CN110858339A - 收集和分析吸嘴性能数据的系统及跟踪吸嘴性能的方法 - Google Patents

Abstract

公开了收集和分析吸嘴性能数据的系统及跟踪吸嘴性能的方法。拾取与放置吸嘴性能分析系统将来自电子装配中使用的拾取与放置机器的生产数据作为湍流数据流流式传送到云平台，并且对生产数据执行分析以跟踪、可视化和预测个体吸嘴在拒绝或错过拾取方面的性能。分析系统基于收集的生产数据生成每个吸嘴的性能矢量，该性能矢量跟踪累积的拒绝和拒绝百分比两者作为x‑y平面的相应尺寸。系统监视并且分析该矢量在x‑y平面中的轨迹以预测吸嘴的性能退化何时达到临界阈值。响应于预测到吸嘴性能退化将在未来时间处超过阈值，系统可以生成通知并且将其递送到合适的客户端设备。

Description

收集和分析吸嘴性能数据的系统及跟踪吸嘴性能的方法

技术领域

本文中公开的主题总体涉及工业自动化，并且更具体地涉及拾取与放置机器的性能分析。

发明内容

下文中给出了简要的概述以便提供对本文中所描述的一些方面的基本理解。该概述既不是广泛综述也不意在识别关键/重要要素或者描述本文中所描述的各个方面的范围。该概述的唯一目的是以简要的形式给出一些概念作为随后要给出的更详细的描述的序言。

在一个或更多个实施方式中，提供了一种用于收集和分析关于部件错过拾取或部件识别失败的吸嘴性能数据的系统，该系统包括：数据流式传送部件，其被配置成将从一个或更多个拾取与放置机器收集的生产数据作为数据流传送到云平台或边缘设备，其中，生产数据包括对于一个或更多个拾取与放置机器的相应吸嘴的性能数据；数据聚合部件，其被配置成基于生产数据生成相应吸嘴的对于吸嘴的性能矢量数据，其中，性能矢量数据限定吸嘴的矢量点在x-y平面内随时间推移的位置，并且数据聚合部件将矢量点的位置确定为x-y平面的y轴上的吸嘴的拒绝总数和x-y平面的x轴上的吸嘴的拒绝百分比的图；矢量分析部件，其被配置成基于对性能矢量数据的分析来跟踪矢量点的位置的移动；以及通知部件，其被配置成响应于确定矢量点的位置的移动满足定义的标准而生成被引导至指定客户端设备的通知数据。

此外，一个或更多个实施方式提供了用于跟踪吸嘴性能的方法，该方法包括：通过包括处理器的系统将从一个或更多个拾取与放置机器收集的生产数据作为数据流传送到基于云的存储装置；通过系统基于生产数据生成相应吸嘴的对于吸嘴的性能矢量数据，所述性能矢量数据限定吸嘴的矢量点在x-y平面内根据时间的位置，其中，所述生成包括将矢量点的位置确定为x-y平面的y轴上的吸嘴的拒绝总数和x-y平面的x轴上的吸嘴的拒绝百分比的图；以及响应于确定矢量点的位置的移动满足定义的标准，通过系统生成被引导至指定客户端设备的通知数据。

此外，根据一个或更多个实施方式，提供了一种非暂态计算机可读介质，其上存储有指令，所述指令响应于执行而使系统执行操作，所述操作包括：将从一个或更多个拾取与放置机器收集的生产数据作为数据流传送到基于云的存储装置；基于生产数据生成相应吸嘴的对于吸嘴的性能矢量数据，其中，性能矢量数据限定吸嘴的矢量点在x-y平面内根据时间的位置，并且其中，所述生成包括确定沿x-y平面的y轴的吸嘴的拒绝总数和沿x-y平面的x轴的吸嘴的拒绝百分比的图，作为矢量点的位置；跟踪性能矢量数据以确定矢量点的位置随时间推移的移动；以及响应于确定矢量点的位置随时间推移的移动满足定义的标准，通过系统生成被引导至指定客户端设备的通知数据。

为了实现上述及有关目的，在本文中结合以下描述和附图对某些示意性方面进行描述。这些方面指示可以实践的各种方式，所有这些方式旨在被涵盖在本文中。根据下面结合附图考虑时的具体实施方式，其他优点和新型特征可以变得明显。

附图说明

图1是示例电子装配线的图。

图2是利用基于云的服务的工业企业的高级概述。

图3是示例吸嘴性能分析系统的框图。

图4是示出吸嘴性能分析系统的实施方式可以在其内操作的示例架构的图。

图5是示出数据湖上的工业数据的数据流式传送和分析的高级图。

图6是示出由吸嘴性能分析系统的数据聚合部件和矢量分析部件对数据流应用分析的图。

图7是可以驻留在工厂设施并且向基于云的分析系统提供数据的示例边缘设备的图。

图8是示出可以由吸嘴性能分析系统结合分析吸嘴性能执行的示例数据流的图。

图9是绘制了多个吸嘴的在x-y图上的累积拒绝次数和拒绝百分比的示例图形显示。

图10是可以由吸嘴性能分析系统的呈现部件生成的示例图形接口。

图11是用于跟踪拾取与放置吸嘴的性能并且响应于预测到超过可接受限度的吸嘴性能退化而主动通知人员的示例方法的流程图。

图12是用于跟踪拾取与放置吸嘴的性能并且主动改变拾取与放置机器的控制以减慢或减轻吸嘴性能退化的示例方法的流程图。

图13是示例计算环境。

图14是示例联网环境。

具体实施方式

现在参照附图描述本公开内容，其中，贯穿全文使用相同的附图标记指代相同的元件。在下面的描述中，出于说明的目的，阐述了大量的具体细节以便提供其透彻的理解。然而，会明显的是，可以在没有这些具体细节的情况下实践本公开内容。在其他实例中，以框图形式示出了公知的结构和设备以便于对其描述。

如在本申请中使用的，术语“部件”、“系统”、“平台”、“层”、“控制器”、“终端”、“站”、“节点”、“接口”意在指代计算机相关实体、或与具有一个或更多个特定功能的操作设备相关的或作为该操作设备的一部分的实体，其中，这样的实体可以是硬件、硬件和软件的组合、软件、或执行中的软件。例如，部件可以是但不限于：在处理器上运行的进程、处理器、硬盘驱动器、包括附接(螺丝拧紧或螺栓固定)固态存储驱动器或者可移除式附接固态存储驱动器的(光存储介质或磁存储介质的)多个存储驱动器；对象；可执行体；执行线程；计算机可执行程序、和/或计算机。通过例示，服务器上运行的应用以及服务器二者均可以为部件。一个或更多个部件可以驻留在进程和/或执行线程内，并且部件可以位于一个计算机上和/或分布在两个或更多个计算机之间。此外，本文所描述的部件可以根据其上存储有各种数据结构的各种计算机可读存储介质来执行。部件可以例如根据具有一个或更多个数据包(例如，来自与本地系统、分布式系统中的另一部件交互的一个部件的数据，以及/或者来自经由信号在网络例如因特网上与其他系统交互的一个部件的数据)的信号经由本地和/或远程处理进行通信。作为另一个示例，部件可以是具有由电气或电子电路操作的机械部件所提供的特定功能的设备，其中所述电气或电子电路通过由处理器执行的软件或固件应用来操作，其中处理器可以位于设备内部或外部并且执行软件或固件应用的至少一部分。作为又一个示例，部件可以是如下设备：其通过电子部件提供特定功能，而没有机械零件，电子部件可以在其中包含处理器以执行提供电子部件的至少部分功能的软件或固件。作为再一个示例，接口可以包括输入/输出(I/O)部件以及相关联的处理器、应用或应用编程接口(API)部件。虽然前述示例涉及部件的各个方面，但是所例示的方面或特征也适用于系统、平台、接口、层、控制器、终端等。

本文中所使用的术语“推断”一般是指根据经由事件和/或数据捕获的一组观察结果来推理或推断系统、环境和/或用户的状态的过程。可以采用推断来识别特定的上下文或动作，或者可以例如生成状态的概率分布。推断可以是概率性的，也就是说，所关注的状态的概率分布的计算基于数据和事件的考虑。推断还可以指用于从一组事件和/或数据构成较高等级事件的技术。这样的推断导致从一组观察到的事件和/或存储的事件数据来构造新的事件或动作，而无论事件是否是时间接近地相关以及事件和数据是来自一个事件和数据源还是若干个事件和数据源。

此外，术语“或”意指包容性的“或”，而非排他性的“或”。也就是说，除非另外指明或者在上下文中明确，否则短语“X采用A或B”旨在表示任何自然的包括性排列。也就是说，以下实例中的任何一个满足短语“X采用A或B”：X采用A；X采用B；或X采用A和B两者。此外，本申请中以及所附权利要求中使用的未加以数量限定的情况一般应被解释为是指“一个或更多个”，除非另有指明或上下文明确针对单数形式。

此外，文中使用的术语“集合”排除空集，例如其中没有元素的集合。因此，本公开内容中的“集合”包括一个或更多个元素或实体。作为说明，控制器的集合包括一个或更多个控制器；数据资源的集合包括一个或更多个数据资源；等等。同样地，本文中使用的术语“组”是指一个或更多个实体的集合，例如节点组指代一个或更多个节点。

将就可以包括许多设备、部件、模块等的系统方面来呈现各个方面或特征。但应当理解和明白的是，各个系统可以包括另外的设备、部件、模块等，和/或可以不包括结合附图所论述的设备、部件、模块等的全部。还可以使用这些方法的组合。

工业控制器及其相关联的I/O设备是现代自动化系统运行的中心。这些控制器与工厂车间的现场设备进行交互，以控制与如产品制造、材料处理、批量加工、监督控制以及其他这样的应用之类的目的有关的自动化过程。工业控制器存储并且执行用户限定的控制程序，以结合受控过程实现决策制定。这样的程序可以包括但不限于：梯形逻辑、顺序功能图、功能框图、结构化文本或者其他这样的编程结构。

由于必须近实时地监视和控制的大量系统变量，所以工业自动化系统通常生成大量的近实时数据。除了生产统计之外，与机器健康、警报状态、操作者反馈(例如，与停机状态相关联的手动输入原因代码)、随时间推移的电气或机械负荷等有关的数据也经常被连续地监视，并且在一些情况下被连续地记录。该数据由构成典型自动化系统的许多工业设备生成，这些工业设备包括工业控制器及其相关联的I/O、用于近实时计量的遥测设备、运动控制设备(例如，用于控制组成运动系统的马达的驱动器)、可视化应用、批量追溯性系统(例如，条形码跟踪)等。此外，由于许多工业设施24小时地进行操作，因此其相关联的自动化系统可以以高速率生成大量潜在有用的数据。随着向工业企业添加附加的工厂设施，生成的自动化数据量进一步增加。

因为这些不同的自动化数据可以驻留在不同类型的设备(例如，数据库、工业设备等)上并且位于专有接口之后，因此为了趋势或根本原因分析而整合该数据可能是具有挑战性的。通常，工厂工程师必须亲自存在于感兴趣的机器处以便直接从与机器相关联的设备中提取数据。此外，如果要将数据与来自其他源的生产或供应链数据同化，则工厂工程师可能必须在不同数据源上运行数据查询，并且在对同化数据进行统一分析之前必须关联并且合并结果。该手动收集和整合来自不同源的数据的过程阻碍了对一些类型的工业过程的有效实时过程监视和分析。

图1是示例电子装配线的图，即用于装配诸如印刷电路板(PCB)的电子部件的一种类型的工业系统。该示例装配线包括：模板印刷机102，其将焊膏施加到进入的电路板；焊膏检测(SPI)站104；一系列拾取与放置机器106，其将表面安装的部件安装到板上；连接回流炉108，其向板施加热量以熔化所施加的焊膏；以及自动光学检测(AOI)站110，其使用相机来验证最终装配的PCB的质量。拾取与放置机器106是可以被编程为基于给定PCB产品的要求适应各种尺寸的电路板的复杂的装备。每个拾取与放置机器106执行拾取和放置操作，由此机器从带或托盘拾取电子部件或零件，并且按照由机器执行的放置程序所指示将部件放置在PCB上的适当位置。拾取与放置机器106还可以捕获部件的图像并且将得到的图像数据传递到视觉识别系统，该视觉识别系统分析图像数据以确保部件在每个吸嘴上正确定位和定向。

为了便于拾取和放置电子部件，每个拾取与放置机器106包括多个基于真空的吸嘴，这些吸嘴使用真空抽吸来拾取和保持部件直到它们被放置在板上。吸嘴安装至高速移动的头部内包含的各种主轴。该装备采用机器人控制并且可以被编程以最佳地满足板布局要求。

拾取和放置操作是PCB制造过程中的数据丰富的过程。通常，拾取和放置操作生成的数据被存储在每个拾取与放置机器本身的数据库中。利用由拾取与放置机器生成的数据中传达的知识来了解尚未发现的潜在的缺陷和其他感兴趣的操作趋势将是有益的。一个这样的感兴趣的区域是部件不能正确地将部件拾取和定位在吸嘴上。例如，吸嘴真空退化(例如，由于吸嘴堵塞、随时间推移恶化的机械缺陷等)增加了失败或不正确拾取(称为错过拾取或拒绝)的可能性。随着吸嘴退化，更多的部件被拒绝并且在PCB上产生缺陷的机会增加。根据缺陷的性质，在一些情况下，包含缺陷的多个装配的电子模块的面板可能需要长达48小时的处理延迟以重新工作。当发现吸嘴错过拾取的证据时，需要相当多的故障排除时间来确定应清洁或更换哪些吸嘴。这可以导致机器停机并且从而降低拾取与放置机器106的操作效率。

如果可以预测到吸嘴故障或性能退化，可以提醒操作者在错过拾取成为重大问题之前主动修理或更换吸嘴，从而减少将缺陷引入成品的可能性。在缺陷数量变得显著之前预见吸嘴故障还可以通过减轻停止操作的需要来减少停机时间以便在吸嘴发生故障之后追踪到缺陷源。

为了解决这些和其他问题，本文描述的一个或更多个实施方式提供了能够对拾取与放置机器的个体吸嘴执行实时和预测性能评估的吸嘴性能分析系统。在一个或更多个实施方式中，分析系统可以将来自电子装配中使用的拾取与放置机器的生产数据作为湍流数据流流式传送到云平台，并且对生产数据执行分析以跟踪、可视化和预测个体吸嘴在拒绝或错过拾取方面的性能。分析系统基于收集的生产数据生成每个吸嘴的性能矢量。性能矢量跟踪累积的拒绝和拒绝百分比两者作为x-y平面的相应尺寸。系统针对每个吸嘴监视并且分析该矢量在x-y平面中的轨迹以预测吸嘴的性能退化何时达到临界阈值。响应于预测到吸嘴性能退化将在未来时间处超过阈值，系统可以生成通知并且将其传递给所选客户端设备或操作者接口终端(例如，人机接口)。在一些实施方式中，系统还可以将控制输出递送到拾取与放置机器以便以作为吸嘴性能劣化的结果减慢拒绝率的方式改变机器的操作。

通常，本文描述的吸嘴性能分析的实施方式可以评估在两个阶段——使用基于矢量的方法的描述阶段以及使用利用矢量斜率和变化率的机器学习来预测未来性能的预测阶段——中的拾取与放置机器性能。

虽然本文在用于电子装配(例如，印刷电路板或其他电子部件的装配)的拾取与放置机器的上下文中描述了性能分析系统，但是本文描述的性能分析系统的实施方式可以用于描述和预测用于其他类型工业应用的拾取与放置操作的性能。此外，尽管下面的示例中描述的拾取与放置机器使用基于真空的吸嘴来拾取与放置部件，但是本文描述的分析系统还可以评估其他类型的拾取与放置部件的性能，其他类型的拾取与放置部件包括但不限于机器人臂、致动器或实现拾取与放置功能的其他部件。

在一些实施方式中，本文描述的吸嘴分析系统可以在云平台上作为服务或服务集执行。图2示出了利用这样的基于云的服务的工业企业的高级概述。企业包括一个或更多个工业设施204，每个工业设施204具有使用中的许多工业设备208和210。工业设备208和210可以构成在相应设施204内进行操作的一个或更多个自动化系统。示例性自动化系统可以包括但不限于：包括拾取与放置机器的电子装配系统、批量控制系统(例如，混合系统)、连续控制系统(例如，PID控制系统)或离散控制系统。工业设备208和210可以包括如下这样的设备：工业控制器(例如，可编程逻辑控制器或其他类型的可编程自动化控制器)；诸如传感器和仪表的现场设备；马达驱动器；操作者接口(例如人机接口、工业监视器、图形终端、消息显示器等)；工业机器人、条形码标记器和读取器；视觉系统设备(例如，视觉相机)；智能焊机或其他这样的工业设备。

示例性自动化系统可以包括一个或更多个工业控制器，其有助于监视和控制示例性自动化系统的相应过程。控制器使用本地硬连线I/O或经由诸如以太网/IP、数据高速公路+(Data Highway Plus)、控制网、设备网等工厂网络与现场设备交换数据。给定的控制器通常从现场设备接收指示设备的当前状态及其相关联的过程(例如，温度、位置、零件存在或不存在、流体液位等)的数字或模拟信号的任意组合，并且执行用户定义的控制程序，该控制程序基于所接收的信号执行对受控过程的自动决策制定。然后，控制器根据由控制程序制定的决策来向现场设备输出适当的数字和/或模拟控制信令。这些输出可以包括：设备致动信号、温度或位置控制信号、对加工或材料处理机器人的操作命令、混合器控制信号、运动控制信号等。控制程序可以包括用于处理读入控制器的输入信号并且控制由控制器生成的输出信号的任何合适类型的代码，其包括但不限于梯形逻辑、顺序功能图、功能框图、结构化文本或其他这样的平台。

根据一个或更多个实施方式，预置边缘设备206可以从工业设备208和210或从其他数据源(包括但不限于数据历史记录、业务级系统等)收集数据，并且将该数据发送到云平台202以用于处理和存储。云平台202可以是允许云服务212被具有云功能的设备访问和利用的任何基础设施。云平台202可以是由具有因特网连接性和适当授权的设备经由因特网可访问以利用服务212的公共云。在一些场景下，云平台202可以由云提供商提供为平台即服务(PaaS)，并且服务212(例如本文中描述的警报警示中介系统)可以作为基于云的服务在云平台202上驻留并执行。在一些这样的配置中，可以由服务212的拥有者向客户提供至云平台202和服务212的访问作为订阅服务。替选地，云平台202可以是由企业内部操作的私有或半私有的云，或者共享的或共有的云环境。示例性私有云可以包括托管云服务212并且驻留在由防火墙保护的公司网络上的一组服务器。

云服务212可以包括但不限于：数据存储、数据分析(包括拾取与放置吸嘴故障分析)、控制应用(例如，可以基于对实时系统数据或其他因素的分析来生成控制指令并且将其递送到工业设备208和210的应用)、性能监视(包括拾取和放置机器性能监视)、专业中介服务、诸如本文所述的基于云的操作者接口系统的可视化应用、报告应用、企业资源规划(ERP)应用、通知服务或其他这样的应用。云平台202还可以包括一个或更多个对象模型以促进云中的数据摄取和处理。如果云平台202是基于web的云，则相应工业设施204处的边缘设备206可以直接或经由因特网与云服务212交互。在示例性配置中，工业设备208和210通过物理或无线局域网或无线电链路连接至预置边缘设备206。在另一示例配置中，工业设备208和210可以直接使用集成云代理访问云平台202。

在云平台202中摄取工业设备数据可以提供特定于工业自动化的许多优点。例如，由云平台202提供的基于云的存储可以易于按比例地容纳由工业企业日常生成的大量数据。此外，在不同地理位置处的多个工业设施可以将它们相应的自动化数据迁移至云以用于汇总、整理、聚类分析、可视化和企业级报告而无需在设施之间建立私用网络。边缘设备206可以被配置成当被安装在任何设施处时自动检测云平台202并且与其通信，从而简化与现有的基于云的数据存储、分析的集成或报告由企业使用的应用。在另一示例应用中，基于云的诊断应用可以跨越整个工厂或跨越组成企业的多个工业设施来监视相应自动化系统或其相关联的工业设备的健康状况。可以使用基于云的批量控制应用来通过产品的生产阶段跟踪产品的单元并且在其通过每个阶段时收集每个单元的生产数据(例如，条形码标识符、生产的每个阶段的生产统计、质量测试数据、异常标志等)。此外，基于云的控制应用可以基于来自工业系统的在云中收集的数据执行对受控工业系统的远程决策制定，并且经由云代理向系统发出控制命令。这些工业云计算应用仅旨在是示例性的，并且本文描述的系统和方法不限于这些特定应用。云平台202可以允许软件供应商提供软件作为服务，从而消除来自其客户的软件维护、升级和备份的负担。

图3是根据本公开内容的一个或更多个实施方式的示例吸嘴性能分析系统302的框图。在本公开内容中说明的系统、装置或过程的各方面可以构成体现在机器内例如体现在与一个或更多个机器相关联的一个或更多个计算机可读介质(或媒介)中的机器可执行部件。这样的部件当由一个或更多个机器(例如计算机、计算设备、自动化设备、虚拟机等)执行时可以使机器执行所述的操作。

吸嘴性能分析系统302可以包括一个或更多个数据流式传送部件304、数据聚合部件306、矢量分析部件308、通知部件310、呈现部件312、用户接口部件314、一个或更多个处理器318以及存储器320。在各种实施方式中，数据流式传送部件304、数据聚合部件306、矢量分析部件308、通知部件310、呈现部件312、用户接口部件314、一个或更多个处理器318和存储器320中的一个或更多个可以电和/或通信地彼此耦接以执行吸嘴性能分析系统302的功能中的一个或更多个功能。在一些实施方式中，部件304、306、308、310、312和314可以包括在存储器320上存储并且由处理器318执行的软件指令。吸嘴性能分析系统302还可以与图3中未示出的其他硬件和/或软件部件交互。例如，处理器318可以与一个或更多个外部用户接口设备例如键盘、鼠标、显示监视器、触摸屏或其他这样的接口设备交互。

一个或更多个数据流式传送部件304可以被配置成管理将来自一个或更多个工业设施处的拾取与放置机器的数据迁移至云平台。在一个或更多个实施方式中，系统可以促进使用生产客户端和消费客户端将来自工厂车间的工业数据源的数据迁移，这会产生从工厂车间至云平台上的数据湖的湍流数据流。数据聚合部件306可以被配置成协调和归一化所收集的数据以用于聚类分析。这可以包括基于针对机器计算的零件拒绝(例如，错过拾取)的总累积次数和零件拒绝的百分比生成相应拾取与放置机器——或每个机器的相应吸嘴——的实时和时间序列性能矢量数据。矢量分析部件308可以被配置成分析机器特定的性能矢量以预测拾取与放置吸嘴或头部的未来操作趋势或未来故障时间。

通知部件310可以被配置成响应于检测到关于吸嘴或其相关联的拾取与放置机器的当前或预测的问题而生成被引导至一个或更多个接收方客户端设备的通知。呈现部件312可以被配置成生成仪表板或呈现收集的数据项以及分析结果的其他类型的图形接口。

用户接口部件314可以被配置成在系统302与和系统302的授权用户相关联的客户端设备之间交换信息。为此，用户接口部件314可以被配置成向客户端设备提供用户接口画面，用户接口画面允许用户查看由系统302存储或生成的信息(例如，要以本文中讨论的文本格式和图形格式两者呈现吸嘴统计的仪表板、警报状态信息等)并且将该信息发送至系统302(例如，工厂、机器和吸嘴选择输入等)。

一个或更多个处理器318可以执行本文中参照所公开的系统和/或方法描述的功能中的一个或更多个功能。存储器320可以是存储用于执行本文中参照所公开的系统和/或方法描述的功能的计算机可执行指令和/或信息的计算机可读存储介质。

图4是示出其中吸嘴性能分析系统302的实施方式可以在其内操作的示例架构的图。在该示例架构中，吸嘴性能分析系统302作为云平台上的服务执行，并且经由云平台可访问的工厂网络416(例如，有线或无线网络)与工厂设施处的工业设备——包括与拾取与放置机器106相关联的设备——交换数据。然而，在其他实现方式中，吸嘴性能分析系统302的部件可以在驻留在工厂设施本身内的一个或更多个服务器上执行，并且经由工厂网络416与工业设备交换数据。

分析系统302的一个或更多个数据流式传送部件304从与拾取与放置机器106相关联的数据源收集机器数据404。这可以包括例如在与机器106相关联的本地数据库中存储的实时和历史统计和操作数据。可以从拾取与放置机器106收集和分析的示例数据值可以包括但不限于：由每个拾取与放置机器的每个吸嘴拾取的零件的总数、每个吸嘴的拒绝的零件(或者错过拾取)的总数、每个吸嘴的估计的缺失零件数、每个拾取与放置机器的周期时间、每个机器的警报数据以及其他这样的信息。尽管在图4中仅描绘了单组的拾取与放置机器106，但是分析系统302可以被配置成从在整个工厂设施中或者跨多个地理上不同的设施分布的多个拾取与放置机器106收集数据。

如下所述，收集的数据由分析系统的数据聚合部件306和矢量分析部件308进行协调、归一化和聚类分析。作为该处理的一部分，分析系统302可以创建每个吸嘴的性能矢量，可以检测这些矢量和/或对这些矢量执行预测分析以确定是否有任何吸嘴处于故障或性能退化的风险下。呈现部件312可以生成呈现被监视的拾取与放置机器的历史和实时统计的性能显示接口408并且将这些接口递送到授权的客户端设备410(例如，HMI终端；个人移动设备；膝上型计算机、桌上型计算机或平板计算机等)。此外，响应于基于预测分析确定吸嘴处于故障或性能退化的风险下，通知部件310可以指示呈现部件312将一个或更多个通知406递送到与相关的拾取与放置机器106相关联的人员的所选客户端设备，从而向接收方通知风险并且推荐一个或更多个对策。

在一些实施方式中，分析系统302还可以被配置成响应于检测或预测吸嘴故障或性能退化而递送被引导至所选控制设备的控制输出402。控制输出402可以被配置成改变所选拾取与放置机器106的操作以减轻所识别的性能问题或减慢性能退化直到可以修复或更换有缺陷的吸嘴。例如，控制输出402可以被配置成以减慢吸嘴的当前被拒绝零件率的方式改变拾取与放置机器的操作。

在一些实施方式中，吸嘴分析架构可以管理将来自工厂设施的数据迁移到驻留在云平台上的数据湖的一个或更多个数据管道。对于监视来自多个不同工业企业的数据的系统而言，数据流可以由工业企业(客户)隔离并且还可以根据任何其他合适的标准(例如，工厂设施、生产区域等)隔离。在示例实现方式中，本文中描述的吸嘴性能分析系统302可以实现订阅层，该订阅层协调来自一个或更多个工业站点处的拾取与放置机器106的数据并且将其推送到由分析系统302利用的数据湖。分析系统302可以将来自各种工业站点的数据作为不同的数据迁移，并且在云平台上进行存储和分析之前出于各种目的将客户特定的规则应用于每个数据流。在数据湖上执行数据流式传送和分析可以促进系统灵活性和可伸缩性，因为异构数据可以以原始格式存储而无需大量预处理(例如，提取变换负载或ETL、处理)。图5是示出根据一个或更多个实施方式的数据湖502上的工业数据——包括拾取与放置机器数据——的数据流式传送和分析的高级图。在该示例中，数据湖502驻留在云基础设施(例如，云平台202、私有云或提供基础设施即服务的公共云)上。

吸嘴分析系统302与数据湖502结合起来工作以将来自各种工业数据源504的数据流式传送，工业数据源504包括但不限于拾取与放置机器以及相关联的控制和存储设备、工业机器人、马达驱动器(例如，可变频率驱动器或其他类型的驱动器)、工业控制器或工业机器或其相关联的控制设备。在一些实施方式中，由系统302实现的数据流式传送服务可以对各个数据流执行吸嘴分析。可以使用由数据湖502的可伸缩计算资源使其成为可能的分布式处理技术在数据湖上执行吸嘴性能分析。在一些实施方式中，在对数据流执行流分析之后，数据和任何分析结果可以存储在客户特定数据存储装置中的基于云的存储装置上，或者可以放置在限定的数据队列中以用于队列分析。许多不同类型的应用506可以利用在云平台上生成和存储的数据和分析结果，这些应用506包括但不限于报告应用、交互式web和移动应用、企业应用等。

如上所述，吸嘴性能分析系统302的一些实施方式可以对将来自工业站点的数据迁移到云系统的工业数据流执行流级分析。图6是示出数据聚合部件306和矢量分析部件308对数据流应用分析的图。在该示例中，吸嘴性能分析系统302的数据流式传送部件304(例如，一个或更多个生产客户端和消费客户端)通过将来自工业设施(即，客户站点)处的一个或更多个数据源的数据作为湍流数据流式传送到云来将由数据源生成的数据迁移到基于云的大数据存储装置606，从而产生数据流604。例如，流式传送的数据可以包括：由工厂车间的传感器或其他工业设备(例如，拾取与放置机器部件、真空或压力传感器、温度传感器、流量计、水平传感器、接近开关等)生成的时间序列度量数据；通过自动光学检测站110生成的检查结果数据；通过工业控制器、马达驱动器、安全控制器、质量检查系统等生成的警报数据；或其他类型的数据。

在一些实施方式中，数据流604可以包括通过专用的预置边缘设备(例如，图2所示的边缘设备206)从工厂设施处的相应工业设备收集的数据，该专用的预置边缘设备与吸嘴性能分析系统302接合以便于将湍流数据流式传送到基于云的系统。暂时转到图7，示出了可以驻留在工厂设施并且向基于云的分析系统302提供数据的示例边缘设备206。在该示例技术中，预置的数据收集由用于处理收集的工业数据并且将其发送至基于云的数据管道的服务的集合来启用。数据集中器728和边缘设备206分别实现与数据收集相关联的两个主要功能——使用历史记录738和相关联的数据存储装置736(例如，SQL服务器或其他类型的存储)的数据集中，以及使用由边缘设备206执行的云代理服务的云数据启用。来自一个或更多个工业设备(例如，与拾取与放置机器相关联的控制器和数据库)的工厂数据710由工厂设施处的数据集中器728收集。在示例场景中，工厂数据710可以包括压印由以小于秒的速率更新的数千个数据点组成的时间序列传感器数据。工厂数据710还可以包括响应于检测到的警报事件由一个或更多个工业设备生成的警报数据。

边缘设备206的收集服务部件702实现收集服务，该收集服务从数据集中器的相关联数据存储装置收集设备数据(例如，通过SQL查询)或者通过公共工业协议(CIP)链路或其他合适的通信协议直接从设备本身收集设备数据。例如，为了从数据集中器728获得数据，收集服务部件702可以周期性地运行数据提取查询(例如，SQL查询)以从与数据集中器728相关联的数据存储装置736中提取数据。然后，收集服务部件702可以压缩数据并且将数据存储在压缩数据文件712中。然后，由队列处理部件704执行的队列处理服务可以读取压缩数据文件712并且引用消息排队数据库714，该消息排队数据库714维护和管理客户特定数据收集配置信息以及与对云平台和相关联的云服务的客户订阅有关的信息。基于消息排队数据库714中的配置信息，队列处理部件704将压缩数据文件712打包成数据包，并且将数据包推送到云平台上的吸嘴性能分析系统302。结合分析系统302的数据流式传送部件304，边缘设备206可以将数据作为湍流数据716注入。

消息排队数据库714可以包括标识要收集的数据项的站点特定信息(例如，数据标签标识符)、用于数据标签的用户定义的处理优先级、允许边缘设备206通过工厂防火墙与云平台通信的防火墙设置以及其他这样的配置信息。消息排队数据库714中的配置信息可以指示边缘设备206如何与所标识的数据标签通信并且与云平台上的远程数据收集服务通信。

除了数据的收集和迁移之外，边缘设备206的一个或更多个实施方式还可以在将数据移动到云平台之前对数据执行本地分析。这可以包括基本上任何类型的预处理或数据细化，这些预处理或数据细化可以促进数据有效地传送到云平台、准备数据以用于云平台中的增强分析、减少存储数据所需的云存储量或者其他这样的益处。例如，边缘设备206可以被配置成在将数据迁移到云平台之前使用任何合适的数据压缩算法来压缩所收集的数据。这可以包括检测和删除冗余数据位、截断精度位或其他合适的压缩操作。在另一示例中，边缘设备206可以被配置成通过组合来自多个源的相关数据来聚合数据。例如，可以通过边缘设备206识别来自测量自动化系统的相关方面的多个传感器的数据并且将其聚合成单个云上载包。边缘设备206还可以在敏感数据上载到云之前对其加密。在又一示例中，边缘设备206可以根据任何指定的过滤标准(例如，在边缘设备上存储的过滤简档中定义的过滤标准)来过滤数据。例如，所定义的过滤标准可以指定在将压力值上载到分析系统302之前将超过所定义的设定点的测量的压力值作为异常值过滤掉。

边缘设备206还可以在将数据迁移到云平台之前将元数据与该数据的所选子集相关联，从而在工业环境内对数据进行上下文化。例如，边缘设备206可以利用以下标识符来标记数据的所选子集：指定生成数据的时间的时间标识符、质量标识符、指定工业企业中从其中收集数据的生产区域的生产区域标识符、指定在生成数据的时间处机器或过程的状态的机器或过程状态标识符、指定在生成数据时值班的雇员的人员标识符或其他这样的上下文元数据。在一些实施方式中，边缘设备206还可以将数据与从外部源检索到的外部数据(例如，天气数据、股票市场价格数据等)进行聚合。以该方式，边缘设备206可以执行所收集的数据的分层处理以生成元级知识，该元级知识随后可以由基于云的分析工具利用以促进关于更大的工厂上下文的数据的增强分析。

为了确保至云的安全出站流量，边缘设备206的一个或更多个实施方式可以支持HTTPS/SSL、启用证书授权的传输和/或使用MAC地址的唯一身份。边缘设备206还可以支持存储并转发能力以确保在边缘设备206变得与云平台断开连接的情况下数据不被丢失。

现在返回图6，数据流604可以是客户特定的，并且可以包括来自多个不同设备、机器和/或设施的数据。如下面将更详细描述的，当数据从工厂设施流式传送到基于云的存储装置606时，吸嘴性能分析系统202的数据聚合部件306和矢量分析部件308可以结合评估包括吸嘴性能统计的相应拾取与放置机器的性能来处理数据的所选子集。基于该分析的结果，呈现部件312和通知部件310可以生成性能显示接口408和通知406并且将性能显示接口408和通知406以及被引导至工厂车间中的所选控制设备的控制输出402递送给所选客户端设备。

图8是示出可以由吸嘴性能分析系统302结合分析吸嘴性能执行的示例数据流的图。如上所述，由与拾取与放置机器106相关联的控制设备生成的生产数据812被收集并且被流式传送到分析系统302在其上操作的云平台(例如，流式传送到分析系统302可访问的云平台上的数据湖)。从拾取与放置机器收集到的数据可以包括但不限于由每个拾取与放置机器的每个吸嘴拾取的零件或部件数目、由于每个吸嘴的错过拾取而拒绝的零件的数目、每个吸嘴可能错过的零件的数目以及其他这样的信息。该数据可以包括在生产运行期间的批次之间累积的每个吸嘴的累积值(在示例生产场景中，每个生产运行可以包括大约10分钟的周期)。在一些实施方式中，生产数据812可以基本上实时地迁移到分析系统302，因为拾取与放置机器更新每个监视值。替选地，生产数据812的更新值可以仅在每个批次或生产运行结束时迁移到分析系统302。

数据聚合部件306使用生产数据812来计算每个拾取与放置机器106的每个吸嘴的生产统计数量。这可以包括跟踪总的累积拒绝次数和总的累积成功拾取次数，以及基于该信息计算包括每个吸嘴的拒绝百分比的性能度量。可以根据用户偏好或者根据每个拾取与放置机器106可用的统计数据的类型以各种方式计算拒绝百分比。例如，拒绝百分比可以计算为总尝试拾取的百分比，如下给出：

％拒绝＝[#拒绝]/([#拒绝]+[#成功拾取]) (1)

如果生产数据812包括估计的缺失零件数的累积值，则除了成功拾取和拒绝拾取之外，可以根据以下公式计算拒绝百分比：

％拒绝＝[#拒绝]/([#拒绝]+[#成功拾取]+[#缺失拾取])(2)

在又一示例中，拒绝度量可以计算为拒绝零件与成功拾取的比率，如下给出：

％拒绝＝[#拒绝]/([#成功拾取]) (3)

在一些实施方式中，数据聚合部件306可以被配置成在分析之前预处理原始生产数据812。这可以包括例如，识别和去除可以表示无效测量的异常值、将生产数据812归一化为可以由数据聚合部件306集体分析的公共格式，或者其他这样的预处理。

为了便于分析每个吸嘴随时间推移的行为，以及每个拾取与放置机器随时间推移的整体性能，数据聚合部件306可以生成每个被监视的吸嘴的性能矢量数据802。在图8所示的示例中，通过针对每个吸嘴绘制拒绝总数相对拒绝百分比，并且监视该图随时间推移的轨迹来获得性能矢量数据802。在y轴上绘制总的累积拒绝次数，并且在x轴上绘制拒绝百分比(由上面的等式(1)-(3)中的任何一个或者其合理的变型表示)。在各种实施方式中，总拒绝(y轴位置)或拒绝百分比(x轴位置)中的一者或两者可以基于自吸嘴的最近的维护操作或更换以来接收到的所有累积的生产数据来计算，或者替选地，可以基于最近生产数据(例如，最近的N个生产周期，其中N是整数)的固定窗口来计算。此外，如下所述，可以根据由拾取与放置机器106执行的特定的拾取与放置程序来跟踪性能统计，并且总拒绝和百分比拒绝值可以表示当根据特定程序操作时吸嘴的拒绝统计。

矢量分析部件308可以分析每个吸嘴随时间推移的性能矢量数据802以便根据时间跟踪吸嘴的性能行为，并且在一些实施方式中，以便学习吸嘴的行为模式。图9是绘制了多个吸嘴的x-y图上的累积拒绝次数和拒绝百分比的示例图形显示902。呈现部件312可以基于由矢量分析部件308基于性能矢量数据802生成的统计数据806来生成图形显示902。在该示例实现方式中，图形显示902以x-y图上的气泡图的形式呈现吸嘴信息，其中每个气泡904表示单个吸嘴。每个吸嘴特定气泡904在x-y平面中的位置也称为吸嘴的矢量点。可以根据任何合适的区别特性对吸嘴气泡904进行颜色编码。例如，可以根据与吸嘴相关联的特定拾取与放置机器、根据针对吸嘴计算的性能劣化程度(例如，总的累积拒绝次数或错过拾取次数)或者其他这样的区别标准对气泡904进行颜色编码。性能分析系统302能够同时对多个吸嘴执行性能分析并且相应地对当前正在显示的多个吸嘴(例如，构成所选拾取与放置机器的N个吸嘴，其中N是整数)更新图形显示902。

通过图9所示的x-y图的定义，在图的原点处放置吸嘴气泡904表示无瑕疵的吸嘴性能，由此没有针对对应的吸嘴累积拒绝。当吸嘴开始拒绝零件时(例如，由于不合适的真空水平、机械吸嘴部件的磨损、对吸嘴正确地拾取零件或部件的能力产生负面影响的环境条件例如湿度或污染物等的这样的因素而未能正确拾取零件或部件)，该吸嘴的气泡904将随时间推移开始远离原点移动。具体地，每个吸嘴的气泡904将根据吸嘴的累积拒绝次数在y轴方向向上移动，并且根据该吸嘴的拒绝百分比(例如，基于等式(1)-(3)中的任何一个确定的)沿x轴方向左右移动。通常，在重置给定吸嘴的总拒绝次数之前，该吸嘴的气泡904将仅在向上方向上沿x轴移动，因为总拒绝次数是随时间推移仅增加(并且不减少)的累积值。相比之下，气泡904沿x轴的移动可以振荡，因为当累积更多的拾取操作——成功和失败两者时拒绝百分比可以随时间推移在两个方向上变化。然而，如果吸嘴遇到随时间推移降低性能的问题，则气泡904沿x轴的移动可能向右倾斜。通常，当吸嘴的气泡904(或矢量点)远离原点移动时，增加了将更多缺陷引入装配的PCB中的风险。

除了以图形方式呈现这些吸嘴特定的拒绝统计之外，矢量分析部件308还可以跟踪每个吸嘴的这些统计随时间推移的移动以便了解每个吸嘴的近期和长期行为。通过以该方式分析吸嘴拒绝趋势，吸嘴性能分析系统302可以检测和/或预测每个吸嘴的性能趋势和预期故障时间，以及识别特定吸嘴配置和零件错过拾取之间的相关性，该相关性只要检查吸嘴性能的瞬时测量是可见的，否则是不可见的。

在示例场景中，在生产运行期间，数据聚合部件306基于吸嘴的任何附加累积拒绝(y轴位置)以及拒绝百分比的更新的计算值(x轴位置)来更新生产运行中涉及的每个吸嘴的性能矢量数据802。可以连续地或周期性地更新性能矢量数据802，这取决于新生产数据812迁移到分析系统302的频繁程度。当性能矢量数据802被实时更新时，矢量分析部件308将吸嘴的当前矢量点(由图形显示902上的气泡904表示)重新定位在x-y平面上以反映当前矢量数据值。矢量分析部件308还保持吸嘴的矢量点在x-y平面内的过去位置的记录使得可以评估吸嘴根据时间的性能。

基于给定吸嘴的矢量点的时间序列移动，矢量分析部件308可以识别吸嘴的矢量点的移动的特性何时指示需要维护行动的性能退化。潜在性能问题的检测可以基于矢量点的移动的一个或更多个特性，这些特性包括但不限于吸嘴的矢量点在x-y平面内的移动方向、矢量点在x-y平面中移动的变化率或其他矢量特性。由于x-y平面的结构，由此在y轴上绘制累积的拒绝并且在x轴上绘制百分比拒绝，可以监视每个吸嘴的矢量点在该x-y平面中的方向和/或变化率来识别可能的性能退化。例如，矢量点向右(正x方向)的移动表示拒绝率的增加，并且矢量点在该方向上移动的速率也传达该性能问题的严重性。矢量点在没有向右移动的情况下向上(正y方向)移动可以不引起问题，因为拒绝率保持一致(或者如果矢量点同时向左移动则拒绝率可以在减小)。当矢量点同时向上和向左移动时的问题程度可以取决于特定的移动方向以及矢量点在该方向上的变化率。

给定这些考虑因素以及特定拾取与放置应用的细节，可以在系统302中定义指示性能问题的移动方向的范围。方向范围可以依据相对于x-y平面的原点的移动角度来定义，或者使用另一方向命名法来定义。另外或替选地，可以在系统302中定义指示性能问题的变化率或增量阶跃变化。对于定义了方向范围和变化率的实施方式，系统302可以允许要定义的方向和变化率两者的组合，如果检测到该组合，则表示需要注意的性能问题。这些矢量特性定义用作矢量分析部件308的触发标准。

一旦定义了这些关键矢量特性，矢量分析部件308就可以监视多个吸嘴的矢量点(由气泡904表示)的移动方向以确定任何矢量的移动是否对应于预定义的临界矢量特性——关于方向或变化率中的一者或两者。在一些实施方式中，矢量分析部件308可以跟踪每个吸嘴的矢量点在固定持续时间内直到当前时间的移动(例如，矢量点在最近十分钟或另一持续时间内的移动)，使得可以基于最新的一组性能数据来计算吸嘴的当前方向和/或变化率。如将在下面更详细地讨论的那样，响应于确定矢量点的方向或变化率中的一者或两者对应于定义的临界方向或变化率(或临界方向或变化率的组合)，通知部件310可以生成被引导至与吸嘴在其中进行操作的特定装配线相关联的授权工厂人员所关联的一个或更多个所选客户端设备410的通知。系统302还可以被配置成响应于检测到旨在改变对应的拾取与放置机器的性能的性能问题而发送控制输出402以减慢所识别的吸嘴的性能退化或者从当前的拾取与放置操作移除吸嘴。

除了跟踪矢量点的当前方向和/或变化率之外，矢量分析部件308的一些实施方式还可以跟踪作为矢量的、吸嘴的矢量点在x-y平面内随时间推移的移动，并且基于对该矢量的方向、幅度和速度的分析来预测矢量点的未来趋势。在图9中，由气泡904表示的示例吸嘴的预测未来趋势由箭头910表示。在一些实施方式中，呈现部件312可以被配置成绘制表示所选吸嘴的预测未来轨迹的箭头910(例如，响应于用户通过与图形显示的交互来选择吸嘴)。

基于对由箭头910表示的预测的未来拒绝趋势的分析——并且特别是未来趋势的方向、幅度和速度或变化率——矢量分析部件308可以预测吸嘴在拒绝的零件或错过拾取方面的性能何时劣化到将需要维护行动来纠正问题的点。为此，分析系统302可以允许最终用户(通过用户接口部件314)定义表示对吸嘴的可接受的累积拒绝次数和吸嘴的可接受的拒绝百分比的上限的性能阈值。呈现部件312可以将图形显示902上的用户定义的总拒绝上限呈现为水平拒绝量边界线906。类似地，呈现部件312可以将图形显示902上的用户定义的拒绝百分比上限呈现为竖直拒绝百分比边界线908。通过使x-y平面上的吸嘴特定气泡904相对于边界线906和908可视化，图形显示902提供了每个吸嘴性能与最大允许累积拒绝次数和最大允许拒绝百分比的接近程度的视觉指示。

除了使这些吸嘴性能统计可视化之外，吸嘴性能分析系统302还可以被配置成基于对吸嘴的预测的未来趋势(由箭头910表示)的分析、响应于矢量分析部件308进行的确定来生成被动或主动通知406并且将其递送至所选客户端设备，吸嘴的预测的未来趋势是吸嘴性能有达到由线906和908表示的用户定义的拒绝边界或另一预配置的阈值的风险。例如，基于对给定吸嘴的预期未来趋势执行的预测分析，矢量分析部件308可以估计矢量点(由气泡904图形表示)的未来x-y位置，并且从而估计吸嘴将超过可接受的累积拒绝的最大次数(边界线906)或超过最大可接受的拒绝百分比(边界线908)的未来时间。可以基于对直到当前时刻的过去x-y位置以及x-y位置的过去变化率和位置变化的方向的分析——可以被组合以计算从当前时刻到表示准确预测限度的未来时刻的吸嘴性能的估计的未来趋势矢量(箭头910)——来预测未来x-y位置。用于对吸嘴的性能矢量数据802执行预测分析的任何合适的技术都在本公开内容的一个或更多个实施方式的范围内(例如，对由性能矢量数据表示的过去和预测的未来矢量的斜率的分析以及对矢量变化率的分析)。在一些实施方式中，分析系统302可以被配置成调节误报检测的形成，因为给定的吸嘴可以在良性方向上改变其性能矢量，从而抑制其先前的状态。

响应于确定当前时间与预期吸嘴的性能达到拒绝边界的预期未来时间之间的持续时间小于通知阈值(即，直到预期吸嘴的性能退化到不可接受的水平的持续时间足够小以保证维护行动)，通知部件310可以生成被引导至与吸嘴在其中进行操作的特定装配线相关联的授权工厂人员所关联的一个或更多个所选客户端设备410的通知。

由通知部件310响应于实时或预测的性能问题而生成的通知可以标识诸如以下这样的信息：吸嘴在其中进行操作的拾取与放置机器的身份、故障吸嘴的身份、直到预期吸嘴的性能达到拒绝边界之一的预期时间、吸嘴的当前累积拒绝次数、吸嘴的当前拒绝百分比、用于校正吸嘴性能的推荐对策(例如，更换吸嘴、校正真空水平等)。

除了基于上述的预测分析生成主动通知之外，性能分析系统302还可以被配置成响应于确定矢量的性能矢量已经越过阈值之一而生成被动通知。这样的被动通知可以标识包含退化吸嘴的拾取与放置机器，以及其性能已经劣化超过定义的阈值的特定吸嘴。

在一些实施方式中，随着分析系统302跟踪每个吸嘴随时间推移的累积行为和性能，矢量分析部件308可以生成每个吸嘴的性能模型数据814。该性能模型数据814表示模型随时间推移的预期行为，并且可以基于每个吸嘴的监视的历史性能来生成该性能模型数据814。性能模型数据814可以将这样的行为特性建模为随时间推移的预期的性能退化率(其中退化率本身可以在吸嘴的寿命周期中变化)、x-y平面(即，累积的拒绝相对百分比拒绝绘制的平面)中的预期矢量曲线、吸嘴寿命周期内给定时间处的预期拒绝率，或其他这样的行为特性。当接收和分析新的生产数据812时，矢量分析部件308可以更新每个吸嘴的性能模型数据814。可以由矢量分析部件308结合在给定吸嘴的当前行为的情况下预测吸嘴的未来性能趋势来参考该累积模型数据814。

一些拾取与放置机器106能够执行不同的拾取与放置程序，拾取与放置程序中的每一个被设计成装配特定类型的产品(例如，一种类型的印刷电路板或其他类型的电子组件)。在一些情况下，不同的拾取与放置程序可以在拾取与放置机器内采用不同的可用吸嘴的子集，并且一些吸嘴在装配过程中的角色可以在程序之间变化。例如，在机器上执行的第一拾取与放置程序可以包括一组20个吸嘴，而第二程序可以采用不同组的20个个体吸嘴或由唯一标识符跟踪的一些原始吸嘴和其他吸嘴的组合。此外，参与多个不同装配程序的吸嘴可以被编程为在每个程序中表现不同(例如，吸嘴的移动路径可以根据程序而变化)。因此，给定吸嘴的预期性能可以部分地取决于当前控制吸嘴的特定拾取与放置程序。

因此，在一些实施方式中，除了在所有程序上跟踪和预测累积吸嘴性能之外(即，不管正在执行的拾取与放置程序)，吸嘴性能分析系统302还可以被配置成分别针对相应不同的拾取与放置程序跟踪吸嘴行为。在这样的实施方式中，当生成用于其中正在执行所选拾取与放置程序的当前生产运行的性能矢量数据802时，数据聚合部件306可以排除在执行其他拾取与放置程序期间生成的历史性能数据，并且仅考虑在其中执行所选拾取与放置程序的生产运行期间吸嘴的历史性能数据。类似地，矢量分析部件308可以针对每个吸嘴维护所有程序上吸嘴的总累积模型数据以及表示在执行相应的不同拾取与放置程序期间的吸嘴性能的单独组的模型数据两者。取决于用户请求的分析类型，矢量分析部件308可以使用吸嘴的累积(非程序特定)模型数据或吸嘴的程序特定模型数据来分析性能矢量数据802。

在一些实施方式中，呈现部件312可以设置每个气泡904的大小以表示在其中已经使用吸嘴的所有程序中对应吸嘴的累积拒绝次数。在这样的实施方式中，当图形显示902被设置为在图形显示902的x-y平面内呈现气泡904的程序特定位置时，每个气泡904的y轴位置表示仅当前执行的拾取与放置程序的累积拒绝次数，而气泡904的大小(半径)表示在所有程序中该吸嘴的累积拒绝次数。以该方式，图形显示902可以在同一图形呈现内传达程序特定吸嘴性能和整体吸嘴性能两者的视图。在一些实施方式中，气泡904的半径可以是各个时间段上的多个变量或度量的函数，以按程序突出显示给定时间段的拒绝强度。在其他实施方式中，气泡904的半径可以是吸嘴的拒绝次数和拒绝百分比的乘积。

图10是可以由呈现部件312的一个或更多个实施方式生成的示例图形接口1022。该示例接口1022可以包括几个窗口，其基于如上所述的对生产数据812的分析来概括吸嘴性能。在该示例中，图9的图形显示902被包括在接口1022的左下角中。在左上角中，机器选择区域1002呈现允许用户选择其数据要在接口1022上显示的一组吸嘴的交互式机器选择控件。在该示例中，机器选择区域1002允许用户选择工厂和感兴趣的拾取与放置机器。响应于接收到这些选择，呈现部件312可以在接口1022上呈现所选机器的吸嘴的统计，包括呈现与所选拾取与放置机器的吸嘴相对应的吸嘴行为气泡904。

部分1004呈现关于所选拾取与放置机器的信息，该信息包括机器的名称、机器正在执行的当前程序、最近接收的一组生产数据812的日期和时间戳以及其他这样的信息。窗口1006将机器的总体拒绝率显示为图形计量。窗口1020呈现分解每个头部-主轴组合的装配缺陷数的饼图。窗口1008呈现传达机器计时器分布的另一饼图。窗口1010根据时间戳呈现检测到的缺陷。窗口1012是列出根据失败类型和失败代码分类的检测到的缺陷的缺陷概要。

窗口1014呈现绘制所选机器的吸嘴拒绝率随时间推移的时间序列图。窗口1016呈现表格，该表格针对每个吸嘴概括了拾取数、放置数、可能缺失零件数、拒绝次数、拒绝率以及每个吸嘴的计算拒绝因子。

图11至图12示出了根据本申请的一个或更多个实施方式的方法。虽然出于简化说明的目的将本文中示出的方法示出和描述为一系列动作，但是应当理解和认识到，本发明不受这些动作的顺序的限制，因为一些动作可以据此按照不同的顺序发生以及/或者与本文中示出和描述的动作之外的其他动作同时发生。例如，本领域技术人员将理解并认识到，可以替选地将方法表示为如在状态图中的一系列相互关联的状态或事件。此外，并不需要示出的所有动作来实现根据本发明的方法。此外，当不同实体实施方法中的不同部分时，交互图可以表示根据本公开内容的方法论或方法。此外，所公开的示例方法中的两个或更多个方法可以彼此组合实施以实现本文中所描述的一个或更多个特征或优点。

图11示出了用于跟踪拾取与放置吸嘴的性能并且响应于预测到超过可接受限度的吸嘴性能退化而主动通知人员的示例方法1100。最初，在1102处，从一个或更多个拾取与放置机器收集生产数据，生产数据至少包括拾取与放置机器的相应吸嘴的拾取计数信息和拒绝计数信息。在1104处，针对一个或更多个拾取与放置机器的每个吸嘴，基于在步骤1102处收集的生产数据计算累积的拒绝总数和拒绝百分比。

在1106处，使用在步骤1104处计算的拒绝百分比作为X位置并且使用在步骤1104处计算的累积拒绝总数作为Y位置来计算x-y平面内的坐标位置。在1108处，基于跟踪随时间推移的x-y平面内的坐标位置，生成每个吸嘴的性能矢量。

在1110处，对在步骤1108处生成的性能矢量执行预测分析，并且基于预测分析估计x-y平面内的坐标位置的未来位置。在一些实施方式中，性能矢量的生成和预测分析的执行可以部分地基于根据坐标位置的历史跟踪生成的吸嘴性能的累积模型(关于拒绝的总数和拒绝百分比方面)。这样的分析可以考虑矢量的斜率、变化率以及性能矢量的其他这样的特性。

在1112处，对在步骤1110处预测的未来位置是否超过x-y平面内的边界进行确定。边界可以是例如吸嘴的累积拒绝次数的上边界或拒绝百分比的上边界。如果未预测到未来位置超过边界(步骤1112处为否)，则该方法返回到步骤1102。替选地，如果预测到未来位置超过边界(步骤1112处为是)，则该方法进行到步骤1114，在步骤1114中生成通知并且将其递送到指定的客户端设备，该通知标识被预测到超过边界的吸嘴。在一些实施方式中，通知还可以包括指定预测到吸嘴超过边界的预期时间、预测性能退化的可能根本原因(例如，真空不足、吸嘴预期寿命周期结束等)、用于纠正预测问题的推荐对策的信息、或其他这样的信息。

图12示出了用于跟踪拾取与放置吸嘴的性能并且主动改变拾取与放置机器的控制以减慢或减轻吸嘴性能退化的示例方法1200。步骤1202至1212类似于上面结合图11描述的对应步骤1102至1112。在该示例中，响应于确定吸嘴的坐标位置的估计的未来位置超过指示不可接受的性能退化的预配置的阈值(步骤1212处为是)，该方法进行到步骤1214，在步骤1214中生成控制输出并且将其引导至受影响的吸嘴在其中进行操作的拾取与放置机器。控制输出被引导至拾取与放置机器的控制设备，并且该控制输出被配置成改变拾取与放置机器的操作以减轻预测的性能问题。

本文描述的实施方式、系统和部件以及其中可以执行本说明书中阐述的各个方面的工业控制系统和工业自动化环境可以包括计算机或网络部件，例如能够跨网络进行交互的服务器、客户端、可编程逻辑控制器(PLC)、自动化控制器、通信模块、移动计算机、无线部件、控制部件等。计算机和服务器包括一个或更多个处理器——利用电信号执行逻辑运算的电子集成电路——其被配置成执行在如下介质中存储的指令，例如随机存取存储器(RAM)、只读存储器(ROM)、硬盘驱动器以及可以包括记忆棒、存储卡、闪存驱动器、外部硬盘驱动器等的可移除存储器设备。

类似地，本文中所使用的术语PLC或自动化控制器可以包括能够在多个部件、系统和/或网络之间共享的功能。例如，一个或更多个PLC或自动化控制器可以在网络上与各种网络设备进行通信和协作。这基本上可以包括通过网络进行通信的任何类型的控件、通信模块、计算机、输入/输出(I/O)设备、传感器、致动器和人机接口(HMI)，该网络包括控制网络、自动化网络和/或公共网络。PLC或自动化控制器还可以与下述各种其他设备进行通信并控制这些设备：例如包括模拟、数字、编程/智能I/O模块的标准或安全级I/O模块、其他可编程控制器、通信模块、传感器、致动器、输出设备等。

网络可以包括公共网络，例如因特网、内联网以及自动化网络，例如包括设备网、控制网和以太网/IP的控制和信息协议(CIP)网络。其他网络包括以太网、DH/DH+、远程I/O、现场总线、Modbus、Profibus、CAN、无线网络、串行协议等。此外，网络设备可以包括各种可能性(硬件和/或软件部件)。这包括以下部件：例如，具有虚拟局域网(VLAN)能力的交换机、LAN、WAN、代理、网关、路由器、防火墙、虚拟专用网络(VPN)设备、服务器、客户端、计算机、配置工具、监视工具和/或其他设备。

为了提供所公开主题的各个方面的上下文，图13和图14以及以下论述旨在提供对可以实现所公开主题的各个方面的合适环境的简要的总体描述。

参照图13，用于实现上述主题的各个方面的示例环境1310包括计算机1312。计算机1312包括处理单元1314、系统存储器1316和系统总线1318。系统总线1318将包括但不限于系统存储器1316的系统部件耦接至处理单元1314。处理单元1314可以是各种可用处理器中的任何一种。也可以使用多核微处理器和其他多处理器架构作为处理单元1314。

系统总线1318可以是几个类型的总线结构中的任何一种，包括存储器总线或存储器控制器、外围总线或外部总线，和/或使用任何各种可用总线架构的局部总线，上述可用总线架构包括但不限于8位总线、工业标准架构(ISA)、微通道架构(MSA)、扩展ISA(EISA)、智能驱动电子(IDE)、VESA局部总线(VLB)、外设部件互连(PCI)、通用串行总线(USB)、高级图形端口(AGP)、个人计算机存储卡国际协会总线(PCMCIA)和小型计算机系统接口(SCSI)。

系统存储器1316包括易失性存储器1320和非易失性存储器1322。在非易失性存储器1322中存储有包含例如在启动期间在计算机1312内的元件之间传递信息的基本例程的基本输入/输出系统(BIOS)。作为说明而非限制，非易失性存储器1322可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除PROM(EEPROM)或闪速存储器。易失性存储器1320包括用作外部高速缓冲存储器的随机存取存储器(RAM)。作为说明而非限制，RAM可以具有多种形式，例如，同步RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据速率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)和直接型Rambus RAM(DRRAM)。

计算机1312还包括可移除/不可移除、易失性/非易失性计算机存储介质。图13示出了例如盘存储装置1324。盘存储装置1324包括但不限于以下设备：例如磁盘驱动器、软盘驱动器、磁带驱动器、Jaz驱动器、Zip驱动器、LS-100驱动器、闪存卡或记忆棒。此外，盘存储装置1324可以包括单独的或与其他存储介质相结合的存储介质，包括但不限于：光盘驱动器例如致密盘ROM设备(CD-ROM))、CD可记录驱动器(CD-R驱动器)、CD可重写驱动器(CD-RW驱动器)或数字通用盘ROM驱动器(DVD-ROM)。为了便于将盘存储装置1324连接至系统总线1318，通常使用诸如接口1326的可移除或不可移除接口。

应当理解，图13描述了用作在合适的操作环境1310中所描述的用户与基本计算机资源之间的媒介的软件。这样的软件包括操作系统1328。可以存储在盘存储装置1324上的操作系统1328用于控制和分配计算机1312的资源。系统应用1330通过存储在系统存储器1316中或存储在盘存储装置1324上的程序模块1332和程序数据1334利用由操作系统1328进行的资源管理。应当理解，本公开内容的一个或更多个实施方式可以用各种操作系统或操作系统的组合来实现。

用户通过输入设备1336将命令或信息输入计算机1312中。输入设备1336包括但不限于诸如鼠标、轨迹球、触控笔、触摸板、键盘、麦克风、操纵杆、游戏杆之类的定点设备、卫星天线、扫描仪、电视调谐卡、数字相机、数字视频摄像机、网路摄像机等。这些和其他输入设备经由接口端口1338通过系统总线1318连接至处理单元1314。接口端口1338包括例如串行端口、并行端口、游戏端口和通用串行总线(USB)。输出设备1340使用与输入设备1336相同类型的端口中的一些。因此，例如，可以使用USB端口来向计算机1312提供输入以及将来自计算机1312的信息输出至输出设备1340。提供输出适配器1342以说明，除了需要特定适配器的其他输出设备1340以外，还存在一些输出设备1340，如监视器、扬声器和打印机。作为说明而非限制，输出适配器1342包括提供输出设备1340与系统总线1318之间的连接的装置的视频卡和声卡。应当注意，其他设备和/或设备的系统提供输入和输出两种能力，例如远程计算机1344。

计算机1312可以使用至一个或更多个远程计算机例如远程计算机1344的逻辑连接在联网环境中操作。远程计算机1344可以是个人计算机、服务器、路由器、网络PC、工作站、基于微处理器的设备、对等设备或其他公共网络节点等，并且通常包括相对于计算机1312描述的许多或全部元件。为了简明起见，仅存储器存储装置1346与远程计算机1344一起进行说明。远程计算机1344通过网络接口1348逻辑地连接至计算机1312并且然后经由通信连接1350物理地连接。网络接口1348包含诸如局域网(LAN)和广域网(WAN)的通信网络。LAN技术包括光纤分布式数据接口(FDDI)、铜线分布式数据接口(CDDI)、以太网/IEEE802.3、令牌环/IEEE 802.5等。WAN技术包括但不限于点对点链路、如综合业务数字网(ISDN)及其变型的电路交换网络、分组交换网络和数字用户线路(DSL)。

通信连接1350涉及用于将网络接口1348连接至系统总线1318的硬件/软件。虽然为了清楚起见在计算机1312内部示出了通信连接1350，但是它也可以在计算机1312外部。仅出于示例性目的，连接至网络接口1348所需的硬件/软件包括内部和外部技术，例如，包括常规电话级调制解调器、电缆调制解调器和DSL调制解调器的调制解调器、ISDN适配器和以太网卡。

图14是可以与所公开的主题交互的样本计算环境1400的示意性框图。样本计算环境1400包括一个或更多个客户端1402。客户端1402可以是硬件和/或软件(例如，线程、过程、计算设备)。样本计算环境1400还包括一个或更多个服务器1404。服务器1404也可以是硬件和/或软件(例如，线程、过程、计算设备)。服务器1404可以容纳通过采用例如本文中所描述的一个或更多个实施方式来执行变换的线程。客户端1402与服务器1404之间的一种可能的通信可以是适于在两个或更多个计算机进程之间传输的数据包的形式。样本计算环境1400包括可以用于便于客户端1402与服务器1404之间的通信的通信框架1406。客户端1402可操作地连接至可以用于将信息本地存储至客户端1402的一个或更多个客户端数据存储装置1408。类似地，服务器1404可操作地连接至可以用于将信息本地存储至服务器1404的一个或更多个服务器数据存储装置1410。

上面已经描述的内容包括本新发明的示例。当然不可能出于描述所公开的主题的目的而描述部件或方法的每种能想到的组合，但本领域普通技术人员可以认识到，本新发明的许多更多组合和排列也是可以的。因此，所公开的主题旨在包含落在所附权利要求的精神和范围内的所有这样的改变、修改和变型。

特别地以及关于由上述部件、设备、电路、系统等执行的各种功能，用于描述这样的部件的术语(包括对“手段”的提及)旨在：除非另有说明，否则即使在结构上不等同于在所公开主题的本文示出的示例性方面中执行功能的所公开的结构，仍然对应于执行所描述的部件的特定功能的任何部件(例如，功能等同)。在这方面，还将认识到，所公开的主题包括系统以及具有用于执行所公开主题的各种方法的动作和/或事件的计算机可执行指令的计算机可读介质。

此外，虽然所公开的主题的特定特征可能仅针对若干实现方式中的一种被公开，但是这样的特征可以如可以期望的并且对于任何给定或特定应用有利的那样与其他实现方式的一个或更多个其他特征组合。此外，在具体实施方式或权利要求书使用术语“包括(includes)”和“包含(including)”及其变型方面而言，这些术语旨在以与术语“包括(comprising)”类似的方式包含在内。

在本申请中，词语“示例性”用于表示用作示例、实例或说明。在本文中被描述为“示例性”的任何方面或设计未必被解释为比其他方面或设计优选或有利。相反地，使用词语“示例性”旨在以具体的方式来呈现概念。

本文中所描述的各个方面或特征可以使用标准编程和/或工程技术来实现为方法、设备或制品。本文中所使用的术语“制品”旨在包含能够从任何计算机可读设备、载体或介质访问的计算机程序。例如，计算机可读介质可以包括但不限于磁存储设备(例如，硬盘、软盘、磁条等)、光盘(例如，致密盘(CD)、数字通用盘(DVD)等)、智能卡和闪速存储设备(例如，卡、棒、键驱动器等)。

Claims (20)

1.一种用于收集和分析吸嘴性能数据的系统，包括：

存储器，其存储可执行部件；

能够操作地耦接至所述存储器的处理器，所述处理器执行所述可执行部件，所述可执行部件包括：

数据流式传送部件，其被配置成将从一个或更多个拾取与放置机器收集的生产数据作为数据流传送到云平台或边缘设备，其中，所述生产数据包括对于所述一个或更多个拾取与放置机器的相应吸嘴的性能数据；

数据聚合部件，其被配置成基于所述生产数据生成所述相应吸嘴的对于吸嘴的性能矢量数据，其中，所述性能矢量数据限定吸嘴的矢量点在x-y平面内随时间推移的位置，并且所述数据聚合部件将所述矢量点的位置确定为所述x-y平面的y轴上的吸嘴的拒绝总数和所述x-y平面的x轴上的吸嘴的拒绝百分比的图；

矢量分析部件，其被配置成基于对所述性能矢量数据的分析来跟踪所述矢量点的位置的移动；以及

通知部件，其被配置成响应于确定所述矢量点的位置的移动满足定义的标准而生成被引导至指定客户端设备的通知数据。

2.根据权利要求1所述的系统，还包括呈现部件，所述呈现部件被配置成在所述客户端设备上呈现所述x-y平面的图形表示和所述x-y平面的图形表示上的吸嘴的矢量点的图。

3.根据权利要求2所述的系统，其中，

所述通知数据是第一通知数据，

所述矢量分析部件还被配置成基于对所述性能矢量数据的分析来预测所述矢量点的位置的未来轨迹，并且

所述通知部件还被配置成：响应于确定所述未来轨迹使所述矢量点的位置超过预配置阈值而生成被引导至所述指定客户端设备的第二通知数据。

4.根据权利要求2所述的系统，其中，

所述数据聚合部件还被配置成分别针对由所述拾取与放置机器执行的相应不同程序跟踪吸嘴的拒绝总数和吸嘴的拒绝百分比，并且

所述呈现部件被配置成基于与所述不同程序中的当前由所述一个或更多个拾取与放置机器执行的程序相对应的所述生产数据的子集来绘制吸嘴的矢量点。

5.根据权利要求4所述的系统，其中，所述呈现部件被配置成将所述x-y平面的图形表示上的所述矢量点呈现为半径为在各个时间段上的多个变量或度量的函数的气泡。

6.根据权利要求1所述的系统，其中，

所述矢量分析部件还被配置成：响应于确定所述矢量点的位置的移动满足所述定义的标准，生成被引导至所述一个或更多个拾取与放置机器中的拾取与放置机器的控制输出，并且

所述控制输出被配置成以降低吸嘴的拒绝率的方式改变所述拾取与放置机器的操作。

7.根据权利要求1所述的系统，其中，

所述呈现部件还被配置成在所述客户端设备上呈现性能接口显示，所述性能接口显示至少包括所述x-y平面的图形表示以及机器选择控件，通过与所述机器选择控件的交互便于对所述一个或更多个拾取与放置机器中的拾取与放置机器的选择，并且

对所述拾取与放置机器的选择使所述呈现部件在所述x-y平面的图形表示上呈现与所述拾取与放置机器相对应的吸嘴的子集的矢量点。

8.根据权利要求3所述的系统，其中，

所述矢量分析部件还被配置成基于对所述性能矢量数据的分析来记录吸嘴的性能模型数据，

所述性能模型数据根据所述相应不同程序对吸嘴的性能进行建模，并且

所述矢量分析部件被配置成部分地基于所述性能模型数据来预测所述位置的未来轨迹。

9.根据权利要求1所述的系统，其中，所述定义的标准是所述矢量点的位置的移动的限定方向或所述矢量点的位置的移动的限定变化率中的至少一个。

10.一种用于跟踪吸嘴性能的方法，包括：

通过包括处理器的系统将从一个或更多个拾取与放置机器收集的生产数据作为数据流传送到基于云的存储装置；

通过所述系统基于所述生产数据生成相应吸嘴的对于吸嘴的性能矢量数据，所述性能矢量数据限定吸嘴的矢量点在x-y平面内根据时间的位置，其中，所述生成包括将所述矢量点的位置确定为在所述x-y平面的y轴上的吸嘴的拒绝总数和在所述x-y平面的x轴上的吸嘴的拒绝百分比的图；以及

响应于确定所述矢量点的位置的移动满足定义的标准，通过所述系统生成被引导至指定客户端设备的通知数据。

11.根据权利要求10所述的方法，还包括：

通过所述系统在所述客户端设备上呈现所述x-y平面的图形表示；以及

通过所述系统在所述客户端设备上呈现在所述x-y平面的图形表示上的吸嘴的矢量点的图。

12.根据权利要求11所述的方法，其中，所述通知数据是第一通知数据，并且所述方法还包括：

通过所述系统基于对所述性能矢量数据的分析来预测所述矢量点的位置的未来轨迹，以及

响应于确定所述未来轨迹使所述矢量点的位置超过定义的阈值，通过所述系统生成被引导到指定客户端设备的第二通知数据。

13.根据权利要求11所述的方法，还包括：

通过所述系统分别针对由所述拾取与放置机器执行的相应不同程序跟踪吸嘴的拒绝总数和吸嘴的拒绝百分比；以及

通过所述系统基于与所述不同程序中的当前由所述一个或更多个拾取与放置机器执行的程序相对应的所述生产数据的子集来绘制吸嘴的矢量点。

14.根据权利要求13所述的方法，其中，所述矢量点的图的呈现包括将所述x-y平面的图形表示上的所述矢量点呈现为半径为在各个时间段上的多个变量或度量的函数的气泡。

15.根据权利要求10所述的方法，还包括：

响应于确定所述矢量点的位置的移动满足所述定义的标准，通过所述系统生成被引导至所述一个或更多个拾取与放置机器中的拾取与放置机器的控制输出，其中，所述控制输出被配置成以降低吸嘴的拒绝率的方式改变所述拾取与放置机器的操作。

16.根据权利要求11所述的方法，还包括：

通过所述系统在所述客户端设备上呈现性能接口显示，所述性能接口显示至少包括所述x-y平面的图形表示以及机器选择控件，通过与所述机器选择控件的交互便于对所述一个或更多个拾取与放置机器中的拾取与放置机器的选择；以及

响应于通过与所述机器选择控件的交互接收到对所述拾取与放置机器的选择，通过所述系统在所述x-y平面的图形表示上呈现与所述拾取与放置机器相对应的吸嘴的子集的矢量点。

17.根据权利要求13所述的方法，还包括：通过所述系统基于对所述性能矢量数据的分析来记录吸嘴的性能模型数据，其中，所述性能模型数据根据所述相应不同程序对吸嘴的性能进行建模。

18.根据权利要求17所述的方法，其中，所述通知数据是第一通知数据，并且所述方法还包括：

通过所述系统基于对所述性能矢量数据和所述性能模型数据的分析来预测所述矢量点的位置的未来轨迹，以及

响应于确定所述未来轨迹使所述矢量点的位置超过定义的阈值，通过所述系统生成被引导到指定客户端设备的第二通知数据。

19.一种非暂态计算机可读介质，其上存储有指令,所述指令响应于执行而使包括处理器的系统执行操作，所述操作包括：

将从一个或更多个拾取与放置机器收集的生产数据作为数据流传送到基于云的存储装置；

基于所述生产数据生成所述相应吸嘴的对于吸嘴的性能矢量数据，其中，所述性能矢量数据限定吸嘴的矢量点在x-y平面内根据时间的位置，并且其中，所述生成包括确定沿所述x-y平面的y轴的吸嘴的拒绝总数和沿所述x-y平面的x轴的吸嘴的拒绝百分比的图，作为所述矢量点的位置；

跟踪所述性能矢量数据以确定所述矢量点的位置随时间推移的移动；以及

响应于确定所述矢量点的位置随时间推移的移动满足定义的标准，通过所述系统生成被引导至指定客户端设备的通知数据。

20.根据权利要求19所述的非暂态计算机可读介质，其中，所述操作还包括：

在所述客户端设备上呈现所述x-y平面的图形表示；以及

在所述客户端设备上呈现在所述x-y平面的图形表示上的吸嘴的矢量点的图。

Images