WO2025229411 - METHODS AND SYSTEMS FOR IDENTIFYING PATTERNS IN PROCESS DATA OF INDUSTRIAL SYSTEM
National phase entry is expected:
Publication Number
WO/2025/229411
Publication Date
06.11.2025
International Application No.
PCT/IB2025/051823
International Filing Date
20.02.2025
Title **
[English]
METHODS AND SYSTEMS FOR IDENTIFYING PATTERNS IN PROCESS DATA OF INDUSTRIAL SYSTEM
[French]
PROCÉDÉS ET SYSTÈMES D'IDENTIFICATION DE MOTIFS DANS DES DONNÉES DE PROCESSUS D'UN SYSTÈME INDUSTRIEL
Applicants **
ABB SCHWEIZ AG
Inventors
K R, Chandrika
SHEEL, Divya
DAVE, Jaivik Haresh
PATIL, Dinesh
Priority Data
202441034428
30.04.2024
IN
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| Number of Office Actions | * |
| * | |
International Searching Authority |
EPO
* |
| Recordal of a Change of the Applicant's Name/Address |
Change of Applicant's Name and Address
* |
| Type of Assignment |
The Standard Agent's Assignment
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Patent Delivery |
Send the Letters Patent by Courier
* |
| Translation |
|
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing, Examination, Granting | 1910 | |
| EPO | Filing, Examination, Granting | 8207 | |
| Japan | Filing, Examination, Granting | 1956 | |
| South Korea | Filing, Examination, Granting | 1619 | |
| USA | Filing, Examination, Granting | 4740 |
Total:
18,432
Contact Us
Abstract[English]
The present disclosure relates to methods and systems for identifying patterns in process data of industrial systems. The method comprises receiving real-time process data (102) comprising plurality of data points. Further, the method comprises determining similarity value of the plurality of data points by comparing plurality of data points with each of plurality of patterns. Furthermore, the method comprises determining that similarity value is above a threshold value for at least one pattern of the plurality of patterns (104). Thereafter, the method comprises notifying at least one pattern and determined similarity value. The plurality of patterns (104) is generated by receiving reference pattern and generating plurality of augmented patterns corresponding to reference pattern based on historical data. The plurality of patterns (104) is filtered from the plurality of augmented patterns, based on one or more exclusion conditions, using an Artificial Intelligence (AI) model trained on the historical data.[French]
La présente divulgation concerne des procédés et des systèmes d'identification de motifs dans des données de processus de systèmes industriels. Le procédé consiste à recevoir des données (102) de processus en temps réel comprenant une pluralité de points de données. En outre, le procédé consiste à déterminer une valeur de similarité de la pluralité de points de données en comparant une pluralité de points de données avec chaque motif d'une pluralité de motifs. En outre, le procédé consiste à déterminer que la valeur de similarité est supérieure à une valeur seuil pour au moins un motif de la pluralité de motifs (104). Ensuite, le procédé consiste à notifier au moins un motif et une valeur de similarité déterminée. La pluralité de motifs (104) est générée en recevant un motif de référence et en générant une pluralité de motifs augmentés correspondant au motif de référence d’après des données historiques. La pluralité de motifs (104) est filtrée à partir de la pluralité de motifs augmentés, sur la base d'une ou de plusieurs conditions d'exclusion, à l'aide d'un modèle d'intelligence artificielle (IA) entraîné sur les données historiques.