Processing

Please wait...

PATENTSCOPE will be unavailable a few hours for maintenance reason on Tuesday 25.01.2022 at 9:00 AM CET
Settings

Settings

Goto Application

1. WO2022006077 - MACHINE LEARNING BASED DIRECT METHOD OF DETERMINING STATUS OF FACILITY CONTROL LOOP COMPONENTS

Publication Number WO/2022/006077
Publication Date 06.01.2022
International Application No. PCT/US2021/039566
International Filing Date 29.06.2021
IPC
G05B 23/02 2006.1
GPHYSICS
05CONTROLLING; REGULATING
BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
23Testing or monitoring of control systems or parts thereof
02Electric testing or monitoring
G06N 3/08 2006.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
Applicants
  • HONEYWELL INTERNATIONAL INC. [US]/[US]
Inventors
  • DAVE, Sanjay Kantilal
  • JAIN, Akanksha
  • SRIVASTAVA, Viraj
  • AKAVALAPPIL, Vijoy
Agents
  • PERDOK, Monique M.
  • ARORA, Suneel
  • BEEKMAN, Marvin L.
  • BIANCHI, Timothy E.
  • BLACK, David W.
  • LANG, Allen R.
  • SCHEER, Bradley W.
Priority Data
63/045,75129.06.2020US
Publication Language English (en)
Filing Language English (EN)
Designated States
Title
(EN) MACHINE LEARNING BASED DIRECT METHOD OF DETERMINING STATUS OF FACILITY CONTROL LOOP COMPONENTS
(FR) PROCÉDÉ DIRECT À BASE D'APPRENTISSAGE PAR MACHINE DESTINÉ À DÉTERMINER L'ÉTAT DE COMPOSANTS DE BOUCLE DE CONTRÔLE D'INSTALLATION
Abstract
(EN) A trained machine learning algorithm processes time series production data. The time series production data are representative of a control process within a facility control loop. The machine learning training algorithm is trained using positive training data that are representative of a normal operation of components within the facility control loop and negative training data that are representative of an abnormal operation of components within the facility control loop. Output of the trained machine learning algorithm identifies abnormalities in the facility control loop.
(FR) L'invention concerne un algorithme d'apprentissage par machine entraîné qui traite des données chronologiques de production. Les données chronologiques de production sont représentatives d'un processus de contrôle dans une boucle de contrôle d'installation. L'algorithme d'apprentissage par machine est entraîné en utilisant des données d'entraînement positives qui sont représentatives d'un fonctionnement normal de composants dans la boucle de contrôle d'installation et des données d'entraînement négatives qui sont représentatives d'un fonctionnement anormal de composants dans la boucle de contrôle d'installation. La sortie de l'algorithme d'apprentissage par machine entraîné identifie des anomalies dans la boucle de contrôle d'installation.
Latest bibliographic data on file with the International Bureau