Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO1992002865 - PROCEDE ET SYSTEME DE SURVEILLANCE DE COMMANDE DE PROCESSUS PAR RESEAU NEURONAL INFORMATISE

Numéro de publication WO/1992/002865
Date de publication 20.02.1992
N° de la demande internationale PCT/US1991/005254
Date du dépôt international 25.07.1991
CIB
G05B 13/02 2006.1
GPHYSIQUE
05COMMANDE; RÉGULATION
BSYSTÈMES DE COMMANDE OU DE RÉGULATION EN GÉNÉRAL; ÉLÉMENTS FONCTIONNELS DE TELS SYSTÈMES; DISPOSITIFS DE CONTRÔLE OU DE TEST DE TELS SYSTÈMES OU ÉLÉMENTS
13Systèmes de commande adaptatifs, c. à d. systèmes se réglant eux-mêmes automatiquement pour obtenir un rendement optimal suivant un critère prédéterminé
02électriques
G06N 3/08 2006.1
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3Systèmes de calculateurs basés sur des modèles biologiques
02utilisant des modèles de réseaux neuronaux
08Méthodes d'apprentissage
CPC
G05B 13/027
GPHYSICS
05CONTROLLING; REGULATING
BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
13Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
02electric
0265the criterion being a learning criterion
027using neural networks only
G06N 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
Y10S 706/906
YSECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
10TECHNICAL SUBJECTS COVERED BY FORMER USPC
STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
706Data processing: artificial intelligence
902Application using ai with detail of the ai system
903Control
906Process plant
Déposants
  • E.I. DU PONT DE NEMOURS AND COMPANY [US]/[US]
Inventeurs
  • SKEIRIK, Richard, D.
Mandataires
  • STERNE, Robert, Greene
Données relatives à la priorité
562,26803.08.1990US
Langue de publication Anglais (en)
Langue de dépôt anglais (EN)
États désignés
Titre
(EN) COMPUTER NEURAL NETWORK SUPERVISORY PROCESS CONTROL SYSTEM AND METHOD
(FR) PROCEDE ET SYSTEME DE SURVEILLANCE DE COMMANDE DE PROCESSUS PAR RESEAU NEURONAL INFORMATISE
Abrégé
(EN) A neural network for adjusting a setpoint in process control replaces a human operator. The neural network operates in three modes: training, operation, and retraining. In operation, the neural network is trained using training input data along with input data. The input data is from the sensor(s) monitoring the process. The input data is used by the neural network to develop output data. The training input data are the setpoint adjustments made by a human operator. The output data is compared with the training input data to produce error data, which is used to adjust the weights of the neural network so as to train it. After training has been completed, the neural network enters the operation mode. In this mode, the present invention uses the input data to predict output data used to adjust the setpoint supplied to the regulatory controller. Thus, the operator is effectively replaced. The present invention in the retraining mode utilizes new training input data to retrain the neural network by adjusting the weight(s).
(FR) Dans cette invention, un réseau neuronal permettant d'ajuster un point de consigne dans un système de gestion de processus industriels remplace un opérateur humain. Le réseau neuronal fonctionne suivant trois modes qui sont: formation, fonctionnement, et nouvelle formation. En fonctionnement, le réseau neuronal est formé en utilisant des données d'entrée de formation en même temps que des données d'entrée. Les données d'entrée proviennent du ou des capteurs surveillant le traitement. Les données d'entrée sont utilisées par le réseau neuronal pour produire des données de sortie. Les données d'entrée de formation sont les réglages du point de consigne effectués par un opérateur humain. Les données de sortie sont comparées aux données d'entrée de formation pour générer des données d'erreurs, qui sont utilisées pour ajuster les facteurs de pondération du réseau neuronal afin de le former. Lorsque le réseau neuronal a achevé sa formation, il passe en mode de fonctionnement. Dans ce mode, cette invention utilise les données d'entrée pour prédire les données de sortie utilisées pour ajuster le point de consigne fourni à l'unité de commande de régulation. De cette manière, l'opérateur est efficacement remplacé. Dans le mode de nouvelle formation, cette invention utilise de nouvelles données d'entrée de formation pour former une nouvelle fois le réseau neuronal en ajustant le ou les facteurs de pondération.
Documents de brevet associés
Dernières données bibliographiques dont dispose le Bureau international