CN108885446A - 用于由生产设备执行的过程的基于风险的控制的***和方法 - Google Patents
用于由生产设备执行的过程的基于风险的控制的***和方法 Download PDFInfo
- Publication number
- CN108885446A CN108885446A CN201780018134.8A CN201780018134A CN108885446A CN 108885446 A CN108885446 A CN 108885446A CN 201780018134 A CN201780018134 A CN 201780018134A CN 108885446 A CN108885446 A CN 108885446A
- Authority
- CN
- China
- Prior art keywords
- value
- risk
- product
- total risk
- control system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 241
- 238000000034 method Methods 0.000 title claims abstract description 171
- 230000008569 process Effects 0.000 title claims abstract description 68
- 238000006467 substitution reaction Methods 0.000 claims abstract description 101
- 238000012502 risk assessment Methods 0.000 claims abstract description 84
- 238000012545 processing Methods 0.000 claims abstract description 67
- 230000006870 function Effects 0.000 claims description 36
- 230000008859 change Effects 0.000 claims description 35
- 230000015654 memory Effects 0.000 claims description 35
- 238000004886 process control Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 19
- 238000011160 research Methods 0.000 claims description 8
- 239000000047 product Substances 0.000 description 344
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 56
- 230000000875 corresponding effect Effects 0.000 description 48
- 239000000126 substance Substances 0.000 description 34
- QTBSBXVTEAMEQO-UHFFFAOYSA-N Acetic acid Chemical compound CC(O)=O QTBSBXVTEAMEQO-UHFFFAOYSA-N 0.000 description 33
- 235000019441 ethanol Nutrition 0.000 description 31
- 239000000203 mixture Substances 0.000 description 29
- 238000012360 testing method Methods 0.000 description 28
- 230000001276 controlling effect Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 18
- 150000002772 monosaccharides Chemical class 0.000 description 16
- 150000001735 carboxylic acids Chemical class 0.000 description 14
- XBDQKXXYIPTUBI-UHFFFAOYSA-N dimethylselenoniopropionate Natural products CCC(O)=O XBDQKXXYIPTUBI-UHFFFAOYSA-N 0.000 description 14
- 238000012216 screening Methods 0.000 description 12
- 239000000463 material Substances 0.000 description 11
- BDERNNFJNOPAEC-UHFFFAOYSA-N propan-1-ol Chemical compound CCCO BDERNNFJNOPAEC-UHFFFAOYSA-N 0.000 description 11
- 238000003860 storage Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 244000003377 Allium tuberosum Species 0.000 description 9
- 235000005338 Allium tuberosum Nutrition 0.000 description 9
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 9
- 238000004140 cleaning Methods 0.000 description 8
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 7
- 230000009471 action Effects 0.000 description 7
- 238000013475 authorization Methods 0.000 description 7
- 239000008103 glucose Substances 0.000 description 7
- 239000004615 ingredient Substances 0.000 description 7
- 235000019260 propionic acid Nutrition 0.000 description 7
- IUVKMZGDUIUOCP-BTNSXGMBSA-N quinbolone Chemical compound O([C@H]1CC[C@H]2[C@H]3[C@@H]([C@]4(C=CC(=O)C=C4CC3)C)CC[C@@]21C)C1=CCCC1 IUVKMZGDUIUOCP-BTNSXGMBSA-N 0.000 description 7
- 150000001875 compounds Chemical class 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000001311 chemical methods and process Methods 0.000 description 5
- 235000013305 food Nutrition 0.000 description 5
- 230000037452 priming Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000009472 formulation Methods 0.000 description 4
- BDAGIHXWWSANSR-UHFFFAOYSA-N methanoic acid Natural products OC=O BDAGIHXWWSANSR-UHFFFAOYSA-N 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 230000002747 voluntary effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013537 high throughput screening Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- -1 structure Substances 0.000 description 3
- 230000004083 survival effect Effects 0.000 description 3
- OSWFIVFLDKOXQC-UHFFFAOYSA-N 4-(3-methoxyphenyl)aniline Chemical compound COC1=CC=CC(C=2C=CC(N)=CC=2)=C1 OSWFIVFLDKOXQC-UHFFFAOYSA-N 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 125000003158 alcohol group Chemical group 0.000 description 2
- 239000006227 byproduct Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000306 component Substances 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000009408 flooring Methods 0.000 description 2
- 235000019253 formic acid Nutrition 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000009474 immediate action Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000001717 pathogenic effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 231100000331 toxic Toxicity 0.000 description 2
- 230000002588 toxic effect Effects 0.000 description 2
- 231100000419 toxicity Toxicity 0.000 description 2
- 230000001988 toxicity Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- YBCVMFKXIKNREZ-UHFFFAOYSA-N acoh acetic acid Chemical compound CC(O)=O.CC(O)=O YBCVMFKXIKNREZ-UHFFFAOYSA-N 0.000 description 1
- 150000001298 alcohols Chemical class 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 230000036512 infertility Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 238000000195 production control method Methods 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000009257 reactivity Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31461—Use risk analysis to identify process parts that should be specially monitored
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services
- G06Q50/184—Intellectual property management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
用于控制由生产设备(200)执行的过程的控制***(100)和控制方法。该控制***具有被配置成从数据提供模块(310)获得用于操作生产设备(200)的生产控制数据(311)的第一接口(191),其中该生产控制数据(311)涉及被配置成控制生产设备(200)以自动加工多个物理制品(I1,I2)及其各自的构件(C1至Cn)的操作指令。该控制***还包括风险评估器模块(110),其被配置成基于与各自的构件(C1至Cn)相关联的部分风险值来为每个制品确定总风险值,并进一步配置成检测所确定的总风险值的变化。该控制***还包括控制单元(120),其被配置成:经由第二接口(192)启动用于在第一操作时间区间(OTV1)期间制造具有最低总风险值的特定制品(I1)的操作指令的执行;如果所确定的总风险值的变化导致具有最低总风险值的替代制品(I2),则启动用于加工特定制品(I1)的操作指令的执行的终止;以及经由第二接口(192)启动用于在第二操作时间区间(OTV2)期间加工替代制品(I2)的操作指令的执行。
Description
技术领域
本发明总体上涉及生产过程的控制,并且更具体地涉及按照风险评估来对生产过程的控制。
背景技术
生产控制***在本领域中被已知为控制用于自动制造物理产品的生产设备。自动化的程度不同。一些生产线依然需要大量与操作人员的交互。其它类型的生产线利用机器人和/或网络物理***独立于人类交互操作,所述机器人和/或网络物理***可以彼此通信以及与向生产设备的各种构件提供相应操作指令的控制******通信,以自动执行生产过程的各个步骤。通常,生产设备接收包括用于生产设备的相应功能的技术控制参数的控制指令,其中控制参数被配置为使生产设备执行一系列生产步骤以制造最终产品(物理制品)。通常,在这种过程中,首先制造产品的构件,然后将其组装成最终产品。生产深度—即最终产品的构件结构中的层级数量—对于不同类型的产品可能大幅变化。
自动化程度越高,操作人员控制生产设备的可能性越低。在实现高度自动化的情形中,操作员很可能无法评估可能导致废品产生的生产过程的潜在风险。例如,在生产设备的操作期间可能发生特定风险,从而在忽略风险时导致生产不可用的最终产品。
发明内容
因此,需要改进用于由生产设备执行的自动化过程的生产设备的控制机制,以避免由于被忽略的风险而生产不可用的产品(物理制品)。由此,如在本公开中使用的生产设备指的是可以以这样的方式控制的任何机器或工具(生产模块),即它响应于对应的操作指令而自动执行自动化过程的步骤。通常,生产设备包括被顺次或并行用来执行应用于产品和/或构件的过程步骤的多个生产模块。在一些情况下,生产设备可以包括仅一个生产模块。
以上技术问题通过根据独立权利要求的控制***和控制方法解决。由此,控制***被配置成通过向生产设备提供调整后的过程控制数据来为相应产品和/或其构件确定实际风险值,并且相应地直接使用这些风险值来控制由生产设备执行的过程。调整后的过程控制数据被配置成将过程从与特定风险值相关联的加工(处理)模式切换为与较低风险值相关联的另一加工模式。可能有利的是,基于所确定的风险值来调整过程控制数据自动发生而无需与操作人员进行任何交互。由此,如在本公开中使用的风险值可以是标量值、风险向量或多维风险矩阵,其中不同的风险类别可以由风险值的各种要素反映。控制***包括一个或多个处理器和至少一个存储器构件,其被配置为经由软件模块实现控制***的功能,所述软件模块存储在存储器构件中并且由一个或多个处理器在控制***运行时执行。
在一个实施例中,用于控制由生产设备执行的过程(例如,生产过程、测试过程、清洁过程等)的控制***包括从数据供给模块获得过程控制数据的第一接口。过程控制数据涉及被配置为控制生产设备以自动处理一个或多个物理制品(产品)及其各自的构件的操作指令。换句话说,过程控制数据或者已经包括或者至少可以被转换成被配置为操作生产设备以执行生产过程的各个步骤的控制数据。过程控制数据相应地可以包括来自所制造的产品的材料清单的信息和与工作步骤有关的信息。这种数据通常由数据提供模块如企业资源规划(ERP)***或类似***提供。过程控制数据还可以包括控制设备专用指令(例如,计算机集成制造(CIM)数据),例如用于按照要执行的生产步骤来控制机器人的运动的指令。这种数据可以由设备专用数据库提供。如下文使用的,数据提供模块可以是任何软件或硬件***,其提供与控制由生产设备执行的过程有关的数据。
控制***还包括风险评估器模块,其被配置成基于与产品的相应构件相关联的部分风险值来为每个制品(产品)确定总风险值。此外,风险评估器随时监测所确定的风险值并且能检测所确定的总风险值的变化。
在一个实施例中,当所确定的风险值中的至少一个的特定变化超过预定义的公差变化时检测出事先确定的总风险值的变化。也就是说,仅在总风险值足够大以致于其超过预定义的阈值(公差范围)时,风险评估器才会将其识别为需要(生产)过程的调整的有关变化。
该控制***还包括控制单元,该控制单元被配置为通过向生产设备的相应生产模块发送操作指令来控制生产设备执行一过程。一般而言,这种自动控制单元可以用来控制任何风险相关过程(即制造、处理、分析/测试/筛选(包括高产量筛选)、供应链、采购、销售、软件发布等),控制单元可以执行不同控制模式,其可取决于风险评估器模块的输入。
操作指令在由生产模块执行时使得生产模块执行生产过程的相应加工步骤。为此,控制***具有第二接口,其被配置成与生产设备的生产模块通信以向生产模块提供对应的操作指令。经由第二接口,控制单元启动用于在第一操作时间区间期间加工具有最低总风险值的特定制品的操作指令的执行。换句话说,作为示例,一旦风险评估器已经为通过生产设备生产的候选产品(物理制品)确定了总风险值,风险评估器便可以识别所有制品中具有最低风险值的特定制品,以作为要在第一操作时间区间期间通过设备加工的制品。第一操作时间区间是具有规定的开始和结束时间点的规定时间段,在此期间生产设备***作以加工特定制品。通常,操作时间区间由生产计划***提供。
如果所确定的总风险值的变化引起具有最低总风险值的替代制品,或如果与特定制品相关联的总风险值的变化超过预定义的阈值,则控制单元启动用于加工特定制品的操作指令的执行的终止(即,终止该操作指令的执行)。特别地,如果所确定的总风险值的变化引起具有最低总风险值的替代制品,并且引起该替代制品的所述总风险值与特定制品的更新后的总风险值之间的差值超过预定义的临界差值,则控制单元启动用于加工特定制品的操作指令的执行的终止。可选择地,可以按照特定制品的产品规格(规范,技术参数)从多个物理制品之中选择替代制品,其中替代制品履行与特定制品相似或非常相似或相同的功能。例如,如果特定制品是具有从表面去除水垢的功能的清洁液,则可以不考虑水垢去除构件作为替代制品。关于功能no.1和功能no.2的“相似功能”中的术语“相似”含义如下:假设功能no.1实现特定参数的100%的值(例如在特定条件下在5分钟内对水垢的清洁效率为100%),那么功能no.2实现该参数的至少50%的值、最多200%的值(例如,在相同条件下在5分钟内对水垢的清洁效率为至少50%或最多200%)。关于功能no.1和功能no.2的“非常相似的功能”中的术语“非常相似”含义如下:假设功能no.1实现特定参数的100%的值(例如在特定条件下在5分钟内对水垢的清洁效率为100%),那么功能no.2实现该参数的至少70%的值、最多140%的值(例如,在相同条件下在5分钟内对水垢的清洁效率为至少70%或最多140%)。
如果与特定制品相关联的总风险值的变化超过预定义的阈值,则操作指令的执行的终止也启动。在此情况下,特定制品仍可与所有确定的风险值中的最低风险值相关联。然而,在这种情况下,总风险值的绝对值需要终止执行。
换句话说,一旦风险评估器检测出总风险值的变化,其中当前加工的特定制品不再与最低风险值相关联或其风险值已大幅增加(超过预定义的阈值),则相应的生产模块响应于由控制单元发送的对应的终止指令而停止特定制品的加工。在所确定的总风险值的变化引起具有最低总风险值的替代制品的情况下,控制单元经由第二接口启动用于在第二操作时间区间期间加工替代制品的操作指令的执行。第二操作时间区间紧随在第一操作区间之后。第二操作时间区间的起点通常相对于第一操作区间的终点延迟设置的时间区间,需要该时间区间以将生产模块的配置从特定制品切换为替代制品。
如本公开中使用的术语“替代制品”包括至少一个技术特征与特定制品不同的制品。术语“替代制品”包括物理地不同于特定制品(例如,具有不同的物理或化学组成)的制品,并且还包括物理上与特定制品相同(例如,具有相同的物理或化学组成)但其中应用于替代制品的过程不同于应用于特定制品的过程的制品。
如本公开中使用的术语“最低总风险值”指“所确定的总风险值的最低总风险值”。
关于当前制造的制品的加工的中断,控制单元可以支持不同控制模式。例如,在第一控制模式下,终止执行用于加工特定制品的操作指令的指令可引起该过程在第一操作时间区间结束时终止。在不需要立即采取行动的情况下,这可能是有利的。在第二控制模式下,终止执行用于加工特定制品的操作指令的指令可引起该过程在第一操作时间区间期间终止。在需要立即采取行动的紧急情况下,这可能是有利的。例如,如果部分风险值指示产品构件之一不符合技术规范(例如,溶剂的纯度不足),则该过程可以被立即停止。
在一个实施例中,风险评估器模块还被配置成基于包括IP风险值的部分风险值—所述IP风险值与关于物理制品及其各自的构件、过程、方法、用途的现有知识产权有关(特别是与保护由物理制品使用或其中包括的特征的专利有关)—并且基于关于物理制品及其各自的构件的非IP风险值来确定总风险值。换句话说,物理制品的总风险值通常包括可以与不同风险种类相关联的多个风险成分(部分风险值)。例如,部分风险值可以与诸如制品和/或构件的技术规范或加工特定制品/构件所需的生产模块的维护状态之类的技术问题相关联。部分风险值也可以与诸如对特定产品和/或构件的使用有影响的知识产权或影响所生产的物理制品的商业价值的其它非技术风险相关联。
如本公开中使用的术语“IPL对象”包括:
(a)知识产权(以下称为“IPR对象”),包括但不限于产品注册登记背景下的专利、外观设计权、商标、商业外观、版权、数据保护权、专有权或数据权、数据库保护权、商业方法,商业秘密、集成电路布图设计保护权、植物育种者权利、地理标志;
(b)法律和/或合同规定的知识产权以外的权利和/或义务(以下称为“法律对象”),包括:
(b1)一般法律和/或合同规定的权利(以下称为“一般法律对象”),包括但不限于所有权或拥有权、处置权、使用权、利用权、控制权、所有权义务、不拥有的义务、不处置的义务、使用义务、不使用的义务、控制义务和不控制的义务;
(b2)与生产/R&D有关的法律和/或合同规定的权利和/或义务(以下称为“技术法律对象”)、包括但不限于处理权、制造权、组装权、转变权、复制权、进行研究权、开发权、测试权、评估权、出版权、销毁权、拆解权、保留权、处理的义务、不处理的义务、不制造的义务、组装的义务、不组装的义务、转变的义务、不转变的义务、复制的义务、不复制的义务、进行研究的义务、不进行研究的义务、开发的义务、不开发的义务、测试的义务、不测试的义务、评估的义务、不评估的义务、公布的义务、保密的义务、不公布的义务、销毁的义务、不销毁的义务、拆解的义务、不拆解的义务、保留的义务、不保留的义务;
(b3)与上市有关的法律和/或合同规定的权利和/或义务(以下称为“商业法律对象”),包括但不限于分发权、购买权、租赁权、赠与权、出售权、进口权(例如进入特定国家)、出口权(例如进入特定国家)、运输权、分发的义务、不分发的义务、购买的义务、不购买的义务、租赁权、不租赁权、赠与的义务、不赠与的义务、出售的义务、不出售的义务、进口的义务、不进口的义务、出口的义务、不出口的义务、运输的义务、不运输的义务;
(b4)与支付有关的法律和/或合同规定的权利和/或义务(以下称为“交易法律对象”),包括但不限于付款权、收款(例如费用、许可费、税金等)权、付款(例如费用、许可费、税金等)的义务、不付款的义务、代扣代付的义务、收款的义务、不收款的义务;
(b5)与监管有关的法律和/或合同规定的权利和/或义务(以下称为“监管法律对象”),包括但不限于通知或报告(例如,向第三方和/或政府机构)的义务、申请批准的义务、批准的义务、不批准的义务、接收信息或报告的权利、接受注册的权利、从标签获得信息的权利、增加或删除标签的权利、检查权、监视权、隔离权、保管样本权、没收权、不通知或报告的义务、不登记的义务、从标签获得信息的义务、增加标签的义务、移除标签的义务、被检查的义务、被监视的义务、被隔离的义务、保管样本的义务、不保管样本的义务、没收的义务、不没收的义务,以及注册义务,包括但不限于注册义务、根据产品注册法注册的义务、根据消费产品或食品注册或食品安全法注册的义务、根据化学、农药或生物制品注册法注册的义务(例如REACH(化学品的注册、评估、授权和限制)、GHS(全球统一的化学品分类和标签体系))。如本公开中使用的术语“注册”或“登记”包括与注册相关的任何活动,包括但不限于申请、扩展、获得、续期、审查、更新和/或检查批准的状态、认证、许可、合法化、公证、通知、注册、翻译,包括检查注册法律或法规的状态,并且还包括增加、供给或提供记录、文件、签名、***、样本或标签。
如本公开中使用的术语“专利”包括实用新型专利、专利申请、分案申请、再发行、复审、继续申请、部分继续申请、附加专利、实用新型、创新专利、商业方法专利、涵盖商业方法(CBM)专利、外观设计专利以及此类专利的任何扩展,包括补充保护证书及其应用。
关于“IPL对象”的术语“已有”指可以以任何形式获得与其有关的信息的IPL对象,包括将被、正在或已经提交、公布或使某一方可以访问的任何IPL对象。IPL对象可以是每个国家或地区特有的。
术语“IP风险”指与IPL对象有关的任何风险。
术语“非IP风险”指与IPL对象无关的任何风险。
术语“IP数据库”指包含与IPL对象有关的信息的任何数据库,特别是包含比与IPL对象不相关的信息多或多得多的与IPL对象有关的信息的任何数据库。
术语“非IP数据库”指包含比与IPL对象有关的信息多的与IPL对象不相关的信息的任何数据库。
在一个实施例中,IPL对象是IPR对象。在另一实施例中,IPL对象是法律对象。在另一实施例中,IPL对象是一般法律对象。在另一实施例中,IPL对象是技术法律对象。在另一实施例中,IPL对象是商业法律对象。在另一实施例中,IPL对象是交易法律对象。在另一实施例中,IPL对象是监管法律对象。在另一实施例中,IPL对象是注册义务,特别是根据产品注册法注册的义务、根据消费品或食品注册或食品安全法注册的义务以及根据化学品、农药或生物制品注册法(例如REACH、GHS)注册的义务。在另一实施例中,IPL对象是专利、外观设计和商标。在另一实施例中,IPL对象是专利和商标。在另一实施例中,IPL对象是专利。
在任何情况下,如本公开中使用的风险值涉及关于一个或多个加工的物理制品的潜在后续使用的不确定性和/或应用于物理制品的过程,其中风险值直接用于根据风险评估器的发现在没有任何人为干预的情况下控制由相应生产模块执行的过程。
在一个实施例中,控制***可以经由第一接口从一个或多个IP数据库检索用于计算IP风险值的信息。此外,可以从一个或多个非IP数据库检索用于计算非IP风险值的信息。风险评估器模块可以基于作为一个或多个IP数据库中对应的IPL对象的状态变化的结果的部分IP风险值变化来检测特定制品的总风险值的变化。例如,如果待决的专利申请涉及被加工制品正在使用的化合物并且该专利申请在受监测的IP数据库中的状态切换为已在作为与被加工制品有关的市场的国家“授权”,则相应的部分IP风险值通常会增加。另一方面,如果专利申请被驳回或相应的专利被撤销,则相应的部分IP风险值通常会降低。对应的IPL对象的评估的变化也可以被视为IPL对象的状态变化。例如,如果对应的IPL对象与已经通过内部有效性分析被视为无效的权利相关联,则该信息将被提供给数据库,从而导致IPL对象的状态变化,并且在这种情况下,对应的部分IP风险值通常会降低。
在一些实施例中,特定制品的特定总风险值的变化可以与一个或多个特定构件的风险贡献相关联。也就是说,特定制品的总风险值取决于其构件的风险值。然后,风险评估器可以通过在对应的数据库中搜索具有至少一个相似或非常相似的结构、功能和/或技术特征的构件来为特定制品将一个或多个替代构件识别为具有较低风险值贡献的替代品。例如,在用于化学过程中的化学成分的领域中,为这种结构/功能/技术特征分析建立的数据库例如为SciFinder、REAXYS、ChemSpider、PubChem、ChemIDplus、SPRESI数据库、CAMPUS(统一标准下计算机辅助预选材料)数据库、Beilstein数据库或DrugBank。一旦识别出替代构件,控制单元便可以指示生产设备用所识别的替代构件替换一个或多个特定构件中的至少一个,使得特定制品的总风险值变成最低总风险值。在此实施例中,生产设备不会切换到具有较低风险值的完全不同的最终产品,而是通过用低风险替代构件替换高风险构件来改变当前制造的制品的构件结构,使得改造后的当前制造的产品再次具有生产设备可生产的所有物理制品的最低风险值。
在一个实施例中,由前文公开的控制***执行的控制方法用于使用以下步骤来控制生产设备:从数据提供模块获得用于操作生产设备的过程控制数据,其中过程控制数据包括被配置为控制生产设备自动加工一个或多个物理制品及其各自的构件的操作指令;基于与各个构件相关联的部分风险值来为每个制品确定总风险值;开始执行用于在第一操作时间区间期间加工具有最低总风险值的特定制品的操作指令;检测所确定的总风险值的变化;如果所确定的总风险值的变化引起具有最低总风险值的替代制品,或者如果与特定制品相关联的总风险值的变化超过预定义的阈值,则开始终止执行用于加工特定制品的操作指令;如果所确定的总风险值的变化引起具有最低总风险值的替代制品,则开始执行用于在第二操作时间区间期间加工替代制品的操作指令。
在另一实施例中,计算机程序指令可以存储在形成计算机程序产品的计算机可读介质上,所述计算机程序产品在由控制***的一个或多个处理器执行时致使控制***执行所述控制方法。
本发明的更多方面将借助特别是在所附权利要求中描述的元件和组合来实现和达到。应理解,前文的总体描述和下文的详细描述只是示例性和说明性的,且并非对所描述的发明的限制。
附图说明
图1是根据本发明的实施例的用于控制由生产设备执行的过程的控制***的简化框图;
图2是由根据本发明的实施例的控制***执行的控制方法的简化流程图;
图3示出了表示不同控制模式下的控制***行为的示例的表格;
图4示出了根据本发明的实施例的可用于控制可选的自动搜索模块的功能的决策树示例;
图5是根据本发明的实施例的包括可选的自动搜索模块的控制***的简化构件图;
图6A、6B示出了考虑到风险值的具有各种制品的风险值和生产线的生产输出的示例性场景;以及
图7是示出可以在本发明的实施例中使用的通用计算机设备和通用移动计算机设备的示例的图。
具体实施方式
图1是用于控制由生产设备200执行的过程的生产控制***100的简化构件图。参考由生产控制***100执行的如图2所示的生产控制方法1000的简化流程图来描述生产控制***的工作。因此,在以下段落中使用了两幅图(图1、图2)的附图标记。
生产设备200包括一个或多个生产模块PM1至PMn(例如,机器人、化学反应器等)。例如,各种生产模块可以执行用于生产一个或多个物理制品I1、I2的生产步骤。在一些实施例中,生产设备200可以是用于基于多个构件C1至Cm来执行物理制品I1、I2的组装的生产线。每个物理制品I1、I2(例如,最终产品)可以基于多个构件C1至Cm的不同子集。相应构件被自动提供给生产设备(例如,经由机器人、输送带、管道、阀门等)。在一些实施例中,生产设备200可以是被配置成执行化学过程的化工设备。在化学过程的情况下,最终产品的相应构件例如是化学物质。在一个实施例中,该生产设备可以被配置成执行用于调整生产过程的测试生产运行。生产设备200由控制***100控制成在对应的操作时间区间OTV1、OTV2期间自动生产各种物理制品I1、I2。换句话说,例如,生产设备200被设置成在第一操作时间区间OTV1期间生产第一制品I1。然后,生产设备可以被重新配置为在第二操作时间区间OTV2期间生产第二制品I2。第一和第二制品I1、I2可以基于不同构件并且可以利用不同的生产模块。自动化的生产设备在本领域中(例如,在汽车行业、化工行业和许多其它行业中)是众所周知的,并且不需要向自动化生产过程的领域中的技术人员进一步公开。
术语“物理制品”是物理地存在的任何制品,包括但不限于:
(a)机器、机械零件、电气零件、器件、器械、车辆、建筑元件,
(b)消费品、食品、饮料,
(c)分子、化合物、化学物质、化学成分,
(d)处于存活或死亡状态的有机体(例如处于存活或死亡状态的植物或微生物)。
“物理地存在”指具有物质状态—包括但不限于物质的低能经典状态—的任何物质,例如固体、液体、气体和等离子体。
术语“构件”指物理制品的任何物理地存在的部分。两个构件在它们有至少一个技术特征不同的情况下彼此不同。
术语“技术特征”指可以通过人体感官或通过另一存活的生物的感官或通过物理地存在的仪器确定的任何特征。技术特征包括但不限于物理特征、化学特征和生物特征。物理特征的示例为物理参数,例如重量、几何形状、密度、温度、颜色、粘度、导电率和耐久性。化学特征的示例为分析意义上的化学组成(即,构件中包含哪些分子或化学物质)、溶解度反应性、反应速率、化学结构。生物学特征的示例为不育性/无菌、繁殖率、生育率和基因序列。物理制品或构件包括计算机数据的事实也是技术特征的一个示例。物理制品或构件已经经历特定物理或化学过程的事实也是技术特征的一个示例。例如,如果物理制品I1和物理制品I2物理上相同(即具有相同的物理或化学成分),但制品I1通过过程P1生产并且制品I2通过不同过程P2生产,则两个构件的技术特征就它们的生产过程而言不同。例如,如果构件A1和构件A2物理上相同(即具有相同的物理或化学成分),但构件C1通过过程P1生产并且构件C2通过不同的过程P2生产,则两个构件的技术特征就它们的生产过程而言不同。
如果物理制品仅由一个构件组成,则该构件即为该物理制品。
术语“生产设备”指适于加工物理制品的至少一个构件或适于这样加工物理制品的任何物理地存在的设备。“加工构件”指(a)改变构件的至少一个技术特征,或(b)获得与构件的至少一个技术特征有关的信息(例如测试、测量或分析),或(c)制造或生产构件,(d)处理、净化、清洁或回收构件,(e)将该构件转换为另一构件或另一构件的一部分,或(f)对物理制品增加该构件或从物理制品移除该构件。关于物理制品,“加工物理制品”指制造或生产它,或加工物理制品的构件。
在图1的示例中,控制***100被图示为单体块(例如,在单个硬件资源上实现)。然而,在一些实施例中,控制***100的模块可以分布在多个硬件资源上,这些硬件资源一起形成逻辑级的控制***。例如,在真实的实施方案中,控制***的控制单元120可以是生产设备200的组成部分,并且风险评估器子模块111、112可以是相应数据库320、330的组成部分。在另一实施方案中,控制***100可以是中央企业控制***的模块,例如,企业资源规划(ERP)***,其具有适当的接口191、192以与外部数据库和生产设备通信。
在另一实施例中,控制***(100)也可以控制与生产设备(200)相连的其它生产设备、例如在该生产设备(200)的上游侧或下游侧的生产设备,或与所述其它生产设备通信。
第一接口191被配置为从数据提供模块310获得1100用于操作生产设备200的生产控制数据311。在该示例中,过程控制数据对应于包括操作指令的生产控制数据(PCD)311,所述操作指令被配置成控制生产设备200自动加工一个或多个物理制品I1、I2及其各自的构件C1至Cn。例如,PCD 311可以包括所谓的路线,其包括要应用于各个制品/构件的各种生产步骤的列表。诸如用于各种制品的材料清单的路线的信息通常由ERP***提供。该信息可以由控制单元转换为技术控制参数信息,该技术控制参数信息经由第二接口192提供给各个生产模块PM1至PMn,以指示生产模块根据PCD 311执行生产步骤。本领域技术人员公知如何检索(例如,经由远程功能调用接口或适当的web服务接口)并将来自这些数据提供模块310的生产控制数据转换为可直接应用于相应生产模块的技术控制参数。
控制***100还包括风险评估模块110,其被配置成基于与相应构件相关联的部分风险值来为每个制品I1、I2确定1200总风险值。此外,风险评估器110可以检测所确定的总风险值中是否发生任何变化。换句话说,风险评估器110可以为多个物理制品I1、I2计算初始总风险值并且还可以随时更新和监测总风险值。结果,可以检测风险值的随时变化。
控制***100的控制单元(CU)120可以经由第二接口192与生产设备200通信。适合将控制数据从CU 120传送到生产模块PM1至PMn的任何接口技术可用于实施第二接口192。这还包括具有相应协议的无线通信接口。CU 120接收包含用于物理制品I1、I2的生产控制数据的PCD 311。它还从风险评估器110接收哪个物理制品的总风险值最低的信息。在图1的示例中,特定制品I1具有最低总风险值。在本例中,CU 120经由第二接口192启动1300用于在第一操作时间区间OTV1制造特定制品I1的操作指令的执行。
在一个实施例中,风险评估器110可以将多个物理制品的整个风险等级提供给CU120,并且CU 120选择具有最低总风险值的制品以用于生产。在一替代实施例中,风险评估器110已经执行风险等级的过滤,并且仅向CU 120提供具有最低总风险值的制品。
在一个实施例中,CU 120然后可以查询数据提供模块310以检索用于具有最低风险值的制品I1的PCD 311。在一替代实施例中,CU 120可以具有用于存储PCD 311的高速缓冲存储器,以用于由生产设备制造的潜在制品。在该替代实施例中,CU 120可以简单地选择与具有最低总风险值的制品I1对应的高速缓存的PCD数据。CU120还可以包括变换模块,该变换模块可以将从数据提供模块310接收的生产控制数据变换为可以由生产设备200的各种生产模块处理的格式。
如果风险评估器110检测出1400引起具有最低总风险值的替代制品I2的所确定的总风险值的变化,或如果与特定制品I1相关联的总风险值的变化超过预定义的阈值,则CU120启动用于加工(例如制造)特定制品I1的操作指令的执行的终止。特别地,如果风险评估器110检测出1400这样的确定的总风险值的变化,即,该变化引起具有最低总风险值的替代制品I2并且引起该替代制品I2的所述总风险值与特定制品I1的更新后的总风险值之差超过预定义的临界差值,则CU 120启动用于加工(例如制造)特定制品I1的操作指令的执行的终止。关于“特定制品的总风险值”的“更新”指“通过所确定的总风险值的所述变化更新”。例如,在第一种情况下,所确定的总风险值的变化引起具有为30%的最低总风险值的替代制品I2并且引起具有32%的更新后的总风险值(两个总风险值之差为2%)的特定制品I1,并且预定义的临界差值为Δ=15%,在这种情况下CU 120将不会启动用于加工特定制品I1的操作指令的执行的终止。例如,在第二种情况下,所确定的总风险值的变化引起具有为10%的最低总风险值的替代制品I2并且引起具有32%的更新后的总风险值(两个总风险值之差为22%)的特定制品I1,并且预定义的临界差值为Δ=15%,在这种情况下CU 120将启动用于加工特定制品I1的操作指令的执行的终止。
换句话说,一旦风险评估器更新多个物理制品的总风险值并且检测出变化以使得在该变化之后特定制品I1不再与最低总风险值相关联,CU 120便向生产设备发送操作指令,从而使得对应的生产模块终止特定制品I1的制造(即,启动1500执行的终止)。例如,在标准控制模式下,这可以在第一操作时间区间OTV1结束时(即,在制品I1的生产批次完成时)发生。然而,在一些实施方案中(例如,在紧急控制模式下),操作指令可以使得生产设备200甚至在第一操作时间区间结束之前也立即停止特定制品I1的生产。在一些实施例中,如果总风险值的变化超过预定义的(例如,由阈值限定的)公差范围,则这种变化仅可通过风险评估器来检测。也就是说,控制***可以忽略总风险值的微小变化,因为没有触发修正动作。
一旦生产设备200已经终止特定制品I1的生产,CU 120便经由第二接口192启动1600用于在第二操作时间区间OTV2期间加工(例如制造)替代制品I2的操作指令的执行。换句话说,生产自动切换至现在具有最低总风险值的替代制品I2。如果变化的检测取决于预定义的公差范围,则在低于相应阈值的总风险值的较小变化的情况下,控制***不会使生产设备向替代制品I2的生产切换。有利地,预定义的公差范围是以这样的方式选择的,即,作为生产切换的结果的显著优点仅在总风险值超过预定义的阈值的情况下实现。
应该指出,替代制品I2可以是特定制品I1的一个变体,其中I1的一个或多个构件由与较低风险值相关联的替代构件替换。在这种情况下,用于特定制品的总风险值的变化与其构件中的一个或多个的风险贡献相关联。然后,控制单元120可以通过在对应的数据库中搜索具有至少一个相似或非常相似的结构、功能和/或技术特征的构件来为特定制品将一个或多个替代构件识别为具有较低风险值贡献的替代品。然后,可以用经识别的替代构件替换一个或多个特定构件中的至少一个制品,以使所修改的特定制品(即,替代制品I2)的总风险值变成所有制品的最低总风险值。
在一个实施例中,风险评估器110具有第一子模块(IRA)111,用以确定包括与关于物理制品I1、I2及其各自的构件的现有IPL对象有关的IP风险值的部分风险值。它还具有第二子模块(NIRA)112,用以确定包括关于物理制品I1、I2及其各自的构件的非IP风险值的部分风险值。风险评估器110然后可以将由子模块IRA 111和NIRA 112提供的部分风险值合计为相应物理制品的总风险值。
例如,为了计算IP风险值,IRA子模块111可以经由第一接口191从一个或多个IP数据库320检索与IPL对象有关的信息。IP数据库320可以包括公共数据库,例如由欧洲专利局提供的ESPACENET数据库或由世界知识产权组织提供的PATENTSCOPE数据库。这种IP数据库有利地包括关于专利的法律状态信息以及与专利细节、专利权人细节、国家细节、技术领域细节有关的公共信息。有利地,公共IP数据库是定期更新的。IP数据库320还可以包括操作生产设备或提供风险评估服务的实体的私有内部数据库。内部IP数据库可以包括附加的信息,它包括与专利细节、专利权人细节、国家细节、技术领域细节、检测可能性等有关的非***息。有利地,它们也可以是定期更新的。
为了计算非IP风险值,NIRA子模块112可以从一个或多个非IP数据库330检索与计算有关的信息。与非IPL对象有关的风险因素的示例为技术风险、商业和/或金融风险、EHS(环境、健康和安全)风险—包括与毒性、致病性、电磁辐射、粒子辐射和声辐射有关的风险—与IT有关的风险(数据丢失或盗用)等。与有关产品/服务的商业广告相关的真实、历史或预测数据,例如金额、价格、客户、收益、净现值等,也可以被包含在商业和/或金融风险的计算中。例如,如果对有关产品/服务预期高商业价值,则商业和/或金融风险的值相当低。例如,如果可以对有关产品/服务预期很小的商业价值,则商业和/或金融风险的值相当高。因此,非IP风险值的自动计算可以包括用于计算与操作模式的变化有关的成本和风险(例如用于接通和切断机器以实现替代制品的生产的成本)的集成式变化成本计算工具(CCC)。再次,非IP数据库可以是公共数据库(例如商品的公共价格表)或相应实体的私有内部数据库。内部私有数据库的示例为ERP***的数据库,包括与有关产品/服务的商业广告有关的定期更新的非***息,例如金额、价格、客户、收入、净现值等。
例如,IRA子模块111可以基于一个或多个IP数据库320中的相应IPL对象的状态信息来计算部分IP风险值。如果该状态信息在用于特定制品/构件的第一IP风险值计算之后变化,则它可以引起状态变化之后的第二IP风险值计算中的IP风险值的变化。部分IP风险值的变化可以导致特定制品的总风险值的变化(如果没有通过其他变化补偿),这最终可能导致其中另一制品具有较低风险值的状况。
IRA子模块111可以由计算机程序和/或操作人员操作。在一个实施例中,它由计算机程序操作。在另一实施例中,它由计算机程序和操作人员操作。在又一实施例中,它基本上仅由计算机程序操作,该计算机程序仅在某些例外情况下由操作人员辅助。IRA子模块111包括数据输入接口和数据输出接口。通过数据输入接口,IRA子模块111可以接收数据,例如:
(i)目标制品的非公开输入信息,该信息的IP风险应当被评估,
(ii)感兴趣的国家(非公开输入),例如目标制品可能进入其市场的国家,
(iii)检测出潜在侵权(非公开输入)的可能性,
(iv)与IP风险评估有关的其它数据(非公开输入)。
IP数据库320可以包括公共部分和非公共部分,该公共部分和非公共部分包含用于计算IP风险评估参数(也称为“IP风险因素”)的所有必要的信息,该IP风险评估参数是部分IP风险值的计算所需的。下面给出了潜在IP风险因素的一些示例:
a)基于专利说明书和/或权利要求中的公开可用信息的IP风险因素。这可以通过自动或半自动权利要求映射(参见例如来自美国Minneapolis的Lucid Patent,LLC的ClaimBotTM或ClaimScapeTM软件)和/或根据如上文提供的信息(i)对目标制品进行语义搜索来获得。例如,可以根据其技术特征来描述目标制品,并且语义搜索结果的相似性可以用于IP风险值的计算。较高相似性可以与较高IP风险相关联。语义搜索工具是市场上可以获得的。一个示例为由德国慕尼黑infoapps GmbH提供的工具Sem-IP。
b)基于除专利说明书和/或权利要求以外的与专利有关的公开可用信息的IP风险因素,包括但不限于:专利的法律状态(待决、授权、驳回、撤销、过期);专利期限(如果专利即将过期,则风险较低),与该专利有关的第三方诉讼的次数(即第三方言论/意见书;专利局或其它政府机关之前的异议和无效程序);在专利授权的情况下的未决期限(即在提交之后的x个月内授权);在专利授权之前收到专利局审查决定书的数量;专利族的规模和/或国家管辖范围(例如,如果专利族规模对专利权人来说不常见—例如如果跨国专利权人仅在一国提交专利或如果中国的一所小型大学在全球10个国家提交专利,则自动从欧洲专利局提供的ESPACENET数据库或从印度专利局文献来检索专利族信息);专利是否可以被以固定费用向所有人许可;前向引证(forward citation)次数;专利的IPC类别(例如,由于不断变化的国家特定判例法—如美国的Alice或Mayo最高法院判决,专利被无效的风险对于特定IPC类别中在2000年至2010年授权的专利而言较高)。
c)基于与专利权人有关的公开可用信息的IP风险因素,包括但不限于:专利权人的法律形式(私营公司、诸如大学的公共机构、政府机构、私人等);专利权人与生产制品的实体之间的关系;专利权人是否诉讼或一般而言强制实施其专利(来自公共资源的信息);专利权人的原籍国;专利权人的规模和“财力”;专利权人是否作出了公开的非主张声明;专利权人是否为非专利实施实体(NPE);专利权人是否发生变更。
d)基于与专利有关的非***息的IP风险因素,包括但不限于:是否已进行无效性分析;是否已知破坏新颖性的现有技术与该专利有关;该专利是否受到监控;是否存在关于该专利的许可选项或类似协议;已经审查了该专利的专利审查员的具体经历(详细履历)。
e)基于与专利权人有关的非***息的IP风险因素,包括但不限于:专利权人与用户之间关系的品质(即友好关系/合作伙伴/敌对关系/竞争对手;供应商/客户关系);专利权人是否诉讼或一般而言强制实施其专利;是否容易与专利权人谈判合同;专利权人的专利申请的大体品质。
f)基于公开或非公开国家特定信息的IP风险因素(例如判例法的趋势):在一些国家,专利权人很难强制实施其专利(例如印度);在另一些国家如巴西,专利授权可能需要长达10年的时间;在欧洲(EP),软件专利将需要发明特征的技术特点;在另一些国家如美国,侵权人常常需要在法院诉讼后支付高额赔偿金。
g)基于公开或非公开技术特定信息的IP风险因素:例如,在ITC部门中,可以接受比诸如化学的传统部门更高的风险;例如,这可能与对应的IPC类别有关。
h)基于检测出潜在侵权的可能性的IP风险因素(非公开):例如,目标产品/服务是不可见的,无法分析其构件(“黑匣子”)。
根据预定义的方案和规则,上述IP风险因素可以用于计算特定制品的IP风险值。这些规则可以是预定义的或可以由生产特定制品的实体配置。
可以基于上述IP风险因素的至少一个子集的权重来计算特定制品的总IP风险值。例如,操作生产设备的实体“MASTERCOMPANY”可以生产物理制品“MASTERADDITIVE”,其为化工产品。IRA子模块111可以接收以下信息作为输入:
感兴趣的国家:仅美国
以上a)的IP风险因素:70%(例如,通过与权利要求语言相比对应语义搜索的70%相似性获得):权重系数(预定义):20%
以上b)的IP风险因素:90%(例如,唯一相关专利被授予并且没有针对该专利待决的第三方诉讼;根据IPC类别,由于美国的相应判例法,该专利无效的可能性很小);权重系数(预定义):20%
以上c)的IP风险因素:10%(例如,唯一相关专利的专利权人为“MASTERUNI”大学,其愿意根据公共记录提供许可);权重系数(预定义):10%
以上d)的IP风险因素:5%(例如,已经进行了内部无效性分析,其被输入到IP数据库320的非公开部分中);权重系数(预定义):20%
以上e)的IP风险因素:10%(例如,“MASTERCOMPANY”与“MASTERUNI”之间有着良好的协作);权重系数(预定义):10%
以上f)和g)组合后的IP风险因素:50%(例如,美国对化工产品专利没有特殊情况);权重系数(预定义):10%
以上h)的IP风险因素:80%(例如,“MASTERADDITIVE”的内容可以使用现有技术分析);权重系数(预定义):10%
然后可以将制品“MASTERADDITIVE”的总IP风险值计算为:0.7*0.2+0.9*0.2+0.1*0.1+0.05*0.2+0.1*0.1+0.5*0.1+0.8*0.1=0.48=48%。然后,风险评估器110可以将制品“MASTERADDITIVE”的该IP风险值与由NIRA子模块112提供的部分风险值累加成制品的总风险值。通过考虑制品的推定商业价值,也可以将总风险值转换为货币价值。
智能风险评估工具—例如具有IRA和NIRA子模块的风险评估器110—可以通过又一些子模块来扩展,所述又一些子模块涉及与例如商业和/或财务风险、EHS(环境、健康和安全)风险—包括与毒性、致病性、电磁辐射、粒子辐射和声辐射有关的风险、IT相关风险(数据丢失或数据的盗用)有关的又一些部分风险值的计算。由此,这些子模块变成与自动控制单元如CU 120集成,所述自动控制单元用于控制可受所述风险因素影响的过程,例如制造、处理、分析/测试/筛选(包括高产量筛选)、供应量、采购、销售、软件发布、R&D、模拟过程。
在图1的示例中,风险评估器110与CU 120通信耦合。在控制***100不是分布式的实施例中,可以经由控制***100的内部总线来实施通信耦合。在分布式实施方案中,通信耦合可以经由任何适当的广域网(WAN)、局域网(LAN)或无线局域网(WLAN)连接来实现。风险评估器110将风险信息提供给CU 120,CU 120需要将操作指令发送到生产设备,所述操作指令确保仅生产此后可用的制品。在前面公开的示例中,风险评估器110从数据库320、330并且可选地从数据提供模块310接收输入信息(例如,制品的名称和化学结构)。
风险评估器110还可以接收来自CU 120的输入。例如,制品“MASTERADDITIVE”的实际组成在操作时间区间OTV1期间的生产过程中可能已经改变,因为制造过程可能已经改变。结果,可以根据从生产控制数据PCD 311中包括的原始规格偏离的规格来实际地生产该制品。CU 120还可以在生产设备200上执行监测功能并且识别这种变化(例如,通过接收监测各种生产模块PM1至PMn的状态的适当传感器数据)。然后,CU 120可以将实际组成提供给风险评估器110,风险评估器110可以计算实际生产的制品的更新后的总风险值。当前生产的物品的更新后的总风险值可能已经以使得替代制品具有较低风险值的方式改变。在这种情况下,CU 120可以向生产设备提供操作指令,以在下一个操作时间区间OTV2将生产切换到替代制品。
此外,IRA子模块111可以包括支持根据目标制品为语义搜索生成权利要求映射或相似性值的功能。此外,可以设置预定义的IP或专利搜索和过滤器(例如,取决于CU的输出),和/或可以实施机器学习以提高输出的质量。
图3是表格3000,它图示了针对当前生产的制品(例如,“MASTERADDITIVE”)的定期更新后的总风险值的控制***行为的示例。风险评估器可以定期执行总风险值的更新计算。例如,更新间隔可以是每月、每周、每天、每小时、每秒或甚至是实时的。假设在该示例中,风险评估器每小时自动计算总风险值更新。表格3000的总风险值列示出了当前生产的制品的总风险值的阈值。操作指令列包括关于在实际总风险值超过相应阈值的情况下由CU120发送到生产设备的操作指令的信息。
在该示例中,控制模式1与高达40%的所有总风险值相关联。也就是说,控制***忽略了总风险值的导致在0%至40%的公差范围内的总风险值的任何变化。控制***不将公差范围内的变化视为相关变化,因此不采取进一步行动并且不改变制造过程。
然而,一旦检测出总风险值超过40%阈值的变化,CU便激活控制模式2,该控制模式2包括发送关于当前风险状态的通知。换句话说,控制***向相应目标(例如,监视***或操作人员)通知检测出的变化。否则,控制***不会自动触发任何进一步的修正动作。
然而,一旦检测出总风险值超过60%阈值的变化,CU便激活控制模式3,其可以包括将制造过程改变为用于在将来的操作区间期间生产替代制品的预定义的替代过程(围绕设计的解决方案)。这可以包括使用低风险替代构件而不是高风险构件,条件是替代制品的总IP风险值不大于40%。控制***还向生产模块发送操作指令以准备切换到替代构件的切换事件。***还向相应目标发送关于当前风险状态的通知。
一旦检测出总风险值超过80%阈值的变化,CU便激活控制模式4,其可以包括在当前操作时间区间(例如,一天内)完成后终止制造过程并准备切换事件。选择比可以发生切换事件的频率高的、用于确定风险变化的更新频率可能是有利的。这确保了在切换指令被发送到生产设备之前,控制***可以考虑包括最近风险变化的任何风险重新评估。***还向相应目标发送关于当前风险状态的通知。
一旦检测出总风险值超过90%阈值的变化,CU便激活控制模式5(紧急模式),其可以包括在当前操作时间区间期间(例如,一小时内)终止制造过程并准备切换事件。***还向相应目标发送关于当前风险状态的通知。
与如图3所示相同或相似的方案还可以应用于其它风险相关过程,例如处理、分析/测试/筛选(包括高产量筛选)、供应链、采购、销售、软件发布、R&D和模拟过程。
在一个实施例中,在上述控制模式2至5中的任何一个控制模式中,CU可以针对关于当前生产的制品的最相关专利向IRA子模块发送关于自动可专利性/有效性评估的请求。
在一个实施例中,CU以如下方式配置:其在与风险评估器交互时自动搜索围绕设计的选项并选择具有最佳总风险值的选项。
在一个实施例中,CU以如下方式配置:在制造过程停止之后安排一个或多个生产模块的维护动作(具有终止操作指令的控制模式4和5)。在这种情况下,与相应生产模块的维护状态有关的公开通知(例如,“***...正在维护...”)由控制***的输出装置(例如,监视器、触摸屏、音频输出等)自动发布,和/或发送给相应生产模块的操作员。
在下文中,解释了又一些示例性场景以说明基于自动风险的生产控制***的发明构思的应用。
第三方专利(例如,专利EP9999999)由风险评估器(IRA子模块)监测。该专利的相关权利要求1已经在欧洲被授权,并且生产模式中的特定制品(即,该制品已经在生产中或者其被安排进行生产)将侵犯相关权利要求1。IRA子模块在这种情况下检测触发事件,该触发事件要求利用以下步骤进行风险评估:
a)自动搜索可用于使EP9999999的相关权利要求无效的现有技术(例如,使用诸如Google Prior Art Finder之类的工具);
b)例如,通过评估与EP9999999的权利要求1的措辞相比的语义现有技术搜索的相似性来对在步骤a)中找到的现有技术进行自动相关性检查;
c)根据步骤b)中的相关性检查的结果,IRA相应地调整对应的IP评估参数(IP风险因素),这导致特定制品的总IP风险值的变化。例如,如果IRA认为在步骤a)中找到的现有技术是高度相关的或破坏了新颖性,则对应的IP评估参数在EP9999999授权之后保持不变或几乎不变。例如,如果在步骤a)中没有找到现有技术,则对应的IP评估参数在EP9999999授权之后将显著改变,这可能导致总IP风险值的显著变化(例如,增大)。
图5图示了控制***100的一个实施例,该控制***100还包括模块130,该模块130被配置成执行对要加工的替代制品的自动搜索(ASPA)。ASPA模块130可以具有子模块131,其被配置成执行对IPL对象相关的替代方案的自动搜索(ASIPA),以及又一子模块132,其被配置成执行对非IPL对象相关的替代方案的自动搜索(ASNIPA)。本领域技术人员能够使用已知的搜索技术结合相应的数据库来检索控制***决定将制造自动切换为替代制品所需的相关信息。
ASIPA子模块131可以输出用于生产制品的一个或多个替代解决方案(以下称为“ASIPA解决方案”)。IRA/NIRA子模块111、112可以关于它们的相关IP/非IP风险来评估这些ASIPA解决方案。例如,为了评估诸如技术风险(例如,制品的技术可行性)之类的非IP风险,可选地,NIRA 112可以通信地耦合到自动快速筛选或测试设备,其中快速筛选或测试结果可以转换为技术风险或非IP风险。基于相应替代解决方案的IP风险值和非IP风险值来计算总风险值。如果一个ASIPA解决方案导致比处于生产模式中(即,制品当前正在生产或安排进行生产)的当前解决方案更好的总风险值,则风险评估器可以向CU输出信号以将制造过程从当前解决方案切换为该ASIPA解决方案。
ASNIPA子模块132可以执行对替代方案的自动搜索而不考虑任何IPL对象相关的事项。例如,ASNIPA可以搜索技术替代方案,并且可以与自动快速筛选或测试设备通信地耦合(例如,经由NIRA子模块112)以确定所识别的替代方案的技术可行性。IRA/NIRA子模块可以关于IP/非IP风险来评估这些ASNIPA解决方案。再次,基于IP风险值和对应的非IP风险值来计算所识别的替代解决方案的总风险值。如果所识别的ASNIPA解决方案具有比处于生产模式中的当前解决方案更好的总风险值,则风险评估器可以向CU输出信号以将制造过程从当前解决方案切换为所识别的ASNIPA解决方案。
图4图示了了决策树4000,其可用于控制可选的ASPA模块130的功能。风险评估器检测4100相关的IPL对象相关事件。例如,具有关于当前(当前制造或安排的)制品的相关权利要求的专利被授权。
然后,风险评估器可以使用其自动搜索功能来识别(经由适当的搜索工具)是否存在可能使相关权利要求无效的有用的现有技术。如果该搜索成功并且识别出4110有用的现有技术,则当前制品的IP风险可以保持不变。如果没有有用的现有技术可被识别出4120,则当前制品的相应部分IP风险值增大。因此,如果不发生进一步的风险补偿,则当前制品的总风险值也增大。控制***现在可以使用可选的ASIPA子模块来搜索具有比当制品的总风险值低的总风险值的替代解决方案。如果可以识别出这样的替代ASIPA解决方案,则CU可以向生产设备发送操作指令,以将制造从当前制品切换4121为所识别的ASIPA解决方案。然而,搜索替代ASIPA解决方案可能失败4122。在这种情况下,ASNIPA子模块可以用于搜索具有比当前制品的总风险值低的总风险值的替代ASNIPA解决方案。如果可以识别出这样的替代ASNIPA解决方案,则CU可以向生产设备发送操作指令,以将制造从当前制品切换4122-1为所识别的ASBIPA解决方案。如果无法识别替代的ASNIPA解决方案,则CU可以根据与当前总风险值相关联的控制模式(例如,正常操作或紧急情况,参见图3)来向生产设备发送操作指令以终止4122-2制造。
在IPL对象、特别是IPR对象或专利中的相关权利要求和/或已经在IPL对象、特别是IPR对象或专利中要求专利权的相关主题包含以下限制的情况下:
(1)对特定制品、化合物、结构、材料、组分和/或物质类别的限制(这些限制被称为“(Li1)”),和/或
(2)对特定范围、物理参数、非物理参数、物理参数范围和/或非物理参数范围的限制(这些限制被称为“(Li2)”),和/或
(3)对具体过程、方法、步骤和/或步骤顺序的限制(这些限制被称为“(Li3)”),和/或
(4)对具体用途和/或目的的限制(这些限制被称为“(Li4)”),和/或
(5)特定条件限制(这些限制被称为“(Li5)”),例如对特定制品、化合物、结构、材料、组分、物质类别、范围、物理参数、非物理参数、物理参数范围、非物理参数范围、过程、方法、步骤、步骤顺序、用途、目的仅在满足特定条件时适用的条件限制,和/或
(6)以在IPL对象的权利要求中和/或已经或可以在IPL对象中要求专利权的主题中不包括特定例外和/或免责声明的方式的限制(这些限制被称为“(Li6)”),和/或
(7)在最初提交的和/或以前为IPL对象提交的权利要求中尚未包括的限制(这些限制被称为“(Li7)”),和/或
(8)在相应的独立或更高级别的权利要求中尚未包括的限制,其中对应的独立或更高级别的权利要求已经被认为是无效的、很可能是无效的或者可能被风险评估器无效(这些限制被称为“(Li8)”),
ASIPA子模块可以自动识别这些限制并自动搜索未落入限制(Li1)、(Li2)、(Li3)、(Li4)、(Li5)、(Li6)、(Li7)和/或(Li8)之中所识别的限制下的替代解决方案。
与权利要求或已经或可以要求专利权的主题相结合的术语“相关”意味着权利要求或主题对超过特定(例如预定义的)阈值的总风险值或IP风险值有影响。
术语“替代解决方案”指替代制品、化合物、结构、材料、组分、物质类别、范围、物理参数、非物理参数、物理参数范围、非物理参数范围、过程、方法、步骤、步骤顺序、用途和/或目的。
在ASIPA子模块已经识别出限制(Li7)的情况下,ASIPA子模块也将主要自动搜索(a)相关权利要求和/或主题与(b)最初提交的和/或以前为IPL对象提交的权利要求中的“delta区域”(即差异区域)中的替代解决方案。
在ASIPA子模块已经识别出限制(Li8)的情况下,ASIPA子模块也将主要自动搜索(a)相关权利要求和/或主题与(b)已经被认为是无效的、很可能是无效的或者可能被风险评估器无效的对应的独立或更高等级的权利要求之间的“delta区域”(即差异区域)中的替代解决方案。
以下场景示例详细解释了ASPA模块、特别是其ASIPA子模块的功能。将所有以下场景的一般假设归纳为:
使用示例性组分生产当前制品,该组分为“90重量%乙醇(代表醇类)+8重量%乙酸(代表羧酸类)+2重量%葡萄糖(代表单糖类)”,该制品被用作地板清洁剂。ASIPA考虑了关于等同问题和权利要求解释问题的国家规则或管辖权。例如,对于德国,ASIPA考虑了基于德国联邦法院判决“Okklusionsvorrichtung”(BGH,X ZR 16/09)、“Diglycidverbindung”(BGH,X ZR 69/10)和“Schneidmesser I”(BGH,X ZR 168/00)。
场景1:被授权的第三方专利(例如EP9999999)中的相关权利要求包含特定化合物/结构/组分/类别限制。例如,相关权利要求描述了“一种组合物,包含乙醇+羧酸+单糖”。ASIPA可以自动识别该权利要求包含对醇部分的特定化合物限制并且通过在对应的数据库中的相似性搜索或通过在EP9999999的文本中或其它专利文献中的搜索来自动搜索代替乙醇的替代醇。例如,在化学结构数据库中的搜索可以将甲醇和丙醇识别为结构上最相似的醇以代替乙醇。在专利文献中的搜索可以发现,在EP9999999的原始专利申请中,权利要求描述了“乙醇/丙醇+羧酸+单糖”,并且在其它专利文献中可以进一步发现在这些情况下乙醇可以被丙醇替代。经由基于web的搜索引擎(例如Google)的相似性搜索也可用于自动识别出相关权利要求所涵盖的组分的潜在替代组分。然后,ASIPA子模块可以输出替代解决方案建议,例如:
-“用甲醇代替乙醇”,或
-“用丙醇代替乙醇”。
场景2:被授权的第三方专利(例如EP9999999)中的相关权利要求包含特定范围/物理参数限制。例如,相关权利要求描述了“一种组合物,包含88-92重量%乙醇+羧酸+单糖”。ASIPA自动识别出该权利要求包含对醇部分的特定范围限制,并且将例如输出替代解决方案建议,例如
-“用85重量%乙醇代替90重量%乙醇”,或
-“用95重量%乙醇代替90重量%乙醇”,或
-“用90重量%甲醇代替90重量%乙醇”,或
-“用90重量%丙醇代替90重量%乙醇”。
场景3:被授权的第三方专利(例如EP9999999)中的相关权利要求包含特定过程/方法/步骤/步骤顺序限制。例如,相关权利要求描述了“一种组合物,包含乙醇+羧酸+单糖,其中单糖首先完全溶解于乙醇中”。ASIPA可以自动识别出该权利要求包含关于单糖溶解的特定过程/步骤顺序限制,并且例如将输出替代解决方案建议,例如:
-“包含90重量%乙醇+8重量%乙酸(醋酸)+2重量%葡萄糖的组合物,其中葡萄糖首先被溶解于乙酸中”。
场景4:被授权的第三方专利(例如EP9999999)中的相关权利要求包含特定用途/目的限制。例如,相关权利要求描述了“一种包含乙醇+羧酸+单糖的组合物作为地毯清洁剂的用途”。ASIPA可以自动识别出该权利要求包含特定用途/目的限制,将检查所生产的组合物的用途,并且例如将输出替代解决方案建议,例如:
-“该组合物仅可用于清洁地毯以外的地板材料,例如层压地板、木地板或瓷砖地板等”。
在将组合物的用途印刷在标签上的情况下,ASIPA例如可以触发通过包括以下措辞来改变标签的过程:“不应用于清洁地毯”。
场景5:被授权的第三方专利(例如EP9999999)中的相关权利要求包含特定条件限制。例如:相关权利要求描述了“一种组合物,包含乙醇+羧酸+单糖,其中在所述羧酸为乙酸的情况下所述单糖为葡萄糖,并且在所述羧酸是丙酸的情况下所述单糖为半乳糖”。ASIPA可以自动识别出该权利要求包含特定条件限制,并且例如可以输出替代解决方案建议,例如:
-“用丙酸代替乙酸”,或
-“用半乳糖代替葡萄糖”。
场景6:被授权的第三方专利(例如EP9999999)中的相关权利要求包含特定例外/放弃项。例如,相关权利要求描述了“一种组合物,包含乙醇+羧酸+单糖,其中所述羧酸不是丙酸”。ASIPA可以自动识别出该权利要求包含特定例外/放弃项,并且例如可以输出替代解决方案建议,例如:
-“用丙酸代替乙酸”。
场景7:被授权的第三方专利(例如EP9999999)中的相关权利要求与最初提交的第三方专利申请中的权利要求相比包含特定限制。例如,相关权利要求描述了“一种组合物,包含乙醇+乙酸+单糖”。最初提交的对应的权利要求描述了“一种组合物,包含乙醇+羧酸+单糖”。ASIPA可以自动识别出相关权利要求包含在专利申请期间引入的对羧酸部分的特定限制,并且例如将输出针对该权利要求限制的替代解决方案建议,例如:
-“用甲酸代替乙酸”,或
-“用丙酸代替乙酸”。
ASIPA可以主要在最初提交的权利要求与相关权利要求之间的“delta区域”(差异区域)中搜索替代解决方案。
场景8:被授权的第三方专利(例如EP9999999)中的相关权利要求是较宽的独立权利要求1的从属权利要求,其中独立权利要求1被风险评估器视为无效的并且该从属权利要求被认为是有效且相关的。相关从属权利要求描述了“一种组合物,包含乙醇+乙酸+单糖”。对应的独立权利要求描述了“一种组合物,包含乙醇+羧酸+单糖”。例如,风险评估器可以基于公开了“一种包含乙醇+丙酸+葡萄糖的组合物”的非专利现有技术参考文献(例如,可在一个IP数据库中访问的现有技术文献)而将独立权利要求视为无效的。ASIPA可以自动识别出相关权利要求与无效的独立权利要求相比包含对羧酸部分的特定限制,并且例如将输出针对于该权利要求限制的替代解决方案推荐,例如:
-“用甲酸代替乙酸”,或
-“用丙酸代替乙酸”。
ASIPA可以自动检查风险评估器将对应的独立或更高级别的权利要求视为无效的原因,并且在无效性评估基于现有技术参考文献的情况下,ASIPA可以分析这些现有技术参考文献。在非专利现有技术或其中对应的专利已经失效、过期或已经被放弃的专利现有技术的情况下,ASIPA可以标记与现有技术解决方案(例如现有技术组分)相同的解决方案(即组分)作为最优选的替代解决方案(根据德国规定“Formstein-Einwand”,BGH 29.04.1986XZR 28/85)。
有利地,ASIPA可以主要在无效的从属权利要求与下一从属级上的相关有效的从属权利要求之间的“delta区域”(差异区域)中搜索替代解决方案。在ASIPA不能识别其它替代解决方案的情况下,可以将许可视为另一种解决方案。在计算IP风险值时,IRA子模块还可以检查EP9999999是否可以是已经签订的许可协议的一部分。
应指出,在所有场景中,其中ASPA模块提供替代推荐,风险评估器将结合控制单元自动选择具有最低总风险值的替代制品。如果两个或更多个替代制品具有相同的最低风险值,则控制***选择一个替代方案。该选择可以是随机的,或者可以基于其它标准,例如替代制品的商业潜力、切换生产所需的努力,或其它考虑因素,例如维护要求或生产模块等。
如果特定制品的总风险值超过预定义的阈值以及如果由ASPA模块推荐的所有替代制品都具有比该特定制品(I1)高或不明显更低的总风险值,则控制单元(120)将启动执行加工特定制品(I1)的操作指令的终止,而不启动用于加工替代制品(I2)的操作指令的执行。“不明显更低”是指替代制品的总风险值与特定制品的总风险值之差不超过预定的临界差值。
图6A和6B示出了反映生产设备响应于控制***的控制单元CU基于由风险评估器提供的结果而发送的操作指令的自动生产切换的两个表格610、620。表格610、620的各列定义如下:
t:生产的时间线(以天为单位)
制品:制品编号(I1至I8)
C1:成分1
C2:成分2
C3:成分3
RNIP:非IP风险值
RIP:IP风险值
Rt:总风险值
PO L1:生产线L1的生产输出
在各示例中,化学产物I1至I8包括结构/官能类别A、B和C的成分C1至C3。C1可以是结构/官能类别A内的分子A_1或A_2(作为具体示例,C1是醇,A_1是乙醇,A_2是丙醇)。C2可以是结构/官能类别B内的分子B_1或B_2(作为具体示例,C2是羧酸,B_1是乙酸,B_2是丙酸)。C3可以是结构/官能类别C内的分子C_1或C_2(作为具体示例,C3是单糖,C_1是葡萄糖,C_2是半乳糖)。所有产品/制品I1至I8具有相同的技术特性。
在图6A的示例中,假设产品/物品I1至I8是预定义的替代产品,其在至少一种产品的风险改变的情况下可以由生产设备(生产线L1)生产。由此,假设生产线L1在同一天只能生产一种产品。在第0天(Day 0),风险评估器计算制品I1至I8的风险值以计划第1天(Day1)的生产。在该示例中,总风险值Rt被计算为Rt=0.5*RNIP+0.5*RIP。针对制品I1计算最低总风险值:Rt(I1)=15%,RNIP值为10%,RIP值为20%。因此,制品I1被安排在第1天生产。
根据从控制单元CU接收的操作指令基于总风险值在第1天开始生产。风险评估器可以在生产开始之前重新计算制品I1至I8的所有风险值并定期更新风险值。在该示例中,所有风险值保持不变。线L1上的生产针对制品I1开始,制品I1仍然是具有最低总风险值的制品。由于L1同时只能生产一种制品,所以L1针对制品I1的生产输出为100%。
在第2天(Day 2),在L1开始生产I1之前或之后,风险评估器识别出具有要求此类产品中的“A_1+B_1+C_1和A_1+B_1+C_2”的组合的专利权的权利要求1的第三方专利EP9999999已经在欧洲(EP)被授权。IRA子模块可以从公共IP数据库(例如,欧洲专利局的文献查阅数据库)中的专利EP9999999的相应数据文件的状态变化检索该信息。基于所接收的状态信息和被授权的权利要求,风险评估器还可以对EP9999999的授权权利要求1执行有效性评估。在该示例中,风险评估器根据预定义的有效性评估规则计算高于50%的有效性概率。对于受影响的产品I1和I3,这导致IP风险值RIP从第1天的20%增加至第2天的70%。RNIP值保持不变,导致制品I1和I3的总风险值Rt分别为40%和55%。此外,其它制品的总风险值不会改变。在该示例中,第2天L1对I1的生产输出PO保持不变,因为总风险值增加25%不会触发需要立即终止生产的紧急控制模式。总风险值Rt为20%的制品现在是制品I2。因此,控制单元CU基于由风险评估器提供的新的总风险值来准备在控制模式中将L1的生产切换为I2。这可以包括利用集成的成本变化计算工具(CCC)来计算生产切换的成本。
在第3天(Day 3),风险评估器确认在第2天对产品I1至I8计算的总风险值。根据CCC的计算,没有与从I1到I2的生产切换相关的额外成本或风险。因此,在第3天,CU启动从I1到I2的生产切换,并且现在根据从控制单元接收的操作指令操作生产设备L1,导致L1对制品I2的生产输出为100%。
在图6B的示例中,假设制品I1是将由L1生产的产品。没有在I1的总风险值增加超过需要终止I1的生产的预定义的阈值的情况下可以由L1生产的替代产品被预定。再次,在该示例中,生产线L1在同一天只能生产一种产品。
在第0天的计划阶段期间,风险评估器基于10%的RNIP值和20%的RIP值将产品I1的总风险值Rt计算为15%。由于制品I1是唯一的产品,当然也是具有最低总风险值的制品,因此被安排在下一天在L1上生产。
在第1天,在生产开始之前或之后,风险评估器重新计算制品I1的风险值并判定为所有风险值保持不变。因此,在第1天,L1上的I1的生产输出为100%。在第1天的稍后时间,公共IP数据库中的状态变化指示具有要求此类产品中的“A_1+B_1+C_1和A_1+B_1+C_2”的组合的专利权的权利要求1的第三方专利EP9999999已经在欧洲(EP)被授权。IRA子模块检索该信息(例如,经由定期安排的关于IP或专利监测清单中包括的专利的状态信息的扫描)并且可以执行对EP9999999的权利要求1的有效性评估。基于该评估,风险评估器计算出受影响的产品I1的总IP风险值从20%增加到70%。由此,RNIP值的计算保持不变。总风险值增加25%触发控制模式,该控制模式要求切换生产但不立即终止I1的生产。
因此,在第2天,L1对产品I1的生产输出仍然是100%,因为没有替代制品可用。然而,控制***现在可以使用ASPA模块来搜索替代产品。例如,在第2天,ASIPA子模块可以将制品I2至I8识别为替代ASIPA解决方案以替换生产过程中的I1。风险评估器对所识别的替代产品执行风险值计算,并将产品I2识别为具有最低总风险值Rt(20%)的产品。由于I1的总风险值没有改变,因此I2现在是具有最低总风险值的产品,其被安排在下一天(第3天)生产。这可以再次包括利用集成的CCC工具来计算变化成本。在该示例中,L1在第2天的生产输出保持不变(I1为100%),而CU基于计算出的总风险值来准备将生产从I1切换为I2。
在第3天,风险评估器确认来自第2天的产品I1至I8的总风险值。此外,OCC判定不存在与从I1到I2的切换相关的额外成本或风险。因此,在第3天,CU启动从I1到I2的生产切换,并且现在根据从控制单元接收的操作指令操作生产设备L1,导致L1对制品I2的生产输出为100%。
以下实施方式列表说明了本发明的更多变型。
实施方式X1:一种用于控制由生产设备(200)执行的过程的控制***(100),它包括:
第一接口(191),其被配置成从数据提供模块(310)获得用于操作所述生产设备(200)的过程控制数据(311),其中,所述过程控制数据(311)涉及被配置成控制所述生产设备(200)以便自动加工一个或多个物理制品(I1,I2)及其各自的构件(C1至Cn)的操作指令;
风险评估器模块(110),其被配置成基于与所述各自的构件(C1至Cn)相关联的部分风险值来为每个制品确定总风险值,并且进一步配置成检测所确定的总风险值的变化;
控制单元(120),其被配置成:
经由第二接口(192)启动操作指令的执行,以用于在第一操作时间区间(OTV1)期间加工具有所确定的总风险值中的最低总风险值的特定制品(I1);
如果所确定的总风险值的变化导致具有最低总风险值的替代制品(I2),或如果与所述特定制品(I1)相关联的总风险值的变化超过预定义的阈值,则启动用于加工所述特定制品(I1)的操作指令的执行的终止;并且
如果所确定的总风险值的变化导致具有最低总风险值的替代制品(I2),则经由所述第二接口(192)启动用于在第二操作时间区间(OTV2)加工所述替代制品(I2)的操作指令的执行。
实施方式X2:根据实施方式X1所述的控制***(100),其中,所述替代制品(I2)物理地等同于所述特定制品(I1)并且应用于所述替代制品(I2)的过程不同于应用于所述特定制品(I1)的过程。
实施方式X3:根据实施方式X1所述的控制***(100),其中,所述替代制品(I2)物理地不同于所述特定制品(I1)。
实施方式X4:根据实施方式X1所述的控制***(100),其中,所确定的总风险值的变化导致具有最低总风险值的替代制品(I2)并且导致所述替代制品(I2)的所述总风险值与所述特定制品(I1)的更新后的总风险值之差超过预定义的临界差值。
实施方式X5:根据实施方式X1至X4中任一项所述的控制***(100),其中,所述替代制品(I2)符合所述特定制品(I1)的产品规格,因为该特定制品履行与所述特定制品(I1)相似或非常相似或相同的功能。
实施方式X6:根据实施方式X1至X5中任一项所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于包括与关于所述物理制品和/或它们各自的构件的已有IPL对象相关的IP风险值的部分风险值和/或基于关于所述物理制品和/或它们各自的构件的非IP风险值来确定所述总风险值。
实施方式X7:根据实施方式X1至X6中任一项、特别是X1、X4或X5所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于包括与关于所述物理制品和/或它们各自的构件的已有IPL对象相关的IP风险值的部分风险值来确定所述总风险值。
实施方式X8:根据实施方式X1至X7中任一项、特别是X1、X4或X5所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于包括与关于所述物理制品和/或它们各自的构件的已有IPR对象的IP风险值相关的部分风险值来确定所述总风险值。
实施方式X9:根据实施方式X1至X8中任一项、特别是X1、X4或X5所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于包括与关于所述物理制品和/或它们各自的构件的已有专利的IP风险值相关的部分风险值来确定所述总风险值。
实施方式X10:根据实施方式X1至X9中任一项、特别是X1、X4、X5或X9所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于包括与关于所述物理制品和/或它们各自的构件的已有法律对象的IP风险值相关的部分风险值来确定所述总风险值。
实施方式X11:根据实施方式X1至X10中任一项、特别是X1、X4、X5或X9所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于包括与关于所述物理制品和/或它们各自的构件已有一般法律对象相关的IP风险值的部分风险值来确定所述总风险值。
实施方式X12:根据实施方式X1至X11中任一项、特别是X1、X4、X5或X9所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于包括与关于所述物理制品和/或它们各自的构件已有技术法律对象相关的IP风险值的部分风险值来确定所述总风险值。
实施方式X13:根据实施方式X1至X12中任一项、特别是X1、X4、X5或X9所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于包括与关于所述物理制品和/或它们各自的构件的已有商业法律对象相关的IP风险值的部分风险值来确定所述总风险值。
实施方式X14:根据实施方式X1至X13中任一项、特别是X1、X4、X5或X9所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于包括与关于所述物理制品和/或它们各自的构件的已有交易法律对象相关的IP风险值相关的部分风险值来确定所述总风险值。
实施方式X15:根据实施方式X1至X14中任一项、特别是X1、X4、X5或X9所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于包括与关于所述物理制品和/或它们各自的构件的已有监管法律对象相关的IP风险值的部分风险值来确定所述总风险值。
实施方式X16:根据实施方式X6至X15中任一项、特别是X9所述的控制***(100),其中,所述第一接口(191)还被配置成从一个或多个IP数据库(320)检索用于计算IP风险值的信息,和/或从一个或多个非IP数据库(330)检索用于计算非IP风险值的信息。
实施方式X17:根据实施方式X6至X15中任一项、特别是X9所述的控制***(100),其中,所述第一接口(191)还被配置成从一个或多个IP数据库(320)检索用于计算IP风险值的信息,和/或从一个或多个非IP数据库(330)检索用于计算非IP风险值的信息,并且其中,所述风险评估器模块(110)还被配置成基于作为所述一个或多个IP数据库(320)中对应的IPL对象的状态变化的结果的部分IP风险值变化来检测特定制品的总风险值的变化。
实施方式X18:根据实施方式X16至X17中任一项所述的控制***(100),还包括:
自动搜索工具(130),其被配置成在检测出的与所述特定制品(I1)相关联的总风险值的变化超过预定义的阈值的情况下执行对关于所述特定制品(I1)的替代制品的自动搜索,搜索结果包括所述替代制品(I2)。
实施方式X19:根据实施方式X18的控制***(100),其中,所述自动搜索工具(130)还包括:
第一子模块(131),其被配置成通过分析IP风险值并识别具有比所述特定制品(I1)低的IP风险值的一个或多个替代制品来执行对替代制品的自动搜索;和
第二子模块(132),其用于通过分析非IP风险值并识别具有比所述特定制品(I1)低的非IP风险值的一个或多个替代制品来执行对替代制品的自动搜索。
实施方式X20:根据实施方式X1至X19中任一项、特别是X19所述的控制***(100),其中,所述替代制品(I2)的物理组成与所述特定制品(I1)的物理组成一致,并且所述CU(120)向所述生产设备的打印机模块(PMn)提供操作指令,以根据替代制品的IP风险值分析结果来调整打印信息。
实施方式X21:根据实施方式X1至X20中任一项、特别是X9所述的控制***(100),其中,特定制品的特定总风险值的变化与一个或多个特定构件的风险贡献相关联,所述控制单元(120)还被配置成:
通过在对应的数据库中搜索具有至少一个相似或非常相似的结构、功能和/或技术特征的构件来为特定制品将一个或多个替代构件识别为具有较低风险值贡献的替代品,并且
用所识别的替代构件代替所述一个或多个特定构件中的至少一个,使得所述特定制品的总风险值变成最低总风险值。
实施方式X22:根据实施方式X1至X21中任一项所述的控制***(100),其中,所述控制单元(120)还被配置成:
在第一控制模式中,在所述第一操作时间区间结束时终止所述用于加工所述特定制品的操作指令的执行,并且
在第二控制模式中,终止用于在第一操作时间区间期间加工所述特定制品的操作指令的执行。
实施方式X23:根据实施方式X1至X22中任一项所述的控制***(100),其中,所述生产设备(200)被配置成用于执行化学过程或执行试验生产。
实施方式X24:根据实施方式X1至X23中任一项所述的控制***(100),其中,所述风险评估器(110)还被配置成在所确定的风险值中的至少一个的特定变化超过预定义的公差范围的情况下检测所确定的总风险值的变化。
实施方式X25:一种由用于控制生产设备的控制***执行的过程控制方法(1000),所述方法包括:
从数据提供模块获得(1100)用于操作所述生产设备的过程控制数据,其中,所述过程控制数据涉及被配置成控制所述生产设备以便自动地加工一个或多个物理制品及其各自的构件的操作指令;
基于与所述各自的构件相关联的部分风险值来为每个制品确定(1200)总风险值;
启动(1300)用于在第一操作时间区间期间加工具有所确定的总风险值中的最低总风险值的特定制品的操作指令的执行;
检测(1400)所确定的总风险值的变化;
如果所确定的总风险值的变化导致具有最低总风险值的替代制品,或如果与所述特定制品相关联的总风险值的变化超过预定义的阈值,则启动(1500)用于加工所述特定制品的操作指令的执行的终止;并且
如果所确定的总风险值的变化导致具有最低总风险值的替代制品,则启动(1600)用于在第二操作时间区间加工所述替代制品的操作指令的执行。
实施方式X26:根据实施方式X25所述的方法,其中,所述替代制品物理地等同于所述特定制品,并且应用于所述替代制品的过程不同于应用于所述特定制品的过程。
实施方式X27:根据实施方式X25所述的方法,其中,所述替代制品物理地不同于所述特定制品。
实施方式X28:根据实施方式X25所述的方法,其中,所确定的总风险值的变化导致具有最低总风险值的替代制品(I2)并且导致所述替代制品(I2)的所述总风险值与所述特定制品(I1)的更新后的总风险值之差超过预定义的临界差值。
实施方式X29:根据实施方式X25至X28中任一项所述的方法,还包括:按照所述特定制品的产品规格从所述多个物理制品中选择所述替代制品,其中所述替代制品履行与所述特定制品相似或非常相似或相同的功能。
实施方式X30:根据实施方式X25至X29中任一项所述的方法,其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有IPL对象相关的IP风险值,和/或关于所述物理制品及其各自的构件并与已有IPL对象不相关的非IP风险值。
实施方式X31:根据实施方式X25至X29中任一项所述的方法,其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有IPL对象相关的IP风险值。
实施方式X32:根据实施方式X25至X29中任一项所述的方法,其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有IPR对象相关的IP风险值。
实施方式X33:根据实施方式X25至X29中任一项所述的方法,其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有专利相关的IP风险值。
实施方式X34:根据实施方式X25至X29中任一项所述的方法,其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有法律对象相关的IP风险值。
实施方式X35:根据实施方式X25至X29中任一项所述的方法,其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有一般法律对象相关的IP风险值。
实施方式X36:根据实施方式X25至X29中任一项所述的方法,其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有技术法律对象相关的IP风险值。
实施方式X37:根据实施方式X25至X29中任一项所述的方法,其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有商业法律对象相关的IP风险值。
实施方式X38:根据实施方式X25至X29中任一项所述的方法,其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有交易法律对象相关的IP风险值。
实施方式X39:根据实施方式X25至X29中任一项所述的方法,其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有监管法律对象相关的IP风险值。
实施方式X40:根据实施方式X25至X39中任一项所述的方法,其中,检测(1400)包括检测出所述特定制品的总风险值已增大以使得所述替代制品的总风险值变成所确定的总风险值中的最低总风险值。
实施方式X41:根据实施方式X25至X39中任一项所述的方法,其中,检测(1400)包括检测出所述替代制品的总风险值已减小以使得所述替代制品的总风险值变成所确定的总风险值中的最低总风险值。
实施方式X42:根据实施方式X30至X39中任一项、特别是X33所述的方法,其中,特定的总风险值变化是通过由IP数据库中对应的IPL对象的状态变化导致的部分IP风险值变化引起的。
实施方式X43:根据实施方式X24至X42中任一项、特别是X33所述的方法,其中,一个制品的特定风险值的变化与一个或多个特定构件的风险贡献相关联,所述方法还包括:
通过在对应的数据库中搜索具有至少一个相似或非常相似的结构、功能和/或技术特征的构件并确定相应的风险贡献来将一个或多个替代构件识别为具有较低风险值贡献的替代品。
实施方式X44:根据实施方式X25至X43中任一项所述的方法,其中,终止(1500)用于加工所述特定制品的操作指令的执行是在第一操作时间区间结束时发生的。
实施方式X45:根据实施方式X25至X43中任一项所述的方法,其中,终止(1500)用于加工所述特定制品的操作指令的执行是在所述第一操作时间区间期间发生的。
实施方式X46:一种用于控制由生产设备(200)执行的过程的计算机程序产品,它包括这样的指令,该指令当被加载到控制***的存储器中并且由所述控制***的至少一个处理器执行时使得所述控制***执行根据实施方式X25至X45中任一项所述的方法步骤。
图7是示出了可以与这里描述的技术一起使用的通用计算机设备900和通用移动计算机设备950的示例的图。计算设备900涉及控制***100(参照图1)。计算设备950用于代表各种形式的移动设备,例如个人数字助理(digital assistant)、蜂窝电话(移动电话)、智能电话(手机)和其它类似的计算设备。在本公开的上下文中,计算设备950可以用作控制***900的前端控制设备。这里示出的组件、它们的连接和关系以及它们的功能仅仅是示例性的,并不意味着限制本文中描述和/或要求保护的发明的实现。
计算设备900包括处理器902、存储器904、存储设备906、连接到存储器904和高速扩展端口910的高速接口908、以及连接到低速扩展端口914和储存设备906的低速控制器912。各构件902、904、906、908、910和912使用各种总线互连,并且可以安装在共同的母板上或以其它合适的方式安装。处理器902可以处理用于在计算设备900内执行的指令,包括存储在存储器904中或存储设备906上的指令,以在外部输入/输出设备如联接到高速接口908的显示器916上显示用于GUI的图形信息。在其它实施方案中,可以适当地使用多个处理器和/或多个总线以及多个存储器和存储器类型。此外,可以连接多个计算设备900,其中每个设备提供必要操作的一部分(例如,作为服务器库、一组刀片式服务器或多处理器***)。
存储器904将信息存储在计算设备900内。在一个实施方案中,存储器904是一个或多个易失性存储器单元。在另一实施方案中,存储器904是一个或多个非易失性存储器单元。存储器904也可以是另一种形式的计算机可读介质,例如磁盘或光盘。
存储设备906能够为计算设备900提供大容量存储。在一个实施方案中,存储设备906可以是或包含计算机可读介质,例如软盘设备、硬盘设备、光盘设备或磁带设备,闪存或其它类似的固态存储设备或设备阵列,包括存储区域网络或其它构型的设备。计算机程序产品可以可触知地体现在信息载体中。计算机程序产品还可以包含指令,所述指令在被执行时执行一个或多个方法,例如上面描述的那些方法。信息载体是计算机或机器可读介质,例如存储器904、存储设备906或处理器902上的存储器。
高速控制器908管理计算设备900的带宽密集型操作,而低速控制器912管理较低带宽密集型操作。这种功能分配仅是示例性的。在一个实施方案中,高速控制器908联接到存储器904、显示器916(例如,通过图形处理器或加速器)和高速扩展端口910,高速扩展端口910可以接纳各种扩展卡(未示出)。在该实施方案中,低速控制器912联接到存储设备906和低速扩展端口914。可以包括各种通信端口(例如,USB、蓝牙、以太网、无线以太网)的低速扩展端口可以例如通过网络适配器联接到一个或多个输入/输出设备,例如键盘、指点装置、扫描仪或诸如交换机或路由器的网络设备。
计算设备900可以以多种不同的形式实现,如图中所示。例如,它可以被实现为标准服务器920,或者在一组这样的服务器中实现多次。它还可以被实现为机架服务器***924的一部分。另外,它可以在诸如手提电脑922的个人计算机中实现。或者,计算设备900的构件可以与移动设备(未示出)如设备950中的其它构件组合。这些设备中的每一个可以包含计算设备900、950中的一个或多个,并且整个***可以由彼此通信的多个计算设备900、950组成。
计算设备950包括处理器952、存储器964、诸如显示器954的输入/输出设备、通信接口966和收发器968,以及其它构件。设备950还可以设置有存储设备,例如微驱动器或其它设备,以提供额外的存储。各构件950、952、964、954、966和968使用各种总线互连,并且若干构件可以安装在共同的母板上或以其它合适的方式安装。
处理器952可以执行计算设备950内的指令,包括存储在存储器964中的指令。处理器可以被实现为芯片的芯片组,其包括单独的多个模拟和数字处理器。例如,处理器可以提供设备950的其它构件的协调,例如用户界面的控制、设备950运行的应用以及设备950的无线通信。
处理器952可以通过控制接口958和联接到显示器954的显示接口956与用户通信。显示器954可以是例如TFT LCD(薄膜晶体管液晶显示器)或OLED(有机发光二极管)显示器,或其它合适的显示技术。显示器接口956可以包括用于驱动显示器954以向用户呈现图形和其它信息的适当电路。控制接口958可以从用户接收命令并将它们转换以提交给处理器952。另外,可以提供与处理器952通信的外部接口962,以便实现设备950与其它设备的近域通信。外部接口962可以在一些实施方案中例如提供有线通信,或者在其它实施方案中提供无线通信,并且还可以使用多个接口。
存储器964将信息存储在计算设备950内。存储器964可以被实现为计算机可读介质、易失性存储单元和非易失性存储单元中的一者或多者。扩展存储器974也可以设置并通过扩展接口972连接到设备950,扩展接口972可以包括例如SIMM(单直插存储器模块)卡接口。这种扩展存储器974可以为设备950提供额外的存储空间,或者还可以存储设备950的应用程序或其它信息。具体地,扩展存储器974可以包括用于执行或补充上述过程的指令,并且还可以包括安全信息。因此,例如,扩展存储器974可以充当设备950的安全模块,并且可以使用允许安全使用设备950的指令编程。另外,可以经由SIMM卡提供安全应用程序以及附加信息,例如以非可非法入侵的方式将识别信息放置在SIMM卡上。
存储器可以包括例如如下所述的闪存和/或NVRAM存储器。在一个实施方案中,计算机程序产品可触知地体现在信息载体中。计算机程序产品包含指令,所述指令在被执行时执行一个或多个方法,例如上面描述的那些方法。信息载体是计算机或机器可读介质,例如存储器964、扩展存储器974或处理器952上的存储器,其可以例如通过收发器968或外部接口962被接收。
设备950可以通过通信接口966无线通信,通信接口966在必要时可以包括数字信号处理电路。通信接口966可以提供各种模式或协议下的通信,例如GSM语音呼叫、SMS、EMS或MMS消息,CDMA、TDMA、PDC、WCDMA、CDMA2000或GPRS等。这种通信可以例如通过射频收发器968发生。另外,可以发生短程通信,例如使用蓝牙、WiFi或其它这样的收发器(未示出)的通信。另外,GPS(全球定位***)接收器模块970可以向设备950提供附加的导航和位置相关的无线数据,其可以由在设备950上运行的应用适当地使用。
设备950还可以使用音频编解码器960可听地通信,音频编解码器960可以从用户接收语音信息并将其转换为可用的数字信息。音频编解码器960同样可以为用户产生可听声音,例如通过例如设备950的听筒中的扬声器。这种声音可以包括来自语音电话呼叫的声音,可以包括记录的声音(例如,语音消息、音乐文件等),并且还可以包括由在设备950上运行的应用软件生成的声音。
计算设备950可以以多种不同的形式实现,如图中所示。例如,它可以实现为蜂窝电话980。它还可以实现为智能电话982、个人数字助理或其它类似移动设备的一部分。
这里描述的***和技术的各种实施方案可以在数字电子电路、集成电路、专门设计的ASIC(专用集成电路)、计算机硬件、固件、软件和/或其组合中实现。这些各种实施方案可以包括在一个或多个计算机程序中的实施方案,所述计算机程序可在可编程***上执行和/或解释,所述可编程***包括可以是专用或通用的至少一个可编程处理器,其联接以从存储***、至少一个输入装置和至少一个输出装置接收数据和指令并向其发送数据和指令。
这些计算机程序(也称为程序、软件、软件应用程序或代码)包括用于可编程处理器的机器指令,并且可以用高级程序和/或面向对象的编程语言和/或用汇编/机器语言来实现。如本文所使用的,术语“机器可读介质”、“计算机可读介质”是指任何计算机程序产品、设备和/或装置(例如,磁盘、光盘、存储器、可编程逻辑设备(PLD)),它用于向可编程处理器—包括接收机器指令作为机器可读信号的机器可读介质—提供机器指令和/或数据。术语“机器可读信号”是指用于向可编程处理器提供机器指令和/或数据的任何信号。
为了提供与用户的交互,这里描述的***和技术可以在具有用于向用户显示信息的显示设备(例如,CRT(阴极射线管)或LCD(液晶显示器)监视器)以及用户可用以向计算机提供输入的键盘和指点装置(例如,鼠标或轨迹球)的计算机上实现。其它类型的设备也可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的感官反馈(例如,视觉反馈、听觉反馈或触觉反馈);并且可以以任何形式接收来自用户的输入,包括声学、语音或触觉输入。
这里描述的***和技术可以在包括后端构件(例如,作为数据服务器)或包括中间件构件(例如,应用服务器)或包括前端构件(例如,具有用户可用以与这里描述的***和技术的实施方案交互的图形用户界面或Web浏览器的客户端计算机)或这种后端、中间件或前端构件的任何组合的计算设备中实现。***的构件可以通过任何形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”)、广域网(“WAN”)和因特网。
计算设备可以包括客户端和服务器。客户端和服务器通常彼此远离并且通常通过通信网络进行交互。客户端和服务器的关系借助于在相应计算机上运行并且彼此具有客户端-服务器关系的计算机程序而产生。
已经描述了多个实施方式。然而,应该理解,在不脱离本发明的精神和范围的情况下,可以进行各种修改。
另外,图中描绘的逻辑流程不需要所示的特定次序或先后次序来实现期望的结果。另外,可以从所描述的流程中提供其它步骤,或者可以从所描述的流程中消除步骤,并且可以将其它构件添加到所描述的***或从所描述的***中移除。因此,其它实施方式在以下权利要求的范围内。
在一组实施方式(实施方式E1至E21)中,根据本发明已发现以下控制***和过程控制方法:
实施方式E1:一种用于控制由生产设备(200)执行的过程的控制***(100),包括:
第一接口(191),其被配置成从数据提供模块(310)获得用于操作所述生产设备(200)的过程控制数据(311),其中所述过程控制数据(311)涉及操作指令,所述操作指令被配置成控制所述生产设备(200)以便自动加工多个物理制品(I1,I2)及其各自的构件(C1至Cn);
风险评估模块(110),其被配置成基于与所述各自的构件(C1至Cn)相关联的部分风险值而为每个制品确定总风险值;
控制单元(120),其被配置成:
经由第二接口(192)启动操作指令的执行,以用于加工(a)具有所确定的总风险值中的最低总风险值的特定制品(I1)或(b)具有比预定义的阈值低的总风险值的所有制品(I1,I2)。
实施方式E2:根据实施方式E1所述的控制***(100),其中,所述控制单元(120)被配置成启动操作指令的执行,以用于加工(a)具有所确定的总风险值中的最低总风险值的特定制品(I1)。
实施方式E3:根据实施方式E1所述的控制***(100),其中,所述控制单元(120)被配置成启动操作指令的执行,以用于加工(b)具有比预定义的阈值低的总风险值的所有制品(I1,I2)。
实施方式E4:根据实施方式E3所述的控制***(100),其中,制品的加工是:制品的测试或筛选,或获得与制品有关的信息。
实施方式E5:根据实施方式E1至E4中任一项所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于部分风险值和/或基于非IP风险值来确定所述总风险值,该部分风险值包括与关于所述物理制品和/或它们各自的构件的已有IPL对象相关的IP风险值,该非IP风险值与所述物理制品和/或它们各自的构件相关。
实施方式E6:根据实施方式E1至E4中任一项所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于这样的部分风险值来确定所述总风险值,该部分风险值包括与关于所述物理制品和/或它们各自的构件的已有IPL对象相关的IP风险值。
实施方式E7:根据实施方式E1至E4中任一项所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于这样的部分风险值来确定所述总风险值,该部分风险值包括与关于所述物理制品和/或它们各自的构件的已有IPR对象相关的IP风险值。
实施方式E8:根据实施方式E1至E4中任一项所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于这样的部分风险值来确定所述总风险值,该部分风险值包括与关于所述物理制品和/或它们各自的构件的已有专利相关的IP风险值。
实施方式E9:根据实施方式E1至E4中任一项所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于包括与关于所述物理制品和/或它们各自的构件的已有法律对象相关的IP风险值的部分风险和/或基于关于所述物理制品和/或它们各自的构件的非IP风险值来确定所述总风险值。
实施方式E10:根据实施方式E5至E9中任一项、特别是E8所述的控制***(100),其中,所述第一接口(191)还被配置成从一个或多个IP数据库(320)检索用于计算IP风险值的信息,和/或从一个或多个非IP数据库(330)检索用于计算非IP风险值的信息。
实施方式E11:根据实施方式E1至E10中任一项、特别是E8所述的控制***(100),其中,所述生产设备(200)被配置成用于执行化学过程或执行试验生产。
实施方式E12:一种由用于控制生产设备的控制***执行的过程控制方法(1000),所述方法包括:
从数据提供模块获得(1100)用于操作所述生产设备的过程控制数据,其中所述过程控制数据涉及被配置成控制所述生产设备以便自动加工多个物理制品及其各自的构件的操作指令;
基于与所述各自的构件相关联的部分风险值来为每个制品确定(1200)总风险值;
启动(1300)操作指令的执行,以用于加工(a)具有所确定的总风险值中的最低总风险值的特定制品或(b)具有比预定义的阈值低的总风险值的所有制品。
实施方式E13:根据实施方式E12所述的过程控制方法(1000),其中,所述方法包括启动(1300)操作指令的执行,以用于加工(a)具有所确定的总风险值中的最低总风险值的特定制品。
实施方式E14:根据实施方式E12所述的过程控制方法(1000),其中,所述方法包括启动(1300)操作指令的执行,以用于加工(b)具有比预定义的阈值低的总风险值的所有制品。
实施方式E15:根据实施方式E12至E14中任一项所述的过程控制方法(1000),其中,制品的加工包括:制品的测试或筛选,或获得与制品有关的信息。
实施方式E16:根据实施方式E11至E15中任一项所述的方法,其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有IPL对象相关的IP风险值,和/或与所述已有IPL对象不相关的关于所述物理制品及其各自的构件的非IP风险值。
实施方式E17:根据实施方式E11至E16中任一项所述的方法,其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有IPL对象相关的IP风险值。
实施方式E18:根据实施方式E11至E16中任一项所述的方法,其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有IPR对象相关的IP风险值。
实施方式E19:根据实施方式E11至E16中任一项所述的方法,其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有法律对象相关的IP风险值。
实施方式E20:根据实施方式E11至E16中任一项所述的方法,其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有专利相关的IP风险值。
实施方式E21:一种用于控制由生产设备(200)执行的过程的计算机程序产品,包括这样的指令,所述指令当被加载到控制***的存储器中并且由所述控制***的至少一个处理器执行时使得所述控制***执行根据实施方式E12至E20中任一项所述的方法步骤。
在另一组实施方式(实施方式E31至E40)中,根据本发明已发现以下过程控制方法:
实施方式E31:一种由用于控制生产设备(200)的控制***(100)执行的过程控制方法(1000),所述方法包括:
从数据提供模块获得用于操作所述生产设备的过程控制数据,其中所述过程控制数据涉及操作指令,所述操作指令被配置成控制所述生产设备以便自动加工多个物理制品及其各自的构件;
启动操作指令的执行,以用于在第一操作时间区间期间加工第一组(S1)物理制品;
基于与所述各自的构件相关联的部分风险值来为第一组(S1)的每个制品确定总风险值;
启动操作指令的执行,以用于在第二操作时间区间期间加工所述第一组物理制品中的子组(S2),其中,所述子组(S2)内的所有物理制品具有比预定义的阈值低的总风险值。
实施方式E32:根据实施方式E31所述的过程控制方法(1000),其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有IPL对象相关的IP风险值,和/或与所述已有IPL对象不相关的关于所述物理制品及其各自的构件的非IP风险值。
实施方式E33:根据实施方式E31所述的过程控制方法(1000),其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有IPL对象相关的IP风险值。
实施方式E34:根据实施方式E31所述的过程控制方法(1000),其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有IPR对象相关的IP风险值。
实施方式E35:根据实施方式E31所述的过程控制方法(1000),其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有法律对象相关的IP风险值。
实施方式E36:根据实施方式E31所述的过程控制方法(1000),其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有专利相关的IP风险值。
实施方式E37:根据实施方式E31至E36中任一项、特别是E36所述的过程控制方法(1000),其中,在所述第一操作时间区间期间加工制品不同于在所述第二操作时间区间期间加工制品。
实施方式E38:根据实施方式E31至E37中任一项、特别是E36所述的过程控制方法(1000),其中,所述第一操作时间区间期间的制品的加工是:制品的测试或筛选,或获得与制品有关的信息。
实施方式E39:根据实施方式E31至E37中任一项、特别是E36所述的过程控制方法(1000),其中,所述第一操作时间区间期间和所述第二操作时间区间期间的制品的加工是:制品的测试或筛选,或获得与制品有关的信息。
实施方式E40:一种用于控制由生产设备(200)执行的过程的计算机程序产品,包括这样的指令,所述指令当被加载到控制***的存储器中并且由所述控制***的至少一个处理器执行时使得所述控制***执行根据实施方式E31至E39中任一项所述的方法步骤。
在另一组实施方式(实施方式E51至E60)中,根据本发明已发现以下过程控制方法:
实施方式E51:一种由用于控制生产设备(200)的控制***(100)执行的过程控制方法(1000),所述方法包括:
从数据提供模块获得用于操作所述生产设备的过程控制数据,其中所述过程控制数据涉及操作指令,所述操作指令被配置成控制所述生产设备以便自动加工多个物理制品及其各自的构件;
启动操作指令的执行,以用于在第一操作时间区间期间加工第一组(S1)物理制品;
基于在所述制品的加工期间获得的信息来为所述第一组(S1)的每个制品确定总非IP风险值;
为(a)所述第一组(S1)的每个制品或(b)所述第一组(S1)中具有比用于所述总非IP风险值的预定义的阈值低的总非IP风险值的那些制品确定所述总IP风险值;
为已经确定了总IP风险值的每个制品确定所述总风险值;
启动操作指令的执行,以用于在第二操作时间区间期间加工所述第一组物理制品中的子组(S2),其中所述子组(S2)内的所有物理制品具有比用于所述总IP风险值的预定义的阈值低的总风险值。
实施方式E52:根据实施方式E51所述的方法(1000),其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有IPL对象相关的IP风险值,和/或与所述已有IPL对象不相关的、关于所述物理制品及其各自的构件的非IP风险值。
实施方式E53:根据实施方式E51所述的过程控制方法(1000),其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有IPL对象相关的IP风险值。
实施方式E54:根据实施方式E51所述的过程控制方法(1000),其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有IPR对象相关的IP风险值。
实施方式E55:根据实施方式E51所述的过程控制方法(1000),其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有法律对象相关的IP风险值。
实施方式E56:根据实施方式E51所述的过程控制方法(1000),其中,所述部分风险值包括与关于所述物理制品及其各自的构件的已有专利相关的IP风险值。
实施方式E57:根据实施方式E51至E56中任一项、特别是E56所述的过程控制方法(1000),其中,在所述第一操作时间区间期间加工制品不同于在所述第二操作时间区间期间加工制品。
实施方式E58:根据实施方式E51至E57中任一项、特别是E56所述的过程控制方法(1000),其中,所述第一操作时间区间期间的制品的加工是:制品的测试或筛选,或获得与制品有关的信息。
实施方式E59:根据实施方式E51至E57中任一项、特别是E56所述的过程控制方法(1000),其中,所述第一操作时间区间期间和所述第二操作时间区间期间的制品的加工是:制品的测试或筛选,或获得与制品有关的信息。
实施方式E60:一种用于控制由生产设备(200)执行的过程的计算机程序产品,它包括这样的指令,所述指令当被加载到控制***的存储器中并且由所述控制***的至少一个处理器执行时使得所述控制***执行根据实施方式E51至E59中任一项所述的方法步骤。
控制方法的示例EX1包括第一阶段配方测试、风险评估(包括IP风险评估)和第二阶段配方测试:
示例EX1的部分1(EX1P1):为了研发新的地板清洁剂,在第一操作时间区间期间通过第一高产量测试设备自动测试第一组具有序号#1至#100的100种不同的化学配方(即具有不同化学组成的配方)的pH值。根据该高产量测试,配方#1至#40具有在0至2的范围内的pH值并且被自动分配100%的总非IP风险值(=RNIP)(高风险,例如,对于最终用户来说非常不安全),配方#41至#80具有在2至4的范围内的pH值并且被自动分配50%的RNIP(中风险,例如对于最终用户来说有点不安全),配方#81至#100具有在4至6的范围内的pH值并且被自动分配0%的RNIP(低风险,例如对最终用户来说安全),其中风险值的分配由控制***内的风险评估器模块完成。在该示例中,RNIP的预定义阈值是60%(即,不高于60%),因此配方#1至#40将被自动分类并且不会被进一步处理。
示例EX1的部分2(EX1P2):在下一步骤中,通过控制***中的风险评估器模块利用IP数据库特别是关于与这些化学配方相关的第三方专利来自动确定通过RNIP的预定义阈值的化学配方#41至#100的IP风险,并且根据该确定,配方#41至#50具有0%的总IP风险值(=RIP)(低风险,例如不会落入任何专利的任何权利要求下),配方#51至#70具有50%的RIP(中风险,例如将落入尚未被授权的专利申请的待决权利要求下),并且配方#71至#100具有90%的RIP(高风险,例如将落入潜在有效的授权实用新型专利的权利要求下)。在该示例中,总风险值(=Rt)被计算为:Rt=0.5*RNIP+0.5*RIP,因此配方#41至#50的Rt为25%,配方#51至#70的Rt为50%,配方#71至#80的Rt为70%,配方#81至#100的Rt为45%。在该示例中,RNIP的预定义阈值是49%(即,不高于49%),因此配方#51至#80将被自动分类并且不会被进一步处理。
示例EX1的部分3(EX1P3):在下一步骤中,在第二操作时间区间期间将通过第二高产量测试设备仅对形成第一组配方中的子组的配方#41至#50和#81至#100自动测试去除油脂(其通常存在于厨房地板上)的能力。
控制方法的示例EX2包括第一阶段配方测试、风险评估(包括法律风险评估)和第二阶段配方测试:
示例EX2的部分1(EX2P1):与示例EX1的部分1(EX1P1)相同。
示例EX2的部分2(EX2P2):在下一步骤中,通过控制***内的风险评估器模块利用化学注册数据库根据现有化学注册法(例如REACH)特别是关于对该配方(或其中包含的物质)适用新化学注册的法定要求来自动地确定通过RNIP的预定义阈值的化学配方#41至#100的IP风险,并且根据该确定,配方#41至#50具有0%的总IP风险值(=RIP)(低风险,例如不需要新的化学注册),配方#51至#71具有50%的RIP(中风险,例如需要新的化学注册并且由于没有问题的毒性特征而获得它的可能性高),并且配方#71至#100具有90%的RIP(高风险,例如需要新的化学注册并且由于有问题的毒性特征而获得它的可能性低)。在该示例中,总风险值(=Rt)被计算为:Rt=0.5*RNIP+0.5*RIP,因此配方#41至#50的Rt为25%,配方#51至#70的Rt为50%,配方#71至#80的Rt为70%,配方#81至#100的Rt为45%。在该示例中,RNIP的预定义阈值是49%(即,不高于49%),因此配方#51至#80将被自动分类并且不会被进一步处理。
示例EX2的部分3(EX2P3):与示例EX1的部分3(EX1P3)相同。
如这两个示例中所示的优点在于仅需要对预选的制品子集进行更昂贵或复杂的过程(例如,测试去除油脂的能力),从而加速这些过程的速度并节省宝贵的资源。
Claims (15)
1.一种用于控制由生产设备(200)执行的过程的控制***(100),包括:
第一接口(191),它被配置成从数据提供模块(310)获得用于操作所述生产设备(200)的过程控制数据(311),其中,所述过程控制数据(311)涉及被配置成控制所述生产设备(200)以便自动地加工一个或多个物理制品(I1,I2)及其各自的构件(C1至Cn)的操作指令;
风险评估器模块(110),它被配置成基于与所述各自的构件(C1至Cn)相关联的部分风险值来为每个制品确定总风险值,并且进一步配置成检测所确定的总风险值的变化;
控制单元(120),它被配置成:
经由第二接口(192)启动用于在第一操作时间区间(OTV1)期间加工具有所确定的总风险值中的最低总风险值的特定制品(I1)的操作指令的执行;
如果所确定的总风险值的变化导致具有最低总风险值的替代制品(I2),或如果与所述特定制品(I1)相关联的总风险值的变化超过预定义的阈值,则启动用于加工所述特定制品(I1)的操作指令的执行的终止;并且
如果所确定的总风险值的变化导致具有最低总风险值的替代制品(I2),则经由所述第二接口(192)启动用于在第二操作时间区间(OTV2)期间加工所述替代制品(I2)的操作指令的执行。
2.根据权利要求1所述的控制***(100),其中,所确定的总风险值的变化导致具有最低总风险值的替代制品(I2),并且导致该替代制品(I2)的所述总风险值与该特定制品(I1)的更新后的总风险值之间的差值超过预定义的临界差值。
3.根据前述权利要求中任一项所述的控制***(100),其中,所述替代制品(I2)符合所述特定制品(I1)的产品规格,因为该替代制品履行与所述特定制品(I1)相似或非常相似或相同的功能。
4.根据前述权利要求中任一项所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于包括IP风险值的部分风险值和/或基于非IP风险值来确定所述总风险值,该IP风险值涉及关于所述物理制品和/或它们各自的构件的已有IPL对象,该非IP风险值关于所述物理制品和/或它们各自的构件。
5.根据前述权利要求中任一项所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于包括IP风险值的部分风险值来确定所述总风险值,该IP风险值涉及关于所述物理制品和/或它们各自的构件的已有专利。
6.根据权利要求3至5中任一项所述的控制***(100),其中,所述第一接口(191)还被配置成从一个或多个IP数据库(320)检索用于计算IP风险值的信息,和/或从一个或多个非IP数据库(330)检索用于计算非IP风险值的信息。
7.根据权利要求6所述的控制***(100),其中,所述风险评估器模块(110)还被配置成基于作为所述一个或多个IP数据库(320)中的对应IPL对象的状态变化的结果的、部分IP风险值变化来检测特定制品的总风险值的变化。
8.根据权利要求6至7中任一项所述的控制***(100),还包括:
自动搜索工具(130),它被配置成在检测出的与所述特定制品(I1)相关联的总风险值的变化超过预定义的阈值的情况下执行对关于所述特定制品(I1)的替代制品的自动搜索,搜索结果包括所述替代制品(I2)。
9.根据前述权利要求中任一项所述的控制***(100),其中,特定制品的特定总风险值的变化与一个或多个特定构件的风险贡献相关联,所述控制单元(120)还被配置成:
通过在对应数据库中搜索具有至少一个相似或非常相似的结构、功能和/或技术特征的构件来为该特定制品识别一个或多个替代构件以作为具有较低风险值贡献的替代品,并且
用所识别的替代构件代替所述一个或多个特定构件中的至少一个,使得所述特定制品的总风险值变成最低总风险值。
10.一种由用于控制生产设备的控制***执行的过程控制方法(1000),该方法包括:
从数据提供模块获得(1100)用于操作所述生产设备的过程控制数据,其中,所述过程控制数据涉及被配置成控制所述生产设备以便自动加工一个或多个物理制品及其各自的构件的操作指令;
基于与所述各自的构件相关联的部分风险值来为每个制品确定(1200)总风险值;
启动(1300)用于在第一操作时间区间期间加工具有所确定的总风险值中的最低总风险值的特定制品的操作指令的执行;
检测(1400)所确定的总风险值的变化;
如果所确定的总风险值的变化导致具有最低总风险值的替代制品,或如果与所述特定制品相关联的总风险值的变化超过预定义的阈值,则启动(1500)用于加工所述特定制品的操作指令的执行的终止;以及
如果所确定的总风险值的变化导致具有最低总风险值的替代制品,则启动(1600)用于在第二操作时间区间期间加工所述替代制品的操作指令的执行。
11.根据权利要求10所述的方法,其中,所确定的总风险值的变化导致具有最低总风险值的替代制品(I2),并且导致所述替代制品(I2)的所述总风险值与所述特定制品(I1)的更新后的总风险值之间的差值超过预定义的临界差值。
12.根据权利要求10至11中任一项所述的方法,其中,所述部分风险值包括IP风险值和/或非IP风险值,该IP风险值与关于所述物理制品及其各自的构件的已有IPL对象相关,该非IP风险值关于所述物理制品及其各自的构件并与已有IPL对象不相关。
13.根据权利要求12所述的方法,其中,特定的总风险值变化是由部分IP风险值变化引起的,该部分IP风险值变化是IP数据库中对应的IPL对象的状态变化的结果。
14.根据权利要求10至13中任一项所述的方法,其中,一个制品的特定风险值的变化与一个或多个特定构件的风险贡献相关联,所述方法还包括:
通过在对应数据库中搜索具有至少一个相似或非常相似的结构、功能和/或技术特征的构件并且确定相应的风险贡献来将一个或多个替代构件识别为具有较低风险值贡献的替代品。
15.一种用于控制由生产设备(200)执行的过程的计算机程序产品,它包括当被加载到控制***的存储器中并且由所述控制***的至少一个处理器执行时使得所述控制***执行根据权利要求10至14中任一项所述的方法步骤的指令。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16152836.9A EP3200037A1 (en) | 2016-01-26 | 2016-01-26 | System and method for risk based control of a process performed by production equipment |
EP16152836.9 | 2016-01-26 | ||
PCT/EP2017/051575 WO2017129636A1 (en) | 2016-01-26 | 2017-01-26 | System and method for risk based control of a process performed by production equipment |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108885446A true CN108885446A (zh) | 2018-11-23 |
CN108885446B CN108885446B (zh) | 2021-10-15 |
Family
ID=55237560
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780018134.8A Active CN108885446B (zh) | 2016-01-26 | 2017-01-26 | 用于由生产设备执行的过程的基于风险的控制的***和方法 |
Country Status (6)
Country | Link |
---|---|
US (3) | US10915845B2 (zh) |
EP (3) | EP3200037A1 (zh) |
JP (2) | JP6989744B2 (zh) |
CN (1) | CN108885446B (zh) |
BR (1) | BR112018015119A2 (zh) |
WO (1) | WO2017129636A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3200037A1 (en) * | 2016-01-26 | 2017-08-02 | Basf Se | System and method for risk based control of a process performed by production equipment |
US10664440B2 (en) * | 2017-02-09 | 2020-05-26 | International Business Machines Corporation | Format management for a content repository |
EP3652133A4 (en) | 2017-07-10 | 2021-04-21 | Basf Se | MIXTURES INCLUDING A UREASE INHIBITOR (IU) AND A NITRIFICATION INHIBITOR SUCH AS 2- (3,4-DIMETHYL-1H-PYRAZOL-1-YL) SUCCINIC ACID (DMPSA) OR 3,4-DIMETHYL PYRAZOLIUM GLYCOLATE (DMPG) |
CN107506942B (zh) * | 2017-09-11 | 2020-09-25 | 中冶赛迪工程技术股份有限公司 | 一种评估混合湿烟气***风险的方法及*** |
CN113039497A (zh) | 2018-08-24 | 2021-06-25 | 思拓凡瑞典有限公司 | 用于生物制药产品的监测***和方法 |
CN109902931B (zh) * | 2019-01-28 | 2021-04-13 | 北京航空航天大学 | 一种基于运行数据融合的多态制造***运行风险建模方法 |
KR20220140526A (ko) | 2020-02-14 | 2022-10-18 | 바스프 에스이 | 비정형 데이터로부터 화학 플랜트를 모니터 및/또는 제어하기 위한 지시를 추출하는 방법 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070033081A1 (en) * | 2005-07-19 | 2007-02-08 | Mtu Aero Engines Gmbh | Method for generating process chains |
CN101123583A (zh) * | 2006-05-05 | 2008-02-13 | 美国博通公司 | 网络节点设备及其方法 |
CN102129614A (zh) * | 2011-02-28 | 2011-07-20 | 中国环境科学研究院 | 一种饮用水源地突发污染事故风险诊断及分级方法 |
CN103781828A (zh) * | 2011-08-26 | 2014-05-07 | 巴斯夫欧洲公司 | 模制品的制备方法 |
CN104137114A (zh) * | 2012-02-03 | 2014-11-05 | 苹果公司 | 集中式操作管理 |
US20140380488A1 (en) * | 2011-10-14 | 2014-12-25 | Albeado, Inc. | Pervasive, domain and situational-aware, adaptive, automated, and coordinated analysis and control of enterprise-wide computers, networks, and applications for mitigation of business and operational risks and enhancement of cyber security |
CN104331833A (zh) * | 2014-11-03 | 2015-02-04 | 沈阳环境科学研究院 | 环境风险源预警方法 |
CN104463363A (zh) * | 2014-12-03 | 2015-03-25 | 浙江图讯科技有限公司 | 一种生产风险的预警方法、装置及*** |
CN104852992A (zh) * | 2015-06-09 | 2015-08-19 | 湖北天盾电子技术有限公司 | 一种基于多通信网络与传感设备的安全应急在线智能*** |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06241956A (ja) * | 1993-02-23 | 1994-09-02 | Toshiba Corp | プラントリスク分析システム |
US7536311B1 (en) | 2000-08-31 | 2009-05-19 | Rapt, Inc. | Method and apparatus for estimation of component gating and shortage risk in manufacturing operations |
US7305351B1 (en) * | 2000-10-06 | 2007-12-04 | Qimonda Ag | System and method for managing risk and opportunity |
US20040215551A1 (en) * | 2001-11-28 | 2004-10-28 | Eder Jeff S. | Value and risk management system for multi-enterprise organization |
JP4392498B2 (ja) | 2004-11-24 | 2010-01-06 | 独立行政法人国立高等専門学校機構 | 複数のモジュール相互を連結して構成する装置の研究、開発又は改良を支援する研究開発支援方法 |
US8355932B2 (en) * | 2005-04-08 | 2013-01-15 | Ocean Tomo Llc | System and method for managing intellectual property-based risks |
US20070073561A1 (en) * | 2005-04-08 | 2007-03-29 | Malackowski James E | Intellectual property umbrella captive insurer |
BRPI0712929A2 (pt) | 2006-10-13 | 2012-10-02 | Kennametal Inc | ponta de broca para uma broca |
EP2206055A4 (en) | 2007-10-04 | 2012-07-25 | Ip Street Inc | COLLECTION, ANALYSIS AND PRESENTATION OF INTELLECTUAL PROPERTY AND FINANCIAL INFORMATION |
US20090171493A1 (en) * | 2007-12-31 | 2009-07-02 | Nirmal Govind | System and method for performance based production scheduling and dispatching |
US8606378B2 (en) * | 2010-09-27 | 2013-12-10 | Fisher-Rosemount Systems, Inc. | Methods, apparatus, and articles of manufacture to identify hazardous process conditions associated with devices in a process control system |
US20120197675A1 (en) * | 2011-01-28 | 2012-08-02 | Bank Of America Corporation | Automated control plan |
GB201206192D0 (en) | 2012-04-05 | 2012-05-23 | Tdeltas Ltd | Ketone bodies and ketone body esters and for maintaining or improving muscle power output |
CN107103402A (zh) * | 2012-07-05 | 2017-08-29 | 弗莱克斯电子有限责任公司 | 用于控制供应链的方法和*** |
US20150324715A1 (en) * | 2014-05-12 | 2015-11-12 | Jerald Scott Nelson | Logistics settlement risk scoring system |
EP3200037A1 (en) * | 2016-01-26 | 2017-08-02 | Basf Se | System and method for risk based control of a process performed by production equipment |
US10747210B2 (en) * | 2017-09-11 | 2020-08-18 | Lam Research Corporation | System and method for automating user interaction for semiconductor manufacturing equipment |
CN113330470A (zh) * | 2019-01-25 | 2021-08-31 | 西门子股份公司 | 工业环境中的设备的自主协调 |
-
2016
- 2016-01-26 EP EP16152836.9A patent/EP3200037A1/en not_active Withdrawn
-
2017
- 2017-01-26 BR BR112018015119A patent/BR112018015119A2/pt unknown
- 2017-01-26 CN CN201780018134.8A patent/CN108885446B/zh active Active
- 2017-01-26 EP EP17706160.3A patent/EP3408717A1/en not_active Ceased
- 2017-01-26 US US16/072,421 patent/US10915845B2/en active Active
- 2017-01-26 JP JP2018538836A patent/JP6989744B2/ja active Active
- 2017-01-26 WO PCT/EP2017/051575 patent/WO2017129636A1/en active Application Filing
- 2017-01-26 EP EP22168108.3A patent/EP4063979A1/en not_active Withdrawn
-
2021
- 2021-01-19 US US17/152,311 patent/US11699117B2/en active Active
- 2021-11-10 JP JP2021183497A patent/JP7174136B2/ja active Active
-
2023
- 2023-07-11 US US18/220,531 patent/US20240013119A1/en active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070033081A1 (en) * | 2005-07-19 | 2007-02-08 | Mtu Aero Engines Gmbh | Method for generating process chains |
CN101123583A (zh) * | 2006-05-05 | 2008-02-13 | 美国博通公司 | 网络节点设备及其方法 |
CN102129614A (zh) * | 2011-02-28 | 2011-07-20 | 中国环境科学研究院 | 一种饮用水源地突发污染事故风险诊断及分级方法 |
CN103781828A (zh) * | 2011-08-26 | 2014-05-07 | 巴斯夫欧洲公司 | 模制品的制备方法 |
US20140380488A1 (en) * | 2011-10-14 | 2014-12-25 | Albeado, Inc. | Pervasive, domain and situational-aware, adaptive, automated, and coordinated analysis and control of enterprise-wide computers, networks, and applications for mitigation of business and operational risks and enhancement of cyber security |
CN104137114A (zh) * | 2012-02-03 | 2014-11-05 | 苹果公司 | 集中式操作管理 |
CN104137114B (zh) * | 2012-02-03 | 2017-03-08 | 苹果公司 | 集中式操作管理 |
CN104331833A (zh) * | 2014-11-03 | 2015-02-04 | 沈阳环境科学研究院 | 环境风险源预警方法 |
CN104463363A (zh) * | 2014-12-03 | 2015-03-25 | 浙江图讯科技有限公司 | 一种生产风险的预警方法、装置及*** |
CN104852992A (zh) * | 2015-06-09 | 2015-08-19 | 湖北天盾电子技术有限公司 | 一种基于多通信网络与传感设备的安全应急在线智能*** |
Also Published As
Publication number | Publication date |
---|---|
US20190026666A1 (en) | 2019-01-24 |
JP7174136B2 (ja) | 2022-11-17 |
JP2019507421A (ja) | 2019-03-14 |
US10915845B2 (en) | 2021-02-09 |
WO2017129636A1 (en) | 2017-08-03 |
US20240013119A1 (en) | 2024-01-11 |
BR112018015119A2 (pt) | 2018-12-18 |
JP6989744B2 (ja) | 2022-01-12 |
EP3408717A1 (en) | 2018-12-05 |
JP2022020778A (ja) | 2022-02-01 |
EP4063979A1 (en) | 2022-09-28 |
US11699117B2 (en) | 2023-07-11 |
EP3200037A1 (en) | 2017-08-02 |
US20210142240A1 (en) | 2021-05-13 |
CN108885446B (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108885446A (zh) | 用于由生产设备执行的过程的基于风险的控制的***和方法 | |
Jolliffe | Whose education matters in the determination of household income? Evidence from a developing country | |
CN102929759B (zh) | 业务活动监视运行时程序 | |
CN103235983A (zh) | 一种多维度的供应商自动评价方法 | |
EP2024871A2 (en) | Systems and methods for managing the development and manufacturing of a drug | |
JP2010511929A (ja) | 飲料の開発及び製造を管理するシステム及び方法 | |
Suryanto et al. | Mediation of supply chain integration on the relationship between market orientation with company performance | |
Zhang et al. | Modeling traceability information and functionality requirement in export‐oriented tilapia chain | |
Wee et al. | Responsible supply chain management–an analysis of Taiwanese gutter oil scandal using the theory of constraint | |
Chaphalkar et al. | Use of artificial intelligence in real property valuation | |
Purwandoko et al. | Design framework of a traceability system for the rice agroindustry supply chain in West Java | |
JP6822925B2 (ja) | 営業活動支援システム | |
Opoku et al. | Sustainable manufacturing practices and sustainable performance: Evidence from Ghana’s food manufacturing sector | |
CN102567826B (zh) | 处理物料单据的方法和*** | |
WO2014066958A2 (en) | Halal management system with a computing platform | |
Young et al. | Agricultural greenhouse gas emission reporting: the implications for farm management | |
Yao et al. | Phase I control chart for individual autocorrelated data: application to prescription opioid monitoring | |
JP2007257509A (ja) | 集計処理装置、集計処理方法、集計処理プログラム及び集計処理システム | |
Schneckenreither et al. | Assessing the heterogeneity in the transmission of infectious diseases from time series of epidemiological data | |
KR101096405B1 (ko) | 온라인 쇼핑몰 중개 방법 및 온라인 쇼핑몰 중개 시스템 | |
Lu et al. | From Booms to Bans: Governing Land and Forests in Laos | |
CN106097182A (zh) | 一种多功能专利申请平台 | |
Afiqah et al. | The revisited of Malaysian house price index | |
Graves et al. | The role of demographic data bias in the under-provision of retail: a quasi-experimental case study of low food access neighborhoods in twenty-five Southern metros | |
Nazzini et al. | Overcoming the Current Knowledge Gap of Algorithmic" Collusion" and the Role of Computational Antitrust |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |