ANALYSIS OF METHODS FOR PRODUCT INNOVATION: CLASSIFICATION OF PATENTS AND SCIENTIFIC PUBLICATIONS TO DEFINE THE TECHNICAL VALUE

1 1

Sede Amministrativa: Università degli Studi di Padova

Sede Consorziata: Università degli Studi di Bergamo

Dipartimento di Ingegneria Industriale

SCUOLA DI DOTTORATO DI RICERCA IN Ingegneria Industriale

INDIRIZZO: Ingegneria della Produzione Industriale

CICLO XXIV

ANALYSIS OF METHODS FOR PRODUCT INNOVATION:

CLASSIFICATION OF PATENTS AND SCIENTIFIC PUBLICATIONS

TO DEFINE THE TECHNICAL VALUE

Direttore della Scuola: Ch.mo Prof. Paolo Bariani

Coordinatore d’indirizzo: Ch.mo Prof. Enrico Savio

Supervisore :Ch.mo Prof. Caterina Rizzi

Dottorando: Dott. Ing. Roberto Nani

2 2

Sommario

• Contesto ed obiettivo

• Fasi del lavoro di Tesi

• Proposta metodologica

• Implementazione di un caso di studio

• Conclusioni e sviluppi futuri

3 3

Contesto ed obbiettivo

Contesto: Metodi e strumenti per lo sviluppo di nuovi prodotti (sistemi tecnologici)

Obiettivo: Sviluppo di una metodologia per la ricerca e la selezione ragionata di brevetti e pubblicazioni scientifiche a supporto dello sviluppo di un sistema tecnologico

4

Fasi del lavoro di Tesi

• Scelta delle fonti documentali

• Strumenti di ricerca

– motori di clustering

• Caso di studio

• Metodologia proposta

• Sviluppo di un sistema tecnologico

4

5

Scelta delle fonti documentali

5

Web collection

Scientific literature Patents Any documents

6

Text/Citation analysis

Strumenti di ricerca

7

Domain

Text analytics Citation analysis

• Information retrieval • Named entity recognition

•frequency •Patterns

Strumenti di ricerca

872 hits for hmgb1 monoclonal polypeptide

8

• Considera le citazioni provenienti da backlinks altamente classificati

• Elimina le citazioni provenienti da backlinks di basso rango

• Entrambe le citazioni avendo lo stesso forward link.

Strumenti di ricerca motori di clustering

• Classifica (to rank) i documenti risultanti da un quesito.

• Ranking si basa su due valori: definizione (term) e collegamento (link).

• Term: vengono misurate sia la posizione che la frequenza di occorrenza delle definizioni nel documento.

• Link: viene calcolato il numero di link rispetto ad

una pagina.

Page, Lawrence (Stanford, CA) (1998)’s method for node ranking in a linked database (US Patent No. 6,285,999).

9 9

• Usa due algoritmi di classificazione dei documenti:

– Suffix Tree Clustering

– Lingo.


10 10

• Citation Link: rivela tutte le citazioni rispetto ad un brevetto – sia in avanti (forward) che indietro (backward) – usando diversi tipi di tecniche di visualizzazione grafica.

• Text Clustering: mostra informazioni testuali basate sulla relazione di classi di documenti simili sulla base di parole chiave (keywords).


11

• Crea un insieme di fingerprints per ciascun documento,

• Ciascun fingerprint ha una o più citazioni contenute nel documento

• Crea una pluralità di clusters sulla base dei fingerprints trovati.

• Crea sottoinsiemi caratterizzati da un numero elevato di nodi

• È estremamente efficiente in termini di tempo di esecuzione, utilizzando pochissima memoria principale

Dorie, Vincent Joseph (San Mateo, CA, US) and Giannella, Eric R. (Saratoga, CA, US) (2008)’s System And Methods For Clustering Large Database of Documents (US Patent Application No. 2009/0043797).

David Gibson Ravi, Ravi Kumar, Andrew Tomkins (2005)’s Discovering Large Dense Subgraphs in Massive Graphs.


12 12

• Organizza i brevetti in categorie o classi (clusters).

• Detti clusters si basano sull'analisi delle citazioni, non sull’analisi testuale.

• Permette di visualizzare i brevetti trovati all'interno dei clusters in modo dinamico generando un set di mappe di clusters.

• Queste mappe presentano una panoramica dei settori tecnici, contenenti i risultati della ricerca, permettendo di contestualizzare i risultati.


13

Web collection

Scientific literature

Patents Separazione temporale

Clusters secondari in automatico

Free

• • • • • •

• •

• •

• •


14

Caso di studio

14

15

Ricerca brevetti e documenti scientifici [Query 1]

Clustering

Separazione temporale

Estrazione di keywords comuni

Nuova ricerca. [Query 2]

Clusters

Visualizzazione multi screen

Estrazione Clusters rispondenti a parametri di mercato e funzionali

Sviluppo di un nuovo sistema tecnologico Clusters pertinenti

Metodologia proposta

16

• La prima query non è altro che il titolo del topic che vogliamo indagare

52,569 hits for speed reducer

Scientific literature 4,508 hits

for speed reducer

Patents 39,319 hits

for speed reducer


17

Patents 39,319 hits

for speed reducer

1997-2013 15,140 hits

for speed reducer

before 1900-1996 24,170 hits

for speed reducer

Scientific literature 4,508 hits

for speed reducer

1978-2013 4,090 hits

for speed reducer

before 1900-1977 357 hits

for speed reducer


Clustering


18

• La seconda query viene estratta automaticamente dall’insieme delle keywords comuni ai quattro sottoinsiemi

Scientific literature Second pulse

Scientific literature First pulse

Patents Second pulse

Patents First pulse

• meshing • planetary gear

• roller


Clustering



19

• speed reducer ("planetary gear")

2,166 hits for speed reducer ("planetary gear")

Scientific literature 79 hits for

speed reducer ("planetary gear")

Patents 1,829 hits for

speed reducer ("planetary gear")


Clustering



Nuova ricerca. [Query 2]

20 20

21

Le parole chiave dei clusters individuati mediante Scirus vengono collocate in uno schema bidimensionale

• past-present-future

• Subsystem-System-Supersystem

Distinguendo: • System: formato da parole chiave riconducibili al sistema

tecnologico di riferimento

• Supersystem: formato da parole chiave riconducibili all’ambiente, mercato, ecc.

• Subsystem: formato da parole chiave riconducibili a componenti incapaci di descrivere il sistema se prese da sole.

Clusters


22

Clusters


23

Clusters


24

• Consiste nel far migrare certe keywords, prelevate dalla past-triplet e present-triplet, verso una future-triplet secondo criteri funzionali e di mercato.

Clusters


Estrazione Clusters rispondenti a parametri di mercato e funzionali

25 25

Caratteristiche del metodo adottato

I clusters contenenti documenti di scarso interesse o in grado

di sfalsare il risultato vengono eliminati.

L’insieme dei clusters si satura in un intervallo temporale

[xxxx-2012]≤[before 1900 – 2012]

26

• Esempio: sviluppo di una proteina Hmgb1 (“monoclonal”) (“polypeptide”)

26



27



28

• Curva dei clusters residui

• Nel dominio dei clusters è possibile separare esattamente la fase pioneristica rispetto alla fase di diffusione tecnologica.


[xxxx-2012]≤[before 1900 – 2012]

29


[xxxx-2012]≤[before 1900 – 2012]

30


[xxxx-2012]≤[before 1900 – 2012]

31

•Epicyclic gear •Geared motor •Throttle valve •Eccentric

Direct electromagnetic drive for a throttle valve shaft in

a throttle valve connector (US Patent No. 7,100,568).

Gear mechanism

(US Patent No. 7,479,083).

Simple four-gear differential

gear transmission [Park, 2005].

Implementazione di un caso di studio

32


Loaded lateral side contact analysis

Finite Element Analysis (FEA) has been performed using ALGOR/FEMPRO V23SP2

- Build 23.00.02.0005 21-JAN-2009

a model developed according to the method of solution of contradictions

ARIZ 85C.

Figure 7-3: constrained model of first and second stage HGT without stabilizing ring.

Figure 7-4: constrained model of first and second stage HGT with stabilizing ring.

33


Circular-arc tooth profiles

reduces the sliding velocities and surface stresses

substantial cost savings as compared to conventional gear teeth

34


Circular-arc tooth profiles

•Componenti commerciali •Semilavorati

•Iniezione plastica •Taglio lamiera

Trasmissione a catena •rulli cilindrici

dr > 5 mm m > 0,4 mm dr < 1 mm

35


Circular-arc tooth profiles - Loaded lateral side contact analysis



Trasmissione a catena •rulli cilindrici

36 36


37


Circular-arc tooth profiles - Loaded lateral side contact analysis



. .

38 38

• Possiamo definire questo metodo come non expertee-oriented.

• L’individuazione di keywords capaci di descrivere un sistema tecnologico avviene automaticamente.

• Si sono utilizzati strumenti fruibili in internet gratuitamente.

• Sviluppi futuri.

Conclusioni

39 39

• R. Nani. A spectral mapping of evolution into the domain of clusters.

Sviluppi futuri

40

• NANI R, DANIELE REGAZZONI (2008). Technological Route between Pioneerism and Improvement. In: TRIZ-Future Conference '08 Synthesis of innovation. University of Twente in Enschede, The Netherlands, November 5-7, 2008, ISBN: 978-90-365-2749-1.

• DANIELE REGAZZONI, DAVIDE RUSSO, NANI R (2009). AN APPLIED PARADIGM TO MANAGE INTELLECTUAL PROPERTY WITHIN THE PRODUCT DEVELOPMENT PROCESS. In: Congreso Internacional Conjunto XXI INGEGRAF XVII ADM. Lugo (E), 10-12 Giugno 2009.

• D. REGAZZONI, C. RIZZI, R. NANI (2011). A TRIZ-based approach to manage innovation and intellectual property. In: Int. J. Technology Management, Vol. 55, Nos. 3/4.

40

Pubblicazioni

Data & Analytics

ANALYSIS OF METHODS FOR PRODUCT INNOVATION: CLASSIFICATION OF PATENTS AND SCIENTIFIC PUBLICATIONS TO DEFINE THE TECHNICAL VALUE