Il documento contiene sei citazioni Statunitensi:
1) Brevetto US2712321, pubblicato nel luglio 1955, richiedente e titolo “non disponibili”;
2) Brevetto US3020490, pubblicato nel febbraio 1962, richiedente e titolo “non disponibili”;
3) Brevetto US3326228, pubblicato nel giugno 1967, richiedente e titolo “non disponibili”;
4) Brevetto US3394722, pubblicato nel luglio 1968, richiedente Automatic Control System;
5) Brevetto US3411529, pubblicato nel novembre 1968, richiedente Fluid Regulating Apparatus;
6) Brevetto US3465768, pubblicato nel settembre 1969, richiedente Gain-Adaptative Control System.
Controllore Neuro-Pid
Il secondo è un controllore Neuro-Pid (data di pubblicazione 7 Marzo 1995) considerato sia in quanto rilevabile in versioni modificate ed oggetto di distinte procedure di deposito, sia per i contenuti che interessano l’approfondimento relativo alla ricerca di brevetti nel settore dell’automazione estesa alla bioingegneria.
I dati bibliografici relativi alla domanda sono: titolo “Neuro-Pid Controller”; numero del brevetto US5396415; date di pubblicazione/presentazione 7 Marzo 1995/31 Gennaio 1992; inventori Konar Ahmet F., Samad Tariq, Harp Steven A., richiedente Honeywell Inc. Minneapolis (MN); numero della domanda US 1992000829996; classificazione IPC G05B13/02; codice Ecla G05B13/02C1; classe corrente: 700/042; 706/023; 706/ 903; 706/906; classe originaria: 364/162; 364/148; 395/021; 395/903; 395/906; campo di ricerca 364/148-166 395/11,13,21,20,22,23,902,903,904,906,905,907.
Il sommario è il seguente:
I controllori Pid costituiscono una buona parte di controllori oggi in uso in molti sistemi di automazione. Questa applicazione descrive come utilizzare una rete neurale che riceve ingressi Pid perché sia un controllore e perché funzioni come un controllore Pid per risparmiare in addestramento e per offrire altri vantaggi nel controllo.
Nel documento vengono citati 18 brevetti Statunitensi e due esteri:
1) Brevetto US4556956, pubblicato nel dicembre 1985, richiedente General Electric Company, titolo “Controllore a guadagno regolabile per anello di controllo della posizione di una valvola e metodo per ridurre gli effetti delle vibrazioni;
2) Brevetto US4935877, pubblicato nel giugno 1990, titolo “Algoritmi genetici non-lineari per risolvere problemi”;
3) Brevetto US4990838, pubblicato nel febbraio 1991, richiedente Atr Auditory and Visual Perception Res. Laboratories, titolo “Metodo di un sistema dinamico per generare la traiettoria del moto”;
4) Brevetto US5050095, pubblicato nel settembre 1991, richiedente Honeywell Inc., titolo “Memoria auto-associativa di una rete neurale con due regole per variare i pesi”;
5) Brevetto US5109275, pubblicato nell’aprile 1992, richiedente Matsushita Electric Industrial Co., Ltd., titolo “Apparato per la correzione del segnale di stampa e per il controllo del funzionamento della stampante che utilizza una rete neurale”;
6) Brevetto US5111531, pubblicato nel maggio 1992, richiedente Automation Technology, Inc., titolo “Controllo di processo che utilizza una rete neurale”;
7) Brevetto US5119468, pubblicato nel giugno 1992, richiedente E.I. Du Pont de Nemours and Company, titolo “Apparato e metodo per controllare un processo utilizzando una rete addestrata in parallelo con elaborazione distribuita”;
8) Brevetto US5121467 pubblicato nel giugno 1992, richiedente E.I. Du Pont de Nemours & Co. Inc., titolo “Sistema e metodo di controllo di processo con rete neurale/sistema esperto”;
9) Brevetto US5140530, pubblicato nell’agosto 1992, richiedente Honeywell Inc., titolo “Sintesi di reti neurali mediante algoritmo genetico”;
10) Brevetto US5142612, pubblicato nell’agosto 1992, richiedente E.I. Du Pont de Nemours & Co. Inc., titolo “Sistema e metodo di controllo del processo di supervisione di una rete neurale mediante calcolatore”;
11) Brevetto US5159660, pubblicato nell’ottobre 1992, richiedente Western Thunder, titolo “Controllo di processo universale che utilizza reti neurali artificiali”;
12) Brevetto US5167009, pubblicato nel novembre 1992, richiedente E.I. Du Pont de Nemours & Co. Inc, titolo “Rete neurale che utilizza puntatori di dati per il controllo di processo on-line”;
13) Brevetto US5172490, pubblicato nel dicembre 1992, richiedente Kabunshiki Kaisha Toshiba, titolo “Asciuga abiti con dispositivo di controllo neurale”;
14) Brevetto US5197114, pubblicato nel marzo 1993, richiedente E.I. Du Pont de Nemours & Co. Inc., titolo “Sistema e metodo di controllo del processo di regolazione di una rete neurale mediante calcolatore”;
15) Brevetto US5212765, pubblicato nel maggio 1993, richiedente E.I. Du Pont de Nemours & Co. Inc., titolo “Sistema a rete neurale di apprendimento on-line per il controllo di processo”;
16) Brevetto US5224203, pubblicato nel giugno 1993, richiedente E.I. Du Pont de Nemours & Co. Inc., titolo “Rete neurale che utilizza puntatori di dati per il controllo di processo on-line”;
17) Brevetto US 5268834, pubblicato nel dicembre 1993, richiedente Massachusetts Institute of Technology, titolo “Controllore a rete neurale adattativo stabile”,
18) Brevetto US5282261, pubblicato nel gennaio 1994, richiedente E.I. Du Pont de Nemours & Co. Inc., titolo “Misura e controllo di processo con rete neurale”.
Gli esteri:
19) Brevetto EP00241286, Paese Epo (European Patent Office), data ottobre 1987;
20) Brevetto GB00211324, Paese United Kingdom, data giugno 1989.
Altre citazioni riguardano due domande di brevetto statunitensi e sette pubblicazioni scientifiche.
La descrizione dell’invenzione prevede che nella realizzazione proposta di questa, si usi una rete neurale per ottenere delle funzioni ottimali, in un’altra realizzazione, le funzioni non lineari possono essere acquisite con tabelle di ricerca e processori algoritmici.
Reti neurali sono state utilizzate in passato per generare le equazioni che identificano un processo controllato e come auto-sintonizzatori per controllori Pid.
In questa invenzione, la rete neurale è applicata al controllore Pid, sostituendo un processore che impiega un controllore basato su un’equazione lineare, con uno a rete neurale dinamica, capace di generare l’uscita rappresentativa di equazioni di ordine più elevato.
Anche se si potrebbero usare reti neurali non dinamiche, è preferibile che esse siano dinamiche con feedback interno.
In una implementazione, si potrebbe escludere il controllore a rete neurale e utilizzare un controllore Pid convenzionale che è montato in parallelo.
Il meccanismo per la generazione del segnale di controllo potrebbe essere: una rete neurale con apprendimento sul segnale errore, sui parametri del controllore KI, Kc e KD, per i processi che ci si attende debbano essere controllati, usualmente e preferibilmente attraverso simulazione; oppure una certa rappresentazione della rete neurale addestrata. Se è una rappresentazione, piuttosto che la rete neurale stessa, tale rappresentazione potrebbe essere inclusa in una tabella di ricerca con associato un meccanismo di elaborazione, o potrebbe essere un processore contenente un insieme di queste equazioni per calcolare i valori appropriati dei segnali da generare. Entrambi potrebbero essere generati con riferimento a pesi interni ad una rete neurale addestrata, o altrimenti determinati empiricamente, o attraverso la creazione di modelli.