[发明专利]具有可解释性的基于语义的生产设施优化装置

说明书

本发明涉及一种用于生产设施相关任务的反馈改进的自动解决的系统（1），包括：适于接收生产设施相关数据的输入接口（2）；语义数据增强模块（3），适于基于生产设施相关数据生成语义增强数据；基于语义的推理模块（4），适于使用语义增强数据自动提供可解释的人工智能模型，其中所述人工智能模型涉及预定的生产设施相关任务；用户交互界面（5），适于向用户（9）输出关于可解释的人工智能模型的解释数据；以及反馈模块（6），适于响应于输出的解释数据从用户（9）接收反馈，并且适于基于接收到的反馈来调整基于语义的推理模块（4）和/或用户交互界面（5）。

本发明涉及一种用于生产设施相关任务的反馈改进的自动解决的系统、一种用于生产设施相关任务的反馈改进的建模的计算机实现的方法、和一种计算机程序产品以及一种与该计算机实现的方法相关的非暂时性计算机可读存储介质。

传统上，制造设施依赖硬编码的、非柔性的生产或制造例程和控制简档。例如，机械的轨迹由手动编程控制脚本的逻辑来确定，所述手动编程控制脚本确定性地定义了机器的精确移动和定时。

缺乏对改变的条件的适应可以通过实现人工智能（AI）技术来克服，所述人工智能（AI）技术诸如机器学习或深度学习。在Anupma Yadav S.C. Jayswal的“Modelling offlexible manufacturing system: a review”（International Journal of ProductionResearch，56:7，2464-2487，2018）中给出了概述。

在Sharp等人的“A survey of the advancing use and development ofmachine learning in smart manufacturing”（Elsevier, Journal of ManufacturingSystems, 48, March 2018）中给出了AI技术已经用于先进制造系统的程度。

为了改进可用数据的使用，已经提出了基于语义的应用，特别是在以下参考文献中：

• Zhou等人的“A research on intelligent fault diagnosis of windturbines based on ontology and EMECA”，Elsevier，Journal of AdvancedEngineering Informatics，29，第115-125页，2015；

• Pistofidis等人的“Modeling the semantics of failure Context as ameans to offer context-adaptive maintenance applications”，Proceedings of theSecond European conference of the prognostics and health management society，Nantes，France，2014；

• Barz等人的“Human-in-the-Loop Control Processes in Industry 4.0Factories”， Proceedings of 8th International Conference on IndustrialApplications of Holonic and Multi-Agent Systems (HoloMAS2017)，Lyon，France，2017；

• Panfilenko 等人的“BPMN for Knowledge Acquisition and AnomalyHandling in CPS for Smart Factories”，Proceedings of the IEEE InternationalConference on Emerging Technology Factory Automation，Berlin，Germany，ETFA2016；