JP7454160B2 - 産業用のモノのインターネットのための方法およびシステム - Google Patents

産業用のモノのインターネットのための方法およびシステム Download PDF

Info

Publication number
JP7454160B2
JP7454160B2 JP2019511819A JP2019511819A JP7454160B2 JP 7454160 B2 JP7454160 B2 JP 7454160B2 JP 2019511819 A JP2019511819 A JP 2019511819A JP 2019511819 A JP2019511819 A JP 2019511819A JP 7454160 B2 JP7454160 B2 JP 7454160B2
Authority
JP
Japan
Prior art keywords
data
machine
sensor
data collection
local data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2019511819A
Other languages
English (en)
Other versions
JP2019523425A5 (ja
JP2019523425A (ja
Inventor
ハワード セラ，チャールズ
ウィリアム ダフィー，ジュニア，ジェラルド
ピー． マクガキン，ジェフリー
Original Assignee
ストロング フォース アイオーティ ポートフォリオ ２０１６，エルエルシー
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ストロング フォース アイオーティ ポートフォリオ ２０１６，エルエルシー filed Critical ストロング フォース アイオーティ ポートフォリオ ２０１６，エルエルシー
Publication of JP2019523425A publication Critical patent/JP2019523425A/ja
Publication of JP2019523425A5 publication Critical patent/JP2019523425A5/ja
Priority to JP2022020596A priority Critical patent/JP2022078082A/ja
Priority to JP2023192490A priority patent/JP2024019175A/ja
Application granted granted Critical
Publication of JP7454160B2 publication Critical patent/JP7454160B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423—Input/output
    • G05B19/0425—Safety, monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • 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
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • G05B11/32—Automatic controllers electric with inputs from more than one sensing element; with outputs to more than one correcting element
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423—Input/output
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the network communication
    • 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
    • G05B23/0216—Human interface functionality, e.g. monitoring system providing help to the user in the selection of tests or in its configuration
    • 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
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • 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
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • 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
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/042—Knowledge-based neural networks; Logical representations of neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/046—Forward inferencing; Production systems
    • G06N5/047—Pattern matching networks; Rete networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/02—Gearings; Transmission mechanisms
    • G01M13/028—Acoustic or vibration analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/04—Bearings
    • G01M13/045—Acoustic or vibration analysis
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/23—Pc programming
    • G05B2219/23253—Expert system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/23—Pc programming
    • G05B2219/23258—GUI graphical user interface, icon, function bloc editor, labview
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24015—Monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/25—Pc structure of the system
    • G05B2219/25174—Ethernet
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/25—Pc structure of the system
    • G05B2219/25255—Neural network
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/25—Pc structure of the system
    • G05B2219/25268—PLD programmable logic device
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31156—Network structure, internet
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31282—Data acquisition, BDE MDE
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32252—Scheduling production, machining, job shop
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/33—Director till display
    • G05B2219/33333—Network multiprocessing
    • 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
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/20—Arrangements in telecontrol or telemetry systems using a distributed architecture
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/40—Arrangements in telecontrol or telemetry systems using a wireless architecture
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • H04W84/20—Master-slave selection or change arrangements
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Description

本願は、ストロング・フォース、産業用モノ・インターネット・マトリックスとの表題が付けられた、２０１６年５月９日付け米国特許出願番号６２／３３３，５８９；より柔軟なポスト・プロセッシングのためのストレージに長期期間及びギャップフリー波形データをストリームする自動化シーケンス・リストとの表題が付けられた、２０１６年６月１５日付け米国特許出願番号６２／３５０，６７２；産業用モノ・インターネットとの表題が付けられた、２０１６年１０月２６日付米国特許出願番号６２／４１２，８４３；産業用モノ・インターネットのための方法及び装置との表題が付けられた、２０１６年１１月２８日付け米国特許出願６２／４２７，１４１の優先権を主張する、産業用のモノのインターネットのための方法およびシステムとの表題が付けられた、２０１７年５月９日付けで出願され、２０１７年１１月１６日付けでＷＯ／２０１７／１９６８２１として公開された、国際出願番号ＰＣＴ／ＵＳ１７／３１７２１の優先権を主張する。上記した全ての出願は、ここに完全に記載されてとおりに、参照により組み込まれる。
本開示は、産業環境におけるデータ収集のための方法およびシステムに関するとともに、監視、遠隔制御、自律動作、および産業環境における他の活動のために、収集されたデータを活用するための方法およびシステムに関する。
大規模製造（航空機、船舶、トラック、自動車、大型産業機械など）、エネルギー生産環境（石油・ガスプラント、再生可能エネルギー環境など）、エネルギー抽出（鉱業、掘削など）及び、建設環境（大型建築物の建設など）の重工業環境は、高度に複雑な機械、装置、システム、及び高度に複雑なワークフローを含み、オペレータは、設計、開発、配置・展開、及び運用を最適化するために、多数のパラメータ、メトリックなどを考慮しなければならず、また、全体的な結果を改善するために、様々な技術の運用を考慮しなければならない。歴史的には、データは、重工業環境では、人が専用データコレクタを使用することにより収集され、後で分析するためにテープ及びハードドライブ等のメディアに特定のセンサデータのバッチを記録することにより収集されることもあった。バッチのデータは、歴史的には、様々なセンサにより収集されたデータについての信号処理または他の分析を行うことによって、分析のために中央局に戻されており、その後で、分析は、環境内の問題を診断し、および/または運用を改善する方法を提案するための基礎として使用される。この作業は、歴史的には、数週間または数ヶ月の時間スケールで行われ、限られたデータセットに向けられた。
モノのインターネット（ＩｏＴ）の出現により、より広範な装置に連続的に接続することが可能になった。そのような装置の殆どは、照明、サーモスタットなどの民生用装置である。利用可能なデータの範囲が制限されることがあるため、より複雑な産業環境はさらに困難であり、また、複数のセンサからのデータを処理する複雑さは、産業部門に有効である「スマート」なソリューションを作ることをより一層困難にする。産業環境におけるデータ収集のための改良された方法及びシステム、並びに、様々な重工業環境における、改良された監視、制御、及び、問題の知的診断及び運用のインテリジェントな最適化を提供するための、収集されたデータを使用するための改良された方法およびシステムが、必要である。
本明細書において、産業環境におけるデータ収集のための方法およびシステム、ならびに、収集されたデータを使用して、改善された監視、制御、および、様々な重産業環境における問題の知的（インテリジェント）診断および作業の知的最適化を提供するための改良された方法およびシステムが提供される。これらの方法およびシステムは、以下のような様々な構成および場所に装備される方法、システム、コンポーネント、デバイス、ワークフロー、サービス、プロセスなどを含む。様々な構成および場所は、例えば、（ａ）重産業機械のローカル環境のような、ＩｏＴの「エッジ」、（ｂ）重産業機械のローカル環境と（他の機械またはリモートコントローラなどの）他の環境（例えば、機械を所有または運転する企業または機械が運転されている施設）との間でデータを移動させるデータ転送ネットワーク、（ｃ）機械またはその環境（例えば、重産業環境またはその環境に装備される機械、デバイス、またはシステムを所有または制御する企業のクラウドコンピューティング環境またはオンプレミスコンピューティング環境）を制御するための施設が設けられている場所である。これらの方法およびシステムには、改善されたデータ収集を提供するための方法およびシステム、並びに、エッジ、ネットワーク、および産業環境のコントローラのクラウドまたは施設において改善されたインテリジェンスを装備するための方法およびシステムの範囲が含まれる。
本明細書において、エネルギー生産設備の回転要素およびベアリングの連続超音波監視を提供すること含む連続超音波監視のための方法およびシステムが開示される。
本明細書において、リモートのアナログ産業用センサの融合に基づくクラウドベースの機械パターン認識ための方法およびシステムが開示される。
本明細書において、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析のための方法およびシステムが開示される。
本明細書において、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合およびデータストレージのための方法およびシステムが開示される。この方法およびシステムは、複数のセンサからのデータが、融合されたデータストリームを記憶するためのデバイスで多重化される、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合およびデータストレージを含む。
本明細書において、産業用ＩｏＴデータのための自己組織化データ市場（マーケットプレイス）のための方法およびシステムが開示される。この方法およびシステムは、利用可能なデータ要素が、トレーニングセットと市場の成功尺度からのフィードバックを使用した自己組織化設備のトレーニングに基づいて消費市場で消費者によって編成される、産業用ＩｏＴデータのための自己組織化データ市場のための方法およびシステムを含む。
本明細書において、自己組織化データプールのための方法およびシステムが開示される。この方法およびシステムは、複数のデータプールに対して追跡される利用率および／または収率（yield）のメトリックを含む、利用率および／または収率のメトリックに基づくデータプールの自己組織化を含む。
本明細書において、産業固有のフィードバックに基づく人工知能（ＡＩ）モデルのトレーニングのための方法およびシステムが開示される。この方法およびシステムは、ＡＩモデルが産業環境からのセンサデータ上で稼働する、利用率、収率、または衝撃の基準を反映した産業固有のフィードバックに基づくＡＩモデルのトレーニングのための方法およびシステムを含む。
本明細書において、自己組織化された産業データコレクタのスワーム（自己組織化された一群の産業データコレクタ）のための方法およびシステムが開示される。この方法およびシステムは、スワームのメンバーの能力および条件に基づいてデータ収集を最適化するように自らを自己組織化する、自己組織化された産業データコレクタのスワームのための方法およびシステムを含む。
本明細書において、産業用ＩｏＴデータの自動データ市場で実行されるトランザクションの追跡をサポートする分散元帳を含む、産業用ＩｏＴ分散元帳のための方法およびシステムが開示される。
本明細書において、環境内の条件に基づいてデータ収集、電力、および／または収率を最適化することができる、自己組織化するマルチセンサデータコレクタを含む、自己組織化コレクタのための方法およびシステムが開示される。
本明細書において、帯域幅、サービスの質（ＱｏＳ）、プライシングおよび／または他のネットワーク状態に基づいて最適化することができるネットワーク状態感知型の自己組織化するマルチセンサデータコレクタを含む、ネットワークセンシティブな（ネットワーク感応型のまたはネットワークに敏感な）コレクタのための方法およびシステムが開示される。
本明細書において、産業データ収集環境において特定される必要性および／または状態に基づいてセンサインタフェースをパワーアップおよびダウンすることができるユニバーサルデータコレクタを遠隔的に組織化するための方法およびシステムが開示される。
本明細書において、産業センサデータ用のマルチセンサデータコレクタの自己組織化ストレージを含む、マルチセンサデータコレクタ用の自己組織化ストレージのための方法およびシステムがここに開示される・
本明細書において、産業データ収集環境において複数のセンサからデータを転送するデータネットワークのための自己組織化ネットワークコーディングを含む、マルチセンサデータネットワーク用の自己組織化ネットワークコーディングのための方法およびシステムが開示される。
本明細書において、産業センサデータコレクタのための、振動、熱、電気、および／または音響出力を含むウェアラブル触覚（ハプティック）または多感覚ユーザインタフェースを含む、触覚または多感覚ユーザインタフェースのための方法およびシステムが開示される。
本明細書において、収集されたデータのパターンおよび／またはパラメータに基づいてヒートマップ要素が提示される、拡張現実／仮想現実（ＡＲ／ＶＲ）産業用眼鏡のためのプレゼンテーション層のための方法およびシステムが開示される。
本明細書において、産業環境におけるフィードバックのメトリックおよび／またはトレーニングに基づくＡＲ／ＶＲインタフェースの条件依存型の自己組織化された調整のための方法およびシステムが開示される。
実施形態では、産業環境における第１の機械の少なくとも第１の要素からの信号のデータ収集、処理、および利用のためのシステムは、産業環境における少なくとも第1の機械から得られた少なくとも第１のセンサ信号および第２のセンサ信号を有するローカルデータ収集システムに接続されたコンピューティング環境を含むプラットフォームを含む。このシステムは、第1の機械に接続されるように構成されたローカルデータ収集システム内の第１のセンサと、ローカルデータ収集システム内の第２のセンサと、を含む。このシステムは、さらに、第1のセンサに接続された第1の入力および第２のセンサに接続された第２の入力を含む複数の入力と複数の出力とを有するローカルデータ収集システムのクロスポイントスイッチを含む。複数の出力は、第１の出力が第１のセンサ信号の配信と第２のセンサ信号の配信との間で切り替わるように構成された状態と、第１の出力からの第1のセンサ信号と第２の出力からの第２のセンサ信号の同時配信が存在する状態との間で切替可能に構成された、第１の出力および第２の出力を含む。複数の入力の各々は、複数の出力のいずれかに個別に割り当てられるように構成され、未割り当ての出力は、スイッチがオフになってハイインピーダンス状態を生成するように構成される。
実施形態では、第1のセンサ信号および第２のセンサ信号は、産業環境に関する連続振動データである。実施形態では、ローカルデータ収集システム内の第２のセンサは、第１の機械に接続されるように構成されている。実施形態では、ローカルデータ収集システム内の第２のセンサは、産業環境における第２の機械に接続されるように構成されている。実施形態では、プラットフォームのコンピューティング環境は、第１のセンサ信号と第２のセンサ信号の相対位相を比較するように構成されている。実施形態では、第1のセンサは単軸センサであり、第２のセンサは３軸センサである。実施形態では、クロスポイントスイッチの複数の入力のうちの少なくとも１つは、改善された信号対雑音比のためにインターネットプロトコルのフロントエンド信号調整を含む。実施形態では、クロスポイントスイッチは、第３の入力を含み、この第３の入力は、この第３の入力が複数の出力のうちのいずれにも割り当てられていないときに既定のトリガ条件を有する連続監視警報を備えるように構成されている。
実施形態では、ローカルデータ収集システムは、複数の多重化ユニットと、産業環境において複数の機械からの複数のデータストリームを受信する複数のデータ取得ユニットを含む。実施形態では、ローカルデータ収集システムは、複数の多重化ユニットと産業環境において複数の機械からの複数のデータストリームを受信する複数のデータ取得ユニットの論理制御のためのデータバスに対してそれぞれ専用の、分散型の複合プログラマブルハードウェアデバイス（ＣＰＬＤ）チップを含む。実施形態では、ローカルデータ収集システムは、ソリッドステートリレーを用いて高電流入力性能を備えるように構成される。実施形態では、ローカルデータ収集システムは、アナログセンサチャネルおよびコンポーネントボードのうちの少なくとも1つをパワーダウンするように構成される。
実施形態では、ローカルデータ収集システムは、第１のセンサおよび第２のセンサの電圧に依存しないＡ／Ｄゼロリファレンスのための外部電圧基準を含む。実施形態では、ローカルデータ収集システムは、低速ＲＰＭおよび位相相情報を得るように構成された位相ロックループ帯域通過トラッキングフィルタを含む。実施形態では、ローカルデータ収集システムは、少なくとも1つのトリガチャネルおよび複数の入力のうちの少なくとも1つに対するオンボードタイマを使用して、デジタル的に位相を導出するように構成される。実施形態では、ローカルデータ収集システムは、ピーク検出のための別個のアナログ／デジタル変換器を用いて自動スケーリングするように構成されたピーク検出器を含む。実施形態では、ローカルデータ収集システムは、未処理のおよびバッファ後のうちの少なくとも一方の少なくとも１つのトリガチャネルを、複数の入力のうちの少なくとも１つにルーティングするように構成される。実施形態では、ローカルデータ収集システムは、入力オーバーサンプリングレートを増加させてサンプリングレート出力を低減し、アンチエイリアシングフィルタ要件を最小限に抑えるように構成された少なくとも1つのデルタシグマアナログ／デジタル変換器を含む。実施形態では、複数の多重化ユニットおよび複数のデータ取得ユニットの論理制御のためのデータバスに対してそれぞれ専用の分散型ＣＰＬＤチップは、少なくとも1つのデルタシグマアナログ／デジタル変換器がデジタルリサンプリングなしでサンプリングレートを下げるために、分散型ＣＰＬＤチップの少なくとも1つによって分割されるように構成された高周波クリスタルクロック基準を含む。
実施形態では、ローカルデータ収集システムは、異なるサンプリングレートで取得された複数のデータセットとは対照的に、単一の比較的高いサンプリングサンプリングレートデータで長いデータブロックを取得するように構成される。実施形態では、単一の比較的高サンプリングレートは、約４０キロヘルツの最大周波数に対応する。実施形態では、長いデータブロックは、一分を超える期間である。実施形態では、ローカルデータ収集システムは、それぞれがオンボードカードセットを有する複数のデータ収集ユニットを含むように構成され、オンボードカードセットは、オンボードカードセットが配置されているデータ収集ユニットの較正情報およびメンテナンス履歴を記憶するように構成されている。実施形態では、ローカルデータ収集システムは、階層テンプレートに基づいてデータ収集経路を計画するように構成されている。
実施形態では、ローカルデータ収集システムは、データ収集帯域を管理するように構成される。実施形態では、データ収集帯域は、特定周波数帯域と、スペクトルピーク、真のピークレベル、時間波形に由来する波高率、および振動エンベロープから導出される全体的な波形からなる群のうちの少なくとも１つと、を定める。実施形態では、ローカルデータ収集システムは、データ収集帯域のインテリジェントな管理を使用するニューラルネットエキスパートシステムを含む。実施形態では、ローカルデータ収集システムは、データ収集経路が関連付けられた機械に関連するデータ収集帯域をそれぞれ含む階層テンプレートに基づいて、データ収集経路を作成するように構成される。実施形態では、階層テンプレートの少なくとも1つは、第１の機械の複数の相互接続された要素に関連付けられている。実施形態では、階層テンプレートの少なくとも１つは、少なくとも第１の機械および第２の機械の同様の要素に関連付けられている。実施形態では、記階層テンプレートの少なくとも１つは、少なくとも第２の機械の位置に近接した第１の機械に関連付けられている。
実施形態では、ローカルデータ収集システムは、データ収集帯域を管理するように構成されたグラフィカルユーザインタフェース（ＧＵＩ）システムを含む。実施形態では、ＧＵＩシステムは、エキスパートシステム診断ツールを含む。実施形態では、プラットフォームは、産業環境に対して予想される状態情報を提供する複数のセンサからの状態情報の、クラウドベースの機械パターン解析を含む。実施形態では、プラットフォームは、利用率メトリックおよび収率メトリックのうちの少なくとも1つに基づいて、データプールの自己組織化を提供するように構成される。実施形態では、プラットフォームは、産業データコレクタの自己組織化されたスワームを含む。実施形態では、ローカルデータ収集システムは、振動、熱、電気、および音出力のうちの少なくとも１つを備えた、産業センサデータコレクタレクタのためのウェアラブル触覚ユーザインタフェースを含む。
実施形態では、クロスポイントスイッチの複数の入力は、第２のセンサに接続された第３の入力と、第２のセンサに接続された第４の入力とを含み、第１のセンサ信号は、第１の機械に関連付けられた不変の場所における単軸センサからのものである。実施形態では、第２のセンサは、３軸センサである。実施形態では、ローカルデータ収集システムは、少なくとも第１の入力、第２の入力、第３の入力、および第４の入力から同時に、ギャップフリーのデジタル波形データを記録するように構成される。実施形態では、プラットフォームは、同時に記録されたギャップフリーのデジタル波形データに基づいて、相対位相の変化を決定するように構成される。実施形態では、第２のセンサは、同時に記録されたギャップフリーのデジタル波形データを取得する間、第1の機械に関連付けられた複数の位置に移動可能に構成される。実施形態では、クロスポイントスイッチの複数の出力は、第３の出力および第４の出力を含み、第２、第３、および第4の出力は、機械に関連付けられた異なる位置にそれぞれ配置された一連の３軸センサに一緒に割り当てられる。実施形態では、プラットフォームは、相対位相および同時に記録されたギャップフリーのデジタル波形データの変化に基づいて、動作の偏向形状を決定するように構成される。
実施形態では、不変の場所の位置は、第１の機械の回転シャフトに関連付けられた位置である。実施形態では、一連の３軸センサ中の複数の３軸センサは、それぞれ第1の機械上の異なる位置に配置されており、かつ、それぞれ該機械の異なるベアリングに関連付けられている。実施形態では、一連の３軸センサ中の複数の3軸センサは、それぞれ同様のベアリングに関連付けられた同様の位置に配置されており、かつ、それぞれ異なる機械に関連付けられている。実施形態では、ローカルデータ収集システムは、第１の機械と第２の機械の両方が動作している間に、第１の機械から同時に記録されたギャップフリーのデジタル波形データを取得するように構成される。実施形態では、ローカルデータ収集システムは、第１の機械からの同時に記録されたギャップフリーのデジタル波形データ中に、第１の機械および第２の機械からの寄与を特徴付けるように構成される。実施形態では、同時に記録されたギャップフリーのデジタル波形データは、１分を超える期間を有する。
実施形態では、１組のベアリングにより支持された少なくとも１つのシャフトを有する機械を監視する方法は、機械に関連付けられた不変の場所で単軸センサに割り当てられた第1のデータチャネルを監視するステップを含む。この方法は、３軸センサの軸にそれぞれ割り当てられた第２、第３、および第４のデータチャネルを監視するステップを含む。この方法は、機械が動作している間に、全てのデータチャネルからのギャップフリーのデジタル波形データを同時に記録するステップを含む。この方法は、デジタル波形データに基づいて相対位相の変化を決定するステップを含む。
実施形態では、デジタル波形データを取得する間に、３軸センサは、機械に関連付けられた複数の位置に配置される。実施形態では、第２、第３、および第４のチャネルは、機械に関連付けられた異なる位置にそれぞれ配置された一連の３軸センサに一緒に割り当てられる。実施形態では、データは、全てのセンサから同時に受信される。実施形態では、この方法は、相対位相情報と波形データの変化に基づいて動作の偏向形状を決定するステップを含む。実施形態では、不変の場所の位置は、機械のシャフトに関連付けられた位置である。実施形態では、一連の３軸センサ中の複数の３軸センサは、それぞれ異なる位置に配置され、かつ機械の異なるベアリングにそれぞれ関連付けられている。実施形態では、不変の場所の位置は、機械のシャフトに関連する位置である。一連の３軸センサ中の複数の３軸センサは、それぞれ異なる位置に配置され、機械内のシャフトを支持する異なるベアリングにそれぞれ関連付けられている。
実施形態では、この方法は、第２の機械に関連付けられた不変の場所で単軸センサに割り当てられた第1のデータチャネルを監視するステップを含む。この方法は、第２の機械に関連付けられた場所に位置する３軸センサの軸にそれぞれ割り当てられた第２、第３、および第４のデータチャネルを監視するステップを含む。この方法はまた、両方の機械が動作している間に、第２の機械の全てのデータチャネルからのギャップフリーのデジタル波形データを同時に記録するステップも含んでいる。実施形態では、この方法は、第２の機械からの同時のギャップフリーのデジタル波形データ中に、それぞれの機械からの寄与を特徴付けるステップを含む。
実施形態では、産業環境における第１の機械の少なくとも第１の要素で監視するプラットフォームを使用した信号のデータ収集、処理、および利用のための方法は、少なくとも第1の機械を監視するローカルデータ収集システムを使用して少なくとも第１のセンサ信号および第２のセンサ信号を、コンピューティング環境を使用して自動的に、取得するステップを含む。この方法は、ローカルデータ収集システムにおいてクロスポイントスイッチの第１の入力を第１のセンサに接続し、クロスポイントスイッチの第２の入力を第２のセンサに接続するステップを含む。この方法は、クロスポイントスイッチの、第１の出力が第１のセンサ信号の配信と第２のセンサ信号の配信との間で切り替わる状態と、第１の出力からの第1のセンサ信号と第２の出力からの第２のセンサ信号の同時配信が存在する状態との間を切り替えるステップを含む。この方法はまた、クロスポイントスイッチの未割り当ての出力を、スイッチをオフしてハイインピーダンス状態にするステップも含んでいる。
実施形態では、第1のセンサ信号および第２のセンサ信号は、産業環境からの連続振動データである。実施形態では、ローカルデータ収集システム内の第２のセンサは、第１の機械に接続される。実施形態では、ローカルデータ収集システム内の第２のセンサは、産業環境における第２の機械に接続される。実施形態では、この方法は、第１のセンサ信号と第２のセンサ信号の相対位相を、コンピューティング環境を使用して自動的に比較するステップをさらに含む。実施形態では、第１のセンサは単軸センサであり、第２のセンサは３軸センサである。実施形態では、クロスポイントスイッチの少なくとも第１の入力は、改善された信号対雑音比のためにインターネットプロトコルのフロントエンド信号調整を含む。
実施形態では、この方法は、クロスポイントスイッチの少なくとも第３の入力を、該第３の入力がクロスポイントスイッチの複数の出力のうちのいずれにも割り当てられていないときに既定のトリガ条件を有する警報を使用して連続監視するステップをさらに含む。実施形態では、ローカルデータ収集システムは、複数の多重化ユニットと、産業環境において複数の機械からの複数のデータストリームを受信する複数のデータ取得ユニットを含む。実施形態では、ローカルデータ収集システムは、複数の多重化ユニットと産業環境において複数の機械からの複数のデータストリームを受信する複数のデータ取得ユニットの論理制御のためのデータバスに対してそれぞれ専用の、分散型複合プログラマブルハードウェアデバイス（ＣＰＬＤ）チップを含む。実施形態では、ローカルデータ収集システムは、ソリッドステートリレーを使用した高電流入力性能を備える。
実施形態では、この方法は、ローカルデータ収集システムは、アナログセンサチャネルおよびコンポーネントボードのうちの少なくとも1つをパワーダウンするステップをさらに含む。実施形態では、ローカルデータ収集システムは、第１のセンサおよび第２のセンサの電圧に依存しないＡ／Ｄゼロリファレンスのための外部電圧基準を含む。実施形態では、ローカルデータ収集システムは、低速ＲＰＭおよび位相相情報を得る位相ロックループ帯域通過トラッキングフィルタを含む。実施形態では、この方法は、クロスポイントスイッチ上の少なくとも1つのトリガチャネルおよび複数の入力のうちの少なくとも1つに対するオンボードタイマを使用して、デジタル的に位相を導出するステップを含む。
実施形態では、この方法は、ピーク検出のための別個のアナログ／デジタル変換器を用いたピーク検出器を使用して自動スケーリングするステップを含む。実施形態では、この方法は、クロスポイントスイッチ上の未処理のおよびバッファ後のうちの少なくとも一方の少なくとも１つのトリガチャネルを、複数の入力のうちの少なくとも１つにルーティングするステップを含む。実施形態では、この方法は、サンプリングレート出力を低減し、アンチエイリアシングフィルタ要件を最小限に抑えるために、少なくとも1つのデルタシグマアナログ／デジタル変換器を使用して入力オーバーサンプリングレートを増加させるステップを含む。実施形態では、分散型ＣＰＬＤチップは、複数の多重化ユニットおよび複数のデータ取得ユニットの論理制御のためのデータバスに対してそれぞれ専用であり、少なくとも1つのデルタシグマアナログ／デジタル変換器がデジタルリサンプリングなしでサンプリングレートを下げるために、分散型ＣＰＬＤチップの少なくとも1つによって分割されるように構成された高周波クリスタルクロック基準をそれぞれ含む。実施形態では、この方法は、異なるサンプリングレートで取得された複数のデータセットとは対照的に、単一の比較的高いサンプリングサンプリングレートデータで長いデータブロックを取得するステップを含む。実施形態では、単一の比較的高サンプリングレートは、約４０キロヘルツの最大周波数に対応する。実施形態では、長いデータブロックは、一分を超える期間である。実施形態では、ローカルデータ収集システムは、複数のデータ収集ユニットを含み、それぞれのデータ収集ユニットは、オンボードカードセットを有しており、該オンボードカードセットは、該オンボードカードセットが配置されているデータ収集ユニットの較正情報およびメンテナンス履歴を記憶する。
実施形態では、この方法は、産業環境における第１の機械の少なくとも第１の要素に関連付けられた階層テンプレートに基づいてデータ収集経路を計画するステップを含む。実施形態では、ローカルデータ収集システムは、データ収集帯域を管理し、該データ収集帯域は、特定周波数帯域と、スペクトルピーク、真のピークレベル、時間波形に由来する波高率、および振動エンベロープから導出される全体的な波形からなる群のうちの少なくとも１つと、を定める。実施形態では、ローカルデータ収集システムは、データ収集帯域のインテリジェントな管理を使用するニューラルネットエキスパートシステムを含む。実施形態では、ローカルデータ収集システムは、データ収集経路が関連付けられた機械に関連するデータ収集帯域をそれぞれ含む階層テンプレートに基づいて、データ収集経路を作成する。実施形態では、階層テンプレートの少なくとも1つは、第１の機械の複数の相互接続された要素に関連付けられている。実施形態では、階層テンプレートの少なくとも１つは、少なくとも第１の機械および第２の機械の同様の要素に関連付けられている。実施形態では、階層テンプレートの少なくとも１つは、少なくとも第２の機械の位置に近接した第１の機械に関連付けられている。
実施形態では、この方法は、データ収集帯域を管理するために、ローカルデータ収集システムのＧＵＩシステムを制御するステップを含む。ＧＵＩシステムは、エキスパートシステム診断ツールを含む。実施形態では、プラットフォームのコンピューティング環境は、産業環境に対して予想される状態情報を提供する複数のセンサからの状態情報の、クラウドベースの機械パターン解析を含む。実施形態では、プラットフォームのコンピューティング環境は、利用率メトリックおよび収率メトリックのうちの少なくとも1つに基づいて、データプールの自己組織化を提供する。実施形態では、プラットフォームのコンピューティング環境は、産業データコレクタの自己組織化されたスワームを含む。実施形態では、クロスポイントスイッチの複数の入力の各々は、クロスポイントスイッチの複数の出力のいずれかに個別に割り当て可能である。
図１から図５は、本開示に従う産業用のモノのインターネット（ＩｏＴ）のデータ収集、監視、制御システムの全体をそれぞれ示す模式図である。 図２は、図１から図５は、本開示に従う産業用のモノのインターネット（ＩｏＴ ）のデータ収集、監視、制御システムの全体をそれぞれ示す模式図である。 図３は、図１から図５は、本開示に従う産業用のモノのインターネット（ＩｏＴ ）のデータ収集、監視、制御システムの全体をそれぞれ示す模式図である。 図４は、図１から図５は、本開示に従う産業用のモノのインターネット（ＩｏＴ ）のデータ収集、監視、制御システムの全体をそれぞれ示す模式図である。 図５は、図１から図５は、本開示に従う産業用のモノのインターネット（ＩｏＴ ）のデータ収集、監視、制御システムの全体をそれぞれ示す模式図である。
図６は、本開示に従って、機械、構成要素、システム、サブシステム、周囲条件、状態、ワークフロー、プロセス、及び他の要素等の環境の要素に関するまたは環境の要素からデータを収集するために産業環境に配置されたローカルデータ収集システムを含むプラットフォームを示す模式図である。
図７は、本開示に従って、産業環境におけるアナログセンサデータを収集するための産業データ収集システムの要素を示す模式図である。
図８は、本開示に従って、波形データを収集するように構成されたデータ取得モジュールを有する回転機械または揺動機械の模式図である。
図９は、本開示に従う例示的な回転機械のモータ軸受に取り付けられた例示的な３軸センサを示す模式図である。
図１０および図１１は、本開示に従う例示的な回転機械のモータ軸受に取り付けられた例示的な３軸センサおよび単軸センサを示す模式図である。 図１０および図１１は、本開示に従う例示的な回転機械のモータ軸受に取り付けられた例示的な３軸センサおよび単軸センサを示す模式図である。
図１２は、本開示に従って、複数のセンサの全体を使用して調査中の複数の機械を示す模式図である。
図１３は、本開示に従うハイブリッドリレーショナルメタデータおよびバイナリストレージアプローチを示す模式図である。
図１４は、本開示に従うデータ収集及び処理ための認知および機械学習システムのアプリケーションを伴うデータ収集アーキテクチャのコンポーネント及び相互作用を示す模式図である。
図１５は、本開示に従う認知データ市場を有するプラットフォームのアプリケーションを伴うデータ収集アーキテクチャのコンポーネントおよび相互作用を示す模式図である。
図１６は、本開示に従うデータコレクタの自己組織化されたスワームのアプリケーショを伴うデータ収集アーキテクチャのコンポーネントおよび相互作用を示す模式図である。
図１７は、本開示に従う、触覚ユーザインタフェースのアプリケーショを伴うデータ収集アーキテクチャのコンポーネントおよび相互作用を示す模式図である。
本開示の詳細な実施形態は、ここに開示される。しかしながら、開示された実施形態は、本開示の単なる例示であり、様々な形態で具体化されることが可能である。従って、ここに開示される特定の構造的及び機能的な詳細は、限定して解釈されるべきでなく、特許請求の範囲の基礎としてのみ解釈され、また、当業者が本開示を事実上いかなる適切な詳細の構造で多様に用いるように教示するための代表的な基礎として解釈されるべきである。
ここで使用される「１つの（a)」または「１つの (an)」という用語は、１つまたは１つ以上として定義される。ここで使用される「別の(another)」という用語は、少なくとも第２またはそれ以上のものとして定義される。ここで使用される「有する (including)」および/または「備える(having)」という用語は、含む (comprising)（すなわち、開放遷移)として定義される。
本開示のいくつかの実施形態のみが示され説明されているけれども、以下の特許請求の範囲に記載されたとおり、本開示の精神および範囲から逸脱することなく、多くの変更及び修正が可能であることは、当業者に明らかであろう。ここで参照された全ての特許出願及び特許（外国および国内の両方)並びに他の全ての刊行物は、法律で許可されている範囲内で全体的にここに組み込まれる。
図１から図５は、産業用のモノのインターネット（ＩｏＴ）のデータ収集・監視・制御システム１０の全体図の一部を示す。図２は、図１から図５までの産業用のモノのインターネットシステム（産業用ＩｏＴシステム）１０の概略図の左上部分を示す。図２は、モバイル・アドホック・ネットワーク（ＭＡＮＥＴ)２０を含み、当該ネットワークは、クラウド３０または他のリモートネットワーキングシステムと安全かつ一時的なネットワーク接続２２（接続されこともあり、分離されることもあり)を形成し、それにより、ネットワーク機能は、外部ネットワークを必要とせずに、環境内のＭＡＮＥＴ２０に亘り行われ、また、情報が、中央の位置との間で情報をやりとりされることがある。これにより、産業環境でネットワーキング及び制御技術の恩恵を使用することが可能になり、また、サイバー攻撃の防止などのセキュリティを提供することが可能になる。ＭＡＮＥＴ２０は、ルータ４２、ＭＡＣ４４、及び物理層技術４６などの、ＩＰプロトコルと同等のものを形成する認知無線技術４０を使用する。データ収集装置または重工業機械とのネットワークを介した、データのネットワークセンシティブまたはネットワーク認識トランスポートも示されている。
図３は、図１から図５までの産業用のモノのインターネットシステム１０の概略図の右上部分を示す。これは、重工業機械が配置されているIｏＴ配備の端に、局所的に配備されたインテリジェントなデータ収集技術５０を含む。これは、様々なセンサ５２、ＩｏＴデバイス５４、データ記憶能力５６（インテリジェントな自己組織化ストレージを含む)、センサ融合（自己組織化センサ融合を含む)などを含む。図３は、マルチ感覚インタフェース、タブレット、スマートフォン５８などを含むデータ収集のためのインタフェースを示す。図３は、また、ローカルまたはリモートのインテリジェンスによって後に消費するためなど、マシンの状態を検出するマシンまたはセンサによって公開されたデータを収集するデータプール６０を示す。分散型元帳システム６２は、環境の様々な要素のローカルストレージに亘って、またはシステム全体に亘るより広範囲にストレージを分散させる。
図１は、図１から図５までの産業用ＩｏＴシステムの概略図の中央部分を示す。これは、データ収集システム及びクラウドとの間でネットワークを介した大量のデータを効率的に伝送すべく、フィードバック測定値、ネットワーク状態などに基づいてネットワーク符号化モデルを構成するネットワーク符号化 (自己組織化ネットワーク符号化を含む)の使用を含む。クラウドまたは企業の所有者またはオペレータの構内には、インテリジェンス、分析、リモートコントロール、リモート操作、リモート最適化などの幅広い機能が配備されている (図１を参照)。これは、様々なストレージ構成を含み、当該ストレージ構成は、トランザクションデータ及びシステムの他の要素をサポート等するための、分散型元帳ストレージを含む。
図１、図４及び図５は、図１から図５までの産業用ＩｏＴシステムの概略図の右下隅を示す。これは、プログラム・データ・マーケット７０を含み、当該プログラム・データ・マーケット７０は、ここに開示されまた図１から図５までに図示された、データコレクタ、データプール、分散型元帳、及び他の要素などの産業環境で収集された利用可能なデータを作成するため等の自己組織化市場であってもよい。図１、図４、および図５は、また、デバイス上のセンサ融着８０を図示し、当該センサ融着８０は、例えば、複数のアナログセンサ８２からのデバイスデータを保存するためのものであり、当該複数のアナログセンサ８２は、局所的またはクラウドで分析され、当該分析は、例えば、機械学習８４により行われ、ここに開示された方法及びシステムを操作するときのフィードバック (例えば、成功の尺度に基づく)を提供することによって増強される、人間によって作成された初期モデルに基づく機械を訓練することによることを含む。図１から図５までの様々な構成要素及び副構成要素に関する追加の詳細は、本開示を通じて提供される。
実施形態では、ここでプラットフォーム１００と呼ばれる、産業環境におけるデータの収集、処理、及び利用のためのシステムのための方法及びシステムが提供される。図６を参照すると、プラットフォーム１００は、ローカルデータ収集システム１０２を含み、当該ローカルデータ収集システム１０２は、機械、構成要素、システム、サブシステム、周囲条件、状態、ワークフロー、プロセス、及び他の要素等の環境の要素から、または、についてデータを収集するために、産業環境等の環境１０４に配置される。プラットフォーム１００は、図１から５までに図示された、産業用ＩｏＴデータの収集、監視及び制御システム１０の一部に接続し、又は、含む。プラットフォーム１００は、ホスト処理システム１１２などのネットワーク１１０を介して、ローカルデータ収集システム１０２との間でデータのやりとりを行う等のために、ネットワークデータ転送システム１０８を含み、当該ネットワークデータ転送システム１０８は、例えば、コンピューティング環境若しくは企業の構内に配置されたもの、又は、ローカルデータ収集システム１０２により収集されたデータを処理するために互いに相互作用する分散型コンポーネントからなるものである。ホスト処理システム１１２は、場合によっては便宜的にホストシステム１１２として参照されるが、データの自動化若しくは自動化支援処理を可能にするための様々なシステム、構成要素、方法、プロセス、設備等を含み、これらのシステム等は、１つ若しくは複数の環境１０４若しくはネットワーク１１０を監視するため、またはローカル環境１０４若しくはネットワーク１１０内の１つ若しくは複数の要素を遠隔的に制御等するためのものである。プラットフォーム１００は、１つまたは複数のローカル自律システム１１４を含み、当該システム１１４は、例えば、自律動作を可能にし、当該自律動作は、例えば、人工的または機械ベースのインテリジェンスを反映するなどであり、当該機械ベースのインテリジェンスは、ローカルデータ収集システム１０２からまたは１つ若しくは複数の入力ソース１１６からの入力データに関する、一連のルールまたはモデルのアプリケーションに基づく自動アクションを可能にするなどであり、ローカル環境１０４、ネットワーク１１０、ホストシステム１１２、または１つ若しくは複数の外部システム、データベースなどでのものを含む広範囲のソースからの情報の供給及び入力を含む。プラットフォーム１００は、１つまたは複数のインテリジェントシステム１１８を含み、当該システム１１８は、プラットフォーム１００の１つまたは複数のコンポーネントへの入力として配置され、統合され、または機能する。プラットフォーム１００のこれら及び他の構成要素の詳細は、本開示を通じて提供される。
インテリジェントシステムは、コグニティブシステム１２０を含み、当該システム１２０は、処理要素の調整の結果としてある程度の認知行動を可能等にし、当該処理要素は、例えば、メッシュシステム、ピアツーピアシステム、リングシステム、シリアルシステム、および他のアーキテクチャであり、１つ以上のノード要素は 他のノード要素と協調して、処理、通信、データ収集などを支援するための集合的に調整された動作を提供する。図２に示されるMANET２０は、ルータ４２、MAC４４、及び物理層技術４６など、IPプロトコルに相当するものを含むコグニティブ無線技術を使用する。一例では、コグニティブシステム技術スタックは、Ｓｃｈｌｉｃｈｔらの米国特許第８、０６０、０１７号 (２０１１年１１月１５日発行)に開示された例を含み、ここに完全に記載されたものとして、参照によりここに組み込まれる。
インテリジェントシステムは、機械学習システム１２２を含み、当該システム１２２は、例えば１つまたは複数のデータセットを学習する。この１つまたは複数のデータセットは、ローカルデータ収集システム１０２を使用して収集された情報、または、入力ソース１１６からの他の情報を含むものであってもよい。当該情報は、状態、オブジェクト、イベント、パターン、状況などを識別し、今度は、プラットフォーム１００の構成要素、並びに、産業用ＩｏＴデータ収集、監視及び制御システム１０などの一部への入力として、処理システム１１２による処理のために用いられる。学習は、人間により監督され、または完全に自動化されても良く、当該監督及び自動化は、例えば、学習すべき項目に関する情報と共に、データセットを提供するために１つまたは複数の入力ソース１１６を使用しても良い。機械学習は、世界での１つ若しくは複数のモデル、ルール、意味理解、ワークフロー、または他の構造化または半構造化の理解であり、これらは、例えば、システム若しくはプロセスへのフィードバック又はフィードフォワードに基づくシステムまたはプロセスの制御の自動最適化である。意味論的及び文脈的な理解、ワークフロー、または他の構造化若しくは半構造的理解のためのこのような機械学習技術の１つが、２０１２年６月１２日に発行されたMooreの米国特許第８、２００、７７５号に開示されている。機械学習は、上記を改善するために使用され、例えば、１つまたは複数の重み、構造、規則、その他（例えば、モデル内の関数を変更すること)を調整することにより使用され、当該調整は、フィードバックまたは反復に基づき、当該フィードバックは、例えば、与えられた状況におけるモデルの成功に関し、当該反復は、例えば、再帰的なプロセスである。システムの基本的な構造及び動作の十分な理解が知られていない場合、不十分なデータが利用できない場合、様々な理由で優先される他の場合に、機械学習は、基本的なモデルがなくても、行われることがある。すなわち、入力ソースは、構造の先験的な理解に関係なく、機械学習施設内で重み付けされ、構造化されてもよく、結果 (様々な所望の目的を達成するときの成功の尺度に基づくなど)を機械学習システムに連続的に供給し、目標を達成する方法を学ぶことができる。例えば、システムは、学習し、それにより、障害を認識し、パターンを認識し、モデルまたは機能を開発し、ルールを開発し、パフォーマンスを最適化し、障害率を最小化し、利益を最適化し、リソース使用率を最適化し、フロー (例えば、トラフィック)を最適化し、または、広範囲の環境など、成功した成果に関連する他の多くのパラメータを最適化する。機械学習は、遺伝的プログラミング技術を使用し、当該技術は、例えば、成功した要素が一連の世代に亘って出現するように、フィードバックに基づいて、１つまたは複数の入力ソース、構造、データタイプ、オブジェクト、重み、ノード、リンク、またはその他の要因を昇格させまたは降格させることである。例えば、データ収集システム１０２の代わりに利用可能なセンサ入力は、一連のデータ収集事象に亘る遺伝的プログラミング技術を使用して、どのような配列が成功の結果をもたらすかを様々な条件に基づいて決定するように、代替の構成及び配列で配置され、前記様々な条件とは、プラットフォーム１００の構成要素の条件、ネットワーク１１０の条件、データ収集システム１０２の条件、環境１０４の条件などである。実施形態では、ローカル機械学習は、時間に亘って配列された、マルチセンサデータコレクタ１０２内の１つまたは複数のセンサをオンまたはオフし、他方で、成功の追跡の成果は、パフォーマンスインジケータ（例えば、効率、有効性、投資収益率、利回りなど）に寄与し、１つまたは複数のパラメータ、パターン（例えば、脅威、障害モード、成功モードなどに関する）の最適化に寄与する。例えば、システムは、データコレクタ１０２の最高値利用を達成すべく、所定の条件下でどのようなセンサのセットがオンまたはオフになるべきかを学習する。実施形態では、同様の技術が使用されることにより、プラットフォーム１００内でのデータの転送の最適化を取り扱い、前記技術の使用は、ネットワーク１１０内において、ネットワークの構成要素を構築することを学習すべく、遺伝的プログラミングまたは他の機械学習技術を使用することによってであり、前記した構築は、例えば、ネットワーク転送路を構築すること、ネットワークコーディングタイプ、ネットワーク・アーキテクチャを構築すること、ネットワーク・セキュリティ・構成要素等を構築することである。
実施形態では、ローカルデータ収集システム１０２は、アナログ及び他のセンサデータの収集及び処理のための多数の新規な特徴を有する高性能マルチセンサデータコレクタを含んでも良い。実施形態では、ローカルデータ収集システム１０２は、図３に図示された工業設備に配備されても良い。ローカルデータ収集システム１０２は、他の機械を監視して配備されても良く、当該他の機械は、図９及び図１０中の機械２３００、図１２に図示された機械２４００、２６００、２８００、２９５０、３０００、及び、図１３に図示された機械３２０２、３２０４等である。データ収集システム１０２は、オンボードインテリジェントシステムを備えてもよく、当該システムは、コンテキスト及び条件に基づいてセンサの配列及び組合せを構成するなど、データコレクタの構成及び動作を最適化することを学習するためのものである。一例では、データ収集システム１０２は、クロスポイントスイッチ１３０を含む。ローカルデータ収集システム１０２の自動化されたインテリジェントな構成は、様々なタイプの情報に基づいてよく、当該情報は、例えば、様々な入力ソースからであり、また、例えば、利用可能な電力、センサの電力要件、収集されたデータの値（例えば、 プラットフォーム１００の他の要素からのフィードバック情報に基づく）、情報の相対値（同一または類似な情報の他のソースの利用可能性に基づく）、電力利用可能性（センサに電力を供給するなど）、ネットワークの状態、周囲状態、動作状態、動作コンテキスト、動作イベント、その他に基づく。
図７は、産業環境で収集されたセンサデータ（アナログセンサデータなど）のデータ収集及び分析システム１１００の要素およびサブコンポーネントを示す。図７に図示されるように、ここに開示される方法及びシステムの実施形態は、マルチプレクサ（「Ｍｕｘ」）１１０４で始まるいくつかの異なるモジュールを有するハードウェアを含んでも良い。実施形態では、Ｍｕｘ１１０４は、メインボードとオプションボード１１０８とで構成されている。メインボードは、センサがシステムに接続する場所である。 これらの接続は、取り付けを容易にすべく、上部にある。このボードの下側及びＭｕｘオプションボード上に、多数の設定があり、前記Ｍｕｘオプションボードは、ボードの両端にある２つのヘッダを介してメインボードに接続する。実施形態では、Ｍｕｘオプションボードは、オス・ヘッダを有し、当該オス・ヘッダは、メインＭｕｘボード上のメス・ヘッダと一緒に噛み合う。これにより、不動産を少なくして、積み重ねることができる。
実施形態では、メインＭｕｘは、ハードウェア集積化などの信号調整の一部が行われるケーブルを介して、母（例えば、４つの同時チャンネルを有する）及び娘（例えば、８つの合計チャンネルのための４つの追加のチャンネルを有する）のアナログボード１１１０に接続する。その後、信号は、アナログボード１１１０から、潜在的なエイリアシングの一部が除去されるアンチエイリアスボードに移へ移動する。エイリアシングの残りは、デルタシグマボード１１１２上で行われ、当該デルタシグマボード１１１２にケーブルを介して接続される。デルタシグマボード１１１２は、信号の他の条件付け及びデジタル化と共に、より多くのエイリアシングの保護を提供する。次に、データは、ＵＳＢ又はイーサネット（登録商標）を介したコンピュータとの通信と同様に、より多くのデジタル化のためにジェニック（Ｊｅｎｎｉｃ）ボード１１１４へ移動する。実施形態では、ジェニック（Ｊｅｎｎｉｃ）ボード１１１４は、より高度で効率的なデータ収集及び通信のために、ＰＩＣボード１１１８と置き換えられてもよい。データがコンピュータソフトウェア１１０２に移動すると、コンピュータソフトウェア１１０２は、そのデータを操作して、傾向、スペクトル、波形、統計、及び分析を示す。
実施形態では、システムは、ボルトから４～２０mAの信号まであらゆるタイプのデータを取り込むことを意味する。実施形態では、データストレージ及び通信のオープンフォーマットが使用されても良い。幾つかの例では、システムの一部は、特に分析及び報告に関連付けられた幾つかの調査及びデータの専有部分であってもよい。実施形態では、スマートバンド分析は、他のスマートバンドと組み合わされ、新しいより単純であるが洗練された分析を行うことができる、容易に分析される部分に、データを分解する方法である。実施形態では、条件を表すように、この固有の情報が取られ、また、グラフィックが使用され、その理由は、画像の描写がユーザにとってより有用であるためである。実施形態では、複雑なプログラム及びユーザインタフェースが簡素化され、その結果、いずれのユーザもエキスパートのようにデータを操作することができる。
実施形態では、システムは、本質的に大きいループで動作する。それは、一般的なユーザインタフェースによりソフトウェアで始まる。全てではないにしても、大部分のオンラインシステムは、ＯＥＭにシステムＧＵＩ１１２４を作成しまたは開発することを要求する。実施形態では、迅速なルート作成は、階層テンプレートを利用する。実施形態では、グラフィカルユーザインタフェース（「ＧＵＩ」）が作成され、いかなる一般ユーザが情報そのものを簡単なテンプレートで投入することができる。テンプレートが作成されると、ユーザは、ユーザが必要なものをコピーして貼り付けることができる。さらに、ユーザは、将来の使いやすさ及び知識の制度化のために独自のテンプレートを開発することができる。ユーザがユーザの情報の全てを入力し、ユーザのセンサの全てを接続するとき、ユーザは、システム取得データを開始することができる。いくつかの用途では、回転機械は、電気機器に害を与える電荷を蓄積する。実施形態では、この電荷が装置に及ぼす影響を減少させるべく、信号がセンサからハードウェアへ通過するときにこの電荷を散逸させるべく、トリガ及び振動の入力についての固有の静電保護が、Ｍｕｘ及びＤＡＱのハードウェア上に前以って配置される。実施形態では、Ｍｕｘ及びアナログボードもまた、必要に応じて、システムが高いアンペア数の入力を処理できるようにするソリッドステートリレー及び設計トポロジを使用して、高電流入力機能での先行回路およびより広いトレースを提供することができる。
実施形態では、Ｍｕｘの前部で重要な部分は、先行信号調整を提供する改善された信号対雑音比のためのＭｕｘ上の前部信号調整である。ほとんどのマルチプレクサは、考えた後であり、また、ＯＥＭ製造業者は、通常、そこから来る信号の品質を心配したり考えたりしない。その結果、信号品質は、３０ｄＢ以上低下し得る。すべてのシステムは、その弱いリンクと同じくらい強いだけであることから、２４ビットＤＡＱが１１０ｄＢのＳ／Ｎ比であっても、信号品質は、既に、Ｍｕｘ経由で失われている。信号対雑音比が、Ｍｕｘで８０ｄＢに低下したとき、２０年前の１６ビットシステムと比べてそれほど優れている訳ではない。
実施形態では、より良好な信号を提供することに加えて、マルチプレクサは、また、システムを強化するために重要な役割を果たすことができる。本当に連続したシステムは、全てのセンサを常に監視するけれども、これらのシステムは、非常に高価である。マルチプレクサシステムは、通常、一度に、設定された数のチャネルのみを監視し、より大きいセンサセットからバンクごとに切り替えることができる。その結果、収集されていないセンサは、監視されていないことから、もしレベルが上がると、ユーザは知らないことがある。実施形態では、マルチプレクサの連続モニタ警報機能は、データ収集（「ＤＡＱ」）がチャネルを監視していないときでも、既知の警報に対するレベルを測定することができる回路をマルチプレクサ上に配置することにより、連続監視警報マルチプレクサを提供する。これは、本質的に、真の連続システムのように、問題のデータを瞬時にキャプチャする能力を持たずにシステムを連続的にする。実施形態では、連続的監視のための適応的スケジューリング技術及び統計、分析、データ警報、及び動的分析に基づくデータ収集シーケンスの適応及び調整のための連続的監視システムのソフトウェアで上記の能力を警報に結合させると、システムは、警報音が鳴った直後に警報センサ上の動的スペクトル・データを迅速に収集することができる。
マルチプレクサのもう1つの制限は、マルチプレクサが限られた数のチャネルをしばしば有することである。実施形態では、複数のＭｕｘ及びデータ取得セクションの論理制御のための専用バスを有する分散型複合プログラマブル・ロジック・デバイス（「ＣＰＬＤ」）チップの使用により、ＣＰＬＤは、システムが処理することができるチャネル数に制限が無い複数のｍｕｘ及びＤＡＱを制御することができる。実施形態では、マルチプレクサ及びＤＡＱは、互いに積み重なり、追加の入力及び出力のチャネルをシステムに提供する。
限られた数のチャネルを有することに加えて、マルチプレクサは、通常、同じバンク内のセンサのみを収集することができる。詳細な分析のために、これは、非常に制限され、その理由は、同じマシン上のセンサから同時にデータをレビューすることができることに大きい価値があるためである。実施形態では、振動入力チャンネルの可変グループを収集するためのアナログクロスポイントスイッチの使用は、電話業界でよく使用されるクロスポイントスイッチを使用することにより、この問題に対処し、また、システムが入力センサの総数から８つのチャネルのいかなるセットにアクセスすることができるように、マトリックス回路を提供する。
実施形態では、システムは、オンサイトが、低速回転速度（「ＲＰＭ」）のための位相ロックループ帯域通過トラッキングフィルタ方法及びバランスを取るためのフェーズに、データからの追加分析を提供することと同様に、製紙工場などでの低速機械のバランスを遠隔から取ることができるようにする。
実施形態では、複数のＭｕｘ及びデータ収集セクションの論理制御専用バスを備えた分散型ＣＰＬＤチップを使用して複数のマルチプレクサを制御する機能が、複数のＤＡＱが複数のマルチプレクサからデータを収集することを可能にする階層型マルチプレクサにより強化されている。実施形態では、これにより、より速いデータ収集、及び、分析を向上させる同時データ収集のより多くのチャネルが、可能になる。実施形態では、Ｍｕｘは、わずかな設定により、それをポータブルにし、かつ、データ収集パーキング機能を使用することができ、それにより、ＳＶ３Ｘ ＤＡＱを保護システムに変える。
実施形態では、信号は、マルチプレクサ及び階層的Ｍｕｘを離れると、他の拡張が行われるアナログボードに移動する。実施形態では、使用されていないときのアナログチャネルのパワーダウン、及び、コンポーネントボードの電源切断を含む他の省電力手段は、電力を節約すべく、システムに、マザーボード及びドーターアナログボード上のチャネルのパワーダウンを行わせる。実施形態では、これは、特にバッテリ又は太陽光で動作しているとき、保護システムに同じ節電効果を提供することができる。実施形態では、信号対雑音比を最大化し、かつ、最良のデータを提供すべく、別個のＡ／Ｄにルーティングされる自動スケーリングのためのピーク検出器は、システムに各データセットの最高ピークを提供し、 そのピークまでデータを急速に計測することができる。実施形態では、アナログ方式とデジタル方式の両方を使用する改良された集積化により、可能な限り高い信号対雑音比を改善または維持する革新的なハイブリッド集積を実現する。
実施形態では、アナログボードのセクションは、トリガチャンネルを他のアナログチャンネルに、未加工でまたはバッファリングでルーティングすることを可能にする。これにより、ユーザは、解析及びトラブルシューティングのために、トリガをいかなるチャネルにもルーティングすることができる。ある実施形態では、信号は、アナログボードを離れると、Ａ／Ｄゼロ基準の正確な電圧基準がより正確な直流（ＤＣ）センサデータを提供するデルタシグマボードに移動する。デルタシグマの高速性は、低サンプリング・レート出力のためのデルタ・シグマＡ／Ｄのより高い入力オーバーサンプリングを用いることを提供し、それにより、アンチエイリアス要件を最小化するより高い入力でのデータをオーバーサンプリングするためのアンチエイリアス（ＡＡ）フィルタ要件を最小限に抑える。実施形態では、ＣＰＬＤは、デルタシグマＡ／Ｄのクロック分周器として使用され、その結果、デルタシグマＡ／Ｄがデータをデジタル処理でリサンプリングすることなく、より低いサンプリングレートを達成することができるように、デジタルリサンプリングを必要とせずに、より低いサンプリングレートを達成する。
実施形態では、データは、その後、デルタシグマボードから、オンボードタイマを使用する入力及びトリガチャネルに関する位相のデジタル誘導がオンボードタイマを使用して入力信号及びトリガからデジタル処理で位相を誘導するというジェニック（Ｊｅｎｎｉｃ）ボードへ移動する。実施形態では、ジェニック（Ｊｅｎｎｉｃ）ボードは、また、オンボードカードセットに、較正データ及びシステム保守修正履歴データを格納する能力を有する。実施形態では、ジェニック（Ｊｅｎｎｉｃ）ボードは、将来の高度な分析のためにデータのブロックをストリーミング化しかつ取得することができるように、様々なサンプリングレートで得られる複数のデータセットとは対照的に、データの長いブロックを高サンプリングレートで取得することを可能にする。
実施形態では、信号は、ジェニック（Ｊｅｎｎｉｃ）ボードを通過した後に、コンピュータへ送信される。コンピュータ上に置かれると、ソフトウェアは、システム分析機能を向上させる多数の拡張機能を有する。実施形態では、迅速なルート作成は、階層テンプレートを利用し、また、ソフトウェア展開を高速化にもする単純なテンプレートを使用して全ての機器の迅速なルートの作成を提供する。実施形態では、ソフトウェアは、システムにインテリジェンスを追加するために使用されるであろう。エキスパートシステムのためのスマートなバンド及び診断を定義することへの、エキスパートＧＵＩグラフィカルなアプローチで開始し、前記エキスパートシステムは、誰でも複雑な分析を開発することができるように、単純なユーザインタフェースでグラフィカルエキスパートシステムを提供するであろう。実施形態では、このユーザインタフェースは、スマートバンドの周りで回転し、当該回転は、一般ユーザにとって複雑であるが柔軟である分析への簡略化されたアプローチである。実施形態では、スマートバンドは、さらに高度な分析のアプローチのための自己学習ニューラルネットワークと対になる。実施形態では、このシステムは、追加の分析の洞察のために機械の階層をも使用する。予測的な保守の１つの重要な部分は、修理または点検の間に既知の情報から学習する能力である。実施形態では、バック計算のためのグラフィカルなアプローチは、既知の欠陥または問題に基づくスマートなバンドおよび相関を改善することができる。
実施形態では、スマートバンドによる詳細な解析に加えて、軸受解析方法が提供される。近年、電力を節約し、可変周波数駆動の流入をもたらした、業界における強力な活動が行われている。実施形態では、ねじり振動検出および一時的信号分析を利用する分析は、ねじれ力が関連する機械を診断するためのより包括的な方法（例えば、回転する構成要素を有する機械）のための高度なねじり振動解析を提供する。実施形態では、システムは、より良いデータおよびより包括的な分析のための多数のインテリジェント機能をそれ自体で展開することができる。実施形態では、このインテリジェンスは、ソフトウェアのスマートルートが追加の相関的知能を得るべく同時に収集するセンサを適合させることができるスマートなルートから開始される。実施形態では、スマートオペレーショナルデータストア（「ＯＤＳ」）は、機械状態をさらに検査すべく、システムが運用偏向形状分析を収集することを選択することを可能にする。実施形態では、経路を変更することに加えて、連続的な監視のための適応スケジューリング技術は、システムが、数多く（例えば８つ）の相関チャネルに亘って全スペクトル分析のために収集された、スケジュールされたデータを変更することを可能にする。システムインテリジェンスは、機械の問題を識別するための、周囲温度及び局所温度並びに振動レベルの変化を組み合わせた分析のための周囲の局所振動と同様に、連続的な監視のための拡張統計機能を可能にするデータを提供する。
ここで開示される方法およびシステムの実施形態は、自給式ＤＡＱボックスを含むことができる。実施形態では、データ取得装置は、所望のデータ取得コマンドを実装するためにパーソナルコンピュータ（「PC」）によって制御されてもよい。実施形態では、システムは、自給する能力を有し、外部のPC制御とは独立して、取得、処理、分析および監視することができる。ここで開示される方法およびシステムの実施形態は、セキュアデジタル（「ＳＤ」）カードストレージを含むことができる。実施形態では、かなりの追加記憶容量が、カメラ、スマートフォンなどのＳＤカードを利用して提供される。このことは、重要なデータを永続的に保存できるアプリケーションを監視するためには、重要である。また、もし、停電が発生したならば、最新のデータは、別のシステムにオフロードされていないとの事実にも拘わらず、格納されている可能性がある。ここで開示される方法およびシステムの実施形態は、データ収集（「ＤＡＱ」）システムを含むことができる。現在の傾向は、ＤＡＱシステムが、通常、無線を含むネットワークの形態で外部世界とできるだけコミュニケーションをできるようにすることである。過去には、専用のバスを使用して、ＰＣと一対であるマイクロプロセッサまたはマイクロコントローラ／マイクロプロセッサでＤＡＱシステムを制御することが一般的であったが、今日では、ネットワーキングの要求は、極めて大きいため、この新しい設計プロトタイプが生じることは、この環境の外である。実施形態では」複数のマイクロプロセッサ／マイクロコントローラまたは専用プロセッサが、使用され、主に外界との通信の側面に焦点が当てられた１つまたは複数のプロセッサユニットによるＤＡＱ機能のこの増加の様々な態様を実行することができる。これは、信号調整回路の制御、トリガ、Ａ／Ｄを使用した生データの取得、適切なオンボードメモリへのＡ／Ｄ出力の指示、およびそのデータの処理を含む主プロセスを絶えず中断する必要性を否定する。実施形態では、専用マイクロコントローラ／マイクロプロセッサは、外部との全ての通信のために指定される。これらは、ウェブページをホストすべくＩＰアドレスを提供する能力を備えるＵＳＢ、イーサネット、ワイヤレスを含む。外部世界との全てのコミュニケーションは、簡単なテキストベースのメニューを使用することにより、実行される。InitializeCard、AcquireData、StopAcquisition、RetrieveCalibration Infoなどのコマンドの通常の配列（実際には１００以上）が、提供される。さらに、実施形態では、リサンプリング、重み付け、フィルタリング、およびスペクトル処理を含む他の強力な信号処理動作は、フィールドプログラマブルゲートアレイ（「ＦＰＧＡ」）、デジタル信号プロセッサ（「ＤＳＰ」）、マイクロプロセッサ、マイクロコントローラ、またはそれらの組み合わせなどの専用プロセッサにより、実行することができる。実施形態では、このサブシステムは、専用ハードウェアバスを介して通信処理セクションと通信する。それは、デュアルポートメモリ、セマフォーロジックなどで容易になるであろう。この実施形態は、効率の顕著な改善を提供するだけでなく、データのストリーミングおよび他のハイエンド分析技術を含む処理能力を大幅に改善することができる。
ここで開示される方法およびシステムの実施形態は、センサ過負荷識別を含むことができる。システムを監視し、センサが過負荷状態になったときを識別する必要が、あります。監視システムは、当該システムが過負荷状態にあるときを識別することができるが、実施形態では、当該システムは、過負荷がセンサから来ているか否かを決定すべく、センサの電圧を見ることができ、このことは、ユーザが状況に適した別のセンサを入手することにとって有益であり、または、ユーザはデータを再収集しようとすることもできる。多くの場合、業界で最も一般的に使用されている標準の１００ｍＶ／ｇセンサを飽和させる高周波入力を伴う状況があり、過負荷を検知する能力を有することが、より良い分析のためのデータ品質を改善する。
ここで開示される方法およびシステムの実施形態は、加速度計上のＲＦ ＩＤ（radio frequency identification）および傾斜計、または、他のセンサ上のＲＦ ＩＤを含むことができ、その結果、センサは、システム/ソフトウェアに、どの機械/ベアリング、および、取り付け方向を教えるができ、また、ソフトウェアに自動的にセットアップし、ユーザに教えることなくデータを格納することができる。実施形態では、ユーザは、システムを任意の機械に置くことができ、また、システムは、自動的にそれ自体をセットアップし、数秒でデータ収集の準備をすることができる。
ここに開示された方法およびシステムの実施形態は、システムが、アーク放電、コロナ、および、故障または問題を示す他の電気的な問題を識別するパターンを、音響スペクトルを介して継続的に探す、変圧器、ＭＣＣ（motor control center）、ブレーカなどの内部に超音波センサを配置することにより、超音波オンラインモニタリングを含むことができる。実施形態では、解析エンジンは、超音波オンラインモニタリングに使用され、また、前記データを、振動、温度、圧力、熱流束、磁場、電場、電流、電圧、キャパシタンス、インダクタンス、他のパラメそれらの組み合わせ（例えば、単純な比率）などの他のパラメータと組み合わせることにより、他の障害を識別することに使用される。
ここで開示される方法およびシステムの実施形態は、振動入力チャネルの可変グループを収集するためのアナログクロスポイントスイッチの使用を含むことができる。振動解析については、機械の異なる部分に複数の方向で取り付けられた振動トランスデューサから複数のチャネルを同時に取得することが有効である。同時に読み取り値を取得することにより、例えば、入力の相対的な位相は、様々な機械的障害を診断する目的で、比較されることができる。交差相関、伝達関数、動作偏向形状（「ＯＤＳ」）などの他のタイプのクロスチャネル解析もまた、実行可能である。従来の固定バンクマルチプレクサを使用する現在のシステムは、インストールするときに特定のグループに割り当てられた、限られた数のチャネル（バンク当たりのチャネル数に基づく）のみを比較することができる。いくつかの柔軟性を提供する唯一の方法は、チャネルを重複させるか、または、システムにたくさんの冗長性を組み込むことであり、両方とも、かなりの費用を追加する（コスト対柔軟性について、指数関数的増加になることがある）。最も単純なＭｕｘの設計は、多くの入力のうちの1つを選択し、それを単一の出力ラインに送出する。バンク化された設計は、これらの単純なビルディングブロックのグループで構成され、それぞれが一定の入力グループを処理し、また、それぞれの出力に送出する。通常、入力は重複していないため、1つのＭｕｘグループの入力は、別のＭｕｘグループに送出されることはできない。チャネルの固定された選択の固定されたグループまたはバンク（例えば、２、４、８などのグループ）を単一の出力に通常、切り替える従来のＭｕｘチップと異なり、クロスポイントＭｕｘは、ユーザに、いかなる入力をいかなる出力に割り当てさせることができる。以前、クロスポイントマルチプレクサはＲＧＢデジタルビデオアプリケーションなどの特殊な用途に使用されており、また、振動解析などのアナログアプリケーションにはノイズが多くなった。 しかしながら、技術のより最近の進歩は、それを実現可能にしている。クロスポイントＭｕｘのもう1つの利点は、出力をハイインピーダンス状態にすることにより、出力をディスエーブルする能力である。このことは、出力バスには理想的であり、そのため、複数のＭｕｘカードがスタックされ、また、それらの出力バスは、バススイッチを必要とせずに、結合される。
ここで開示される方法およびシステムの実施形態は、改善された信号対雑音比のためにＭｕｘ上のフロント信号調整を含むことができる。実施形態は、最大の信号対雑音比を達成するために、Ｍｕｘスイッチングの前に信号入力（例えば、レンジ／利得制御、積分、フィルタリングなど）を行うことができる。
ここで開示される方法およびシステムの実施形態は、Ｍｕｘ連続モニタアラーム機能を含むことができる。実施形態では、連続監視Ｍｕｘバイパスは、Ｍｕｘシステムにより現在、サンプリングされていないチャネルが、フィルタリングされたピークホールド回路を使用する多数のトリガ条件を通じた重要なアラーム状態について連続的に監視され、または、機能的に類似し、ハードウェア割込みまたは他の手段を用いて便宜的に監視システムに渡される。
ここで開示される方法およびシステムの実施形態は、複数のＭｕｘおよびデータ取得セクションの論理制御のための専用バスを有する分散型ＣＰＬＤチップの使用を含むことができる。複数のタイプの予測保守および振動トランスデューサに接続するには、大量のスイッチングが必要である。これは、ＡＣ／ＤＣカップリング、４－２０インタフェース、ＩＥＰＥ（集積電子圧電トランスデューサ）、チャンネルパワーダウン（オペアンプ電力を節約するため）、シングルエンドまたは差動接地オプションなどを含む。レンジ及びゲイン制御のためのデジタルポット、ハードウェア統合用のスイッチ、ＡＡフィルタリング、及びトリガを制御することも必要である。このロジックは、制御するタスクのために戦略的に配置された一連のＣＰＬＤチップにより実行されることができる。単一の巨大なＣＰＬＤは、その単一の巨大なＣＰＬＤで非常に大きな密度を有する長い回路経路を必要とする。実施形態では、分散型ＣＰＬＤは、これらの懸念に対処するだけでなく、多大な柔軟性を提供する。固定割り当てを持つ各ＣＰＬＤがそれ自身の固有のデバイスアドレスを有するというバスが、作成される。複数のボードについて、例えば、複数のＭｕｘボードについて、複数のアドレスを設定するためのジャンパが提供される。別の例では、３つのビットは、ジャンパ構成可能な８枚までのボードを許容する。実施形態では、バス上の各ＣＰＬＤが個別にまたはグループとしてアドレス指定を受けることができるようなバスプロトコルが、定義される。
ここで開示される方法およびシステムの実施形態は、ソリッドステートリレーおよび設計トポロジを使用する高アンペア数入力機能を含むことができる。一般に、振動データコレクタは、費用、及び、費用が必要でないことが多いという事実のために、大きい入力電圧を取り扱うようには設計されていない。これらのデータコレクタが技術の向上及びコストの急落の監視に応じて、さまざまな種類のＰＭデータを取得するという必要がある。実施形態では、ある方法では、従来のリードリレー手法を使用するのではなく、高電圧信号のフロントを切り替えることを可能にする、既に確立されたＯｐｔｏＭＯＳ技術を使用する。非線形ゼロ交差または他の非線形ソリッドステートの挙動に関する多くの歴史的な懸念が、弱い緩衝されたアナログ信号の通過に関して排除されている。さらに、実施形態では、プリント基板（ＰＣＢ）のルーティングトポロジは、個々のチャネル入力回路のすべてを入力コネクタの近くに可能な限り配置する。
ここで開示される方法およびシステムの実施形態は、使用されていないときのアナログチャネルのパワーダウン、ならびに、コンポーネントボードの電源切断を含む他の省電力手段を含むことができる。実施形態では、非選択チャネルについてのアナログ信号処理オペアンプのパワーダウン、並びに、ＤＡＱシステム用の低レベルファームウェアによるコンポーネントボードおよび他のハードウェアのパワーダウンの能力は、 省電力機能に関する高レベル制御を比較的簡単にする。ハードウェアの明示的な制御は、常に可能であるが、デフォルトでは必要ない。
ここで開示される方法およびシステムの実施形態は、トリガ入力および振動入力についての固有の静電保護を含むことができる。大きい静電気力が、大型ベルトを使用する低速バランシングなどを作り上げる可能性のある多くの重要な産業環境では、適切なトランスデューサおよびトリガ入力保護が、必要である。実施形態では、外部補足デバイスを必要としないこのような保護のための低コストであるが効率的な方法が、記載される。
ここで開示される方法およびシステムの実施形態は、Ａ／Ｄゼロ基準のための正確な電圧基準を含むことができる。一部のＡ／Ｄチップは、外部信号調整回路のミッドスケール値として使用されるべき内部ゼロ電圧リファレンスを提供し、Ａ／Ｄ及び外部オペアンプの両方が同じリファレンスを使用することを確保する。これは、原則的には合理的であるが、実際的な複雑さがある。多くの場合、これらのリファレンスは、抵抗分圧器を使用した電源電圧に本質的に基づく。現在の多くのシステム、特にＵＳＢまたは同様のバスを介してＰＣから電力を得るシステムについては、これは、電源電圧が負荷によってかなり大きく変動することがあるため、信頼性の低いリファレンスを提供する。これは、増大された信号処理を必要とするデルタシグマＡ／Ｄチップについて特に当てはまる。オフセットは、負荷と共にドリフトすることがあるけれども、測定値をデジタルで較正する必要があるならば、問題が、発生する。ＤＣドリフトを補償するためにＡ／Ｄからのカウントとして表される電圧オフセットをデジタル的に変更することが、一般的である。しかしながら、この場合、適切な較正オフセットが、１セットの積載条件について決定されれば、他の条件には適用されない。カウントで表される絶対ＤＣオフセットは、もはや、適用されなくなるであろう。その結果、複雑で信頼性が低く、最終的には管理不能になる全ての積載条件について較正する必要が、生じる。実施形態では、ゼロオフセットとして使用すべく電源電圧から単に独立した外部電圧基準が、使用される。
ここで開示される方法およびシステムの実施形態は、遅い速度のＲＰＭおよびバランス目的の位相を得るための位相ロックループ帯域通過トラッキングフィルタ方法を含むことができる。バランス目的については、非常に遅い速度でバランスをとる必要が、ときどきある。典型的なトラッキングフィルタは、位相ロックループまたはPLL設計に基づいて構成されることができる。しかしながら、安定性とスピードの範囲が、最優先される関心事項である。実施形態では、多数のデジタル制御スイッチが、適切なＲＣおよび減衰定数を選択するために使用される。切り換えは、入来するタコメータ信号の周波数を測定した後に、全て自動的に行われることができる。ここに開示された方法およびシステムの実施形態は、オンボードタイマを使用して、入力およびトリガチャネルに関する位相のデジタル導出を含むことができる。実施形態では、デジタル位相導出は、デジタルタイマを使用して、トリガイベントからデータ取得の正確な開始までの正確な遅延を確認する。この遅延またはオフセットは、補間法を用いてさらに精緻化され、より正確なオフセットを得て、このオフセットは、フェーズが、ワンショットバランシング、アラインメント解析などに役立つ正確な機械的意味を持つ、「本質的に」絶対フェーズであるような取得されたデータの解析的に決定された位相に適用される。
ここで開示される方法およびシステムの実施形態は、別個のＡ／Ｄにルーティングされる自動スケーリングのためのピーク検出器を含むことができる。今日使用されている多くのマイクロプロセッサは、内蔵のＡ／Ｄコンバータを備える。振動解析の目的について、ビット数、チャネル数、または、サンプリング周波数対マイクロプロセッサの大幅な低速化が不十分ではないことがよくある。これらの制限にもかかわらず、自動スケーリングの目的でそれらを使用することは、便利である。実施形態では、機能を低下させ、かつ、安価である別個のＡ／Ｄが、使用されることができる。各入力チャンネルについては、信号がバッファされた後（通常、適切なカップリング：ＡＣまたはＤＣと共に）、信号調整される前に、信号は、マイクロプロセッサまたは低コストのＡ／Ｄに直接、供給される。レンジスイッチ、ゲインスイッチ、およびフィルタスイッチがスローされる、調整された信号とは異なり、スイッチは、変更されない。これは、自動スケーリングデータの同時サンプリングを可能にし得るものであり、他方で、入力データは、信号調整され、より堅牢な外部Ａ／Ｄに供給され、ダイレクトメモリアクセス（ＤＭＡ）方式を使用してオンボードメモリに導かれ、メモリは、ＣＰＵを必要とせずに、アクセスされる。これは、スイッチを投入する必要がなく、かつ、整定時間を考慮する必要がないことにより、自動スケーリングプロセスを大幅に簡素化させ、それにより、自動スケーリング処理を大幅に遅くさせる。さらに、データは、同時に収集されることができ、それにより、最良の信号対雑音比を保証する。減少したビット数および他の特徴は、通常、自動スケーリングの目的には十分過ぎる。
ここで開示される方法およびシステムの実施形態は、生のまたは他のアナログチャネルにバッファリングされた、トリガチャネルのルーティングを含むことができる。多くのシステムは、さまざまな入力データセット間での相対的な位相を決定したり、望まれない入力を無駄に繰り返すことなく重要なデータを取得したりする目的のために、トリガチャネルを有する。実施形態では、デジタル制御リレーは、生のまたはバッファリングされたトリガ信号のいずれかを入力チャネルの1つに切り替える。多くの場合、トリガセンサーの不適切な配置、配線の問題、光センサを用いるときに反射テープの汚れた片などの不良セットアップの課題などを含む様々な理由で問題が発生するため、トリガパルスの品質を検査することは非常に有用である。生信号またはバッファされた信号のいずれかを見る能力は、優れた診断またはデバッギング・ビークルを提供する。また、可変速度フィルタリングアルゴリズムなどの様々な信号処理技術のために記録されたデータ信号を利用することにより、いくつかの改善された位相解析能力を提供することができる。
本明細書で開示される方法及びシステムの実施形態は、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングの使用を含むことができる。実施形態では、より低いサンプリングレート出力データのために、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングレートが使用されることで、ＡＡフィルタ要件が最小化される。より高いサンプリングレートのために、より低いオーバーサンプリングレートを使用することができる。例えば、２００Ｈｚ及び５００ＨｚのＦｍａｘ範囲には、２５６Ｈｚ（Ｆｍａｘは１００Ｈｚ）についての最低サンプリング要件の３次（3rd order）ＡＡフィルターセットが適切である。次に、１ｋＨｚ以上のＦｍａｘ範囲（２次フィルタが１２８ｋＨｚの最高サンプリングレートの２．５６倍（2.56x）で起動する）には、別の高カットオフＡＡフィルタを使用することができる。本明細書で開示される方法及びシステムの実施形態は、デジタルリサンプリングの必要なくより低いサンプリングレートを実現するために、デルタシグマＡ／Ｄのためのクロック分周器としてＣＰＬＤを使用することを含むことができる。実施形態では、プログラマブルクロック分周期としてＣＰＬＤを使用することによって、高周波水晶基準値をより低い周波数に分割することができる。分割された低周波数の精度は、それらのより長い時間期間に関して元のソースよりも更に正確である。これはまた、デルタシグマＡ／Ｄによるリサンプリング処理の必要性を、最小限にする或いは除去する。
本明細書で開示される方法及びシステムの実施形態は、信号処理ファームウェア／ハードウェアを含むことができる。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的に、高サンプリングレートで長いデータブロックが取得される。一般的に、振動解析のための最新のルートコレクションでは、指定されたデータ長及び固定のサンプリングレートで、データを収集することが通例である。サンプリングレート及びデータ長は、手近の特定の機械的解析要件に基づいて、ルートポイント毎に異なる場合がある。例えば、モータは、走行速度の高調波（harmonics）をライン周波数の高調波から区別するために、高解像度で比較的低いサンプリングレートを必要とすることがある。しかしながら、ここでの実際的なトレードオフは、この改善された解像度を達成するために、より多くの収集時間がかかることである。対照的に、幾つかの高速コンプレッサ又は歯車セットは、比較的高い周波数のデータの振幅を測定するために、遥かに高いサンプリングレートを必要とするが、正確な分解能は必要でない場合がある。しかし、理想的には、非常に高いサンプリングレートで、非常に長いサンプル長のデータを収集する方がよいと考えられる。デジタル収集デバイスが１９８０年代初めに普及し始めたとき、Ａ／Ｄサンプリング、デジタルストレージ、及び計算能力が、今日のものに近くなかったため、データ収集に必要な時間と所望の解像度及び精度との間で、妥協が図られていた。このような制限のため、現場のアナリストは、同じデジタル化の欠点がそれほどあるものではない、アナログテープ式の記録システムを放棄することも拒否されることがあった。記録されたアナログデータの再生を、所望のように複数のサンプリングレート及び長さでデジタル化する、幾つかのハイブリッドシステムも採用されたが、これらのシステムは、明らかに自動化されていなかった。上述したように、より一般的なアプローチは、データ収集時間と解析機能とのバランスをとることであり、複数のサンプリングレート及びサンプリング長でデータブロックをデジタル取得し、これらのブロックを個別にデジタル保存する。実施形態では、データ長の長いデータを、実用的な最高のサンプリングレート（例えば１０２．４ｋＨｚ。４０ｋＨｚのＦｍａｘに対応）で収集して、保存することができる。この長いデータブロックは、従来の方法で使用されていた、より低いサンプリングレートでの短い長さのものと、同じ時間で取得することができるため、常にルートコレクションに関係がある、測定ポイントでのサンプリングに対して、影響のある遅延が加えられることはない。実施形態において、データのアナログテープ式の記録は、本開示の実施形態の目的のために、文脈が他の意味を示す場合を除いて、多くの用途について実質的に連続的又は「アナログ」とみなすことができるような精度で、デジタルシミュレーションされる。
本明細書で開示される方法及びシステムの実施形態は、較正データとオンボードカードセットのメンテナンス履歴とのストレージを含むことができる。ＰＣとのインタフェースに依存して機能する多くのデータ収集装置は、それらの較正係数をＰＣ上に格納する。これは、信号経路が多いために較正テーブルが非常に大きくなる可能性がある、複雑なデータ収集装置の場合に特に当てはまる。実施形態では、較正係数がフラッシュメモリに記憶され、フラッシュメモリは、このデータやその種に関する他の重要な情報を、全ての実用的な目的のために恒久的に記憶する。この情報には、個々のコンポーネントのシリアル番号、ファームウェア又はソフトウェアのバージョン番号、メンテナンス履歴、較正テーブルといった、銘板情報が含まれている場合がある。実施形態では、ボックスが最終的にどのコンピュータに接続されていても、ＤＡＱボックスは較正されたままであり、この重要な情報の全てを保持し続ける。ＰＣ又は外部装置は、埋め込みや情報交換を目的として、いつでもこの情報をポーリングすることができる。
本明細書に開示される方法及びシステムの実施形態は、階層テンプレートを利用した高速ルート生成機能を含むことができる。一般的に振動監視及びパラメータ監視の分野では、データ監視ポイントの存在を、データベース又は機能的に同等にする必要がある。これらのポイントには、トランスデューサ属性、データ収集設定、機械パラメータ、及び動作パラメータのカテゴリを含む、様々な属性が関連付けられている。トランスデューサ属性には、プローブタイプ、プローブ取り付けタイプ、及びプローブ取り付け方向又は軸方向が含まれる。測定に関連するデータ収集属性には、サンプリングレート、データ長、集積電子圧電（ＩＥＰＥ）プローブ電力と結合要件、ハードウェア統合要件、４－２０ｍＡ（4-20）又は電圧インタフェース、適用可能な範囲及びゲイン設定、フィルタ要件等が含まれる。特定ポイントに対する機械パラメータ要件には、動作速度、ベアリングタイプ、ピッチ径とボールの数と内輪の直径と外輪の直径とを含む、転がり軸受についてのベアリングパラメータデータ等の項目が含まれる。ベアリングを支えるティルティングパッドについては、パッドの数等が含まれる。ギヤボックスのような装置上の一部の測定点について、必要なパラメータには、例えば、各ギヤの歯数が含まれる。誘導電動機の場合は、回転子の数及び極数が含まれる。ベルト／プーリーシステムの場合は、ベルトの数と、プーリーの寸法及びプーリーの中心間距離から計算され得る関連したベルトの通過頻度とが含まれる。結合付近の測定の場合は、結合の種類と、ギヤ結合に必要な歯数と、等が含まれる。動作パラメータデータには、メガワット、流量（空気又は流体の何れか）、パーセンテージ、馬力、１分当たりのフィート、等で表される動作負荷が含まれる。周囲及び運用双方の動作温度、圧力、湿度等が関連する場合もある。確認できるように、個々の測定ポイントに必要な設定情報は、非常に大きくなることがある。データの正当な分析を行うことも重要である。機械、装置、及び軸受に固有の情報は、障害頻度の特定と、予想される様々な種類の特定障害の予測とに、不可欠なものである。トランスデューサ属性及びデータ収集パラメータは、適切な分析技術のタイプについての限界を提供することに加えて、データを正しく解釈するために不可欠なものである。このデータを入力する従来の方法は、例えば、機械パラメータに関する軸受レベルやデータ収集設定情報のトランスデューサレベルといった、通常は最低レベルの階層で、手作業で非常に面倒なものである。しかしながら、データを整理するために必要な階層的関係が、データの保存や移動だけでなく、データの分析目的や解釈目的のためにもどれほど重要であるかを、十分に強調することはできない。ここでは、主にデータの保存と移動とに焦点を当てている。その性質上、上記の設定情報は、最低階層のレベルでは非常に冗長である。しかし、その階層的性質が強いため、その形式で非常に効率的に格納することができる。実施形態では、テンプレートの形でデータをコピーする際に、階層的性質を利用することができる。一例として、多くの用途に適した階層的記憶構造が、会社、工場又はサイト、ユニット又はプロセス、機械、装置、シャフト要素、ベアリング、トランスデューサの、一般的なものから特定のものまで定義される。特定の機械、装置の一部、軸要素、又はベアリングに関連するデータをコピーすることは、最も低いトランスデューサレベルでのみコピーするよりも、遥かに簡単である。実施形態において、システムは、この階層的な方法でデータを記憶するだけでなく、それらの階層的テンプレートを使用したデータ高速コピーを強固にサポートする。特定の階層レベルでの要素の類似性は、階層形式での効果的なデータ記憶に役立つものである。例えば、多くの機械は、モータ、ギヤボックス、圧縮機、ベルト、ファン等といった、共通の要素を有する。より具体的に、多くのモータは、誘導、直流、固定速度、又は可変速度として、容易に分類することができる。多くのギヤボックスは、入力／出力、入力ピニオン／中間ピニオン／出力ピニオン、４輪式（4-posters）等の、見出された共通のグループにグループ分けすることができる。工場や会社内には、コストとメンテナンスとの双方の理由から、購入され標準化された多くの同様の種類の装置がある。これにより、同様の種類の装置が膨大に重複し、その結果、階層的なテンプレート手法を活用する絶好の機会となっている。
本明細書で開示される方法及びシステムの実施形態は、スマートバンドを含むことができる。スマートバンドは、データを分析して正しい診断を達成することを目的として、動的な入力や入力グループから得られた、処理済みの信号特性を参照する。更に、スマートバンドは、より堅牢で複雑な診断を達成することを目的として、小規模な又は比較的単純な診断を含むこともできる。歴史的に、機械振動解析の分野では、重要な振動パターンを解析及び／又は傾向分析することを目的として、重要なスペクトル周波数帯域を定義するためにアラームバンドが使用されてきた。アラームバンドは、通常、低域と高域との間の境界で定義されたスペクトル（周波数に対してプロットされた振幅）領域で構成されている。それらの境界の間の振幅は、全ての振幅が算出される方法と同じ方法で合計される。スマートバンドは、特定の周波数帯域を参照するだけでなく、単一ピークの高調波、真のピークレベル又は時間波形から導出された波高率、振動エンベロープスペクトルや他の特殊な信号解析手法から導出された全てのもの、又はそれらの信号属性の論理的な組み合わせ（ＡＮＤ、ＯＲ、ＸＯＲ等）といった、スペクトルピークのグループを参照することができるという点で、より柔軟である。更に、追加のスマートバンドを形成するための基礎として、システム負荷、モータ電圧及び位相情報、ベアリング温度、流量等を含む、多種多様の分類の他のパラメータデータも、同様に使用することができる。実施形態では、スマートバンドの確認方法（symptoms）を、エキスパートシステムの構築ブロックとして使用することができ、エキスパートシステムのエンジンは、これらの入力を利用して診断を導出する。これらの小規模診断の幾つかは、より一般化された診断のために、スマートバンドの確認方法（スマートバンドは診断を含むことができる）として使用されることがある。
本明細書で開示される方法及びシステムの実施形態は、スマートバンドを使用するニューラルネットエキスパートシステムを含むことができる。典型的な振動解析エンジンは、ルールベースであり、換言すれば、満たされたときに特定の診断がトリガされるエキスパートルールのリストを使用する。対照的に、神経手法は、より小さな解析エンジンやニューロンへの複数の入力刺激の、重み付きトリガリングを利用し、次に、単純化された重み付き出力を他のニューロンに供給する。これらのニューロンの出力はまた、スマートバンドとして分類され、これは次に他のニューロンに供給される。これにより、ルールベースシステムの単発的な手法と対照的な、エキスパート診断に対するより階層化された手法が得られる。実施形態において、エキスパートシステムは、スマートバンドを使用するこの神経手法を利用するが、ルールベースの診断が、エキスパートシステムによって利用される更なる刺激としての、スマートバンドとして再分類されることを排除するものではない。この観点から、最高レベルでは本質的に神経のものであるが、ハイブリッド手法として概説することができる。
本明細書で開示される方法及びシステムの実施形態は、分析におけるデータベース階層の使用を含むことができる。スマートバンドの確認方法及び診断は、様々な階層データベースレベルに割り当てることができる。例えば、スマートバンドは、ベアリングレベルでの「緩み」と呼ばれることがあり、装置レベルでの「緩み」を引き起こし、機械レベルでの「緩み（Looseness）」を引き起こす。別の例は、結合を跨いで「水平面位相反転（Horizontal Plane Phase Flip）」と呼ばれるスマートバンド診断を行うこと、及び機械レベルで「垂直結合ミスアラインメント（Vertical Coupling Misalignment）」のスマートバンド診断を実行することである。
本明細書で開示される方法及びシステムの実施形態は、エキスパートシステムＧＵＩを含むことができる。実施形態において、このシステムは、グラフィカルなアプローチを実行してスマートバンドを定義し、エキスパートシステムについて診断する。特定の機械診断を作成するための、確認方法、ルール、又はより一般的にはスマートバンドの入力は、長々しく時間がかかることがある。プロセスをより便宜的かつ効率的にする１つの手段は、結合を利用するグラフィカルな手段を提供することである。提案されたグラフィカルインタフェースは、確認方法パーツバイナリ（symptom parts bin）、診断バイナリ（diagnoses bin）、ツールバイナリ（tools bin）、及びグラフィカル結合領域（「ＧＷＡ」）の、４つの主要コンポーネントからなる。実施形態では、確認方法パーツバイナリは、様々なスペクトル、波形、エンベロープ、及び、任意の種類の信号処理特性や特性グループを含み、これらの信号処理特性や特性グループは、スペクトルピーク、スペクトル高調波、波形の真のピーク、波形のクレストファクタ、スペクトルアラームバンド等である。各パートには追加の特性を割り当てることができる。例えば、スペクトルピークパートには、実行速度の周波数又は次数（order）（倍数（multiple））を割り当てることができる。一部のパートは、実行速度の１倍、２倍、３倍、ギヤメッシュの１倍、２倍、３倍、ブレードパスの１倍、２倍、３倍、モータ回転子の数×実行速度のように、予め定められる或いはユーザにより定義される。
実施形態において、診断バイナリには、ミスアラインメント、アンバランス、緩み、ベアリングフォールトといった、様々な事前定義された診断及びユーザ定義された診断が含まれる。パートと同様に、診断は、より複雑な診断を行う目的でパートとして使用することもできる。実施形態において、ツールバイナリは、ＡＮＤ、ＯＲ、ＸＯＲ等の論理演算、或いは、最大値探索、最小値探索、補間（Interpolate）、平均、その他の統計演算等のような上記の様々なパートを組み合わせる他の方法を含んでいる。実施形態において、グラフィカル結合領域は、パートバイナリからのパート又は診断バイナリからの診断を含み、診断を作成するようにツールを使用して組み合わせることができる。様々なパート、ツール、及び診断は、所望の方法で単純にグラフィカルに結び付けられたアイコンで表現される。本明細書に開示される方法及びシステムの実施形態は、エキスパートシステム用のスマートバンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを含むことができる。特定の機械診断を作成するための、確認方法、ルール、又はより一般的にはスマートバンドの入力は、長々しく時間がかかることがある。プロセスをより便宜的かつ効率的にする１つの手段は、結合を用いるグラフィカルな手段を提供することである。実施形態において、グラフィカルインタフェースは、確認方法パーツバイナリ、診断バイナリ、ツールバイナリ、及びグラフィカル結合領域（「ＧＷＡ」）の、４つの主要コンポーネントからなる。確認方法パーツバイナリは、様々なスペクトル、波形、エンベロープ、及び、任意の種類の信号処理特性や特性グループで構成され、これらの信号処理特性や特性グループは、スペクトルピーク、スペクトル高調波、波形の真のピーク、波形のクレストファクタ、スペクトルアラームバンド等である。各パートには追加の特性を割り当てることができ、例えば、スペクトルピークパートには、実行速度の周波数又は次数（倍数）を割り当てることができる。一部のパートは、実行速度の１倍、２倍、３倍、ギヤメッシュの１倍、２倍、３倍、ブレードパスの１倍、２倍、３倍、モータ回転子の数×実行速度のように、予め定められる或いはユーザに定義される。診断バイナリは、ミスアラインメント、アンバランス、緩み、ベアリングフォールトといった、様々な事前定義された診断及びユーザ定義された診断から構成される。パートと同様に、診断は、より複雑な診断を行う目的でパートとして使用することもできる。ツールバイナリは、ＡＮＤ、ＯＲ、ＸＯＲ等の論理演算、或いは、最大値探索、最小値探索、補間、平均、その他の統計演算等のような上記の様々なパートを組み合わせる他の方法で構成される。ＧＷＡは、一般的に、パートバイナリからのパート又は診断バイナリからの診断で構成され、これらは、診断を作成するようにツールを使用して結びつけることができる。様々なパート、ツール、及び診断は、所望の方法で単純にグラフィカルに結び付けられたアイコンで表現される。
本明細書で開示される方法及びシステムの実施形態は、バック計算定義のためのグラフィカルなアプローチを含むことができる。実施形態において、エキスパートシステムはまた、システムが学習する機会を提供する。刺激の一意のセットやスマートバンドが特定の障害や診断に対応することが既知の場合、類似の刺激の将来のセットに適用されたときに同じ診断に至る係数のセットを逆算することが可能である。実施形態では、複数のデータセットが存在する場合、最適手法（best-fit approach）を使用することができる。スマートバンドＧＵＩと異なり、この実施形態は結合図を自己生成する。実施形態において、ユーザは、誤差逆伝播法の設定を調整し、データベースブラウザを使用して、特定のデータセットを所望の診断と適合させることができる。実施形態では、所望の診断を作成するか、或いは、スマートバンドＧＵＩを用いてカスタム調整することができる。その後、実施形態において、ユーザは、作成ボタンを押すことができ、最適を達成するアルゴリズムを介して機能するので、確認方法対診断の動的結合を画面上に出現させることができる。実施形態では、完了すると、マッピングプロセスがどの程度うまく進んだかを詳しく示す様々な統計が提示される。幾つかのケースでは、例えば、入力データが全てゼロや間違ったデータ（間違って割り当てられた）等であった場合に、マッピングを達成できないことがある。本明細書で開示される方法及びシステムの実施形態は、軸受解析法を含むことができる。実施形態において、軸受解析法は、コンピュータ支援設計（computer aided design。「ＣＡＤ」）、予測デコンボリューション、最小分散歪みレスポンス（「ＭＶＤＲ」）、及び、高調波の和のスペクトル（spectrum sum-of-harmonics）と組み合わせて使用することができる。
本明細書で開示される方法及びシステムの実施形態は、一過性シグナル解析を利用したねじり振動検出及び分析を含むことができる。近年、可変速機械の普及に関して、顕著な傾向が見られる。主にモータ速度制御システムのコストの削減と、エネルギー使用のコスト及び意識の高まりとにより、負荷制御の潜在的で膨大なエネルギー節約を活用することは、より経済的に正当化されている。残念なことに、この問題の設計面でよく見落とされるのは、振動のことである。機械が１つの速度でのみ動作するように設計されている場合は、機械の機械的健全性を劇的に短縮する虞のある、構造及びねじりの双方の機械的共振を回避するように、物理的構造を設計することは遥かに容易である。これには、使用する材料の種類、その重量、補強部材の要件と配置、ベアリングの種類、ベアリングの位置、ベースサポートの制約等のような、構造的な特性が含まれる。１つの速度で動作する機械であっても、振動を最小化するように構造を設計することは、困難な作業、潜在的に要求されるコンピュータモデリング、有限要素解析、及び、現場テストを裏付けることができる。様々な速度を混合させると、多くの場合、全ての所望の速度について設計することは不可能になる。この問題は、例えば速度の回避により最小化される１つのものである。これは、多くの現代のモータコントローラが、通常、特定の速度範囲やバンドをスキップするか或いは迅速に通過するようにプログラムされていることの、理由である。実施形態は、振動監視システムにおける速度範囲の特定を含むことができる。ねじりではなく構造的な共振は、通常、従来の振動解析技術を使用した検出がかなり容易である。しかしながら、これはねじりの場合ではない。現在注目されている特別な分野の１つは、明らかに速度変化のねじり応力の増大並びにねじり共振速度での装置の動作による、ねじり共振の問題の発生率の増加である。ケーシング振動又は外部振動が劇的に増加してその影響が概ね現れる、ねじりではない構造的な共振と異なり、ねじり共振は、そのような影響を概ね示さない。シャフトねじり共振の場合、共振によって誘発されるねじり運動は、速度及び／又は位相の変化を探すことによってのみ識別することができる。ねじり振動を分析するための現在の標準的な技法は、特殊な計器の使用を伴っている。本明細書に開示された方法及びシステムは、そのような特殊な計器を用いずに、ねじり振動の分析を可能にする。これは、機械を停止させ、ひずみゲージ、及び／又は、速度エンコーダプレート及び／又は歯車といった、他の特別な治具を使用することからなる。摩擦ホイールは、別の代替手段であるが、通常、手作業での実装及び特殊なアナリストが必要になる。一般に、これらの技術は、非常に高価であり及び／又は不便であり得る。コストの低減及び利便性の向上（例えばリモートアクセス）により、継続的な振動監視システムの普及が増加している。実施形態では、振動信号だけで、ねじり速度及び／又は位相の変化を識別する能力を有している。実施形態では、ねじれによって誘発される振動を、プロセス制御による単なる速度変化から区別するために、過渡解析技術を利用することができる。実施形態において、識別のためのファクタは、以下の態様のうちの１つ以上に焦点を当てることができ、それらの態様は、可変速度モータ制御による速度変化のレートが比較的遅く、持続的で意図的であること；ねじれ速度の変化が短く、衝動的で持続的ではない傾向があること；ねじれ速度の変化が振動的な傾向にあり、恐らくは指数関数的に減衰し、プロセス速度の変化がそうではないこと；位相の挙動を監視することが、（ボード線図やナイキスト線図で示されるような）機械速度の上昇や下降の勾配に履歴的に関連する遅い位相の変化とは対照的な、速い又は過渡的な速度のバーストを示すことを、シャフトの回転速度に対するねじりに関連したより小さい速度変化が示唆すること、である。
本明細書で開示される方法及びシステムの実施形態は、アナログ方式とデジタル方式との双方を用いた改善された統合を含むことができる。ソフトウェアを使用して信号をデジタルで積分する場合、本質的に、スペクトルのローエンドの周波数データは、その振幅に関数が乗算され、この関数は、ゼロに近づくにつれて急速に膨れ上がり、業界では「スキースロープ」効果として知られるものを生成する。スキースロープの振幅は、本質的に装置のノイズフロアである。このための簡単な処置は、既にデジタル化された信号よりも遥かに高い信号対雑音比で実行可能な、従来のハードウェアインテグレータである。非常に大きな数による乗算が基本的に禁止されるように、増幅率を合理的なレベルに制限することもできる。しかしながら、周波数が大きくなる高周波において、ノイズフロアよりも相当上にあるかもしれない元の振幅には、ノイズフロアよりもかなり下にある非常に小さな数（１／ｆ）が乗算される。ハードウェアインテグレータは、固定のノイズフロアを備えているものの、現在の低振幅の高周波データでは、最低部がスケールダウンされない。対照的に、デジタル化された高周波信号の同じデジタル乗算は、ノイズフロアを比例的にスケールダウンする。実施形態では、理想的な結果を生じるように、ハードウェア統合を、単位利得のポイントより下で使用することができ（通常はユニットにより決定される値で、及び／又は、利得に基づく所望のＳ／Ｎ比で）、ソフトウェア統合を、単位利得の値より上で使用することができる。実施形態では、この統合が周波数領域で実行される。実施形態において、その結果のハイブリッドデータは、ハードウェア統合データ或いはソフトウェア統合データの何れかと比較した場合に、信号対雑音比が遥かに優れた波形へと、逆変換することができる。実施形態では、最大限の信号対雑音比を達成するために、ハードウェア統合の利点が、デジタルソフトウェア統合の利点と併せて用いられる。実施形態において、一次漸次（first order gradual）ハードウェアインテグレータハイパスフィルタは、カーブフィッティングと共に、比較的低い周波数のデータを通過させ、雑音を低減又は排除することができ、急峻なフィルタが損なわれて救済される非常に有用な分析データを可能にする。
本明細書で開示される方法及びシステムの実施形態は、継続的な監視のための適応スケジューリング技術を含むことができる。継続的な監視は、最新鋭の（up-front）マルチプレクサで実行されることが多く、その目的は、多くの中から少数のデータチャネルを選択して、ハードウェア信号処理、Ａ／Ｄ、及びＤＡＱシステムの処理コンポーネントを提供することである。これは、主に実用的なコストを考慮して行われる。トレードオフは、全てのポイントが継続的に監視されていないことである（但し、代替的なハードウェアの方法ではそれほど監視されない）。実施形態では、複数のスケジューリングレベルが提供される。実施形態では、ほとんどの部分について継続的な最低レベルにおいて、全ての測定点がラウンドロビン方式で循環される。例えば、測定点を捕捉して処理するのに３０秒要し、それが３０ポイントある場合、各ポイントは１５分毎に１回処理される。しかしながら、ユーザが選択した基準により警告すべきポイントの場合は、その優先レベルを上げてより頻繁に処理することができる。アラーム毎に複数の重大度が存在する可能性があるため、監視に関して複数レベルの優先度を設定することができる。実施形態では、より重大なアラームがより頻繁に監視される。実施形態では、より少ない頻度で、多くの追加の高レベル信号処理技術を適用することができる。実施形態は、ＰＣの増大された処理能力を利用してもよく、そのＰＣは、ラウンドロビンルートコレクション（その複数の収集層を有する）プロセスを一時的に中断し、その選択したポイントについて必要な量のデータを流すことができる。実施形態は、エンベロープ処理、ウェーブレット解析、及び、他の多くの信号処理技術等の、様々な高度な処理技術を含むことができる。実施形態では、このデータの取得後に、ＤＡＱカードセットが、中断されたポイントでそのルートを継続する。実施形態では、様々なＰＣスケジュールデータの取得が、ＤＡＱカード経路よりも頻度が少ない、それら自体のスケジュールに従う。それらは、ルートサイクル数（例えば１０サイクル毎に１回）によって毎時、毎日設定することができ、又、それらのアラーム重大優先度や測定の種類（例えばモータはファンとは異なる方法で監視される）に基づいて、スケジューリングのように増加させることもできる。
本明細書で開示される方法及びシステムの実施形態は、データ取得パーキング機能を含むことができる。実施形態において、ルートコレクション、リアルタイム分析、及び、一般的に収集機器として使用される、データ収集ボックスは、そのＰＣ（タブレットやその他）から取り外されて、外部電源又は適切なバッテリによって電力供給することができる。実施形態において、データコレクタは、依然として継続的な監視能力を保持し、そのオンボードファームウェアは、長期間にわたって専用の監視機能を実行することができ、或いは、更なる解析について遠隔制御することができる。本明細書で開示される方法及びシステムの実施形態は、継続的な監視のための拡張された統計的能力を含むことができる。
本明細書で開示される方法及びシステムの実施形態は、分析のために、周囲感知プラス局所感知プラス振動を含むことができる。実施形態では、周囲環境の温度及び圧力、検知された温度及び圧力を、長期／中期的な振動解析と組み合わせて、任意の範囲の状態又は特性を予測することができる。発展型では、赤外線感知、赤外線サーモグラフィー、超音波、及び、他の多くの種類のセンサ並びに入力タイプを、振動と組み合わせて或いは互いに組み合わせて追加することができる。本明細書で開示される方法及びシステムの実施形態は、スマートルートを含むことができる。実施形態において、継続的な監視システムのソフトウェアは、統計、分析、データアラーム、及び動的分析に基づいて、データ収集シーケンスを適応／調整する。典型的には、経路はセンサが取り付けられたチャネルに基づいて設定される。実施形態では、クロスポイントスイッチを用いて、マルチプレクサが、任意の入力マルチプレクサチャネルを（例えば８つの）出力チャネルに結合することができる。実施形態では、チャネルがアラームになるか、又はシステムがキー偏差（key deviations）を識別すると、ソフトウェアで設定された通常のルートが一時停止され、より高度な分析のために重要な統計的変化を共有するチャネルから特定の同期データが収集される。実施形態は、スマートＯＤＳ又はスマート伝達関数を実行することを含む。
本明細書で開示される方法及びシステムの実施形態は、スマートＯＤＳ及び１つ又は複数の伝達関数を含むことができる。実施形態では、システムのマルチプレクサ及びクロスポイントスイッチによって、ＯＤＳ、伝達関数、又は機械／構造に取り付けられた全ての振動センサに関する他の特別なテストを実行することができ、機械のポイントが互いにどのように関係して動くかが正確に示される。実施形態では、４０～５０ｋＨｚ及びより長いデータ長（例えば少なくとも１分）を流すことができ、通常のＯＤＳ又は伝達関数が示すものとは異なる情報を明らかにする可能性がある。実施形態において、システムは、データ／統計／分析に基づいて、スマートルート機能の使用を決定することができ、このスマートルート機能は、標準ルートから逸脱して、機械、構造、或いは、複数の機械及び構造の間でＯＤＳを実行し、ＯＤＳは、条件／データがそれを指示することから相関性を示すことができる。実施形態では、伝達関数のために、１つのチャネルで使用されるインパクトハンマーがあり、機械上の他の振動センサと比較される。実施形態において、システムは、負荷、速度、温度、又は機械やシステムにおける他の変化といった、状態の変化を利用して、伝達関数を実施することができる。実施形態では、様々な伝達関数を経時的に互いに比較することができる。実施形態では、軸受故障の４つの段階を介してどのように動くかを示すことができるベアリング等といった、機械故障がどのように変化するかを示すことができる映画のように、様々な伝達関数を一緒に繋げることができる。本明細書で開示される方法及びシステムの実施形態は、階層型マルチプレクサを含むことができる。実施形態において、階層型マルチプレクサは、１６、２４、又は８チャネルカードセットのそれ以上の倍数のような、より多くのチャネルのモジュール式出力を可能にし、これによって、より複雑な分析及びより速いデータ収集のために、より多くのデータ同期チャネルを収集することが可能になる。本明細書では、エネルギー生産設備の回転要素及びベアリングの、連続超音波監視を提供することを含む、連続超音波監視のための方法及びシステムが開示される。
図８を参照すると、本開示は、概して、様々な状況において動作速度が比較的遅い回転速度又は揺動速度から遥かに高い速度まで変化し得る、機械２０２０からの波形データ２０１０をデジタル収集又はストリーミングすることを含む。少なくとも１つの機械上の波形データ２０１０は、不変の基準ロケーション２０４０に設置された一軸センサ２０３０からのデータと、ロケーション２０５２を含む変化するロケーションに設置された（又は複数のロケーションに位置する）３軸センサ２０５０からのデータと、を含むことができる。実施形態において、波形データ２０１０は、周期的及び過渡的な衝撃事象を捕捉するのに十分に大きい最大分解能周波数を用いて、複数分間にわたって、ギャップフリー形式で各センサ２０３０、２０５０から同時に得られる、振動データとすることができる。この例として、波形データ２０１０は、動作偏向形状を生成するために使用され得る振動データを含むことができる。又、必要に応じて、そこから機械修理ソリューションを規定することが可能な、振動を診断するために使用することもできる。
実施形態において、機械２０２０は、更に、シャフト２１２０を駆動可能な駆動モータ２１１０を包含するハウジング２１００を含むことができる。シャフト２１２０は、第１ベアリング２１４０及び第２ベアリング２１５０を含むようなベアリングの組２１３０によって、回転又は揺動に適して支持することができる。データ収集モジュール２１６０は、機械２０２０に接続（又はそこに常駐）することができる。一例において、データ収集モジュール２１６０は、クラウドネットワーク設備２１７０を介してアクセス可能に配置され、機械２０２０から波形データ２０１０を収集して、波形データ２０１０を遠隔地へと配信することができる。機械２０２０の駆動シャフト２１２０の作業端２１８０は、ウィンドミル、ファン、ポンプ、ドリル、ギヤシステム、駆動システム、或いは、他の作業要素を駆動することができると共に、本明細書に記載された技術は、回転要素や揺動要素を含む、機械、装置、機器、又はそれらの類の、広い範囲に適用することができる。他の例では、モータ２１１０の代わりに発電機を使用することができ、駆動シャフト２１２０の作業端は、回転エネルギーを発電機に送ることができ、電力を消費するのではなく発電することができる。
実施形態では、機械２０２０のレイアウトに基づく所定のルートフォーマットを使用して、波形データ２０１０を取得することができる。波形データ２０１０は、一軸センサ２０３０及び３軸センサ２０５０からのデータを含むことができる。一軸センサ２０３０は、その１つのデータチャネルを用いて基準プローブとして機能することができ、調査中の機械上の不変ロケーション２０４０に固定することができる。３軸センサ２０５０は、その３つのデータチャネルを用いて３軸プローブ（例えば３つの直交軸）として機能することができ、１つのテストポイントから次のテストポイントへと、所定の診断ルートフォーマットに従って移動することができる。一例では、センサ２０３０、２０５０の双方を、手作業で機械２０２０に取り付けることができ、特定の用途例では別個のポータブルコンピュータに接続することができる。基準プローブは、１つの位置に留めることができる一方、ユーザは、機械上のベアリングからベアリングまでといった所定のルートに沿って、３軸の振動プローブを移動させることができる。この例では、機械の調査（又はその一部）を完了するために所定の位置にセンサを配置するように、ユーザが指示される。
図９を参照すると、本開示に従った、機械２２００のモータ軸受に関連するロケーション２２２０に取り付けられた３軸センサ２２１０を有し、出力シャフト２２３０及び出力部材２２４０を備えた、模式的な機械２２００の一部が示されている。図９及び図１０を参照すると、本開示に従った、３軸センサ２３１０と、振動調査の期間中に機械２３００上の不変ロケーションに取り付けられた、基準センサとして機能する一軸振動センサ２３２０とを有する、模式的な機械２３００が示されている。３軸センサ２３１０及び一軸振動センサ２３２０は、データ収集システム２３３０に接続することができる。
更なる例では、センサ及びデータ取得モジュール及び装置を、回転機械に一体化させてもよく、回転機械に常駐させてもよい。これらの例として、機械は、所定の位置に、多数の一軸センサ及び多数の３軸センサを含むことができる。それらのセンサは、元々設置された機器であっても、元の機器の製造者によって提供されたものであってもよく、或いは、別の時期に追加導入で設置されたものでもよい。データ収集モジュール２１６０等は、１つの一軸センサを選択して使用することができ、そこから、各３軸センサに移動しながら波形データ２０１０の収集中に、排他的にデータを取得することができる。データ収集モジュール２１６０は、機械２０２０に常駐させてもよく、及び／又は、クラウドネットワーク設備２１７０を介して接続してもよい。
図８を参照すると、様々な実施形態は、クラウドネットワーク設備２１７０を介して、ローカルにデジタル記録又はストリーミングすることによって、波形データ２０１０を収集することを含む。波形データ２０１０は、中断なしのギャップフリーになるように収集することができ、幾つかの点において、波形データのアナログ記録と同様にすることができる。監視されている機械の回転速度又は揺動速度に応じて、全てのチャネルからの波形データ２０１０を、１～２分間で収集することができる。実施形態において、データのサンプリングレートは、機械２０２０の動作周波数に対して比較的高いサンプリングレートであってもよい。
実施形態では、第２の基準センサを使用することができ、又、第５のデータチャネルを収集することができる。そのため、一軸センサは第１のチャネルとすることができ、３軸振動は第２、第３、第４のデータチャネルを占有することができる。この第２の基準センサは、第１のセンサと同様に、加速度計等の一軸センサとすることができる。実施形態において、第２の基準センサは、第１の基準センサと同様に、その機械の全体的な振動調査のために、機械上の同じ位置に留めることができる。第１の基準センサ（すなわち一軸センサ）のロケーションは、第２の基準センサ（すなわち別の一軸センサ）のロケーションと異なっていてもよい。特定の例では、機械が動作速度の異なる２つのシャフトを有する場合に、第２の基準センサを使用することがあり、２つの基準センサを２つの異なるシャフトに設置する。この例によれば、更なる一軸基準センサを、追加ではあるが、回転機械に関して異なる不変のロケーションで使用することができる。
実施形態では、波形データを、ギャップフリーの自由なフォーマットで、比較的長い期間、著しく高いサンプリングレートで、電子的に送信することができる。一例では、その期間が６０秒から１２０秒である。別の例では、サンプリングレートが１００ｋＨｚであり、最大分解能周波数（Ｆｍａｘ）が４０ｋＨｚである。この開示に照らして、波形データを、前例の波形データのアナログ記録から利用可能な豊富なデータの幾つかに、より密接に近似するように示すことができることは、理解されるであろう。
実施形態では、様々な有効なサンプリングレートを実現するために、サンプリング、帯域選択、及びフィルタリング技術により、長いデータストリームの１つ以上の部分（換言すれば１～２分間）を、アンダーサンプリング或いはオーバーサンプリングすることができる。この目的のために、補間及びデシメーションを使用して、様々な有効なサンプリングレートを更に実現することができる。例えば、オーバーサンプリングは、サンプル機械の回転動作速度又は揺動動作速度に近い周波数帯域或いはその高調波に対して、適用することができ、振動の影響は、機械の動作範囲にわたるそれらの周波数において、より顕著になる傾向があり得る。実施形態では、デジタルサンプルデータセットをデシメーションして、より低いサンプリングレートを生成することができる。この文脈におけるデシメートが、補間と反対のものであってもよいことは、本開示に照らして理解されるであろう。実施形態において、データセットのデシメーションは、まず、デジタルサンプルデータセットにローパスフィルタを適用し、次に、そのデータセットをアンダーサンプリングすることを含むことができる。
一例では、１００Ｈｚでのサンプル波形を、デジタル波形の１０番目のポイント毎にアンダーサンプリングして、１０Ｈｚの有効なサンプリングレートを生成することができるが、波形のその部分の残りの９ポイントは事実上破棄され、サンプル波形のモデリングには含まれない。更に、この種のギリギリの（bare）アンダーサンプリングは、１００Ｈｚのサンプル波形に関するアンダーサンプリングのレート（すなわち１０Ｈｚ）により、ゴースト（ghost）周波数を生み出すことがある。
アナログからデジタルへ変換するほとんどのハードウェアは、特定の時間変化にわたる波形の平均値が決定されるように、所与の時間にわたってキャパシタを充電することができる、サンプルホールド回路を使用する。特定の時間変化にわたる波形の値が、直線的ではないがカーディナルサイン（cardinal sinusoidal）（「sinc（シンク）」）関数に、より類似していること、及び、従って、その中心から生じるカーディナルサイン波信号の指数関数的な減衰を伴う、サンプリング間隔の中心で波形データに更に重点を置けることが分かることは、本開示に照らして理解されるであろう。
上記の例を経て、１００Ｈｚでのサンプル波形は、１０Ｈｚでハードウェアサンプリングすることができ、従って、各サンプリングポイントは、１００ミリ秒にわたって平均化される（例えば、１００Ｈｚでサンプリングされた信号は、１０ミリ秒にわたって平均化された各点を有することができる）。上述したように、サンプル波形の１０個のデータポイントのうちの９個を事実上破棄するのとは対照的に、本開示は、隣接するデータの重み付け（weighing）を含むことができる。隣接するデータには、以前に破棄されたサンプルポイントへの参照と、保持された残り１つのポイントとを含めることができる。一例において、ローパスフィルタは、隣接するサンプルデータを線形的に平均する、すなわち、１０ポイント毎の合計を求めてその合計を１０で除算することができる。更なる例において、隣接するデータは、シンク関数で重み付けすることができる。元の波形をシンク関数で重み付けするプロセスは、インパルス関数として参照することができ、或いは、時間領域において畳み込みとして参照することができる。
本開示は、検出電圧に基づく波形信号のデジタル化に適用可能であるだけでなく、電流波形、振動波形、及び、ビデオ信号のラスタライゼーションを含む画像処理信号に基づく、波形信号のデジタル化にも適用可能である。一例では、コンピュータ画面上のウィンドウのサイズ変更を、少なくとも２つの方向ではあるがデシメートすることができる。これらの更なる例では、それ自体によるアンダーサンプリングが不十分であることが分かることは、理解されるであろう。そのために、補間をデシメーションのように使用することができるが、それ自体によるアンダーサンプリングのみの代わりに使用するように、それ自体によるオーバーサンプリング又はアップサンプリングが、同様に不十分であることを示してもよい。
この文脈における補間が、まずデジタルサンプリングされた波形データにローパスフィルタを適用し、次にその波形データをアップサンプリングすることを示してもよいことは、本開示に照らして理解されるであろう。現実世界の例が、デシメーションや補間、或いはその双方のために、非整数因子の使用を頻繁に必要とする場合があることは、本開示に照らして理解されるであろう。そのために、本開示は、補間及びデシメートのための非整数因子レートを実現するために、順次に補間及びデシメートすることを含む。一例において、順次的な補間及びデシメートは、サンプル波形にローパスフィルタを適用し、ローパスフィルタの後に波形を補間し、補間の後に波形をデシメートすることを、明確にすることができる。実施形態では、振動データをループさせて、従来のテープ記録ループを意図的にエミュレートし、有効なスプライスと共にデジタルフィルタ技術を使用して、より長い解析を容易にすることができる。収集時にユーザのＧＵＩで処理及び表示されるべき、波形、スペクトル、並びに他の種類の分析を、上記の技術が排除するものではないことは、本開示に照らして理解されるであろう。より新しいシステムが、未処理の波形データを高性能に収集することと並行して、この機能性を実行させることが可能なことは、本開示に照らして理解されるであろう。
収集時間の問題に関連して、様々なサンプリングレート及びデータ長で収集することによりデータ分解能を改善するという、妥協されたアプローチを使用するより古いシステムが、実際には期待通りに時間を節約しないことは、理解されるであろう。そのため、データ取得ハードウェアが停止して起動する度に、特にハードウェアの自動スケーリングが実行されている場合に、待ち時間の問題が発生する可能性がある。大抵はデータベース形式であり非常に遅くなる虞がある、経路情報（すなわち試験位置）のデータ検索に関しても、同じことが当てはまる。未処理のデータのバーストでのディスクへの記憶は、（ソリッドステートであろうとなかろうと）不快なほど遅くなる可能性がある。
対照的に、多くの実施形態は、本明細書に開示されるように、波形データ２０１０をデジタル方式でストリーミングすることを含み、同時に、データ取得ハードウェアを１回だけ設定しながら、経路パラメータ情報をロードすることの必要性の恩恵を享受することを含む。波形データ２０１０が１つのファイルにのみストリーミングされるため、ファイルを開閉したり、記憶媒体での読み書き動作を切り替えたりする必要がない。本明細書で説明するような波形データ２０１０の収集及び記憶が、従来のバッチデータ取得アプローチよりも遥かに短い時間で、比較的有意義なデータを生成することが分かる。これの一例は、とりわけ電気的側波帯周波数を区別するために、十分に高解像度な４Ｋポイント（すなわち４，０９６）のデータ長で、波形データを収集することができる電動機を含む。ファン又は送風機の場合、１Ｋ（すなわち１，０２４）の低減された解像度を使用することができる。場合によっては、１Ｋが最小の波形データ長の要件になる。サンプリングレートは１，２８０Ｈｚで、これは５００ＨｚのＦｍａｘに相当する。２．５６という業界の標準係数によるオーバーサンプリングが、アンチエイリアスフィルタロールオフに対応可能な更なる余裕をもって、ナイキスト基準に必要な２倍（２ｘ）のオーバーサンプリングを満足させることができることは、本開示に照らして理解されるであろう。この波形データを取得する時間は、１，２８０ヘルツでの１，０２４ポイントで、８００ミリ秒である。
精度を向上させるために、波形データを平均化することができる。例えば５０％の重複度で、８つの平均を使用することができる。これは、時間を８００ミリ秒から３．６秒まで延ばし、その時間は８００ミリ秒×８平均×０．５（重複度）＋０．５×８００ミリ秒（重複していない先頭及び末尾）に等しい。Ｆｍａｘ＝５００Ｈｚでの波形データ収集の後、より高いサンプリングレートを使用することができる。一例として、前のサンプリングレートの１０倍（１０ｘ）を使用することができ、Ｆｍａｘ＝１０ｋＨｚである。この例では、５０％の重複度で８つの平均を使用し、３６０ｍ秒すなわち０．３６秒の収集時間になるこの高いレートで、波形データを収集することができる。ハードウェアの自動スケーリングを可能にすることだけでなく、より高いサンプリングレートのためのハードウェア収集パラメータをルートリストから読み取ること、或いは、他の必要なハードウェア収集パラメータをリセットすること、又はその双方が必要であることは、本開示に照らして理解されるであろう。そのために、数秒の待ち時間を追加して、サンプリングレートの変化に対応することができる。他の例では、待ち時間を挿入することにより、本明細書で開示されるより低いサンプリングレートを使用する場合に必要とされる、ハードウェアの自動スケーリング及びハードウェア収集パラメータの変更に対応することができる。サンプリングレートの変化に適応することに加えて、データベースからルートポイント情報（すなわち、どこで監視し、次にどこで監視するか）を読み取るため、ルート情報を表示するため、及び、波形データを処理するための、追加時間が必要となる。更に、波形データ及び／又は関連するスペクトルの表示にも、かなりの時間を消費する可能性がある。これを考慮すると、各測定点で波形データを取得する間に、１５秒～２０秒経過することがある。
更なる実施例では、付加的なサンプリングレートを追加することができるが、これは、あるサンプリングレートから別のサンプリングレートへの切り替え時間から、及び、異なるサンプリングレートで追加データを取得する時間から、時間を合計するため、振動調査の合計時間を更に長くする虞がある。一例では、Ｆｍａｘ＝５０Ｈｚの１２８Ｈｚのサンプリングレートといった、より低いサンプリングレートが使用される。この例のように、振動調査では、上述した他のものに加えて、このサンプリングレートでの平均データの第１のセットのために、追加で３６秒を要し、その結果、各測定点で費やされる合計時間がより劇的に増加する。更なる実施形態は、比較的低速の回転又は揺動のシステムを有し得る、風力タービン及び他の機械と共に使用するために、本明細書に開示されたものと同様の、ギャップフリーの波形データのデジタルストリーミングを使用することを含む。多くの例では、収集された波形データが、比較的長いサンプリングレートでの長いサンプルデータを含んでいてもよい。一例では、サンプリングレートを１００ｋＨｚとすることができ、サンプリング期間を、記録される全てのチャネルで２分間とすることができる。多くの例では、１つのチャネルが一軸基準センサ用であり、更に３つのデータチャネルが３軸の３チャネルセンサ用であってもよい。非常に低い周波数の現象の検出を容易にするために、長いデータ長が示されてもよいことは、本開示に照らして理解されるであろう。長いデータ長は、風力タービンの動作において固有の、速度の変動性に対応するために示されてもよい。更に、長いデータ長は、本明細書で論じられるような多数の平均を使用する機会を提供するために、非常に高いスペクトル分解能を達成するために、及び、特定のスペクトル解析用の適したテープループを作るために、示されてもよい。多くの多様で高度な分析技術を利用することが可能となり、この理由は、そのような技術が、本開示に従って有効な長さに連続した長さの波形データを使用できるためである。
本開示に照らして、複数のチャネルから波形データを同時に収集することが、複数のチャネル間での伝達関数の実行を容易にできることも、理解されるであろう。更に、複数のチャネルから波形データを同時に収集することは、機械全体にわたる位相関係の確立を容易にするので、各チャネルからの波形が同時に収集されるという事実を当てにして、より高度な相互関係を利用することができる。他の例では、そうでなければ振動調査においてセンサからセンサへ移動する連続方式で取得されるべき複数のセンサからの、波形データの同時取得を可能にすることで、データ収集内のより多くのチャネルを使用して、振動調査全体の完了に要する時間を短縮することができる。
本開示は、チャネル間の相対位相比較の取得を可能にするために、チャネルの１つに少なくとも１つの一軸基準プローブを使用することを含む。基準プローブは、１つの機械の振動調査中に不変の位置に固定されて動かない、加速度計又は他のタイプのトランスデューサであってもよい。振動調査中に振動データを取得する間、複数の基準プローブの各々を、定位置に固定された適切なロケーション（すなわち不変の位置）に配置してもよい。特定の例では、データ収集モジュール２１６０の容量等に応じて、最大で７つの基準プローブを配置することができる。伝達関数又は類似の技術を使用して、全チャネルの相対位相を、選択された全ての周波数で互いに比較することができる。別の３軸振動センサを移動又は監視する間、１つ以上の基準プローブをそれらの不変位置に固定したままにすることにより、振幅及び相対位相に関して機械全体をマッピングすることができる。これは、データ収集のチャネルよりも多くの測定点がある場合でも、適正に示すことができる。この情報を使用すると、機械のダイナミックな動きを３Ｄで示すことが可能な動作偏向形状を作成することができ、貴重な診断ツールを提供することができる。実施形態において、１つ以上の基準プローブは、絶対位相ではなく相対位相を提供することができる。相対位相は幾つかの目的について意義のある絶対位相ではないかもしれないが、相対位相の情報が依然として非常に有用であることが分かることは、本開示に照らして理解されるであろう。
実施形態において、振動調査中に使用されるサンプリングレートは、回転速度や揺動速度といった機械の適切なパラメータに関連し得る、所定の動作周波数にデジタル的に同期させることができる。そうすることで、同期平均化技術を使用して更に多くの情報を抽出することができる。通常はルート収集データには利用できない、回転シャフトからのキーフェーザ（key phasor）又は基準パルスを使用せずに、これを行うことができることは、本開示に照らして理解されるであろう。従って、キーフェーザを使用した同期平均化を展開する必要なく、非同期信号を複素信号から除去することができる。これは、ギヤボックス内の特定のピニオンを解析する場合や、複雑な機械的メカニズム内のコンポーネントに概ね適用される場合に、非常に有効であることが分かる。多くの場合、キーフェーザや基準パルスは、ルート収集データではほとんど利用できないが、本明細書に開示された技術は、この欠如を克服することができる。実施形態では、分析される機械内で様々な速度で動作する、複数のシャフトが存在することがある。特定の例では、各軸について一軸基準プローブが存在することがある。他の例では、１つのシャフトの不変位置で一軸基準プローブを１つのみ使用して、あるシャフトの位相を別のシャフトに関連付けることができる。実施形態では、単一速度装置に比べて相対的に長いデータ持続時間で、可変速装置をより容易に分析することができる。振動調査は、本明細書に開示されているものと同じ技術を使用して、同じ連続した振動データセット内の幾つかの機械速度で行うことができる。これらの技術は、振動と、以前には利用できなかった速度変化との間の、関係の変化の研究を可能にすることもできる。
実施形態では、本明細書に開示されているように、未処理の波形データをギャップフリーのデジタル方式で取り込むことができるので、多くの分析技術を見出すことができる。ギャップフリーのデジタル方式は、特定の問題の見極めの後に、多くの方法で波形データを解析するために、多くの手段を容易にすることができる。本明細書で開示された技術に従って収集された振動データは、一時的、半周期的、及び非常に低い周波数の現象の、分析を提供することができる。本開示に従って取得された波形データは、必要に応じて都合よく再生することができると共に、多くの多様で高性能な分析技術を実行することが可能な、未処理のギャップフリー波形データの比較的長いストリームを含むことができる。このような技術の多くは、未処理のギャップフリー波形データの比較的長いストリームに含めることができる一時的な衝撃データから、低振幅変調を抽出するための、様々な形態のフィルタリングを提供することができる。以前のデータ収集の習慣では、以前のデータ取得モジュールの目的が純粋な周期的信号であったため、スペクトル処理アルゴリズムの平均化プロセスにより、それらの種類の現象が通常は失われていたこと、或いは、元の未処理の信号からのコンテンツの多くが、それが使用されないことが分かると通常は破棄されたことにより、ファイルサイズ縮小技法においてそれらの現象が失われたことは、本開示に照らして理解されるであろう。
実施形態では、１組のベアリングによって支持される少なくとも１つのシャフトを有する機械の、振動を監視する方法が提供される。この方法は、機械に関する不変の位置で一軸センサに割り当てられた、第１のデータチャネルを監視することを含む。又、この方法は、３軸センサに割り当てられた第２、第３、及び第４のデータチャネルを監視することを含む。更に、この方法は、機械が動作している間に、全てのデータチャネルからギャップフリーのデジタル波形データを同時に記録すること、及び、デジタル波形データに基づいて、相対位相の変化を測定することを含む。又、この方法は、機械に関する複数の位置に３軸センサを配置し、デジタル波形を取得することを含む。実施形態では、機械に関して各々が異なる位置に配置された一連の３軸センサに対して、第２、第３、及び第４のチャネルが一緒に割り当てられる。実施形態では、それらの全チャネルの全てのセンサから、同時にデータが受信される。
更に、この方法は、相対位相情報及び波形データの変化に基づいて、動作偏向形状を決定することを含む。実施形態では、基準センサの不変位置が、機械のシャフトに関連した位置となっている。実施形態では、一連の３軸センサにおける３軸センサが、夫々異なる位置に配置されると共に、機械内の異なるベアリングに夫々関連付けられる。実施形態において、不変位置は、機械のシャフトに関連する位置であり、一連の３軸センサにおける三軸センサは、夫々異なる位置に配置されると共に、機械においてシャフトを支持する異なるベアリングに夫々関連付けられる。様々な実施形態は、多数のチャネルからの、振動、或いは、回転機械や揺動機械又は類似の処理機械の類似の処理パラメータ及び信号を、同時に連続的に監視する方法を含み、それはアンサンブルとして知られている。様々な例では、アンサンブルが１つから８つのチャネルを含むことができる。更なる例において、アンサンブルは、装置上の論理測定グループを表すことができ、その装置は、測定される場所が測定のための一時的なものであるか否か、元の装置製造者によって提供されたか否か、後日追加導入されたものか否か、或いは、それらの１つ以上の組み合わせが監視されている。
一例において、アンサンブルは、一方向のベアリング振動を監視することができる。更なる例において、アンサンブルは、３軸センサを使用して３つの異なる方向（例えば直交する方向）を監視することができる。更に別の例において、アンサンブルは、４つ以上のチャネルを監視することができ、この場合、第１のチャネルが一軸振動センサを監視可能であり、第２、第３、及び第４のチャネルが、３軸センサの３つの方向の夫々を監視することができる。他の例において、アンサンブルは、装置の同じ部分又は関連するシャフト上の、隣接するベアリングのグループに固定することができる。様々な実施形態は、比較的効率的なやり方で振動試験等に展開された様々なアンサンブルから、波形データを収集するための手順を含む方法を提供する。更に、この方法は、機械を監視するアンサンブルに関連する不変の基準位置に割り当てられた基準チャネルを、同時に監視することを含む。基準チャネルとの連携は、アンサンブルから収集された波形の、より完全な相互関係をサポートするために示すことができる。基準チャネル上の基準センサは、一軸振動センサか、或いは、回転シャフト等の基準位置によってトリガすることが可能な位相基準センサとすることができる。本明細書に開示されているように、更にこの方法は、監視されている機械の動作中に、その機械の適切な解析に必要とみなされる全ての周波数を含むように、比較的高いサンプリングレートで、ギャップフリーのデジタル波形データを、各アンサンブルの全チャネルから同時に記録することを含んでもよい。アンサンブルからのデータを、クラウドネットワーク設備、ローカルデータリンク、ブルートゥース（登録商標）接続、セルラーデータ接続等に接続が可能な後続処理のための記憶媒体に対して、ギャップフリーでストリーミングすることができる。
実施形態において、本明細書で開示される方法は、特定の周波数や波形現象を強調又は好適に分離するために、アンサンブルからのデータに対し続いて適用可能なデジタル信号処理技術を含む、様々なアンサンブルからデータを収集するための手順を含む。これは、異なるサンプリングレートで、或いは、統合を含む異なるハードウェアフィルタリング構成であって、それらの構成（先験的なハードウェア構成として知られる）へのコミットメント（commitment）の理由により、後処理の比較的低い柔軟性を提供する構成で、複数のデータセットを収集する現行の方法と対照的であるかもしれない。これらの同じハードウェア構成は、独立したテスト毎にハードウェアを構成することに伴う待ち時間の遅延のために、振動調査の時間が長くなることを示すこともある。実施形態において、様々なアンサンブルからデータを収集するための本方法は、ストリーミングされたデータのセクションを同種のものに分類し、特定のアンサンブルに属させるように使用可能な、データマーカ技術を含む。一例では、動作速度で分類を定義してもよい。そうすることで、従来のシステムが収集するものだけから、多数のアンサンブルを作成することができる。多くの実施形態は、収集されたアンサンブルの各チャネル間だけでなく、適用可能な場合は、監視されている全アンサンブルの全てのチャネル間で、関心のある（interest）全周波数の相対位相を比較するための、後処理の分析技術を含む。
図１２を参照して、多くの実施形態は、それぞれがベアリングパック２４２２、２４２４、２４２６及び必要に応じて更なるベアリングパックを含むベアリングセット２４２０によって支持される回転又は振動コンポーネント２４１０を有する、あるいは、これらの両方を有する第１機械２４００を含む。この第１機械２４００は、第１センサアンサンブル(ensemble)２４５０によって監視することができる。この第１センサアンサンブル２４５０は、第１機械２４００に、元から装着された（又は後から加えられた）複数のセンサからの信号を受信するように構成することができる。第１機械２４００のこれらのセンサは、１軸センサ（単軸センサ）２４６２、２４６４及び必要に応じて更なる１軸センサ等の複数の１軸センサ２４６０を含むことができる。多くの例において、この複数の１軸センサ２４６０は、第１機械２４００の複数の回転又は振動コンポーネント２４１０の１つの検出が可能な第１機械２４００の部位に配置することができる。
また、第１機械２４００は、３軸センサ２４８２、２４８４及び必要に応じて更なる３軸センサ等の複数の３軸（直交軸）センサ２４８０を有することができる。多くの例において、３軸センサ２４８０は、第１機械２４００の回転又は振動コンポーネントに関連するベアリングセット２４２０の各ベアリングパックの１つの検出が可能な第１機械２４００の部位に配置することができる。また、第１機械２４００は、温度センサ２５０２、２５０４及び必要に応じて更なる温度センサ等の複数の温度センサ２５００を有することができる。また、第１機械２４００は、その回転コンポーネントの１つの毎分回転数（ＲＰＭ）をそれぞれが正確に検出する回転計センサ２５１０又は必要に応じて更なる回転計センサを有することができる。上記の例として、第１センサアンサンブル２４５０は、第１機械２４００に関連する上述の複数のセンサを調査することができる。そのため、第１センサアンサンブル２４５０は、８チャンネルを受信するように構成することができる。他の例では、第１センサアンサンブル２４５０は、必要に応じて８チャンネルを超える又は、８チャンネル未満を有するように構成することができる。この例では、この８チャンネルは、それぞれが１軸センサの信号を監視することができる２つのチャンネル及び１つの３軸センサ信号を監視することができる３つのチャンネルを含む。残りの３チャンネルは、２つの温度信号及び回転計からの信号を監視することができる。一例では、第１センサアンサンブル２４５０は、本開示に関連する１軸センサ２４６２、２４６４、３軸センサ２４８２、温度センサ２５０２、２５０４及び回転計センサ２５１０を監視することができる。第１機械２４００の振動調査中、第１センサアンサンブル２４５０は、先ず３軸センサ２４８２を監視し、そして、次の３軸センサ２４８４に移動することができる。
３軸センサ２４８４の監視後、第１センサアンサンブル２４５０は、必要に応じて第１機械２４００の追加の３軸センサを監視することができ、これらの３軸センサは、本開示による第１機械２４００の振動調査に関連する所定のルートリスト(route list)の一部である。この振動調査中、第１センサアンサンブル２４５０は、１軸センサ２４６２、２４６４、２つの温度センサ２５０２、２５０４、及び、回転計センサ２５１０を連続的(continually)に監視することができると共に、第１センサアンサンブル２４５０は、この振動調査の所定のルートプランにおいて複数の３軸センサ２４８０を順次(serially)、監視することができる。
図１２を参照して、多くの実施形態は、それぞれがベアリングパック２６２２、２６２４、２６２６及び必要に応じて更なるベアリングパックを含むベアリングセット２６２０によって支持される回転又は振動コンポーネント２６１０を有する、あるいは、これらの両方を有する第２機械２６００を含む。この第２機械２６００は、第２センサアンサンブル(ensemble)２６５０によって監視することができる。この第２センサアンサンブル２６５０は、第２機械２６００に、元から装着された（又は後から加えられた）複数のセンサからの信号を受信するように構成することができる。第２機械２６００のこれらのセンサは、１軸センサ２６６２、２６６４及び必要に応じて更なる１軸センサ等の複数の１軸センサ２６６０を含むことができる。多くの例において、この複数の２軸センサ２６６０は、第２機械２６００の複数の回転又は振動コンポーネント２６１０の１つの検出が可能な第２機械２６００の部位に配置することができる。
また、第２機械２６００は、３軸センサ２６８２、２６８４、２６８６、２６８８及び必要に応じて更なる３軸センサ等の複数の３軸（直交軸）センサ２６８０を有することができる。多くの例において、３軸センサ２６８０は、第２機械２６００の回転又は振動コンポーネントに関連するベアリングセット２６２０の各ベアリングパックの１つの検出が可能な第２機械２６００の部位に配置することができる。また、第２機械２６００は、温度センサ２７０２、２７０４及び必要に応じて更なる温度センサ等の複数の温度センサ２７００を有することができる。また、第２機械２６００は、その回転コンポーネントの１つの毎分回転数（ＲＰＭ）をそれぞれが正確に検出する回転計センサ２７１０又は必要に応じて更なる回転計センサを有することができる。
上記の例として、第２センサアンサンブル２６５０は、第２機械２６００に関連する上述の複数のセンサを調査することができる。そのため、第２センサアンサンブル２６５０は、８チャンネルを受信するように構成することができる。他の例では、第２センサアンサンブル６４５０は、必要に応じて８チャンネルを超える又は、８チャンネル未満を有するように構成することができる。この例では、この８チャンネルは、１つの１軸センサの参照信号を監視することができる１チャンネル及び２つの３軸センサ信号を監視することができる６チャンネルを含む。残りのチャンネルは、温度信号を監視することができる。一例では、第２センサアンサンブル２６５０は、１軸センサ２６６２、３軸センサ２６８２、３軸センサ２６８４及び温度センサ２７０２を監視することができる。本開示による機械２６００の振動調査中、第２センサアンサンブル２６５０は、先ず、３軸センサ２６８２を３軸センサ２６８４と同時に監視し、その後、３軸センサ２６８６に移行して３軸センサ２６８８と同時に監視することができる。
３軸センサ２６８０の監視後、第２センサアンサンブル２６５０は、必要に応じて機械２６００の追加の３軸センサ（同時ペア）を監視することができ、これは、本開示による機械２６００の振動調査に関連する所定のルートリスト(route list)の一部である。この振動調査中、第２センサアンサンブル２６５０は、その不変の位置で１軸センサ２６６２を連続的に監視し、かつ、温度センサ２７０２を連続的に監視するのに対して、この振動調査のための所定のルートプランで複数の３軸センサを順次監視することができる。
図１２を続けて参照して、多くの実施形態は、回転又は振動コンポーネント２８１０を有する、又は、これらを両方有する第３機械２８００を含み、これらのコンポーネントのそれぞれは、ベアリングパック２８２２、２８２４、２８２６、及び、必要に応じて更なるベアリングパックを含むベアリングセット２８２０によって支持される。第３機械２８００は、第３センサアンサンブル２８５０によって監視することができる。第３センサアンサンブル２８５０は、１つの１軸センサ２８６０及び２つの３軸（例えば、直交軸）センサ２８８０、２８８２で構成することができる。多くの例では、１軸センサ２８６０は、機械２８００の回転または振動コンポーネントの１つの検知を可能にする機械２８００上の位置にユーザによって固定されることができる。また、３軸センサ２８８０、２８８２は、機械２８００の回転又は振動コンポーネントのそれぞれに関連するベアリングのセットのベアリングの１つの検出を可能にする位置で、ユーザによって機械２８００上に配置することもできる。また、第３センサアンサンブル２８５０は、温度センサ２９００を含むことができる。第３センサアンサンブル２８５０及びそのセンサは、第１および第２センサアンサンブル２４５０、２６５０とは異なり、他の機械に移動させることができる。
また、多くの実施形態は、ベアリングパック２９７２、２９７４、２９７６、及び必要に応じて更なるベアリングパックを含むベアリング２９７０のセットによってそれぞれ支持された回転または振動コンポーネント２９６０、あるいはその両方のコンポーネントを有する第４機械２９５０を含む。第４機械２９５０は、ユーザが第３センサアンサンブル２８５０を第４機械２９５０に移動させることにより、第３センサアンサンブルによって監視することができる。また、多くの実施形態は、回転または振動コンポーネント３０１０、あるいはその両方のコンポーネントを有する第５機械３０００を含む。第５機械３０００は、動作中にいずれのセンサまたはセンサアンサンブルによって明示的に監視されないが、振動調査下にある機械２４００、２６００、２８００、２９５０のいずれかに関連付けられるデータに記録されるのに十分な大きさの振動または他の衝撃エネルギーを生成することができる。
多くの実施形態は、本明細書で開示されるような所定のルートを介して第１機械２４００上の第１センサアンサンブル２４５０を監視することを含む。また、多くの実施形態は、第２機械２６００上で第２センサアンサンブル２６５０を所定のルートを介して監視することを含む。機械２６００に近い機械２４００の位置は、両方の振動調査のコンテキストメタデータに含めることができる。第３センサアンサンブル２８５０は、機械２８００、２９５０、及び他の適切な機械の間を移動することができる。機械３０００は、上述のようにセンサを実装していないが、必要に応じて第３センサアンサンブル２８５０によって監視することができる。機械３０００及びその動作特性は、他の機械の振動調査に関連してメタデータに記録され、近接によるその寄与を記録することができる。
多くの実施形態は、リレーショナルメタデータとストリーミング生データフォーマットを調和させるハイブリッドデータベース適合(adaptation)を含む。銘板および操作パラメータ（時にはメタデータとみなされる）を離散的かつ比較的単純な個々のデータ測定値と関連付けるために従来のデータベース構造を利用する旧システムとは異なり、本開示に照らして、当然のことながら、より現代的なシステムは、より高いサンプリングレートとより高い解像度のより多くの生ストリーミングデータを収集することができる。同時に、本開示に照らして、当然のことながら、この生データをリンクして取得する又はこの生データと相関する、あるいはその両方のメタデータのネットワークは、増加する一途で拡大している。
一例では、単一の全体的な振動レベルは、測定点のルートリスト又は所定リストの一部として収集することができる。この収集されたデータは、次に、垂直方向においてカップリングに隣接する機械の特定の部品上のベアリングハウジングの表面上に位置する点のデータベース測定位置情報と関連付けることができる。適切な分析に関連する機械分析パラメータは、ベアリングハウジングの表面上に位置するポイントと関連付けることができる。適切な分析に関連する機械分析パラメータの例は、ベアリングハウジングの表面上の測定点を通過するシャフトの走行速度を含むことができる。適切な分析に関連する機械分析パラメータのさらなる例は、その装置および/または機械部品のすべてのコンポーネントシャフトのランニングスピード、スリーブまたはローラベアリングなどの分析されるベアリングタイプ、ギヤボックスがある場合にはギヤの歯数、モータの極数、モータのスリップおよびライン周波数、ローラベアリング要素の寸法、ファンブレードの数などの１つ、又は、これらの組合せを含むことができる。適切な分析に関連する機械分析パラメータの例は、更に、機械に対する負荷、および負荷がパーセンテージ、ワット数、空気流量、ヘッド圧力、馬力などで表されるかどうかなどの機械作動条件を含むことができる。更なる機械分析パラメータの例には、振動試験の間に得られたデータに影響を及ぼし得る隣接する機械に関連する情報が含まれる。
膨大な配列の機器および機械タイプが、それぞれが明確に異なる方法で分析され得る多くの異なる分類をサポートできることは、本開示に照らして理解されるであろう。例えば、スクリューコンプレッサーやハンマーミルのような機械は、より大きな騒音を発生させるように表示され、他の機械よりも大きく振動することが予想される。より大きく振動することが知られている機械は、より静かな機械に対して、許容可能と考えられる振動レベルの変化を必要とすることを表示することができる。
本開示は、収集された振動データに見られる階層的関係をさらに含み、データの適切な分析を支援するために使用することができる。階層的データの一例は、振動調査で測定されるベアリングなどの機械部品の相互接続と、そのベアリングが特定のギヤボックス内で特定のピニオンに取付けられた特定のシャフトにどのように連結するかを含むベアリングと、シャフト、ピニオンおよびギヤボックスの間の関係とを含む。階層データは、ベアリングが監視されている機械ギヤトレイン内の特定の地点がその機械内の他の構成要素に対してどこに配置されているのかを更に含むことができる。また、階層的データは、機械において測定されるベアリングが、振動試験の対象である機械において測定されているものに、その振動が影響する可能性が有る別の機械に近接しているかどうかを詳述することができる。
階層データ内の互いに関連するベアリングまたは他のコンポーネントからの振動データの分析は、テーブルルックアップ、生データから得られた複数の周波数パターン間の相関のサーチ、及び、機械のメタデータからの特定の周波数を使用することができる。いくつかの実施形態では、上記はリレーショナルデータベースに格納され、リレーショナルデータベースから検索されることができる。実施形態では、ナショナルインスツルメンツの技術データ管理ソリューション（ＴＤＭＳ）ファイルフォーマットを使用することができる。ＴＤＭＳファイルフォーマットは、様々なタイプの測定データ（すなわち、波形のバイナリデジタルサンプル）をストリーミングするために最適化することができ、階層メタデータも処理することができる。
多くの実施形態は、ハイブリッド・リレーショナル・メタデータ－バイナリ記憶アプローチ（ＨＲＭ－ＢＳＡ）を含む。ＨＲＭ－ＢＳＡは、構造化照会言語（ＳＱＬ）ベースのリレーショナルデータベースエンジンを含むことができる。また、構造化照会言語ベースのリレーショナルデータベースエンジンは、フラットで比較的無構造のデータのスループット及び記憶密度に最適化できる生データ・エンジンを含む。開示内容に照らして、階層メタデータと、ＳＱＬリレーショナルデータベースエンジンとの間の協働において利益を示すことができることは理解されよう。１つの例では、マーカーテクノロジとポインタ標識を使用して、未加工データベースエンジンとＳＱＬリレーショナルデータベースエンジンとの間の相関関係を作成することができる。生データベースエンジンとＳＱＬリレーショナルデータベースエンジンリンケージとの間の相関の３つの例は；（１）ＳＱＬデータベースから生データへのポインタ；（２）補助メタデータテーブル又は生データの類似したグループ化からＳＱＬデータベースへのポインタ、及び；（３）ＳＱＬデータベース又は生データテクノロジのドメイン外の独立したストレージテーブルを含む。
図１３を参照して、本開示は、関連付けられたファイル名、パス情報、テーブル名、関連する特定のデータベースセグメント又はロケーションに関連付けるために使用できる既存のＳＱＬデータベース技術で採用されるデータベースキーフィールド、特定の測定生データストリームへのアセットプロパティ(asset properties)、関連する時間/日付スタンプを伴うレコード、又は、動作パラメータ、パネル条件などのような関連するメタデータを含むグループ１及びグループ２のためのポインタを含むことができる。この例として、プラント３２００は、機械１ ３２０２、機械２ ３２０４、および多くの他の機械を含むことができる。機械１ ３２０２は、ギヤボックス３２１０、モータ３２１２、および他の要素を含むことができる。機械２ ３２０４は、モータ３２２０および他の要素を含むことができる。波形３２４０、波形３２４２、波形３２４４、および必要に応じて追加の波形を含む多くの波形３２３０は、プラント３２００の機械１及び２ ３２０２、３２０４から取得することができる。波形３２３０は、ローカルマーカリンクテーブル３３００及びリンクテーブル生データテーブル３４００と関連付けることができる。機械１、２ ３２０２、３２０４及びそれらの要素は、関係データベース３５００を有するリンクテーブルと関連付けることができる。リンクテーブル生データテーブル３４００及び関係データベース３５００を有するリンクテーブルは、任意選択の独立した記憶テーブル３６００を有するリンクテーブルに関連付けることができる。
本開示は、未加工波形データ内のタイムマークまたはサンプル長さに適用することができるマーカーを含むことができる。このマーカーは、一般に、プリセットまたはダイナミックの２つのカテゴリに分類される。予め設定されたマーカーは、負荷、ヘッド圧力、エアフロー立方フィート/分、周囲温度、毎分回転数（ＲＰＭ）などの予め設定された又は既存の動作条件に相関することができる。これらのプリセットマーカーは、データ集録システムに直接供給することができる。ある場合には、予め設定されたマーカーを波形データ（例えば、振動、電流、電圧などの波形）と平行してデータチャネル上に収集することができる。あるいは、プリセットマーカーの値を手動で入力することもできる。
トレンドデータのような動的マーカーの場合、振動振幅およびパターンを反復可能な動作パラメータのセットと比較するような同様のデータを比較することが重要であり得る。本開示の一例は、収集の瞬時にＲＰＭ情報を提供することができる作動シャフトからのキーフェーザトリガパルスであるパラレルチャネル入力の１つを含む。この動的マーカーの例では、収集された波形データのセクションに適切な速度または速度範囲をマーキングすることができる。
本開示はまた、サンプル波形に対して実行された後処理および分析から得られるデータに相関することができる動的マーカーを含むことができる。更なる実施形態では、動的マーカーは、回転数（ＲＰＭ）を含む収集後派生パラメータ、並びに最大ＲＰＭのような警報条件のような他の動作派生メトリックにも相関することができる。特定の例では、本明細書に記載の携帯型データ収集システムを用いた振動調査の候補である近代的な多くの機器は、回転計の情報を含まない。これは、ＲＰＭの測定が振動の調査および分析にとって第一の重要性を有する場合であっても、回転計を追加することは必ずしも実用的でも費用的にも正当であるとは限らないため、真実であり得る。固定速度機械の場合、機械のおおよその速度を事前に確認することができれば、正確なＲＰＭ測定を得ることはそれほど重要ではないがことが理解されよう。しかし、可変速ドライブは、ますます普及しつつある。また、本開示に照らして、様々な信号処理技術は、専用の回転計信号を必要とせずに生データからＲＰＭを導出できるようにすることが理解されよう。
多くの実施形態では、ＲＰＭ情報を使用して、生波形データのセグメントをその収集履歴にマークすることができる。さらなる実施形態は、振動試験の所定の経路に続いて機器データを収集するための技術を含む。動的マーカーは、分析および傾向分析ソフトウェアが、複数の履歴収集アンサンブルとして、マーカーによって示される収集間隔（例えば２分間）の複数のセグメントを利用することを可能にすることができるが、ルートコレクションシステムがただ一つのＲＰＭ設定に対して履歴データを記憶する従来のシステムでは、１回だけ行われる。これは、前述したように、負荷設定、周囲温度などの他の動作パラメータにも同様に拡張することができる。しかしながら、生データストリームを指すインデックスファイルの種類に位置づけられる動的マーカーは、以前に収集された生データストリームの一部とより容易に比較することができる同種のものにおけるストリームの一部に分類することができる。
多くの実施形態は、リレーショナル及び生データストリームの両方に対して最高の既存技術を利用可能なハイブリッドリレーショナルメタデータ－バイナリストレージアプローチ含む。ある実施形態では、ハイブリッドリレーショナルメタデータ-バイナリストレージアプローチは、それらを様々なマーカーリンケージと結合させることができる。マーカーリンケージは、リレーショナルメタデータを介した迅速な検索を可能にし、既存の技術を用いた従来のＳＱＬ技術を使用して、生データのより効率的な分析を可能にすることができる。これは、従来のデータベース技術が提供していない多くの機能、リンケージ、互換性、および拡張機能の利用を可能にし得る。
マーカーリンケージは、また、従来のバイナリ記憶およびデータ圧縮技術を使用して生データの迅速かつ効率的な記憶を可能にすることができる。これは、ＴＭＤＳ（ナショナルインスツルメンツ）、ＵＦＦ（ユニバーサルファイルフォーマット、例えばＵＦＦ５８など）のような従来の生データ技術が提供する機能、リンケージ、互換性、および拡張の多くを利用することを可能にするために示され得る。マーカーリンケージは、更に、従来のシステムと同じ収集時間でアンサンブルからの豊富なデータセットを蓄積することができるマーカーテクノロジリンクを使用することを可能にすることができる。アンサンブルからのより豊富なデータセットは、所定の収集基準に関連するデータスナップショットを格納することができ、また、提案システムは、マーカー技術を利用して収集されたデータストリームから複数のスナップショットを導き出すことができる。そうすることで、収集されたデータの比較的豊富な分析が達成されることを可能にし得る。このような利点の1つは、特定の周波数または作動速度のオーダーに対するＲＰＭ、負荷、動作温度、流量などにおける振動のより多くのトレンドポイントを含むことができ、これは、従来のシステムでデータの収集に消費するのと同様な時間で収集されることができる。
実施形態では、プラットフォーム１００は、環境１０４内に配備されたローカルデータ収集システム１０２を含み、機械、機械の要素、及び、共通の制御下にあるローカル作業現場又は分散作業現場に配備された大型機械を含む機械の環境を監視する。大型機械は、土工機械、大型産業用オンロード車両、大型産業用オフロード車両、タービン、ターボ機械、発電機、ポンプ、プーリーシステム、マニホールドおよびバルブシステムなどの様々な場所に設置された産業機械を含むことができる。実施形態では、重工業機械は、土工機械、土壌圧縮装置、運搬装置、吊上げ装置、搬送装置、総合生産装置、コンクリート構造で使用される装置、および牽引装置を含むこともできる。例として、土工作機械は、掘削機、バックホー、ローダー、ブルドーザー、スキッドステアローダー、トレンチャー、モータグレーダー、モータスクレーパー、クローラーローダー、ホイールローディングシャベルを含むことができる。例では、建設車両は、ダンパー、タンカー、ティッパー、およびトレーラーを含むことができる。例では、マテリアルハンドリング装置には、クレーン、コンベア、フォークリフト、および巻上機を含むことができる。例として、建設機械には、坑内ハンドリング機器、ロードローラー、コンクリートミキサー、ホットミックスプラント、道路製造機（コンパクター）、ストーンクラッシャー、舗装機、スラリーシール機、散布機および左官工事機及び大型ポンプを含むことができる。重工業設備のさらなる例は、トラクション器具、構造、動力伝達系、制御、および情報の実装などの異なるシステムを含むことができる。重工業機器は、移動のための動力を提供し、また補機および搭載機能にも動力を供給するために、多くの異なるパワートレインおよびその組み合わせを含むことができる。これらの例のそれぞれにおいて、プラットフォーム１００は、これらの機械、モータ、ポンプなどが動作し、それぞれの機械、モータ、ポンプなどが一体的に接続された環境１０４にローカルデータ収集システム１０２を展開することができる。
実施形態では、プラットフォーム１００は、Ｓｉｅｍｅｎｓ（登録商標）ＳＧＴ６－５０００Ｆ（登録商標）ガスタービン、ＳＳＴ-９００（登録商標）蒸気タービン、ＳＧｅｎ６－１００Ａ（登録商標）ジェネレータ及びＳＧｅｎ６－１０００Ａ（登録商標）ジェネレータのようなタービンおよびジェネレータセットのような動作中又は組立てられた機械からの信号を監視するために環境１０４内に配備されたローカルデータ収集システム１０２を含むことができる。実施形態では、 ローカルデータ収集システム１０２は、タービンを通過する熱水蒸気によって生じる流れで回転する蒸気タービンを監視するために配備されるが、ガス燃焼バーナ、核、溶融塩ループなどのような異なる駆動源によるものでもよい。これらのシステムでは、ローカルデータ収集システム１０２は、水が凝縮し、次いでそれが再び蒸発するまで加熱される閉ループサイクルで、タービンおよび水または他の流体を監視することができる。ローカルデータ収集システム１０２は、水を蒸気に加熱するために配備された燃料源とは別個に、蒸気タービンを監視することができる。例では、蒸気タービンの作動温度は５００～６５０℃であってもよい。多くの実施形態では、蒸気タービンの配列は、高圧、中圧、低圧に対して配置及び構成することができ、それによりそれぞれの蒸気圧力を回転運動に最適に変換することができる。
また、ローカルデータ収集システム１０２は、ガスタービン装置に配備されてもよく、したがって、作動中のタービンを監視するだけでなく、１，５００℃を超えることもあるタービンへ送られる高温燃焼ガスの供給を監視する。これらのガスは蒸気タービンの気体よりもはるかに高温であるため、ブレードは、小さな開口から流出して排気ガスとブレードとの間に保護膜すなわち境界層を形成する空気によって冷却することができる。この温度プロファイルは、 ローカルデータ収集システム１０２によって監視することができる。典型的な蒸気タービンとは異なり、ガスタービンエンジンは、圧縮機、燃焼室、およびタービンを含み、それらの全てが回転軸を用いて回転するように軸支されている。これらの構成要素のそれぞれの構成および動作は、 ローカルデータ収集システム１０２によって監視することができる。
実施形態では、プラットフォーム１００は、移動する水からエネルギーを回収し、発電に使用されるロータリーエンジンとして働く水車からの信号を監視するために、環境データ収集システム１０２を環境１０４に配備することができる。プロジェクトに対して選択された水車または水力のタイプは、しばしばヘッドと呼ばれる静水の高さ、および、その場における流量または水の体積に基づくことができる。この例では、水力タービンに連結するシャフトの上部に発電機を配置することができる。タービンが自然に動く水をブレード内に捕らえて回転すると、タービンは回転エネルギーを発電機に送り、電気エネルギーを生成する。その際に、プラットフォーム１００は、発電機、タービン、ローカルウォーターシステム、ダムのウインドウや水門などの流れ制御器からの信号を監視することができる。さらに、プラットフォーム１００は、負荷、予測需要、周波数応答などを含む電気グリッド上のローカル状態を監視し、これらの水力設定においてプラットフォーム１００によって配備された監視および制御にそのような情報を含めることができる。
実施形態では、プラットフォーム１００は、熱、核、地熱、化学、バイオマス、炭素ベースの燃料、ハイブリッド再生可能エネルギープラントなどのエネルギー生産環境からの信号を監視するために環境１０４に配備されるローカルデータ収集システム１０２を含むことができる。これらのプラントの多くは、風力タービン、水力タービン、及び、原子力、ガス燃焼、太陽熱並びに溶融塩熱源からの熱によって動力を供給される蒸気タービンのような複数種類のエネルギー回収装置を使用することができる。実施形態では、そのようなシステムの要素は、送電線、熱交換器、脱硫スクラバー、ポンプ、冷却器、復熱器、冷却器などを含むことができる。いくつかの実施形態では、ターボ機械、タービン、スクロールコンプレッサーなどの特定の実装形態は、消費のために電気を作り、冷凍を提供し、現地製造および加熱のための蒸気を生成するような大規模設備を監視するようにアレイドコントロールに構成することができ、アレイドコントロールプラットフォームは、ハネウェル及びそれらのエクスぺリオン（登録商標）ＰＳＫプラットフォームなどの産業機器の提供者が提供することができる。実施形態では、プラットフォーム１００は、現地の製造業者固有の制御部と具体的に通信して統合することができ、また、ある製造業者の装置が他の装置と通信可能にすることができる。さらに、プラットフォーム１００は、ローカルデータ収集システム１０２が多くの異なる製造業者からのシステムにわたって情報を収集することを可能にする。実施形態では、プラットフォーム１００は、海洋産業機器、船舶用ディーゼルエンジン、造船、石油およびガスプラント、製油所、石油化学プラント、バラスト水処理ソリューション、海洋ポンプ及びタービンなどからの信号を監視するために環境１０４に配備されたローカルデータ収集システムを含むことができる。
実施形態では、プラットフォーム１００は、環境１０４内に配備されたローカルデータ収集システム１０２を含み、重工業機器および１つ以上のセンサの監視を含むプロセスからの信号を監視することができる。この例として、センサは、電気的、熱的または光学的信号などの物理的環境からの何らかのタイプの入力の検出または応答に使用されるデバイスであってもよい。実施形態では、ローカルデータ収集システム１０２は、限定することなく、温度センサ、圧力センサ、トルクセンサ、流量センサ、熱センサ、煙センサ、アークセンサ、放射線センサ、位置センサ、加速度センサ、歪みセンサ、圧力サイクルセンサ、圧力センサ、空気温度センサなどの複数のセンサ含むことができる。トルクセンサは、磁気捩れ角センサを含むことができる。一例では、ローカルデータ収集システム１０２のトルク及び速度センサは、２０１３年１月８日発行のミーチャムの米国特許第８３５２１４９号で説明されたものと類似しており、これは、本明細書に完全に記載されているかのように参照により本明細書に組み込まれる。実施形態では、触覚センサ、バイオセンサ、化学センサ、画像センサ、湿度センサ、慣性センサなどのような1つ以上のセンサを設けることができる。
実施形態では、プラットフォーム１００は、環境１０４に配備されたローカルデータ収集システム１０２を含み、過度の振動、不正確な材料、不正確な材料特性、適切な寸法の真偽、適切な形状、適切な重量、バランスに真偽を含む故障検出のための信号を提供することができるセンサからの信号を監視することができる。追加の故障センサは、部品のパッケージの計画、部品が公差の計画内にあること、パッケージの損傷や応力の発生、輸送中の衝撃や損傷の可能性を示すセンサなどの在庫管理及び検査のためのものが含まれる。追加の故障センサには、潤滑の不足、潤滑の過剰、センサ検出窓の洗浄の必要性、低潤滑によるメンテナンスの必要性、潤滑領域の遮断または減少した流れによるメンテナンスの必要性などの検出が含まれる。
実施形態では、プラットフォーム１００は、特殊用途のためのセンサ、例えば、航空機の姿勢方位基準システム（ＡＨＲＳ）、ジャイロスコープ、加速度計、磁力計などからの信号の監視を含む航空機の運航及び製造を含む環境１０４に配備されたローカルデータ収集システム１０２を含むことができる。プラットフォーム１００は、画像センサ、例えば、半導体電荷結合素子（ＣＣＤｓ）、アクティブピクセルセンサ、相補型金属酸化膜半導体（ＣＭＯＳ）又はＮ型金属酸化膜半導体（ＮＭＯＳ、Ｌｉｖｅ ＭＯＳ）技術における画像センサからの信号を監視する環境１０４に配備されたローカルデータ収集システム１０２を含むことができる。実施形態では、プラットフォーム１００は、赤外線（ＩＲ）センサ、紫外線（ＵＶ）センサ、タッチセンサ、近接センサなどのセンサからの信号を監視するために環境１０４に配備されたローカルデータ収集システム１０２を含むことができる。実施形態では、プラットフォーム１００は、光学文字認識（ＯＣＲ）、バーコード読み取り、表面音響波の検出、トランスポンダの検出、ホームオートメーションシステムとの通信、医療診断、健康モニタリングなどのために構成されたセンサからの信号を監視する環境１０４に配備されたローカルデータ収集システム１０２を含むことができる。
実施形態では、プラットフォーム１００は、マイクロエレクトロメカニカルシステム（ＭＥＭＳ）センサ、ＳＴマイクロエレクトロニクス（登録商標）ＬＳＭ３０３ＡＨスマートＭＥＭＳセンサなどのセンサからの信号を監視するために環境１０４に配備されたローカルデータ収集システム１０２を含むことができ、これらのセンサは、超低電力高性能システムインパッケージ３Ｄデジタルリニア加速度センサ及び３Ｄデジタル磁気センサを含むことができる。
実施形態では、プラットフォーム１００は、タービン、風車、産業車両、ロボットなどのような追加の大型機械からの信号を監視するために環境１０４に配備されたローカルデータ収集システム１００を含むことができる。これらの大型機械機器は、各機械に複数のサブシステムを提供する複数のコンポーネント及び要素を含む。その目的のために、プラットフォーム１００は、車軸、ベアリング、ベルト、バケット、ギヤ、シャフト、ギヤボックス、カム、キャリッジ、カムシャフト、クラッチ、ブレーキ、ドラム、ダイナモ、供給装置、フライホイール、ガスケット、ポンプ、ジョー、ロボットアーム、シール、ソケット、スリーブ、バルブ、ホイール、アクチュエータ、モータ、サーボモータなどの個々の要素からの信号を監視するために環境１０４に配備されたローカルデータ収集システム１０２を含むことができる。機械およびその要素の多くは、サーボモータを含むことができる。ローカルデータ収集システム１０２は、モータ、ロータリエンコーダ、及びサーボ機構のポテンショメータを監視して、産業プロセスの位置、配置、及び進行の三次元の詳細を提供することができる。
実施形態では、プラットフォーム１００は、環境１０４に配備されたローカルデータ収集システム１０２を含み、ギヤドライブ、パワートレイン、トランスファケース、マルチスピードアクスル、トランスミッション、ダイレクトドライブ、チェーンドライブ、ベルトドライブ、シャフト-ドライブ、磁気ドライブ、及び同様の噛み合い機械式ドライブからの信号を監視することができる。実施形態では、プラットフォーム１００は、環境１０４に配備されたローカルデータ収集システム１０２を含み、過熱、ノイズ、ギヤのきしみ、ギヤのロック、過度の振動、揺れ、加圧不足、過剰加圧などの含む虞のある産業機械の故障状態からの信号を監視することができる。運用中、設置中、および保守中に、保守及び運用上の問題を引き起こす作動障害、保守インジケータ、及び、他の機械との交信が発生する可能性がある。この障害は、産業機械のメカニズムで発生する可能性があるが、配線やローカルインストールプラットフォームなど、機械をサポートするインフラストラクチャでも発生する可能性もある。実施形態では、大型の産業機械は、過熱、騒音、歯車のきしみ、機械部品の過剰振動、ファン振動問題、大型の産業機械の回転部品の問題などの異なるタイプの故障状態に直面することがある。
実施形態では、プラットフォーム１００は、環境１０４内に配備されたローカルデータ収集システム１０２を含み、軸受潤滑油の汚染または損失により起こりうる早期の軸受故障によって引き起こされる可能性のある故障を含む産業機械からの信号を監視する。別の例では、ベアリングのアライメント不良などの機械的欠陥が生じることがある。多くの要因が金属疲労などの故障の原因となるので、ローカルデータ収集システム１０２は、周期及び局所的なストレスを監視する。この例として、プラットフォーム１００は、機械部品の不正確な動作、部品のメンテナンスおよびサービスの欠如、カップリング又はギヤボックスなどの重要な機械部品の腐食、機械部品のアライメント不良などを監視することができる。故障の発生を完全に止めることはできないが、多くの産業部門の故障を軽減して、運用上及び財務上の損失を減らすことが可能である。プラットフォーム１００は、多くの産業環境において、リアルタイム監視および予測的メンテナンスを提供し、この際、実際の負荷および摩耗ではなく固定された期限に従って部品を交換する定期的にスケジュールされたメンテナンスプロセスを超える経費節約を示すことが分かった。その目的のために、プラットフォーム１０は、機械の操作マニュアル及びモード指示、適切な潤滑、及び機械部品の保守を守る、規定された能力を超える機械のオーバーランを最小限に抑える又は排除する、摩耗したが機能的な部品を必要に応じて使用する、機械の使用のために人員を適切に訓練するなどのいくつかの予防対策の注意又は実行を提供することができる。
実施形態では、プラットフォーム１００は、環境１０４に配備されるローカルデータ収集システム１０２を含み、複数の物理的、電子的、及び記号的フォーマット又は信号によって搬送される複数の信号を監視することができる。プラットフォーム１００は、複数の数学的、統計的、計算的、ヒューリスティック及び言語的表現を含む信号処理、並びに、複数の信号の処理及び信号処理操作から有益な情報を抽出するために必要な複数の演算、例えば、信号からの情報の表示、モデリング、分析、合成、検出、取得、及び抽出のための技術を使用することができる。例として、信号処理は、変換、スペクトル推定、統計演算、確率的および推計学的演算、数値理論解析、データマイニングなどを含むが、これらに限定されない複数の技術を用いて実行することができる。様々なタイプの信号の処理は、多くの電気的または計算的プロセスの基礎を形成する。その結果、 信号処理は、オーディオおよびビデオ処理、画像処理、無線通信、プロセス制御、産業オートメーション、金融システム、特徴抽出、ノイズ低減、画像補正などの品質改善など、産業環境のほぼ全ての分野およびアプリケーションに適用される。画像の信号処理には、製造検査、品質検査、及び自動化された動作検査及び保守のためのパターン認識が含まれる。プラットフォーム１００は、入力データを認識パターンの目標又はデータの規則性を伴う重要な特徴に基づいてクラスに分類するパターン認識技術を使用することができる。また、プラットフォーム１００は、機械学習操作によるパターン認識プロセスを実行することもでき、コンピュータビジョン、音声及びテキスト処理、レーダー処理、手書き認識、コンピュータ支援設計（ＣＡＤ）システムなどのアプリケーションに使用することもできる。プラットフォーム１００は、教師あり分類および教師なし分類を使用することができる。教師あり学習分類アルゴリズムは、異なるオブジェクトクラスから得られた訓練データに基づいて、画像またはパターン認識のための分類子を作成することに基づいてもよい。教師なし学習分類アルゴリズムは、セグメント化およびクラスタリングなどの高度な分析技術を使用して、ラベル付けされていないデータ内の隠れた構造を見つけることによって動作することができる。例えば、教師なし学習に使用される分析技法のいくつかは、Ｋ平均法、ガウス混合モデル、隠れマルコフモデルなどを含むことができる。パターン認識の教師あり及び教師なし学習法で使用されるアルゴリズムは、さまざまな高精度アプリケーションでのパターン認識の使用を可能にする。プラットフォーム１００は、セキュリティシステム、追跡、スポーツ関連アプリケーション、指紋分析、医療および法科学アプリケーション、ナビゲーション及び誘導システム、車両追跡、輸送システムなどの公共インフラシステム、ナンバープレート監視などの顔検出関連アプリケーションにおけるパターン認識を使用することができる。
実施形態では、プラットフォーム１００は、機械学習を使用して、プログラムする必要なしにコンピュータから学習成果の導出を可能にする環境１０４に配備されるローカルデータ収集システム１０２を含むことができる。したがって、プラットフォーム１００は、データ駆動予測を行い、データセットに従って適応することにより、データセットから学び、決定を行うことができる。実施形態では、機械学習は、教師あり学習、教師なし学習及び強化学習などの機械学習システムによって複数の機械学習のタスクを実行することを含むことができる。教師あり学習は、 機械学習システムに一連の入力例及び望ましい出力を提示することを含む。教師なし学習は、パターン検出及び/または特徴学習のような方法による入力を構造化する学習アルゴリズム自体を含むことができる。強化学習は、動的学習環境で実行して、正誤決定についてフィードバックする機械学習システムを含むことができる。例では、機械学習は、機械学習システムの出力に基づく複数の他のタスクを含むことができる。また、例では、タスクは、分類、回帰、クラスタリング、密度推定、次元縮退、異常検出などのような機械学習問題として分類することもできる。例では、 機械学習は、複数の数学的および統計的技法を含むことができる。例では、多くのタイプの機械学習アルゴリズムには、決定木に基づく学習、相関ルール学習、深層学習、人工ニューラルネットワーク、遺伝的学習アルゴリズム、帰納的論理プログラミング、サポートベクターマシン（ＳＶＭｓ）、ベイジアンネットワーク、強化学習、表現学習、ルールベースの機械学習 、スパース辞書学習、類似度メトリック学習、学習分類子システム（ＬＣＳ）、ロジスティック回帰分析、ランダムフォレスト、Ｋ平均法、勾配ブースト及びアダブースト、及びＫ近傍法（ＫＮＮ）、アプリオリアルゴリズムなどのような機械学習アルゴリズムを含むことができる。実施形態では、自然選択、生物進化を推進するプロセスに基づく拘束及び非拘束最適化問題の両方を解決するために定義された遺伝的アルゴリズムのような、ある種の機械学習アルゴリズムを使用することができる。この例として、遺伝的アルゴリズムを展開して、目的関数が不連続であるか、微分可能でないか、確率的であるか、または高度に非線形である問題を含む、標準最適化アルゴリズムにはあまり適していない様々な最適化問題を解決することができる。ある例では、いくつかの成分が整数値に限定された混合整数計画法の問題に対処するために、 遺伝的アルゴリズムを使用することができる。遺伝的アルゴリズム並びに機械学習技術及びシステムは、コンピュータインテリジェンスシステム、コンピュータビジョン、自然言語処理（ＮＬＰ）、推薦システム、強化学習、グラフィックモデル構築などに使用することができる。この例のように、機械学習システムは、インテリジェントコンピューティングベースの制御を実行するため、及び、インタラクティブなウェブサイト及びポータル、脳－機械インタフェース、オンラインセキュリティ及び不正検出システム、診断及び治療支援システム医療、ＤＮＡ配列の分類などの医療用途など多種多様なシステムにおけるタスクに応答するために使用することができる。例では、 機械学習システムは、オンライン広告、自然言語処理 、ロボット工学、検索エンジン、ソフトウェア工学、音声及び手書き認識、パターンマッチング、ゲームプレイ、コンピュータ解剖学、バイオインフォマティクスシステムなどの高度なコンピューティングアプリケーションに使用することができる。また、ある例では、 機械学習は、ユーザ行動分析、オンライン広告、経済予測、金融市場分析などの金融及びマーケティングシステムで使用することもできる。
図１－６に関連して示された方法、システム、デバイス、及びコンポーネントに関連して、さらなる詳細が以下に提供される。実施形態では、方法及びシステムは、リモート、アナログ産業センサの融合に基づくクラウドベースの機械パターン認識に対して、ここに開示される。例えば、振動、圧力、温度、加速度計、磁気、電場、及び他のアナログセンサからのデータストリームは、多重化あるいは融合され、ネットワーク上で中継され、クラウドベースの機械学習設備に供給することができ、これは、産業機械、産業プロセス、又はそれらのコンポーネント又は要素の動作特性に関する１つ以上のモデルを使用することができる。モデルは、 産業環境を経験した人間によって作成されることができ、環境又は他の同様の環境のセンサによって収集された人間の分析または機械分析によって作成されるようなトレーニングデータセットに関連付けられてもよい。そして、学習機械は、初めに、データのタイプへの分類、特定のパターン（故障の存在を示すもの、又は、燃料効率、エネルギー生成のような作動状態を示すものなどのような）の認識のような様々な出力を提供するようなモデルのルール又は要素のセットを使用して他のデータ上で動作することができる。機械学習設備は、フィードバックに基づいて、重みづけ、ルール、パラメータなどを調整することによって、初期モデルをトレーン又は改善することができるように、１つまたは複数の入力又は成功の方策などのフィードバックを取得ることができる。例えば、産業機械による燃料消費のモデルは、重量、運動、抵抗、運動量、慣性、加速度、及び消費を示す他の因子を特徴づける物理モデルパラメータ、及び、燃焼、電池の充放電における化学反応などを介して生成及び／又は消費されるエネルギーを予測するものなどの化学モデルパラメータを含むことができる。このモデルは、機械の環境内、機械内などに配置されたセンサからのデータ及び実際の燃料消費を示すデータに供給することにより、機械は、センサベースの燃料消費の推定値の正確さを高め、また、機械の動作パラメータを変更したり、周辺温度、近くの機械の動作などの環境の他の要素を変更したり、燃料消費量を増加させるためにどのような変更を加えることができるかを示す出力を提供するように修正することができる。例えば、２つの機械間の共鳴効果がそれらの1つに悪影響を及ぼしている場合、モデルはこれを考慮に入れて、共鳴を減少させ、一方または両方の機械の効率を増加させるように、一方の機械の動作を変化させる出力を自動的に提供する。機械学習設備は、出力を実際の条件に合致させるようにパラメータを連続的に調整することによって、故障を予測し、動作パラメータを最適化するなど、環境の条件の非常に正確なモデルを提供するように自己組織化することができる。これは、燃費を向上させ、摩耗を減らし、出力を増加させ、寿命を延ばし、故障状態を回避するために、そして他の多くの目的のために使用され得る。
図１４は、データ収集及び処理ための認知機能及び機械学習のアプリケーションを伴うデータ収集アーキテクチャのコンポーネント及び相互作用を示す。図１４を参照すると、データ収集システム１０２は、電気機械システム及び機械などの１つまたは複数の複雑なシステムが製造、組み立て、又は操作されるような産業環境などの環境に配置されてもよい。データ収集システム１０２は、オンボードセンサを含み、例えば一つ以上の入力インタフェース又はポート４００８を介して、１つの以上のセンサ（ここに開示された任意のタイプのアナログまたはデジタルセンサなど）及び１つ以上の入力ソース（Ｗｉ‐Ｆｉ、ブルートゥース（登録商標）、ＮＦＣ、または他のローカルネットワーク接続、又はインターネットを介して利用可能なソースなど）から入力を取ることができる。センサは、１つ以上のマルチプレクサ４００２などと組み合わせて、多重化することができる。データは、キャッシュ/バッファ４０２２にキャッシュ又はバッファされて、１つ以上の出力インタフェース及びポート４０１０（実施形態において、入力インタフェース及びポート４００８から分離され、又は、これと同じにすることできる）を介して、本開示の他の箇所に記載されているようなリモートホスト処理システム１１２などの外部システム（この開示及び図において説明された他の実施形態に関連して説明された任意の要素を含む広範な処理アーキテクチャ４０２４を含むことができる）を使用可能にしてもよい。データ収集システム１０２は、ホスト処理システム１１２から入力、例えば、分析システム４０１８からの入力を取得するように構成することができ、これは、分析結果を提供するためのデータ収集システム１０２からのデータ及び他の入力ソース１１６からのデータ上で作動し、分析結果は、順次、データ収集システムへの学習フィードバック入力４０１２として提供されて、データ収集システム１０２の構成及び作動を新得することができる。
入力の組合せ（どのセンサ又は入力ソースを「オン」又は「オフ」するかの選択を含む）は、ローカル認識入力選択システム４００４、任意選択のリモート認識入力選択システム４１１４、又は、これら２つの組合せのようなマシンベースのインテリジェンスの制御下で実行することができる。認識入力選択システム４００４、４０１４は、インテリジェンス及び本開示の他の箇所に記載された機械学習機能、例えば、検出された状態（入力ソース１１６又はセンサによる情報）、状態情報（状態を決定することができる機械状態認識システム４０２０によって決定された状態情報を含む）、例えば、作動状態、環境状態、既知の処理又はワークフロー内の状態、故障又は診断状態又はその他の多くに関連する状態情報を使用することができる。これは、入力選択の最適化及び学習フィードバックシステム４０１２からの学習フィードバックに基づく構成を含むことができ、これは、トレーニングデータ（例えば、ホスト処理システム１１２から、又は、他のデータ収集システムから直接的に、あるいは、ホスト１１２からのデータ）を含むことができ、また、ホスト処理システム１１２の分析システム４０１８内で計算された成功の評価基準のようなフィードバックメトリクスを含むことができる。例えば、センサ及び入力の特定の組合せからなるデータストリームが、所与の条件セットにおいて肯定的な結果（例えば、改善されたパターン認識の提供、改善された予測、改善された診断、改善された歩留まり、改善された投資収益率、改善された効率など）をもたらす場合、分析システム４０１８からのそのような結果に関するメトリクスは、学習フィードバックシステム４０１２を介して、認識入力選択システム４００４、４０１４に提供されて、将来のデータ収集の構成がそれらの条件（他のセンサの出力を低下させることなどにより、他の入力源が選択解除されるようにする）における組合せを選択するのに役立つ。実施形態では、認識入力選択システム４００４のうちの１つ以上の制御下でのセンサの組合せの選択および選択解除は、遺伝子プログラミング技術のような自動的な変化を伴って生じ、学習フィードバック４０１２に基づいて経時的に、分析システム4018から、所与の状態または条件セットに対する有効な組み合わせが促進され、有効性の低い組合せが降格され、結果的に最適化され、ローカルデータ収集システムが各固有の環境に適合する。したがって、自動的に適合するマルチセンサデータ収集システムが提供され、認識入力選択が、その特定の環境内でのデータ収集システムの有効性、効率、または他の性能パラメータを改善するためにフィードバックと共に使用される。パフォーマンスパラメータは、全体的なシステムメトリクス（金融利回り、プロセス最適化結果、エネルギー生産又は使用など）、分析メトリック（パターン認識の成功、予測の作成、データの分類など）及びローカルシステムメトリック（帯域幅使用率、ストレージ使用率、電力消費量など）に関係付けることができる。実施形態では、 分析システム４０１８、状態システム４０２０及びホストの認識入力選択システムは、複数のデータ収集システム１０２からデータを取得して、最適化（入力の選択を含む）が複数の協調動作によって行うことができるようにする。例えば、認識入力選択システム４１１４は、１つのデータ収集システム１０２がＸ軸に対する振動データを既に収集いている場合、他のデータ収集システムのＸ軸の振動センサは、オフされて、他のデータコレクタ１０２からのＹ軸データの取得を選択することを理解することができる。このように、ホスト認識入力選択システム４１１４による協調収集により、異なるセンサのホストを横断する複数のコレクタ１０２の活動は、エネルギー、帯域幅、保管スペースなどを無駄にすることなく、ホスト処理システム１１２のための豊富なデータセットを提供することができる。上記のように、最適化は、全体的なシステム成功メトリック、分析成功メトリック、及びローカルシステムメトリック、又は上記の組み合わせに基づいてもよい。
クラウドベース、産業システムのための予想状態情報を提供するための複数の産業センサからの状態情報の機械パターン分析のための方法及びシステムがここに開示されている。いくつかの実施形態では、機械学習は、複数のアナログ及び/又はデジタルセンサの状態を追跡し、状態をパターン分析設備に送り、また、状態情報のシーケンスに関する履歴データに基づいて産業システムの予想状態を決定するなど、状態機械を利用する。例えば、産業機械の温度状態が一定の閾値を超え、その後、ベアリングセットの破壊のような故障状態となる場合、その温度状態は、パターン認識によって追跡され、これは、高温の入力状態が認識される度にベアリングの故障状態が予想されることを含む出力データ構造を生成することができる。広範囲の測定値及び予想状態は、温度、圧力、振動、加速度、運動量、慣性、摩擦、熱、熱流、ガルバニック状態、磁場状態、電場状態、静電容量状態、充放電状態、動作、位置、その他多くに関連する状態機械によって管理することができる。状態は、組み合わされた状態を含み、この際、データ構造は一連の状態を含み、各状態は、バイト型データ構造の場所で表される。例えば、産業機械は、圧力、温度、振動、及び音響データ、データ構造の一所をとる測定を提供するような遺伝子構造によって特徴付けられ、その組合わされた状態は、バイト型データ構造上で動作され、現在の機械又は環境の結合状態でコンパクトに特徴づけられ、あるいは、予想される状態でコンパクトに特徴づけられる。このバイト型データ構造は、複数の条件の複合効果を反映するパターンを決定するために構造上で動作するパターン認識するような、機械学習ための状態機械によって使用することができる。機械学習における産業環境で感知できる異なる要素の様々な長さの組み合わせの表示のような、そのような構造の幅広い種類を追跡して使用することができる。実施形態では、バイト型構造は、様々なタイプのデータ又は様々なソースからのデータを置換し、及び、時間で結果を追跡することなどにより、遺伝的プログラミング技術において使用することができ、実世界の状況で使用されるとき、予測された状態の予測が成功したことの表示、又は成功した結果の達成、効率の向上、情報のルーティングの成功、利益の増加の達成などの１つ以上の好ましい構造が成功に基づいて出現する。つまり、継時的な機械の最適化に使用されるバイト型構造において使用されるデータの形式及びソースを使用するものを変化させることにより、遺伝的プログラミングングベースの機械学習設備は、所与の目的に対するデータソース（例えば、温度はセンサＸから得られるのに対して、振動はセンサＹから得られる）の好ましい混合からのデータタイプ（例えば、圧力、温度及び振動）の好ましい組合せからなるデータ構造セットを「進化」させることができる。異なる望ましい結果は、異なるデータ構造になる可能性があり、このデータ構造は、機械学習の適用及び遺伝的プログラミングによる問題の望ましい結果に対する望ましい結果による構造の促進による継時的なこれらの結果の効果的な達成の支援に最も適している。促進されたデータ構造は、本開示全体を通して記載されるような様々な活動に対してコンパクトで効率的なデータを提供することができ、これは、データプール（所与の環境に対して最良の動作結果を提供する望ましいデータ構造を格納することによって最適化することができる）への格納、及び、データ市場における発表（所与の目的に対して最も効果的な構造としての発表など）を含む。
実施形態では、産業システムに対する予測された状態情報を提供するための複数のアナログ産業センサからの状態情報のクラウドベースの機械パターン分析を有するプラットフォームが設けられる。実施形態では、クラウド内に配置されたようなホスト処理システム１１２は、状態システム４０２０を含むことができ、これは、機械、コンポーネント、ワークフロー、プロセス、事象（例えば、事象が発生したかどうか）、オブジェクト、人、条件、機能などのデータ収集システム１０２又はデータ収集システム１０２が配置された環境のいくつかの特徴に関連する現在の状態を推定又は計算し、又は、将来の状態を予測するのに使用することができる。保持状態情報は、可能ホスト処理システム１１２が、１つ以上の分析システム４０１８などにおいて分析できるようにし、文脈情報を決定できるようにし、意味及び条件論理を適用できるようにし、本開示を通して説明される処理アーキテクチャ４０２４により可能になる多くの他の機能を実行する。
実施形態では、ＩｏＴデバイスの作成、展開、および管理と共に、ＩｏＴ用のクラウドベースのポリシー自動化エンジンを有するプラットフォームが提供される。実施形態では、プラットフォーム１００は、クラウドプラットフォーム、モノのインターネット（ＩｏＴ）デバイスへのポリシーの自動的な作成、展開及び管理のためのポリシー自動化エンジン４０３２などの上にホスト処理システム１１２を含む（一体化され、又はホスト処理システム１１２に含まれる）。ポリシーは、アクセスポリシー、ネットワーク使用ポリシー、ストレージ使用ポリシー、帯域幅使用ポリシー、デバイス接続ポリシー、セキュリティポリシー、ルールベースポリシー、役割ベースのポリシーなどを含むことができ、これは、ＩｏＴデバイスの使用を管理するために要求されることがある。例えば、ＩｏＴデバイスは他のデバイスと多くの異なるネットワーク及びデータ通信を有することができるので、所与のデバイスがどのデバイスに接続できるか、どのデータを渡すことができるか、また、どのデータを受信できるかを示すポリシーが必要となる。近い将来、無数の潜在的な接続を有する数十億のデバイスが配備されることが予想されるため、人は、接続ごとにＩｏＴデバイスのポリシーを構成することが不可能になる。したがって、インテリジェントポリシー自動化エンジン４０３２は、ポリシーを作成、構成、及び管理するための認知機能を含むことができる。ポリシー自動化エンジン４０３２は、利用可能なポリシーの１つ以上の公開ソースを含むポリシーデータベース又はライブラリなどの、可能なポリシーに関する情報を消費することができる。これらは、１つ以上の従来のポリシー言語またはスクリプトで記述することができる。ポリシー自動化エンジン４０３２は、所与のデバイス、マシン、または環境の特性に基づくなど、１つ以上のモデルに従ってポリシーを適用することができる。例えば、発電用のような大きな機械は、検証可能なローカルコントローラのみが発電の特定のパラメータを変更することができるポリシーを含み、それによりハッカーによる遠隔の「乗っ取り」を回避する。これは、アクセス認証などを要求することによって、マシンの制御インフラストラクチャのインターネットへの接続を禁止するセキュリティポリシーを自動的に見つけて適用することによって順次に実行することができる。ポリシー自動化エンジン４０３２は、状態システム４０２０からの状態情報に基づくなど、ポリシーの適用、ポリシーの構成の変更などの認知機能を含むことができる。ポリシー自動化エンジン４０３２は、システム全体の結果（例えば、セキュリティ違反の程度、及びポリシーなど）、ローカルの結果、及び分析結果に基づくような、分析システムシステム４０１８からの1つ以上の分析結果に基づくような学習フィードバックシステムなどからのフィードバックをとることができる。そのようなフィードバックに基づく変化および選択によって、ポリシー自動化エンジン４０３２は、継時的に、ＩｏＴデバイス間の接続の構成に関するポリシーを管理するなど、非常に多数のデバイスにわたってポリシーを自動的に作成、展開、構成及び管理することを学ぶことができる。
ここに開示された方法及びシステムは、デバイス搭載センサ融合及び産業用ＩｏＴをデバイス用のデータストレージのためのものであり、デバイス搭載センサ融合及び産業用ＩｏＴをデバイス用のデータストレージを含み、複数のセンサからのデータは、融合されたデータストリーム用のデバイスで融合される。例えば、圧力及び温度データは、バイト型構造などにおいて、圧力と温度を時系列で組み合わせるデータストリームに多重化することができ（時間、圧力及び温度がデータ構造の複数バイトである場合、外部システムによるストリームの分離処理の要求なしで、圧力及び温度は時間にリンクしたままである）、あるいは、加算、除算、乗算、または減算などを行うことにより、融合データは、デバイスに格納することができる。本開示を通じて説明されているセンサデータタイプのいずれも、このようにして融合され、ローカルデータデータプール 、ストレージ、又はデータコレクタ 、機械のコンポーネントなどのＩｏＴデバイスに格納することができる。
実施形態では、プラットフォームは、産業用ＩｏＴデバイスのためのデバイス搭載センサ融合及びデータストレージを提供する。実施形態では、認知システムは、データ収集システム１０２のための自己組織化ストレージシステム４０２８のために使用される。センサデータ、特にアナログセンサデータは、特に、データコレクタ１０２がオンボード又はローカル環境からの複数のセンサ入力を有する場合、ストレージ容量を大量に消費することがある。単純に全てのデータを無期限に格納することは、一般的に望ましい選択肢ではなく、すべてのデータを送信しても帯域幅の制約が大きくなり、帯域幅の許容を超える（セルラーデータプランの容量を超えるなど）などする可能性がある。従って、格納戦略が必要である。これらは、一般的に、データの一部分のみ（スナップショットなど）をキャプチャし、限られた時間だけデータを格納し、データの一部（中間または抽象化されたフォームなど）を格納することなどを含む。これらのオプションやその他のオプションの中から選択肢が数多くあるため、正しいストレージ戦略を決定することは非常に複雑になる可能性がある。実施形態では、自己組織化ストレージシステム４０２８は、学習フィードバック４０１２に基づき、認知システムを使用することができ、また、分析システム４０１８又はホスト認知入力選択システム４１１４の他のシステムからの様々なメトリックを使用し、全体システムのメトリック、分析メトリック及びローカルパフォーマンスインジケータを使用することができる。自己組織化ストレージシステム４０２８は、ストレージパラメータを自動的に変更することができ、例えば、ストレージロケーション（データ収集システム１０２上のローカルストレージ、データ収集システム１０２の近くのストレージ（ピアツーピア組織を使用するなど）、及び、ネットワークベースのストレージなどのリモートストレージ）、ストレージ量、ストレージ期間、格納データのタイプ（個々のセンサ又は入力ソース１１６、同様に、様々な結合又は多重化されたデータ、例えば、認知入力選択システム４００４、４０１４の下で選択されたデータ）、ストレージタイプ（例えば、ＲＡＭ、フラッシュ又は他の短期間メモリに対するハードドライブの空容量）、ストレージ構成（例えば、未加工形式、階層など）、及びその他である。そのようなパラメータの変化はフィードバックで行うことができ、経時的に、データ収集システム１０２は、データのストレージを適応させて、それ自体を特定の産業環境のようなその環境に最適化させ、結果として、必要とされる適切な量及びユーザが利用可能な適切な形式のデータを格納する。
実施形態では、ローカル認知入力選択システム４００４は、様々なオンボードセンサ、外部センサ（ローカル環境などの）及び他の入力ソース１１６のローカル収集システム１０２への１つ以上の融合データストリームに対する融合データを編成することができ、例えば、マルチプレクサ４００２を使用して、データ収集システム１０２によって処理されるアナログ及び／又はデジタルソースデータの組み合わせ、順列、混合、層、抽象化、データ－メタデータの組み合わせを表す様々な信号を生成する。センサの特定の融合の選択は、認知入力選択システム４００４によって局所的に決定することができ、例えば、学習フィードバックシステム４０１２からの学習フィードバック、様々な全体システム、分析システム、及びローカルシステムの結果及びメトリクスに基づき行うことができる。実施形態では、システムは、センサの特定の組合せ及び置換を融合することを学習して、状態の正確な予測を最高に達成し、状態システム４０２０による様々な状態処理のような分析システム４０１８の将来状態の予測能力に関連する分析システム４０１８のフィードバックにより表示される。例えば、入力選択システム４００４は、利用可能なセンサのより大きなセットの中からセンサのサブセットの選択を表示することができ、また、選択されたセンサからの入力は、それらのセンサのそれぞれからの入力を定義されたマルチビットデータ構造に配置することにより（所与のサンプリングレートすなわち時間でのそれぞれからの信号を取得して、その結果をバイト構造への配置し、そして、継時的にそれらのバイトを収集して処理するなど）、マルチプレクサ４００２での多重化により、また、連続信号の加法混合などにより、結合することができる。畳み込み技術、強制変換技術、変換技術などを含む、組み合わせおよび融合のための広範囲の信号処理及びデータ処理技術のいずれかを使用することができる。問題の特定の融合は、結果（分析システム４０１８による搬送など）からのフィードバック４０１２に基づく認知入力選択システム４００４の学習などの認知学習によって所与の状況に適合させて、その結果、ローカルデータ収集システム１０２はコンテキスト適応型センサ融合を実行することができる。
実施形態では、分析システム４０１８は、統計的及び計量経済的技術（線形回帰分析、類似性行列の使用、 ヒートマップに基づく技法など）、推論技術（例えば、ベイズ推論、ルールベース推論、帰納的推論など）、反復手法（フィードバック、再帰、フィードフォワード及び他の技法など）、信号処理技術（フーリエ変換および他の変換など）、パターン認識技法（カルマン及び他のフェルタ技術など）、探索技術、確率的技法（ランダムウォーク、ランダムフォレストアルゴリズムなど）、シミュレーション技術（ランダムウォーク、ランダムフォレストアルゴリズム、線形最適化など）、その他の広範な分析技術に適用することができる。これには、様々な統計又は基準の演算を含むことができる。実施形態では、分析システム４０１８は、少なくとも一部がデータ収集システム１０２に配置されて、ローカル分析システムが、本開示全体にわたって記載された項目のいずれかに関する、１つ以上の基準を演算することができる。例えば、効率、電力利用、ストレージ利用、冗長性、エントロピ及び他のファクターの基準をオンボードで演算することができ、データ収集１０２が、リモート分析システム（例えば、クラウドベース）に依存することなく、本開示全体を通して言及された様々な認知および学習機能を可能にすることができるようにする。
実施形態では、ホスト処理システム１１２、データ収集システム１０２、又はその両方は、自己組織化ネットワークシステム４０２０との接続又は統合を含むことができ、この自己組織化ネットワークシステム４０２０は、１つ以上のローカルデータ収集システム１０２及びホストシステム１１２間などのアナログ及び他のセンサデータ又は他のソースデータを取扱うなどのデータ収集システムにおけるデータの転送のためのネットワーク利用のマシンベースのインテリジェント又は組織化を提供するための認知システムを含むことができる。これは、データ収集システムに送られるソースデータ、学習フィードバックシステム４０１２へ提供される又は学習フィードバックシステム４０１２を介して提供される分析データ、市場を支援するためのデータ（他の実施形態に関連して説明されているような）、及び出力インタフェース及びポート４０１０を介した１つ以上のデータ収集システム１０２からの出力データのための組織化されたネットワークの利用を含むことができる。
ここに開示された産業ＩｏＴのための自己組織化データ市場のための方法およびシステムは、利用可能なデータ要素が、訓練セット及び市場の成功の指標からのフィードバックによる自己組織化設備の訓練に基づいて、消費者による消費のための市場で組織化されることを含む。市場は、１つ以上の産業環境から収集された利用可能なデータを作成するように最初に設定することができ、例えば、タイプ、ソース、環境、機械、１つ以上のパターンなど、メニュー又は階層によりデータを提示する。市場は、収集されたデータ、データの編成、データの提示（外部サイトへのデータのプッシュ、リンクの提供、データにアクセスできる複数のＡＰＩの構成などを含む）、データのプライシングなど、機械学習下で、データを変化させることができ、これは、前述のあらゆる異なるパラメータを変化させることができる。機械学習設は、自己組織化によって、これらのパラメータの全てを管理することができ、例えば、継時的にパラメータを変化させることにより（提示されたデータタイプの要素、各タイプのデータを得るために使用されるデータソース、提示されたデータ構造（バイト型構造、融合又は多重化された構造（複数のセンサタイプの表示など）、及び統計的構造（センサ情報の様々な数学的製品を表すことなど）など）、データのプライシングを変化させることを含む）、データが提示された場合、どのようにデータが提示されたか（ＡＰＩ、リンク、プッシュメッセージなどにより）、どのようにデータが格納されたか、どのようにデータが取得されたかなど、を管理する。パラメータが変化したとき、閲覧数、アクセス当たりの収量（例えば、支払われた価格）、総収率、ユニット毎の収益、総利益及びその他多くの成功の指標に関してフィードバックが取得され、また、自己組織化機械学習設備は、成功の指標を改善する構成を促進し、そうでない構成を降格させて、継時的に市場は、徐々に効率的なプライシング（例えば、市場から高い総利益を提供する傾向のプライシング）で望ましいソース（例えば、信頼性があり、正確で、かつ、低価格なもの）から望ましいデータタイプ（例えば、所与のタイプの特定の産業環境の予測された状態のロバスト予測を提供するもの）の組合せを提示するように構成される。市場は、スパイダー、ウェブクローラなどを含み、データプール、接続されたＩｏＴデバイスなど潜在的に関連するデータを公表するものを検索するように、入力データソースを検索することができる。これらは、人から訓練を受けることができ、また、本開示の他の箇所で説明されているのと同様の方法で機械学習によって改善されてもよい。
実施形態では、産業用ＩｏＴデータのための自己組織化データ市場を有するプラットフォームが提供される。図１５を参照すると、ある実施形態では、1つ以上の複数のデータ収集システム１０２によって収集されたデータ、又は、産業環境などの様々なデータ収集環境に配置された他のセンサ若しくは入力ソース１１６からのデータのための、自己組織化データ市場と呼ばれることがある認知データ市場４１０２を有するプラットフォームが提供される。データ収集システム１０２に加えて、これは、機械、デバイス、コンポーネント、パーツ、操作、機能、条件、状態、イベント、ワークフロー、及びそのような環境の他の要素（まとめて「状態」という用語に包含される）の様々なパラメータおよび機能を監視するなどのためのカメラ、モニタ、埋め込みセンサ、モバイルデバイス、診断装置及びシステム、計装システム、テレマティクスシステムなどのＩｏＴデバイスによって収集、処理又は交換されるデータを含むことができる。また、データは、データの記述、出所の表示、アイデンティティ、アクセス、役割および許可に関する要素の指示、データの要約すなわちアブストラクトの提供、その他の１つ以上のデータのアイテムなどの、データの抽出、変換、ロード及び処理のため更なる処理を可能にする、前述のいずれかに関するメタデータを含むこともできる。そのようなデータ（そのような用語は、文脈が他のことを示す場合を除いて、メタデータを含む）は、第三者にとって、個々の要素（環境の状態に関するデータがプロセス内の条件として使用できるものなど）又は集合体（例えば、任意選択的に異なる環境の多くのシステム及びデバイスにわたって収集されたデータが、行動モデルの開発、学習システムの訓練などのために使用できるものなど）として、価値が高い。何十億ものＩｏＴデバイスが無数の接続で展開されているので、利用可能なデータの量は激増する。データのアクセスおよび利用を可能にするために、認知データ市場４１０２は、ユーザが、データのバッチ、データのストリーム（イベントストリームを含む）、様々なデータプール４１２０からのデータなどのデータのパッケージを提供、発見、消費及び取引することを可能にするための様々なコンポーネント、機能、サービス及び処理を有効にする。実施形態では、認知データ市場４１０２は、クラウドベースのシステム、同様に様々なセンサ、入力ソース１１５、データ収集システム１０２などの統合ホスト処理システム１１２のホスト処理アーキテクチャ４０２４の１つ以上の接続された又は統合された他のコンポーネントに含まれることができる。認知データ市場４１０２は、市場インタフェース４１０８を含むことができ、この市場インタフェー４１０８は、データ供給者がデータを利用可能にする１つ以上の供給者インタフェース及びデータが発見されて取得される１つ以上の消費者インタフェースを含む。消費者インタフェースは、データ市場検索システム４１１８へのインタフェースを含むことができ、このデータ市場検索システム４１１８は、ユーザが、どのタイプのデータを取得したいかをデータ又はメタデータを特徴付ける自然言語検索インタフェースにキーワードを入力するなどして、指示できるようにする機能を含む。検索インタフェースは、キーワードマッチング、協調フィルタリング（類似の消費者及び他の消費者のそれらの過去の結果に一致する既知の消費者の嗜好又は特性を使用するなど）、ランキング技術（この開示における他の実施形態に関連して説明された様々なメトリックに従った過去の結果の成功に基づくランキングなど）を含む様々な検索及びフィルタリング技術を使用することができる。いくつかの実施形態では、供給インタフェースは、データの所有者又は供給者が、データのバッチのパッケージング、データのストリームなどのような、１つ以上のパッケージのデータを認知データ市場４１０２へ供給すること、及び、認知データ市場４１０２を通すことを可能にすることができる。供給者は、単一の入力ソース１１６、単一のセンサなどからのデータを供給することにより、又は、組合せ、順列などを提供することにより（多重化されたアナログデータ、複数のソースからのデータの混合されたバイト、抽出、ロード及び変換の結果、畳み込みの結果など）、同様に、前述のいずれかに関連するメタデータを供給することにより、データをプリパッケージすることができる。パッケージングは、プレバッチ、ストリーミング（イベントフィード又は他のフィード又はストリームへのサブスクリプションなど）、プレアイテム、収益分配、その他などに基づくプライシングを含むことができる。プライシングに関するデータに対して、データ取引システム４１１４は、注文の履行を含む注文、配送及び利用を追跡することができる。取引システム４１１４は、購買データへのアクセス制御を管理し、使用を管理（データの制限された時間内、制限されたドメインでの使用の許容、制限されたユーザ又は役割のセットによる、又は、制限された目的によるなど）する暗号キーを管理するなどによるデジタル権利管理を含むリッチな取引機能を含むことができる。取引システム４１１４は、クレジットカード、電信送金、借方、および他の形態の対価を処理するなどして、支払いを管理することができる。
実施形態では、市場４１０２の認知データパッケージングシステム４０１２は、バッチ、ストリーム、プールなどのデータパッケージを自動的に構成することなどによって、マシンベースのインテリジェンスを使用してデータをパッケージ化することができる。実施形態では、パッケージングは、既存のモデルを補足または補完する可能性のあるデータをパッケージ化または集約するなどして、1つまたは複数のルール、モデル、またはパラメータに従って行うことができる。例えば、データの種類を示すメタデータに基づいて、又はデータの特性を示すデータストリームの特徴又は特性を認識することなどによって、類似した機械（この開示を通じて記載された１つ以上の産業機械など）のグループからの操作データを集約することができる。実施形態では、ユーザの要件を満たすか、又は成功の尺度となる可能性がある入力ソース１１６、センサ、データプール４１２０からの情報、及びデータ収集システム１０２からの情報の組み合わせ、並べ替え、混合、階層などを学習するなど、機械学習及び認知能力を使用してパッケージングを行うことができる。学習は、システム性能基準、データ収集基準、分析基準などの分析システム４０１８で決定される基準に基づくなど、学習フィードバック４０１２に基づくことができる。実施形態では、成功尺度は、パッケージの閲覧、パッケージとの関与、パッケージの購入又はライセンス供与、パッケージに対する支払いなどの市場成功尺度と相関させることができる。そのような基準は、特定のフィードバック基準を検索用語及び他の入力と関連付けることを含む分析システム４０１８で計算することができ、その結果、認知パッケージシステム４１１０は、消費者に高い価値を提供し、また、データ提供者へのリターンを増大させるようにデザインされたパッケージを見つけて形成することができる。実施形態では、認知データパッケージシステム４１１０は、異なる組み合わせ、順列、混合などを使用し、所与の入力ソース、センサ、データプールなどに適用される重みづけを変化させ、学習フィードバック４０１２を使用して好ましいパッケージを促進し、あまり好ましくないパッケージの強調を抑えるなど、自動的にパッケージングを変化させることができる。これは、異なるパッケージの結果を比較する遺伝的プログラミングや類似の手法を使用して行うことができる。フィードバックは、状態システム４０２０からの状態情報（例えば、様々な動作状態などに関するような）、同様に、プライシングや他のデータソースの可能性の情報などの市場条件及び状態についての情報を含むことができる。したがって、市場４１０２のための好ましいデータパッケージを提供する条件に自動的に適応する適応型認知データパッケージシステム４１１０が提供される。
実施形態では、データパッケージのプライシングを設定するために認知データプライシングシステム４１１２を提供することができる。実施形態では、データプライシング設定システム４１１２は、供給条件、需要条件、様々な利用可能なソースのプライシングの設定などに基づいてプライシングを設定するなど、ルール、モデルなどのセットを使用することができる。例えば、パッケージのプライス設定は、構成要素（入力ソースやセンサデータなど）のプライスの合計に基づいて設定されるように構成することができ、または、構成要素のプライスの合計のルールベースのディスカウントに基づいて設定することができる。コスト要因（帯域幅及びネットワーク使用量、ピーク需要要因、希少因子など）を考慮するルール、利用パラメータ（パッケージの目的、ドメイン、ユーザ、役割、継続時間など）を考慮するルール、その他多数のようなルール及び条件ロジックを適用することができる。実施形態では、認知データプライシングシステム４１１２は、自動的にプライシングを変更すること、および結果のフィードバックを追跡することを含む遺伝的プログラミングを使用するような完全に認知的なインテリジェント特性を含むことができる。フィードバックを追跡する結果は、データ取引システム４１１４からのデータに関する分析システム４０１８のメトリックを計算することによって提供される様々な金融収量メトリック、利用メトリックなどを含むものであってもよい。
自己組織化データプールのための方法およびシステムがここに開示され、自己組織化データプールは、使用率および/または歩留まりメトリックに基づくデータプールの自己組織化を含むものであってもよく、使用率および/または歩留まりメトリックは、複数のデータプールについて追跡される利用率及び/又は歩留まりメトリクスを含む。データプールは、当初は、産業用機械又はコンポーネントからの、又はこれらに関するセンサデータのような、産業環境からのデータを含む、構造化されていない、又は緩く構造化されたデータのプールを含むことができる。例えば、データプールは、タービン、コンプレッサ、バッテリ、リアクタ、エンジン、モータ、車両、ポンプ、ロータ、アクスル、ベアリング、バルブなどの環境内の様々な機械又はコンポーネントからのデータストリームをアナログ及び／又はデジタルセンサデータ（広範な種類の）、作動条件について公開されたデータ、診断及び故障データ、機械又はコンポーネントの識別データ、アセット追跡データ、及び他の多くの種類のデータを含むデータストリームと共に取得することができる。各ストリームは、そのソースを示す、オプションでそのタイプを示すなど、プール内に識別子を持つことができる。データプールは、１つ以上のインタフェース又はＡＰＩ（例えば、ＲＥＳＴｆｕｌ ＡＰＩ）を介して、又はゲートウェイ、ブローカー、ブリッジ、コネクタなどのデータ統合要素により、外部システムによってアクセスされることができ、このデータプールは、利用可能なデータストリームにアクセスできるようにする類似の機能を利用することができる。データプールは、自己組織化機械学習設備によって管理することができ、この自己組織化機械学習設備は、プールに対してどのソースが使用され、どのストリームが利用可能か、及びＡＰＩ又はデータプールの中への及び外への接続を管理するなどにより、データプールを構成することができる。自己組織化は、成功の基準に基づいて、フィードバックを取得することができる。成功の基準は、利用（使用率）および収量（歩留まり）の基準を含むものであってもよい。利用および収量の基準は、データの取得及び/又は保管のコスト、並びに、利益又は他の手段（例えば有用性のユーザの提示を含み得る）などによって測られたプールの利益を計算するものであってもよい。例えば、自己組織化データプールは、エネルギー生産環境の化学物質および放射線データが規則的にアクセスされて抽出されるのに対して、振動データ及び温度データが使用されていないことを認識することがあり、この場合、データプールは、振動及び/又は温度データの保存を停止するか、そのようのデータのより良いソースを得ることにより、自動的に編成し直す。また、この自動化された再編成は、漸進的な反復及びフィードバックを通じて、異なるデータタイプ、異なるデータソース、異なるデータ構造などを促進するように、データ構造にも適用することができる。
実施形態では、使用率及び/又は歩留まりメトリックに基づいてデータプールの自己編成を有するプラットフォームが提供される。いくつかの実施形態では、データプール４０２０は、本開示を通じて説明される認知能力によって編成されるような自己組織化データプール４０２０であってもよい。データプール４０２０は、分析システム４０１８で計算されたものを含む、基準値及び結果のフィードバックに基づくような、学習フィードバック４０１２に応答して自己組織化することができる。組織化は、どのデータ又はデータのパッケージをプールに格納するか（特定の組合せ、順列、集計などの提示）、そのようなデータの構造（例えば、フラット、階層、リンク又は他の構造など）、ストレージの持続時間、ストレージメディアの特性（ハードディスク、フラッシュメモリ、ＳＳＤ、ネットワークベースのストレージなど）、ストレージビットの配置、及び他のパラメータを決定することを含む。ストレージのコンテンツおよび性質は、データプールがホストシステム１１２、１つ以上のデータ収集システム１０２、ストレージ環境パラメータ（容量、コスト、及びパフォーマンス要因など）、データ収集環境パラメータ、市場パラメータ、及びその他多数の状態に基づいて、学習及び適合できるように、変化することができる。実施形態では、プール４０２０は、投資収益率、電力利用の最適化、収益の最適化などのような歩留まりメトリクスに応答して、上記パラメータおよび他のパラメータを変更することなどによって、学習及び適応することができる。
ここに開示された産業の特定のフィードバックに基づいてＡＩモデルをトレーニングするための方法及びシステムは、利用率 、収率、又は衝撃の基準を反映する産業の特定のフィードバックに基づいてＡＩモデルをトレーニングすることを含み、ＡＩモデルは、産業環境からのセンサデータ上で作動する。上述のように、これらのモデルは、産業環境、機械、ワークフローの動作モデル、予測状態のモデル、故障予測及びメンテナンス最適化モデル、自己組織化ストレージモデル（デバイス上、データプール内、及び/又はクラウド内）、データ転送の最適化モデル（ネットワークコーディング、ネットワーク状態感知ルーティングなどの最適化など）、データ市場の最適化モデル、及び他の多くのモデルを含むことができる。
実施形態では、産業の特定のフィードバックに基づいてＡＩモデルをトレーニングするプラットフォームが提供される。実施形態では、ここに開示された認知システムの様々な実施形態は、特定の機械、コンポーネント、プロセスなどの最適化に関係するような産業の特定の及びドメインの特定のソース１１６からの入力及びフィードバックを取得することができる。したがって、ストレージ組織化、ネットワーク使用、センサ及び入力データの結合、データプーリング、データパッケージング、データプライシング、及び市場４１０２又は他のホスト処理システム１１２の他の目的のためなどの他の機能の学習及び適応は、所与の環境、例えば産業環境、又はアプリケーション、例えばＩｏＴデバイスを含むアプリケーションようなのドメインの特定のフィードバック基準について学習することによって構成され得る。これには、効率の最適化（電気、電気機械、磁気、物理、熱力学、化学及びその他のプロセス及びシステムなど）、出力の最適化（エネルギー、材料、製品、サービス及びその他の出力の生産など）、故障の予測、回避及び軽減（前述のシステム及びプロセスなど）、パフォーマンス基準の最適化（投資収益率、利回り、利益率、利益率、収入など）、コストの削減（人件費、帯域幅コスト、データコスト、マテリアルインプットコスト、ライセンスコストなど）、利益の最適化（安全性、満足度、健康などに関する）、ワークフローの最適化（プロセスへの時間とリソース配分の最適化など）、その他を含むことができる。
それら自体の中で組織化してスワームのメンバの能力及び状態に基づいてデータ収集を最適化する産業データコレクタの自己組織化されたスワームを含む産業データコレクタの自己組織化されたスワームのための方法及びシステムがここに開示されている。スワームの各メンバは、インテリジェンス及び他のメンバと協調する能力を持つように構成することができる。例えば、スワームのメンバは、他のメンバが処理しているデータに関する情報を追跡することができるので、環境の状況、スワームのメンバの能力、動作パラメータ、ルール、（スワームの動作を制御するルールエンジンからなどの）、及びメンバの現在の状態を考慮して、データ収集アクティビティ、データストレージ 、データ処理、及びデータ公開をスワームに知的に割り当てることができる。例えば、４つのコレクタの中で、比較的低い電流レベル（バッテリの不足など）を有するものは、データを公開する必要がある場合、リーダ又は照会デバイス（ＲＦＩＤリーダなど）から少量の電力を受け取ることがきるので、一時的にデータ公開の役割を割り当てることができる。良好な電力レベルと堅牢な処理能力を備えた第２のコレクタには、データの処理、データの融合、残りのスワームの組織化（フィードバックに基づく動作パラメータ、ルールなどの調整により、継時的にスワームが最適化されるようにする機械学習下の自己組織化を含む）などのより複雑な機能を割り当てることができる。堅牢なストレージ機能を備えたスワームの第３のコレクタは、振動センサデータなどのデータのカテゴリの収集及び格納のタスクを割り当てることができ、これは、相当の帯域幅を消費する。スワーム内の第４のコレクタ、例えば、より低い記憶容量を持つコレクタには、故障時のテータのみを維持して伝達する必要がある現在の診断状態などの通常は廃棄されるデータを収集する役割を割り当てることができる。スワームのメンバは、「マスター」又は「ハブ」としてのメンバを使用することにより、又は、直列若しくは環状に接続することにより、ピアツーピア関係で接続することができ、各メンバは、命令を含むデータを次へ伝達し、また、前の及び／又は次のメンバに適した機能及び命令の特性を認識する。スワームは、（集計データストアとしての各メモリのメモリを使用するなど）、そのストレージの割り当てのために使用することができる。これらの例では、集計データストアは、例えばトランザクションデータを格納する分散台帳をサポートするものであってもよい。トランザクションデータは、スワームによって収集されたデータを含むトランザクションのため、産業環境で生じるトランザクションなどのデータである。実施形態では、トランザクションデータには、例えば、スワーム、環境又は機械若しくはそのコンポーネントを管理するために使用されるデータも含まれ得る。スワームは、スワームの１つ以上のメンバに配置された機械学習機能又は外部の機械学習設備からのインストラクションのいずれかに基づき、自己組織化することができ、これは、ストレージ、データ収取、データ処理、データ提示、データ転送、及びそれぞれに関連するパラメータの管理に基づく他の機能を最適化することができる。機械学習設備は、初期構成で開始し、前述のいずれかに関連するスワームのパラメータを変化（スワームのメンバシップの変化も含む）させることができ、例えば、成功の基準、利用の基準、効率の基準、予測又は状態の予測における成功の基準、生産性の基準、利回りの基準、利益の基準、その他などに関する機械学習設備へのフィードバックに基づいて反復することができる。スワームは、経時的に、運営者、操作者、又はホストの産業環境又はその機械、コンポーネント、又はそのプロセスに対する望ましい成功の基準を達成するために望ましい構成に最適化することができる。
実施形態では、産業用データコレクタの自己組織化されたスワームを有するプラットフォームが提供される。実施形態では、ホスト処理システム１１２は、その処理アーキテクチャ４０２４（及び任意選択的に認知データ市場４１０２と一体化し又はこれを含み）を有し、データコレクタ１０２の自己組織化スワーム４２０２からの情報と統合し、接続し、又はこれを利用することができる。いくつかの実施形態では、自己組織化スワーム４２０２は、１つ以上のデータ収集システム１０２の認知機能の展開などを通して、２つ以上のデータ収集システム１０２を組織化することができ、スワーム４２０２の協調を提供などすることができる。スワーム４２０２は、階層組織化（マスタデータコレクタが１つ以上のデータ収集システム１０２の活動を組織化し、支持するものなど）、協力組織化（スワーム４２０２の組織化に対する意思決定がデータコレクタ１０２の間に分配されるものなど、意思決定の様々なモデルを使用するものなど、例えば、投票システム、ポイントシステム、最小コストルーティングシステム、優先順位付システムなど）に基づいて、組織化することができる。実施形態では、１つ以上のデータコレクタ１０２は、データコレクタが移動ロボット、ドローン、移動式潜水機器などの上または中に配置されるような場合などにおいて、モビリティ能力を有することができ、その結果、組織化は、データコレクタ１０２の配置及び測位を含むことができる。データ収集システム１０２は、相互に及びホスト処理システム１１２と通信することができ、これは、集合的に割り当てられた1つ以上のコレクタ（実施形態では、仮想化機能などを使用して物理的に分散された場合でも一体化されたストレージスペースとして取り扱うことができる）のストレージ又はこれにアクセス可能なストレージを含む１つのストレージスペースを共用することを含む。組織化は、１つ以上のルール、モデル、条件、プロセスなどに基づいて自動化することができ、条件論理によって具体化又は実行されるようなものでもよく、組織化は、ポリシーエンジンによって処理されるようなポリシーによって管理されてもよい。ルールは、産業－、アプリケーション－、及びドメイン－特有のオブジェクト、クラス、イベント、ワークフロー、プロセス及びシステムに基づくことができ、これらは、指定された場所及び時間におけるデータの選択されたタイプのデータを収集するためのスワーム４２０２の設定などであり、前述と同様である。例えば、スワーム４２０２は、データコレクタ１０２を割り当てて、産業プロセス（ロボット製造プロセスなど）を実行する一連の機械のそれぞれから、診断、センサ、計装及び/又はテレマティックデータを連続的に収集し、それらには、それらの機械のそれぞれに対する入力及び出力の時間及び場所などが含まれる。実施形態では、自己組織化は、認知的であり、この場合、スワームは、１つ以上の収集パラメータを変化させ、パラメータの選択、パラメータに適用される重み付けなどを経時的に適応させる。いくつかの例では、これは、学習及びフィードバックに応答するものであってもよい。学習及びフィードバックは、例えば、分析システム４０１８（実施形態において、スワーム４２０２、ホスト処理システム１１２又はこれらの組合せにある）をスワーム４２０２によって取り扱われるデータ又はここに開示された様々な実施形態の他の要素（市場要素その他を含む）に適用することによって決定することができる様々なフィードバック基準に基づき得る学習フィードバックシステム４０１２からのものである。したがって、スワーム４２０２は、現在の状態４０２０、又は、所与の時間におけるその環境の予測された状態（市場行動を考慮した）、様々なオブジェクト（ＩｏＴデバイス、機械、コンポーネント及びシステムなど）の行動、プロセス（イベント、状態、ワークフローなどを含む）及び他の要因に適応するなどの適応行動を示すことができる。パラメータは、バリエーション（ニューラルネット、自己組織化マップなど）、選択、プロモーションなど（遺伝的プログラミング又は他のＡＩベースの技術など）のプロセスにおいて変化することができる。認知、機械学習によって管理、変化、選択及び適応することができるパラメータは、ストレージパラメータ（スワーム４２０２についての位置、タイプ、持続時間、量、構造など）、ネットワークパラメータ（スワーム４２０２は、どのように組織化されるか、例えば、メッシュ、ピアツーピア、リング、シリアル、階層及び他のネットワーク構成、同様に、帯域幅の使用率、データルーティング、ネットワークプロトコルの選択、ネットワークコーディングタイプ、及び他のネットワークパラメータなど）、セキュリティパラメータ（様々なセキュリティアプリケーション及びサービスの設定など）、位置及び測位パラメータ（モバイルデータコレクタ１０２の場所への移動のルーティング、コレクタ１０２のデータ取得のポイントに対する、互いに対する、また、ネットワーク利用性が望ましい場所などに対する測位及びフィードバックは、ここに記載されたフィードバックの種類のいずれかに基づくことができ、その結果、経時的に、現在及び予測された状況に適応して、広い範囲の所望の目的を達成することができる。
産業用ＩｏＴデータのための自動データ市場において実行されるトランザクションの追跡をサポートする分散台帳を含む産業用ＩｏＴ分散台帳のための方法及びシステムがここに開示されている。分散台帳は、ビットコイン（登録商標）通貨をサポートするために使用されるブロックチェーン（登録商標）プロトコルなど、仮想通貨のために使用されるものなどの安全なプロトコルを使用して、デバイス間でストレージを分散することができる。台帳又は同様の取引記録は、１つのチェーンの連続メンバが以前の取引のデータを格納し、また、競合が確立されて、格納された代替データのうちのどれが「最良」（最も完成しているなど）であるかを決定することができる構造を有することができ、データコレクタ、産業機械又はコンポーネント、データプール、データ市場、クラウドコンピューティング要素、サーバ間に、及び／又は、産業環境又はここに開示されたシステムのオーナー、オペレータ又はホストなどの企業のＩＴインフラストラクチャ上に格納することができる。台帳や取引は、記憶効率、安全性、冗長性などを提供するために、機械学習によって最適化することができる。
実施形態において、認知データ市場 ４１０２は、分散台帳４００４などのトランザクションの追跡及び解決のための安全なアーキテクチャを使用することができ、ここでは、データパッケージのトランザクションは、ブロックチェーン（登録商標）のような連鎖され、分散されたデータ構造において追跡され、法科学分析及び検証を可能にし、ここでは、個々のデバイスは、データパッケージのトランザクションを表す台帳の一部を格納する。分散台帳４００４は、ＩｏＴデバイス、データプール４０２０、データ収集システム１０２などに分散されることができ、これにより、トランザクション情報は、単一の中央情報リポジトリ上の信頼なしに認証されることができる。トランザクションシステム４１１４は、分散台帳４００４にテータを格納し、そこから（及び構成デバイスから）データを回収して、トランザクションを解決するように構成することができる。これにより、ＩｏＴデータのパッケージのような、データ内のトランザクションを処理するための分散台帳４００４が提供される。実施形態では、自己組織化ストレージシステム４０２８は、分散台帳データのストレージを最適化するため、同様に、市場４１２０に現れることがあるＩｏＴデータなどのデータのパッケージを組織化するために使用することができる。
その環境の状態に基づいて、データ収集、電力及び/又は収率を最適化することができる自己組織化、マルチセンサデータコレクタを含む自己組織化コレクタのための方法及びシステムがここに開示されている。コレクタは、例えば、成功の基準を構成及び追跡する機械学習設備によって管理することにより、過去の利用パターン又は成功の基準などに基づき、特定のセンサをオン及びオフすることによってデータ収集を組織化することができる。例えば、マルチセンサコレクタは、電力レベルが低い場合、又はそのようなセンサからのデータの利用率が低い期間、特定のセンサをオフにすること、又はその逆を学習することができる。また、自己組織化は、データの収集方法（センサ、外部ソース）、データの保存方法（細分性や圧縮の程度、長さなど）、データの提示方法（融合又は多重化構造、バイトのような構造、又は、加算、減算、除算、乗算、二乗、標準化、スケーリング、その他の演算後のような中間的な統計的構造）などを自動的に組織化することができる。これは、本開示を通して説明されているフィードバックの多くのタイプを含む、フィードバック基準に基づくなどにより、実際の動作環境からのデータセットに基づいて自己組織化設備を訓練することにより、初期構成から経時的に改善することができる。
帯域幅、サービスの質（ＱｏＳ）、プライシング及び／又は他のネットワーク状態に基づいて最適化することができるネットワーク状態感知、自己組織化、マルチセンサデータコレクタを含むネットワーク感知型コレクタのための方法及びシステムがここに開示されている。ネットワーク感知性は、データ転送の価格（システムがオフピーク期間中又は有料のデータプランの利用可能パラメータ内にデータをプル又はプッシュできるようにするなど）、ネットワークの品質（エラーが発生する可能が高い期間を避けるなど）、環境状態の品質（コレクタがシールドされた環境から脱したときのように信号品質が良好になるまで伝送を遅らせる、産業環境の一般的な大きな金属構造物などによってシールドされた場合に信号を探索するとき、電力の使用の浪費を回避するなど）などを意識することを含むことができる。
産業データ収集環境における必要性及び／又は着目される状態に基づいてセンサインタフェースをパワーアップ及びダウンすることができるユニバーサルデータコレクタを遠隔的に組織化するための方法及びシステムがここに開示されている。例えば、インタフェースは、どのセンサが利用可能であるかを認識することができ、また、インタフェース及び／又はプロセッサは、オンにしてそのようなセンサから入力を取得することができ、これらのセンサをコレクタにプラグインすることができるようにするハードウエアインタフェース、ワイヤレスデータインタフェース（コレクタがセンサにＰＩＮＧを送り、任意選択的にいくらかの電力を質問信号を介して供給することができる）、及び特定のタイプのデータを処理するためなどのソフトウエアインターフェースを含む。したがって、様々な種類のデータを処理することができるコレクタを所与の環境における特定の用途に適合するように構成することができる。実施形態では、構成は、自動的にまたは機械学習下ですることができ、これは、経時的にフィードバック基準に基づいてパラメータを最適化することにより、構成を改善することができる。
産業センサデータ用のマルチセンサデータコレクタの自己組織化ストレージを含むマルチセンサデータ用の自己組織化ストレージのための方法及びシステムがここに開示されている。自己組織化ストアは、機械学習の適用に基づいてストレージを割り当てることができ、これにより、経時的にフィードバック基準に基づいてストレージ構成を改善することができる。ストレージは、どのようなデータタイプ（例えば、バイト状の構造、複数のセンサからの融合データを表す構造、データに数学的関数を適用することによって計算された統計または指標を表す構造など）を使用するかを設定することにより、圧縮を設定することにより、データストレージ時間を設定することにより、ライトストラテジを設定することにより（１つのデバイスがチェーン内の他のデバイスに対する命令を格納するプロトコルを使用する複数のストレージデバイス間でデータをストライピングすることなどによる）、及びストレージ階層を設定することにより（頻繁にアクセスされるデータアイテムへのより迅速なアクセスを容易にするために計算された中間統計値を提供することなどによる）、最適化することができる。したがって、高度なインテリジェントストレージシステムをフィードバックに基づいて経時的に構成し、最適化することができる。
産業データ収集環境において、複数のセンサから、データを転送するデータネットワークのための自己組織化ネットワークコーディングを含む、マルチセンサデータネットワーク用の自己組織化ネットワークコーディングのための方法及びシステムがここに開示されている。ネットワークコーディングは、ランダムリニアネットワークコーディングを含み、様々な種類のネットワーク間で大量のデータの高効率で信頼性の有る転送を可能にすることができる。機械学習に基づいて、異なるネットワークコーディング構成を選択することにより、ネットワークコーディング、及び、ネットワーク状態、環境状態、及び他の要因、例えば、転送されるデータの特性、環境状態、動作状態などに基づく他のネットワーク転送特性を最適化することができ、これは、ここで説明したいずれかの基準などの成功の基準のフィードバックに基づき、経時的にネットワークコーディング選択モデルを訓練することよることを含む。
実施形態では、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するプラットフォームが提供される。認知システムは、ネットワーク操作、例えばネットワークタイプの選択（例えば、利用可能なローカル、セルラー、衛星、ＷｉＦｉ、Ｂｌｕｅｔｏｏｔｈ、ＮＦＣ、Ｚｉｇｂｅｅ、及び他のネットワーク間の選択）、ネットワーク選択（例えば、所望のセキュリティ機能を有する既知のものなどの特定のネットワークの選択）、ネットワークコードの選択（例えば、ランダムリニアネットワークコーディング、固定コーディング、その他の効率的な転送のためのネットワークコーディングのタイプの選択など）、ネットワークタイミングの選択（例えば、ネットワークのプライシング状態、トラフィックなどに基づく配信の構成）、ネットワーク機能の選択（例えば、認知機能、セキュリティ機能などの選択）、ネットワーク状態（現在の環境又は動作状態に基づくネットワーク品質など）、ネットワーク特性の選択（利用可能な認証、許可及び同様のシステムの有効化など）、ネットワークプロトコルの選択（例えば、ＨＴＴＰ、ＩＰ、ＴＣＰ／ＩＰ、セルラー、衛星、シリアル、パケット、ストリーミング、及びその他多くのプロトコル）、及びその他などのために１つ以上のパラメータを変化させることができる。帯域幅制約、価格変動、環境要因に対する感受性、セキュリティの懸念などを考慮すると、最適なネットワーク構成を選択することは非常に複雑で状況に依存することになる。自己組織化ネットワーキングシステム４０３０は、（例えば、様々な結果の基準についての分析システムの４０１８からの情報を使用するなどして）学習フィードバックシステム４０１２からの入力を取得している間又は他の入力を取得している間、これらのパラメータの組合せ及び順列を変化させることができる。多くの例では、結果は、システム全体の基準、成功の分析の基準、及びローカルパフォーマンス指標などを含み得る。実施形態では、学習フィードバックシステム４０１２からの入力は、様々なセンサ及び入力ソース１１６からの情報、状態についての状態システム４０２０からの情報（例えば、イベント、環境状態、動作状態、及びその他多数）、または他の情報を含み得る。異なる状態において、ネットワークパラメータを別の構成に変化及び選択することにより、自己組織化ネットワークシステムは、ホストシステム１１２によって監視及び管理された環境によく適合する、また、出現するネットワーク状態によく適合する構成を見つけることができる。これにより、自己組織化ネットワーク状態適応型データ収集システムが提供される。
図１４を参照すると、データ収集システム１０２は、１つ以上の出力インタフェース及び/又はポート４０１０を有することができる。これらは、ネットワークポート及び接続、アプリケーションプログラミングインタフェースなどを含むことができる。産業センサデータコレクタのための振動、熱、電気的、及び又は音響出力を有するウェアラブルの触覚又は多感覚のユーザインタフェースを含む触覚又は多感覚ユーザインタフェースのための方法及びシステムがここに開示されている。例えば、インタフェースは、これをサポートするように構成されたデータ構造に基づき、ユーザに、その環境のセンサからのデータに基づくなどの入力又はフィードバックを提供するように設定することができる。例えば、振動データ（ベアリングの摩耗、軸のずれ、又は機械間の共振状態の結果など）に基づき故障状態が検知されたとき、手首着用デバイスを振動させるなどのインタフェースの振動により、触覚インタフェースにおいて表示することができる。同様に、過熱を示す熱データは、作業者が機械で作業している間、ユーザインタフェースを必ずしも見ることができないようなとき、ウェアラブルデバイスを加熱又は冷却することによって表示することができる。同様に、電気的または磁気的なデータは、例えば、電気的接続又はワイヤの断線などの存在を表示するために、鳴動することなどによって提示することができる。すなわち、多感覚インタフェースは、ユーザを直感的に助けることができ、例えば、ウェアラブルデバイスを着用している者は、ユーザにグラフィカルなＵＩを見ることを要求しない様々な相互作用のモードを有するウェアラブルインタフェースによって環境で何が起っているのかを迅速に知ることができ、多くの産業環境においては、ユーザは、環境を見守る必要があり、グラフィカルＵＩを見ることは、困難又は不可能であろう。
実施形態では、産業センサデータコレクタのための振動、熱、電気的、及び／又は音響出力を伴うウェアラブル触覚ユーザインタフェースを有するプラットフォームが提供される。実施形態では、データ収集システム１０２の出力として、例えば、振動、熱、電気的、及び／又は音響出力を処理及び提供するための、例えば、データ収集システム１０２の１つ以上のコンポーネント又はウェアラブルデバイス、携帯電話などのもう一つのシステムへの出力として、触覚ユーザインタフェース４３０２が設けられる。データ収集システム１０２は、例えば、ヘッドギヤ、アームバンド、リストバンド又は腕時計、ベルト、衣料品、ユニフォーム等に配置されるような振動、加熱、冷却、又は鳴動などによって触覚入力をユーザに配信するのに適したフォームファクタで提供することができる。そのような場合、データ収集システム１０２は、産業環境を操作又は監視する責任を負う個人のようなユーザが着用する用具、ユニフォーム、機器などと一体化することができる。実施形態では、様々なセンサ又は入力ソースからの信号（又は、１つ以上の認知入力選択システム４００４、４０１４によって管理されるような選択的組み合わせ、順列、混合など）が、触覚フィードバックをトリガすることができる。例えば、近くの産業機械が過熱している場合、触覚インタフェースは、加温することによってユーザに警告するか、又は別のデバイス（携帯電話など）に信号を送信して加温することによってユーザに警告することができる。システムに異常な振動が発生している場合、触覚インタフェースは振動することができる。これにより、様々な形態の触覚入力を通じて、データ収集システム１０２は、1つ以上のデバイス、機械、又は産業環境などにおける他の要因に対処する必要性をユーザに知らせることができ、ユーザは、仕事から手を離してメッセージを読み、又は、視覚的な注意に気を付ける必要がない。触覚インタフェース及び、どの出力を提供すべきかの選択は、認知入力選択システム４００４、４０１４において考慮することができる。例えば、分析システム４０１８でユーザの行動（入力に対する応答など）を監視し分析することができ、また、学習フィードバックスシステム４０１２を介してフィードバックを提供することができ、その結果、正しい時間及び正しい方法で、センサ及び入力の正しい収集又はパッケージに基づいて信号を提供することができ、触覚システム４２０２の効率を最適化することができる。これは、ルールベース又はモデルベースのフィードバック（搬送されるソースデータに論理的方法で応答する出力の提供など）を含むことができる。触覚フィードバックの入力又はトリガの選択、出力、タイミング、強度レベル、持続時間及び他のパラメータ（又はそれらに適用される重み付け）をバリエーション、プロモーション及び選択の処理（遺伝的プログラミングの使用など）において、実際の状況におけるフィードバックへの実世界の応答に基づく、又は、シミュレーション及びユーザの行動のテストの結果に基づく、フィードバックにより、変化することができる認知触覚システムを提供することができる。これにより、学習して要求を満たし、ユーザの行動についての効果、例えば、システム全体の成果、データ収集の成果、分析の成果などを最適化するデータ収集システム１０２のための適応型触覚インタフェースが提供される。
収集されたデータのパターン及び／又はパラメータに基づいてヒートマップ要素が提示される、ＡＲ／ＶＲ産業用眼鏡のためのプレゼンテーション層についての方法及びシステムが、本明細書に開示されている。産業環境におけるフィードバックメトリック及び／又はトレーニングに基づいた、ＡＲ／ＶＲインタフェースの状態依存、自己組織化調整のための方法及びシステムが、本明細書に開示されている。実施形態では、本開示を通して説明されるあらゆるデータ、測定値等を、視覚的要素、オーバーレイ等によって提示することができ、それらの視覚的要素、オーバーレイ等は、産業用眼鏡のようなＡＲ／ＶＲインタフェースでの、スマートフォン又はタブレット上のＡＲ／ＶＲインタフェースでの、（スマートフォン又はタブレットに組み込むことができる）データコレクタ上のＡＲ／ＶＲインタフェースでの、機械又はコンポーネントに設置されたディスプレイでの、及び／又は、産業環境に設置されたディスプレイでの、提示のためのものである。
実施形態では、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有する、プラットフォームが提供される。実施形態では、ＡＲ／ＶＲインタフェース４２０８への入力を提供するために、データ収集システム１０２から収集されたデータを表示するヒートマップ４２０４を有する、プラットフォームが提供される。実施形態では、データ収集システム１０２の１つ又は複数のコンポーネント、或いは、モバイル機器、タブレット、ダッシュボード、コンピュータ、ＡＲ／ＶＲ装置等の別のシステムのため等の、各種のセンサデータ及びその他のデータ（例えば地図データ、アナログセンサデータ、及び別のデータ）の視覚化のための情報を取り扱い及び提供するためといった、データ収集システム１０２のための出力として、ヒートマップインタフェース４３０４が提供される。データ収集システム１０２は、例えば回転、振動、加熱や冷却、圧力、及び他の多くの条件のレベルを示すものとして、アナログ及びデジタルセンサデータのレベルインジケータを含むマップを提示すること等により、ユーザへの視覚的入力の伝達に適したフォームファクタで提供することができる。このような場合、データ収集システム１０２は、産業環境の運営や監視を担当する個人によって使用される機器等と、統合することができる。実施形態では、様々なセンサや入力ソース（又は１つ以上のコグニティブ入力選択システム４００４、４０１４によって管理されるような、選択的組み合せ、順列、混合等）からの信号が、ヒートマップへの入力データを提供することができる。座標には、現実世界の位置座標（地理的位置や環境地図上の位置等）だけでなく、時間ベースの座標、頻度（frequency）ベースの座標、或いは別の座標といった他の座標が含まれ、上記の別の座標は、地図ベースの視覚化において、関連する大きさに沿った様々な入力レベルを色によって表すように、アナログセンサ信号、デジタル信号、入力ソース情報、及び様々な組み合わせの、表現を可能にするものである。例えば、近くの産業機械が過熱している場合、ヒートマップインタフェースは、その機械を明るい赤色で示すことによってユーザに警告することがある。システムが異常な振動を発している場合、ヒートマップインタフェースは、その機械のための視覚的要素に別の色を示してもよく、或いは、その機械が振動していることを示すアイコンや表示要素をインタフェースにもたらし、その要素に対する注意喚起をしてもよい。クリック、タッチ、又はマップとやりとりする他の方法は、ユーザに、ドリルダウンと、下層の（underlying）センサや、ヒートマップディスプレイへの入力として使用される入力データの確認とを可能にする。従って、様々な形態のディスプレイを通じて、データ収集システム１０２は、彼らがテキストベースのメッセージや入力を読むことを必要とせずに、１つ以上のデバイス、機械、又は産業環境等における他の要素に注意を払う必要性を、ユーザに通知することができる。ヒートマップインタフェースと、どの出力を提供すべきかの選択とは、コグニティブ入力選択システム４００４、４０１４において考慮され得る。ヒートマップＵＩ４３０４の有効性を最適化するために、正しい時間及び正しい方法での、正しい収集やセンサと入力とのパッケージに基づいて信号が提供されるように、例えば、ユーザの行動（入力や表示に対する応答等）が、分析システム４０１８で監視及び分析されてもよく、又、学習フィードバックシステム４０１２を介して、フィードバックが提供されてもよい。これには、規則ベースやモデルベースのフィードバック（幾つかの論理的なやり方に対応する出力を、伝達されるソースデータに対して提供する等）が含まれてもよい。実施形態では、ヒートマップ表示のための入力やトリガの選択、出力の選択、色、視覚表現要素、タイミング、強度レベル、持続時間、及び、他のパラメータ（又はそれらに適用される重み）を、実際の状況でのフィードバックに対する現実世界の応答に基づいた、或いは、ユーザの行動のシミュレーション及びテストの結果に基づいたフィードバックにより、（例えば遺伝的プログラミングを使用する）変化、昇格（promotion）、選択の過程において変化させることができる、認知ヒートマップシステムが提供されてもよい。従って、データ収集システム１０２、又はそれによって収集されたデータ１０２、又はホスト処理システム１１２によって処理されるデータに適応した、ヒートマップインタフェースが提供され、これは、要件を満足させるために、及び、システム全体の結果、データ収集の結果、分析の結果、及びそれらの類のものといった、ユーザの行動や反応への影響を最適化するために、フィードバックを学習してそれに適応することができる。
実施形態では、データコレクタによって収集されるデータの、ＡＲ／ＶＲ可視化のための自動調整機能を有する、プラットフォームが提供される。又、実施形態では、データ収集システム１０２によって収集されたデータを可視化する、自動調整ＡＲ／ＶＲ可視化システム４３０８を有するプラットフォームが提供され、そこでは、データ収集システム１０２が、ＡＲ／ＶＲインタフェース４２０８を有するか、又は、仮想現実やＡＲのヘッドセット又はＡＲ眼鏡のセット等に位置する携帯電話といった、ＡＲ／ＶＲインタフェース４３０８への入力を提供する。実施形態では、データ収集システム１０２の１つ以上のコンポーネントや、モバイル機器、タブレット、ダッシュボード、コンピュータ、ＡＲ／ＶＲ装置、又はそれらの類のものといった他のシステム等への、様々なセンサデータ及び他のデータ（例えば地図データ、アナログセンサデータ、及び別のデータ）の可視化のための情報を処理及び提供するため等に、データ収集システム１０２の出力インタフェースとして、ＡＲ／ＶＲシステム４３０８が提供される。データ収集システム１０２は、１つ以上のディスプレイ（例えば３Ｄ現実的な可視映像、オブジェクト、マップ、カメラオーバーレイ、或いは他のオーバーレイ要素）、マップ、及び、アナログ及びデジタルセンサデータのレベルのインジケータを含む又はそのインジケータに対応したもの等を、提示する等して、ＡＲ又はＶＲの視覚、聴覚、或いはユーザへの他の感覚の入力を配信するのに適した、フォームファクタで提供されてもよく、上記のインジケータのレベルは、入力ソース１１６やその類のものに対する、回転、振動、加熱や冷却、圧力、及び、他の多くの条件の指標レベル等である。このような場合、データ収集システム１０２は、産業環境を運営又は監視する個人によって使用される機器等と、統合することができる。
実施形態では、各種センサや入力ソース（或いは、一つ以上のコグニティブ入力選択システム４００４、４０１４によって管理されるような、選択的な組み合わせ、順列、混合等）からの信号が、設定、構成、変更、又はＡＲ／ＶＲ要素を決定する他の方法のために、入力データを供給することができる。視覚的要素は、広範なアイコン、マップ要素、メニュー要素、スライダ、トグル、色、形状、サイズ等を含むことができ、それらは、アナログセンサ信号、デジタル信号、入力ソース情報、及び様々な組み合わせを表現するためのものである。多くの例において、視覚的オーバーレイ要素の色、形状、及びサイズは、センサやセンサの組み合わせに関連する大きさに沿った、入力レベルの変化を表すことができる。さらなる例では、近くの産業機械が過熱している場合、ＡＲ要素は、一対のＡＲ眼鏡のディスプレイの一部に、その種の機械を表すアイコンを赤色で点滅させて示すことによって、ユーザに警告することができる。又、システムが異常な振動を検知している場合、機械のコンポーネントの可視映像（例えば機械のカメラビューを３Ｄ可視映像の要素と重ね合わせる等）を示す仮想現実インタフェースは、振動しているコンポーネントを、ユーザによる機械の監視や保守を助けるために使用されている仮想現実環境において目立たせるように、強調色で、動きで、又はそれらの類のもので示すことができる。クリック、タッチ、視線を向ける、或いはＡＲ／ＶＲインタフェースの仮想要素とやりとりする他の方法は、ユーザに、ドリルダウンと、下層のセンサや、ディスプレイへの入力として使用される入力データの確認とを可能にする。従って、様々な形態のディスプレイを通じて、データ収集システム１０２は、彼らがテキストベースのメッセージや入力を読むこと又は適用可能な環境（それがＡＲ機能を備えた実際の環境であろうと、シミュレーション、トレーニング等のための仮想環境であろうと）から注意をそらすことを必要とせずに、１つ以上のデバイス、機械、又は産業環境等における他の要素に注意を払う必要性を、ユーザに通知することができる。
ＡＲ／ＶＲ出力インタフェース４２０８、及びどの出力や表示を提供すべきかの選択及び構成は、コグニティブ入力選択システム４００４、４０１４で処理することができる。ＡＲ／ＶＲ・ＵＩ４３０８の有効性を最適化するために、正しい時間及び正しい方法での、正しい収集やセンサと入力とのパッケージに基づいてＡＲ／ＶＲ表示信号が提供されるように、例えば、ユーザの行動（入力や表示に対する応答等）が、分析システム４０１８で監視及び分析されてもよく、又、学習フィードバックシステム４０１２を介して、フィードバックが提供されてもよい。これには、規則ベースやモデルベースのフィードバック（幾つかの論理的なやり方に対応する出力を、伝達されるソースデータに対して提供する等）が含まれてもよい。実施形態では、ＡＲ／ＶＲ表示要素のための入力やトリガの選択、出力の選択（色、視覚表現要素、タイミング、強度レベル、持続時間、及び、他のパラメータ等）、及び、ＡＲ／ＶＲ環境の別のパラメータを、実際の状況での現実世界の応答に基づいた、或いは、ユーザの行動のシミュレーション及びテストの結果に基づいたフィードバックにより、（例えば遺伝的プログラミングを使用する）変化、昇格、選択の過程において変化させることができる、認識的に調整されたＡＲ／ＶＲインタフェース制御システム４３０８が提供されてもよい。従って、データ収集システム１０２、又はそれによって収集されたデータ１０２、又はホスト処理システム１１２によって処理されるデータに、適応するように調整されたＡＲ／ＶＲインタフェースが提供され、これは、要件を満足させるために、及び、システム全体の結果、データ収集の結果、分析の結果、及びそれらの類のものといった、ユーザの行動や反応への影響を最適化するために、フィードバックを学習してそれに適応することができる。
上述したように、本明細書には、エネルギー発生設備の回転要素及びベアリングの、連続超音波監視の提供を含む、連続超音波監視のための方法及びシステムが開示されている。実施形態は、クラウド展開パターン認識装置のソースとしての、産業環境の連続超音波監視を使用することを含む。実施形態は、連続超音波監視を使用して、クラウドベースのパターン認識装置への入力として使用されるステートマシンに対し、更新された状態情報を提供することを含む。実施形態は、ポリシーエンジンで宣言されたポリシーに基づいて、利用可能な連続超音波監視の情報をユーザに提供することを含む。実施形態は、超音波連続監視データを他のデータと共に、工業用センサデバイス上の融合データ構造内に格納することを含む。実施形態は、データ市場からサービスとして利用可能な産業環境から、連続超音波監視のデータのストリームを作成することを含む。実施形態は、連続超音波データのストリームを、自己組織化データプールに供給することを含む。実施形態は、連続超音波監視のデータストリームを監視する機械学習モデルをトレーニングすることを含み、このモデルは、そのようなデータストリームの人間による分析から作成されたトレーニングセットに基づいており、産業環境での性能について収集されたデータに基づいて改善される。実施形態は、産業環境の連続超音波監視のための少なくとも１つのデータコレクタと、少なくとも１つの他のタイプのデータコレクタとを含む、データコレクタの集団を含む。実施形態は、複数の装置にわたる連続超音波監視からの時系列データを格納するために、分散元帳を使用することを含む。実施形態は、自己組織化データコレクタにおいて、連続超音波のデータストリームを収集することを含む。実施形態は、ネットワーク感応型のデータコレクタにおいて、連続超音波のデータストリームを収集することを含む。
実施形態は、遠隔組織型のデータコレクタにおいて、連続超音波のデータストリームを収集することを含む。実施形態は、自己組織化ストレージを有するデータコレクタにおいて、連続超音波のデータストリームを収集することを含む。実施形態は、自己組織化ネットワークのコーディングを利用して、産業環境から収集された超音波データのストリームを移送することを含む。実施形態は、ウェアラブル装置の感覚インタフェースを介して、連続的に収集された超音波データストリームのパラメータのインジケータを伝達することを含む。実施形態は、ウェアラブル装置のヒートマップ視覚インタフェースを介して、連続的に収集された超音波データストリームのパラメータのインジケータを伝達することを含む。実施形態は、インタフェース層を自己組織化調整して動作するインタフェースを介して、連続的に収集された超音波データストリームのパラメータのインジケータを伝達することを含む。
上述したように、遠隔式のアナログ工業用（産業用）センサの融合に基づく、クラウドベースの機械パターン認識のための方法及びシステムが、本明細書に開示されている。実施形態は、産業環境に配置された複数のアナログセンサから入力を取り込むこと、それらのセンサを多重化データストリームに多重化すること、そのデータストリームをクラウド展開型の機械学習設備に送ること、及び、産業環境に関連付けて定義されたパターンを認識するように機械学習設備のモデルをトレーニングすることを含む。実施形態は、産業環境の状態を特徴付けるステートマシンからの入力状態に、クラウドベースのパターン認識装置を使用することを含む。実施形態は、ポリシーエンジンによるポリシーの展開を含み、クラウドベースの機械学習において、どのデータがどのユーザによってどのような目的のために使用されるかが管理される。実施形態は、複数のセンサストリームの融合されたオンデバイスストレージを有する複数のデバイスからの入力を、クラウドベースのパターン認識装置へ供給することを含む。実施形態は、データ市場においてデータサービスとして利用可能な、遠隔式のアナログ工業用センサからの融合データを分析する、クラウドベースの機械パターン認識装置からの出力を生成することを含む。実施形態は、クラウドベースのプラットフォームを使用して、工業用センサから公開されたデータを含む複数のデータプールにわたって、データのパターンを識別することを含む。実施形態は、産業環境状態の診断に好ましいセンサセットを識別するように、モデルをトレーニングすることを含んでおり、その際、人間のユーザによってトレーニングセットが作成され、産業環境における状態について収集されたデータからのフィードバックに基づいて、モデルが改善される。
実施形態は、データコレクタの集団（スワーム）を含んでおり、この集団は、この集団を介して自動的に伝播されるポリシーによって管理される。実施形態は、分散元帳を利用して、複数の装置にわたるセンサ融合情報を格納することを含む。実施形態は、産業環境のための複数のセンサからのデータを使用する、クラウドベースのパターン認識装置に対して、自己組織化データコレクタのセットからの入力を供給することを含む。実施形態は、産業環境からの複数のセンサからのデータを使用する、クラウドベースのパターン認識装置に対して、ネットワーク感応型のデータコレクタのセットからの入力を供給することを含む。実施形態は、遠隔組織型のデータコレクタのセットからの入力を、産業環境からの複数のセンサからのユーザーデータを決定する、クラウドベースのパターン認識器に対して供給することを含む。実施形態は、自己組織化ストレージを有するデータコレクタのセットからの入力を、産業環境からの複数のセンサからのデータを使用する、クラウドベースのパターン認識器に対して供給することを含む。実施形態は、産業環境内の複数のセンサから融合されたデータをデータ転送するための、自己組織化ネットワークコーディングを有する、産業環境においてデータを収集するためのシステムを含む。実施形態は、マルチ感覚インタフェースの産業データ収集システム内の、複数のセンサからの入力を融合することによって形成された情報を伝達することを含む。実施形態は、ヒートマップインタフェースの産業データ収集システム内の、複数のセンサからの入力を融合することによって形成された情報を伝達することを含む。実施形態は、インタフェース層の自己組織化調整で動作するインタフェースに、産業データ収集システム内の複数のセンサからの入力を融合することによって形成された情報を伝達することを含む。
上述したように、本明細書には、産業システムに予測される状態情報を提供するように、複数のアナログ工業用センサからの状態情報の、クラウドベースの機械パターン分析のための方法及びシステムが開示されている。実施形態は、複数のアナログ工業用センサからの状態情報のクラウドベースパターン分析を提供して、産業システムに予測される状態情報を提供することを含む。実施形態は、ポリシーエンジンを使用して、どの状態情報がクラウドベースの機械分析に使用できるかを決定することを含む。実施形態は、複数のセンサストリームの融合されたオンデバイスストレージを有する、複数のデバイスからの入力を、クラウドベースのパターン認識装置に供給して、産業環境の予測状態を決定することを含む。実施形態は、データ市場においてデータサービスとして利用可能な、遠隔式のアナログ工業用センサからの融合データを分析する、クラウドベースの機械パターン認識装置から、予測状態情報を作成することを含む。実施形態は、クラウドベースのパターン認識装置を使用して、産業環境内の機械からの情報ストリームを含むデータプールから収集されたデータに基づいて、産業環境の予測状態を決定することを含む。実施形態は、好ましい状態情報を識別して産業環境の状態を診断するように、モデルをトレーニングすることを含んでおり、その際、人間のユーザによってトレーニングセットが作成されると共に、産業環境における状態について収集されたデータからのフィードバックに基づいてモデルが改善される。実施形態は、産業環境のための現在の状態情報を維持するステートマシンを提供する、データコレクタの集団を含む。実施形態は、産業環境のための現在の状態情報を維持するステートマシンを供給する自己組織化データコレクタの、融合されたセンサ状態のための履歴状態情報を格納するために、分散元帳を使用することを含む。実施形態は、産業環境のための現在の状態情報を維持するステートマシンを供給する、ネットワーク感応型のデータコレクタを含む。実施形態は、産業環境のための現在の状態情報を維持するステートマシンを供給する、遠隔組織型のデータコレクタを含む。実施形態は、産業環境のための現在の状態情報を維持するステートマシンを供給する自己組織化ストレージを備えた、データコレクタを含む。実施形態は、データ転送のための自己組織化ネットワークコーディングを備えた、産業環境におけるデータ収集のためのシステムを含み、それはその環境について予測された状態情報を維持する。実施形態は、マルチ感覚インタフェースの産業データ収集システムにおいて、機械学習によって決定された予測状態情報を伝達することを含む。実施形態は、ヒートマップインタフェースの産業データ収集システムにおいて、機械学習によって決定された予測状態情報を伝達することを含む。実施形態は、インタフェース層の自己組織化調整で動作するインタフェースの産業データ収集システムにおいて、機械学習によって決定された予測状態情報を伝達することを含む。
上述したように、本明細書には、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴ用のクラウドベースのポリシー自動化エンジンのための、方法及びシステムが開示されており、そこには、ＩｏＴデバイスへ適用されるポリシーの作成、展開、及び管理を可能にする、ＩｏＴ用のクラウドベースのポリシー自動化エンジンが含まれる。実施形態は、複数の工業用センサからの融合データを記憶する、オンデバイスストレージシステムへのデータ使用に関するポリシーを展開することを含む。実施形態は、ＩｏＴセンサデータの自己組織化市場において、誰に対してどのデータを提供することができるかに関するポリシーを展開することを含む。実施形態は、産業用センシングデバイスからストリーミングされたデータを含むデータの、自己組織化プールのセットにわたってポリシーを展開して、そのプールからのデータの使用を管理することを含む。実施形態は、産業データ収集システムにおいてどのポリシーを展開すべきかを決定するように、モデルをトレーニングすることを含む。実施形態は、特定の産業環境のために自己編成集団をどのように組織すべきかを管理する、ポリシーを展開することを含む。実施形態は、分散元帳のために装置の記憶容量の使用を管理するポリシーを、その装置に格納することを含む。実施形態は、特定の産業環境のためにどのように自己組織化データコレクタを組織するかを管理する、ポリシーを展開することを含む。実施形態は、特定の産業環境のために、ネットワーク感応型のデータコレクタがどのようにネットワーク帯域幅を使用すべきかを管理する、ポリシーを展開することを含む。実施形態は、特定の産業環境に関連して利用可能なデータを、遠隔組織型のデータコレクタがどのように収集して作成すべきかを管理する、ポリシーを展開することを含む。実施形態は、特定の産業環境のために、データコレクタがどのようにストレージを自己組織化すべきかを管理する、ポリシーを展開することを含む。実施形態は、産業環境においてデータを収集するためのシステムを含み、これは、システム内にポリシーを展開するためのポリシーエンジンと、データ転送のための自己組織化ネットワークコーディングとを備えている。実施形態は、産業環境においてデータを収集するためのシステムを含み、これは、システム内にポリシーを展開するためのポリシーエンジンを備え、ポリシーは、マルチ感覚インタフェースにおいてデータが提示される方法を適用する。実施形態は、産業環境においてデータを収集するためのシステムを含み、これは、システム内にポリシーを展開するためのポリシーエンジンを備え、ポリシーは、ヒートマップ視覚インタフェースにおいてデータが提示される方法を適用する。実施形態は、産業環境においてデータを収集するためのシステムを含み、これは、システム内にポリシーを展開するためのポリシーエンジンを備え、ポリシーは、インタフェース層の自己組織化調整で動作するインタフェースにおいてデータが提示される方法を適用する。
上述したように、本明細書には、産業用ＩｏＴデバイスのオンデバイスセンサ融合及びデータストレージのための、方法及びシステムが開示されており、それは、産業用ＩｏＴデバイスのオンデバイスセンサ融合及びデータストレージを含み、複数センサからのデータが、融合されたデータストリームを記憶するためのデバイスで多重化される。実施形態は、ＩｏＴデバイスのオンデバイスストレージから抽出された融合センサデータを提示する、自己組織化市場を含む。実施形態は、複数の工業用センサ及びオンデバイスのデータストレージ設備からデータプールへの、融合されたセンサ情報のストリーミングを含む。実施形態は、データ収集環境において、デバイスにどのデータを格納すべきかを決定するように、モデルをトレーニングすることを含む。実施形態は、データ収集を最適化するようにそれらの間で編成する、産業データコレクタの自己編成集団を含み、データコレクタの少なくとも幾つかは、複数のセンサから融合されたデータのオンデバイスストレージを有している。実施形態は、産業用ＩｏＴデバイス上に融合センサ情報を有する、分散元帳情報を格納することを含む。実施形態は、自己組織化産業データコレクタのための、デバイス上のセンサ融合及びデータストレージを含む。実施形態は、ネットワーク感応型の産業データコレクタのための、デバイス上のセンサ融合及びデータストレージを含む。実施形態は、遠隔組織型の産業データコレクタのための、デバイス上のセンサ融合及びデータストレージを含む。実施形態は、産業データコレクタのための、デバイス上のセンサ融合及び自己組織化データストレージを含む。実施形態は、デバイス上のセンサ融合及びデータ転送のための自己組織化ネットワークコーディングを有する、産業環境におけるデータ収集のためのシステムを含む。実施形態は、産業センサデータのデバイス上のセンサ融合を備えた、データ収集のためのシステムを含み、そこでは、提示の代替的なマルチ感覚モードをサポートするために、データ構造が格納される。実施形態は、産業センサデータのデバイス上のセンサ融合を備えた、データ収集のためのシステムを含み、そこでは、提示の視覚的ヒートマップモードをサポートするために、データ構造が格納される。実施形態は、産業センサデータのデバイス上のセンサ融合を備えた、データ収集のためのシステムを含み、そこでは、インタフェース層の自己組織化調整で動作するインタフェースをサポートするために、データ構造が格納される。
上述したように、本明細書には、産業用ＩｏＴデータの自己組織化データ市場を含む、産業用ＩｏＴデータの自己組織化データ市場のための、方法及びシステムが開示されており、その市場において、消費者による消費のために、トレーニングセットを備える自己組織化施設のトレーニングと、市場の成功尺度からのフィードバックとに基づいて、利用可能なデータ要素が組織化される。実施形態は、データプールの利用率に基づいて、自己組織化データ市場内のデータプールのセットを組織化することを含む。実施形態は、データ市場におけるデータの価格設定を決定するように、モデルをトレーニングすることを含む。実施形態は、産業データコレクタの自己編成集団からのデータストリームを、データ市場へ供給することを含む。実施形態は、産業用ＩｏＴデータの自己組織化市場についてのトランザクションデータを格納するために、分散元帳を使用することを含む。実施形態は、自己組織化産業データコレクタからのデータストリームを、データ市場へ供給することを含む。実施形態は、ネットワーク感応型の産業データコレクタのセットからのデータストリームを、データ市場へ供給することを含む。実施形態は、遠隔組織型の産業データコレクタのセットからのデータストリームを、データ市場へ供給することを含む。実施形態は、自己組織化ストレージを有する産業データコレクタのセットからのデータストリームを、データ市場へ供給することを含む。実施形態は、産業環境において収集されたセンサデータの市場へデータを転送するために、自己組織化ネットワークコーディングを使用することを含む。実施形態は、データ市場における代替的なマルチ感覚インタフェースモードでデータを提示するのに適した、データ構造のライブラリを提供することを含む。実施形態は、ヒートマップ視覚映像においてデータを提示するのに適したデータ構造のデータ市場に、ライブラリを提供することを含む。実施形態は、インタフェース層の自己組織化調整で動作するインタフェースにおいてデータを提示するのに適したデータ構造のデータ市場に、ライブラリを提供することを含む。
上述したように、本明細書には、複数のデータプールについて追跡される利用率及び／又は利回りを含む利用率及び／又は利回りに基づいた、データプールの自己組織化を含む、自己組織化データプールについての方法及びシステムが開示されている。実施形態は、データ市場において最も価値のあるデータを提示するように、モデルをトレーニングすることを含んでおり、そのトレーニングは業界固有の成功尺度に基づいている。実施形態は、自己組織化データプールのセットに、データコレクタの自己組織化集団からのデータを投入することを含む。実施形態は、分散元帳を使用して、データプールに展開されたデータのトランザクション情報を格納することを含み、その分散元帳はデータプールにわたって分散される。実施形態は、複数のデータプールについて追跡される利用率及び／又は利回りに基づいた、データプールの自己編成を含み、そのプールは自己組織化データコレクタからのデータを含む。実施形態は、自己組織化データプールのセットに、ネットワーク感応型のデータコレクタのセットからのデータを投入することを含む。実施形態は、自己組織化データプールのセットに、遠隔組織型のデータコレクタのセットからのデータを投入することを含む。実施形態は、自己組織化データプールのセットに、自己組織化ストレージを有するデータコレクタのセットからのデータを投入することを含む。実施形態は、データストレージのための自己組織化プール及びデータ転送のための自己組織化ネットワークコーディングを有する、産業環境においてデータを収集するためのシステムを含む。実施形態は、データストレージのための自己組織化プールを有する、産業環境においてデータを収集するためのシステムを含み、そのデータストレージには、マルチ感覚インタフェースにおけるデータ提示をサポートするためのソースデータ構造が含まれる。実施形態は、データストレージのための自己組織化プールを有する、産業環境においてデータを収集するためのシステムを含み、そのデータストレージには、ヒートマップインタフェースにおけるデータ提示をサポートするためのソースデータ構造が含まれる。実施形態は、データストレージのための自己組織化プールを有する、産業環境においてデータを収集するためのシステムを含み、そのデータストレージには、インタフェース層の自己組織化調整で動作するインタフェースにおけるデータ提示をサポートするための、ソースデータ構造が含まれる。
上述したように、本明細書には、産業環境からのセンサデータ上でＡＩモデルが動作する利用率、歩留まり率又は影響度を反映した、業界固有のフィードバックに基づいて、ＡＩモデルをトレーニングすることを含む、業界固有のフィードバックに基づいてＡＩモデルをトレーニングするための方法及びシステムが開示されている。実施形態は、業界固有のフィードバックに基づいて、データコレクタの集団をトレーニングすることを含む。実施形態は、分散元帳情報を格納するために、産業環境において利用可能な格納場所を識別して使用するように、ＡＩモデルをトレーニングすることを含む。実施形態は、業界固有のフィードバックに基づいて、自己組織化データコレクタの集団をトレーニングすることを含む。実施形態は、産業環境におけるネットワーク及び産業条件に基づいて、ネットワーク感応型のデータコレクタをトレーニングすることを含む。実施形態は、業界固有のフィードバック尺度に基づいて、遠隔組織型のデータコレクタのためのリモートオーガナイザ（remote organizer）をトレーニングすることを含む。実施形態は、業界固有のフィードバックに基づいてストレージを構成するように、自己組織化データコレクタをトレーニングすることを含む。実施形態は、データ転送用のネットワークコーディングを編成するための、ネットワークコーディングモデルのクラウドベースのトレーニングを有する、産業環境においてデータを収集するためのシステムを含む。実施形態は、マルチ感覚インタフェースにおけるデータ提示を管理する、クラウドベースのトレーニング設備を有する、産業環境においてデータを収集するためのシステムを含む。実施形態は、ヒートマップインタフェースにおけるデータ提示を管理する、クラウドベースのトレーニング設備を有する、産業環境においてデータを収集するためのシステムを含む。実施形態は、インタフェース層の自己組織化調整で動作するインタフェースにおけるデータ提示を管理する、クラウドベースのトレーニング施設を有する、産業環境においてデータを収集するためのシステムを含む。
上述したように、本明細書には、産業データコレクタの自己編成集団を含む、産業データコレクタの自立した群れ（スワーム）についての方法及びシステムが開示されており、その産業データコレクタは、集団のメンバの性能及び状態に基づいて、データ収集を改善するように、それらの中で編成を行う。実施形態は、分散元帳のデータ構造をデータ集団全体に展開することを含む。実施形態は、産業環境においてデータを収集するための、自己組織化データコレクタの自己編成集団を含む。実施形態は、産業環境においてデータを収集するための、ネットワーク感応型のデータコレクタの自己編成集団を含む。実施形態は、産業環境においてデータを収集するための、ネットワーク感応型のデータコレクタの自己編成集団を含み、その集団は遠隔的な編成のためにも構成されている。実施形態は、産業環境においてデータを収集するための、自己組織化ストレージを有するデータコレクタの自己編成集団を含む。実施形態は、データコレクタの自己編成集団及びデータ転送のための自己組織化ネットワークコーディングを有する、産業環境においてデータ収集するためのシステムを含む。実施形態は、マルチ感覚インタフェースで使用するために情報を中継する、データコレクタの自己編成集団を有する、産業環境においてデータを収集するためのシステムを含む。実施形態は、ヒートマップインタフェースで使用するために情報を中継する、データコレクタの自己編成集団を有する、産業環境においてデータを収集するためのシステムを含む。実施形態は、インタフェース層の自己組織化調整で動作するインタフェースで使用するために情報を中継する、データコレクタの自己編成集団を有する、産業環境においてデータを収集するためのシステムを含む。
上述したように、本明細書には、産業用ＩｏＴデータの自動化されたデータ市場で実行されるトランザクションの追跡を支援する分散元帳を含む、産業用ＩｏＴの分散元帳のための方法及びシステムが開示されている。実施形態は、収集された情報を分散元帳に配布するように構成された、自己組織化データコレクタを含む。実施形態は、ネットワークの状態に基づいて、収集された情報を分散元帳に配布するように構成された、ネットワーク感応型のデータコレクタを含む。実施形態は、配布のインテリジェントな遠隔的管理に基づいて、収集された情報を分散元帳に配布するように構成された、遠隔組織型のデータコレクタを含む。実施形態は、収集された情報を分散元帳に配布するように構成された自己組織化ローカルストレージを有する、データコレクタを含む。実施形態は、データストレージのための分散元帳及びデータ転送のための自己組織化ネットワークコーディングを使用して、産業環境においてデータを収集するためのシステムを含む。実施形態は、データ提示のために触覚インタフェースをサポートするデータ構造の、データストレージのための分散元帳を使用する、産業環境においてデータを収集するためのシステムを含む。実施形態は、データ提示のためにヒートマップインタフェースをサポートするデータ構造の、データストレージのための分散元帳を使用する、産業環境においてデータを収集するためのシステムを含む。実施形態は、インタフェース層の自己組織化調整で動作するインタフェースをサポートするデータ構造の、データストレージのための分散元帳を使用する、産業環境においてデータを収集するためのシステムを含む。
上述したように、本明細書には、その環境内の条件に基づいてデータ収集、電力及び／又は歩留まりを最適化することができる、自己組織化マルチセンサデータコレクタを含む、自己組織化コレクタのための方法及びシステムが開示されている。実施形態は、ネットワークの状態に基づいて少なくとも部分的に編成する、自己組織化データコレクタを含む。実施形態は、遠隔的な編成にも反応する、自己組織化データコレクタを含む。実施形態は、産業データの収集環境で収集されたデータのための自己組織化ストレージを有する、自己組織化データコレクタを含む。実施形態は、自己組織化データ収集及びデータ転送のための自己組織化ネットワークコーディングを有する、産業環境においてデータを収集するためのシステムを含む。実施形態は、データ提示のために触覚又はマルチ感覚のウェアラブルインタフェースをサポートするデータ構造を供給する、自己組織化データコレクタを有する、産業環境においてデータを収集するためのシステムを含む。実施形態は、データ提示のためにヒートマップインタフェースをサポートするデータ構造を供給する、自己組織化データコレクタを有する、産業環境においてデータを収集するためのシステムを含む。実施形態は、インタフェース層の自己組織化調整で動作するインタフェースをサポートするデータ構造を供給する、自己組織化データコレクタを有する、産業環境においてデータを収集するためのシステムを含む。
上述したように、本明細書には、帯域幅、サービスの質（ＱｏＳ）、価格設定及び／又は他のネットワーク状態に基づいて最適化することができる、ネットワーク状態感応式の自己組織化マルチセンサデータコレクタを含む、ネットワーク感応型のコレクタのための方法及びシステムが開示されている。実施形態は、ネットワーク状態を含む、産業データの収集環境において識別される必要性及び／又は条件に基づいて、センサインタフェースを電源投入及び切断することができる、遠隔組織型のネットワーク状態感応式のユニバーサルデータコレクタを含む。実施形態は、産業データの収集環境において収集されたデータのための自己組織化ストレージを有する、ネットワーク状態感応式のデータコレクタを含む。実施形態は、産業データの収集環境におけるデータ転送のための自己組織化ネットワークコーディングを備えた、ネットワーク状態感応式のデータコレクタを含む。実施形態は、データ提示のために触覚ウェアラブルインタフェースをサポートするデータ構造を中継する、ネットワーク感応型のデータコレクタを備えた、産業環境においてデータを収集するためのシステムを含む。実施形態は、データ提示のためにヒートマップインタフェースをサポートするデータ構造を中継する、ネットワーク感応型のデータコレクタを備えた、産業環境においてデータを収集するためのシステムを含む。実施形態は、インタフェース層の自己組織化調整で動作するインタフェースをサポートするデータ構造を中継する、ネットワーク感応型のデータコレクタを備えた、産業環境においてデータを収集するためのシステムを含む。
上述したように、産業データの収集環境において識別される必要性及び／又は条件に基づいて、センサインタフェースを電源投入及び切断することができる、遠隔組織型のユニバーサルデータコレクタについての方法及びシステムが、本明細書に開示されている。実施形態は、産業データの収集環境において収集されたデータのための自己組織化ストレージを備えた、遠隔組織型のユニバーサルデータコレクタを含む。実施形態は、データ収集の遠隔制御機能及びデータ転送のための自己組織化ネットワークコーディングを備えた、産業環境においてデータを収集するためのシステムを含む。実施形態は、センサデータを記憶し、触覚又はマルチ感覚のウェアラブルインタフェースにおけるデータ使用についての指令を伝達するための、遠隔組織型のデータコレクタを含む。実施形態は、センサデータを記憶し、ヒートマップ視覚インタフェースにおけるデータ使用についての指令を伝達するための、遠隔組織型のデータコレクタを含む。実施形態は、センサデータを記憶し、インタフェース層の自己組織化調整で動作するインタフェースにデータ使用についての指令を伝達するための、遠隔組織型のデータコレクタを含む。
上述したように、産業センサデータ用のマルチセンサデータコレクタのための自己組織化ストレージを含む、マルチセンサデータコレクタのための自己組織化ストレージについての方法及びシステムが、本明細書に開示されている。実施形態は、自己組織化データストレージ及びデータ転送のための自己組織化ネットワークコーディングを有する、産業環境においてデータを収集するためのシステムを含む。実施形態は、センサデータと、触覚ウェアラブルインタフェースで使用するデータの転送についての指令とを記憶するための、自己組織化ストレージを備えたデータコレクタを含む。実施形態は、センサデータと、ヒートマップ提示インタフェースで使用するデータの転送についての指令とを格納するための、自己組織化ストレージを備えたデータコレクタを含む。実施形態は、センサデータと、インタフェース層の自己組織化調整で動作するインタフェースで使用するデータの転送についての指令とを記憶するための、自己組織化ストレージを有するデータコレクタを含む。
上述したように、産業データの収集環境において複数のセンサからデータを転送するデータネットワークのための自己組織化ネットワークコーディングを含む、マルチセンサデータネットワークのための自己組織化ネットワークコーディングについての方法及びシステムが、本明細書に開示されている。実施形態は、データ転送のための自己組織化ネットワークコーディングと、データ提示のために触覚ウェアラブルインタフェースをサポートするデータ構造とを有する、産業環境においてデータを収集するためのシステムを含む。実施形態は、データ転送のための自己組織化ネットワークコーディングと、データ提示のためにヒートマップインタフェースをサポートするデータ構造とを備えた、産業環境においてデータを収集するためのシステムを含む。実施形態は、データ転送のための自己組織化ネットワークコーディングと、データ提示のためのインタフェース層の自己組織化調整機能とを有する、産業環境においてデータを収集するためのシステムを含む。
上述したように、振動、熱、電気及び／又は音声の出力を備えた、産業センサデータコレクタ用のウェアラブルな触覚又はマルチ感覚のユーザインタフェースを含む、触覚又はマルチ感覚のユーザインタフェースのための方法及びシステムが、本明細書で開示されている。実施形態は、振動、熱、電気及び／又は音声の出力を用いて、データコレクタから産業用の状態情報を伝達するための、ウェアラブルな触覚ユーザインタフェースを含む。実施形態は、振動、熱、電気及び／又は音声の出力を用いて、データコレクタから産業用の状態情報を伝達するための、ウェアラブルな触覚ユーザインタフェースを含む。このウェアラブルな触覚ユーザインタフェースはまた、データのパラメータを示すヒートマップを提示するための、視覚的なプレゼンテーション層を有している。実施形態は、フィードバックメトリック及び／又は産業環境におけるトレーニングに基づいた、ＡＲ／ＶＲインタフェース及びマルチ感覚インタフェースの、状態感応式の自己組織化調整機能を含む。
上述したように、収集されたデータのパターン及び／又はパラメータに基づいてヒートマップ要素が提示される、ＡＲ／ＶＲ産業用眼鏡のためのプレゼンテーション層についての方法及びシステムが、本明細書に開示されている。実施形態は、フィードバックメトリック及び／又は産業環境におけるトレーニングに基づいた、ヒートマップＡＲ／ＶＲインタフェースの状態感応式の自己組織化調整機能を含む。上述したように、フィードバックメトリック及び／又は産業環境におけるトレーニングに基づいた、ＡＲ／ＶＲインタフェースの状態感応式の自己組織化調整機能についての方法及びシステムが、本明細書で開示されている。
以下の例示的な節は、本開示の特定の実施形態について説明している。以下の開示において言及されるデータ収集システムは、ローカルデータ収集システム１０２、ホスト処理システム１１２（例えばクラウドプラットフォームを使用する）、或いは、ローカルシステムとホストシステムとの組み合わせとすることができる。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するための、アナログクロスポイントスイッチの使用を有するデータ収集システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能（IP front-end-end signal conditioning）を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、マルチプレクサの継続的な監視アラーム機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、アナログセンサチャネル及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、トリガ及び振動入力に対する独自の静電保護機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有する、データ収集及び処理システムが提供される。
実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパス（帯域通過）トラッキングフィルタを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有する、データ収集及び処理システムが提供される。
実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。
実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、提案された（proposed）軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。
実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、無線周波数識別機能（RF identification）及び傾斜計を有する、データ収集及び処理システムが提供される。
実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、業界固有のフィードバックに基づいてＡＩモデルをトレーニングする、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ入力の可変グループを有するデータを収集するためのアナログクロスポイントスイッチの使用を有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、マルチプレクサの継続的な監視アラーム機能を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、少なくとも１つのアナログセンサチャネル及びコンポーネントボードの電力切断機能を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、トリガ及び振動入力に対する独自の静電保護機能を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、提案された軸受解析法を有する、
データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理シ
ステムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、改善された信号対雑音比のためにマルチプレクサ上にＩＰフロントエンド信号調整機能を有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、マルチプレクサの継続的な監視アラーム機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、アナログセンサチャネル及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、トリガ及び振動入力に対する独自の静電保護機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、提案された軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、マルチプレクサの継続的な監視アラーム機能を有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、アナログセンサチャネル及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、トリガ及び振動入力に対する独自の静電保護機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、提案された軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部
の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、マルチプルマルチプレクサ及びデータ取得部の論理制御のための専用バスを備えた分散型ＣＰＬＤチップの使用を有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、アナログセンサチャネル及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、トリガ及び振動入力に対する独自の静電保護機能を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、提案された軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、ソリッドステートリレー及び設計トポロジを使用する高電流入力機能を有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、トリガ及び振動入力に対する独自の静電保護機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、提案された軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供
される。実施形態では、アナログセンサ及びコンポーネントボードのうちの少なくとも１つの電力切断機能を有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、Ａ／Ｄゼロ参照のための精密な電圧リファレンスを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、提案された軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、トリガ及び振動入力に対する独自の静電保護機能を有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、提案された軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、Ａ/Ｄゼロ参照のための精密な電圧リファレンスを有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、提案された軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、低速ＲＰＭ及び位相情報を得るための位相ロックループバンドパストラッキングフィルタを有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、提案された軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施の形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイーを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、オンボードタイマを使用した、入力及びトリガチャネルに対する位相相対のデジタル微分を有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、提案された軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、ＡＲ／ＶＲにつ
いて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、ピークを検出するために別個のアナログ／デジタル変換器に配置された、自動スケーリングのためのピーク検出器を有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、提案された軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、未処理の又は他のアナログチャンネルへバッファされたトリガチャンネルのルーティングを有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、提案された軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリン
グレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、ＡＡフィルタ要件を最小化するために、より低いサンプリングレート出力のための、デルタシグマＡ／Ｄに対するより高い入力オーバーサンプリングを使用することを有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、提案された軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを
有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、デジタルリサンプリングの必要なく低サンプリングレートを実現するために、デルタシグマアナログ／デジタル変換器のためのクロック分周器としてＣＰＬＤを使用することを有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、提案された軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、異なるサンプリングレートで取得された複数のデータセットとは対照的な、高サンプリングレートでの長いデータブロックを有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、提案された軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、オンボードカードセットのメンテナンス履歴を含む較正データの保存を有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、階層テンプレートを使用した高速ルート生成機能を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、データ収集バンドのインテリジェントな管理機能を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、データ収集バンドのインテリジェントな管理機能を使用するニューラルネットエキスパートシステムを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、センサデータ分析におけるデータベース階層の使用を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムのＧＵＩグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、バック計算定義のためのグラフィカルなアプローチを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、提案された軸受解析法を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、一過性シグナル解析を利用したねじり振動検出／分析を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、アナログ方式とデジタル方式との双方を用いた改善された統合を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、ローカル環境におけるアナログデータの継続的な監視のための適応スケジューリング技術を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、データ取得パーキング機能を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、自己充足的なデータ収集ボックスを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、ＳＤカードストレージを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、継続的な監視のための拡張されたオンボード統計的能力を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、予測のための周囲雑音、局所雑音及び振動雑音の使用を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、分析又は相関のための動的データを同時に有効化するように、入力データ又はアラームに基づいてルートを変更するスマートルート機能を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、スマートＯＤＳ及び伝達関数を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、階層型マルチプレクサを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、センサ過負荷の識別機能を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、無線周波数識別機能及び傾斜計を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、連続超音波監視機能を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、遠隔式のアナログ工業用センサの融合に基づいた、クラウドベースの機械パターン認識機能を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、産業システムの予想される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン分析機能を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、ＩｏＴデバイスの作成、展開、及び管理を含む、ＩｏＴのためのクラウドベースのポリシー自動化エンジンを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、デバイス上のセンサ融合機能及び産業用ＩｏＴデバイスのためのデータストレージを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、産業用ＩｏＴデータ用の自己組織化データ市場を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、利用率及び／又は利回りに基づいたデータプールの自己編成機能を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、業界固有のフィードバックに基づいたＡＩモデルのトレーニング機能を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、産業データコレクタの自立した群れを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、ＩｏＴ分散元帳を有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、自己組織化コレクタを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、ネットワーク感応型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、遠隔組織型のコレクタを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、マルチセンサデータコレクタ用の自己組織化ストレージを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、振動、熱、電気、及び／又は音声の出力を用いた、産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有する、データ収集及び処理システムが提供される。実施形態では、階層テンプレートを使用した高速ルート生成機能を有すると共に、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有する、データ収集及び処理システムが提供される。
実施形態では、データ収集バンドのインテリジェントな管理を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、センサデータ分析におけるデータベース階層の使用を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、バック計算定義のためのグラフィカルなアプローチを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、提案された軸受解析法を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、一過性シグナル解析を利用するねじれ振動検出／分析を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、アナログ方式とデジタル方式との双方を使用する改善された統合を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、データ取得パーキング機能を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、自己充足的なデータ収集ボックスを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、ＳＤカードストレージを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、断続的な監視用の拡張されたオンボード統計的能力を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、予測のための周囲雑音、局所雑音及び振動騒音の使用を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、センサデータ分析におけるデータベース階層の使用を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、バック計算定義のためのグラフィカルなアプローチを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、提案された軸受解析法を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、一過性シグナル解析を利用するねじれ振動検出／分析を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、アナログ方式とデジタル方式との双方を使用する改善された統合を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、データ取得パーキング機能を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、自己充足的なデータ収集ボックスを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、ＳＤカードストレージを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、断続的な監視用の拡張されたオンボード統計的能力を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、予測のための周囲雑音、局所雑音及び振動騒音の使用を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、データ収集バンドのインテリジェントな管理を用いるニュートラルネットエキスパートシステムを有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、センサデータ分析においてデータベース階層の使用を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、バック計算定義のためのグラフィカルなアプローチを有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、提案された軸受解析法を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、一過性シグナル解析を利用するねじれ振動検出／分析を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、アナログ方式とデジタル方式との双方を使用する改善された統合を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、データ取得パーキング機能を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、自己充足的なデータ収集ボックスを有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、ＳＤカードストレージを有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、断続的な監視用の拡張されたオンボード統計的能力を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、予測のための周囲雑音、局所雑音及び振動騒音の使用を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、センサデータ分析においてデータベース階層の使用を有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有するデータ収集および処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、バック計算定義のためのグラフィカルなアプローチを有するデータ収集および処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、提案された軸受解析法を有するデータ収集および処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、一過性シグナル解析を利用するねじれ振動検出／分析を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、アナログ方式とデジタル方式との双方を使用する改善された統合を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、データ取得パーキング機能を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、自己充足的なデータ収集ボックスを有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、ＳＤカードストレージを有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、断続的な監視用の拡張されたオンボード統計的能力を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、予測のための周囲雑音、局所雑音及び振動騒音の使用を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、エキスパートシステム用のインテリジェントなデータ収集バンド及び診断を定義するための、エキスパートシステムＧＵＩグラフィカルなアプローチを有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、バック計算定義のためのグラフィカルなアプローチを有するデータ収集および処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、提案された軸受解析法を有するデータ収集および処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、一過性シグナル解析を利用するねじれ振動検出／分析を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、アナログ方式とデジタル方式との双方を使用する改善された統合を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、データ取得パーキング機能を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、自己充足的なデータ収集ボックスを有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、ＳＤカードストレージを有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、断続的な監視用の拡張されたオンボード統計的能力を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、予測のための周囲雑音、局所雑音及び振動騒音の使用を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、産業データコレクタの自立した群れ（スワーム）を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、バック計算定義のためのグラフィカルなアプローチを有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、提案された軸受解析法を有するデータ収集および処理システムが提供される。実施形態では、提案された軸受解析法を有し、一過性シグナル解析を利用するねじれ振動検出／分析を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、アナログ方式とデジタル方式との双方を使用する改善された統合を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、データ取得パーキング機能を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、自己充足的なデータ収集ボックスを有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、ＳＤカードストレージを有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、断続的な監視用の拡張されたオンボード統計的能力を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、予測のための周囲雑音、局所雑音及び振動騒音の使用を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、提案された軸受解析法を有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、アナログ方式とデジタル方式との双方を使用する改善された統合を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、データ取得パーキング機能を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、自己充足的なデータ収集ボックスを有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、ＳＤカードストレージを有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、断続的な監視用の拡張されたオンボード統計的能力を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、予測のための周囲雑音、局所雑音及び振動騒音の使用を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、一過性シグナル解析を利用するねじれ振動検出／分析を有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、データ取得パーキング機能を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、自己充足的なデータ収集ボックスを有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、ＳＤカードストレージを有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、断続的な監視用の拡張されたオンボード統計的能力を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、予測のための周囲雑音、局所雑音及び振動騒音の使用を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、アナログ方式とデジタル方式との双方を使用する改善された統合を有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、データ取得パーキング機能を有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、自己充足的なデータ収集ボックスを有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、ＳＤカードストレージを有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、断続的な監視用の拡張されたオンボード統計的能力を有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、予測のための周囲雑音、局所雑音及び振動騒音の使用を有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、ローカル環境におけるアナログデータの断続的な監視のための適応スケジューリング技術を有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、データ取得パーキング機能を有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、自己充足的なデータ収集ボックスを有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、ＳＤカードストレージを有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、断続的な監視用の拡張されたオンボード統計的能力を有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、予測のための周囲雑音、局所雑音及び振動騒音の使用を有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、データ取得パーキング機能を有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、自己充足的なデータ収集ボックスを有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、ＳＤカードストレージを有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、断続的な監視用の拡張されたオンボード統計的能力を有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、予測のための周囲雑音、局所雑音及び振動騒音の使用を有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、自己充足的なデータ収集ボックスを有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、ＳＤカードストレージを有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、断続的な監視用の拡張されたオンボード統計的能力を有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、予測のための周囲雑音、局所雑音及び振動騒音の使用を有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、ＳＤカードストレージを有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、予測のための周囲雑音、局所雑音及び振動騒音の使用を有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、断続的な監視用の拡張されたオンボード統計的能力を有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、予測のための周囲雑音、局所雑音及び振動騒音の使用を有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、分析又は相関のために動的データを同時に有効化にするために、入力データ又はアラームに基づいた、ルートを変更するスマートルート機能を有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、スマートＯＤＳ及び伝達関数を有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、スマートＯＤＳ及び伝達関数を有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、階層型マルチプレクサを有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、階層型マルチプレクサを有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、センサ過負荷の識別機能を有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、センサ過負荷の識別機能を有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、無線周波数識別機能及び傾斜計を有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、無線周波数識別機能及び傾斜計を有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、連続超音波監視を有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、連続超音波監視を有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、産業システムの予測される状態情報を提供するための、複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、ＩｏＴデバイスの作成、展開及び管理を備えるＩｏＴのためのクラウドベースのポリシー自動化エンジンをからの状態情報のクラウドベースの機械パターンの分析機能を有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、デバイス上のセンサ融合機能及び産業ＩｏＴデバイスのためのデータストレージを有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、産業用ＩｏＴデータの自己組織化データ市場を有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、利用率及び／又は利回りに基づくデータプールの自己編成を有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、業界固有のフィードバックに基づくトレーニングＡＩモデルを有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、産業データコレクタの自立した群れを有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、ＩｏＴ分散元帳を有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、自己組織化コレクタを有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、ネットワーク感応型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、遠隔組織型のコレクタを有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、マルチセンサデータコレクタ用の自己組織化ストレージを有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、振動、熱、電気及び／又は音声の出力を有する産業センサデータコレクタのためのウェアラブルな触覚ユーザインタフェースを有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、ＡＲ／ＶＲについて収集されたデータを表示するヒートマップを有するデータ収集及び処理システムが提供される。実施形態では、遠隔式のアナログ工業用センサの融合に基づく、クラウドベースの機械パターン認識機能を有し、データコレクタによって収集されたデータの自動調整式ＡＲ／ＶＲ視覚化機能を有するデータ収集及び処理システムが提供される。
実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有して提供される。実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有し、かつ、ＩｏＴデバイスの作成、展開、及び管理を備える産業用ＩｏＴデバイスのためのクラウドベースのポリシー自動化エンジンを有して提供される。実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有し、かつ、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有して提供される。実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有し、かつ、産業用ＩｏＴデータのための自己組織化データ市場（マーケットプレイス）を有して提供される。実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有し、かつ、利用率および/または収率（yield）のメトリックに基づくデータプールの自己組織化を有して提供される。実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有し、かつ、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有して提供される。実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有し、かつ、自己組織化された産業データコレクタのスワーム（自己組織化された一群の産業データコレクタ）を有して提供される。実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有し、かつ、ＩｏＴ分散元帳を有して提供される。実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有し、かつ、自己組織化コレクタを有して提供される。実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有し、かつ、ネットワークセンシティブなコレクタを有して提供される。実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有し、かつ、リモート編成コレクタを有して提供される。実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有し、かつ、マルチセンサデータコレクタ用の自己組織化ストレージを有して提供される。実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有し、かつ、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有して提供される。実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有し、かつ、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有して提供される。実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有し、かつ、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有して提供される。実施形態では、プラットフォームは、産業システムのために予測される状態情報を提供するための複数のアナログ工業用センサからの状態情報のクラウドベースの機械パターン解析を有し、かつ、データコレクタによって収集されたデータの自動的に調整されたＡＲ／ＶＲ可視化を有して提供される。
実施形態では、プラットフォームは、ＩｏＴデバイスの作成、展開、および管理を備えるＩｏＴ用のクラウドベースのポリシー自動化エンジンを有して提供される。実施形態では、プラットフォームは、ＩｏＴデバイスの作成、展開、および管理を備えるＩｏＴ用のクラウドベースのポリシー自動化エンジンを有し、かつ、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有して提供される。実施形態では、プラットフォームは、プラットフォームは、ＩｏＴデバイスの作成、展開、および管理を備えるＩｏＴ用のクラウドベースのポリシー自動化エンジンを有し、かつ、産業用ＩｏＴデータのための自己組織化データ市場を有して提供される。実施形態では、プラットフォームは、ＩｏＴデバイスの作成、展開、および管理を備えるＩｏＴ用のクラウドベースのポリシー自動化エンジンを有し、かつ、利用率および/または収率のメトリックに基づくデータプールの自己組織化を有して提供される。実施形態では、ＩｏＴデバイスの作成、展開、および管理を備えるＩｏＴ用のクラウドベースのポリシー自動化エンジンを有し、かつ、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有して提供される。実施形態では、プラットフォームは、ＩｏＴデバイスの作成、展開、および管理を備えるＩｏＴ用のクラウドベースのポリシー自動化エンジンを有し、かつ、自己組織化された産業データコレクタのスワームを有して提供される。実施形態では、プラットフォームは、ＩｏＴデバイスの作成、展開、および管理を備えるＩｏＴ用のクラウドベースのポリシー自動化エンジンを有し、かつ、ＩｏＴ分散元帳を有して提供される。実施形態では、プラットフォームは、ＩｏＴデバイスの作成、展開、および管理を備えるＩｏＴ用のクラウドベースのポリシー自動化エンジンを有し、かつ、自己組織化コレクタを有して提供される。実施形態では、プラットフォームは、ＩｏＴデバイスの作成、展開、および管理を備えるＩｏＴ用のクラウドベースのポリシー自動化エンジンを有し、かつ、ネットワークセンシティブなコレクタを有して提供される。実施形態では、プラットフォームは、ＩｏＴデバイスの作成、展開、および管理を備えるＩｏＴ用のクラウドベースのポリシー自動化エンジンを有し、かつ、リモート編成コレクタを有して提供される。実施形態では、プラットフォームは、ＩｏＴデバイスの作成、展開、および管理を備えるＩｏＴ用のクラウドベースのポリシー自動化エンジンを有し、かつ、マルチセンサデータコレクタ用の自己組織化ストレージを有して提供される。実施形態では、プラットフォームは、ＩｏＴデバイスの作成、展開、および管理を備えるＩｏＴ用のクラウドベースのポリシー自動化エンジンを有し、かつ、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有して提供される。実施形態では、プラットフォームは、ＩｏＴデバイスの作成、展開、および管理を備えるＩｏＴ用のクラウドベースのポリシー自動化エンジンを有し、かつ、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有して提供される。実施形態では、プラットフォームは、ＩｏＴデバイスの作成、展開、および管理を備えるＩｏＴ用のクラウドベースのポリシー自動化エンジンを有し、かつ、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有して提供される。実施形態では、プラットフォームは、ＩｏＴデバイスの作成、展開、および管理を備えるＩｏＴ用のクラウドベースのポリシー自動化エンジンを有し、かつ、データコレクタによって収集されたデータの自動的に調整されたＡＲ／ＶＲ可視化を有して提供される。
実施形態では、プラットフォームは、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有し、かつ、産業用ＩｏＴデータのための自己組織化データ市場を有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有し、かつ、利用率および/または収率のメトリックに基づくデータプールの自己組織化を有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有し、かつ、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有し、かつ、自己組織化された産業データコレクタのスワームを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有し、かつ、ＩｏＴ分散元帳を有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有し、かつ、自己組織化コレクタを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有し、かつ、ネットワークセンシティブなコレクタを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有し、かつ、リモート編成コレクタを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有し、かつ、マルチセンサデータコレクタ用の自己組織化ストレージを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有し、かつ、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有し、かつ、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有し、かつ、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデバイスのためのデバイス上のセンサ融合及びデータストレージを有し、かつ、データコレクタによって収集されたデータの自動的に調整されたＡＲ／ＶＲ可視化を有して提供される。
実施形態では、プラットフォームは、産業用ＩｏＴデータのための自己組織化データ市場を有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデータのための自己組織化データ市場を有し、かつ、利用率および/または収率のメトリックに基づくデータプールの自己組織化を有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデータのための自己組織化データ市場を有し、かつ、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデータのための自己組織化データ市場を有し、かつ、自己組織化された産業データコレクタのスワームを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデータのための自己組織化データ市場を有し、かつ、ＩｏＴ分散元帳を有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデータのための自己組織化データ市場を有し、かつ、自己組織化コレクタを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデータのための自己組織化データ市場を有し、かつ、ネットワークセンシティブなコレクタを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデータのための自己組織化データ市場を有し、かつ、リモート編成コレクタを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデータのための自己組織化データ市場を有し、かつ、マルチセンサデータコレクタ用の自己組織化ストレージを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデータのための自己組織化データ市場を有し、かつ、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデータのための自己組織化データ市場を有し、かつ、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデータのための自己組織化データ市場を有し、かつ、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有して提供される。実施形態では、プラットフォームは、産業用ＩｏＴデータのための自己組織化データ市場を有し、かつ、データコレクタによって収集されたデータの自動的に調整されたＡＲ／ＶＲ可視化を有して提供される。
実施形態では、プラットフォームは、利用率および/または収率のメトリックに基づくデータプールの自己組織化を有して提供される。実施形態では、プラットフォームは、利用率および/または収率のメトリックに基づくデータプールの自己組織化を有し、かつ、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有して提供される。実施形態では、プラットフォームは、利用率および/または収率のメトリックに基づくデータプールの自己組織化を有し、かつ、自己組織化された産業データコレクタのスワームを有して提供される。実施形態では、プラットフォームは、利用率および/または収率のメトリックに基づくデータプールの自己組織化を有し、かつ、ＩｏＴ分散元帳を有して提供される。実施形態では、プラットフォームは、利用率および/または収率のメトリックに基づくデータプールの自己組織化を有し、かつ、自己組織化コレクタを有して提供される。実施形態では、プラットフォームは、利用率および/または収率のメトリックに基づくデータプールの自己組織化を有し、かつ、ネットワークセンシティブなコレクタを有して提供される。実施形態では、プラットフォームは、利用率および/または収率のメトリックに基づくデータプールの自己組織化を有し、かつ、リモート編成コレクタを有して提供される。実施形態では、プラットフォームは、利用率および/または収率のメトリックに基づくデータプールの自己組織化を有し、かつ、マルチセンサデータコレクタ用の自己組織化ストレージを有して提供される。実施形態では、プラットフォームは、利用率および/または収率のメトリックに基づくデータプールの自己組織化を有し、かつ、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有して提供される。実施形態では、プラットフォームは、利用率および/または収率のメトリックに基づくデータプールの自己組織化を有し、かつ、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有して提供される。実施形態では、プラットフォームは、利用率および/または収率のメトリックに基づくデータプールの自己組織化を有し、かつ、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有して提供される。実施形態では、プラットフォームは、利用率および/または収率のメトリックに基づくデータプールの自己組織化を有し、かつ、データコレクタによって収集されたデータの自動的に調整されたＡＲ／ＶＲ可視化を有して提供される。
実施形態では、プラットフォームは、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有して提供される。実施形態では、プラットフォームは、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有し、かつ、自己組織化された産業データコレクタのスワームを有して提供される。実施形態では、プラットフォームは、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有し、かつ、ＩｏＴ分散元帳を有して提供される。実施形態では、プラットフォームは、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有し、かつ、自己組織化コレクタを有して提供される。実施形態では、プラットフォームは、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有し、かつ、ネットワークセンシティブなコレクタを有して提供される。実施形態では、プラットフォームは、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有し、かつ、リモート編成コレクタを有して提供される。実施形態では、プラットフォームは、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有し、かつ、マルチセンサデータコレクタ用の自己組織化ストレージを有して提供される。実施形態では、プラットフォームは、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有し、かつ、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有して提供される。実施形態では、プラットフォームは、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有し、かつ、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有して提供される。実施形態では、プラットフォームは、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有し、かつ、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有して提供される。実施形態では、プラットフォームは、産業固有のフィードバックに基づくＡＩモデルのトレーニングを有し、かつ、データコレクタによって収集されたデータの自動的に調整されたＡＲ／ＶＲ可視化を有して提供される。
実施形態では、プラットフォームは、自己組織化された産業データコレクタのスワームを有して提供される。実施形態では、プラットフォームは、自己組織化された産業データコレクタのスワームを有し、かつ、ＩｏＴ分散元帳を有して提供される。実施形態では、プラットフォームは、自己組織化された産業データコレクタのスワームを有し、かつ、自己組織化コレクタを有して提供される。実施形態では、プラットフォームは、自己組織化された産業データコレクタのスワームを有し、かつ、ネットワークセンシティブなコレクタを有して提供される。実施形態では、プラットフォームは、自己組織化された産業データコレクタのスワームを有し、かつ、リモート編成コレクタを有して提供される。実施形態では、プラットフォームは、自己組織化された産業データコレクタスワームを有し、かつ、マルチセンサデータコレクタ用の自己組織化ストレージを有して提供される。実施形態では、プラットフォームは、自己組織化された産業データコレクタのスワームを有し、かつ、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有して提供される。実施形態では、プラットフォームは、自己組織化された産業データコレクタのスワームを有し、かつ、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有して提供される。実施形態では、プラットフォームは、自己組織化された産業データコレクタのスワームを有し、かつ、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有して提供される。実施形態では、プラットフォームは、自己組織化された産業データコレクタのスワームを有し、かつ、データコレクタによって収集されたデータの自動的に調整されたＡＲ／ＶＲ可視化を有して提供される。
実施形態では、プラットフォームは、ＩｏＴ分散元帳を有して提供される。実施形態では、プラットフォームは、ＩｏＴ分散元帳を有し、かつ、自己組織化コレクタを有して提供される。実施形態では、プラットフォームは、ＩｏＴ分散元帳を有し、かつ、ネットワークセンシティブなコレクタを有して提供される。実施形態では、プラットフォームは、ＩｏＴ分散元帳を有し、かつ、リモート編成コレクタを有して提供される。実施形態では、プラットフォームは、ＩｏＴ分散元帳を有し、かつ、マルチセンサデータコレクタ用の自己組織化ストレージを有して提供される。実施形態では、プラットフォームは、ＩｏＴ分散元帳を有し、かつ、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有して提供される。実施形態では、プラットフォームは、ＩｏＴ分散元帳を有し、かつ、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有して提供される。実施形態では、プラットフォームは、ＩｏＴ分散元帳を有し、かつ、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有して提供される。実施形態では、プラットフォームは、ＩｏＴ分散元帳を有し、かつ、データコレクタによって収集されたデータの自動的に調整されたＡＲ／ＶＲ可視化を有して提供される。
実施形態では、プラットフォームは、自己組織化コレクタを有して提供される。実施形態では、プラットフォームは、自己組織化コレクタを有し、かつ、ネットワークセンシティブなコレクタを有して提供される。実施形態では、プラットフォームは、自己組織化コレクタを有し、かつ、リモート編成コレクタを有して提供される。実施形態では、プラットフォームは、自己組織化コレクタを有し、かつ、マルチセンサデータコレクタ用の自己組織化ストレージを有して提供される。実施形態では、プラットフォームは、自己組織化コレクタを有し、かつ、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有して提供される。実施形態では、プラットフォームは、自己組織化コレクタを有し、かつ、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有して提供される。実施形態では、プラットフォームは、自己組織化コレクタを有し、かつ、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有して提供される。実施形態では、プラットフォームは、自己組織化コレクタを有し、かつ、データコレクタによって収集されたデータの自動的に調整されたＡＲ／ＶＲ可視化を有して提供される。
実施形態では、プラットフォームは、ネットワークセンシティブなコレクタを有して提供される。実施形態では、プラットフォームは、ネットワークセンシティブなコレクタを有し、かつ、リモート編成コレクタを有して提供される。実施形態では、プラットフォームは、ネットワークセンシティブなコレクタを有し、かつ、マルチセンサデータコレクタ用の自己組織化ストレージを有して提供される。実施形態では、プラットフォームは、ネットワークセンシティブなコレクタを有し、かつ、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有して提供される。実施形態では、プラットフォームは、ネットワークセンシティブなコレクタを有し、かつ、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有して提供される。実施形態では、プラットフォームは、ネットワークセンシティブなコレクタを有し、かつ、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有して提供される。実施形態では、プラットフォームは、ネットワークセンシティブなコレクタを有し、かつ、データコレクタによって収集されたデータの自動的に調整されたＡＲ／ＶＲ可視化を有して提供される。
実施形態では、プラットフォームは、リモート編成コレクタを有して提供される。実施形態では、プラットフォームは、リモート編成コレクタを有し、かつ、マルチセンサデータコレクタ用の自己組織化ストレージを有して提供される。実施形態では、プラットフォームは、リモート編成コレクタを有し、かつ、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有して提供される。実施形態では、プラットフォームは、リモート編成コレクタを有し、かつ、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有して提供される。実施形態では、プラットフォームは、リモート編成コレクタを有し、かつ、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有して提供される。実施形態では、プラットフォームは、リモート編成コレクタを有し、かつ、データコレクタによって収集されたデータの自動的に調整されたＡＲ／ＶＲ可視化を有して提供される。
実施形態では、プラットフォームは、マルチセンサデータコレクタ用の自己組織化ストレージを有して提供される。実施形態では、プラットフォームは、マルチセンサデータコレクタ用の自己組織化ストレージを有し、かつ、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有して提供される。実施形態では、プラットフォームは、マルチセンサデータコレクタ用の自己組織化ストレージを有し、かつ、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有して提供される。実施形態では、プラットフォームは、マルチセンサデータコレクタ用の自己組織化ストレージを有し、かつ、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有して提供される。実施形態では、プラットフォームは、マルチセンサデータコレクタ用の自己組織化ストレージを有し、かつ、データコレクタによって収集されたデータの自動的に調整されたＡＲ／ＶＲ可視化を有して提供される。
実施形態では、プラットフォームは、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有して提供される。実施形態では、プラットフォームは、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有し、かつ、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有して提供される。実施形態では、プラットフォームは、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有し、かつ、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有して提供される。実施形態では、プラットフォームは、マルチセンサデータネットワークのための自己組織化ネットワークコーディングを有し、かつ、データコレクタによって収集されたデータの自動的に調整されたＡＲ／ＶＲ可視化を有して提供される。実施形態では、プラットフォームは、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有して提供される。実施形態では、プラットフォームは、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有し、かつ、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有して提供される。実施形態では、プラットフォームは、産業センサデータコレクタのための、振動、熱、電気、および/または音響出力を含むウェアラブルハプティックユーザインタフェースを有し、かつ、データコレクタによって収集されたデータの自動的に調整されたＡＲ／ＶＲ可視化を有して提供される。実施形態では、プラットフォームは、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有して提供される。実施形態では、プラットフォームは、ＡＲ／ＶＲのために収集されたデータを表示するヒートマップを有し、かつ、データコレクタによって収集されたデータの自動的に調整されたＡＲ／ＶＲ可視化を有して提供される。
本開示のいくつかの実施形態のみを示して説明してきたが、特許請求の範囲に記載されているような本開示の思想および範囲から逸脱することなく、これらの実施形態に対して多くの変更および修正がされ得ることは当業者には明らかであろう。本明細書で言及された全ての特許出願および特許（外国および国内の両方）並びに他のすべての刊行物は、法律によって許される最大の限度まで、その全体が本明細書に組み込まれる。
本明細書で説明される方法およびシステムは、プロセッサ上でコンピュータソフトウェア、プログラムコード、および/または命令を実行するマシンを介して、部分的または全体的に装備することができる。本開示は、機械上の方法として、機械の一部のまたは機械に関連するシステムもしくは装置として、または、1つまたは機械の複数上で実行されるコンピュータ可読媒体に具現化されるコンピュータプログラム製品として、実装されるものであってもよい。実施形態では、プロセッサは、サーバ、クラウドサーバ、クライアント、ネットワークインフラストラクチャ、モバイルコンピューティングプラットフォーム、固定コンピューティングプラットフォーム、または他のコンピューティングプラットフォームの一部であってもよい。プロセッサは、プログラム命令、コード、バイナリ命令などを実行することができる任意の種類の計算または処理装置であってもよい。プロセッサは、信号プロセッサ、デジタルプロセッサ、埋め込みプロセッサ、マイクロプロセッサ、または、コプロセッサ（数学的コプロセッサ、グラフィックコプロセッサ、通信コプロセッサなど）および格納されたプログラムコードまたはプログラム命令の実行を直接または間接的に促進することを可能にする同等物のような任意の変形物であってもよく、またはこれらを含むものであってもよい。さらに、プロセッサは、複数のプログラム、スレッド、およびコードの実行を可能にするものであってもよい。複数のスレッドは、プロセッサの性能を向上させ、アプリケーションの同時動作を容易にするために、同時に実行することができる。実施形態として、本明細書で説明される方法、プログラムコード、プログラム命令などは、1つまたは複数のスレッドで実装されるものであってもよい。スレッドは、そのスレッドに関連付けられた優先順位が割り当てられる場合がある他のスレッドを生成するものであってもよい。プロセッサは、優先順位またはプログラムコードに提供された命令に基づく他の順序に基づいて、これらのスレッドを実行することができる。プロセッサまたはそれを利用する任意の機械は、本明細書等に記載された方法、コード、命令、およびプログラムを格納する非一時的メモリを含むものであってもよい。プロセッサは、本明細書等に記載されている方法、コード、および命令を格納することができる非一時的な記憶媒体に、インタフェースを介してアクセスするものであってもよい。計算または処理装置によって実行可能な方法、プログラム、コード、プログラム命令または他のタイプの命令を格納するための、プロセッサに関連付けられた記憶媒体は、ＣＤ－ＲＯＭ、ＤＶＤ、メモリ、 ハードディスク、フラッシュドライブ、ＲＡＭ、ＲＯＭ、キャッシュ等々のうちの１つまたは複数を含むが、これらに限定されるものではない。
プロセッサは、マルチプロセッサの速度および性能を向上させることができる1つまたは複数のコアを含むことができる。実施形態では、プロセッサは、デュアルコアプロセッサ、クワッドコアプロセッサ、他のチップレベルマルチプロセッサおよび2つ以上の独立したコア（ダイと呼ばれる）を組み合わせた同等物であってもよい。
本明細書で説明される方法およびシステムは、サーバ、クライアント、ファイアウォール、ゲートウェイ、ハブ、ルータ、または、他のそのようなコンピュータおよび／またはネットワークハードウェア上でコンピュータソフトウェアを実行する機械を介して、部分的にまたは全体的に装備することができる。ソフトウェアプログラムは、サーバに関連付けられるものであってもよく、このサーバは、ファイルサーバ、プリントサーバ、ドメインサーバ、インターネットサーバ、イントラネットサーバ、クラウドサーバ、および、セカンダリサーバ、ホストサーバ、分散サーバなどの他の変形物を含むものであってもよい。サーバは、メモリ、プロセッサ、コンピュータ可読の一時的および/または非一時的媒体、記憶媒体、ポート（物理および仮想）、通信デバイス、および、有線または無線の媒体を介して他のサーバ、クライアント、機械、およびデバイスにアクセスすることができるインタフェース、等々のうちの1つまたは複数を含むことができる。本明細書等に記載された方法、プログラム、またはコードは、サーバによって実行されるものであってもよい。さらに、本出願に記載されている方法の実行に必要な他のデバイスは、サーバに関連するインフラストラクチャの一部として考えることができる。
サーバは、他のデバイスへのインタフェースを提供するものであってもよく、他のデバイスには、クライアント、他のサーバ、プリンタ、データベースサーバ、プリントサーバ、ファイルサーバ、通信サーバ、分散型サーバ、ソーシャルネットワーク、等々が含まれるが、これらに限定されるものではない。さらに、この結合および／または接続によって、ネットワークを介したプログラムの遠隔実行を容易にすることができる。これらのデバイスのいくつかまたはすべてのネットワーク化によって、開示の範囲から逸脱することなく、１つまたは複数の場所でのプログラムまたは方法の並列処理を容易にすることができる。さらに、インタフェースを介してサーバに取り付けられた任意のデバイスは、方法、プログラム、コードおよび/または命令を格納することができる少なくとも１つの記憶媒体を含むことができる。セントラルリポジトリは、異なるデバイス上で実行されるプログラム命令を提供することができる。この実装形態では、リモートリポジトリは、プログラムコード、命令、およびプログラムのための記憶媒体として機能することができる。
ソフトウェアプログラムは、クライアントに関連付けられるものであってもよく、このクライアントは、ファイルクライアント、印刷クライアント、ドメインクライアント、インターネットクライアント、イントラネットクライアント、および、セカンダリクライアント、ホストクライアント、分散クライアントなどの他の変形物を含むものであってもよい。クライアントは、メモリ、プロセッサ、コンピュータ可読の一時的および／または非一時的媒体、記憶媒体、ポート（物理および仮想）、通信デバイス、および、有線または無線の媒体を介して他のクライアント、サーバ、機械、およびデバイスにアクセスすることができるインタフェース、等々のうちの1つまたは複数を含むものであってもよい。本明細書等に記載された方法、プログラムまたはコードは、クライアントによって実行されるものであってもよい。さらに、本出願に記載されている方法の実行に必要な他の装置は、クライアントに関連するインフラストラクチャの一部として考えることができる。
クライアントは、他のデバイスへのインタフェースを提供するものであってもよく、他のデバイスには、サーバ、他のクライアント、プリンタ、データベースサーバ、プリントサーバ、ファイルサーバ、通信サーバ、分散型サーバ、等々が含まれるが、これらに限定されるものではない。さらに、この結合および／または接続によって、ネットワークを介したプログラムの遠隔実行を容易にすることができる。これらのデバイスのいくつかまたはすべてのネットワーク化によって、開示の範囲から逸脱することなく、１つまたは複数の場所でのプログラムまたは方法の並列処理を容易にすることができる。さらに、インタフェースを介してクライアントに取り付けられた任意のデバイスは、方法、プログラム、コードおよび/または命令を格納することができる少なくとも1つの記憶媒体を含むことができる。セントラルリポジトリは、異なるデバイス上で実行されるプログラム命令を提供することができる。この実装形態では、リモートリポジトリは、プログラムコード、命令、およびプログラムのための記憶媒体として機能することができる。
本明細書に記載の方法およびシステムは、ネットワークインフラストラクチャを通じて部分的または全体的に装備することができる。ネットワークインフラストラクチャは、コンピューティングデバイス、サーバ、ルータ、ハブ、ファイアウォール、クライアント、パーソナルコンピュータ、通信デバイス、ルーティングデバイス、および当技術分野で知られている他の能動的および受動的なデバイス、モジュール、および／またはコンポーネントなどの要素を含むものであってもよい。ネットワークインフラストラクチャに関連付けられたコンピューティングおよび／または非コンピューティングデバイス（複数可）は、他のコンポーネントのほかに、フラッシュメモリ、バッファ、スタック、ＲＡＭ、ＲＯＭなどのような記憶媒体を含んでいてもよい。本明細書等に記載されたプロセス、方法、プログラムコード、命令は、1つまたは複数のネットワークインフラストラクチャ要素によって実行されるものであってもよい。本明細書で説明される方法およびシステムは、サービスとしてのソフトウェア（「ＳａａＳ」）、サービスとしてのプラットフォーム（「ＰａａＳ」）、および/またはサービスとしてのインフラストラクチャ（「ＩａａＳ」）の機能を含む、任意の種類のプライベート、コミュニティまたはハイブリッドのクラウドコンピューティングネットワークまたはクラウドコンピューティング環境で使用するために適しているものであってもよい。
本明細書および他の箇所に記載された方法、プログラムコード、および命令は、複数のセルを有するセルラネットワーク上で実施されるものであってもよい。セルラネットワークは、周波数分割多元接続（ＦＤＭＡ）ネットワークまたは符号分割多元接続（ＣＤＭＡ）ネットワークであってもよい。セルラネットワークは、モバイルデバイス、セルサイト、基地局、中継器、アンテナ、タワーなどを含むことができる。セルネットワークは、ＧＳＭ（登録商標）、ＧＰＲＳ、３Ｇ、ＥＶＤＯ、メッシュ、または他のネットワークタイプとすることができる。
本明細書等に記載された方法、プログラムコードおよび命令は、モバイルデバイス上またはモバイルデバイスを介して実装されるものであってもよい。モバイルデバイスは、ナビゲーションデバイス、携帯電話（セルフォン、モバイルフォン）、モバイルパーソナルデジタルアシスタント、ラップトップ、パームトップ、ネットブック、ポケットベル、電子書籍リーダー、音楽プレーヤなどを含むものであってもよい。これらのデバイスは、他のコンポーネントのほかに、フラッシュメモリ、バッファ、スタック、ＲＡＭ、ＲＯＭなどのような記憶媒体、および、1つまたは複数のコンピューティングデバイスを含んでいてもよい。モバイルデバイスに関連付けられたコンピューティングデバイスによって、そこに格納されたプログラムコード、方法、および命令を実行することが可能となり得る。あるいは、モバイルデバイスは、他のデバイスと協働して命令を実行するように構成されていてもよい。モバイルデバイスは、サーバとのインタフェースを備えてプログラムコードを実行するように構成された基地局と通信するものであってもよい。モバイルデバイスは、ピアツーピアネットワーク、メッシュネットワーク、または他の通信ネットワーク上で通信するものであってもよい。プログラムコードは、サーバに関連付けられた記憶媒体に記憶され、サーバ内に組み込まれたコンピューティングデバイスによって実行されるものであってもよい。基地局は、コンピューティングデバイスおよび記憶媒体を含むものであってもよい。記憶装置は、基地局に関連するコンピューティングデバイスによって実行されるプログラムコードおよび命令を格納するものであってもよい。
コンピュータソフトウェア、プログラムコード、および／または命令は、機械可読な一時的および／または非一時的媒体に格納および／またはアクセスされるものであってもよい。このような媒体は、ある時間間隔の計算のために使用されるデジタルデータを保持するコンピュータ・コンポーネント、デバイス、および記録媒体、また、ランダムアクセスメモリ（「ＲＡＭ」）として知られている半導体記憶装置、また、典型的にはより恒久的な記憶のための大容量記憶装置（例えば、ハードディスク、テープ、ドラム、カードおよび他の種類のような磁気記憶の形態、光ディスク）、また、プロセッサレジスタ、キャッシュメモリ、揮発性メモリ、不揮発性メモリ、また、ＣＤ、ＤＶＤなどの光記憶装置、また、フラッシュメモリ（例えば、ＵＳＢスティックまたはキー）、フロッピーディスク、磁気テープ、紙テープ、パンチカード、スタンドアロンのＲＡＭディスク、ｚｉｐドライブ、リムーバブル大容量記憶装置、オフラインなどのような取り外し可能な媒体、また、ダイナミックメモリ、スタティックメモリ、読み取り／書き込み記憶装置、可変（ミュータブル）記憶装置、読み取り専用記憶装置、ランダムアクセセス記憶装置、シーケンシャルアクセス記憶装置、ロケーションアドレス可能記憶装置、ファイルアドレス可能記憶装置、コンテンツアドレス可能記憶装置、ネットワーク接続記憶装置、ストレージエリアネットワーク、バーコード、磁気インクなどの他のコンピュータメモリ、を含むものであってもよい。
本明細書に記載の方法およびシステムは、物理的および／または無形のアイテムをある状態から別の状態に変換するものであってもよい。本明細書に記載の方法およびシステムは、物理的および／または無形のアイテムを表すデータを、ある状態から別の状態に変換することもあり得る。
添付図面全体にわたるフローチャートおよびブロック図を含む、本明細書に記載され図示された要素は、要素間の論理的境界を示すものである。しかしながら、ソフトウェア工学またはハードウェア工学の実際において、図示された要素およびその機能は、コンピュータで実行可能な一時的および／または非一時的な媒体を通じて、モノリシックなソフトウェア構造として、スタンドアロンのソフトウェアモジュールとして、または、外部ルーチン、コード、サービスなどを使用するモジュールとして、またはこれらの任意の組み合わせとして媒体上に格納されたプログラム命令を実行することができるプロセッサを有する機械上で具現化することができ、このような実装形態は、すべて本開示の範囲内に含まれ得る。このような機械の例は、パーソナルデジタルアシスタント、ラップトップ、パーソナルコンピュータ、携帯電話、他のハンドヘルドコンピューティングデバイス、医療機器、有線または無線の通信デバイス、トランスデューサ、チップ、電卓、衛星、タブレットＰＣ、電子書籍、ガジェット、電子デバイス、人工知能を有するデバイス、コンピューティングデバイス、ネットワーキング機器、サーバ、ルータなどを含むものであってもよいが、これらに限定されるものではない。さらに、フローチャートおよびブロック図に示された要素または任意の他の論理コンポーネントは、プログラム命令を実行することができるマシン上で実施されるものであってもよい。したがって、上記の図面および説明は、開示されたシステムの機能的側面を示すものの、これらの機能的側面を実施するソフトウェアの特定の構成は、明示的に述べられるかまたは文脈から明らかでない限り、これらの説明から推定されるべきものである。同様に、上述した様々なステップを変更することができ、また、ステップの順序を本明細書に開示された技術の特定の応用に適合させることができることが理解されよう。このような変形および修正のすべては、本開示の範囲内に含まれることが意図されている。したがって、様々なステップの順序の図示および／または説明は、特定の応用によって必要とされない限り、または明示的に述べられるかもしくは文脈から明らかでない限り、これらのステップに対して特定の実行順序が必要とされるものと理解されるべきではない。
上述の方法および／またはプロセス、およびそれに関連するステップは、ハードウェア、ソフトウェア、または特定の応用に適したハードウェアとソフトウェアの任意の組み合わせで実現することができる。ハードウェアは、汎用コンピュータおよび／または専用コンピューティングデバイス、または特定のコンピューティングデバイス、または特定のコンピューティングデバイスの特定の態様またはコンポーネントを含むものであってもよい。プロセッサは、内部および／または外部メモリとともに、1つまたは複数のマイクロプロセッサ、マイクロコントローラ、埋め込みマイクロコントローラ、プログラム可能なデジタル信号プロセッサまたは他のプログラム可能なデバイスで実現されるものであってもよい。同様に、または、その代わりに、プロセスは、特定用途向け集積回路、プログラマブルゲートアレイ、プログラマブルアレイロジック、または電子信号を処理するように構成された任意の他の装置またはデバイスの組み合わせによって具現化されるものであってもよい。さらに、１つまたは複数のプロセスが、機械可読媒体上で実行可能なコンピュータ実行可能コードとして実現されるものであってもよいことが理解されよう。
コンピュータ実行可能コードは、Ｃのような構造化プログラミング言語、Ｃ＋＋のようなオブジェクト指向プログラミング言語、または他の任意の高レベルまたは低レベルのプログラミング言語（アセンブリ言語、ハードウェア記述言語、データベース用のプログラミング言語及び技術を含む）を使用して作成されるものであってもよい。これらの言語は、上記のデバイスの1つ上での実行、並びに、複数のプロセッサの異質な組合せ、複数のプロセッサアーキテクチャ、または異なるハードウェアとソフトウェアの組み合わせ、またはプログラム命令を実行可能な任意の他の機械上での実行のために、格納、コンパイル、またはインタープリットされるものであってもよい。
したがって、一態様では、上述の方法およびそれらの組み合わせは、１つまたは複数のコンピューティングデバイス上で実行するときに、そのステップを実行するコンピュータ実行可能コードで具現化することができる。別の態様では、本方法は、そのステップを実行するシステムで具現化されるものであってもよく、多くの方法で複数のデバイスに分散されるものであってもよく、または、すべての機能が、専用のスタンドアロンデバイスまたは他のハードウェアに統合化されるものであってもよい。別の態様では、上述のプロセスに関連するステップを実行するための手段は、任意の上述したハードウェアおよび／またはソフトウェアを含むことができる。このような置換および組み合わせの全ては、本開示の範囲内に含まれることが意図されている。
本開示は、図示され、詳細に説明された好ましい実施形態に関連して開示されているが、当業者には、これらの実施形態に対する様々な修正および改良は容易に理解されるものである。したがって、本開示の思想及び範囲は、上述の例に限定されるものではなく、法律によって許される最も広い意味で理解されるべきものである。
本開示を説明する文脈（特に、添付の特許請求の範囲の文脈）における単数の名詞および同様の指示対象の使用は、本明細書において別段の指示がない限り、または文脈と明確に矛盾しない限り、単数および複数の両方を包含するものと解釈されるべきである。「備える」、「有する」、「含む」および「含有する」という用語は、別段の記載がない限り、制限のない用語（すなわち、「含むが、これに限定されない」を意味する）として解釈されるべきである。本明細書における値の範囲の列挙は、本明細書中で別段の指示がない限り、範囲内の各別個の値を個々に参照する簡略的な方法として機能させることを意図しており、各個別の値は本明細書に個別に列挙されているかのように本明細書に組み込まれる。本明細書中に記載される全ての方法は、本明細書中で別段の指示がない限り、または文脈に明らかに矛盾しない限り、任意の適切な順序で実施され得る。本明細書で提供される任意のおよびすべての例、または例示のための用語（例えば、「～など」）の使用は、単に開示をより明確にすることを意図しており、別段の主張がない限り、開示の範囲を限定するものではない。本明細書におけるいかなる言葉も、請求されていない要素が本開示の実施に必須であること示すものとして解釈されるべきではない。
上記の説明によって、当業者が、現在最良の態様であると考えられるものを製造し使用することを可能となる一方、当業者であれば、本明細書に記載された特定の実施形態、方法、例には、その変形、組合せ、および均等物が存在することを理解するものである。したがって、本開示は、上記の実施形態、方法、および例によって限定されるものではなく、本開示の範囲および思想内のすべての実施形態および方法によって限定されるべきである。
特定の機能を実行するための「手段」または特定の機能を実行するための「ステップ」と明示的に述べていない請求項内の任意の要素は、米国特許法第１１２条（ｆ）に規定される「手段」または「ステップ」の句として解釈されるべきではない。特に、請求項における「ステップ」の使用は、米国特許法第１１２条（ｆ）の規定を行使することを意図するものではない。
当業者は、本発明のシステムの機能上の利益を享受するために多数の設計構成が可能であり得ることを理解するであろう。したがって、本発明の実施形態の広範な構成および配置を所与として、本発明の範囲は、上記の実施形態によって狭められるのではなく、添付特許請求の範囲に反映されるものである。

Claims (91)

  1. 産業環境における第１の機械の少なくとも第１の要素からの信号のデータ収集、処理、および利用のためのシステムであって、
    産業環境における少なくとも第１の機械から得られた少なくとも第１のセンサ信号および第２のセンサ信号を有するローカルデータ収集システムに接続されたコンピューティング環境を含むプラットフォームと、
    第１の機械に接続されるように構成されたローカルデータ収集システム内の第１のセンサと、
    ローカルデータ収集システム内の第２のセンサと、
    第１のセンサに接続された第１の入力および第２のセンサに接続された第２の入力を含む複数の入力と前記コンピューティング環境への複数の出力とを有するローカルデータ収集システムのクロスポイントスイッチと、を含み、
    前記複数の出力は、第１の出力が第１のセンサ信号の配信と第２のセンサ信号の配信との間で切り替わるように構成された状態と、第１の出力からの第１のセンサ信号と第２の出力からの第２のセンサ信号の同時配信が存在する状態との間で切替可能に構成された、第１の出力および第２の出力を含み、
    前記複数の入力の各々は、前記複数の出力のいずれかに個別に割り当て可能であり、
    前記クロスポイントスイッチの前記複数の入力は、第３の入力を含み、前記クロスポイントスイッチは、該第３の入力が前記複数の出力のうちのいずれにも割り当てられておらず、該第３の入力に対応するデータの前記コンピューティング環境における処理がなされていないときに、既定のトリガ条件を有する警報を使用して前記第３の入力を連続監視する手段を備えるように構成されており、
    第１のセンサ信号および第２のセンサ信号は、産業環境に関する連続振動データである、ことを特徴とするシステム。
  2. 前記ローカルデータ収集システム内の第２のセンサは、第１の機械に接続されるように構成されていることを特徴とする請求項１に記載のシステム。
  3. 前記ローカルデータ収集システム内の第２のセンサは、産業環境における第２の機械に接続されるように構成されていることを特徴とする請求項1に記載のシステム。
  4. 前記プラットフォームのコンピューティング環境は、第１のセンサ信号と第２のセンサ信号の相対位相を比較するように構成されていることを特徴とする請求項1に記載のシステム。
  5. 第１のセンサが単軸センサであり、第２のセンサが３軸センサであることを特徴とする請求項1に記載のシステム。
  6. 前記クロスポイントスイッチの複数の入力のうちの少なくとも１つは、改善された信号対雑音比のためにインターネットプロトコルのフロントエンド信号調整を含むことを特徴とする請求項１に記載のシステム。
  7. 前記ローカルデータ収集システムは、複数の多重化ユニットと、産業環境において複数の機械からの複数のデータストリームを受信する複数のデータ取得ユニットを含むことを特徴とする請求項１に記載のシステム。
  8. 前記ローカルデータ収集システムは、前記複数の多重化ユニットと産業環境において複数の機械からの複数のデータストリームを受信する前記複数のデータ取得ユニットの論理制御のためのデータバスに対してそれぞれ専用の、分散型複合プログラマブルハードウェアデバイス（ＣＰＬＤ）チップを含むことを特徴とする請求項７に記載のシステム。
  9. 前記ローカルデータ収集システムは、ソリッドステートリレーを用いて高電流入力性能を備えるように構成されることを特徴とする請求項１に記載のシステム。
  10. 前記ローカルデータ収集システムは、アナログセンサチャネルおよびコンポーネントボードのうちの少なくとも１つをパワーダウンするように構成されることを特徴とする請求項８に記載のシステム。
  11. 前記ローカルデータ収集システムは、第１のセンサおよび第２のセンサの電圧に依存しないＡ／Ｄゼロリファレンスのための外部電圧基準を含むことを特徴とする請求項１に記載のシステム。
  12. 前記ローカルデータ収集システムは、低速ＲＰＭおよび位相相情報を得るように構成された位相ロックループ帯域通過トラッキングフィルタを含むことを特徴とする請求項１に記載のシステム。
  13. 前記ローカルデータ収集システムは、少なくとも１つのトリガチャネルおよび複数の入力のうちの少なくとも１つに対するオンボードタイマを使用して、デジタル的に位相を導出するように構成されることを特徴とする請求項１に記載のシステム。
  14. 前記ローカルデータ収集システムは、ピーク検出のための別個のアナログ／デジタル変換器を用いて自動スケーリングするように構成されたピーク検出器を含むことを特徴とする請求項１に記載のシステム。
  15. 前記ローカルデータ収集システムは、未処理のおよびバッファ後のうちの少なくとも一方の少なくとも１つの前記トリガチャネルを、複数の入力のうちの少なくとも１つにルーティングするように構成されることを特徴とする請求項１３に記載のシステム。
  16. 前記ローカルデータ収集システムは、入力オーバーサンプリングレートを増加させてサンプリングレート出力を低減し、アンチエイリアシングフィルタ要件を最小限に抑えるように構成された少なくとも１つのデルタシグマアナログ／デジタル変換器を含むことを特徴とする請求項１に記載のシステム。
  17. 前記複数の多重化ユニットおよび前記複数のデータ取得ユニットの論理制御のためのデータバスに対してそれぞれ専用の分散型ＣＰＬＤチップは、少なくとも１つのデルタシグマアナログ／デジタル変換器がデジタルリサンプリングなしでサンプリングレートを下げるために、前記分散型ＣＰＬＤチップの少なくとも１つによって分割されるように構成された高周波クリスタルクロック基準を含むことを特徴とする請求項８に記載のシステム。
  18. 前記ローカルデータ収集システムは、異なるサンプリングレートで取得された複数のデータセットとは対照的に、単一の比較的高いサンプリングサンプリングレートデータで長いデータブロックを取得するように構成されることを特徴とする請求項1に記載のシステム。
  19. 前記単一の比較的高サンプリングレートは、約４０キロヘルツの最大周波数に対応することを特徴とする請求項１８に記載のシステム。
  20. 前記長いデータブロックは、一分を超える期間であることを特徴とする請求項１８に記載のシステム。
  21. 前記ローカルデータ収集システムは、それぞれがオンボードカードセットを有する複数のデータ収集ユニットを含むように構成され、該オンボードカードセットは、該オンボードカードセットが配置されているデータ収集ユニットの較正情報およびメンテナンス履歴を記憶するように構成されていることを特徴とする請求項１に記載のシステム。
  22. 前記ローカルデータ収集システムは、階層テンプレートに基づいて、前記クロスポイントスイッチの複数の入力の各々の複数の出力のいずれかへの割当を含むデータ収集経路を計画するように構成され、前記階層テンプレートの少なくとも１つは、第１の機械の複数の相互接続された要素に関連付けられ、該要素に関する階層的な情報をユーザーが入力することを可能にする、ことを特徴とする請求項1に記載のシステム。
  23. 前記ローカルデータ収集システムは、データ収集帯域を管理するように構成されることを特徴とする請求項１に記載のシステム。
  24. 前記データ収集帯域は、特定周波数帯域と、スペクトルピーク、真のピークレベル、時間波形に由来する波高率、および振動エンベロープから導出される全体的な波形からなる群のうちの少なくとも１つと、を定めることを特徴とする請求項２３に記載のシステム。
  25. 前記ローカルデータ収集システムは、前記データ収集帯域のインテリジェントな管理を使用するニューラルネットエキスパートシステムを含むことを特徴とする請求項２３に記載のシステム。
  26. 前記ローカルデータ収集システムは、データ収集経路が関連付けられた機械に関連する前記データ収集帯域をそれぞれ含む階層テンプレートに基づいて、データ収集経路を作成するように構成されることを特徴とする請求項２３に記載のシステム。
  27. 前記階層テンプレートの少なくとも１つは、少なくとも第１の機械および第２の機械の同様の要素に関連付けられていることを特徴とする請求項２６に記載のシステム。
  28. 前記階層テンプレートの少なくとも１つは、少なくとも第２の機械の位置に近接した第１の機械に関連付けられていることを特徴とする請求項２６に記載のシステム。
  29. 前記ローカルデータ収集システムは、前記データ収集帯域を管理するように構成されたグラフィカルユーザインタフェースシステムを含むことを特徴とする請求項２３に記載のシステム。
  30. 前記グラフィカルユーザインタフェースシステムは、エキスパートシステム診断ツールを含むことを特徴とする請求項２９に記載のシステム。
  31. 前記プラットフォームは、産業環境に対して予想される状態情報を提供する複数のセンサからの状態情報の、クラウドベースの機械パターン解析を含むことを特徴とする請求項１に記載のシステム。
  32. 前記プラットフォームは、利用率メトリックおよび収率メトリックのうちの少なくとも1つに基づいて、データプールの自己組織化を提供するように構成されることを特徴とする請求項１に記載のシステム。
  33. 前記プラットフォームは、産業データコレクタの自己組織化されたスワームを含むことを特徴とする請求項１に記載のシステム。
  34. 前記ローカルデータ収集システムは、振動、熱、電気、および音出力のうちの少なくとも１つを備えた、産業センサデータコレクタレクタのためのウェアラブル触覚ユーザインタフェースを含むことを特徴とする請求項１に記載のシステム。
  35. 前記クロスポイントスイッチの複数の入力は、第２のセンサに接続された第３の入力と、第２のセンサに接続された第４の入力とを含み、第１のセンサ信号は、第１の機械に関連付けられた不変の場所における単軸センサからのものであることを特徴とする請求項１に記載のシステム。
  36. 第２のセンサは、３軸センサであることを特徴とする請求項３５に記載のシステム。
  37. 前記ローカルデータ収集システムは、少なくとも第１の入力、第２の入力、第３の入力、および第４の入力から同時に、中断なしのデジタル波形データを記録するように構成されることを特徴とする請求項３５に記載のシステム。
  38. 前記プラットフォームは、同時に記録された中断なしのデジタル波形データに基づいて、相対位相の変化を決定するように構成されることを特徴とする請求項３７に記載のシステム。
  39. 第２のセンサは、同時に記録された中断なしのデジタル波形データを取得する間、第1の機械に関連付けられた複数の位置に移動可能に構成されることを特徴とする請求項３８に記載のシステム。
  40. 前記クロスポイントスイッチの複数の出力は、第３の出力および第４の出力を含み、第２、第３、および第4の出力は、機械に関連付けられた異なる位置にそれぞれ配置された一連の３軸センサに一緒に割り当てられることを特徴とする請求項３８に記載のシステム。
  41. 前記プラットフォームは、相対位相および同時に記録された中断なしのデジタル波形データの変化に基づいて、動作の偏向形状を決定するように構成されることを特徴とする請求項３７に記載のシステム。
  42. 前記不変の場所の位置は、第１の機械の回転シャフトに関連付けられた位置であることを特徴とする請求項３５に記載のシステム。
  43. 一連の３軸センサ中の複数の３軸センサは、それぞれ第1の機械上の異なる位置に配置されており、かつ、それぞれ該機械の異なるベアリングに関連付けられていることを特徴とする請求項４２に記載のシステム。
  44. 一連の３軸センサ中の複数の３軸センサは、それぞれ同様のベアリングに関連付けられた同様の位置に配置されており、かつ、それぞれ異なる機械に関連付けられていることを特徴とする請求項４１に記載のシステム。
  45. 前記ローカルデータ収集システムは、第１の機械と第２の機械の両方が動作している間に、第１の機械から同時に記録された中断なしのデジタル波形データを取得するように構成されることを特徴とする請求項３７に記載のシステム。
  46. 前記ローカルデータ収集システムは、第１の機械からの同時に記録された中断なしのデジタル波形データ中に、第１の機械および第２の機械からの寄与を特徴付けるように構成されることを特徴とする請求項４５に記載のシステム。
  47. 同時に記録された中断なしのデジタル波形データは、１分を超える期間を有することを特徴とする請求項３８に記載のシステム。
  48. 産業環境における第１の機械の少なくとも第１の要素で監視するプラットフォームを使用した信号のデータ収集、処理、および利用のための方法であって、
    少なくとも第１の機械を監視するローカルデータ収集システムを使用して少なくとも第１のセンサ信号および第２のセンサ信号を、前記ローカルデータ収集システムに接続されたコンピューティング環境を使用して自動的に、取得するステップと、
    ローカルデータ収集システムにおいてクロスポイントスイッチの第１の入力を第１のセンサに接続し、クロスポイントスイッチの第２の入力を第２のセンサに接続するステップと、
    クロスポイントスイッチの、前記コンピューティング環境への第１の出力が第１のセンサ信号の配信と第２のセンサ信号の配信との間で切り替わる状態と、前記コンピューティング環境への第１の出力からの第１のセンサ信号と前記コンピューティング環境への第２の出力からの第２のセンサ信号の同時配信が存在する状態との間を切り替えるステップと、
    前記クロスポイントスイッチの第３の入力を、該第３の入力がクロスポイントスイッチの前記コンピューティング環境への複数の出力のうちのいずれにも割り当てられておらず、該第３の入力に対応するデータの前記コンピューティング環境における処理がなされていないときに、前記クロスポイントスイッチ上で、既定のトリガ条件を有する警報を使用して連続監視するステップと、
    を含むことを特徴とする方法。
  49. 第1のセンサ信号および第２のセンサ信号は、産業環境からの連続振動データであることを特徴とする請求項４８に記載の方法。
  50. 前記ローカルデータ収集システム内の第２のセンサは、第１の機械に接続されることを特徴とする請求項４８に記載の方法。
  51. 前記ローカルデータ収集システム内の第２のセンサは、産業環境における第２の機械に接続されることを特徴とする請求項４８に記載の方法。
  52. 第１のセンサ信号と第２のセンサ信号の相対位相を、コンピューティング環境を使用して自動的に比較するステップをさらに含むことを特徴とする請求項４８に記載の方法。
  53. 第１のセンサが単軸センサであり、第２のセンサが３軸センサであることを特徴とする請求項４８に記載の方法。
  54. 機械に関連付けられた不変の場所で前記単軸センサに割り当てられた第1のデータチャネルを監視するステップと、
    前記３軸センサの軸にそれぞれ割り当てられた第２、第３、および第４のデータチャネルを監視するステップと、
    機械が動作している間に、全てのデータチャネルからの中断なしのデジタル波形データを同時に記録するステップと、
    デジタル波形データに基づいて相対位相の変化を決定するステップと、を含み、
    １組のベアリングにより支持された少なくとも１つのシャフトを有する機械を監視する、ことを特徴とする請求項５３に記載の方法。
  55. デジタル波形データを取得する間に、３軸センサは、機械に関連付けられた複数の位置に配置されることを特徴とする請求項５４に記載の方法。
  56. 第２、第３、および第４のチャネルは、機械に関連付けられた異なる位置にそれぞれ配置された一連の３軸センサに一緒に割り当てられることを特徴とする請求項５４に記載の方法。
  57. データは、全てのセンサから同時に受信されることを特徴とする請求項５６に記載の方法。
  58. 相対位相情報と波形データの変化に基づいて動作の偏向形状を決定するステップをさらに含むことを特徴とする請求項５４に記載の方法。
  59. 前記不変の場所の位置は、機械のシャフトに関連付けられた位置であることを特徴とする請求項５４に記載の方法。
  60. 一連の３軸センサ中の複数の３軸センサは、それぞれ異なる位置に配置され、かつ前記機械の異なるベアリングにそれぞれ関連付けられていることを特徴とする請求項５６に記載の方法。
  61. 前記不変の場所の位置は、前記機械のシャフトに関連する位置であり、一連の３軸センサ中の複数の３軸センサは、それぞれ異なる位置に配置され、機械内のシャフトを支持する異なるベアリングにそれぞれ関連付けられていることを特徴とする請求項５６に記載の方法。
  62. 第２の機械に関連付けられた不変の場所で単軸センサに割り当てられた第1のデータチャネルを監視するステップと、
    第２の機械に関連付けられた場所に位置する３軸センサの軸にそれぞれ割り当てられた第２、第３、および第４のデータチャネルを監視するステップと、
    両方の前記機械が動作している間に、第２の機械の全てのデータチャネルからの中断なしのデジタル波形データを同時に記録するステップと、をさらに含むことを特徴とする請求項５４に記載の方法。
  63. 第２の機械からの同時の中断なしのデジタル波形データ中に、それぞれの機械からの寄与を特徴付けるステップをさらに含むことを特徴とする請求項６２に記載の方法。
  64. 前記クロスポイントスイッチの少なくとも第１の入力は、改善された信号対雑音比のためにインターネットプロトコルのフロントエンド信号調整を含むことを特徴とする請求項４８に記載の方法。
  65. 前記ローカルデータ収集システムは、複数の多重化ユニットと、産業環境において複数の機械からの複数のデータストリームを受信する複数のデータ取得ユニットを含むことを特徴とする請求項４８に記載の方法。
  66. 前記ローカルデータ収集システムは、前記複数の多重化ユニットと産業環境において複数の機械からの複数のデータストリームを受信する前記複数のデータ取得ユニットの論理制御のためのデータバスに対してそれぞれ専用の、分散型複合プログラマブルハードウェアデバイス（ＣＰＬＤ）チップを含むことを特徴とする請求項６５に記載の方法。
  67. 前記ローカルデータ収集システムは、ソリッドステートリレーを使用した高電流入力性能を備えることを特徴とする請求項４８に記載の方法。
  68. 前記ローカルデータ収集システムは、アナログセンサチャネルおよびコンポーネントボードのうちの少なくとも１つをパワーダウンするステップをさらに含むことを特徴とする請求項６６に記載の方法。
  69. 前記ローカルデータ収集システムは、第１のセンサおよび第２のセンサの電圧に依存しないＡ／Ｄゼロリファレンスのための外部電圧基準を含むことを特徴とする請求項４８に記載の方法。
  70. 前記ローカルデータ収集システムは、低速ＲＰＭおよび位相相情報を得る位相ロックループ帯域通過トラッキングフィルタを含むことを特徴とする請求項４８に記載の方法。
  71. クロスポイントスイッチ上の少なくとも１つのトリガチャネルおよび複数の入力のうちの少なくとも１つに対するオンボードタイマを使用して、デジタル的に位相を導出するステップをさらに含むことを特徴とする請求項４８に記載の方法。
  72. ピーク検出のための別個のアナログ／デジタル変換器を用いたピーク検出器を使用して自動スケーリングするステップをさらに含むことを特徴とする請求項４８に記載の方法。
  73. クロスポイントスイッチ上の未処理のおよびバッファ後のうちの少なくとも一方の少なくとも１つの前記トリガチャネルを、複数の入力のうちの少なくとも１つにルーティングするステップをさらに含むことを特徴とする請求項７１に記載の方法。
  74. サンプリングレート出力を低減し、アンチエイリアシングフィルタ要件を最小限に抑えるために、少なくとも1つのデルタシグマアナログ／デジタル変換器を使用して入力オーバーサンプリングレートを増加させるステップをさらに含むことを特徴とする請求項４８に記載の方法。
  75. 前記複数の多重化ユニットおよび前記複数のデータ取得ユニットの論理制御のためのデータバスに対してそれぞれ専用の分散型ＣＰＬＤチップは、少なくとも1つのデルタシグマアナログ／デジタル変換器がデジタルリサンプリングなしでサンプリングレートを下げるために、前記分散型ＣＰＬＤチップの少なくとも1つによって分割されるように構成された高周波クリスタルクロック基準を含むことを特徴とする請求項６６に記載の方法。
  76. 異なるサンプリングレートで取得された複数のデータセットとは対照的に、単一の比較的高いサンプリングサンプリングレートデータで長いデータブロックを取得するステップをさらに含むことを特徴とする請求項４８に記載の方法。
  77. 前記単一の比較的高サンプリングレートは、約４０キロヘルツの最大周波数に対応することを特徴とする請求項７６に記載の方法。
  78. 前記長いデータブロックは、一分を超える期間であることを特徴とする請求項７６に記載の方法。
  79. 前記ローカルデータ収集システムは、それぞれがオンボードカードセットを有する複数のデータ収集ユニットを含み、該オンボードカードセットは、該オンボードカードセットが配置されているデータ収集ユニットの較正情報およびメンテナンス履歴を記憶することを特徴とする請求項４８に記載の方法。
  80. 産業環境における第１の機械の少なくとも第１の要素に関連付けられ、ユーザーによる該第１の要素に関する階層的な情報の入力を可能にする階層テンプレートに基づいて、前記クロスポイントスイッチの複数の入力の各々の複数の出力のいずれかへの割当を含むデータ収集経路を計画するステップをさらに含むことを特徴とする請求項４８に記載の方法。
  81. 前記ローカルデータ収集システムは、データ収集帯域を管理し、該データ収集帯域は、特定周波数帯域と、スペクトルピーク、真のピークレベル、時間波形に由来する波高率、および振動エンベロープから導出される全体的な波形からなる群のうちの少なくとも１つと、を定めることを特徴とする請求項４８に記載の方法。
  82. 前記ローカルデータ収集システムは、前記データ収集帯域のインテリジェントな管理を使用するニューラルネットエキスパートシステムを含むことを特徴とする請求項８１に記載の方法。
  83. 前記ローカルデータ収集システムは、データ収集経路が関連付けられた機械に関連する前記データ収集帯域をそれぞれ含む階層テンプレートに基づいて、データ収集経路を作成することを特徴とする請求項８１に記載の方法。
  84. 前記階層テンプレートの少なくとも1つは、第１の機械の複数の相互接続された要素に関連付けられていることを特徴とする請求項８３に記載の方法。
  85. 前記階層テンプレートの少なくとも１つは、少なくとも第１の機械および第２の機械の同様の要素に関連付けられていることを特徴とする請求項８３に記載の方法。
  86. 前記階層テンプレートの少なくとも１つは、少なくとも第２の機械の位置に近接した第１の機械に関連付けられていることを特徴とする請求項８３に記載の方法。
  87. 前記データ収集帯域を管理するために、前記ローカルデータ収集システムのグラフィカルユーザインタフェースを制御するステップをさらに含み、該グラフィカルユーザインタフェースシステムは、エキスパートシステム診断ツールを含むことを特徴とする請求項８１に記載の方法。
  88. 前記プラットフォームのコンピューティング環境は、産業環境に対して予想される状態情報を提供する複数のセンサからの状態情報の、クラウドベースの機械パターン解析を含むことを特徴とする請求項４８に記載の方法。
  89. 前記プラットフォームのコンピューティング環境は、利用率メトリックおよび収率メトリックのうちの少なくとも1つに基づいて、データプールの自己組織化を提供することを特徴とする請求項４８に記載の方法。
  90. 前記プラットフォームのコンピューティング環境は、産業データコレクタの自己組織化されたスワームを含むことを特徴とする請求項４８に記載の方法。
  91. 前記クロスポイントスイッチの複数の入力の各々は、前記クロスポイントスイッチの複数の出力のいずれかに個別に割り当て可能であることを特徴とする請求項４８に記載の方法。
JP2019511819A 2016-05-09 2017-05-09 産業用のモノのインターネットのための方法およびシステム Active JP7454160B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022020596A JP2022078082A (ja) 2016-05-09 2022-02-14 産業用のモノのインターネットのための方法およびシステム
JP2023192490A JP2024019175A (ja) 2016-05-09 2023-11-10 産業用のモノのインターネットのための方法およびシステム

Applications Claiming Priority (9)

Application Number Priority Date Filing Date Title
US201662333589P 2016-05-09 2016-05-09
US62/333,589 2016-05-09
US201662350672P 2016-06-15 2016-06-15
US62/350,672 2016-06-15
US201662412843P 2016-10-26 2016-10-26
US62/412,843 2016-10-26
US201662427141P 2016-11-28 2016-11-28
US62/427,141 2016-11-28
PCT/US2017/031721 WO2017196821A1 (en) 2016-05-09 2017-05-09 Methods and systems for the industrial internet of things

Related Child Applications (2)

Application Number Title Priority Date Filing Date
JP2022020596A Division JP2022078082A (ja) 2016-05-09 2022-02-14 産業用のモノのインターネットのための方法およびシステム
JP2023192490A Division JP2024019175A (ja) 2016-05-09 2023-11-10 産業用のモノのインターネットのための方法およびシステム

Publications (3)

Publication Number Publication Date
JP2019523425A JP2019523425A (ja) 2019-08-22
JP2019523425A5 JP2019523425A5 (ja) 2020-07-16
JP7454160B2 true JP7454160B2 (ja) 2024-03-22

Family

ID=60267516

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2019511819A Active JP7454160B2 (ja) 2016-05-09 2017-05-09 産業用のモノのインターネットのための方法およびシステム
JP2022020596A Pending JP2022078082A (ja) 2016-05-09 2022-02-14 産業用のモノのインターネットのための方法およびシステム
JP2023192490A Pending JP2024019175A (ja) 2016-05-09 2023-11-10 産業用のモノのインターネットのための方法およびシステム

Family Applications After (2)

Application Number Title Priority Date Filing Date
JP2022020596A Pending JP2022078082A (ja) 2016-05-09 2022-02-14 産業用のモノのインターネットのための方法およびシステム
JP2023192490A Pending JP2024019175A (ja) 2016-05-09 2023-11-10 産業用のモノのインターネットのための方法およびシステム

Country Status (7)

Country Link
US (52) US10416632B2 (ja)
EP (1) EP3455684A4 (ja)
JP (3) JP7454160B2 (ja)
KR (5) KR20230157525A (ja)
CN (4) CN114625076A (ja)
CA (1) CA3045439A1 (ja)
WO (1) WO2017196821A1 (ja)

Families Citing this family (230)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8214494B1 (en) * 2009-05-18 2012-07-03 Alarm.Com Incorporated Network device management technology
US9786997B2 (en) 2013-08-01 2017-10-10 Centurylink Intellectual Property Llc Wireless access point in pedestal or hand hole
US10154325B2 (en) 2014-02-12 2018-12-11 Centurylink Intellectual Property Llc Point-to-point fiber insertion
US9780433B2 (en) 2013-09-06 2017-10-03 Centurylink Intellectual Property Llc Wireless distribution using cabinets, pedestals, and hand holes
US10276921B2 (en) 2013-09-06 2019-04-30 Centurylink Intellectual Property Llc Radiating closures
US10375172B2 (en) 2015-07-23 2019-08-06 Centurylink Intellectual Property Llc Customer based internet of things (IOT)—transparent privacy functionality
US10623162B2 (en) 2015-07-23 2020-04-14 Centurylink Intellectual Property Llc Customer based internet of things (IoT)
US10412064B2 (en) 2016-01-11 2019-09-10 Centurylink Intellectual Property Llc System and method for implementing secure communications for internet of things (IOT) devices
US20190056107A1 (en) * 2016-02-03 2019-02-21 Strong Force Iot Portfolio 2016, Llc Industrial internet of things smart heating systems and methods that produce and use hydrogen fuel
JP6386488B2 (ja) * 2016-03-17 2018-09-05 ファナック株式会社 工作機械の稼働管理方法およびプログラム
US10142196B1 (en) 2016-04-15 2018-11-27 Senseware, Inc. System, method, and apparatus for bridge interface communication
US11774944B2 (en) 2016-05-09 2023-10-03 Strong Force Iot Portfolio 2016, Llc Methods and systems for the industrial internet of things
US20190174207A1 (en) * 2016-05-09 2019-06-06 StrongForce IoT Portfolio 2016, LLC Methods and systems for the industrial internet of things
CN114625076A (zh) 2016-05-09 2022-06-14 强力物联网投资组合2016有限公司 用于工业物联网的方法和系统
US11646808B2 (en) 2016-05-09 2023-05-09 Strong Force Iot Portfolio 2016, Llc Methods and systems for adaption of data storage and communication in an internet of things downstream oil and gas environment
US10983507B2 (en) 2016-05-09 2021-04-20 Strong Force Iot Portfolio 2016, Llc Method for data collection and frequency analysis with self-organization functionality
WO2019028269A2 (en) 2017-08-02 2019-02-07 Strong Force Iot Portfolio 2016, Llc METHODS AND SYSTEMS FOR DETECTION IN AN INDUSTRIAL ENVIRONMENT OF COLLECTING INTERNET DATA FROM OBJECTS WITH LARGE DATA SETS
US11327475B2 (en) 2016-05-09 2022-05-10 Strong Force Iot Portfolio 2016, Llc Methods and systems for intelligent collection and analysis of vehicle data
US10783535B2 (en) 2016-05-16 2020-09-22 Cerebri AI Inc. Business artificial intelligence management engine
US10832665B2 (en) 2016-05-27 2020-11-10 Centurylink Intellectual Property Llc Internet of things (IoT) human interface apparatus, system, and method
US11237546B2 (en) 2016-06-15 2022-02-01 Strong Force loT Portfolio 2016, LLC Method and system of modifying a data collection trajectory for vehicles
US10249103B2 (en) 2016-08-02 2019-04-02 Centurylink Intellectual Property Llc System and method for implementing added services for OBD2 smart vehicle connection
US10193762B2 (en) 2016-08-11 2019-01-29 Rescale, Inc. Dynamic optimization of simulation resources
US10387198B2 (en) 2016-08-11 2019-08-20 Rescale, Inc. Integrated multi-provider compute platform
US10110272B2 (en) 2016-08-24 2018-10-23 Centurylink Intellectual Property Llc Wearable gesture control device and method
US10687377B2 (en) 2016-09-20 2020-06-16 Centurylink Intellectual Property Llc Universal wireless station for multiple simultaneous wireless services
CN109906467B (zh) * 2016-10-26 2023-05-09 株式会社东芝 信息管理系统
US9867112B1 (en) 2016-11-23 2018-01-09 Centurylink Intellectual Property Llc System and method for implementing combined broadband and wireless self-organizing network (SON)
US10460258B2 (en) * 2016-11-30 2019-10-29 Optim Corporation Computer system, and method and program for controlling edge device
US10426358B2 (en) 2016-12-20 2019-10-01 Centurylink Intellectual Property Llc Internet of things (IoT) personal tracking apparatus, system, and method
US10193981B2 (en) * 2016-12-23 2019-01-29 Centurylink Intellectual Property Llc Internet of things (IoT) self-organizing network
US10735220B2 (en) 2016-12-23 2020-08-04 Centurylink Intellectual Property Llc Shared devices with private and public instances
US10150471B2 (en) 2016-12-23 2018-12-11 Centurylink Intellectual Property Llc Smart vehicle apparatus, system, and method
US10637683B2 (en) 2016-12-23 2020-04-28 Centurylink Intellectual Property Llc Smart city apparatus, system, and method
US10222773B2 (en) 2016-12-23 2019-03-05 Centurylink Intellectual Property Llc System, apparatus, and method for implementing one or more internet of things (IoT) capable devices embedded within a roadway structure for performing various tasks
US10146024B2 (en) 2017-01-10 2018-12-04 Centurylink Intellectual Property Llc Apical conduit method and system
US10880409B2 (en) * 2017-02-20 2020-12-29 Cisco Technology, Inc. Mixed qualitative, quantitative sensing data compression over a network transport
US10762563B2 (en) 2017-03-10 2020-09-01 Cerebri AI Inc. Monitoring and controlling continuous stochastic processes based on events in time series data
US10402723B1 (en) 2018-09-11 2019-09-03 Cerebri AI Inc. Multi-stage machine-learning models to control path-dependent processes
US10528700B2 (en) 2017-04-17 2020-01-07 Rockwell Automation Technologies, Inc. Industrial automation information contextualization method and system
DE102017108363B4 (de) * 2017-04-20 2022-10-06 Saf-Holland Gmbh Achsüberwachungssystem eines Fahrwerkes eines Nutzfahrzeuges und Verwendung eines Achsüberwachungssystems
US11475124B2 (en) * 2017-05-15 2022-10-18 General Electric Company Anomaly forecasting and early warning generation
SE541828C2 (en) 2017-05-16 2019-12-27 Scania Cv Ab Method and control arrangement for prediction of malfunction of a wheel bearing unit of an axle in a vehicle
US10877464B2 (en) * 2017-06-08 2020-12-29 Rockwell Automation Technologies, Inc. Discovery of relationships in a scalable industrial analytics platform
GB201709219D0 (en) * 2017-06-09 2017-07-26 Nchain Holdings Ltd Computer-implemented system and method
US10944793B2 (en) * 2017-06-29 2021-03-09 Juniper Networks, Inc. Rules-based network security policy modification
WO2019017253A1 (ja) * 2017-07-18 2019-01-24 パイオニア株式会社 制御装置、制御方法、およびプログラム
FR3069668B1 (fr) * 2017-07-27 2021-02-12 Safran Procede et dispositif de recherche d'un defaut susceptible d'affecter un dispositif mecanique tournant de transmission de puissance
US10678233B2 (en) 2017-08-02 2020-06-09 Strong Force Iot Portfolio 2016, Llc Systems and methods for data collection and data sharing in an industrial environment
US10876928B2 (en) * 2017-09-06 2020-12-29 Tomm Aldridge Method and device to monitor and automatically report electric motor and transformer conditions
US10901812B2 (en) * 2017-09-18 2021-01-26 Rapyuta Robotics Co., Ltd. Managing communication between cloud and heterogeneous devices across networks
US11263876B2 (en) * 2017-09-28 2022-03-01 Ncr Corporation Self-service terminal (SST) maintenance and support processing
US11100483B2 (en) * 2017-09-29 2021-08-24 Intel Corporation Hierarchical data information
DE102017123443A1 (de) * 2017-10-09 2019-04-11 Lenze Automation Gmbh System für die Steuerung und/oder Diagnose eines elektrischen Antriebssystems
US11067968B2 (en) * 2017-11-03 2021-07-20 Honeywell International Inc. IIOT (industrial internet of things) communications interface
DE102017222964A1 (de) 2017-12-15 2019-06-19 Zf Friedrichshafen Ag Verfahren und System zur Schadenserkennung eines Bauteils
CN108260003B (zh) * 2017-12-28 2021-11-09 深圳Tcl新技术有限公司 习惯数据收集方法、智能终端以及可读存储介质
US11199832B2 (en) * 2018-01-24 2021-12-14 International Business Machines Corporation Managing activities on industrial products according to compliance with reference policies
CN108460185A (zh) * 2018-01-31 2018-08-28 浙江大学城市学院 基坑开挖施工对邻近既有公路隧道及电力管线影响数值分析方法
US10601851B2 (en) * 2018-02-12 2020-03-24 Cisco Technology, Inc. Detecting cyber-attacks with sonification
US10567234B1 (en) * 2018-02-13 2020-02-18 EMC IP Holding Company LLC Point of origin capture for data compliance management in cloud computing environment
US11263641B2 (en) * 2018-03-08 2022-03-01 International Business Machines Corporation Cognitive operational vehicle blockchain for privileges, licensing, evaluation, authorization, and training
CN108507783B (zh) * 2018-03-14 2020-06-23 湖南大学 一种基于群分解的旋转机械复合故障诊断方法
US20190296933A1 (en) * 2018-03-20 2019-09-26 Microsoft Technology Licensing, Llc Controlling Devices Based on Sequence Prediction
US11327993B2 (en) * 2018-03-26 2022-05-10 Verizon Patent And Licensing Inc. Systems and methods for managing and delivering digital content
US11237550B2 (en) * 2018-03-28 2022-02-01 Honeywell International Inc. Ultrasonic flow meter prognostics with near real-time condition based uncertainty analysis
US10998853B2 (en) * 2018-04-09 2021-05-04 International Business Machines Corporation Internet of things-enabled solar photovoltaic health monitoring and advising related thereto
US11070562B2 (en) * 2018-04-25 2021-07-20 Vmware, Inc. Fine-grained IoT access control via device proxies and SDN-based micro-segmentation
US20190340269A1 (en) 2018-05-02 2019-11-07 Rockwell Automation Technologies, Inc. Blockchain-enabled industrial devices
CN108737519A (zh) * 2018-05-07 2018-11-02 郑州科技学院 一种工业用物联网云服务平台智能采集方法
CA3099659A1 (en) 2018-05-07 2019-11-14 Strong Force Iot Portfolio 2016, Llc Methods and systems for data collection, learning, and streaming of machine signals for analytics and maintenance using the industrial internet of things
US11694287B2 (en) * 2018-05-18 2023-07-04 Edst, Llc Intelligent property management system
JP6614280B1 (ja) * 2018-06-05 2019-12-04 富士通株式会社 通信装置および通信方法
US11194932B2 (en) * 2018-06-06 2021-12-07 International Business Machines Corporation Civil project and materials management on a blockchain
ES2734727A1 (es) * 2018-06-07 2019-12-11 Rectificados Y Control S L Sistema de monitoreo de transformadores de potencia en estado no operativo y metodo asociado
EP3794456A4 (en) * 2018-06-11 2022-03-09 Lucid Circuit, Inc. SYSTEMS AND METHODS FOR AUTONOMOUS HARDWARE COMPUTATIONAL ROBUSTNESS
US20190392287A1 (en) 2018-06-22 2019-12-26 Samsung Electronics Co., Ltd. Neural processor
US10956517B2 (en) * 2018-06-22 2021-03-23 International Business Machines Corporation Holistic mapping and relocation of social media assets
US11144042B2 (en) 2018-07-09 2021-10-12 Rockwell Automation Technologies, Inc. Industrial automation information contextualization method and system
CN109143876A (zh) * 2018-07-13 2019-01-04 华东师范大学 一种复杂工业控制系统
EP3824654A4 (en) 2018-07-20 2022-04-27 Doodle Labs (SG) Pte Ltd SPECIALIZED WIRELESS NETWORK ARRANGEMENTS FOR INDUSTRIAL APPLICATIONS
US10887082B2 (en) 2018-07-24 2021-01-05 Vmware, Inc. Internet of things blockchain auditing
US10768629B2 (en) 2018-07-24 2020-09-08 Pony Ai Inc. Generative adversarial network enriched driving simulation
US11005759B2 (en) * 2018-08-08 2021-05-11 Google Llc Delegated communication methods and systems for a wearable device
BR112021002574A2 (pt) * 2018-08-12 2021-05-04 Skf Ai, Ltd. otimização da precisão de algoritmos de aprendizado de máquina para monitoramento da operação de máquina industrial
DE112019004082T5 (de) 2018-08-12 2021-06-10 Skf Ai, Ltd. System und Verfahren zur Vorhersage von Ausfällen industrieller Maschinen
EP3611579A1 (de) * 2018-08-13 2020-02-19 Siemens Aktiengesellschaft Echtzeit-automatisierungseinrichtung mit einem echtzeit-datenbus
CN109344698B (zh) * 2018-08-17 2021-09-03 西安电子科技大学 基于可分离卷积和硬阈值函数的高光谱波段选择方法
CN109257417A (zh) * 2018-08-20 2019-01-22 山东润智能科技有限公司 医院锅炉安全立体监测云平台、系统及其方法
CN108989466A (zh) * 2018-08-30 2018-12-11 共享智能铸造产业创新中心有限公司 工业云平台管理系统
WO2020051719A1 (en) 2018-09-14 2020-03-19 Ats Automation Tooling Systems Inc. System and method for managing automation equipment
CA3112950A1 (en) * 2018-09-21 2020-03-26 The Climate Corporation Method and system for executing machine learning algorithms
CN109191590B (zh) * 2018-09-26 2023-11-07 浙江优创信息技术有限公司 一种用于制作虚拟现实应用的处理系统及处理方法
CN109326005B (zh) * 2018-09-26 2023-11-07 浙江优创信息技术有限公司 一种虚拟现实应用软件动作的编辑系统及编辑方法
US11449047B2 (en) * 2018-09-28 2022-09-20 Rockwell Automation Technologies, Inc. Systems and methods for retraining a model a target variable in a tiered framework
US10795347B2 (en) * 2018-09-28 2020-10-06 Rockwell Automation Technologies, Inc. Systems and methods for controlling industrial devices based on modeled target variables
US11068942B2 (en) 2018-10-19 2021-07-20 Cerebri AI Inc. Customer journey management engine
DE102018126078A1 (de) * 2018-10-19 2020-04-23 Endress+Hauser Conducta Gmbh+Co. Kg Verfahren zur Behandlung von Ausnahmezuständen eines Messsystems
US11170314B2 (en) 2018-10-22 2021-11-09 General Electric Company Detection and protection against mode switching attacks in cyber-physical systems
CN109559495A (zh) * 2018-10-22 2019-04-02 深圳广田智能科技有限公司 一种智能化传感器系统及实现方法
CN113056620B (zh) * 2018-10-31 2023-02-21 Ntn株式会社 轴承装置
US10901797B2 (en) 2018-11-06 2021-01-26 International Business Machines Corporation Resource allocation
EP3877235A4 (en) 2018-11-09 2023-07-19 Iocurrents, Inc. MACHINE LEARNING-BASED PREDICTION, PLANNING AND OPTIMIZATION OF TRAVEL TIME, TRAVEL COSTS AND/OR POLLUTANT EMISSION DURING NAVIGATION
CN109583323B (zh) * 2018-11-12 2021-05-18 浙江工业大学 基于门控制循环单元的地铁振动信号识别方法
JP7463007B2 (ja) * 2018-11-15 2024-04-08 グローバル・ライフ・サイエンシズ・ソリューションズ・ユーエスエー・エルエルシー バイオ医薬製品の製造のための装備を監視するための方法およびシステム
US11210750B2 (en) * 2018-11-29 2021-12-28 Electronics And Telecommunications Research Institute Method and system for energy improvement verification of buildings
CN109741519B (zh) * 2018-12-10 2021-01-19 深圳市思拓通信系统有限公司 一种无人超市货架监控系统及其控制方法
US11210578B2 (en) 2018-12-12 2021-12-28 International Business Machines Corporation Automatic determination of cognitive models for deployment at computerized devices having various hardware constraints
WO2020128685A1 (en) * 2018-12-21 2020-06-25 Abb Schweiz Ag Condition monitoring device and method for monitoring an electrical machine
CN109464019A (zh) * 2018-12-29 2019-03-15 珠海优特智厨科技有限公司 一种烹饪方法和烹饪设备
CN109831801B (zh) * 2019-01-04 2021-09-28 东南大学 基于深度学习神经网络的用户行为预测的基站缓存方法
US11276047B2 (en) 2019-01-11 2022-03-15 Kyndryl, Inc. Determining and distributing fuel credits using a computer-based immutable ledger
JP2022523626A (ja) * 2019-01-13 2022-04-26 ストロング フォース アイオーティ ポートフォリオ ２０１６，エルエルシー 産業環境の監視及び管理のための方法、システム、キット、及び装置
NO345013B1 (en) * 2019-01-28 2020-08-17 Abadjom Consulting As Optimal comminution and drying for repeatable homogenous wood particles
TWI708195B (zh) * 2019-01-29 2020-10-21 台灣大哥大股份有限公司 基於類神經網路之基地台涵蓋異常的查測系統和方法
US11403541B2 (en) 2019-02-14 2022-08-02 Rockwell Automation Technologies, Inc. AI extensions and intelligent model validation for an industrial digital twin
US10976718B2 (en) * 2019-03-06 2021-04-13 Honeywell Limited System and method for monitoring changes in process dynamic behavior by mapping parameters to a lower dimensional space
US11560153B2 (en) 2019-03-07 2023-01-24 6 River Systems, Llc Systems and methods for collision avoidance by autonomous vehicles
JP7246211B2 (ja) * 2019-03-13 2023-03-27 三菱電機株式会社 点検支援システムおよび点検支援方法
CN111722594B (zh) * 2019-03-18 2022-03-11 中南大学 工业过程监测方法、装置、设备和可读存储介质
CN109756583A (zh) * 2019-03-21 2019-05-14 银川高新区慧泽园科技有限公司 机车动态质量智能监测系统
CN109978374B (zh) * 2019-03-27 2021-08-10 中国环境科学研究院 油气管道系统风险评估方法
CN109920295A (zh) * 2019-04-01 2019-06-21 南京康尼电气技术有限公司 一种智能工业互联网教学实训系统及方法
US11556240B2 (en) * 2019-04-02 2023-01-17 Google Llc Gesture recognition on watch bezel using strain gauges
CN110087204B (zh) * 2019-04-09 2022-05-24 深圳大学 一种基于参数调节的无人机-物联网数据采集方法和系统
US11086298B2 (en) 2019-04-15 2021-08-10 Rockwell Automation Technologies, Inc. Smart gateway platform for industrial internet of things
US11671111B2 (en) 2019-04-17 2023-06-06 Samsung Electronics Co., Ltd. Hardware channel-parallel data compression/decompression
US11211944B2 (en) 2019-04-17 2021-12-28 Samsung Electronics Co., Ltd. Mixed-precision compression with random access
CN109989908A (zh) * 2019-04-25 2019-07-09 沈阳鼓风机集团自动控制系统工程有限公司 压缩机的启动方法、装置、存储介质及计算机设备
US10795882B2 (en) * 2019-04-30 2020-10-06 Alibaba Group Holding Limited Blockchain-based data compression and searching
CN111864608B (zh) * 2019-04-30 2023-02-10 中国航天科工飞航技术研究院（中国航天海鹰机电技术研究院） 一种用于野外集装配电系统的运检装置
US11258673B2 (en) 2019-05-03 2022-02-22 Cisco Technology, Inc. Machine learning driven data collection of high-frequency network telemetry for failure prediction
WO2020227429A1 (en) 2019-05-06 2020-11-12 Strong Force Iot Portfolio 2016, Llc Platform for facilitating development of intelligence in an industrial internet of things system
EP3966695A4 (en) * 2019-05-06 2023-01-25 Strong Force TX Portfolio 2018, LLC PLATFORM TO FACILITATE THE DEVELOPMENT OF INTELLIGENCE IN AN INDUSTRIAL INTERNET OF THINGS SYSTEM
CN110084994A (zh) * 2019-05-07 2019-08-02 中国计量大学 一种基于虚拟现实技术的化工企业实时监控预警系统
US11082521B2 (en) * 2019-05-24 2021-08-03 California Eastern Laboratories, Inc. Single source of information apparatuses, methods, and systems
CN110247962A (zh) * 2019-05-31 2019-09-17 煤科集团沈阳研究院有限公司 矿用可穿戴便携式救援决策装置、系统及其数据交互方法
US11343266B2 (en) 2019-06-10 2022-05-24 General Electric Company Self-certified security for assured cyber-physical systems
US10920356B2 (en) * 2019-06-11 2021-02-16 International Business Machines Corporation Optimizing processing methods of multiple batched articles having different characteristics
CN110161882B (zh) * 2019-06-12 2020-09-18 江南大学 一种基于事件触发机制的网络化系统的故障检测方法
JP2022546163A (ja) * 2019-06-16 2022-11-04 バヤール イメージング リミテッド 同時伝送を用いた変位測定システムおよび方法
CN110412875B (zh) * 2019-08-11 2022-08-23 哈尔滨理工大学 一种气嘴
CN110412962B (zh) * 2019-08-30 2020-07-07 山东黄金矿业(莱州)有限公司三山岛金矿 一种一控多的提升集控系统
CN110826145B (zh) * 2019-09-09 2020-08-28 西安工业大学 基于超启发式马氏链进化的汽车多参数运行工况设计方法
CN110595775B (zh) * 2019-09-19 2021-03-30 电子科技大学 基于多分支多尺度卷积神经网络的滚动轴承故障诊断方法
US20210089051A1 (en) * 2019-09-19 2021-03-25 Topcon Positioning Systems, Inc. Method and apparatus for multi-machine collaborative farming
US11392112B2 (en) * 2019-09-26 2022-07-19 Rockwell Automation Technologies, Inc. Virtual design environment
US11042362B2 (en) 2019-09-26 2021-06-22 Rockwell Automation Technologies, Inc. Industrial programming development with a trained analytic model
CN110673557B (zh) * 2019-09-27 2021-09-24 南京大学 基于工艺条件选择的智能化工系统
CN110738309B (zh) * 2019-09-27 2022-07-12 华中科技大学 Ddnn的训练方法和基于ddnn的多视角目标识别方法和系统
US11574219B2 (en) 2019-09-27 2023-02-07 Rockwell Automation Technologies, Inc. System and method for industrial automation rules engine
US11455848B2 (en) 2019-09-27 2022-09-27 Ge Aviation Systems Limited Preserving vehicular raw vibration data for post-event analysis
US11144038B2 (en) * 2019-09-27 2021-10-12 Rockwell Automation Technologies, Inc. System and method for industrial automation troubleshooting
US11841699B2 (en) 2019-09-30 2023-12-12 Rockwell Automation Technologies, Inc. Artificial intelligence channel for industrial automation
US11435726B2 (en) 2019-09-30 2022-09-06 Rockwell Automation Technologies, Inc. Contextualization of industrial data at the device level
US11372380B2 (en) * 2019-10-15 2022-06-28 UiPath, Inc. Media-to-workflow generation using artificial intelligence (AI)
CN110908306A (zh) * 2019-10-25 2020-03-24 大唐水电科学技术研究院有限公司 一种基于物联网的水电机组可靠性监控系统
CN110765703B (zh) * 2019-11-04 2022-05-27 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种风电场聚合特性建模方法
CN115699050A (zh) * 2019-11-05 2023-02-03 强力价值链网络投资组合2019有限公司 价值链网络控制塔和企业管理平台
JP7364431B2 (ja) * 2019-11-06 2023-10-18 ファナック株式会社 機械学習装置、予測装置、及び制御装置
KR102441775B1 (ko) * 2019-11-08 2022-09-13 한국전자통신연구원 네트워크 데이터 분석 기능 장치의 최적화 방법
US11188785B2 (en) 2019-11-08 2021-11-30 Electronics And Telecommunications Research Institute Optimization of network data analysis device
US10925114B1 (en) 2019-11-11 2021-02-16 Loon Llc Remote monitoring of geographically distributed assets using mobile platforms
CN112799986B (zh) * 2019-11-13 2024-03-26 瑞昱半导体股份有限公司 通用序列总线切换电路与相关的电子装置
JP7389518B2 (ja) * 2019-11-20 2023-11-30 ナノトロニクス イメージング インコーポレイテッド 高度な攻撃からの産業生産の保護
CN111142501B (zh) * 2019-12-27 2021-10-22 浙江科技学院 基于半监督自回归动态隐变量模型的故障检测方法
CN111209475B (zh) * 2019-12-27 2022-03-15 武汉大学 一种基于时空序列和社会嵌入排名的兴趣点推荐方法及装置
US11249462B2 (en) 2020-01-06 2022-02-15 Rockwell Automation Technologies, Inc. Industrial data services platform
CN111240237A (zh) * 2020-01-09 2020-06-05 水利部南京水利水文自动化研究所 测控一体化闸门装置及测控方法
US11411765B2 (en) 2020-01-10 2022-08-09 Cisco Technology, Inc. Automating a software-defined wide area network policy for internet of things end points
CN111175064B (zh) * 2020-01-20 2022-06-10 智昌科技集团股份有限公司 通过采集设备噪音计算设备产能的检测方法
DE102020103546B3 (de) * 2020-02-12 2021-07-01 Audi Aktiengesellschaft Verfahren zur Konfiguration eines Netzwerks, insbesondere in einem Kraftfahrzeug
CN111426950B (zh) * 2020-03-19 2020-11-27 燕山大学 多尺度时空卷积深度信念网络的风力发电机故障诊断方法
CN111338262B (zh) * 2020-03-20 2021-11-19 湖南科技大学 基于arm的家用电器运行状态非侵入式检测装置及方法
US11528593B2 (en) 2020-03-23 2022-12-13 T-Mobile Usa, Inc. Network slicing using dedicated network node
US11490322B2 (en) 2020-03-23 2022-11-01 T-Mobile Usa, Inc. Provisioning of network slicing in a communication system
JP2021160031A (ja) 2020-03-31 2021-10-11 セイコーエプソン株式会社 故障予測方法および故障予測装置
CN111398525A (zh) * 2020-04-01 2020-07-10 镇江颀珑工程技术服务有限公司 一种针对工业用水的抗干扰在线监测系统
CN113534729A (zh) * 2020-04-16 2021-10-22 丁飞 物联网的智能监控系统和方法
TWI723861B (zh) * 2020-04-30 2021-04-01 致伸科技股份有限公司 外掛式生產輔助管控系統
CN111599462B (zh) * 2020-05-09 2023-11-21 吾征智能技术(北京)有限公司 基于认知学习的身体异常气味智能筛查系统
CN113723978B (zh) * 2020-05-26 2023-10-24 华晨宝马汽车有限公司 一种轴瓦需求量预测方法和系统
US11842269B2 (en) 2020-05-28 2023-12-12 Hitachi, Ltd. AI enabled sensor data acquisition
US11726459B2 (en) 2020-06-18 2023-08-15 Rockwell Automation Technologies, Inc. Industrial automation control program generation from computer-aided design
TWM616680U (zh) * 2020-06-29 2021-09-11 新代科技股份有限公司 鑽孔機模板參數規劃系統
KR102339485B1 (ko) * 2020-06-30 2021-12-15 강원대학교산학협력단 인공신경망을 이용한 아크신호 검출방법
CN111722046B (zh) * 2020-07-01 2021-05-18 昆明理工大学 一种基于深度森林模型的变压器故障诊断方法
CN111918245B (zh) * 2020-07-07 2021-11-19 西安交通大学 基于多智能体的车速感知的计算任务卸载和资源分配方法
CN114007198A (zh) * 2020-07-13 2022-02-01 深圳市利维坦技术有限公司 用于环境感知自配置物流硬件的系统和方法
CN111900801A (zh) * 2020-07-31 2020-11-06 上海欣能信息科技发展有限公司 一种基于电力物联网的配电网供电保障系统
US11405184B2 (en) * 2020-08-12 2022-08-02 L'oreal Systems and methods for securely processing environmental exposure information
CN111930064A (zh) * 2020-08-14 2020-11-13 中水三立数据技术股份有限公司 一种长距离输水工程中闸泵智能联控系统及控制方法
KR102386782B1 (ko) * 2020-08-24 2022-04-14 강원대학교산학협력단 로지스틱 회귀를 이용한 아크신호 검출방법
WO2022044140A1 (ja) * 2020-08-25 2022-03-03 三菱電機株式会社 データ分析システム
CN112036571B (zh) * 2020-08-25 2023-12-29 深圳市酷开网络科技股份有限公司 一种多领域专家系统联合推理方法及系统
KR102428366B1 (ko) * 2020-10-12 2022-08-02 한국원자력연구원 무전력 진동 센서를 이용한 설비 모니터링 방법 및 그 장치
CN114374931B (zh) * 2020-10-19 2023-12-15 中国移动通信集团重庆有限公司 基于近邻成分分析的度量学习的指纹定位方法
CN112329825B (zh) * 2020-10-23 2022-12-06 贵州电网有限责任公司 基于信息分维及提升决策树的变压器机械故障诊断方法
CN112328073B (zh) * 2020-10-27 2022-07-12 广东电网有限责任公司 基于增强现实设备的评标方法、装置、系统和计算机设备
CN112270147A (zh) * 2020-10-29 2021-01-26 国核自仪系统工程有限公司 板卡及其控制方法
US11417373B2 (en) 2020-12-09 2022-08-16 Micron Technology, Inc. Neuromorphic computing devices and methods
CN112650115B (zh) * 2020-12-21 2022-03-25 中国建筑第八工程局有限公司 一种架桥机主动安全监控系统
CN112650183B (zh) * 2020-12-29 2022-04-12 煤炭科学研究总院 工业互联网平台
CN112859725B (zh) * 2021-01-04 2022-06-24 中国核电工程有限公司 一种厂房设备状态特征信号监测系统
CN112650132A (zh) * 2021-01-12 2021-04-13 许昌德通振动搅拌科技股份有限公司 一种振动搅拌机远程监控方法及振动搅拌站远程监控系统
CN112881006B (zh) * 2021-01-12 2022-09-09 北华大学 一种齿轮故障诊断方法
CN112911536A (zh) * 2021-02-04 2021-06-04 重庆广播电视大学重庆工商职业学院 一种增强型高保真、高可靠性的无线传感器网络测试平台
CN112964962B (zh) * 2021-02-05 2022-05-20 国网宁夏电力有限公司 一种输电线路故障分类方法
RU2760625C1 (ru) * 2021-03-12 2021-11-29 Акционерное общество "Лаборатория Касперского" Способ настройки IoT-устройств в зависимости от типа сети
CN113062601B (zh) * 2021-03-17 2022-05-13 同济大学 一种基于q学习的混凝土布料机器人轨迹规划方法
KR102286031B1 (ko) * 2021-03-25 2021-08-05 (주)지오스캔 진동가속도 값의 측정을 이용한 가스 분리기의 작동성능 모니터링 장치 및 모니터링 방법
DE102021113310A1 (de) * 2021-05-21 2022-11-24 MTU Aero Engines AG Datenverarbeitungssystem und Verfahren zur zeitlichen Synchronisierung von analogen und digitalen Datensätzen von Bearbeitungsmaschinen
CN113364866A (zh) * 2021-06-03 2021-09-07 深圳市尚文斌科技有限公司 一种基于物联网的智能社区管理系统
DE102021116562A1 (de) * 2021-06-25 2022-12-29 Schenck Process Europe Gmbh Überwachung des betriebs einer maschine
CN113485268B (zh) * 2021-07-15 2022-06-14 深圳市壹佰度科技有限公司 一种基于工业物联网多场景分布式信息化控制系统
CN113347635B (zh) * 2021-08-06 2021-10-15 国汽智控(北京)科技有限公司 车辆的通信控制方法、装置及车辆
CN113888526B (zh) * 2021-10-21 2022-09-23 北京实力伟业环保科技有限公司 基于微生物的废气处理方法及系统
CN113726914B (zh) * 2021-11-04 2021-12-31 中国信息通信研究院 一种基于工业互联网标识的设备互操作方法及装置
CN114089707B (zh) * 2021-11-18 2023-09-22 佛山冠湾智能科技有限公司 一种伺服驱动系统报警装置及报警方法
US11816231B2 (en) 2021-11-22 2023-11-14 Bank Of America Corporation Using machine-learning models to determine graduated levels of access to secured data for remote devices
KR102601338B1 (ko) * 2021-12-02 2023-11-13 네모시스 주식회사 유지보수 이력에 기반한 학습데이터를 이용하는 장비의 고장 예측 장치 및 방법
CN114745409A (zh) * 2022-03-02 2022-07-12 山东鲁软数字科技有限公司 一种智慧物联网设备远程控制方法
CN114817375B (zh) * 2022-06-24 2022-11-01 深圳市智联物联科技有限公司 工业互联网数据采集管理系统
CN115407874B (zh) * 2022-08-18 2023-07-28 中国兵器工业标准化研究所 一种基于神经网络的vr维修训练操作熟练度预测方法
CN115826539B (zh) * 2023-02-14 2023-06-23 深圳市玄羽科技有限公司 一种基于工业互联网标识的设备协同控制方法及系统
CN116051911B (zh) * 2023-03-29 2023-07-07 北京大学 基于不确定性学习的小样本轴承振动图像数据故障诊断方法
CN116679627A (zh) * 2023-05-04 2023-09-01 安徽机电职业技术学院 一种用于控制多个电气设备的联动控制方法
CN116709392B (zh) * 2023-08-08 2023-11-14 湖南天联城市数控有限公司 一种大规模无线传感器网络数据融合方法
CN116990022A (zh) * 2023-09-26 2023-11-03 成都工业职业技术学院 一种新能源汽车传动系统的轴承检测方法及系统
CN117454315A (zh) * 2023-12-21 2024-01-26 国网浙江省电力有限公司宁波供电公司 人机终端画面数据交互方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4605928A (en) 1983-10-24 1986-08-12 International Business Machines Corporation Fault-tolerant array of cross-point switching matrices
JP2005128967A (ja) 2003-10-27 2005-05-19 Sozo Gijutsu Kenkyusho:Kk 医療用動き検出装置、医療用動き検出方法、医療用動き検出プログラム並びにコンピュータで読取可能な記録媒体
US20140067289A1 (en) 2010-08-16 2014-03-06 Csi Technology, Inc. Integrated vibration measurement and analysis system

Family Cites Families (247)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4074142A (en) 1975-09-10 1978-02-14 Jackson Albert S Optical cross-point switch
JPS5913084B2 (ja) * 1977-09-30 1984-03-27 ティーディーケイ株式会社 磁気記録方式
US4620304A (en) 1982-09-13 1986-10-28 Gen Rad, Inc. Method of and apparatus for multiplexed automatic testing of electronic circuits and the like
US5157629A (en) 1985-11-22 1992-10-20 Hitachi, Ltd. Selective application of voltages for testing storage cells in semiconductor memory arrangements
US4740736A (en) 1986-07-10 1988-04-26 Advanced Micro Devices, Inc. Servo data decoder for any amplitude dependent servo data encoding scheme
US4852083A (en) * 1987-06-22 1989-07-25 Texas Instruments Incorporated Digital crossbar switch
US5072366A (en) * 1987-08-04 1991-12-10 Digital Equipment Corporation Data crossbar switch
JPH02186405A (ja) * 1988-09-30 1990-07-20 Omron Tateisi Electron Co 制御装置の切替システム
US5123011A (en) 1989-09-27 1992-06-16 General Electric Company Modular multistage switch for a parallel computing system
US5166926A (en) 1990-12-18 1992-11-24 Bell Communications Research, Inc. Packet address look-ahead technique for use in implementing a high speed packet switch
JP3053304B2 (ja) * 1992-10-28 2000-06-19 ヤンマーディーゼル株式会社 内燃機関の故障予知装置
US5481481A (en) 1992-11-23 1996-01-02 Architectural Engergy Corporation Automated diagnostic system having temporally coordinated wireless sensors
US5469150A (en) 1992-12-18 1995-11-21 Honeywell Inc. Sensor actuator bus system
US8487653B2 (en) 2006-08-05 2013-07-16 Tang System SDOC with FPHA and FPXC: system design on chip with field programmable hybrid array of FPAA, FPGA, FPLA, FPMA, FPRA, FPTA and frequency programmable xtaless clockchip with trimless/trimfree self-adaptive bandgap reference xtaless clockchip
US5541914A (en) 1994-01-19 1996-07-30 Krishnamoorthy; Ashok V. Packet-switched self-routing multistage interconnection network having contention-free fanout, low-loss routing, and fanin buffering to efficiently realize arbitrarily low packet loss
US5629870A (en) 1994-05-31 1997-05-13 Siemens Energy & Automation, Inc. Method and apparatus for predicting electric induction machine failure during operation
US5568356A (en) * 1995-04-18 1996-10-22 Hughes Aircraft Company Stacked module assembly including electrically interconnected switching module and plural electronic modules
US5650951A (en) 1995-06-02 1997-07-22 General Electric Compay Programmable data acquisition system with a microprocessor for correcting magnitude and phase of quantized signals while providing a substantially linear phase response
US20080065290A1 (en) 2000-09-08 2008-03-13 Automotive Technologies International, Inc. Component Monitoring System
AU6501496A (en) 1995-07-19 1997-02-18 Ascom Nexion Inc. Point-to-multipoint transmission using subqueues
EP0767544A3 (en) * 1995-10-04 2002-02-27 Interuniversitair Micro-Elektronica Centrum Vzw Programmable modem using spread spectrum communication
US5717439A (en) * 1995-10-10 1998-02-10 Xerox Corporation Hierarchy of saving and retrieving control templates
US5895857A (en) 1995-11-08 1999-04-20 Csi Technology, Inc. Machine fault detection using vibration signal peak detector
WO1997046929A2 (en) * 1996-06-04 1997-12-11 Werbos Paul J 3-brain architecture for an intelligent decision and control system
US5854994A (en) * 1996-08-23 1998-12-29 Csi Technology, Inc. Vibration monitor and transmission system
JP3342328B2 (ja) * 1996-11-21 2002-11-05 三菱重工業株式会社 ６軸負荷装置
US5842034A (en) 1996-12-20 1998-11-24 Raytheon Company Two dimensional crossbar mesh for multi-processor interconnect
US5874790A (en) 1997-04-18 1999-02-23 Ford Motor Company Method and apparatus for a plurality of modules to independently read a single sensor
DE19732046A1 (de) 1997-07-25 1999-01-28 Abb Patent Gmbh Prozeßdiagnosesystem und Verfahren zur Diagnose von Vorgängen und Zuständen eines technischen Prozesses
KR100307271B1 (ko) * 1997-08-13 2001-12-17 미즈노 마사루 재료시험기
JPH1186178A (ja) * 1997-09-10 1999-03-30 Mitsubishi Electric Corp データ収集システム装置
KR100250977B1 (ko) 1997-10-16 2000-04-15 이계철 신경망 칩을 이용한 고속 패킷 스위치 제어기와이를 이용한 교환기
JPH11118661A (ja) * 1997-10-20 1999-04-30 Isuzu Motors Ltd 振動特性解析装置
US20020004694A1 (en) 1997-12-05 2002-01-10 Cameron Mcleod Modular automotive diagnostic system
US5978389A (en) * 1998-03-12 1999-11-02 Aten International Co., Ltd. Multiplex device for monitoring computer video signals
US6484109B1 (en) 1998-05-20 2002-11-19 Dli Engineering Coporation Diagnostic vibration data collector and analyzer
US6678268B1 (en) 1998-09-18 2004-01-13 The United States Of America As Represented By The Secretary Of The Navy Multi-interface point-to-point switching system (MIPPSS) with rapid fault recovery capability
JP2000097751A (ja) * 1998-09-21 2000-04-07 Japan Aviation Electronics Industry Ltd 静電容量式液面レベル測定方法およびこの方法を実施する装置
EP0995818A1 (en) 1998-10-12 2000-04-26 Hydrogen Systems N.V. High pressure electrolyser module
US6141355A (en) 1998-11-06 2000-10-31 Path 1 Network Technologies, Inc. Time-synchronized multi-layer network switch for providing quality of service guarantees in computer networks
US6744299B2 (en) 1999-01-06 2004-06-01 Victorian Systems, Inc. Electronic array having nodes and methods
US6982974B1 (en) 1999-01-15 2006-01-03 Cisco Technology, Inc. Method and apparatus for a rearrangeably non-blocking switching matrix
US8044793B2 (en) 2001-03-01 2011-10-25 Fisher-Rosemount Systems, Inc. Integrated device alerts in a process control system
US6633782B1 (en) 1999-02-22 2003-10-14 Fisher-Rosemount Systems, Inc. Diagnostic expert in a process control system
US6184713B1 (en) 1999-06-06 2001-02-06 Lattice Semiconductor Corporation Scalable architecture for high density CPLDS having two-level hierarchy of routing resources
US7043728B1 (en) * 1999-06-08 2006-05-09 Invensys Systems, Inc. Methods and apparatus for fault-detecting and fault-tolerant process control
ATE520972T1 (de) 1999-06-17 2011-09-15 Smiths Detection Inc Vielfach-sensor-system, gerät und verfahren
JP2001133364A (ja) * 1999-11-08 2001-05-18 Mitsubishi Heavy Ind Ltd 接触検出・監視装置
US20020172376A1 (en) 1999-11-29 2002-11-21 Bizjak Karl M. Output processing system and method
US6856600B1 (en) 2000-01-04 2005-02-15 Cisco Technology, Inc. Method and apparatus for isolating faults in a switching matrix
MY126873A (en) 2000-01-07 2006-10-31 Vasu Tech Ltd Configurable electronic controller for appliances
CN1319967A (zh) * 2000-03-09 2001-10-31 三星电子株式会社 在远程通信交换设备中提供设施与模块冗余的方法与装置
US7075926B2 (en) 2000-05-24 2006-07-11 Alcatel Internetworking, Inc. (Pe) Programmable packet processor with flow resolution logic
US7034701B1 (en) 2000-06-16 2006-04-25 The United States Of America As Represented By The Secretary Of The Navy Identification of fire signatures for shipboard multi-criteria fire detection systems
US6789030B1 (en) * 2000-06-23 2004-09-07 Bently Nevada, Llc Portable data collector and analyzer: apparatus and method
US7043457B1 (en) 2000-06-28 2006-05-09 Probuild, Inc. System and method for managing and evaluating network commodities purchasing
US9772311B2 (en) 2000-07-14 2017-09-26 Acosense Ab Active acoustic method for predicting properties of process fluids comprising solid particles or gas/liquid volumes based on their size distribution and concentration
US6737958B1 (en) 2000-11-16 2004-05-18 Free Electron Technology Inc. Crosspoint switch with reduced power consumption
DE10064754A1 (de) 2000-12-22 2002-07-04 Daimler Chrysler Ag Verfahren und Anordnung zur Bestimmung eines Geräuschsignals einer Geräuschquelle
US6590427B2 (en) 2001-01-03 2003-07-08 Seagate Technology Llc Phase frequency detector circuit having reduced dead band
US7216191B2 (en) * 2001-02-14 2007-05-08 Berkeley Process Control, Inc. System for programmed control of signal input and output to and from cable conductors
US20020114984A1 (en) 2001-02-21 2002-08-22 Edlund David J. Fuel cell system with stored hydrogen
US6625488B2 (en) 2001-03-13 2003-09-23 Pacesetter, Inc. Implantable cardiac stimulation device having a programmable reconfigurable sequencer
US7088860B2 (en) 2001-03-28 2006-08-08 Canon Kabushiki Kaisha Dynamically reconfigurable signal processing circuit, pattern recognition apparatus, and image processing apparatus
DE10123627B4 (de) 2001-05-15 2004-11-04 Robert Bosch Gmbh Sensorvorrichtung zum Erfassen einer mechanischen Deformation eines Bauelementes im Kraftfahrzeugbereich
US6970758B1 (en) 2001-07-12 2005-11-29 Advanced Micro Devices, Inc. System and software for data collection and process control in semiconductor manufacturing and method thereof
AU2002330905A1 (en) 2001-07-23 2003-02-17 Fernand D. Bedard Superconductive crossbar switch
GB0120186D0 (en) 2001-08-17 2001-10-10 Toumaz Technology Ltd Integrated circuit
WO2003020571A1 (en) 2001-08-31 2003-03-13 Johnson Controls Technology Company Stowable steering wheel
CA2402762A1 (en) 2001-09-10 2003-03-10 Fmc Technologies, Inc. System and method for monitoring and managing equipment
US6703860B1 (en) 2001-12-14 2004-03-09 Lattice Semiconductor Corporation I/O block for a programmable interconnect circuit
US6618128B2 (en) 2002-01-23 2003-09-09 Csi Technology, Inc. Optical speed sensing system
FR2837598B1 (fr) 2002-03-20 2004-05-28 Air Liquide Procede et dispositif de suivi de performances d'un equipement industriel
AUPS157702A0 (en) 2002-04-05 2002-05-16 King, Quentin System for providing tactile stimulation
US6839660B2 (en) * 2002-04-22 2005-01-04 Csi Technology, Inc. On-line rotating equipment monitoring device
JP4085691B2 (ja) * 2002-05-17 2008-05-14 セイコーエプソン株式会社 画像処理装置
US7951449B2 (en) * 2002-06-27 2011-05-31 Wenguang Ma Polyester core materials and structural sandwich composites thereof
US7404074B2 (en) * 2002-07-12 2008-07-22 Sca Technica, Inc. Self-booting software defined radio module
US6650142B1 (en) 2002-08-13 2003-11-18 Lattice Semiconductor Corporation Enhanced CPLD macrocell module having selectable bypass of steering-based resource allocation and methods of use
US20040093516A1 (en) 2002-11-12 2004-05-13 Hornbeek Marc William Anthony System for enabling secure remote switching, robotic operation and monitoring of multi-vendor equipment
JP4164341B2 (ja) 2002-11-19 2008-10-15 キヤノン株式会社 撮像装置
US7116242B2 (en) * 2002-11-27 2006-10-03 Lear Corporation Programmable transmitter and receiver including digital radio frequency memory
AU2003293542A1 (en) 2002-12-11 2004-06-30 R.F. Magic, Inc. Nxm crosspoint switch with band translation
GB0307406D0 (en) * 2003-03-31 2003-05-07 British Telecomm Data analysis system and method
US7801033B2 (en) 2005-07-26 2010-09-21 Nethra Imaging, Inc. System of virtual data channels in an integrated circuit
US6889553B2 (en) 2003-07-16 2005-05-10 Pcb Piezotronics Inc. Method and apparatus for vibration sensing and analysis
US8200775B2 (en) 2005-02-01 2012-06-12 Newsilike Media Group, Inc Enhanced syndication
US7225037B2 (en) * 2003-09-03 2007-05-29 Unitronics (1989) (R″G) Ltd. System and method for implementing logic control in programmable controllers in distributed control systems
US8228759B2 (en) 2003-11-21 2012-07-24 Fairfield Industries Incorporated System for transmission of seismic data
US7548548B2 (en) 2004-06-04 2009-06-16 Shlomo Selim Rakib System for low noise aggregation in DOCSIS contention slots in a shared upstream receiver environment
US8751616B2 (en) 2004-06-08 2014-06-10 Siemens Industry, Inc. System for accessing and browsing a PLC provided within a network
US20060069689A1 (en) 2004-06-08 2006-03-30 Gregory Karklins Method for accessing and browsing a PLC provided within a network
US7466922B2 (en) * 2004-06-28 2008-12-16 Jds Uniphase Corporation Flexible control and status architecture for optical modules
CN2751314Y (zh) * 2004-07-16 2006-01-11 陈超 数字视音频光纤传输系统
US7135888B1 (en) 2004-07-22 2006-11-14 Altera Corporation Programmable routing structures providing shorter timing delays for input/output signals
US7421615B2 (en) * 2004-08-06 2008-09-02 Dell Products L.P. Apparatus, method and system for selectively coupling a LAN controller to a platform management controller
US20060034569A1 (en) 2004-08-11 2006-02-16 General Electric Company Novel folded Mach-Zehnder interferometers and optical sensor arrays
WO2006043511A1 (ja) 2004-10-18 2006-04-27 Nsk Ltd. 機械設備の異常診断システム
CA2589979C (en) 2004-12-07 2020-08-25 Stuart Energy Systems Corporation Electrolyser and process and apparatus for separating a gas-liquid mixture generated therein
NZ537244A (en) 2004-12-16 2006-10-27 Commtest Instr Ltd Improvements in or relating to vibration analysis
US8190381B2 (en) * 2005-01-27 2012-05-29 Electro Industries/Gauge Tech Intelligent electronic device with enhanced power quality monitoring and communications capabilities
US9201420B2 (en) 2005-04-08 2015-12-01 Rosemount, Inc. Method and apparatus for performing a function in a process plant using monitoring data with criticality evaluation data
US7222048B2 (en) * 2005-04-21 2007-05-22 General Electric Company Methods and systems for diagnosing machinery
US8041832B2 (en) 2005-05-05 2011-10-18 Verizon Services Corp. Network data distribution system and method
US8799800B2 (en) 2005-05-13 2014-08-05 Rockwell Automation Technologies, Inc. Automatic user interface generation
US9721210B1 (en) 2013-11-26 2017-08-01 Invent.ly LLC Predictive power management in a wireless sensor network
JP2006338519A (ja) * 2005-06-03 2006-12-14 Nsk Ltd 軸受装置監視システム
EP1744497B1 (en) 2005-07-14 2008-01-23 Interuniversitair Microelektronica Centrum Vzw Method for managing a plurality of virtual links shared on a communication line and network implementing said method
US7831501B2 (en) 2005-08-12 2010-11-09 Boulder Capital Trading Hidden book trading system
US8700730B2 (en) 2005-08-18 2014-04-15 Microsoft Corporation Aggregated audio/video crossbar connections
US7512700B2 (en) 2005-09-30 2009-03-31 International Business Machines Corporation Real-time mining and reduction of streamed data
WO2008013578A2 (en) * 2006-02-03 2008-01-31 Bae Systems Land & Armaments L.P. High speed motor control
US9092593B2 (en) 2007-09-25 2015-07-28 Power Analytics Corporation Systems and methods for intuitive modeling of complex networks in a digital environment
US20170046458A1 (en) 2006-02-14 2017-02-16 Power Analytics Corporation Systems and methods for real-time dc microgrid power analytics for mission-critical power systems
US9846752B2 (en) 2006-02-14 2017-12-19 Power Analytics Corporation System and methods for intuitive modeling of complex networks in a digital environment
US8947224B2 (en) 2006-02-28 2015-02-03 Paksense, Inc. Environmental data collection
US8121564B2 (en) * 2006-03-06 2012-02-21 Broadcom Corporation Radio receiver with shared low noise amplifier for multi-standard operation in a single antenna system with loft isolation and flexible gain control
US20070270671A1 (en) * 2006-04-10 2007-11-22 Vivometrics, Inc. Physiological signal processing devices and associated processing methods
US9314190B1 (en) 2006-05-11 2016-04-19 Great Lakes Neurotechnologies Inc. Movement disorder recovery system and method
US8615374B1 (en) 2006-06-09 2013-12-24 Rockwell Automation Technologies, Inc. Modular, configurable, intelligent sensor system
US7710153B1 (en) * 2006-06-30 2010-05-04 Masleid Robert P Cross point switch
US8301195B2 (en) 2006-07-05 2012-10-30 Agere Systems Inc. Systems and methods for mobile data storage and acquisition
US8766224B2 (en) 2006-10-03 2014-07-01 Hewlett-Packard Development Company, L.P. Electrically actuated switch
US20100161283A1 (en) 2006-10-03 2010-06-24 Xinlin Qing Structural health monitoring network
DE102006048604A1 (de) 2006-10-13 2008-04-17 Siemens Ag Verfahren und Vorrichtung zum Überprüfen eines Sensorsignals
US7802020B2 (en) 2006-11-09 2010-09-21 Avago Technologies Ecbu Ip (Singapore) Pte. Ltd. I/O module with configurable ASICs that include a matrix switch
US8010410B2 (en) 2006-12-29 2011-08-30 Ebay Inc. Method and system for listing categorization
JP2008232934A (ja) * 2007-03-22 2008-10-02 Jfe Advantech Co Ltd 設備診断システム
US9754078B2 (en) 2007-06-21 2017-09-05 Immersion Corporation Haptic health feedback monitoring
US20090003599A1 (en) 2007-06-29 2009-01-01 Honeywell International, Inc. Systems and methods for publishing selectively altered sensor data in real time
US8812261B2 (en) 2007-08-23 2014-08-19 Applied Materials, Inc. Method and apparatus to automatically create virtual sensors with templates
US7974793B2 (en) 2007-08-31 2011-07-05 Siemens Industry, Inc. Systems, and/or devices to control the synchronization of diagnostic cycles and data conversion for redundant I/O applications
US20110277010A1 (en) 2007-09-05 2011-11-10 Bill Paul Audio video matrix switch with automatic line length signal compensator
JP5131523B2 (ja) 2007-09-10 2013-01-30 株式会社ジェイテクト 車両用操舵装置
EP2206240A2 (en) 2007-10-03 2010-07-14 Nxp B.V. Method and system for impulse radio wakeup
EP2053475A1 (de) * 2007-10-26 2009-04-29 Siemens Aktiengesellschaft Verfahren zur Analyse des Betriebs einer Gasturbine
US9215669B2 (en) 2007-11-16 2015-12-15 Qualcomm Incorporated Preamble design for a wireless signal
US7773529B2 (en) * 2007-12-27 2010-08-10 Net Optic, Inc. Director device and methods thereof
CN201138454Y (zh) * 2008-01-04 2008-10-22 沈翠凤 自动粮情测温、测湿及通风控制装置
US7746099B1 (en) 2008-01-11 2010-06-29 Xilinx, Inc. Method of and system for implementing a circuit in a device having programmable logic
US7936162B2 (en) * 2008-01-23 2011-05-03 Anritsu Corporation Measured-signal repetition frequency detection method, and sampling apparatus and waveform observation system using the method
US8571904B2 (en) 2008-02-08 2013-10-29 Rockwell Automation Technologies, Inc. Self sensing component interface system
CA2714534C (en) 2008-02-28 2018-03-20 Kenneth Perlin Method and apparatus for providing input to a processor, and a sensor pad
MX2010010913A (es) 2008-04-04 2010-12-21 Powerwave Cognition Inc Metodos y sistemas para una internet movil de banda ancha, enrutable.
US8381053B1 (en) 2008-04-09 2013-02-19 Marvell International Ltd. Generating a moving average
AU2009241750B2 (en) 2008-05-02 2013-07-11 Savant Systems, Inc. Touch sensitive video signal display for a programmable multimedia controller
CN101640979A (zh) * 2008-07-28 2010-02-03 富葵精密组件(深圳)有限公司 导电线路的制作方法
US20100026240A1 (en) * 2008-07-30 2010-02-04 3M Innovative Properties Company Lithium ion battery pack charging system and device including the same
US8437984B2 (en) 2008-08-12 2013-05-07 Rockwell Automation Technologies, Inc. Visualization employing heat maps to convey quality, prognostics, or diagnostics information
US8352149B2 (en) 2008-10-02 2013-01-08 Honeywell International Inc. System and method for providing gas turbine engine output torque sensor validation and sensor backup using a speed sensor
ES2730077T3 (es) 2008-10-27 2019-11-08 Mueller Int Llc Sistema y método de monitoreo de infraestructura
US8510244B2 (en) 2009-03-20 2013-08-13 ISC8 Inc. Apparatus comprising artificial neuronal assembly
US8285414B2 (en) 2009-03-31 2012-10-09 International Business Machines Corporation Method and system for evaluating a machine tool operating characteristics
US8618934B2 (en) * 2009-04-27 2013-12-31 Kolos International LLC Autonomous sensing module, a system and a method of long-term condition monitoring of structures
JP2010263531A (ja) 2009-05-11 2010-11-18 Renesas Electronics Corp Ａ／ｄ変換回路及びテスト方法
CN102449606B (zh) 2009-05-29 2015-01-21 爱默生零售服务公司 用于监视和评估设备运行参数修改的系统和方法
US8676721B2 (en) 2009-09-18 2014-03-18 Apo Offshore, Inc. Method, system and apparatus for intelligent management of oil and gas platform surface equipment
US8311778B2 (en) 2009-09-22 2012-11-13 Rosemount Inc. Industrial process control transmitter with multiple sensors
CN101694577B (zh) * 2009-10-20 2011-07-20 大连捷成实业发展有限公司 交叉点开关矩阵在线监控系统
US8924033B2 (en) 2010-05-12 2014-12-30 Alstom Grid Inc. Generalized grid security framework
FR2961756B1 (fr) 2010-06-29 2014-03-07 Michelin Soc Tech Systeme de production et d'alimentation en hydrogene et en chlorate de sodium, comportant un electrolyseur au chlorure de sodium pour produire le chlorate de sodium
JP5565147B2 (ja) * 2010-06-30 2014-08-06 株式会社デンソー 半導体モジュールの製造方法
JP5545084B2 (ja) * 2010-07-08 2014-07-09 ソニー株式会社 情報処理装置、情報処理方法及びプログラム
US20120025526A1 (en) 2010-07-30 2012-02-02 General Electric Company System and method for monitoring wind turbine gearbox health and performance
ITMO20100263A1 (it) 2010-09-21 2012-03-22 Vincenzo Rina Apparecchiatura per la verniciatura di scafi di imbarcazioni navali o simili
US8608097B2 (en) 2010-11-08 2013-12-17 Alstom Technology Ltd System and method for monitoring operational characteristics of pulverizers
US20130060524A1 (en) 2010-12-01 2013-03-07 Siemens Corporation Machine Anomaly Detection and Diagnosis Incorporating Operational Data
JP5991572B2 (ja) 2011-02-28 2016-09-14 サン パテント トラスト 送信方法および送信装置
US8843812B1 (en) * 2011-03-23 2014-09-23 Sk Hynix Memory Solutions Inc. Buffer management in a turbo equalization system
US20120254803A1 (en) 2011-03-29 2012-10-04 Intersil Americas Inc. Switch multiplexer devices with embedded digital sequencers
US9432298B1 (en) 2011-12-09 2016-08-30 P4tents1, LLC System, method, and computer program product for improving memory systems
US8930036B2 (en) 2011-04-13 2015-01-06 GM Global Technology Operations LLC Reconfigurable interface-based electrical architecture
EP2719999B1 (en) 2011-06-13 2018-07-11 Panasonic Intellectual Property Corporation of America Geomagnetic position detection apparatus and geomagnetic pattern acquisition method
US9652790B2 (en) 2011-06-17 2017-05-16 International Business Machines Corporation Open data marketplace for municipal services
JP2013073414A (ja) * 2011-09-28 2013-04-22 Hitachi-Ge Nuclear Energy Ltd プラントのセンサ診断装置およびセンサ診断方法
US20150163850A9 (en) 2011-11-01 2015-06-11 Idus Controls Ltd. Remote sensing device and system for agricultural and other applications
US8902936B2 (en) 2011-12-22 2014-12-02 Cory J. Stephanson Sensor event assessor input/output controller
US9477936B2 (en) 2012-02-09 2016-10-25 Rockwell Automation Technologies, Inc. Cloud-based operator interface for industrial automation
US8977578B1 (en) 2012-06-27 2015-03-10 Hrl Laboratories, Llc Synaptic time multiplexing neuromorphic network that forms subsets of connections during different time slots
WO2013142742A1 (en) 2012-03-21 2013-09-26 Lightfleet Corporation A packet-flow interconnect fabric
CN102662339B (zh) * 2012-05-16 2014-01-08 中国科学院长春应用化学研究所 一种粘弹谱仪的控制系统
JP5892867B2 (ja) * 2012-06-04 2016-03-23 三菱電機ビルテクノサービス株式会社 設備点検計画支援装置及びプログラム
CN202583862U (zh) 2012-06-05 2012-12-05 绥中安泰科技有限公司 太阳能电池板组件层压机监控装置
EP3489827B1 (en) 2012-06-12 2023-03-22 Siemens Aktiengesellschaft Discriminative hidden kalman filters for classification of streaming sensor data in condition monitoring
US20130346628A1 (en) 2012-06-21 2013-12-26 Rodney S. Canion Dynamically assigned mac addresses for devices in a computing system
US20130346667A1 (en) 2012-06-21 2013-12-26 Jonathan Stroud Serial port access system and method in a computing system
JP2014010741A (ja) * 2012-07-02 2014-01-20 Sony Corp 情報処理装置、情報処理方法及びプログラム
EP2708963A1 (en) * 2012-09-12 2014-03-19 Alstom Technology Ltd. Devices and methods for diagnosis of industrial electronic based products
FR2996302B1 (fr) * 2012-10-01 2014-10-17 Snecma Procede et systeme de mesure a capteurs multiples
US9660654B2 (en) * 2012-10-26 2017-05-23 California Institute Of Technology Synchronization of nanomechanical oscillators
US10122645B2 (en) 2012-12-07 2018-11-06 Cisco Technology, Inc. Output queue latency behavior for input queue based device
US9353768B2 (en) 2013-01-31 2016-05-31 Benzion Avni Hydromechanical continuously variable transmission
US10282676B2 (en) 2014-10-06 2019-05-07 Fisher-Rosemount Systems, Inc. Automatic signal processing-based learning in a process plant
WO2014160301A1 (en) 2013-03-14 2014-10-02 Mcalister Technologies, Llc Method and apparatus for generating hydrogen from metal
US20140288876A1 (en) 2013-03-15 2014-09-25 Aliphcom Dynamic control of sampling rate of motion to modify power consumption
US20140260761A1 (en) 2013-03-15 2014-09-18 Ford Global Technologies, Llc Method and system for stowing steering column in a vehicle
JP6257911B2 (ja) 2013-04-05 2018-01-10 株式会社日立製作所 水素製造手段を備えた太陽光発電システム
US9778080B2 (en) * 2013-04-29 2017-10-03 Emerson Electric (Us) Holding Corporation (Chile) Limitada Selective decimation and analysis of oversampled data
US10502594B2 (en) 2013-04-29 2019-12-10 Emerson Electric (Us) Holding Corporation (Chile) Limitada Dynamic transducer with digital output and method for use
CN103220552A (zh) * 2013-05-14 2013-07-24 无锡北斗星通信息科技有限公司 增强型数字广播发射机
US10262462B2 (en) 2014-04-18 2019-04-16 Magic Leap, Inc. Systems and methods for augmented and virtual reality
US9379836B2 (en) 2013-08-26 2016-06-28 National Chiao Tung University Resource allocation server and communication system for cloud-based radio access network
US20150080044A1 (en) 2013-09-13 2015-03-19 Shared Spectrum Company Distributed spectrum monitor
EP2860928B1 (en) * 2013-10-10 2016-12-07 Rockwell Automation Limited Hart sampling
GB201318096D0 (en) 2013-10-14 2013-11-27 Advanced Eng Solutions Ltd Pipeline condition detecting apparatus and method
WO2015131166A1 (en) 2014-02-28 2015-09-03 Plymill Clayton L Control system used for precision agriculture and method of use
US9674118B2 (en) 2014-03-19 2017-06-06 xCelor LLC System and method for low-latency network data switching
US9971317B2 (en) * 2014-03-26 2018-05-15 Rockwell Automation Technologies, Inc. Cloud-level industrial controller loop gain tuning based on industrial application type
US9673685B2 (en) 2014-04-02 2017-06-06 Rockwell Automation Technologies, Inc. System and method for detection of motor vibration
US9824311B1 (en) 2014-04-23 2017-11-21 Hrl Laboratories, Llc Asynchronous pulse domain processor with adaptive circuit and reconfigurable routing
DE102014006276A1 (de) 2014-05-02 2015-11-05 Meas Deutschland Gmbh Messvorrichtung sowie Verfahren zum Messen des Pegels einer Flüssigkeit in einem Behälter
US20150330950A1 (en) 2014-05-16 2015-11-19 Eric Robert Bechhoefer Structural fatigue crack monitoring system and method
US20160026729A1 (en) 2014-05-30 2016-01-28 Reylabs Inc Systems and methods involving mobile indoor energy efficiency exploration, monitoring and/or display aspects
US10519935B2 (en) 2014-06-24 2019-12-31 Ntn Corporation Condition monitoring system and wind power generation system using the same
AU2015283976B2 (en) 2014-07-03 2018-12-06 Fiber Mountain, Inc. Data center path switch with improved path interconnection architecture
US9927933B2 (en) 2014-07-10 2018-03-27 Microchip Technology Germany Gmbh Method and system for gesture detection and touch detection
US20160048399A1 (en) 2014-08-15 2016-02-18 At&T Intellectual Property I, L.P. Orchestrated sensor set
US10054577B2 (en) 2014-08-19 2018-08-21 Ingrain, Inc. Method and system for obtaining geochemistry information from pyrolysis induced by laser induced breakdown spectroscopy
US9916702B2 (en) 2014-10-09 2018-03-13 The Boeing Company Systems and methods for monitoring operative sub-systems of a vehicle
CN107077114B (zh) 2014-10-30 2020-09-29 西门子公司 在可编程逻辑控制器中使用软传感器
US10554565B2 (en) 2015-07-07 2020-02-04 Strong Force Iot Portfolio 2016, Llc Network communication recoding node
US9826338B2 (en) 2014-11-18 2017-11-21 Prophecy Sensorlytics Llc IoT-enabled process control and predective maintenance using machine wearables
US10417076B2 (en) 2014-12-01 2019-09-17 Uptake Technologies, Inc. Asset health score
US9613523B2 (en) 2014-12-09 2017-04-04 Unilectric, Llc Integrated hazard risk management and mitigation system
US9741215B2 (en) 2014-12-11 2017-08-22 Elwha Llc Wearable haptic feedback devices and methods of fabricating wearable haptic feedback devices
US9589432B2 (en) 2014-12-22 2017-03-07 Immersion Corporation Haptic actuators having programmable magnets with pre-programmed magnetic surfaces and patterns for producing varying haptic effects
US9912595B1 (en) 2014-12-29 2018-03-06 Juniper Networks, Inc. Multi-stage switching fabric that uses reserved output ports
US10599982B2 (en) 2015-02-23 2020-03-24 Machinesense, Llc Internet of things based determination of machine reliability and automated maintainenace, repair and operation (MRO) logs
US20160245686A1 (en) 2015-02-23 2016-08-25 Biplab Pal Fault detection in rotor driven equipment using rotational invariant transform of sub-sampled 3-axis vibrational data
WO2016118979A2 (en) 2015-01-23 2016-07-28 C3, Inc. Systems, methods, and devices for an enterprise internet-of-things application development platform
US9998434B2 (en) 2015-01-26 2018-06-12 Listat Ltd. Secure dynamic communication network and protocol
US10271115B2 (en) 2015-04-08 2019-04-23 Itt Manufacturing Enterprises Llc. Nodal dynamic data acquisition and dissemination
US10852700B2 (en) 2015-04-12 2020-12-01 Andrey Abramov Wearable smart watch with a control-ring and a user feedback mechanism
EP3119006B1 (de) 2015-07-15 2018-08-29 RadioLED Holding AG Verfahren und elektronik zum aufbauen eines lokalen breitbandnetzes
US9759213B2 (en) 2015-07-28 2017-09-12 Computational Systems, Inc. Compressor valve health monitor
US20170075552A1 (en) 2015-09-15 2017-03-16 Simmonds Precision Products, Inc. Highly flexible, user friendly widgets for health and usage management systems
DE102015220526A1 (de) 2015-10-21 2017-04-27 Bayerische Motoren Werke Aktiengesellschaft Ein- und ausfahrbare Lenkungsvorrichtung für ein Fahrzeug
US9621173B1 (en) 2015-11-19 2017-04-11 Liming Xiu Circuits and methods of implementing time-average-frequency direct period synthesizer on programmable logic chip and driving applications using the same
US9929979B2 (en) 2016-01-07 2018-03-27 Analog Devices, Inc. Scalable crosspoint switch
US10241140B2 (en) 2016-01-14 2019-03-26 Syed Imran Mahmood Moinuddin Systems and methods for monitoring power consumption
US10182045B2 (en) 2016-01-29 2019-01-15 General Electric Company Method, system, and program storage device for managing tenants in an industrial internet of things
US20190056107A1 (en) 2016-02-03 2019-02-21 Strong Force Iot Portfolio 2016, Llc Industrial internet of things smart heating systems and methods that produce and use hydrogen fuel
US10302454B2 (en) 2016-02-15 2019-05-28 Olea Networks, Inc. Retrofit device and method of retrofitting a flow meter
US11327475B2 (en) * 2016-05-09 2022-05-10 Strong Force Iot Portfolio 2016, Llc Methods and systems for intelligent collection and analysis of vehicle data
WO2019028269A2 (en) 2017-08-02 2019-02-07 Strong Force Iot Portfolio 2016, Llc METHODS AND SYSTEMS FOR DETECTION IN AN INDUSTRIAL ENVIRONMENT OF COLLECTING INTERNET DATA FROM OBJECTS WITH LARGE DATA SETS
US11646808B2 (en) 2016-05-09 2023-05-09 Strong Force Iot Portfolio 2016, Llc Methods and systems for adaption of data storage and communication in an internet of things downstream oil and gas environment
CN114625076A (zh) * 2016-05-09 2022-06-14 强力物联网投资组合2016有限公司 用于工业物联网的方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4605928A (en) 1983-10-24 1986-08-12 International Business Machines Corporation Fault-tolerant array of cross-point switching matrices
JP2005128967A (ja) 2003-10-27 2005-05-19 Sozo Gijutsu Kenkyusho:Kk 医療用動き検出装置、医療用動き検出方法、医療用動き検出プログラム並びにコンピュータで読取可能な記録媒体
US20140067289A1 (en) 2010-08-16 2014-03-06 Csi Technology, Inc. Integrated vibration measurement and analysis system

Also Published As

Publication number Publication date
US20190243323A1 (en) 2019-08-08
US20180188704A1 (en) 2018-07-05
KR20180135089A (ko) 2018-12-19
US10551812B2 (en) 2020-02-04
US10416634B2 (en) 2019-09-17
US11163282B2 (en) 2021-11-02
US10409245B2 (en) 2019-09-10
US10416638B2 (en) 2019-09-17
KR20230157525A (ko) 2023-11-16
US20190072924A1 (en) 2019-03-07
US20180255378A1 (en) 2018-09-06
US20180253075A1 (en) 2018-09-06
US20190187648A1 (en) 2019-06-20
CN109478057B (zh) 2022-02-25
CN114625076A (zh) 2022-06-14
US11340573B2 (en) 2022-05-24
US10416635B2 (en) 2019-09-17
US20180210426A1 (en) 2018-07-26
US20220236709A1 (en) 2022-07-28
US20190187650A1 (en) 2019-06-20
US11327455B2 (en) 2022-05-10
US20190094829A1 (en) 2019-03-28
US10394210B2 (en) 2019-08-27
US10558187B2 (en) 2020-02-11
US10775758B2 (en) 2020-09-15
US20190179277A1 (en) 2019-06-13
CN109478057A (zh) 2019-03-15
US20190179279A1 (en) 2019-06-13
JP2024019175A (ja) 2024-02-08
US20180255382A1 (en) 2018-09-06
US11150621B2 (en) 2021-10-19
KR102000416B1 (ko) 2019-07-15
US10345777B2 (en) 2019-07-09
US20190187647A1 (en) 2019-06-20
US20190107816A1 (en) 2019-04-11
US20190187654A1 (en) 2019-06-20
US11106188B2 (en) 2021-08-31
US20190072926A1 (en) 2019-03-07
US20190187657A1 (en) 2019-06-20
US20180210427A1 (en) 2018-07-26
US10416632B2 (en) 2019-09-17
US20180188715A1 (en) 2018-07-05
US10338554B2 (en) 2019-07-02
US20190384250A1 (en) 2019-12-19
US10416637B2 (en) 2019-09-17
US10545474B2 (en) 2020-01-28
CN114625078A (zh) 2022-06-14
US20190187649A1 (en) 2019-06-20
US11163283B2 (en) 2021-11-02
US10409246B2 (en) 2019-09-10
US10545472B2 (en) 2020-01-28
US20190179278A1 (en) 2019-06-13
KR20220061265A (ko) 2022-05-12
US10416636B2 (en) 2019-09-17
US20190079483A1 (en) 2019-03-14
US20180210425A1 (en) 2018-07-26
US20190072922A1 (en) 2019-03-07
US20180255379A1 (en) 2018-09-06
KR102599073B1 (ko) 2023-11-10
US10545473B2 (en) 2020-01-28
US20190187651A1 (en) 2019-06-20
US20190187652A1 (en) 2019-06-20
US20180253073A1 (en) 2018-09-06
US20190187646A1 (en) 2019-06-20
US10481572B2 (en) 2019-11-19
US20190235461A1 (en) 2019-08-01
US20180255374A1 (en) 2018-09-06
US11175642B2 (en) 2021-11-16
US20180255375A1 (en) 2018-09-06
US10627795B2 (en) 2020-04-21
CN114625077A (zh) 2022-06-14
US20180255376A1 (en) 2018-09-06
US10488836B2 (en) 2019-11-26
US10409247B2 (en) 2019-09-10
US10359751B2 (en) 2019-07-23
WO2017196821A4 (en) 2017-12-07
US10877449B2 (en) 2020-12-29
US20180255377A1 (en) 2018-09-06
US20190072923A1 (en) 2019-03-07
US10551811B2 (en) 2020-02-04
US10416639B2 (en) 2019-09-17
US20190391551A1 (en) 2019-12-26
KR20190075160A (ko) 2019-06-28
US20180253074A1 (en) 2018-09-06
US11067959B2 (en) 2021-07-20
US10338555B2 (en) 2019-07-02
CA3045439A1 (en) 2017-11-16
US20190391552A1 (en) 2019-12-26
US10571881B2 (en) 2020-02-25
KR102392510B1 (ko) 2022-04-29
US20180255380A1 (en) 2018-09-06
US20180255383A1 (en) 2018-09-06
US10539940B2 (en) 2020-01-21
US20180188714A1 (en) 2018-07-05
EP3455684A1 (en) 2019-03-20
US20190187655A1 (en) 2019-06-20
US20190235462A1 (en) 2019-08-01
US10739743B2 (en) 2020-08-11
US20190187656A1 (en) 2019-06-20
US10365625B2 (en) 2019-07-30
US11169496B2 (en) 2021-11-09
US20190072925A1 (en) 2019-03-07
US11144025B2 (en) 2021-10-12
US10528018B2 (en) 2020-01-07
US10416633B2 (en) 2019-09-17
KR102255270B1 (ko) 2021-05-25
US11126153B2 (en) 2021-09-21
US20190391550A1 (en) 2019-12-26
US20200012248A1 (en) 2020-01-09
JP2019523425A (ja) 2019-08-22
US20190187653A1 (en) 2019-06-20
EP3455684A4 (en) 2020-05-13
US10775757B2 (en) 2020-09-15
US20190072928A1 (en) 2019-03-07
US11169497B2 (en) 2021-11-09
WO2017196821A1 (en) 2017-11-16
KR20210059045A (ko) 2021-05-24
US10437218B2 (en) 2019-10-08
US20180255381A1 (en) 2018-09-06
US10338553B2 (en) 2019-07-02
JP2022078082A (ja) 2022-05-24

Similar Documents

Publication Publication Date Title
JP7454160B2 (ja) 産業用のモノのインターネットのための方法およびシステム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200511

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200529

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210226

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210303

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20210602

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20210803

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210902

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20211013

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220214

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20220214

C11 Written invitation by the commissioner to file amendments

Free format text: JAPANESE INTERMEDIATE CODE: C11

Effective date: 20220302

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20220329

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20220406

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20220415

C211 Notice of termination of reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C211

Effective date: 20220420

C22 Notice of designation (change) of administrative judge

Free format text: JAPANESE INTERMEDIATE CODE: C22

Effective date: 20220831

C22 Notice of designation (change) of administrative judge

Free format text: JAPANESE INTERMEDIATE CODE: C22

Effective date: 20221012

C22 Notice of designation (change) of administrative judge

Free format text: JAPANESE INTERMEDIATE CODE: C22

Effective date: 20230405

C22 Notice of designation (change) of administrative judge

Free format text: JAPANESE INTERMEDIATE CODE: C22

Effective date: 20230419

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20230809

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20231010

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231110

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240229

R150 Certificate of patent or registration of utility model

Ref document number: 7454160

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150