KR20180123581A

KR20180123581A - 애셋이 유체 이슈를 가지는가의 여부를 판단하기 위한 컴퓨터화된 유체 분석

Info

Publication number: KR20180123581A
Application number: KR1020187031630A
Authority: KR
Inventors: 아파나 판데이; 마이클 호렐; 알렉산더 것프레인드
Original assignee: 업테이크 테크놀로지스 인코포레이티드
Priority date: 2016-04-06
Filing date: 2017-04-05
Publication date: 2018-11-16
Also published as: WO2017176885A1; EP3440572A4; CA3019944A1; JP2019519753A; EP3440572A1; CN109074413A; AU2017246888A1; SG11201808759RA; US20170292940A1

Abstract

애셋이 유체 이슈를 가지는가의 여부에 대한 판단에 관련된 시스템들, 디바이스들, 및 방법들이 본원에서 개시된다. 특히, 예들은 하나 이상의 애셋들에 대한 이력적인 유체 데이터에 적어도 기반한여, 애셋이 유체 이슈를 가질 가능성이 있는가의 여부의 표지를 출력하기 위한 예측 모델을 정의하는 플랫폼을 수반한다. 상기 이력적인 유체 데이터는 하나 이상의 애셋들에 대한 복수의 유체 리포트들 중 적어도 하나 그리고 각 유체 리포트에 대한 유체 이슈의 표시를 포함할 수 있다. 상기 플랫폼은 정해진 애셋과 연관된 적어도 하나의 유체 리포트를 수신하고 그리고 상기 예측 모델 및 상기 쉰된 적어도 하나의 유체 리포트에 적어도 기반하여, 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있다는 판단을 할 수 있다. 상기 플랫폼은 컴퓨팅 디바이스로 하여금 상기 판단의 표시를 출력하도록 할 수 있다.

Description

애셋이 유체 이슈를 가지는가의 여부를 판단하기 위한 컴퓨터화된 유체 분석

관련된 출원에 대한 상호 참조

본원은 2016년 4월 6일에 출원된 "Computerized Fluid Analysis for Determining Whether an Asset is Likely to Have a Fluid Issue" 제목의 미국 정규 특허 출원 No. 15/092,593에 대한 우선권을 주장하며, 이 출원은 그 전체가 본원에 참조로 편입된다.

오늘날, 애셋들 (assets) (본원에서는 "기계들"로 또한 언급됨)은 여러 산업분야들에 도처에 존재한다. 간호사들 및 의사들이 생명을 구조하는 것을 돕는 의료 설비에게 여러 지역들을 가로질러 화물을 전달하는 기관차들로부터, 애셋들은 매일의 생활에 중요한 역할을 서빙한다. 애셋이 공헌하는 그 역할에 따라서, 그 애셋의 복잡성이 변할 수 있다. 예를 들면, 몇몇의 애셋들은 그 애셋이 적절하게 작용하기 위해 조화되어 동작해야 하는 다수의 서브시스템들을 포함할 수 있다 (예를 들면, 기관차의 엔진, 트랜스미션 등).

유체 분석은 애셋이 정확하게 작동하고 있는가를 확인하기 위한 하나의 매커니즘이다. 채굴 장비, 기관차, 항공기, 배와 같은 애셋들은 작동하기 위해 유체를 보통 사용한다. 상기 유체는, 예를 들면, 오일, 트랜스미션, 냉각제, 또는 연료의 모습을 취할 수 있다. 유체는 애셋 내의 많은 서브시스템들을 통해 이동하여 냉각 기능, 유압 기능, 및 윤활 기능을 포함하는 다양한 기능들을 수행한다. 이 프로세스에서, 유체는 열, 압력, 및 마찰을 포함하는 거친 환경들에 노출될 수 있으며, 이는 상기 유체의 특성들이 변하는 결과를 가져온다. 예를 들면, 오일은 그 오일이 윤활하고 있는 애셋 컴포넌트들의 마모됨 (wearing)과 연관된 입자들을 포집한다. 그 입자들은, 예를 들면, 알루미늄 피스톤으로부터의 알루미늄 입자들, 알루미늄 피스톤 라이너로부터의 알루미늄 입자들, 또는 그 환경으로부터의 오염물을 포함할 수 있다. 유체 성분에서의 일부 변화들은 애셋의 정상적인 작동으로 인해 예상될 수 있다. 그러나, 다른 변화들은 비정상적인 작동을 암시할 수 있다. 유체 분석은 애셋 내 유체의 특성들에 대한 판단이다. 그 특성들은 애셋이 제대로 작동하고 있는가의 여부를 판단하기 위해 그리고 예방 유지보수를 수행함에 있어서 지원하기 위해 평가될 수 있다.

본 발명은 애셋이 유체 이슈를 가지는가의 여부를 판단하는 것에 관련된 시스템, 디바이스들, 및 방법을 제공하려고 한다.

유체 분석기는 애셋으로부터의 유체를 분석하고 그리고 그 유체의 특성들을 판단하는 디바이스이다. 이 특성들은, 입자 유형들, 입자 카운트들, 및 입자 크기들과 같은 그 유체 내 입자들에 관한 정보를 포함할 수 있다. 입자는 그 유체의 성분일 수 있으며, 이는 고체, 액체, 및 가스의 모습을 취할 수 있다. 고체인 입자의 예는 알루미늄과 같은 금속의 조각일 수 있으며, 액체 모습인 입자의 예는 물이나 디젤일 수 있으며, 그리고 가스 모습인 입자의 예는 수소 또는 이산화탄소일 수 있다. 입자 유형은 그 유체 내 입자의 특별한 유형을 표시할 수 있으며, 입자 카운트는 그 유체 내 입자 유형의 양이나 농도를 표시할 수 있으며, 그리고 입자 크기는 그 유체 내 입자들의 크기를 표시할 수 있다. 유체 분석기는 유체의 pH 및 점성과 같은 유체의 다른 특성들을 마찬가지로 판단할 수 있을 것이다. 유체 분석 동안에, 유체 분석기는 그 유체 내 수십 개, 수백 개, 또는 심지어는 수천 개의 상이한 입자들을, 애셋 그 자체 내에 또는 그 애셋이 작동하고 있는 환경 내에 존재하는 특정 요소들 및 합성물들의 존재 또는 부존재를 포함하여 체크할 수 있다. 유체 분석기는 그 후에 자신이 찾은 것들을 복잡한 유체 리포트에서 보통 출력하며, 이 유체 리포트는 발견된 상이한 입자들 모두에 대한 입자 유형, 입자 카운트들, 입자 크기들을 상세하게 명시할 수 있다. 추가로, 유체 리포트는 다른 특성들 중에서도 특히 유체의 pH 및 점성을 명시할 수 있다.

상기 유체는 그 유체의 타고난 성질로 인한 또는 애셋의 정상 작동으로부터의 몇몇의 예상된 특성들을 가질 수 있다. 그러나 다른 특성들은 그 애셋의 작동에서의 이상을 표시할 수 있으며 (주의를 요할 수 있는, 상기 애셋 내 컴포넌트의 고장 또는 잠재적인 고장), 이 경우에 상기 애셋은 "유체 이슈 (fluid issue)"를 가진 것으로 간주될 수 있다. 애셋에서의 또는 애셋의 특정 서브시스템에서의 유체 이슈는 컴포넌트의 마모 및 찢어짐, 오염물들의 존재, 또는 유체 내의 누출들로 인한 것일 수 있으며, 이는 그 애셋 등에 대한 손상으로 이어질 수 있다. 예를 들면, 알루미늄 입자들의 높은 농도가 유체 내에서 발견되면, 이것은 그 애셋 내 알루미늄 컴포넌트의 고장 또는 임박한 고장을 표시할 수 있다. 또한, 유체의 유형은 고장 난 또는 거의 고장 난 애셋 내 특정 컴포넌트를 국지화시키는 것을 도울 수 있다. 예를 들어, 유체가 엔진 오일이라면, 고장 난 또는 거의 고장 난 알루미늄 컴포넌트는 그 알루미늄 피스톤 라이너 또는 그 엔진 오일이 윤활하는 알루미늄 피스톤일 수 있다.

위에서의 예는 단지 예시를 위해 제공되었으며, 그리고 상기 유체 리포트의 내용들 및 사용을 지나치게 간소화한 것이다. 실제로, 애셋이 유체 이슈를 가지는가의 여부를 판단하는 것은 극도로 어려운 프로세스이다. 그 판단은 유체 분석기에 의해 분석된 그리고 그 유체 리포트에 의해 표시된 특성들의 개수만으로도 방해받는다. 실제로, 위에서 적어둔 것처럼, 유체 분석기는 그 유체 분석기에 의해 측정된 넓은 범위의 상이한 특성들을 포함하는 복잡한 리포트를 보통 출력하며, 그리고 이 특성들이 유체 이슈를 표시하는가의 여부는 유체 유형, 애셋 유형, 및/또는 상기 유체가 취해지는 그 애셋의 서브시스템의 유형과 같은 다양한 다른 팩터들에 종속할 수 있다. 또한, 단 하나의 유체 리포트가 아니라 (시간 흐름에 따라 그 유체 내 입자들의 양들 및 유형들에서의 변화들 또는 경향을 보여주는) 일련의 유체 리포트들이 유체 이슈 판단에 있어서 사용될 수 있을 것이다. 본원에서 개시된 상기 예시의 시스템들, 디바이스들, 및 방법들은 유체 분석기에 의해 생성된 복잡한 유체 리포트들을 분석하고 그리고 애셋이 유체 이슈를 가지는가의 여부에 대한 신뢰성있는 판단을 하는데 있어서 이런 어려움들 중 하나 이상을 해결하는 것을 도울 것을 추구한다.

일반적으로, 플랫폼은 이력적인 유체 데이터를 획득하고, 그 이력적인 유체 데이터를 분석하고, 그리고 그 유체의 특성들을 지표, 예를 들면, 애셋이 유체 이슈를 가질 확률에 상관시키는 예측 모델을 정의하도록 구성될 수 있다.

상기 이력적인 유체 데이터는 유체 분석기에 의해 생성된 복수의 유체 리포트들 중 적어도 하나 그리고 그 유체 리포트들 각각에 대해 상기 유체 리포트와 연관된 애셋이 유체 이슈를 가지는가에 대한 지표일 수 있다. 상기 복수의 유체 리포트들은 몇몇의 이전 시각(들)에서 애셋으로부터 취해진 유체의 샘플들에 대한 분석들은 물론이며 그 애셋으로부터 최근에 취해진 그 유체의 샘플에 대한 분석을 포함할 수 있다. 이 방식에서 상기 이력적인 유체 데이터는 그 유체의 특성들의 이력 그리고 시간 흐름에 따라 그 애셋에 연관된 상기 유체의 특성들에서의 변화들을 유지할 수 있다.

상기 이력적인 유체 데이터는 동일 유형의 유체 (예를 들면, 오일 또는 냉각제 유체)에 대한 분석으로부터 생성된 유체 리포트들을 포함할 수 있다. 다른 예로서, 상기 유체 리포트들은 동일 유형의 애셋 (예를 들면, 비행기 또는 트랙터)으로부터의 동일 유형의 유체에 대한 유체 리포트들에 대한 분석으로부터 생성될 수 있다. 또 다른 예로서, 유체 리포트들은 애셋의 동일 유형의 서브시스템 (예를 들면, 엔진 또는 트랜스미션)으로부터의 동일 유형의 유체에 대한 유체 리포트들에 대한 분석으로부터 생성될 수 있다. 다른 예에서, 상기 유체 리포트들은 동일한 애셋 그 자체로부터의 동일 유형의 유체에 대한 유체 리포트들에 대한 분석으로부터 생성될 수 있다.

상기 플랫폼은 이 이력적인 유체 데이터를 수신하고 (1) 유체 리포트의 특성들 및 (2) 유체 이슈가 존재하는가의 여부 사이의 관계들에 대한 분석에 기반하여 예측 모델을 정의할 수 있다. 그 후에 상기 플랫폼은 유체 리포트에 기반하여 정해진 애셋에서 유체 이슈의 가능성을 예측하기 위해 상기 예측 모델을 이용할 수 있다. 예를 들면, 상기 플랫폼은 정해진 애셋과 연관된 유체에 대한 최근의 유체 리포트(들)를 수신하고 그리고 그 후에 상기 유체 리포트(들)를 상기 예측 모델로 입력할 수 있다. 다음에, 상기 예측 모델은 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있는가의 여부에 관한 지표를 출력할 수 있다. 추가로, 상기 플랫폼은 상기 유체의 어느 특성들이 상기 유체 이슈를 가질 상기 애셋의 가능성에 기여하는가를 식별하기 위해 상기 모델을 또한 이용할 수 있다.

상기 플랫폼은 상기 모델의 출력에 기반하여 다양한 행동을 취할 수 있다. 예를 들면, 하나의 구현에서, (예를 들면, 애셋이 유체 이슈를 가질 가능성이 몇몇의 임계 양을 초과한다면) 상기 플랫폼은 그 예측 모델의 출력에 기반하여 경보 메시지를 생성할 수 있다. 상기 경보는 컴퓨터나 모바일 전화기, 태블릿 등과 비슷한 개인용 디바이스와 같은 클라이언트 스테이션 상에서의 사용자에게 보이고 그리고/또는 들릴 수 있을 것이다.

다른 구현에서, 상기 모델의 출력에 기반하여, 상기 플랫폼은 다양한 예방적인 행동들을 트리거할 수 있다. 예를 들면, 상기 확률에 기반하여, 상기 플랫폼은 사용자의 작업흐름을 용이하게 하기 위해 상기 예측 모델의 결과들에 기반하여 채워진 필드들과 함께 상기 애셋을 수리하기 위한 작업 순서를 생성하는 것을 용이하게 할 수 있다. 이 필드들은 제안된 수리, 제안된 예방 유지보수 절차들 등을 포함할 수 있지만 그것들로 제한되지는 않는다. 다른 실시예에서, 상기 클라이언트 스테이션은 제안된 수리나 절차를 위한 상세한 지시어들을 또한 보여줄 수 있다. 다른 예들에서, 상기 플랫폼은 상기 애셋을 수리하기 위해 부품 주문을 용이하게 하고 그리고/또는 상기 애셋이 자신의 작동을 수정하도록 하는 하나 이상의 명령들을 상기 애셋에게 전송할 수 있다. 다른 설비들 또한 가능하다.

추가로, 상기 플랫폼 (110)은 상기 유체 리포트 또는 복수의 유체 리포트들과 연관된 정보를 시각적으로 제시할 수 있다. 상기 정보는 클라이언트 스테이션 (112) 상에 그래픽 사용자 인터페이스 (GUI)로서 제시될 수 있다. 예를 들면, 한 구현에서, 상기 GUI는 정해진 애셋으로부터 취해진 정해진 유형의 유체 내 다양한 입자들에 대한 입자 카운트들의 텍스트 또는 그래픽 표현을 포함할 수 있다. 다른 구현에서, 상기 GUI는 상기 정해진 애셋으로부터 취해진 정해진 유형의 유체의 어떤 특성들을 다른 애셋들로부터 취해진 정해진 유형의 유체의 특성들과 어떻게 비교하는가의 텍스트 및/또는 그래픽 표현을 포함할 수 있다. 이 정보는 상기 GUI 상에 수치적인 데이터, 막대 그래프, 또는 라인 그래프의 모습으로 제시될 수 있다.

예를 들면, 한 모습에서의 방법은 애셋이 유체 이슈를 가질 가능성이 있는가의 여부에 대한 지표를 출력하기 위한 예측 모델을 정의하는 단계를 포함한다. 상기 예측 모델은 하나 이상의 애셋들에 대한 이력적인 유체 데이터를 적어도 기반으로 한다. 상기 이력적인 유체 데이터는 (i) 상기 하나 이상의 애셋들과 연관된 복수의 유체 리포트들 및 (ii) 복수의 표시들을 포함하며, 그리고 각 표시는 상기 하나 이상의 애셋들 중의 애셋이 유체 이슈를 가지는가의 여부를 식별한다. 정해진 애셋과 연관된 적어도 하나의 유체 리포트가 수신되며 그리고 상기 예측 모델 및 상기 수신된 적어도 하나의 유체 리포트에 기반하여, 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있는가에 대한 판단이 내려지며; 그리고 컴퓨팅 디바이스로 하여금 상기 판단의 표시를 출력하도록 한다.

유체 이슈의 상기 표시는 상기 유체 리포트의 전문가 리뷰에 기반하여 결정된다. 상기 예측 모델을 정의하는 것은 회귀 기법을 상기 이력적인 유체 데이터에 적용하는 것을 포함한다. 상기 이력적인 유체 데이터는 (i) 동일 유형의 유체에 대한 복수의 유체 리포트들; (ii) 상기 정해진 애셋과 동일한 유형에 대한 복수의 유체 리포트들; (iii) 상기 정해진 애셋에 대한 복수의 유체 리포트들; 및 (iv) 상기 정해진 애셋의 동일한 유형의 서브시스템에 대한 복수의 유체 리포트들 중 하나 이상을 포함한다. 상기 유체 리포트들 각각은 복수의 특성들을 포함한다. 상기 유체 특성들은 유체 내 입자들의 입자 카운트 그리고 유체의 나이, 관찰된 점성 등과 같은 다른 특성들을 포함한다. 각 유체 리포트는 상기 정해진 애셋으로부터 취해진 정해진 유형의 유체에 대한 것이다. 상기 복수의 유체 리포트들은 상기 정해진 애셋에 대한 일련의 유체 리포트들을 포함한다. 컴퓨팅 디바이스로 하여금 상기 판단의 표시를 출력하도록 하는 것은 컴퓨팅 디바이스로 하여금 상기 판단의 시각적인 표시를 디스플레이하도록 하는 것을 포함한다. 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있다는 상기 판단은 상기 예측 모델을 적어도 기반으로 한다.

상기 수신된 적어도 하나의 유체 리포트는: 상기 예측 모델을 상기 수신된 적어도 하나의 유체 리포트에 적용하여 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있는가의 여부에 대한 지표를 출력하도록 하는 단계; 상기 지표를 임계 조건과 비교하는 단계; 그리고 상기 지표가 상기 임계 조건을 초과하는가를 판단하는 단계를 포함한다. 상기 컴퓨팅 디바이스는 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있다는 판단에 영향을 주는 상기 정해진 애셋의 정해진 유형의 유체의 그 특성들에 대한 표시를 출력하도록 한다. 상기 수신된 적어도 하나의 유체 리포트는 유체의 복수의 특성들 및 각 특성과 연관된 측정치를 정의한다. 상기 방법은, 상기 수신된 적어도 하나의 유체 리포트의 정해진 특성을 선택하는 단계; 상기 적어도 하나의 유체 리포트 내 상기 정해진 특성의 정해진 측정치를 변경하는 단계; 상기 정해진 측정치를 변경하는 것이 상기 정해진 애셋이 유체 이슈를 가지는 확률을 임계 양만큼 변하게 하는가를 판단하는 단계; 그리고 상기 컴퓨팅 디바이스로 하여금 상기 정해진 특성에 관한 표시를 출력하도록 하는 단계를 더 포함한다.

다른 모습에서, 플랫폼은: 통신 네트워크를 경유하여 데이터 소스 및 컴퓨팅 디바이스와의 통신을 용이하게 하도록 구성된 네트워크 인터페이스; 적어도 하나의 프로세서; 비-일시적 컴퓨터-판독가능 매체; 그리고 상기 비-일시적 컴퓨터-판독가능 매체에 저장된 프로그램 지시어들을 포함하며, 상기 프로그램 지시어들은 상기 적어도 하나의 프로세서에 의해 실행가능하여 상기 플랫폼으로 하여금: 정해진 애셋과 연관된 적어도 하나의 유체 리포트를 수신하도록 하고; 애셋이 유체 이슈를 가질 가능성이 있는가의 여부에 대한 지표를 출력하는 예측 모델 그리고 상기 수신된 적어도 하나의 유체 리포트에 적어도 기반하여, 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있는가에 대한 판단을 하도록 하며, 상기 예측 모델은 상기 데이터 소스로부터 수신된 하나 이상의 애셋들에 대한 이력적인 유체 데이터에 적어도 기반하여 정의되며, 상기 이력적인 유체 데이터는 (i) 상기 하나 이상의 애셋들과 연관된 복수의 유체 리포트들 및 (ii) 복수의 표시들로, 각 표시는 상기 하나 이상의 애셋들 중의 애셋이 유체 이슈를 가지는가의 여부를 식별하는, 복수의 표시들 중 적어도 하나를 포함하며; 그리고 상기 컴퓨팅 디바이스로 하여금 상기 판단의 표시를 출력하도록 한다.

상기 복수의 유체 리포트들은 상기 정해진 애셋에 대한 일련의 유체 리포트들을 포함한다. 컴퓨팅 디바이스로 하여금 상기 판단의 표시를 출력하도록 하는 상기 프로그램 지시어들은 상기 컴퓨팅 디바이스로 하여금 상기 판단의 시각적인 표시를 디스플레이하도록 한다. 상기 이력적인 유체 데이터는 (i) 동일 유형의 유체에 대한 복수의 유체 리포트들; (ii) 상기 정해진 애셋과 동일한 유형에 대한 복수의 유체 리포트들; (iii) 상기 정해진 애셋에 대한 복수의 유체 리포트들; 및 (iv) 상기 정해진 애셋의 동일한 유형의 서브시스템에 대한 복수의 유체 리포트들 중 하나 이상을 포함한다. 상기 예측 모델 및 상기 수신된 적어도 하나의 유체 리포트에 기반하여, 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있는가에 대한 판단을 하기 위한 상기 프로그램 지시어들은: 상기 예측 모델을 상기 수신된 적어도 하나의 유체 리포트에 적용하여 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있는가의 여부에 대한 지표를 출력하고; 상기 지표를 임계 조건과 비교하며; 그리고 상기 지표가 상기 임계 조건을 초과하는가를 판단하기 위한 프로그램 지시어들을 포함한다. 프로그램 지시어들은, 상기 이력적인 유체 데이터에 기반하여, 상기 정해진 애셋 내 정해진 유형의 유체의 특성들을 어떻게 다른 애셋들 내 상기 정해진 유형의 유체의 특성들에 비교하는가의 표시를 상기 컴퓨팅 디바이스로 하여금 출력하게 한다. 상기 수신된 적어도 하나의 유체 리포트는 유체의 복수의 특성들 및 각 특성과 연관된 측정치를 정의하며, 상기 플랫폼은: 상기 수신된 적어도 하나의 유체 리포트의 정해진 특성을 선택하고; 상기 적어도 하나의 유체 리포트 내 상기 정해진 특성의 정해진 측정치를 변경하고; 상기 정해진 측정치를 변경하는 것이 상기 정해진 애셋이 유체 이슈를 가지는 확률을 임계 양만큼 변하게 하는가를 판단하고; 그리고 상기 컴퓨팅 디바이스로 하여금 상기 정해진 특성에 관한 표시를 출력하도록 하는, 프로그램 지시어들을 더 포함한다.

또 다른 모습에서, 지시어들을 저장하는 비-일시적 컴퓨터-판독가능 매체로, 상기 지시어들은 실행 가능하여 플랫폼으로 하여금: 정해진 애셋과 연관된 적어도 하나의 유체 리포트를 수신하도록 하고; 애셋이 유체 이슈를 가질 가능성이 있는가의 여부에 대한 지표를 출력하는 예측 모델 그리고 상기 수신된 적어도 하나의 유체 리포트에 적어도 기반하여, 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있는가에 대한 판단을 하도록 하며, 상기 예측 모델은 상기 데이터 소스로부터 수신된 하나 이상의 애셋들에 대한 이력적인 유체 데이터에 적어도 기반하여 정의되며, 상기 이력적인 유체 데이터는 (i) 상기 하나 이상의 애셋들과 연관된 복수의 유체 리포트들 및 (ii) 복수의 표시들로, 각 표시는 상기 하나 이상의 애셋들 중의 애셋이 유체 이슈를 가지는가의 여부를 식별하는, 복수의 표시들 중 적어도 하나를 포함하며; 컴퓨팅 디바이스로 하여금 상기 판단의 표시를 출력하도록 하다.

본 발명이 속한 기술 분야에서 통상의 지식을 가진 자는 다음의 개시를 읽으면 수많은 다른 모습들은 물론이며 이런 특징들을 인정할 것이다.

본 발명의 효과는 본 명세서의 해당되는 부분들에 개별적으로 명시되어 있다.

도 1은 예시의 실시예들이 구현될 수 있는 예시의 네트워크 구성을 도시한다.
도 2는 유체 리포트의 예시의 발췌를 도시한다.
도 3은 예시의 플랫폼의 구조적인 블록도이다.
도 4는 애셋이 유체 이슈를 가지는가의 여부를 판단하기 위해 예시의 플랫폼에 의해 수행되는 예시의 기능들의 흐름도이다.
도 5는 모델링 과정 동안에 예시의 플랫폼에 의해 수행되는 예시의 기능들의 흐름도이다.
도 6은 애셋 모니터링 과정 동안에 예시의 플랫폼에 의해 수행되는 예시의 기능들의 흐름도이다.
도 7은 애셋이 유체 이슈를 가지는 확률에 관한 유체 영향의 특성들을 식별하기 위해 예시의 플랫폼에 의해 수행되는 예시의 기능들의 흐름도이다.
도 8은 클라이언트 스테이션의 예시이 사용자 인터페이스를 도시한다.
도 9는 예시의 플랫폼에 의해 수행된 예시의 기능들의 흐름도이다.

다음의 개시는 동반 도면들 및 여러 예시의 시나리오들을 참조한다. 본 발명이 속한 기술 분야에서 통상의 지식을 가진 자는 그런 참조들은 설명의 목적만을 위한 것이며, 그러므로 한정하려고 하는 것을 의미하지는 않는다는 것을 이해할 것이다. 상기 개시된 시스템들, 디바이스들, 및 방법들 중 일부 또는 모두는, 각각이 본원에서 숙고될 수 있는 다양한 방식들로 재배열, 결합, 추가 및/또는 제거될 수 있다.

I. 예시의 시스템 구성

도 1은 유체 분석기에 의해 생성된 유체 리포트에 기반하여 애셋이 유체 이슈를 가지는가의 여부를 예측하기 위한 예시의 시스템 구성 (100)을 도시한다. 상기 시스템 구성은 애셋 (102), 유체 분석기 (104), 유체 데이터 소스 (106), 통신 네트워크 (108), 플랫폼 (110), 및 클라이언트 스테이션 (112)을 포함할 수 있다. 상기 시스템 구성은 복수의 애셋들 및 복수의 유체 분석기들을 포함할 수 있다. 추가로, 몇몇의 실시예들에서, 상기 시스템 구성은 복수의 플랫폼들 및 본원에서 설명된 기능성을 수행하는 각자의 클라이언트 스테이션들을 또한 포함할 수 있다.

이 예시의 네트워크 구성은 애셋 관리의 환경에서 도시된다. 그러나, 본원에서 개시된 상기 개념들이 파티들 및 다른 조직들이 유체 분석에 기반하여 애셋들을 관리하는 이해관계를 가지는 경우인 애셋 관리 외부인 어떤 다른 환경에도 적용될 수 있다는 것이 이해되어야 한다.

일반적으로, 상기 통신 네트워크 (108)는 하나 이상의 컴퓨팅 시스템들 그리고 상기 유체 데이터 소스 (106), 상기 플랫폼 (110), 및 클라이언트 스테이션 (112) 사이에서 데이터를 전달하는 것을 용이하게 하도록 구성된 네트워크 하부구조를 포함할 수 있다. 상기 통신 네트워크 (108)는 하나 이상의 광역 네트워크들 (Wide-Area Networks (WANs)) 및/또는 로컬 영역 네트워크들 (Local-Area Networks (LANs)), 개인 영역 네트워크 (Personal Area Network) 및/또는 차량 영역 네트워크 (Vehicular Area Network (VAN)) 및/또는 애드 혹 (ad hoc) 네트워크들, 및/또는 유선 및/또는 무선 네트워크들이거나 그것들을 포함할 수 있다. 몇몇의 예들에서, 상기 통신 네트워크 (108)는 다른 네트워크들 중에서도 특히 하나 이상의 셀룰러 네트워크 및/또는 인터넷을 포함할 수 있다. 상기 통신 네트워크 (108)는 LTE, CDMA, WiMax, WiFi, Bluetooth, HTTP, TCP 등과 같은 하나 이상의 통신 프로토콜들에 따라 작동할 수 있다. 비록 상기 통신 네트워크 (108)가 단일의 네트워크로 보이지만, 상기 통신 네트워크 (108)는, 스스로가 통신가능하게 링크된 다수의 별개 네트워크들일 수 있다는 것이 이해되어야 한다.

각 애셋 (102)은 다양한 모습들을 취할 수 있으며, 그 예들은 다른 예들 중에서도 특히 수송 기계들 (예를 들면, 기관차, 항공기, 세미-트레일러 트럭, 배 등), 산업용 기계들 (예를 들면, 채굴 장비, 건설 장비 등), 의료 기계들 (예를 들면, 의료용 영상 장비, 수술 장비, 의료 모니터링 시스템, 의료 연구실 장비 등), 및 유틸리티 기계들 (예를 들면, 터빈, 태양광 발전소 등)을 포함할 수 있다. 상기 애셋들은, 그 애셋들이 기능을 수행하는 것을 가능하게 하는 다양한 엔진, 트랜스미션, 냉각 시스템, 및 연료 시스템을 포함하는 서브시스템들로 구성될 수 있다. 추가로, 정해진 유형의 애셋들은 브랜드, 메이커, 모델 등에 종속한 다양하고 상이한 구성들을 가질 수 있다. 본 발명이 속한 기술 분야에서의 통상의 지식을 가진 자들은 이것들이 애셋들의 일부 예일 뿐이며 본원에서 수많은 다른 예들이 가능하고 예측된다는 것을 인정할 것이다.

상기 애셋 유형들 각각 중에서의 공통적인 맥락은 그 애셋들 각각은 작동하기 위해 유체를 필요로 하는 하나 이상의 서브시스템들을 가진다는 것이다. 이 서브시스템들은 엔진, 수압, 트랜스미션, 연료 및 냉각 서브시스템들을 포함할 수 있지만, 그것들로 한정되는 않는다. 상기 유체는 오일, 연료, 작동 유체 (hydraulic fluid), 브레이크 유체, 냉각제 등을 포함하는 다양한 형상들을 취할 수 있다. 개시된 실시예들은 상기 애셋의 유형 또는 그 애셋에 의해 사용되는 유체의 유형에 의해 제한되지 않는다.

유체 분석기 (104)는 애셋으로부터의 유체를 분석하여 그 유체의 다양한 특성들을 판단하는 기계이다. 그 특성들은 그 유체 내 특별한 유형들 식별, 그 유체 내 입자 카운트, 및 그 유체 내 입자 크기들과 같은 그 유체의 입자 분석을 포함할 수 있다. 입자는 그 유체의 성분을 나타낼 수 있으며, 이는 고체, 액체, 및 가스들의 모습을 취할 수 있다. 고체 모습인 입자의 예는 알루미늄과 같은 금속일 수 있으며, 액체 모습인 입자의 예는 물이나 디젤일 수 있으며, 그리고 가스 모습인 입자의 예는 수소 또는 이산화탄소일 수 있다. 입자 유형은 그 유체 내 입자의 특별한 유형의 신원일 수 있으며, 입자 카운트는 그 유체 내 입자 유형의 양이나 농도를 표시할 수 있으며, 그리고 입자 크기는 그 유체 내 입자들의 크기들의 범위를 표시할 수 있다. 유체 분석기는 유체의 pH 및 점성과 같은 유체의 다른 특성들을 마찬가지로 판단할 수 있을 것이다.

유체는 많은 상이한 방식으로 유체 분석기 (104)에게 제공될 수 있다. 일 예에서, 유체의 샘플은 애셋 (102)으로부터 물리적으로 제거되어 분석을 위해 유체 분석기 (104) 내에 배치될 수 있다. 다른 예에서, 상기 유체 분석기 (104)는 애셋 (102)에 내장될 수 있으며 그리고 그 애셋 (102)은 유체 내 센서들이나 프로브들과 같은 하나 이상의 테스팅 장비를 구비할 수 있다. 상기 테스팅 장비는 유체 분석기 (104)가 그 애셋 내에서 유체를, 애셋으로부터 물리적으로 제거되도록 할 필요도 없이, 직접 샘플링하고 분석하는 것을 가능하게 할 수 있다. 다른 설비들 또한 가능하다.

유체 분석기 (104)는 유체의 특성들을 판단하기 위해 그 유체에 관한 다양한 테스트들을 수행할 수 있다. 상기 테스트들은 유체의 특성을 판단하기 위해 다른 것들 중에서도, 화학적 테스트, 혼탁 테스트, 적외선 테스트, 전도성 테스트, 분광계 테스트, 성분 테스트, 점성도 테스트를 포함할 수 있지만 그것들로 제한되지는 않는다. 상기 유체 분석기 (104)는 애셋이 작동하고 있는 환경 내 또는 애셋 그 자체에서 발견된 특정 요소들이나 컴파운드들의 존재 또는 부재를 포함하는 유체의 수십, 수백 또는 수천의 상이한 입자들에 대해 테스트할 수 있다. 애셋 유체들을 분석하기 위한 유체 분석기들의 예들은 Spectro-Scientific FluidScan Q1000 및 Maersk Fluid Technology's SEA-Mate 분석기를 포함한다.

유체 분석기 (104)는 자신이 발견한 것들을 그 유체의 다양한 특성들을 표시하는 복잡한 유체 리포트에서 출력할 수 있다. 상기 유체 리포트는 테스트된 상이한 특성들 모두에 대한 입자 유형, 입자 카운트, 입자 크기를 상세하게 상술할 수 있다. 추가로, 상기 유체 리포트는 다른 특성들 중에서도 유체의 pH 및 점성을 상술할 수 있다.

도 2는 엔진 오일에 대한 그런 유체 리포트의 예시의 발췌이다. 상기 에시의 유체 리포트는 유체 분석기 (104)에 의해 측정될 수 있는 특성들 중 단지 일부만을 예시한다. 그 유체 리포트는 유체 내 입자들의 다양한 유형들에 대한 입자 크기들 및 입자 카운트들과 같은 그 유체의 특성들을 식별하며, 그 입자들의 예는 철, 구리, 실리콘, 크롬, 인, 및 알루미늄을 포함할 수 있다. 입자 카운트는 유체 성분의 백만분율 (도 2에서 보이는 ppm)이나 백분율로 측정될 수 있으며 그리고 입자 크기들은 예를 들면 밀리미터 (mm)로 측정될 수 있다. 몇몇의 유체 요소들 및 혼합물들은 "Low" 또는 "Medium" 또는 "High"의 양으로 존재하는 것과 같은 양적인 카테고리들로 또한 측정될 수 있다. 유체 리포트는 데이터 파일, 이메일 또는 메시지와 같은 저자 파일의 모습으로 출력될 수 있으며, 이는 유체 분석기 (104)로부터 원격인 다른 위치에 저장, 다운로드, 액세스 또는 전송될 수 있다.

몇몇의 실시예들에서, 애셋 내 유체는 그 유체의 특성들을 평가하기 위해 추가로 또는 대안으로 사람에 의해 물리적으로 검사될 수 있다. 물리적인 검사에 의해 관찰가능한 특성들은 그 유체의 냄새, 외관, 및 질감을 포함할 수 있지만, 그것들로 한정되지는 않는다. 물리적인 검사의 경우에, 연구소 기술자, 유체 분석가와 같은 당 업계에서의 통상의 지식을 가진 개인은 그 유체의 특성들을 유체 리포트 내에 문서화할 수 있다. 그 특성들은 유체 분석기 (104)에 의해 식별된 특성들과 함께 또는 대신에 그 유체 리포트 내에 기록될 수 있다.

도 1을 다시 참조하면, 애셋과 연관된 유체 리포트는 유체 데이터 소스 (106)에게 제공될 수 있으며, 이 유체 데이터 소스는 유체 분석기 (104)로부터 유체 리포트들을 수신하고, 복수의 유체 분석기들로부터 유체 리포트들을 집성하며, 그리고 그 유체 리포트들을 저장하도록 구성된 하나 이상의 컴퓨팅 시스템들을 포함할 수 있다. 상기 유체 리포트들은 유체의 특성들을 정의하는 하나 이상의 데이터 기록들로서 유체 데이터 소스 (106) 내에 저장될 수 있다.

상기 유체 데이터 소스 (106)는 상기 애셋이 유체 이슈를 가지는가의 여부의 표시를 또한 제공할 수 있다. 유체 이슈에 대한 표시는 애셋이 유체 이슈를 가지는가의 여부를 판단하기 위해 유체 리포트의 특성들을 분석할 수 있는 유체 분석 분야에서 훈련된 전문가에 의해 판단될 수 있다. 그 전문가는, 애셋이 유체 이슈를 가지는가의 여부를 판단하기 위한 다른 팩터들 중에서도 그 유체 내 존재하는 입자들의 유형, 입자 카운트, 입자 크기, 유체의 유형, 애셋의 유형, 애셋의 나이, 시간 주기에 따라 수행된 유체 분석과 연관된 일련의 유체 리포트들 내 유체의 특성들에서의 변화를 고려할 수 있다. 예를 들면, 상기 전문가는 유체 리포트를 리뷰하고 그리고 엔진 오일 내 450 ppm을 초과하는 철의 양 및 200 ppm을 초과하는 실리콘의 양이 유체 이슈를 암시할 수 있다고 판단할 수 있다. 다른 예로서, 상기 전문가는 유체 리포트를 리뷰하고 그리고 엔진 오일 내 100 ppm을 초과하는 알루미늄의 양 및 100 ppm 미만의 철의 양이 유체 이슈를 암시할 수 있다고 판단할 수 있다. 이런 면에서, 상기 전문가는 애셋이 유체 이슈를 가지는가의 여부를 판단하기 위해, 상기 유체 리포트에 의해 표시된 상기 유체의 특성들을 사용할 수 있다.

위에서의 예는 예시를 위해서만 제공될 것이며, 그리고 유체 리포트의 내용들 및 사용을 지나치게 간소화한 것이다. 실제로, 애셋이 유체 이슈를 가지는가의 여부를 유체 리포트 (또는 일련의 유체 리포트들)에 기반하여 판단하는 것은 극도로 어려운 프로세스이다. 그 판단은 유체 분석기에 의해 분석된 그리고 그 유체 리포트에 의해 표시된 특성들의 개수만으로도 방해받는다. 실제로, 위에서 적어둔 것처럼, 유체 분석기는 그 유체 분석기에 의해 측정된 넓은 범위의 상이한 특성들을 포함하는 복잡한 리포트를 보통 출력하며, 그리고 이 특성들이 유체 이슈를 표시하는가의 여부는 유체 유형, 애셋 유형, 및/또는 상기 유체가 취해지는 그 애셋의 서브시스템의 유형과 같은 다양한 다른 팩터들에 종속할 수 있다. 또한, 단 하나의 유체 리포트가 아니라 (시간 흐름에 따라 그 유체 내 입자들의 양들 및 유형들에서의 변화들 또는 경향을 보여주는) 일련의 유체 리포트들이 유체 이슈 판단에 있어서 사용될 수 있을 것이다.

유체 분석 분야에서 훈련되었으며 그 유체의 근원지인 애셋의 유형에 익숙한 전문가는 애셋이 유체 이슈를 가지는가의 여부를 판단하기 위해 그 애셋과 연관된 복수의 유체 리포트들을 조사하면서 여러 시간을 소비할 수 있다. 복수의 유체 리포트들은 애셋으로부터 취해진 최근의 유체 샘플에 관해 수행된 분석 그리고 그 애셋으로부터 이전에 취해진 유체 샘플에 관하여 수행된 분석을 포함할 수 있다. 전문가는 유체 이슈를 표시하는 특별한 유체 리포트에서 상기 특성들을 식별하기 위해 이 유체 리포트들 중 하나 이상의 분석할 수 있다. 추가로, 상기 전문가는 최근의 유체 샘플들 및 그 애셋으로부터 이전에 취해진 유체 샘플들과 연관된 유체 리포트들 (예를 들면, 일련의 유체 리포트들)에 의해 표시된 것처럼 시간이 지남에 따른 그 유체의 특성들에서의 변화를 분석할 수 있다. 또한, 유체 이슈가 정확하게 식별될 수 있다는 보장이 심지어 없을 수도 있다. 유체 이슈 식별은 분석을 수행하는 전문가의 특정 훈련에 크게 종속한다.

상기 전문가는 유체 리포트와 연관된 애셋에 대해 유체 이슈가 존재하는가의 여부에 관한 자신의 판단을 유체 데이터 소스 (106)에 입력할 수 있다. 예를 들면, 전문가는 상기 유체 데이터 소스 (106)에 결합된 사용자 인터페이스를 경유하여 자신의 판단을 입력할 수 있다. 상기 유체 데이터 소스 (106)는 상기 전문가가 리뷰했던 유체 리포트(들)를 유체 이슈가 존재하는가의 여부에 대한 판단에 연관시킬 수 있다. 예를 들면, 유체 이슈가 존재하는가의 여부에 대한 판단은 유체의 특성들을 정의하는 데이터 기록 내에 또는 몇몇의 다른 데이터 기록 내에 저장될 수 있다.

상기 시스템 구성 (100)은 수십 또는 수백의 애셋 및 유체 분석기들을 포함할 수 있으며, 그리고 그 결과, 수십, 수백, 또는 심지어는 수천의 유체 리포트들이 상기 복수의 애셋들과 연관될 수 있다. 이런 면에서, 복수의 전문가들은 유체 리포트들을 리뷰하고 애셋과 연관된 유체 리포트에 대해 유체 이슈가 존재하는가의 여부에 관한 판단을 입력할 수 있다. 각 전문가는 유체 리포트들을 리뷰하고 상기 유체 데이터 소스 (106)에 의해 저장된 유체 리포트에 대한 유체 이슈에 관한 판단을 입력하고 있을 수 있다

따라서, 유체 이슈를 판단하는 것에 추가로, 전문가는 상기 유체 데이터 소스 (106)에 의해 저장된 유체 리포트들과 연관된 유체 이슈들의 대한 판단을 또한 확인할 수 있다. 유체 이슈에 대한 판단은 전문가에 의해 또는 아래에서 더 상세하게 설명되는 예측 모델을 이용하여 행해질 수 있다. 상기 전문가는 유체 리포트 또는 일련의 유체 리포트들을 리뷰하고 그리고 다른 전문가 또는 예측 모델에 의해 만들어진 상기 유체 이슈에 대한 판단과의 합치를 확인할 수 있다. 전문가는 상기 판단에 대한 자신의 합치를 유체 데이터 소스 (106)의 사용자 인터페이스를 경유하여 입력할 수 있다.

위에서 설명된 실시예는 유체 이슈에 관한 판단을 제공하는 전문가를 수반한다. 그러나, 몇몇의 실시예들에서, 유체 이슈에 관한 판단을 제공하는 전문가 대신에, 컴퓨터 시스템이 유체 이슈에 대한 판단을 제공할 수 있을 것이다. 예를 들면, 애세스 상의 센서는 그 애셋의 물리적인 특성들을 탐지하고, 그리고 전기적인 신호들처럼 그 탐지된 물리적 특성들과 연관된 표시들을 제공하도록 구성될 수 있다. 물리적 특성들의 예들은 다른 예들 중에서도 온도, 압력, 속도, 가속 또는 감속 레이트, 마찰, 전력 사용, 연료 사용, 유체 레벨, 런타임, 전압 및 전류, 자기장, 전기장, 물체의 존재 및 부재, 컴포넌트들의 위치, 및 전력 생산을 포함할 수 있지만, 그것들로 한정되지는 않는다. 상기 컴퓨터 시스템은 이 표시들을 프로세싱하여, 상기 유체가 유체 이슈를 가지는가의 여부를 판단한다. 어떤 전문가도 이 판단에 수반되지 않을 것이며 또는 상기 전문가가 그 판단을 하는데 있어서 컴퓨터 시스템을 사용할 수 있다. 다른 설비들 또한 가능하다.

상기 시스템 구성 (100)은 플랫폼 (110) (본원에서는 컴퓨터 시스템으로 또한 언급됨)을 구비할 수 있다. 대락적으로 말하면, 상기 플랫폼 (110)은 하나 이상의 애셋들에 대해 애셋-관련 데이터, 예를 들면, 유체 리포트들을 수신하여 분석하도록 구성된 하나 이상의 컴퓨터 시스템의 모습을 취할 수 있다. 예를 들면, 상기 플랫폼 (110)은 본원에서 개시된 하나 이상의 기능들을 수행하도록 구성된 하드웨어 컴포넌트들 및 소프트웨어 컴포넌트들을 구비한 하나 이상의 서버들 (또는 유사한 것)을 포함할 수 있다. 실제로, 이 컴퓨팅 시스템들은 단일의 물리적인 위치에 배치될 수 있으며 또는 복수의 위치들 중에 분산될 수 있으며, 그리고 시스템 버스, 통신 네트워크 (예를 들면, 사설망), 또는 몇몇의 다른 접속 메커니즘을 경유하여 통신 가능하게 링크될 수 있다. 더욱이, 상기 플랫폼 (110)의 물리적인 위치는 고정되거나 또는 이동성일 수 있다.

상기 통신 네트워크 (108)는 상기 플랫폼 (110) 및 유체 데이터 소스 (106)를 통신 가능하게 연결시킬 수 있다. 플랫폼 (110)은 유체 데이터 소스 (106)로부터 이력적인 유체 데이터를 수신할 수 있다. 그 이력적인 유체 데이터는 하나 이상의 유체 분석기들에 의해 생성된 복수의 유체 리포트들 및 그 유체 리포트와 연관된 애셋에 대해 유체 이슈가 존재하는가의 여부에 관한 각 유체 리포트에 대한 연관된 표시들 중 적어도 하나를 언급하는 것일 수 있다. 상기 복수의 유체 리포트들은 애셋의 유체의 이전 샘플들에 관한 분석은 물론이며 애셋의 유체의 최근 샘플들에 관한 분석을 포함할 수 있다 (예를 들면, 일련의 유체 리포트들). 이 방식에서 이력적인 유체 데이터는 시간에 흐름에 따른 상기 애셋에 대한 유체의 특성들의 이력을 유지할 수 있다. 상기 이력적인 유체 데이터는 동일한 유형의 유체 (예를 들면, 오일 또는 냉각제 유체) 분석으로부터 생성된 유체 리포트들에 의해 더 정의될 수 있다. 다른 예로서, 상기 유체 리포트들은 동일 유형의 애셋 (예를 들면, 항공기 또는 트랙터)으로부터의 동일 유형 유체에 관한 유체 리포트들에 대한 분석으로부터 생성될 수 있다. 또 다른 예로서, 유체 리포트들은 애셋의 동일 유형의 서브시스템 (예를 들면, 엔진 또는 트랜스미션)으로부터의 동일 유형의 유체에 대한 유체 리포트들 분석으로부터 생성될 수 있다. 다른 예에서, 유체 리포트들은 특정 애셋으로부터의 동일 유형 유체의 유체 리포트들 분석으로부터 생성될 수 있다.

상기 플랫폼 (110)은 이력적인 유체 데이터를 획득하고 그리고 유체의 특성들을 애셋이 유체 이슈를 가지는가의 여부의 표시에 상관시키는 예측 모델을, 그 이력적인 유체 데이터의 유체 리포트들에 기반하여 정의하도록 구성될 수 있다. 그 이후에, 상기 플랫폼 (110)은 정해진 애셋과 연관된 새로운 유체 리포트를 수신하고 - 이 경우 애셋이 유체 이슈를 가지는가의 여부가 상기 유체 리포트에 기반하여 알려져 있지 않음 -, 그 유체 리포트를 상기 모델로 입력하고, 그리고 상기 정해진 애셋이 유체 이슈를 가지는가의 여부를 예측할 수 있다. 이런 면에서, 상기 플랫폼 (110)은 상기 유체 리포트를 입력으로 취할 수 있으며 그리고 상기 모델은 애셋이 유체 이슈를 가질 가능성이 있는가의 여부에 대한 표시를 출력할 수 있다.

추가로, 클라이언트 스테이션 (112)이 상기 플랫폼 (110)과 연관될 수 있다. 상기 클라이언트 스테이션 (112)은 입력을 수신하고, 데이터를 처리하고, 그리고 출력을 제공하도록 구성된 컴퓨팅 시스템이나 디바이스의 모습을 취할 수 있다. 클라이언트 스테이션 (110)의 예들은 단일의 또는 다수의 접속된 데스크탑 컴퓨터들의 네트워크, 저장 디바이스들, 태블릿들, 스마트폰들, 랩탑 컴퓨터들, 다른 모바일 컴퓨팅 디바이스들, 스마트 TV들, 웨어러블 디바이스들 및 유사한 것을 포함한다. 일 예에서, 하나 이상의 클라이언트 스테이션들 (112)은 데이터를 수신하도록 구성된 하나 이상의 입력 디바이스들 그리고 그 데이터에 응답하여 청각적, 시각적, 및/또는 촉각적 출력을 제공하도록 구성된 하나 이상의 출력 디바이스들일 수 있으며 또는 그것들을 포함할 수 있다. 일반적으로, 입력 디바이스는 사용자 입력을 수신하도록 구성된 하나 이상의 입력 인터페이스들을 포함할 수 있으며, 그리고 키보드, 마이크로폰, 포인팅 디바이스 (마우스, 트랙볼 등), 카메라, 센서들 등을 포함할 수 있다. 출력 디바이스는 사용자에게 출력을 제공하고 그리고/또는 그런 사용자 입력에 기반하여 상기 통신 네트워크 (108)를 통해 데이터를 전송하도록 구성될 수 있으며, 그리고 디스플레이 디바이스 (디스플레이 스크린, 프로젝터, 고글 등), 프린팅 디바이스, 햅틱 출력 디바이스 등을 포함할 수 있다.

상기 플랫폼 (110)은 상기 모델의 출력에 기반하여 하나 이상의 행동들이 상기 클라이언트 스테이션 (112) 상에 취해지도록 할 수 있다. 예를 들면, 하나의 구현에서, (예를 들면, 애셋이 유체 이슈를 가질 가능성이 일부 임계 양을 초과한다면) 상기 플랫폼 (110)은 클라이언트 스테이션 (112) 상에서 상기 예측 모델의 출력에 기반하여 경보 메시지를 생성할 수 있다. 상기 경보는 상기 클라이언트 스테이션의 사용자에게 보이고 그리고/또는 들릴 수 있다.

다른 구현에서, 상기 모델의 출력에 기반하여, 상기 플랫폼 (110)은 다양한 유형의 예방적인 행동들을 트리거할 수 있다. 예를 들면, 상기 확률에 기반하여, 상기 플랫폼 (110) 상기 애셋을 수리하기 위한 작업 순서를 생성하고, 애셋을 수리하기 위해 부품을 주문하는 것을 용이하게 하고, 그리고/또는 상기 애셋이 자신의 작동을 수정하도록 하는 하나 이상의 명령들을 상기 애셋에게 전송할 수 있다. 다른 설비들 또한 가능하다.

추가로, 또는 대안으로, 상기 플랫폼 (110)은 그래픽 사용자 인터페이스 (GUI)로 하여금 상기 클라이언트 스테이션 (112) 상에 유체 리포트 또는 복수의 유체 리포트들과 연관된 정보를 제시하도록 할 수 있다. 예를 들면, 한 구현에서, 상기 GUI는 정해진 애셋으로부터 취해진 정해진 유형의 유체 내 다양한 입자들에 대한 입자 카운트들의 텍스트 또는 그래픽 표현을 포함할 수 있다. 다른 구현에서, 상기 GUI는 상기 정해진 애셋으로부터 취해진 정해진 유형의 유체의 어떤 특성들을 어떻게 다른 애셋들로부터 취해진 정해진 유형의 유체의 특성들과 비교하는가의 텍스트 및/또는 그래픽 표현을 포함할 수 있다. 이 정보는 상기 GUI 상에 수치적인 데이터 및/또는 막대 그래프, 라인 그래프, 또는 거품 차트와 같은 하나 이상 유형의 그래픽의 모습으로 제시될 수 있다. 또 다른 구현에서, 상기 클라이언트 스테이션 (112)은 사용자를 위해 작업흐름을 용이하게 하기 위해 상기 예측 모델의 결과들에 기반하여 채워진 필드들과 함께 작업 순서 모습을 보여줄 수 있다. 이 필드들은 제안된 수리, 제안된 예방 유지보수 절차들 등을 포함할 수 있지만 그것들로 한정되지는 않는다. 추가로, 상기 클라리언트 스테이션 (112)은 제안된 수리나 절차를 위한 상세한 지시어들을 또한 보여줄 수 있다.

II. 예시의 플랫폼

이제 도 3을 참조하면, 구조적인 관점으로부터의 예시의 플랫폼 (300) 내 몇몇 컴포넌트들을 도시한 간략화된 블록도가 도시된다. 위에서 설명되었듯이, 플랫폼 (300)은 일반적으로 하나 이상의 컴퓨터 시스템들 (예를 들면, 하나 이상의 서버들)을 포함할 수 있으며, 그리고 이 하나 이상의 컴퓨터 시스템들은 프로세싱 유닛 (302), 데이터 저장부 (304), 네트워크 인터페이스 (306), 통신 링크 (308), 및 아마도 사용자 인터페이스 (310)를 또한 집합적으로 포함할 수 있다. 본 발명이 속한 기술 분야에서의 통상의 지식을 가진 자는 상기 플랫폼 (300)이 도시되지 않은 추가의 컴포넌트들 그리고/또는 어느 정도의 상기 도시된 컴포넌트들을 포함할 수 있다는 것을 인정할 것이다.

상기 네트워크 인터페이스 (306)는 상기 플랫폼 (300) 및 유체 데이터 소스 (106)처럼 통신 네트워크 (106)에 연결된 다양한 컴포넌트들 사이에서의 무선 및/또는 유선 통신을 용이하게 하도록 구성될 수 있다. 그처럼, 네트워크 인터페이스 (306)는 이 기능들을 수행하기 위해 적합한 모습을 취할 수 있을 것이며, 그 예들은 이더넷 인터페이스, 직렬 버스 인터페이스 (예를 들면, 파이어와이어 (Firewire), USB 2.0 등), 무선 통신을 용이하게 하도록 적응된 칩셋 및 안테나, 그리고/또는 유선 및/또는 무선 통신을 제공하는 어떤 다른 인터페이스를 포함할 수 있다. 네트워크 인터페이스 (306)는 데이터 저장, 계산에 대한 필요성 및 데이터 전송에 관련된 시스템들로의 다양한 상이한 유형의 네트워크 접속들을 지원하는 다수의 네트워크 인터페이스들을 또한 포함할 수 있으며, 그 몇몇의 예들은 Hadoop, FTP, 관계형 데이터베이스, OSI PI와 같은 고주파수 데이터, XML와 같은 배치 데이터, 및 Base64를 포함할 수 있다. 다른 구성들이 마찬가지로 가능하다.

상기 프로세서 (302)는 하나 이상의 프로세서들 및/또는 제어기들을 포함할 수 있으며, 이것들은 범용의 또는 특수 목적 프로세서나 제어기의 모습을 취할 수 있다. 특히, 예시의 구현들에서, 상기 프로세싱 유닛 (302)은 마이크로프로세서들, 마이크로제어기들, 주문형 반도체 (application-specific integrated circuits), 디지털 신호 프로세서 등을 포함할 수 있다.

다음에, 데이터 저장부 (304)는 하나 이상의 비-일시적 컴퓨터-판독가능 저장 매체들을 포함할 수 있으며, 그 예들은 랜덤 액세스 메모리, 레지스터, 캐시 등과 같은 휘발성 저장 매체들, 그리고 읽기 전용 메모리, 하드 디스크 드라이브, 솔리드 스테이트 드라이브, 플래시 메모리, 광학 저장 디바이스 등과 같은 비-휘발성 저장 매체들을 포함할 수 있다.

도 3에서 보이듯이, 데이터 저장부 (304)에는, 상기 모델을 정의하며 그리고 애셋이 유체 이슈를 가지는가의 여부를 판단하기 위해서 그 모델을 적용하는 것을 포함하는, 상기 플랫폼이 본원에서 개시된 기능들을 수행하는 것을 가능하게 하는 소프트웨어 컴포넌트들이 제공될 수 있다. 이 소프트웨어 컴포넌트들을 상기 프로세서 (302)에 의해 실행 가능한 프로그램 지시어들의 모습을 일반적으로 취할 수 있으며, 그리고 애플리케이션들, 소프트웨어 개발 키트들, 툴세트들 등으로 함께 배치될 수 있다. 추가로, 상기 데이터 저장부 (304)에는 상기 플랫폼에 의해 수행되는 기능들에 관련된 데이터를 저장하도록 배열된 하나 이상의 데이터베이스들이 제공되며, 그 예들은 다른 것들 중에서도 시계열 데이터베이스들, 문헌 데이터베이스들, 관계형 데이터베이스들 (예를 들면, NySQL), 키-값 (key-value) 데이터베이스들, 및 그래프 데이터베이스들을 포함한다.

몇몇의 실시예들에서, 상기 예시의 플랫폼 (300)은 상기 플랫폼 (110)과의 사용자 상호작용을 용이하게 하도록 구성된 사용자 인터페이스 (310)를 지원할 수 있으며 그리고 상기 플랫폼 (110)이 사용자 상호작용에 응답하여 작동을 수행하도록 하는 것을 용이하게 하도록 또한 구성될 수 있다. 이 사용자 인터페이스 (310)는 다양한 입력 컴포넌트들을 포함하거나 또는 그 입력 컴포넌트들로의 접속성을 제공할 수 있으며, 그 예들은 터치 감지 인터페이스, 기계적 인터페이스 (예를 들면, 레버, 버튼, 휠, 다이얼, 키보드 등), 및 다른 입력 인터페이스 (예를 들면, 마이크로폰)를 포함한다. 추가로, 상기 사용자 인터페이스 (310)는 다양한 출력 컴포넌트들을 포함하거나 또는 그 출력 컴포넌트들로의 접속성을 제공할 수 있으며, 그 예들은 디스플레이 스크린, 스피커, 헤디폰 잭 등을 포함할 수 있다. 다른 구성들 또한 가능하다.

III. 예시의 동작들

도 1 및 도 3에 도시된 구성들은 아래에서 더 상세하게 이제 설명될 것이다. 이 동작들 중 몇몇을 설명하는 것을 돕기 위해, 기능적인 블록도들이 참조될 수 있다. 몇몇의 경우들에서, 각 블록은 특정 논리적 기능들 또는 프로세스 내 단계들을 구현하기 위해 프로세서에 의해 실행 가능한 지시어들을 포함하는 모듈이나 프로그램 코드의 일부를 나타낼 수 있다. 상기 프로그램 코드는 비-일시적 컴퓨터 판독가능 매체와 같은 임의 유형의 컴퓨터-판독가능 매체에 저장될 수 있다. 다른 경우들에서, 각 블록은 특정 논리적 기능들이나 프로세스 내 단계들을 수행하도록 배선된 회로를 나타낼 수 있다. 또한, 흐름도들에서 보이는 블록들은 상이한 순서로 재배열될 수 있으며, 더 적은 수의 블록들로 결합될 수 있으며, 추가의 블록들로 분리될 수 있으며, 그리고/또는 특별한 실시예에 기반하여 제거될 수 있다.

다음의 설명은 모델을 정의하기 위해 동일 유형의 유체와 연관된 하나 이상의 유체 리포트들을 사용하는 예들을 더 참조할 수 있다. 상기 모델은 애셋이 유체 이슈를 가지는가의 여부를 판단하기 위해 사용된다. 이것은 명료함 및 설명을 위해서만 행해지는 것이며 제한하기 위한 것을 의도하는 것이 아니라는 것이 이해되어야 한다.

도 4는 애셋이 유체 이슈를 가지는가의 여부를 유체 리포트에 기반하여 판단하는데 있어서의 두 과정들을 도시한다. 이 두 과정들은 "모델링 과정" 및 "애셋-모니터링 과정"으로 언급된다. 각 과정은 상기 플랫폼 (110)에 의해 일부가 수행될 수 있다.

402에서 상기 "모델링 과정"은 애셋이 유체 이슈를 가지는가의 여부를 예측하기 위해 이력적인 유체 데이터에 기반한 모델을 정의하는 단계를 포함할 수 있다. 일반적으로, 상기 모델은 유체의 특성들을 애셋이 유체 이슈를 가지는가의 여부에 관한 표시에 상관시킬 수 있다. 상기 이력적인 유체 데이터는 복수의 유체들에 대해 유체 분석기 (104)에 의해 생성된 복수의 유체 리포트들을 포함할 수 있다. 상기 이력적인 유체 데이터는 각 유체 리포트에 대해 상기 애셋이 유체 이슈를 가지는가의 여부를 또한 표시할 수 있다. 상기 플랫폼 (110)은 이 이력적인 유체 데이터를 상기 유체 데이터 소스 (106)로부터 수신할 수 있다. 이 데이터에 기반하여, 상기 플랫폼 (110)은, 유체 리포트의 속성들을 애셋이 유체 이슈를 가지는가의 여부에 관한 표시에 상관시키는 예측 모델 (본원에서는 모델로 보통 언급됨)을 정의하도록 구성될 수 있다

그러면, "애셋 모니터링" 과정 동안에, 404에서, 상기 플랫폼 (110)은 상기 모델링 과정에서 정의된 예측 모델을, 정해진 애셋이 유체 이슈를 가지는가의 여부를 판단하기 위해 적용할 수 있다. 상기 애셋-모니터링 과정 동안에, 플랫폼 (110)은 유체의 유체 리포트를 상기 유체 데이터 소스 (106)로부터 수신할 수 있다. 상기 유체 리포트는 애셋과 연관된 유체 이슈가 존재하는가의 여부에 관한 어떤 표시도 가지지 않을 수 있다. 상기 플랫폼 (110)은 정해진 애셋이 유체 이슈를 가지는가의 가능성을 판단하기 위해 상기 예측 모델을 사용할 수 있다.

도 5는 모델링 과정의 한 가능한 예를 도시하는 흐름도 (500)이다. 예시의 목적들을 위해, 예시의 모델링 과정이 상기 플랫폼 (110)에 의해 수행되는 것으로 설명된다. 본 발명이 속한 기술 분야에서의 통상의 지식을 가진 자는 상기 흐름도 (500)가 명료함 및 설명을 위해 제공된다는 것을 인정할 것이다. 사람이 개재하여 오프라인에서 수행되는 모델링을 포함하지만 그것으로 한정되지는 않는 상기 모델을 정하는데 있어서 동작들의 여러 다른 조합들이 활용될 수 있다.

도 5에서 보이듯이, 502에서, 상기 플랫폼 (110)은 이력적인 유체 데이터를 획득할 수 있다. 504에서, 상기 플랫폼 (110)은 (1) 유체 리포트의 특성들; 및 (2) 그 유체 리포트에 연관된 애셋이 유체 이슈를 가지는가의 여부; 사이의 관계를 정의하기 위해 상기 유체 리포트들을 분석할 수 있다. 마지막으로, 506에서, 상기 관계들은 결합되어, 애셋이 유체 이슈를 가질 가능성을 유체 리포트 (또는 일련의 유체 리포트들)에 기반하여 예측하기 위한 모델을 정의한다

상기 유체 데이터 소스 (106)는 유체 리포트들 그리고 상기 애셋이 유체 이슈를 가지는가의 여부에 대한 상기 유체 리포트들에 기반한 표시들을 계속해서 수신할 수 있다. 이 이력적인 데이터는 블록들 502 - 506에서의 기능들을 반복하여 상기 모델을 계속해서 다듬기 위해 상기 플랫폼 (110)에 의해 그 후에 사용될 수 있다.

도 5에 도시된 예시의 모델링 과정의 기능들이 더 상세하게 이제 설명될 것이다.

502에서 시작하여, 상기 플랫폼 (110)은 상기 유체 데이터 소스 (106)로부터 그 유체 데이터 소스 (106) 내에 저장된 이력적인 유체 데이터를 획득할 수 있다. 상기 이력적인 유체 데이터는 유체 분석기 (104)에 의해 생성된 복수의 유체 리포트들일 수 있다. 그 이력적인 유체 데이터는 그 유체 리포트에 연관된 애셋이 유체 이슈를 가지는가의 여부에 관한 표시를 또한 포함할 수 있다.

몇몇의 실시예들에서, 이 표시는 상기 애셋이 유체 이슈를 가지는가의 여부에 관한 이진 (즉, 예/아니오) 결정일 수 있다. 이런 면에서, 상기 이력적인 유체 리포트들은 애셋이 유체 이슈를 가진다는 것을 표시하는 유체 리포트들 및 애셋이 유체 이슈를 가진다는 것을 표시하지 않는 다른 유체 리포트들을 포함할 수 있다. 또한, 애셋이 유체 이슈를 가지는가의 여부를 결론내림에 있어서 각각이 상이한 기준을 사용한 동일한 전문가 또는 상이한 전문가들에 의해 각 유체 리포트가 분석될 수 있다.

몇몇의 실시예들에서, 유체 이슈는, 예를 들면, 유체 이슈의 존재를 간단하게 표시하는 것이 아니라 다중 레벨의 유체 이슈들을 나타내는 다중-클래스 표시일 수 있다. 예를 들면, 상기 유체 이슈는, 어떤 유체 이슈도 없는 것에 대비하여 유체 이슈의 엄격함을 표시하는 "High", "Medium", "Low"와 같은 복수의 레벨들로서 인코딩될 수 있다. 다른 예로서, 상기 유체 이슈는, 예를 들면, 어떤 유체 이슈도 없는 것에 대비하여 "오염 (Contamination)", "누설 (Leak)"과 같은 특정 유형의 유체 이슈들에 관한 표시일 수 있다. 다른 배치들 또한 가능하다.

상기 이력적인 유체 데이터 및/또는 상기 유체 리포트들 그 자체는 당야힌 식별 데이터를 가질 수 있다. 상기 식별 데이터는 유체 분석이 수행된 때를 표시하는 타임스탬프 또는 애셋의 유체가 샘플링된 때의 날자/시각을 표시하는 타임스탬프를 포함할 수 있다. 상기 이력적인 유체 데이터는 분석된 유체의 유형을 또한 식별할 수 있다. 유체의 유형 식별은 엔진 오일과 같은 일반적인 카테고리일 수 있으며 또는 Penzzoil SAE 5W-30 엔진 오일과 같은 특정 식별일 수 있다. 추가로, 상기 이력적인 유체 데이터는 상기 유체의 근원인 애셋을 식별시킬 수 있다. 다시, 상기 식별은 상기 유체의 근원인 애셋의 유형 (예를 들면, 트랙터 또는 항공기) 그리고/또는 상기 유체의 근원인 애셋의 컴포넌트 (예를 들면, 엔진 또는 트랜스미션)에 대한 식별처럼 일반적일 수 있으며 또는 일련번호 112인 애셋처럼 특정된 것일 수 있다. 다른 식별 또한 가능하다.

상기 이력적인 유체 데이터는, 엔진 오일 또는 냉각 유체처럼 하나 이상의 동일한 유형의 유체와 연관될 수 있다. 다른 예로서, 상기 이력적인 유체 데이터는, 특별한 일련 번호를 가진 애셋처럼 특별한 애셋과 연관될 수 있다. 또 다른 예로서, 상기 이력적인 유체 데이터는 동일 유형의 애셋과 연관될 수 있다. 그 동일 유형 애셋은 동일한 제조처(들)로부터의, 동일 모델 번호(들)를 가진, 또는 유사한 환경이나 운영 상태들에서 사용되는 것들일 수 있다. 다른 예로서, 상기 이력적인 유체 데이터는, 엔진 또는 트랜스미션과 같은 동일 유형의 서브시스템들과 연관될 수 있다.

몇몇의 실시예들에서, 상기 플랫폼 (110)은 유체 데이터 소스 (106)로부터 이력적인 유체 데이터를 요청할 수 있으며 그리고 상기 플랫폼 (110)은 상기 요청된 이력적인 유체 데이터를 유체 데이터 소스 (106)로부터 수신할 수 있다. 예를 들면, 상기 플랫폼 (110)은 어떤 유형의 유체에 대한, 특별한 애셋으로부터의 유체에 대한, 또는 애셋의 서브시스템과 연관되 유채에 대한 이력적인 유체 데이터를 요청할 수 있다. 추가로, 또는 대안으로, 상기 플랫폼 (110)은 특별한 범위의 이력적인 유체 데이터를 요청할 수 있다. 예를 들면, 상기 플랫폼 (110)은 어떤 양의 시간 가치가 있는 데이터를 식별할 수 있다. 그 시간은 시간 윈도우 내에서 샘플링된 유체에 대한 유체 리포트들에 대한 것일 수 있으며 그리고/또는 애셋에 연관된 시간 윈도우 내에서 분석된 유체 리포트들에 대한 것일 수 있다. 시간 윈도우는, 예를 들면, 며칠, 몇 주, 몇 달, 또는 몇 년일 수 있다. 상기 플랫폼 (110)은 애셋과 연관된 특정 개수의 유체 리포트들을 또한 식별할 수 있을 것이다. 예를 들면, 상기 유체 리포트는 상기 애셋에 대해 유체 데이터 소스 (106) 내에 저장된 마지막 3개의 유체 리포트들일 수 있다. 상기 플랫폼 (110)은 상기 요청된 이력적인 유체 데이터를 그 후에 수신할 수 있다. 다른 배치들 또한 가능하다.

504에서, 상기 플랫폼 (110)은 상기 유체 리포트들을 분석하여, (1) 유체 리포트의 특성들 및 (2) 애셋이 유체 리포트에 의해 표시된 유체 이슈를 가지는가의 여부 사이의 관계들을 결정한다. 예를 들면, 502에서 획득된 유체 리포트들 각각은 그 유체 리포트와 연관된 애셋이 유체 이슈를 가지는가의 여부를 표시할 수 있다. 상기 플랫폼 (110)은 이 유체 리포트들 각각을 분석하여, 그 유체 리포트 내 각 특성이 상기 애셋이 유체 이슈를 가지는가의 여부에 얼마나 영향을 미치는가를 판단한다. 몇몇의 실시예들에서, 이 분석의 결과는 가변 중요성 통계에서 캡처될 수 있다. 그 가변 중요성 통계는 유체의 하나 이상의 정해진 특성들이 애셋이 유체 이슈를 가질 가능성에 어떻게 영향을 미치는가의 특징을 나타낸다.

506에서, 유체의 특성들 각각에 대한 관계들은 함께 결합되어, 유체 리포트 또는 복수의 유체 리포트들에 의해 표시된 유체의 특성들에 기반하여 애셋이 유체 이슈를 가질 전체적인 가능성을 예측하기 위한 예측 모델을 정의한다.

이런 면에서, 정의된 상기 예측 모델은 상기 모델을 트레이닝하기 위해 사용된 특정 이력적인 유체 데이터에 종속할 수 있다. 상기 모델을 정의하기 위해 사용된 이력적인 유체 데이터는 특정 애셋에 대한 유체 리포트들의 모든 또는 몇몇 서브세트, 어떤 유형의 유체에 대한 유체 리포트들의 모든 또는 몇몇 서브세트, 어떤 유형의 애셋에 대한 유체 리포트들의 모든 또는 몇몇 서브세트, 또는 애셋의 어떤 서브시스템에 대한 유체 리포트들의 모든 또는 몇몇 서브세트를 포함할 수 있다. 상기 서브세트는 시간 윈도우 내에 수행된 분석들에 기반한 유체 리포트들에 대한 것일 수 있으며, 시간 윈도우 내에 수행된 샘플링된 유체에 기반한 유체 리포트들에 대한 것일 수 있으며, 또는 어떤 개수의 유체 리포트들일 수 있다. 다른 배열들이 또한 가능하다.

예를 들면, 상기 이력적인 유체 데이터는 어떤 유체 이슈도 존재하지 않는 애셋과 연관된 하나 이상의 유체 리포트들 그리고 유체 이슈가 존재한다는 것을 표시하는 하나 이상의 유체 리포트들을 포함할 수 있을 것이다. 어떤 유체 이슈도 표시하지 않는 유체 리포트들은 과거의 어느 시기에 취해진 유체 샘플들에 기반한 것일 수 있으며 그리고 유체 이슈를 표시하는 유체 리포트는 유체의 가장 최근 샘플에 기반한 것일 수 있다. 다른 예로서, 상기 이력적인 유체 데이터는 어떤 유체 이슈도 존재하지 않는 하나 이상의 애셋들과 연관된 하나 이상의 유체 리포트들만을 포함할 수 있다. 다른 예로서, 상기 이력적인 유체 데이터는 유체 이슈를 가진 하나 이상의 애셋들과 연관된 하나 이상의 유체 리포트들만을 포함할 수 있다.

몇몇의 예들에서, 상기 이력적인 유체 데이터는 시간 흐름에 따라 유체의 특성들에서의 변화들을 나타내는 유체 리포트들을 포함할 수 있다. 예를 들면, 상기 이력적인 유체 데이터는 시간 흐름에 따라 취해진 유체의 샘플들과 연관된 복수의 유체 리포트들을 포함할 수 있으며, 이는 그 유체의 특성이 시간에 따라 어떻게 변하는가를 보여준다. 상기 복수의 유체 리포트들은 애셋에 대해 생성된 마지막 N개의 유체 리포트들, 애셋에 대한 유체 이슈와 연관된 마지막 유체 리포트 및 유체 이슈와 연관되지 않은 하나 이상의 이전의 유체 리포트들, 또는 어떤 시간 윈도우에 걸친 상기 애셋에 대한 유체 리포트들 모두를 포함할 수 있을 것이다. 다른 예들에서, 상기 이력적인 유체 데이터는 다른 유사한 또는 상이한 애셋들에 비교되는 상기 유체 특성들의 상대적인 차이를 또한 포함할 수 있을 것이다.

예시의 구현들에서, 상기 플랫폼 (110)은 애셋이 유체 이슈를 가질 가능성을 표시하는 0 및 1 사이의 확률을 리턴하는 모델을 정의하는 하나 이상의 모델링 기술들을 활용할 수 있다. 상기 모델링 기술들은 상기 모델을 정의하기 위한 다른 회귀분석 또는 분류 기술들 중에서도, 랜덤 포레스트 (random forest) 기술, 로지스틱 회귀분석 (logistic regression) 기술을 포함할 수 있다. 상기 모델링 기술들은 상기 유체 리포트들 각각에 대해 유체의 특성들 그리고 상기 유체 리포트가 유체 이슈를 표시하는가의 여부에 관한 표시를 고려할 수 있다. 몇몇의 실시예들에서, 이력적인 데이터의 서브세트는 상기 예측 모델을 정의하기 위해 사용될 수 있으며 그리고 상호 배타적인 서브세트는 그 예측 모델을 테스트하거나 확인하기 위해 사용될 수 있다.

추가로, 상기 모델링 과정 동안에, 상기 플랫폼 (110)은 임계 확률을 또한 정의할 수 있으며, 그 임계 확률 위에서 애셋은 유체 이슈를 가질 수 있는 것으로 애셋 모니터링 과정 (404) 동안에 상기 예측 모델에 의해 판단된다. 대안으로, 상기 임계를 정의하는 것은 사람이 개재하여 오프라인에서 수행될 수 있을 것이다. 어느 한 경우에, 상기 임계는 하나 이상의 이력적인 유체 리포트들, 유체 이슈가 존재하는가의 여부에 관한 표시들, 그리고 정확함, 정밀도, 리콜, 또는 커브-아래-면적과 같은 모델 성능 규준들의 면에서의 상기 모델의 성능 요구사항들에 기반할 수 있다.

상기 플랫폼 (110)은 상기 모델을 생성하기 위해 사용된 유체 리포트들과 연관된 데이터를 상기 모델과 함께 또한 저장할 수 있다. 그 데이터는 데이터 기록 내에 저장될 수 있다. 예를 들면, 상기 모델을 생성하기 위해 사용된 이력적인 유체 데이터가 동일한 유형의 유체와 모두 연관되었다면, 이 유형은 그 모델과 함께 저장될 수 있다. 다른 예로서, 상기 모델을 생성하기 위해 사용된 이력적인 유체 데이터 모두가 특별한 소스 또는 소스들 (예를 들면, 애셋 유형 또는 애셋의 서브시스템)과 연관되었다면, 그러면 이 소스 또는 이 소스들은 상기 모델과 함께 저장될 수 있다.

상기 유체 데이터 소스 (106)가 유체 리포트들 그리고 그런 각 유체 리포트가 유체 이슈를 나타낸다는 표시들을 수신하는 것을 계속하기 때문에, 상기 플랫폼 (110)은 업데이트된 정보를 이용하여 블록들 502 - 506을 반복함으로써 상기 모델을 계속해서 다듬을 수 있다. 또한, 상기 플랫폼 (110)은, 예를 들면, 다양한 유형의 유체들 또는 다양한 유형의 애셋들에 대응하는 분리된 모델들을 개발할 수 있다. 이 방식에서 상기 플랫폼 (110)은 애셋이 어떤 유형의 유체 또는 유형의 애셋에 대해 유체 이슈를 가질 확률을 예측하기 위한 모델들의 데이터베이스를 구축할 수 있다. 몇몇의 실시예들에서, 상기 플랫폼 (110)은 상기 분리된 모델들의 조합일 수 있는 단일의 모델을 정의할 수 있다. 이 모델들은 상기 시스템 구성의 다른 플랫폼들 (110)과 공유될 수 있다. 대안으로, 각 모델은 유체 이슈의 가능성을 계측하는 여러 개별 모델들의 앙상블 (ensemble)일 수 있으며, 이는 최종의 가능성을 예측하기 위해 집성된다.

도 6에 도시된 예시의 "애셋-모니터링" 과정의 기능들이 이제 더 상세하게 설명될 것이다. 도 6은 유체 분석에 기반하여 애셋이 유체 이슈를 가질 확률을 판단하는데 있어서 사용될 수 있는 애셋-모니터링 과정의 한 가능한 예를 도시한 흐름도 (600)이다. 상기 플랫폼 (110)은 애셋으로부터의 테스트 중인 유체의 유체 리포트를 유체 데이터 소스 (106)로부터 수신함으로써 602에서 시작할 수 있다. 604에서, 예측 모델이 식별된다. 606에서, 상기 모델 및 상기 유체 리포트에 기반하여 상기 애셋이 유체 이슈를 가질 확률에 대한 판단이 내려진다. 608에서, 상기 애셋이 유체 이슈를 가진다는 판단이 상기 확률에 기반하여 내려진다. 608에서, 그 판단에 기반하여 행동이 취해진다.

도 6에서 도시된 이 예시의 애셋 모니터링 과정의 기능들이 이제 더 상세하게 설명될 것이다.

602에서, 상기 플랫폼 (110)은 상기 유체 데이터 소스 (106)로부터 "테스트 중인 유체"에 대한 유체 리포트를 수신할 수 있다. 이것은 유체 이슈를 가지는지의 여부가 알려지지 않은 애셋으로부터의 유체일 수 있다. 몇몇의 실시예들에서, 상기 유체 리포트는 상이한 시각들에 취해진 상기 애셋의 유체의 최근의 유체 분석과 연관된 복수의 유체 리포트들일 수 있다 (예를 들면, 일련의 유체 리포트들). 604에서, 상기 플랫폼 (110)은 예측 모델을 식별할 수 있다. 상기 플랫폼이 복수의 모델들을 가지는 경우, 식별된 상기 모델은 샘플링되고 있는 유체의 유형, 상기 유체에 기원한 애셋의 유형, 특정 애셋, 또는 서브시스템의 유형과 같은 유체 리포트가 제공된 데이터에 기반할 수 있다. 상기 플랫폼 (110)은 상기 적절한 모델을 식별하기 위해 유체 리포트가 제공된 데이터를 사용할 수 있다.

606에서, 상기 플랫폼 (110)은 애셋이 유체 이슈를 가질 확률을 상기 모델 및 상기 유체 리포트에 기반하여 판단할 수 있다. 이런 면에서, 상기 플랫폼 (110)은 상기 모델을 상기 테스트 중인 유체의 유체 리포트에 적용할 수 있으며, 이는 상기 애셋이 유체 이슈를 가지는 확률의 결과가 된다. 예를 들면, 상기 유체 리포트는 그 유체의 특성들을 정의할 수 있다. 상기 모델은 이 특성들을 입력으로서 수신하며 그리고 상기 유체 리포트와 연관된 애셋이 유체 이슈를 가지는가의 여부에 대한 확률을 판단할 수 있다. 따라서, 또는 대안으로, 상기 모델은 복수의 유체 리포트들을 입력으로서 취할 수 있으며, 이는 상기 애셋이 유체 이슈를 가지는 확률을 판단함에 있어서 시간이 지남에 따른 상기 유체 특성들에서의 변화들을 또한 고려하는 것을 가능하게 한다.

608에서, 상기 플랫폼 (110)은 상기 확률에 기반하여 상기 애셋이 유체 이슈를 가진다고 판단할 수 있다. 예를 들면, 상기 플랫폼 (110)은 상기 모델에 의한 확률 출력을 임계에 비교할 수 있다. 예를 들면, 상기 확률이 상기 모델링 과정 동안에 결정된 상기 임계보다 더 크거나 같으면, 상기 플랫폼 (110)은 상기 애셋이 유체 이슈를 가졌다고 식별할 수 있다. 상기 확률이 상기 모델링 과정 동안에 결정된 상기 임계보다 더 작으면, 상기 플랫폼 (110)은 상기 애셋이 유체 이슈를 가졌다고 식별하지 않을 것이다.

610에서, 상기 플랫폼 (110)은 상기 애셋이 유체 이슈를 가진다는 판단에 기반한 행동을 취할 수 있다. 일 예에서, 상기 플랫폼은 상기 클라이언트 스테이션 (112)과 같은 컴퓨팅 디바이스로 하여금 상기 판단에 관한 표시를 출력하도록 할 수 있다. 상기 판단에 관한 표시는 상기 플랫폼 (110)에 연관된 클라이언트 스테이션 (112)의 사용자 인터페이스 상의 청각적인 표시 및/또는 시각적인 표시일 수 있다. 상기 표시는 상기 애셋이 유체 이슈를 가진다는 것을 표시하는 상기 클라이언트 스테이션 (112)의 사용자에게로의 경고 또는 경보, 예를 들면, 이메일, 팝-업 메시지 또는 알람일 수 있다.

다른 예에서, 상기 플랫폼 (110)은 상기 애셋을 수리하기 위한 작업 순서를 생성하는 것을 용이하게 할 수 있다. 상기 플랫폼 (110)은 작업 순서 데이터를 작업-순서 시스템에게 전송하여, 상기 작업-순서 시스템이 작업 순서를 출력하도록 할 수 있다. 상기 작업 순서는 유체 이슈를 완화하기 위해 상기 애셋에 대한 어떤 수리를 규정할 수 있다. 추가로, 또는 대안으로, 상기 플랫폼 (110)은 상기 컴퓨팅 디바이스로 하여금 클라이언트 스테이션 (112) 상에 상기 작업 순서의 표시를 제시하도록 할 수 있으며 그리고 심지어는 상기 클라이언트 스테이션 (112)의 작업 순서가 실행되기 이전에 사용자가 그 작업 순서를 허가하는 것을 가능하게 할 수 있다.

또 다른 예에서, 상기 플랫폼 (110)은 부품-주문 데이터를 생성하고 송신하는 것을 용이하게 할 수 있다. 부품-주문 데이터는 부품 주문 시스템으로 하여금 애셋을 위해 특별한 부품을 주문하도록 할 수 있다. 상기 특별한 부품은 상기 유체 이슈를 완화하기 위해 상기 애셋을 수리하기 위해 사용될 수 있다.

다른 예에서, 상기 플랫폼 (110)은 상기 유체 이슈가 해결될 때까지 상기 애셋에 대한 손상 기회들을 줄이기 위해 상기 애셋의 하나 이상의 작동 상태들을 수정하는 것을 용이하게 하는 하나 이상의 명령들을 상기 애셋에게 전송할 수 있다. 예를 들면, 그 명령은 애셋으로 하여금, 다른 예들 중에서도, 속도, 가속도, 팬 속도, 프로펠러 각도, 및/또는 공기 흡입을 줄이도록 (또는 증가시키도록) 할 수 있다.

실시예들에서, 상기 모델은 액체의 어느 특성들이 애셋이 유체 이슈를 가지는 확률에 영향을 미치는가를 확인하기 위해 또한 사용될 수 있다. 일반적으로, 상기 플랫폼 (110)은 유체 리포트에서 특별한 특성을 선택하고 그리고 그 특성과 연관된 측정치를 변경하여, 애셋이 유체 이슈를 가지는 확률에 그 변이가 어떻게 영향을 주는가를 판단할 수 있다. 상기 플랫폼 (110)은 유체 리포트 내 하나 이상의 특성들에 대해 이 프로세스를 반복하여, 상기 애셋이 유체 이슈를 가지는 확률에 영향을 미칠 수 있는 상기 유체 리포트 중 하나 이상의 특성들을 판별할 수 있다.

도 7은 이 프로세스를 더 상세하게 도시하는 흐름도 (700)이다. 702에서, 유체 리포트 내 어떤 특성이 선택될 수 있다. 이 선택은 다양한 방식들로 수행될 수 있다. 한 구현에서, 상기 선택은 상기 유체 리포트 내 특성 측정치들에 기반할 수 있다. 예를 들면, 상기 플랫폼 (110)은 입자 카운트들을 살펴보고 그리고 가장 높은 입자 카운트 측정치를 가진 특성을 선택할 수 있다. 어떤 특성을 선택하기 위한 다른 접근 방식들이 마찬가지로 가능하다.

704에서, 유체 리포트 내 상기 선택된 특성의 측정치가 변경될 수 있다. 몇몇의 실시예들에서, 측정치가 변경된 양은 특성의 유형에 종속할 수 있다. 예를 들면, 어떤 특성들이 그 유체 내에 많은 양이 존재하면 측정치에서의 변화가 클 수 있다. 입자 카운트의 예에서, 그 변화는 수백 ppm에 미칠 수 있다. 반면에, 유체 내에 특성들이 작은 양으로 존재하면, 측정치에서의 변화는 작을 수 있다. 입자 카운트의 예에서, 그 변화는 단지 10 ppm에 미칠 수 있다.

706에서, 상기 모델은 애셋이 유체 이슈를 가지는 확률을 상기 변경된 측정치에 기반하여 판단하기 위해 사용될 수 있다. 예를 들면, 상기 측정치는 유체 리포트 내 측정치로부터 증가되거나 감소될 수 있으며 그리고 상기 유체 리포트는 변경된 측정치와 함께 상기 모델로 입력될 수 있다. 상기 모델은 상기 변경된 측정치가 있을 때에 애셋이 유체 이슈를 가지는 확률을 출력할 수 있다.

708에서, 변경된 측정치의 결과로서 상기 애셋이 유체 이슈를 가질 확률은 변경된 측정치가 없을 때에 애셋이 유체 이슈를 가지는 확률에 비교될 수 있다. 예를 들면, 변경된 측정치를 가진 유체 리포트에 기반하여 애셋이 유체 이슈를 가질 확률 그리고 변경된 측정치가 없는 유체 리포트에 기반하여 애셋이 유체 이슈를 가질 확률 사이의 차이가 계산될 수 있다.

710에서, 애셋이 유체 이슈를 가지는가의 여부에 상기 특성이 영향을 미치는가에 대한 판단이 내려진다. 예를 들면, 확률에서의 상기 차이가 임계 양에 비교될 수 있다. 이 임계 양은 클라이언트 스테이션 (112)을 통해 사용자에 의해 정의될 수 있으며, 미리 정해진 값일 수 있으며, 또는 상기 모델링 과정 동안에 정해질 수 있다. 상기 확률이 이 임계 양을 초과한다면, 상기 특성은 상기 애셋이 유체 이슈를 가지는가의 여부에 영향을 미칠 수 있다. 다른 말로 하면, 이 특성에서의 변이들은 애셋에 대한 유체 이슈가 존재하는가의 여부에 영향을 줄 수 있다

일단 이 판단이 내려지면, 상기 플랫폼 (110)은 상기 유체 리포트 내 다른 특성들에 대해 702 - 710 단계들을 반복할 수 있다. 이 프로세스는 상기 속성들 각각이 분석되고 그 프로세스가 종료할 때까지 계속될 수 있다.

몇몇의 실시예들에서, 상기 플랫폼 (110)은 유체 이슈의 가능성에 영향을 미치는 하나 이상의 특성들에 대한 신원을 사용자에게 또한 제시할 수 있다. 예를 들면, 상기 플랫폼 (110)은 이 하나 이상의 특성들에 대한 표시가 클라이언트 스테이션 (112)의 사용자 인터페이스 상에 제시되도록 할 수 있다. 이런 면에서, 사용자는 상기 애셋이 유체 이슈를 가지는가의 여부에 대한 판단에 관련된 유체 리포트의 특별한 특성들을 통지받을 수 있다. 이 특별한 특성들은 클라이언트 스테이션 상에서 강조될 수 있으며, 그래서 사용자가 애셋 관리의 목적들을 위해 그 특별한 특성들에 주의를 기울이는 것을 가능하게 할 수 있다.

도 7에서 식별되며 그리고 일반적으로 상기 유체 리포트에 기반하는 상기 하나 이상의 특성들은 상기 유체 이슈를 완화하기 위해 상기 애셋의 특정 수리를 규정하기 위해 또한 사용될 수 있다. 예를 들면, 상기 플랫폼 (110)은 상기 유체의 특성들에 상관된 권장 수리의 데이터베이스를 가질 수 있다. 상기 플랫폼 (110)은 상기 유체의 상기 특성들을 데이터베이스에 입력할 수 있으며 그리고 그 데이터베이스는 유체 이슈를 완화하기 위해 상기 애셋에 대한 그 특정 수리를 식별할 수 있다. 다른 예로서, 상기 플랫폼 (110)은 애셋이 유체 이슈를 가지는 확률에 영향을 주는 특성 또는 특성들을 입력할 수 있으며, 그리고 상기 데이터베이스는 그 유체 이슈를 완화하기 위해 상기 애셋에 대한 그 특정 수리를 식별할 수 있다. 다른 배치 또한 가능하다.

추가로, 상기 플랫폼 (110)은 유체 리포트 또는 복수의 유체 리포트들에 연관된 정보를 제시할 수 있다. 상기 정보는 클라이언트 스테이션 (112) 상의 그래픽 사용자 인터페이스 (GUI)로서 제시될 수 있다. 예를 들면, 한 구현에서, 상기 GUI는 정해진 애셋으로부터 취해진 유체의 정해진 유형에서의 다양한 입자들에 대한 입자 카운트의 텍스트 또는 그래픽 표현을 포함할 수 있다. 다른 구현에서, 상기 GUI는 정해진 애셋으로부터 취해진 정해진 유형의 액체의 어떤 특성들이 과거에 다른 애셋들로부터 또는 동일한 애셋으로부터 취해진 정해진 유형의 액체의 특성들에 어떻게 비교되는가의 텍스트 및/또는 그래픽 표현을 포함할 수 있다.

또 다른 구현에서, 상기 GUI는 애셋의 액체 내 입자 카운트들이 그 애셋에 대해 시간이 지날 때에 어떻게 변할 수 있는가를 보여줄 수 있다. 예를 들면, 상기 GUI는 애셋의 액체 내 특별한 입자의 카운트가 여러 주, 여러 달, 또는 몇 년에 걸쳐 어떻게 변하는가를 표시할 수 있다. 다른 예에서, 상기 GUI는 애셋의 액체의 특성들을 다른 애셋들로부터의 동일한 액체의 특성들에 상기 이력적인 유체 데이터에 기반하여 비교할 수 있다. 그 비교는 동일한 유형의 애셋들에 대한 평균 입자 카운트들에 기반할 수 있다. 다른 예에서, 상기 GUI는 상기 애셋이 유체 이슈를 가지는가의 여부에 영향을 미치는 특성들 중 하나 이상을 식별할 수 있다. 또 다른 예에서, 상기 GUI는 상기 애셋의 유체 이슈를 가지는가의 여부에 영향을 미치는 그 특성들의 측정치 그리고/또는 그 특성들에 대한 최적 측정치들을 더 식별할 수 있다. 이 정보는 수치적으로 또는 GUI 상의 막대 그래프 또는 라인 그래프와 같은 그래프의 모습으로 제시될 수 있다.

다른 구현에서, 상기 GUI는 액체의 나이, 점성, pH와 같은 액체 특성들 및/또는 상기 예측 모델에 의해 판단되었던 유체 이슈를 보여줄 수 있다. 상기 유체 이슈는 애셋이 유체 이슈를 가지는 가능성이나 "오염", "누설", "컴포넌트들의 마모 및 찢어짐"과 같은 유체 이슈의 클래스로서 제시될 수 있을 것이다. 다른 실시예에서, 상기 GUI는 생성될 작업 순서, 수행될 유지보수 절차들 등과 같은 필요한 가능한 행동들을 보여줄 수 있다.

도 8은 예시의 GUI (800)를 도시한다. 상기 GUI (800)는 오일의 유체 리포트에서, 인, 알루미늄, 망간, 실리콘, 구리, 철, 크롬, 및 납의 양들 그리고 특히 ppm 단위인 그 특성들의 입자 카운트와 같은 다양한 특성들 (802)을 도시한다. 몇몇의 실시예들에서, 도시된 상기 특성들은 애셋이 유체 이슈를 가지는가의 여부에 영향을 미치는 특성들일 수 있다. 추가로, 상기 GUI (800)는 입자 카운트들의 범위들 (804, 808, 810)을 막대 그래프의 모습으로 보여준다. 특성들의 측정치들을 상기 범위들 (804, 808, 810) 중 하나로 크기조절하기 위해서 상기 막대 그래프는 정규화될 수 있다. 참조번호 808의 범위는 최적 범위일 수 있으며, 참조번호 804 및 810의 범위들은 차선의 범위일 수 있으며, 입자 카운트는 참조번호 804 범위에서는 최적 범위 아래에 있으며 또는 입자 카운트는 참조번호 810 범위에서는 최적 범위 위에 있다. 예시의 GUI (800)에서, 인의 입자 카운트는 최적 범위 (808)를 초과한다. 또한, 예시의 GUI (800)에서, 납의 입자 카운트는 최적 범위 (808)보다 작다. 차선 범위들 내 입자 카운트들은 애셋이 유체 이슈를 가지는 것으로 표시하지 않을 수 있다. 또 추가로, 상기 GUI (800)는 상기 특성들 각각에서의 경향들 (806)을 보여줄 수 있다. 예를 들면, 상기 GUI는 각 특성에 대한 입자 카운트가 마지막 180 일 (days)에 걸쳐 시간에 따라 어떻게 변할 수 있는가를 보여준다. 이것은 라인 그래프로서 표시될 수 있으며, 여기에서 라인 그래프의 진폭은 특별한 시점에서의 입자 카운트를 표시한다.

IV. 예시의 방법

도 9로 이제 돌아가면, 애셋이 유체 이슈를 가질 가능성이 있는가를 판단하기 위한 예시의 방법 (900)을 예시한 흐름도가 도시된다. 상기 방법 (900)을 위해, 상기 흐름도들 내 블록들에 의해 도시된 동작들을 위에서의 설명에 맞추어 수행될 수 있다. 더욱이, 위에서 설명된 하나 이상의 동작들이 정해진 흐름도에 추가될 수 있다.

902에서, 애셋이 유체 이슈를 가질 가능성이 있는가의 여부에 대한 지표를 출력하기 위한 예측 모델이 정의된다. 상기 예측 모델은 하나 이상의 애셋들을 위한 이력적인 유체 데이터를 적어도 기반으로 할 수 있다. 또한, 상기 이력적인 유체 데이터는 (i) 상기 하나 이상의 애셋들과 연관된 복수의 유체 리포트들; 그리고 (ii) 복수의 표시들로, 여기에서 각 표시는 상기 하나 이상의 애셋들 중 어떤 애셋이 유체 이슈를 가지는가의 여부를 식별하는, 복수의 표시들; 중 적어도 하나를 포함할 수 있다. 상기 예측 모델은, 예를 들면, 상기 플랫폼 (110)에 의해, 그리고/또는 사람이 개재하여, 또는 사람에 의해서만 정의될 수 있다. 또한, 애셋이 유체 이슈를 가지는가의 여부에 관한 표시는 전문가에 의해 그리고/또는 컴퓨터 시스템에 의해 제공될 수 있다.

904에서, 정해진 애셋과 연관된 적어도 하나의 유체 리포트가 수신된다. 예를 들면, 상기 유체 리포트는 유체 데이터 소스 (106)로부터 수신될 수 있다. 906에서, 정해진 애셋이 유체 이슈를 가질 가능성이 있는가에 대한 판단이 내려진다. 그 판단은 상기 예측 모들 및 상기 수신된 적어도 하나의 유체 리포트에 적어도 기초하여 내려질 수 있다. 908에서, 컴퓨터 디바이스는 그 판단의 표시를 출력할 수 있다. 그 표시는, 예를 들면, 클라이언트 스테이션 (112)의 그래픽 사용자 인터페이스 상에 출력될 수 있다.

위에서의 설명은 다른 것들 중에서도 다양한 예시의 시스템들, 방법들, 장치들 및 제조 아티클들을 개시하며, 이는 다른 컴포넌트들 중에서도 하드웨어 상에서 실행되는 펌웨어 및/또는 소프트웨어를 포함한다. 그런 예들은 단지 예시적일 뿐이며 제한하는 것으로서 해석되지 않아야 한다는 것이 이해된다. 예를 들면, 상기 펌웨어, 하드웨어, 및/또는 소프트웨어 모습들이나 컴포넌트들 중 어느 하나 또는 모두는 하드웨어로만, 소프트웨어로만, 펌웨어로만, 또는 하드웨어, 소프트웨어, 및/또는 펌웨어의 어떤 조합으로 구체화될 수 있다는 것이 예견된다. 따라서, 제공된 상기 예들은 그런 시스템들, 방법들, 장치들, 및/또는 제조 아티클들을 구현하기 위한 유일한 방식(들)이 아닐 수 있다.

추가로, 본원에서 "실시예들"을 참조한다는 것은 그 실시예에 관련하여 설명된 특별한 특징, 구조, 또는 특징은 본 발명의 적어도 하나의 예시의 실시예에 포함될 수 있다는 것을 의미한다. 본 명세서에서의 다양한 위치들에서 이 구절이 나타난 것은 동일한 실시예나 다른 실시예들과 상호 배타적인 별개의 또는 대안의 실시예를 반드시 모두가 참조하는 것은 아니다. 그처럼, 본 발명이 속한 기술 분야에서의 통상의 지식을 가진 자가 명시적으로 또는 묵시적으로 이해한 본원에서 설명된 상기 실시예들은 다른 실시예들과 결합될 수 있다.

본 명세서는 예시적인 환경들, 시스템들, 절차들, 단계들, 로직 블록들, 프로세싱 및 네트워크들에 결합된 데이터 프로세싱 디바이스들의 동작들을 직접적으로 또는 간접적으로 닮은 다른 심볼적인 표현의 면에서 주로 제시되었다. 이런 프로세스 설명들 및 표현들은 보통은 본 발명이 속한 기술 분야에서의 통상의 지식을 가진 자들이 자신들의 작업의 본질을 그 기술 분야에서의 통상의 지식을 가진 다른 자들에게 가장 효과적으로 전달하기 위해 사용된다. 본 발명 개시에 대한 완전한 이해를 제공하기 위해 여러 특정 상세 내용들이 제시된다. 그러나, 본 발명 개시의 어떤 실시예들은 정해진, 특정한 상세 내용들 없이도 실행될 수 있다는 것이 본 발명이 속한 기술 분야에서의 통상의 지식을 가진 자에게는 이해된다. 다른 예들에서, 잘 알려진 방법들, 절차들, 컴포넌트들, 및 회로는 상기 실시예들의 모습들을 불필요하게 모호하게 하는 것을 피하기 위해 상세하게 설명되지 않았다. 따라서, 본 발명 개시의 범위는 실시예들의 전술한 설명이 아니라 동반 청구항들에 의해 정의된다.

동반 청구항들 중 어느 하나가 순수한 소프트웨어 및/또는 펌웨어 구현을 커버하기 위해 읽혀질 때에, 적어도 하나의 예에서의 요소들 중 적어도 하나는 그것에 의해, 상기 소프트웨어 및/또는 펌웨어를 저장하는 메모리, DVD, CD, 블루레이 등과 같은 실체적인, 비-일시적 매체를 포함하도록 명시적으로 한정된다.

본원에서 설명된 예들이 "사람", "운영자", "사용자" 또는 다른 엔티티들과 같은 행위자들에 의해 수행되거나 개시된 동작들을 수반하는 한에서, 이는 예시 및 설명의 목적들만을 위한 것이다. 또한, "유체"의 용어는 한 유형의 유체 또는 다수 유형의 유체들을 언급하는 것일 수 있다. 더욱이, 상기 청구항들은 그 청구항 문구에서 명시적으로 언급되지 않았다면 그런 행위자들에 의해 필요한 행동인 것으로 해석되지 않아야 한다.

Claims

하나 이상의 애셋 (asset)들을 위한 이력적인 유체 데이터에 적어도 기반하여, 애셋이 유체 이슈 (issue)를 가질 가능성이 있는가의 여부에 대한 지표를 출력하기 위한 예측 모델을 정의하는 단계로, 상기 이력적인 유체 데이터는 (i) 상기 하나 이상의 애셋들과 연관된 복수의 유체 리포트들 및 (ii) 복수의 표시들로, 각 표시는 상기 하나 이상의 애셋들 중의 애셋이 유체 이슈를 가지는가의 여부를 식별하는, 복수의 표시들 중 적어도 하나를 포함하는, 정의 단계;
정해진 애셋과 연관된 적어도 하나의 유체 리포트를 수신하는 단계;
상기 예측 모델 및 상기 수신된 적어도 하나의 유체 리포트에 기반하여, 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있는가에 대한 판단을 하는 단계; 그리고
컴퓨팅 디바이스로 하여금 상기 판단의 표시를 출력하도록 하는 단계를 포함하는, 방법.
제1항에 있어서,
유체 이슈의 상기 표시는 상기 유체 리포트의 전문가 리뷰에 기반하여 결정되는, 방법.
제1항에 있어서,
상기 예측 모델을 정의하는 단계는 회귀 기법을 상기 이력적인 유체 데이터에 적용하는 단계를 포함하는, 방법.
제1항에 있어서,
상기 이력적인 유체 데이터는 (i) 동일 유형의 유체에 대한 복수의 유체 리포트들; (ii) 상기 정해진 애셋과 동일한 유형에 대한 복수의 유체 리포트들; (iii) 상기 정해진 애셋에 대한 복수의 유체 리포트들; 및 (iv) 상기 정해진 애셋의 동일한 유형의 서브시스템에 대한 복수의 유체 리포트들 중 하나 이상을 포함하는, 방법.
제1항에 있어서,
상기 유체 리포트들 각각은 복수의 특성들을 포함하는, 방법.
제5항에 있어서,
상기 유체 특성들은 유체 내 입자들의 입자 카운트를 포함하는, 방법.
제1항에 있어서,
각 유체 리포트는 상기 정해진 애셋으로부터 취해진 정해진 유형의 유체에 대한 것인, 방법.
제1항에 있어서,
상기 복수의 유체 리포트들은 상기 정해진 애셋에 대한 일련의 유체 리포트들을 포함하는, 방법.
제1항에 있어서,
컴퓨팅 디바이스로 하여금 상기 판단의 표시를 출력하도록 하는 단계는 컴퓨팅 디바이스로 하여금 상기 판단을 디스플레이 스크린 상에 표시하도록 하는 단계를 포함하는, 방법.
제1항에 있어서,
상기 예측 모델 및 상기 수신된 적어도 하나의 유체 리포트에 기반하여, 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있는가에 대한 판단을 하는 단계는:
상기 예측 모델을 상기 수신된 적어도 하나의 유체 리포트에 적용하여 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있는가의 여부에 대한 지표를 출력하도록 하는 단계;
상기 지표를 임계 조건과 비교하는 단계; 그리고
상기 지표가 상기 임계 조건을 초과하는가를 판단하는 단계를 포함하는, 방법.
제1항에 있어서,
상기 컴퓨팅 디바이스로 하여금 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있다는 판단에 영향을 주는 상기 정해진 애셋의 정해진 유형의 유체의 그 특성들에 대한 표시를 출력하도록 하는 단계를 더 포함하는, 방법.
제1항에 있어서,
상기 수신된 적어도 하나의 유체 리포트는 유체의 복수의 특성들 및 각 특성과 연관된 측정치를 정의하며, 상기 방법은:
상기 수신된 적어도 하나의 유체 리포트의 정해진 특성을 선택하는 단계;
상기 적어도 하나의 유체 리포트 내 상기 정해진 특성의 정해진 측정치를 변경하는 단계;
상기 정해진 측정치를 변경하는 것이 상기 정해진 애셋이 유체 이슈를 가지는 확률을 임계 양만큼 변하게 하는가를 판단하는 단계; 그리고
상기 컴퓨팅 디바이스로 하여금 상기 정해진 특성에 관한 표시를 출력하도록 하는 단계를 더 포함하는, 방법.
플랫폼으로서, 상기 플랫폼은:
통신 네트워크를 경유하여 데이터 소스 및 컴퓨팅 디바이스와의 통신을 용이하게 하도록 구성된 네트워크 인터페이스;
적어도 하나의 프로세서;
비-일시적 컴퓨터-판독가능 매체; 그리고
상기 비-일시적 컴퓨터-판독가능 매체에 저장된 프로그램 지시어들을 포함하며,
상기 프로그램 지시어들은 상기 적어도 하나의 프로세서에 의해 실행가능하여 상기 플랫폼으로 하여금:
정해진 애셋과 연관된 적어도 하나의 유체 리포트를 수신하도록 하고;
애셋이 유체 이슈를 가질 가능성이 있는가의 여부에 대한 지표를 출력하는 예측 모델 그리고 상기 수신된 적어도 하나의 유체 리포트에 적어도 기반하여, 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있는가에 대한 판단을 하도록 하며, 상기 예측 모델은 상기 데이터 소스로부터 수신된 하나 이상의 애셋들에 대한 이력적인 유체 데이터에 적어도 기반하여 정의되며, 상기 이력적인 유체 데이터는 (i) 상기 하나 이상의 애셋들과 연관된 복수의 유체 리포트들 및 (ii) 복수의 표시들로, 각 표시는 상기 하나 이상의 애셋들 중의 애셋이 유체 이슈를 가지는가의 여부를 식별하는, 복수의 표시들 중 적어도 하나를 포함하며; 그리고
상기 컴퓨팅 디바이스로 하여금 상기 판단의 표시를 출력하도록 하는, 플랫폼.
제13항에 있어서,
상기 복수의 유체 리포트들은 상기 정해진 애셋에 대한 일련의 유체 리포트들을 포함하는, 플랫폼.
제13항에 있어서,
컴퓨팅 디바이스로 하여금 상기 판단의 표시를 출력하도록 하는 상기 프로그램 지시어들은 상기 컴퓨팅 디바이스로 하여금 상기 판단을 디스플레이 스크린 상에 디스플레이하도록 하는, 플랫폼.
제13항에 있어서,
상기 이력적인 유체 데이터는 (i) 동일 유형의 유체에 대한 복수의 유체 리포트들; (ii) 상기 정해진 애셋과 동일한 유형에 대한 복수의 유체 리포트들; (iii) 상기 정해진 애셋에 대한 복수의 유체 리포트들; 및 (iv) 상기 정해진 애셋의 동일한 유형의 서브시스템에 대한 복수의 유체 리포트들 중 하나 이상을 포함하는, 플랫폼.
제13항에 있어서,
상기 예측 모델 및 상기 수신된 적어도 하나의 유체 리포트에 기반하여, 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있는가에 대한 판단을 하기 위한 상기 프로그램 지시어들은:
상기 예측 모델을 상기 수신된 적어도 하나의 유체 리포트에 적용하여 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있는가의 여부에 대한 지표를 출력하고;
상기 지표를 임계 조건과 비교하며; 그리고
상기 지표가 상기 임계 조건을 초과하는가를 판단하기 위한 프로그램 지시어들을 포함하는, 플랫폼.
제13항에 있어서,
상기 이력적인 유체 데이터에 기반하여, 상기 정해진 애셋 내 정해진 유형의 유체의 특성들을 어떻게 다른 애셋들 내 상기 정해진 유형의 유체의 특성들에 비교하는가의 표시를 상기 컴퓨팅 디바이스로 하여금 출력하게 하는 프로그램 지시어들을 더 포함하는, 플랫폼.
제13항에 있어서,
상기 수신된 적어도 하나의 유체 리포트는 유체의 복수의 특성들 및 각 특성과 연관된 측정치를 정의하며, 상기 플랫폼은:
상기 수신된 적어도 하나의 유체 리포트의 정해진 특성을 선택하고;
상기 적어도 하나의 유체 리포트 내 상기 정해진 특성의 정해진 측정치를 변경하고;
상기 정해진 측정치를 변경하는 것이 상기 정해진 애셋이 유체 이슈를 가지는 확률을 임계 양만큼 변하게 하는가를 판단하고; 그리고
상기 컴퓨팅 디바이스로 하여금 상기 정해진 특성에 관한 표시를 출력하도록 하기 위한,
프로그램 지시어들을 더 포함하는, 플랫폼.
지시어들을 저장하는 비-일시적 컴퓨터-판독가능 매체로,
상기 지시어들은 실행 가능하여 플랫폼으로 하여금:
정해진 애셋과 연관된 적어도 하나의 유체 리포트를 수신하도록 하고;
애셋이 유체 이슈를 가질 가능성이 있는가의 여부에 대한 지표를 출력하는 예측 모델 그리고 상기 수신된 적어도 하나의 유체 리포트에 적어도 기반하여, 상기 정해진 애셋이 유체 이슈를 가질 가능성이 있는가에 대한 판단을 하도록 하며, 상기 예측 모델은 상기 데이터 소스로부터 수신된 하나 이상의 애셋들에 대한 이력적인 유체 데이터에 적어도 기반하여 정의되며, 상기 이력적인 유체 데이터는 (i) 상기 하나 이상의 애셋들과 연관된 복수의 유체 리포트들 및 (ii) 복수의 표시들로, 각 표시는 상기 하나 이상의 애셋들 중의 애셋이 유체 이슈를 가지는가의 여부를 식별하는, 복수의 표시들 중 적어도 하나를 포함하며; 그리고
컴퓨팅 디바이스로 하여금 상기 판단의 표시를 출력하도록 하는,
컴퓨터-판독가능 매체.