WO2025245554 - VERFAHREN UND SYSTEM ZUR INDIREKTEN MESSUNG EINER WAHRSCHEINLICHKEIT FÜR DAS AUFTRETEN EINES DEFEKTS IN EINEM PRÜFLING

National phase entry is expected:
Publication Number WO/2025/245554
Publication Date 04.12.2025
International Application No. PCT/AT2025/060217
International Filing Date 28.05.2025
Title **
[German] VERFAHREN UND SYSTEM ZUR INDIREKTEN MESSUNG EINER WAHRSCHEINLICHKEIT FÜR DAS AUFTRETEN EINES DEFEKTS IN EINEM PRÜFLING
[English] METHOD AND SYSTEM FOR INDIRECTLY MEASURING A PROBABILITY OF THE OCCURRENCE OF A DEFECT IN A TEST OBJECT
[French] PROCÉDÉ ET SYSTÈME DE MESURE INDIRECTE D'UNE PROBABILITÉ D'APPARITION D'UN DÉFAUT DANS UN OBJET DE TEST
Applicants **
AVL LIST GMBH
Inventors
ZIVADINOVIC, Milan
REHRL, Christian Rupert
SCHAGERL, Gerhard
KRZNARIC, Sanja
Priority Data
A50444/2024   29.05.2024   AT
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
*
Recordal of a Change of the Applicant's Name/Address
*
Type of Assignment
*
Applicant's Legal Status
*
*
*
*
*
*
Entry into National Phase under
*
Patent Delivery
*
译文

* 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 StagesTotal
China Filing, Examination, Granting2137
EPO Filing, Examination, Granting8937
Japan Filing, Examination, Granting2186
South Korea Filing, Examination, Granting2135
USA Filing, Examination, Granting4740
MasterCard Visa
Total: 20,135
Contact Us
Abstract[German] Die Erfindung betrifft ein computerimplementiertes Verfahren (100) zur indirekten Messung einer Wahrscheinlichkeit für das Auftreten eines Defekts in einem Prüfling einer Gattung technischer Einrichtungen, welche vorzugsweise Batterien (2) oder Fahrzeuge (3) sind, folgende Arbeitsschritte aufweisend: a) Messen von Zustandsdaten in einer Vielzahl technischer Einrichtungen der Gattung technischer Einrichtungen, wobei die Zustandsdaten umfassen, ob der Defekt aufgetreten ist; b) Messen (101) von Betriebsdaten der Vielzahl technischer Einrichtungen der Gattung und des Prüflings, wobei die Betriebsdaten Werteverläufe von zeitaufgelösten Messparametern umfassen und ein Betriebsverhalten und eine Umgebung einer jeweiligen technischen Einrichtung aus einem Feldbetrieb charakterisieren, wobei die Betriebsdaten derjenigen technischen Einrichtungen, bei denen der Defekt aufgetreten ist, entsprechend dem Ergebnis der Messung in Schritt a), defektmarkiert sind; c) Erzeugen (102) von Merkmalen durch Bearbeiten wenigstens eines Teils der Betriebsdaten mittels mathematischer Operationen und/oder durch Auswählen von Datenbereichen aus den Betriebsdaten; d) Auswählen (103) von in Bezug zu dem Defekt relevanten Merkmalen aus den erzeugten Merkmalen mittels einer Verkettung von Feature-Selection-Methoden; e) Trainieren eines probabilistischen Klassifikationsalgorithmus mittels der ausgewählten relevanten Merkmale und der jeweils dazugehörigen Zustandsdaten, wobei ein Klassifikator (1) erzeugt wird; und f) Generieren (203) von Ausgabedaten, umfassend eine Wahrscheinlichkeit für das Auftreten des Defekts im Prüfling, durch Anwenden des Klassifikators (1) auf Eingabedaten, welche auf den Betriebsdaten des Prüflings basieren.[English] The invention relates to a computer-implemented method (100) for indirectly measuring a probability of the occurrence of a defect in a test object of a type of technical devices, which are preferably batteries (2) or vehicles (3), having the following work steps: a) measuring state data in a plurality of technical devices of the type of technical devices, wherein the state data comprises whether the defect has occurred; b) measuring (101) operating data of the plurality of technical devices of the type and of the test object, wherein the operating data comprises value profiles of time-resolved measurement parameters and characterise an operating behaviour and an environment of a respective technical device from a field operation, wherein the operating data of those technical devices in which the defect has occurred are defect-marked in accordance with the result of the measurement in step a); c) generating (102) features by processing at least some of the operating data by means of mathematical operations and/or by selecting data regions from the operating data; d) selecting (103) features relevant in relation to the defect from the generated features by means of a concatenation of feature selection methods; e) training a probabilistic classification algorithm by means of the selected relevant features and the respectively associated state data, wherein a classifier (1) is generated; and f) generating (203) output data, comprising a probability of the occurrence of the defect in the test object, by applying the classifier (1) to input data based on the operating data of the test object.[French] L'invention concerne un procédé mis en œuvre par ordinateur (100) pour mesurer indirectement une probabilité d'apparition d'un défaut dans un objet de test d'un type de dispositifs techniques, qui sont de préférence des batteries (2) ou des véhicules (3), comprenant les étapes de travail suivantes consistant à : a) mesurer des données d'état dans une pluralité de dispositifs techniques du type de dispositifs techniques, les données d'état comprenant l'apparition ou non du défaut ; b) mesurer (101) des données de fonctionnement de la pluralité de dispositifs techniques du type et de l'objet de test, les données de fonctionnement comprenant des profils de valeur de paramètres de mesure à résolution temporelle et caractériser un comportement de fonctionnement et un environnement d'un dispositif technique respectif à partir d'une opération de champ, les données de fonctionnement de ces dispositifs techniques dans lesquels le défaut s'est produit étant marquées par défaut en fonction du résultat de la mesure à l'étape a) ; c) générer (102) des caractéristiques par traitement d'au moins certaines des données de fonctionnement au moyen d'opérations mathématiques et/ou par sélection de régions de données à partir des données de fonctionnement ; d) sélectionner (103) des caractéristiques pertinentes par rapport au défaut à partir des caractéristiques générées au moyen d'une concaténation de procédés de sélection de caractéristiques ; e) entraîner un algorithme de classification probabiliste au moyen des caractéristiques pertinentes sélectionnées et des données d'état respectivement associées, un classificateur (1) étant généré ; et f) générer (203) des données de sortie, comprenant une probabilité d'apparition du défaut dans l'objet de test, en appliquant le classificateur (1) à des données d'entrée sur la base des données de fonctionnement de l'objet de test.