[发明专利]确定和/或选择安全状态的方法和安全相关控制装置

权利要求书

1.一种使用安全相关控制装置(100)确定安全状态的方法，

其中，

所述安全相关控制装置(100)被设计和设置用于，借助运行安全相关控制程序对设备或设施(200)进行安全相关控制，

在所述安全相关控制装置(100)中运行所述安全相关控制程序的框架内触发安全响应，

其特征在于，

设有ML模型(134)，其中，所述ML模型(134)被设置和设计为存储在存储装置(112，132)中的机器学习方法应用结果，

关联于所述安全响应的触发，存储与确定安全状态相关的数据(116)，

借助将所述与确定安全状态相关的数据(116)应用于所述ML模型(134)，确定第一安全状态(310，320，330，340)。

2.根据权利要求1所述的方法，其特征在于，

关于所述设备或设施(200)的所述安全相关控制，存储多个安全状态(310，320，330，340)，以及，

借助将所述与确定安全状态相关的数据(116)应用于所述ML模型(134)，从所述多个安全状态(310，320，330，340)中选择所述第一安全状态(310，320，330，340)。

3.根据权利要求2所述的方法，其特征在于，

借助将所述与确定安全状态相关的数据(116)应用于所述ML模型(134)，从所述多个安全状态(310，320，330，340)中选择一系列安全状态(310，320，330，340)，

其中，所述一系列安全状态(310，320，330，340)包括所述第一安全状态(310，320，330，340)以及至少一个其他安全状态(310，320，330，340)。

4.根据前述权利要求中任一项所述的方法，其特征在于，

所述第一安全状态(310，320，330，340)由至少一个设备和/或设施参数规定，并且所述至少一个设备和/或设施参数包括至少一个参数值范围，并且

在将所述与确定安全状态相关的数据(116)应用于所述ML模型(134)的框架中，还从所述参数值范围确定参数值或一系列参数值。

5.根据前述权利要求中任一项所述的方法，其特征在于，

所述ML模型(134)设计和设置为在存储装置(112，132)中存储的、将机器学习方法应用于ML训练数据的结果。

6.一种安全相关控制装置(100)，用于借助运行安全相关控制程序对设备或设施(200)进行安全相关控制，

其特征在于，所述安全相关控制装置(100)被设计和设置用于执行根据前述权利要求中任一项所述的方法。

7.根据权利要求6所述的安全相关控制装置，其特征在于，

所述安全相关控制装置(100)包括具有ML模型(134)的存储装置(112，132)，

或者

所述安全相关控制装置(100)与具有ML模型(134)的存储装置(112，132)通信耦合。

8.根据权利要求6或7所述的安全相关控制装置，其特征在于，

所述安全相关控制装置(100)被设计并设置为具有安全相关中央模块(110)的模块化安全相关控制装置(100)，

并且所述安全相关中央模块(100)包括具有所述ML模型(134)的所述存储装置(112，132)。

9.根据权利要求6或7所述的安全相关控制装置，其特征在于，

所述安全相关控制装置(100)被设计并设置为具有安全相关中央模块(110)和KI模块(130)的模块化安全相关控制装置(100)，

所述安全相关中央模块(110)和所述KI模块(130)通过所述安全相关控制装置的背板总线(140)通信耦合，

并且所述KI模块(130)包括具有ML模型(134)的所述存储装置(132)。

10.根据权利要求9所述的安全相关控制装置，其特征在于，所述KI模块(130)被设计和设置为安全相关的KI模块(130)。