JP7230196B2 - 分析機器の画面上での分析機器のステータスの表示 - Google Patents

Description

優先権
本出願は、２０１８年１１月９日に出願された米国特許出願第１６／１８６，４４９号の優先権を主張する。

背景
本開示は、分析機器に関し、より具体的には、分析機器の画面上に分析機器のステータスを示すことに関する。

概要
本開示は、分析機器の画面上で分析機器のステータスを示すコンピュータ実装方法、システム、およびコンピュータプログラム製品を記載する。例示的な実施形態では、コンピュータ実装方法、システム、およびコンピュータプログラム製品は、（１）コンピュータシステムによって、少なくとも１つの液体サンプルを監視する少なくとも１つの分析機器からデータを受信することと、（２）コンピュータシステムによって、受信データを、少なくとも１つの機器、少なくとも１つのサンプル、および少なくとも１つの機器の少なくとも１つの動作環境のうちの少なくとも１つの少なくとも２つの特性についてのデータセグメントにセグメント化する論理演算のセットを実行することと、（３）コンピュータシステムによって、少なくとも２つの特性についてのデータセグメントの各々を分析する論理演算のセットを実行し、分析されたデータセグメントをもたらすことと、（４）コンピュータシステムによって、少なくとも２つの特性についての閾値をコンピュータデータソースから取り出すことと、（５）コンピュータシステムによって、分析されたデータセグメントおよび閾値に関連して、少なくとも１つの機器、少なくとも１つのサンプル、および少なくとも１つの動作環境のうちの少なくとも１つの、少なくとも１つのステータスを計算することと、（６）コンピュータシステムによって、少なくとも１つの機器の少なくとも１つのディスプレイ上に少なくとも１つのステータスを表示することとを含む。

例示的な実施形態によるフローチャートである。 例示的な実施形態によるブロック図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるフローチャートである。 一実施形態によるグラフィック表示を示す図である。 一実施形態によるグラフィック表示を示す図である。 一実施形態によるグラフィック表示を示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 一実施形態によるグラフを示す図である。 本発明の例示的な実施形態によるコンピュータシステムを示す図である。

詳細な説明
本開示は、分析機器の画面上で分析機器のステータスを示すコンピュータ実装方法、システム、およびコンピュータプログラム製品を記載する。例示的な実施形態では、コンピュータ実装方法、システム、およびコンピュータプログラム製品は、（１）コンピュータシステムによって、少なくとも１つの液体サンプルを監視する少なくとも１つの分析機器からデータを受信することと、（２）コンピュータシステムによって、受信データを、少なくとも１つの機器、少なくとも１つのサンプル、および少なくとも１つの機器の少なくとも１つの動作環境のうちの少なくとも１つの少なくとも２つの特性についてのデータセグメントにセグメント化する論理演算のセットを実行することと、（３）コンピュータシステムによって、少なくとも２つの特性についてのデータセグメントの各々を分析する論理演算のセットを実行し、分析されたデータセグメントをもたらすことと、（４）コンピュータシステムによって、少なくとも２つの特性についての閾値をコンピュータデータソースから取り出すことと、（５）コンピュータシステムによって、分析されたデータセグメントおよび閾値に関連して、少なくとも１つの機器、少なくとも１つのサンプル、および少なくとも１つの動作環境のうちの少なくとも１つの、少なくとも１つのステータスを計算することと、（６）コンピュータシステムによって、少なくとも１つの機器の少なくとも１つのディスプレイ上に少なくとも１つのステータスを表示することとを含む。代替的な実施形態では、コンピュータ実装方法、システム、およびコンピュータプログラム製品は、（１）コンピュータシステムによって、少なくとも１つの液体サンプルを監視する少なくとも１つの分析機器からデータを受信することと、（２）コンピュータシステムによって、受信データを、少なくとも１つの機器、少なくとも１つのサンプル、および少なくとも１つの機器の少なくとも１つの動作環境のうちの少なくとも１つの少なくとも１つの特性についてのデータセグメントにセグメント化する論理演算のセットを実行することと、（３）コンピュータシステムによって、少なくとも１つの特性についてのデータセグメントの各々を分析する論理演算のセットを実行し、分析されたデータセグメントをもたらすことと、（４）コンピュータシステムによって、少なくとも１つの特性についての閾値をコンピュータデータソースから取り出すことと、（５）コンピュータシステムによって、分析されたデータセグメントおよび閾値に関連して、少なくとも１つの機器、少なくとも１つのサンプル、および少なくとも１つの動作環境のうちの少なくとも１つの、少なくとも１つのステータスを計算することと、（６）コンピュータシステムによって、少なくとも１つの機器の少なくとも１つのディスプレイ上に少なくとも１つのステータスを表示することとを含む。一実施形態では、コンピュータデータソースはコンピュータ記憶デバイスである。一実施形態では、コンピュータデータソースはコンピュータキーボードである。一実施形態では、コンピュータデータソースは、少なくとも１つの機器上のキーパッドである。

一実施形態では、受信データは、少なくとも１つの機器からの少なくとも１つの警報状態を示す。少なくとも１つの警報状態の例は、流体漏れ、有機蒸気の存在、過圧、弁の機能不全、圧力センサの機能不全、過温度、および光源が暗すぎることを含む。

定義
粒子
粒子は、液体サンプルアリコートの構成要素であり得る。そのような粒子は、様々なタイプおよびサイズの分子、ナノ粒子、ウイルス様粒子、リポソーム、エマルジョン、細菌、およびコロイドであってもよい。これらの粒子は、ナノメートル～ミクロン程度のサイズに及んでもよい。

溶液中の高分子または粒子種の分析
溶液中の高分子または粒子種の分析は、適切な溶媒中でサンプルを調製し、次いで、そのアリコートを液体クロマトグラフィ（ＬＣ）カラムまたはフィールドフローフラクショネーション（ＦＦＦ）チャネルなどの分離システムに注入することによって達成され得、分離システムにおいて、サンプル中に含まれる異なる種の粒子が、それらの様々な構成要素に分離される。一般にサイズ、質量、またはカラム親和性に基づいて分離されると、サンプルは、光散乱、屈折率、紫外線吸収、電気泳動移動度、および粘度応答による分析に供され得る。

光散乱
光散乱（ＬＳ）は、溶液中の高分子および広範囲の粒子を特徴付けるための非侵襲的技法である。高分子の特性評価に頻繁に使用される２種類の光散乱検出は、静的光散乱および動的光散乱である。

動的光散乱
動的光散乱は、準弾性光散乱（ＱＥＬＳ）および光子相関分光法（ＰＣＳ）としても知られている。ＤＬＳ実験では、高速光検出器を使用して散乱光信号の時間依存変動が測定される。ＤＬＳ測定は、分子または粒子の拡散係数を決定し、これを次にそれらの流体力学的半径を計算するために使用することができる。

静的光散乱
静的光散乱（ＳＬＳ）は、単角度光散乱（ＳＡＬＳ）、二重角度光散乱（ＤＡＬＳ）、低角度光散乱（ＬＡＬＳ）、および多角度光散乱（ＭＡＬＳ）などの様々な技法を含む。ＳＬＳ実験は、一般に、微細な光ビームによって照射される溶液中のサンプルから散乱される光の絶対強度の測定を含む。そのような測定は、適切なクラスの粒子／分子について、サンプル分子または粒子のサイズおよび構造を決定するために、およびサンプル濃度の知識と組み合わさったときに、重量平均モル質量の決定のために使用されることが多い。さらに、サンプル濃度の関数としての散乱光の強度の非線形性を使用して、粒子間相互作用および会合を測定することができる。

多角度光散乱
多角度光散乱（ＭＡＬＳ）は、サンプルによって複数の角度に散乱される光を測定するためのＳＬＳ技術である。これは、それらがどのように光を散乱するかを検出することによって、溶液中の分子の絶対モル質量および平均サイズの両方を決定するために使用される。レーザ源からのコリメート光が最も頻繁に使用され、その場合、この技法は多角度レーザ光散乱（ＭＡＬＬＳ）と呼ぶことができる。「多角度」という用語は、例えば、選択された特定の角度を含む範囲にわたって移動する単一の検出器、または特定の角度位置に固定された検出器のアレイによって測定される複数の異なる離散的な角度での散乱光の検出を指す。

ＭＡＬＳ測定は、補助要素のセットを必要とする。それらの中で最も重要なのは、サンプルの領域を照明するコリメートまたは集束光ビーム（通常、単色光のコリメートビームを生成するレーザ源からの）である。ビームは、一般に、測定平面に対して垂直に平面偏光されるが、特に異方性粒子を研究する場合には他の偏光が使用され得る。別の必要な要素は、測定されているサンプルを保持するための光学セルである。あるいは、流動サンプルの測定を可能にする手段を組み込んだセルを利用してもよい。単一粒子散乱特性を測定する場合、周囲の検出器からほぼ等距離の点において光ビームを通して一度に１つずつそのような粒子を導入する手段が提供されなければならない。

ほとんどのＭＡＬＳベースの測定は、照明ビームが通過する中心に位置するサンプルから通常は等距離に配置された検出器のセットを含む平面内で実行されるが、検出器が球の表面にあり、サンプルが球の直径に沿って通過する入射光ビームの経路と交差するその中心を通過するように制御された３次元バージョンも開発されている。ＭＡＬＳ技法は、一般に、離散的な検出器のセットの出力から順次に多重化データを収集する。ＭＡＬＳ光散乱光度計は、一般に、複数の検出器を有する。

粘度計
毛細管ブリッジ粘度計（ＶＩＳ）は、適切な溶媒中の溶質の比粘度を測定するために使用される機器である。比粘度は、η_ｓｐ＝η／η_ｏ－１として定義され、ここで、ηはサンプルの粘度であり、η_ｏは溶媒の粘度である。サンプルがブリッジ粘度計に導入されると、圧力変換器が圧力差を示す信号を生成する。この圧力差は、システムの所定の内圧と組み合わされて、サンプルの比粘度を計算するために使用される。比粘度は、モル質量および流体力学的半径を含むポリマーの分子パラメータを決定するのに有用である。

毛細管ブリッジ粘度計の差圧変換器は、流体アームにわたって生成される差圧を測定する。機器は、システムに流体を流しながら連続的に差圧値を測定する。純粋な溶媒がシステムを通って流れ、ブリッジが平衡している場合、測定される差圧は０でなければならない。溶媒中の不純物、未溶解気泡、電気的ノイズ、または配管内の微小漏れは、差圧測定において望ましくないノイズを引き起こす可能性があり、これは最終的には比粘度を決定するために使用される。

示差屈折計
示差屈折計（ＤＲＩ）または屈折率検出器（ＲＩまたはＲＩＤ）は、溶媒に対する被分析物の屈折率を測定する検出器である。それらは、高性能液体クロマトグラフィおよびサイズ排除クロマトグラフィの検出器として使用されることが多い。ＤＲＩは、溶媒とは異なる屈折率を有するものを検出することができるため、万能検出器であると考えられるが、感度が低い。光が１つの材料を出て別の材料に入ると、それは屈曲するか、または屈折する。材料の屈折率は、光が入射したときにどれだけ曲がるかの測度である。

示差屈折計は、サンプルのための部分と、基準溶媒のための部分との２つの部分を有するフローセルを含む。ＲＩ検出器は、両方の成分の屈折率を測定する。溶媒のみがサンプル成分を通過しているとき、両方の成分の測定される屈折率は同じであるが、被分析物がフローセルを通過するとき、２つの測定される屈折率は異なる。その差はクロマトグラムにピークとして現れる。サイズ排除クロマトグラフィにおけるポリマーサンプルの分析には、示差屈折計がしばしば使用される。

紫外可視分光法
紫外可視分光法または紫外可視分光測光法（ＵＶ－ＶｉｓまたはＵＶ／Ｖｉｓ）は、紫外可視スペクトル領域における吸収分光法または反射率分光法を指す。紫外可視検出器／紫外可視分光光度計は、可視範囲および隣接範囲の光を使用し、可視範囲内の吸収または反射率は、含まれる化学物質の知覚される色に直接影響し、電磁スペクトルのこの領域では、原子および分子は電子遷移を受ける。このような吸収分光法は、基底状態から励起状態への遷移を測定する。紫外可視検出器／紫外可視分光光度計は、サンプルを通過した光の強度（Ｉ）を測定し、この強度を、サンプルを通過する前の光の強度（Ｉ_ｏ）と比較し、比Ｉ／Ｉ_ｏは透過率と呼ばれ、通常、百分率（％Ｔ）として表される。吸光度Ａは、以下に従って、透過率に基づく。

Ａ＝－ｌｏｇ（％Ｔ／１００％）
ＵＶ可視分光光度計は、反射率を測定するように構成することもでき、分光光度計は、サンプルから反射される光の強度（Ｉ）を測定し、それを基準材料から反射された光の強度（Ｉ_ｏ）と比較し、比Ｉ／Ｉ_ｏは反射率と呼ばれ、通常、百分率（％Ｒ）として表される。

ノイズ、ワンダ、およびドリフト
ノイズ、ワンダ、およびドリフトは、異なる時間スケールにわたる測定信号における望ましくないランダムな外乱／誤差である。例えば、光強度を測定するセンサを考える。固定強度の完全な光源が完全な検出器を照射する場合、測定される電圧は一定で変化しない。しかしながら、システム内のランダムノイズは、測定電圧の変動を引き起こす可能性がある。ノイズは、０秒～３０秒の時間スケールで発生するランダムな変動を指し、一方、ワンダは、３０秒～５分の時間スケールで発生する変動を表す。ドリフトは、数分の時間スケールにわたる長期変動を表す。電気的ノイズは、温度変動に起因するノイズ、または近くのデバイス（例えば、ＭＡＬＳ機器に関する）からの周囲の電磁信号からのピックアップノイズを含み得る。

前方モニタ
前方モニタ／前方モニタセンサは、機器の光源からの非散乱信号を直接測定するセンサであり、レーザビーム／光源の方向（例えば、ＭＡＬＳ機器の場合）に対して０度の角度に配置される。前方モニタの測定された応答は、フローセル内のサンプルのステータスに敏感である。

機械学習
機械学習は、データから学習し、データに対して予測を行うことができるコンピュータソフトウェア／コンピュータアルゴリズムであり、そのようなソフトウェアは、サンプル入力からモデルを構築することによって、データ駆動の予測または決定を行うことによって厳密に静的なプログラム命令に従うことを克服する。機械学習ソフトウェア／アルゴリズムは、予測分析などの予測に役立つ複雑なモデルおよびアルゴリズムを考案し、そのような分析モデルは、研究者、データサイエンティスト、エンジニア、およびアナリストが信頼性のある再現可能な決定および結果を生成し、データの履歴関係および傾向からの学習を通じて隠れた洞察を明らかにすることを可能にする。形式的には、機械学習コンピュータソフトウェア／コンピュータアルゴリズム／コンピュータプログラムは、Ｐによって測定されるＴにおけるタスクの性能が経験Ｅによって改善される場合、あるクラスのタスクＴおよび性能測度Ｐに関して経験Ｅから学習すると言われる。

機械学習タスク
機械学習タスクは、典型的には、機械学習ソフトウェア／アルゴリズム／プログラムに利用可能な学習信号またはフィードバックの性質に応じて、３つの広範なカテゴリに分類される。第１のカテゴリは教師あり学習であり、コンピュータは、入力を出力にマッピングする一般規則をコンピュータが学習するという目的で、教師によって与えられる例示的な入力およびそれらの所望の出力を提示される。第２のカテゴリは教師なし学習であり、特徴学習の教師なし学習（データ内の隠れパターンを発見する）を目的として、機械学習アルゴリズムにラベルが与えられず、アルゴリズム自身に入力内の構造を見つけさせる。第３のカテゴリは強化学習であり、機械学習コンピュータプログラムが特定の目標（車両を運転すること、または対戦相手とゲームをすることなど）を実行しなければならない動的環境と対話し、機械学習プログラムは、その問題空間をナビゲートするときに報酬およびペナルティに関してフィードバックを提供される。第４のカテゴリは、教師あり学習と教師なし学習との間の半教師あり学習であり、教師は不完全な訓練信号（すなわち、目標出力の一部（多くの場合は多数）が欠落している訓練セット）を与え、変換は、ターゲットの一部が欠けていることを除いて、問題インスタンスのセット全体が学習時に知られているこの原理の特殊な場合である。

機械学習タスクはまた、機械学習ソフトウェア／アルゴリズム／プログラムの所望の出力に従って分類される場合もある。例えば、所望の出力として分類を用いた機械学習の場合、入力は２つ以上のクラスに分割され、学習者／機械学習ソフトウェアは、これらのクラスの１つまたは複数（マルチラベル分類）に未確認の入力を割り当てるモデルを生成しなければならず、これは通常、教師ありの方法（例えば、入力が電子メール（または他の）メッセージであり、クラスはスパムであるものおよびスパムでないものであるスパムフィルタリング）で対処される。別の例として、所望の出力として回帰を用いた機械学習（教師あり問題）の場合、出力は離散的ではなく連続的である。さらに、所望の出力としてクラスタリングを用いた機械学習の場合、入力のセットはグループに分割されるべきであり、グループは事前に知られておらず、これは典型的には教師なしタスクになる。また、所望の出力として密度推定を用いた機械学習の場合、機械学習は、ある空間における入力の分布を見つける。別の例として、所望の出力として次元縮小を用いた機械学習の場合、機械学習は入力をより低次元の空間にマッピングすることによって入力を単純化し、トピックモデリングが関連する問題であり、プログラムには人間の言語の文書のリストが与えられ、いずれの文書が同様のトピックをカバーするかを見つけることが課せられる。

機械学習手法
機械学習ソフトウェア／アルゴリズム／プログラムは、複数の異なるアプローチを介して動作する。例えば、決定木学習は、項目に関する観測値を項目の目標値に関する結論にマッピングする決定木を予測モデルとして使用する。また、相関則学習は、大規模なデータベースにおける変数間の興味深い関係性を発見するための方法である。別の例として、サポートベクタマシン（ＳＶＭ）は、分類および回帰に使用される関連する教師あり学習方法のセットであり、各々が２つのカテゴリのうちの１つに属するものとしてマークされた訓練例のセットが与えられると、ＳＶＭ訓練アルゴリズムが、新しい例が一方のカテゴリに入るかまたは他方のカテゴリに入るかを予測するモデルを構築する。クラスタ分析（教師なし学習）は、同じクラスタ内の観測値が何らかの予め指定された１つまたは複数の基準に従って類似する一方で、異なるクラスタから引き出された観測値が異なるように、観測値のセットをサブセット（クラスタと呼ばれる）に割り当てることであり、異なるクラスタリング技術が、データの構造に対して異なる仮定を行い、これは多くの場合、何らかの類似性メトリックによって定義され、例えば、内部のコンパクトさ（同じクラスタの成員間の類似性）および異なるクラスタ間の分離によって評価され、他の方法は推定密度およびグラフ接続性に基づく。

強化学習は、長期的報酬の概念を最大化するようにエージェントが環境内でどのように行動を起こすべきかに関係する機械学習手法であり、世界の状態をエージェントがそれらの状態で取るべき行動にマッピングするポリシを見つけようと試み、正しい入力／出力対は提示されず、準最適な行動も明示的には補正されない。類似度およびメトリック学習では、機械学習ソフトウェア／アルゴリズム／プログラムには、類似していると考えられる例の対およびそれほど類似していない対象の対が与えられ、新しい対象が類似しているか否かを予測できる類似度関数（または距離メトリック関数）を学習する。

現在の技術
現在の分析機器は、ＭＡＬＳ、ＤＲＩ、ＶＩＳ、またはＭＡＬＳ前方モニタインジケータのステータス情報を表示しない。また、現在の機器は、機器のステータスに基づいて動作を行わない。さらに、現在の機器は、そのようなステータスについてユーザと遠隔通信しない。

現行技術の課題
現在の分析機器には、そのデータ品質およびデータ処理に影響を及ぼす問題がある。例えば、現在の機器は、システム平衡時間が限られている。さらに、現在の機器は、系統的ノイズおよびドリフトする検出器ベースラインに起因する機器ベースラインノイズを経験する。また、現在の機器は、フローセル障害（例えば、気泡）に悩まされている。したがって、（ａ）分析測定システム内の１つまたは複数の分析機器がいつ高品質のデータ結果を得る準備ができるかを示す必要があり、（ｂ）分析測定システム全体の健全性およびシステム内の機器の健全性を改善するためのステップ解を提供する必要がある。

図１Ａを参照すると、例示的な実施形態では、コンピュータ実装方法、システム、およびコンピュータプログラム製品は、コンピュータシステムによって、少なくとも１つの液体サンプルを監視する少なくとも１つの分析機器からデータを受信する動作１１０と、コンピュータシステムによって、受信データを、少なくとも１つの機器、少なくとも１つのサンプル、および少なくとも１つの機器の少なくとも１つの動作環境のうちの少なくとも１つの少なくとも２つの特性についてのデータセグメントにセグメント化する論理演算のセットを実行する動作１１２と、コンピュータシステムによって、少なくとも２つの特性についてのデータセグメントの各々を分析する論理演算のセットを実行し、分析されたデータセグメントをもたらす動作１１４と、コンピュータシステムによって、少なくとも２つの特性についての閾値をコンピュータデータソースから取り出す動作１１６と、コンピュータシステムによって、分析されたデータセグメントおよび閾値に関連して、少なくとも１つの機器、少なくとも１つのサンプル、および少なくとも１つの動作環境のうちの少なくとも１つの、少なくとも１つのステータスを計算する動作１１８と、コンピュータシステムによって、少なくとも１つの機器の少なくとも１つのディスプレイ上に少なくとも１つのステータスを表示する動作１２０とを実施するように構成されている。代替的な実施形態では、コンピュータ実装方法、システム、およびコンピュータプログラム製品は、（１）コンピュータシステムによって、少なくとも１つの液体サンプルを監視する少なくとも１つの分析機器からデータを受信する動作と、（２）コンピュータシステムによって、受信データを、少なくとも１つの機器、少なくとも１つのサンプル、および少なくとも１つの機器の少なくとも１つの動作環境のうちの少なくとも１つの少なくとも１つの特性についてのデータセグメントにセグメント化する論理演算のセットを実行する動作と、（３）コンピュータシステムによって、少なくとも１つの特性についてのデータセグメントの各々を分析する論理演算のセットを実行し、分析されたデータセグメントをもたらす動作と、（４）コンピュータシステムによって、少なくとも１つの特性についての閾値をコンピュータデータソースから取り出す動作と、（５）コンピュータシステムによって、分析されたデータセグメントおよび閾値に関連して、少なくとも１つの機器、少なくとも１つのサンプル、および少なくとも１つの動作環境のうちの少なくとも１つの、少なくとも１つのステータスを計算する動作と、（６）コンピュータシステムによって、少なくとも１つの機器の少なくとも１つのディスプレイ上に少なくとも１つのステータスを表示する動作とを実施するように構成されている。

例示的な実施形態では、コンピュータシステムは、図１０に示すコンピュータシステム１０００などの独立型コンピュータシステム、分散型コンピュータのネットワークであり、コンピュータの少なくとも一部が、図１０に示すコンピュータシステム１０００などのコンピュータシステムである、ネットワーク、または図１０に示すコンピュータシステム１０００などのクラウドコンピューティングノードサーバである。一実施形態では、コンピュータシステムは、少なくとも方法１００の動作を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、図１０に示すようなコンピュータシステム１０００である。一実施形態では、コンピュータシステムは、少なくとも方法１００の動作を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、図１０に示すようなコンピュータシステム／サーバ１０１２である。一実施形態では、コンピュータシステムは、少なくとも方法１００の動作を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、図１０に示すような処理ユニット１０１６である。一実施形態では、コンピュータシステムは、少なくとも方法１００の動作を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、分析機器のプロセッサである。

一実施形態では、コンピュータシステムは、少なくとも動作１１０、１１２、１１４、１１６、１１８、および１２０を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、図１０に示すようなコンピュータシステム１０００である。一実施形態では、コンピュータシステムは、少なくとも動作１１０、１１２、１１４、１１６、１１８、および１２０を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、図１０に示すようなコンピュータシステム／サーバ１０１２である。一実施形態では、コンピュータシステムは、少なくとも動作１１０、１１２、１１４、１１６、１１８、および１２０を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、図１０に示すような処理ユニット１０１６である。一実施形態では、コンピュータシステムは、少なくとも動作１１０、１１２、１１４、１１６、１１８、および１２０を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、分析機器のプロセッサである。

一実施形態では、コンピュータシステムは、少なくとも方法１００の動作を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する機械学習コンピュータソフトウェア／プログラム／アルゴリズムである。一実施形態では、コンピュータシステムは、少なくとも少なくとも動作１１０、１１２、１１４、１１６、１１８、および１２０を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する機械学習コンピュータソフトウェア／プログラム／アルゴリズムである。

図１Ｂを参照すると、例示的な実施形態では、コンピュータ実装方法、システム、およびコンピュータプログラム製品は、受信手段１３０、セグメント化手段１３３、分析手段１３６、検索手段１４０、計算手段１４３、および表示手段１４６を含む。一実施形態では、受信手段１３０は、少なくとも１つの液体サンプル１９３を監視する少なくとも１つの分析機器１９０からデータ１５０を受信するように構成される。一実施形態では、受信手段１３０は、動作１１０を実行する、図１０に示すようなコンピュータシステム１０００などのコンピュータシステムを含む。一実施形態では、受信手段１３０は、動作１１０を実行する、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステムを含む。一実施形態では、受信手段１３０は、動作１１０を実行する、図１０に示すような処理ユニット１０１６などのコンピュータシステムを含む。一実施形態では、受信手段１３０は、動作１１０を実行する少なくとも１つの分析機器のプロセッサである。一実施形態では、受信手段１３０は、コンピュータシステムが動作１１０を実行するように、図１０に示すようなコンピュータシステム１０００などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、受信手段１３０は、コンピュータシステムが動作１１０を実行するように、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、受信手段１３０は、コンピュータシステムが動作１１０を実行するように、図１０に示すような処理ユニット１０１６などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、受信手段１３０は、コンピュータシステムが動作１１０を実行するように、少なくとも１つの分析機器のプロセッサなどの、コンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、受信手段１３０は、受信手段１３０のプロセッサ上で実行されるコンピュータソフトウェアとして動作１１０を実行する。一実施形態では、受信手段１３０は、少なくとも１つの分析機器１９０のプロセッサ上で実行されるコンピュータソフトウェアとして動作１１０を実行する。一実施形態では、受信手段１３０は、動作１１０を実行する機械学習コンピュータソフトウェア／プログラム／アルゴリズムなどのコンピュータシステムを含む。

一実施形態では、セグメント化手段１３３は、受信データ１５１を、少なくとも１つの機器１９０、少なくとも１つのサンプル１９３、および少なくとも１つの機器１９０の少なくとも１つの動作環境１９６のうちの少なくとも１つの少なくとも２つの特性１５２、１５４についてのデータセグメント１６０にセグメント化する論理演算のセットを実行するように構成される。一実施形態では、セグメント化手段１３３は、動作１１２を実行する、図１０に示すコンピュータシステム１０００などのコンピュータシステムを含む。一実施形態では、セグメント化手段１３３は、動作１１２を実行する、図１０に示すコンピュータシステム／サーバ１０１２などのコンピュータシステムを含む。一実施形態では、セグメント化手段１３３は、動作１１２を実行する、図１０に示すような処理ユニット１０１６などのコンピュータシステムを含む。一実施形態では、セグメント化手段１３３は、動作１１２を実行する少なくとも１つの分析機器のプロセッサである。一実施形態では、セグメント化手段１３３は、コンピュータシステムが動作１１２を実行するように、図１０に示すようなコンピュータシステム１０００などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、セグメント化手段１３３は、コンピュータシステムが動作１１２を実行するように、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、セグメント化手段１３３は、コンピュータシステムが動作１１２を実行するように、図１０に示すような処理ユニット１０１６などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、セグメント化手段１３３は、コンピュータシステムが動作１１２を実行するように、少なくとも１つの分析機器のプロセッサなどのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、セグメント化手段１３３は、セグメント化手段１３３のプロセッサ上で実行されるコンピュータソフトウェアとして動作１１２を実行する。一実施形態では、セグメント化手段１３３は、少なくとも１つの分析機器１９０のプロセッサ上で実行されるコンピュータソフトウェアとして動作１１２を実行する。一実施形態では、セグメント化手段１３３は、動作１１２を実行する機械学習コンピュータソフトウェア／プログラム／アルゴリズムなどのコンピュータシステムを含む。特定の実施形態では、セグメント化手段１３３は、特定の取得周波数（例えば、２Ｈｚすなわち毎秒２つのサンプル）で受信データ１５１をサンプリングし、その結果、毎分特定の数のサンプルが取得される（例えば、１２０サンプル／分）。一実施形態では、取得周波数は０．００１Ｈｚ～１Ｈｚに及ぶ。

一実施形態では、分析手段１３６は、少なくとも２つの特性１５２、１５４についてデータセグメント１６０の各々を分析する論理演算のセットを実行するように構成され、分析されたデータセグメント１６２が得られる。一実施形態では、分析手段１３６は、動作１１４を実行する、図１０に示すようなコンピュータシステム１０００などのコンピュータシステムを含む。一実施形態では、分析手段１３６は、動作１１４を実行する、図１０に示すコンピュータシステム／サーバ１０１２などのコンピュータシステムを含む。一実施形態では、分析手段１３６は、動作１１４を実行する、図１０に示すような処理ユニット１０１６などのコンピュータシステムを含む。一実施形態では、分析手段１３６は、動作１１４を実行する少なくとも１つの分析機器のプロセッサである。一実施形態では、分析手段１３６は、コンピュータシステムが動作１１４を実行するように、図１０に示すようなコンピュータシステム１０００などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、分析手段１３６は、コンピュータシステムが動作１１４を実行するように、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、分析手段１３６は、コンピュータシステムが動作１１４を実行するように、図１０に示す処理ユニット１０１６などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、分析手段１３６は、コンピュータシステムが動作１１４を実行するように、少なくとも１つの分析機器のプロセッサなどのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、分析手段１３６は、分析手段１３６のプロセッサ上で実行されるコンピュータソフトウェアとして動作１１４を実行する。一実施形態では、分析手段１３６は、少なくとも１つの分析機器１９０のプロセッサ上で実行されるコンピュータソフトウェアとして動作１１４を実行する。一実施形態では、分析手段１３６は、動作１１４を実行する機械学習コンピュータソフトウェア／プログラム／アルゴリズムなどのコンピュータシステムを含む。特定の実施形態では、分析手段１３６は、セグメント化手段１３３によって取得されるサンプルを分析する（例えば、２Ｈｚのサンプリング／取得周波数の場合、分析手段は、データセグメント１６０の毎分１２０個のサンプル／データサンプルを分析する）。

一実施形態では、検索手段１４０は、コンピュータデータソース１８０から少なくとも２つの特性１５２、１５４の閾値１５６を取り出すように構成される。一実施形態では、検索手段１４０は、動作１１６を実行する、図１０に示すコンピュータシステム１０００などのコンピュータシステムを含む。一実施形態では、検索手段１４０は、動作１１６を実行する、図１０に示すコンピュータシステム／サーバ１０１２などのコンピュータシステムを含む。一実施形態では、検索手段１４０は、動作１１６を実行する、図１０に示すような処理ユニット１０１６などのコンピュータシステムを含む。一実施形態では、検索手段１４０は、動作１１６を実行する少なくとも１つの分析機器のプロセッサである。一実施形態では、検索手段１４０は、コンピュータシステムが動作１１６を実行するように、図１０に示すようなコンピュータシステム１０００などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、検索手段１４０は、コンピュータシステムが動作１１６を実行するように、図１０に示すコンピュータシステム／サーバ１０１２などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、検索手段１４０は、コンピュータシステムが動作１１６を実行するように、図１０に示すような処理ユニット１０１６などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、検索手段１４０は、コンピュータシステムが動作１１６を実行するように、少なくとも１つの分析機器のプロセッサなどの、コンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、検索手段１４０は、検索手段１４０のプロセッサ上で実行されるコンピュータソフトウェアとして動作１１６を実行する。一実施形態では、検索手段１４０は、少なくとも１つの分析機器１９０のプロセッサ上で実行されるコンピュータソフトウェアとして動作１１６を実行する。一実施形態では、検索手段１４０は、動作１１６を実行する機械学習コンピュータソフトウェア／プログラム／アルゴリズムなどのコンピュータシステムを含む。

一実施形態では、計算手段１４３は、分析されたデータセグメント１６２および閾値１５６に関して、少なくとも１つの機器１９０、少なくとも１つのサンプル１９３、および少なくとも１つの動作環境１９６のうちの少なくとも１つの、少なくとも１つのステータス１６４を計算するように構成される。一実施形態では、計算手段１４３は、動作１１８を実行する、図１０に示すようなコンピュータシステム１０００などのコンピュータシステムを含む。一実施形態では、計算手段１４３は、動作１１８を実行する、図１０に示すコンピュータシステム／サーバ１０１２などのコンピュータシステムを含む。一実施形態では、計算手段１４３は、動作１１８を実行する、図１０に示すような処理ユニット１０１６などのコンピュータシステムを含む。一実施形態では、計算手段１４３は、動作１１８を実行する少なくとも１つの分析機器のプロセッサである。一実施形態では、計算手段１４３は、コンピュータシステムが動作１１８を実行するように、図１０に示すようなコンピュータシステム１０００などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、計算手段１４３は、コンピュータシステムが動作１１８を実行するように、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、計算手段１４３は、コンピュータシステムが動作１１８を実行するように、図１０に示すような処理ユニット１０１６などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、計算手段１４３は、コンピュータシステムが動作１１８を実行するように、少なくとも１つの分析機器のプロセッサなどのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、計算手段１４３は、計算手段１４３のプロセッサ上で実行されるコンピュータソフトウェアとして動作１１８を実行する。一実施形態では、計算手段１４３は、少なくとも１つの分析機器１９０のプロセッサ上で実行されるコンピュータソフトウェアとして動作１１８を実行する。一実施形態では、計算手段１４３は、動作１１８を実行する機械学習コンピュータソフトウェア／プログラム／アルゴリズムなどのコンピュータシステムを含む。特定の実施形態では、計算手段１４３は、分析手段１３６によって分析されたサンプルを閾値１５６と比較することによってステータス１６４を計算する（例えば、２Ｈｚのサンプリング／取得周波数の場合、計算手段１４３は、データセグメント１６０の毎分１２０個のサンプル／データサンプルを閾値１５６と比較することによってステータス１６４を計算する）。

一実施形態では、表示手段１４６は、少なくとも１つの機器１９０の少なくとも１つのディスプレイに少なくとも１つのステータス１６４を表示するように構成される。一実施形態では、表示手段１４６は、動作１２０を実行する、図１０に示すコンピュータシステム１０００などのコンピュータシステムを含む。一実施形態では、表示手段１４６は、動作１２０を実行する、図１０に示すコンピュータシステム／サーバ１０１２などのコンピュータシステムを含む。一実施形態では、表示手段１４６は、動作１２０を実行する、図１０に示すような処理ユニット１０１６などのコンピュータシステムを含む。一実施形態では、表示手段１４６は、動作１２０を実行する少なくとも１つの分析機器のプロセッサである。一実施形態では、表示手段１４６は、コンピュータシステムが動作１２０を実行するように、図１０に示すようなコンピュータシステム１０００などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、コンピュータシステムが動作１２０を実行するように、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、コンピュータシステムが動作１２０を実行するように、図１０に示すような処理ユニット１０１６などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、コンピュータシステムが動作１２０を実行するように、少なくとも１つの分析機器のプロセッサなどのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、表示手段１４６のプロセッサ上で実行されるコンピュータソフトウェアとして動作１２０を実行する。一実施形態では、表示手段１４６は、少なくとも１つの分析機器１９０のプロセッサ上で実行されるコンピュータソフトウェアとして動作１２０を実行する。一実施形態では、表示手段１４６は、動作１２０を実行する機械学習コンピュータソフトウェア／プログラム／アルゴリズムなどのコンピュータシステムを含む。代替的な実施形態では、表示手段１４６は、少なくとも１つの機器１９０の少なくとも１つのディスプレイに少なくとも２つのステータス１６４を表示するように構成される。

機器およびデータ
一実施形態では、少なくとも１つの機器は、多角度光散乱（ＭＡＬＳ）機器を含み、受信データは、散乱光の時変光レベルを示し、光レベルは、多角度光散乱機器による少なくとも１つのサンプルの少なくとも１つの測定値から導出される。一実施形態では、少なくとも１つの機器は、多角度光散乱機器であり、受信データは、散乱光の時変光レベルを示し、光レベルは、多角度光散乱機器による少なくとも１つのサンプルの少なくとも１つの測定値から導出される。特定の実施形態では、受信データは、多角度光散乱機器の少なくとも９０度フォトダイオードからの時変光レベル読み値を含む。特定的な実施形態では、受信データは、多角度光散乱機器の少なくとも９０度フォトダイオードからの時変光レベル読み値である。例えば、時変光レベル読み値は、多角度光散乱機器の少なくとも９０度フォトダイオードからの電圧読み値であり得る。特定の例では、図２Ａ、図２Ｂ、および図２Ｃは、多角度光散乱機器の９０度フォトダイオードからの時変光レベル読み値／電圧読み値を示すことができる。

特定の実施形態では、受信データは、多角度光散乱機器の少なくとも０度フォトダイオードからの時変光レベル読み値を含む。特定的な実施形態では、受信データは、多角度光散乱機器の少なくとも０度フォトダイオードからの時変光レベル読み値である。例えば、時変光レベル読み値は、多角度光散乱機器の少なくとも０度フォトダイオードからの電圧読み値であり得る。

一実施形態では、少なくとも１つの機器は、多角度光散乱機器を含み、受信データは、多角度光散乱機器からの電気的ノイズを示す。特定的な実施形態では、少なくとも１つの機器は、多角度光散乱機器であり、受信データは、多角度光散乱機器からの電気的ノイズを示す。

一実施形態では、少なくとも１つの機器は、示差屈折計（ＤＲＩ）を含み、受信データは時変示差屈折率値を示し、示差屈折率値は、示差屈折計による少なくとも１つのサンプルの少なくとも１つの測定値から導出される。特定的な実施形態では、少なくとも１つの機器は、示差屈折計であり、受信データは時変示差屈折率値を示し、示差屈折率値は、示差屈折計による少なくとも１つのサンプルの少なくとも１つの測定値から導出される。特定の例では、図３Ａ、図３Ｂ、および図３Ｃは、示差屈折計による少なくとも１つのサンプルの少なくとも１つの測定値から導出される時変示差屈折率値を示すことができる。

一実施形態では、少なくとも１つの機器は、粘度計（ＶＩＳ）（例えば、毛細管ブリッジ粘度計）を含み、受信データは時変差圧値を示し、差圧値は、粘度計による少なくとも１つのサンプルの少なくとも１つの測定値から導出される。特定的な実施形態では、少なくとも１つの機器は、粘度計を含み、受信データは時変差圧値を示し、差圧値は、粘度計による少なくとも１つのサンプルの少なくとも１つの測定値から導出される。特定の例では、図４Ａ、図４Ｂ、および図４Ｃは、粘度計による少なくとも１つのサンプルの少なくとも１つの測定値から導出される時変差圧値を示すことができる。

一実施形態では、少なくとも１つの機器は、紫外可視吸収（ＵＶ）検出器を含み、受信データは、少なくとも１つのサンプルを通過した光の強度と、少なくとも１つのサンプルを通過する前の光の強度との比を示し、比は、ＵＶ検出器による少なくとも１つのサンプルの少なくとも１つの測定値から導出される。特定的な実施形態では、少なくとも１つの機器は、紫外可視吸収（ＵＶ）検出器であり、受信データは、少なくとも１つのサンプルを通過した光の強度と、少なくとも１つのサンプルを通過する前の光の強度との比を示し、比は、ＵＶ検出器による少なくとも１つのサンプルの少なくとも１つの測定値から導出される。

特性
一実施形態では、少なくとも２つの特性のうちの１つは、ノイズ、ワンダ、およびドリフトからなる群から選択される現象を表し、データセグメントは、現象がノイズであることに応答した０秒～３０秒のデータセグメント、現象がワンダであることに応答した３０秒～５分のデータセグメント、および現象がドリフトであることに応答した５分～ｎ分のデータセグメントを含み、ｎは１０以下の数である。代替的な実施形態では、少なくとも１つの特性は、ノイズ、ワンダ、およびドリフトからなる群から選択される現象を表し、データセグメントは、現象がノイズ（すなわち、短期的ノイズ）であることに応答した０秒～３０秒のデータセグメント、現象がワンダ（すなわち、長期的ノイズ）であることに応答した３０秒～５分のデータセグメント、および現象がドリフトであることに応答した５分～ｎ分のデータセグメントを含み、ｎは１０以下の数である。例えば、図２Ａ、図３Ａ、および図４Ａは、ノイズ現象を示すことができる。別の例では、図２Ｂ、図３Ｂ、および図４Ｂは、ワンダ現象を示すことができる。また、例えば、図２Ｃ、図３Ｃ、および図４Ｃは、ドリフト現象を示すことができる。さらなる実施形態では、少なくとも２つの特性のうちの１つは、少なくとも１つの機器の前方モニタ（ＦＭＯＮ）インジケータ／ライトによって示されるものとしての、可能性のあるフローセル閉塞またはサンプル吸収を表す。

データセグメントの分析
例示的な実施形態では、分析は、（ａ）コンピュータシステムによって、データセグメントをノイズ振幅値およびノイズ勾配値のうちの少なくとも一方と比較することであって、ノイズを示す分析されたデータセグメントをもたらす、比較すること、（ｂ）コンピュータシステムによって、データセグメントをワンダ振幅値およびワンダ勾配値のうちの少なくとも一方と比較することであって、ワンダを示す分析されたデータセグメントをもたらす、比較すること、および、（ｃ）コンピュータシステムによって、データセグメントをドリフト振幅値およびドリフト勾配値のうちの少なくとも一方と比較することであって、ドリフトを示す分析されたデータセグメントをもたらす、比較することのうちの少なくとも１つを含む。例示的な実施形態では、分析動作１１４は、（ａ）コンピュータシステムによって、データセグメントをノイズ振幅値およびノイズ勾配値のうちの少なくとも一方と比較する動作であって、ノイズを示す分析されたデータセグメントをもたらす、比較する動作、（ｂ）コンピュータシステムによって、データセグメントをワンダ振幅値およびワンダ勾配値のうちの少なくとも一方と比較する動作であって、ワンダを示す分析されたデータセグメントをもたらす、比較する動作、および、（ｃ）コンピュータシステムによって、データセグメントをドリフト振幅値およびドリフト勾配値のうちの少なくとも一方と比較する動作であって、ドリフトを示す分析されたデータセグメントをもたらす、比較する動作のうちの少なくとも１つを含む。一実施形態では、分析手段１３６は、（ａ）データセグメント１６０をノイズ振幅値およびノイズ勾配値のうちの少なくとも一方と比較することであって、ノイズを示す分析されたデータセグメント１６２（すなわち、ノイズデータセグメント）をもたらす、比較すること、（ｂ）データセグメント１６０をワンダ振幅値およびワンダ勾配値のうちの少なくとも一方と比較することであって、ワンダを示す分析されたデータセグメント１６２（すなわち、ワンダデータセグメント）をもたらす、比較すること、および、（ｃ）データセグメント１６０をドリフト振幅値およびドリフト勾配値のうちの少なくとも一方と比較することであって、ドリフトを示す分析されたデータセグメント１６２（すなわち、ドリフトデータセグメント）をもたらす、比較することのうちの少なくとも１つを実施するように構成されている。

一実施形態では、分析手段１３６は、（ａ）データセグメント１６０をノイズ振幅値およびノイズ勾配値のうちの少なくとも一方と比較することであって、ノイズを示す分析されたデータセグメント１６２をもたらす、比較すること、（ｂ）データセグメント１６０をワンダ振幅値およびワンダ勾配値のうちの少なくとも一方と比較することであって、ワンダを示す分析されたデータセグメント１６２をもたらす、比較すること、および、（ｃ）データセグメント１６０をドリフト振幅値およびドリフト勾配値のうちの少なくとも一方と比較することであって、ドリフトを示す分析されたデータセグメント１６２をもたらす、比較することのうちの少なくとも１つを実施する、図１０に示すようなコンピュータシステム１０００などのコンピュータシステムを含む。一実施形態では、分析手段１３６は、（ａ）データセグメント１６０をノイズ振幅値およびノイズ勾配値のうちの少なくとも一方と比較することであって、ノイズを示す分析されたデータセグメント１６２をもたらす、比較すること、（ｂ）データセグメント１６０をワンダ振幅値およびワンダ勾配値のうちの少なくとも一方と比較することであって、ワンダを示す分析されたデータセグメント１６２をもたらす、比較すること、および、（ｃ）データセグメント１６０をドリフト振幅値およびドリフト勾配値のうちの少なくとも一方と比較することであって、ドリフトを示す分析されたデータセグメント１６２をもたらす、比較することのうちの少なくとも１つを実施する、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステムを含む。一実施形態では、分析手段１３６は、（ａ）データセグメント１６０をノイズ振幅値およびノイズ勾配値のうちの少なくとも一方と比較することであって、ノイズを示す分析されたデータセグメント１６２をもたらす、比較すること、（ｂ）データセグメント１６０をワンダ振幅値およびワンダ勾配値のうちの少なくとも一方と比較することであって、ワンダを示す分析されたデータセグメント１６２をもたらす、比較すること、および、（ｃ）データセグメント１６０をドリフト振幅値およびドリフト勾配値のうちの少なくとも一方と比較することであって、ドリフトを示す分析されたデータセグメント１６２をもたらす、比較することのうちの少なくとも１つを実施する、図１０に示すような処理ユニット１０１６などのコンピュータシステムを含む。一実施形態では、分析手段１３６は、（ａ）データセグメント１６０をノイズ振幅値およびノイズ勾配値のうちの少なくとも一方と比較することであって、ノイズを示す分析されたデータセグメント１６２をもたらす、比較すること、（ｂ）データセグメント１６０をワンダ振幅値およびワンダ勾配値のうちの少なくとも一方と比較することであって、ワンダを示す分析されたデータセグメント１６２をもたらす、比較すること、および、（ｃ）データセグメント１６０をドリフト振幅値およびドリフト勾配値のうちの少なくとも一方と比較することであって、ドリフトを示す分析されたデータセグメント１６２をもたらす、比較することのうちの少なくとも１つを実施する、少なくとも１つの分析機器１９０のプロセッサである。

一実施形態では、分析手段１３６は、コンピュータシステムが、（ａ）データセグメント１６０をノイズ振幅値およびノイズ勾配値のうちの少なくとも一方と比較することであって、ノイズを示す分析されたデータセグメント１６２をもたらす、比較すること、（ｂ）データセグメント１６０をワンダ振幅値およびワンダ勾配値のうちの少なくとも一方と比較することであって、ワンダを示す分析されたデータセグメント１６２をもたらす、比較すること、および、（ｃ）データセグメント１６０をドリフト振幅値およびドリフト勾配値のうちの少なくとも一方と比較することであって、ドリフトを示す分析されたデータセグメント１６２をもたらす、比較することのうちの少なくとも１つを実施するように、図１０に示すようなコンピュータシステム１０００などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、分析手段１３６は、コンピュータシステムが、（ａ）データセグメント１６０をノイズ振幅値およびノイズ勾配値のうちの少なくとも一方と比較することであって、ノイズを示す分析されたデータセグメント１６２をもたらす、比較すること、（ｂ）データセグメント１６０をワンダ振幅値およびワンダ勾配値のうちの少なくとも一方と比較することであって、ワンダを示す分析されたデータセグメント１６２をもたらす、比較すること、および、（ｃ）データセグメント１６０をドリフト振幅値およびドリフト勾配値のうちの少なくとも一方と比較することであって、ドリフトを示す分析されたデータセグメント１６２をもたらす、比較することのうちの少なくとも１つを実施するように、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、分析手段１３６は、コンピュータシステムが、（ａ）データセグメント１６０をノイズ振幅値およびノイズ勾配値のうちの少なくとも一方と比較することであって、ノイズを示す分析されたデータセグメント１６２をもたらす、比較すること、（ｂ）データセグメント１６０をワンダ振幅値およびワンダ勾配値のうちの少なくとも一方と比較することであって、ワンダを示す分析されたデータセグメント１６２をもたらす、比較すること、および、（ｃ）データセグメント１６０をドリフト振幅値およびドリフト勾配値のうちの少なくとも一方と比較することであって、ドリフトを示す分析されたデータセグメント１６２をもたらす、比較することのうちの少なくとも１つを実施するように、図１０に示すような処理ユニット１０１６などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、分析手段１３６は、コンピュータシステムが、（ａ）データセグメント１６０をノイズ振幅値およびノイズ勾配値のうちの少なくとも一方と比較することであって、ノイズを示す分析されたデータセグメント１６２をもたらす、比較すること、（ｂ）データセグメント１６０をワンダ振幅値およびワンダ勾配値のうちの少なくとも一方と比較することであって、ワンダを示す分析されたデータセグメント１６２をもたらす、比較すること、および、（ｃ）データセグメント１６０をドリフト振幅値およびドリフト勾配値のうちの少なくとも一方と比較することであって、ドリフトを示す分析されたデータセグメント１６２をもたらす、比較することのうちの少なくとも１つを実施するように、少なくとも１つの分析機器１９０のプロセッサなどのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。

一実施形態では、分析手段１３６は、（ａ）データセグメント１６０をノイズ振幅値およびノイズ勾配値のうちの少なくとも一方と比較することであって、ノイズを示す分析されたデータセグメント１６２をもたらす、比較すること、（ｂ）データセグメント１６０をワンダ振幅値およびワンダ勾配値のうちの少なくとも一方と比較することであって、ワンダを示す分析されたデータセグメント１６２をもたらす、比較すること、および、（ｃ）データセグメント１６０をドリフト振幅値およびドリフト勾配値のうちの少なくとも一方と比較することであって、ドリフトを示す分析されたデータセグメント１６２をもたらす、比較することのうちの少なくとも１つを、分析手段１３６のプロセッサ／処理ユニット上で実行されるコンピュータソフトウェアとして実施する。一実施形態では、分析手段１３６は、（ａ）データセグメント１６０をノイズ振幅値およびノイズ勾配値のうちの少なくとも一方と比較することであって、ノイズを示す分析されたデータセグメント１６２をもたらす、比較すること、（ｂ）データセグメント１６０をワンダ振幅値およびワンダ勾配値のうちの少なくとも一方と比較することであって、ワンダを示す分析されたデータセグメント１６２をもたらす、比較すること、および、（ｃ）データセグメント１６０をドリフト振幅値およびドリフト勾配値のうちの少なくとも一方と比較することであって、ドリフトを示す分析されたデータセグメント１６２をもたらす、比較することのうちの少なくとも１つを、少なくとも１つの分析機器１９０のプロセッサ上で実行されるコンピュータソフトウェアとして実施する。一実施形態では、分析手段１３６は、（ａ）データセグメント１６０をノイズ振幅値およびノイズ勾配値のうちの少なくとも一方と比較することであって、ノイズを示す分析されたデータセグメント１６２をもたらす、比較すること、（ｂ）データセグメント１６０をワンダ振幅値およびワンダ勾配値のうちの少なくとも一方と比較することであって、ワンダを示す分析されたデータセグメント１６２をもたらす、比較すること、および、（ｃ）データセグメント１６０をドリフト振幅値およびドリフト勾配値のうちの少なくとも一方と比較することであって、ドリフトを示す分析されたデータセグメント１６２をもたらす、比較することのうちの少なくとも１つを実施する機械学習コンピュータソフトウェア／プログラム／アルゴリズムである。

ステータスの表示
例示的な実施形態では、表示することは、（ａ）少なくとも１つのステータスが良好ステータスであることに応答して第１のグラフィカルユーザインターフェースオブジェクトを表示することと、（ｂ）少なくとも１つのステータスが中間ステータスであることに応答して第２のグラフィカルユーザインターフェースオブジェクトを表示することと、（ｃ）少なくとも１つのステータスが不良ステータスであることに応答して第３のグラフィカルユーザインターフェースオブジェクトを表示することとを含む。図５Ａを参照すると、例示的な実施形態では、表示動作１２０は、少なくとも１つのステータスが良好ステータスであることに応答して第１のグラフィカルユーザインターフェースオブジェクトを表示する動作５１０と、少なくとも１つのステータスが中間ステータスであることに応答して第２のグラフィカルユーザインターフェースオブジェクトを表示する動作５１２と、少なくとも１つのステータスが不良ステータスであることに応答して第３のグラフィカルユーザインターフェースオブジェクトを表示する動作５１４とを含む。特定の実施形態では、第１のグラフィカルユーザインターフェースオブジェクトは、緑色のグラフィカルユーザインターフェースオブジェクトを含む。例えば、第１のグラフィカルユーザインターフェースオブジェクトは、緑色の円などの緑色のグラフィカルユーザインターフェースオブジェクトとすることができる。特定の実施形態では、第２のグラフィカルユーザインターフェースオブジェクトは、黄色のグラフィカルユーザインターフェースオブジェクトを含む。例えば、第２のグラフィカルユーザインターフェースオブジェクトは、黄色の円などの黄色のグラフィカルユーザインターフェースオブジェクトとすることができる。特定の実施形態では、第３のグラフィカルユーザインターフェースオブジェクトは、赤色のグラフィカルユーザインターフェースオブジェクトを含む。例えば、第３のグラフィカルユーザインターフェースオブジェクトは、赤色の円などの赤色のグラフィカルユーザインターフェースオブジェクトとすることができる。

一実施形態では、表示手段１４６は、少なくとも方法５００の動作を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、図１０に示すようなコンピュータシステム１０００を含む。一実施形態では、表示手段１４６は、少なくとも方法５００の動作を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、図１０に示すようなコンピュータシステム／サーバ１０１２を含む。一実施形態では、表示手段１４６は、少なくとも方法５００の動作を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、図１０に示すような処理ユニット１０１６を含む。一実施形態では、表示手段１４６は、少なくとも方法５００の動作を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、少なくとも１つの分析機器のプロセッサである。一実施形態では、表示手段１４６は、少なくとも方法５００の動作を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する機械学習コンピュータソフトウェア／プログラム／アルゴリズムである。

一実施形態では、表示手段１４６は、少なくとも動作５１０、５１２、および５１４を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、図１０に示すようなコンピュータシステム１０００を含む。一実施形態では、表示手段１４６は、少なくとも動作５１０、５１２、および５１４を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、図１０に示すようなコンピュータシステム／サーバ１０１２を含む。一実施形態では、表示手段１４６は、少なくとも動作５１０、５１２、および５１４を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、図１０に示すような処理ユニット１０１６を含む。一実施形態では、表示手段１４６は、少なくとも動作５１０、５１２、および５１４を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する、少なくとも１つの分析機器のプロセッサである。一実施形態では、表示手段１４６は、少なくとも動作５１０、５１２、および５１４を実行する分析機器スクリプトまたはコンピュータソフトウェアアプリケーションの画面上に分析機器のステータスを示すことを実行する機械学習コンピュータソフトウェア／プログラム／アルゴリズムである。

一実施形態では、表示手段１４６は、少なくとも１つのステータス１６４が良好ステータスであることに応答して、第１のグラフィカルユーザインターフェースオブジェクトを表示するように構成される。一実施形態では、表示手段１４６は、動作５１０を実行する、図１０に示すコンピュータシステム１０００などのコンピュータシステムを含む。一実施形態では、表示手段１４６は、動作５１０を実行する、図１０に示すコンピュータシステム／サーバ１０１２などのコンピュータシステムを含む。一実施形態では、表示手段１４６は、動作５１０を実行する、図１０に示すような処理ユニット１０１６などのコンピュータシステムを含む。一実施形態では、表示手段１４６は、動作５１０を実行する少なくとも１つの分析機器のプロセッサである。一実施形態では、表示手段１４６は、コンピュータシステムが動作５１０を実行するように、図１０に示すようなコンピュータシステム１０００などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、コンピュータシステムが動作５１０を実行するように、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、コンピュータシステムが動作５１０を実行するように、図１０に示すような処理ユニット１０１６などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、コンピュータシステムが動作５１０を実行するように、少なくとも１つの分析機器のプロセッサなどのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、表示手段１４６のプロセッサ上で実行されるコンピュータソフトウェアとして動作５１０を実行する。一実施形態では、表示手段１４６は、少なくとも１つの分析機器１９０のプロセッサ上で実行されるコンピュータソフトウェアとして動作５１０を実行する。一実施形態では、表示手段１４６は、動作５１０を実行する機械学習コンピュータソフトウェア／プログラム／アルゴリズムなどのコンピュータシステムを含む。

一実施形態では、表示手段１４６は、少なくとも１つのステータス１６４が中間ステータスであることに応答して、第２のグラフィカルユーザインターフェースオブジェクトを表示するように構成される。一実施形態では、表示手段１４６は、動作５１２を実行する、図１０に示すコンピュータシステム１０００などのコンピュータシステムを含む。一実施形態では、表示手段１４６は、動作５１２を実行する、図１０に示すコンピュータシステム／サーバ１０１２などのコンピュータシステムを含む。一実施形態では、表示手段１４６は、動作５１２を実行する、図１０に示すような処理ユニット１０１６などのコンピュータシステムを含む。一実施形態では、表示手段１４６は、動作５１２を実行する少なくとも１つの分析機器のプロセッサである。一実施形態では、表示手段１４６は、コンピュータシステムが動作５１２を実行するように、図１０に示すようなコンピュータシステム１０００などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、コンピュータシステムが動作５１２を実行するように、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、コンピュータシステムが動作５１２を実行するように、図１０に示すような処理ユニット１０１６などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、コンピュータシステムが動作５１２を実行するように、少なくとも１つの分析機器のプロセッサなどのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、表示手段１４６のプロセッサ上で実行されるコンピュータソフトウェアとして動作５１２を実行する。一実施形態では、表示手段１４６は、少なくとも１つの分析機器１９０のプロセッサ上で実行されるコンピュータソフトウェアとして動作５１２を実行する。一実施形態では、表示手段１４６は、動作５１２を実行する機械学習コンピュータソフトウェア／プログラム／アルゴリズムなどのコンピュータシステムを含む。

一実施形態では、表示手段１４６は、少なくとも１つのステータス１６４が不良ステータスであることに応答して、第３のグラフィカルユーザインターフェースオブジェクトを表示するように構成される。一実施形態では、表示手段１４６は、動作５１４を実行する、図１０に示すコンピュータシステム１０００などのコンピュータシステムを含む。一実施形態では、表示手段１４６は、動作５１４を実行する、図１０に示すコンピュータシステム／サーバ１０１２などのコンピュータシステムを含む。一実施形態では、表示手段１４６は、動作５１４を実行する、図１０に示すような処理ユニット１０１６などのコンピュータシステムを含む。一実施形態では、表示手段１４６は、動作５１４を実行する少なくとも１つの分析機器のプロセッサである。一実施形態では、表示手段１４６は、コンピュータシステムが動作５１４を実行するように、図１０に示すようなコンピュータシステム１０００などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、コンピュータシステムが動作５１４を実行するように、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、コンピュータシステムが動作５１４を実行するように、図１０に示すような処理ユニット１０１６などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、コンピュータシステムが動作５１４を実行するように、少なくとも１つの分析機器のプロセッサなどのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、表示手段１４６は、表示手段１４６のプロセッサ上で実行されるコンピュータソフトウェアとして動作５１４を実行する。一実施形態では、表示手段１４６は、少なくとも１つの分析機器１９０のプロセッサ上で実行されるコンピュータソフトウェアとして動作５１４を実行する。一実施形態では、表示手段１４６は、動作５１４を実行する機械学習コンピュータソフトウェア／プログラム／アルゴリズムなどのコンピュータシステムを含む。

視覚的レンダリング
一実施形態では、表示することは、少なくとも１つのステータスが良好ステータスであることに応答して、少なくとも１つの機器の少なくとも１つのディスプレイのある領域内のグラフィカルユーザインターフェースオブジェクトとして、第１のグラフィカルユーザインターフェースオブジェクトを表示することを含む。図５Ｂを参照すると、一実施形態では表示動作５１０は、少なくとも１つのステータス１６４が良好ステータスであることに応答して、少なくとも１つの機器１９０の少なくとも１つのディスプレイの領域５２０内のグラフィカルユーザインターフェースオブジェクト５２５として、第１のグラフィカルユーザインターフェースオブジェクト（例えば、緑色のグラフィカルユーザインターフェースオブジェクト）を表示することを含む。一実施形態では、表示することは、少なくとも１つのステータスが中間ステータスであることに応答して、少なくとも１つの機器の少なくとも１つのディスプレイのある領域内のグラフィカルユーザインターフェースオブジェクトとして、第２のグラフィカルユーザインターフェースオブジェクトを表示することを含む。図５Ｂを参照すると、一実施形態では表示動作５１２は、少なくとも１つのステータス１６４が中間ステータスであることに応答して、少なくとも１つの機器１９０の少なくとも１つのディスプレイの領域５２０内のグラフィカルユーザインターフェースオブジェクト５２５として、第２のグラフィカルユーザインターフェースオブジェクト（例えば、黄色のグラフィカルユーザインターフェースオブジェクト）を表示することを含む。一実施形態では、表示することは、少なくとも１つのステータスが不良ステータスであることに応答して、少なくとも１つの機器の少なくとも１つのディスプレイのある領域内のグラフィカルユーザインターフェースオブジェクトとして、第３のグラフィカルユーザインターフェースオブジェクトを表示することを含む。図５Ｂを参照すると、一実施形態では表示動作５１４は、少なくとも１つのステータス１６４が不良ステータスであることに応答して、少なくとも１つの機器１９０の少なくとも１つのディスプレイの領域５２０内のグラフィカルユーザインターフェースオブジェクト５２５として、第３のグラフィカルユーザインターフェースオブジェクト（例えば、赤色のグラフィカルユーザインターフェースオブジェクト）を表示することを含む。

さらなる実施形態では、表示することは、少なくとも１つの機器の少なくとも１つのディスプレイの別の領域に少なくとも１つのステータスに対応するデータグラフを表示することをさらに含む。図５Ｃを参照すると、さらなる実施形態では、表示動作５１０は、少なくとも１つの機器１９０の少なくとも１つのディスプレイの別の領域５３０に少なくとも１つのステータス１６４に対応するデータグラフ５３５を表示することをさらに含む。例えば、表示手段１４６は、図５Ｄに示すようなグラフィカルユーザインターフェースオブジェクトを表示することができる。具体的には、例えば、表示手段１４６は、少なくとも１つのステータス１６４に対応する領域５４０（例えば、領域５２０）内にグラフィカルユーザインターフェースオブジェクト５４５（例えば、グラフィカルユーザインターフェースオブジェクト５２５）を表示することができ、少なくとも１つの機器１９０の少なくとも１つのディスプレイの別の領域５５０（例えば、別の領域５３０）内に少なくとも１つのステータス１６４に対応するデータグラフ５５５（例えば、データグラフ５３５）を表示することができる。

機器の状態の変更
さらなる実施形態では、コンピュータ実装方法、システム、およびコンピュータプログラム製品は、コンピュータシステムによって、少なくとも１つのステータスに関連して少なくとも１つの機器の少なくとも１つの状態を変更する論理演算のセットを実行することをさらに含む。さらなる実施形態では、コンピュータ実装方法、システム、およびコンピュータプログラム製品は、コンピュータシステムによって、少なくとも１つのステータスに関連して少なくとも１つの機器の少なくとも１つの状態を変更する論理演算のセットを実行するさらなる動作を実施するように構成されている。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４に関連して少なくとも１つの機器１９０の少なくとも１つの状態を変更する論理演算のセットを実行するように構成される。

一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４に関連して少なくとも１つの機器１９０の少なくとも１つの状態を変更する論理演算のセットを実行する、図１０に示すようなコンピュータシステム１０００などのコンピュータシステムを含む。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４に関連して少なくとも１つの機器１９０の少なくとも１つの状態を変更する論理演算のセットを実行する、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステムを含む。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４に関連して少なくとも１つの機器１９０の少なくとも１つの状態を変更する論理演算のセットを実行する、図１０に示すような処理ユニット１０１６などのコンピュータシステムを含む。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４に関連して少なくとも１つの機器１９０の少なくとも１つの状態を変更する論理演算のセットを実行する、少なくとも１つの分析機器１９０のプロセッサである。

一実施形態では、コンピュータシステムは、コンピュータシステムが少なくとも１つのステータス１６４に関連して少なくとも１つの機器１９０の少なくとも１つの状態を変更する論理演算のセットを実行するように、図１０に示すようなコンピュータシステム１０００などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、コンピュータシステムは、コンピュータシステムが少なくとも１つのステータス１６４に関連して少なくとも１つの機器１９０の少なくとも１つの状態を変更する論理演算のセットを実行するように、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、コンピュータシステムは、コンピュータシステムが少なくとも１つのステータス１６４に関連して少なくとも１つの機器１９０の少なくとも１つの状態を変更する論理演算のセットを実行するように、図１０に示すような処理ユニット１０１６などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、コンピュータシステムは、コンピュータシステムが少なくとも１つのステータス１６４に関連して少なくとも１つの機器１９０の少なくとも１つの状態を変更する論理演算のセットを実行するように、少なくとも１つの分析機器１９０のプロセッサなどのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。

一実施形態では、コンピュータシステムは、コンピュータシステムのプロセッサ上で実行されるコンピュータソフトウェアとして、少なくとも１つのステータス１６４に関連して少なくとも１つの機器１９０の少なくとも１つの状態を変更する論理演算のセットを実行する。一実施形態では、コンピュータシステムは、少なくとも１つの分析機器１９０のプロセッサ上で実行されるコンピュータソフトウェアとして、少なくとも１つのステータス１６４に関連して少なくとも１つの機器１９０の少なくとも１つの状態を変更する論理演算のセットを実行する。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４に関連して少なくとも１つの機器１９０の少なくとも１つの状態を変更する論理演算のセットを実行する、機械学習コンピュータソフトウェア／プログラム／アルゴリズムである。

例えば、機器１９０の状態を変更することは、機器１９０のソフトウェアおよびフロントパネルデータ収集を開始することを含むことができ、機器１９０は、ＭＡＬＳ、粘度計、示差屈折計、高速タンパク質液体クロマトグラフィ（ＦＰＬＣ）システム、高性能液体クロマトグラフィ（ＨＰＬＣ）システム、および超高性能液体クロマトグラフィ（ＵＰＬＣ）システムであってもよい。別の例では、機器１９０の状態を変更することは、溶媒をリサイクルすることを含むことができる。また、機器１９０の状態を変更することは、サンプルを装填および注入するためのロボットオートサンプラ、ポンプ制御装置、カラムオーブンの温度コントローラ、ＵＶランプのスイッチ、ＵＶをバランスさせるためのコントローラ、サンプルフラクションコレクタ（収集または分配）のコントローラ、および流体ラインを切り替えるためのコントローラなどのコントローラを始動／停止するためにリレースイッチのオン／オフを切り替えることを含むことができる。

特性に関する状態の変化
ノイズおよびワンダに関する状態の変化
一実施形態では、変更することは、少なくとも１つのステータスが中間ステータスおよび不良ステータスのうちの少なくとも１つであることに応答して、少なくとも１つの機器を洗浄するために洗浄システムを作動させることを含み、少なくとも２つの特性はノイズおよびワンダを表す。一実施形態では、変更動作は、少なくとも１つのステータスが中間ステータスおよび不良ステータスのうちの少なくとも１つであることに応答して、少なくとも１つの機器を洗浄するために洗浄システムを作動させる動作を含み、少なくとも２つの特性はノイズおよびワンダを表す。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４がノイズおよびワンダを表すことに応答して、少なくとも１つの機器１９０を洗浄するために洗浄システムを作動させるように構成されている。特定の実施形態では、洗浄システムはトランスデューサを含む。特定の実施形態では、洗浄システムは超音波トランスデューサを含む。

一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４がノイズおよびワンダを表すことに応答して、少なくとも１つの機器１９０を洗浄するために洗浄システムを作動させる、図１０に示すようなコンピュータシステム１０００などのコンピュータシステムを含む。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４がノイズおよびワンダを表すことに応答して、少なくとも１つの機器１９０を洗浄するために洗浄システムを作動させる、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステムを含む。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４がノイズおよびワンダを表すことに応答して、少なくとも１つの機器１９０を洗浄するために洗浄システムを作動させる、図１０に示すような処理ユニット１０１６などのコンピュータシステムを含む。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４がノイズおよびワンダを表すことに応答して、少なくとも１つの機器１９０を洗浄するために洗浄システムを作動させる、少なくとも１つの分析機器１９０のプロセッサである。

一実施形態では、コンピュータシステムは、コンピュータシステムが、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４がノイズおよびワンダを表すことに応答して、少なくとも１つの機器１９０を洗浄するために洗浄システムを作動させるように、図１０に示すようなコンピュータシステム１０００などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、コンピュータシステムは、コンピュータシステムが、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４がノイズおよびワンダを表すことに応答して、少なくとも１つの機器１９０を洗浄するために洗浄システムを作動させるように、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、コンピュータシステムは、コンピュータシステムが、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４がノイズおよびワンダを表すことに応答して、少なくとも１つの機器１９０を洗浄するために洗浄システムを作動させるように、図１０に示すような処理ユニット１０１６などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、コンピュータシステムは、コンピュータシステムが、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４がノイズおよびワンダを表すことに応答して、少なくとも１つの機器１９０を洗浄するために洗浄システムを作動させるように、少なくとも１つの分析機器１９０のプロセッサなどのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。

一実施形態では、コンピュータシステムは、コンピュータシステムのプロセッサ上で実行されるコンピュータソフトウェアとして、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４がノイズおよびワンダを表すことに応答して、少なくとも１つの機器１９０を洗浄するために洗浄システムを作動させる。一実施形態では、コンピュータシステムは、少なくとも１つの分析機器１９０のプロセッサ上で実行されるコンピュータソフトウェアとして、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４がノイズおよびワンダを表すことに応答して、少なくとも１つの機器１９０を洗浄するために洗浄システムを作動させる。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４がノイズおよびワンダを表すことに応答して、少なくとも１つの機器１９０を洗浄するために洗浄システムを作動させる、機械学習コンピュータソフトウェア／プログラム／アルゴリズムである。

ドリフトに関する状態の変化
一実施形態では、変更することは、少なくとも１つのステータスが中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性のうちの１つがドリフトを表すことに応答して、少なくとも１つの機器から少なくとも１つのサンプルをパージするためにパージシステムを作動させることを含む。一実施形態では、変更動作は、少なくとも１つのステータスが中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性のうちの１つがドリフトを表すことに応答して、少なくとも１つの機器から少なくとも１つのサンプルをパージするためにパージシステムを作動させる動作を含む。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４のうちの１つがドリフトを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させるように構成されている。

一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４のうちの１つがドリフトを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させる、図１０に示すようなコンピュータシステム１０００などのコンピュータシステムを含む。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４のうちの１つがドリフトを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させる、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステムを含む。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４のうちの１つがドリフトを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させる、図１０に示すような処理ユニット１０１６などのコンピュータシステムを含む。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４のうちの１つがドリフトを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させる、少なくとも１つの分析機器１９０のプロセッサである。

一実施形態では、コンピュータシステムは、コンピュータシステムが、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４のうちの１つがドリフトを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させるように、図１０に示すようなコンピュータシステム１０００などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、コンピュータシステムは、コンピュータシステムが、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４のうちの１つがドリフトを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させるように、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、コンピュータシステムは、コンピュータシステムが、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４のうちの１つがドリフトを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させるように、図１０に示すような処理ユニット１０１６などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、コンピュータシステムは、コンピュータシステムが、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４のうちの１つがドリフトを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させるように、少なくとも１つの分析機器１９０のプロセッサなどのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。

一実施形態では、コンピュータシステムは、コンピュータシステムのプロセッサ上で実行されるコンピュータソフトウェアとして、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４のうちの１つがドリフトを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させる。一実施形態では、コンピュータシステムは、少なくとも１つの分析機器１９０のプロセッサ上で実行されるコンピュータソフトウェアとして、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４のうちの１つがドリフトを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させる。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が中間ステータスおよび不良ステータスのうちの少なくとも１つであり、少なくとも２つの特性１５２、１５４のうちの１つがドリフトを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させる、機械学習コンピュータソフトウェア／プログラム／アルゴリズムである。

前方モニタに関する状態変更
一実施形態では、変更することは、少なくとも１つのステータスが不良ステータスであり、少なくとも２つの特性のうちの１つが前方モニタセンサからの信号を表すことに応答して、少なくとも１つの機器から少なくとも１つのサンプルをパージするためにパージシステムを作動させることを含む。一実施形態では、変更動作は、少なくとも１つのステータスが不良ステータスであり、少なくとも２つの特性のうちの１つが前方モニタを表すことに応答して、少なくとも１つの機器から少なくとも１つのサンプルをパージするためにパージシステムを作動させる動作を含む。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が不良ステータスであり、少なくとも２つの特性１５２、１５４のうちの１つが前方モニタを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させるように構成されている。特定の実施形態では、少なくとも１つの機器１９０は、多角度光散乱機器を含む。特定の実施形態では、少なくとも１つの機器１９０は、粘度計を含む。

一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が不良ステータスであり、少なくとも２つの特性１５２、１５４のうちの１つが前方モニタを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させる、図１０に示すようなコンピュータシステム１０００などのコンピュータシステムを含む。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が不良ステータスであり、少なくとも２つの特性１５２、１５４のうちの１つが前方モニタを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させる、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステムを含む。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が不良ステータスであり、少なくとも２つの特性１５２、１５４のうちの１つが前方モニタを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させる、図１０に示すような処理ユニット１０１６などのコンピュータシステムを含む。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が不良ステータスであり、少なくとも２つの特性１５２、１５４のうちの１つが前方モニタを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させる、少なくとも１つの分析機器１９０のプロセッサである。

一実施形態では、コンピュータシステムは、コンピュータシステムが、少なくとも１つのステータス１６４が不良ステータスであり、少なくとも２つの特性１５２、１５４のうちの１つが前方モニタを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させるように、図１０に示すようなコンピュータシステム１０００などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、コンピュータシステムは、コンピュータシステムが、少なくとも１つのステータス１６４が不良ステータスであり、少なくとも２つの特性１５２、１５４のうちの１つが前方モニタを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させるように、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、コンピュータシステムは、コンピュータシステムが、少なくとも１つのステータス１６４が不良ステータスであり、少なくとも２つの特性１５２、１５４のうちの１つが前方モニタを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させるように、図１０に示すような処理ユニット１０１６などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。一実施形態では、コンピュータシステムは、コンピュータシステムが、少なくとも１つのステータス１６４が不良ステータスであり、少なくとも２つの特性１５２、１５４のうちの１つが前方モニタを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させるように、少なくとも１つの分析機器１９０のプロセッサなどのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装される。

一実施形態では、コンピュータシステムは、コンピュータシステムのプロセッサ上で実行されるコンピュータソフトウェアとして、少なくとも１つのステータス１６４が不良ステータスであり、少なくとも２つの特性１５２、１５４のうちの１つが前方モニタを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させる。一実施形態では、コンピュータシステムは、少なくとも１つの分析機器１９０のプロセッサ上で実行されるコンピュータソフトウェアとして、少なくとも１つのステータス１６４が不良ステータスであり、少なくとも２つの特性１５２、１５４のうちの１つが前方モニタを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させる。一実施形態では、コンピュータシステムは、少なくとも１つのステータス１６４が不良ステータスであり、少なくとも２つの特性１５２、１５４のうちの１つが前方モニタを表すことに応答して、少なくとも１つの機器１９０から少なくとも１つのサンプル１９３をパージするためにパージシステムを作動させる、機械学習コンピュータソフトウェア／プログラム／アルゴリズムである。

ステータスデータの送信
さらなる実施形態では、コンピュータ実装方法、システム、およびコンピュータプログラム製品は、ステータスデータを少なくとも１つのデータシンクに送信することをさらに含み、ステータスデータは少なくとも１つのステータスを示し、少なくとも１つのデータシンクは、電話、コンピュータシステム、コンピュータデータベース、コンピュータディスプレイ、および論理回路からなる群から選択される。さらなる実施形態では、コンピュータ実装方法、システム、およびコンピュータプログラム製品は、ステータスデータを少なくとも１つのデータシンクに送信するさらなる動作を実施するように構成されており、ステータスデータは少なくとも１つのステータスを示し、少なくとも１つのデータシンクは、電話、コンピュータシステム、コンピュータデータベース、コンピュータディスプレイ、および論理回路からなる群から選択される。一実施形態において、コンピュータシステムは、ステータスデータを少なくとも１つのデータシンクに送信するように構成されており、ステータスデータは少なくとも１つのステータス１６４を示し、少なくとも１つのデータシンクは、電話、コンピュータシステム、コンピュータデータベース、コンピュータディスプレイ、および論理回路からなる群から選択される。

一実施形態において、コンピュータシステムは、ステータスデータを少なくとも１つのデータシンクに送信する、図１０に示すようなコンピュータシステム１０００などのコンピュータシステムを含み、ステータスデータは少なくとも１つのステータス１６４を示し、少なくとも１つのデータシンクは、電話、コンピュータシステム、コンピュータデータベース、コンピュータディスプレイ、および論理回路からなる群から選択される。一実施形態において、コンピュータシステムは、ステータスデータを少なくとも１つのデータシンクに送信する、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステムを含み、ステータスデータは少なくとも１つのステータス１６４を示し、少なくとも１つのデータシンクは、電話、コンピュータシステム、コンピュータデータベース、コンピュータディスプレイ、および論理回路からなる群から選択される。一実施形態において、コンピュータシステムは、ステータスデータを少なくとも１つのデータシンクに送信する、図１０に示すような処理ユニット１０１６などのコンピュータシステムを含み、ステータスデータは少なくとも１つのステータス１６４を示し、少なくとも１つのデータシンクは、電話、コンピュータシステム、コンピュータデータベース、コンピュータディスプレイ、および論理回路からなる群から選択される。一実施形態において、コンピュータシステムは、ステータスデータを少なくとも１つのデータシンクに送信する、少なくとも１つの分析機器１９０のプロセッサであり、ステータスデータは少なくとも１つのステータス１６４を示し、少なくとも１つのデータシンクは、電話、コンピュータシステム、コンピュータデータベース、コンピュータディスプレイ、および論理回路からなる群から選択される。

一実施形態において、コンピュータシステムは、コンピュータシステムがステータスデータを少なくとも１つのデータシンクに送信するように、図１０に示すようなコンピュータシステム１０００などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装され、ステータスデータは少なくとも１つのステータス１６４を示し、少なくとも１つのデータシンクは、電話、コンピュータシステム、コンピュータデータベース、コンピュータディスプレイ、および論理回路からなる群から選択される。一実施形態において、コンピュータシステムは、コンピュータシステムがステータスデータを少なくとも１つのデータシンクに送信するように、図１０に示すようなコンピュータシステム／サーバ１０１２などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装され、ステータスデータは少なくとも１つのステータス１６４を示し、少なくとも１つのデータシンクは、電話、コンピュータシステム、コンピュータデータベース、コンピュータディスプレイ、および論理回路からなる群から選択される。

一実施形態において、コンピュータシステムは、コンピュータシステムがステータスデータを少なくとも１つのデータシンクに送信するように、図１０に示すような処理ユニット１０１６などのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装され、ステータスデータは少なくとも１つのステータス１６４を示し、少なくとも１つのデータシンクは、電話、コンピュータシステム、コンピュータデータベース、コンピュータディスプレイ、および論理回路からなる群から選択される。一実施形態において、コンピュータシステムは、コンピュータシステムがステータスデータを少なくとも１つのデータシンクに送信するように、少なくとも１つの分析機器１９０のプロセッサなどのコンピュータシステム上で実行されるコンピュータソフトウェアとして実装され、ステータスデータは少なくとも１つのステータス１６４を示し、少なくとも１つのデータシンクは、電話、コンピュータシステム、コンピュータデータベース、コンピュータディスプレイ、および論理回路からなる群から選択される。

一実施形態において、コンピュータシステムは、コンピュータシステムのプロセッサ上で実行されるコンピュータソフトウェアとして、ステータスデータを少なくとも１つのデータシンクに送信し、ステータスデータは少なくとも１つのステータス１６４を示し、少なくとも１つのデータシンクは、電話、コンピュータシステム、コンピュータデータベース、コンピュータディスプレイ、および論理回路からなる群から選択される。一実施形態において、コンピュータシステムは、少なくとも１つの分析機器１９０のプロセッサ上で実行されるコンピュータソフトウェアとして、ステータスデータを少なくとも１つのデータシンクに送信し、ステータスデータは少なくとも１つのステータス１６４を示し、少なくとも１つのデータシンクは、電話、コンピュータシステム、コンピュータデータベース、コンピュータディスプレイ、および論理回路からなる群から選択される。一実施形態において、コンピュータシステムは、ステータスデータを少なくとも１つのデータシンクに送信する、機械学習コンピュータソフトウェア／プログラム／アルゴリズムであり、ステータスデータは少なくとも１つのステータス１６４を示し、少なくとも１つのデータシンクは、電話、コンピュータシステム、コンピュータデータベース、コンピュータディスプレイ、および論理回路からなる群から選択される。

ステータスデータ
一実施形態では、ステータスデータは、視覚データ、テキストデータ、音響データ、触覚データ、嗅覚データ、および味覚データのうちの少なくとも１つを含む。特定の実施形態では、視覚データは、少なくとも１つのステータスが良好ステータスであることに応答した第１のグラフィカルユーザインターフェースオブジェクト、少なくとも１つのステータスが中間ステータスであることに応答した第２のグラフィカルユーザインターフェースオブジェクト、および少なくとも１つのステータスが不良ステータスであることに応答した第３のグラフィカルユーザインターフェースオブジェクトを別のディスプレイ上にレンダリングするための情報を含み、テキストデータは、少なくとも１つの電子メールメッセージおよび少なくとも１つの電子テキストメッセージのうちの少なくとも１つを含む。

実施例
ノイズインジケータ
例えば、表示手段１４６は、分析機器１９０のディスプレイ上に、それぞれＭＡＬＳ機器、示差屈折計、および粘度計について図６Ａ、図７Ａ、および図８Ａに示されるように、分析されたデータセグメント１６２（すなわち、ノイズデータセグメント）および対応する閾値１５６（ノイズ閾値）についての計算されたステータス１６４に対応する色を有するグラフィカルユーザインターフェースオブジェクト５２５を表示することによってノイズの現象を示すことができる。図６Ａを参照すると、例えば、ノイズ現象に対するＭＡＬＳ機器の場合、Ｔｈ１閾値／閾／ノイズ閾値は、２．００ Ｅ－０５Ｖ（すなわち、狭いＴｈ１）～３．００ Ｅ－０５Ｖ（すなわち、広いＴｈ１）に及び得、一方、Ｔｈ２閾値／閾／ノイズ閾値は、１．００ Ｅ－０４Ｖ（すなわち、狭いＴｈ２）～１．５０ Ｅ－０４Ｖ（すなわち、広いＴｈ２）に及び得る。したがって、ノイズ現象に対するＭＡＬＳ機器について、図６Ａに示すように、（ａ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ１閾値／閾範囲６１０内にある場合、計算手段１４３は、ステータス１６４を良好ステータスであると計算することができ、表示手段１４６は、良好ステータスに対応する第１のグラフィカルユーザインターフェースオブジェクト（例えば、緑色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｂ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ１閾値／閾範囲６１０を超えており、Ｔｈ２閾値／閾範囲６１５内にある場合、計算手段１４３は、ステータス１６４を中間ステータスであると計算することができ、表示手段１４６は、中間ステータスに対応する第２のグラフィカルユーザインターフェースオブジェクト（例えば、黄色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｃ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ２閾値／閾範囲６１５を超えている／その外側にある場合、計算手段１４３は、ステータス１６４を不良ステータスであると計算することができ、表示手段１４６は、不良ステータスに対応する第３のグラフィカルユーザインターフェースオブジェクト（例えば、赤色のグラフィカルユーザインターフェースオブジェクト）を表示することができる。

図７Ａを参照すると、例えば、ノイズ現象に対する第１のタイプの示差屈折計の場合、Ｔｈ１閾値／閾／ノイズ閾値は、３．６０Ｅ－０９ ＲＩＵ（すなわち、狭いＴｈ１）～５．４０Ｅ－０９ ＲＩＵ（すなわち、広いＴｈ１）に及び得、一方、Ｔｈ２閾値／閾／ノイズ閾値は、１．８０Ｅ－０８ ＲＩＵ（すなわち、狭いＴｈ２）～２．７０Ｅ－０８ ＲＩＵ（すなわち、広いＴｈ２）に及び得る。したがって、ノイズ現象に対する第１のタイプの示差屈折計について、図７Ａに示すように、（ａ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ１閾値／閾範囲７１０内にある場合、計算手段１４３は、ステータス１６４を良好ステータスであると計算することができ、表示手段１４６は、良好ステータスに対応する第１のグラフィカルユーザインターフェースオブジェクト（例えば、緑色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｂ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ１閾値／閾範囲７１０を超えており、Ｔｈ２閾値／閾範囲７１５内にある場合、計算手段１４３は、ステータス１６４を中間ステータスであると計算することができ、表示手段１４６は、中間ステータスに対応する第２のグラフィカルユーザインターフェースオブジェクト（例えば、黄色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｃ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ２閾値／閾範囲７１５を超えている／その外側にある場合、計算手段１４３は、ステータス１６４を不良ステータスであると計算することができ、表示手段１４６は、不良ステータスに対応する第３のグラフィカルユーザインターフェースオブジェクト（例えば、赤色のグラフィカルユーザインターフェースオブジェクト）を表示することができる。

図７Ａを参照すると、例えば、ノイズ現象に対する第２のタイプの示差屈折計の場合、Ｔｈ１閾値／閾／ノイズ閾値は、７．２０Ｅ－０９ ＲＩＵ（すなわち、狭いＴｈ１）～１．０８Ｅ－０８ ＲＩＵ（すなわち、広いＴｈ１）に及び得、一方、Ｔｈ２閾値／閾／ノイズ閾値は、３．６０Ｅ－０８ ＲＩＵ（すなわち、狭いＴｈ２）～５．４０Ｅ－０８ ＲＩＵ（すなわち、広いＴｈ２）に及び得る。したがって、ノイズ現象に対する第２のタイプの示差屈折計について、図７Ａに示すように、（ａ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ１閾値／閾範囲７１０内にある場合、計算手段１４３は、ステータス１６４を良好ステータスであると計算することができ、表示手段１４６は、良好ステータスに対応する第１のグラフィカルユーザインターフェースオブジェクト（例えば、緑色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｂ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ１閾値／閾範囲７１０を超えており、Ｔｈ２閾値／閾範囲７１５内にある場合、計算手段１４３は、ステータス１６４を中間ステータスであると計算することができ、表示手段１４６は、中間ステータスに対応する第２のグラフィカルユーザインターフェースオブジェクト（例えば、黄色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｃ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ２閾値／閾範囲７１５を超えている／その外側にある場合、計算手段１４３は、ステータス１６４を不良ステータスであると計算することができ、表示手段１４６は、不良ステータスに対応する第３のグラフィカルユーザインターフェースオブジェクト（例えば、赤色のグラフィカルユーザインターフェースオブジェクト）を表示することができる。

図８Ａを参照すると、例えば、ノイズ現象に対する粘度計の場合、Ｔｈ１閾値／閾／ノイズ閾値は、４．４０Ｅ－０５ｐｓｉ（すなわち、狭いＴｈ１）～６．６０Ｅ－０５ｐｓｉ（すなわち、広いＴｈ１）に及び得、一方、Ｔｈ２閾値／閾／ノイズ閾値は、２．２０Ｅ－０４ｐｓｉ（すなわち、狭いＴｈ２）～３．３０Ｅ－０４ｐｓｉ（すなわち、広いＴｈ２）に及び得る。したがって、ノイズ現象に対する粘度計について、図８Ａに示すように、（ａ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ１閾値／閾範囲８１０内にある場合、計算手段１４３は、ステータス１６４を良好ステータスであると計算することができ、表示手段１４６は、良好ステータスに対応する第１のグラフィカルユーザインターフェースオブジェクト（例えば、緑色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｂ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ１閾値／閾範囲８１０を超えており、Ｔｈ２閾値／閾範囲８１５内にある場合、計算手段１４３は、ステータス１６４を中間ステータスであると計算することができ、表示手段１４６は、中間ステータスに対応する第２のグラフィカルユーザインターフェースオブジェクト（例えば、黄色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｃ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ２閾値／閾範囲８１５を超えている／その外側にある場合、計算手段１４３は、ステータス１６４を不良ステータスであると計算することができ、表示手段１４６は、不良ステータスに対応する第３のグラフィカルユーザインターフェースオブジェクト（例えば、赤色のグラフィカルユーザインターフェースオブジェクト）を表示することができる。

ワンダインジケータ
例えば、表示手段１４６は、分析機器１９０のディスプレイ上に、それぞれＭＡＬＳ機器、示差屈折計、および粘度計について図６Ｂ、図７Ｂ、および図８Ｂに示されるように、分析されたデータセグメント１６２（すなわち、ワンダデータセグメント）および対応する閾値１５６（ワンダ閾値）についての計算されたステータス１６４に対応する色を有するグラフィカルユーザインターフェースオブジェクト５２５を表示することによってワンダの現象を示すことができる。図６Ｂを参照すると、例えば、ワンダ現象に対するＭＡＬＳ機器の場合、Ｔｈ１閾値／閾／ワンダ閾値は、２．００ Ｅ－０５Ｖ（すなわち、狭いＴｈ１）～３．００ Ｅ－０５Ｖ（すなわち、広いＴｈ１）に及び得、一方、Ｔｈ２閾値／閾／ワンダ閾値は、１．００ Ｅ－０４Ｖ（すなわち、狭いＴｈ２）～１．５０ Ｅ－０４Ｖ（すなわち、広いＴｈ２）に及び得る。したがって、ワンダ現象に対するＭＡＬＳ機器について、図６Ｂに示すように、（ａ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ１閾値／閾範囲６２０内にある場合、計算手段１４３は、ステータス１６４を良好ステータスであると計算することができ、表示手段１４６は、良好ステータスに対応する第１のグラフィカルユーザインターフェースオブジェクト（例えば、緑色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｂ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ１閾値／閾範囲６２０を超えており、Ｔｈ２閾値／閾範囲６２５内にある場合、計算手段１４３は、ステータス１６４を中間ステータスであると計算することができ、表示手段１４６は、中間ステータスに対応する第２のグラフィカルユーザインターフェースオブジェクト（例えば、黄色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｃ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ２閾値／閾範囲６２５を超えている／その外側にある場合、計算手段１４３は、ステータス１６４を不良ステータスであると計算することができ、表示手段１４６は、不良ステータスに対応する第３のグラフィカルユーザインターフェースオブジェクト（例えば、赤色のグラフィカルユーザインターフェースオブジェクト）を表示することができる。

図７Ｂを参照すると、例えば、ワンダ現象に対する第１のタイプおよび第２のタイプの示差屈折計の場合、Ｔｈ１閾値／閾／ワンダ閾値は、２．４０Ｅ－０８ ＲＩＵ（すなわち、狭いＴｈ１）～３．６０Ｅ－０８ ＲＩＵ（すなわち、広いＴｈ１）に及び得、一方、Ｔｈ２閾値／閾／ワンダ閾値は、１．２０Ｅ－０７ ＲＩＵ（すなわち、狭いＴｈ２）～１．８０Ｅ－０７ ＲＩＵ（すなわち、広いＴｈ２）に及び得る。したがって、ワンダ現象に対する第１のタイプおよび第２のタイプの示差屈折計について、図７Ｂに示すように、（ａ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ１閾値／閾範囲７２０内にある場合、計算手段１４３は、ステータス１６４を良好ステータスであると計算することができ、表示手段１４６は、良好ステータスに対応する第１のグラフィカルユーザインターフェースオブジェクト（例えば、緑色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｂ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ１閾値／閾範囲７２０を超えており、Ｔｈ２閾値／閾範囲７２５内にある場合、計算手段１４３は、ステータス１６４を中間ステータスであると計算することができ、表示手段１４６は、中間ステータスに対応する第２のグラフィカルユーザインターフェースオブジェクト（例えば、黄色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｃ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ２閾値／閾範囲７２５を超えている／その外側にある場合、計算手段１４３は、ステータス１６４を不良ステータスであると計算することができ、表示手段１４６は、不良ステータスに対応する第３のグラフィカルユーザインターフェースオブジェクト（例えば、赤色のグラフィカルユーザインターフェースオブジェクト）を表示することができる。

図８Ｂを参照すると、例えば、ワンダ現象に対する粘度計の場合、Ｔｈ１閾値／閾／ワンダ閾値は、２．００Ｅ－０４ｐｓｉ（すなわち、狭いＴｈ１）～３．００Ｅ－０４ｐｓｉ（すなわち、広いＴｈ１）に及び得、一方、Ｔｈ２閾値／閾／ワンダ閾値は、１．００Ｅ－０３ｐｓｉ（すなわち、狭いＴｈ２）～１．５０Ｅ－０３ｐｓｉ（すなわち、広いＴｈ２）に及び得る。したがって、ワンダ現象に対する粘度計について、図８Ｂに示すように、（ａ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ１閾値／閾範囲８２０内にある場合、計算手段１４３は、ステータス１６４を良好ステータスであると計算することができ、表示手段１４６は、良好ステータスに対応する第１のグラフィカルユーザインターフェースオブジェクト（例えば、緑色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｂ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ１閾値／閾範囲８２０を超えており、Ｔｈ２閾値／閾範囲８２５内にある場合、計算手段１４３は、ステータス１６４を中間ステータスであると計算することができ、表示手段１４６は、中間ステータスに対応する第２のグラフィカルユーザインターフェースオブジェクト（例えば、黄色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｃ）ノイズデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の振幅がＴｈ２閾値／閾範囲８２５を超えている／その外側にある場合、計算手段１４３は、ステータス１６４を不良ステータスであると計算することができ、表示手段１４６は、不良ステータスに対応する第３のグラフィカルユーザインターフェースオブジェクト（例えば、赤色のグラフィカルユーザインターフェースオブジェクト）を表示することができる。

ドリフトインジケータ
例えば、表示手段１４６は、分析機器１９０のディスプレイ上に、それぞれＭＡＬＳ機器、示差屈折計、および粘度計について図６Ｃ、図７Ｃ、および図８Ｃに示されるように、分析されたデータセグメント１６２（すなわち、ドリフトデータセグメント）および対応する閾値１５６（ドリフト閾値）についての計算されたステータス１６４に対応する色を有するグラフィカルユーザインターフェースオブジェクト５２５を表示することによってドリフトの現象を示すことができる。図６Ｃを参照すると、例えば、ドリフト現象に対するＭＡＬＳ機器の場合、Ｔｈ１閾値／閾勾配／ドリフト閾値は、８．００Ｅ－０６Ｖ／分（すなわち、狭いＴｈ１）～１．２０Ｅ－０５Ｖ／分（すなわち、広いＴｈ１）に及び得、一方、Ｔｈ２閾値／閾勾配／ドリフト閾値は、４．００Ｅ－０５Ｖ／分（すなわち、狭いＴｈ２）～６．００Ｅ－０５Ｖ／分（すなわち、広いＴｈ２）に及び得る。したがって、ドリフト現象に対するＭＡＬＳ機器について、図６Ｃに示すように、（ａ）ドリフトデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の勾配がＴｈ１閾値／閾勾配６３０以下である場合、計算手段１４３は、ステータス１６４を良好ステータスであると計算することができ、表示手段１４６は、良好ステータスに対応する第１のグラフィカルユーザインターフェースオブジェクト（例えば、緑色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｂ）ドリフトデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の勾配がＴｈ１閾値／閾勾配６３０を超えており、Ｔｈ２閾値／閾勾配６３５以下である場合、計算手段１４３は、ステータス１６４を中間ステータスであると計算することができ、表示手段１４６は、中間ステータスに対応する第２のグラフィカルユーザインターフェースオブジェクト（例えば、黄色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｃ）ドリフトデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の勾配がＴｈ２閾値／閾勾配６３５を超えている場合、計算手段１４３は、ステータス１６４を不良ステータスであると計算することができ、表示手段１４６は、不良ステータスに対応する第３のグラフィカルユーザインターフェースオブジェクト（例えば、赤色のグラフィカルユーザインターフェースオブジェクト）を表示することができる。

図７Ｃを参照すると、例えば、ドリフト現象に対する第１のタイプおよび第２のタイプの示差屈折計の場合、Ｔｈ１閾値／閾勾配／ドリフト閾値は、２．４０Ｅ－０８ ＲＩＵ／分（すなわち、狭いＴｈ１）～３．６０Ｅ－０８ ＲＩＵ／分（すなわち、広いＴｈ１）に及び得、一方、Ｔｈ２閾値／閾勾配／ドリフト閾値は、１．２０Ｅ－０７ ＲＩＵ／分（すなわち、狭いＴｈ２）～１．８０Ｅ－０７ ＲＩＵ／分（すなわち、広いＴｈ２）に及び得る。したがって、ドリフト現象に対する第１のタイプおよび第２のタイプの示差屈折計について、図７Ｃに示すように、（ａ）ドリフトデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の勾配がＴｈ１閾値／閾勾配７３０以下である場合、計算手段１４３は、ステータス１６４を良好ステータスであると計算することができ、表示手段１４６は、良好ステータスに対応する第１のグラフィカルユーザインターフェースオブジェクト（例えば、緑色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｂ）ドリフトデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の勾配がＴｈ１閾値／閾勾配７３０を超えており、Ｔｈ２閾値／閾勾配７３５以下である場合、計算手段１４３は、ステータス１６４を中間ステータスであると計算することができ、表示手段１４６は、中間ステータスに対応する第２のグラフィカルユーザインターフェースオブジェクト（例えば、黄色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｃ）ドリフトデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の勾配がＴｈ２閾値／閾勾配７３５を超えている場合、計算手段１４３は、ステータス１６４を不良ステータスであると計算することができ、表示手段１４６は、不良ステータスに対応する第３のグラフィカルユーザインターフェースオブジェクト（例えば、赤色のグラフィカルユーザインターフェースオブジェクト）を表示することができる。

図８Ｃを参照すると、例えば、ドリフト現象に対する粘度計の場合、Ｔｈ１閾値／閾勾配／ドリフト閾値は、１．２０Ｅ－０５ｐｓｉ／分（すなわち、狭いＴｈ１）～１．８０Ｅ－０５ｐｓｉ／分（すなわち、広いＴｈ１）に及び得、一方、Ｔｈ２閾値／閾勾配／ドリフト閾値は、６．００Ｅ－０５ｐｓｉ／分（すなわち、狭いＴｈ２）～９．００Ｅ－０５ｐｓｉ／分（すなわち、広いＴｈ２）に及び得る。したがって、ドリフト現象に対する粘度計について、図８Ｃに示すように、（ａ）ドリフトデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の勾配がＴｈ１閾値／閾勾配８３０以下である場合、計算手段１４３は、ステータス１６４を良好ステータスであると計算することができ、表示手段１４６は、良好ステータスに対応する第１のグラフィカルユーザインターフェースオブジェクト（例えば、緑色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｂ）ドリフトデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の勾配がＴｈ１閾値／閾勾配８３０を超えており、Ｔｈ２閾値／閾勾配８３５以下である場合、計算手段１４３は、ステータス１６４を中間ステータスであると計算することができ、表示手段１４６は、中間ステータスに対応する第２のグラフィカルユーザインターフェースオブジェクト（例えば、黄色のグラフィカルユーザインターフェースオブジェクト）を表示することができ、（ｃ）ドリフトデータセグメント（すなわち、分析されたデータセグメント１６２）についての受信データ１５１の１つまたは複数の勾配がＴｈ２閾値／閾勾配８３５を超えている場合、計算手段１４３は、ステータス１６４を不良ステータスであると計算することができ、表示手段１４６は、不良ステータスに対応する第３のグラフィカルユーザインターフェースオブジェクト（例えば、赤色のグラフィカルユーザインターフェースオブジェクト）を表示することができる。

前方モニタインジケータ
例えば、表示手段１４６は、図９に示すように、以下の比率に関して、グラフィカルユーザインターフェースオブジェクト５２５を分析機器１９０のディスプレイ上に表示することによって、分析機器１９０の前方モニタ（ＦＭＯＮ）インジケータによって示される、可能性のあるフローセル閉塞またはサンプル吸収の現象を示すことができる。

ＬＭは、機器１９０（例えば、ＭＡＬＳ機器）に結合された左モニタからの信号であり、ＦＭは、機器１９０に結合された前方モニタからの信号である。この比が少なくともＸ秒（例えば、１０秒）にわたってＴｈ１閾値／閾／ＦＭＯＮ閾値９１０（例えば、０．１）以下であった場合、表示手段１４６は、良好ステータスを示す第１のグラフィカルユーザインターフェースオブジェクト（例えば、緑色のグラフィカルユーザインターフェースオブジェクト）を表示することができる。この比が少なくともＸ秒（例えば、１０秒）にわたってＴｈ１閾値／閾／ＦＭＯＮ閾値９１０（例えば、０．１）よりも大きく、Ｔｈ２閾値／閾／ＦＭＯＮ閾値９１５（例えば、０．５）以下であった場合、表示手段１４６は、中間／注意ステータスを示す第２のグラフィカルユーザインターフェースオブジェクト（例えば、黄色のグラフィカルユーザインターフェースオブジェクト）を表示することができる。この比が少なくともＸ秒（例えば、１０秒）にわたってＴｈ２閾値／閾／ＦＭＯＮ閾値９１５（例えば、０．５）よりも大きかった場合、表示手段１４６は、不良／低ステータスを示す第３のグラフィカルユーザインターフェースオブジェクト（例えば、赤色のグラフィカルユーザインターフェースオブジェクト）を表示することができる。

コンピュータシステム
例示的な実施形態では、コンピュータシステムは、図１０に示すコンピュータシステム１０００である。コンピュータシステム１０００は、コンピュータシステムの一例にすぎず、本発明の実施形態の使用または機能の範囲に関するいかなる限定も示唆することを意図するものではない。それにもかかわらず、コンピュータシステム１０００は、本発明の機能／動作のいずれかを実行するように実装されることおよび／または実行することが可能である。

コンピュータシステム１０００は、多数の他の汎用または専用コンピューティングシステム環境または構成によって動作可能である、コンピュータシステム／サーバ１０１２を含む。コンピュータシステム／サーバ１０１２と共に使用するのに適し得る周知のコンピューティングシステム、環境、および／または構成の例は、パーソナルコンピュータシステム、サーバコンピュータシステム、シンクライアント、シッククライアント、ハンドヘルドまたはラップトップデバイス、マルチプロセッサシステム、マイクロプロセッサベースのシステム、セットトップボックス、プログラマブル家電、ネットワークＰＣ、ミニコンピュータシステム、メインフレームコンピュータシステム、および上記のシステムまたはデバイスのいずれかを含む分散クラウドコンピューティング環境を含むが、これらに限定されない。

コンピュータシステム／サーバ１０１２は、コンピュータシステムによって実行されるプログラムモジュールなどのコンピュータシステム実行可能命令の一般的な文脈で説明することができる。一般に、プログラムモジュールは、特定のタスクを実行するか、または特定の抽象データ型を実装するルーチン、プログラム、オブジェクト、コンポーネント、論理、および／またはデータ構造を含むことができる。コンピュータシステム／サーバ１０１２は、通信ネットワークを介してリンクされたリモート処理デバイスによってタスクが実行される分散クラウドコンピューティング環境において実施することができる。分散クラウドコンピューティング環境では、プログラムモジュールは、メモリ記憶デバイスを含むローカルおよびリモートコンピュータシステム記憶媒体の両方に配置することができる。

図１０に示すように、コンピュータシステム１０００内のコンピュータシステム／サーバ１０１２は、汎用コンピューティングデバイスの形態で示されている。コンピュータシステム／サーバ１０１２の構成要素は、１つまたは複数のプロセッサまたは処理ユニット１０１６、システムメモリ１０２８、およびシステムメモリ１０２８を含む様々なシステム構成要素をプロセッサ１０１６に結合するバス１０１８を含むことができるが、これらに限定されない。

バス１０１８は、様々なバスアーキテクチャのいずれかを使用するメモリバスまたはメモリコントローラ、周辺バス、アクセラレーテッドグラフィックスポート、およびプロセッサまたはローカルバスを含むいくつかのタイプのバス構造のうちの１つまたは複数を表す。例として、限定ではないが、そのようなアーキテクチャは、業界標準アーキテクチャ（ＩＳＡ）バス、マイクロチャネルアーキテクチャ（ＭＣＡ）バス、拡張ＩＳＡ（ＥＩＳＡ）バス、ビデオ電子装置規格化協会（ＶＥＳＡ）ローカルバス、および周辺装置相互接続（ＰＣＩ）バスを含む。

コンピュータシステム／サーバ１０１２は、通常、様々なコンピュータシステム可読媒体を含む。そのような媒体は、コンピュータシステム／サーバ１０１２によってアクセス可能な任意の利用可能な媒体であってよく、それは、揮発性および不揮発性媒体、取外し可能および取外し不可能媒体の両方を含む。

システムメモリ１０２８は、ランダムアクセスメモリ（ＲＡＭ）１０３０および／またはキャッシュメモリ１０３２などの揮発性メモリの形態のコンピュータシステム可読媒体を含むことができる。コンピュータシステム／サーバ１０１２は、他の取り外し可能／取り外し不能、揮発性／不揮発性コンピュータシステム記憶媒体をさらに含むことができる。単なる例として、取外し不能な不揮発性磁気媒体（図示せず、典型的には「ハードドライブ」と呼ばれる）との間で読み書きするための、ストレージシステム１０３４を提供することができる。図示していないが、取り外し可能不揮発性磁気ディスク（例えば、「フロッピー（登録商標）ディスク」）に対して読み書きを行う磁気ディスクドライブ、および、ＣＤ－ＲＯＭ、ＤＶＤまたは他の光媒体のような取り外し可能不揮発性光ディスクに対して読み書きを行う光ディスクドライブを提供することができる。そのような場合、それらは各々、１つまたは複数のデータ媒体インターフェースによってバス１０１８に接続することができる。下記にさらに示し、説明するように、メモリ１０２８は、本発明の実施形態の機能／動作を実行するように構成されたプログラムモジュールのセット（例えば、少なくとも１つ）を有する少なくとも１つのプログラム製品を含むことができる。

プログラムモジュール１０４２のセット（少なくとも１つ）を有するプログラム／ユーティリティ１０４０は、限定ではなく例としてメモリ１０２８に記憶されてもよい。例示的なプログラムモジュール１０４２は、オペレーティングシステム、１つまたは複数のアプリケーションプログラム、他のプログラムモジュール、およびプログラムデータを含むことができる。オペレーティングシステム、１つまたは複数のアプリケーションプログラム、他のプログラムモジュール、およびプログラムデータの各々、またはそれらの何らかの組み合わせは、ネットワーク環境の実施態様を含むことができる。プログラムモジュール１０４２は、一般に、本発明の実施形態の機能および／または方法を実行する。

コンピュータシステム／サーバ１０１２はまた、キーボード、ポインティングデバイス、ディスプレイ１０２４などのユーザがコンピュータシステム／サーバ１０１２と対話できるようにする１つまたは複数のデバイス、および／または、コンピュータシステム／サーバ１０１２が１つまたは複数の他のコンピューティングデバイスと通信することを可能にする任意のデバイス（例えば、ネットワークカード、モデムなど）のような１つまたは複数の外部デバイス１０１４と通信することもできる。そのような通信は、入出力（Ｉ／Ｏ）インターフェース１０２２を介して行うことができる。さらに、コンピュータシステム／サーバ１０１２は、ネットワークアダプタ１０２０を介して、ローカルエリアネットワーク（ＬＡＮ）、一般的な広域ネットワーク（ＷＡＮ）、および／または公衆ネットワーク（例えば、インターネット）などの１つまたは複数のネットワークと通信することができる。図示のように、ネットワークアダプタ１０２０は、バス１０１８を介してコンピュータシステム／サーバ１０１２の他の構成要素と通信する。図示されていないが、他のハードウェアおよび／またはソフトウェア構成要素をコンピュータシステム／サーバ１０１２と共に使用することができることを理解されたい。例としては、マイクロコード、デバイスドライバ、冗長処理ユニット、外部ディスクドライブアレイ、ＲＡＩＤシステム、テープドライブ、およびデータアーカイブストレージシステムが挙げられるが、これらに限定されない。

コンピュータプログラム製品
本発明は、システム、方法、および／またはコンピュータプログラム製品であってもよい。コンピュータプログラム製品は、プロセッサに本発明の態様を実行させるためのコンピュータ可読プログラム命令を有するコンピュータ可読記憶媒体（複数可）を含むことができる。

コンピュータ可読記憶媒体は、命令実行デバイスによる使用のための命令を保持および格納することができる有形のデバイスとすることができる。コンピュータ可読記憶媒体は、例えば、電子記憶デバイス、磁気記憶デバイス、光記憶デバイス、電磁記憶デバイス、半導体記憶デバイス、またはこれらの任意の適切な組み合わせであってもよいが、これらに限定されない。コンピュータ可読記憶媒体のより具体的な例の非網羅的なリストは、ポータブルコンピュータディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、消去可能プログラマブル読み出し専用メモリ（ＥＰＲＯＭまたはフラッシュメモリ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、ポータブルコンパクトディスク読み出し専用メモリ（ＣＤ－ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、メモリスティック、フロッピーディスク、命令が記録されたパンチカードまたは溝内の隆起構造などの機械的に符号化されたデバイス、および上記の任意の適切な組み合わせを含む。本明細書において使用されるコンピュータ可読記憶媒体は、無線波もしくは他の自由に伝搬する電磁波、導波路もしくは他の伝送媒体を伝搬する電磁波（例えば、光ファイバケーブルを通過する光パルス）、またはワイヤを介して伝送される電気信号などの一時的な信号自体であると解釈されるべきではない。

本明細書に記載のコンピュータ可読プログラム命令は、コンピュータ可読記憶媒体から、またはネットワーク、例えばインターネット、ローカルエリアネットワーク、ワイドエリアネットワークおよび／または無線ネットワークを介して外部コンピュータもしくは外部記憶デバイスを介してそれぞれのコンピューティング／処理デバイスにダウンロードすることができる。ネットワークは、銅伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイコンピュータおよび／またはエッジサーバを含んでもよい。各コンピューティング／処理装置内のネットワークアダプタカードまたはネットワークインターフェースは、ネットワークからコンピュータ可読プログラム命令を受信し、それぞれのコンピューティング／処理デバイス内のコンピュータ可読記憶媒体に記憶するためにコンピュータ可読プログラム命令を転送する。

本発明の動作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、機械命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはＳｍａｌｌｔａｌｋ、Ｃ＋＋などのオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語または同様のプログラミング言語などの従来の手続き型プログラミング言語を含む、１つまたは複数のプログラミング言語の任意の組み合わせで書かれたソースコードまたはオブジェクトコードのいずれかであってもよい。コンピュータ可読プログラム命令は、完全にユーザのコンピュータ上で、部分的にユーザのコンピュータ上で、スタンドアロンソフトウェアパッケージとして、部分的にユーザのコンピュータ上で、部分的にリモートコンピュータ上で、または完全にリモートコンピュータもしくはサーバ上で実行することができる。後者のシナリオでは、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）もしくはワイドエリアネットワーク（ＷＡＮ）を含む任意のタイプのネットワークを介してユーザのコンピュータに接続されてもよく、または接続は外部コンピュータに対して（例えば、インターネットサービスプロバイダを使用してインターネットを介して）行われてもよい。いくつかの実施形態では、例えば、プログラマブル論理回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、またはプログラマブルロジックアレイ（ＰＬＡ）を含む電子回路は、本発明の態様を実行するために、コンピュータ可読プログラム命令の状態情報を利用して電子回路をパーソナライズすることによってコンピュータ可読プログラム命令を実行することができる。

本発明の態様は、本発明の実施形態による方法、装置（システム）、およびコンピュータプログラム製品のフローチャート図および／またはブロック図を参照して本明細書において説明されている。フローチャート図および／またはブロック図の各ブロック、ならびにフローチャート図および／またはブロック図のブロックの組み合わせは、コンピュータ可読プログラム命令によって実施することができることが理解されよう。

これらのコンピュータ可読プログラム命令は、コンピュータまたは他のプログラム可能なデータ処理装置のプロセッサを介して実行される命令が、フローチャートおよび／またはブロック図の１つまたは複数のブロックにおいて指定されている機能／動作を実施するための手段を作成するように、機械を製造するために、汎用コンピュータ、専用コンピュータ、または他のプログラム可能なデータ処理装置のプロセッサに提供されてもよい。これらのコンピュータ可読プログラム命令はまた、コンピュータ、プログラマブルデータ処理装置、および／または他のデバイスに特定の方法で機能するように指示することができるコンピュータ可読記憶媒体に格納されてもよく、その結果、命令を格納されているコンピュータ可読記憶媒体は、フローチャートおよび／またはブロック図の１つまたは複数のブロック内で指定された機能／動作の態様を実施する命令を含む製品を含む。

コンピュータ可読プログラム命令はまた、コンピュータ、他のプログラム可能なデータ処理装置、または他のデバイス上で実行される命令がフローチャートおよび／またはブロック図の１つまたは複数のブロック内で指定された機能／動作を実施するように、コンピュータ、他のプログラム可能な装置、または他のデバイス上で一連の動作ステップを実行させてコンピュータ実装プロセスを生成するために、コンピュータ、他のプログラム可能な装置、または他のデバイス上にロードされてもよい。

図中のフローチャートおよびブロック図は、本発明の様々な実施形態によるシステム、方法、およびコンピュータプログラム製品の可能な実施態様のアーキテクチャ、機能、および動作を示す。これに関して、フローチャートまたはブロック図の各ブロックは、指定された論理機能（複数可）を実装するための１つまたは複数の実行可能命令を含むモジュール、セグメント、または命令の一部を表すことができる。いくつかの代替的な実施態様では、ブロック内に記載された機能は、図に記載された順序から外れて行われてもよい。例えば、連続して示されている２つのブロックは、実際には、実質的に同時に実行されてもよく、またはブロックは、関連する機能に応じて、時には逆の順序で実行されてもよい。また、ブロック図および／またはフローチャート図の各ブロック、ならびにブロック図および／またはフローチャート図のブロックの組み合わせは、指定された機能もしくは動作を実行するか、または専用ハードウェアとコンピュータ命令との組み合わせを実行する専用ハードウェアベースのシステムによって実装できることにも留意されたい。

本開示の様々な実施形態の説明は、例示の目的で提示されており、網羅的であること、または開示された実施形態に限定されることを意図するものではない。説明されている実施形態の範囲および精神から逸脱することなく、多くの変更および変形が当業者には明らかであろう。本明細書で使用される用語は、実施形態の原理、実際の用途または市場で見られる技術に対する技術的改善を説明するために、または当業者が本明細書に開示される実施形態を理解することを可能にするために選択されている。

Claims (16)

1. コンピュータ実装方法であって、
   コンピュータシステムによって、少なくとも１つの液体サンプルを監視する少なくとも１つの分析機器からデータを受信することと、
   前記コンピュータシステムによって、前記受信データを、前記少なくとも１つの機器、前記少なくとも１つのサンプル、および前記少なくとも１つの機器の少なくとも１つの動作環境のうちの少なくとも１つの少なくとも２つの特性についてのデータセグメントにセグメント化する論理演算のセットを実行することと、
   前記コンピュータシステムによって、少なくとも２つの特性についての前記データセグメントの各々を分析する論理演算のセットを実行し、分析されたデータセグメントをもたらすことと、
   前記コンピュータシステムによって、前記少なくとも２つの特性についての閾値をコンピュータデータソースから取り出すことと、
   前記コンピュータシステムによって、前記分析されたデータセグメントおよび前記閾値に関連して、前記少なくとも１つの機器、前記少なくとも１つのサンプル、および前記少なくとも１つの動作環境のうちの少なくとも１つの、少なくとも１つのステータスを計算することと、
   前記コンピュータシステムによって、前記少なくとも１つの機器の少なくとも１つのディスプレイ上に前記少なくとも１つのステータスを表示することと、
   前記少なくとも１つのステータスに関連して前記少なくとも１つの機器の少なくとも１つの状態を変更する論理演算のセットを実行することとを含み、
   前記変更することは、
   前記少なくとも１つのステータスが中間ステータスおよび不良ステータスのうちの少なくとも１つであることに応答して、前記少なくとも１つの機器を洗浄するために洗浄システムを作動させることを含み、前記少なくとも２つの特性はノイズおよびワンダを表す、
   または、
   前記少なくとも１つのステータスが中間ステータスおよび不良ステータスのうちの少なくとも１つであることに応答して、前記少なくとも１つの機器から前記少なくとも１つのサンプルをパージするためにパージシステムを作動させることを含み、前記少なくとも２つの特性のうちの１つがドリフトを表す、
   または、
   前記少なくとも１つのステータスが不良ステータスであることに応答して、前記少なくとも１つの機器から前記少なくとも１つのサンプルをパージするためにパージシステムを作動させることを含み、前記少なくとも２つの特性のうちの１つが前方モニタセンサからの信号を表す、コンピュータ実装方法。
2. 前記少なくとも１つの機器は、多角度光散乱機器を含み、
   前記受信データは、散乱光の時変光レベルを示し、
   前記光レベルは、前記多角度光散乱機器による前記少なくとも１つのサンプルの少なくとも１つの測定値から導出される、請求項１に記載の方法。
3. 前記受信データは、前記多角度光散乱機器の少なくとも９０度フォトダイオードからの時変光レベル読み値を含む、請求項２に記載の方法。
4. 前記受信データは、前記多角度光散乱機器の少なくとも０度フォトダイオードからの時変光レベル読み値を含む、請求項２に記載の方法。
5. 前記少なくとも１つの機器は、多角度光散乱機器を含み、
   前記受信データは、前記多角度光散乱機器からの電気的ノイズを示す、請求項１に記載の方法。
6. 前記少なくとも１つの機器は、示差屈折計を含み、
   前記受信データは時変示差屈折率値を示し、
   前記示差屈折率値は、前記示差屈折計による前記少なくとも１つのサンプルの少なくとも１つの測定値から導出される、請求項１に記載の方法。
7. 前記少なくとも１つの機器は、粘度計を含み、
   前記受信データは時変差圧値を示し、
   前記差圧値は、前記粘度計による前記少なくとも１つのサンプルの少なくとも１つの測定値から導出される、請求項１に記載の方法。
8. 前記少なくとも２つの特性のうちの１つは、ノイズ、ワンダ、およびドリフトからなる群から選択される現象を表し、
   前記データセグメントは、
   前記現象がノイズであることに応答した０秒～３０秒のデータセグメント、
   前記現象がワンダであることに応答した３０秒～５分のデータセグメント、および
   前記現象がドリフトであることに応答した５分～ｎ分のデータセグメントを含み、
   ｎは１０以下の数である、請求項１に記載の方法。
9. 前記分析は、
   前記コンピュータシステムによって、前記データセグメントをノイズ振幅値およびノイズ勾配値のうちの少なくとも一方と比較することであって、ノイズを示す前記分析されたデータセグメントをもたらす、比較すること、
   前記コンピュータシステムによって、前記データセグメントをワンダ振幅値およびワンダ勾配値のうちの少なくとも一方と比較することであって、ワンダを示す前記分析されたデータセグメントをもたらす、比較すること、および
   前記コンピュータシステムによって、前記データセグメントをドリフト振幅値およびドリフト勾配値のうちの少なくとも一方と比較することであって、ドリフトを示す前記分析されたデータセグメントをもたらす、比較すること
   のうちの少なくとも１つを含む、請求項１に記載の方法。
10. 前記表示することは、
    前記少なくとも１つのステータスが良好ステータスであることに応答して第１のグラフィカルユーザインターフェースオブジェクトを表示することと、
    前記少なくとも１つのステータスが中間ステータスであることに応答して第２のグラフィカルユーザインターフェースオブジェクトを表示することと、
    前記少なくとも１つのステータスが不良ステータスであることに応答して第３のグラフィカルユーザインターフェースオブジェクトを表示することと
    を含む、請求項１に記載の方法。
11. ステータスデータを少なくとも１つのデータシンクに送信することをさらに含み、
    前記ステータスデータは前記少なくとも１つのステータスを示し、
    前記少なくとも１つのデータシンクは、電話、コンピュータシステム、コンピュータデータベース、コンピュータディスプレイ、および論理回路からなる群から選択される、請求項１に記載の方法。
12. 前記ステータスデータは、視覚データ、テキストデータ、音響データ、触覚データ、嗅覚データ、および味覚データのうちの少なくとも１つを含む、請求項１１に記載の方法。
13. 前記視覚データは、
    前記少なくとも１つのステータスが良好ステータスであることに応答した第１のグラフィカルユーザインターフェースオブジェクト、
    前記少なくとも１つのステータスが中間ステータスであることに応答した第２のグラフィカルユーザインターフェースオブジェクト、および
    前記少なくとも１つのステータスが不良ステータスであることに応答した第３のグラフィカルユーザインターフェースオブジェクト
    を別のディスプレイ上にレンダリングするための情報を含み、
    前記テキストデータは、少なくとも１つの電子メールメッセージおよび少なくとも１つの電子テキストメッセージのうちの少なくとも１つを含む、請求項１２に記載の方法。
14. 前記受信データは、前記少なくとも１つの機器からの少なくとも１つの警報状態を示す、請求項１に記載の方法。
15. システムであって、
    メモリと、
    前記メモリと通信するプロセッサであって、前記プロセッサは方法を実施するように構成されたプロセッサとを備え、前記方法は、
    少なくとも１つの液体サンプルを監視する少なくとも１つの分析機器からデータを受信することと、
    前記受信データを、前記少なくとも１つの機器、前記少なくとも１つのサンプル、および前記少なくとも１つの機器の少なくとも１つの動作環境のうちの少なくとも１つの少なくとも２つの特性についてのデータセグメントにセグメント化する論理演算のセットを実行することと、
    前記少なくとも２つの特性についての前記データセグメントの各々を分析する論理演算のセットを実行し、分析されたデータセグメントをもたらすことと、
    前記少なくとも２つの特性についての閾値をコンピュータデータソースから取り出すことと、
    前記分析されたデータセグメントおよび前記閾値に関連して、前記少なくとも１つの機器、前記少なくとも１つのサンプル、および前記少なくとも１つの動作環境のうちの少なくとも１つの、少なくとも１つのステータスを計算することと、
    前記少なくとも１つの機器の少なくとも１つのディスプレイ上に前記少なくとも１つのステータスを表示することと、
    前記少なくとも１つのステータスに関連して前記少なくとも１つの機器の少なくとも１つの状態を変更する論理演算のセットを実行することとを含み、
    前記変更することは、
    前記少なくとも１つのステータスが中間ステータスおよび不良ステータスのうちの少なくとも１つであることに応答して、前記少なくとも１つの機器を洗浄するために洗浄システムを作動させることを含み、前記少なくとも２つの特性はノイズおよびワンダを表す、
    または、
    前記少なくとも１つのステータスが中間ステータスおよび不良ステータスのうちの少なくとも１つであることに応答して、前記少なくとも１つの機器から前記少なくとも１つのサンプルをパージするためにパージシステムを作動させることを含み、前記少なくとも２つの特性のうちの１つがドリフトを表す、
    または、
    前記少なくとも１つのステータスが不良ステータスであることに応答して、前記少なくとも１つの機器から前記少なくとも１つのサンプルをパージするためにパージシステムを作動させることを含み、前記少なくとも２つの特性のうちの１つが前方モニタセンサからの信号を表す、システム。
16. プログラム命令を具現化するコンピュータ可読記憶媒体を含むコンピュータプログラム製品であって、前記プログラム命令は、プロセッサによって、前記プロセッサに方法を実施させるために実行可能であり、前記方法は
    少なくとも１つの液体サンプルを監視する少なくとも１つの分析機器からデータを受信することと、
    前記受信データを、前記少なくとも１つの機器、前記少なくとも１つのサンプル、および前記少なくとも１つの機器の少なくとも１つの動作環境のうちの少なくとも１つの少なくとも２つの特性についてのデータセグメントにセグメント化する論理演算のセットを実行することと、
    前記少なくとも２つの特性についての前記データセグメントの各々を分析する論理演算のセットを実行し、分析されたデータセグメントをもたらすことと、
    前記少なくとも２つの特性についての閾値をコンピュータデータソースから取り出すことと、
    前記分析されたデータセグメントおよび前記閾値に関連して、前記少なくとも１つの機器、前記少なくとも１つのサンプル、および前記少なくとも１つの動作環境のうちの少なくとも１つの、少なくとも１つのステータスを計算することと、
    前記少なくとも１つの機器の少なくとも１つのディスプレイ上に前記少なくとも１つのステータスを表示することと、
    前記少なくとも１つのステータスに関連して前記少なくとも１つの機器の少なくとも１つの状態を変更する論理演算のセットを実行することとを含み、
    前記変更することは、
    前記少なくとも１つのステータスが中間ステータスおよび不良ステータスのうちの少なくとも１つであることに応答して、前記少なくとも１つの機器を洗浄するために洗浄システムを作動させることを含み、前記少なくとも２つの特性はノイズおよびワンダを表す、
    または、
    前記少なくとも１つのステータスが中間ステータスおよび不良ステータスのうちの少なくとも１つであることに応答して、前記少なくとも１つの機器から前記少なくとも１つのサンプルをパージするためにパージシステムを作動させることを含み、前記少なくとも２つの特性のうちの１つがドリフトを表す、
    または、
    前記少なくとも１つのステータスが不良ステータスであることに応答して、前記少なくとも１つの機器から前記少なくとも１つのサンプルをパージするためにパージシステムを作動させることを含み、前記少なくとも２つの特性のうちの１つが前方モニタセンサからの信号を表す、コンピュータプログラム製品。

Images