[發明專利]一種用于在目標現場設備上部署和執行自適應自學習控制程序的方法和系統

有效

• 申請號: 201880059703.8
• 申請日: 2018-07-13
• 公開（公告）號: CN111095133B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: I.托恩;J.索勒加里多
• 申請（專利權）人: 西門子股份公司
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 李雪娜;劉春元

一種用于在目標現場設備（TFD）上部署和執行自優化函數的方法，所述方法包括以下步驟：提供（S1）具有至少一個可調參數的函數集f；從所提供的函數集f自動導出（S2）用于優化所述可調參數的附加函數集；將兩個函數集都轉換（S3）成專用于所述目標現場設備（TFD）的機器可執行代碼；以及在所述目標現場設備（TFD）上部署（S4）和執行經轉換的機器可執行代碼。

技術領域

本發明涉及一種用于提供用于部署在目標現場設備上（特別是在工業控制器上）的自適應自學習控制程序的方法和裝置。

背景技術

諸如PLC之類的在工業自動化系統中使用的工業控制器需要能夠感知其環境或關于其性能的原因，并且優化其控制參數。為了預測通過控制器控制干預的潛在后果，可以使用能夠預測控制的效果和/或基于所期望的目標值來計算必要的控制步驟的模型。這些模型通常借助于需要被調整到真實系統屬性的參數來進行配置。在傳統的系統中，建立這些關系是繁瑣的以及勞動密集性的。例如，需要精確地調整電動機控制的精確效果，其中該控制可以精確地控制機器人的步進電動機的角度。然而，終端效應器的改變取決于機器人的運動學，這也受相應機器人的關節的物理屬性影響。由于制造公差，這些物理屬性可以在不同的機器人之間變化。除了制造公差之外，其它組件的磨損也可能導致技術系統的去校準。例如，由于機器人關節中的松弛，機器人的機器人關節的位置可能隨時間漂移。校準和重校準經常在其中人類操作者正在調整功能參數的手動過程中執行。

發明內容

因此，本發明的目標是提供一種用于提供用于部署在目標現場設備上的自適應自學習控制程序的方法和裝置，其中設置可以更快速地執行，并且提供甚至更準確的控制。

根據本發明的第一方面，通過包括如下特征的一種用于在目標現場設備上部署和執行自優化函數的方法實現了該目標：（a）提供具有至少一個可調參數的函數集f；（b）從所提供的函數集f自動導出用于優化所述可調參數的附加函數集；（c）將兩個函數集都轉換成專用于所述目標現場設備（TFD）的機器可執行代碼；以及（d）在所述目標現場設備（TFD）上部署和執行經轉換的機器可執行代碼。

根據第一方面，本發明提供了一種用于在諸如控制器之類的目標現場設備上部署和執行自優化函數的方法，其中所述方法包括以下步驟：

提供具有至少一個可調參數的函數集，

從所提供的函數集自動導出用于優化原始函數集的可調參數的附加函數集，

將兩個函數集都轉換到特定于相應目標現場設備的機器可執行代碼，以及

在所述目標現場設備上部署和執行經轉換的機器可執行代碼。

在根據本發明的第一方面的方法的可能實施例中，所提供的函數集形成了適于學習技術系統的特性的系統模型。

在根據本發明的第一方面的方法的又進一步的可能實施例中，系統模型是包括神經網絡的機器學習模型。

在可能的實施例中，機器學習模型包括深度學習神經網絡。

在又進一步的可能實施例中，系統模型包括決策樹。

在進一步的可能實施例中，系統模型包括邏輯回歸模型。

在又進一步的可能實施例中，系統模型包括方程系統。

在根據本發明的第一方面的方法的進一步可能實施例中，附加的函數集包括相對于從所述原始函數集自動導出的所提供的原始函數集的可調參數的局部梯度。

在根據本發明的第一方面的方法的進一步可能實施例中，附加的函數集表示隨機梯度下降、小批量梯度下降和/或全梯度下降。

在根據本發明的第一方面的方法的又進一步可能實施例中，基于由所提供的輸入函數集形成的系統模型，由圖生成軟件組件自動生成計算圖。