[发明专利]在原材料工业的设备情况下使用综合人工智能

权利要求书

1.用于原材料工业的设备（ANL）的运行方法，

- 其中自动化系统（1）确定控制数据（S'）并且输出给所述设备（ANL）的受控元件（5），并且由此控制和/或监控所述设备（ANL），

- 其中传感器装置（2）检测所述设备（ANL）的测量数据（M），

- 其中所述自动化系统（1）至少部分地接受所述测量数据（M）并且在确定所述控制数据（S'）的范围中考虑所接受的测量数据（M），

- 其中人机接口（3）将所述传感器装置（2）的测量数据（M）和/或所述自动化系统（1）的数据（S'，I）和/或生产规划系统（11）的规划数据（P）输出给人员（4）和/或从所述人员（4）接受控制指令（S）并且转发给所述自动化系统（1），

- 其中所述自动化系统（1）在确定所述控制数据（S'）的范围中考虑所转发的控制指令（S），

- 其中人工智能（9）至少部分地从所述传感器装置（2）接受所述设备（ANL）的测量数据（M）和从所述自动化系统（1）接受所述自动化系统（1）的控制数据（S'）和/或内部数据（I）并且从所述人机接口（3）接受输出给所述人员（4）的数据，并且从所述人机接口（3）或所述自动化系统（1）接受所述控制指令（S），

- 其中所述人工智能（9）在使用所接受的数据（M，S'，I）和指令（S）的情况下确定评估结果（A）并且将所述评估结果（A）经由所述人机接口（3）和/或独立输出装置（10）提供给所述人员（4）和/或提供给所述生产规划系统（11），和/或直接或经由所述人机接口（3）以控制指令（ S''）的形式预先给定给所述自动化系统（1），

- 其中由所述人工智能（9）接受的数据（M，S'，I）至少部分地是维度数据，

其特征在于，所述维度数据（M，S'，I）包括由传感器装置（2）检测的图像或经由所述人机接口（3）输出给所述人员（4）的图像、这种图像的时间序列、这种图像的一部分或这种部分的时间序列和/或包括声振荡或声振荡的谱。

2.根据权利要求1所述的运行方法，其特征在于，所述维度数据（M，S'，I）至少部分地在至少两个维度上、尤其是在至少两个空间维度上延伸，并且所述人工智能（9）在确定所述评估结果（A）的情况下为所述维度数据（M，S'，I）确定相同值的曲线（12）和/或梯度（13）。

3.根据权利要求1或2所述的运行方法，其特征在于，所述维度数据（M，S'，I）包括由自动化系统（1）根据模型计算的数据。

4.根据权利要求1、2或3所述的运行方法，其特征在于，所述人工智能（9）被构造为人工神经网、尤其是被构造为深度神经网和/或卷积神经网、和/或支持向量机和/或决策树和/或贝叶斯置信网络和/或自组织图和/或基于案例推理和/或基于实例学习和/或所谓隐马尔可夫模型和/或所谓的k最近邻。

5.根据上述权利要求之一所述的运行方法，其特征在于，所述人工智能（9）与确定所述评估结果（A）并行地确定所述评估结果（A）的评价（B）并且自身根据所述评价（B）再训练。

6.根据上述权利要求之一所述的运行方法，其特征在于，由所述人工智能的（9）接受的数据（M，S'，I）和/或其在维度方面的基准是无单位的，或者由所述人工智能（9）转换成这种数据。

7.根据上述权利要求之一所述的运行方法，其特征在于，由所述人工智能（9）接受的数据（M，S'，I）至少包括图像以及两个轧机机架（15）的逆流而上放置的轧机机架的差动调节参量，其中根据所述图像可以确定金属带（14）在多机架轧机机列的两个轧机机架（15）之间的横向方位，并且由所述人工智能（9）确定的评估结果（A）包括用于控制带行进的策略（S5）。

8.根据上述权利要求之一的运行方法，其特征在于，由所述人工智能（9）接受的数据（M，S'，I）包括对所述原材料工业的设备（ANL）的构件的磨损进行描述的维度数据，以及由所述人工智能（9）确定的评估结果（A）包括所述原材料工业的设备（ANL）的构件的剩余运行时间的预测（V1）。