-
Technisches Gebiet
-
Die Erfindung betrifft ein System für eine Automatisierungsanlage mit einer Recheneinheit, wobei die Recheneinheit eingerichtet ist, aus aktuellen Anlagendaten/-situationen, eine verdichtete textuelle Zustandsdarstellung des Anlagenzustands abzuleiten und eine Recheneinheit.
-
Stand der Technik
-
Aktuelle Systeme, die den Zustand von Anlagen darstellen und visualisieren, zeigen große Mengen an Informationen in unterschiedlichen Formaten und aus verschiedenen Subsystemen. Genauer gesagt, konzentrieren sich diese Systeme auf eine technische Darstellung, z.B. Zeitreihen von Prozessvariablen als Diagramme, Ereignisse und Alarme in Tabellen, Zeichnungen der Topologie und unterstützen damit die Bediener nicht optimal.
-
Automatisierungssysteme wie z. B. verteilte Steuerungssysteme (Distributed Control Systems, DCs) müssen den (aktuellen) Zustand zum Zweck der Überwachung und Steuerung darstellen. Der etablierte Weg ist die Darstellung des Zustands als Sammlung von technischen Informationen aus dem beteiligten Subsystem wie Diagramme für Prozessvariablen und andere Zeitreihen, Tabellen für Ereignisse, Alarme und tabellarische Informationen, Zeichnungen der Topologie, was einen großen Bildschirm erfordert, da die Systeme typischerweise groß sind. Außerdem ist diese Darstellung abstrakt und bietet nicht ohne weiteres einen Kontext oder eine Verbindung zum mentalen Modell der Bediener. Dies ist besonders eine Schwierigkeit in anormalen Situationen und in Situationen, in denen Bediener manuelle Einstellungen vornehmen müssen.
-
Offenbarung der Erfindung
-
Aufgabe der Erfindung ist daher, die Darstellung eines Zustands eines Automatisierungssystems zu verbessern.
-
Die Aufgabe wird durch die Gegenstände der unabhängigen Ansprüche gelöst. Vorteilhafte Ausführungsformen sind Gegenstand der abhängigen Ansprüche, der folgenden Beschreibung, sowie der Figuren.
-
Die beschriebenen Ausführungsformen betreffen in ähnlicher Weise das System für eine Automatisierungsanlage mit einer Recheneinheit und die Recheneinheit. Synergieeffekte können sich aus verschiedenen Kombinationen der Ausführungsformen ergeben, obwohl sie möglicherweise nicht im Detail beschrieben werden.
-
Gemäß einem Aspekt wird ein System für eine Automatisierungsanlage bereitgestellt, aufweisend eine Recheneinheit, wobei die Recheneinheit eingerichtet ist, aus aktuellen Anlagendaten/-situationen, d. h. Daten, die in unterschiedlichen Formaten und über verschiedene Subsysteme hinweg gespeichert sind, eine verdichtete textuelle Zustandsdarstellung des Anlagenzustands abzuleiten.
-
Gemäß einer Ausführungsform ist die Recheneinheit konfiguriert, zusätzlich zu den aktuellen Anlagendaten eine kurze Datenhistorie zu verwenden, um eine Zustandsdarstellung zu liefern, die einen korrekten Kontext der Anlagendaten/-situation darstellt.
-
Gemäß einer Ausführungsform weist das System einen Anlagensimulator auf, der eingerichtet ist, Prozessdaten mit textuellen Beschriftungen zur Ableitung der verdichteten Zustandsdarstellungen zu erzeugen, die eine Textinformation bilden.
-
Gemäß einer Ausführungsform ist die Recheneinheit ferner eingerichtet, Schnappschüsse der Automatisierungsanlage in Textform zur Verwendung für die Dokumentation des Anlagenbetriebs zu extrahieren.
-
Gemäß einer Ausführungsform ist die Recheneinheit ferner eingerichtet, Situationen hervorzuheben, in denen der Bediener manuelle Einstellungen vornehmen muss, z. B. anormale Situationen.
-
Gemäß einer Ausführungsform ist die Recheneinheit ferner eingerichtet, die aktuelle Anlagensituation mit der zuvor bekannten Situation und bestätigten Ankerpunkten, wie z. B. den vorherigen Phasen des Prozesses, intelligent und effizient mit der aktuellen Anlagensituation abzugleichen. Intelligent heißt z.B. durch künstliche Intelligenz oder mit Hilfe von maschinellem Lernen (Machine Learning, ML).
-
Gemäß einer Ausführungsform ist die Recheneinheit ferner eingerichtet, benutzerdefinierte Komparatoren auf der Basis von Prozessankern, Meilensteinen, und/oder Orientierungspunkten abzuleiten, um den Vergleich zu beschleunigen und eine verbesserte Anpassungsbewertung zu erhalten, z. B. Prozessphasen, Sollwertänderungen usw., um den Vergleich zu beschleunigen und eine verbesserte Anpassungsbewertung zu erhalten. Für „Komparatoren“ wird in dieser Offenbarung auch das Synonym „Vergleicher“ verwendet.
-
Gemäß einer Ausführungsform beschreiben oder kennzeichnen die erzeugten Beschriftungen verschiedene Prozesssituationen oder Anlagensituationen, wie z. B. eine Anfahr-Phase der Anlage, eine Herunterfahr-Phase der Anlage, einen Beharrungszustand der Anlage, verschiedene Arten von fehlerhaften Anlagensituationen, usw.
-
Gemäß einer Ausführungsform ist die Recheneinheit ferner eingerichtet ist, Textinformation mit Hilfe von Ansätzen des maschinellen Lernens, wie z. B. der Erzeugung natürlicher Sprache (NLG), oder mittels Themenmodellierung, zu erzeugen, die z. B. die simulierten Prozessalarm- und Ereignisdaten als „Wörter“ verwenden und versuchen, die „Themen“ abzuleiten, die den simulierten Prozess oder die Anlagensituation darstellen, usw.
-
Ein Verfahren das in einer Recheneinheit für eine Automatisierungsanlage durchgeführt wird könnte aufweisend den Schritt aufweisen: Ableiten einer verdichteten textuellen Zustandsdarstellung eines Anlagenzustands aus aktuellen Anlagendaten und/oder Anlagensituationen.
-
Ein Computerprogrammelement, das, wenn es auf einem Prozessor der Recheneinheit ausgeführt wird, könnte die Recheneinheit anleiten, die Schritte des Verfahrens durchzuführen. Das Computerprogramm kann auf einem computerlesbares Medium gespeichert sein.
-
Das hier vorgestellte System weist insbesondere folgende Merkmale auf:
- 1. Komprimierte textuelle Zustandsdarstellung des aktuellen Anlagenzustands im Gegensatz zur Anzeige großer Mengen technischer Informationen.
- 2. Verwendung von Anlagensimulatoren zur Erzeugung von Prozessdaten (Zeitreihen, Schichtbuchnotizen des Bedieners, Alarme und Ereignisse, Laboranalyseergebnisse usw.) mit textuellen Beschriftungen. Automatische Etikettengenerierung für und basierend auf simulierten Prozessdaten.
- 3. Ein End-to-End-System zur Ableitung einer Zusammenstellung der Anlagensituation unter Verwendung modernster KI-Techniken wie Natural Language Generation (NLG), Topic Modeling, Sentiment Analysis, Textanalyse im Allgemeinen usw.
- 4. Alternativ zur Verwendung von realen Anlagendaten zur Erstellung von Anlagensituationsübersichten könnte man auch simulierte Anlagendaten verwenden, z. B. aus Softwaretools zur Simulation von Prozessanlagen.
-
Figurenliste
-
Im Folgenden werden Ausführungsbeispiele der Erfindung anhand der schematischen Zeichnungen näher erläutert. Hierbei zeigt
- 1 eine High-Level-Darstellung des Gesamtsystems,
- 2 einen Ablauf zur Definition benutzerdefinierter Komparatoren,
- 3 einen Ablauf der Prüfungen auf Konsistenz und Redundanz.
-
Einander entsprechende Teile sind in allen Figuren mit den gleichen Bezugszeichen versehen.
-
Ausführungsformen
-
In allgemeinen Industrieeinrichtungen sind die Prozesse sorgfältig durchdacht, hoch automatisiert und die Bediener, die die Anlagen überwachen und steuern, intensiv geschult. Dies ist eine reiche, aber schlummernde Informationsquelle. Es wird ein System oder eine Methode vorgeschlagen, das bzw. die die Referenzen oder Beispielszenarien erstellt, die leicht mit textuellen Informationen verknüpft werden können, die den Kontext und das Wesen der Situation widerspiegeln. Wie bei herkömmlichen Suchmaschinen wird ein gegebener Eingabezustand mit den gespeicherten Referenzen verglichen, die zugehörigen Textinformationen der übereinstimmenden Referenzen können dann aggregiert werden, um eine kompakte und repräsentative textliche Zusammenstellung zu erhalten. Beispiele hierfür sind:
- - Das System befindet sich in der Mitte der Phase X. Es liegt im Bereich von 1 % Abweichung von der optimalen Trajektorie.
- - Der aktuelle Zustand liegt außerhalb des 10 %-Bereichs der optimalen Trajektorie. Ein ähnliches Verhalten wurde 5 Mal zuvor beobachtet und die zugehörigen Einträge im Schichtprotokoll listen das Schäumen auf.
- - Es gibt einen Alarm mit Priorität 2 in Bezug auf PV1 (Prozessvariable 1), der anzeigt, dass ein oberer Schwellenwert für den Pegel erreicht ist. Ein manueller Eingriff ist nicht wahrscheinlich.
- - Das aktuelle Verhalten von PV5-9 ist vergleichbar mit den letzten 10 Läufen. In 8 von 10 Läufen trat innerhalb der nächsten Stunde ein Alarm mit Priorität 2 auf.
-
Das Verständnis einer gegebenen (z.B. aktuellen) Anlagensituation ist heute eine komplexe Aufgabe und erfordert viel Erfahrung des Bedieners. Im Allgemeinen ist es erforderlich, alle verfügbaren Systeminformationen in Kombination richtig zu interpretieren, wie z. B. verschiedene Trends aus den Trendanzeigen, Alarme aus den Alarmlisten, Bedienernotizen z. B. aus vorangegangenen Schichten, Laborberichte, in denen Proben des aktuell produzierten Produkts entnommen wurden, und so weiter. All diese Daten nicht nur isoliert zu verstehen, sondern sie sinnvoll zu kombinieren, um eine prägnante Antwort auf die Frage „wie ist die aktuelle Anlagensituation“ oder „wie ist der aktuelle Zustand der Produktion“ abzuleiten, ist eine komplexe Aufgabe. Die vorliegende Erfindung bietet eine technische, computergestützte Lösung, um diese prägnante Anlagenübersicht automatisch abzuleiten. Diese von vorliegenden System gefundene Zusammenstellung kann dem menschlichen Benutzer präsentiert werden und so den Benutzer dabei unterstützen, die Situation der Anlage besser zu verstehen bzw. bessere Bedienerentscheidungen zu treffen. Das zusätzliche Feature, die gefundenen Anlagensituationen mit Hilfe von maschinellen Lernansätzen wie der Generierung natürlicher Sprache oder der Themenmodellierung zu beschriften/beschreiben, hilft dabei, die System-Zusammenstellungen in einer natürlicheren Weise für den menschlichen Benutzer zu beschreiben.
-
Zusätzlich zu den Vorteilen der Beschreibung aktueller Anlagensituationen kann es sehr nützlich sein, auch „Schnappschüsse“ vergangener Anlagensituationen beschreiben zu können, die alle verschiedenen Datentypen wie Zeitreihen, Alarme, Bedienernotizen, Laborproben, Wartungsprotokolle usw., die zu einem bestimmten Zeitpunkt in der Vergangenheit aufgetreten sind, kombinieren; zum Beispiel für andere Benutzerrollen wie Anlagenleistungstechniker, die vergangene Anlagensituationen analysieren und verstehen müssen, um mögliche Leistungsprobleme und Optimierungspotenziale zu erkennen.
-
Darüber hinaus könnte die Möglichkeit, aus der Kombination aller verfügbaren historischen Daten vergangener Anlagensituationen automatisch System-Zusammenstellungen zu erstellen, auch dazu genutzt werden, historische Anlagensituationen besser zu „dokumentieren“ im Sinne von „etikettieren“ im Sinne des maschinellen Lernens. Damit wird die Grundlage oder Erweiterung von Datensätzen geschaffen, die zur Durchführung anspruchsvoller Analysen benötigt werden.
-
Eine Skizze des Systems ist in 1 dargestellt. Das hier beschriebene System zur Gewinnung komprimierter, kontextreicher und menschengerechter Zusammenstellungen von Anlagenzuständen besteht aus einer Wissensdatenbank 110 mit kommentierten Referenzszenarien, Systemen und Methoden zur Befüllung der Wissensdatenbank, Systemen und Methoden zum Vergleich und zur Ermittlung der Ähnlichkeit eines Eingabezustandes mit den gespeicherten Referenzen und der Anwendung modernster NLP/NLG zur Aggregation multipler textueller Informationen zu einer zusammenhängenden und komprimierten textuellen Zusammenstellung.
-
Das System oder Verfahren vergleicht 118 einen Eingabezustand 112 (aktuell oder beliebig gegeben), mit in einer Wissensdatenbank 110 gespeicherten Referenzszenarien, um eine oder mehrere textuelle Beschreibungen, Textfragmente oder Schlüsselwörter zu erhalten, die den Einträgen zugeordnet sind.
-
Diese Textteile werden dann mittels modernster natürlicher Sprachverarbeitung (NLP) zu einer einzigen textlichen Zusammenstellung 120 verdichtet.
-
Das System 100 besteht aus einer Wissensdatenbank 110 zur Speicherung von Referenzszenarien und (textuellen) Metadaten, einer Methode zum Vergleich in Komparator 118 und zur Schätzung der Ähnlichkeit eines Zustands und einer Referenz sowie aus Methoden zur Befüllung der Wissensdatenbank 110, zur Verfeinerung und Aggregation ihrer Einträge und zur Überprüfung ihrer Konsistenz. Die anfängliche Population der Wissensdatenbank 110 besteht aus dem Wissen und Eingaben 104 der Prozess- und Automatisierungsingenieure, die das System einrichten, sowie aus erzeugten Daten 102. Mit Hilfe von Simulatoren (die für Schulungen verwendet werden) können Muster des technischen Zustands der Teilsysteme erzeugt und mit den bekannten Situationen, wie z. B. Dauerzustand oder Ausfall von Geräten, in Verbindung gebracht werden. Darüber hinaus können mit einem solchen Simulator auch Zustände erzeugt werden, die durch das Einbringen verschiedener Modifikationen nicht bereits vorweggenommen sind, wie z. B. das unerwartete Öffnen eines Ventils oder eine Leckage. Historische Situationen können ausgewertet und aggregiert werden. Diese Einträge 102, 104 in der Wissensdatenbank 100 können dann von Experten überprüft und weiter annotiert werden. Im Hintergrund werden die Einträge 102, 104 in der Wissensdatenbank 110 miteinander verglichen, um sie auf Redundanz und Inkonsistenz zu prüfen.
-
Der Vergleich in Komparator 118 bzw. die Schätzung der Ähnlichkeit des Eingangszustandes mit Referenzzuständen basiert auf der Editierdistanz, kann für bestimmte Datentypen, z.B. dynamisches zeitliches Verzerren für Zeitreihen, erweitert und durch eigene Methoden ersetzt werden. Genauer gesagt, wird die Definition von benutzerdefinierten Komparatoren 118 für einzelne Referenzen bzw. Gruppen vorgesehen, was die Wahrscheinlichkeit erhöht, die am besten passenden Referenzen zu identifizieren und irrelevante Teile des Szenarios / der Eingabe zu ignorieren.
-
Das Design ist inspiriert von traditionellen Suchmaschinen mit grundlegenden Unterschieden, um das Ziel zu erreichen. Im Folgenden wird auf die Komponenten eingegangen.
-
Wissensdatenbank 110
-
Die primäre Funktion der Wissensdatenbank 110 ist es, als Speichersystem zu fungieren, ähnlich wie ein Suchindex von Suchmaschinen. Insbesondere bestehen die gespeicherten Einträge aus Paaren (S, T), wobei der erste Teil S die Sammlung von Informationen ist, die für die Darstellung des Zustands benötigt werden, und der zweite Teil T die Sammlung von Anmerkungen, Beschreibungen und anderen textuellen, repräsentierten Informationen ist, die mit diesem Zustand verbunden sind. Der Teil S enthält wahrscheinlich sehr heterogene Datentypen wie (aber nicht nur) Zeitreihen für Prozesswerte, tabellarische Daten für Ereignisse und Alarme, Strukturinformationen der Anlagentopologie oder Prozessschemata. Eine Implementierung kann unter Verwendung beliebiger Speichersysteme erfolgen. Um jedoch später ein effizientes Nachschlagen (zum Vergleich) durchführen zu können, wird vorgeschlagen, moderne Suchmaschinenspeichersysteme zu verwenden, die für die verschiedenen Arten von Informationen optimiert sind.
-
Population der Wissensdatenbank
-
Ein wesentlicher Faktor, um eine nützliche Wissensdatenbank zu erhalten, ist ihre Bestückung mit Einträgen. Wir betrachten drei Hauptquellen, über (allgemeines) prozessspezifisches Wissen 101, das (implizit) während der Engineering-Phase des Prozesses entsteht, Mining oder Crawling historischer Zustände 105 und schließlich die Verwendung von Simulationen 103 zur Erzeugung von Szenarien. Das prozessspezifische Wissen 1014 fungiert als Grundwahrheit (Ground Truth) und ermöglicht semantische Schlussfolgerungen, wie z. B. die Reihenfolge der Phasen, und liefert kontextuelle Informationen während der Generierung der Zusammenstellung. Um diesen Teil zu automatisieren, können etablierte Methoden zur Extraktion von Informationen aus Dokumenten und Diagrammen verwendet werden. In ähnlicher Weise ist das Mining historischer Zustände 105 wie die Crawling-Mechanismen von Index-Maschinen. Das zuvor erwähnte Prozesswissen 101 ermöglicht das automatische Scannen und Erstellen von Szenarien. Datenquellen wie Schichtprotokolle, Wartungsberichte usw. liefern die erforderlichen textuellen Anmerkungen. Der letzte Schritt über die Simulation wird im Folgenden näher erläutert.
-
Befüllen der Wissensdatenbank mit Hilfe von Simulatoren 103
-
Simulatoren und High-Fidelity-Simulationen sind ein gängiges Werkzeug. Speziell für den Betrieb von Anlagen, die ein umfangreiches Training erfordern, werden solche Werkzeuge eingesetzt, um realistische Trainingsumgebungen zu schaffen. Für die Generierung von Einträgen für die Wissensdatenbank 110 werden zwei Aspekte zunutze gemacht.
-
Erstens können diese Werkzeuge sowohl normale (stationäre) als auch anomale Situationen mit einer bekannten oder gut abschätzbaren Präzision abdecken. Zweitens sind Setups, die einzelne Läufe erzeugen, oft mit Anmerkungen versehen oder beziehen sich auf eine bestimmte Situation. Diese Informationen können als Grundlage für die textuelle Beschreibung T verwendet werden. Darüber hinaus können Setups für normale Situationen optimiert werden, um künstliche Ausfälle wie Leckagen oder manuelles Überschreiben einzuführen, die nicht abgedeckt oder nicht erwartet werden. Die Information, was erreicht werden soll, z. B. die Simulation eines überlaufenden Tanks, ist wie die Anmerkung zuvor eine sehr geeignete Quelle für die spätere Zusammenstellung, da sie bereits menschenzentriert und kompakt ist. Insgesamt ist dieser Weg sehr gut mit den Eigenschaften der Einträge in der Wissensdatenbank 110 abgestimmt. Die Simulatoren bieten eine detailgetreue technische Darstellung der Zustände und Zustandsfolgen, während die zugehörigen Informationen zum Aufbau mit den geforderten Textinformationen übereinstimmen. Darüber hinaus kann die Assoziation mit bestimmten Situationen und Reaktionsmöglichkeiten die Erstellung von Zusammenstellungen ermöglichen, die Vorhersagen und Anweisungen für die Bediener enthalten.
-
Unter Ausnutzung der Möglichkeiten zur Konsistenz- und Redundanzprüfung in der Wissensbasis ist es auch möglich, automatische Verfahren zur Generierung zusätzlicher Szenarien einzurichten, um die Abdeckung bei vorhandener Basis historischer und simulierter Szenarien zu erhöhen.
-
Komparator 118 bzw. Vergleicher für Zustände - Basis und anpassbar
-
Die Systeme und Methoden zum Vergleich zweier gegebener Zustände bzw. zur Schätzung ihrer Ähnlichkeit sind vergleichbar mit dem Suchvorgang bzw. der Indexsuche in Suchmaschinen. In vorliegendem Fall ist diese Aufgabe prinzipiell anspruchsvoller, da die einzelnen Elemente, die einen Zustand repräsentieren, sehr zahlreich sein können und/oder eine intrinsisch komplexe Struktur aufweisen. Zum Beispiel können die Zeitreihen (die Prozessvariablen repräsentieren) unterschiedliche Eigenschaften wie Dauer oder Abtastrate haben und die Schätzung der Ähnlichkeit ist nicht trivial. Im vorliegenden Fall wird die bereits erwähnte Grundwahrheit (Ground Truth) des Prozesses (und optionales Tuning durch Experten) verwendet, um ihn drastisch zu vereinfachen. So können z. B. Zustände, die zu verschiedenen Phasen eines Prozesses gehören, automatisch einen niedrigen Ähnlichkeitswert erhalten und sich im Vergleich unterscheiden; einige Prozessvariablen haben keine Relevanz für einen bestimmten Zustand und können daher ignoriert werden. Ebenso können aus prozessspezifischen Gegebenheiten wie charakteristischen Meilensteinen, optionalen Wartephasen etc. Regeln zur Vereinfachung abgeleitet werden. Hierdurch wird der Vergleich beschleunigt und eine verbesserte Anpassungsbewertung erreicht. Die Dynamik der Anlage, wie z. B. Änderungen der Ausstattung oder Umbenennung von Artikeln, kann es andererseits erforderlich machen, dass der Vergleich auch „Synonyme“ oder Variationen umfasst. Insgesamt wird vorgeschlagen, Vergleiche bzw. Ähnlichkeitsmessungen auf der Basis von Editierabständen zu verwenden und zusätzliche Verfeinerungen und Ersetzungen zuzulassen. Diese Abstimmung kann durch menschliche Experten, über überwachte Lernmechanismen oder kollaborativ durch Menschen und Maschinen über aktives Lernen erfolgen. Ein Beispiel für den Ablauf 200 über den menschlichen Experten ist in 2 dargestellt, die folgende Schritte zeigt:
- 202 Definition des benutzer-definierten Komparators.
- 204 Experte wählt einen Eintrag aus der Wissensdatenbank.
- 206 System listet alle technischen Punkte auf, die diese Referenz repräsentieren. Z.B. PVs und Ereignisse.
- 208 Der Benutzer kann eine Wichtigkeitsbewertung zuordnen, ein Element als irrelevant markieren oder eine Funktion zur Berechnung des Vergleichs mit einer Eingabe definieren
- 210 Optional: der Benutzer kann Eingabezustände auswählen und eine Vorschau mit den neuen Änderungen erhalten.
- 212 Optional: Überprüfung durch andere Experten.
- 214 Konsistenz- und Redundanzcheck.
- 216 Ergebnis: Verfeinerte Wissensdatenbank.
-
Prüfung auf Konsistenz und Redundanz 214
-
Konsistenz- und Redundanzprüfungen werden normalerweise ausgeführt, um die strukturelle Integrität des Systems zu überprüfen bzw. um Daten zu komprimieren. Im vorliegenden System werden auch High-Level-Prüfungen dieser Typen definiert, um den abgedeckten Bereich der Referenzen zu verbessern und widersprüchliche Referenzen in der Wissensdatenbank aktiv zu identifizieren. Dadurch wird sichergestellt, dass die Zusammenstellungen fast immer verfügbar sind und die Benutzer ein konsistentes und vertrauenswürdiges System vorfinden. Ein Beispiel ist in 3 dargestellt.
-
Der paarweise Vergleich 302 der Einträge der Wissensdatenbank 100 liefert eine Ähnlichkeitsmatrix, die zum Clustern 304 der Einträge verwendet werden kann. Insbesondere mit den Vereinfachungen im Vergleichsmaßstab kann dieses Verfahren auch für große Sammlungen rechnerisch abgewickelt werden. Mit Hilfe moderner NLP/NLG kann die Ähnlichkeit der zugehörigen Textsammlungen der einzelnen Einträge in einem Cluster beurteilt werden. Gibt es keine Clustergruppen mit mehreren Einträgen, ist die Prüfung vollständig und keine weiteren Aktionen sind notwendig 316. Andernfalls wird jede Gruppe daraufhin überprüft, ob die Textinformationen ähnlich sind 308, 310. Wenn Cluster textuell ähnlich sind 310, kann der Unterschied in den Zuständen verwendet werden, um weitere Anpassungen für das Vergleichsmaß abzuleiten und schließlich die redundanten Einträge zu komprimieren (oder sogar zu entfernen). Wenn andererseits die Textinformationen hinreichend unterschiedlich sind, deutet dies darauf hin, dass die Generierung von Zusammenstellungen potenziell inkonsistente Ergebnisse liefern kann. Die Einträge werden entsprechend gekennzeichnet 312, 314 und einer weiteren Prüfung durch Experten unterzogen 318, 320.
-
Wenn ein Simulationswerkzeug zur Verfügung steht, kann das System weiter abgestimmt werden, um die Robustheit in Bezug auf Rauschen und Schwankungen in den erzeugten Zuständen abzuschätzen und anzupassen. Genauer gesagt können wiederholte Generationen (mit demselben Setup) repräsentative Stichproben desselben Idealzustands erzeugen, was eine Feinabstimmung des Vergleichsmaßes sowie der Konsistenz- und Redundanzprüfungen ermöglicht.
-
Zusammenstellungsproduzent 118
-
Die letzte Komponente des Systems und der Methode ist der Produzent für die Zusammenstellung. Hier wird State-of-the-Art-NLP/NLG eingesetzt, wobei die Sammlung von Textinformationen aus den Matching-Szenarien aus der Wissensdatenbank, die Ground Truth, falls vorhanden, sowie globale und benutzerspezifische Einstellungen berücksichtigt werden. Insbesondere diese letzten Eingaben erlauben es, den Kontext und die persönlichen Vorlieben zu berücksichtigen, um eine bestmögliche, kontextbezogene, komprimierte und dennoch für den Menschen verständliche Zusammenstellung zu erhalten. Solche NLP-Techniken zur Zusammenstellung von Text können grob als „Extraktionsbasierte Zusammenstellung“ bzw. „Abstraktionsbasierte Zusammenstellung“ klassifiziert werden. Jede Klasse hat ihre Vorteile und Hindernisse. Eine beliebte und oft verwendete Methode ist zum Beispiel TextRank. Die Ergebnisse können über NLG und Topic Modeling abgestimmt und verbessert werden, während Text- und Sentiment-Analysen genutzt werden können, um unwichtige oder verzerrte Informationen zu reduzieren.
-
Somit wird eine Lösung vorgeschlagen, in der kontextbezogene Zusammenstellungen des Zustands von Anlagen generiert werden und die eine prägnante Form verwendet, die die Situation in wenigen technischen Begriffen beschreibt. Diese Zusammenstellung wird erstellt, indem die Informationen des Zustands mit einer Wissensdatenbank bekannter Zustände in Beziehung gesetzt werden. Diese Wissensbasis selbst wird über annotierte historische Daten, (Trainings-)Simulationen mit vorgegebenen Zielen und Feedback-Zyklen mit Anwendern gewonnen.
-
Das Computerprogrammelement kann Teil eines Computerprogramms sein, es kann jedoch auch ein ganzes Programm für sich sein. Beispielsweise kann das Computerprogrammelement verwendet werden, um ein bereits vorhandenes Computerprogramm zu aktualisieren, um zur vorliegenden Erfindung zu gelangen.
-
Das computerlesbare Medium kann als ein Speichermedium angesehen werden, wie beispielsweise ein USB-Stick, eine CD, eine DVD, ein Datenspeichergerät, eine Festplatte oder ein beliebiges anderes Medium, auf dem sich ein Programmelement wie oben beschrieben befinden kann gelagert.
-
Andere Variationen der offenbarten Ausführungsformen können vom Fachmann bei der Durchführung der beanspruchten Erfindung durch das Studium der Zeichnungen, der Offenbarung und der beigefügten Ansprüche verstanden und ausgeführt werden. In den Ansprüchen schließt das Wort „umfassend“ andere Elemente oder Schritte nicht aus, und der unbestimmte Artikel „ein“ oder „eine“ schließt eine Vielzahl nicht aus. Ein einzelner Prozessor oder eine andere Einheit kann die Funktionen mehrerer Gegenstände oder Schritte erfüllen, die in den Ansprüchen aufgeführt sind. Die bloße Tatsache, dass bestimmte Maßnahmen in voneinander abhängigen Ansprüchen angegeben sind, bedeutet nicht, dass eine Kombination dieser Maßnahmen nicht vorteilhaft genutzt werden kann. Ein Computerprogramm kann auf einem geeigneten Medium wie einem optischen Speichermedium oder einem Halbleitermedium, das zusammen mit oder als Teil einer anderen Hardware geliefert wird, gespeichert / verteilt werden, kann aber auch in anderen Formen, beispielsweise über das Internet oder andere drahtgebundene oder drahtlose Telekommunikationssysteme verteilt sein. Bezugszeichen in den Ansprüchen sollten nicht so ausgelegt werden, dass sie den Umfang der Ansprüche begrenzen.
