CN114577256A - 多点测量系统及其方法 - Google Patents

多点测量系统及其方法 Download PDF

Info

Publication number
CN114577256A
CN114577256A CN202111420076.6A CN202111420076A CN114577256A CN 114577256 A CN114577256 A CN 114577256A CN 202111420076 A CN202111420076 A CN 202111420076A CN 114577256 A CN114577256 A CN 114577256A
Authority
CN
China
Prior art keywords
sensor
discrimination
combination
point
sensing data
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
CN202111420076.6A
Other languages
English (en)
Inventor
张焜杰
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.)
Smart Sticker Co ltd
Original Assignee
Smart Sticker Co ltd
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 Smart Sticker Co ltd filed Critical Smart Sticker Co ltd
Publication of CN114577256A publication Critical patent/CN114577256A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423—Input/output
    • G05B19/0425—Safety, monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0421—Multiprocessor system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24204—Select restore procedure corresponding to matched abnormal condition, table
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/34—Director, elements to supervisory
    • G05B2219/34465—Safety, control of correct operation, abnormal states

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明提供一种多点测量系统及其方法。多点测量系统包含分别贴附于被测量设备的待测点位的感测器及计算装置。计算装置的计算单元将感测器产生的初始感测数据经数据预处理得到的处理后感测数据，输入计算单元的学习模块进行数据解析，并获得分别对应于感测器的基准辨别度。相邻至少二感测器形成为组合，计算单元依序以组合中的感测器所对应的处理后感测数据输入学习模块进行合并运算，并获得分别对应于组合的合并辨别度。计算单元分别以每一组合的合并辨别度与组合中感测器所对应的基准辨别度进行判定运算，以产生待测点位的适合性判定。

Description

多点测量系统及其方法
技术领域
本发明是关于一种多点测量系统及其方法。具体而言，本发明是关于一种用于机械设备的多点测量系统及其方法。
背景技术
于制造业的生产流程，如何对生产机器进行监测，于生产机器故障时可以即时处理，避免影响产线的正常运作，继而影响产品良率以及工厂产能，一直是制造业所关心的议题。
感测器(sensor)为一种用于侦测环境中所发生的事件或变化(例如：位置、长度、高低差、变位、外观…等)，并将此信息传送出至其他电子装置的装置。依据感测器种类的不同，感测器所搜集的数据包含温度、光、颜色、气压、磁力、速度、加速度…等物理量。
若以感测器进行生产机器的监测，需于生产机器的多个位置布设多个感测器以进行生产机器的各种物理量的监控，故感测器的布设位置至关重要。如何以更有效率的方式，找出最合适的布设位置，将感测器布设于被测量设备的最佳测量点，为以感测器进行生产机器的监测方法所亟欲解决的重要课题。
发明内容
本发明的一目的在于提供一种多点测量系统，通过可粘贴感测器的特性，可以更有效率的方式找出被测量设备的最合适的测量点。
本发明的另一目的在于提供一种多点测量方法，通过数据解析，找到被测量设备的最合适的测量点。
本发明的一实施例涉及一种多点测量系统。多点测量系统供测量被测量设备，且包含多个感测器及一计算装置。感测器分别贴附于被测量设备的多个待测点位。计算装置包含计算单元以及储存单元；计算单元包含学习模块，计算装置分别通信连接至感测器。感测器产生初始感测数据并传送至储存单元进行储存。计算单元将初始感测数据经过数据预处理得到的处理后感测数据，输入学习模块以进行数据解析，并获得分别对应于感测器的基准辨别度。相邻至少两感测器形成为一组合，计算单元依序以组合中的感测器所对应的处理后感测数据输入学习模块进行合并运算，并获得分别对应于组合的合并辨别度。计算单元分别以每一组合所对应的合并辨别度与组合中感测器所对应的基准辨别度进行判定运算，以产生待测点位的适合性判定。
在一些实施例中，该多个待测点位包含一第一待测点位以及相邻的一第二待测点位；该组合为一第一组合，该第一组合包含一第一感测器以及一第二感测器，该第一感测器位于该第一待测点位，该第二感测器位于该第二待测点位；该第一组合所对应的该多个基准辨别度包含一第一基准辨别度以及一第二基准辨别度，该第一基准辨别度对应于该第一感测器，该第二基准辨别度对应于该第二感测器；该第一组合所对应的该合并辨别度为一第一合并辨别度，该第一合并辨别度对应于该第一感测器以及该第二感测器；以及该判定运算为一第一判定运算，该第一判定运算包含：该计算单元将该第一基准辨别度以及该第二基准辨别度分别与该第一合并辨别度进行比较；以及若该第一基准辨别度以及该第二基准辨别度皆大于该第一合并辨别度，则该计算单元判定该第一感测器以及该第二感测器的其中之一所对应的待测点位为不适合，并进行一第二判定运算。
在一些实施例中，该多个待测点位进一步包含相邻于该第二待测点位的一第三待测点位；该组合为一第二组合，该第二组合包含该第二感测器以及一第三感测器，该第三感测器位于该第三待测点位；该第二组合所对应的该多个基准辨别度包含该第二基准辨别度以及一第三基准辨别度，该第三基准辨别度对应于该第三感测器；该第二组合所对应的该合并辨别度为一第二合并辨别度，该第二合并辨别度对应于该第二感测器以及该第三感测器；以及该判定运算为该第二判定运算；该第二判定运算包含：该计算单元将该第二基准辨别度以及该第三基准辨别度分别与该第二合并辨别度进行比较；以及若该第二基准辨别度以及该第三基准辨别度皆大于该第二合并辨别度，则该计算单元判定该第二感测器所对应的待测点位为不适合。
在一些实施例中，每一该多个初始感测数据包含多个初始时间序列感测数据；以及该多个初始时间序列感测数据分别对应于多个时间视窗。
在一些实施例中，该被测量设备具有一运作周期；以及该多个时间视窗的时间单位范围为运作周期的1～10倍。
在一些实施例中，该数据预处理为一标签设定；以及该多个处理后感测数据为多个已标签感测数据。
在一些实施例中，该标签设定包含设定多个标签；以及该多个标签包含一螺丝松动、一电力不足、一最高转速、一一档转速、设备异常、良率、其他可辨识的变异因素、或其组合。
在一些实施例中，该多个标签分别对应于多个设定情境；以及该计算单元根据每一设定情境进行一次该判定运算。
在一些实施例中，该多个感测器为温度感测器、湿度感测器、震动感测器、或其组合；以及该多个初始感测数据为温度数据、湿度数据、震动数据、或其组合。
在一些实施例中，该计算单元根据每一初始感测数据进行一次该判定运算。
本发明的另一实施例涉及一种多点测量方法。多点测量方法包含多点测量方法供测量被测量设备，包含下列步骤：以分别贴附于被测量设备的多个待测点位的多个感测器产生多个初始感测数据并传送至计算装置的储存单元进行储存，计算装置分别通信连接至感测器；以计算装置的计算单元将初始感测数据经过数据预处理得到的多个处理后感测数据，输入计算单元的学习模块以进行数据解析，并获得分别对应于感测器的多个基准辨别度；相邻至少二感测器形成为一组合，计算单元依序以组合中的感测器所对应的处理后感测数据输入学习模块进行合并运算，并获得分别对应于组合的合并辨别度；以及以计算单元分别以每一组合所对应的合并辨别度与组合中感测器所对应的基准辨别度进行判定运算，以产生待测点位的适合性判定。
在一些实施例中，该判定运算为一第一判定运算，该组合为一第一组合，该第一组合包含一第一感测器以及一第二感测器，该第一组合所对应的该多个基准辨别度包含一第一基准辨别度以及一第二基准辨别度，该第一组合所对应的该合并辨别度为一第一合并辨别度，该第一判定运算包含：以该计算单元该第一基准辨别度以及该第二基准辨别度分别与该第一合并辨别度进行比较；以及若该第一基准辨别度以及该第二基准辨别度皆大于该第一合并辨别度，则以该计算单元判定该第一感测器以及该第二感测器的其中之一所对应的待测点位为不适合，并进行一第二判定运算；其中：该多个待测点位包含一第一待测点位以及相邻的一第二待测点位；该第一感测器位于该第一待测点位，该第二感测器位于该第二待测点位；该第一基准辨别度对应于该第一感测器，该第二基准辨别度对应于该第二感测器；以及该第一合并辨别度对应于该第一感测器以及该第二感测器。
在一些实施例中，该判定运算为该第二判定运算，该组合为一第二组合，该第二组合包含该第二感测器以及一第三感测器，该第二组合所对应的该多个基准辨别度包含该第二基准辨别度以及一第三基准辨别度，该第二组合所对应的该合并辨别度为一第二合并辨别度；该第二判定运算包含：以该计算单元将该该第二基准辨别度以及该第三基准辨别度分别与该第二合并辨别度进行比较；以及若该第二基准辨别度以及该第三基准辨别度皆大于该第二合并辨别度，则以该计算单元判定该第二感测器所对应的待测点位为不适合；其中：该多个待测点位进一步包含相邻于该第二待测点位的一第三待测点位；该第三感测器位于该第三待测点位；该第三基准辨别度对应于该第三感测器；以及该第二合并辨别度对应于该第二感测器以及该第三感测器。
在一些实施例中，每一该多个初始感测数据包含多个初始时间序列感测数据；以及该多个初始时间序列感测数据分别对应于多个时间视窗。
在一些实施例中，该被测量设备具有一运作周期；以及该多个时间视窗的时间单位范围为运作周期的1～10倍。
在一些实施例中，该数据预处理为一标签设定；以及该多个处理后感测数据为多个已标签感测数据。
在一些实施例中，该标签设定包含设定多个标签；以及该多个标签包含一螺丝松动、一电力不足、一最高转速、一一档转速、设备异常、良率、其他可辨识的变异因素、或其组合。
在一些实施例中，以该计算单元根据分别对应于该多个标签的多个设定情境的每一个设定情境，进行一次该判定运算。
在一些实施例中，该多个感测器为温度感测器、湿度感测器、震动感测器、或其组合；以及该多个初始感测数据为温度数据、湿度数据、震动数据、或其组合。
在一些实施例中，以该计算单元根据每一初始感测数据进行一次该判定运算。
附图说明
图1为本发明一实施例的多点测量系统示意图；
图2为本发明一实施例的多点测量情境示意图；
图3为本发明一实施例的初始感测数据示意图；
图4为本发明一实施例的时间视窗示意图；
图5为本发明一实施例的基准辨别度示意图；
图6为本发明一实施例的组合示意图；
图7为本发明一实施例的合并辨别度示意图；
图8为本发明一实施例的已标签感测数据示意图；
图9为本发明另一实施例的多点测量系统示意图；
图10为本发明另一实施例的多点测量方法示意图。
主要元件符号说明：
10 多点测量系统
100 感测器
110 组合
111 第一组合
112 第二组合
120 第一感测器
130 第二感测器
140 第三感测器
200 计算装置
210 计算单元
215 学习模块
220 储存单元
230 通信模块
300 中介装置
20 被测量设备
T 温度数据
H 湿度数据
V 震动数据
Tag 标签
D 运作周期
t 时间
to 开始时间
t1 第一时间
t2 第二时间
t3 第三时间
t4 第四时间
t5 第五时间
tn 最后时间
W 时间视窗
W1 第一时间视窗
W2 第二时间视窗
W3 第三时间视窗
Wn-2 最后时间视窗
B 基准辨别度
B1 第一基准辨别度
B2 第二基准辨别度
B3 第三基准辨别度
C 合并辨别度
C1 第一合并辨别度
C2 第二合并辨别度
D 运作周期
P 待测点位
P1 第一待测点位
P2 第二待测点位
P3 第三待测点位
P12 第一及第二待测点位
P23 第二及第三待测点位
N 网络
S1～S5 步骤1～步骤5
具体实施方式
图1为本发明一实施例的多点测量系统示意图；图2为本发明一实施例的多点测量情境示意图。多点测量系统10供测量被测量设备20，且包含多个感测器100及计算装置200；多个感测器100(例如第一感测器120、第二感测器130、第三感测器140…等)分别贴附于被测量设备20的多个待测点位P(例如第一待测点位P1、第二待测点位P2、第三待测点位P3…)。于图1及图2的实施例中，感测器100至少包含第一感测器120、第二感测器130、第三感测器140，待测点位P至少包含第一待测点位P1、第二待测点位P2、第三待测点位P3，且第一感测器120贴附于第一待测点位P1，第二感测器130贴附于第二待测点位P2，第三感测器140贴附于第三待测点位P3，但不以此为限；亦即，于其他实施例中，多点测量系统10可包含三个的感测器100，分别贴附于不同的待测点位P。
于一较佳实施例，感测器100为可粘贴的软性可挠的薄型无线感测器，可随意贴附于被测量设备20的表面或内侧，用以侦测被测量设备20于生产过程中所产生的温度、湿度、震动…等变化，进而将搜集到的数据即时传送至储存单元220进行储存，以供后续数据分析所使用。
于一较佳实施例，被测量设备20为产线中的机械设备。通过本发明的多点测量系统以及多点测量方法，可以找出被测量设备20的表面或内侧的多点测量的最佳测量位置，进一步将多个感测器100粘贴于被测量设备20的表面或内侧的多个最佳测量位置，再通过感测器100搜集被测量设备20于生产过程中所产生的各种数据以进行后续数据分析。
如图1所示，计算装置200包含计算单元210、储存单元220、以及通信模块230；计算单元210包含学习模块215，计算装置200通过通信模块230分别通信连接至感测器100。感测器100产生初始感测数据并传送至储存单元220进行储存。
于一较佳实施例，计算装置200为行动装置，例如智能手机。于另一实施例，计算装置200为区域网络的主机。于一较佳实施例，计算单元210为计算装置200的处理器，储存单元220为计算装置200的内部储存器或外部储存器。
感测器100为温度感测器、湿度感测器、震动感测器、或其组合；初始感测数据为温度数据、湿度数据、震动数据、或其组合。于一较佳实施例，感测器100为复合功能的感测器，例如：温度及湿度复合感测器、温度湿度及震动复合感测器、或其他种类的复合感测器。于另一实施例，感测器100为单一功能的感测器，例如：温度感测器、湿度感测器、震动感测器、或其他只包含单一功能的感测器；初始感测数据为单一种类初始感测数据，例如：温度数据、湿度数据、震动数据、或其他对应功能所得的感测数据。
图3为本发明一实施例的初始感测数据示意图。图3所示实施例的感测器100可为温度感测器、湿度感测器、震动感测器三者所组合的复合式感测器，故感测器100所产生的初始感测数据为温度数据、湿度数据、震动数据三者所组合的复合初始感测数据，亦即，初始感测数据包含温度数据、湿度数据、震动数据三种感测数据。
以图3实施例为例，贴附于第一待测点位P1的第一感测器110，在第一待测点位P1经测量产生的初始感测数据为「P1:T(25，28，27…24)；H(70，65，63…68)；V(80，78，81…75)」，其中温度数据T(单位：℃)为「25，28，27…24」，湿度数据H(单位：％)为「70，65，63…68」，震动数据V(单位：m/s2)为「80，78，81…75」；贴附于第二待测点位P2的第二感测器120，在第二待测点位P2经测量产生的初始感测数据为「P2:T(26，25，27…23)；H(71，64，65…67)；V(79，76，78…76)」，其中温度数据T(单位：℃)为「26，25，27…23」，湿度数据H(单位：％)为「71，64，65…67」，震动数据V(单位：m/s2)为「79，76，78…76」；贴附于第三待测点位P3的第三感测器130，在第三待测点位P3经测量产生的初始感测数据为「P3:T(25，24，28…26)；H(69，67，68…68)；V(78，75，76…74)」，其中温度数据T(单位：℃)为「25，24，28…26」，湿度数据H(单位：％)为「69，67，68…68」，震动数据V(单位：m/s2)为「78，75，76…74」。
详细而言，每一初始感测数据包含多个初始时间序列感测数据。以图3实施例为例，在第一待测点位P1经测量产生的初始感测数据为「P1:T(25，28，27…24)；H(70，65，63…68)；V(80，78，81…75)」，其中温度数据T的初始时间序列感测数据为「25，28，27…24」，亦即，数值「25」为第一时间点取得的第一温度数据、数值「28」为第二时间点取得的第二温度数据、数值「27」为第三时间点取得的第三温度数据、…(依此类推)、…数值「24」为最后时间点取得的最后温度数据。
测量设备20具有运作周期D；具体而言，运作周期D为测量设备20运作一次的周期。初始时间序列感测数据分别对应于多个时间视窗W；于一较佳实施例，时间视窗W的时间单位范围为运作周期D的1～10倍。关于时间视窗W，详见图4及其对应段落的说明。
图4为本发明一实施例的时间视窗W示意图。时间视窗W包含第一时间视窗W1、第二时间视窗W2、第三时间视窗W3、…(依此类推)、最后时间视窗Wn-2。时间t包含开始时间t0、第一时间t1、第二时间t2、第三时间t3、第四时间t4、第五时间t5…最后时间tn。于图4所示实施例，运作周期D以3秒为例；亦即，测量设备20完成一次完整的运作需花费3秒。故图4所示实施例的时间视窗W的时间单位范围可为3秒～30秒，于图4所示实施例以3秒为例。于图4所示实施例的开始时间t0为第0秒、第一时间t1为第1秒、第二时间t2为第2秒、最后时间tn为第n秒。如图4所示，第一时间视窗W1包含开始时间t0～第三时间t3、第二时间视窗W2包含第一时间t1～第四时间t4、第三时间视窗W3包含第二时间t2～第五时间t5…等；亦即，图3实施例的位于第一待测点位P1的第一感测器120，于第0秒～第3秒产生第一温度数据～第四温度数据、于第1秒～第4秒产生第五温度数据～第八温度数据、于第2秒～第5秒产生第九温度数据～第十二温度数据、…(依此类推)。
图5为本发明一实施例的基准辨别度示意图。图1的计算单元210将图3的初始感测数据经过数据预处理得到的处理后感测数据，输入学习模块215以进行数据解析，并获得图5分别对应于位于不同待测点位P(图5以第一待测点位P1、第二待测点位P2、第三待测点位P3为例)的感测器100的基准辨别度B。以图5的实施例为例，基准辨别度B包含第一基准辨别度B1、第二基准辨别度B2、第三基准辨别度B3，分别对应于位于第一待测点位P1的第一感测器120、位于第二待测点位P2的第二感测器130、以及位于第三待测点位P3的第三感测器140。
以位于第一待测点位P1的第一感测器120的温度数据为例，图1的计算单元210将图3的位于第一待测点位P1的第一感测器120的温度初始感测数据「25，28，27…24」，经过数据预处理得到处理后感测数据，再将处理后感测数据输入图1的学习模块215以进行数据解析，获得位于第一待测点位P1的第一感测器120的基准辨别度B(也就是第一基准辨别度B1)为92％。并以相同方法获得位于第二待测点位P2的第二感测器130的基准辨别度B(也就是第二基准辨别度B2)为89％，以及获得位于第三待测点位P3的第三感测器140的基准辨别度B(也就是第三基准辨别度B3)为95％。关于处理后感测数据，详见图8及其对应段落的说明。
进一步而言，相邻至少二感测器100形成为一组合110，图1的计算单元210依序以组合110中的感测器100所对应的处理后感测数据输入图1的学习模块215进行合并运算，并获得分别对应于组合110的合并辨别度C。关于组合110，详见图6及其对应段落的说明。图1的计算单元210分别以每一组合110所对应的合并辨别度C与组合110中感测器100所对应的基准辨别度B进行判定运算，以产生待测点位P的适合性判定。关于合并辨别度C，详见图7及其对应段落的说明。
图6为本发明一实施例的组合110示意图；图7为本发明一实施例的合并辨别度示意图。值得注意的是，于图6所示实施例，每一组合110包含二个感测器100；于其他实施例，每一组合亦可包含更多的感测器100，例如包含三个感测器100。如图6所示，待测点位P包含第一待测点位P1、相邻于第一待测点位P1的第二待测点位P2、以及相邻于于第二待测点位P2的第三待测点位P3。第一感测器120、第二感测器130、第三感测器140分别位于第一待测点位P1、第二待测点位P2、第三待测点位P3。判定运算包含第一判定运算以及第二判定运算，当第一判定运算的适合性判定结果为不适合，才会进行第二判定运算。
详细而言，于第一判定运算中，组合110为第一组合111；第一组合111包含第一感测器120以及第二感测器130。第一组合111所对应的基准辨别度B包含第一基准辨别度B1以及第二基准辨别度B2；第一基准辨别度B1对应于第一感测器120，第二基准辨别度B2对应于第二感测器130。第一组合111所对应的合并辨别度C为第一合并辨别度C1；第一合并辨别度C1对应于第一感测器120以及第二感测器130。
当判定运算为第一判定运算，图1的计算单元210将第一基准辨别度B1以及第二基准辨别度B2分别与第一合并辨别度C1进行比较，若第一基准辨别度B1以及第二基准辨别度B2皆大于第一合并辨别度C1，则图1的计算单元210判定第一感测器120以及第二感测器130的其中之一所对应的待测点位为不适合，并进行第二判定运算。以图5的基准辨别度B以及图7的合并辨别度C为例，第一基准辨别度B1为92％、第二基准辨别度B2为89％，两者皆大于第一合并辨别度C1为56％，故计算单元210判定第一待测点位P1以及第二待测点位P2其中之一为不合适。
详细而言，于第二判定运算中，组合110为第二组合112；第二组合112包第二感测器130以及第三感测器140，如图6所示。第二组合112所对应的基准辨别度B包含第二基准辨别度B2以及第三基准辨别度B3；该第三基准辨别度B3对应于第三感测器140。第二组合112所对应的合并辨别度C为第二合并辨别度C2，第二合并辨别度C2对应于第二感测器130以及第三感测器140。
当判定运算为第二判定运算，图1的计算单元210将第二基准辨别度B2以及第三基准辨别度B3分别与第二合并辨别度C2进行比较，若第二基准辨别度B2以及第三基准辨别度B3皆大于第二合并辨别度C2，则图1的计算单元210判定第二感测器130所对应的待测点位为不适合。以图5的基准辨别度B以及图7的合并辨别度C为例，第二基准辨别度B2为89％、第三基准辨别度B3为95％，两者皆大于第二合并辨别度C2为70％，故计算单元210判定第二待测点位P2为不合适。图8为本发明一实施例的已标签感测数据示意图。于一较佳实施例，数据预处理为标签设定，处理后感测数据为已标签感测数据。以图3的初始感测数据以及图8的已标签感测数据为例，贴附第一待测点位P1的第一感测器110，在第一待测点位P1经测量产生的初始感测数据为「P1:T(25，28，27…24)；H(70，65，63…68)；V(80，78，81…75)」，经标签设定的数据预处理后，第一待测点位P1经测量产生的已标签感测数据为「P1:T(25，28，27…24，IP)；H(70，65，63…68，IP)；V(80，78，81…75，IP)」，其中「IP」即为标签Tag。
详细而言，标签设定包含设定多个标签Tag，标签包含螺丝松动、电力不足、最高转速、一档转速、设备异常、良率、其他可辨识的变异因素、或其组合。标签Tag分别对应于多个设定情境；例如：标签Tag为“LS”对应设定情境为“螺丝松动”、标签Tag为“IP”对应设定情境为“电力不足”…。
于一较佳实施例，图1的计算单元210根据每一设定情境进行一次判定运算；亦即，以设定情境为“螺丝松动”进行一次判定运算并得到一适合性判定的结果、以设定情境为“电力不足”进行一次判定运算并得到一适合性判定的结果、…(以此类推)。具体而言，于每一回合的设定情境(例如：“螺丝松动”)进行测试，产生初始感测数据后，即于初始感测数新增标签Tag(例如：“LS”)成为已标签感测数据。
于一较佳实施例，图1的计算单元210会根据不同种类的初始数据进行一次判定运算；亦即，以温度数据进行一次判定运算并得到一适合性判定的结果、以振动数据进行一次判定运算并得到一适合性判定的结果、以湿度数据进行一次判定运算并得到一适合性判定的结果、…(以此类推)。
详细而言，图1的计算单元210会根据不同情境的不同种类的初始数据分别进行一次判定运算；亦即，以设定情境为“螺丝松动”的温度数据进行一次判定运算、以设定情境为“螺丝松动”的湿度数据进行一次判定运算、以设定情境为“螺丝松动”的震动数据进行一次判定运算、以设定情境为“电力不足”的温度数据进行一次判定运算、以设定情境为“电力不足”的湿度数据进行一次判定运算、以设定情境为“电力不足”的震动数据进行一次判定运算、…(以此类推)。获得每一待测点位P于每一设定情境的每一种类的初始数据的适合性判定的结果，再根据不同的设计需求，做进一步的客制化判断流程，获得不适合的待测点位P，移除不适合的待测点位P，并置换为新的待测点位P，重复进行上述流程直到找到所有最合适的待测点位P。
图9为本发明另一实施例的多点测量系统示意图。图9与图1的差异在于，图1的计算装置200为位于感测器100的通信范围内的计算装置，例如行动装置或区域网络的主机；图1的计算装置200与感测器100以近距离无线通信方式进行通信连接；于一较佳实施例，计算装置200与感测器100以蓝牙通信方式进行通信连接。
不同于图1，图9的计算装置200’为云端主机，故图9的计算装置200’需通过中介装置300与感测器100进行通信连接；详细而言，中介装置300位于感测器100的通信范围内，与感测器100以近距离无线通信方式进行通信连接，中介装置300再通过网际网络N与计算装置200’相连接。于一较佳实施例，中介装置300与感测器100以蓝牙通信方式进行通信连接。于一较佳实施例，中介装置300为行动装置或区域网络的主机。
图10为本发明另一实施例的多点测量方法示意图。如图10所示，多点测量方法包含下列步骤：(S1)以分别贴附于被测量设备20的多个待测点位P的多个感测器100(第一感测器120、第二感测器130、第三感测器140…)产生多个初始感测数据并传送至计算装置200的储存单元220进行储存，计算装置200分别通信连接至感测器100；(S2)将初始感测数据经过数据预处理得到多个处理后感测数据；(S3)以计算装置200的计算单元210将处理后感测数据输入计算单元210的学习模块215以进行数据解析，并获得分别对应于感测器100(第一感测器120、第二感测器130、第三感测器140…)的多个基准辨别度；(S4)相邻至少两组该多个感测器形成为一组合110，计算单元210依序以组合110中的感测器100所对应的处理后感测数据输入学习模块215进行合并运算，并获得分别对应于组合110的多个合并辨别度；以及(S5)以计算单元210分别以每一组合110所对应的合并辨别度与组合中感测器100所对应的基准辨别度进行判定运算，以产生待测点位P的适合性判定。图10为对应图1～9的方法，如前述图1～9的相关段落，在此不予赘述。
第一判定运算包含下列步骤：以计算单元210将第一基准辨别度以及第二基准辨别度分别与第一合并辨别度进行比较；若第一基准辨别度以及第二基准辨别度皆大于第一合并辨别度，则以计算单元210判定第一感测器以及第二感测器的其中之一所对应的待测点位为不适合，并进行第二判定运算。
第二判定运算包含下列步骤：以计算单元210将第二基准辨别度以及第三基准辨别度分别与第二合并辨别度进行比较；若第二基准辨别度以及第三基准辨别度皆大于第二合并辨别度，则以计算单元210判定第二感测器所对应的待测点位为不适合。
本发明已由上述相关实施例加以描述，然而上述实施例仅为实施本发明的范例。必需指出的是，已公开的实施例并未限制本发明的范围。相反地，包含于申请专利范围的精神及范围的修改及均等设置均包含于本发明的范围内。

Claims (20)

1.一种多点测量系统，供测量一被测量设备，其特征在于，包含：
多个感测器，分别贴附于该被测量设备的多个待测点位；以及
一计算装置，包含一计算单元以及一储存单元，该计算单元包含一学习模块，该计算装置分别通信连接至该多个感测器；其中
该多个感测器产生多个初始感测数据并传送至该储存单元进行储存；
该计算单元将该多个初始感测数据经过一数据预处理得到的多个处理后感测数据，输入该学习模块以进行一数据解析，并获得分别对应于该多个感测器的多个基准辨别度；
相邻至少两组该多个感测器形成为一组合，该计算单元依序以该组合中的该多个感测器所对应的该多个处理后感测数据输入该学习模块进行一合并运算，并获得分别对应于该多个组合的多个合并辨别度；以及
该计算单元分别以每一组合所对应的该合并辨别度与该组合中该多个感测器所对应的该多个基准辨别度进行一判定运算，以产生该多个待测点位的适合性判定。
2.如权利要求1所述的多点测量系统，其特征在于：
该多个待测点位包含一第一待测点位以及相邻的一第二待测点位；
该组合为一第一组合，该第一组合包含一第一感测器以及一第二感测器，该第一感测器位于该第一待测点位，该第二感测器位于该第二待测点位；
该第一组合所对应的该多个基准辨别度包含一第一基准辨别度以及一第二基准辨别度，该第一基准辨别度对应于该第一感测器，该第二基准辨别度对应于该第二感测器；
该第一组合所对应的该合并辨别度为一第一合并辨别度，该第一合并辨别度对应于该第一感测器以及该第二感测器；以及
该判定运算为一第一判定运算，该第一判定运算包含：
该计算单元将该第一基准辨别度以及该第二基准辨别度分别与该第一合并辨别度进行比较；以及
若该第一基准辨别度以及该第二基准辨别度皆大于该第一合并辨别度，则该计算单元判定该第一感测器以及该第二感测器的其中之一所对应的待测点位为不适合，并进行一第二判定运算。
3.如权利要求2所述的多点测量系统，其特征在于：
该多个待测点位进一步包含相邻于该第二待测点位的一第三待测点位；
该组合为一第二组合，该第二组合包含该第二感测器以及一第三感测器，该第三感测器位于该第三待测点位；
该第二组合所对应的该多个基准辨别度包含该第二基准辨别度以及一第三基准辨别度，该第三基准辨别度对应于该第三感测器；
该第二组合所对应的该合并辨别度为一第二合并辨别度，该第二合并辨别度对应于该第二感测器以及该第三感测器；以及
该判定运算为该第二判定运算；该第二判定运算包含：
该计算单元将该第二基准辨别度以及该第三基准辨别度分别与该第二合并辨别度进行比较；以及
若该第二基准辨别度以及该第三基准辨别度皆大于该第二合并辨别度，则该计算单元判定该第二感测器所对应的待测点位为不适合。
4.如权利要求1所述的多点测量系统，其特征在于：
每一该多个初始感测数据包含多个初始时间序列感测数据；以及
该多个初始时间序列感测数据分别对应于多个时间视窗。
5.如权利要求4所述的多点测量系统，其特征在于：
该被测量设备具有一运作周期；以及
该多个时间视窗的时间单位范围为运作周期的1～10倍。
6.如权利要求1所述的多点测量系统，其特征在于：
该数据预处理为一标签设定；以及
该多个处理后感测数据为多个已标签感测数据。
7.如权利要求6所述的多点测量系统，其特征在于：
该标签设定包含设定多个标签；以及
该多个标签包含一螺丝松动、一电力不足、一最高转速、一一档转速、设备异常、良率、其他可辨识的变异因素、或其组合。
8.如权利要求7所述的多点测量系统，其特征在于：
该多个标签分别对应于多个设定情境；以及
该计算单元根据每一设定情境进行一次该判定运算。
9.如权利要求1所述的多点测量系统，其特征在于：
该多个感测器为温度感测器、湿度感测器、震动感测器、或其组合；以及
该多个初始感测数据为温度数据、湿度数据、震动数据、或其组合。
10.如权利要求9所述的多点测量系统，其特征在于：
该计算单元根据每一初始感测数据进行一次该判定运算。
11.一种多点测量方法，供测量一被测量设备，其特征在于，包含下列步骤：
以分别贴附于该被测量设备的多个待测点位的多个感测器产生多个初始感测数据并传送至一计算装置的一储存单元进行储存，该计算装置分别通信连接至该多个感测器；
以该计算装置的一计算单元将该多个初始感测数据经过一数据预处理得到的多个处理后感测数据，输入该计算单元的一学习模块以进行一数据解析，并获得分别对应于该多个感测器的多个基准辨别度；
相邻至少两组该多个感测器形成为一组合，该计算单元依序以该组合中的该多个感测器所对应的该多个处理后感测数据输入该学习模块进行一合并运算，并获得分别对应于该多个组合的多个合并辨别度；以及
以该计算单元分别以每一组合所对应的该合并辨别度与该组合中该多个感测器所对应的该多个基准辨别度进行一判定运算，以产生该多个待测点位的适合性判定。
12.如权利要求11所述的多点测量方法，其特征在于，该判定运算为一第一判定运算，该组合为一第一组合，该第一组合包含一第一感测器以及一第二感测器，该第一组合所对应的该多个基准辨别度包含一第一基准辨别度以及一第二基准辨别度，该第一组合所对应的该合并辨别度为一第一合并辨别度，该第一判定运算包含：
以该计算单元该第一基准辨别度以及该第二基准辨别度分别与该第一合并辨别度进行比较；以及
若该第一基准辨别度以及该第二基准辨别度皆大于该第一合并辨别度，则以该计算单元判定该第一感测器以及该第二感测器的其中之一所对应的待测点位为不适合，并进行一第二判定运算；其中：
该多个待测点位包含一第一待测点位以及相邻的一第二待测点位；
该第一感测器位于该第一待测点位，该第二感测器位于该第二待测点位；
该第一基准辨别度对应于该第一感测器，该第二基准辨别度对应于该第二感测器；以及
该第一合并辨别度对应于该第一感测器以及该第二感测器。
13.如权利要求12所述的多点测量方法，其特征在于，该判定运算为该第二判定运算，该组合为一第二组合，该第二组合包含该第二感测器以及一第三感测器，该第二组合所对应的该多个基准辨别度包含该第二基准辨别度以及一第三基准辨别度，该第二组合所对应的该合并辨别度为一第二合并辨别度；该第二判定运算包含：
以该计算单元将该该第二基准辨别度以及该第三基准辨别度分别与该第二合并辨别度进行比较；以及
若该第二基准辨别度以及该第三基准辨别度皆大于该第二合并辨别度，则以该计算单元判定该第二感测器所对应的待测点位为不适合；其中：
该多个待测点位进一步包含相邻于该第二待测点位的一第三待测点位；
该第三感测器位于该第三待测点位；
该第三基准辨别度对应于该第三感测器；以及
该第二合并辨别度对应于该第二感测器以及该第三感测器。
14.如权利要求11所述的多点测量方法，其特征在于：
每一该多个初始感测数据包含多个初始时间序列感测数据；以及
该多个初始时间序列感测数据分别对应于多个时间视窗。
15.如权利要求14所述的多点测量方法，其特征在于：
该被测量设备具有一运作周期；以及
该多个时间视窗的时间单位范围为运作周期的1～10倍。
16.如权利要求11所述的多点测量方法，其特征在于：
该数据预处理为一标签设定；以及
该多个处理后感测数据为多个已标签感测数据。
17.如权利要求16所述的多点测量方法，其特征在于：
该标签设定包含设定多个标签；以及
该多个标签包含一螺丝松动、一电力不足、一最高转速、一一档转速、设备异常、良率、其他可辨识的变异因素、或其组合。
18.如权利要求17所述的多点测量方法，进一步包含：
以该计算单元根据分别对应于该多个标签的多个设定情境的每一个设定情境，进行一次该判定运算。
19.如权利要求11所述的多点测量方法，其特征在于：
该多个感测器为温度感测器、湿度感测器、震动感测器、或其组合；以及
该多个初始感测数据为温度数据、湿度数据、震动数据、或其组合。
20.如权利要求19所述的多点测量方法，其特征在于：
以该计算单元根据每一初始感测数据进行一次该判定运算。
CN202111420076.6A 2020-11-30 2021-11-26 多点测量系统及其方法 Pending CN114577256A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW109142120 2020-11-30
TW109142120A TWI777317B (zh) 2020-11-30 2020-11-30 多點量測系統及其方法

Publications (1)

Publication Number Publication Date
CN114577256A true CN114577256A (zh) 2022-06-03

Family

ID=81752436

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111420076.6A Pending CN114577256A (zh) 2020-11-30 2021-11-26 多点测量系统及其方法

Country Status (3)

Country Link
US (1) US11868112B2 (zh)
CN (1) CN114577256A (zh)
TW (1) TWI777317B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206891493U (zh) * 2017-07-26 2018-01-16 中国长江电力股份有限公司 一种盘柜温湿度智能报警及测量装置
US20180338192A1 (en) * 2017-05-16 2018-11-22 General Electric Company Generating and/or encoding rotational data for a mechanical element over a digital network
KR20180135694A (ko) * 2017-06-13 2018-12-21 주식회사 아모라이프사이언스 멀티 센싱이 가능한 패치형 센서모듈
TWM575133U (zh) * 2018-01-17 2019-03-01 固德科技股份有限公司 Robotic arm dynamic monitoring system
CN110907731A (zh) * 2019-12-03 2020-03-24 国网陕西省电力公司电力科学研究院 一种基于温度感知的变电站热状态评估方法及系统
TW202020744A (zh) * 2018-11-26 2020-06-01 中原大學 電纜感測資料蒐集方法、使用此方法的電子裝置及晶片

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4257277B2 (ja) * 2004-08-25 2009-04-22 株式会社東芝 無線タグ装置、タグ識別装置および無線通信システム
JP4153918B2 (ja) * 2005-03-22 2008-09-24 株式会社東芝 無線タグリーダ、無線タグシステム、プログラムおよび無線通信方法
US8296480B2 (en) * 2009-11-30 2012-10-23 Lsi Corporation Context execution in a media controller architecture
US9081501B2 (en) * 2010-01-08 2015-07-14 International Business Machines Corporation Multi-petascale highly efficient parallel supercomputer
KR20130048595A (ko) * 2011-11-02 2013-05-10 삼성전자주식회사 제한된 리소스 환경에서의 안정적인 중복 데이터 제거 장치 및 방법
WO2017095920A1 (en) * 2015-12-02 2017-06-08 Pcms Holdings, Inc. System and method for tamper-resistant device usage metering
KR101754025B1 (ko) * 2016-04-27 2017-07-19 성균관대학교산학협력단 Rfid 시스템에서의 리더기 및 상기 리더의 동작 방법, 및 태그 장치 및 상기 태그의 동작 방법
US12067485B2 (en) * 2018-09-28 2024-08-20 Applied Materials, Inc Long short-term memory anomaly detection for multi-sensor equipment monitoring
KR102085873B1 (ko) * 2018-12-27 2020-03-06 성균관대학교산학협력단 필터를 이용한 태그 및 리더 간의 선택적 통신 방법 및 장치
US11592812B2 (en) 2019-02-19 2023-02-28 Applied Materials, Inc. Sensor metrology data integration
CN111858111A (zh) * 2019-04-25 2020-10-30 伊姆西Ip控股有限责任公司 数据分析的方法、设备和计算机程序产品

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180338192A1 (en) * 2017-05-16 2018-11-22 General Electric Company Generating and/or encoding rotational data for a mechanical element over a digital network
KR20180135694A (ko) * 2017-06-13 2018-12-21 주식회사 아모라이프사이언스 멀티 센싱이 가능한 패치형 센서모듈
CN206891493U (zh) * 2017-07-26 2018-01-16 中国长江电力股份有限公司 一种盘柜温湿度智能报警及测量装置
TWM575133U (zh) * 2018-01-17 2019-03-01 固德科技股份有限公司 Robotic arm dynamic monitoring system
TW202020744A (zh) * 2018-11-26 2020-06-01 中原大學 電纜感測資料蒐集方法、使用此方法的電子裝置及晶片
CN110907731A (zh) * 2019-12-03 2020-03-24 国网陕西省电力公司电力科学研究院 一种基于温度感知的变电站热状态评估方法及系统

Also Published As

Publication number Publication date
TWI777317B (zh) 2022-09-11
TW202223691A (zh) 2022-06-16
US11868112B2 (en) 2024-01-09
US20220171358A1 (en) 2022-06-02

Similar Documents

Publication Publication Date Title
EP3441836B1 (en) Algorithm and method for detecting faults of a machine based on machine-learning technique
JP6546907B2 (ja) 機器用統合データ収集及び報告インタフェース
Kucukoglu et al. Application of the artificial neural network method to detect defective assembling processes by using a wearable technology
CN109115877B (zh) 一种基于dic技术的曲率模态损伤识别方法
CN105579922A (zh) 信息处理装置以及分析方法
CN110110768A (zh) 基于并行特征学习和多分类器的滚动轴承故障诊断方法
Uhlmann et al. Condition monitoring in the cloud
CN112327780A (zh) 一种电子装备测试生产线的数字孪生系统构建方法及架构
CN101259615A (zh) 工业机器人系统中状态变化的检测
CN110018322B (zh) 一种基于深度学习的转速检测方法及系统
KR102483811B1 (ko) 자동화 공정 이상상태 모니터링 및 제어 시스템 및 방법
Moreira et al. Industry 4.0: Real-time monitoring of an injection molding tool for smart predictive maintenance
CN115855463A (zh) 一种回转机械设备故障检测方法以及装置
CN115349111A (zh) 诊断系统、诊断方法及程序
Van der Auweraer et al. Sensors and systems for structural health monitoring
WO2020234894A1 (en) System and method for determining a health condition and an anomaly of an equipment
CN110546657B (zh) 用于评估组件的生命周期的方法和设备
CN114577256A (zh) 多点测量系统及其方法
CN116256026B (zh) 一种动态服役工况下多维拼接拼焊结构的健康监测系统
Lin et al. Three-dimensional structural health monitoring based on multiscale cross-sample entropy
CN109813551A (zh) 一种柴油机主轴承磨合质量在线定量检测方法
WO2018074472A1 (ja) 車軸軸受メンテナンスシステム
Kolar et al. Identification of inability states of rotating machinery subsystems using industrial IoT and convolutional neural network–initial research
CN114998357A (zh) 基于多信息分析的工业检测方法、系统、终端和介质
CN114838932A (zh) 一种rv减速器缓慢时变微弱故障诊断方法

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