Auswahl der Bauelemente zugeordnet werden. Diese Zuordnungen erfolgen gemäß denjenigen Kategorien, die dem System zuvor beim Trainieren seiner künstlichen Intelligenz (KI) beigebracht worden sind.
-
Mittels der künstlichen Intelligenz (KI) lernt das System dazu zuvor aus manuell erstellten Trainingstabellen in Verbindung mit Trainingsbildern. Durch diesen Lernprozess ist das System daraufhin in der Lage, für neu hinzugekommene Bilddateien - oder definierte Teile davon - eine Zuordnung der darin aufgefundenen Bauelemente zu diesen Bauelementkategorien selbstständig zu treffen.
-
Zwar erfordert dies zunächst manuellen, also menschlichen, Aufwand, doch ist dieser prinzipiell nur einmalig notwendig und das Verfahren kann daraufhin beliebig oft, kostengünstig und zu jeder Zeit genutzt werden.
-
Das Training umfasst dabei den Vorgang, dass zunächst eine Vielzahl von Trainingsbildern eingelesen und die jeweiligen Bauelementkategorien den dazugehörigen Trainingsbildern, z. B. mittels Trainingstabellen, manuell zugeordnet werden.
-
Die Zuordnung kann dann geschehen, indem jedem Trainingsbild pro Bauelement eine Zeile in der Trainingstabelle zugeordnet wird. In der Trainingstabelle gibt es, neben der Spalte für das referenzierte Trainingsbild, weiterhin eine Spalte zur Bauelementkategorie, sowie vier Spalten die die genaue Position des Bauelements in X-/ und Y-Achse und dessen Höhe und Breite im Bild genau beschreiben.
-
Beispielsweise zeigt ein Trainingsbild einen bestimmten Kontakteinsatz. Der Kontakteinsatz besitzt eine Bezeichnung, beispielsweise „Han A - Quicklock Anschluss“ und/oder einer Artikelnummer, z. B. „09 20 003 2633“. Die Trainingstabelle besitzt dann genau eine Zeile für die Kombination Trainingsbild-Bauelement, in welcher z. B. der Eintrag „Bild4711“ für das Trainingsbild, „Han A - Quicklock Anschluss“ bzw. „09 20 003 2633“ für das Bauelement, und die Positionsangaben, beispielsweise die Zahlenwerte „54, 110, 150, 75“ für die X-Y-Position, sowie Höhe und Breite des Bauelements zu finden sind. Kenner, Position und Dimension (Höhe/Breite) wurde zuvor von einem Fachmann händisch eingegeben. Im Falle der Verwendung von Artikelnummern kann es besonders vorteilhaft sein, wenn diese systematisch gepflegt sind, also Bauteile, die sich nur geringfügig unterscheiden, auch Artikelnummern besitzen, welche zueinander eine gewisse Ähnlichkeit aufweisen, z. B. sich lediglich durch ihre letzte Stelle oder mehrere letzte Stellen unterscheiden. In diesem Fall kann die Trainingstabelle gegebenenfalls auch mit reduzierten Artikelnummern versehen werden oder die KI kann in irgendeiner anderen Weise eine grobe Zuordnung vornehmen. In einer weiteren bevorzugten Ausgestaltung kann eine Artikelnummer eines Bauelements auch stellvertretend für ähnliche Bauelemente verwendet werden, um eine etwas gröbere Rasterung und dadurch eine sinnvolle Zuordnung zu erreichen. Beispielsweise können auf diese Weise verschiedene Kontakteinsätze, die sich lediglich durch die Farbe ihres Kabelanschlussbetätigers unterscheiden, trotz ihrer minimalen Verschiedenheit einer gemeinsamen Bauelementkategorie zugeordnet werden.
-
Die KI passt im Rahmen des Trainings über eine Vielzahl von Trainingsbildern die Gewichte ihre neuronalen Verbindungen so an, dass es in der Lage ist, die auf den Bildern befindlichen Bauelement samt Position und Dimension zu bestimmen. Dabei ist die KI in der Lage eigenständig für die Bestimmung relevante Merkmale (wie Kanten, Texturen, etc.) zu extrahieren und kann somit auch über das Training hinaus unbekannte Bilder, welche die trainierten Bauelemente beinhalten, gleichartig Identifizieren. Selbstverständlich lässt sich dieses Prinzip in gleicher Weise auch auf jedes andere visuelle Kennzeichen über eine Trainingstabelle anwenden. Insbesondere ist dabei eine statistische Auswertung sinnvoll, bei der die visuellen Kennzeichen jedes einzelnen Trainingsbilds als eine sogenannte „Stichprobe“, also als eine zufällige Datenauswahl aus der Gesamtheit der Merkmale, betreffend das jeweilige Merkmal, angesehen werden kann.
-
Insbesondere können daraufhin aus jeder Bilddateien, die z. B. aus Kundenanfragen stammen, alle der KI bekannten Bauelemente identifiziert (also einer bekannten Kategorie, wie z. B. „Steckverbindergehäuse“, zugeordnet) und lokalisiert werden.
-
Alternativ oder ergänzend können die Objekte auf gleiche Weise aber auch konkreten Bauformen zugeordnet werden. Wird die Bauteilkategorie also speziell auf ganz bestimmte Produkte trainiert, also nicht nur allgemein z. B. auf „Steckverbindergehäuse“ oder „Kontakteinsatz“, sondern, wie im oben genannten Beispiel beschrieben auf „Han A - Quicklock Anschluss“/ Artikelnummer „09 20 003 2633“, so werden die zu analysierenden Objekte daraufhin eben diesen Bauteilkategorien zugeordnet.
-
Alternativ oder ergänzend kann sich das Training aber auch auf bestimmte, bekannte Merkmale der jeweiligen Bauelemente beziehen.
-
Wie sich in zahlreichen Versuchen und Testläufen gezeigt hat, funktioniert dieses Prinzip zuweilen auch sehr gut für Merkmale, bei denen es ein Fachmann für Steckverbinder zunächst nicht erwarten würde. Beispielsweise kann die KI unter anderem auch in Hinblick auf Material und/oder Herstellungsverfahren trainiert werden. Dies geschieht dann sinnvollerweise mit Trainingsbildern, die den im jeweiligen Bereich vorkommenden Herstellungsverfahren und Materialien entsprechen. Dazu müssen die auf den Trainingsbildern gezeigten Objekte nicht unbedingt Bauteile zeigen, die dem Steckverbinderbereich entstammen, sondern sie müssen nur die entsprechenden herstellungs- und materialspezifischen Eigenheiten aufweisen. Alternativ kann die KI aber auch ausschließlich mit Trainingsbildern von Bauteilen aus dem Steckverbinderbereich und insbesondere genau mit den betreffenden Bauteilen, z. B. Steckverbindergehäusen geschehen, wobei dann aber der Fokus der Merkmale auf dem Material und den Herstellungsverfahren liegt. Im Einzelnen kann das Training dem jeweiligen, manuell zu überprüfenden Lernerfolg empirisch angepasst werden.
-
Dadurch ist es in einer sehr speziellen Ausgestaltung beispielsweise auch möglich, die in einem ersten Schritt als „Steckverbindergehäuse“ identifizierten Objekte nachfolgend dem entsprechenden Material und/oder Herstellungsverfahren, z. B. Zinklegierung, Druckgussverfahren oder gar dem Zinkdruckgussverfahren zuzuordnen, und so eine Vorauswahl zu treffen, aus welcher in einem dritten Schritt eine endgültige Produktspezifische Zuordnung stattfindet.
-
Durch die vorgenannten Verfahren können also auf einem Bild oder in mehreren Bildern gezeigte Bauelemente, z. B. Steckverbindergehäuse Kontakteinsätze („Isolierkörper“) identifiziert werden.
-
Die Steckverbindergehäuse können weiterhin auch funktional klassifiziert werden in Tüllengehäuse, Anbaugehäuse und Sockelgehäuse. Alternativ oder ergänzend können sie nach Material und Herstellungsverfahren, aber alternativ oder ergänzend auch speziellen Produkten zugeordnet werden.
-
Besonders vorteilhaft können die eingangs erwähnten Steckverbindermodularsysteme in dieser Weise analysiert und/oder konfiguriert werden.
-
Weiterhin kann das Steckverbindergehäuse durch eines oder mehrere der folgenden Merkmale charakterisiert werden:
- ◯ Vorhandensein und gegebenenfalls Art und Form einer Kabelverschraubung,
- ◯ Art und Form einer Gehäuseverriegelung;
- ◯ Art und Form einer Dichtung;
- ◯ Vorhandensein und gegebenenfalls Art seiner Kodierung und/oder Polarisationsvorrichtung; geometrische Abmessungen des Steckverbindergehäuses, sowie
- ◯ sein Material und/oder sein Herstellungsverfahren;
- ◯ Vorhandensein und gegebenenfalls Art und Form eines PE (Protective Earth) - Elements;
- ◯ Vorhandensein und gegebenenfalls Anzahl und Form einer oder mehrerer PE-Brücken.
-
In einer weiteren bevorzugten Ausgestaltung können die Kontakteinsätze durch zumindest eines der folgenden Merkmale charakterisiert werden:
- ◯ Ihre Größe und geometrische Form;
- ◯ zumindest eine Funktionskategorie;
- ◯ Vorhandensein, sowie gegebenenfalls Art und Form, eines PE (Protective Earth) - Elements.
-
Die Funktionskategorie kann zumindest eines der folgenden Merkmale umfassen:
- - Elektrische Energieübertragung,
- - Analoge und/oder digitale elektronische Signalübertragung,
- - optische und/oder optolektronische Signalübertragung,
- - Pneumatik, z. B. Luftdruckübertragung;
-
Für den Verfahrensschritt a2 können zusätzlich auch die folgenden Bauteilkategorien zur Verfügung stehen:
- - Steckverbindermodule,
- - Steckverbindermodularrahmen.
-
Die Steckverbindermodule weiterhin durch zumindest eines der folgenden Merkmale charakterisiert werden:
- ◯ ihre geometrischen Abmessungen;
- ◯ ihre Funktionskategorie;
- ◯ Art und Form ihrer Rastmittel.
-
Die Funktionskategorie kann dabei durch eines der folgenden Merkmale gebildet sein:
- - Elektrische Energieübertragung;
- - Analoge und/oder digitale elektronische Signalübertragung;
- - optische sowie optolektronische Signalübertragung;
- - Pneumatik, z. B. Luftdruckübertragung;
- - Messtechnik;
- - Datentechnik.
-
Die vorgenannte Funktionskategorie „Messtechnik“ kann weiterhin zumindest eine der folgenden Unterkategorien umfassen:
- ◯ Wärmemessung;
- ◯ Schwingungs-, und/oder Schall- und Vibrationsmessung;
- ◯ Stromsensorik;
- ◯ Spannungsmessung;
- ◯ Elektrische Energiemessung;
- ◯ Lichtmessung (photometrische Größen);
- ◯ Translations- und/oder Rotationsgeschwindigkeitsmessung;
-
Die vorgenannte Funktionskategorie „Datentechnik“ kann zumindest eine der folgenden Unterkategorien umfassen:
- ◯ Digitale elektronische Datenspeicherung;
- ◯ Datenverteilung (z. B. Switche);
- ◯ Datenverarbeitung (z. B. dezentrale Rechnereinheiten).
-
Besonders vorteilhaft können die eingangs erwähnten Steckverbindermodularsysteme in dieser Weise konfiguriert werden.
-
Insbesondere kann ein Steckverbindermodulrahmen durch zumindest eines der folgenden Merkmale charakterisiert werden:
- ◯ Anzahl seiner Steckplätze;
- ◯ Art und Form seines Mechanismus zur Aufnahme und Fixierung der Steckverbindermodule;
- ◯ Stabilität/ Eignung für Pneumatik;
- ◯ sein Material (z. B. Metall oder Kunststoff) und/oder sein Herstellungsverfahren;
- ◯ Vorhandensein und gegebenenfalls Art und Form seiner PE-Erdung.
-
Insbesondere kann das Verfahren auf die vorgenannte Weise eine künstliche Intelligenz (KI)-basierte automatischen visuelle Erkennung (typischerweise mittels „Convolutional Neural Networks (CNNs)“ mit einer daran anschließenden algorithmischen Bildverarbeitung kombinieren.
-
Vorteilhafterweise erfolgen der Lernprozess und die Analyse einzelner Bauteile unter Berücksichtigung des physischen Aufbaus anderer Bauteile des Steckverbindersystems und insbesondere des gesamten Steckverbindersystems. Ausgehend von einem digitalen Bild eines Steckverbinders können so durch den vorgeschlagenen Prozess, beispielsweise das Streckverbindergehäuse, der Steckverbindermodularrahmen und die Einsätze besonders genau identifiziert und insbesondere gemäß ihrer funktionalen Beziehung zueinander geometrisch beschrieben werden. Durch die vorteilhafte sequenzielle Bearbeitungskette aus Steckverbinderidentifikation und algorithmischer Analyse wird eine hierarchische Beschreibung des Steckverbindersystems ermöglicht.
-
Von besonderem Vorteil ist es dabei, dass qualitative Zuordnungen und Vergleiche möglich sind, die im Stand der Technik mit einer bisherigen automatischen Erkennung nicht abbildbar waren. Das erfindungsgemäße Verfahren zeichnet sich insbesondere durch die Kombination einer auf künstliche Intelligenz (KI)-basierten automatischen visuellen Erkennung, beispielsweise mittels „Convolutional Neural Networks“ (CNNs), und der anschließenden algorithmischen Bildverarbeitung aus, und zwar unter Berücksichtigung des physischen Aufbaus eines Steckverbindersystems, also der funktionalen und geometrischen Beziehung zueinander. Auf Basis dieser einfachen uns übersichtlichen Grundidee kann mittel künstlicher Intelligenz bereits eine komplexe Analyse der Bestandteile stattfinden, um unter Berücksichtigung der funktionalen Zusammenhänge verschiedener Bauelemente eine geeignete, individualisierte Konfiguration automatisch zu erzeugen. Durch das semantische Wissen über diese funktionalen Zusammenhänge wird die Konfiguration mittel KI in der vorgenannten weise zumindest erheblich vereinfacht, wenn nicht gar erst ermöglicht.
-
Figurenliste
-
Ein Ausführungsbeispiel der Erfindung ist in den Zeichnungen dargestellt und wird im Folgenden näher erläutert. Es zeigen:
- 1 einen Prozess zur Generierung einer Steckverbinderkonfiguration sowie einen Prozess zur Generierung einer Kabelkonfiguration.
-
Die Figuren enthalten teilweise vereinfachte, schematische Darstellungen. Zum Teil werden für gleiche, aber gegebenenfalls nicht identische Elemente identische Bezugszeichen verwendet. Verschiedene Ansichten gleicher Elemente könnten unterschiedlich skaliert sein.
-
Die 1 zeigt einen Prozess zur Generierung einer Steckverbinderkonfiguration anhand eines Kabels. Dieser untergliedert sich in A die Identifikation des Kabels anhand eines Fotos oder der Typenbezeichnung, B die Anreicherung der Kabelbeschreibung durch anwendungsspezifischen Parameter, C die Integration des semantischen Wissens und der verfügbaren Komponenten des Steckverbinders, D die Generierung optimaler Steckverbinderkonfigurationen, basierend auf den integrierten Informationen, E die Ableitung eines standardisierten Steckverbinderaustauschformats durch einen e-Shop.
-
Weiterhin zeigt die 1 auch einen Prozess zur Generierung der Kabelkonfiguration anhand eines Steckverbinders. Dieser untergliedert sich in F die Identifikation des Steckverbinders anhand eines Fotos oder der Typenbezeichnung, G die Anreicherung der Kabelbeschreibung durch anwendungsspezifischen Parameter, H die Integration des Wissens über verfügbare Kabelkonfigurationen, I die Generierung optimaler Kabelkonfiguration, basierend auf den integrierten Informationen und J die Ableitung des standardisierten Kabelaustauschformats durch den e-Shop.
-
Auch wenn in den Figuren verschiedene Aspekte oder Merkmale der Erfindung jeweils in Kombination gezeigt sind, ist für den Fachmann - soweit nicht anders angegeben - ersichtlich, dass die dargestellten und diskutierten Kombinationen nicht die einzig möglichen sind. Insbesondere können einander entsprechende Einheiten oder Merkmalskomplexe aus unterschiedlichen Ausführungsbeispielen miteinander ausgetauscht werden.
-
Verfahren zur automatische Konfiguration industrieller Steckverbinder
-
Bezugszeichenliste
-
- A
- Identifikation des Kabels anhand eines Fotos oder der Typenbezeichnung,
- B
- Anreicherung der Kabelbeschreibung durch anwendungsspezifischen Parameter
- C
- Integration des semantischen Wissens und der verfügbaren Komponenten des Steckverbinders
- D
- Generierung optimaler Steckverbinderkonfigurationen,
- E
- Ableitung eines standardisierten Steckverbinderaustauschformats
- F
- Identifikation des Steckverbinders anhand eines Fotos oder der Typenbezeichnung,
- G
- Anreicherung der Kabelbeschreibung durch anwendungsspezifischen Parameter
- H
- Integration des Wissens über verfügbare Kabelkonfigurationen
- I
- Generierung optimaler Kabelkonfiguration, basierend auf den integrierten Informationen
- J
- Ableitung des standardisierten Kabelaustauschformats
