Siemens Patent Attorneys

Die Erfindung betrifft ein Modular aufgebautes Automatisierungssystem (1) da ein Bussteckverbinder (BS) in dem Bussteckverbinder-Raum (BSR) verschiebbar angeordnet ist, und der Bussteckverbinder (BS) einen Linksseitigen-Stecker (LBS), einen Rechtsseitigen-Stecker (RBS) und einen zum Modulträger (BC) angeordneten Rückwandbus-Stecker (RWS) umfasst, welcher ausgestaltet ist einen Modulrückwandbus-Gegenstecker (RWG) des Elektronikmodul (EM) aufzunehmen, können Modulträger (BC) durch Aneinanderreihen das Automatisierungssystem (1) aufbauen, wobei ein Bussteckverbinder (BS) eines Vorgänger-Modulträgers (BC) durch eine Linksverschiebung des Bussteckverbinders (BS) eines Nachfolger-Modulträgers (BC) mit diesem verbindbar ist, wodurch ein Rückwandbus für das modular aufbaubare Automatisierungssystem (1) gebildet ist.

A method of integrating an intelligent electronic device, IED, controlling a power system equipment, such as a circuit breaker, a transformer, and/or a capacitor bank, into a control application on an application layer of a control system, the method comprising the steps of: determining a template from a plurality of function unit templates based on a configuration of the IED in a first modelling language, wherein the function unit templates represent different types of IEDs and comprise variables for controlling and/or monitoring of a respective IED type in the form of one or more services, and wherein the template encapsulates template elements representing an application layer information model of the respective IED type in a second modelling language, and filling the template based on the configuration of the IED by assigning values to the template elements based on the configuration, and creating a function unit file in a third modelling language based on the filled template, wherein the function unit file is interpretable by the control application, and comprises the services encapsulated in said third modelling language.

The present disclosure provides a method for attributing computation resources of a non-terrestrial network to at least one IoT-device. The non-terrestrial network comprises two or more computation nodes moving relative to the at least one IoT-device. The computation resources of the computation nodes are aggregated and abstracted into a logical computation resource that is provided to the at least one IoT-device. A computation demand of the at least one IoT-device is attributed to the resources of the computation nodes with load-balancing. The method may be carried out with a localized component that resides terrestrial and/or in rest with respect to the at least one IoT-device, or with distributed components. The load-balancing considers a spatial arrangement of the computation nodes and may include prognosed trajectories, redundancy, fail-over links, and state-synchronization.

Die Erfindung betrifft ein Verfahren zur Abfrage und Verarbeitung von Prozessinformationen (Pi) in einem industriellen Prozessnetzwerk (NW), wobei die Prozessinformationen (Pi) einen Datenverbund von zumindest einem Datenpunkt (Dj) aufweisen, umfassend folgende Schritte: - Implementieren eines Typschemas (TS) zur Definition einer Struktur des Datenverbundes der Datenpunkte (Dj) und deren Attribute; - Bereitstellen einer Abfragesprache (FQL), die es ermöglicht, die Prozessinformationen (Pi) abzufragen; - Zuweisen einer Ressourcenkennung (URI) zu jedem Datenpunkt (Dj) innerhalb des Prozessnetzwerks (NW) zur eindeutigen Identifikation; - Betreiben eines Query-Clients (QC) auf einem Konsumenten (Kon) und eines Query Servers (QS) auf einem Produzenten (Pro) zur Verarbeitung von spezifisch gestellten Abfragen der Prozessinformationen (Pi) bzw. zur Bereitstellung der spezifisch angefragten Prozessinformationen (Pi); - Betreiben eines Index-Registers (IR) auf dem Produzenten (Pro) zum Verwalten und Indizieren der Ressourcenkennungen (URI), - Bereitstellen der Ressourcenkennungen (URI) durch einen Protokolladapter (PA) zur Kommunikation über verschiedene Netzwerkschnittstellen (PN,http,mqtt); - wobei eine Applikation (App) auf dem Konsumenten (Kon) zum Ablauf gebracht wird, welche mittels des Query-Clients (QC) Prozessinformationen (Pi) abfragt.

System and method for simulating a motion of a robot inserting a board component into a hole of a PCB board while utilizing a Force Torque sensor. The system receives data on a virtual representation of a robot's gripper, of a PCB component, of a PCB board, of a board hole and of a Force Torque sensor, on a robotic target insertion task about an insertion of the component held by the robot's gripper into the hole described by a nominal hole target location. The robotic component insertion task is simulated. Data on an encounter event between the component and the board surface are applied into a FT-sensor predictor configured for outputting FT-sensor outcome data. A condition requiring a corresponding adaptation of the robot's insertion motion is identified. The robot's adapted insertion motion is simulated.

The invention relates to a robotic grasping system (100) comprising: - at least one sensor (101) for providing sensor data (SD) of a rotationally symmetric object (OBJ), - a first processing unit (102) that is configured to load a predefined key-point definition for the rotationally symmetric object, wherein key-points (KP1) are either defined to lie on a rotation axis of the rotationally symmetric object or the key-points (KP2) are defined by the any one point on the rotation axis and a direction of the rotation axis of the rotationally symmetric object, - a second processing unit (103) that is configured to detect the key-points (KP1, KP2) of the rotationally symmetric object in the sensor data (SD) and derive an object pose (OBP) thereof, and - at least one robotic manipulator (104) that is configured to grasp the rotationally symmetric object based on the determined object pose (OBP).

Der Gegenstand der Erfindung betrifft ein Verfahren zur Ermittlung einer Netztopologie eines Stromnetzes, wobei die Netztopologie des Stromnetzes durch mehrere Leitungen und Schalter gebildet wird. Das Verfahren umfasst:- (102) Bereitstellen einer Wahrscheinlichkeitsverteilung möglicher Betriebstopologien des Stromnetzes für mehrere Zeitpunkte;- (104) Ermittlung einer Wahrscheinlichkeit für das Vorhandensein einer Leitung zu jedem Zeitpunkt für jeden Zeitpunkt basierend auf der jeweiligen Wahrscheinlichkeitsverteilung;- (106) Ermittlung einer Leitung als schalterfrei, wenn die Anzahl der Zeitpunkte, zu denen die Leitung eine Wahrscheinlichkeit größer oder gleich einem ersten Schwellenwert, insbesondere 0,5, aufweist, größer oder gleich einem festgelegten Häufigkeitswert ist;- (108) Ermittlung einer Leitung als schaltbar, wenn die Leitung für mindestens einen der Zeitpunkte eine Wahrscheinlichkeit kleiner oder gleich einem zweiten Schwellenwert, insbesondere 0,25, und für mindestens einen der anderen Zeitpunkte eine Wahrscheinlichkeit größer oder gleich einem dritten Schwellenwert, insbesondere 0,75, aufweist;- (110) Hinzufügen der ermittelten schalterfreien Leitungen als feste Leitungen zur Netztopologie; und- (112) Hinzufügen der ermittelten schaltbaren Leitungen als Schalter zur Netztopologie.Weiterhin betrifft die Erfindung eine Netzanschlussprüfung, ein Steuerungsverfahren für ein Stromnetz sowie ein Computerprogrammprodukt.

Computer-implementiertes Verfahren zum Erkennen eines Objekts in einem digitalen Bild,wobei folgende Schritte ausgeführt werden:a) Bereitstellen einer Menge an Trainingsbildern, wobei jedes Trainingsbild eine Abbildung des Objekts umfasst,b) Bereitstellen von Beschreibungen des Objekts und zu dessen Herstellungsverfahren, und Beschreibungen von verwendeten Materialien des Objekts und zu dessen Herstellung zum Objekt selbst, und Beschreibungen zur Verwendung des Objekts,c) Bereitstellen von zumindest einem Negativ-Bild, welches das Objekt nicht umfasst und als solches als harte Verneinung des Objekts gekennzeichnet ist,d) Erzeugen von Langtextbeschreibungen für das Objekt mithilfe der Beschreibungen unter Verwendung eines bereitgestellten großen Sprachmodells, und Erzeugen von entsprechenden Text-Bild-Zuordnungen zu jedem Trainingsbild,wobei die Langtextbeschreibungen zumindest zwei Beschreibungen, bevorzugt drei und besonders bevorzugt mehr als drei Beschreibungen umfassen, ausgewählt aus Beschreibungen des Objekts, Beschreibungen zum Herstellungsverfahren des Objekts, Beschreibungen von verwendeten Materialien des Objekts, Beschreibungen zur Herstellung des Objekts, Beschreibungen zur Verwendung des Objekts,e) Erzeugen und Trainieren eines Objektmodells auf Basis künstlicher Intelligenz mithilfe der im vorhergehenden Schritt erzeugten Daten und des zumindest einen Negativ-Bildes mit der harten Verneinung,f) Erfassen eines aktuellen Bildes von einem hergestellten Produkt, welches das Objekt umfasst, und Erkennen des Objekts auf dem aktuellen Bild mithilfe des Objektmodells.

The present disclosure provides a computer-implemented method for data-efficient detection of new failure types in manufacturing processes. The method includes defining a new failure type, labeling a minimal numbe2025000r of samples of the new failure type, and obtaining non-failure samples from a data pool without explicit labeling. Obtaining the non-failure samples comprises computing representations of the labeled samples, computing similarities between the representations of the labeled samples and representations of images in the image pool and selecting images from the image pool as non-failure samples based on the computed similarities. The method further includes fine-tuning a pre-trained model using the labeled samples of the new failure type, oversampling and the obtained non-failure samples to create a detection model for the new failure type.

There is described a method of managing a virtual machine, VM, system (100) comprising a network (180), the method comprising: i) providing a first VM (110) and a second VM (120); ii) providing a virtual private network, VPN, server VM (150); and iii) communicating between the first VM (110) and the second VM (120) via the VPN server VM (150) in a subnetwork (140) within the network (180).