CN107614802A - 可配置监视器和部件管理系统 - Google Patents
可配置监视器和部件管理系统 Download PDFInfo
- Publication number
- CN107614802A CN107614802A CN201680015790.8A CN201680015790A CN107614802A CN 107614802 A CN107614802 A CN 107614802A CN 201680015790 A CN201680015790 A CN 201680015790A CN 107614802 A CN107614802 A CN 107614802A
- Authority
- CN
- China
- Prior art keywords
- hdi
- vehicle
- heavy vehicle
- data
- monitors
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005299 abrasion Methods 0.000 claims abstract description 41
- 238000004891 communication Methods 0.000 claims description 73
- 238000000034 method Methods 0.000 claims description 60
- 230000001133 acceleration Effects 0.000 claims description 37
- 230000009471 action Effects 0.000 claims description 35
- 238000004458 analytical method Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 21
- 230000033001 locomotion Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 239000004065 semiconductor Substances 0.000 claims description 8
- 230000035939 shock Effects 0.000 claims description 8
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 abstract description 40
- 238000012423 maintenance Methods 0.000 abstract description 21
- 238000012549 training Methods 0.000 abstract description 15
- 238000013461 design Methods 0.000 abstract description 7
- 230000003449 preventive effect Effects 0.000 abstract 1
- 230000003993 interaction Effects 0.000 description 48
- 230000008859 change Effects 0.000 description 39
- 230000000694 effects Effects 0.000 description 26
- 238000007726 management method Methods 0.000 description 20
- 230000007613 environmental effect Effects 0.000 description 18
- 238000001514 detection method Methods 0.000 description 16
- 238000009826 distribution Methods 0.000 description 16
- 238000005259 measurement Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 11
- 238000005096 rolling process Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 239000000428 dust Substances 0.000 description 7
- 239000012530 fluid Substances 0.000 description 7
- 230000036541 health Effects 0.000 description 7
- 230000007704 transition Effects 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 230000001066 destructive effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000007689 inspection Methods 0.000 description 6
- 238000009434 installation Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000013480 data collection Methods 0.000 description 5
- 239000000446 fuel Substances 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 239000002689 soil Substances 0.000 description 5
- 229910000831 Steel Inorganic materials 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000003997 social interaction Effects 0.000 description 4
- 239000010959 steel Substances 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 241001269238 Data Species 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 3
- 230000010267 cellular communication Effects 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010011906 Death Diseases 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 244000007853 Sarothamnus scoparius Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 210000000078 claw Anatomy 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F3/00—Dredgers; Soil-shifting machines
- E02F3/04—Dredgers; Soil-shifting machines mechanically-driven
- E02F3/96—Dredgers; Soil-shifting machines mechanically-driven with arrangements for alternate or simultaneous use of different digging elements
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/003—Devices for transporting the soil-shifting machines or excavators, e.g. by pushing them or by hitching them to a tractor
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/20—Drives; Control devices
- E02F9/2025—Particular purposes of control systems not otherwise provided for
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/20—Drives; Control devices
- E02F9/2025—Particular purposes of control systems not otherwise provided for
- E02F9/2054—Fleet management
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/26—Indicating devices
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/26—Indicating devices
- E02F9/267—Diagnosing or detecting failure of vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/02—Registering or indicating driving, working, idle, or waiting time only
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/16—Control of vehicles or other craft
- G09B19/167—Control of land vehicles
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
- H02J50/10—Circuit arrangements or systems for wireless supply or distribution of electric power using inductive coupling
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Structural Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Civil Engineering (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Mechanical Engineering (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
一种监视和维护系统,其利用英制和理论数据来比较部件、车辆、用户、地区、随时间的磨损强度指标和跟踪信息,以便为重型装备或租赁装备提供一个精密的数据收集系统。该跟踪被设计成对规范、设计、训练、预防性维护和更换磨损、了解车队管理进行改善。
Description
背景技术
本发明的一些实施例涉及重型装备。操作和维护重型装备的成本可能是昂贵的。此外,重型装备的停工期可能是与重型装备相关联的成本中的关键因素。维护组织良好且运转良好的装备可以帮助确保安全并且将成本保持在合理的水平。
跟踪重型装备的使用小时以及重型装备在使用期间中所行进之处可以在重型装备的服务和维护中提供帮助——它还可以帮助降低成本,例如在某些情况下可以降低采矿的每吨成本。
虽然在多件重型装备上已经安装了先进的GPS跟踪和远程信息处理监视,但是这些单元很昂贵、安装困难并且使用也困难。
此外,这些系统不能实现与重型装备结合使用的作业工具的跟踪。例如,有大批不同的可耦合到重型装备的较大型作业工具,诸如举例来说螺旋钻、反铲、捆矛、刀片、扫帚、割灌机、铲斗、冷铣刨机、压实机,联轴器、叉子、抓钩、耙、锯、剪切机、吹雪机、树桩研磨机、分蘖机、挖沟机、吊杆。还有大批不同的在管理业务中使用的较小型作业工具或资产,诸如混凝土锯、激光水平仪以及甚至工具箱。这些作业工具在工地或经销商处可能会被轻易地放错地方。
虽然一些重型装备具有引擎控制模块或用于与远程信息处理或监视系统进行对接的其它系统,但是大部分的重型装备市场没有这样的集成系统。然而,重型装备却被在移动技术和利用这些技术的人们包围。
在过去的重型装备世界中,我们已经看到许多将装备与车辆耦合起来以及相关联的尝试。通常这只用于更昂贵的设备,因为成本很高。已经使用电线和计算机将一个设备连接、控制和关联到另一个设备。一些过去的解决方案的问题是它们使连接暴露并且需要进行连接或特定对准。RFID是用于这些类型的关联的解决方案,但也需要在没有金属防护罩的情况下将敏感的线圈暴露在外以允许RF能量通过空气传送。这样留下如塑料之类的更珍贵的材料暴露在泥土和金属接触下。这种导致故障的暴露使得这不是那么有利的解决方案并且需要特定的接近。关键问题是具有这样一个物理实体:该物理实体进行移动并通过该移动和通信链接来通知关联。在解决这个问题时,我们已经看到许多针对这种关联的内在辨识的新的创新可能性。
本发明的一些实施例还涉及物联网(“IOT”)设备连接和交互。一个问题是IOT设备怎样辨识出这个生态系统中可能的机器和社交交互。利用机器访问控制(“MAC”)地址,每个IOT设备可以具有它自己的标识符(“ID”),但MAC地址不定义IOT设备,并且不定义IOT设备的能力。
针对特定用户配置一些已知的IOT设备。这些系统可以利用特定的识别凭证或配对标准以用于在计算机通信协议内的交互。这种方法的一个问题是,对于这些设备和对于这些用户有更大的通信生态系统可用。即使将通信的社交网络层限制在用于将这些设备、车辆、作业工具和人员互连的不安全通信水平,在网络或生态系统交互内,这些设备和组织试图了解正在怎样使用这些设备并且网络中正在怎样发生交互也是有价值的。
对于已知IOT设备的另一个问题是在网络内仅允许特定的互连或网络上行链路,并且这些是通过识别来进行预编程和用户配置的。
发明内容
本发明提供了用于识别、跟踪和记录重型车辆操作事件并且生成作为这些事件的函数的输出的组件和系统,该输出可以更改车辆操作、确定和预测车辆上的磨损区域,为各个车辆操作员提供指令和评级分数,在库存或车队内定位和跟踪车辆和作业工具,以及实现对被指示为缺失或磨损的替换部件的订购。
在一个实施例中,该系统包括在存储器中存储表示重型车辆操作事件的多个模式,将HDi监视器固定到重型车辆,随时间操作重型车辆,在操作重型车辆时用HDi监视器采集传感器数据,以及通过将传感器数据与存储在存储器中的多个模式进行比较来识别重型车辆操作事件。HDi监视器可以包括安装到重型车辆或车辆作业工具的一个或多个外壳,在该外壳内安置了至少一个诸如加速度计之类的传感器和至少一个收发器。传感器数据可以包括振动数据,并且该方法可以包括分析该振动数据以跟踪与重型车辆磨损部件相关联的磨损。
在一个实施例中,该方法可以包括基于识别重型车辆操作事件来提供与重型车辆操作事件相关的车辆操作员辅导。例如,HDi监视器可以与操作员携带的移动设备通信,并且可以在操作员操作或者接近车辆时将操作员与车辆类型相关联。在识别与操作员相关联的特定车辆事件时,HDi监视器可以运行向操作员的移动设备发送一个或多个指令,以使操作员能够正确地纠正该事件或操作特定车辆。在事件识别或将操作员与车辆相关联时,HDi监视器可进一步运行控制车辆的一个或多个参数或者控制附接到车辆的特殊作业工具的操作。
另外地,系统可以包括基于在车辆上识别并与特殊操作员相关联的一个或多个事件来计算操作员评级。在一个实施例中,HDi监视器可以包括控制器(或者可以与远离HDi的控制器进行通信),并且可以包括与用于一个或多个特定车辆操作的评分相关的存储数据。当操作员随时间操作车辆时,将与在车辆操作员操作期间识别的事件有关的数据集合与存储的评分数据进行比较,以便针对与该操作员相关联的该车辆或车辆系列向操作员或车辆所有者提供操作员分数。
在另一个实施例中,系统可以使用诸如加速度计或振动数据之类的传感器数据将重型车辆和作业工具相关联。例如,可以将HDi监视器固定到作业工具,所述作业工具安装在或将要安装在重型车辆上。基于来自固定到重型车辆的HDi监视器的传感器数据与来自固定到作业工具上的HDi监视器的传感器数据的比较,可以将重型车辆和作业工具相关联。以这种方式,该系统可以检测到是否将作业工具安装到特定重型车辆。系统还可以检测安装是否存在问题,例如,如果没有将作业工具正确安装在重型车辆上。
该系统可以基于传感器数据来跟踪作业工具或作业部件的磨损。例如,累加器可以跟踪各种不同重型车辆操作的数量。可以基于重型车辆操作的累计数量来预测作业工具或作业部件的状态。例如,一把铲子在更换被推荐之前可以具有预定义的挖掘数量。累加器还可以将磨损值归于每次车辆操作,例如,某些挖掘可能归于比其他挖掘具有更少的磨损。可以采集经验数据并将其与实际的传感器数据进行比较,以区分可归于车辆操作的磨损量。在重型车辆或作业工具与用户相关联的实施例中,作业工具或磨损部件的磨损可以归于针对用户进行的车辆操作的用户简档。
重型车辆操作事件可以包括各种不同的事件,诸如,例如重型车辆移动事件、重型车辆作业工具事件、环境事件和震动事件。例如,重型车辆作业工具事件可以包括:用附接到重型车辆的作业工具进行挖掘、移动重型车辆或转动重型车辆的转塔。在针对特殊重型车辆操作的正常操作范围外的传感器数据模式可以触发震动和翻倒事件。
在一个实施例中,可以将多个HDi监视器固定到作业工具和重型车辆车队。针对重型车辆车队的传感器数据可以实现附加功能。例如,传感器数据可以提供车队管理应用可利用的车队车辆数据、维护数据、使用信息数据和位置数据。
系统中的HDi监视器可以包括用于与系统中的其他HDi监视器进行通信的一个或多个通信系统。可以将一个通信系统用于车辆内通信,并且可以将不同的通信系统用于例如与其他重型车辆、用户智能设备上的应用或远程服务器的外部通信。在一个实施例中,社交网格协议使系统能够知道网络内哪些其他设备和通信类型可用。在一个实施例中,诸如BLTE中的广告模式之类的预认证模式实现了蓝牙设备之间和蓝牙设备当中的通信,该通信是关于由网络中的各种设备采集的状态和度量。以这种方式,重型社交网格网络中的设备可以快速通信而无需认证。
可以将附加的HDi传感器固定到系统中的各种磨损部件和其它组件。例如,传感器可以包括在滤油器、各种磨损表面上和过滤器系统中,以提供关于重型车辆的各个方面的传感器数据。
在一个实施例中,诸如重型车辆的可移动装备可以具有选择性地物理可耦合到该装备的多个作业工具,并且加速度测量网络可以确定这些作业工具中哪些--如果有--可物理耦合到该装备。将主加速度计固定到可移动装备上以用于采集主加速度计数据,并且将加速度计分别固定到各种作业工具以用于采集次加速度计数据。控制器可以分析主加速度计数据和次加速度计数据,以确定作业工具与可移动装备之间的物理耦合关系。例如,作业工具加速度计和装备加速度计中相似的加速度计数据可以指示作业工具被安装到该装备。反之也是这样,作业工具加速度计和装备加速度计中不相似的加速度计数据可以指示作业工具未安装到该装备。通信系统可以促进包括固定到作业工具和装备的加速度计的加速度测量网络组件和控制器之中的通信。
在一个实施例中,HDi监视器包括半导体。HDi包括微处理器、包括非易失性部分的存储器、多个收发器、加速度计、陀螺仪和用于对HDi监视器充电和供电的无线电力管理系统。收发器之一可以配置成短程通信,而收发器之一可以配置成远程通信。半导体可以具有用于使用运动添加能量收集的MEMS部分。半导体可以具有用于管理多个电力输入装置的能量收集电力管理系统。半导体可以具有设计成低功率并管理多个电力源的输入电源。
通过参考附图和当前实施例的描述,将更全面地理解和领会本发明的这些和其它目的、优点和特征。
在详细说明本发明的实施例之前,应当理解,本发明不限于在以下描述中阐述或在附图中图示的操作细节或组件的构造和布置细节。本发明可以在各种其他实施例中实现,并且可以以本文中未明确公开的替代方式来实践或执行。此外,应当理解,本文所用的措辞和术语是为了描述的目的,而不应被视为限制。“包括”和“包含”及其变体的使用意在包括其后列出的项目及其等同物以及附加项目及其等同物。此外,可以在各种实施例的描述中使用列举。除非另有明确说明,列举的使用不应被解释为将本发明限制于组件的任何特定的顺序或数量。列举的使用也不应被解释为从本发明的范围中排除可以与列举的步骤或组件组合或组合到列举的步骤或组件中的任何附加步骤或组件。对如“X、Y和Z中的至少一个”的权利要求要素的任何引用意在单独地包括X、Y或Z中的任何一个,以及X、Y和Z的任何组合,例如X、Y、Z; X、Y; X、Z;和Y、Z。
附图说明
图1图示了用于通过成本和磨损分析的针对车辆和部件提供商的比较和推荐的系统的一个实施例。
图2图示了HDi监视器的一个实施例。
图3图示了HDi监视器的另一个实施例。
图4图示了安装在过滤器系统内的具有灰尘传感器的HDi监视器的实施例。
图5图示了安装在过滤器系统内的具有驾驶舱灰尘传感器的HDi监视器的实施例。
图6图示了使用RFID监视的几个过滤器。
图7图示了使用RFID的从单元的示例。
图8图示了选择性比特条形码技术。
图9图示了选择性比特条形码技术。
图10图示了HDi监视器网络的一个实施例。
图11示出了装配在液压连接器中的液压发电机。
图12图示了具有无源可充电RFID系统的液压供电方案的一个实施例。
图13图示了具有无源可充电RFID系统的液压供电方案的一个实施例。
图14图示了旋转放大发生器的一个实施例。
图15图示了RF信号收集的框图。
图16示出了驾驶员评分公式的一个实施例。
图17示出了挖掘中的挖掘机的视频表现以及与该操作相关联的加速度计的屏幕截图。
图18示出了用于跟踪总的车辆经验的分数卡的一个实施例。
图19示出了跟踪执行给定功能的车辆的加速度计的操作,在这种情况下该车辆是挖掘机。
图20示出了将用基本模式来辨识的典型移动及它们的可能性。
图21图示了针对数据上的不同活动的SMA(简单移动平均)。
图22示出了通过轴分解的来自图21的信息。
图23图示了聚类。
图24图示了用设备示出对用户的潜在反馈的视觉效果。
图25图示了示例性状态分类。
图26图示了正确和不正确地示出分类状态的混淆矩阵的一个实施例。
图27示出了用于识别HDI模块的配置的屏幕截图的一个实施例。
图28示出了通过拍摄序列号的图片或输入该号码来链接HDi单元与车辆或作业工具的配置的屏幕截图的一个实施例。
图29示出了HDi网络的库存和当前状态的屏幕截图。
图30示出了用于服务交互的HDi共享服务小时、位置和标志的屏幕截图。
图31示出了用于训练和跟踪目的的事件的屏幕截图。
图32示出了按照车辆、作业工具以及车辆、操作员和作业工具的组合的事件和操作统计的屏幕截图。
图33示出了驾驶员测距的截图。
图34示出了库存中由于使用时间或因素和使用类型的资产的保修和非保修磨损的屏幕截图。
图35示出了网络中的IOT和HDi的配置。
图36示出了HDi解决方案矩阵。
图37示出可以使网络无缝的示例性通信层。
图38示出了交叉网络广告过程。
图39示出了在网络内用于识别模式或问题以及这些模式能够怎样在工地上或网络内向工人推送通知或驱动预定义消息的过程。
图40示出了HDi监视器的一个实施例。
图41示出了HDi事件跟踪的表格。
图42示出了包括加速度计的跟踪监视器或HDi的框图的示例。
图43示出了加速度计的示例性测量轴。
图44示出了监视器可安装在罐车上何处的一个示例。
图45示出了可以在不同的重型装备环境的背景中安装监视器在何处的另一示例。
图46示出了将物理移动实体作为关联在相同方向上相对移动的设备的机会的表示。
图47示出了来自三个加速度计的样本的加速度计或振动数据。
图48示出了怎样比较来自两个设备的加速度计数据以关联那些设备的示例。
图49示出了使用标准偏差来过滤可能关联的一个示例关联方法。
图50示出了捕获、保存和传送样本数据的另一方法。
图51示出了具有针对每个峰值窗口的时间和幅度最小和最大值的评分方法。
图52示出了受监视的数据和加速度操作范围中的差异的一个示例。
图53示出了可以在使用系统时关联到车辆的一些附件的示例。
图54示出了流程图。
图55示出了具有重型装备生态系统内的潜在交互视图的网格地图的一个实施例。
图56示出了对各组的益处的值图的一个实施例。
图57示出了定义详述交互的标识符的网格协议的一个实施例。
图58示出了表示机器和社交交互的工具、车辆和人员的工地示例。
图59示出了具有一些相关特征和子系统以向网络内的其他节点传送和中继信息的重型交互(“HDi”)监视器的一个实施例。
图60示出了在范围内的相互通信和附件的网络的一个实施例。
图61示出了从通过自动构建计费工作单来跟踪这些机器和社交事件得到的一些益处。
图62示出了机器社交排名也与地理围栏和位置有关。
图63提供了通过了解网络内的通信资产将网格用于通信以使数据到达最终目标的示例。
图64详述了一个示例性车辆经验评分解决方案。
图65详述了用于在生态系统内进行通信的网络内通信资产。
图66详述了在作业工具只有RFID通信资产的情况下网络会怎样改变以及通信资产中的变化。
图67示出了当作业工具具有更多通信资产时会发生什么。网格网络现在知道通过网络进行通信的许多方法。
图68示出了具有都完成网络的服务工具、车辆、蜂窝数据,802.15.4网络和BTLE通信的生态系统。
图69示出了怎样使用RFID来识别作业工具并且在网络内将其关联到车辆。
图70示出了比较品牌分析、使用统计、地区和维护调度的系统视角。
图71-图72示出了维护测量数据、车队ID信息、用户ID信息、车辆标识、包含提供商信息的部件更换标识、位置磨损表格和磨损验证用以构建新的使用期望型号的过程和连接。
图73示出了构建对部件、车辆、品牌、时间和位置、以及该时间上的用户进行详述的维护磨损数据的标识和记录的进展。可以对该信息进行验证并将其与来自测试工具的测量数据进行比较。
图74示出了可以安装在钢中的跟踪器,其允许通过用作发射器和接收器设备的超声换能器进行通信。
图75示出了与图123相同的基本概念,但是它允许有到车辆数据、电气和控制的接口。
图76示出了用于维护数据传送的平板电脑到平板电脑通信。
图77示出了怎样使用声音和超声波传感器来监视模式和一般操作的示例。
图78示出了具有现有能力的像平板电脑设备与用于特定任务的装备件的完整接口的细节。
图79示出了与图127中所指示的相同的接口类型,但是其添加了成为安全监视器以及数据跟踪和连接到用户ID和车辆系统的设备的能力。
图80示出了通过平板电脑的LTE和WiFi连接数据的云数据库。
图81示出了安装在驾驶舱内的平板电脑以及这可以怎样影响附加的传感器输入和能力。
图82示出了示例性的加速度形态。
图83示出了示例性的原始加速度数据。
图84示出了针对以每小时5.0英里在有岩石的沙地上移动的车辆的加速度数据的快速傅里叶变换。
图85示出了速度预测图。
图86示出了HDi系统的一个示例。
图87示出了具有训练和反馈的HDi系统的示例。
图88示出了针对驾驶员数据库训练和评分的框图。
图89示出了用于用远程信息处理故障代码和使用数据来跟踪随时间的加速度计活动的图。
图90示出了总的装备管理系统的框图。
图91示出了测量评分标准图表。
图92A-图92E示出了与HDi系统一起使用的示例性代码和描述。
图93A-图93B示出了缩写词汇表。
图94示出了关于HDi系统的代表性的图。
图95示出了用于横向加速度和纵向加速度检测的公式。
图96示出了小波模极大值。
图97示出了用于检测装载的铲斗铲的重型车辆操作事件的示例性加速度计数据。
图98示出了用于检测装载的铲斗下落的重型车辆操作事件的示例性加速度计数据。
图99示出了用于检测转塔旋转的重型车辆操作事件的示例性加速度计数据。
图100示出了用于检测前进和后退的重型车辆操作事件的示例性加速度计数据。
具体实施方式
图1图示了用于通过成本和磨损分析的针对车辆和部件提供商的比较和推荐的系统的一个实施例。所描绘的实施例包括车辆、OEM部件和服务部件推荐数据库和网站。这个数据库可以填充有来自各种不同源的数据,所述源包括重型装备、重型装备上安装的设备、或用于采集关于重型装备的各种数据的测量工具。采集的信息可用于确定关于重型装备中各种磨损部件的信息。如果用户期望,则该信息可以用于自动订购新的磨损部件。
该系统可以包括采集关于重型装备的磨损数据的测量工具,诸如steketee于2014年8月29日提交的题为“DETECTION SYSTEM(检测系统)”的国际专利申请No.PCT/US2014/053321中描述的测量工具,该专利申请的全部内容通过引用并入本文。
该系统可以包括用于便携式电子设备的热管理系统,诸如在de Bock于2015年1月16日提交的题为“THERMAL MANAGEMENT SYSTEM FOR A PORTABLE ELECTRONIC DEVICE(用于便携式电子设备的热管理系统)”的美国专利申请No.62/104,241中描述的系统,该专利申请的全部内容通过引用并入本文。
该系统可以包括车队管理系统,诸如在Steketee等人于2015年1月15日提交的题为“FLEET, EQUIPMENT AND MAINTENANCE INFORMATION MANAGEMENT SYSTEM(车队、装备和维护信息管理系统)”的美国专利申请No.62/103,706中描述的系统,该专利申请的全部内容通过引用并入本文。
该系统可以包括使用社交网格协议进行通信的组件,诸如在Baarman等人于2015年8月31日提交的题为“MACHINE SOCIAL MESH AND INFORMATION MANAGEMENT SYSTEM(机器社交网格和信息管理系统)”的美国专利申请No.62/212,266中描述的系统,该专利申请的全部内容通过引用并入本文。这样的协议可用于允许与其他设备进行交互,例如协议可以实现通信和内部动作跟踪。
通常可将位于重型装备上的可配置监视设备称为重型交互式(“HDi”)监视器。术语HDi监视器和可配置监视器可以互换使用。在图2中图示了HDi监视器的一个实施例。HDi监视器的这个实施例是自供电加速度、位置、驾驶员ID、车辆状态和磨损监视器。HDi监视器的其他实施例可以具有不同的、附加的或更少的功能。
HDi系统(或仅仅是HDi)可以是指一套成本有效的传感器,其将客户与他们的机器、作业工具和部件连接起来。也就是说,HDi系统可以包括机器/车辆、作业工具、部件和多个HDi监视器,它们可以以各种不同的方式配置并且可以包括各种不同的部件。虽然我们将此监视器显示为添加设备,但可以将其并入车辆和计算机系统。这将提供机会来利用压力、控制和引擎传感器、以及诊断从而增强现有性能和磨损诊断。图示了添加版本,但是该系统可以与引擎控制系统集成,并且集成到其他子系统中以增加附加的监视和数据值。可以在车辆上安装该添加版本,同时也可以向目前的车辆添加技术以用于获得以下添加功能。
在图2中所描绘的实施例中,HDi监视器包括用于辨识模式和活动的微处理器监视系统和信号处理系统、耦合到RFID 发射器/接收器线圈的RFID接口、GPS系统、蜂窝通信系统、无线电力充电器、电池和电源、充电电路、具有陀螺仪的3轴加速度计、车辆总线接口、超声波换能器和用于使用WiFi、蓝牙低能量和802.15.4协议进行通信的电路。具体来说,在需要时是低功率BTLE收发器和远程收发器。该设计允许基于使用情况选择的可变功耗。该系统可以包括用于驾驶员与之进行交互的显示和可视化界面。例如,驾驶员可以输入用户ID以租用更长时间、获得训练、提供反馈或进入维护模式。动能收集单元可以包含在HDi中。在所描绘的实施例中,将动能收集单元耦合到充电器电路。动能收集单元的一种形式是随车辆运动而移动的调整的重量、弹簧和磁体。当磁体移动通过线圈时,它产生能量。在替代实施例中,压电收集器可以代替或加强动能收集单元。在替代实施例中,MEMS设备可用于收集针对能量的移动并且可以位于HDi的芯片形式上。
图3图示了HDi监视器的另一个实施例。该HDi监视器类似于图2中所示的HDi监视器,不同之处在于它包括两个电池。HDi监视器可以能够接收无线电力。在一个实施例中,约1500 mA小时的主要电池可为系统供电四至五年。为了对此进行加强或提供额外的寿命,系统可以包括用于能量收集的次电池和充电方法。这些方法可以包括通过汲入流体和蒸汽涡轮并且将该装备中的振动用作动能源在重型装备上收集液压能。
本发明的一个方面包括监视和分析重型装备的操作和故障。重型装备可以包括各种不同的磨损部件。磨损部件是随时间磨损的部件,并且最终需要更换。存在各种因素会影响磨损部件的磨损率。通过监视和分析重型装备的操作和故障,可以跟踪和验证磨损部件的状态和状况。
磨损部件的一个示例是滤油器。可以预期滤油器在典型情况下在一段时间内过滤某些颗粒。然而,如果该过滤器遇到非典型情况,例如颗粒分布在一段时间内高于预期,则该过滤器可能早于预期而磨穿。这可能导致整个重型装备出现问题。
磨损部件的另一示例是磨损表面,诸如底盘部件或用于作业工具的其它地面接合表面。HDi可以使用加速度计来了解作业工具何时接合地面,并且可以跟踪接合小时以跟踪磨损表面的磨损。虽然重型车辆可以跟踪机器工作的时间,但是该数据可能无法准确反映工具、车辆或设备的实际使用或工作时间和使用水平。使用加速度计数据,可以使附加信息公开化,并且允许辨识这些可能会影响辅导、磨损、服务、维护和机器价值的附加信息层。
本发明的一个方面实现了基于重型装备的监视状态的动态的磨损部件订购。系统的动态性质不仅涉及动态地订购磨损部件,而且涉及操作员表现、环境状况和服务交互。这可以考虑给定部件的使用率与衰退率,以基于服务更换时间来确定订购和交付中所需的定时。这项服务的调度也是一个关键的结果。
可以用多种多样的方式来配置HDi监视器。例如,可以将它配置为跟踪车辆的GPS位置、小时、事件和操作员表现的蜂窝通信模块。通过选择要包含在监视器中的组件的某些集合,可以在制造过程中配置HDi监视器。可替代地,可以通过启用或禁用HDi监视器中的某些组件在安装时配置HDi监视器。还可以在现场重新配置HDi监视器,以启用先前禁用的特征或者禁用先前启用的特征。以这种方式,如果HDi包括适当的硬件,则可以将HDi监视器配置用于所期望的任何形式应用,并且可以将其改用于不同的应用。
可配置监视器的一个实施例可以被配置成主通信模块。这可以是价值较高的车辆,或者门、工具仓库或远程工地办公室的战略位置。可以将这些主单元选择性地分布在其他车辆当中。
如果重型装备已经具有内置的远程信息处理能力,则可以将HDi监视器连接到车辆CAN总线或串行端口以接收远程信息处理数据。可以通过安装在车辆上的HDi监视器来推送远程信息处理数据,其中可以添加另外的特征。
可以将该主通信模块配置成使用包括蓝牙低能量、802.15.4和Wi-Fi的各种不同通信技术来进行通信。经由多种通信协议进行通信将车辆与大批不同的设备相联合,诸如移动通信设备和作业工具。802.15.4协议提供比蓝牙更大的范围,而蓝牙提供对移动和计算设备的通用接入。Wi-Fi(802.11)可用于通信,并且也可用作无线电力收集能量源。从单元可以使用802协议中的任何一个来收集电力,并且继而又将传感器数据返回提供给主单元。
主单元可以控制信息的流动。例如,主单元可以轮询周围的传感器单元,传感器单元可以提供指示车辆性能的数据。
不仅在车辆开启时,而且在车辆关闭时,均可以监视性能。运输可能是监视车辆健康中的关键因素。例如,车辆行驶的英里数,行驶速度,行驶频率等全都可以被监视并且被用于分析车辆的性能。车辆关闭时的撞击事件可能是磨损部件故障的关键贡献者。可配置监视器可以监视位于车辆周围的低功率传感器,低功耗传感器返回诸如环境或磨损数据之类的特定数据。可由环境传感器采集或者是用户输入的环境状况的权重可用于影响或修改所采集的磨损数据。在各种环境状况中操作的时间累加器可用于修改磨损计算。
可配置监视器可以被配置为从通信模块。这可以固定为环境传感器单元、RFID读取器、或者监视移动附加细节或读取附件或过滤器RFID标签的移动电话。
从通信模块的一个实施例是传感单元。传感单元可以包括一个或多个传感器,一个或多个传感器感测数据并将该数据发送到诸如主通信模块之类的另一设备。
传感单元可以包括感测环境数据的环境传感器。外部空气质量传感器和内部空气质量传感器是环境传感器的示例。该数据可以对这些过滤器的寿命结束的计算和相关的寿命百分比显示进行加权或修改。
传感单元可以包括感测磨损数据的磨损数据传感器。
图4和图5中示出了HDi监视器的一个实施例。在这些图中,图示了聚集能够影响过滤器寿命或性能的环境数据、或其他传感器数据的传感器。
通过预测消耗品部件的寿命变化,系统可以基于辅助监视和寿命预测来实现自动的消耗品订购履行。例如,如果消耗品的寿命与预期寿命有或多或少的差异,则可以延迟或稍早订购诸如流体或过滤器订购的消耗品订购,以便消耗品在该消耗品的预期寿命结束时间附近到达。
图4图示了具有安装在过滤器系统内的灰尘传感器的HDi监视器的实施例。具有灰尘传感器的HDi监视器安装在正空气流动路径中。具有灰尘传感器的HDi监视器可将其采集的数据传递到另一HDi监视器。
图5图示了具有安装在过滤器系统内的驾驶舱灰尘传感器的HDi监视器的实施例。具有驾驶舱灰尘传感器的HDi监视器安装在驾驶舱内,并且可以将其采集的数据传递到另一HDi监视器。所采集的数据可用于进行空气质量过滤器更换预测。
在一个实施例中,系统可以跟踪与环境状况和对安全性的潜在影响相关的驾驶员相关事件。
在一个实施例中,可以基于环境状况来调整过滤器寿命。
在一个实施例中,可以将内部空气质量监视数据与外部空气质量监视数据进行比较。可将该比较用来确定空气过滤器工作得如何好以及是否应该更换该空气过滤器。
由于性能影响与操作员相关,所以性能影响可以是呼吸的或视觉的。监视内部空气质量和外部空气质量之间的差异为驾驶舱空气质量提供了性能度量。数据可用于确定空气质量与过滤更换小时之间的相关性。这可以是利用各种类型的传感器来提高操作质量和车辆整体健康的动态跟踪方法。
可以将HDi监视器从单元配置为工具监视器。可以将工具监视器配置成执行各种不同的任务,诸如传递GPS位置数据和射频标识。在一个实施例中,可以与802.15.4通信同时地启用RFID通信,以便在主设备查询从设备时维护与标签相关联的相同的动态信息。从设备可以安装在较小型工具上,这些小型工具共同定位于对于中枢GPS位置的一般区域中以允许一般半径。然后,这可以在低功率和高功率收发器之间共同定位得更靠近,从而将从设备或节点定位在特定半径内。
例如,操作员可以与工地周围的HDi监视器通信以定位某些作业工具或确定哪些工具可用和哪些当前未使用。换句话说,操作员可以确定哪些作业工具与该车辆断开了连接,并且可以确定与该车辆相关联并与所识别工地的区域相关联的可用作业工具的列表。
从单元的另一示例是车队管理者寻求理解与预期客户做出的特定请求相关联的库存。在这种情况下,可以通过网络传输请求,并且每个作业工具都可以通过该网络报告其可用性和位置。
通过跟踪每个作业工具在移动与空闲中的小时,可以基于工具使用小时来调度维护。这个工具利用跟踪能够有助于提高磨损状态的准确性。
从单元的另一示例是直接在车辆上利用RFID。虽然这也可以并入主单元中,但是从单元可以放置在任何需要的地方以便监视特定的RFID放置。在图6中,使用RFID来监视若干过滤器。从这些过滤器聚集的信息可以包括安装日期、使用小时、经销商ID、服务ID、制造信息和日期,并且每个过滤器可以提供它的建议使用小时。RFID数据还可以包括与空气质量和环境信息相关联的表格以用于更加动态的使用限制。
当工程师设置过滤器的寿命时针对最坏场景来设计过滤器寿命,但是这些分布的提示和总计(tips and tales)可能会影响车辆的寿命和健康。这种情况的一个示例是当过滤器具有洁净空气并且将过滤器分布设计用于特定量的颗粒时。在这种情况下,过滤器可以持续更长时间,但是如果空气比估计的颗粒负载更差,那么过滤器应该更早更换。
参考图7,使用RFID的从单元的另一示例是将有源元件放置在RFID标签内,RFID标签在在弯曲时产生与不弯曲时不同的电压。该电压差可以由碳电阻器网络或基本负载传感器产生。RFID标签允许弯曲过滤器以报告通过过滤器的压力。对于环境状况的动态观察来说,这允许监视Delta P或压差,因为它与空气压力相关。这种方法还可以帮助流体过滤器,在流体过滤器中压力变化指示流体内的污染。
RFID连接的其他方面使得作业工具能被识别并且能与车辆相关联。作业工具可以包括液压锤、电刷、粉碎机、压实机、电锯、螺旋钻、剥皮机、抓斗机和其它这类工具。RFID连接不限于较大型的工具。这种类型的方法可以在手工工具中实现,以便针对计费和工地管理操作来跟踪这些工具的性能和使用。
作业工具监视可以帮助跟踪机器集成和这种集成的含义。此外,该资产的内嵌跟踪可以是连接到资产的东西,该资产和/或作业工具的健康和维护、以及甚至与该资产的使用性能相关联的辅导。
当与特殊的作业工具相关联时,HDi能够识别行为模式和操作事件。可以将这些事件与改变操作员利用作业工具的方式的辅导机会相关联,以这样方式提供更好的操作和更少的维护。
可以将利用率和生产率作为将辅导机会识别为与特殊操作员相关联的强度水平的比率来计算。例如,系统可以确定操作员在利用作业工具时是否需要基础训练或主动训练。这也可以与一些ECM或引擎控制监视器输入相关联,以监视可由主单元和/或从单元来监视的诸如液压流量、调制、前进和后退事件之类的事情。可以由主HDi、从HDi以及在移动设备中利用加速度计的操作员实施监视。可替代地,可以通过全部三种方式来实施监视,以便获得这些事件通过车辆的转化的更完整的图像。
利用这种类型的工具,可以使用接口来将监视与辅导机会相关联,在该接口中将操作员与车辆相关联并与作业工具相关联。可以监视车辆和作业工具来识别用于OEM的部件更换机会以及服务和维护机会。
HDi可以利用蓝牙低能量连接,通过消息、语音、视频或将实现有机会提高生产率和操作能力的其他媒体而向后接口到操作员。
另一个机会是促进到特定车辆的连接的作业工具和操作指南的表格或矩阵。将一些作业工具连接到车辆,其中,车辆可能太容易破坏作业工具。该系统可以使操作员能够察觉并且甚至潜在地设置限制以保护工具并且指引用户利用作业工具以获得提高或最佳的生产率。可以将作业工具的操作限制和能力共享给车辆和操作员,从而实现这样的数据共享。
这些作业工具的缺乏使用也可以是租赁场景中的资产。所有者可以确定正在使用哪些工具,和没有使用哪些工具,并且可以潜在地要求召回任何未使用的工具,以便优化租赁性能并使其承租人保持开心。这可以优化车辆和作业工具的使用并提高生产率。
在一个实施例中描述了RFID的替代方案。参考图8和图9,可以实现安全的选择性比特条形码技术。摄像机不仅辨识条形码,而且还辨识条形码的一个或多个元素中的唯一图案,该条形码看起来是黑色但实际上是一种图案。该图案充当难以伪造且难以复制的选择性比特。
在一个实施例中,可以通过用于提供商的获得批准的代码来提供更换部件上的许可收入。
以这种方式,当用户走到一件装备前并扫描该资产的条形码时,可以将标签识别为没有被伪造的标签,可以针对与该装备相关联的信息在识别表中查找数据。
现在,识别与操作相关联的相关规范以及当与车辆相关时的该作业工具的机会使得驱动辅导时刻和操作视频成为可能,辅导时刻和操作视频与该特定作业工具、对这些车辆做的相同事情以及与这些车辆相关联的其他部件做相同的事情。再次,有助于教学和最小化学习时间或者防止相关联问题错误地使用工具或车辆的部件的任何事再次保存了价值。
图10图示了HDi监视器网络的一个实施例,HDi监视器网络包括用于监视外部空气质量的从HDi传感器,用于监视内部空气质量的从HDi传感器,用于监视燃料水平的从HDi传感器,以及具有RFID读取器和蜂窝链接的主HDi监视器。RFID读取器可以通过从HDi传感器读取RFID标签。主HDi监视器可以报告车辆的油位和液压水平。
图11示出了装配在液压连接器中的液压发电机。来自液压发电机的电力可以为识别作业工具的RFID供电。这种解决方案可以有或没有能量收集,因为1500 mA小时的电池可以保持通信长达五年。RFID连接可以是在作业工具和液压连接器上。图12和图13进一步图示了具有无源可充电RFID系统的液压供电方案。
在一个实施例中,流体连接器配备有用于为HDi监视器供电以进行连接、识别和通信的水电能源充电和存储。
在图14中,具有小移动的旋转放大发生器产生大的RPM。断定来自作业工具的巨大的力允许收集该扭转以创建更大的RPM,从而产生用于能量收集的能量。
图15图示了利用产生高达1 W功率的RF信号收集来进行充电和潜在地监视不同的传感器模块。射频能量可以为摄像机和传感器供电,摄像机和传感器向没有电池的主单元在间歇地基础上传输信号。这些设备中的电容器可以存储在一段时间内收集的RF能量,并且在间歇地基础上或通过拍摄照片并在间歇地基础上发送该照片将信号发送出去。
图16示出了驾驶员评分公式的一个实施例。驾驶评分公式利用驾驶这些车辆的人口分布,并且基于这些分布对人员进行评分。因此,驾驶员评分公式是随时间增长的动态表格。通过了解问题、交互、检查和技工交互,我们可以得出经验分数。如果服务好,则总经验增加。如果服务差,则经验降低。这允许在社交/机器网络中对该价值链的各方面的评级进行排名。
用于评分的三个类别可以包括速度、能量和过渡。速度可以有阈值并且可以是过度渴望的和高度熟练的这二者。速度的示例被用来采用具有铲斗的更大车辆,可以认为铲斗的震动对该车辆有害,而这可以与高效率的、从A点移动到B点并且创建非常平稳过渡的操作员进行比较。
能量评分类别的示例是移动强度。可以跟踪每个事件和移动所使用的能量的量并对其进行评分。对于将用于特定移动来说存在最佳或期望的量的能量。作为训练机制的一部分,针对这些事件中每一个的分布曲线涉及针对这些车辆中的每一个的专家以及它们利用的流体移动,以便对我们针对所有操作员辨识的模式进行相同的操作,因此这些分布的提示和故事将具有这些分布曲线中包含的理想操作标准。
使用困难度来确定在执行特殊调遣时要成为熟手会有多困难。可以基于来自分布的专家排名来确定困难度。
事件是为监视基本机器功能而被辨识的模式。例如,用挖掘机铲斗挖掘、向前移动、向后移动、掉头、放下泥土和移动泥土是事件的示例。可以利用来自最优性能和次优性能这二者的模式数据。
用户可以具有跨能量和过渡的分布曲线。可以将能量曲线与来自专家以及来自与这些分布曲线的提示和故事相关的一般人群的分布进行比较。基于驾驶员的分布曲线和百分比以及该驾驶员在针对这些测量中每一个的分布中位于何处,可以对该驾驶员进行评级。这为该用户提供了与和这些车辆相关联的专业社区直接相关的总分数。
这可以为在分布曲线内以不同水平操作的操作员创建教学时刻和辅导时刻。可以将操作员的表现与专业表现进行比较,因为操作员的表现与震动数据和与该表现相关联的加速度计、能量和过渡数据有关。辅导可以被提供用于速度、能量和过渡。可以将度量关联起来以高于和低于操作阈值。图16描述了可以怎样计算驾驶员分数。
参考图16,辅导机会对于给定的操作员来说显而易见。该数据可用于对操作员进行支付表现的排名。这些数据也可用于对承租人以及它将对与他们的熟练度相关联的保修和服务所产生的典型影响进行排名。可能会对操作员排名低的承租人收取更多的费用来弥补其表现的服务和维护方面。
图17示出了正在挖掘的挖掘机的视频表现以及与该操作相关联的加速度计数据。可以重叠专家数据和操作员数据,以示出速度、能量和过渡在时间最优表现和当前表现这二者的比较之间的差异。在这个实施例中,每个操作员都有成为利用这种技术的专家的机会。
图18示出了用于跟踪总的车辆经验的分数卡的一个实施例。客户从服务维护、检查、经销商交互、部件可用性和维护该车辆的成本方面来查看拥有车辆的经验。图18示出了该车辆的各种寿命特性和服务特性。
部件分数、服务分数、小时分数、技工分数和检查员分数可以是总的车辆经验分数的一部分。小时分数的示例是在购买后的典型操作小时中或者在购买后的数小时中,来自车辆数据库中所有用户的该车辆的给定分布(顶点、底部和平均值)。这些数字中的每一个都可以与分布进行比较,以了解图表中所示的提示和故事。这标识了在该领域中提高整体表现的机会。总体而言,该系统可以在全球范围内实现。全球跟踪系统可以实现诸如哪些地区具有最佳表现和哪些地区具有最差表现之类的度量。这样的系统会通报总的机会和人口统计数据以用于改善表现。
图19示出了跟踪正在执行给定功能的车辆的加速度计的操作,在这种情况下该车辆是挖掘机。图20示出了典型的移动和将用基本模式辨识的它们的可能性。左上方是很容易辨识的,而右下角是更困难的。基于传感器读数,车辆内的位置成为感兴趣的位置。将监视器定位在车辆上的能力允许监视和对检测模式的灵敏度。在这种情况下,身体传感器是有帮助的,以便看到最佳的模式辨识。
在一个实施例中提供了一种将多个变量进行可视化的方法。方格的尺寸是RMS值,颜色是SMA值,而标示对应于状态和加速度计位置。在右上角,当加速度计在铲斗上时,活动性高,而反之当加速度计在底部底架处于静止状态时,活动性低。该图形可以帮助告知用加速度计来定位HDi监视器在何处,使得它可以识别不同的位置。
图21示出了事件与事件发生的时间之间的差异。图22示出了相同的信息,但是通过轴进行了分解。图23示出了进一步过滤的版本,其试图识别这些具有描点绘图的动作中的每一个的模式。图24通过与每个事件相关的幅度视角再次示出数据。所有这些都与在图25中所示的状态分类有关。通过过滤可以识别分类的若干方面。可以使用模式辨识来检测具有高的分类百分比的复杂模式。利用不同事件的数量,分析特定事件而不是将事件分组成更广义的函数是有用的。可以监视多个属性以识别事件,诸如可以监视的六个不同的属性以识别伸出铲斗。例子可以是挖掘机来了、走了、看见铲斗的第一次旋转、以及看见局部的铲斗、以及最后潜在地看见铲斗的停止点,这些都是伸出铲斗的各方面,并且这可以以不同的顺序放在一起来识别这整个模式。图27示出了整个混淆矩阵,我们看到针对该设备的实际辨识出的分类中的最高数字,因此通过一些过滤能够看到可以达到更高的分类百分比。
图21图示了针对数据上的不同活动的SMA(简单移动平均)。对应于每个测试有七个有区别的数据块。SMA有助于识别向前移动,但是对其他情形没有那么有帮助。这是帮助确定分析中的变量的好方法,并且其也有助于确定随时间出现了多少活动。图22提供了关于更多变量的附加数据。RMS、SMA和3个轴的标准偏差表现相似。
图23图示了聚类。该图分别示出了每个轴的移动平均值和标准偏差,以查看一个轴是否可以帮助驱动分类。
图24图示了用设备向用户显示潜在反馈的视觉效果。绿色示出了是整体移动指示符的SMA。深绿色意味着更多的移动。通过对状态进行分类,可以看到机器何时处于特定状态以及状态中是否存在异常。例如,如果空闲是持续的淡绿色,并且你突然看到深绿色,你就知道发生了事故或不寻常的事情。
图26图示了正确和不正确地示出分类状态的混淆矩阵的一个实施例。
以可配置的方式对工业车辆进行更多监视中带来的整体方面以一种带来新的客户经验和新的评级排名系统来承担以识别针对每个车辆使用的提示和故事的方式而成为了使用熟练度和效率的问题。车辆工具和这个车辆周围的环境属性都提供了关于部件维护和服务机会的更好的照片,这将增强生活并且将增强该车辆的体验。
图27示出了用于识别HDi模块的配置,而图28通过拍摄序列号的图片或输入该序列号将HDi单元与车辆或作业工具相链接。
图29示出了HDi网络的库存和当前状态。加速度计允许了小时、空闲和其他统计数据以及传递且可视地显示的操作员关联和作业工具配置。
图30示出了用于服务交互的HDi共享服务时间、位置和标记的示例。这些标记可以是手动通知或者直接提供给服务人员的自动消息。
图31示出了可以将事件用于训练和跟踪目的。这是用于链接到手机的操作员安全和个人报警和工地安全。在工地上摔落是常发生的伤害,并且这允许向工地的工头发送通知,以便他们可以检查该工人。这也被设计成链接到针对与操作员关联的这些类型的事件的车辆和作业工具。
图32示出了通过车辆、作业工具以及车辆、操作员和作业工具的组合的事件和操作统计。
图33示出了之前在本公开中讨论的驾驶范围。它跟踪哪些车辆、评级、训练事件和状态、建议、状况和评论。
图34示出了库存中作为使用因素或时间以及使用类型的你的资产的保修和非保修服务。利用动态磨损管理预测性维护使得服务和部件订购更具预测性。
图35-图36示出了HDi的配置以及可能怎样配置网络。图37示出了使该网络无缝化所需的通信层。广告模式是使网络的每个资产都能够在机器社交网格网络中被考虑的层,如在Baarman等人于2015年8月31日提交的题为“MACHINE SOCIAL MESH AND INFORMATIONMANAGEMENT SYSTEM(机器社交网络和信息管理系统)”的专利申请62/212,266中所公开的那样,该申请的全部内容先前通过引用并入本文。该协议允许系统知道网络内哪些其他设备和通信类型可用。图38中的过程用于按照需要直接地识别这些资产的ID以用于进一步的轮询和通信。该系统使多个网络能够存在以服务于不同的功能和能力。
在车辆上安装HDi是快速和容易的。可以使用用户移动设备上的应用来扫描HDi监视器上的QR码并且扫描车辆ID标签,以便在系统数据库中将这两者相关联。将HDi监视器物理地安装在车辆上的适当位置中。
通过在HDi系统中的每个附件、工具和车辆上安装HDi监视器,可以在用户的移动设备上全部跟踪车辆、工具和附件的位置并且在用户的移动设备上显示的地图上定位车辆、工具和附件的位置。此外,可以通过移动设备上的应用来跟踪附件、工具和车辆的健康状况,使得可以通过关于车辆、附件和工具全体的中心接口向用户提供磨损部件的状态或任何服务警报。移动设备可以提供辅导、训练和事件可见性。如果在附件、车辆或作业工具的传感器上寄存了重大的震动事件,则可以通过移动应用来通知HDi系统用户。此外,可以通过移动应用来查看为最终用户正在使用的特定车辆、附件或作业工具定制的辅导和训练教程。移动设备应用可以向HDi系统用户提供操作员和车辆表现度量。
HDi系统实现了用于第三方的唯一数据集和预测性维护,补充了现有的远程信息处理技术,允许新旧机器当中的数据对准,允许发起混合车队,允许发起共享经济,对附件的洞察,库存管理意识,租赁和地理位置效率,针对较小资产的价格竞争以及保修索赔确认。
图39识别在网络内所使用的过程以用于识别模式或问题,以及这些模式可以怎样向工地上或网络内的工人推送通知或驱动预定义消息。这些通知或预定义消息可以是库存、服务、时间表、天气问题、工地上的复杂情况、服务延迟以及要遵循的新计划或事件序列等。
系统可以包括以下内容:
•HDi监视器中的磁强计(Magnometer)和/或加速度计。
•HDi数据播放
•如对燃料ECA的服务的数据
•基于机器使用和时间生成评级并且基于(承租人)采集的明显特征(signature)进行动态调整的评级方法
•来自交流电源的能源收集
•驾驶舱中的操作员训练app – 提出警告并且奖励品行良好以用于用好“游戏化”
•技工找到机器或工具并且验证小时或地点
•数据馈送以跟踪其他传感器是否正在发送
•与thinkworks物联网的接口
•增强预测分析
•针对燃料使用和空闲时间的效率评级
•机器滥用评级-机器操作得有多恶劣
•由车队管理者代表跟踪的真实操作时间
•操作员效率评级
•车队效率评级
•一起发送Hdi数据以增加报价和服务请求
•显示正在接近250小时增量检查需要的机器的app
•显示已经运行困难并且需要在250小时之前进行检查的机器的app
•车队所有者app-找到我的作业工具、找到我的机器、标记不好的操作员、标记、标记已遭受冲击的机器、标记已遭受冲击的作业工具
•HDi可以感测到传感器何时倾斜或丢失,并将其作为针对保修索赔的参考数据来通知
•HDi可以在作为数据点(250、500、1000)的已知的服务小时水平处发送ping,以作为驱动检查通知的触发数据
•基于参考数据(上次检查、丢失传感器、正在发送故障代码等),检查员可以使用GPS来提供给定区域内的机器并且对需要检查的机器进行自动排名以优先化访问。
•检查员或车队可以用Hdi来查找作业工具的位置,并可以通过使用的加速度计小时和任何不利事件来告知。
图40示出了HDi监视器的一个实施例。HDi监视器包括护罩、主体和盖子。可以将护罩附接到车辆、附件或作业工具。主体包括电路和其他组件。主体使用磁铁以耦合到护罩。盖子包括识别标签并且覆盖安装在主体中的组件。
在一个实施例中,可以将HDi监视器配置为HDi控制器。当将系统连接到允许带宽的任何网络时,HDi系统可以选择性地远程收听事件、噪声和记录数据以用于对现场装备的实时研究。可以通过从网络推送出的观察来触发这些交互。观察可以是事件、一个或多个模式的特定链。当满足这些条件时,HDi系统可以记录这些数据或将其发送到主机系统。该数据可用于启用可通过网络下载的新特征和功能。这使得主机能够聚集来自许多单元的信息并且执行数据分析以改良整个监视系统。输入可以是麦克风和/或超声波传感器。扬声器可用于连接到驾驶员/操作员以用于实时接口、报警、服务交互或训练机会。如果发生事件,则主机系统可以出于健康和安全或其他原因而对操作员进行检查。
实时时钟可以跟踪事件和时间。它可以具有备用电池。实时时钟可以跟踪断开时间或作业工具处于休眠状态的时间。可以在加速度计记录的两个活动时刻之间跟踪停工期。
当HDi辨识出特定功能的模式时,累积的功能时间和温度周期可用于预测磨损和故障。参照图41中所示的示例,HDi可以连接和累积时间、温度和周期,以建立用于服务和库存控制的更换和磨损建议。可以将软管制造成具有序列号,该序列号与制造日期、材料和测试数据相关联。当在现场对软管进行跟踪时,这些软管的周期是磨损的另一个方面。当我们识别周期时具有经验数据,可以将该经验数据与测试数据进行比较以用于预测故障定时和订购。可以将该信息链接到故障数据,并且可以随着针对特定序列号的材料改变对该信息进行改变。通过了解事件、周期、实际使用小时以及如“加载对比未加载”的其他影响属性以及环境状况,可以持续更好地了解和预测维护和服务问题。可以将这应用到磨损部件,诸如接头、轴承、密封件和地面啮合磨损表面。
HDi加速度计
在重型装备的世界中,可以在各种不同的交互中涉及车辆。跟踪这些交互有助于了解各种原因。跟踪这些交互不仅可以包括监视位于车辆上的各种传感器、与车辆结合使用的作业工具、和用户设备,还可以包括跟踪车辆、作业工具和用户设备之间的关系或关联。跟踪该信息可以在重型装备环境的许多方面有所帮助,诸如举例来说维护、修理、磨损数据跟踪、更换部件订购、作业数据跟踪、作业工具接口和辅导。在车辆内部,可以在多个控制器中使用关联技术。例如,可以通过跟踪和同步振动数据来关联变速控制器和引擎控制器。关联数据也可以允许跟踪的倒转。当在引擎和变速器处得知车辆加速度数据时,每个系统分别可以跟踪来自车辆数据的差异。这允许滤除和识别错误的引擎或变速器的加速度数据。例如,引擎问题对于引擎来说更为局部,并且在其他可能的子系统上的车辆上有多个传感器时可以将引擎问题作为因素来考虑。
加速度计可用于为重型装备世界中的各种不同功能提供数据。图42示出了包括加速度计的跟踪监视器或HDi的框图的示例。在一个实施例中,跟踪监视器包括微处理器、通信系统和加速度计。加速度计可以基本上是任何类型的加速度计,例如具有陀螺仪的6轴或3轴加速度计。HDi监视器可以包括诸如用于使用一个或多个不同协议进行通信的电路之类的通信系统,一个或多个不同协议诸如举例来说是WiFi、蓝牙低能量或802.15.4。
一些HDi功能可以由采集加速度计数据的单个HDi监视器提供。可以通过集中分析加速度计数据来提供其他HDi功能,加速度计数据来自多个HDi监视器中的加速度计。可以提供的功能的一些示例包括:使用振动数据来识别物理实体之间的物理连接或其他关联,识别力事件(例如,翻倒事件或破坏性力事件)。
在一个实施例中,通过加速度计数据的比较来关联多个监视设备。在另一个实施例中,相关联的监视器利用这些监视器之间的关系以及差异操作的限制。可以将规则和限制应用于监视关键操作参数。例如,系统可以跟踪作业工具和车辆之间的关系,诸如已经将作业工具连接到车辆多久了。可以跟踪关系变化。车辆、牵引车、挂车、作业工具和操作员智能设备之间的关系会随时间而改变。例如,加速度计数据可以跟踪将作业工具物理地连接到特定车辆的时间量,或者操作特定车辆/作业工具的操作员已经具有多少经验。可以监视规则和关系限制以确保合适的运输、装载和卸载。
在另一个实施例中,相关联的关系可以确定将车辆连接到或关联到特定设备时的磨损差异。例如,通过采集关于各种作业工具和车辆的加速度数据及其关系,可以向操作员通知磨损状况。作为示例,取决于作业工具的使用次数、它们在什么环境中被使用并且取决于它们与之结合使用的车辆,一些作业工具磨损得更快或更慢,例如,连接到大型挖掘机的液压锤可以显示出比连接到较小机器的相同液压锤显著减少的磨损。可以提供具体的指南来以减轻对装备的影响。
在又另一个实施例中,这些监视器之间的差异加速度计数据可用于建立关联和时间的动态磨损表格的相对磨损。高于平均值的活动将具有较高的磨损,而低于平均值的活动将有较低的磨损。参见图52中的数据表。可以基于各种关系来创建跟踪随时间磨损的磨损表格。磨损表格可以与关系数据结合使用,以识别寿命状态的结束并且在在其他磨损阈值出现之前识别这些其他磨损阈值。例如,可以基于磨损数据来订购和安装新的部件,以便限制和预测车辆和作业工具在修理委托之外的时间。
同步加速度计数据可以以各种各样的方式完成。在一个实施例中,可以使用加速度事件来同步相关联的归位窗加速度数据以进行比较。
在另一个实施例中,设备之间的关联可用于改变操作员设置和操作员信息。可以根据关联驱动车辆参数和操作员辅导。可以经由互联网和查找推荐者数据库来提供操作员相关联的信息。
在另一个实施例中,可以通过使用一个或多个加速度计来检测翻倒事件或破坏性能量事件。例如,通过处理加速度计数据并且确定俯仰或翻滚矢量已经出现预定的阈值变化,可以检测翻倒事件。关联在一起的多个监视器的数据可用于确认该事件。在另一示例中,通过处理加速度计数据并且确定已经出现力的预定的阈值尖峰,可以检测破坏性能量事件。例如,加速度计可以检测到由相撞或被鲁莽驾驶的车辆引起的力的突然下降。在相撞的情况下,加速度计数据可用于识别相撞发生的位置并且为维护人员提供指导用于修理。
在又另一个实施例中,多个相关联的监视器可用于建立基于规则的安全系统,该系统分析与该系统的关联和对该系统的改变以指示安全触发器和事件。例如,可以对跟踪车队中或工地上的车辆和附件进行预先编程。通过检查用于关联装备的相关联的安全跟踪器,可以对两件装备一起进行跟踪。还可以将工作时间计划表设置为规则和关联用户的列表。如果错误的用户试图启动车辆并且该用户不是相关联的,则该车辆将不会启动或者可以将该车辆配置成触发报警序列。
在另一个实施例中,事件序列可以触发关联检查和反馈机制。例如,敲击工作卡车或工具箱三次可以被加速度计检测到并触发库存检查,在库存检查中验证每个设备的加速度计数据已经感觉到确认设备存在的敲击。无论工具是否在卡车上,用户都可以在他们的智能电话上得到通知,例如用蜂鸣声来通知。
通过与通信系统的结合,可以增强这种经由两个不同实体上的加速度计输出来检测物理连接的方法。例如,该系统可以利用诸如蓝牙之类的短程通信的方法。诸如BTLE之类的通信的正式链接提供了一种手段以通过共享振动数据来验证连接了什么。
A.安装和校准
可以安装HDi,使得以期望的定向来提供加速度计俯仰、翻滚和偏航/航向读数。例如,如图43中所示,航向/偏航轴线可以大致垂直于地平面来对准,而俯仰轴线和翻滚轴线大致平行于地平面来对准。可以在一个定向上安装加速度计输出并对其进行校准,使得俯仰、翻滚和偏航/航向轴线与图43中所图示的那些对准。
图44示出了其中可以将监视器安装在油罐卡车上的一个示例。每个监视器可以产生由中枢A归一化的加速度计数据。监视数据可用于监视驾驶员、牵引车和油罐挂车。图45示出了其中可以在不同重型装备环境的背景中安装监视器的另一示例。在这种情况下,将跟踪监视器或HDi的A、B、C、D和E安装在系统中的各个位置处,如所示。具体来说,在本实施例中,监视器A安装在第一车辆上,监视器B安装在第二车辆上,监视器C安装在附接到第一车辆的挂车上,监视器D是用户的智能电话,而监视器E安装在第二车辆的附件上。
图53示出了在使用系统时可以将其与车辆相关联的一些附件的示例。在这些作业工具情况下可以有多个训练、设置和配置机会。
可以将一个或多个HDi配置成充当中枢。中枢HDi是指从其他HDi监视器采集信息的HDi监视器。中枢可以包括被配置成分析从其他HDi监视器采集的信息(以及中枢本身采集的任何信息)的微处理器。可替代地,可以将中枢编程为将信息中继到第三方位置以便分析。例如,中枢可以具有用于将加速度计数据传递到基于云的服务器的蜂窝连接。可替代地,作为另一示例,可以将中枢编程为将信息中继到用户的智能电话应用,智能电话应用可以基于从各种HDi监视器采集的信息来分析信息并且向该应用中的用户提供输出。
B.加速度计关联
加速度计数据可用于跟踪诸如车辆和作业工具之类的设备之间的关系。例如,通过比较来自多个实体的加速度计数据,可以确定这些实体是否物理连接或以其他方式相关联。可以跟踪这些实体之间的关系。例如,可以通过跟踪加速度计数据来跟踪将反铲附接到车辆的时间量。也可以跟踪与车辆相关联的操作员并且将其分别与车辆和作业工具时间相关联。通过使用加速度计数据比较来做出这些关联而无需操作员接口的能力对于用户是无缝的。
通过使用加速度数据来关联设备,可以验证关联设备的其他方法。此外,采集加速度数据可以提供高于和超越检测组件之间的关联的益处。同一移动实体上的多个监视器提供事件监视和自主冗余数据验证。
将对这些关联的示例进行描述。启动车辆;在空闲时,可以比较来自诸如智能电话之类的驾驶员设备中的加速度计的加速度计数据和来自安装在诸如HDi监视器之类车辆上的加速度计的加速度计数据,并且由于在来自车辆物理空闲的加速度计数据中具有相似的振动模式而将两个设备关联,从而将该驾驶员与该车辆相链接。如下面进一步讨论的,可以分析加速度数据的比较以确定驾驶员和车辆是否正在经历相似的加速度变化率——该变化由于传感器中的变化,并且由于原始加速度数据可能与之不匹配的不同环境因素,但是加速度变化率可用于将驾驶员的加速度数据与车辆加速度数据相关联。继续该示例,在登录数小时后,操作员决定连接液压锤作业工具。在连接时,将新的作业工具与车辆和操作员相关联,并且开始分别跟踪针对车辆、作业工具和操作员的操作、空闲和关闭的小时数。通过分析从液压锤采集的加速度计数据,并且在需要时通过将其与诸如位于车辆和驾驶员设备中的加速度计之类的其它加速度计的加速度计数据进行比较,可以跟踪各种度量。
通过使来自单独设备上安装的加速度计的加速度计数据相互关联,可以检测设备之间的物理连接或其他关联。例如,一个HDi可以安装在车辆上,并且一个HDi可以安装在车辆附件上。可以分析来自两个HDi的加速度计数据,以确定车辆附件是否与车辆物理连接或以其他方式与车辆相关联(例如,由车辆所携带)。也就是说,安装在车辆上的加速度计的加速度计输出和安装在物理连接的车辆附件上的加速度计的加速度计输出可以与安装在车辆上的加速度计的加速度计输出以及安装在没有物理连接的车辆附件上的加速度计的加速度计输出区别开来。
检测两个对象之间的物理连接或其他关联的一个方法是从安装在每个对象上的加速度计采集加速度计数据并对其进行评分。在一个实施例中,从单独的加速度计采集加速度计数据的样本。可以评分来自每个加速度计的加速度计数据并将其与来自(一个或多个)其他加速度计的加速度计数据进行比较。可以认为评分彼此相似的加速度计数据是物理连接的。例如,可以认为预定阈值内的加速度计数据是物理连接的。
例如,图47示出了来自三个加速度计的样本加速度计或振动数据。该数据可用于识别其上安装了这三个加速度计的设备是否连接。从移动电话采集第一加速度计数据集4700。从作业工具采集第二加速度计数据集4710。从车辆采集第三加速度计数据集4720。X轴是时间,而Y轴是力的大小。
图46示出了将物理移动实体作为关联在相同方向上相对移动的设备的机会的表示。如果相对数据与相对数据进行比较,也可以关联松散关联的设备。连接到核心移动实体的任何事务都是检查它是否关联的机会。如果将设备断开连接,例如安装断开,但是设备仍松散固定,则可以检测到此事件。椭圆形表示检测区域,而其周围仍是可检测的但处于较小水平。
为了比较加速度计数据,可以在一个位置处采集数据。例如,HDi之一可以充当采集加速度计数据以进行分析的中枢。可替代地,可以将所有的加速度计数据传递到不同的处理器以进行分析,诸如用户的智能电话应用或云中的服务器。因为在分析之前存在与传递加速度计数据相关联的时间,所以可以将数据进行同步以确保加速度计数据之间的比较对同一时帧进行比较。
可以通过将事件用作相对比较的关键标识细节对数据进行同步。也就是说,可以对预定的已知事件加上时间戳并将其用于对两个加速度计数据集进行同步。例如,可以引导用户去移动车辆而不移动附接到该车辆的作业工具,使得可以评估加速度计数据。
图48示出了怎样比较来自两个设备的加速度计数据以关联那些设备的示例。图48示出了在样本窗口上的接受度的比较窗口。在一种方法中,对数据的峰值进行评分和归一化。将评分结合并将其与针对关联的其他监视器进行比较。该示例示出了怎样对每个相应的波形进行评分以进行比较。
图49示出了使用标准偏差来过滤可能的关联的一个示例关联方法。当进行关联时,可以将数据与针对相对事件监视的限制和阈值进行比较。
系统中的每个加速度计传感器可以以预定速率(例如,每.3秒)连续不断地或周期地报告加速度计数据。在替代实施例中,可以以不同速率来报告加速度计数据。值得注意的是,可以采用与其报告速率不同的速率对加速度计数据进行采样。
可以将来自每个加速度计的加速度计数据传递到处理器。处理器可以从原始的加速度计数据中确定力矢量大小。力矢量大小通常是指来自加速度计的矢量和的合成矢量的大小。
处理器可以计算数据点之前的数量上(例如,在最后十个数据点上)的力矢量大小上的标准偏差。如果该标准偏差在预定义的百分比变化(例如,10%)内,则将加速度计的设备标注为空闲。如果替代地力矢量大小的标准偏差在预定义的百分比变化(例如,10%)之外,则将加速度计的设备标注为运行,并且生成运行事件并将其传递给事件分析引擎。
在接收到运行事件时,事件分析引擎将该事件存储在传感器时间线中。例如,该事件可以包括用于运行事件的传感器ID、时间戳和力矢量大小。这个的示例的范围可以从与服务设备的交互到与新的作业工具联系。附加的传感器数据可以是空气质量或存储在累加器中的模式或特定事件的周期。
事件分析引擎的一个实施例被配置成:通过确定其他设备在力的大小中是否具有相似的相对变化,确定两个设备是否相关联(例如,物理连接)。
可以以各种不同的方式来跟踪力的大小的相对变化。在当前实施例中,将针对给定加速度计的运行事件力矢量大小与针对该加速度计的先前的运行事件力矢量大小进行比较,以确定力的大小中的百分比变化。例如,如果针对车辆传感器的先前的运行事件具有5 m/s2的力的大小,并且针对该车辆传感器的最新的运行事件具有8 m/s2的力的大小,则力的大小的百分比变化将为60% 。在替代实施例中,力的大小的百分比变化可以以各种不同的方式来计算,诸如通过使用预定数量样本的运行平均值。挖掘机的质量和旋转会影响这些比率。例如,如果伸出铲斗并且车辆处于一定角度,则铲斗和臂的重量会显著地影响安全角度。如果对铲斗进行装载,则这可能还会增大。
在当前实施例中,可以将力的大小的百分比变化与来自其他传感器的事件时间线进行比较,以确定是否存在匹配的传感器事件。也就是说,由于加速度计数据的通信延迟,并且由于可能没有对加速度计数据进行同步,所以可以将力的大小的百分比变化与来自其他加速度计的稍早或稍晚的值进行比较。例如,如果车辆附件上的传感器在车辆的力的大小的60%的变化之前(或之后).3秒看见59%的力的大小的变化,则事件分析引擎可以将其寄存为匹配传感器事件。如果找到匹配传感器事件,则可以在存储器中更新设备连接。一旦在预定时帧内检测到预定数量的匹配传感器事件,则可以在存储器中对设备进行关联并相应地进行跟踪。例如,在当前实施例中,如果在10秒内有五个匹配,则事件分析引擎考虑相关联的设备。
可以从由加速度计提供的各种g读数(g-reading)导出附加的加速度计数据。例如,一些实施例可以计算力矢量的角度以及力的大小。加速度计数据不仅可用于检测与其他设备的关联,还可用于跟踪其他度量。
图50示出了捕获、保存和传送样本数据的另一方法。该系统捕获输入、对数据进行帧处理、用归位零交叉窗口对数据求和、并且然后将数据转换为FFT并将该数据与FFT进行比较。这允许被捕获、传送并且与最小数据传送进行比较的数学解决方案。FFT是信号样本的数学表达式。在幅度和频率矢量中可以使用接受度比率。该方法将复杂的频率和幅度域信号带到等式中。然后,可以在由工厂设置的接受度窗口内对该等式进行比较。
图51示出了具有针对每个峰值窗口的时间和幅度的最小值和最大值的评分方法。将主信号(PS)与这些针对接受度的值进行比较。对于或多或少的分辨率和灵敏度,可以改变接受度比率。接受度是参考信号与有源信号之间的比较的灵敏度窗口。如果接受度低,则基本信号可以通过;如果接受度高,则需要准确的信号。
图51还示出了用于跨多个监视器对数据进行归一化的方法。通过跨网络对监视器进行归一化,提供了公共信号并且提供了可用于了解监视器之间的差异的偏移。该数据可用于磨损计算和表比较和查找以计算磨损。
图52示出了加速操作范围和所监视的数据中的差异的一个示例。差异数据显示针对该监视器位置或设备的+/-指数。这方面的示例是位于驾驶舱内的操作员的移动设备。它表明它是孤立的或者受到座椅和驾驶舱中的震动器的抑制。这些信号虽然被归一化,但其允许更容易的比较,而差别数据也可以作为期望的性能范围来比较。这些差别窗口也是性能变化的指示。为了磨损和触发更换,可以监视震动器、阻尼器和其他关键性能标准。
可以在预定的时间量或预定样本数中采集每个监视器的数据。可以分析对于每个监视器的数据以获得最大值、最小值、跨度值、平均值和差值。这些值的单位可以按照重力来描述,例如±2g/±4g/±8g的动态可选择加速度和±1200μT的磁性传感器。虽然本实施例利用加速度数据进行关联,但是可以添加诸如声音数据之类的其它类型的传感器数据来增强这种关系并增加用于监视和比较的另一维度。用于声音数据分析的计算、过滤和模式匹配技术是相似的。
C.翻倒和震动事件
加速度计数据可用于检测翻倒和震动事件。例如,加速度计数据可以指示车辆在其侧翻倒或发生了撞击。
车辆可以在俯仰或翻滚方向中滚动。在一个实施例中,可以监视平均值的翻滚数据,同时在俯仰或翻滚矢量中寻找大于45度的变化。
可以在加速度计之间监视Z轴或航向之间的关系。使用示例包括驾驶舱(A)和挂车(C)之间的角度、俯仰事件、速度和翻滚事件。这些系统之间的差异信息可用于了解操作员(D)在驾驶时的活动,驾驶舱和挂车之间的关系活动以及如翻倒的重大事件的多传感器确认。可穿戴设备或移动设备可以监视相关联的操作员(D)活动。
将描述用于检测翻倒事件的方法的示例。牵引车、挂车和运输车辆均设有HDi监视器。牵引车可以在连接到挂车时具有单独的移动系列。运输车辆也是如此。可以针对定向以及针对翻倒事件而监视运输车辆与挂车、以及挂车与牵引车的关系。翻倒事件可能是大于预定义阈值的滚动或俯仰矢量的预定变化。例如,在一个实施例中,通常将翻倒事件认为是从相关联的操作平面的运行平均值发生了45度变化。可以使用校准来建立地平面,或者可以使用陀螺仪来建立重力方向。这些关联还通过可穿戴设备或移动设备允许操作员状态或存在。
翻倒检测可以计及环境状况。如果在该地区下雨,则土壤可能不太稳定。该系统可以监视可能影响性能的环境状况。
可以将翻倒检测配置成不仅检测高于45度的力矢量,而且还检测伴随停止的力大小的变化。
响应于翻倒事件,可以将HDi中枢配置成传递通知。
翻倒检测可以包括向用户通知车辆开始翻倒的危险区域。此外,翻倒检测可以将安装在车辆上的作业工具和车辆的特定装备或组合作为因素考虑在内。例如,特定的车辆和作业工具组合可能会影响翻倒角度和翻倒角度危险区域。
震动事件或破坏性能量事件也可以通过加速度计数据来检测。例如,用户可能不正确地使用作业工具对作业工具施加非标准力而引起磨损,诸如使用铲斗打桩。用户可能会撞车,使车辆掉落,或鲁莽驾驶车辆以这种方式以至于给车辆施加应力。由这些破坏性能量事件引起的应力的影响可能不会立即表现出来,但是用加速度计数据,则这些事件可以被检测并被使用来处理所讨论的用户以及用于车辆维护。
D.磨损跟踪
如上面更详细地讨论的,跟踪车辆和作业工具上的磨损是有用的。加速度计数据可以在这方面有所帮助。可以处理原始的加速度计数据以提供各种不同的度量。示例是观察随时间的磨损。然后,可以将明显特征(signature)转换为用于该特定磨损的限制和触发。识别这些模式是全部关于监视原始数据和发掘可能性。监视器当中相关联的活动数据可用于确保安全性、实现训练和理解使用。使用和关联可用于计算随时间的磨损。该计算使用针对每个关联的磨损指数表。
E.安全
通常,安全设备经由无线或有线方式进行连接。通过无线通信和物理关联来关联监视设备,可以提供附加的安全层。例如,如果正在被监视的车辆是在挂车上,并且车辆正在移动但是挂车没移动,则可以触发盗窃事件。对连接到物理实体的监视器添加物理关联验证。
这种情况的示例是基于规则的安全系统,并且将是一种维护和监视当前安全关联的系统。如果移动车辆或相关联的设备,任何未经授权的改变都会触发盗窃事件。这可以是作业工具、车辆或其他设备。
操作员接口可以是具有BTLE设备或移动设备的可穿戴加速度计。移动燃料盖或窜改油箱可以指示燃料盗窃。可以利用气盖监视器。
未经批准的车辆启动可能导致锁定。锁定可以包括关闭引擎或锁定接合变速箱和液压装置。这可以通过在CAN总线上发送并连接到引擎控制系统的命令来完成。这种相同的系统可使用在作业卡车上用于重要工具。
通过具有若干相关联的传感器,对于如翻倒和其他基于模式的活动的事件辨识而言可能性更高。通过确保关联也实现了安全。当这些遭到破坏或安全规则遭到改变时,则报告遭到盗窃。
HDi系统可以提供辅导。例如,使用在用户移动设备上的跟踪的关系辅导机会或者经由车辆中提供的输出,可以向用户提供辅导。辅导可以基于跟踪数据,例如,车辆类型、连接到车辆的附件类型、和/或用户对该类型的车辆和/或连接到该车辆的特定附件的经验。例如,如果将车辆连接到研磨机或树木剥皮附件,则可以向用户提供辅导,以提供关于怎样使用研磨机或树木剥皮工具的指导。此外,如果存在可用的用户经验数据,例如如果已经跟踪到用户已经用工具工作的小时数并且该小时数已经超过阈值时间量,则可以向该用户提供定制用于那个经验水平或情况的不同辅导指令集。用户可能需要根据用户的简档来查看训练课程。例如,如果用户以前从未使用过车辆或作业工具,则系统可能要求用户观看训练课程。
辅导指令还可以基于情况背景来提供提示,例如,如果将附件附接到尺寸过小或过大的车辆,则可以提供不同的辅导指令。
也可以响应于事件来提供辅导。例如,如果系统检测到翻倒事件,则可以提供指示用户该怎么做的辅导指令,例如怎样使车辆回到其直立位置。
车辆、作业工具和用户设备之间的关系可用于发展针对用户的重型装备简档。简档可以跟踪针对每个车辆、每个作业工具以及每个车辆/作业工具组合的使用小时总量。此外,可以为用户针对每件装备的专长记录诸如5星级之类的反馈或级别。可以基于预定义标准集合来提供客观分数,例如,如果用户在一段时间内具有少于或多于预定数量的震动/破坏性能量事件,则用户的级别可以相应地增加或降低。
事件可以触发维护。例如,如果系统检测到翻转或破坏性能量事件,则可以将维护列入计划表以确定损坏和是否推荐任何修理。
可以向所有者报告诸如阈值黑暗事件、阈值湿度事件、翻倒事件或破坏性能量事件之类的事件以强制执行租赁协议。租赁协议可以包含承租人同意以特殊方式使用重型装备的条款,例如,协议可以包括要求用户在晚上或雨中不使用车辆的条款。此外,协议可以规定,如果用户撞毁车辆、翻倒车辆或将车辆驶入水中,则该用户必须支付罚款。HDi传感器可以检测这些事件并将其报告给所有者,使得能够强制执行这样的租赁条款并且可以强制承租人支付费用。
社交网格网络
社交网格网络可以将社交交互存储在信息层中以作为通知和扩大IOT设备视角的方式。本公开详述了将在网络或生态系统内实现iOS、Andriod、OSX、Windows设备、WiFi、802.15.4设备、RFID和其他通信的通信协议。这为该生态系统中的各种特定需求打开通往许多网络上的更广泛的通信协议的大门。
本公开示出了机器社交网格网络能够怎样跟踪重型装备、附件和移动设备之间的社交事件、连接以及交互。例如,知道操作员在一件重型装备附近,或者知道某附件附接或没有附接到某重型装备是有价值的。来自不同机器和IOT设备的不同资产可用于在共享这类信息时在网络内进行通信,这可以提高与云的互连接性。其他示例包括重型装备、附件、和移动设备、服务设备、RFID标签、固定式传感器、网关和工地中枢之间的交互。
诸如车辆之类的重型装备可具有许多不同的交互。例如,重型装备可以与其他重型装备、作业工具或附件进行交互。可以存在宽泛系列的不同的被跟踪的交互,例如,被跟踪的交互可以包括附接附件、磨损部件的更换、磨损部件上的磨损、磨损部件上的维护、或各种设备当中的邻近跟踪。目前,没有对这些交互进行跟踪或监视。社交网格网络协议可以以互操作的格式来提供低成本跟踪以连接IOT设备、车辆、服务人员设备、维护人员设备、检测人员设备和车队管理系统,以管理和了解与每个车辆及其网络相关联的交互。
图54图示了重型市场的社交网格图的一个实施例。该图图示了重型市场中各种交互的示例。社交网格协议使得与该图上每个实体相关联的设备能够辨识和记录各种交互。例如,车队具有车辆、检查员、经纪人、操作员、承租人、新装备代表、二手装备代表,更换部件、作业工具、服务代表、工厂代表以及所有这些交互。以良好的方式和不良的方式进行交互。这些交互通常围绕着与该网络内的事件相关联的原因。该生态系统中的设备可以互连。
例如,当检查员走到一件装备前去检查底盘的质量时,如果该车辆共享了它的序列号、过去的历史、小时数和服务历史,则这将是有价值的。可以共享这些信息,而不会触及对管理车辆健康来说很重要的安全水平。具有蓝牙低能量的网络可建立连接,该蓝牙低能量来自连接到蓝牙低能量电子狗或车辆中监视器的平板电脑。BTLE广告的序列号成为开始此互连的关键数据点。
社交网格协议允许在使用社交网格协议的两个设备之间共享信息而不必进行认证步骤。社交网格协议层中的某些数据可以在社交网格协议设备当中进行传递,而没有建立安全连接的麻烦和时间。
配对场景的一个已知问题在于:一个或两个设备上的用户必须做出某些动作以便完成配对。相比之下,社交网格协议可以以一种方式实现无需配对的通信,该方式实际上对于用户来说是无缝的。要被共享的附加信息确证并增强了在交互过程中所采集的数据。仍然可以创建安全的配对连接,其中,可以在设备之间和设备当中传送更敏感的数据。
这也允许了与这些设备相关联的各种智能水平。构建可放置在作业工具上的活动小时监视器的成本低,并且只有当它看到与设备的连接时它才被启动来与云进行通信。如果利用社交网格网络,我们可以看到设备怎样公布标志以及它何时与具有与云通信的可用资产的其他设备接触,诸如蜂窝或Wi-Fi或互联网的连接设备利用该协议变得更智能以及有能力。
图55示出了追踪信息的社交连接层对用户、对工厂以及到生态系统内的各个水平的用户中的益处。这个的示例是跟踪服务,检查和交互通常是关联的人工努力。利用社交网格,我们可以看到可以怎样使用车辆识别号来查看其生态系统内的完整交互历史。如果使得网络能够对这类信息进行通信、跟踪和存储,则可以实现这一点。
社交网格协议可以创建唯一的标识并以允许每个应用、每个车辆和每个作业工具获得与其在生态系统内的关联相关联的这种信息的方式来共享那些标识和那些交互。这个的示例是这样的报告,该报告示出了每个作业工具的利用,这些作业工具被附接到哪些车辆,以及这些工具是怎样被使用的。这将允许服务人员了解每个车辆使用了多长时间以及是与哪件装备一起使用的,以便他们可以适当地对装备进行服务。基于使用小时和与该使用相关联地点,可以自动生成这些报告。
另一示例是,如果OEM想了解与车辆相关联的某些特征并且看到与该车辆相关联的特定异常,则通过了解该车辆涉及什么作业工具或与什么作业工具相关联以及在什么时间内获得该特殊磨损的附加了解,可以获得附加信息。这种类型的信息跟踪提供了以前并不可用的强大的工程洞察力。
社交网格协议利用基于每个设备、车辆、作业工具等的社交ID,将社交ID加标签为社交事件。每个社交事件都是一个交互;这些交互可用于服务、检查或使用该工具或车辆的操作员。车辆驾驶员也与该车辆相关联。可以将与每个车辆的使用时间相关联的驾驶员记录为社交网格协议的一部分。当我们查看机器和相关联的用户位于何处时,我们可以开始统计地看到一些用户在某些车辆上导致了更多问题,以及哪些用户在它们使用车辆方面更有效率。这个信息可以以不同的方式帮助训练和辅导用户以使其成为更好的操作员并且更有效率地利用车辆。
以新的方式来增加用户经验可以允许将车辆设计用于这些新用途,而不是用于计划外的使用案例。一个例子是当你知道车辆实际是怎样被使用的时候,它将提供对总体使用分布的附加洞察,使得设计师能够得到通知并且明确定义功能。社交ID被设计成共享可用资产,并且利用标志来启用是否有信息要传送。社交ID还有使系统能够了解信息应去向何处的方向队列。社交层级和角色是服务器用以了解该数据的路径和关系方面的队列。车队、经销商和操作员ID都具有得到更新的特定数据。也可以在该信息中包含日期戳和持续时间以便确定该社交交互发生了多久。该协议本身具有令人关注的价值,但是当来自车辆的监视数据与该数据相关联时,令人关注的统计数据可以提供有价值的洞察。
社交网格协议和网络的另一方面是:层级允许使用中枢和其他设备来上传信息。这个的示例是包含与操作员手机联系的监视器的采矿铲斗。可以通过这个网络上传信息。这样,每个设备寻求最佳或接近最佳的可能方式来通过网格进行通信,以将数据向上推送到云。在这个IOT生态系统内可以是包含API的平板电脑,可以用该协议启用的IOT设备,车辆远程信息处理可以被互连并且可以在生态系统内维持该协议和所有通信。可以使车队管理者能够查看车辆,并且立即报告检查、服务统计和磨损数据。这个信息可以帮助排名和识别虽然需要服务却在社交网络中没有注意到的车辆。如果车辆还未被检查或服务或监视,则它还允许排名系统被连接到指派给这些车辆的服务代表,并且得到服务人员的适当的关注。目前,这些都是通过手动输入完成的并且可以忽略。
社交交互是跟踪车辆内的磨损的可行方法。社交交互的方面可以是具有GPS位置的特定工地。机器社交交互可以是接连数周都使用液压锤,这可能影响车辆的整体性能。社交交互也可以是这样的操作员,所述操作员倾向于比其他操作员驾驶车辆更严厉,并且具有与他们的车辆使用相关联的统计结果。这允许薪级比例基于这些交互,并且基于具有预定义的操作质量评级来建立潜在的租金率。
与该生态系统相关联的硬件可以是用于IOT设备的移动设备、平板电脑和计算机。图59示出了在其网络内使用802.15.4与其他设备或车辆通信的设备,这也可以包括作业工具。所图示的可配置监视器包括车辆总线接口、三轴加速度计、用于供给电力的电池、以及GPS系统和同时利用蜂窝通信的监视器远程信息处理,所述的车辆总线接口在所描绘的实施例中是CAN总线接口。硬件还可以具有与便携式移动设备进行通信的蓝牙低能量。在这种情况下,我们还示出了超声波换能器,其监听通过车辆传递的底架噪声和超声波信息。这可以提供关于环境状况和与预编程模式相关的磨损问题的附加内部信息。该信息可以由可配置HDi监视器采集,如Baarman等人于2015年8月31日提交的题为“CONFIGURABLE MONITORAND PARTS MAINTENANCE SYSTEM(可配置的监视和部件维护系统)”的美国专利申请62/212,270中所描述的,该专利申请的全部内容通过引用并入本文。
图60图示了与802.15.4网络协议相关联的交互。作业工具在其被附接到车辆时可以被关联,并且作业工具在其与车辆一起行进时可以被跟踪。该系统可以在特定地理区域内搜索车辆周围有什么作业工具。这允许操作员了解哪些资产是本地可用的,并且允许操作员在深入观察车队网络时了解该网络内哪些资产是可用的。一旦网络成长并变得全球化,跟踪资产并了解给定地区内什么可用对于租赁业务共享这些资产可能是有价值的。可以将作业工具和车辆的利用传递给它们的用户,以了解他或她是否应该信任他们的装备,并且提供与该装备相关联的附加的服务机会。这有助于建立信任。
在图61中示出了社交网格怎样变成到有价值信息的链接的另一示例,其可以互连并且可以提供对从社交交互中获得的详细信息的洞察。工地计费系统是跟踪工地上的资产可以怎样实现对使用和利用的附加理解的例子,可以将该附加理解直接添加到工具、操作员和交互的计费细节。甚至可以将这向下驱动到像锯一样的小型工具和其他手工工具。这样数据的内部只继续到如人们期望在工地内监视一样的深度。如果没有能力以允许与云共享该信息并且并为操作员采用社交ID标签的方式来在这些不同的设备之间进行通信,则无法获得这些洞察。
社交网格网络的另一方面是:通过了解可达范围内的工具和资产的社交交互,例如可以在工地办公室中建立作业工具之间的路径。图63示出了具有多个资产的受监视地点。受监视地点内的资产可以通过这些资产与目标进行通信。随着以了解在任何给定时间内哪些资产可用的查明和跟踪变得使能,这可能变得越来越重要。
尽管网格网络目前已存在,然而它们没有连接到移动设备和其他互联网设备,除非通过中枢或其他电子狗来实现。社交网格协议试图连接这些生态系统,并添加通信层,所述通信层使得在跟踪这些交互时这种互连性和互操作性是无缝的。在了解这些资产的每一个的使用寿命和历史方面,关于这些交互的历史是有价值的。社交网格网络基于在该网络内的使用实现了预测磨损算法和服务指示。
图64示出了车辆经验评分的示例。系统查看每个车辆,并且针对它的交互、它的操作员以及它们的交互、更换部件、客户问题、技工交互的服务检查进行排名。这些可以针对在那些使用小时内对于每个车辆的典型值来进行排名。可以计算各种不同的分数,包括即兴部件分数、服务分数、技工分数、检查员分数,这些分数总和到总体经验分数。这个数字涉及是否已经服务该车辆并将其维持在阈值水平。对于操作员、所有者、租赁代理、工厂中的服务技术来说,这些分数由于各有原因而是有用的。这方面的示例是:工厂没有以用户车队管理者和其他人会有一个次优经验的方式而基于小时数以及基于使用更换这个车辆上的部件。为了管理这些类型的经验,这些类型的生态系统协议实现了通信并跟踪这些交互。
图65-图67示出了社交网格可以传递信息的不同方式。RFID是社交网格的若干方面之一,社交网格包括作为用于RFID芯片的识别协议的一部分的社交ID。具有不同资产的车辆监视器可以以不同的方式通信。图65-图67示出了通信怎样在没有监视器的情况下工作。它没有802.15.4协议,可以基于该设备周围的相关联资产而使用不同的通信方法。在作业工具环境内使用RFID的示例可以是了解正连接到哪些车辆的哪些作业工具收听位于作业工具以及与来自车辆的互连相关联的读取器中的被动或主动RFID芯片。图69详述了与各种作业工具的RFID通信以及可能怎样配置该通信。查看和跟踪这些互连和这些关联的时间的能力。
社交网格可以具有社交层安全层。社交层允许对与之接口的所有设备的互连和通信。它基于其启用的那个网络内的适当设备来验证和跟踪此作为那些交互的社交ID,并且允许适当地进行更安全的通信,但是允许跟踪和维护那个社交接口,那个社交接口是其他设备不会遭遇到的并且其他人正试图与之通信的并且其他操作员正在使用的,因此出于安全起见也可以跟踪网络外的任何事情。当资产位于或被错放在或被偷盗出地区之外时,这允许常见交互仍将有价值的信息推送回用户。
本公开示出了使设备之间的交互能够以正在启用的方式开放通信的全新方式。对于设计制造,以及不仅对于车辆使用的优化,还对于完整的服务维护和制造生态系统的优化,这个生态系统所实现的统计和可跟踪信息将成为非常宝贵的信息源和洞察。
图35-图36示出了网络中的HDi和IOT的可能的网络配置。图37示出了可以使网络无缝的通信层。广告模式是使得能够在机器社交网格网络中计及网络的每个资产的层。该协议允许系统知道网络内哪些其他设备和通信类型是可用的。一旦这被知晓,图38中的过程就可用于如适当地直接识别这些资产的ID以用于进一步的轮询和通信。该系统使多个网络能够存在,从而服务于不同的功能和能力。
许多通信协议在认证之前传送ID。例如,802.11、802.15.4和蓝牙协议都允许传递ID。在一个实施例中,ID可以具有静态部分和动态部分。此外,可以将社交网格网络协议实现为ID的动态部分。例如,如果附件具有可以使用802.15.4协议进行通信的通信电路,而不是使用该协议认证到另一个设备的连接并使用标准802.15.4协议程序来传送信息,则可以动态地更新作业工具、车辆或在802.15.4初始化程序期间传递的附件的名字以包括社交网格网络协议分组(诸如在图3中所图示的)。以这种方式,代替例如是“铲斗 243”的附件的ID,附件的ID可以是“铲斗 243-DUEM1YDS18735.30111215-7:45am1001111A10x13”。可以动态地更新附件的身份以传达如上所讨论的诸如传感器信息、使用时间或其他数据的信息。可以采取用诸如802.11和蓝牙之类的其他通信协议的类似方法。
一些协议包括诸如BLTE中的广告模式之类的预认证模式。蓝牙广告模式是一种移动营销方法,其利用蓝牙技术向诸如蜂窝电话或平板电脑之类的移动设备递送诸如消息、信息或广告之类的内容。重型社交网格网络协议可以利用广告模式在蓝牙设备之间和蓝牙设备当中传递关于由网络中的各种设备采集的状态和度量的信息。以这种方式,重型社交网格网络中的设备可以使用多个不同的通信协议快速地通信而无需认证。
参考图37,社交网格网络协议可以允许在利用不同通信协议的设备之间进行通信。例如,中枢HDi可以包括用于使用多个不同的通信协议来进行通信的电路。因此,可以使用BLTE从设备或节点进行请求。例如,可以传递请求。例如,可以做出请求以找出特定地理区域内,即工地上,有什么资产。由做出具有该通信协议的请求的资产的范围内的若干资产接收该请求,并且那些资产可以通过改变它们的ID或另一个预认证通信程序如上所指出地进行响应。
请求也可以由在做出该请求的资产的范围之外的和/或通过经由中枢的隧道通信而使用不同的通信协议来进行通信的其他资产来接收。该请求可以由中枢接收并且通过一个或多个不同的通信协议向其他设备重新发送,这可以传播该请求和/或提供对该请求的响应。可以将对该请求的那些响应中继回经由中枢做出该请求的原始节点。再次,例如可以由使请求改变其ID的设备使用预认证模式来传送该信息,使得当中枢接收到该ID时,它可以在多个不同的通信协议上改变其ID。继而,接收中枢ID的各种设备可以改变它们的ID以传播和/或响应该请求。
图39识别在网络内被用来识别模式或问题的过程,并且识别这些模式能够怎样推送通知或将预定义消息驱动到工地上或网络内的工人。这些可以是库存、服务、时间表、天气问题、工地的复杂情况、服务延迟以及接下来的事件顺序或新的计划等。
图70示出了品牌比较分析、使用统计、地区以及维护计划的系统视角以便最佳理解。这向OEMS驱动关于设计、用户习惯和条件的反馈。经销商接收关于维护和部件性能预期的反馈。更强大的概述允许车队获得关于哪些部件、车辆和用户表现最好的战略观。这甚至将关于改善使用的方法的最佳实践反馈驱动到用户。
图71-图72示出了维护测量数据、车队ID信息、用户ID信息、车辆标识、包含提供商信息的部件更换标识、位置磨损表和磨损验证以构建新的使用期望型号的过程和连接的现有技术。
图73示出了构建了对部件、车辆、品牌、时间和位置以及该时间内的用户进行详述的维护磨损数据的记录和标识的进展。验证该信息并将其与来自测试工具的测量数据进行比较。
图1详述了车队车辆数据、维护数据、使用信息位置数据,使得可以对数据进行比较以便对部件、车辆和用户进行统计上的有意义的比较。这些选择是无穷的,并且为广告、销售、设计改进、设计规格改进和成本降低提供了一些非常强大的有价值信息的数据采集。
图74示出了可以安装在钢中的跟踪器,其允许通过用作发射器和接收器设备的超声换能器进行通信。Ack/Nak的基本协议用于发起,并且然后相应地传送数据。该系统被设计成监视加速度数据以及超声波数据以跟踪使用的水平或量级。示例是使用强度1-10的水平;10是恶劣使用,其引起加速一般磨损周期的磨损权重。这将驱动精确的算法,该算法防止停工期并允许抢先更换部件。
图75示出了与图74相同的基本概念,但它允许与车辆数据、电气和控制的接口。它还增加了平板电脑的能力,从而允许这些设备添加到此环境中的详细能力。摄像机和其他传感器现在可以被利用,并且使用平板电脑中的LTE接口实时地来与主云数据库通信。可以将麦克风编程为辨识环境状况的模式和细节。GPS详述了移动、安全和其他跟踪数据点。加速度计和罗盘可用于跟踪方向、行进的媒体和表面强度。
图76示出了这些相同的系统,但是具有用于维护数据传送的平板电脑到平板电脑的通信。这对于允许三个设备中的至少一个进行上传来说是重要的。它还自动将车辆和车队数据链接到维护记录,从而使测试和维护更加容易并更具成本效率。
图77提供了能够怎样用声音和超声波传感器来监视模式和一般操作的示例。对于每个部件的使用强度、RPM、速度、地形、工作负载、媒体类型(正在被移动的材料)、整个时间以及特定暴露包络,可以再次辨识和监视状况。
图78详述了具有现有能力的像平板电脑设备到用于特定任务的一件装备的完整接口。该接口允许车辆与平板电脑交谈并由其控制。启动时间跟踪附加的租赁时间请求和使用跟踪成为对车队和整体监视分析的有价值信息的输入。重要的是要注意,这个信息提供在与部件、车辆、用户、地区和其他相关监视数据有关的随时间的在统计学上有意义的数据的值。
图79详述了与图78中所指示的相同的接口类型,但是增加了成为安全监视器以及数据跟踪的能力,和连接到用户ID的设备,以及车辆系统。
图80详述了通过平板电脑的WiFi、LTE连接数据的云数据库,并且利用平板电脑的工业持有者来采集、分析和传送模式,使用数据租赁时间、用户数据并且将像交互式训练数据之类的信息馈送到用户。当系统识别特定模式时,它可以建议替代控制方法以减少车辆上的磨损或应力。通过比较具有较好磨损数据的驾驶员,可以针对通过识别具有不同幅度或磨损强度指数的相同模式被监视的重要事件来比较该训练。
图81示出了安装在驾驶舱内的平板电脑以及这可能怎样影响附加的传感器输入和能力。
在第一实施例中,我们示出了信息管理系统,其允许车队监视车辆的性能、品牌、部件、更换部件和操作员表现。
在第二实施例中,系统需要跟踪和监视系统。该系统被设计成跟踪由遍及装备主体的磨损影响所造成的声音噪声和特定的方向。
用于重型装备操作员的操作员监视系统跟踪和监视机器的操作使用,并且对操作员能力和由操作员向机器施加的整体磨损提供1-10的评级指数。
-跟踪平均触发的故障码的数量。
-跟踪机器运行的倒退时间数量、成角度操作机器的次数,以及可能加速机器磨损的其他操作。
第三实施例使用识别和控制系统中的识别系统,用于通过用户习惯进行跟踪、租赁和操作员评级。
操作员“密钥”系统,其允许用户利用智能电话或平板电脑来注册、发动机器,并且提供对机器操作的视觉线索,这实现了:
-用户可以下载将经由蓝牙或硬电缆连接到机器的应用,注册他们的个人和支付信息,并且购买使用机器的时间量。
-应用将经由GPS来跟踪用户位置和机器的使用。
-应用将与机器的远程信息处理馈送集成以通过监视系统来提供对操作的指导。
-应用将允许用户对机器进行评级并且允许机器的所有者对用户进行评级。
-评级系统将基于用户评级以有益或消极的方式来更改每小时的成本。
-应用将使用户能够经由sms、文本或在线聊天来与技术支持连接。
-将麦克风和超声波传感器用于跟踪声音和操作水平。可以监视可以归因于如金属磨料的高频噪声之类的附加磨损的模式和条件。
-可以使用安全传感器,因为监视器可以具有到办公室的蜂窝服务和反馈状态。这可以对于针对装备的安全监视服务而被利用。
-可以将跟踪器安装在保护性的钢中,并且通过钢、使用超声波通信来采集数据。
第四实施例是租赁跟踪系统,其用于对用户进行评级和从车队办公室请求用于调度现场租赁的时间。
一种移动技术系统,其使得装备的车队最终用户能够调度、购买小时数并且确保修复设备的现场服务技工时间。
-应用允许现场技工和装备所有者双方都对另一方的表现进行评级
-用于现场技工的评级系统正面地或负面地影响他们的按小时费率
-应用允许现场技工注册他们的费率、认证水平,并且使他们的位置能够被寻找服务的装备所有者进行搜索和查看
- 装备所有者可以通过现场技工的认证水平、费率、位置半径进行搜索和过滤
-计费系统允许组织设置针对现场技工的可计费费率,并且允许现场技工基于他们达到某一评级水平的能力来建立高于稳定的可计费费率的奖励准则。
第五实施例是跟踪器系列,其可以传递并提供如GPS的有价值的跟踪数据,拍摄事件、用户和地形的照片以用于分析。
图91、图92A-图92AE和图93A-图93B详述了用于测量管理系统中的驾驶员排名的方法。主要故障代码是基本代码,而故障代码分组详述了与像超速等潜在误用有关的代码。总体分数可以在每个驱动时间完成时重新计算。
重型车辆模式检测
图95示出了用于计算横向加速度和纵向加速度的公式,其可用于检测与特定重型车辆操作事件相关联的重型车辆模式。
图96示出了小波模极大值。极大值可用于重构信号。极大值是信号的稳定和唯一的表示。以这种方式处理诸如加速度数据之类的传感器数据使得更容易进行辨识和比较。
可以创建对极大值的相对距离进行编码的特征矢量。
可以通过并入必要的不变性对距离进行编码。更多不变性=>对噪音更鲁棒性和对于匹配的更少唯一。可以通过对多个点进行编码来增加唯一性。对异常值的鲁棒性较小。
当车辆在加速或减速方向上行动时导致Alon的大绝对值,从而在其曲线图中形成突出的凸形或凹形。对于特定事件和序列的检测,可以为正Alon和负Alon设置不同的阈值。
例如,在图97中,模式可以由阴影区域表示。也就是说,特定时帧内的量级的模式可以表示识别重型车辆操作事件的模式。如图97中所示,阴影区域是指示装载的铲斗铲的模式。装载的铲斗铲是指具有铲作业工具的重型车辆,其与土地接合以装载铲。当铲向前移动时,加速度计或其他传感器数据指示正量级,然后是局部恢复。为了识别该装载的铲斗铲事件,控制器可以分析传感器数据以确定传感器数据是否在每个时帧期间都在范围内(或高于/低于阈值)。也就是说,重型车辆从稳定状态开始,然后过渡到具有局部恢复的负数。
图97示出了针对一个轴——X轴的示例性数据。可以为加速度计的其他轴采集类似的数据并以相似的方式对其进行分析。此外,附加的传感器可以采集可以以类似的方式分析的附加数据。可以在对于一个轴匹配模式之后对特殊的重型车辆操作事件进行分类。另外,模式可能需要多个数据轴-例如在加速度计数据的X、Y和Z轴的某时帧内的量级的特殊集合。对于X、Y和Z轴,量级阈值/范围和时帧可能不相同。
通过在实施各种重型车辆事件时记录数据,可以凭经验确定量级阈值和时帧。可以采集、汇总和过滤数据,以提供用于检测各种重型车辆操作事件的合适的模式。
图98示出了针对另一重型车辆操作事件——装载的铲斗落下的示例传感器数据。在下落时的装载铲斗在铲斗撤离期间产生倾斜,并当其清空时滑向正数。信号过校,然后安顿回到稳定状态。同样,顺序的量级和时帧形成可用于识别装载铲斗下落的模式。
图99示出了针对另一重型车辆操作事件——转台旋转的传感器数据的示例。
图100示出了针对另一重型车辆操作事件——前进和后退移动的传感器数据的示例。始终从正向负过渡的振动模式指示Y轴中的移动。从峰值向前和向后的过渡是方向相反。
使用诸如“垂直”、“水平”、“顶部”、“底部”、“上部”、“下部”、“内部”、“向内”、“外部”和“向外”之类的方向术语,以帮助基于图示中所示的实施例的定向来描述本发明。不应将方向术语的使用解释为将本发明限制到任何特定的(一个或多个)定向。
上述描述是本发明的当前实施例的描述。在不脱离如所附权利要求中限定的本发明的精神和更广泛的方面的情况下,可以进行各种更改和变化,权利要求将根据包括等同原则的专利法原理进行解释。呈现本公开是为了说明性的目的,并且不应被解释为对本发明的所有实施例的穷尽描述,或者不应将权利要求的范围限制为结合这些实施例图示或描述的特定元素。例如而非限制,所描述的发明的任何(一个或多个)个体元素可以由提供基本相似的功能或另外提供恰当操作的替代元素来代替。例如,这包括目前已知的替代元素,诸如本领域技术人员可能目前已知的替代元素,以及可能会在未来开发的替代元素,诸如本领域技术人员可能在开发时将其认为是可替代的那些元素。此外,所公开的实施例包括被一致地描述并且可以协同地提供益处的集合的多个特征。本发明不限于包括所有这些特征或提供所有阐明益处的仅仅那些实施例,除非在所发布的权利要求中另有明确规定。任何对权利要求要素的单数提及——例如使用“一”、“一个”、“该”或“所述”的冠词,不应被解释为将该元素限制为单数。
Claims (47)
1.一种识别重型车辆操作事件的方法,包括:
将表示重型车辆操作事件的多个模式存储在存储器中;
将HDi监视器固定在重型车辆上;
随时间操作所述重型车辆;
在操作所述重型车辆时,用HDi监视器采集传感器数据;和
通过将所述传感器数据与存储在存储器中的多个模式进行比较来识别重型车辆操作事件。
2.根据权利要求1所述的识别重型车辆事件的方法,其中,所述传感器数据包括振动数据,并且所述方法包括分析所述振动数据以跟踪与重型车辆磨损部件相关联的磨损。
3.根据权利要求1所述的识别重型车辆事件的方法,包括基于识别所述重型车辆操作事件来提供与重型车辆操作事件相关的车辆操作员辅导。
4.根据权利要求1所述的识别重型车辆事件的方法,包括计算操作员评级。
5.根据权利要求1所述的识别重型车辆事件的方法,包括将另一个HDi监视器固定在作业工具上,将所述作业工具安装在所述重型车辆上,在操作所述重型车辆时用固定到所述作业工具的所述Hdi监视器来采集传感器数据,以及基于来自固定到所述重型车辆的所述HDi监视器的所述传感器数据与来自固定到所述作业工具的所述HDi监视器的传感器数据的比较将所述重型车辆与所述作业工具相关联。
6.根据权利要求1所述的识别重型车辆事件的方法,包括将操作员与重型车辆和作业工具中的至少一个相关联,基于所述传感器数据来监视所述重型车辆上的磨损部件或所述作业工具的磨损,以及将所述磨损归因于所述相关联的用户。
7.根据权利要求5所述的识别重型车辆事件的方法,包括基于操作员来限制车辆功能。
8.根据权利要求1所述的识别重型车辆事件的方法,其中,所述传感器数据包括加速度数据。
9.根据权利要求1所述的识别重型车辆事件的方法,其中,所述重型车辆操作事件包括:用附接到所述重型车辆的作业工具进行挖掘、移动所述重型车辆以及转动重型车辆的转塔中的至少一个。
10.根据权利要求1所述的识别重型车辆事件的方法,包括基于所述传感器数据来识别震动事件。
11.根据权利要求1所述的识别重型车辆事件的方法,包括将多个HDi监视器固定到重型车辆车队,采集针对所述重型车辆车队的传感器数据,以及使用所述传感器数据来跟踪所述重型车辆车队的位置和所述磨损数据。
12.根据权利要求1所述的识别重型车辆事件的方法,包括经由广告模式经由社交网格网络来传递传感器数据。
13.根据权利要求1所述的识别重型车辆事件的方法,包括将附加的传感器固定到滤油器、磨损表面和过滤器系统中的至少一个上。
14.一种HDi系统,包括:
重型车辆;
存储器,所述存储器将表示重型车辆操作事件的多个模式存储在存储器中;
被固定到所述重型车辆的传感器,在重型车辆被操作时所述传感器采集传感器数据;
控制器,所述控制器被配置成通过将所述传感器数据与存储器中的多个模式进行比较来识别重型车辆操作事件。
15.根据权利要求14所述的HDi系统,其中,所述传感器数据包括振动数据,并且所述方法包括分析所述振动数据以跟踪与重型车辆磨损部件相关联的磨损。
16.根据权利要求14所述的HDi系统,其中,所述控制器被配置成基于识别所述重型车辆操作事件来向与重型车辆操作事件相关的用户提供车辆操作员辅导信息。
17.根据权利要求14所述的HDi系统,其中,所述控制器被配置成计算操作员评级。
18.根据权利要求14所述的HDi系统,其中,所述控制器被配置成将重型车辆和作业工具相关联。
19.根据权利要求14所述的HDi系统,其中,所述控制器被配置成将操作员关联到重型车辆和作业工具中的至少一个,并且基于所述传感器数据来监视所述作业工具的磨损。
20.根据权利要求19所述的HDi系统,其中,所述控制器被配置成基于操作员简档来限制车辆功能。
21.根据权利要求14所述的HDi系统,其中,所述传感器数据包括加速度数据。
22.根据权利要求14所述的HDi系统,其中,所述重型车辆操作事件包括:用附接到所述重型车辆的作业工具进行挖掘、移动所述重型车辆以及转动重型车辆的转塔中的至少一个。
23.根据权利要求14所述的HDi系统,其中,所述控制器被配置成基于所述传感器数据来识别震动事件。
24.根据权利要求14所述的HDi系统,包括多个HDi监视器,所述多个HDi监视器被固定到重型车辆车队,采集针对所述重型车辆车队的传感器数据,以及使用所述传感器数据来跟踪所述重型车辆车队的磨损数据。
25.根据权利要求14所述的HDi系统,其中,所述控制器被配置成经由广告模式经由社交网格网络来传递传感器数据。
26.根据权利要求14所述的HDi系统,包括在滤油器、磨损表面和过滤器系统中的至少一个上的附加传感器。
27.一种HDi监视器,包括:
外壳,所述外壳被配置成固定到重型车辆上;
存储器,所述存储器将表示重型车辆操作事件的多个模式存储在存储器中;
传感器,在重型车辆被操作时所述传感器采集传感器数据;
控制器,所述控制器被耦合到所述存储器和所述传感器,所述控制器被配置成通过将所述传感器数据与存储在存储器中的多个模式进行比较来识别重型车辆操作事件。
28.根据权利要求27所述的HDi监视器,其中,所述传感器数据包括振动数据,并且所述方法包括分析所述振动数据以跟踪与重型车辆磨损部件相关联的磨损。
29.根据权利要求27所述的HDi监视器,其中,所述控制器被配置成基于识别所述重型车辆操作事件向与重型车辆操作事件相关的用户提供车辆操作员辅导信息。
30.根据权利要求27所述的HDi监视器,其中,所述控制器被配置成计算操作员评级。
31.根据权利要求27所述的HDi监视器,其中,所述控制器被配置成将重型车辆和作业工具相关联。
32.根据权利要求27所述的HDi监视器,其中,所述控制器被配置成将操作员关联到重型车辆和作业工具中的至少一个,并且基于所述传感器数据来监视所述作业工具的磨损。
33.根据权利要求32所述的HDi监视器,其中,所述控制器被配置成基于操作员简档来限制车辆功能。
34.根据权利要求27所述的HDi监视器,其中,所述传感器数据包括加速度数据。
35.根据权利要求27所述的HDi监视器,其中,所述重型车辆操作事件包括:用附接到所述重型车辆的作业工具进行挖掘、移动所述重型车辆以及转动重型车辆的转塔中的至少一个。
36.根据权利要求27所述的HDi监视器,其中,所述控制器被配置成基于所述传感器数据来识别震动事件。
37.根据权利要求27所述的HDi监视器,包括多个HDi监视器,所述多个HDi监视器被固定到重型车辆车队,采集针对重型车辆车队的传感器数据,以及使用所述传感器数据来跟踪所述重型车辆车队的磨损数据。
38.根据权利要求27所述的HDi监视器,其中,所述控制器被配置成经由广告模式经由社交网格网络来传递传感器数据。
39.根据权利要求27所述的HDi监视器,包括在滤油器、磨损表面和过滤器系统中的至少一个上的附加传感器。
40.一种包括半导体的HDi监视器,所述HDi监视器包括:
微处理器;
存储器,所述存储器包括非易失性部分;
多个收发器,所述多个收发器中的一个被配置用于短程通信,并且所述多个收发器中的一个被配置用于远程通信;
加速度计和陀螺仪;以及
无线电力管理系统,所述无线电力管理系统用于对HDi监视器进行充电和供电。
41.根据权利要求40所述的HDi监视器,其中,所述半导体具有用于使用运动添加能量收集的MEMS部分。
42.根据权利要求40所述的HDi监视器,其中,所述半导体具有用于管理多个电力输入装置的能量收集电力管理系统。
43.根据权利要求40所述的HDi监视器,其中,所述半导体具有被设计成低功率并且管理多个电力源的输入电源。
44.一种系统,包括:
可移动装备;
多个作业工具,所述多个作业工具可选择性地与所述可移动装备物理耦合;
加速度测量网络,所述加速度测量网络包括
主加速度计,所述主加速度计被固定到所述可移动装备以用于采集主加速度计数据;
多个次加速度计,所述多个次加速度计被分别固定到所述多个作业工具以用于采集次加速度计数据;
控制器,所述控制器被配置成基于主加速度计数据和次加速度计数据的比较来确定所述多个作业工具与所述可移动装备之间的物理耦合关系;
通信系统,所述通信系统用于促进所述加速度测量网络当中的通信。
45.根据权利要求44所述的系统,其中,所述通信系统是位于所述可移动装备、作业工具和远程服务器上的至少一个。
46.根据权利要求44所述的系统,其中,所述加速度测量网络包括采集声音数据的多个麦克风,并且其中,所述控制器被配置成基于所述声音数据来确定所述多个作业工具与所述可移动装备之间的物理耦合关系。
47.根据权利要求44所述的系统,其中,所述加速度测量网络包括采集陀螺仪数据的一个或多个陀螺仪,并且其中,所述控制器被配置成基于所述陀螺仪数据来确定所述多个作业工具与所述可移动装备之间的物理耦合关系。
Applications Claiming Priority (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562103706P | 2015-01-15 | 2015-01-15 | |
US62/103706 | 2015-01-15 | ||
US201562212266P | 2015-08-31 | 2015-08-31 | |
US201562212270P | 2015-08-31 | 2015-08-31 | |
US62/212270 | 2015-08-31 | ||
US62/212266 | 2015-08-31 | ||
US201562244525P | 2015-10-21 | 2015-10-21 | |
US62/244525 | 2015-10-21 | ||
PCT/US2016/013667 WO2016115499A1 (en) | 2015-01-15 | 2016-01-15 | Configurable monitor and parts management system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107614802A true CN107614802A (zh) | 2018-01-19 |
Family
ID=56406477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680015790.8A Pending CN107614802A (zh) | 2015-01-15 | 2016-01-15 | 可配置监视器和部件管理系统 |
Country Status (5)
Country | Link |
---|---|
US (5) | US20170372534A1 (zh) |
EP (1) | EP3245340A1 (zh) |
CN (1) | CN107614802A (zh) |
AU (1) | AU2016206568B2 (zh) |
WO (1) | WO2016115499A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111898979A (zh) * | 2020-07-24 | 2020-11-06 | 广西路慧科技有限公司 | 一种基于互联网的工业创新实践中心系统 |
CN112955610A (zh) * | 2018-11-08 | 2021-06-11 | 住友建机株式会社 | 挖土机、信息处理装置、信息处理方法、信息处理程序、终端装置、显示方法、显示程序 |
US11816936B2 (en) * | 2018-12-03 | 2023-11-14 | Bendix Commercial Vehicle Systems, Llc | System and method for detecting driver tampering of vehicle information systems |
Families Citing this family (75)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10453018B2 (en) | 2014-01-14 | 2019-10-22 | Deere & Company | Agricultural information sensing and retrieval |
WO2016117041A1 (ja) * | 2015-01-21 | 2016-07-28 | 株式会社日立製作所 | 損傷推定装置 |
AU2016215092A1 (en) | 2015-02-05 | 2017-08-17 | Uber Technologies, Inc. | Programmatically determining location information in connection with a transport service |
US10204528B2 (en) | 2015-08-05 | 2019-02-12 | Uber Technologies, Inc. | Augmenting transport services using driver profiling |
AU2016289099A1 (en) * | 2015-07-06 | 2018-03-01 | Newtrax Holdings Inc. | System for transmitting data from an underground vehicle |
US20170032302A1 (en) * | 2015-07-27 | 2017-02-02 | Lennar Pacific Properties Management, Inc. | Smart construction or operations site method and apparatus |
JP6147406B1 (ja) * | 2016-02-02 | 2017-06-14 | 株式会社タダノ | サーバ、遠隔監視システム及び遠隔監視方法 |
CN107338826A (zh) * | 2016-04-28 | 2017-11-10 | 东空销售股份有限公司 | 附件监视系统 |
US11774944B2 (en) | 2016-05-09 | 2023-10-03 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for the industrial internet of things |
US11327475B2 (en) | 2016-05-09 | 2022-05-10 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for intelligent collection and analysis of vehicle data |
US20180284746A1 (en) | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for data collection optimization in an industrial internet of things environment |
WO2019028269A2 (en) | 2017-08-02 | 2019-02-07 | Strong Force Iot Portfolio 2016, Llc | METHODS AND SYSTEMS FOR DETECTION IN AN INDUSTRIAL ENVIRONMENT OF COLLECTING INTERNET DATA FROM OBJECTS WITH LARGE DATA SETS |
US10672198B2 (en) | 2016-06-14 | 2020-06-02 | Uber Technologies, Inc. | Trip termination determination for on-demand transport |
US11237546B2 (en) | 2016-06-15 | 2022-02-01 | Strong Force loT Portfolio 2016, LLC | Method and system of modifying a data collection trajectory for vehicles |
US10129221B1 (en) | 2016-07-05 | 2018-11-13 | Uber Technologies, Inc. | Transport facilitation system implementing dual content encryption |
JP6889389B2 (ja) * | 2016-09-15 | 2021-06-18 | コベルコ建機株式会社 | 稼働管理システム及び稼働情報の開示方法 |
EP3466230B1 (en) * | 2016-10-12 | 2023-01-18 | Kubota Corporation | Management system for a work device |
DE102016220763A1 (de) * | 2016-10-21 | 2018-04-26 | Zf Friedrichshafen Ag | Verfahren zum Ermitteln von Betriebszuständen einer einen Fahrzeugantriebsstrang umfassenden Arbeitsmaschine während eines Betriebs der Arbeitsmaschine |
US20180144559A1 (en) * | 2016-11-23 | 2018-05-24 | Mann+Hummel Gmbh | Filter element analysis system and associated methods |
US9938693B1 (en) | 2016-12-15 | 2018-04-10 | Caterpillar Inc. | Asset tracking and work tool identification |
US20180174246A1 (en) | 2016-12-21 | 2018-06-21 | Caterpillar Inc. | System and method for monitoring fleet performance |
JP6877995B2 (ja) | 2016-12-27 | 2021-05-26 | 任天堂株式会社 | 振動制御システム、振動制御装置、振動制御プログラムおよび振動制御方法 |
AU2018217437B2 (en) * | 2017-02-09 | 2022-07-14 | Presien Pty Ltd | System for identifying a defined object |
US10371542B2 (en) | 2017-02-17 | 2019-08-06 | Uber Technologies, Inc. | System and methods for performing multivariate optimizations based on location data |
JP6594920B2 (ja) * | 2017-03-01 | 2019-10-23 | 任天堂株式会社 | ゲームシステム、ゲーム装置、ゲームプログラム、およびゲーム処理方法 |
US10445950B1 (en) * | 2017-03-27 | 2019-10-15 | Uber Technologies, Inc. | Vehicle monitoring system |
US10402771B1 (en) | 2017-03-27 | 2019-09-03 | Uber Technologies, Inc. | System and method for evaluating drivers using sensor data from mobile computing devices |
JP6723184B2 (ja) * | 2017-03-28 | 2020-07-15 | 日立建機株式会社 | 稼働データ記憶装置 |
CA3005183A1 (en) | 2017-05-30 | 2018-11-30 | Joy Global Surface Mining Inc | Predictive replacement for heavy machinery |
CN107256431A (zh) * | 2017-06-12 | 2017-10-17 | 江苏帮您车网络科技有限公司 | 基于物联网通过维修企业实现对车辆尾气监测的方法 |
US11789413B2 (en) | 2017-06-19 | 2023-10-17 | Deere & Company | Self-learning control system for a mobile machine |
US11589507B2 (en) | 2017-06-19 | 2023-02-28 | Deere & Company | Combine harvester control interface for operator and/or remote user |
US10694668B2 (en) | 2017-06-19 | 2020-06-30 | Deere & Company | Locally controlling settings on a combine harvester based on a remote settings adjustment |
US10310455B2 (en) * | 2017-06-19 | 2019-06-04 | Deere & Company | Combine harvester control and communication system |
CN107465538B (zh) * | 2017-07-13 | 2020-04-14 | 深圳市盛路物联通讯技术有限公司 | 一种物联网终端迁移方法和网关 |
US10921801B2 (en) | 2017-08-02 | 2021-02-16 | Strong Force loT Portfolio 2016, LLC | Data collection systems and methods for updating sensed parameter groups based on pattern recognition |
CN111183260B (zh) * | 2017-10-05 | 2023-02-03 | 沃尔沃建筑设备公司 | 具有附接装置的工程机械和用于监控附接装置的附接状态的系统 |
US10487478B2 (en) * | 2017-10-12 | 2019-11-26 | Caterpillar Inc. | Wireless system and method for connected work tool identification |
US10533306B2 (en) | 2017-11-01 | 2020-01-14 | Deere & Company | Joint wear device for a work vehicle |
US10650337B2 (en) * | 2018-01-29 | 2020-05-12 | Salesforce.Com, Inc. | Technical field service inventory management |
JP7059684B2 (ja) * | 2018-02-23 | 2022-04-26 | トヨタ自動車株式会社 | 異常検知データ識別装置、および異常識別システム |
US10782672B2 (en) | 2018-05-15 | 2020-09-22 | Deere & Company | Machine control system using performance score based setting adjustment |
IT201800006212A1 (it) * | 2018-06-11 | 2019-12-11 | Veicolo stradale ad alte prestazioni con acquisizione automatica della configurazione e corrispondente metodo di controllo | |
WO2019241307A2 (en) * | 2018-06-11 | 2019-12-19 | Traxen, Inc. | Automated cruise control system to automatically decrease an overall ground vehicle energy consumption |
US10536038B1 (en) | 2018-07-30 | 2020-01-14 | Honda Motor Co., Ltd. | System for harvesting energy for a vehicle |
CA3118220A1 (en) * | 2018-11-01 | 2020-05-07 | Finning International Inc. | Project management systems and methods incorporating proximity-based association |
US11593726B2 (en) | 2019-01-08 | 2023-02-28 | Pike Enterprises, Llc | System for collecting and analyzing equipment telematic data |
US11861309B2 (en) | 2019-01-30 | 2024-01-02 | Hewlett-Packard Development Company, L.P. | Processing service notes |
SE543122C2 (sv) * | 2019-02-05 | 2020-10-13 | Brokk Ab | Förfarande, anordning och användargränssnitt som beskriver ett operativt drifttillstånd hos en demoleringsrobot |
US11015323B2 (en) | 2019-02-07 | 2021-05-25 | Caterpillar Inc. | System and method for determining usage of work implement |
US11353863B2 (en) * | 2019-02-25 | 2022-06-07 | Halliburton Energy Services, Inc. | Trajectory based maintenance |
KR20200109459A (ko) * | 2019-03-13 | 2020-09-23 | 두산인프라코어 주식회사 | 건설기계의 트랙 장력 모니터링 방법 및 시스템 |
US11195348B2 (en) | 2019-04-29 | 2021-12-07 | Caterpillar Inc. | System and method for determining a priority of monitoring a machine |
US11055932B2 (en) | 2019-05-08 | 2021-07-06 | Honeywell International Inc. | Usage-based maintenance service system |
US11718504B2 (en) | 2019-05-28 | 2023-08-08 | His Majesty The King In Right Of Canada, As Represented By The Minister Of Natural Resources | Inertial analyzer for vertical mining conveyances and method thereof |
WO2021025123A1 (ja) * | 2019-08-08 | 2021-02-11 | 住友建機株式会社 | ショベル、情報処理装置 |
US11619029B2 (en) * | 2019-10-29 | 2023-04-04 | Caterpillar Inc. | System and method for coupled work tool identification |
US11494517B2 (en) | 2020-02-12 | 2022-11-08 | Uber Technologies, Inc. | Computer system and device for controlling use of secure media recordings |
CN111192506A (zh) * | 2020-03-02 | 2020-05-22 | 南京交通职业技术学院 | 一种工程机械操作技能竞赛评分装置及使用方法 |
EP3904613A1 (en) * | 2020-04-29 | 2021-11-03 | Metalogenia Research & Technologies S.L. | Wear element for an earth moving machine, corresponding measuring device and machine |
EP3916160B1 (de) * | 2020-05-26 | 2023-08-16 | BAUER Spezialtiefbau GmbH | Verfahren und anordnung zum durchführen von baumassnahmen |
US20220101249A1 (en) * | 2020-09-30 | 2022-03-31 | GM Global Technology Operations LLC | Apparatuses, methods, and systems for delivery tracking, route planning, and rating |
US11554671B2 (en) | 2020-12-21 | 2023-01-17 | Toyota Motor North America, Inc. | Transport data display cognition |
US11794764B2 (en) | 2020-12-21 | 2023-10-24 | Toyota Motor North America, Inc. | Approximating a time of an issue |
EP4089601A1 (en) * | 2021-05-10 | 2022-11-16 | Hiab AB | A method for monitoring performance of a working equipment, and a system for implementing the method |
FR3123339B3 (fr) * | 2021-05-26 | 2023-09-22 | Manitou Bf | Machine de manutention a bras et procede correspondant |
DE102021116246A1 (de) | 2021-06-23 | 2022-12-29 | Liebherr-Hydraulikbagger Gmbh | System und Verfahren zur Lokalisierung eines Anbauwerkzeugs |
CA3224553A1 (en) * | 2021-06-30 | 2023-01-05 | Christopher A. BOEHM | Vehicle access and fleet management control via bluetooth beacons |
EP4116507A1 (en) * | 2021-07-07 | 2023-01-11 | Metalogenia Research & Technologies S.L. | Retaining device and wear element for excavators and the like |
US11995585B2 (en) * | 2021-07-30 | 2024-05-28 | Caterpillar Inc. | Systems and methods for identifying machine modifications for improved productivity |
US20230042126A1 (en) * | 2021-08-06 | 2023-02-09 | Clark Equipment Company | Control of access to power machine functionality |
US20230135656A1 (en) * | 2021-11-04 | 2023-05-04 | Caterpillar Inc. | Systems and methods for undercarriage wear prediction |
EP4201865A1 (en) * | 2021-12-21 | 2023-06-28 | Hiab AB | A working equipment system, and a method of the working equipment system |
WO2023220127A1 (en) * | 2022-05-11 | 2023-11-16 | Oshkosh Corporation | Local device network |
US11776335B1 (en) | 2022-05-23 | 2023-10-03 | Ford Global Technologies, Llc | Vehicle connectivity for enhancing powered tool operation |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002021120A (ja) * | 2000-07-12 | 2002-01-23 | Tokai Rika Co Ltd | コンソールボックス装置 |
JP2005125837A (ja) * | 2003-10-21 | 2005-05-19 | Yanmar Co Ltd | コンバイン |
JP2010195515A (ja) * | 2009-02-24 | 2010-09-09 | Kubota Corp | 流動性物質供給装置 |
JP2011153427A (ja) * | 2010-01-26 | 2011-08-11 | Komatsu Ltd | 建設機械のエンジンフードの開閉構造 |
CN102667008A (zh) * | 2009-12-21 | 2012-09-12 | 山特维克矿山工程机械有限公司 | 用于确定破碎锤的使用率的方法、破碎锤和测量装置 |
Family Cites Families (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NZ306046A (en) * | 1995-03-07 | 1999-01-28 | Multimedia Systems Corp | Issuing and tracking coupons for multimedia communications network |
US5737215A (en) * | 1995-12-13 | 1998-04-07 | Caterpillar Inc. | Method and apparatus for comparing machines in fleet |
US5970436A (en) * | 1996-10-04 | 1999-10-19 | Berg; Eric A. | Equipment utilization detector |
US6525672B2 (en) * | 1999-01-20 | 2003-02-25 | International Business Machines Corporation | Event-recorder for transmitting and storing electronic signature data |
US6728619B2 (en) * | 2000-03-31 | 2004-04-27 | Hitachi Construction Machinery Co., Ltd. | Failure measure outputting method, output system, and output device |
US7081693B2 (en) * | 2002-03-07 | 2006-07-25 | Microstrain, Inc. | Energy harvesting for wireless sensor operation and data transmission |
US20050246040A1 (en) * | 2004-04-29 | 2005-11-03 | Caterpillar Inc. | Operator profile control system for a work machine |
US7630793B2 (en) * | 2004-12-10 | 2009-12-08 | Caterpillar S.A.R.L. | Method of altering operation of work machine based on work tool performance footprint to maintain desired relationship between operational characteristics of work tool and work machine |
US9654200B2 (en) * | 2005-07-18 | 2017-05-16 | Mutualink, Inc. | System and method for dynamic wireless aerial mesh network |
US20080254415A1 (en) * | 2005-09-16 | 2008-10-16 | Barry J Keith | System and Method for Training an Excavator Operator |
US7832126B2 (en) * | 2007-05-17 | 2010-11-16 | Siemens Industry, Inc. | Systems, devices, and/or methods regarding excavating |
DE102007045846A1 (de) * | 2007-09-26 | 2009-04-02 | Deere & Company, Moline | Landwirtschaftliche Maschine und Verfahren zur Positionsbestimmung |
US9299247B2 (en) * | 2008-01-14 | 2016-03-29 | Caterpillar Inc. | System and method for adjusting machine parameters |
US20090198409A1 (en) * | 2008-01-31 | 2009-08-06 | Caterpillar Inc. | Work tool data system |
CA2689744C (en) * | 2009-01-08 | 2015-05-05 | New Flyer Industries Canada Ulc | System and method for monitoring operation of vehicles |
DE102009000871A1 (de) * | 2009-02-16 | 2010-08-19 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Aufnahme und Übertragung von Betriebsdaten einer Brennkraftmaschine |
DE102009034455B4 (de) | 2009-07-22 | 2017-10-05 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zur Ermittlung einer potentiellen Konfliktsituation |
US8583314B2 (en) * | 2009-08-12 | 2013-11-12 | Crown Equipment Corporation | Information system for industrial vehicles |
US20140207309A1 (en) * | 2010-05-11 | 2014-07-24 | Cartasite, Inc. | Vehicle driver determination and behavior monitoring |
US8660738B2 (en) * | 2010-12-14 | 2014-02-25 | Catepillar Inc. | Equipment performance monitoring system and method |
US10769663B2 (en) * | 2011-03-07 | 2020-09-08 | Facebook, Inc. | Dynamic recommendation in geo-social networking system |
WO2013040633A1 (en) * | 2011-09-20 | 2013-03-28 | Tech Mining Pty Ltd Acn 153 118 024 | Stress and/or accumulated damage monitoring system |
US9803342B2 (en) * | 2011-09-20 | 2017-10-31 | Tech Mining Pty Ltd | Stress or accumulated damage monitoring system |
JP5872238B2 (ja) * | 2011-10-12 | 2016-03-01 | ヤンマー株式会社 | 走行作業機械又は船舶の遠隔監視端末装置 |
WO2013192214A2 (en) * | 2012-06-19 | 2013-12-27 | Telogis, Inc. | System for processing fleet vehicle operation information |
US8924094B2 (en) * | 2012-10-17 | 2014-12-30 | Caterpillar Inc. | System for work cycle detection |
US8775035B2 (en) * | 2012-12-03 | 2014-07-08 | Deere & Company | Hydraulic management system and method based on auxiliary work tool usage |
US9686902B2 (en) * | 2012-12-18 | 2017-06-27 | Cnh Industrial America Llc | System and method for improving performance of an agricultural vehicle or implement |
GB2522728A (en) * | 2014-01-31 | 2015-08-05 | Cambridge Consultants | Monitoring device |
AU2014201924A1 (en) * | 2013-04-12 | 2014-10-30 | Tsi Innovations Pty Ltd | A Remote Mine Operations Performance Tracking, Training, Assessment and Enhancement System |
US20140315164A1 (en) * | 2013-04-17 | 2014-10-23 | Caterpillar Inc. | System and method for improving operator performance |
KR102022666B1 (ko) * | 2013-05-16 | 2019-09-18 | 삼성전자주식회사 | 통신 방법 및 이를 위한 디바이스 |
US20150004572A1 (en) * | 2013-06-26 | 2015-01-01 | Caterpillar Inc. | Real-Time Operation-Based Onboard Coaching System |
US9716446B2 (en) * | 2013-07-05 | 2017-07-25 | Texas Instruments Incorporated | Self-powered piezoelectric energy harvesting microsystem |
CN105683923A (zh) | 2013-08-29 | 2016-06-15 | 莫达测有限公司 | 检测系统 |
WO2015040716A1 (ja) * | 2013-09-19 | 2015-03-26 | 株式会社小松製作所 | 通信装置およびこれを備えた作業車両 |
IN2015DN00571A (zh) * | 2013-09-19 | 2015-06-26 | Komatsu Mfg Co Ltd | |
WO2015139709A1 (en) * | 2014-03-19 | 2015-09-24 | Northern Vo Aps | Method and system for monitoring a vehicle |
WO2015186215A2 (ja) * | 2014-06-04 | 2015-12-10 | 株式会社小松製作所 | 作業機械の姿勢演算装置、作業機械及び作業機械の姿勢演算方法 |
US9995019B2 (en) * | 2014-06-23 | 2018-06-12 | Topcon Positioning Systems, Inc. | Estimation with gyros of the relative attitude between a vehicle body and an implement operably coupled to the vehicle body |
US9822507B2 (en) * | 2014-12-02 | 2017-11-21 | Cnh Industrial America Llc | Work vehicle with enhanced implement position control and bi-directional self-leveling functionality |
WO2016092868A1 (ja) * | 2014-12-12 | 2016-06-16 | 株式会社小松製作所 | 作業車両 |
US9796479B2 (en) * | 2015-02-13 | 2017-10-24 | Bell Helicopter Textron Inc. | Self-referencing sensors for aircraft monitoring |
-
2016
- 2016-01-15 AU AU2016206568A patent/AU2016206568B2/en active Active
- 2016-01-15 WO PCT/US2016/013667 patent/WO2016115499A1/en active Application Filing
- 2016-01-15 CN CN201680015790.8A patent/CN107614802A/zh active Pending
- 2016-01-15 US US15/543,275 patent/US20170372534A1/en not_active Abandoned
- 2016-01-15 EP EP16737989.0A patent/EP3245340A1/en not_active Withdrawn
-
2017
- 2017-07-13 US US15/648,684 patent/US10872540B2/en active Active
-
2020
- 2020-11-11 US US17/095,316 patent/US20210074180A1/en not_active Abandoned
-
2021
- 2021-04-26 US US17/239,689 patent/US11928980B2/en active Active
-
2023
- 2023-06-26 US US18/214,085 patent/US20230360558A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002021120A (ja) * | 2000-07-12 | 2002-01-23 | Tokai Rika Co Ltd | コンソールボックス装置 |
JP2005125837A (ja) * | 2003-10-21 | 2005-05-19 | Yanmar Co Ltd | コンバイン |
JP2010195515A (ja) * | 2009-02-24 | 2010-09-09 | Kubota Corp | 流動性物質供給装置 |
CN102667008A (zh) * | 2009-12-21 | 2012-09-12 | 山特维克矿山工程机械有限公司 | 用于确定破碎锤的使用率的方法、破碎锤和测量装置 |
JP2011153427A (ja) * | 2010-01-26 | 2011-08-11 | Komatsu Ltd | 建設機械のエンジンフードの開閉構造 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112955610A (zh) * | 2018-11-08 | 2021-06-11 | 住友建机株式会社 | 挖土机、信息处理装置、信息处理方法、信息处理程序、终端装置、显示方法、显示程序 |
US11816936B2 (en) * | 2018-12-03 | 2023-11-14 | Bendix Commercial Vehicle Systems, Llc | System and method for detecting driver tampering of vehicle information systems |
CN111898979A (zh) * | 2020-07-24 | 2020-11-06 | 广西路慧科技有限公司 | 一种基于互联网的工业创新实践中心系统 |
Also Published As
Publication number | Publication date |
---|---|
US10872540B2 (en) | 2020-12-22 |
US20170372534A1 (en) | 2017-12-28 |
AU2016206568B2 (en) | 2021-01-07 |
WO2016115499A1 (en) | 2016-07-21 |
US20220148456A1 (en) | 2022-05-12 |
AU2016206568A1 (en) | 2017-08-24 |
US20210074180A1 (en) | 2021-03-11 |
US11928980B2 (en) | 2024-03-12 |
US20180005461A1 (en) | 2018-01-04 |
EP3245340A1 (en) | 2017-11-22 |
US20230360558A1 (en) | 2023-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107614802A (zh) | 可配置监视器和部件管理系统 | |
US7945364B2 (en) | Service for improving haulage efficiency | |
US8190335B2 (en) | Performance management system for multi-machine worksite | |
CN101061278B (zh) | 自主铲装的方法和系统 | |
Han et al. | A BIM-IoT and intelligent compaction integrated framework for advanced road compaction quality monitoring and management | |
CN106115104A (zh) | 基于物联网的生活垃圾分类收运系统、装置及其方法 | |
Kassem et al. | Measuring and benchmarking the productivity of excavators in infrastructure projects: A deep neural network approach | |
CN109670673B (zh) | 露天矿生产管控系统 | |
CN103177328A (zh) | 使用手持装置的远程信息微流控分析 | |
WO2011002707A1 (en) | Method and systems for monitoring machine and operator productivity and profitability | |
CN102306367A (zh) | 用于工程机械的基于物联网的在线风险评估和管控系统 | |
CN104376495A (zh) | 一种煤矿机电设备检修无线监管系统及其监管方法 | |
US11928624B2 (en) | System and method for validating availability of machine at worksite | |
CN106567421B (zh) | 一种挖掘机智能维护保养系统及方法 | |
CN115601972B (zh) | 无人矿山行驶区域的障碍物处理系统 | |
Kassem et al. | Measuring and improving the productivity of construction’s site equipment fleet: an integrated IoT and BIM system | |
CN107451933A (zh) | 工程设备司机派单服务系统及方法 | |
Hague | Strategic Implementation of Digital Technologies to Optimize Operations in an Underground Mine | |
Carter | Smart Mining Needs High IQ Monitoring Systems | |
Kaliyannan et al. | Role of IoT in Industry Predictive Maintenance | |
CN206133697U (zh) | 一种渣土智能化全过程监管平台 | |
CN117152892B (zh) | 基于视频监控识别的防偷砂方法及系统 | |
Shahandashti et al. | Identification of information requirements using simulation for supporting construction productivity assessment | |
Leung et al. | Automation and AI Technology in Surface Mining With a Brief Introduction to Open-Pit Operations in the Pilbara | |
Zamani et al. | Sensor-fused simulation-based decision support system for earthmoving projects |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20180103 Address after: Illinois State Applicant after: Caterpillar Inc. Address before: michigan Applicant before: MODUSTRI LLC |
|
TA01 | Transfer of patent application right | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180119 |
|
RJ01 | Rejection of invention patent application after publication |