CN108292256A - 预测性维护 - Google Patents

预测性维护 Download PDF

Info

Publication number
CN108292256A
CN108292256A CN201680070161.5A CN201680070161A CN108292256A CN 108292256 A CN108292256 A CN 108292256A CN 201680070161 A CN201680070161 A CN 201680070161A CN 108292256 A CN108292256 A CN 108292256A
Authority
CN
China
Prior art keywords
cleaning device
industrial cleaning
operation data
event
computer readable
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
Application number
CN201680070161.5A
Other languages
English (en)
Inventor
大卫·约翰·霍尔登
埃里克·戈登·米勒
安德鲁·约翰·科金
贝尔特-滕·伍尔登
迈克尔·A·斯蒂德
蒂莫西·詹姆斯·瓦尔多夫斯基
卡尔尼卡·戈埃尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dai Fuxi Co
Diversey Inc
Original Assignee
Dai Fuxi Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dai Fuxi Co filed Critical Dai Fuxi Co
Publication of CN108292256A publication Critical patent/CN108292256A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00Subject matter not provided for in other groups of this subclass
    • G01M99/005Testing of complete machines, e.g. washing-machines or mobile phones
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0232Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on qualitative trend analysis, e.g. system evolution
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0633Lists, e.g. purchase orders, compilation or processing
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Human Resources & Organizations (AREA)
  • Accounting & Taxation (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本文提供了用于为工业清洁装置提供预测性维护的方法、计算机程序产品和系统。示例方法包括接收指示工业清洁装置的操作期间与工业清洁装置相关联的操作参数的操作数据。方法还包括在操作数据中识别趋势。方法还包括确定与工业清洁装置相关联的特定故障事件可能在特定时间范围内发生。方法还包括提供指示特定故障事件可能在特定时间范围内发生的警报。

Description

预测性维护
技术领域
本发明的实施例大体上涉及用于为工业清洁装置提供预测性维护和/或技术支持的方法、系统、计算机程序产品和设备。
背景技术
工业清洁装置是各种工业中重要的工具,用于保持符合卫生协议、提供优质产品、满足客户清洁度预期等。例如,工业清洁装置可以是:用于清洁地板的装置;用于托盘、玻璃器皿、餐具、盘子、炊事用具等的洗涤器(例如,器皿洗涤器);商用洗衣机等等。因此,工业清洁装置的用户和管理者不仅关心保持工业清洁装置的可操作性,而且还关心保持工业清洁装置达到的清洁质量。
因此,本领域需要用于维护工业清洁装置使得工业清洁装置持续进行一致地且高效地良好清洁的方法、系统、计算机程序产品和设备。
发明内容
本发明的各个实施例提供了用于为一个或更多个工业清洁装置提供预测性维护的方法、系统、计算机程序产品和设备。例如,工业清洁装置可以包括被配置成在工业清洁装置的操作期间捕获各个参数的测量结果的一个或更多个传感器。可以对所捕获的测量结果进行监测以确定一个或更多个参数的测量结果是否在允许范围之外、遵循特定趋势(例如,已知趋势,正在研究的趋势等)、在警告或警报范围内、趋向于允许范围或者警告或警报范围的边缘等,并且提供对其的通知或警报。在各个实施例中,除了提供通知或警报以外,还可以自动订购部件、自动订购供应品、可以通知服务人员应当订购部件或供应品、可以安排维护、可以提供与短期解决方案有关的信息、可以提供培训资源等。以该方式,可以保持工业清洁装置提供的清洁质量,并且可以最小化清洁装置的停机时间。
根据本发明的一个方面,提供了一种用于为工业清洁装置提供预测性维护的方法。在示例实施例中,该方法包括:接收指示在工业清洁装置的操作期间与工业清洁装置相关联的操作参数的操作数据;以及识别操作数据中的趋势。该方法还可以包括确定与工业清洁装置相关联的特定故障事件可能在特定时间范围内发生;以及提供指示特定故障事件可能在特定时间范围内发生的警报。
根据本发明的另一方面,提供了一种系统。在示例实施例中,该系统包括其中存储有计算机可读程序代码部分的至少一个计算机可读存储介质、至少一个处理器和至少一个通信接口。该系统通过通信接口与至少一个工业清洁装置通信。工业清洁装置包括被配置成捕获操作数据的操作传感器。计算机可读程序代码部分被配置成当由所述至少一个处理器执行时使得系统至少进行以下操作:接收指示工业清洁装置的操作期间与工业清洁装置相关联的操作参数的操作数据;识别操作数据中的趋势;确定与工业清洁装置相关联的特定故障事件可能在特定时间范围内发生;以及提供指示特定故障事件可能在特定时间范围内发生的警报。
根据本发明的又一方面,提供了一种计算机程序产品。在示例实施例中,计算机程序产品包括其中存储有计算机可读程序代码部分的至少一个非暂态计算机可读存储介质。计算机可读程序代码部分被配置成当由至少一个处理器执行时使得处理器至少进行以下操作:接收指示工业清洁装置的操作期间与工业清洁装置相关联的操作参数的操作数据;识别操作数据中的趋势;确定与工业清洁装置相关联的特定故障事件可能在特定时间范围内发生;以及提供指示特定故障事件可能在特定时间范围内发生的警报。
根据本发明的又一个实施例,提供了一种用于为工业清洁装置提供预测性维护的方法。在示例实施例中,该方法包括:接收指示工业清洁装置的操作期间与工业清洁装置相关联的操作参数的操作数据;检测操作数据中的异常;确定异常是否与已知趋势相关联;以及将操作数据中的至少一部分标记为包括异常。
根据本发明的另一方面,提供了一种系统。在示例实施例中,该系统包括其中存储有计算机可读程序代码部分的至少一个计算机可读存储介质、至少一个处理器和至少一个通信接口。该系统通过通信接口与至少一个工业清洁装置通信。工业清洁装置包括被配置成捕获操作数据的操作传感器。计算机可读程序代码部分被配置成当由所述至少一个处理器执行时使得所述系统至少进行以下操作:接收指示工业清洁装置的操作期间与工业清洁装置相关联的操作参数的操作数据;检测操作数据中的异常;确定异常是否与已知趋势相关联;以及将操作数据中的至少一部分标记为包括异常。
根据本发明的又一方面,提供了一种计算机程序产品。在示例实施例中,计算机程序产品包括其中存储有计算机可读程序代码部分的至少一个非暂态计算机可读存储介质。计算机可读程序代码部分被配置成当由至少一个处理器执行时使得处理器至少进行以下操作:接收指示工业清洁装置的操作期间与工业清洁装置相关联的操作参数的操作数据;检测操作数据中的异常;确定异常是否与已知趋势相关联;以及将操作数据中的至少一部分标记为包括异常。
附图说明
因此,已经概括地描述了本发明,现在将参照附图,附图不一定按比例绘制,并且在附图中:
图1是可以用于实践本发明的实施例的系统的概览;
图2是根据本发明的各种实施例的工业清洁装置的框图;
图3和图6提供了根据本发明的各种实施例的用于为工业清洁装置提供预测性维护的各种处理和过程的流程图;
图4和图5示出了根据本发明的各种实施例的用户仪表板的示例视图;
图7A、图7B、图7C和图7D示出了根据本发明的实施例的识别操作数据中的异常并确定异常是由于外部因素的示例;
图8A和图8B提供了示出根据本发明的实施例的通过分配单元的被识别为对应于已知趋势的流速的曲线图;以及
图9是根据本发明的各种实施例的分析系统的示例性示意图。
具体实施方式
现在将参照附图在下文中更全面地描述本发明的各个实施例,附图中示出了本发明的一些但非全部实施例。事实上,本发明可以以许多不同的形式来实施,并且不应该被解释为限于本文所阐述的实施例;相反,提供这些实施例使得本公开内容将满足适用的法律要求。自始至终,同样的附图标记指代同样的元素。
I.概述
本发明的各种实施例旨在为工业清洁装置提供预测性维护。在各种实施例中,工业清洁装置可以是:用于清洁地板的装置;用于托盘、玻璃器皿、餐具、盘子、炊事用具等的洗涤器(例如,器皿洗涤器);商用洗衣机等等。工业清洁装置可以包括被配置用于在工业清洁装置的操作期间捕获一个或更多个操作参数的测量结果的一个或更多个传感器。可以由本地或远程计算系统(例如,分析系统)来监测捕获的测量结果,以确定是否一个或更多个测量值在允许范围之外、遵循特定趋势(例如,已知趋势、正在研究的趋势等)、处于警告或警报范围内、趋向于允许范围或者警告或警报范围的边缘等等,并向工业清洁装置的用户或管理者提供对其的警报或通知。在各种实施例中,警告范围可以是特定操作参数的响应于检测到以下情况的测量值的范围:可以发出警告以警告工业清洁装置100(参见图1)的用户或管理者在可预见的未来将可能需要在某一时刻执行维护。在各种实施例中,警报范围可以是特定操作参数的响应于检测到以下情况的测量值的范围:可以使得发出警报以向工业清洁装置100的用户或管理者指示应该采取或正在采取措施(例如,订购部件或供应品,安排维护访问,应该使用短期解决方案,应该利用培训资源)。除了提供通知之外,计算系统还可以被配置成自动订购部件、自动订购供应品(例如,清洁化学品再填充)、安排维护、提供关于短期解决方案的信息、提供培训资源等。
图1示出了可以实现本发明的系统的示例实施例。在该特定实施例中,所示系统可以包括一个或更多个工业清洁装置100、一个或更多个分析系统200、一个或更多个供应商系统250以及一个或更多个用户计算实体10。所述一个或更多个工业清洁装置100、所述一个或更多个分析系统200、所述一个或更多个供应商系统250以及所述一个或更多个用户计算实体10可以经由一个或更多个有线或无线网络例如网络50、55来彼此和/或与各种其他计算实体通信。在一个实施例中,工业清洁装置100可以通过有线或短程无线连接(例如蓝牙)将操作数据/信息传送至用户计算实体10,如图1中的虚线所示。然后,用户计算实体10可以经由有线或无线网络50将操作数据/信息传送至分析系统200。在另一实施例中,工业清洁装置100可以经由有线或无线网络55(例如,3G网络,因特网)与分析系统200通信。
在各种实施例中,如图2所示,工业清洁装置100可以包括一个或更多个传感器(例如,温度传感器110、能量使用传感器120、水流量计传感器130、其他传感器140)。传感器可以捕获操作参数的测量结果。操作参数可以被提供、发射和/或传送至分析系统200(例如,经由网络接口160)。然后,分析系统200可以监测所捕获的操作参数的测量结果,并且如果一个或更多个测量值在允许范围之外、遵循特定趋势(例如,已知趋势,正在研究的趋势等)、处于警告或警报范围内、趋向于允许范围或者警告或警报范围的边缘等等则提供警报和/或通知,并且向工业清洁装置的用户或管理者提供其警报或通知。例如,分析系统200可以向用户计算系统10(例如,用户终端、用户移动电话、用户的电子邮件地址等)提供警报和/或通知。除了提供通知之外,计算系统还可以被配置成自动订购部件或供应物(例如,通过联系供应商系统250)、安排维护、提供关于短期解决方案的信息、提供培训资源等等。
现在将更详细地描述本发明的各种实施例。
Ⅱ.示例性系统操作
在各种实施例中,工业清洁装置100被配置成在工业清洁装置100的操作期间捕获操作参数的测量结果。操作参数可以包括预洗温度、洗涤温度、漂洗温度、干燥温度、电力使用量、水使用量、通过工业清洁装置100的各个部分的水流量(例如,通过清洁化学品分配器,通过水输入阀,通过排水阀等等)、化学品/产品使用量(例如,在操作期间分配/使用的清洁剂或其他清洁化学品的量)、化学品/产品浓度(例如,预洗流体、洗涤流体、漂洗流体等中的清洁剂或其他清洁化学品的浓度)以及/或者其它操作参数。工业清洁装置100被配置成向分析系统200提供操作数据/信息,其中,操作数据/信息包括操作参数的捕获的测量结果的至少一部分。在一些实施例中,工业清洁装置100可以经由用户计算实体10将操作数据/信息提供给分析系统200。在各种实施例中,操作数据/信息被实时地(或者,近似实时地)、在工业清洁装置的每一操作完成之后、每天、每周、在工业清洁装置检测到错误(例如,低供水量警报等)等时提供给分析系统200。除了操作参数的一个或更多个捕获的测量结果之外,操作数据/信息可以包括被配置成唯一地标识工业清洁装置100的装置标识符、与工业清洁装置相关联的位置、时间戳以及/或者与操作参数相关联的上下文数据/信息。
分析系统200可以被配置成分析、处理和/或存储操作数据/信息的至少一部分。如果确定一个或更多个测量值在允许范围或优选趋势之外、遵循特定趋势(例如,已知趋势,正在研究的趋势等)、处于警告或警报范围内、趋向于允许范围或者警告或警报范围的边缘等,提供要经由用户计算实体10来显示的对其的警报或通知。例如,分析系统200可以向用户计算实体10提供警报,该警报在被用户计算实体10执行和/或处理时使得通知通过用户计算实体10的用户接口被显示或提供(例如,可听通知)。除了提供通知之外,分析系统200还可以被配置成自动订购部件或供应品(例如,通过联系供应商系统250)、安排维护、提供关于短期解决方案的信息、提供培训资源等等。
在各种实施例中,操作数据/信息可用于各种目的。例如,可以监测资源利用(例如,水用量、能量使用)和可消耗效率(例如,清洁化学品使用量、分配器使用情况和维护、远程分配器使用情况和维护)。可以基于操作数据/信息和/或其分析来提供有针对性的培训和/或咨询。另外,监测操作数据/信息可以通过以下来帮助客户保持卫生符合性:为工业清洁装置10的用户提供培训(包括提供校正反馈);触发对工业清洁装置和/或其一部分的维护的发生(例如,清洁化学品分配器向工业清洁装置提供清洁化学品);监测能量和/或水使用量;监测清洁化学品使用量以确保使用的化学品浓度在允许范围内;以及/或者提供有针对性的技术服务。因此,监测操作数据/信息并且基于对操作数据/信息的分析提供预测性维护可以为客户提供一系列优势。
1.检测已知趋势
图3提供了示出可以作为为一个或更多个工业清洁装置100提供预测性维护的一部分而完成的各种处理和过程的流程图。从步骤302开始,接收新的操作数据/信息。例如,分析系统200可以从一个或更多个工业清洁装置100接收新的操作数据/信息。在各种实施例中,新的操作数据/信息可以由分析系统200存储。例如,分析系统200可以存储至少一个工业清洁装置100的操作数据/信息的多于一年的量、多达一年的量、一季度的量、一个月的量、一周的量和/或一些其他时间范围的量。
在步骤304,分析数据。例如,分析系统200可以分析操作数据/信息的至少一部分。例如,可以确定新的操作数据/信息中的一个或更多个测量值是否在允许或优选范围之外、处于警告或警报范围内等。可以将新的操作数据/信息与存储的操作数据/信息组合,以计算/确定在工业清洁装置的过去n次使用(例如,操作清洁装置被运行的最后10次)期间、在过去工作日、过去24小时、过去一周、过去7天、过去一个月、过去30天等期间操作参数的平均测量值。在一些实施例中,可以确定平均测量值是否在允许或优选范围之外、处于警告或警报范围内等。在各种实施例中,将新的操作数据/信息与存储的操作数据/信息组合以确定操作数据/信息中是否存在任何趋势。例如,操作数据/信息可能遵循优选趋势(例如,特定参数的一致且允许的测量值)、已知趋势和/或一些其他趋势。在各种实施例中,已知趋势是已被识别为指示特定故障事件可能在特定时间范围内发生的趋势。例如,已知趋势可以指示在限定的时间范围内(例如,一周、一个月、几个月、一年)工业清洁装置的特定部分即将发生的失效。在一些实施例中,如果在操作数据中识别出一些其他趋势(例如,未知或尚未知与特定故障事件和/或特定时间范围相关联的趋势),则可以监测该趋势以确定该趋势是否呈现为与工业清洁装置100的至少一部分的未来失效或与其相关联的故障事件有关。在各种实施例中,每当接收到新的操作数据/信息时(例如,实时地或近似实时地)、每天一次、每周一次等,来分析操作数据/信息。例如,对操作数据/信息的分析可以周期性地执行和/或可以由特定测量值在允许范围之外(例如,大于或小于阈值)的来触发,等等。
在步骤306,确定在操作数据/信息中是否识别或检测到已知趋势。例如,分析系统200可确定在操作数据/信息中是否识别或检测到已知趋势。如果在操作数据/信息中未识别或检测到已知趋势,则分析系统200可等待以接收要分析的另外的操作数据/信息。如果在工业清洁装置100的操作数据/信息中识别或检测到已知趋势,则处理继续至步骤308。
在步骤308,可以识别和/或确定工业清洁装置100可能发生的故障事件和故障事件可能发生的时间范围。例如,分析系统可以识别和/或确定工业清洁装置100可能发生的故障事件以及故障事件可能发生的时间范围。可以至少部分地基于在操作数据/信息中识别的趋势以及/或者之前观察到的趋势和/或趋势模板来识别和/或确定所识别的和/或确定的故障事件和相关联的时间范围。例如,如果先前针对特定的工业清洁装置100,在故障事件发生之前的一周已经识别出特定的趋势,则可以确定在工业清洁装置100的操作数据/信息中再次识别到该趋势的情况下该相同的故障事件在约一周后可能发生。例如,如果清洁产品的储存器内的清洁化学品(例如,清洁剂或清洁产品)的量(或使用的化学品的量)遵循特定趋势,则这可能表明清洁化学品将在约一周后需要重新填充。在另一示例中,趋势模板可以基于一个或更多个工业清洁装置100的先前操作数据/信息。可以将观察到的趋势与趋势模板进行比较以确定故障事件可能发生的时间范围。例如,通过化学分配器的水流量可能逐渐减少。与该趋势相关联的趋势模板可以指示,如果通过化学分配器的水流量达到特定值、具有特定的减少率等,则由工业清洁装置100提供的清洁质量将会在约一个月后降至阈值水平以下。因此,基于所识别的趋势,可以识别和/或确定故障事件和相关时间范围。
在步骤310,可以提供警报或通知。例如,警报或通知可由分析系统200产生并被提供、发射和/或传送给用户计算实体10,使得用户计算实体10可将警报或通知显示给工业清洁装置100的用户或管理者。例如,分析系统200可以向用户计算实体10提供警报,该警报在由用户计算实体10执行和/或处理时使得通知通过用户计算实体10的用户接口被显示或提供(例如,可听通知)。例如,每个工业清洁装置100可以与被配置成唯一地标识工业清洁装置100的装置标识符相关联。每个装置标识符可以与客户简档相关联地存储。客户简档可以包括被监测的工业清洁装置安装于的一个或更多个位置、工业清洁装置的一个或更多个管理者的联系信息、以及/或者其他信息。联系人信息可以用于识别电子邮件通知可以发送至的电子邮件地址、警报可以被发送至的与工业清洁装置100相关联的用户计算实体10的IP或其他电子地址、以及/或者警报可以被寄往的简档。
在各种示例中,分析系统200可以被配置成提供仪表板(例如,交互式图形用户界面),该仪表板可以被工业清洁装置的用户或管理者用来查看至少一些操作数据/信息、接收警报等等。例如,用户可以经由用户计算实体10查看和/或与仪表板界面交互。例如,用户可以登录到与分析系统200的操作员相关联的网站以访问仪表板。在其他实施例中,仪表板可以经由存储在用户计算实体10上的应用程序(例如,互联网浏览器或专用应用程序)来提供。图4和图5提供了根据本发明的各个实施例的仪表板的示例视图。例如,仪表板可以向工业清洁装置100的用户或管理者(例如,操作用户计算实体10)提供一个或更多个警报、一个或更多个操作参数的测量值,对一个或更多个操作参数的一个或更多个测量值(或其连续平均值)在特定时间段内是否在允许范围或趋势内的指示、与工业清洁装置的水使用量、产品使用量和/或能量使用量有关的信息等等。因此,在各种实施例中,分析系统200可以经由仪表板或其他电子地址(例如,发送至电子邮件地址的电子邮件、发送至电话号码的短消息服务(SMS)或多媒体消息服务(MMS)消息等等)提供警报。
返回图3,在步骤312,可以订购用于工业清洁装置100的部件或供应品。例如,分析系统200可以联系供应商系统250并且为工业清洁装置100订购部件和/或供应品(例如,清洁化学品替换物)。例如,如果所识别的故障事件是工业清洁装置将在约一周后用尽特定清洁化学品的可用储藏,则可以订购特定清洁化学品的替换物,使得替换物在一周期满之前被递送到工业清洁装置100的位置。在另一示例中,如果所识别的趋势显示通过清洁化学品分配器的水量正在减少,表明特定的密封件可能无法正常起作用,则可以订购新的密封件。因此,订购的部件或供应品是基于识别的已知趋势和/或与已知趋势对应的故障事件。可以订购部件或供应品,使得预期部件或供应品会在故障事件可能发生的时间范围期满之前到达工业清洁装置100的位置或者到达将执行维护的技术人员的办公室。在一个实施例中,可以提示工业清洁装置100的服务人员(例如,操作分析系统200的组织或公司的技术人员或其他相关人员)或用户或管理者订购(例如,通过电子通知)用于工业清洁装置100的特定部件或供应品。
继续到步骤314,可联系客户以安排维护。例如,分析系统200可以联系客户(例如,通过仪表板、电子邮件、语音消息或其他手段)来安排维护。在另一实施例中,分析系统200可以提示分析系统200的操作员的雇员呼叫顾客安排维护。例如,如果预防可能发生的故障事件需要熟练的技术人员,则可以安排维护。例如,可以在可能发生故障事件的时间范围内和/或期满之前安排维护。在各种实施例中,如果在不久的将来和/或在时间范围内有预期的定期维护,则可以安排定期维护(如果尚未安排定期维护的话)和/或可以将对识别的故障事件的解决预防加入到维护访问的议程。
在步骤316,可以提供与短期解决方案有关的信息。例如,分析系统200可以向工业清洁装置100的用户或管理者提供与短期解决方案有关的信息(例如,通过电子邮件、仪表板等)。例如,如果所识别的故障事件可能导致由工业清洁装置100提供的清洁质量在时间范围内下降到阈值质量以下,但是短期解决方案可以将清洁质量维持达延长的时间范围,与短期解决方案有关的信息可以被提供。然后,可以将维护访问安排为在延长的时间范围内和/或延长的时间范围到期之前发生。例如,如果通过分配器的水流呈现为以特定速率或以特定方式下降,则短期解决方案可能是清洁工业清洁装置100的管线内的滤水器。因此,关于如何清洁管线内滤水器的信息可以被提供给工业清洁装置100的用户或管理者。清洁管线内滤水器可以延迟故障事件的发生并且提供在其间可以安排维护的延长的时间范围(例如,延长的时间范围可以比原始识别的时间范围长几周或几个月)。
在步骤318,可以提供培训资源。例如,分析系统200可以提供与识别的故障事件有关的培训资源(例如,通过电子邮件、仪表板、增强现实等)。例如,如果故障事件可能由用户错误引起,则可以提供旨在预防重复用户错误的培训资源。在另一示例中,如果用于预防故障事件的维护可以由工业清洁装置100的用户执行,则可以提供关于如何完成维护以预防故障事件的培训资源。例如,如果清洁化学品储存器需要重新填充或更换为新的清洁化学品储存器,则可以提供关于如何重新填充或更换清洁化学品储存器的说明。在另一示例中,可以向工业清洁装置100的用户或管理者提供关于应该执行的日常维护的培训资源。例如,如果所识别的已知趋势指示工业清洁装置100需要除垢,则可以向工业清洁装置100的用户或管理者提供示出如何对工业清洁装置100进行除垢的培训资源。例如,可以通过如国际申请PCT/US2015/053980中更详细描述的虚拟现实环境来提供培训资源,其中,该国际申请的全部内容通过引用并入此文。
在各种实施例中,可以执行步骤312、314、316和/或318中的一个或更多个。例如,分析系统200可以订购一瓶新的清洁化学品并且提供关于如何去除旧瓶以及向工业清洁装置100提供该瓶新的清洁化学品的指示。在另一个示例中,可以订购新的管线内滤水器,可以安排维护以安装新的管线内滤水器,并且可以提供关于短期解决方案(例如,清洁现有的管线内滤水器)的信息。因此,响应于在操作数据/信息内识别到已知趋势,分析系统200可以完成多个任务,以预防识别的故障事件发生。因此,由分析系统200完成的任务可以旨在预防所识别的故障事件影响工业清洁装置100提供的清洁质量,导致工业清洁装置经历停机时间,等等。
2.检测异常
图6提供了可以在提供工业清洁装置100的预测性维护时完成的各种操作和过程的流程图。从步骤602开始,类似于步骤302,接收新的操作数据/信息。例如,分析系统200可以从一个或更多个工业清洁装置100接收新的操作数据/信息。在各种实施例中,新的操作数据/信息可以由分析系统200存储。例如,分析系统200可以存储至少一个工业清洁装置100的操作数据/信息的多于一年的量、多达一年的量、一个季度的量、一个月的量、一周的量和/或一些其他时间范围的量。
在步骤604,分析数据并识别异常。例如,分析系统200可以分析操作数据/信息的至少一部分并识别操作数据/信息中的异常。例如,可能确定新的操作数据/信息(或存储的操作数据/信息)的一个或更多个测量值在允许或优选范围之外(例如,大于或小于阈值)、在警告或警报范围内等等。将新的操作数据/信息与存储的操作数据/信息相结合,以计算/确定在工业清洁装置的过去使用(例如,操作清洁装置被运行的最后5次或10次)期间、在过去工作日、过去24小时、过去一周、过去7天、过去一个月、过去30天等期间操作参数的平均测量值。在一些实施例中,可以确定平均测量值在允许或优选范围之外(例如,大于或小于阈值),在警告或警报范围内等。在各种实施例中,将新的操作数据/信息与存储的操作数据/信息组合以检测和/或识别操作数据/信息中的异常趋势。例如,操作数据/信息可能趋向于阈值。在各种实施例中,每当接收到新的操作数据/信息时、每天一次、每周一次等等,来分析操作数据/信息。例如,对操作数据/信息的分析可以周期性地执行和/或可以由特定测量值在允许范围之外(例如,大于或小于阈值)等来触发。
在步骤606,确定所识别或检测到的异常是否与已知趋势相关联。例如,分析系统200可以确定异常是否与已知趋势相关联。在各种实施例中,已知趋势是已被识别为指示特定故障事件可能在特定时间范围内发生的趋势。例如,分析系统200可以存储诸如趋势模板的趋势信息/数据。可以将所识别或检测到的异常(和/或与其相关/对应的操作数据/信息)与趋势模板进行比较,以确定所识别或检测到的异常是否与已知趋势相关联。如果在步骤606处,确定所识别或检测到的异常与已知趋势相关联,则处理继续至步骤608。在步骤608处,基于与检测到或识别的异常相关联的已知趋势来确定可能发生的关于工业清洁装置100的故障事件。也可以确定故障事件可能发生的时间范围。例如,分析系统200可至少部分地基于所识别或检测到的异常和/或与其相关联的已知趋势来确定可能影响工业清洁装置的清洁质量的故障事件和故障事件可能发生的时间范围。例如,可以如上所述类似地确定故障事件和故障事件可能发生的时间范围。
在步骤610处,触发对预期故障事件的响应。例如,分析系统200可以至少部分基于预期的故障事件和故障事件可能发生的时间范围来触发一个或更多个动作。例如,可以生成并发送警报或通知,可以订购部件或供应品,可以安排维护,可以提供关于短期解决方案的信息,可以提供培训资源等。例如,响应于确定故障事件和故障事件可能发生的时间范围,可以向工业清洁装置100的用户或管理者提供警报或通知。在各种实施例中,可以通过电子邮件、经由用户计算实体10显示的仪表板、SMS或MMS消息等来提供警报或通知。在另一示例中,响应于确定故障事件和故障事件可能发生的时间范围,可以订购部件或供应品(例如清洁化学品)。例如,基于确定的故障事件,分析系统200可以识别部件或供应品以解决可能发生的故障事件,并与供应商系统250通信以订购该部件或供应品。在各种实施例中,可以以在故障事件可能发生的时间范围期满之前的预期递送日来订购部件或供应品。在另一示例中,可以安排技术人员的维护访问。例如,可以响应于通过仪表板发送给工业清洁装置100的用户或管理者的电子邮件(例如,响应于应该安排维护的通知),通过电话对话来安排维护,等等。例如,可以安排技术人员来到工业清洁装置100的位置并对工业清洁装置100和/或与工业清洁装置100相关联的清洁溶液分配器执行维护以预防发生故障事件。在各种实施例中,维护可被安排为在可能发生故障事件的时间范围期满之前发生。在另一个示例中,可以经由电子邮件、仪表板(例如,经由用户计算实体10显示的仪表板)等向工业清洁装置100的用户或管理者提供关于短期解决方案的信息。例如,短期解决方案可以是下面这样的解决方案:该解决方案不会无限地预防故障事件,但是可以使工业清洁装置的清洁质量在更长的时间段内保持在允许的水平,从而延长故障事件可能发生的时间范围,并给出延长的时间范围,在该延长的时间范围内可以安排维护。在另一示例中,可以向工业清洁装置100的用户或管理者提供培训资源。例如,可以提供关于如何再填充清洁化学品的培训资源、纠正性培训(例如,以预防用户错误再次发生)、关于如何执行可以预防或延长故障事件的发生的低技能或定期维护(例如,不需要由经过培训的技术人员完成的维护)等。例如,可以提供与对工业清洁机100进行除垢、清洁管线内滤水器、更换/再填充清洁化学品等有关的培训资源。例如,可以经由电子邮件、仪表板(例如,经由用户计算实体10显示的仪表板)、通过增强现实等来提供培训资源。因此,可以采取各种动作中的一种或更多种动作来在故障事件可能发生的时间范围内解决和/或预防故障事件。
如果在步骤606确定异常与已知趋势不相关,则处理继续至步骤612。在步骤612处,确定其他操作数据/信息是否指示工业清洁装置100的操作中的异常。例如,分析系统200可以确定其他操作数据/信息是否指示异常。例如,洗涤流体的传导率的测量结果可以用于监测洗涤流体中的清洁化学品的浓度,洗涤流体的传导率的测量结果可以指示在特定一天或在工业清洁装置100的特定操作期间的尖峰。另一个测量值可以指示每次工业清洁装置100被操作时分配多少清洁化学品。如果洗涤流体的传导率的测量值指示异常,则可以对指示分配了多少清洁化学品的一个或更多个对应的测量值(例如,工业清洁装置100的相同操作的测量值,和/或具有类似于与异常数据相关的时间戳的与其相关联的时间戳的测量值)进行检查,以查看相应的测量值是否也指示异常。如果相应的测量值不指示异常,则处理继续至步骤618。在步骤618,确定异常是由外部因素造成的。例如,分析系统200可以确定异常是由外部因素造成的。例如,洗涤流体的传导率可能已经由于盐从正在洗涤的一套特别咸的盘子进入洗涤流体而增加。如果异常是由外部因素造成的,则异常并不指示可能发生故障状况,也不需要立即采取措施。在各种实施例中,如果检测到异常,则可以向服务人员显示相应的操作数据/信息以人工分析异常是否是由外部因素造成的。
如果在步骤612确定来自工业清洁装置的相应操作数据/信息和/或其它操作数据/信息也呈现异常,则处理继续至步骤614。继续上面的示例,如果指示分配的清洁化学品的量的测量值指示分配了异常量的清洁化学品,则处理可以继续至步骤614。在步骤614,可以向工业清洁装置100的用户或管理者和/或向为工业清洁装置提供技术支持和/或维护的技术人员或技术人员组发送警报或通知。例如,分析系统200可以向工业清洁装置100的用户或管理者或向为工业清洁装置提供技术支持和/或维护的技术人员或技术人员组发送关于异常操作数据/信息的警报或通知。例如,工业清洁装置100的用户或管理者可以接收电子邮件警报或通知,通过仪表板(例如,经由用户计算实体10显示的仪表板)等被提供警报或通知。例如,分析系统200可以向用户计算实体10提供警报。响应于用户计算实体10执行和/或处理警报,仪表板可以被激活以通过用户计算实体10的用户界面来被显示和/或提供,并且警报的通知可以通过仪表板被提供。例如,警报或通知可指示已检测到异常,可以提供一个或更多个旨在预防可能由人为错误引起的这样的异常的培训资源,可以提示用户或管理者安排维护访问,使得技术人员可以调查异常,等等。
在步骤616,可以对特定工业清洁装置100的操作数据/信息进行标记以指示已经在该操作数据/信息中检测到异常并且对该操作数据/信息进行监测以确定是否出现、检测到或识别出与异常相关联的趋势。例如,分析系统200可以标记包括异常的操作数据/信息并且监测工业清洁装置100的操作数据/信息,以确定是否出现、检测到或识别出与异常相关联的趋势。例如,可以监测工业清洁装置100的操作数据/信息以确定是否发生故障事件以及故障事件发生在什么时间范围内,从而确定异常是否指示随后的故障事件。以这种方式,可以识别新的已知趋势,以随着时间的推移为工业清洁装置100提供改进的预测性维护。
3.示例1
图7A、图7B、图7C和图7D示出了操作数据/信息的部分,其中,在操作数据/信息中检测/识别到异常并且确定异常是由外部因素造成的。图7A提供了示出在6月17日至7月17日的30天时段期间工业清洁装置100的洗涤流体的测量传导率的图表。在各种实施例中,洗涤流体的传导率可以用于指示洗涤流体中的清洁化学品的浓度。分析系统200可以在7月11日和7月15日识别/检测到洗涤流体的传导率的尖峰。所识别/检测到的异常与已知趋势不相关联,因此分析系统200分析对应于所识别/检测到的异常(在7月11日和7月15日洗涤流体的传导率的尖峰)的操作数据/信息来确定相应的操作数据/信息是否也呈现出异常。
图7B提供了示出与在6月17日至7月17日的30天时段期间分配的清洁化学品的量相关的操作数据/信息的三幅图表。示出了旋转数计数(清洁化学品分配器内的分配机构旋转以使得清洁化学品被分配的次数)、清洁化学品剂量、以及在30天时段期间使用的清洁化学品的总量。相应的操作数据/信息示出在所考虑的30天时段期间每天使用约0.5千克的清洁化学品。
图7C和图7D分别提供了示出在7月11日和7月15日的活动和使用的清洁化学品的图。7月11日和7月15日的活动遵循优选趋势(例如,符合正常操作预期)。7月11日和7月15日的清洁化学品使用量实际上略低于0.5千克的平均日清洁化学品使用量。因此,从图7B、图7C和图7D看出,相应的操作数据/信息不指示任何其他异常。因此,确定洗涤流体传导率的异常尖峰是由外部因素造成的。例如,炊事用具可能在被放入工业清洁装置100之前未被适当地预漂洗,导致盐从炊事用具溶解到洗涤流体中,从而提高了洗涤流体的传导率。在一个实施例中,不采取进一步的措施。在另一实施例中,向工业清洁装置100的用户或管理者(例如,经由用户计算实体10)提供与预漂洗炊事用具有关的通知/提醒和/或培训资源。
4.示例2
图8A和图8B提供了显示通过两个不同的清洁化学品分配器单元的流速的曲线图。每个曲线图的左侧部分示出了通过相应的分配器单元的流速减少,这指示分配器单元需要被更换,而如果不更换,则分配器单元将使工业清洁装置100经历故障事件(例如,可能导致“无水”警报、“通道阻塞”警报、分配器单元中积累清洁化学品、清洁质量降低等等的分配器单元的失效)。对于这种特定的已知趋势,短期解决方案是已知的。例如,如果供应到分配器单元的水的水压增加(例如从25PSI增加到40PSI),则分配器单元可以继续有效地操作达延长的时间范围。例如,在图8A和8B两者中,当应用了短期解决方案时,可以看到通过分配单元的流量增加。在应用短期解决方案之后,通过分配单元的流量再次开始缓慢下降。然而,通过应用短期解决方案,提供了一个延长的时间范围,在该延长的时间范围中可以安排维护以预防发生故障事件。可以安排维护并且可以预防即将发生的故障事件。
然而,另外,图8A和图8B中示出的流速的稳定下降可以被确定为指示趋势。例如,在未来,如果根据收到的操作数据确定类似的流速下降,则可以预测在某一时间或某一时间附近将会发生失效或故障。这些信息可以用来预测失效或故障。就这一点而言,本发明的一些实施例可以被配置成识别趋势的发生并且然后相应地起作用(例如,提供警报、安排维护等),由此预防失效或故障以及/或者减轻清洁化学品分配器单元的停机时间或减少的有效操作的损失。
Ⅲ.示例性系统架构
1.示例性分析系统
分析系统200可以由和/或代表操作工业清洁装置100的实体、组织、公司、零售位置等以及/或者制造和/或提供一个或更多个工业清洁装置的维护的组织、公司、组等来操作。图9示出了示例分析系统200的示意图。通常,术语系统可以指例如一个或更多个计算机、计算装置、计算实体、移动电话、台式机、平板电脑、笔记本电脑、膝上型电脑、分布式系统、服务器、刀片(blade)、网关、交换机、处理装置、处理实体、中继器、路由器、网络接入点、基站等以及/或者适于执行本文描述的功能、操作和/或处理的装置或实体的任何组合。这样的功能、操作和/或处理例如可以包括发送、接收、操作、处理、显示、存储、确定、创建/生成、监测、评估、比较和/或在本文中可互换地使用的类似术语。在一个实施例中,这些功能、操作和/或处理可以对数据、内容、信息和/或在本文中可互换地使用的类似术语来执行。
如所指出的,在一个实施例中,分析系统200还可以包括用于与各种计算实体通信的一个或更多个通信接口,例如,通过传送可以被传送、接收、操作、处理、显示、存储等的数据、内容、信息和/或本文中可互换使用的类似术语。例如,分析系统200可以与一个或更多个用户计算实体10、一个或更多个工业清洁装置100和/或一个或更多个供应商系统250进行通信。
在一个实施例中,分析系统200可以包括与分析系统200内的其他元件如经由总线201进行通信的一个或更多个处理元件210(也称为处理器、处理电路和/或本文中可互换使用的类似术语)或与所述一个或更多个处理元件210进行通信。如将理解的,处理元件210可以以许多不同的方式来实施。例如,处理元件可以被实施为一个或更多个复杂可编程逻辑器件(CPLD)、微处理器、多核处理器、协处理实体、专用指令集处理器(ASIP)和/或控制器。此外,处理元件210可以被实现为一个或更多个其他处理装置或电路。术语电路可以指纯硬件实施例或者硬件和计算机程序产品的组合。因此,处理元件210可以被实现为集成电路、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、硬件加速器、其他电路等。因此,如将理解的那样,处理元件210可以被配置用于特定用途或被配置成执行存储在易失性或非易失性介质中的或者对于处理元件以其他方式可访问的指令。这样,无论是通过硬件、通过计算机程序产品还是通过硬件和计算机程序产品的组合来配置,处理元件210在被相应地配置的情况下均能够执行根据本发明实施例的步骤或操作。
在一个实施例中,分析系统200还可以包括存储器或与存储器216通信,存储器216可以包括非易失性介质(也称为非易失性存储器、存储器、储存器、存储电路和/或在本文中可互换使用的类似术语)。在一个实施例中,非易失性储存或存储器216可以包括如上所述的一个或更多个非易失性储存或存储介质,例如硬盘、ROM、PROM、EPROM、EEPROM、闪存、MMC、SD存储卡、记忆棒、CBRAM、PRAM、FeRAM、RRAM、SONOS、赛道存储器等。如将认识到的,非易失性储存或存储介质可以存储数据库、数据库实例、数据库管理系统、数据、应用程序、程序、程序模块、脚本、源代码、目标代码、字节代码、编译代码、解释代码、机器代码、可执行指令等等。例如,非易失性储存或存储器可以存储包括数据分析模块230、安排模块235、趋势追踪模块240和/或通知模块245的代码。术语数据库、数据库实例、数据库管理系统和/或在本文中可互换使用的类似术语可以指例如经由关系数据库、层次数据库、和/或网络数据库存储在计算机可读存储介质中的记录或数据的结构化集合。例如,非易失性储存或存储器可以包括地图数据数据库、负载信息数据库、日程安排数据库等。
在一个实施例中,存储器216还可以包括易失性介质(也被称为易失性储存器、存储器、存储设备、存储电路和/或在本文中可互换使用的类似术语)。在一个实施例中,易失性储存或存储器还可以包括如上所述的一个或更多个易失性储存或存储介质,诸如RAM、DRAM、SRAM、FPM DRAM、EDO DRAM、SDRAM、DDR SDRAM、DDR2SDRAM、DDR3SDRAM、RDRAM、RIMM、DIMM、SIMM、VRAM、高速缓冲存储器、寄存器存储器等。如将认识到的,易失性储存或存储介质可以用于存储由例如处理元件执行的以下中的至少一部分:数据库、数据库实例、数据库管理系统、数据、应用程序、程序、程序模块、脚本、源代码、目标代码、字节代码、编译代码、解释代码、机器代码、可执行指令等。因此,数据库、数据库实例、数据库管理系统、数据、应用程序、程序、程序模块、脚本、源代码、目标代码、字节代码、编译代码、解释代码、机器代码、可执行指令等可以用于在处理元件210和操作系统220的辅助下控制分析系统200的操作的某些方面。
在各种实施例中,存储器216可以被认为是主存储器,例如RAM存储器或仅在操作期间保留内容的其他形式,或者存储器216可以是非易失性存储器,例如ROM、EPROM、EEPROM、FLASH或保留存储内容的其他类型的存储器。在一些实施例中,磁盘储存器可以使用I/O总线而不是专用总线来与处理器210通信。存储器216也可以是存储相对大量数据的辅助存储器,例如磁盘储存器。辅助存储器可以是软盘、硬盘、光盘、DVD或计算机领域技术人员已知的任何其他类型的大容量存储类型。存储器216还可以包括处理器执行其功能的任何应用程序接口、系统、库和任何其他数据。ROM 215用于存储基本输入/输出系统226(BIOS),基本输入/输出系统226包含帮助在分析系统200的部件之间传输信息/数据的基本例程,其中,所述部件包括数据分析模块230、安排模块235、趋势跟踪模块240、通知模块245和/或操作系统120。
另外,分析系统200包括至少一个存储装置213例如硬盘驱动器、软盘驱动器、CD-ROM驱动器或光盘驱动器,以在各种计算机可读介质例如硬盘、可移动磁盘或CD-ROM盘上存储信息/数据。如本领域普通技术人员将理解的,这些存储装置213中的每一个通过适当的接口连接到系统总线201。重要的是要注意,上述计算机可读介质可以由本领域已知的任何其他类型的计算机可读介质代替。这种介质包括例如记忆棒(例如,USB存储器)、磁带盒、闪存卡和数字视频盘。
许多程序模块可以由各种存储装置存储并存储在RAM 217中。这样的程序模块包括操作系统120、数据分析模块230、安排模块235、趋势追踪模块240和/或通知模块245。本领域技术人员将认识到,其他模块可以存在于RAM 217中以实现本发明的各种实施例。此外,数据分析模块230、安排模块235、趋势追踪模块240和/或通知模块245的功能不需要是模块化的。
网络接口208也位于分析系统200中,用于例如通过传送可以被传送、接收、操作、处理、显示、存储等的数据、内容、信息和/或在本文中可互换使用的类似术语来与计算机网络的其他元件进行对接和通信。例如,分析系统200可以与一个或更多个用户计算实体10、一个或更多个工业清洁装置100和/或一个或更多个供应商系统250通信。这样的通信可以使用有线数据传输协议来执行,所述有线数据传输协议例如光纤分布式数据接口(FDDI)、数字用户线路(DSL)、以太网、异步传输模式(ATM)、帧中继、有线电缆数据服务接口规范(DOCSIS)或任何其他有线传输协议。类似地,分析系统200可以被配置成使用各种协议中的任何协议经由无线外部通信网络来进行通信,其中,所述协议例如通用分组无线电服务(GPRS)、通用移动通讯系统(UMTS),码分多址2000(CDMA2000)、CDMA2000 1X(1xRTT)、宽带码分多址(WCDMA)、时分同步码分多址(TD-SCDMA)、长期演进(LTE)、演进通用陆地无线接入网络(E-UTRAN)、演进数据优化(EVDO)、高速分组接入(HSPA)、高速下行链路分组接入(HSDPA)、IEEE 802.11(Wi-Fi)、802.16(WiMAX)、超宽带(UWB)、红外(IR)协议、蓝牙协议、无线通用串行总线(USB)协议和/或任何其他无线协议。
分析系统200可以经由网络接口208和/或输入/输出装置204接收各种信息/数据。此信息/数据可以包括操作数据/信息、被自动订购以解决预期故障状况的部件和/或供应品的运送信息、维护安排信息等。然而,该输入信息/数据可以变化,这取决于分析系统200的配置和信息要求。
如上所述,分析系统200还包括用于接收和显示数据的输入/输出装置204。分析系统200可以包括一个或更多个输入元件或与一个或更多个输入元件通信,所述一个或更多个输入元件,如由输入/输出装置204所指示的,例如键盘输入、鼠标输入、触摸屏/显示器输入、音频输入、定点装置输入、操纵杆输入、小键盘输入等。分析系统200还可以包括一个或更多个输出元件或与一个或更多个输出元件通信,如由输入/输出装置204指示的,所述一个或更多个输出元件例如音频输出、视频输出、屏幕/显示器输出、运动输出、移动输出等。
在各种实施例中,分析系统200可以被配置成分析对应于工业清洁装置100的操作的操作数据/信息。分析系统200还可以被配置成识别操作数据/信息中的已知趋势或异常并基于识别的趋势或异常来触发一个或更多个动作。
在各种实施例中,分析系统200可以被配置成从一个或更多个用户计算实体10、一个或更多个工业清洁装置100和/或一个或更多个供应商系统250接收输入和/或信息/数据,或者向所述一个或更多个用户计算实体10、所述一个或更多个工业清洁装置100和/或所述一个或更多个供应商系统250提供信息/数据。分析系统200可以被配置成与一个或更多个用户计算实体10、一个或更多个工业清洁装置100和/或一个或更多个供应商系统250进行通信。
分析系统200还可以包括各种其他内部系统、与各种其他内部系统相关联或者与各种其他内部系统通信,其中,所述各种其他内部系统例如用于协调技术员访问以对一个或更多个工业清洁装置100执行维护的系统以及各种其他系统及它们的相应部件。
本领域技术人员将认识到许多其他替选方案和架构是可能的并且可以用于实践本发明的各种实施例。图9所示的实施例可以以不同方式来修改或者并入网络内并且在本发明的范围内。例如,分析系统200的一个或更多个组件可以被定位成远离其他分析系统200部件,例如在分布式系统中。此外,可以组合一个或更多个部件,可以包括执行本文所述的功能的另外的部件,或者将执行本文所述的功能的另外的部件与分析系统200相关联。因此,分析系统200可以适于适应各种需要和情况。
2.示例性工业清洁装置
图2提供了示例工业清洁装置100的框图。在各种实施例中,工业清洁装置100可以包括被配置成执行清洁功能的一个或更多个部分。例如,如果工业清洁装置100是器皿洗涤器,则工业清洁装置可以包括一个或更多个喷嘴,用于以洗涤流体和/或漂洗流体喷洒器皿洗涤器内餐具。工业清洁装置100还可以包括被配置成捕获操作参数的测量结果的一个或更多个传感器。例如,工业清洁装置100可以包括一个或更多个温度传感器110、一个或更多个能量使用传感器120、一个或更多个流量计传感器130和/或一个或更多个其他传感器140。例如,一个或更多个传感器可以被配置成捕获与以下参数有关的测量结果:预洗温度、洗涤温度、漂洗温度、干燥温度、电力使用量、水使用量、通过工业清洁装置100的各个部分的水流量、化学品/产品使用量(例如,在操作期间分配/使用的清洁剂或其他清洁化学品的量)、化学品/产品浓度(例如,预洗流体、洗涤流体、漂洗流体等中的洗涤剂或其他清洁化学品的浓度)以及/或者其他操作参数。
在各种实施例中,工业清洁装置100还可以包括一个或更多个控制器150。控制器150可以被配置成控制工业清洁装置的操作、从一个或更多个传感器(例如,110、120、130、140)等接收操作数据/信息或测量结果。在各种实施例中,控制器150可以是可以被实施为一个或更多个复杂可编程逻辑器件(CPLD)、微处理器、多核处理器、协处理实体、专用指令集处理器(ASIP)和/或控制器的处理元件。例如,控制器150可以被实施为一个或更多个其他处理装置或电路。术语电路可以指纯硬件实施例或者硬件和计算机程序产品的组合。因此,控制器150可以被实施为集成电路、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、硬件加速器、其他电路等。因此,如将理解的那样,控制器150可以被配置用于特定用途或者被配置成执行存储在易失性或非易失性介质中的或者控制器以其他方式可访问的指令。这样,无论是通过硬件、通过计算机程序产品还是通过硬件和计算机程序产品的组合来配置,控制器150在被相应地配置时均能够执行根据本发明实施例的步骤或操作。
工业清洁装置100还可以包括非易失性存储器170和/或易失性存储器180。非易失性存储器170和/或易失性存储器180可以被配置成存储用于工业清洁装置100的操作的计算机可读指令、用于在工业清洁装置100的操作期间捕获一个或更多个操作参数的测量结果的计算机可读指令100、操作参数的一个或更多个捕获的测量结果等。
工业清洁装置100还可以包括被配置成经由至少一个有线或无线网络进行通信的网络接口160。在各种实施例中,网络接口160被配置成经由上面关于分析系统200所描述的至少一个通信协议进行通信。例如,网络接口160可以被配置成经由有线或无线网络50、55向分析系统200(或用户计算实体10)提供、发射或传送操作过程的一个或更多个捕获的测量结果。在一些实施例中,网络接口160经由专有和/或安全网络55向分析系统200提供、传输或传送操作过程的一个或更多个捕获的测量结果。在其他实施例中,网络55可以是宽带网络、蜂窝网络和/或其他有线或无线网络。在各种实施例中,工业清洁装置100远离分析系统200定位。
3.示例性供应商系统
在一个实施例中,工业清洁装置100的部件和/或清洁化学品的供应商可以操作供应商系统250。供应商系统250可以包括功能上类似于分析系统200的那些部件的一个或更多个部件。例如,在一个实施例中,每个供应商系统250可以包括一个或更多个处理元件(例如,CPLD、微处理器、多核处理器、协处理实体、ASIP、微控制器和/或控制器)、一个或更多个显示装置/输入装置(例如,包括用户界面)、易失性和非易失性储存或存储器以及/或者一个或更多个通信接口。例如,供应商系统250可以与任何数目的分析系统200经由所述任意数目的分析系统200的相应通信接口来进行通信或交互。在一些实施例中,供应商系统250和分析系统200可以是同一服务器系统中的部分。例如,如果分析系统200由工业清洁装置100的制造商操作,则制造商也可以是工业清洁装置100的一个或更多个部件和/或清洁化学品的供应商。如将认识到的,这些架构和描述仅出于示例性目的而提供,而并不限于各个实施例。
4.示例性用户计算实体
在一个实施例中,工业清洁装置100的用户或管理者(例如,操作工业清洁装置的公司和/或组织等中的雇员或管理者)可以操作用户计算实体10。用户计算实体10可以包括功能上类似于分析系统200和/或供应商系统250的那些部件的一个或更多个部件。例如,在一个实施例中,每个用户计算实体10可以包括一个或更多个处理元件(例如,CPLD、微处理器、多核处理器、协处理实体、ASIP、微控制器和/或控制器)、一个或更多个显示装置/输入装置(例如,包括用户界面)、易失性和非易失性储存器或存储器、以及/或者一个或更多个通信接口。例如,用户计算实体10可以与任何数目的分析系统200和/或工业清洁装置100经由它们的相应的通信接口来进行通信或交互。例如,工业清洁装置的用户或管理者可以访问提供与一个或更多个工业清洁装置100有关的操作数据/信息的仪表板。在一些实施例中,用户计算实体10物理连接至工业清洁装置100。例如,用户计算实体10可以是安装至工业清洁装置100的外部的触摸屏平板电脑等。在另一个实施例中,用户计算实体10可以整体地连接至工业清洁装置100。例如,用户计算实体10的处理元件、存储器和/或网络接口可以被配置成分别充当控制器150、存储器170、180和/或网络接口160。如将认识到的,这些架构和描述仅出于示例性目的而提供,而并不限于各种实施例。
IV.计算机程序产品、方法和计算实体
本发明的实施例可以以各种方式来实现,包括实现为包括制造品的计算机程序产品。计算机程序产品可以包括存储应用程序、程序、程序模块、脚本、源代码、程序代码、目标代码、字节代码、编译代码、解释代码、机器代码、可执行指令等(在本文中也被称为可执行指令、用于执行的指令、计算机程序产品、程序代码和/或在本文中可互换使用的类似术语)的非暂态计算机可读存储介质。这样的非暂态计算机可读存储介质包括全部计算机可读介质(包括易失性和非易失性介质)。
在一个实施例中,非易失性计算机可读存储介质可以包括软盘、软磁盘、硬盘、固态存储器(SSS)(例如,固态驱动器(SSD)、固态卡(SSC)、固态模块(SSM)、企业闪存驱动器、磁带或任何其他非暂态磁介质等。非易失性计算机可读存储介质还可以包括穿孔卡、纸带、光学标记片(或具有孔的图案或其他光学可识别标记的任何其他物理介质)、光盘只读存储器(CD-ROM)、可擦写光盘(CD-RW)、数字多功能盘(DVD)、蓝光盘(BD)、任何其他非暂态光学介质等。这样的非易失性计算机可读存储介质还可以包括只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、闪速存储器(例如,串行、NAND、NOR等)、多媒体存储卡(MMC)、安全数字(SD)存储卡、SmartMedia卡、CompactFlash(CF)卡、记忆棒等。此外,非易失性计算机可读存储介质还可以包括传导桥接随机存取存储器(CBRAM)、相变随机存取存储器(PRAM)、铁电随机存取存储器(FeRAM)、非易失性随机存取存储器(NVRAM)、磁阻随机存取存储器(MRAM)、电阻式随机存取存储器(RRAM)、硅-氧化物-氮化物-氧化物-硅存储器(SONOS)、浮动结栅随机存取存储器(FJG RAM)、千足虫存储器、赛道存储器等。
在一个实施例中,易失性计算机可读存储介质可以包括随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、快速页面模式动态随机存取存储器(FPM DRAM)、扩展数据输出动态随机存取存储器(EDO DRAM)、同步动态随机存取存储器(SDRAM)、双倍数据速率同步动态随机存取存储器(DDR SDRAM)、双倍数据速率二型同步动态随机存取存储器(DDR2SDRAM)、双数据速率三型同步动态随机存取存储器(DDR3SDRAM)、Rambus动态随机存取存储器(RDRAM)、双晶体管RAM(TTRAM)、晶闸管RAM(T-RAM)、零电容器(Z-RAM)、Rambus直插式存储模块(RIMM)、双列直插式存储模块(DIMM)、单列直插式存储模块(SIMM)、视频随机存取存储器(VRAM)、高速缓冲存储器(包括各种级别)、闪速存储器、寄存器存储器等。将意识到,在实施例被描述为使用计算机可读存储介质的情况下,其他类型的计算机可读存储介质可以替代上述计算机可读存储介质,或者除了上述计算机可读存储介质之外另外使用其他类型的计算机可读存储介质。
应该理解,本发明的各种实施例也可以被实现为方法、设备、系统、计算装置、计算实体等。这样,本发明的实施例可以采取执行存储在计算机可读存储介质上的指令来执行某些步骤或操作的设备、系统、计算装置、计算实体等的形式。因此,本发明的实施例还可以采取纯硬件实施例、纯计算机程序产品实施例和/或包括计算机程序产品和执行某些步骤或操作的硬件的组合的实施例的形式。
以上参照框图和流程图例示描述了本发明的实施例。因此,应该理解的是,框图和流程图例示中的每个框可以以如下形式实现:计算机程序产品、纯硬件实施例、硬件和计算机程序产品的组合、以及/或者执行计算机可读存储介质上的供执行的指令、操作、步骤和可互换使用的类似词语(例如,可执行指令、用于执行的指令、程序代码等)的设备、系统、计算装置、计算实体等。例如,可以依次执行代码的检索、加载和执行,从而一次检索、加载和执行一条指令。在一些示例性实施例中,可以并行执行检索、加载和/或执行,使得多条指令被一起检索、加载和/或执行。因此,这样的实施例可以产生执行框图和流程图例示中指定的步骤或操作的专门配置的机器。相应地,框图和流程图例示支持用于执行指定的指令、操作或步骤的实施例的各种组合。
Ⅴ.结论
本发明所属领域的受益于在前面描述和相关联的附图中呈现的教示的技术人员将会想到本文阐述的本发明的许多修改和其他实施例。因此,应该理解的是,本发明不限于所公开的特定实施例,并且修改和其他实施例旨在被包括在所附权利要求的范围内。尽管本文中使用了特定的术语,但它们仅用于一般性和描述性的意义,而不是为了限制的目的。

Claims (36)

1.一种用于为工业清洁装置提供预测性维护的方法,所述方法包括:
接收指示所述工业清洁装置的操作期间与所述工业清洁装置相关联的操作参数的操作数据;
识别所述操作数据中的趋势;
确定与所述工业清洁装置相关联的特定故障事件可能在特定时间范围内发生;以及
提供指示所述特定故障事件可能在所述特定时间范围内发生的警报。
2.根据权利要求1所述的方法,还包括:响应于所述确定,订购用于所述工业清洁装置的部件和供应品中的至少一个。
3.根据权利要求2所述的方法,其中,所订购的部件或供应品是基于所述特定故障事件来选择的。
4.根据权利要求1所述的方法,还包括:响应于所述确定,为所述工业清洁装置安排维护以预防所述故障事件。
5.根据权利要求4所述的方法,其中,所述维护被安排为在所述特定时间范围结束之前发生。
6.根据权利要求1所述的方法,还包括:响应于所述确定,提供与用于所述特定故障事件的短期解决方案有关的信息。
7.根据权利要求6所述的方法,其中,所述短期解决方案被配置成延长所述特定时间范围。
8.根据权利要求1所述的方法,还包括响应于所述确定来提供一项或更多项培训资源,所述一项或更多项培训资源被配置成向所述工业清洁装置的一个或更多个操作者教示以下中的至少一个:(a)如何关于所述特定故障事件来对所述工业清洁装置执行维护;或者(b)如何预防未来故障事件的发生。
9.根据权利要求1所述的方法,其中,所述特定时间范围是以下的一段时间:预期所述工业清洁装置将在特定故障状况使所述工业清洁装置的质量降低之前在所述一段时间期间继续以可接受的质量水平运行。
10.根据权利要求1所述的方法,其中,所述操作数据包括预洗温度、洗涤温度、漂洗温度、干燥温度、产品浓度、电力使用量或水使用量中的至少一个。
11.一种系统,包括:
其中存储有计算机可读程序代码部分的至少一个计算机可读存储介质、至少一个处理器和至少一个通信接口,所述系统经由所述通信接口与所述至少一个工业清洁装置通信,所述工业清洁装置具有被配置成捕获操作数据的操作传感器,所述计算机可读程序代码部分被配置成在由所述至少一个处理器执行时使得所述系统至少进行以下操作:
接收指示所述工业清洁装置的操作期间与所述工业清洁装置相关联的操作参数的操作数据;
识别所述操作数据中的趋势;
确定与所述工业清洁装置相关联的特定故障事件可能在特定时间范围内发生;以及
提供指示所述特定故障事件可能在所述特定时间范围内发生的警报。
12.根据权利要求11所述的系统,其中,所述至少一个工业清洁装置被远程定位。
13.根据权利要求11所述的系统,其中,所述计算机可读程序代码部分还被配置成当由所述至少一个处理器执行时使得所述系统响应于所述确定而至少订购用于所述工业清洁装置的部件或供应品中的至少一个。
14.根据权利要求13所述的系统,其中,所订购的部件或供应品是基于所述特定故障事件来选择的。
15.根据权利要求11所述的系统,其中,所述计算机可读程序代码部分还被配置成当由所述至少一个处理器执行时使得所述系统响应于所述确定而至少为所述工业清洁装置安排维护以预防所述故障事件。
16.根据权利要求15所述的系统,其中,所述维护被安排为在所述特定时间范围结束之前发生。
17.根据权利要求11所述的系统,其中,所述计算机可读程序代码部分还被配置成当由所述至少一个处理器执行时使得所述系统响应于所述确定而至少提供与用于所述特定故障事件的短期解决方案有关的信息。
18.根据权利要求17所述的系统,其中,所述短期解决方案被配置成延长所述特定时间范围。
19.根据权利要求11所述的系统,其中,所述计算机可读程序代码部分还被配置成当由所述至少一个处理器执行时使得所述系统响应于所述确定来至少提供一项或更多项培训资源,所述一项或更多项培训资源被配置成向所述工业清洁装置的一个或更多个操作者教示以下中的至少一个:
(a)如何关于所述特定故障事件对所述工业清洁装置执行维护;或者(b)如何预防未来故障事件的发生。
20.根据权利要求11所述的系统,其中,所述特定时间范围是以下一段时间:预期所述工业清洁装置将在特定故障状况使得所述工业清洁装置的质量降低之前在所述一段时间期间继续以可接受的质量水平运行。
21.根据权利要求11所述的系统,其中,所述操作数据包括预洗温度、洗涤温度、漂洗温度、干燥温度、产品浓度、电力使用量或水使用量中的至少一个。
22.一种包括至少一个非暂态计算机可读存储介质的计算机程序产品,所述至少一个非暂态计算机可读存储介质中存储有计算机可读程序代码部分,所述计算机可读程序代码部分被配置成当由至少一个处理器执行时使得所述处理器至少进行以下操作:
接收指示所述工业清洁装置的操作期间与所述工业清洁装置相关联的操作参数的操作数据;
识别所述操作数据中的趋势;
确定与所述工业清洁装置相关联的特定故障事件可能在特定时间范围内发生;以及
提供指示所述特定故障事件可能在所述特定时间范围内发生的警报。
23.一种用于为工业清洁装置提供预测性维护的方法,所述方法包括:
接收指示所述工业清洁装置的操作期间与所述工业清洁装置相关联的操作参数的操作数据;
检测所述操作数据中的异常;
确定所述异常是否与已知趋势相关联;以及
将所述操作数据中的至少一部分标记为包括异常。
24.根据权利要求23所述的方法,其中,当确定所述异常与已知趋势相关联时,所述方法还包括:
确定特定故障事件可能在特定时间范围内发生;以及
响应于确定所述特定故障事件可能发生而至少进行以下操作中的至少一个:
订购用于所述工业清洁装置的部件或供应品中的至少一个,
为所述工业清洁装置安排维护以预防所述故障事件,
提供与用于特定故障事件的短期解决方案有关的信息,
提供与所述特定故障事件相关联的一项或更多项培训资源,或者
提供关于所述故障事件可能在所述特定时间范围内发生的通知。
25.根据权利要求23所述的方法,其中,当确定所述异常与已知趋势不相关联时,所述方法还包括:
分析所述工业清洁装置的操作数据以确定在所述操作数据中是否存在任何其他异常。
26.根据权利要求25所述的方法,还包括:响应于在所述操作数据中未检测到任何另外的异常而确定所述异常是由外部因素造成的。
27.根据权利要求25所述的方法,还包括:响应于在所述操作数据中检测到一个或更多个另外的异常而监测所述操作数据以确定新的趋势是否变得明显。
28.根据权利要求23所述的方法,其中,所述操作数据包括预洗温度、洗涤温度、漂洗温度、干燥温度、产品浓度、电力使用量或水使用量中的至少一个。
29.一种系统,包括:
其中存储有计算机可读程序代码部分的至少一个计算机可读存储介质、至少一个处理器和至少一个通信接口,所述系统经由所述通信接口与所述至少一个工业清洁装置通信,所述工业清洁装置具有被配置成捕获操作数据的操作传感器,所述计算机可读程序代码部分被配置成当由所述至少一个处理器执行时使得所述系统至少进行以下操作:
接收指示所述工业清洁装置的操作期间与所述工业清洁装置相关联的操作参数的操作数据;
检测所述操作数据中的异常;
确定所述异常是否与已知趋势相关联;以及
将所述操作数据中的至少一部分标记为包括异常。
30.根据权利要求29所述的系统,其中,所述计算机可读程序代码部分还被配置成当由所述至少一个处理器执行时使得所述系统至少进行以下操作:
响应于确定所述异常与已知趋势相关联,确定特定故障事件可能在特定时间范围内发生;以及
响应于确定所述特定故障事件可能发生而进行以下操作中的至少一个:
订购用于所述工业清洁装置的部件或供应品中的至少一个,
为所述工业清洁装置安排维护以预防所述故障事件,
提供与用于特定故障事件的短期解决方案有关的信息,
提供与所述特定故障事件相关联的一项或更多项培训资源,或者
提供关于所述故障事件可能在所述特定时间范围内发生的通知。
31.根据权利要求29所述的系统,其中,所述计算机可读程序代码部分还被配置成当由所述至少一个处理器执行时使得所述系统至少进行以下操作:
响应于确定所述异常与已知趋势不相关联,分析所述工业清洁装置的所述操作数据以确定在所述操作数据中是否存在任何其他异常。
32.根据权利要求31所述的系统,其中,所述计算机可读程序代码部分还被配置成当由所述至少一个处理器执行时使得所述系统响应于在所述操作数据中未检测到任何另外的异常而至少确定所述异常是由外部因素造成的。
33.根据权利要求31所述的系统,其中,所述计算机可读程序代码部分还被配置成当由所述至少一个处理器执行时使得所述系统响应于在所述操作数据中检测到一个或更多个另外的异常而至少监测所述操作数据以确定新的趋势是否变得明显。
34.根据权利要求29所述的系统,其中,所述操作数据包括预洗温度、洗涤温度、漂洗温度、干燥温度、产品浓度、电力使用量或水使用量中的至少一个。
35.根据权利要求29所述的系统,其中,所述至少一个工业清洁装置被远程定位。
36.一种包括至少一个非暂态计算机可读存储介质的计算机程序产品,所述至少一个非暂态计算机可读存储介质中存储有计算机可读程序代码部分,所述计算可读程序代码部分被配置成当由至少一个处理器执行时使得所述处理器至少进行以下操作:
接收指示所述工业清洁装置的操作期间与所述工业清洁装置相关联的操作参数的操作数据;
检测所述操作数据中的异常;
确定所述异常是否与已知趋势相关联;以及
将所述操作数据中的至少一部分标记为包括异常。
CN201680070161.5A 2015-11-12 2016-11-08 预测性维护 Pending CN108292256A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562254534P 2015-11-12 2015-11-12
US62/254,534 2015-11-12
PCT/US2016/060882 WO2017083240A1 (en) 2015-11-12 2016-11-08 Predictive maintenance

Publications (1)

Publication Number Publication Date
CN108292256A true CN108292256A (zh) 2018-07-17

Family

ID=58696053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680070161.5A Pending CN108292256A (zh) 2015-11-12 2016-11-08 预测性维护

Country Status (5)

Country Link
US (1) US20180330338A1 (zh)
EP (1) EP3374873A4 (zh)
CN (1) CN108292256A (zh)
CA (1) CA3004511A1 (zh)
WO (1) WO2017083240A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111027751A (zh) * 2019-11-18 2020-04-17 新奥数能科技有限公司 一种蒸发器维护时间的预测方法以及装置
CN112990842A (zh) * 2019-12-16 2021-06-18 可可株式会社 提供日历服务的方法及其装置

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3467482B1 (en) 2017-10-03 2023-10-18 Ecolab USA Inc. Methods and system for performance assessment of cleaning operations
US10972361B2 (en) * 2019-01-31 2021-04-06 Dell Products L.P. System and method for remote hardware support using augmented reality and available sensor data
US11627861B2 (en) 2019-09-12 2023-04-18 Ecolab Usa Inc. Control of cleaning machine cycles using machine vision
CA3178921A1 (en) 2020-05-29 2021-12-02 Rachel Marie MCGINNESS Automated cleaning machine processing using shortened cycle times
WO2022071984A1 (en) 2020-10-02 2022-04-07 Ecolab Usa Inc. Monitoring and control of thermal sanitization in automated cleaning machines
WO2023211465A1 (en) * 2022-04-29 2023-11-02 Bwl Global S.À R.L. An improved system and method to monitor a warewasher and the like

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0843244A1 (en) * 1996-11-18 1998-05-20 General Electric Company Diagnostic trend analysis for aircraft engines
CN101582046A (zh) * 2009-06-26 2009-11-18 浪潮电子信息产业股份有限公司 一种高可用的系统状态监控、预测以及智能管理方法
US20120092180A1 (en) * 2010-05-14 2012-04-19 Michael Rikkola Predictive analysis for remote machine monitoring
US20140101058A1 (en) * 2012-10-08 2014-04-10 Marc Castel System and method for providing consumer side maintenance
CN104620268A (zh) * 2012-09-19 2015-05-13 科恩起重机有限公司 预测性维护方法和系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6453279B1 (en) 1999-11-05 2002-09-17 The Foxboro Company Statistical trend generator for predictive instrument maintenance
US20060271255A1 (en) 2004-12-30 2006-11-30 Teradyne, Inc. System and method for vehicle diagnostics and prognostics
US8972449B2 (en) * 2005-12-29 2015-03-03 Nextlabs, Inc. Preventing conflicts of interests between two or more groups
US8938532B2 (en) * 2009-04-08 2015-01-20 The University Of North Carolina At Chapel Hill Methods, systems, and computer program products for network server performance anomaly detection
US9218232B2 (en) * 2011-04-13 2015-12-22 Bar-Ilan University Anomaly detection methods, devices and systems
US9391495B2 (en) * 2013-03-05 2016-07-12 Joy Mm Delaware, Inc. Predicting motor failure based on relationship of motor pair characteristics

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0843244A1 (en) * 1996-11-18 1998-05-20 General Electric Company Diagnostic trend analysis for aircraft engines
CN101582046A (zh) * 2009-06-26 2009-11-18 浪潮电子信息产业股份有限公司 一种高可用的系统状态监控、预测以及智能管理方法
US20120092180A1 (en) * 2010-05-14 2012-04-19 Michael Rikkola Predictive analysis for remote machine monitoring
CN104620268A (zh) * 2012-09-19 2015-05-13 科恩起重机有限公司 预测性维护方法和系统
US20140101058A1 (en) * 2012-10-08 2014-04-10 Marc Castel System and method for providing consumer side maintenance

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111027751A (zh) * 2019-11-18 2020-04-17 新奥数能科技有限公司 一种蒸发器维护时间的预测方法以及装置
CN111027751B (zh) * 2019-11-18 2022-06-03 新奥数能科技有限公司 一种蒸发器维护时间的预测方法以及装置
CN112990842A (zh) * 2019-12-16 2021-06-18 可可株式会社 提供日历服务的方法及其装置

Also Published As

Publication number Publication date
EP3374873A1 (en) 2018-09-19
CA3004511A1 (en) 2017-05-18
WO2017083240A1 (en) 2017-05-18
EP3374873A4 (en) 2019-10-09
US20180330338A1 (en) 2018-11-15

Similar Documents

Publication Publication Date Title
CN108292256A (zh) 预测性维护
JP6373482B2 (ja) コンピュータ環境を統制し分析するためのインターフェース
Ibidunmoye et al. Adaptive anomaly detection in performance metric streams
US10558544B2 (en) Multiple modeling paradigm for predictive analytics
Kang et al. Real-time business process monitoring method for prediction of abnormal termination using KNNI-based LOF prediction
US10489711B1 (en) Method and apparatus for predictive behavioral analytics for IT operations
US20200364633A1 (en) Cip wash summary and library
US20160092808A1 (en) Predictive maintenance for critical components based on causality analysis
US9244711B1 (en) Virtual machine capacity planning
CN110493080A (zh) 一种区块链节点监控方法、装置及电子设备和存储介质
US20140379714A1 (en) Detecting hardware and software problems in remote systems
Viswanathan et al. Ranking anomalies in data centers
US20140379626A1 (en) Information platform for industrial automation stream-based data processing
CN107077366A (zh) 用于主与辅虚拟机之间的检查点/传递的技术
Okamura et al. Quantifying the effectiveness of testing efforts on software fault detection with a logit software reliability growth model
CN109254525A (zh) 用于运行两个冗余的系统的方法和设施
US10904126B2 (en) Automated generation and dynamic update of rules
Song et al. Design of anomaly detection and visualization tool for IoT blockchain
CN110082287A (zh) 腐蚀监测预警方法、装置及服务器
US20150206095A1 (en) Garment dispenser assembly
JP6805554B2 (ja) 監視装置及び監視方法
Lupo Comparing the economic effectiveness of various adaptive schemes for the c chart
TW201616360A (zh) 複雜資料集的預測分析以及包含其之系統和方法
US11747035B2 (en) Pipeline for continuous improvement of an HVAC health monitoring system combining rules and anomaly detection
Prasad et al. Assessing software reliability using inter failures time data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180717