INDUSTRIAL AUTOMATION SYSTEM AND METHOD

• Main Authors: KUMAR, Srijit, SHARMA, Divyasheel, CHOUKSEY, Sameer, MADUSKAR, Deepti, AMARLINGAM, Madapu
• Format: Patent
• Language: English; French
• Published: 16.11.2023
• Subjects: CONTROL OR REGULATING SYSTEMS IN GENERAL; CONTROLLING; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS ORELEMENTS; PHYSICS; REGULATING

An industrial automation system (100, 100A) for implementing at least one industrial process comprises multiple process components (200; 301, 302, 303, 304) each categorizable into a cohort corresponding to a cohorting criterion. At least some of the process components (301, 302, 303, 304) are configured to perform a machine learning, M L, process, i nvok ing M L model parameters. At least one of the process components (200) is configured to host at least a part of at least one ML model per cohort and is further configured to communicate the ML model parameters among the multiple process components. The system, is configured to assign one or more of the process components to one of the cohorts according to the cohorting criterion; attribute the ML model parameters of a process component in a selected one of the cohorts to the ML model belonging to the selected cohort; determine a proximity value of each pair of cohorts; assign a pair of cohorts to a respective neighboring cohort group if 'the proximity value meets a predetermined proximity criterion; and. share the ML model related data between, process components belonging to the same neighboring cohort group. Also provided is a computer-implemented method performed in the industrial automation system. Un système d'automatisation industrielle (100, 100A) pour mettre en œuvre au moins un processus industriel comprend de multiples composants de processus (200 ; 301 302 303, 304), chacun pouvant être catégorisé en une cohorte correspondant à un critère de cohorte. Au moins certains des composants de processus (301, 302, 303, 304) sont configurés pour effectuer un processus d'apprentissage automatique (ML), invoquant des paramètres de modèle ML. Au moins l'un des composants de processus (200) est configuré pour héberger au moins une partie d'au moins un modèle ML par cohorte et est en outre configuré pour communiquer les paramètres de modèle ML parmi les multiples composants de traitement. Le système est configuré pour attribuer un ou plusieurs des composants de processus à l'une des cohortes selon le critère de cohorte ; attribuer les paramètres de modèle ML d'un composant de processus dans une cohorte sélectionnée parmi les cohortes au modèle ML appartenant à la cohorte sélectionnée ; déterminer une valeur de proximité de chaque paire de cohortes ; attribuer une paire de cohortes à un groupe de cohortes voisines respectif si la valeur de proximité satisfait un critère de proximité prédéterminé ; et partager les données associées à un modèle ML entre des composants de traitement appartenant au même groupe de cohortes voisines. L'invention concerne également un procédé mis en œuvre par ordinateur réalisé dans le système d'automatisation industrielle.