[发明专利]用于使用机器学习的驱动器选择的设备和方法

权利要求书

1.一种训练用于选择工业驱动器系统（500）的至少一个组件（502）的人工智能模块（102）AI模块的计算机实现方法，所述方法包括以下的步骤：

在数据存储装置上提供（S1）初始训练数据集合，所述初始训练数据集合包括规则的集合，其中每个规则指示选择决策，所述选择决策用于基于对所述工业驱动器系统（500）的至少一个使用要求来选择所述工业驱动器系统（500）的至少一个组件（502）；

基于采用至少一个另外的选择决策增补所述初始训练数据集合来生成（S2）修改的训练数据集合，所述至少一个另外的选择决策用于基于以下中的至少一个来选择所述驱动器系统（500）的所述至少一个组件（502）：与所述驱动器系统的至少一部分的仿真相关的仿真数据；与所述至少一个组件的选择相关的经验数据；以及指示至少一个安装的工业驱动器系统的至少一个操作特性的操作数据；以及

基于所述修改的训练数据集合来训练（S3）所述AI模块（102）。

2.如权利要求1中所述的方法，其中，提供所述初始训练数据集合包括：

使用软件工具来生成所述初始训练数据集合，所述软件工具用于基于对所述工业驱动器系统（500）的一个或多个使用要求来确定性地选择所述工业驱动器系统（500）的一个或多个组件（502）。

3.如前述权利要求中的任一项所述的方法，

其中，所述初始训练数据集合的所述规则集合的每个规则包括至少一对数据条目，所述至少一对数据条目具有指示所述至少一个使用要求的第一数据元素和指示所述工业驱动器系统（500）的实现所述至少一个使用要求的所述至少一个组件（502）的第二数据元素。

4.如前述权利要求中的任一项所述的方法，

其中，所述工业驱动器系统（500）的所述至少一个组件（502）是以下中的至少一个：所述驱动器系统的机器、驱动器、马达、负载、变压器、齿轮箱、泵、通风装置、供热装置、空气调节装置、控制器和运动控制。

5.如前述权利要求中的任一项所述的方法，

其中，对所述工业驱动器系统（500）的所述至少一个使用要求指示以下中的至少一个的规范：所述驱动器系统的机器、驱动器、马达、负载、变压器、齿轮箱、泵、通风装置、供热装置、空气调节装置、控制器和运动控制。

6.如前述权利要求中的任一项所述的方法，进一步包括：

对所述至少一个另外的选择决策进行加权，所述至少一个另外的选择决策用于相对于所述初始训练数据集合的规则的所述集合的一个或多个规则来选择所述工业驱动器系统（500）的所述至少一个组件（502）。

7.如前述权利要求中的任一项所述的方法，进一步包括：

采用至少部分不同的权重和/或加权因数对所述仿真数据、所述经验数据和所述操作数据中的至少一部分进行加权。

8.如前述权利要求中的任一项所述的方法，其中，增补所述初始训练数据集合包括：

基于所述至少一个另外的选择决策来调节所述初始训练数据集合的所述规则集合的至少一个规则；和/或

基于所述仿真数据、所述经验数据和所述操作数据中的至少一个来调节所述初始训练数据集合的所述规则集合的至少一个规则。

9.如前述权利要求中的任一项所述的方法，其中，增补所述初始训练数据集合包括：

基于所述至少一个另外的选择决策和/或基于所述仿真数据、所述经验数据和所述操作数据中的至少一个来替换所述初始训练数据集合的所述规则集合的至少一个规则。

10.如前述权利要求中的任一项所述的方法，其中，增补所述初始训练数据集合包括：

根据所述仿真数据、所述经验数据和所述操作数据中的至少一个来得到所述至少一个另外的选择决策。