JP2018519594A - 資産でのローカルな解析 - Google Patents

資産でのローカルな解析 Download PDF

Info

Publication number
JP2018519594A
JP2018519594A JP2017565106A JP2017565106A JP2018519594A JP 2018519594 A JP2018519594 A JP 2018519594A JP 2017565106 A JP2017565106 A JP 2017565106A JP 2017565106 A JP2017565106 A JP 2017565106A JP 2018519594 A JP2018519594 A JP 2018519594A
Authority
JP
Japan
Prior art keywords
asset
workflow
data
prediction model
model
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
JP2017565106A
Other languages
English (en)
Other versions
JP2018519594A5 (ja
Inventor
ニコラス、ブラッド
コルブ、ジェイソン
Original Assignee
アップテイク テクノロジーズ、インコーポレイテッド
アップテイク テクノロジーズ、インコーポレイテッド
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
Priority claimed from US14/744,369 external-priority patent/US20160371616A1/en
Priority claimed from US14/963,207 external-priority patent/US10254751B2/en
Application filed by アップテイク テクノロジーズ、インコーポレイテッド, アップテイク テクノロジーズ、インコーポレイテッド filed Critical アップテイク テクノロジーズ、インコーポレイテッド
Publication of JP2018519594A publication Critical patent/JP2018519594A/ja
Publication of JP2018519594A5 publication Critical patent/JP2018519594A5/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
    • 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

資産、並びに資産の動作に関連した予測モデル及び対応するワークフローと関連した、システム、装置、及び方法が、本明細書に開示される。具体的には、実施例は、一括予測モデル及び対応するワークフローを定義してデプロイすることと、個別予測モデル及び／又は対応するワークフローを定義してデプロイすることと、モデル・ワークフロー対の実行を動的に調整することとを伴う。さらに、実施例は、予測モデルを受信してローカルに実行し、予測モデルをローカルに個別化し、及び／又は、ワークフロー若しくはその一部をローカル実行するように構成された資産を伴う。

Description

［関連出願の相互参照］
本出願は、（ｉ）「Ａｇｇｒｅｇａｔｅ Ｐｒｅｄｉｃｔｉｖｅ Ｍｏｄｅｌ ＆ Ｗｏｒｋｆｌｏｗ ｆｏｒ Ｌｏｃａｌ Ｅｘｅｃｕｔｉｏｎ」と題された、２０１５年６月１９日出願の米国非仮特許出願第１４／７４４，３５２号、（ｉｉ）「Ｉｎｄｉｖｉｄｕａｌｉｚｅｄ Ｐｒｅｄｉｃｔｉｖｅ Ｍｏｄｅｌ ＆ Ｗｏｒｋｆｌｏｗ ｆｏｒ ａｎ Ａｓｓｅｔ」と題された、２０１５年６月１９日出願の米国非仮特許出願第１４／７４４，３６９号、及び（ｉｉｉ）「Ｌｏｃａｌ Ａｎａｌｙｔｉｃｓ ａｔ ａｎ Ａｓｓｅｔ」と題された、２０１５年１２月８日出願の米国非仮特許出願第１４／９６３，２０７号に基づく優先権を主張し、これらの米国非仮特許出願のそれぞれは、その全体の参照により本明細書に組み込まれる。本出願は、「Ａｓｓｅｔ Ｈｅａｌｔｈ Ｓｃｏｒｅ」と題された、２０１５年６月５日出願の米国非仮特許出願第１４／７３２，２５８号も、その全体の参照により組み込む。
現在、機械（本明細書では「資産（ａｓｓｅｔ）」とも呼ばれる）が、多くの業界のいたるところで見られる。国々に貨物を運ぶ機関車から、看護師や医師が人命を救うのを助ける医療機器まで、日常生活において、資産は重要な役割を果たす。資産が果たす役割に応じて、その複雑さやコストは変わり得る。例えば、いくつかの資産は、その資産が適切に機能するために、調和して動作する必要がある複数のサブシステム（例えば、機関車のエンジン、変速機など）を含むことがある。
資産が日常生活で重要な役割を務めるので、資産は、限られたダウンタイムで修理可能であることが望ましい。したがって、おそらく最小のダウンタイムで資産を修理するのを容易にするために、資産内部の異常状態を監視及び検出する機構を開発した人もいる。
資産を監視するための現在の手法は、一般に、資産の全体にわたって割り当てられた、資産の動作状態を監視する、様々なセンサ及び／又はアクチュエータから信号を受信する資産内コンピュータを伴う。１つの代表例として、資産が機関車の場合、センサ及び／又はアクチュエータは、いくつかある例の中でも特に、温度、電圧、及び速度などのパラメータを監視することができる。これらの装置のうち１つ又は複数からのセンサ信号及び／又はアクチュエータ信号が、特定の値に達した場合には、資産に内蔵したコンピュータは、資産の内部で異常状態が生じたというインジケーションである「障害コード」など、異常状態インジケータを生成することができる。
一般に、異常状態とは、資産又はその要素における欠陥であり得、この欠陥は、資産及び／又は要素の故障をもたらし得る。したがって、異常状態は、所与の故障又はおそらく複数の故障と関連している場合があり、それは、異常状態が１つ又は複数の所与の故障の徴候となるからである。実際には、ユーザが通常、各異常状態インジケータと関連付けられるセンサ及びそれぞれのセンサ値を定義する。すなわち、ユーザは、資産の「標準」動作状態（例えば、障害コードをトリガしない動作状態）と、「異常」動作状態（例えば、障害コードをトリガする動作状態）とを定義する。
資産内コンピュータが異常状態インジケータを生成した後に、そのインジケータ及び／又はセンサ信号は、ユーザが異常状態の何らかのインジケーション及び／又はセンサ信号を受信して、処置を講じるかどうか判定できる、遠く離れた場所に送られてよい。ユーザが取り得る１つの行為は、資産を評価して、場合によっては修理するために、整備士などを派遣することである。整備士は、資産に到着すると、演算処理装置を資産に接続し、演算処理装置を操作して、生成されたインジケータの原因を診断するのを容易にする１つ又は複数のローカル診断ツールを、資産に利用させてよい。
現在の資産監視システムは一般に、異常状態インジケータをトリガするという点で効果的であるが、そのようなシステムは通常、保守的なものである。すなわち、資産監視システムがインジケータをトリガする時までに、資産内部の故障が既に発生した（又は発生しようとしている）可能性があり、これが、いくつかある欠点の中でも特に、コストのかかるダウンタイムをもたらし得る。さらに、そのような資産監視システムにおける、資産内異常検出機構の単純な性質に起因して、現在の資産監視手法は、資産の演算の監視を実行して、問題が検出された場合に、命令を資産に伝送するリモート演算処理システムを伴う傾向にある。これが、ネットワークレイテンシに起因して、及び／又は、資産が通信ネットワークのサービスエリアの外側に移動した場合に実行できないことに起因して、不利になり得る。その上さらに、資産に格納されたローカル診断ツールの性質に起因して、現在の診断手順は、そのようなツールを資産に利用させるために整備士が必要になることから、非効率的で煩雑になる傾向がある。
本明細書において開示される例示的なシステム、装置、及び方法は、これらの問題点のうち１つ又は複数に対する取り組みを助けようとするものである。例示的な実装態様において、ネットワーク構成には、資産とリモート演算処理システムとの間の通信を容易にする通信ネットワークが含まれてよい。場合によっては、通信ネットワークは、（例えば、暗号化又は他のセキュリティ対策によって）資産とリモート演算処理システムとの間のセキュアな通信を容易にすることができる。
上述されたように、各資産は、資産の全体にわたって割り当てられた、資産の動作状態の監視を容易にする、複数のセンサ及び／又はアクチュエータを含んでよい。複数の資産が、各資産の動作状態を示すそれぞれのデータをリモート演算処理システムに提供してよく、リモート演算処理システムは、提供されたデータに基づいて、１つ又は複数の動作を実行するように構成されてよい。通常、センサデータ及び／又はアクチュエータデータが、一般的な資産監視動作に利用され得る。しかし、本明細書において説明されるように、リモート演算処理システム及び／又は資産は、より複雑な動作の実行を容易にするために、そのようなデータを活用することができる。
例示的な実装態様において、リモート演算処理システムは、資産の動作に関連した予測モデル及び対応するワークフロー（本明細書では「モデル・ワークフロー対」と呼ばれる）を定義し、これらを資産にデプロイするように構成されてよい。資産は、モデル・ワークフロー対を受信し、そのモデル・ワークフロー対に従って動作するローカル解析装置を利用するように構成されてよい。
概して、モデル・ワークフロー対は、資産に、特定の動作状態を監視させ、特定の状態が存在する場合、特定のイベントの発生防止を容易にするのに役立ち得る挙動を修正させることができる。具体的には、予測モデルが、資産のセンサ及び／又はアクチュエータの特定のセットから、データを入力として受信し、１つ又は複数の特定のイベントが今後の一定期間内に資産で発生し得る可能性を出力することができる。ワークフローは、モデルによって出力される、１つ又は複数の特定のイベントの可能性に基づいて実行される１つ又は複数の動作を伴ってよい。
実際には、リモート演算処理システムは、一括予測モデル及び対応するワークフロー、個別予測モデル及び対応するワークフロー、又はそれらの何らかの組み合わせを定義することができる。「一括」モデル／ワークフローとは、資産のグループに対して汎用的なモデル／ワークフローを意味してよく、「個別」モデル／ワークフローとは、単一の資産、又は資産のグループから分割した資産のサブグループに合わせて用意された、モデル／ワークフローを意味してよい。
例示的な実装態様において、リモート演算処理システムは、複数の資産の過去のデータに基づいて、一括予測モデルを定義することで開始することができる。複数の資産のデータを利用することで、単一の資産の動作データを利用するよりも正確な予測モデルの定義を容易にすることができる。
一括モデルの基礎を形成する過去のデータは、所与の資産の動作状態を示す動作データを少なくとも含んでよい。具体的には、動作データは、故障が資産で発生したときの事例を識別する異常状態データ、及び／又は、これらの事例が発生した時間に資産で測定された１つ又は複数の物理的特性を示すデータを含んでよい。このデータは、一括モデル・ワークフロー対を定義するのに用いられた、いくつかある資産関連データの例の中でも特に、資産が動作していた環境を示す環境データ、及び資産が利用された日時を示すスケジュールデータも含んでよい。
過去のデータに基づいて、リモート演算処理システムは、特定のイベントの発生を予測する一括モデルを定義することができる。特定の例示的な実装態様において、一括モデルは、今後の一定期間内に故障が資産で生じる確率を出力することができる。そのようなモデルは、本明細書では、「故障モデル」と呼ばれることがある。いくつかある例示的な予測モデルの中でも特に、他の一括モデルが、今後の一定期間内に資産がタスクを完了する可能性を予測することができる。
一括モデルを定義した後に、リモート演算処理システムは、定義された一括モデルに対応する一括ワークフローを定義することができる。概して、ワークフローは、対応するモデルに基づいて資産が実行することができる、１つ又は複数の動作を含んでよい。すなわち、対応するモデルの出力は、資産にワークフロー動作を実行させることができる。例えば、一括モデルが特定の範囲内の確率を出力した場合、資産が、ローカル診断ツールなど、特定のワークフロー動作を実行するように、一括モデル・ワークフロー対が定義されてよい。
一括モデル・ワークフロー対が定義された後に、リモート演算処理システムは、１つ又は複数の資産にその対を伝送してよい。１つ又は複数の資産は次に、一括モデル・ワークフロー対に従って動作することができる。
例示的な実装態様において、リモート演算処理システムはさらに、１つ又は複数の資産の個別予測モデル及び／若しくは対応するワークフローを定義するように構成されてよい。リモート演算処理システムは、いくつかある検討事項の中でも特に、それぞれの所与の資産の特定の特性に基づいて、それらを定義してよい。例示的な実装態様において、リモート演算処理システムは、ベースラインとして一括モデル・ワークフロー対から開始し、資産の特性に基づいて所与の資産の一括モデル及びワークフローのうち一方又は両方を個別化してよい。
実際には、リモート演算処理システムは、一括モデル・ワークフロー対に関連した資産特性（例えば、対象とする特性）を決定するように構成されてよい。そのような特性の例には、いくつかある特性の中でも特に、資産年数、資産使用量、資産クラス（例えば、ブランド及び／又は型式）、資産健全性、及び資産が動作する環境が含まれてよい。
次に、リモート演算処理システムは、対象とする特性に対応する、所与の資産の特性を決定してよい。所与の資産の特性のうちいくつかに少なくとも基づいて、リモート演算処理システムは、一括モデル及び／又は対応するワークフローを個別化するように構成されてよい。
個別モデル及び／又はワークフローの定義は、一括モデル及び／又はワークフローに一定の修正を行うリモート演算処理システムを伴ってよい。例えば、一括モデルの個別化は、いくつかある例の中でも特に、モデル入力の変更、モデル計算の変更、及び／又は、計算の変数又は出力の重みの変更を伴ってよい。一括ワークフローの個別化は、いくつかある例の中でも特に、ワークフローの１つ又は複数の動作の変更、及び／又は、ワークフローをトリガするモデル出力値又は値の範囲の変更を伴ってよい。
所与の資産の個別モデル及び／又はワークフローを定義した後に、リモート演算処理システムは、個別モデル及び／又はワークフローを所与の資産に伝送することができる。モデル及びワークフローのうち１つだけが個別化されるシナリオでは、所与の資産は、個別化されていないモデル又はワークフローの一括バージョンを利用することができる。所与の資産は次に、その個別モデル・ワークフロー対に従って動作することができる。
例示的な実装態様において、所与の資産は、リモート演算処理システムにより提供されたモデル・ワークフロー対に従って、所与の資産を動作させるように構成され得るローカル解析装置を含んでよい。ローカル解析装置は、資産のセンサ及び／又はアクチュエータからの動作データ（例えば、通常、他の資産関連の目的に利用されるデータ）を利用して、予測モデルを実行するように構成されてよい。ローカル解析装置が特定の動作データを受信した場合、ローカル解析装置はそのモデルを実行してよく、モデルの出力に応じて、対応するワークフローを実行してよい。
対応するワークフローを実行することは、所与の資産での望ましくないイベントの発生防止を容易にするのに役立ち得る。このようにして、所与の資産は、特定のイベントが発生しそうであるとローカルに判定してよく、次に、そのイベントの発生防止に役立つ特定のワークフローを実行してよい。このことは、所与の資産とリモート演算処理システムとの間の通信が妨げられた場合、特に有用となり得る。例えば、状況によっては、予防処置を取るためのコマンドがリモート演算処理システムから所与の資産に届く前に、故障が発生する場合がある。そのような状況において、ローカル解析装置は、コマンドをローカルに生成し、それにより、あらゆるネットワークレイテンシ、又は「オフライン」の所与の資産から生じるあらゆる問題を回避し得るという点で有利となり得る。したがって、モデル・ワークフロー対を実行するローカル解析装置は、資産をその状態に順応させるのを容易にし得る。
いくつかの例示的な実装態様において、モデル・ワークフロー対を最初に実行する前、又は実行したとき、ローカル解析装置は、リモート演算処理システムから受信したモデル・ワークフロー対を自身で個別化することができる。概して、ローカル解析装置は、モデル・ワークフロー対が定義されたときに作られた所与の資産に関連する予測、想定、及び／又は一般化の一部又は全てを評価することで、モデル・ワークフロー対を個別化することができる。その評価に基づいて、ローカル解析装置は、モデル・ワークフロー対の基本的な予測、想定、及び／又は一般化が所与の資産の実際の状態をより正確に反映するように、モデル・ワークフロー対を修正することができる。ローカル解析装置は次に、リモート演算処理システムから最初に受信したモデル・ワークフロー対の代わりに、個別モデル・ワークフロー対を実行してよく、これにより、資産のより正確な監視がもたらされてよい。
所与の資産は、モデル・ワークフロー対に従って動作しているが、所与の資産は、リモート演算処理システムに動作データを引き続き提供することもできる。このデータに少なくとも基づいて、リモート演算処理システムは、一括モデル・ワークフロー対、及び／又は、１つ若しくは複数の個別モデル・ワークフロー対を修正することができる。リモート演算処理システムは、複数の理由で修正を行ってよい。
１つの例において、リモート演算処理システムは、モデルが事前に考慮しなかった資産で、新たなイベントが発生した場合、そのモデル及び／又はワークフローを修正してよい。例えば、故障モデルにおいて、新たなイベントは、データが一括モデルを定義するのに用いられた資産のいずれかにおいても、まだ発生していなかった新たな故障データであってよい。
別の例において、リモート演算処理システムは、イベントを通常は発生させない動作状態のもとで、イベントが資産に発生した場合、モデル及び／又はワークフローを修正してよい。例えば、再び故障モデルに戻ると、過去に故障をまだ発生させたことがなかった動作状態のもとで、故障が発生した場合、故障モデル又は対応するワークフローは修正されてよい。
さらに別の例において、リモート演算処理システムは、実行されたワークフローがイベントの発生を防止できなかった場合、モデル及び／又はワークフローを修正してよい。具体的には、モデルの出力が、イベントの発生防止を目的としたワークフローを資産に実行させたが、それにもかかわらずイベントが資産で発生した場合、リモート演算処理システムは、そのモデル及び／又はワークフローを修正してよい。モデル及び／又はワークフローを修正するための理由については、他の例もあり得る。
リモート演算処理システムは次に、データが修正を生じさせた資産に、及び／又は他の資産に、リモート演算処理システムと通信して、あらゆる修正を配信することができる。このようにして、リモート演算処理システムは、モデル及び／又はワークフローを動的に修正し、これらの修正を、個々の資産の動作状態に基づいて、資産群全体に配信することができる。
いくつかの例示的な実装態様において、資産及び／又はリモート演算処理システムは、予測モデル及び／又はワークフローの実行を動的に調整するように構成されてよい。具体的には、資産及び／又はリモート演算処理システムは、資産及び／又はリモート演算処理システムが、予測モデル及び／又はワークフローを実行しているかどうかに関して、役割の変化をトリガする特定のイベントを検出するように構成されてよい。
例えば、場合によっては、資産がモデル・ワークフロー対をリモート演算処理システムから受信した後に、資産は、そのモデル・ワークフロー対をデータストレージに格納してよいが、モデル・ワークフロー対の一部又は全てを中心的に実行するために、さらにリモート演算処理システムに頼ってよい。一方、他の場合では、リモート演算処理システムは、モデル・ワークフロー対の一部又は全てをローカルに実行するために、資産に頼ってよい。さらに他の場合において、リモート演算処理システム及び資産は、モデル・ワークフロー対を実行する役割を分担してよい。
いずれにしても、予測モデル及び／又はワークフローの実行を調整するために、資産及び／又はリモート演算処理システムをトリガする特定のイベントが、ある時点で発生することがある。例えば、資産及び／又はリモート演算処理システムは、資産をリモート演算処理システムに結合する通信ネットワークの特定の特性を検出することができる。通信ネットワークの特性に基づいて、資産は、予測モデル及び／又はワークフローをローカルに実行するかどうかを調整することができ、リモート演算処理システムは、それに応じて、モデル及び／又はワークフローを中心的に実行するかどうかを修正することができる。このようにして、資産及び／又はリモート演算処理システムは、資産の状態に順応することができる。
特定の例において、資産は、資産とリモート演算処理システムとの間の通信リンクの信号強度が比較的弱い（例えば、資産が「オフライン」になろうとしていると判定してよい）、ネットワークレイテンシが比較的大きい、及び／又はネットワーク帯域幅が比較的小さいというインジケーションを検出することができる。したがって、資産は、リモート演算処理システムによって事前に処理されていたモデル・ワークフロー対を実行する役割を担うようにプログラムされてよい。次に、リモート演算処理システムは、モデル・ワークフロー対の一部又は全てを中心的に実行することを中止してよい。このようにして、資産は、予測モデルをローカルに実行し、その後、予測モデルの実行に基づいて対応するワークフローを実行して、可能性として、資産での故障発生を防止するのに役立たせることができる。
さらに、実装態様によっては、資産及び／又はリモート演算処理システムは、様々な他の検討事項に基づいて、予測モデル及び／又はワークフローの実行を同様に調整（又は、おそらく修正）することができる。例えば、資産の処理容量に基づいて、資産は、モデル・ワークフロー対のローカルな実行を調整することができ、リモート演算処理システムも、それに応じて調整することができる。別の例では、資産をリモート演算処理システムに結合する通信ネットワークの帯域幅に基づいて、資産は、修正されたワークフローを実行することができる（例えば、伝送レートを減らしたデータ伝送方式に従って、リモート演算処理システムにデータを伝送する）。他の例もあり得る。
上述されたように、本明細書において提供される例は、予測モデルのデプロイ及び実行に関連している。１つの態様において、演算処理システムが提供される。演算処理システムは、少なくとも１つのプロセッサと、非一時的コンピュータ可読媒体と、非一時的コンピュータ可読媒体に格納されたプログラム命令とを含み、当該プログラム命令は演算処理システムに、（ａ）複数の資産のそれぞれの動作データを受信することと、（ｂ）受信された動作データに基づいて、複数の資産の動作に関連した予測モデル及び対応するワークフローを定義することと、（ｃ）複数の資産のうち少なくとも１つの資産へ、当該少なくとも１つの資産によるローカルな実行のための、予測モデル及び対応するワークフローを伝送することとを行わせるように、少なくとも１つのプロセッサによって実行可能である。
別の態様において、格納された命令を有する非一時的コンピュータ可読媒体が提供されており、当該命令は演算処理システムに、（ａ）複数の資産のそれぞれの動作データを受信することと、（ｂ）受信された動作データに基づいて、複数の資産の動作に関連した予測モデル及び対応するワークフローを定義することと、（ｃ）複数の資産のうち少なくとも１つの資産へ、当該少なくとも１つの資産によるローカルな実行のための、予測モデル及び対応するワークフローを伝送することとを行わせるように実行可能である。
さらに別の態様では、コンピュータ実装方法が提供される。本方法は、（ａ）複数の資産のそれぞれの動作データを受信する段階と、（ｂ）受信された動作データに基づいて、複数の資産の動作に関連した予測モデル及び対応するワークフローを定義する段階と、（ｃ）複数の資産のうち少なくとも１つの資産へ、当該少なくとも１つの資産によるローカルな実行のための、予測モデル及び対応するワークフローを伝送する段階とを含む。
上述されたように、本明細書において提供される例は、予測モデルのデプロイ及び実行に関連している。１つの態様において、演算処理システムが提供される。演算処理システムは、少なくとも１つのプロセッサと、非一時的コンピュータ可読媒体と、非一時的コンピュータ可読媒体に格納されたプログラム命令とを含み、当該プログラム命令は演算処理システムに、（ａ）第１の資産を含む複数の資産の動作データを受信することと、（ｂ）受信された動作データに基づいて、複数の資産の動作に関連した一括予測モデル及び対応する一括ワークフローを定義することと、（ｃ）第１の資産の１つ又は複数の特性を決定することと、（ｄ）第１の資産の１つ又は複数の特性、並びに一括予測モデル及び対応する一括ワークフローに基づいて、第１の資産の動作に関連した、個別予測モデル及び対応する個別ワークフローのうち少なくとも１つを定義することと、（ｅ）第１の資産によるローカルな実行のための、定義された少なくとも１つの個別予測モデル又は対応する個別ワークフローを、第１の資産へ伝送することとを行わせるように、少なくとも１つのプロセッサによって実行可能である。
別の態様において、格納された命令を有する非一時的コンピュータ可読媒体が提供されており、当該命令は演算処理システムに、（ａ）第１の資産を含む複数の資産の動作データを受信することと、（ｂ）受信された動作データに基づいて、複数の資産の動作に関連した一括予測モデル及び対応する一括ワークフローを定義することと、（ｃ）第１の資産の１つ又は複数の特性を決定することと、（ｄ）第１の資産の１つ又は複数の特性、並びに一括予測モデル及び対応する一括ワークフローに基づいて、第１の資産の動作に関連した、個別予測モデル又は対応する個別ワークフローのうち少なくとも１つを定義することと、（ｅ）第１の資産によるローカルな実行のための、定義された少なくとも１つの個別予測モデル又は対応する個別ワークフローを第１の資産へ伝送することとを行わせるように実行可能である。
さらに別の態様において、コンピュータ実装方法が提供される。本方法は、（ａ）第１の資産を含む複数の資産の動作データを受信する段階と、（ｂ）受信された動作データに基づいて、複数の資産の動作に関連した一括予測モデル及び対応する一括ワークフローを定義する段階と、（ｃ）第１の資産の１つ又は複数の特性を決定する段階と、（ｄ）第１の資産の１つ又は複数の特性、並びに一括予測モデル及び対応する一括ワークフローに基づいて、第１の資産の動作に関連した、個別予測モデル又は対応する個別ワークフローのうち少なくとも１つを定義する段階と、（ｅ）第１の資産によるローカルな実行のための、定義された少なくとも１つの個別予測モデル又は対応する個別ワークフローを、第１の資産へ伝送する段階とを含む。
上述されたように、本明細書において提供される例は、予測モデル及び／又はワークフローを資産で受信並びに実行することに関連している。１つの態様において、演算処理装置が提供される。演算処理装置は、（ｉ）演算処理装置を資産に結合するように構成された資産インタフェースと、（ｉｉ）演算処理装置と、演算処理装置から遠く離れて位置する演算処理システムとの間の通信を容易にするように構成されたネットワークインタフェースと、（ｉｉｉ）少なくとも１つのプロセッサと、（ｉｖ）非一時的コンピュータ可読媒体と、（ｖ）非一時的コンピュータ可読媒体に格納されたプログラム命令とを含み、当該プログラム命令は演算処理装置に、（ａ）ネットワークインタフェースを介して資産の動作に関連した予測モデルを受信することであって、予測モデルは、複数の資産の動作データに基づいて、演算処理システムによって定義される、受信することと、（ｂ）資産インタフェースを介して資産の動作データを受信することと、（ｃ）受信された資産の動作データの少なくとも一部に基づいて、予測モデルを実行することと、（ｄ）予測モデルの実行に基づいて、予測モデルに対応するワークフローを実行することであって、ワークフローの実行は、資産インタフェースを介して、資産に動作を実行させることを含む、実行することとを行わせるように、少なくとも１つのプロセッサによって実行可能である。
別の態様において、格納された命令を有する非一時的コンピュータ可読媒体が提供されており、当該命令は、演算処理装置の資産インタフェースを介して資産に結合された演算処理装置に、（ａ）演算処理装置と、演算処理装置から遠く離れて位置する演算処理システムとの間の通信を容易にするように構成された、演算処理装置のネットワークインタフェースを介して、資産の動作に関連した予測モデルを受信することであって、予測モデルは、複数の資産の動作データに基づいて演算処理システムによって定義される、受信することと、（ｂ）資産インタフェースを介して資産の動作データを受信することと、（ｃ）受信された資産の動作データの少なくとも一部に基づいて、予測モデルを実行することと、（ｄ）予測モデルの実行に基づいて、予測モデルに対応するワークフローを実行することであって、ワークフローの実行は、資産インタフェースを介して、資産に動作を実行させることを含む、実行することとを行わせるように実行可能である。
さらに別の態様において、コンピュータ実装方法が提供される。本方法は、（ａ）演算処理装置の資産インタフェースを介して資産に結合されている演算処理装置のネットワークインタフェースを介して、資産の動作に関連した予測モデルを受信する段階であって、予測モデルは、複数の資産の動作データに基づいて、演算処理装置から遠く離れて位置する演算処理システムによって定義される、受信する段階と、（ｂ）資産インタフェースを介して演算処理装置によって、資産の動作データを受信する段階と、（ｃ）受信された資産の動作データの少なくとも一部に基づいて、演算処理装置によって予測モデルを実行する段階と、（ｄ）予測モデルの実行に基づいて、予測モデルに対応するワークフローを演算処理装置によって実行する段階であって、ワークフローを実行する段階は、資産インタフェースを介して資産に動作を実行させる段階を含む、実行する段階とを含む。
当業者であれば、以下の開示を読むことで、これらの態様、並びに多数の他の態様を理解するであろう。
例示的な実施形態が実装され得る、例示的なネットワーク構成を図示する。 例示的な資産の簡略ブロック図を図示する。 例示的な異常状態インジケータ及びトリガ基準の概念図を図示する。 例示的な解析システムの簡略ブロック図を図示する。 モデル・ワークフロー対を定義するのに用いられ得る、定義段階の例示的なフローチャートを図示する。 一括モデル・ワークフロー対の概念図を図示する。 個別モデル・ワークフロー対の概念図を図示する。 別の個別モデル・ワークフロー対の概念図を図示する。 修正されたモデル・ワークフロー対の概念図を図示する。 健全性指標を出力する予測モデルを定義するのに用いられ得る、モデル化段階の例示的なフローチャートを図示する。 モデルを定義するのに利用されるデータの概念図を図示する。 予測モデルをローカルに実行するのに用いられ得る、ローカルな実行段階の例示的なフローチャートを図示する。 モデル・ワークフロー対を修正するのに用いられ得る、修正段階の例示的なフローチャートを図示する。 モデル・ワークフロー対の実行を調整するのに用いられ得る、調整段階の例示的なフローチャートを図示する。 一括予測モデル及び対応するワークフローを定義してデプロイするための、例示的な方法のフローチャートを図示する。 個別予測モデル及び／又は対応するワークフローを定義してデプロイするための、例示的な方法のフローチャートを図示する。 モデル・ワークフロー対の実行を動的に修正するための、例示的な方法のフローチャートを図示する。 モデル・ワークフロー対を受信してローカルに実行するための、例示的な方法のフローチャートを図示する。
以下の開示では、添付図及びいくつかの例示的なシナリオを参照する。当業者であれば、そのような参照は説明を目的としているだけであり、したがって、限定するつもりはないことを理解するであろう。開示されるシステム、装置、及び方法の一部又は全てが、様々な方式で再構成され、組み合わされ、追加され、及び／又は除去されてよく、これらのそれぞれは本明細書において企図されている。
Ｉ．例示的なネットワーク構成
ここで図を参照すると、図１は、例示的な実施形態が実装され得る例示的なネットワーク構成１００を図示している。示されるように、ネットワーク構成１００は、資産１０２と、資産１０４と、通信ネットワーク１０６と、解析システムの形態をとってよいリモート演算処理システム１０８と、出力システム１１０と、データソース１１２とを含む。
通信ネットワーク１０６は、ネットワーク構成１００内の要素のそれぞれを通信可能に接続することができる。例えば、資産１０２及び１０４は、通信ネットワーク１０６を介して解析システム１０８と通信することができる。場合によっては、資産１０２及び１０４は、資産ゲートウェイ（不図示）など、同じように解析システム１０８と通信する１つ又は複数の中間システムと通信することができる。同様に、解析システム１０８は、通信ネットワーク１０６を介して出力システム１１０と通信することができる。場合によっては、解析システム１０８は、ホストサーバ（不図示）など、同じように出力システム１１０と通信する１つ又は複数の中間システムと通信することができる。多くの他の構成もあり得る。例示的な場合において、通信ネットワーク１０６は、ネットワーク要素間のセキュアな通信を（例えば、暗号化又は他のセキュリティ対策によって）容易にすることができる。
概して、資産１０２及び１０４は、１つ又は複数の動作（これらは、分野に基づいて定義されてよい）を実行するように構成された任意の装置の形態をとってよく、所与の資産の１つ又は複数の動作状態を示すデータを伝送するように構成された機器を含んでもよい。いくつかの例において、資産が、１つ又は複数のそれぞれの動作を実行するように構成された、１つ又は複数のサブシステムを含んでよい。実際には、資産が動作するために、複数のサブシステムが並列に又は連続的に動作してよい。
例示的な資産は、いくつかある例の中でも特に、輸送機械（例えば、機関車、航空機、乗用車、セミトレーラートラック、船舶など）、工業機械（例えば、採掘機械、建設機械、工場自動化など）、医療装置（例えば、医療用撮像装置、手術用機器、医療用監視システム、医療用検査機器など）、及びユーティリティ設備（例えば、タービン、ソーラーファームなど）を含んでよい。当業者であれば、これらが資産のほんのいくつかの例であること、また多数の他の資産があり得、本明細書において企図されていることを理解するであろう。
例示的な実装態様において、資産１０２及び１０４は、それぞれ同じ種類であってよく（例えば、いくつかある例の中でも特に、機関車群若しくは航空機群、風力タービン群、又はＭＲＩ装置一式）、おそらく同じクラス（例えば、同じブランド及び／又は型式）であってよい。他の例において、資産１０２及び１０４は、種類、ブランド、型式などが異なってよい。これらの資産は、図２を参照しながら、以下でさらに詳細に論じられる。
示されるように、資産１０２及び１０４、並びにおそらくデータソース１１２は、通信ネットワーク１０６を介して解析システム１０８と通信することができる。概して、通信ネットワーク１０６は、１つ又は複数の演算処理システムと、ネットワーク要素間のデータ転送を容易にするように構成されたネットワークインフラストラクチャとを含んでよい。通信ネットワーク１０６は、１つ又は複数のワイドエリアネットワーク（ＷＡＮ）及び／若しくはローカルエリアネットワーク（ＬＡＮ）であってよく、又はこれらを含んでもよく、これらのネットワークは、有線及び／又は無線であってよく、セキュアな通信をサポートしてよい。いくつかの例において、通信ネットワーク１０６は、いくつかあるネットワークの中でも特に、１つ又は複数のセルラネットワーク及び／又はインターネットを含んでよい。通信ネットワーク１０６は、ＬＴＥ、ＣＤＭＡ、ＧＳＭ（登録商標）、ＬＰＷＡＮ、ＷｉＦｉ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｅｔｈｅｒｎｅｔ（登録商標）、ＨＴＴＰ／Ｓ、ＴＣＰ、ＣｏＡＰ／ＤＴＬＳなど、１つ又は複数の通信プロトコルに従って動作することができる。通信ネットワーク１０６は、単一のネットワークとして示されているが、通信ネットワーク１０６は、互いに通信可能に結合された複数の別個のネットワークを含んでよいことを理解されたい。通信ネットワーク１０６は、他の形態もとることがある。
上述されたように、解析システム１０８は、資産１０２及び１０４、並びにデータソース１１２からデータを受信するように構成されてよい。大まかに言うと、解析システム１０８は、データを受信、処理、解析、及び出力するように構成された、サーバやデータベースなど、１つ又は複数の演算処理システムを含んでよい。解析システム１０８は、いくつかある例の中でも特に、ＴＰＬ Ｄａｔａｆｌｏｗ又はＮｉＦｉなど、所与のデータフロー技術に従って構成されてよい。解析システム１０８は、図３を参照しながら、以下でさらに詳細に論じられる。
示されるように、解析システム１０８は、資産１０２及び１０４、並びに／又は出力システム１１０へデータを伝送するように構成されてよい。伝送される特定のデータは、様々な形態をとってよく、これについては、以下でさらに詳細に説明されることになる。
概して、出力システム１１０は、データを受信して、何らかの形態の出力を提供するように構成された、演算処理システム又は演算処理装置の形態をとってよい。出力システム１１０は、様々な形態をとってよい。１つの例において、出力システム１１０は、データを受信し、そのデータに応答して、可聴出力、視覚出力、及び／又は触知出力を提供するように構成された出力装置であってよく、又はそのような出力装置を含んでもよい。概して、出力装置は、ユーザ入力を受信するように構成された１つ又は複数の入力インタフェースを含んでよく、出力装置は、そのようなユーザ入力に基づき、通信ネットワーク１０６を通じてデータを伝送するように構成されてよい。出力装置の例には、タブレット、スマートフォン、ラップトップコンピュータ、他のモバイル演算処理装置、デスクトップコンピュータ、スマートテレビなどが含まれる。
出力システム１１０の別の例は、資産を修理するために、整備士の要請などを出力するように構成された、作業発注システムの形態をとってよい。出力システム１１０のさらに別の例は、資産の部品を発注し、その受領書を出力するように構成された、部品発注システムの形態をとってよい。多数の他の出力システムもあり得る。
データソース１１２は、解析システム１０８と通信するように構成されてよい。概して、データソース１１２は、解析システム１０８により実行された機能に関連し得るデータを収集、格納、及び／若しくは解析システム１０８などの他のシステムに提供するように構成された、１つ又は複数の演算処理システムであってよく、又はそのような１つ又は複数の演算処理システムを含んでもよい。データソース１１２は、資産１０２及び１０４から独立して、データを生成及び／又は取得するように構成されてよい。したがって、データソース１１２により提供されるデータは、本明細書において、「外部データ」と呼ばれることがある。データソース１１２は、現在のデータ及び／又は過去のデータを提供するように構成されてよい。実際には、解析システム１０８は、データソースにより提供されるサービスに「加入」することで、データソース１１２からデータを受信することができる。しかし、解析システム１０８は、他の方式でも、データソース１１２からデータを受信することができる。
データソース１１２の例には、環境データソース、資産管理データソース、及び他のデータソースが含まれる。概して、環境データソースは、資産が動作する環境のいくつかの特性を示すデータを提供する。環境データソースの例には、いくつかある例の中でも特に、所与の地域の自然の特徴又は人工的な特徴に関する情報を提供する、気象データサーバ、全地球衛星航法システム（ＧＮＳＳ）サーバ、地図データサーバ、及び地形データサーバが含まれる。
概して、資産管理データソースは、資産の動作又は維持に影響を与え得るエンティティ（例えば、他の資産）のイベント又は状態を示すデータ（例えば、いつどこで資産が動作し、又は整備を受けたことがあるか）を提供する。資産管理データソースの例には、いくつかある例の中でも特に、空路交通、海路交通、及び／又は陸路交通に関する情報を提供する、交通データサーバ、特定の日付及び／又は特定の時間における資産の期待されるルート及び／又は位置に関する情報を提供する、資産スケジュールサーバ、欠陥検出器システム（「発熱軸箱」検出器としても知られている）に近接して通過する資産の１つ又は複数の動作状態に関する情報を提供する、欠陥検出器システム、特定の供給業者が在庫に持っている部品、及びそれらの価格に関する情報を提供する、部品供給業者サーバ、並びに修理工場の処理能力に関する情報を提供する修理工場サーバなどが含まれる。
他のデータソースに例には、いくつかある例の中でも特に、電気消費に関する情報を提供する送電網サーバ、資産の過去の動作データを格納する外部データベースが含まれる。当業者であれば、これらがデータソースのほんのいくつかの例であること、また多数の他のデータソースがあり得ることを理解するであろう。
ネットワーク構成１００は、本明細書で説明される実施形態が実装され得るネットワークの１つの例であることを理解されたい。多数の他の構成があり得、本明細書において企図されている。例えば、他のネットワーク構成は、図示されていない追加の要素を含んでよく、及び／又は、図示された要素をより多く若しくはより少なく含んでもよい。
ＩＩ．例示的な資産
図２を参照すると、例示的な資産２００の簡略ブロック図が図示されている。図１の資産１０２及び１０４のうち、どちらか又は両方が資産２００のように構成されてよい。示されるように、資産２００は、１つ又は複数のサブシステム２０２と、１つ又は複数のセンサ２０４と、１つ又は複数のアクチュエータ２０５と、中央処理装置２０６と、データストレージ２０８と、ネットワークインタフェース２１０と、ユーザインタフェース２１２と、ローカル解析装置２２０とを含んでよく、それらの全ては、システムバス、ネットワーク、又は他の接続機構によって（直接又は間接的に）通信可能に結合されてよい。当業者であれば、資産２００は、示されていない追加の要素を含んでよく、及び／又は、図示された要素をより多く若しくはより少なく含んでもよいことを理解するであろう。
大まかに言うと、資産２００は、１つ又は複数の動作を実行するように構成された、１つ又は複数の電気的要素、機械的要素、及び／又は電気機械的要素を含んでよい。場合によっては、１つ又は複数の要素は、所与のサブシステム２０２にグループ化されてよい。
概して、サブシステム２０２は、資産２００の一部である関連要素のグループを含んでよい。単一のサブシステム２０２は、１つ若しくは複数の動作を独立して実行してよく、又は、単一のサブシステム２０２は、１つ若しくは複数の動作を実行するために、１つ若しくは複数の他のサブシステムとともに動作してよい。通常、異なる種類の資産、及び異なるクラスの同じ種類の資産であっても、異なるサブシステムを含んでよい。
例えば、輸送資産という観点では、サブシステム２０２の例は、多数のサブシステムの中でも特に、エンジン、変速機、ドライブトレイン、燃料システム、バッテリシステム、排気システム、ブレーキシステム、電気システム、信号処理システム、発電機、ギアボックス、ロータ、及び油圧システムを含んでよい。医療装置という観点では、サブシステム２０２の例は、多数のサブシステムの中でも特に、スキャンシステム、モータ、コイル及び／又は磁石システム、信号処理システム、ロータ、並びに電気システムを含んでよい。
上記に示唆されたように、資産２００には、資産２００の動作状態を監視するように構成された様々なセンサ２０４と、資産２００又はその要素と相互に作用して、資産２００の動作状態を監視するように構成された様々なアクチュエータ２０５とが備えられてよい。場合によっては、センサ２０４及び／又はアクチュエータ２０５のいくつかが、特定のサブシステム２０２に基づいて、グループ化されてよい。このようにして、センサ２０４及び／又はアクチュエータ２０５のグループは、特定のサブシステム２０２の動作状態を監視するように構成されてよく、そのグループのアクチュエータは、これらの動作状態に基づいて、サブシステムの挙動を変更することができる何らかの方法で、特定のサブシステム２０２と相互に作用するように構成されてよい。
概して、センサ２０４は、資産２００の１つ又は複数の動作状態を示し得る物理的特性を検出し、電気信号など、検出された物理的特性のインジケーションを提供するように構成されてよい。動作にあたっては、センサ２０４は、継続的に、周期的に（例えば、サンプリング頻度に基づいて）、及び／又は何らかのトリガイベントに応答して、測定値を取得するように構成されてよい。いくつかの例において、センサ２０４は、測定を実行するための動作パラメータで事前設定されてよく、及び／又は、中央処理装置２０６により提供される動作パラメータ（例えば、測定値を取得するようにセンサ２０４に命令するサンプリング信号）に従って測定を実行してよい。いくつかの例において、異なるセンサ２０４が異なる動作パラメータを有してよい（例えば、一部のセンサが、第１の頻度に基づいてサンプリングしてよく、他のセンサが、第２の異なる頻度に基づいてサンプリングしてよい）。いずれにしても、センサ２０４は、測定された物理的特性を示す電気信号を中央処理装置２０６へ伝送するように構成されてよい。センサ２０４は、継続的に又は周期的に、そのような信号を中央処理装置２０６に提供することができる。
例えば、センサ２０４は、資産２００の位置及び／又は動きなどの物理的特性を測定するように構成されてよく、その場合センサは、ＧＮＳＳセンサ、推測航法を基にしたセンサ、加速度計、ジャイロスコープ、歩数計、磁気計などの形態をとってよい。
さらに、様々なセンサ２０４が、資産２００の他の動作状態を測定するように構成されてよく、それらの動作状態の例には、いくつかある例の中でも特に、温度、圧力、速度、加速度又は減速度、摩擦力、電力使用量、燃料使用量、流体レベル、ランタイム、電圧及び電流、磁界、電界、物体の有無、各要素の位置、並びに発電が含まれてよい。当業者であれば、これらは、センサが測定するように構成され得る、ほんのいくつかの例示的な動作状態であることを理解するであろう。産業上の応用又は特定の資産に応じて、追加のセンサ又はより少ないセンサが用いられてよい。
上記に示唆されたように、アクチュエータ２０５が、いくつかの点で、センサ２０４に類似して構成されてよい。具体的には、アクチュエータ２０５は、資産２００の動作状態を示す物理的特性を検出し、そのインジケーションを、センサ２０４と類似した方式で提供するように構成されてよい。
さらに、アクチュエータ２０５は、資産２００、１つ若しくは複数のサブシステム２０２、及び／又はそれらの何らかの要素と、相互に作用するように構成されてよい。したがって、アクチュエータ２０５は、機械的動作を実行する（例えば、動く）ように構成されている、モータなどを含んでよく、又は別の方法で、要素、サブシステム、若しくはシステムを制御してもよい。特定の例において、アクチュエータは、燃料流量を測定し、その燃料流量を変更する（例えば、その燃料流量を制限する）ように構成されてよく、又は、アクチュエータは、油圧を測定し、その油圧を変更する（例えば、その油圧を増やす又は減らす）ように構成されてよい。アクチュエータに関する多数の他の例示的な相互作用もあり得、本明細書において企図されている。
概して、中央処理装置２０６は、１つ又は複数のプロセッサ及び／若しくはコントローラを含んでよく、これらは、汎用若しくは専用のプロセッサ又はコントローラの形態をとってよい。具体的には、例示的な実装態様において、中央処理装置２０６は、マイクロプロセッサ、マイクロコントローラ、特定用途向け集積回路、デジタル信号プロセッサなどであってよく、又はそれらを含んでもよい。同じように、データストレージ２０８は、いくつかある例の中でも特に、光メモリ、磁気メモリ、有機メモリ、又はフラッシュメモリなど、１つ又は複数の非一時的コンピュータ可読記憶媒体であってよく、又はそれらを含んでもよい。
中央処理装置２０６は、本明細書において説明される資産の動作を実行するために、コンピュータ可読プログラム命令をデータストレージ２０８に格納し、格納されたそれらの命令にアクセスして実行するように構成されてよい。例えば、上記に示唆されたように、中央処理装置２０６は、センサ２０４及び／又はアクチュエータ２０５から、それぞれのセンサ信号を受信するように構成されてよい。中央処理装置２０６は、センサデータ及び／又はアクチュエータデータをデータストレージ２０８に格納し、後でデータストレージ２０８のデータにアクセスするように構成されてよい。
中央処理装置２０６は、受信されたセンサ信号及び／又はアクチュエータ信号が、障害コードなど、任意の異常状態インジケータをトリガするかどうか判定するように構成されてもよい。例えば、中央処理装置２０６は、異常状態ルールをデータストレージ２０８に格納するように構成されてよく、異常状態ルールのそれぞれは、特定の異常状態を表す所与の異常状態インジケータ、及び異常状態インジケータをトリガするそれぞれのトリガ基準を含む。すなわち、各異常状態インジケータは、異常状態インジケータがトリガされる前に満たされなければならない１つ若しくは複数のセンサ測定値、及び／又はアクチュエータ測定値に対応する。実際には、資産２００は、異常状態ルールで事前にプログラムされてよく、及び／又は、解析システム１０８などの演算処理システムから、新たな異常状態ルール、若しくは既存のルールの更新を受信してよい。
いずれにしても、中央処理装置２０６は、受信されたセンサ信号及び／又はアクチュエータ信号が、任意の異常状態インジケータをトリガするかどうか判定するように構成されてよい。すなわち、中央処理装置２０６は、受信されたセンサ信号及び／又はアクチュエータ信号が、任意のトリガ基準を満たすかどうか判定してよい。そのような判定が肯定的である場合、中央処理装置２０６は、異常状態データを生成してよく、視覚アラート及び／又は可聴アラートなど、異常状態のインジケーションを資産のユーザインタフェース２１２に出力させてもよい。さらに、中央処理装置２０６は、異常状態インジケータの発生がトリガされたことを、おそらくタイムスタンプ付きで、データストレージ２０８に記録してよい。
図３は、資産の例示的な異常状態インジケータ、及びそれぞれのトリガ基準に関する概念図を図示する。具体的には、図３は、例示的な障害コードの概念図を図示する。示されるように、テーブル３００は、センサＡ、アクチュエータＢ、及びセンサＣにそれぞれ対応する列３０２、３０４、及び３０６と、障害コード１、２、及び３にそれぞれ対応する行３０８、３１０、及び３１２とを含む。次に、登録項目３１４が、所与の障害コードに対応するセンサ基準（例えば、センサ値の閾値）を指定する。
例えば、障害コード１は、センサＡが１３５回転／分（ｒｐｍ）より高い回転測定値を検出し、且つセンサＣが摂氏６５度（℃）より高い温度測定値を検出した場合にトリガされ、障害コード２は、アクチュエータＢが１０００ボルト（Ｖ）より高い電圧測定値を検出し、且つセンサＣが摂氏５５度より低い温度測定値を検出した場合にトリガされ、障害コード３は、センサＡが１００ｒｐｍより高い回転測定値を検出し、アクチュエータＢが７５０Ｖより高い電圧測定値を検出し、且つセンサＣが摂氏６０度より高い温度測定値を検出した場合にトリガされることになる。当業者であれば、図３は、例示及び説明の目的のためだけに提供されていること、また多数の他の障害コード及び／又はトリガ基準があり得、本明細書において企図されていることを理解するであろう。
図２に戻って参照すると、中央処理装置２０６は、資産２００の動作を管理及び／又は制御するための、様々な追加の機能を実行するように構成されてもよい。例えば、中央処理装置２０６は、サブシステム２０２及び／又はアクチュエータ２０５に、スロットル位置の修正など、何らかの動作を実行させる命令信号を、サブシステム２０２及び／又はアクチュエータ２０５に提供するように構成されてよい。さらに、中央処理装置２０６は、センサ２０４及び／又はアクチュエータ２０５からのデータを処理する速度を修正するように構成されてよく、あるいは、中央処理装置２０６は、センサ２０４及び／又はアクチュエータ２０５に、例えば、サンプリングレートを修正させる命令信号を、センサ２０４及び／又はアクチュエータ２０５に提供するように構成されてよい。さらに、中央処理装置２０６は、サブシステム２０２、センサ２０４、アクチュエータ２０５、ネットワークインタフェース２１０、及び／又はユーザインタフェース２１２からの信号を受信し、そのような信号に基づいて、動作を起こさせるように構成されてよい。さらにまた、中央処理装置２０６は、データストレージ２０８に格納された診断ルールに従って、１つ又は複数の診断ツールを中央処理装置２０６に実行させる信号を、診断装置などの演算処理装置から受信するように構成されてよい。中央処理装置２０６の他の機能が、以下に論じられる。
ネットワークインタフェース２１０は、通信ネットワーク１０６に接続された資産２００と様々なネットワーク要素との間に、通信を提供するように構成されてよい。例えば、ネットワークインタフェース２１０は、通信ネットワーク１０６との間でやり取りされる無線通信を容易にするように構成されてよく、したがって、様々な無線信号を伝送及び受信するためのアンテナ構造及び関連機器の形態をとってよい。他の例もあり得る。実際には、ネットワークインタフェース２１０は、限定されないが、上述された通信プロトコルのいずれかなど、通信プロトコルに従って構成されてよい。
ユーザインタフェース２１２は、資産２００とのユーザ対話を容易にするように構成されてよく、ユーザ対話に応答して、ある動作を資産２００に実行させることを容易にするように構成されてもよい。ユーザインタフェース２１２の例には、いくつかある例の中でも特に、タッチセンサ式インタフェース、機械的インタフェース（例えば、レバー、ボタン、ホイール、ダイヤル、キーボードなど）、及び他の入力インタフェース（例えば、マイク）が含まれる。場合によっては、ユーザインタフェース２１２は、表示画面、スピーカ、ヘッドホンジャックなど、出力要素を含んでよく、又はそれらに接続性を提供してよい。
ローカル解析装置２２０は概して、資産２００に関連したデータを受信して解析するように構成されてよく、そのような解析に基づいて、１つ又は複数の動作を資産２００に起こさせてよい。例えば、ローカル解析装置２２０は、資産２００の動作データ（例えば、センサ２０４及び／又はアクチュエータ２０５により生成されたデータ）を受信することができ、そのようなデータに基づいて、ある動作を資産２００に実行させる命令を、中央処理装置２０６、センサ２０４、及び／又はアクチュエータ２０５に提供することができる。
この動作を容易にするために、ローカル解析装置２２０は、ローカル解析装置２２０を資産の内蔵システムのうち１つ又は複数に結合するように構成された、１つ又は複数の資産インタフェースを含んでよい。例えば、図２に示されるように、ローカル解析装置２２０は、資産の中央処理装置２０６に対するインタフェースを有してよく、これにより、ローカル解析装置２２０は、中央処理装置２０６から動作データ（例えば、センサ２０４及び／又はアクチュエータ２０５により生成され、中央処理装置２０６へ送信される動作データ）を受信し、その後、中央処理装置２０６に命令を提供することが可能になり得る。このようにして、ローカル解析装置２２０は、中央処理装置２０６を介して、資産２００の他の内蔵システム（例えば、センサ２０４及び／又はアクチュエータ２０５）と間接的にインタフェースをとり、それらの搭載システムからデータを受信することができる。追加的に又は代替的に、図２に示されるように、ローカル解析装置２２０は、１つ又は複数のセンサ２０４及び／又はアクチュエータ２０５に対するインタフェースを有してよく、これにより、ローカル解析装置２２０は、センサ２０４及び／又はアクチュエータ２０５と直接に通信することが可能になり得る。ローカル解析装置２２０は、他の方式でも、資産２００の内蔵システムとインタフェースをとることができ、図２に例示されたインタフェースは、示されていない１つ又は複数の中間システムによって容易になるという可能性を含んでいる。
実際には、ローカル解析装置２２０によって、資産２００は、ローカル解析装置２２０がなければ、他の資産内要素とともに実行することができない場合がある、予測モデル及び対応するワークフローを実行するなど、高度な解析及び関連動作をローカルに実行することが可能になり得る。したがって、ローカル解析装置２２０は、追加の処理能力及び／又は知能を資産２００に提供するのに役立ち得る。
ローカル解析装置２２０は、予測モデルと関連しない動作を資産２００に実行させるように構成されてもよいことを理解されたい。例えば、ローカル解析装置２２０は、解析システム１０８又は出力システム１１０などのリモートソースからデータを受信してよく、受信されたデータに基づいて、１つ又は複数の動作を資産２００に実行させてよい。１つの特定の例が、資産２００のファームウェア更新をリモートソースから受信し、次にそのファームウェアを資産２００に更新させる、ローカル解析装置２２０を伴ってよい。別の特定の例が、診断命令をリモートソースから受信し、次に受信された命令に従ってローカル診断ツールを資産２００に実行させる、ローカル解析装置２２０を伴ってよい。多数の他の例もあり得る。
示されるように、ローカル解析装置２２０は、上述された１つ又は複数の資産インタフェースに加えて、処理ユニット２２２、データストレージ２２４、及びネットワークインタフェース２２６も含んでよく、これらの全ては、システムバス、ネットワーク、又は他の接続機構によって通信可能に結合されてよい。処理ユニット２２２は、中央処理装置２０６に関して上述された複数の要素のうちいずれかを含んでよい。同じように、データストレージ２２４は、１つ若しくは複数の非一時的コンピュータ可読記憶媒体であってよく、又はそれらを含んでもよく、これらの非一時的コンピュータ可読記憶媒体は、上述されたコンピュータ可読記憶媒体のいずれかの形態をとってよい。
処理ユニット２２２は、本明細書において説明されるローカル解析装置の動作を実行するために、コンピュータ可読プログラム命令をデータストレージ２２４に格納し、格納されたそれらの命令にアクセスして実行するように構成されてよい。例えば、処理ユニット２２２は、センサ２０４及び／又はアクチュエータ２０５により生成されたそれぞれのセンサ信号及び／又はアクチュエータ信号を受信するように構成されてよく、そのような信号に基づいて、予測モデル・ワークフロー対を実行してよい。他の機能が以下に説明される。
ネットワークインタフェース２２６は、上述されたネットワークインタフェースと同じ又は類似であってよい。実際には、ネットワークインタフェース２２６は、ローカル解析装置２２０と解析システム１０８との間の通信を容易にすることができる。
いくつかの例示的な実装態様において、ローカル解析装置２２０は、ユーザインタフェース２１２と類似し得るユーザインタフェースを含んでよく、及び／又はそのユーザインタフェースと通信してよい。実際には、ユーザインタフェースは、ローカル解析装置２２０（及び資産２００）から遠く離れて位置してよい。他の例もあり得る。
図２は、ローカル解析装置２２０が、その関連資産（例えば、資産２００）に１つ又は複数の資産インタフェースを介して物理的に且つ通信可能に結合されているところを示すが、常にこうであるとは限らないことも理解されたい。例えば、実装態様によっては、ローカル解析装置２２０は、その関連資産に物理的に結合されていない場合があり、代わりに、ローカル解析装置２２０は、資産２００から遠く離れて位置してよい。そのような一実装態様の一例において、ローカル解析装置２２０は、資産２００に無線で通信可能に結合されてよい。他の配置及び構成もあり得る。
当業者であれば、図２に示される資産２００が、資産の簡略した表現のほんの１つの例であり、多数の他の例もあり得ることを理解するであろう。例えば、他の資産は、図示されていない追加の要素を含んでよく、及び／又は、図示された要素をより多く若しくはより少なく含んでもよい。さらに、所与の資産が、その所与の資産の動作を実行するために、協調して動作する複数の別個の資産を含んでよい。他の例もあり得る。
ＩＩＩ．例示的な解析システム
次に図４を参照すると、例示的な解析システム４００の簡略ブロック図が図示されている。上記に示唆されたように、解析システム４００は、本明細書において説明される様々な動作を実行するように通信可能に結合及び構成された、１つ又は複数の演算処理システムを含んでよい。具体的には、示されるように、解析システム４００は、データ取得システム４０２と、データサイエンスシステム４０４と、１つ又は複数のデータベース４０６とを含んでよい。これらのシステム要素は、１つ又は複数の無線接続及び／若しくは有線接続を介して、通信可能に結合されてよく、これらの接続は、セキュアな通信を容易にするように構成されてよい。
データ取得システム４０２は概して、データを受信して処理し、データサイエンスシステム４０４にデータを出力するように機能することができる。したがって、データ取得システム４０２は、資産１０２及び１０４、出力システム１１０、並びに／又はデータソース１１２など、ネットワーク構成１００の様々なネットワーク要素からデータを受信するように構成された、１つ又は複数のネットワークインタフェースを含んでよい。具体的には、データ取得システム４０２は、いくつかある例の中でも特に、アナログ信号、データストリーム、及び／又はネットワークパケットを受信するように構成されてよい。したがって、ネットワークインタフェースは、ポートなど、１つ若しくは複数の有線ネットワークインタフェース、及び／又は、上述されたものに類似した無線ネットワークインタフェースを含んでよい。いくつかの例において、データ取得システム４０２は、ＮｉＦｉ受信機など、所与のデータフロー技術に従って構成された要素であってよく、又はそれらの要素を含んでもよい。
データ取得システム４０２は、１つ又は複数の動作を実行するように構成された、１つ又は複数の処理要素を含んでよい。例示的な動作には、いくつかある動作の中でも特に、圧縮及び／又は解凍、暗号化及び／又は複合、アナログデジタル変換及び／又はデジタルアナログ変換、フィルタリング、並びに増幅が含まれてよい。さらに、データ取得システム４０２は、データのデータ型及び／又は特性に基づいて、データを解析、分類、整理、及び／又はルーティングするように構成されてよい。いくつかの例において、データ取得システム４０２は、データサイエンスシステム４０４の１つ又は複数の特性若しくは動作パラメータに基づいて、データの書式を設定し、データをまとめ、及び／又はデータをルーティングするように構成されてよい。
概して、データ取得システム４０２により受信されるデータは、様々な形態をとってよい。例えば、データのペイロードには、センサ若しくはアクチュエータの単一の測定値、センサ及び／若しくはアクチュエータの複数の測定値、並びに／又は、１つ若しくは複数の異常状態データが含まれてよい。他の例もあり得る。
さらに、受信されたデータには、送信元識別子及びタイムスタンプ（例えば、情報が取得された日付及び／又は時刻）など、特定の特性が含まれてよい。例えば、固有の識別子（例えば、コンピュータによって生成されたアルファベット、数字、英数字などの識別子）が、各資産、並びにおそらくは各センサ及びアクチュエータに割り当てられてよい。そのような識別子は、データが生じる資産、センサ、又はアクチュエータを識別するように使用可能であってよい。場合によっては、別の特性に、情報が取得された位置（例えば、ＧＰＳ座標）が含まれてよい。データ特性は、いくつかある例の中でも特に、信号署名又はメタデータの形態で生じてよい。
データサイエンスシステム４０４は概して、（例えば、データ取得システム４０２から）データを受信して解析し、そのような解析に基づいて、１つ又は複数の動作を起こさせるように機能することができる。したがって、データサイエンスシステム４０４は、１つ又は複数のネットワークインタフェース４０８、処理ユニット４１０、及びデータストレージ４１２を含んでよく、それらの全てが、システムバス、ネットワーク、又は他の接続機構によって通信可能に結合されてよい。場合によっては、データサイエンスシステム４０４は、本明細書において開示される一部の機能の実行を容易にする１つ若しくは複数のアプリケーションプログラムインタフェース（ＡＰＩ）を格納、及び／又はそれらのＡＰＩにアクセスするように構成されてよい。
ネットワークインタフェース４０８は、上述された任意のネットワークインタフェースと同じ又は類似してよい。実際には、ネットワークインタフェース４０８は、データサイエンスシステム４０４と、データ取得システム４０２、データベース４０６、資産１０２、出力システム１１０など、様々な他のエンティティとの間の通信を（例えば、あるレベルのセキュリティで）容易にすることができる。
処理ユニット４１０は、１つ又は複数のプロセッサを含んでよく、それらのプロセッサは上述されたプロセッサ形態のいずれかをとってよい。同じように、データストレージ４１２は、１つ若しくは複数の非一時的コンピュータ可読記憶媒体であってよく、又はそれらを含んでもよく、これらの非一時的コンピュータ可読記憶媒体は、上述されたコンピュータ可読記憶媒体のいずれかの形態をとってよい。処理ユニット４１０は、本明細書において説明される解析システムの動作を実行するために、コンピュータ可読プログラム命令をデータストレージ４１２に格納し、格納されたそれらの命令にアクセスして実行するように構成されてよい。
概して、処理ユニット４１０は、データ取得システム４０２から受信されたデータの解析を実行するように構成されてよい。そのために、処理ユニット４１０は、データストレージ４１２に格納された１つ又は複数のセットのプログラム命令の形態をそれぞれがとり得る、１つ又は複数のモジュールを実行するように構成されてよい。それらのモジュールは、それぞれのプログラム命令の実行に基づいて結果を生じさせることを容易にするように構成されてよい。所与のモジュールからの例示的な結果には、いくつかある例の中でも特に、データを別のモジュールに出力すること、所与のモジュール及び／又は別のモジュールのプログラム命令を更新すること、並びに資産及び／又は出力システム１１０への伝送のために、データをネットワークインタフェース４０８に出力することが含まれてよい。
データベース４０６は概して、（例えば、データサイエンスシステム４０４から）データを受信して格納するように機能することができる。したがって、各データベース４０６は、上記に提供された例のいずれかなど、１つ又は複数の非一時的コンピュータ可読記憶媒体を含んでよい。実際には、データベース４０６は、データストレージ４１２から分かれても、データストレージ４１２と統合されてもよい。
データベース４０６は、多数の種類のデータを格納するように構成されてよく、そのようなデータの一部が以下に論じられる。実際には、データベース４０６に格納されるデータの一部は、データが生成された、又はデータベースに追加された、日付及び時刻を示すタイムスタンプを含んでよい。さらに、データは、データベース４０６に複数の方式で格納されてよい。例えば、データは、いくつかある例の中でも特に、時系列で、表形式で、及び／又は、データソースの種類（例えば、資産、資産の種類、センサ、センサの種類、アクチュエータ、又はアクチュエータの種類に基づいて）若しくは異常状態インジケータに基づいて整理されて、格納されてよい。
ＩＶ．例示的な動作
次に、図１に図示される例示的なネットワーク構成１００の動作が、ここで以下にさらに詳細に論じられることになる。これらの動作の一部を説明することに役立てるために、実行され得る動作の組み合わせを説明するフローチャートが参照されてよい。場合によっては、各ブロックは、ある処理における特定の論理機能又は論理ステップを実装するように、プロセッサによって実行可能な命令を含む、プログラムコードのモジュール又は部分を表してよい。プログラムコードは、非一時的コンピュータ可読媒体など、任意の種類のコンピュータ可読媒体に格納されてよい。他の場合において、各ブロックが、ある処理における特定の論理機能又は論理ステップを実行するように配線された回路を表してよい。さらに、フローチャートに示されるブロックは、特定の実施形態に基づいて、異なる順序に再構成されてよく、より少ないブロックに組み合わされてよく、追加のブロックに分離されてよく、及び／又は除去されてよい。
以下の説明は、資産１０２などの単一のデータソースが、後で１つ又は複数の機能を実行する解析システム１０８にデータを提供する例を参照し得る。これは、単に明確さと説明を目的として行われ、限定しようとするつもりはないことを理解されたい。実際には、解析システム１０８は概して、複数のソースから、おそらく同時にデータを受信し、そのような一括受信されたデータに基づいて動作を実行する。
Ａ．動作データの収集
上述されたように、代表的な資産１０２は、様々な形態をとってよく、複数の動作を実行するように構成されてよい。非限定的な例において、資産１０２は、米国中に貨物を運ぶように動作可能な機関車の形態をとってよい。輸送中に、資産１０２のセンサ及び／又はアクチュエータは、資産１０２の１つ又は複数の動作状態を反映するデータを取得することができる。センサ及び／又はアクチュエータは、資産１０２の処理ユニットにデータを伝送することができる。
処理ユニットは、センサ及び／又はアクチュエータからデータを受信するように構成されてよい。実際には、処理ユニットは、複数のセンサからセンサデータを、及び／又は複数のアクチュエータからアクチュエータデータを、同時に又は連続的に受信してよい。上述されたように、処理ユニットは、このデータを受信している間、障害コードなど、任意の異常状態インジケータをトリガするトリガ基準を、データが満たすかどうか判定するように構成されてもよい。処理ユニットが、１つ又は複数の異常状態インジケータがトリガされると判定するイベントにおいて、処理ユニットは、ユーザインタフェースを介してトリガインジケータのインジケーションを出力するなど、１つ又は複数のローカル動作を実行するように構成されてよい。
次に資産１０２は、資産１０２のネットワークインタフェース及び通信ネットワーク１０６を介して、動作データを解析システム１０８へ伝送してよい。動作にあたっては、資産１０２は、動作データを解析システム１０８へ継続的に、周期的に、及び／又はトリガイベント（例えば、異常状態）に応答して、伝送してよい。具体的には、資産１０２は、特定の頻度（例えば、毎日、１時間ごと、１５分ごと、１分に１回、１秒に１回など）に基づいて周期的に動作データを伝送してよく、又は、資産１０２は、継続的なリアルタイムフィードの動作データを伝送するように構成されてよい。追加的に又は代替的に、資産１０２は、センサ測定値及び／又はアクチュエータ測定値が、任意の異常状態インジケータのトリガ基準を満たした場合など、一定のトリガに基づいて動作データを伝送するように構成されてよい。資産１０２は、他の方式でも動作データを伝送することができる。
実際には、資産１０２の動作データは、センサデータ、アクチュエータデータ、及び／又は異常状態データを含んでよい。実装態様によっては、資産１０２は、単一のデータストリームで動作データを提供するように構成されてよいが、他の実装態様において、資産１０２は、複数の別個のデータストリームで動作データを提供するように構成されてよい。例えば、資産１０２は、センサデータ及び／又はアクチュエータデータの第１のデータストリームと、異常状態データの第２のデータストリームとを解析システム１０８に提供してよい。他の可能性も存在する。
センサデータ及びアクチュエータデータは、様々な形態をとってよい。例えば、場合によっては、センサデータ（又はアクチュエータデータ）は、資産１０２の複数のセンサ（又は複数のアクチュエータ）のそれぞれによって取得された測定値を含んでよい。またある時には、センサデータ（又はアクチュエータデータ）は、資産１０２の複数のセンサ（又は複数のアクチュエータ）のサブセットによって取得された測定値を含んでよい。
具体的には、センサデータ及び／又はアクチュエータデータは、トリガされた所与の異常状態インジケータと関連付けられたセンサ及び／又はアクチュエータによって取得された、測定値を含んでよい。例えば、トリガされた障害コードが図３の障害コード１である場合には、センサデータが、センサＡ及びＣによって取得された未処理の測定値を含んでよい。追加的に又は代替的に、データは、トリガされた障害コードと直接に関連付けられていない１つ又は複数のセンサ若しくはアクチュエータによって取得された測定値を含んでよい。最後の例を続けると、データは、アクチュエータＢ及び／又は他のセンサ若しくはアクチュエータによって取得された測定値を追加的に含んでよい。いくつかの例において、資産１０２は、解析システム１０８により提供される障害コードルール又は命令に基づいて、特定のセンサデータを動作データに含めることができ、これにより、例えば、アクチュエータＢが測定している動作データと、障害コード１が最初にトリガされる原因となった動作データとの間に相関があると判定した可能性がある。他の例もあり得る。
さらにまた、データは、対象とする特定の時間に基づく、対象とする各センサ及び／又はアクチュエータからの、１つ又は複数のセンサ測定値及び／若しくはアクチュエータ測定値を含んでよく、これらの測定値は、複数の要因に基づいて選択されてよい。いくつかの例において、対象とする特定の時間は、サンプリングレートに基づいてよい。他の例において、対象とする特定の時間は、異常状態インジケータがトリガされた時間に基づいてよい。
具体的には、異常状態インジケータがトリガされた時間に基づいて、データは、対象とする各センサ及び／又はアクチュエータ（例えば、トリガされたインジケータと直接的に及び間接的に関連付けられたセンサ及び／又はアクチュエータ）からの、１つ又は複数のそれぞれのセンサ測定値及び／又はアクチュエータ測定値を含んでよい。１つ又は複数の測定値は、特定の数の測定値、又は、トリガされた異常状態インジケータの時間前後の特定の継続時間に基づいてよい。
例えば、トリガされた障害コードが図３の障害コード２である場合、対象とするセンサ及びアクチュエータは、アクチュエータＢ及びセンサＣを含んでよい。１つ又は複数の測定値は、障害コードをトリガする前に（例えば、トリガ測定値の前に）アクチュエータＢ及びセンサＣによって取得された、それぞれの最新の測定値、又は、トリガ測定値の前の測定値、後の測定値、若しくはその前後の測定値からなるそれぞれのセットを含んでよい。例えば、５個の測定値のセットが、いくつかある可能性の中でも特に、トリガ測定値の前若しくは後の５個の測定値（例えば、トリガ測定値を除く）、トリガ測定値の前若しくは後の４個の測定値及びトリガ測定値、又は、トリガ測定値の前の２つの測定値及びトリガ測定値の後の２つの測定値並びにトリガ測定値を含んでよい。
センサデータ及びアクチュエータデータと同様に、異常状態データは、様々な形態をとってよい。概して、異常状態データは、資産１０２で発生した特定の異常状態を、資産１０２で発生し得る他の全ての異常状態から一意に識別するように使用可能なインジケータの形態を含んでよく、又はそのような形態をとってよい。異常状態インジケータは、いくつかある例の中でも特に、アルファベット、数字、又は英数字の識別子の形態をとってよい。さらに、異常状態インジケータは、いくつかある例の中でも特に、「エンジン過熱」、「燃料切れ」など、異常状態を説明する単語列の形態をとってよい。
解析システム１０８、具体的には解析システム１０８のデータ取得システムは、１つ又は複数の資産及び／又はデータソースから動作データを受信するように構成されてよい。データ取得システムは、受信されたデータに基づく１つ又は複数の動作を実行し、次にそのデータを解析システム１０８のデータサイエンスシステムへ中継するように構成されてよい。同じように、データサイエンスシステムは、受信されたデータを解析し、そのような解析に基づいて１つ又は複数の動作を実行してよい。
Ｂ．予測モデル及びワークフローの定義
１つの例として、解析システム１０８は、受信された１つ若しくは複数の資産の動作データ、及び／又は１つ若しくは複数の資産に関連する受信された外部データに基づいて、予測モデル及び対応するワークフローを定義するように構成されてよい。解析システム１０８は、様々な他のデータに基づいてモデル・ワークフロー対も定義してよい。
概して、モデル・ワークフロー対は、特定の動作状態を資産に監視させ、監視された動作状態によって示唆される特定のイベントの発生防止を容易にするのに役立つ特定の動作を資産に実行させる、プログラム命令のセットを含んでよい。具体的には、予測モデルは１つ又は複数のアルゴリズムを含んでよく、予測モデルの入力は、資産の１つ又は複数のセンサ及び／又はアクチュエータからのセンサデータ及び／又はアクチュエータデータであり、予測モデルの出力は、今後の一定期間内に特定のイベントが資産で発生し得る確率を決定するのに利用される。同じように、ワークフローは、１つ又は複数のトリガ（例えば、モデルの出力値）、及びそれらのトリガに基づいて資産が実行する対応する動作を含んでよい。
上記に示唆されるように、解析システム１０８は、一括予測モデル及び／若しくはワークフロー、並びに／又は個別予測モデル及び／若しくはワークフローを定義するように構成されてよい。「一括」モデル／ワークフローとは、資産のグループに汎用的であり、モデル／ワークフローがデプロイされる資産の特定の特性を考慮することなく定義された、モデル／ワークフローを意味し得る。一方、「個別」モデル／ワークフローとは、単一の資産、又は資産群からの資産のサブグループに合わせて特に用意され、モデル／ワークフローがデプロイされる単一の資産又は資産のサブグループの特定の特性に基づいて定義された、モデル／ワークフローを意味し得る。これらの異なる種類のモデル／ワークフロー、及びそれらを定義する解析システム１０８により実行される動作が、以下にさらに詳細に論じられる。
１．一括モデル及びワークフロー
例示的な実装態様において、解析システム１０８は、複数の資産の一括データに基づいて、一括モデル・ワークフロー対を定義するように構成されてよい。一括モデル・ワークフロー対の定義は、様々な方式で実行されてよい。
図５は、モデル・ワークフロー対の定義に用いられ得る、定義段階の１つの可能な例を図示するフローチャート５００である。例示の目的で、例示的な定義段階は、解析システム１０８により実行されるものとして説明されるが、この定義段階は、他のシステムにより実行されてもよい。当業者であれば、フローチャート５００は、明確さ及び説明を目的として提供されていること、及び動作の多数の他の組み合わせが、モデル・ワークフロー対を定義するのに利用され得ることを理解するであろう。
図５に示されるように、ブロック５０２で、解析システム１０８は、所与の予測モデルの基礎を形成するデータ（例えば、対象とするデータ）のセットを定義することから始めてよい。対象とするデータは、資産１０２及び１０４、並びにデータソース１１２など、複数のソースから引き出されてよく、その後、解析システム１０８のデータベースに格納されてよい。
対象とするデータは、資産のグループからの資産の特定のセット、又は資産のグループからの資産の全て（例えば、対象とする資産）の過去のデータを含んでよい。さらに、対象とするデータは、対象とする資産のそれぞれのセンサ及び／若しくはアクチュエータの特定のセットによる測定値、又は、対象とする資産のそれぞれのセンサ及び／若しくはアクチュエータの全てによる測定値を含んでよい。さらにまた、対象とするデータは、２週間相当の過去のデータなど、過去の特定の期間のデータを含んでよい。
対象とするデータは、所与の予測モデルに依存し得る様々な種類のデータを含んでよい。一部の事例において、対象とするデータは、資産の動作状態を示す動作データを少なくとも含んでよく、この動作データは「動作データの収集」の項目で上述されている。さらに、対象とするデータは、資産が通常動作する環境を示す環境データ、及び／又は、資産が特定のタスクを実行する計画日時を示すスケジュールデータを含んでよい。他の種類のデータも、対象とするデータに含まれてよい。
実際には、対象とするデータは、複数の方式で定義されてよい。１つの例において、対象とするデータはユーザによって定義されてよい。具体的には、ユーザが、対象とする特定のデータの選択を示すユーザ入力を受信する出力システム１１０を動作させてよく、出力システム１１０は、そのような選択を示すデータを解析システム１０８に提供してよい。受信されたデータに基づいて、解析システム１０８は次に、対象とするデータを定義してよい。
別の例において、対象とするデータは、機械によって定義されてよい。具体的には、解析システム１０８は、最も正確な予測モデルを生成する、対象とするデータを決定するために、シミュレーションなどの様々な動作を実行してよい。他の例もあり得る。
図５に戻ると、ブロック５０４で、解析システム１０８は、対象とするデータに基づいて、資産の動作に関連した一括予測モデルを定義するように構成されてよい。概して、一括予測モデルは、資産の動作状態と、資産で発生するイベントの可能性との間の関係を定義することができる。具体的には、一括予測モデルは、資産のセンサからのセンサデータ、及び／又は資産のアクチュエータからのアクチュエータデータを入力として受信し、今後の一定時間内にイベントが資産で発生する確率を出力することができる。
予測モデルが予測するイベントは、特定の実装態様に応じて様々であってよい。例えば、イベントは故障などであってよく、予測モデルは、故障が今後の一定期間内に起こるかどうか予測する故障モデルであってよい（故障モデルは、「健全性スコアモデル及びワークフロー」の項目で以下に詳細に論じられる）。別の例において、イベントは、資産のタスク完了などであってよく、予測モデルは、資産が時間通りにタスクを完了する可能性を予測してよい。他の例において、イベントは、流体又は要素の交換などであってよく、予測モデルは、特定の資産の流体又は要素が交換を必要とする前の時間を予測してよい。さらに他の例において、イベントは、資産の生産性の変化などであってよく、予測モデルは、今後の一定期間の間の資産の生産性を予測してよい。１つの他の例において、イベントは、期待される資産挙動と異なる資産挙動などを示し得る「重要インジケータ」イベントの発生であってよく、予測モデルは、１つ又は複数の重要インジケータイベントが今後発生する可能性を予測してよい。予測モデルの他の例もあり得る。
いずれにしても、解析システム１０８は、一括予測モデルを様々な方式で定義することができる。概して、この動作は、いくつかあるモデル化技法の中でも特に、ランダムフォレスト技法、ロジスティック回帰技法、又は他の回帰技法など、０から１までの確率を返すモデルを生成する１つ又は複数のモデル化技法の利用を伴ってよい。特定の例示的な実装態様において、解析システム１０８は、図７を参照する以下の説明に従って、一括予測モデルを定義することができる。解析システム１０８は、他の方式でも一括モデルを定義してよい。
ブロック５０６で、解析システム１０８は、ブロック５０４の定義されたモデルに対応する一括ワークフローを定義するように構成されてよい。概して、ワークフローは、予測モデルの特定の出力に基づいて実行される行為の形態をとってよい。例示的な実装態様において、ワークフローは、定義された予測モデルの出力に基づいて資産が実行する１つ又は複数の動作を含んでよい。ワークフローの一部になり得る動作の例には、いくつかある例示的なワークフロー動作の中でも特に、資産が、特定のデータ収集方式に従ってデータを取得すること、特定のデータ伝送方式に従ってデータを解析システム１０８へ伝送すること、ローカル診断ツールを実行すること、及び／又は資産の動作状態を修正することが含まれる。
特定のデータ収集方式は、資産がデータをどのように取得するかを示してよい。具体的には、データ収集方式は、資産の複数のセンサ及びアクチュエータのセンサ及び／又はアクチュエータのサブセットなど、資産がデータを取得する特定のセンサ及び／又はアクチュエータ（例えば、対象とするセンサ／アクチュエータ）を示してよい。さらに、データ収集方式は、対象とするセンサ／アクチュエータから資産が取得するデータの量、及び／又は、そのようなデータを資産が取得するサンプリング頻度を示してよい。データ収集方式は、様々な他の属性も含んでよい。特定の例示的な実装態様において、特定のデータ収集方式が、資産健全性の予測モデルに対応してよく、資産健全性の低下に基づいて、（例えば、特定のセンサから）より多くのデータ及び／又は特定のデータを取得するように調整されてよい。又は、特定のデータ収集方式は、重要インジケータ予測モデルに対応してよく、サブシステムの故障が発生し得ることを信号で伝えることができる重要インジケータイベントの発生の可能性が増加したことに基づいて、資産のセンサ及び／又はアクチュエータによって取得されたデータを修正するように調整されてよい。
特定のデータ伝送方式は、資産がデータを解析システム１０８へどのように伝送するかを示してよい。具体的には、データ伝送方式は、特定のセンサ若しくはアクチュエータからのデータ、資産が伝送する必要がある複数のデータサンプル、伝送頻度、及び／又は、資産がそのデータ伝送に含める必要があるデータの優先方式など、資産が伝送する必要があるデータの種類を示してよい（並びに、そのデータの書式及び／又は構造も示してよい）。場合によっては、特定のデータ収集方式はデータ伝送方式を含んでよく、又は、データ収集方式がデータ伝送方式と組み合わされてよい。いくつかの例示的な実装態様において、特定のデータ伝送方式は、資産健全性の予測モデルに対応してよく、閾値を超える資産健全性に基づいて、より低い頻度でデータを伝送するように調整されてよい。他の例もあり得る。
上記に示唆されたように、ローカル診断ツールは、資産にローカルに格納される手順のセットなどであってよい。ローカル診断ツールは概して、資産の障害又は故障の原因診断を容易にすることができる。場合によっては、ローカル診断ツールは、実行された場合、資産のサブシステム又はその一部に検査入力を送って検査結果を取得してよく、これにより、障害又は故障の原因診断を容易にすることができる。これらのローカル診断ツールは通常、資産では休止状態にあり、資産が特定の診断命令を受信しない限り、実行されることはない。他のローカル診断ツールもあり得る。１つの例示的な実装態様において、特定のローカル診断ツールは、資産のサブシステムの健全性に関する予測モデルに対応してよく、サブシステムの健全性が閾値にあるか、又は閾値を下回ることに基づいて実行されてよい。
最後に、ワークフローは、資産の動作状態の修正を伴ってよい。例えば、資産の１つ又は複数のアクチュエータは、資産の動作状態の修正を容易にするように制御されてよい。いくつかある例の中でも特に、速度、温度、圧力、流体レベル、電流の流れ、電力分配など、様々な動作状態が修正されてよい。特定の例示的な実装態様において、動作状態修正のワークフローは、資産がタスクを時間通りに完了するかどうか予測するための予測モデルに対応してよく、予測された完了確率が閾値にあるか、又は閾値を下回ることに基づいて、資産にその移動速度を増加させてよい。
いずれにしても、一括ワークフローは、様々な方式で定義されてよい。１つの例において、一括ワークフローはユーザによって定義されてよい。具体的には、ユーザが、特定のワークフロー動作の選択を示すユーザ入力を受信する演算処理装置を動作させてよく、演算処理装置は、そのような選択を示すデータを解析システム１０８に提供してよい。このデータに基づいて、解析システム１０８は次に、一括ワークフローを定義してよい。
別の例において、一括ワークフローは、機械によって定義されてよい。具体的には、解析システム１０８は、シミュレーションなどの様々な動作を実行して、予測モデルにより出力された確率の原因の決定、及び／又は、モデルにより予測されたイベントの発生防止を容易にし得るワークフローを決定してよい。一括ワークフローの定義に関する他の例もあり得る。
予測モデルに対応するワークフローを定義するにあたり、解析システム１０８は、ワークフローのトリガを定義してよい。例示的な実装態様において、ワークフローのトリガは、予測モデルにより出力された確率の値、又は予測モデルにより出力された値の範囲であってよい。場合によっては、ワークフローは複数のトリガを有してよく、それらのトリガのそれぞれは、１つ又は複数の異なる動作を発生させてよい。
例示するために、図６Ａは、一括モデル・ワークフロー対６００の概念図を示す。示されるように、一括モデル・ワークフロー対の例示６００には、モデル入力６０２の列と、モデル計算６０４の列と、モデル出力範囲６０６の列と、対応するワークフロー動作６０８の列とが含まれる。この例において、予測モデルは、センサＡからのデータとして単一の入力を有し、計算Ｉ及び計算ＩＩとして２つの計算を有する。この予測モデルの出力は、実行されるワークフロー動作に影響を与える。出力された確率が８０％より低い又は８０％と等しい場合には、ワークフロー動作１が実行される。そうでない場合には、ワークフロー動作２が実行される。他の例示的なモデル・ワークフロー対があり得、本明細書において企図されている。
２．個別モデル及びワークフロー
別の態様において、解析システム１０８は、資産の個別予測モデル及び／又はワークフローを定義するように構成されてよく、これは、一括モデル・ワークフロー対をベースラインとして利用することを伴ってよい。個別化は、資産の特定の特性に基づいてよい。このようにして、解析システム１０８は、一括モデル・ワークフロー対と比較して、より正確且つロバストなモデル・ワークフロー対を所与の資産に提供することができる。
具体的には、図５に戻り、ブロック５０８で、解析システム１０８は、資産１０２などの所与の資産用にブロック５０４で定義された一括モデルを、個別化するかどうか判定するように構成されてよい。解析システム１０８は、この判定を複数の方式で実行してよい。
場合によっては、解析システム１０８は、個別予測モデルをデフォルトで定義するように構成されてよい。他の場合において、解析システム１０８は、資産１０２の特定の特性に基づいて、個別予測モデルを定義するかどうか判定するように構成されてよい。例えば、場合によっては、特定の種類若しくはクラスの資産、特定の環境で動作する資産、又は特定の健全性スコアを有する資産だけが、個別予測モデルを受信してよい。さらに他の場合において、ユーザが、個別モデルを資産１０２用に定義するかどうか定義してよい。他の例もあり得る。
いずれにしても、解析システム１０８が、個別予測モデルを資産１０２用に定義すると判定した場合、解析システム１０８は、ブロック５１０でそのように定義してよい。そうでない場合、解析システム１０８は、ブロック５１２へ進んでよい。
ブロック５１０で、解析システム１０８は、個別予測モデルを複数の方式で定義するように構成されてよい。例示的な実装態様において、解析システム１０８は、資産１０２の１つ又は複数の特性に少なくとも部分的に基づいて、個別予測モデルを定義してよい。
資産１０２の個別予測モデルを定義する前に、解析システム１０８は、個別モデルの基礎を形成する、１つ又は複数の対象とする資産特性を決定した可能性がある。実際には、異なる予測モデルが、対象とする異なった対応する特性を有してよい。
概して、対象とする特性は、一括モデル・ワークフロー対に関連した特性であってよい。例えば、対象とする特性は、一括モデル・ワークフロー対の精度に影響を与えると解析システム１０８が判定した特性であってよい。そのような特性の例には、いくつかある特性の中でも特に、資産年数、資産使用量、資産の処理能力、資産負荷、資産健全性（以下で論じられる資産の健全性指標によって、おそらく示される）、資産クラス（例えば、ブランド及び／又は型式）、並びに、資産が動作する環境が含まれてよい。
解析システム１０８は、対象とする特性を複数の方式で決定した可能性がある。１つの例において、解析システム１０８は、対象とする特性の識別を容易にする１つ又は複数のモデル化シミュレーションを実行することで、そのように決定した可能性がある。別の例において、対象とする特性は、事前に定義されて、解析システム１０８のデータストレージに格納された可能性がある。さらに別の例において、対象とする特性は、ユーザによって定義されて、出力システム１１０を介して解析システム１０８に提供された可能性がある。他の例もあり得る。
いずれにしても、対象とする特性を決定した後に、解析システム１０８は、決定された対象とする特性に対応する、資産１０２の特性を決定してよい。すなわち、解析システム１０８は、対象とする特性に対応する、資産１０２の特性の種類、値、それらの有無などを決定してよい。解析システム１０８は、この動作を複数の方式で実行してよい。
例えば、解析システム１０８は、資産１０２及び／又はデータソース１１２から生じるデータに基づいて、この動作を実行するように構成されてよい。具体的には、解析システム１０８は、資産１０２の動作データ及び／又はデータソース１１２からの外部データを利用して、資産１０２の１つ又は複数の特性を決定してよい。他の例もあり得る。
資産１０２の決定された１つ又は複数の特性に基づいて、解析システム１０８は、一括モデルを修正することで個別予測モデルを定義してよい。一括モデルは、複数の方式で修正されてよい。例えば、一括モデルは、いくつかある例の中でも特に、１つ若しくは複数のモデル入力を変更する（例えば、追加する、除去する、並べ替えるなど）ことで、資産動作限界に対応する１つ又は複数のセンサ及び／若しくはアクチュエータの測定範囲を変更する（例えば、「重要インジケータ」イベントに対応する動作限界を変更する）ことで、１つ若しくは複数のモデル計算を変更することで、計算の変数若しくは出力を重み付けする（又はその重みを変更する）ことで、一括モデルを定義するのに利用されたものとは異なるモデル化技法を利用することで、及び／又は、一括モデルを定義するのに利用されたものとは異なる応答変数を利用することで、修正されてよい。
例示するために、図６Ｂは、個別モデル・ワークフロー対６１０の概念図を示す。具体的には、個別モデル・ワークフロー対の例示６１０は、図６Ａの一括モデル・ワークフロー対の修正バージョンである。示されるように、個別モデル・ワークフロー対の例示６１０は、モデル入力６１２及びモデル計算６１４の修正列を含み、図６Ａのモデル出力範囲６０６及びワークフロー動作６０８の初期列を含む。この例において、個別モデルは、センサＡ及びアクチュエータＢからのデータとして２つの入力を有し、計算ＩＩ及び計算ＩＩＩとして２つの計算を有する。出力範囲及び対応するワークフロー動作は、図６Ａのものと同じである。解析システム１０８はこのようにして、いくつかある理由の中でも特に、例えば、資産１０２が比較的古く、健全性が比較的劣っているという判定に基づいて、個別モデルを定義した可能性がある。
実際には、一括モデルを個別化することは、所与の資産の１つ又は複数の特性に依存し得る。具体的には、特定の特性が、一括モデルの修正に他の特性とは異なる影響を与え得る。さらに、ある特性の種類、値、存在なども、修正に影響を与え得る。例えば、資産年数が、一括モデルの第１の部分に影響を与えることがあり、資産クラスが、一括モデルの第２の異なる部分に影響を与えることがある。そして、年数について、第１の範囲内の資産年数が、一括モデルの第１の部分に第１の方式で影響を与えることがあり、年数について、第１の範囲と異なる第２の範囲内の資産年数が、一括モデルの第１の部分に、第２の異なる方式で影響を与えることがある。他の例もあり得る。
実装態様によっては、一括モデルを個別化することは、資産特性に加えて、又は資産特性の代わりに、複数の検討事項に依存し得る。例えば、資産が（例えば、整備士などによって定義されるような）比較的良好な動作状態にあることが分かっている場合、一括モデルは、資産のセンサ及び／又はアクチュエータの数値に基づいて個別化されてよい。より具体的には、重要インジケータ予測モデルの一例において、解析システム１０８は、資産が良好な動作状態にあるというインジケーションを、資産からの動作データとともに（例えば、整備士が操作する演算処理装置から）受信するように構成されてよい。この動作データに少なくとも基づいて、解析システム１０８は次に、「重要インジケータ」イベントに対応するそれぞれの動作限界を修正することで、資産の重要インジケータ予測モデルを個別化してよい。他の例もあり得る。
図５に戻り、ブロック５１２で、解析システム１０８は、資産１０２のワークフローを個別化するかどうか判定するように構成されてもよい。解析システム１０８は、この判定を複数の方式で実行してよい。実装態様によっては、解析システム１０８は、ブロック５０８に従って、この動作を実行してよい。他の実装態様において、解析システム１０８は、個別予測モデルに基づいて、個別ワークフローを定義するかどうか判定してよい。さらに別の実装態様において、解析システム１０８は、個別予測モデルが定義された場合、個別ワークフローを定義すると判定してよい。他の例もあり得る。
いずれにしても、解析システム１０８が、資産１０２の個別ワークフローを定義すると判定した場合、解析システム１０８は、ブロック５１４でそのように定義してよい。そうでない場合、解析システム１０８は定義段階を終了してよい。
ブロック５１４で、解析システム１０８は、個別ワークフローを複数の方式で定義するように構成されてよい。例示的な実装態様において、解析システム１０８は、資産１０２の１つ又は複数の特性に少なくとも部分的に基づいて、個別ワークフローを定義してよい。
資産１０２の個別ワークフローを定義する前に、個別予測モデルの定義と同様に、解析システム１０８は、個別ワークフローの基礎を形成する、１つ又は複数の対象とする資産特性を決定した可能性があり、これらの資産特性は、ブロック５１０の説明に従って決定された可能性がある。概して、これらの対象とする特性は、一括ワークフローの効果に影響を与える特性であってよい。そのような特性は、上述された例示的な特性のいずれかを含んでよい。他の特性もあり得る。
ここでもブロック５１０と同様に、解析システム１０８は、個別ワークフローの決定された対象とする特性に対応する、資産１０２の特性を決定してよい。例示的な実装態様において、解析システム１０８は、ブロック５１０を参照して論じられた特性決定に類似した方式で、資産１０２の特性を決定してよく、実際に、その決定の一部又は全てを利用してよい。
いずれにしても、資産１０２の決定された１つ又は複数の特性に基づいて、解析システム１０８は、一括ワークフローを修正することによって、資産１０２のワークフローを個別化してよい。一括ワークフローは、複数の方式で修正されてよい。例えば、一括ワークフローは、いくつかある例の中でも特に、１つ若しくは複数のワークフロー動作を変更する（例えば、追加する、除去する、並べ替える、交換するなど）ことで（例えば、第１のデータ収集方式から第２の方式に変更するか、又は特定のデータ収集方式から特定のローカル診断ツールに変更することで）、及び／又は、特定のワークフロー動作をトリガする、対応するモデルの出力値若しくは値の範囲を変更する（例えば、増やす、減らす、そこに追加する、そこから除去するなど）ことで、修正されてよい。実際には、一括ワークフローの修正は、一括モデルの修正と類似した方式で、資産１０２の１つ又は複数の特性に依存し得る。
例示するために、図６Ｃは、個別モデル・ワークフロー対６２０の概念図を示す。具体的には、個別モデル・ワークフロー対の例示６２０は、図６Ａの一括モデル・ワークフロー対の修正バージョンである。示されるように、個別モデル・ワークフロー対の例示６２０は、図６Ａのモデル入力６０２、モデル計算６０４、及びモデル出力範囲６０６の初期列を含むが、ワークフロー動作６２８の修正列を含む。この例において、個別モデル・ワークフロー対は、一括モデルの出力が８０％より高い場合に、ワークフロー動作３が動作１の代わりにトリガされることを除いて、図６Ａの一括モデル・ワークフロー対に類似している。解析システム１０８は、いくつかある理由の中でも特に、例えば、これまでの状況から、資産故障の発生を増加させている環境で資産１０２が動作するという決定に基づいて、この個々のワークフローを定義した可能性がある。
個別ワークフローを定義した後に、解析システム１０８は定義段階を終了してよい。その時点で、解析システム１０８は、資産１０２の個別モデル・ワークフロー対を有することができる。
いくつかの例示的な実装態様において、解析システム１０８は、一括予測モデル及び／又は対応するワークフローを最初に定義することなく、所与の資産の個別予測モデル及び／又は対応するワークフローを定義するように構成されてよい。他の例もあり得る。
上述された解析システム１０８が予測モデル及び／又はワークフローを個別化するが、他の装置及び／又はシステムが個別化を実行してよい。例えば、資産１０２のローカル解析装置が、予測モデル及び／若しくはワークフローを個別化してよく、又は、そのような動作を実行するために、解析システム１０８とともに働いてよい。そのような動作を実行するローカル解析装置が、以下にさらに詳細に論じられる。
３．健全性スコアモデル及びワークフロー
特定の実装態様において、上述されたように、解析システム１０８は、資産の健全性と関連付けられた予測モデル及び対応するワークフローを定義するように構成されてよい。例示的な実装態様において、資産の健全性を監視するための１つ又は複数の予測モデルが、資産の健全性指標（例えば「健全性スコア」）を出力するのに利用されてよく、この健全性指標は、今後の所与の期間（例えば、次の２週間）内に所与の資産で故障が発生するかどうかを示す単一の一括指標である。具体的には、健全性指標は、故障のグループからの故障が今後の所与の期間内に資産で発生しない可能性を示してよく、又は、健全性指標は、故障のグループからの少なくとも１つの故障が今後の所与の期間内に資産で発生する可能性を示してよい。
実際には、健全性指標及び対応するワークフローを出力するのに利用される予測モデルは、上記説明に従って、一括モデル若しくは個別モデル及び／又はワークフローとして定義されてよい。
さらに、健全性指標の所望の粒度に応じて、解析システム１０８は、異なるレベルの健全性指標を出力する異なる予測モデルを定義し、且つ異なる対応するワークフローを定義するように構成されてよい。例えば、解析システム１０８は、資産の全体的な健全性指標（すなわち、資産レベルの健全性指標）を出力する予測モデルを定義してよい。別の例として、解析システム１０８は、資産の１つ又は複数のサブシステムのそれぞれの健全性指標（すなわち、サブシステムレベルの健全性指標）を出力するそれぞれの予測モデルを定義してよい。場合によっては、サブシステムレベルの各予測モデルの出力は、資産レベルの健全性指標を生成するために、組み合わされてよい。他の例もあり得る。
概して、健全性指標を出力する予測モデルを定義することは、様々な方式で実行されてよい。図７は、健全性指標を出力するモデルを定義するのに用いられ得る、モデル化段階の１つの可能な例を図示するフローチャート７００である。例示の目的で、例示的なモデル化段階は、解析システム１０８により実行されるものとして説明されるが、このモデル化段階は他のシステムにより実行されてもよい。当業者であれば、フローチャート７００は、明確さ及び説明を目的として提供されていること、及び動作の多数の他の組み合わせが、健全性指標を決定するのに利用され得ることを理解するであろう。
図７に示されるように、ブロック７０２で、解析システム１０８は、健全性指標の基礎を形成する１つ又は複数の故障のセット（すなわち、対象とする故障）を定義することから始めてよい。実際には、１つ又は複数の故障は、それらが発生した場合、資産（又はそのサブシステム）を動作不能にし得る類の故障であってよい。定義された故障のセットに基づいて、解析システム１０８は、今後の所与の期間（例えば、次の２週間）内に発生する故障のいずれかの可能性を予測するためのモデルを定義するための、措置を講じてよい。
具体的には、ブロック７０４で、解析システム１０８は、過去に発生した所与の故障を故障のセットから識別するために、１つ又は複数の資産のグループに関する過去の動作データを解析してよい。ブロック７０６で、解析システム１０８は、所与の故障について、識別された過去の発生のそれぞれと関連付けられた、動作データのそれぞれのセット（例えば、所与の故障が発生する前の所与の期間の、センサデータ及び／又はアクチュエータデータ）を識別してよい。ブロック７０８で、解析システム１０８は、所与の故障の過去の発生と関連付けられた、識別された動作データのセットを解析して、（１）所与のセットの動作指標の値と、（２）今後の所与の期間（例えば、次の２週間）内に所与の故障が発生する可能性との関係（例えば、故障モデル）を定義してよい。最後に、ブロック７１０で、定義されたセットにおいて故障ごとに定義された関係（例えば、個々の故障モデル）は、故障発生の全体的な可能性を予測するためのモデルに組み合わされてよい。
解析システム１０８は、１つ又は複数の資産のグループの更新された動作データを引き続き受信するので、解析システム１０８も、更新された動作データに対して段階７０４〜７１０を繰り返すことで、１つ又は複数の故障の定義されたセットの予測モデルを引き続き補正してよい。
図７に示される例示的なモデル化段階の機能が、ここでさらに詳細に説明されることになる。上述されたように、ブロック７０２で始まるとき、解析システム１０８は、健全性指標の基礎を形成する１つ又は複数の故障のセットを定義することから始めてよい。解析システム１０８は、様々な方式でこの機能を実行してよい。
１つの例において、１つ又は複数の故障のセットは、１つ又は複数のユーザ入力に基づいてよい。具体的には、解析システム１０８は、出力システム１１０など、ユーザが操作する演算処理システムから、ユーザが１つ又は複数の故障を選択したことを示す入力データを受信してよい。したがって、１つ又は複数の故障のセットは、ユーザによって定義されてよい。
他の例において、１つ又は複数の故障のセットは、解析システム１０８により行われた（例えば、機械によって定義された）決定に基づいてよい。具体的には、解析システム１０８は、複数の方式で発生し得る１つ又は複数の故障のセットを定義するように構成されてよい。
例えば、解析システム１０８は、資産１０２の１つ又は複数の特性に基づいて、故障のセットを定義するように構成されてよい。すなわち、特定の故障が、資産の種類、クラスなど、資産の特定の特性に対応してよい。例えば、資産の各種類及び／又はクラスには、対象とするそれぞれの故障があってよい。
別の事例において、解析システム１０８は、解析システム１０８のデータベースに格納された過去のデータ、及び／又はデータソース１１２により提供される外部データに基づいて、故障のセットを定義するように構成されてよい。
例えば、解析システム１０８は、そのようなデータを利用して、いくつかある例の中でも特に、どの故障が最長の修理時間をもたらすか、及び／又は、これまでの状況から、どの故障の後にさらに故障が続くか判定してよい。
さらに他の例において、１つ又は複数の故障のセットは、ユーザ入力と、解析システム１０８により行われた決定との組み合わせに基づいて、定義されてよい。他の例もあり得る。
ブロック７０４で、故障のセットからの故障のそれぞれに対して、解析システム１０８は、１つ又は複数の資産のグループに関する過去の動作データ（例えば、異常挙動データ）を解析して、過去に発生した所与の故障を識別してよい。１つ又は複数の資産のグループは、資産１０２などの単一の資産、又は、資産１０２及び１０４を含む資産群など、同じ種類若しくは類似した種類の複数の資産を含んでよい。解析システム１０８は、いくつかある例の中でも特に、一定時間相当のデータ（例えば、１か月相当）など、特定量の過去の動作データ、又は一定数のデータ点（例えば、最新の１０００個のデータ点）を解析してよい。
実際には、過去に発生した所与の故障を識別することは、異常状態データなど、所与の故障を示す動作データの種類を識別する解析システム１０８を伴ってよい。概して、所与の故障は、障害コードなど、１つ又は複数の異常状態インジケータと関連付けられてよい。すなわち、所与の故障が発生した場合、１つ又は複数の異常状態インジケータがトリガされ得る。したがって、異常状態インジケータは、所与の故障の根本的症状を反映し得る。
所与の故障を示す動作データの種類を識別した後に、解析システム１０８は、過去に発生した所与の故障を複数の方式で識別することができる。例えば、解析システム１０８は、解析システム１０８のデータベースに格納された過去の動作データから、所与の故障と関連付けられた異常状態インジケータに対応する異常状態データを捜し出すことができる。捜し出された各異常状態データは、所与の故障の発生を示すことができる。この捜し出された異常状態データに基づいて、解析システム１０８は、過去に故障が発生した時間を識別することができる。
ブロック７０６で、解析システム１０８は、所与の故障について、識別された過去の発生のそれぞれと関連付けられた、動作データのそれぞれのセットを識別してよい。具体的には、解析システム１０８は、センサデータのセット及び／又はアクチュエータデータのセットを、所与の故障の所与の発生時間前後の特定の期間から識別してよい。例えば、データのセットは、所与の故障の発生の前、後、又はその前後の特定の期間（例えば、２週間）のものであってよい。他の場合において、データのセットは、所与の故障の発生の前、後、又はその前後の一定数のデータ点から識別されてよい。
例示的な実装態様において、動作データのセットは、資産１０２のセンサ及びアクチュエータの一部又は全てからの、センサデータ及び／又はアクチュエータデータを含んでよい。例えば、動作データのセットは、所与の故障に対応する異常状態インジケータと関連付けられたセンサ及び／又はアクチュエータからのデータを含んでよい。
例示するために、図８は、解析システム１０８がモデルの定義を容易にするために解析し得る、過去の動作データの概念図を図示する。プロット８００は、資産１０２のセンサ及びアクチュエータの一部（例えば、センサＡ及びアクチュエータＢ）又は全てから生じた、過去のデータのセグメントに対応してよい。示されるように、プロット８００は、ｘ軸８０２に時間、ｙ軸８０４に測定値、並びにセンサＡに対応するセンサデータ８０６及びアクチュエータＢに対応するアクチュエータデータ８０８を含み、これらのデータのそれぞれが、特定の時点Ｔｉにおける測定値を表す様々なデータ点を含む。さらに、プロット８００は、過去の時間Ｔｆ（例えば、「故障時間」）に発生した故障８１０の発生に関するインジケーションと、故障の発生前の時間８１２（ΔＴ）に関するインジケーションとを含み、これらのインジケーションから、動作データのセットが識別される。したがって、Ｔｆ−ΔＴが、対象とするデータ点の期間８１４を定義する。
図７に戻って、解析システム１０８が、所与の故障の所与の発生（例えば、Ｔｆでの発生）に関する動作データのセットを識別した後に、解析システム１０８は、動作データのセットを識別する必要がある発生が何か残っているかどうか判定してよい。残っている発生がある場合、ブロック７０６が、残っている発生ごとに繰り返されることになる。
その後、ブロック７０８で、解析システム１０８は、所与の故障の過去の発生と関連付けられた、識別された動作データのセットを解析して、（１）動作指標の所与のセット（例えば、センサ測定値及び／又はアクチュエータ測定値の所与のセット）と、（２）今後の所与の期間（例えば、次の２週間）内に所与の故障が発生する可能性との関係（例えば、故障モデル）を定義してよい。すなわち、所与の故障モデルは、１つ又は複数のセンサ及び／又はアクチュエータからの、センサ測定値及び／又はアクチュエータ測定値を入力として取得し、所与の故障が今後の所与の期間内に発生する確率を出力してよい。
概して、故障モデルは、資産１０２の動作状態と故障発生の可能性との間の関係を定義することができる。実装態様によっては、資産１０２のセンサ及び／又はアクチュエータからの未処理のデータ信号に加えて、故障モデルは、センサ信号及び／又はアクチュエータ信号から引き出される、複数の他のデータ入力（特徴としても知られる）を受信することができる。そのような特徴には、故障が発生したときにこれまで測定された値の平均若しくは範囲、故障発生前にこれまで測定された値の変化量（例えば、測定値の変化割合）の平均若しくは範囲、故障と故障との間の継続時間（例えば、第１の故障発生と第２の故障発生との間の時間又はデータ点の数）、並びに／又は、故障の発生前後のセンサ測定値及び／若しくはアクチュエータ測定値の傾向を示す、１つ又は複数の故障パターンが含まれてよい。当業者であれば、これらが、センサ信号及び／又はアクチュエータ信号から引き出され得る、ほんのいくつかの例示的な特徴であること、また多数の他の特徴があり得ることを理解するであろう。
実際には、故障モデルは、複数の方式で定義されてよい。例示的な実装態様において、解析システム１０８は、０から１までの確率を返す１つ又は複数のモデル化技法を利用することで、故障モデルを定義してよく、これらのモデル化技法は、上述された任意のモデル化技法の形態をとってよい。
特定の例において、故障モデルの定義は、ブロック７０６で識別された過去の動作データに基づいて、応答変数を生成する解析システム１０８を伴ってよい。具体的には、解析システム１０８は、特定の時点で受信された、センサ測定値及び／又はアクチュエータ測定値のセットごとに、関連応答変数を決定してよい。したがって、応答変数は、故障モデルと関連付けられたデータセットの形態をとってよい。
応答変数は、測定値の所与のセットが、ブロック７０６で決定された期間のいずれかの中にあるかどうかを示すことができる。すなわち、応答変数は、所与のデータのセットが、故障発生に関して、対象とする時間のものであるかどうかを反映することができる。応答変数は、所与の測定値のセットが決定された期間のいずれかの中にある場合、関連応答変数は１の値を割り当てられ、そうでない場合には、関連応答変数は０の値を割り当てられるように、２進の値を持つ応答変数であってよい。
図８に戻ると、応答変数ベクトルＹｒｅｓの概念図がプロット８００に示されている。示されるように、期間８１４内にある測定値のセットと関連付けられた応答変数（例えば、時間Ｔｉ＋３〜Ｔｉ＋８のＹｒｅｓ）が１の値であり、期間８１４の外側にある測定値のセットと関連付けられた応答変数（例えば、時間Ｔｉ〜Ｔｉ＋２、及び時間Ｔｉ＋９〜Ｔｉ＋１０のＹｒｅｓ）が０の値である。他の応答変数もあり得る。
応答変数に基づいて故障モデルを定義することに関する特定の例を続けると、解析システム１０８は、ブロック７０６で識別された過去の動作データ、及び生成された応答変数で、故障モデルをトレーニングすることができる。このトレーニングプロセスに基づいて、解析システム１０８は、様々なセンサデータ及び／又はアクチュエータデータを入力として受信し、応答変数を生成するのに用いられた期間と同等の期間内に故障が発生する、０から１までの確率を出力する故障モデルを定義することができる。
場合によっては、ブロック７０６で識別された過去の動作データ、及び生成された応答変数を用いたトレーニングは、センサ及び／又はアクチュエータごとに、変数重要度の統計データをもたらし得る。所与の変数重要度の統計データは、今後の期間内に所与の故障が発生する確率に対する、センサの相対効果又はアクチュエータの相対効果を示すことができる。
追加的に又は代替的に、解析システム１０８は、コックス比例ハザード技法など、１つ又は複数の生存時間解析技法に基づいて、故障モデルを定義するように構成されてよい。解析システム１０８は、いくつかの点で上述されたモデル化技法と類似した方式で、生存時間解析技法を利用してよいが、解析システム１０８は、最後の故障から期待される次のイベントまでの時間を示す、生存時間応答変数を決定してよい。期待される次のイベントは、センサ測定値及び／若しくはアクチュエータ測定値の受信、又はどちらが最初に発生するにしても故障発生に関する受信であってよい。この応答変数は、測定値が受信される特定の時点のそれぞれと関連付けられた１対の値を含んでよい。この応答変数は次に、今後の所与の期間内に故障が発生する確率を決定するのに利用されてよい。
いくつかの例示的な実装態様において、故障モデルは、いくつかあるデータの中でも特に、気象データ及び「発熱軸箱」データなど、外部データに部分的に基づいて定義されてよい。例えば、そのようなデータに基づいて、故障モデルは、出力される故障確率を増加又は減少させることができる。
実際には、外部データは、資産のセンサ及び／又はアクチュエータが測定値を取得する時間と一致しない時点で観測される場合がある。例えば、「発熱軸箱」データが収集される時間（例えば、機関車が発熱軸箱センサを備えた鉄道線路の区間を通過する時間）は、センサ及び／又はアクチュエータの測定時間と一致しない場合がある。そのような場合には、解析システム１０８は、センサ測定時間に対応する時間に観測されたであろう外部のデータ観測を決定する１つ又は複数の動作を実行するように構成されてよい。
具体的には、解析システム１０８は、外部のデータ観測の時間、及び測定の時間を利用して、外部のデータ観測を補間し、測定時間に対応する時間の外部のデータ値を生み出すことができる。外部データの補間で、外部のデータ観測又はそこから引き出される特徴が、入力として故障モデルに含まれることが可能になり得る。実際には、いくつかある例の中でも特に、最近傍補間、線形補間、多項式補間、及びスプライン補間など、様々な技法が、センサデータ及び／又はアクチュエータデータを用いて、外部データを補間するのに用いられてよい。
図７に戻ると、解析システム１０８が、ブロック７０２で定義された故障のセットからの所与の故障の故障モデルを決定した後に、解析システム１０８は、故障モデルを決定する必要がある故障が何か残っているかどうか判定してよい。故障モデルを決定する必要がある故障が残っている場合には、解析システム１０８は、ブロック７０４〜７０８のループを繰り返してよい。実装態様によっては、解析システム１０８は、ブロック７０２で定義された全ての故障を包含する単一の故障モデルを決定してよい。他の実装態様において、解析システム１０８は、資産１０２のサブシステムごとに故障モデルを決定してよく、その後、各故障モデルは、資産レベルの故障モデルを決定するのに利用されてよい。他の例もあり得る。
最後に、ブロック７１０で、定義されたセットの故障ごとに定義された関係（例えば、個々の故障モデル）は、今後の所与の期間（例えば、次の２週間）内に故障が発生する全体的な可能性を予測するためのモデル（例えば、健全性指標のモデル）に組み合わされてよい。すなわち、このモデルは、１つ又は複数のセンサ及び／若しくはアクチュエータからのセンサ測定値及び／又はアクチュエータ測定値を入力として受信し、故障のセットの少なくとも１つの故障が、今後の所与の期間内に発生する単一の確率を出力する。
解析システム１０８は、健全性指標モデルを複数の方式で定義してよく、それらの方式は、健全性指標の所望の粒度に依存してよい。すなわち、複数の故障モデルが存在する事例において、それらの故障モデルの結果は、健全性指標モデルの出力を取得するために、複数の方式で利用されてよい。例えば、解析システム１０８は、複数の故障モデルから、最大値、中央値、又は平均値を決定して、その決定された値を健全性指標モデルの出力として利用してよい。
他の例において、健全性指標モデルの決定には、重みを、個々の故障モデルにより出力された個々の確率に起因すると考える、解析システム１０８を伴ってよい。例えば、故障のセットの各故障は、等しく望ましくないものとみなされてよく、したがって、各確率も同様に、健全性指標モデルを決定するにあたって、同じ重み付けをされてよい。他の事例において、いくつかの故障は、他の故障より望ましくないもの（例えば、より破局的である、又はより長い修理時間を必要とする、など）とみなされてよく、したがって、これらの対応する確率は、他の故障より高く重み付けされてよい。
さらに他の例において、健全性指標モデルの決定には、回帰技法など、１つ又は複数のモデル化技法を利用する解析システム１０８を伴ってよい。一括応答変数は、個々の故障モデルのそれぞれからの応答変数（例えば、図８のＹｒｅｓ）の論理的選言（論理和）の形態をとってよい。例えば、ブロック７０６で決定された任意の期間（例えば、図８の期間８１４）内に発生する測定値の任意のセットと関連付けられた一括応答変数は、１の値であってよく、それらの期間のいずれかの外側で発生する測定値のセットと関連付けられた一括応答変数は、０の値であってよい。健全性指標モデルを定義する他の方式もあり得る。
実装態様によっては、ブロック７１０が不要であってよい。例えば、上述されたように、解析システム１０８は単一の故障モデルを決定してよく、その場合、健全性指標モデルは単一の故障モデルであってよい。
実際には、解析システム１０８は、個々の故障モデル及び／又は全体的な健全性指標モデルを更新するように構成されてよい。解析システム１０８は、モデルを毎日、毎週、毎月などに更新してよく、資産１０２又は他の資産（例えば、資産１０２と同じ群の他の資産）の過去の動作データの新たな部分に基づいて、更新してよい。他の例もあり得る。
Ｃ．モデル及びワークフローのデプロイ
解析システム１０８がモデル・ワークフロー対を定義した後に、解析システム１０８は、定義されたモデル・ワークフロー対を１つ又は複数の資産にデプロイしてよい。具体的には、解析システム１０８は、定義された予測モデル及び／又は対応するワークフローを、資産１０２など、少なくとも１つの資産へ伝送してよい。解析システム１０８は、所与のモデル・ワークフロー対に対する任意の修正又は更新など、トリガイベントに基づいて、モデル・ワークフロー対を周期的に伝送してよい。
場合によっては、解析システム１０８は、個別モデル及び個別ワークフローのうち１つだけを伝送してよい。例えば、解析システム１０８が個別モデル又はワークフローだけを定義したシナリオにおいて、解析システム１０８は、個別モデル若しくはワークフローとともに、ワークフロー若しくはモデルの一括バージョンを伝送してよく、又は、解析システム１０８は、データストレージに格納された一括バージョンを資産１０２が既に有している場合に、一括バージョンを伝送する必要がなくてよい。要するに、解析システム１０８は、（１）個別モデル及び／若しくは個別ワークフロー、（２）個別モデル及び一括ワークフロー、（３）一括モデル及び個別ワークフロー、又は（４）一括モデル及び一括ワークフローを伝送してよい。
実際には、解析システム１０８は、資産ごとにモデル・ワークフロー対を定義するために、図７のブロック７０２〜７１０の動作の一部又は全てを複数の資産に実行した可能性がある。例えば、解析システム１０８は、資産１０４のモデル・ワークフロー対を追加的に定義した可能性がある。解析システム１０８は、資産１０２及び１０４へ、それぞれのモデル・ワークフロー対を同時に又は連続的に伝送するように構成されてよい。
Ｄ．資産によるローカルな実行
資産１０２などの所与の資産は、モデル・ワークフロー対又はその一部を受信し、受信されたモデル・ワークフロー対に従って動作するように構成されてよい。すなわち、資産１０２は、モデル・ワークフロー対をデータストレージに格納し、資産１０２のセンサ及び／又はアクチュエータによって取得されたデータを予測モデルに入力し、場合によっては、予測モデルの出力に基づいて、対応するワークフローを実行してよい。
実際には、資産１０２の様々な要素が、予測モデル及び／又は対応するワークフローを実行してよい。例えば、上述されたように、各資産は、解析システム１０８により提供されたモデル・ワークフロー対を格納して実行するように構成されたローカル解析装置を含んでよい。ローカル解析装置が、特定のセンサデータ及び／又はアクチュエータデータを受信した場合、ローカル解析装置は、受信されたデータを予測モデルに入力してよく、モデルの出力に応じて、対応するワークフローの１つ又は複数の動作を実行してよい。
別の例において、ローカル解析装置から分かれた、資産１０２の中央処理装置が、予測モデル及び／又は対応するワークフローを実行してよい。さらに他の例において、資産１０２のローカル解析装置及び中央処理装置は、モデル・ワークフロー対を協調的に実行してよい。例えば、ローカル解析装置は予測モデルを実行してよく、中央処理装置はワークフローを実行してよく、又はその逆であってもよい。
例示的な実装態様において、モデル・ワークフロー対がローカルに実行される前に（又はおそらく、モデル・ワークフローが最初にローカルに実行されるときに）、ローカル解析装置は、資産１０２の予測モデル及び／又は対応するワークフローを個別化してよい。これは、モデル・ワークフロー対が一括モデル・ワークフロー対の形態をとるのか、又は個別モデル・ワークフロー対の形態をとるのかにかかわらず生じてよい。
上記に示唆されるように、解析システム１０８は、資産のグループ又は特定の資産に関する、一定の予測、想定、及び／又は一般化に基づいて、モデル・ワークフロー対を定義してよい。例えば、モデル・ワークフロー対を定義するにあたって、解析システム１０８は、いくつかある検討事項の中でも特に、資産の特性及び／又は資産の動作状態に関して、予測、想定、及び／又は一般化してよい。
いずれにしても、予測モデル及び／又は対応するワークフローを個別化するローカル解析装置は、モデル・ワークフロー対が定義されたときに、解析システム１０８により行われた予測、想定、及び／又は一般化のうち１つ又は複数を承認又は否定するローカル解析装置を伴ってよい。ローカル解析装置はその後、予測、想定、及び／又は一般化に関する自身の評価に従って、予測モデル及び／又はワークフローを修正（又は、既に個別化されたモデル及び／若しくはワークフローの場合にはさらに修正）してよい。このようにして、ローカル解析装置は、より現実的な及び／又はより正確なモデル・ワークフロー対を定義するのに役立つことができ、その結果、より有効な資産監視をもたらすことができる。
実際には、ローカル解析装置は、複数の検討事項に基づいて、予測モデル及び／又はワークフローを個別化してよい。例えば、ローカル解析装置は、資産１０２の１つ又は複数のセンサ及び／若しくはアクチュエータにより生成された動作データに基づいて、そのように個別化してよい。具体的には、ローカル解析装置は、（１）１つ又は複数のセンサ及び／若しくはアクチュエータの特定のグループによって生成された動作データを取得すことで（例えば、そのようなデータを、資産の中央処理装置を介して間接的に取得する、又はおそらく、いくつかのセンサ及び／若しくはアクチュエータ自身から直接に取得することで）、（２）モデル・ワークフロー対と関連付けられた１つ又は複数の予測、想定、及び／又は一般化を、取得された動作データに基づいて評価することで、並びに（３）その評価が、どの予測、想定、及び／又は一般化も不正確だったことを示す場合、それに応じて、モデル及び／又はワークフローを修正することで、個別化してよい。これら動作は、様々な方式で実行されてよい。
１つの例において、センサ及び／又はアクチュエータの特定のグループによって生成された動作データを（例えば、資産の中央処理装置を介して）取得するローカル解析装置は、モデル・ワークフロー対の一部として、又はモデル・ワークフロー対とともに含まれる命令に基づいてよい。具体的には、それらの命令は、ローカル解析装置が実行するための、モデル・ワークフロー対の定義に関わった一部又は全ての予測、想定、及び／又は一般化を評価する１つ又は複数の検査を、識別してよい。各検査は、ローカル解析装置が動作データを取得する１つ若しくは複数の対象とするセンサ及び／若しくはアクチュエータ、取得する動作データの量、並びに／又は他の検査検討事項を識別してよい。したがって、センサ及び／又はアクチュエータの特定のグループによって生成された動作データを取得するローカル解析装置は、そのような動作データを検査命令などに従って取得するローカル解析装置を伴ってよい。モデル・ワークフロー対を個別化するのに用いる動作データを取得するローカル解析装置に関する、他の例もあり得る。
上述されたように、動作データを取得した後に、ローカル解析装置は、そのデータを利用して、モデル・ワークフロー対の定義に関わった一部又は全ての予測、想定、及び／又は一般化を評価してよい。この動作は、様々な方式で実行されてよい。１つの例において、ローカル解析装置は、取得された動作データを１つ又は複数の閾値（例えば、閾値及び／又は、値の閾範囲）と比較してよい。概して、所与の閾値又は範囲は、モデル・ワークフロー対を定義するのに用いられた１つ又は複数の予測、想定、及び／若しくは一般化に対応してよい。具体的には、検査命令で識別された、それぞれのセンサ若しくはアクチュエータ（又は、センサ及び／若しくはアクチュエータの組み合わせ）は、対応する閾値又は範囲を有してよい。ローカル解析装置は次に、所与のセンサ又はアクチュエータによって生成された動作データが、対応する閾値又は範囲を上回るか、又は下回るかを判定してよい。予測、想定、及び／又は一般化を評価するローカル解析装置の他の例もあり得る。
その後、ローカル解析装置は、評価に基づいて、予測モデル及び／若しくはワークフローを修正してよい（又は、修正しなくてもよい）。すなわち、評価が、どの予測、想定、及び／又は一般化も不正確だったことを示す場合、ローカル解析装置は、それに応じて、予測モデル及び／又はワークフローを修正してよい。そうでない場合には、ローカル解析装置は、モデル・ワークフロー対を修正せずに実行してよい。
実際には、ローカル解析装置は、予測モデル及び／又はワークフローを複数の方式で修正してよい。例えば、ローカル解析装置は、いくつかある例の中でも特に、予測モデル及び／若しくは対応するワークフローの１つ若しくは複数のパラメータ、並びに／又は、予測モデル及び／若しくはワークフローのトリガポイントを、（例えば、値又は値の範囲を修正することで）修正してよい。
１つの非限定的な例として、解析システム１０８は、資産１０２のエンジン動作温度が特定の温度を超えないと想定して、資産１０２のモデル・ワークフロー対を定義した可能性がある。結果として、資産１０２の予測モデルの部分は、第１の計算を判定し、その後、第１の計算が、想定されたエンジン動作温度に基づいて決定された閾値を超えた場合にのみ、第２の計算を判定することを伴ってよい。モデル・ワークフロー対を個別化する場合、ローカル解析装置は、資産１０２のエンジンの動作データを測定する１つ又は複数のセンサ及び／若しくはアクチュエータにより生成されたデータを取得してよい。ローカル解析装置は次に、このデータを、エンジン動作温度に関する想定が、実際に真であるかどうか（例えば、エンジン動作温度が閾値を超えたかどうか）判定するのに用いてよい。エンジン動作温度が、想定された特定の温度を超える値であるか、又はその温度を上回る閾値の値であることをデータが示す場合、ローカル解析装置は、例えば、第２の計算の判定をトリガする閾値を修正してよい。予測モデル及び／又はワークフローを個別化するローカル解析装置に関する、他の例もあり得る。
ローカル解析装置は、追加又は代替の検討事項に基づいて、モデル・ワークフロー対を個別化してよい。例えば、ローカル解析装置は、上述された特性のいずれかなど、１つ又は複数の資産特性に基づいてそのように個別化してよく、これらの資産特性は、ローカル解析装置によって決定されてよく、又はローカル解析装置に提供されてよい。他の例もあり得る。
例示的な実装態様において、ローカル解析装置が予測モデル及び／又はワークフローを個別化した後に、ローカル解析装置は、予測モデル及び／又はワークフローが個別化されたというインジケーションを解析システム１０８に提供してよい。そのようなインジケーションは、様々な形態をとってよい。例えば、インジケーションは、ローカル解析装置が修正した予測モデル及び／若しくはワークフローの態様又は一部（例えば、修正されたパラメータ、及び／又はパラメータが何に修正されたか）を識別してよく、及び／又は、修正の原因（例えば、ローカル解析装置に修正させた基本的な動作データ若しくは他の資産データ、及び／又は原因の説明）を識別してよい。他の例もあり得る。
いくつかの例示的な実装態様において、ローカル解析装置及び解析システム１０８は両方とも、モデル・ワークフロー対を個別化することに関わってよく、これは、様々な方式で実行されてよい。例えば、解析システム１０８は、資産１０２の特定の状態及び／又は特性を検査する命令をローカル解析装置に提供してよい。その命令に基づいて、ローカル解析装置は、資産１０２で検査を実行してよい。例えば、ローカル解析装置は、特定の資産のセンサ及び／又はアクチュエータによって生成された動作データを取得してよい。その後、ローカル解析装置は、検査された状態からの結果を解析システム１０８に提供してよい。そのような結果に基づき、解析システム１０８は、資産１０２の予測モデル及び／又はワークフローを適宜に定義し、それをローカルな実行のためにローカル解析装置へ伝送してよい。
他の例において、ローカル解析装置は、ワークフローの実行の一部として、同じ又は類似の検査動作を実行してよい。すなわち、予測モデルに対応する特定のワークフローは、ローカル解析装置に、特定の検査を実行させ、結果を解析システム１０８へ伝送させてよい。
例示的な実装態様において、ローカル解析装置は、予測モデル及び／又はワークフローを個別化した後に（又は、同じことをするために解析システム１０８と共に働いた後に）、ローカル解析装置は、最初のモデル及び／又はワークフロー（例えば、ローカル解析装置が解析システム１０８から最初に受信したもの）の代わりに、個別予測モデル及び／又はワークフローを実行してよい。場合によっては、ローカル解析装置は個別化されたバージョンを実行するが、ローカル解析装置は、モデル及び／又はワークフローの最初のバージョンをデータストレージに保有してよい。
概して、予測モデルを実行し、その結果として得られた出力に基づいてワークフローの動作を実行する資産は、モデルにより出力される特定のイベントが発生する可能性について、１つ又は複数の原因を決定するのを容易にしてよく、及び／又は、特定のイベントが今後発生することを防止するのを容易にしてよい。ワークフローを実行するにあたって、資産は、イベントが発生するのを防止するのに役立つ処置をローカルに決定して、この処置を講じてよく、このことは、そのような決定を行い、且つ推奨される処置を提供する解析システム１０８に依存することが、効率的ではなく、実現可能ではない状況（例えば、ネットワークレイテンシがある場合、ネットワーク接続が不安定な場合、資産が、通信ネットワーク１０６のサービスエリアから移動した場合など）では、有益になり得る。
実際には、資産は、予測モデルを様々な方式で実行してよく、これは、特定の予測モデルに依存し得る。図９は、予測モデルをローカルに実行するのに用いられ得る、ローカルな実行段階の１つの可能な例を図示するフローチャート９００である。例示的なローカルな実行段階は、資産の健全性指標を出力する健全性指標モデルという観点で論じられるが、同じ又は類似のローカルな実行段階が、他の種類の予測モデルに利用されてよいことを理解されたい。さらに、例示の目的で、例示的なローカルな実行段階は、資産１０２のローカル解析装置によって実行されるものとして説明されるが、この段階は、他の装置及び／又はシステムによっても実行されてよい。当業者であれば、フローチャート９００は、明確さ及び説明を目的として提供されていること、及び動作及び機能に関する多数の他の組み合わせが、予測モデルをローカルに実行するのに利用されてよいことを理解するであろう。
図９に示されるように、ブロック９０２で、ローカル解析装置は、資産１０２の現在の動作状態を反映するデータを受信してよい。ブロック９０４で、ローカル解析装置は、解析システム１０８により提供された、モデルに入力される動作データのセットを受信されたデータから識別してよい。ブロック９０６で、ローカル解析装置は次に、識別された動作データのセットをモデルに入力し、資産１０２の健全性指標を取得するためにモデルを実行してよい。
ローカル解析装置は、資産１０２の更新された動作データを引き続き受信するので、ローカル解析装置は、更新された動作データに基づいて、ブロック９０２〜９０６の動作を繰り返すことで、資産１０２の健全性指標も引き続き更新してよい。場合によっては、ブロック９０２〜９０６の動作は、ローカル解析装置が、資産１０２のセンサ及び／若しくはアクチュエータから新たなデータを受信するたびに、又は周期的に（例えば、１時間ごとに、毎日、毎週、毎月など）繰り返されてよい。このようにして、資産が動作に用いられるとき、ローカル解析装置は健全性指標を動的に、おそらくリアルタイムで更新するように構成されてよい。
図９に示される例示的なローカルな実行段階の機能は、ここで、さらに詳細に説明されることになる。ブロック９０２で、ローカル解析装置は、資産１０２の現在の動作状態を反映するデータを受信してよい。そのようなデータは、いくつかある種類のデータの中でも特に、資産１０２の複数のセンサのうち１つ又は複数からのセンサデータ、資産１０２の１つ又は複数のアクチュエータからのアクチュエータデータ、及び／又は異常状態データを含んでよい。
ブロック９０４で、ローカル解析装置は、解析システム１０８により提供された、健全性指標モデルに入力される動作データのセットを受信されたデータから識別してよい。この動作は、複数の方式で実行されてよい。
１つの例において、ローカル解析装置は、資産の種類又は資産のクラスなど、健全性指標が決定されようとしている資産１０２の特性に基づいて、モデルの動作データ入力のセット（例えば、対象とする特定のセンサ及び／又はアクチュエータからのデータ）を識別してよい。場合によっては、識別された動作データ入力のセットは、資産１０２のセンサの一部若しくは全てからのセンサデータ、及び／又は、資産１０２のアクチュエータの一部若しくは全てからアクチュエータデータであってよい。
別の例において、ローカル解析装置は、解析システム１０８により提供された予測モデルに基づいて、動作データ入力のセットを識別してよい。すなわち、解析システム１０８は、モデルの特定の入力について、資産１０２に何らかのインジケーションを（例えば、予測モデル又は別個のデータ伝送で）提供してよい。動作データ入力のセットを識別する、他の例もあり得る。
ブロック９０６で、ローカル解析装置は次に、健全性指標モデルを実行してよい。具体的には、ローカル解析装置は、識別された動作データのセットをモデルに入力してよく、これにより、次に、今後の所与の期間（例えば、次の２週間）内に少なくとも１つの故障が発生する全体的な可能性が決定され、出力される。
実装態様によっては、この動作は、特定の動作データ（例えば、センサデータ及び／又はアクチュエータデータ）を、健全性指標モデルの１つ又は複数の個々の故障モデルに入力するローカル解析装置を伴ってよく、それぞれの故障モデルが個々の確率を出力してよい。ローカル解析装置は次に、これらの個々の確率を用い、おそらく、健全性指標モデルに従って一部を他よりも高く重み付けして、今後の所与の期間内に発生する故障の全体的な可能性を決定してよい。
発生する故障の全体的な可能性を決定した後に、ローカル解析装置は、発生する故障の確率を健全性指標に変換してよく、この健全性指標は、今後の所与の期間（例えば、２週間）内に資産１０２で故障が発生しないという可能性を反映する単一の一括パラメータの形態をとってよい。例示的な実装態様において、故障確率を健全性指標に変換することは、故障確率の補数を決定するローカル解析装置を伴ってよい。具体的には、全体的な故障確率は、０から１まで変動する値の形態をとってよく、健全性指標は、その数を１から引くことで決定されてよい。故障確率を健全性指標に変換する他の例もあり得る。
資産が予測モデルをローカルに実行した後に、資産は、実行された予測モデルから結果として得られる出力に基づいて、対応するワークフローを実行してよい。概して、ワークフローを実行する資産は、（例えば、資産の内蔵システムのうち１つ又は複数に命令を送信することで）資産において動作を実行させるローカル解析装置、並びに／又は、解析システム１０８及び／若しくは出力システム１１０などの演算処理システムに、資産から遠く離れて動作を実行させるローカル解析装置を伴ってよい。上述されたように、ワークフローは、様々な形態をとってよく、したがってワークフローは、様々な方式で実行されてよい。
例えば、資産１０２は、データ取得方式及び／若しくはデータ伝送方式を修正する、ローカル診断ツールを実行する、資産１０２の動作状態を修正する（例えば、速度、加速度、ファン速度、プロペラ角度、吸気などを修正する、又は、資産１０２の１つ若しくは複数のアクチュエータを介して、他の機械的動作を実行する）、又は、おそらく比較的低い健全性指標のインジケーション、若しくは資産１０２との関連で実行されるべき推奨予防処置のインジケーションを、資産１０２のユーザインタフェースにおいて出力する、若しくは外部の演算処理システムへ出力するなど、資産１０２の何らかの挙動を修正する１つ若しくは複数の動作を内部で実行させられてよい。
別の例において、資産１０２は、出力システム１１０など、通信ネットワーク１０６上のシステムへ、資産１０２を修理するために、作業発注書を生成する、又は特定の部品を注文するなどの動作を当該システムに実行させる命令を伝送してよい。さらに別の例において、資産１０２は、資産１０２から遠く離れて動作を起こさせるのを容易にする、解析システム１０８などのリモートシステムと通信してよい。ワークフローをローカルに実行する資産１０２の他の例もあり得る。
Ｅ．モデル／ワークフローの修正段階
別の態様において、解析システム１０８は、修正段階を実行してよく、その間に、解析システム１０８は、デプロイされたモデル及び／又はワークフローを、新たな資産データに基づいて修正する。この段階は、一括モデル及びワークフロー、並びに個別モデル及びワークフローの両方について実行されてよい。
具体的には、所与の資産（例えば、資産１０２）がモデル・ワークフロー対に従って動作するとき、資産１０２は、動作データを解析システム１０８に提供してよく、及び／又は、データソース１１２は、資産１０２に関連した外部データを解析システム１０８に提供してよい。このデータに少なくとも基づいて、解析システム１０８は、資産１０２のモデル及び／若しくはワークフロー、並びに／又は、資産１０４など、他の資産のモデル及び／若しくはワークフローを修正してよい。他の資産のモデル及び／又はワークフローを修正するにあたって、解析システム１０８は、資産１０２の挙動から学習した情報を共有してよい。
実際には、解析システム１０８は、複数の方式で修正を行ってよい。図１０は、モデル・ワークフロー対の修正に用いられ得る、修正段階の１つの可能な例を図示するフローチャート１０００である。例示の目的で、例示的な修正段階は、解析システム１０８により実行されるものとして説明されるが、この修正段階は他のシステムにより実行されてもよい。当業者であれば、フローチャート１０００は、明確さ及び説明を目的として提供されていること、及び動作の多数の他の組み合わせが、モデル・ワークフロー対を修正するのに利用され得ることを理解するであろう。
図１０に示されるように、ブロック１００２で、解析システム１０８は、解析システム１０８が特定のイベントの発生を識別するデータを受信してよい。当該データは、いくつかあるデータの中でも特に、資産１０２から生じる動作データ、又は資産１０２に関連した、データソース１１２からの外部データであってよい。イベントは、資産１０２での故障など、上述されたイベントのいずれかの形態をとってよい。
他の例示的な実装態様において、イベントは、資産１０２に追加される新たな要素又はサブシステムの形態をとってよい。別のイベントが、「重要インジケータ」イベントの形態をとってよく、これは、モデル定義段階の間に図７のブロック７０６で識別されたデータとは、おそらく閾値の差異だけ異なるデータを生成する、資産１０２のセンサ及び／又はアクチュエータを伴ってよい。この差異は、資産１０２が、資産１０２に類似した資産の標準動作状態を上回る又は下回る動作状態を有することを示してよい。さらに別のイベントが、１つ又は複数の重要インジケータイベントが後に続くイベントの形態をとってよい。
識別された特定のイベントの発生、及び／又は基本的なデータ（例えば、資産１０２に関連した動作データ及び／又は外部データ）に基づいて、解析システム１０８は、一括予測モデル及び／若しくはワークフロー、並びに／又は、１つ若しくは複数の個別予測モデル及び／若しくはワークフローを修正してよい。具体的には、ブロック１００４で、解析システム１０８は、一括予測モデルを修正するかどうか判定してよい。解析システム１０８は、複数の理由で一括予測モデルの修正を判定してよい。
例えば、ある特定の故障が資産群のある資産で初めて発生した、又は、ある特定の新たな要素が資産群のある資産に初めて追加されたなど、識別された特定のイベントの発生が、資産１０２を含む複数の資産に関するこの特定のイベントの最初の発生であった場合、解析システム１０８は一括予測モデルを修正してよい。
別の例において、識別された特定のイベントの発生と関連したデータが、一括モデルを最初に定義するのに利用されたデータと異なる場合、解析システム１０８は修正を行ってよい。例えば、識別された特定のイベントの発生は、特定のイベントの発生と以前に関連しなかった動作状態のもとで、発生した可能性がある（例えば、特定の故障が、前に特定の故障で事前に測定されなかった関連センサの値で発生した可能性がある）。一括モデルを修正するための他の理由もあり得る。
解析システム１０８が、一括予測モデルを修正すると判定した場合、解析システム１０８は、ブロック１００６でそのように修正してよい。そうでない場合、解析システム１０８は、ブロック１００８へ進んでよい。
ブロック１００２で受信された、資産１０２に関連したデータに少なくとも部分的に基づいて、解析システム１０８は、ブロック１００６で、一括モデルを修正してよい。例示的な実装態様において、一括モデルは、図５のブロック５１０を参照して上述された任意の方式など、様々な方式で修正されてよい。他の実装態様において、一括モデルは、他の方式で修正されてもよい。
ブロック１００８で、解析システム１０８は次に、一括ワークフローを修正するかどうか判定してよい。解析システム１０８は、複数の理由で一括ワークフローを修正してよい。
例えば、解析システム１０８は、一括モデルがブロック１００４で修正されたかどうか、及び／又は、解析システム１０８で何らかの他の変化があったかどうかに基づいて、一括ワークフローを修正してよい。他の例において、資産１０２が一括ワークフローを実行したにもかかわらず、ブロック１００２で識別されたイベントの発生が生じた場合、解析システム１０８は一括ワークフローを修正してよい。例えば、ワークフローが、イベント（例えば、故障）の発生防止を容易にするのに役立つことを目的とし、そのワークフローが適切に実行されたが、それにもかかわらずイベントが依然として発生した場合、解析システム１０８は、一括ワークフローを修正してよい。一括ワークフローを修正するための他の理由もあり得る。
解析システム１０８が、一括ワークフローを修正すると判定した場合、解析システム１０８は、ブロック１０１０でそのように修正してよい。そうでない場合、解析システム１０８は、ブロック１０１２へ進んでよい。
ブロック１００２で受信された、資産１０２に関連したデータに少なくとも部分的に基づいて、解析システム１０８は、ブロック１０１０で、一括ワークフローを修正してよい。例示的な実装態様において、一括ワークフローは、図５のブロック５１４を参照して上述された任意の方式など、様々な方式で修正されてよい。他の実装態様において、一括モデルは、他の方式で修正されてもよい。
ブロック１０１２からブロック１０１８で、解析システム１０８は、（例えば、資産１０２及び１０４のそれぞれの）１つ若しくは複数の個別モデル、並びに／又は、ブロック１００２で受信された、資産１０２に関連したデータに少なくとも部分的に基づいて（例えば、資産１０２若しくは資産１０４のうち１つの）１つ若しくは複数の個別ワークフローを修正するように構成されてよい。解析システム１０８は、ブロック１００４〜１０１０と類似の方式で、そのように修正してよい。
しかし、個別モデル又はワークフローを修正するための理由は、一括の場合の理由と異なってよい。例えば、解析システム１０８はさらに、個別モデル及び／又は個別ワークフローを最初に定義するのに利用された基本的な資産特性を考慮してよい。特定の例において、解析システム１０８は、識別された特定のイベントの発生が、資産１０２の資産特性を有する資産に関して、この特定のイベントの最初の発生であった場合、個別モデル及び／又は個別ワークフローを修正してよい。個別モデル及び／又は個別ワークフローを修正するための他の理由もあり得る。
例示するために、図６Ｄは、修正されたモデル・ワークフロー対６３０の概念図を示す。具体的には、モデル・ワークフロー対の例示６３０は、図６Ａの一括モデル・ワークフロー対の修正バージョンである。示されるように、修正されたモデル・ワークフロー対の例示６３０は、図６Ａのモデル入力６０２の初期列を含み、モデル計算６３４、モデル出力範囲６３６、及びワークフロー動作６３８の修正列を含む。この例において、修正された予測モデルは、センサＡからのデータとして単一の入力を有し、計算Ｉ及び計算ＩＩＩとして２つの計算を有する。修正されたモデルの出力された確率が７５％より低い場合、ワークフロー動作１が実行される。出力された確率が７５％と８５％との間である場合、ワークフロー動作２が実行される。そして、出力された確率が８５％より高い場合、ワークフロー動作３が実行される。修正された他の例示的なモデル・ワークフロー対があり得、本明細書において企図されている。
図１０に戻ると、ブロック１０２０で、解析システム１０８は次に、モデル及び／又はワークフローの任意の修正を１つ若しくは複数の資産へ伝送してよい。例えば、解析システム１０８は、修正された個別モデル・ワークフロー対を資産１０２（例えば、データが修正を生じさせた資産）へ、修正された一括モデルを資産１０４へ伝送してよい。このようにして、解析システム１０８は、資産１０２の動作と関連付けられたデータに基づいて、モデル及び／又はワークフローを動的に修正し、資産１０２が属する資産群など、複数の資産にそのような修正を配信してよい。したがって、他の資産は、そのようなデータに基づいて、他の資産のローカルなモデル・ワークフロー対が補正され得るという点で、資産１０２から生じるデータから恩恵を受けてよく、それにより、より正確且つロバストなモデル・ワークフロー対の作成に役立つことができる。
上記の修正段階は、解析システム１０８により実行されるものとして論じられたが、例示的な実装態様において、資産１０２のローカル解析装置が、追加的に又は代替的に、上述されたのと類似の方式で修正段階を実行してよい。例えば、１つの例において、資産１０２が、１つ又は複数のセンサ及び／若しくはアクチュエータにより生成された動作データを利用することで動作するとき、ローカル解析装置は、モデル・ワークフロー対を修正してよい。したがって、資産１０２のローカル解析装置、解析システム１０８、又はそれらの何らかの組み合わせは、資産関連の状態が変化するにつれて、予測モデル及び／若しくはワークフローを修正してよい。このようにして、ローカル解析装置及び／又は解析システム１０８は、それらに利用可能な最新のデータに基づいて、モデル・ワークフロー対を継続的に適合させてよい。
Ｆ．モデル／ワークフローの動的な実行
別の態様において、資産１０２及び／又は解析システム１０８は、モデル・ワークフロー対の実行を動的に調整するように構成されてよい。具体的には、資産１０２及び／又は解析システム１０８は、資産１０２及び／又は解析システム１０８が予測モデル及び／又はワークフローを実行すべきかどうかに関して、役割の変更をトリガする特定のイベントを検出するように構成されてよい。
動作にあたっては、資産１０２及び解析システム１０８の両方は、資産１０２に代わって、モデル・ワークフロー対の全て又は一部を実行してよい。例えば、資産１０２がモデル・ワークフロー対を解析システム１０８から受信した後に、資産１０２は、そのモデル・ワークフロー対をデータストレージに格納してよいが、モデル・ワークフロー対の一部又は全てを中心的に実行するために、さらに解析システム１０８に頼ってよい。具体的には、資産１０２は、少なくともセンサデータ及び／又はアクチュエータデータを解析システム１０８に提供してよく、解析システム１０８は次に、そのようなデータを用いて、資産１０２の予測モデルを中心的に実行してよい。モデルの出力に基づいて、解析システム１０８は次に、対応するワークフローを実行してよく、又は解析システム１０８は、モデルの出力又は資産１０２の命令を資産１０２に伝送して、ワークフローをローカルに実行してよい。
他の例において、解析システム１０８は、モデル・ワークフロー対の一部又は全てをローカルに実行するために、資産１０２に頼ってよい。具体的には、資産１０２は、予測モデルの一部又は全てをローカル実行して、結果を解析システム１０８に伝送してよく、資産１０２は次に、対応するワークフローを解析システム１０８に中心的に実行させてよい。又は、資産１０２も、対応するワークフローをローカルに実行してよい。
さらに他の例において、解析システム１０８及び資産１０２は、モデル・ワークフロー対を実行する役割を分担してよい。例えば、解析システム１０８は、モデル及び／又はワークフローの一部を中心的に実行してよく、資産１０２は、モデル及び／又はワークフローの他の部分をローカルに実行してよい。資産１０２及び解析システム１０８は、自身がそれぞれ実行した役割の結果を伝送してよい。他の例もあり得る。
ある時点で、資産１０２及び／又は解析システム１０８は、モデル・ワークフロー対の実行が調整されるべきと判定してよい。すなわち、一方又は両方は、実行する役割が修正されるべきと判定してよい。この動作は、様々な方式で発生してよい。
図１１は、モデル・ワークフロー対の実行を調整するのに用いられ得る調整段階の１つの可能な例を図示するフローチャート１１００である。例示の目的で、例示的な調整段階は、資産１０２及び／又は解析システム１０８により実行されるものとして説明されるが、この修正段階は、他のシステムにより実行されてもよい。当業者であれば、フローチャート１１００は、明確さ及び説明を目的として提供されていること、及び動作の多数の他の組み合わせが、モデル・ワークフロー対の実行を調整するのに利用され得ることを理解するであろう。
ブロック１１０２で、資産１０２及び／又は解析システム１０８は、モデル・ワークフロー対の実行の調整を必要とする状態を示す調整要因（又は、場合によっては複数の調整要因）を検出してよい。そのような状態の例には、いくつかある例の中でも特に、通信ネットワーク１０６のネットワーク状態、又は、資産１０２及び／若しくは解析システム１０８の処理状態が含まれる。例示的なネットワーク状態には、いくつかある例の中でも特に、ネットワークレイテンシ、ネットワーク帯域幅、資産１０２と通信ネットワーク１０６との間のリンクの信号強度、又はネットワーク性能に関する他のインジケーションが含まれてよい。例示的な処理状態には、いくつかある例の中でも特に、処理容量（例えば、利用可能な処理能力）、処理使用量（例えば、消費される処理能力の量）、又は処理能力に関する何らかの他のインジケーションが含まれてよい。
実際には、調整要因を検出することは、様々な方式で実行されてよい。例えば、この動作は、ネットワーク（又は、処理）状態が１つ若しくは複数の閾値に達したかどうか、又は、状態が、一定の方式で変化したかどうか判定することを伴ってよい。調整要因を検出する他の例もあり得る。
具体的には、場合によっては、調整要因を検出することは、資産１０２と解析システム１０８との間の通信リンクの信号強度が、閾値信号強度未満である、又は一定の変化割合で減少しているというインジケーションを検出する、資産１０２及び／若しくは解析システム１０８を伴ってよい。この例において、調整要因は、資産１０２が「オフライン」になろうとしていることを示してよい。
別の場合において、調整要因を検出することは、ネットワークレイテンシが閾値レイテンシを上回っている、又は一定の変化割合で増加しているというインジケーションを検出する、資産１０２及び／若しくは解析システム１０８を、追加的に又は代替的に伴ってよい。又は、このインジケーションは、ネットワーク帯域幅が閾値帯域幅未満である、又は一定の変化割合で減少しているということであってよい。これら例において、調整要因は、通信ネットワーク１０６が遅延していることを示してよい。
さらに他の場合において、調整要因を検出することは、処理容量が特定の閾値未満であるか、若しくは一定の変化割合で減少している、並びに／又は、処理使用量が閾値を上回っているか、若しくは一定の変化割合で増加しているというインジケーションを検出する、資産１０２及び／又は解析システム１０８を、追加的に又は代替的に伴ってよい。そのような例において、調整要因は、資産１０２（及び／又は、解析システム１０８）の処理能力が低いことを示し得る。調整要因を検出する他の例もあり得る。
ブロック１１０４で、検出された調整要因に基づいて、ローカルな実行の役割が調整されてよく、これは複数の方式で生じてよい。例えば、資産１０２は、調整要因を検出して、モデル・ワークフロー対又はその一部をローカルに実行すると判定した可能性がある。場合によっては、資産１０２は、資産１０２が予測モデル及び／又はワークフローをローカルに実行しているという通知を、解析システム１０８へ伝送してよい。
別の例において、解析システム１０８は、調整要因を検出して、モデル・ワークフロー対又はその一部を資産１０２にローカルに実行させる命令を、資産１０２へ伝送した可能性がある。その命令に基づいて、資産１０２は次に、モデル・ワークフロー対をローカルに実行してよい。
ブロック１１０６で、中心的な実行の役割が調整されてよく、これは複数の方式で生じてよい。例えば、中心的な実行の役割は、資産１０２が予測モデル及び／又はワークフローをローカルに実行しているというインジケーションを検出する解析システム１０８に基づいて、調整されてよい。解析システム１０８は、そのようなインジケーションを様々な方式で検出してよい。
いくつかの例において、解析システム１０８は、資産１０２が予測モデル及び／又はワークフローをローカルに実行しているという通知を資産１０２から受信することで、インジケーションを検出してよい。その通知は、２進数又はテキストなど、様々な形態をとってよく、資産がローカルに実行している特定の予測モデル及び／又はワークフローを識別してよい。
他の例において、解析システム１０８は、受信された資産１０２の動作データに基づいて、インジケーションを検出してよい。具体的には、インジケーションの検出は、資産１０２の動作データを受信して、受信されたデータの１つ又は複数の特性を検出する解析システム１０８を伴ってよい。受信されたデータの１つ又は複数の検出された特性から、解析システム１０８は、資産１０２が予測モデル及び／又はワークフローをローカルに実行していると推測してよい。
実際には、受信されたデータの１つ又は複数の特性の検出は、様々な方式で実行されてよい。例えば、解析システム１０８は、受信されたデータの種類を検出してよい。具体的には、解析システム１０８は、センサデータ又はアクチュエータデータを生成する特定のセンサ又はアクチュエータなど、データのソースを検出してよい。受信されたデータの種類に基づいて、解析システム１０８は、資産１０２が予測モデル及び／又はワークフローをローカルに実行していると推測してよい。例えば、特定のセンサのセンサ識別子の検出に基づいて、解析システム１０８は、資産１０２に特定のセンサからデータを取得させ、そのデータを解析システム１０８に伝送させる予測モデル及び対応するワークフローを、資産１０２がローカル実行していると推測してよい。
別の事例において、解析システム１０８は、受信されたデータの量を検出してよい。解析システム１０８は、その量を、データの特定の閾値と比較してよい。閾値に達した量に基づいて、解析システム１０８は、資産１０２に閾値と同等又はそれより多いデータ量を取得させる予測モデル及び／又はワークフローを、資産１０２がローカルに実行していると推測してよい。他の例もあり得る。
例示的な実装態様において、受信されたデータの１つ又は複数の特性の検出は、受信されるデータの種類の変化、受信されるデータの量の変化、又はデータが受信される頻度の変化など、受信されたデータの１つ又は複数の特性の特定の変化を検出する解析システム１０８を伴ってよい。特定の例において、受信されたデータの種類の変化は、受信されるセンサデータのソースの変化（例えば、解析システム１０８に提供されるデータを生成しているセンサ及び／又はアクチュエータの変化）を検出する解析システム１０８を伴ってよい。
場合によっては、受信されたデータの変化の検出は、最近受信されたデータを過去に受信されたデータ（例えば、現時点の１時間前、１日前、１週間前など）と比較する解析システム１０８を伴ってよい。いずれにしても、受信されたデータの１つ又は複数の特性の変化を検出することに基づいて、解析システム１０８は、資産１０２により解析システム１０８に提供されるデータにそのような変化をもたらす予測モデル及び／又はワークフローを、資産１０２がローカルに実行していると推測してよい。
さらに、解析システム１０８は、ブロック１１０２における調整要因の検出に基づいて、資産１０２が予測モデル及び／若しくはワークフローをローカル実行しているというインジケーションを、検出してよい。例えば、解析システム１０８がブロック１１０２で調整要因を検出した場合、解析システム１０８は、資産１０２にそのローカルな実行の役割を調整させる命令を、資産１０２へ伝送してよく、それに応じて、解析システム１０８は、自身の中心的な実行の役割を調整してよい。インジケーションを検出する他の例もあり得る。
例示的な実装態様において、中心的な実行の役割は、ローカルな実行の役割に対する調整に従って調整されてよい。例えば、資産１０２が現在、予測モデルをローカルに実行している場合、解析システム１０８はそれに応じて、予測モデルの中心的な実行を中止してよい（また、対応するワークフローの中心的な実行を中止しても、しなくてもよい）。さらに、資産１０２が対応するワークフローをローカルに実行している場合、解析システム１０８はそれに応じて、ワークフローの実行を中止してよい（また、予測モデルの中心的な実行を中止しても、しなくてもよい）。他の例もあり得る。
実際には、資産１０２及び／又は解析システム１０８は、ブロック１１０２〜１１０６の動作を継続的に実行してよい。そして場合によっては、ローカルな実行の役割及び中心的な実行の役割は、モデル・ワークフロー対の実行を最適化するのを容易にするように調整されてよい。
さらに、実装態様によっては、資産１０２及び／又は解析システム１０８は、調整要因の検出に基づいて、他の動作を実行してよい。例えば、通信ネットワーク１０６の状態（例えば、帯域幅、レイテンシ、信号強度、又はネットワーク品質の別のインジケーション）に基づいて、資産１０２は、特定のワークフローをローカルに実行してよい。この特定のワークフローは、通信ネットワークの状態を検出する解析システム１０８に基づいて、解析システム１０８により提供されてよく、資産１０２に既に格納されていてよく、又は、資産１０２に既に格納されたワークフローの修正バージョン（例えば、資産１０２はワークフローをローカルに修正してよい）であってよい。場合によっては、特定のワークフローは、いくつかある可能なワークフロー動作の中でも特に、サンプリングレートを増やす若しくは減らすデータ収集方式、及び／又は、解析システム１０８へ伝送される伝送レート若しくはデータ量を増やす若しくは減らすデータ伝送方式を含んでよい。
特定の例において、資産１０２は、通信ネットワークの１つ又は複数の検出された状態が、（例えば、不安定なネットワーク品質を示す）それぞれの閾値に達したと判定してよい。そのような判定に基づいて、資産１０２は、資産１０２が解析システム１０８へ伝送するデータの量及び／又は頻度を減らすデータ伝送方式に従ってデータを伝送することを含む、ワークフローをローカルに実行してよい。他の例もあり得る。
Ｖ．例示的な方法
ここで、図１２を参照すると、解析システム１０８により実行され得る一括予測モデル及び対応するワークフローを定義してデプロイするための、例示的な方法１２００を示すフローチャートが図示されている。以下に論じられる方法１２００及び他の方法について、フローチャートのブロックで示される動作は、上記の説明に従って実行されてよい。さらに、上述された１つ又は複数の動作は、所与のフローチャートに追加されてよい。
ブロック１２０２で、方法１２００は、複数の資産（例えば、資産１０２及び１０４）のそれぞれの動作データを受信する解析システム１０８を伴ってよい。ブロック１２０４で、方法１２００は、受信された動作データに基づいて、複数の資産の動作に関連した予測モデル及び対応するワークフロー（例えば、故障モデル及び対応するワークフロー）を定義する解析システム１０８を伴ってよい。ブロック１２０６で、方法１２００は、複数の資産のうち少なくとも１つの資産（例えば、資産１０２）へ、その少なくとも１つの資産によるローカルな実行のために、予測モデル及び対応するワークフローを伝送する解析システム１０８を伴ってよい。
図１３は、解析システム１０８により実行され得る個別予測モデル及び／又は対応するワークフローを定義してデプロイするための、例示的な方法１３００のフローチャートを図示する。ブロック１３０２で、方法１３００は、複数の資産の動作データを受信する解析システム１０８を伴ってよく、複数の資産には、少なくとも第１の資産（例えば、資産１０２）が含まれる。ブロック１３０４で、方法１３００は、受信された動作データに基づいて、複数の資産の動作に関連した一括予測モデル及び対応する一括ワークフローを定義する解析システム１０８を伴ってよい。ブロック１３０６で、方法１３００は、第１の資産の１つ又は複数の特性を決定する解析システム１０８を伴ってよい。ブロック１３０８で、方法１３００は、第１の資産の１つ又は複数の特性、並びに一括予測モデル及び対応する一括ワークフローに基づいて、第１の資産の動作に関連した個別予測モデル及び対応する個別ワークフローのうち少なくとも１つを定義する解析システム１０８を伴ってよい。ブロック１３１０で、方法１３００は、第１の資産によるローカルな実行のための、定義された少なくとも１つの個別予測モデル又は対応する個別ワークフローを、第１の資産へ伝送する解析システム１０８を伴ってよい。
図１４は、解析システム１０８により実行され得るモデル・ワークフロー対の実行を動的に修正するための、例示的な方法１４００のフローチャートを図示する。ブロック１４０２で、方法１４００は、資産（例えば、資産１０２）へ、資産の動作に関連した予測モデル及び対応するワークフローを、資産によるローカルな実行のために伝送する解析システム１０８を伴ってよい。ブロック１４０４で、方法１４００は、予測モデル及び対応するワークフローのうち少なくとも１つを、資産がローカルに実行しているというインジケーションを検出する解析システム１０８を伴ってよい。ブロック１４０６で、方法１４００は、検出されたインジケーションに基づき、予測モデル及び対応するワークフローのうち少なくとも１つの、演算処理システムによる中心的な実行を修正する解析システム１０８を伴ってよい。
方法１４００と同様に、モデル・ワークフロー対の実行を動的に修正するための別の方法が、資産（例えば、資産１０２）により実行されてよい。例えば、そのような方法は、資産１０２の動作に関連した予測モデル及び対応するワークフローを、中央演算処理システム（例えば、解析システム１０８）から受信する資産１０２を伴ってよい。本方法は、予測モデル及び対応するワークフローの実行を調整することに関連した、１つ又は複数の状態を示す調整要因を検出する資産１０２も伴ってよい。本方法は、検出された調整要因に基づいて、（ｉ）予測モデル及び対応するワークフローのうち少なくとも１つについて、資産１０２によるローカルな実行を修正する段階と、（ｉｉ）予測モデル及び対応するワークフローのうち少なくとも１つの、演算処理システムによる中心的な実行を中央演算処理システムに修正させるのを容易にするために、資産１０２が、予測モデル及び対応するワークフローのうち少なくとも１つをローカルに実行しているというインジケーションを、中央演算処理システムへ伝送する段階とを伴ってよい。
図１５は、例えば、資産１０２のローカル解析装置により、モデル・ワークフロー対をローカルに実行するための例示的な方法１５００のフローチャートを図示する。ブロック１５０２で、方法１５００は、ローカル解析装置の資産インタフェースを介してローカル解析装置に結合された資産（例えば、資産１０２）の動作に関連した予測モデルを、ネットワークインタフェースを介して受信するローカル解析装置を伴ってよく、この予測モデルは、複数の資産の動作データに基づいて、ローカル解析装置から遠く離れて位置する演算処理システム（例えば、解析システム１０８）により定義される。ブロック１５０４で、方法１５００は、資産インタフェースを介して、資産１０２の動作データ（例えば、１つ又は複数のセンサ及び／若しくはアクチュエータにより生成される動作データであり、資産の中央処理装置を介して間接的に受信されても、１つ又は複数のセンサ及び／若しくはアクチュエータから直接に受信されてもよい）を受信するローカル解析装置を伴ってよい。ブロック１５０６で、方法１５００は、資産１０２の受信された動作データの少なくとも一部に基づいて、予測モデルを実行するローカル解析装置を伴ってよい。ブロック１５０８で、方法１５００は、予測モデルの実行に基づいて、予測モデルに対応するワークフローを実行するローカル解析装置を伴ってよく、ワークフローの実行は、資産インタフェースを介して、資産１０２に動作を実行させることを含む。
ＶＩ．結論
開示された斬新な考えの例示的な実施形態が上述された。しかし、当業者であれば、特許請求の範囲により定義されることになる、本発明の真の範囲及び精神から逸脱することなく、説明された実施形態に対して、変更及び修正が行われ得ることを理解するであろう。
さらに、本明細書で説明された例が、「人」、「事業者」、「ユーザ」、又は他のエンティティなどの行為者によって実行される、又は開始される動作を伴う限りは、これは、例示及び説明のみを目的としている。特許請求の範囲は、請求項の文言に明示的に記載されていない限り、そのような行為者による行為を必要とするものと解釈されるべきではない。

Claims (60)

  1. 演算処理システムであって、
    少なくとも１つのプロセッサと、
    非一時的コンピュータ可読媒体と、
    前記非一時的コンピュータ可読媒体に格納されたプログラム命令と
    を備え、
    前記プログラム命令は前記演算処理システムに、
    複数の資産のそれぞれの動作データを受信することと、
    受信された前記動作データに基づいて、前記複数の資産の動作に関連した、予測モデル及び対応するワークフローを定義することと、
    前記複数の資産のうち少なくとも１つの資産へ、前記少なくとも１つの資産がローカルに実行するための、前記予測モデル及び対応する前記ワークフローを伝送することと
    を行わせるように、前記少なくとも１つのプロセッサによって実行可能である、演算処理システム。
  2. それぞれの前記動作データは、（ｉ）所与の資産で特定の時間に発生した故障と関連付けられた異常状態データ、（ｉｉ）前記特定の時間における前記所与の資産の少なくとも１つの動作状態を示す、センサデータ及びアクチュエータデータのうち少なくとも１つ、を含む、請求項１に記載の演算処理システム。
  3. 前記予測モデルは、特定のイベントが今後のある期間内に所与の資産で発生する確率を出力するように定義される、請求項１又は２に記載の演算処理システム。
  4. 対応する前記ワークフローは、決定された前記確率に基づいて実行される１つ又は複数の動作を含む、請求項３に記載の演算処理システム。
  5. 対応する前記ワークフローは、所与の資産の動作状態を修正するのを容易にするために、前記所与の資産の１つ又は複数のアクチュエータを制御する前記所与の資産を含む、請求項１から４のいずれか一項に記載の演算処理システム。
  6. 対応する前記ワークフローは、所与の資産によってローカルに実行される１つ又は複数の診断ツールを含む、請求項１から５のいずれか一項に記載の演算処理システム。
  7. 対応する前記ワークフローは、データ収集方式に従ってセンサデータを取得することを含む、請求項１から６のいずれか一項に記載の演算処理システム。
  8. 前記データ収集方式は、データが取得される所与の資産の１つ又は複数のセンサを示す、請求項７に記載の演算処理システム。
  9. 前記データ収集方式はさらに、前記所与の資産が、前記１つ又は複数のセンサのそれぞれから取得するデータの量を示す、請求項８に記載の演算処理システム。
  10. 対応する前記ワークフローは、データ伝送方式に従ってデータを前記演算処理システムへ伝送することを含む、請求項１から９のいずれか一項に記載の演算処理システム。
  11. 前記データ伝送方式は、所与の資産がデータを前記演算処理システムへ伝送する頻度を示す、請求項１０に記載の演算処理システム。
  12. 前記演算処理システムは第１の演算処理システムであり、対応する前記ワークフローは、所与の資産に関連した動作を第２の演算処理システムに実行させるのを容易にするために、命令を前記第２の演算処理システムへ伝送する前記所与の資産を含む、請求項１から１１のいずれか一項に記載の演算処理システム。
  13. 前記複数の資産のうち前記少なくとも１つの資産は、第１の資産及び第２の資産を含み、前記予測モデル及び対応する前記ワークフローを伝送することは、前記予測モデル及び対応する前記ワークフローを前記第１の資産及び前記第２の資産へ伝送することを含む、請求項１から１２のいずれか一項に記載の演算処理システム。
  14. 演算処理システムに、
    複数の資産のそれぞれの動作データを受信する手順と、
    受信された前記動作データに基づいて、前記複数の資産の動作に関連した予測モデル及び対応するワークフローを定義する手順と、
    前記複数の資産のうち少なくとも１つの資産へ、前記少なくとも１つの資産がローカルに実行するための、前記予測モデル及び対応する前記ワークフローを伝送する手順と
    を実行させるための、プログラム。
  15. 前記予測モデルは、特定のイベントが今後のある期間内に所与の資産で発生する確率を出力するように定義される、請求項１４に記載のプログラム。
  16. 対応する前記ワークフローは、所与の資産の動作状態を修正するのを容易にするために、前記所与の資産の１つ又は複数のアクチュエータを制御する前記所与の資産を含む、請求項１４又は１５に記載のプログラム。
  17. 対応する前記ワークフローは、所与の資産によってローカルに実行される１つ又は複数の診断ツールを含む、請求項１４から１６のいずれか一項に記載のプログラム。
  18. 前記演算処理システムは第１の演算処理システムであり、対応する前記ワークフローは、所与の資産に関連した動作を第２の演算処理システムに実行させるのを容易にするために、命令を前記第２の演算処理システムへ伝送する前記所与の資産を含む、請求項１４から１７のいずれか一項に記載のプログラム。
  19. 複数の資産のそれぞれの動作データを受信する段階と、
    受信された前記動作データに基づいて、前記複数の資産の動作に関連した予測モデル及び対応するワークフローを定義する段階と、
    前記複数の資産のうち少なくとも１つの資産へ、前記少なくとも１つの資産がローカルに実行するための、前記予測モデル及び対応する前記ワークフローを伝送する段階と
    を備える、コンピュータ実装方法。
  20. 対応する前記ワークフローは、データ収集方式に従ってセンサデータを取得することを含み、前記データ収集方式は、データが取得される所与の資産の１つ又は複数のセンサを示す、請求項１９に記載のコンピュータ実装方法。
  21. 少なくとも１つのプロセッサと、
    非一時的コンピュータ可読媒体と、
    前記非一時的コンピュータ可読媒体に格納されたプログラム命令と
    を備え、
    前記プログラム命令は演算処理システムに、
    第１の資産を含む複数の資産の動作データを受信することと、
    受信された前記動作データに基づいて、前記複数の資産の動作に関連した一括予測モデル及び対応する一括ワークフローを定義することと、
    前記第１の資産の１つ又は複数の特性を決定することと、
    前記第１の資産の前記１つ又は複数の特性、並びに前記一括予測モデル及び対応する前記一括ワークフローに基づいて、前記第１の資産の動作に関連した、個別予測モデル及び対応する個別ワークフローのうち少なくとも１つを定義することと、
    前記第１の資産へ、前記第１の資産がローカルに実行するための、定義された少なくとも１つの前記個別予測モデル又は対応する前記個別ワークフローを伝送することと
    を行わせるように、前記少なくとも１つのプロセッサによって実行可能である、演算処理システム。
  22. 前記第１の資産の前記１つ又は複数の特性は、資産年数及び資産健全性のうち少なくとも１つを含む、請求項２１に記載の演算処理システム。
  23. 前記第１の資産の前記１つ又は複数の特性を決定することは、受信された前記第１の資産の動作データに基づいて、前記第１の資産の前記１つ又は複数の特性を決定することを含む、請求項２１又は２２に記載の演算処理システム。
  24. 個別予測モデル及び対応する個別ワークフローのうち少なくとも１つを定義することは、前記個別予測モデル及び対応する前記個別ワークフローを定義することを含み、少なくとも１つの前記個別予測モデル又は対応する前記個別ワークフローを伝送することは、前記個別予測モデル及び対応する前記個別ワークフローを伝送することを含む、請求項２１から２３のいずれか一項に記載の演算処理システム。
  25. 個別予測モデル及び対応する個別ワークフローのうち少なくとも１つを定義することは、対応する前記個別ワークフローを定義することを含み、少なくとも１つの前記個別予測モデル又は対応する前記個別ワークフローを伝送することは、前記一括予測モデル及び対応する前記個別ワークフローを伝送することを含む、請求項２１から２４のいずれか一項に記載の演算処理システム。
  26. 対応する前記一括ワークフローは第１の動作を含み、対応する前記個別ワークフローは、前記第１の動作と異なる第２の動作を含む、請求項２５に記載の演算処理システム。
  27. 前記第１の動作は、第１の取得方式に従ってデータを取得することを含み、前記第２の動作は、第２の取得方式に従ってデータを取得することを含む、請求項２６に記載の演算処理システム。
  28. 前記第１の動作は、一取得方式に従ってデータを取得することを含み、前記第２の動作は、１つ又は複数の診断ツールを実行することを含む、請求項２６に記載の演算処理システム。
  29. 前記複数の資産はさらに第２の資産を含み、前記プログラム命令はさらに、前記演算処理システムに、
    少なくとも１つの前記個別予測モデル又は対応する前記個別ワークフローを伝送した後に、前記第２の資産でのイベントの発生を示す、前記第２の資産の動作データを受信することと、
    受信された前記第２の資産の前記動作データに基づいて、少なくとも１つの前記個別予測モデル又は対応する前記個別ワークフローを修正することと、
    前記第１の資産へ、修正された少なくとも１つの前記個別予測モデル又は対応する前記個別ワークフローを伝送することと
    を行わせるように実行可能な命令を含む、請求項２１から２８のいずれか一項に記載の演算処理システム。
  30. 演算処理システムに、
    第１の資産を含む複数の資産の動作データを受信する手順と、
    受信された前記動作データに基づいて、前記複数の資産の動作に関連した一括予測モデル及び対応する一括ワークフローを定義する手順と、
    前記第１の資産の１つ又は複数の特性を決定する手順と、
    前記第１の資産の前記１つ又は複数の特性、並びに前記一括予測モデル及び対応する前記一括ワークフローに基づいて、前記第１の資産の動作に関連した、個別予測モデル及び対応する個別ワークフローのうち少なくとも１つを定義する手順と、
    前記第１の資産へ、前記第１の資産がローカルに実行するための、定義された少なくとも１つの前記個別予測モデル又は対応する前記個別ワークフローを伝送する手順と
    を実行させるための、プログラム。
  31. 個別予測モデル及び対応する個別ワークフローのうち少なくとも１つを定義することは、前記個別予測モデル及び対応する前記個別ワークフローを定義することを含み、少なくとも１つの前記個別予測モデル又は対応する前記個別ワークフローを伝送することは、前記個別予測モデル及び対応する前記個別ワークフローを伝送することを含む、請求項３０に記載のプログラム。
  32. 個別予測モデル及び対応する個別ワークフローのうち少なくとも１つを定義することは、対応する前記個別ワークフローを定義することを含み、少なくとも１つの前記個別予測モデル又は対応する前記個別ワークフローを伝送することは、前記一括予測モデル及び対応する前記個別ワークフローを伝送することを含む、請求項３０又は３１に記載のプログラム。
  33. 対応する前記一括ワークフローは第１の動作を含み、対応する前記個別ワークフローは、前記第１の動作と異なる第２の動作を含む、請求項３２に記載のプログラム。
  34. 前記第１の動作は、第１の取得方式に従ってデータを取得することを含み、前記第２の動作は、第２の取得方式に従ってデータを取得することを含む、請求項３３に記載のプログラム。
  35. 前記第１の動作は、一取得方式に従ってデータを取得することを含み、前記第２の動作は、１つ又は複数の診断ツールを実行することを含む、請求項３３に記載のプログラム。
  36. 前記複数の資産はさらに第２の資産を含み、前記プログラムはさらに、前記演算処理システムに、
    少なくとも１つの前記個別予測モデル又は対応する前記個別ワークフローを伝送した後に、前記第２の資産でのイベントの発生を示す、前記第２の資産の動作データを受信する手順と、
    受信された前記第２の資産の前記動作データに基づいて、少なくとも１つの前記個別予測モデル又は対応する前記個別ワークフローを修正する手順と、
    前記第１の資産へ、修正された少なくとも１つの前記個別予測モデル又は対応する前記個別ワークフローを伝送する手順と
    を実行させる、請求項３０から３５のいずれか一項に記載のプログラム。
  37. 第１の資産を含む複数の資産の動作データを受信する段階と、
    受信された前記動作データに基づいて、前記複数の資産の動作に関連した一括予測モデル及び対応する一括ワークフローを定義する段階と、
    前記第１の資産の１つ又は複数の特性を決定する段階と、
    前記第１の資産の前記１つ又は複数の特性、並びに前記一括予測モデル及び対応する前記一括ワークフローに基づいて、前記第１の資産の動作に関連した、個別予測モデル又は対応する個別ワークフローのうち少なくとも１つを定義する段階と、
    前記第１の資産へ、前記第１の資産がローカルに実行するための、定義された少なくとも１つの前記個別予測モデル又は対応する前記個別ワークフローを伝送する段階と
    を備える、コンピュータ実装方法。
  38. 個別予測モデル及び対応する個別ワークフローのうち少なくとも１つを定義することは、対応する前記個別ワークフローを定義することを含み、少なくとも１つの前記個別予測モデル又は対応する前記個別ワークフローを伝送することは、前記一括予測モデル及び対応する前記個別ワークフローを伝送することを含む、請求項３７に記載のコンピュータ実装方法。
  39. 対応する前記一括ワークフローは第１の動作を含み、対応する前記個別ワークフローは、前記第１の動作と異なる第２の動作を含む、請求項３８に記載のコンピュータ実装方法。
  40. 前記第１の動作及び前記第２の動作のうち１つが、１つ又は複数の診断ツールを実行することを含む、請求項３９に記載のコンピュータ実装方法。
  41. 演算処理装置を資産に結合する資産インタフェースと、
    前記演算処理装置と、前記演算処理装置から遠く離れて位置する演算処理システムとの間の通信を容易にするネットワークインタフェースと、
    少なくとも１つのプロセッサと、
    非一時的コンピュータ可読媒体と、
    前記非一時的コンピュータ可読媒体に格納されたプログラム命令と
    を備え、
    前記プログラム命令は演算処理装置に、
    前記ネットワークインタフェースを介して、前記資産の動作に関連した予測モデルを受信することであって、前記予測モデルは、複数の資産の動作データに基づいて、前記演算処理システムによって定義される、受信することと、
    前記資産インタフェースを介して、前記資産の動作データを受信することと、
    受信された前記資産の前記動作データの少なくとも一部に基づいて、前記予測モデルを実行することと、
    前記予測モデルの実行に基づいて、前記予測モデルに対応するワークフローを実行することであって、前記ワークフローの実行は、前記資産インタフェースを介して、前記資産に動作を実行させることを含む、実行することと
    を行わせるように、前記少なくとも１つのプロセッサによって実行可能である、演算処理装置。
  42. 前記資産インタフェースは、前記演算処理装置を、前記資産の資産内コンピュータに通信可能に結合する、請求項４１に記載の演算処理装置。
  43. 前記資産はアクチュエータを含み、前記ワークフローを実行することは、前記アクチュエータに機械的動作を実行させることを含む、請求項４１又は４２に記載の演算処理装置。
  44. 前記ワークフローを実行することは、前記資産に診断ツールを実行させることを含む、請求項４１から４３のいずれか一項に記載の演算処理装置。
  45. 前記ワークフローを実行することはさらに、前記ネットワークインタフェースを介して、前記資産から遠く離れて動作を実行させることを含む、請求項４１から４４のいずれか一項に記載の演算処理装置。
  46. 前記資産から遠く離れて動作を実行させることは、前記資産から遠く離れて動作を実行するように前記演算処理システムに命令することを含む、請求項４５に記載の演算処理装置。
  47. 前記非一時的コンピュータ可読媒体に格納された前記プログラム命令はさらに、前記演算処理装置に、
    前記予測モデルを実行する前に、前記予測モデルを個別化させるように前記少なくとも１つのプロセッサによって実行可能である、請求項４１から４６のいずれか一項に記載の演算処理装置。
  48. 前記予測モデルを個別化することは、受信された前記資産の動作データに少なくとも基づいて、前記予測モデルの１つ又は複数のパラメータを修正することを含む、請求項４７に記載の演算処理装置。
  49. 前記非一時的コンピュータ可読媒体に格納された前記プログラム命令はさらに、前記演算処理装置に、
    前記予測モデルを個別化した後に、前記予測モデルが個別化されたというインジケーションを、前記ネットワークインタフェースを介して前記演算処理システムへ伝送させるように、前記少なくとも１つのプロセッサによって実行可能である、請求項４７に記載の演算処理装置。
  50. 前記予測モデルは第１の予測モデルであり、前記非一時的コンピュータ可読媒体に格納された前記プログラム命令はさらに、前記演算処理装置に、
    前記第１の予測モデルを実行する前に、受信された前記資産の前記動作データの所与のサブセットを、前記ネットワークインタフェースを介して前記演算処理システムへ伝送させるように、前記少なくとも１つのプロセッサによって実行可能であり、受信された前記動作データの前記所与のサブセットは、１つ又は複数のセンサの所与のグループによって生成された動作データを含む、請求項４１から４９のいずれか一項に記載の演算処理装置。
  51. 前記非一時的コンピュータ可読媒体に格納された前記プログラム命令はさらに、前記演算処理装置に、
    受信された前記資産の前記動作データの前記所与のサブセットを伝送した後に、前記資産の動作に関連した第２の予測モデルを受信することであって、前記第２の予測モデルは、受信された前記資産の前記動作データの前記所与のサブセットに基づいて、前記演算処理システムによって定義される、受信することと、
    前記第１の予測モデルの代わりに、前記第２の予測モデルを実行することと
    を行わせるように、前記少なくとも１つのプロセッサによって実行可能である、請求項５０に記載の演算処理装置。
  52. 演算処理装置の資産インタフェースを介して資産に結合された前記演算処理装置に、
    前記演算処理装置と、前記演算処理装置から遠く離れて位置する演算処理システムとの間の通信を容易にする、前記演算処理装置のネットワークインタフェースを介して、前記資産の動作に関連した予測モデルを受信する手順であって、前記予測モデルは、複数の資産の動作データに基づいて前記演算処理システムによって定義される、受信する手順と、
    前記資産インタフェースを介して、前記資産の動作データを受信する手順と、
    受信された前記資産の前記動作データの少なくとも一部に基づいて、前記予測モデルを実行する手順と、
    前記予測モデルの実行に基づいて、前記予測モデルに対応するワークフローを実行する手順であって、前記ワークフローの実行は、前記資産インタフェースを介して、前記資産に動作を実行させることを含む、実行する手順と
    を実行させるための、プログラム。
  53. さらに、前記演算処理装置に、
    前記予測モデルを実行する前に、前記予測モデルを個別化する手順を実行させる、請求項５２に記載のプログラム。
  54. 前記予測モデルを個別化する手順は、受信された前記資産の動作データに少なくとも基づいて、前記予測モデルの１つ又は複数のパラメータを修正する手順を含む、請求項５３に記載のプログラム。
  55. 前記予測モデルは第１の予測モデルであり、前記プログラムはさらに、前記演算処理装置に、
    前記第１の予測モデルを実行する前に、受信された前記資産の前記動作データの所与のサブセットを、前記ネットワークインタフェースを介して前記演算処理システムへ伝送する手順を実行させ、受信された前記動作データの前記所与のサブセットは、１つ又は複数のセンサの所与のグループによって生成された動作データを含む、請求項５２から５４のいずれか一項に記載のプログラム。
  56. さらに、前記演算処理装置に、
    前記１つ又は複数のセンサの前記所与のグループからの前記動作データを伝送した後に、前記資産の動作に関連した第２の予測モデルを受信する手順であって、前記第２の予測モデルは、受信された前記資産の前記動作データの前記所与のサブセットに基づいて、前記演算処理システムによって定義される、受信する手順と、
    前記第１の予測モデルの代わりに、前記第２の予測モデルを実行する手順と
    を実行させる、請求項５５に記載のプログラム。
  57. 演算処理装置の資産インタフェースを介して資産に結合されている前記演算処理装置のネットワークインタフェースを介して、前記資産の動作に関連した予測モデルを受信する段階であって、前記予測モデルは、複数の資産の動作データに基づいて、前記演算処理装置から遠く離れて位置する演算処理システムによって定義される、受信する段階と、
    前記資産インタフェースを介して前記演算処理装置によって、前記資産の動作データを受信する段階と、
    受信された前記資産の前記動作データの少なくとも一部に基づいて、前記演算処理装置によって前記予測モデルを実行する段階と、
    前記予測モデルの実行に基づいて、前記予測モデルに対応するワークフローを前記演算処理装置によって実行する段階であって、前記ワークフローを実行する段階は、前記資産インタフェースを介して前記資産に動作を実行させる段階を含む、実行する段階と
    を含む、コンピュータ実装方法。
  58. 前記予測モデルを実行する前に、前記演算処理装置によって前記予測モデルを個別化する段階をさらに備える、請求項５７に記載のコンピュータ実装方法。
  59. 前記予測モデルを個別化する段階は、受信された前記資産の動作データに少なくとも基づいて、前記予測モデルの１つ又は複数のパラメータを修正する段階を含む、請求項５８に記載のコンピュータ実装方法。
  60. 前記ワークフローを実行する段階はさらに、前記ネットワークインタフェースを介して、前記資産から遠く離れて動作を実行させる段階を含む、請求項５７から５９のいずれか一項に記載のコンピュータ実装方法。
JP2017565106A 2015-06-19 2016-06-13 資産でのローカルな解析 Pending JP2018519594A (ja)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US14/744,369 US20160371616A1 (en) 2014-12-01 2015-06-19 Individualized Predictive Model & Workflow for an Asset
US14/744,369 2015-06-19
US14/744,352 2015-06-19
US14/744,352 US10261850B2 (en) 2014-12-01 2015-06-19 Aggregate predictive model and workflow for local execution
US14/963,207 2015-12-08
US14/963,207 US10254751B2 (en) 2015-06-05 2015-12-08 Local analytics at an asset
PCT/US2016/037247 WO2016205132A1 (en) 2015-06-19 2016-06-13 Local analytics at an asset

Publications (2)

Publication Number Publication Date
JP2018519594A true JP2018519594A (ja) 2018-07-19
JP2018519594A5 JP2018519594A5 (ja) 2019-07-18

Family

ID=60989383

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017565106A Pending JP2018519594A (ja) 2015-06-19 2016-06-13 資産でのローカルな解析

Country Status (7)

Country Link
EP (1) EP3311345A4 (ja)
JP (1) JP2018519594A (ja)
KR (1) KR20180011333A (ja)
CN (1) CN107851233A (ja)
AU (1) AU2016277850A1 (ja)
CA (1) CA2989806A1 (ja)
HK (1) HK1251701A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020174243A (ja) * 2019-04-09 2020-10-22 ソフトバンク株式会社 通信端末、サーバ及びプログラム
JP7096201B2 (ja) 2019-05-29 2022-07-05 株式会社 ミックウェア 座席端末、プログラム、及び情報処理方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110427992A (zh) * 2019-07-23 2019-11-08 杭州城市大数据运营有限公司 数据匹配方法、装置、计算机设备及存储介质
US20210124618A1 (en) * 2019-10-24 2021-04-29 Honeywell International Inc. Methods, apparatuses and systems for integrating and managing automated dataflow systems
CN114821856B (zh) * 2022-04-18 2023-04-07 大连理工大学 一种并联于行车电脑的汽车快速维修智能辅助装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004214785A (ja) * 2002-12-27 2004-07-29 Matsushita Electric Ind Co Ltd 機器管理システム、機器管理方法、管理装置、被管理機器、管理装置用機器管理プログラム及び被管理機器用機器管理プログラム
JP2007164724A (ja) * 2005-12-16 2007-06-28 Ricoh Co Ltd 必要部品配送支援システム、必要部品配送支援方法及び必要部品配送支援プログラム
JP2007172131A (ja) * 2005-12-20 2007-07-05 Nec Fielding Ltd 障害予測システム、障害予測方法、障害予測プログラム
JP2009206850A (ja) * 2008-02-28 2009-09-10 Fuji Xerox Co Ltd 故障診断装置およびプログラム
US20090327325A1 (en) * 2008-06-30 2009-12-31 Honeywell International Inc., Meta modeling in decision support system
JP2010122847A (ja) * 2008-11-19 2010-06-03 Hitachi Ltd 装置異常診断方法及びシステム

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3636883B2 (ja) * 1998-03-20 2005-04-06 富士通株式会社 シミュレーション装置，シミュレーション方法およびシミュレーションプログラムが記録されたコンピュータ読取可能な記録媒体
AU2002211793A1 (en) * 2000-10-17 2002-04-29 Pdf Solutions, Incorporated Method for optimizing the characteristics of integrated circuits components fromcircuit speficications
US8724636B2 (en) * 2008-03-31 2014-05-13 Qualcomm Incorporated Methods of reliably sending control signal
US8306778B2 (en) * 2008-12-23 2012-11-06 Embraer S.A. Prognostics and health monitoring for electro-mechanical systems and components
EP2668545B1 (en) * 2011-01-26 2019-06-12 Google LLC Dynamic predictive modeling platform
US20140188778A1 (en) * 2012-12-27 2014-07-03 General Electric Company Computer-Implemented System for Detecting Anomaly Conditions in a Fleet of Assets and Method of Using the Same
US9217999B2 (en) * 2013-01-22 2015-12-22 General Electric Company Systems and methods for analyzing data in a non-destructive testing system
WO2014145977A1 (en) * 2013-03-15 2014-09-18 Bates Alexander B System and methods for automated plant asset failure detection
CN103532760B (zh) * 2013-10-18 2018-11-09 北京奇安信科技有限公司 用于分析在各主机上执行的命令的分析设备、系统和方法
CN103516563A (zh) * 2013-10-18 2014-01-15 北京奇虎科技有限公司 一种用于监控命令是否异常的设备和方法
CN104392752B (zh) * 2014-10-13 2016-11-30 中国科学院合肥物质科学研究院 一种实时在线的核反应堆故障诊断与监测系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004214785A (ja) * 2002-12-27 2004-07-29 Matsushita Electric Ind Co Ltd 機器管理システム、機器管理方法、管理装置、被管理機器、管理装置用機器管理プログラム及び被管理機器用機器管理プログラム
JP2007164724A (ja) * 2005-12-16 2007-06-28 Ricoh Co Ltd 必要部品配送支援システム、必要部品配送支援方法及び必要部品配送支援プログラム
JP2007172131A (ja) * 2005-12-20 2007-07-05 Nec Fielding Ltd 障害予測システム、障害予測方法、障害予測プログラム
JP2009206850A (ja) * 2008-02-28 2009-09-10 Fuji Xerox Co Ltd 故障診断装置およびプログラム
US20090327325A1 (en) * 2008-06-30 2009-12-31 Honeywell International Inc., Meta modeling in decision support system
JP2010122847A (ja) * 2008-11-19 2010-06-03 Hitachi Ltd 装置異常診断方法及びシステム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020174243A (ja) * 2019-04-09 2020-10-22 ソフトバンク株式会社 通信端末、サーバ及びプログラム
JP7105213B2 (ja) 2019-04-09 2022-07-22 ソフトバンク株式会社 通信端末及びプログラム
JP7096201B2 (ja) 2019-05-29 2022-07-05 株式会社 ミックウェア 座席端末、プログラム、及び情報処理方法

Also Published As

Publication number Publication date
EP3311345A1 (en) 2018-04-25
AU2016277850A1 (en) 2018-02-15
HK1251701A1 (zh) 2019-02-01
CN107851233A (zh) 2018-03-27
KR20180011333A (ko) 2018-01-31
EP3311345A4 (en) 2019-03-20
CA2989806A1 (en) 2016-12-22

Similar Documents

Publication Publication Date Title
US10261850B2 (en) Aggregate predictive model and workflow for local execution
JP2018524704A (ja) 予測モデルの動的な実行
US11036902B2 (en) Dynamic execution of predictive models and workflows
US10254751B2 (en) Local analytics at an asset
EP3427200B1 (en) Handling of predictive models based on asset location
JP2018519594A (ja) 資産でのローカルな解析

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190611

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190611

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20191125

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200107

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20200804