TW201616360A - 複雜資料集的預測分析以及包含其之系統和方法 - Google Patents
複雜資料集的預測分析以及包含其之系統和方法 Download PDFInfo
- Publication number
- TW201616360A TW201616360A TW104125079A TW104125079A TW201616360A TW 201616360 A TW201616360 A TW 201616360A TW 104125079 A TW104125079 A TW 104125079A TW 104125079 A TW104125079 A TW 104125079A TW 201616360 A TW201616360 A TW 201616360A
- Authority
- TW
- Taiwan
- Prior art keywords
- particle count
- particle
- count
- clean room
- segment
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 143
- 238000004458 analytical method Methods 0.000 title claims abstract description 29
- 239000002245 particle Substances 0.000 claims abstract description 613
- 230000008859 change Effects 0.000 claims abstract description 92
- 238000003860 storage Methods 0.000 claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 52
- 238000007405 data analysis Methods 0.000 claims abstract description 46
- 238000012544 monitoring process Methods 0.000 claims abstract description 24
- 238000013500 data storage Methods 0.000 claims description 22
- 230000009471 action Effects 0.000 description 41
- 238000004891 communication Methods 0.000 description 26
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 17
- 230000002085 persistent effect Effects 0.000 description 16
- 238000004590 computer program Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 230000011218 segmentation Effects 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 239000000428 dust Substances 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000001627 detrimental effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/22—Devices for withdrawing samples in the gaseous state
- G01N1/26—Devices for withdrawing samples in the gaseous state with provision for intake from several spaces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1425—Optical investigation techniques, e.g. flow cytometry using an analyser being characterised by its control arrangement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00722—Communications; Identification
- G01N35/00871—Communications between instruments or with remote terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/075—Investigating concentration of particle suspensions by optical means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/22—Devices for withdrawing samples in the gaseous state
- G01N1/2202—Devices for withdrawing samples in the gaseous state involving separation of sample components during sampling
- G01N2001/222—Other features
- G01N2001/2223—Other features aerosol sampling devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1486—Counting the particles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1488—Methods for deciding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1493—Particle size
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00722—Communications; Identification
- G01N35/00871—Communications between instruments or with remote terminals
- G01N2035/00881—Communications between instruments or with remote terminals network configurations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00722—Communications; Identification
- G01N2035/00891—Displaying information to the operator
- G01N2035/009—Displaying information to the operator alarms, e.g. audible
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Dispersion Chemistry (AREA)
- Combustion & Propulsion (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Sampling And Sample Adjustment (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本文揭示複雜資料集的預測分析(predictive analysis)以及包含其之系統和方法。該等方法包含分析來自一無塵室(cleanroom)環境(20)的空浮粒子計數資料(40)以預測該無塵室環境(20)內之一粒子計數故障狀況。該等方法另包含產生(205)包含該無塵室環境(20)內的粒子計數之一空浮粒子計數資料(40)貯藏庫、分析該空浮粒子計數資料以估算(250)一第一變化率與一第二變化率之間的一差異、以及因應介於該第一變化率與該第二變化率之間的該差異位於一特定臨限差異範圍之外,預測(255)該粒子計數故障狀況。該等系統包含電腦可讀取儲存媒體,此電腦可讀取儲存媒體包含電腦可執行指令,當該等指令被執行之時,導控一資料分析系統執行該等方法。該等系統亦包含一分散式無塵室粒子計數監測系統(30),其包含複數偵測節點(32)。
Description
本揭示概括而言係有關於複雜資料集的預測分析,特別是關於產生該等複雜資料集、使用該預測分析決定該等複雜資料集的控制界限(control limit)、及/或使用該預測分析預測該等複雜資料集內的故障狀況的系統和方法。
複雜資料集可以包含混沌的(chaotic)、準混沌的(quasi-chaotic)、及/或半隨機的資料集,且可以藉由多種工業流程產生。舉例而言,對於無塵室環境的空浮粒子計數資料在本質上可以是複雜的。此空浮粒子計數資料可能在長時間內維持相當地穩定,僅具有一底線雜粒含量,而後出人意料地增加至在無塵室環境內可能無法接受的高含量。
無塵室環境內的空浮粒子計數的增加可能由多種因素造成。舉例而言,可被用以淨化在無塵室環境內流通的空氣的過濾器可能退化、可能衰變、及/或可能會堵塞。舉另一實例,一"髒汙"物體可能被移入無塵室環境之中而可能脫落塵粒於無塵室環境之內。舉又另一實例,人為錯誤可能致使無塵室環境的門、窗、及/或其他進入點保持敞開,而讓塵粒得以進入無塵室環境。再舉另一實例,工作人員可能使塵粒脫落於無塵室
環境之內。
上述的增加空浮粒子的來源在本質上可能是準隨機性的,及/或可能難以預測。與此同時,升高的空浮粒子計數可能不利於在無塵室環境內執行的工作及/或在無塵室環境內產製的部件品質。有鑑於此,僅單純地觀測,或者量測,無塵室環境內的上升的空浮粒子計數而在事後反應,對於無塵室環境內執行的製程而言可能是昂貴及/或耗時的。因此,其存在複雜資料集的改良式預測分析以及包含及/或運用該預測分析的系統與方法的需求。
本文揭示複雜資料集的預測分析以及包含其之系統和方法該等方法包含分析來自一無塵室環境的空浮粒子計數資料以預測該無塵室環境內之一粒子計數故障狀況。該等方法包含產生一空浮粒子計數資料貯藏庫。該空浮粒子計數資料貯藏庫包含無塵室環境內的粒子計數以及該等粒子計數中每一者之一對應時間戳記。針對一第一經歷時間執行上述的產生動作之後,該等方法包含從該空浮粒子計數資料貯藏庫選擇一第一部分粒子計數。該第一部分粒子計數包含具有一位於該第一經歷時間內之對應時間戳記的粒子計數。該等方法接著包含決定該第一經歷時間之一第一分段計數以及決定該第一經歷時間之一第二分段計數。針對一第二經歷時間執行上述產生動作之後,該等方法包含從該空浮粒子計數資料貯藏庫選擇一第二部分粒子計數。該第二部分粒子計數包含具有一位於該第二經歷時間內之對應時間戳記的粒子計數。該等方法接著包含決定該第二經歷時間之一第一分段計數以及決定該第二經歷時間之一第二分段計數。該等方法
另包含計算介於該第一經歷時間之第一分段計數與該第二經歷時間之第一分段計數間之一第一變化率。該等方法亦包含計算介於該第一經歷時間之第二分段計數與該第二經歷時間之第二分段計數間之一第二變化率。該等方法接著包含計算介於該第一變化率與該第二變化率間之一差異。因應該介於該第一變化率與該第二變化率間之差異位於一特定臨限差異範圍之外,該等方法包含預測該無塵室環境內的粒子計數故障狀況。
該等系統包含電腦可讀取儲存媒體,此電腦可讀取儲存媒體包含電腦可執行指令,當該等指令被執行之時,導控一資料分析系統執行該等方法。該等系統亦包含一分散式無塵室粒子計數監測系統。該分散式無塵室粒子計數監測系統包含複數偵測節點。該複數偵測節點在無塵室環境之內彼此分隔。該等偵測節點中的每一者均包含一粒子感測器,該粒子感測器被組構成用以決定無塵室環境內的一各別節點位置之一各別空氣體積內之一粒子計數。該等偵測節點中的每一者亦均包含一傳送器,該傳送器被組構成用以產生一粒子計數信號,代表該各別空氣體積內的粒子計數。該分散式無塵室粒子計數監測系統亦包含一接收器、一資料分析系統、以及一資料儲存裝置,其中該接收器被組構成從該複數偵測節點接收複數各別粒子計數信號,該資料分析系統被編程以分析該複數各別粒子計數信號,而該資料儲存裝置被組構成用儲存該複數各別粒子計數。
20‧‧‧無塵室環境
30‧‧‧分散式無塵室粒子計數監測系統
32‧‧‧偵測節點
33‧‧‧節點位置
34‧‧‧粒子感測器
36‧‧‧傳送器
38‧‧‧粒子計數信號
40‧‧‧空浮粒子計數資料
42‧‧‧控制界限
44‧‧‧第一時間
46‧‧‧第二時間
48‧‧‧經歷時間
50‧‧‧第一分段
52‧‧‧第二分段
54‧‧‧指出故障狀況發生的實心線/空浮粒子計數超過界限的次數
56‧‧‧變化率之間的差異
58‧‧‧變化率的臨限值
60‧‧‧資料分析系統
62‧‧‧接收器
64‧‧‧資料儲存裝置
66‧‧‧通信框架
68‧‧‧處理器單元
70‧‧‧記憶體
72‧‧‧持久性儲存器
74‧‧‧通信單元
76‧‧‧輸入/輸出單元
78‧‧‧顯示器
80‧‧‧程式碼
82‧‧‧電腦可讀取媒體
84‧‧‧電腦可讀取儲存媒體
86‧‧‧電腦可讀取信號媒體
94‧‧‧通知系統
96‧‧‧故障指示信號
100‧‧‧方法
110-180‧‧‧步驟
200‧‧‧方法
205-260‧‧‧步驟
圖1係依據本揭示之包含一分散式無塵室粒子計數監測系統之一無塵室環境之一示意性俯視圖。
圖2係一流程圖,描繪一種依據本揭示之決定預測界限(predictive limit)以預測一時基複雜資料集(time-based complex data set)之一故障狀況的方法。
圖3係可以由一分散式無塵室粒子計數監測系統產生之空浮粒子計數資料之一實例之一圖。
圖4係可以由一分散式無塵室粒子計數監測系統產生之空浮粒子計數資料之一實例之一圖。
圖5係可被用以分析空浮粒子計數資料之一分段流程(binning process)之一實例之一圖。
圖6係圖5之分段流程之一圖,例示可在經過分段的空浮粒子計數資料之中觀測出來的預測趨勢。
圖7係可被用以預測無塵室環境內之一升高的空浮粒子計數之經過分段的空浮粒子計數資料之一處理。
圖8係一流程圖,描繪依據本揭示之分析來自一無塵室環境之空浮粒子計數資料以預測該無塵室環境內之一粒子故障狀況的方法。
圖1至圖8提供無塵室環境20、分散式無塵室粒子計數監測系統30、空浮粒子計數資料40、分析空浮粒子計數資料之方法100/200的實例,及/或執行依據本揭示之方法100/200所可以產生之圖。做為一類似用途(或者至少大致類似用途)之元件在圖1至圖8各圖中均被標示以相似之編號,且此等元件未必於本文參照圖1至圖8各圖時被詳細說明。同樣地,並非所有的元件均標示於圖1至圖8各圖之中,但其相關聯的參考編號可以基於一致性而在本文之中使用。本文之中參照圖1至圖8中的一或多圖
所述之元件、構件、及/或特徵均可以包含於圖1至圖8中的任一圖及/或配合其使用而並未脫離本揭示的範疇。
概括而言,可能包含於一特定(意即,一特別)實施例中的元件被以實線例示,而對一特定實施例而言係選擇性的元件則以虛線例示。然而,以實線顯示之元件並非對所有實施例而言均屬必要,並且一個以實線顯示之元件可以自一特定實施例省略而並未脫離本揭示的範疇。
圖1係依據本揭示之包含一分散式無塵室粒子計數監測系統30之一無塵室環境20之一示意性俯視圖。分散式無塵室粒子計數監測系統30在本文之中亦可以稱為監測系統30及/或系統30,且包含複數偵測節點32。偵測節點32在無塵室環境20之內被分隔於複數分隔及/或各別的節點位置33處。每一偵測節點32均包含一粒子感測器34和一傳送器36。粒子感測器34被組構成用以決定位於一各別節點位置33及/或該各別節點位置的一各別空氣體積內之一粒子計數。傳送器36被組構成用以產生一粒子計數信號38,表示位於該各別節點位置及/或該各別空氣體積內的粒子計數。包含於依據本揭示之系統30及/或配合系統30使用的構件的更多實例被揭示於編號08/795,949、09/232,199、08/996,790、以及11/628,576的美國專利申請案之中,其完整揭示透過參照特此納入本說明書。
系統30另包含一接收器62。接收器62被組構成從偵測節點32接收粒子計數信號38。接收器62可以形成一資料分析系統60的一部分及/或通連該資料分析系統60。資料分析系統60被調構、組構、設計、構建、及/或編程以分析粒子計數信號38,從而決定偵測節點32所量測的對應粒子計數。系統30及/或其資料分析系統60亦包含一資料儲存裝置64。資
料儲存裝置64被組構成用以儲存、記住、及/或留持偵測節點32所量測的粒子計數。
在無塵室環境20及/或分散式無塵室粒子計數監測系統30的運作期間,系統30可以被組構成透過節點32反覆地、系統性地、週期性地、及/或連續地量測位於節點位置33處之粒子計數,並且使用資料儲存裝置64儲存該等粒子計數。因此,系統30可以產生一空浮粒子計數資料貯藏庫。該空浮粒子計數資料貯藏庫可以包含(或者說該空浮粒子計數資料貯藏庫可以被組構成用以儲存)無塵室環境20內計量的複數粒子計數、量測每一粒子計數的節點位置33、及/或每一粒子計數的時間戳記(或者其量測時間)。如同本文參照方法100、200的更詳盡說明,系統30可以被調構、組構、設計、構建、及/或編程,以至少局部地根據上述之空浮粒子計數資料貯藏庫,預測及/或預料無塵室環境20內之一粒子計數故障狀況。
如圖1之中的虛線所例示,系統30可以另包含一通知系統94。通知系統94可以通連系統30及/或通連其資料分析系統60,並且可以被組構成用以將藉由該空浮粒子計數資料貯藏庫及/或藉由儲存於該空浮粒子計數資料貯藏庫內的複數各別粒子計數所預測的粒子計數故障狀況通知一使用者。舉例而言,資料分析系統60可以被組構成用以因應預測出粒子計數故障狀況而產生一故障指示信號96。通知系統94可以被組構成用以接收故障指示信號96並因應故障指示信號96之接收而將所預測出之粒子計數故障狀況通知該使用者通知系統94的實例包含任何適當之警示機制,包括可以指示粒子計數故障狀況的任何適當之警報器、蜂鳴器、燈具、閃光燈、彩色編碼顯示器、繪圖顯示器、及/或文數字顯示器。
偵測節點32可以被組構成以任何適當之頻率偵測及/或決定與偵測節點32最接近之一各別空氣體積內的粒子計數。舉例而言,偵測節點32可以持續地,或者至少大致持續地,決定該粒子計數。做為另一實例,偵測節點32可以被組構成以至少一臨限粒子計數頻率決定粒子計數。臨限粒子計數頻率的例子包含至少每隔1秒鐘一次、至少每隔5秒鐘一次、至少每隔10秒鐘一次、至少每隔30秒鐘一次、至少每隔1分鐘一次、至少每隔5分鐘一次、至少每隔10分鐘一次、至少每隔15分鐘一次、至少每隔30分鐘一次、至少每隔1小時一次、至少每隔2小時一次、及/或至少每隔4小時一次的臨限粒子計數頻率。
如前所述,偵測節點32可以在無塵室環境20內彼此分隔。此可以包含偵測節點32在一二維或三維偵測節點陣列中彼此分隔。就此而言,每一偵測節點32均可以被組構成用以偵測及/或監測無塵室環境20中之一對應部分內的粒子計數,且該複數偵測節點32均可被用以提供有關無塵室環境20內的粒子之一空間分佈資訊。介於偵測節點32之間的間隔的例子包含每一偵測節點32距最近的另一偵測節點32至少1公尺、至少2.5公尺、至少5公尺、至少7.5公尺、及/或至少10公尺之距離的間隔。額外性地或選替性地,每一偵測節點與最近的另一偵測節點之間隔可以是小於30公尺、小於25公尺、小於20公尺、小於15公尺、小於10公尺、及/或小於5公尺。
粒子感測器34可以包含能夠被調構、組構、設計、及/或構建成用以偵測最接近粒子感測器34的無塵室環境20之內及/或各別空氣體積之內的空浮粒子,或者微粒物質,的任何適當結構。此可以包含透過光
散射、光遮蔽、及/或直接成像以偵測空浮粒子的粒子感測器34。
粒子感測器34單純地可以偵測(或者計數)空浮微粒,此係落入本揭示的範疇之內;然而,粒子感測器34可以被組構成用以偵測(或者計數)位於特定尺寸範圍內的粒子,此亦落入本揭示的範疇之內。舉例而言,粒子感測器34可以被組構成用以偵測小於一臨限尺寸的粒子,諸如尺寸小於0.5微米的粒子。舉另一例而言,粒子感測器34至少可以被組構成用以偵測大於該臨限尺寸的粒子,諸如尺寸大於0.5微米的粒子。舉又另一例而言,粒子感測器34可以被組構成用以偵測小於該臨限尺寸之粒子與大於該臨限尺寸之粒子二者,且可以對所偵測的粒子尺寸範圍各自輸出不同的粒子計數信號38。
傳送器36可以包含能夠被調構、組構、設計、及/或構建成用以至少局部地根據粒子感測器34所決定的粒子計數產生粒子計數信號38的任何適當結構。情況類似地,接收器62可以包含能夠被調構、組構、設計、及/或構建成用以接收粒子計數信號38及/或用以輸送粒子計數信號38至資料分析系統60的任何適當結構。舉例而言,傳送器36可以包含及/或本身即是被組構成用以產生一無線粒子計數信號38之一無線傳送器36。舉另一例而言,傳送器36可以包含及/或本身即是被組構成用以產生一有線粒子計數信號38之一有線傳送器36。情況類似地,接收器62可以包含及/或本身即是被組構成用以接收該無線粒子計數信號38之一無線接收器62,及/或被組構成用以接收該有線粒子計數信號38之一無線接收器62。
資料分析系統60可以包含能夠被組構成用以接收該複數各別粒子計數信號38、用以根據該複數各別粒子計數信號決定該複數各別粒
子計數、用以控制至少一部分之分散式無塵室粒子計數監測系統30之運作、及/或用以執行將在本文之中更詳細說明的方法100及/或200的任何適當結構。舉例而言,資料分析系統60可以被調構、組構、設計、及/或編程,以至少局部地根據系統30所量測的粒子計數,預測出粒子計數故障狀況。
資料分析系統60可以包含任何適當之結構。舉例而言,資料分析系統60可以包含一通信框架(communications framework)66。通信框架66可以在一處理器單元68、一記憶體70、持久性儲存器72、一通信單元74、一輸入/輸出(I/O)單元76、及/或一顯示器78之間提供通信。記憶體70、持久性儲存器72、通信單元74、輸入/輸出(I/O)單元76、以及顯示器78係處理器單元68透過通信框架66所能夠存取的資源的例子。
處理器單元68用以執行可被載入記憶體70的指令。處理器單元68可以包含多個處理器、一多處理器核心、或者一些其他類型的處理器,取決於特定的實施方式。此外,處理器單元68之實施可以是利用數個異構處理器系統,其中一主要處理器伴隨多個輔助處理器於單一晶片之上。舉另一例示性實例,處理器單元68可以是包含多個相同類型處理器之一對稱式多處理器系統。
記憶體70及持久性儲存器72係資料儲存裝置64之實例。一資料儲存裝置係能夠儲存資訊(諸如,舉例而言,但不限於,資料、功能形式之程式碼、以及基於暫時性或永久性的其他適當資訊)的任何硬體器件。
資料儲存裝置64在本文之中亦可以稱為電腦可讀取儲存裝置,及/或在此等實例之中,被稱為電腦可讀取儲存媒體84。在此等實例之中,舉例而言,記憶體70可以是一隨機存取記憶體或者任何其他適當的揮
發性或非揮發性儲存裝置。持久性儲存器72可以採用各種形式,取決於特定的實施方式。
例如,持久性儲存器72可以包含一或多個構件或裝置。例如,持久性儲存器72可以是一硬碟機、一快閃記憶體、一可複寫光碟、一可複寫磁帶、或者前述項目的某種組合。持久性儲存器72所使用的一或多個構件或裝置亦可以是可移除的。舉例而言,一可移除式硬碟可以使用於持久性儲存器72。
通信單元74,在此等實例之中,提供與其他資料處理系統或裝置的通信。在此等實例之中,通信單元74可以是一網路介面卡。通信單元74可以透過實體及/或無線通信連結二者之使用提供通信。
輸入/輸出(I/O)單元76讓其能夠與可以連接至資料分析系統60的其他裝置進行資料的輸入及輸出。例如,輸入/輸出(I/O)單元76可以提供一連接以供使用者透過一鍵盤、一滑鼠、及/或一些其他適當之輸入裝置進行輸入。此外,輸入/輸出(I/O)單元76可以將輸出傳送至一印表機、顯示器78、及/或通知系統94。顯示器78提供一個機制以顯示資訊給一使用者。
作業系統、應用程式、及/或程式的指令可以位於資料儲存裝置64之中,其可以透過通信框架66通連處理器單元68。該等指令可以是位於持久性儲存器72上之一功能形式。此等指令可以被載入記憶體70之中以供處理器單元68之執行。不同實施例之流程可以藉由處理器單元68使用電腦實施指令加以執行,該等指令可以是位於諸如記憶體70的一記憶體之中。
此等指令被稱為程式指令、程式碼80、電腦可使用程式碼、
或電腦可讀取程式碼,可以由位於處理器單元68中之一處理器讀取及/或執行。不同實施例之中的程式碼可以是位於、儲存於、及/或實施於不同的實體或電腦可讀取儲存媒體之上,諸如記憶體70或持久性儲存器72。
程式碼80可以是以一功能形式存在於能夠被選擇性地移除的電腦可讀取媒體82之上,且可以被載入或傳輸至資料分析系統60以供處理器單元68之執行。程式碼80及電腦可讀取媒體82在此等實例之中可以形成一電腦程式產品。在一實例之中,電腦可讀取媒體82可以是電腦可讀取儲存媒體84或電腦可讀取信號媒體86。
電腦可讀取儲存媒體84可以包含,舉例而言,一光碟或磁碟,插入或置入一碟機或是持久性儲存器72一部分的其他裝置之中,以供傳輸至持久性儲存器72一部分的諸如硬碟機的一儲存裝置之上。電腦可讀取儲存媒體84亦可以採用連接至資料分析系統60的一持久性儲存器之形式,諸如一硬碟機、一姆指式隨身碟、或一快閃記憶體。在一些樣例之中,電腦可讀取儲存媒體84可以是不能自資料分析系統60移除。
電腦可讀取儲存媒體84係用以儲存程式碼80之一實體或有形的儲存裝置,而非一傳播或傳送程式碼80之媒體。電腦可讀取儲存媒體84亦被稱為一電腦可讀取有形儲存裝置或一電腦可讀取實體儲存裝置。換言之,電腦可讀取儲存媒體84係一個能夠被人員觸碰之媒體。
或者,其可以利用電腦可讀取信號媒體86將程式碼80傳輸至資料分析系統60。舉例而言,電腦可讀取信號媒體86可以是包含程式碼80之一傳播資料信號。例如,電腦可讀取信號媒體86可以是一電磁信號、一光學信號、及/或任何其他適當類型之信號。此等信號可以在通信連結上
傳送,諸如無線通信連結、光纖纜線、同軸纜線、一導線、及/或任何其他適當類型之通信連結。換言之,在例示的實例之中,通信連結及/或連接可以是實體或無線之形式。
在一些例示性實施例之中,程式碼80可以從另一裝置或資料處理系統經由使用於資料分析系統60內的電腦可讀取信號媒體86透過一網路被下載至持久性儲存器72例如,儲存於位於一伺服器資料處理系統內之一電腦可讀取儲存媒體中的程式碼可以透過一網路從該伺服器被下載至資料分析系統60。該提供程式碼80的資料處理系統可以是一伺服器電腦、一用戶端電腦、或者能夠儲存和傳送程式碼80的某一其他裝置。
對於資料分析系統60所例示的不同構件並非意味針對可以實施不同實施例的方式提供結構限制。不同的例示性實施例可以實施於一資料處理系統之中,該資料處理系統包含例示於資料分析系統60之外及/或資料分析系統60之中的構件。圖1之中所顯示的其他構件可以從所顯示的例示性實例改變而得。其可以使用被調構、組構、設計、構建、及/或編程以執行程式碼80的任何硬體裝置或系統實施不同的實施例。舉例而言,資料分析系統60可以包含有機構件整合無機構件及/或可以是整體由除了人類以之外的有機構件所組成。例如,一儲存裝置可以是由一有機半導體所組成。
在另一例示性實例之中,處理器單元68可以採取具有針對一特別用途製造或組構而成的電路的一硬體單元的形式。此類型之硬體可以在不需要從一個被組構成用以執行動作的儲存裝置將程式碼載入一記憶體下執行該等動作。
例如,當處理器單元68採取一硬體單元的形式時,處理器單元68可以是一電路系統、一特定用途積體電路(ASIC)、一可程式邏輯裝置(programmable logic device)、或者被組構成用以執行多種動作的一些其他適當類型之硬體。就一可程式邏輯裝置而言,該裝置被組構成用以執行上述的多種動作。該裝置可以在一稍後的時間點被重新組構,或者可以永久性地被組構成用以執行上述的多種動作。可程式邏輯裝置的例子包含,舉例而言,一可程式邏輯陣列、一現場可程式邏輯陣列、一現場可程式閘陣列、以及其他適當之硬體裝置。就此類型的實施方式而言,程式碼80可以被省略,因為不同實施例的流程被實施及/或嵌入於一硬體單元之中。
在又另一例示性實例之中,其可以利用電腦中的處理器與硬體單元之一組合實施處理器單元68。處理器單元68可以具有被組構成用以執行程式碼80的多個硬體單元與多個處理器。就此例而言,一些流程可以被實施及/或嵌入於該多個硬體單元之中,而其他流程可以被實施於該多個處理器之中。
在另一實例之中,一匯流排系統(bus system)可被用以實施通信框架66且可以是由一或多個匯流排組成,諸如一系統匯流排或者一輸入/輸出匯流排。當然,該匯流排系統可以利用任何適當類型的架構實施而成,該等架構在附接至該匯流排系統的不同構件或裝置之間提供資料之傳輸。
此外,通信單元74可以包含傳送資料、接收資料、或者傳送且接收資料的多個裝置。例如,通信單元74可以是一數據機(modem)或一網路配接器(network adapter)、二網路轉接器、或者其某種組合。此外,通信單元74可以包含一記憶體,例如記憶體70,或者一快取記憶體,諸如在可
能存在於通信框架66中的一介面及記憶體控制器集線器之中找到者。
本文所述之流程圖及方塊圖例示依據各種例示性實施例的系統、方法、和電腦程式產品的可能實施方式之架構、功能、及運作。就此而言,流程圖或方塊圖之中的每一個區塊均可以代表一模組、區段、或者程式碼的一部分,其包含用以實施一或多個指定邏輯功能的一或多個可執行指令。其應注意,在一些選替性實施方式之中,註記於一區塊之中的功能可以不按照註記於圖式中的順序發生。例如,顯示為前後連續的兩個區塊之功能可以是大致並行地執行,或者該等區塊之功能有時可以是以相反的順序執行,取決於所涉及的功能性質。
圖2係一流程圖,描繪一種依據本揭示之決定預測界限以預測及/或偵測一時基複雜資料集之一故障狀況的方法100。圖3至圖4係一複雜資料集的兩個不同部分之實例,呈空浮粒子計數資料40之形式,可以配合圖2的方法100使用,而圖5至圖7則係空浮粒子計數資料40之資料處理之實例,可以被當成方法100的一部分執行。
在圖3至圖4的實例之中,該複雜資料集係被當成一時間之函數進行量測的來自一無塵室環境之空浮粒子計數資料40之形式。圖3至圖4亦例示空浮粒子計數資料40之一控制界限42。當空浮粒子計數資料40位於控制界限42上方之時,無塵室環境正遭遇一故障狀況。圖3例示開始於一第一時間44之一第一故障狀況期間的空浮粒子計數資料40,而圖4則例示開始於一第二時間46之一第二故障狀況期間的空浮粒子計數資料40。如同在本文之中的更詳細描述,此等故障狀況可能不利於在無塵室環境中所執行的製程。有鑑於此,圖2的方法100可被用以建立預測界限,其可以
在故障狀況出現之前預測及/或偵測出該故障狀況。此可以讓無塵室之作業員能夠在無塵室環境遭受故障狀況之前從無塵室環境解決、移除、及/或排除塵粒來源。
圖3至圖4的複雜資料集可能顯著地大於例示及/或可能在圖3所例示的第一故障狀況之前、介於該第一故障狀況與圖4所例示的第二故障狀況之間、及/或在該第二故障狀況之後包含一顯著的時間區段,在此時間區段之中空浮粒子計數資料40係位於控制界限42下方。圖3至圖4的複雜資料集在本文之中亦可以稱為一時基複雜資料集且可以包含一變數的複數數值(意即,粒子計數)以及該變數的該等數值中的每一者之一對應時間戳記(意即,量測粒子計數的時間點)。雖然圖3至圖4以空浮粒子計數資料40之形式例示複雜資料集,但在本揭示的範疇之內,圖2的方法可被用以決定任何適當複雜資料集的預測界限。
方法100包含選擇一經歷時間於步驟110、將一複雜資料集分割成複數無交疊子集於步驟120、以及選擇一變數數值界限於步驟130。方法100另包含針對一分段流程選擇分段之數目於步驟140、將該變數數值界限除以分段之數目於步驟150、以及針對該等分段決定各別分段計數於步驟160。方法100亦包含依時間先後描繪每一分段的各別分段計數於步驟170以及從所描繪的分段選擇一趨勢於步驟180。
於步驟110選擇該經歷時間可以包含選擇任何適當的經歷時間、時間長度、及/或時間範圍,以於步驟120的分割動作期間使用。概括而言,其可以至少局部地根據介於故障狀況之預測與故障狀況的實際發生之間的一個所需時間範圍選擇該經歷時間。換言之,步驟110處之選擇
動作可被用以建立步驟120的分割動作期間所產生的該等無交疊子集之一尺寸,且此尺寸可以影響介於抵達一特定預測界限與故障狀況的發生之間所經歷之一時間總量。概括而言,增加該經歷時間可以增加介於抵達該預測界限與故障狀況發生之間的時間總量;然而,增加該經歷時間亦可以減少預測界限到故障狀況之一靈敏度。反之,減少該經歷時間可以減少介於抵達該預測界限與故障狀況發生之間的時間總量,但卻增加預測界限到故障狀況之靈敏度。
概括而言,故障狀況之預測可能需要在實際故障狀況出現之前具有足夠的時間以反應該預測,從而使得其能夠避免故障狀況。在無塵室環境的背景下,該經歷時間可以被選擇成至少1小時、至少2小時、至少4小時、至少6小時、至少9小時、至少12小時、至少18小時、及/或至少24小時。額外性地或選替性地,該經歷時間亦可以被選擇成小於48小時、小於42小時、小於36小時、小於30小時、小於27小時、及/或小於24小時。該經歷時間亦可以被選擇成12小時、18小時、24小時、30小時、及/或36小時。
於步驟120將該複雜資料集分割成該複數無交疊子集可以包含根據步驟110的選擇動作期間所選擇的經歷時間將該複雜資料集分割及/或劃分成該複數無交疊子集。舉例而言,一初始無交疊子集可以開始於該複雜資料集之一初始時間,且可以延伸到對應至(或等於)該經歷時間之一時間範圍。舉另一例而言,一後續之無交疊子集可以緊跟在該初始無交疊資料集之後開始,且亦可以延伸到對應至(或等於)該經歷時間之一時間範圍。因此,該複數無交疊子集中的每一者均可以延伸到對應至(或等於)該經
歷時間之一各別時間範圍。此外,該複數無交疊子集中的每一者均可以(緊緊地)毗鄰另一無交疊子集,使得整個(或者幾乎整個)複雜資料集被分割成該複數無交疊子集。該等無交疊子集之一經歷時間的一個例子被例示於圖3至圖4中的標號48處。
在步驟130選擇變數數值界限V可以包含選擇任何適當之變數數值界限,在此變數數值界限上方表示預測出故障狀況。概括而言,該變數數值界限之選擇可以是根據(或者甚至可以是)該複雜資料集之一控制界限(如同圖3至圖4中的標號42處所例示),及/或可以是根據該變數對應至故障狀況之一數值(意即,空浮粒子計數資料40位於圖3至圖4之中的控制界限42上方)。然而,其可以使用其他變數數值界限。舉例而言,為了甚至更早地預測出故障狀況,該變數數值界限可以被選擇成小於控制界限(或者選擇成控制界限的一個百分比)。控制界限之百分比之實例包含百分比90%、80%、70%、60%、50%、小於90%、小於80%、小於70%、小於60%、或小於50%。
在步驟140選擇分段流程的分段的數目N可以包含選擇一分段流程的任何適當數目之分段,其可以在步驟150的除法運算期間、步驟160的決定期間、步驟170的描繪期間、及/或步驟180的選擇期間被用以簡化、處理、及/或以其他方式表徵複雜資料集。其可以根據任何適當之標準選擇分段的數目,包含複雜資料集的先前知識及/或複雜資料集的先前分析。額外性地或選替性地,分段的數目可被優化以改善使用執行方法100所得到的預測界限達成的故障狀況預測。在圖3至圖7的實例之中,分段的數目被選擇成40;然而,在本揭示的範疇之內,分段的數目可以是至少
2、至少4、至少5、至少10、至少15、至少20、至少30、及/或至少40。額外性地或選替性地,分段的數目亦可以是小於100、小於90、小於80、小於70、小於60、小於50、及/或小於40。
在步驟150將變數數值界限除以分段的數目可以包含執行除法以針對每一個分段得到一對應的變數數值範圍,R。在圖3至圖4的實例之中,前述之變數數值界限V係每立方公尺400,000個粒子,而前述之分段數目被選擇成40。在此等條件之下,每一分段的變數數值範圍R係10,000。概括而言,R可以表示成R=V/N。相應而言,若分段被編號成1到N,則第N個分段可以開始於一個(N-1)*R的變數數值,且可以結束於一個N*R的變數數值。
在步驟160決定分段的各別分段計數可以包含針對步驟120的分割動作期間所建立的每一個無交疊子集決定各別分段計數。舉例而言,步驟160的決定動作可以包含計數一特定無交疊子集內的變數數值位於一特定分段之內(意即,對於第N個分段而言介於(N-1)*R與N*R之間)的次數。換言之,位於每一無交疊子集中的每一變數數值可以被分配至一特定分段,其中該特定分段被選擇成使得變數數值落入該特定分段的一下限(意即,(N-1)*R)與一上限(意即,N*R)之間,且每一分段的分段計數等於該變數數值被分配至該分段的次數。
在步驟170依時間先後描繪每一分段的各別分段計數可以包含描繪以產生複數依時間順序之分段圖。此例示於圖5之中。其中,該40個分段中的每一者均具有一範圍R,每立方公尺10,000個粒子且每一無交疊子集均具有一24小時的經歷時間。因此,圖5針對40個分段中的每一
者每天均繪出一個點。在圖5之中,一第一分段50繪出空浮粒子計數資料介於每立方公尺0與10,000個粒子之間的次數(被例示成一虛線);一第二分段52繪出空浮粒子計數資料介於每立方公尺10,000與20,000個粒子之間的次數(被例示成一點虛線);而一第N分段,分段N,繪出空浮粒子計數資料介於每立方公尺(N-1)*10,000與N*10,000個粒子之間的次數。
空浮粒子計數資料超過每立方公尺400,000個粒子(意即,超過控制界限)的次數被例示成一實心線54以指出故障狀況之發生。如同可以從圖5看出,第一故障狀況出現於4/30,而第二故障狀況出現於5/20。如前所述,方法100可被用以建立及/或決定圖3至圖4之複雜資料集之預測界限,而此預測界限可被用以在故障狀況實際發生之前預測故障狀況之發生。
如圖5所例示,第一分段50與第二分段52顯現出最大的時間變異。圖6描繪第一分段50、第二分段52、以及空浮粒子計數超過400,000的次數54。
在步驟180從繪出之分段選擇趨勢可以包含分析及/或觀測該複數依時間順序之分段圖以在該複數依時間順序的分段圖之中建立及/或決定一預測故障狀況的趨勢。如圖6所例示,在第一故障狀況(於4/30)與第二故障狀況(於5/20)二者的發生之前,第一分段50急遽地增加,歷經一局部性最大值,而後急遽地減少。反之,第二分段52急遽地減少,歷經一局部性最小值,而後急遽地增加。此對於第一分段50與第二分段52的觀測行為可以使用許多方式加以分析,以判定其是否係故障狀況之預測。
舉例而言,其可以分析做為一時間函數之第一分段50的幅度;然而,在圖6的情況之中,並未觀測到系統性及/或預測性的行為,因
為至少5/3及5/4的資料點顯示出類似的幅度,但並無立即的後續故障狀況。舉另一例而言,其亦可以分析做為一時間函數之第二分段52的幅度;然而,在圖6的情況之中,並未觀測到系統性及/或預測性的行為,因為至少5/3及5/4的資料點顯示出類似的幅度,但並無立即的後續故障狀況。舉又另一例而言,其可以分析第一分段50及/或第二分段52之一變化率。然而,同樣地,並未觀測到系統性及/或預測性的行為。
舉另一例而言,其可以分析第一分段50之變化率與第二分段52之變化率之間的一差異56。此例示於圖7之中。如圖7所示,差異56在緊接於第一故障狀況與第二故障狀況出現之前均一致地低於一臨限值58,而在其他時刻則一致地高於臨限值58。因此,差異56可被用以預測故障狀況。舉例而言,當差異56低於臨限值58之時,其預測出故障狀況。然而,當差異56高於臨限值58(或者位於一個所包含的差異56的全部數值均大於臨限值58的特定臨限差異範圍內之時),則並未預測出故障狀況。
圖8係一流程圖,描繪依據本揭示之分析來自一無塵室環境之空浮粒子計數資料以預測該無塵室環境內之一粒子故障狀況的方法200。方法200包含產生包含粒子計數與該等粒子計數中每一者之一對應時間戳記的一個空浮粒子計數資料貯藏庫於步驟205、選擇一第一部分粒子計數於步驟210、決定一第一經歷時間之一第一分段計數於步驟215、以及決定該第一經歷時間之一第二分段計數於步驟220。方法200另包含選擇一第二部分粒子計數於步驟225、決定一第二經歷時間之一第一分段計數於步驟230、以及決定該第二經歷時間之一第二分段計數於步驟235。方法200亦包含計算一第一變化率於步驟240、計算一第二變化率於步驟245、計算該
第一變化率與該第二變化率之一差異於步驟250、以及預測一粒子計數故障狀況於步驟255。方法200亦可以包含反應該預測之粒子計數故障狀況於步驟260。
在步驟205處產生該包含粒子計數與該等粒子計數中每一者之對應時間戳記的空浮粒子計數資料貯藏庫可以包含以任何適當的方式產生該空浮粒子計數資料貯藏庫。舉例而言,步驟205的產生動作可以包含以一分散式無塵室粒子監測系統(諸如圖1的系統30)收集及/或偵測該無塵室環境內的粒子計數。
在本揭示的範疇之內,步驟205的產生動作可以包含,在該方法之一其餘期間,持續地,或者至少大致持續地,產生該空浮粒子計數資料貯藏庫。舉例而言,步驟205的產生動作可以包含,在該方法之一其餘期間,以至少一臨限粒子計數頻率,將一後續粒子計數加入該空浮粒子計數資料貯藏庫。臨限粒子計數頻率之示例揭示於本文之中。
對於被加入該空浮粒子計數資料貯藏庫的每一個粒子計數,步驟205的產生動作可以包含,在該無塵室環境的一空氣體積之內,決定一粒子計數。該粒子計數可以利用該分散式無塵室粒子計數監測系統中之一偵測節點加以決定。步驟205之產生動作可以進一步包含傳送代表該粒子計數之一粒子計數信號。步驟205之產生動作亦可以包含接收該粒子計數信號。該粒子計數信號可以被一資料分析系統中之一接收器接收,諸如圖1中之資料分析系統60中的接收器62。步驟205之產生動作亦可以包含根據該粒子計數信號決定該粒子計數。此可以包含利用該資料分析系統決定該粒子計數。步驟205的產生動作可以進一步包含儲存該粒子計數
以及該粒子計數之一對應時間戳記以產生該空浮粒子計數資料貯藏庫。該粒子計數及該時間戳記可以被儲存於一資料儲存裝置之上,諸如圖1之中的資料儲存裝置64。
當步驟205的產生動作包含利用該分散式無塵室粒子計數監測系統產生之時,該分散式無塵室粒子計數監測系統可以包含複數偵測節點,而該等偵測節點可以在該無塵室環境之內彼此分隔。該複數偵測節點中的每一者均可以被組構成用以決定與其最接近之一各別粒子計數。此可以包含決定該無塵室環境內一各別節點位置之一各別空氣體積內的各別粒子計數。在此等條件之下,該空浮粒子計數資料貯藏庫可以包含來自該複數偵測節點中每一者之各別粒子計數。此外,該空浮粒子計數資料貯藏庫亦可以包含該等粒子計數中每一者之一各別量測位置(或者節點位置),且該各別量測位置可以代表一各別粒子計數在該無塵室環境之內被量測之各別節點位置。當以該複數偵測節點產生該空浮粒子計數資料貯藏庫之時,步驟255的預測動作可以進一步包含預測該無塵室環境內的哪個節點位置將遭遇所預測的粒子計數故障狀況。
於步驟210處選擇該第一部分粒子計數可以包含從該空浮粒子計數資料貯藏庫選擇該第一部分粒子計數。步驟210的選擇動作可以在步驟205的針對第一經歷時間的產生動作被執行之後執行,且該第一部分粒子計數可以包含具有第一經歷時間內之一對應時間戳記之粒子計數。舉例而言,步驟210的選擇動作可以包含選擇於該第一經歷時間內被產生、於該第一經歷時間內被決定、及/或於該第一經歷時間內被儲存於該空浮粒子計數資料貯藏庫之內的粒子計數的一部分及/或子集。
在步驟215決定第一經歷時間之第一分段計數可以包含決定該第一部分粒子計數之中介於一第一粒子計數下限與一第一粒子計數上限之間的數目。該第一粒子計數下限可以是小於該第一粒子計數上限。舉例而言,步驟215的決定動作可以包含計數該第一部分粒子計數係介於該第一粒子計數下限與該第一粒子計數上限之間的次數,及/或計數該第一部分粒子計數係大於該第一粒子計數下限但小於該第一粒子計數上限的次數。
在步驟220決定第一經歷時間之第二分段計數可以包含決定該第一部分粒子計數之中介於一第二粒子計數下限與一第二粒子計數上限之間的數目。該第二粒子計數下限可以是大於或等於該第一粒子計數上限。該第二粒子計數上限可以是大於該第二粒子計數下限。舉例而言,步驟220的決定動作可以包含計數該第一部分粒子計數係介於該第二粒子計數下限與該第二粒子計數上限之間的次數,及/或計數該第一部分粒子計數係大於該第二粒子計數下限但小於該第二粒子計數上限的次數。
其可以利用任何適當的方式決定及/或建立上述之第一粒子計數下限、第一粒子計數上限、第二粒子計數下限、以及第二粒子計數上限。舉例而言,粒子計數可以根據一部分空浮粒子計數資料貯藏庫的事先分析而被預先決定。舉另一例而言,粒子計數可以根據先前在無塵室內收集的空浮粒子計數資料貯藏庫的事先分析而被預先決定。舉又另一例而言,其可以藉由執行方法100預先決定粒子計數以選擇哪一個(或哪些)分段預測出粒子計數故障狀況。
做為一更具體之實例,無塵室環境可以具有一粒子計數控制
上限;且上述之第一粒子計數下限、第一粒子計數上限、第二粒子計數下限、以及第二粒子計數上限可以是至少局部地基於該控制上限。舉例而言,其可以藉由將粒子計數控制上限劃分成複數分段以決定該複數分段之中何者預測出粒子計數故障狀況而決定上述之第一粒子計數下限、第一粒子計數上限、第二粒子計數下限、以及第二粒子計數上限,如本文參照方法100之說明。做為另一更具體之實例,該第一粒子計數下限可以是0,該第一粒子計數上限可以是10,000、該第二粒子計數下限可以是10,000、而該第二粒子計數上限可以是20,000。
於步驟225處選擇第二部分粒子計數可以包含從該空浮粒子計數資料貯藏庫選擇該第二部分粒子計數。步驟225的選擇動作可以在步驟205針對第二經歷時間的產生動作被執行之後執行,且該第二部分粒子計數可以包含具有該第二經歷時間內之一對應時間戳記之粒子計數。舉例而言,步驟225的選擇動作可以包含選擇於該第二經歷時間內被產生、於該第二經歷時間內被決定、及/或於該第二經歷時間內被儲存於該空浮粒子計數資料貯藏庫之內的粒子計數的一部分及/或子集。
該第二經歷時間可以是(直接)位於該第一經歷時間之後。舉例而言,該第一經歷時間可以延伸於一第一時間與大於該第一時間的一第二時間之間。該第二經歷時間可以延伸於該第二時間與大於該第二時間的一第三時間之間。該第一經歷時間可以是(至少大致)等於該第二經歷時間。該第一經歷時間與該第二經歷時間之實例參照方法100的經歷時間揭示於本文之中。
在步驟230決定第二經歷時間之第一分段計數可以包含決
定該第二部分粒子計數之中介於該第一粒子計數下限與該第一粒子計數上限之間的數目。舉例而言,步驟230的決定動作可以包含計數該第二部分粒子計數係介於該第一粒子計數下限與該第一粒子計數上限之間的次數,及/或計數該第二部分粒子計數係大於該第一粒子計數下限但小於該第一粒子計數上限的次數。
在步驟235決定該第二經歷時間之第二分段計數可以包含決定該第二部分粒子計數之中介於該第二粒子計數下限與該第二粒子計數上限之間的數目。舉例而言,步驟235的決定動作可以包含計數該第二部分粒子計數係介於該第二粒子計數下限與該第二粒子計數上限之間的次數,及/或計數該第二部分粒子計數係大於該第二粒子計數下限但小於該第二粒子計數上限的次數。
步驟240的計算第一變化率可以包含計算介於該第一經歷時間之第一分段計數(或者決定於該第一經歷時間之第一分段計數)與該第二經歷時間之第一分段計數(或者決定於該第二經歷時間之第一分段計數)之間的一第一變化率。舉例而言,步驟240的計算動作可以包含藉由從位於該第二經歷時間之第一分段計數減去位於該第一經歷時間之第一分段計數以計算一第一差異,並且將該第一差異除以該第二經歷時間。
步驟245的計算第二變化率可以包含計算介於該第一經歷時間之第二分段計數(或者決定於該第一經歷時間之第二分段計數)與該第二經歷時間之第二分段計數(或者決定於該第二經歷時間之第二分段計數)之間的一第二變化率。舉例而言,步驟245的計算動作可以包含藉由從位於該第二經歷時間之第二分段計數減去位於該第一經歷時間之第二分段計
數以計算一第二差異,並且將該第二差異除以該第二經歷時間。
其可以利用任何適當的方式實現步驟250的計算介於該第一變化率與該第二變化率之間的差異。舉例而言,步驟250的計算動作可以包含從該第一變化率減去該第二變化率。
在步驟255預測粒子計數故障狀況可以包含預測無塵室環境之內將於一未來時間遭遇粒子計數故障狀況。步驟255的預測動作可以是至少局部地根據該第一變化率與該第二變化率。舉例而言,步驟255的預測動作可以是因應介於該第一變化率與該第二變化率之間的差異位於一特定臨限差異範圍之外、大於一門檻值上限、及/或小於一門檻值下限而被執行。該特定臨限差異範圍可以是根據一部分空浮粒子計數資料貯藏庫之事先分析而被預先決定。額外性地或選替性地,該特定臨限差異範圍亦可以是根據先前在該無塵室環境之內及/或在另一無塵室環境之內所收集的空浮粒子計數資料之事先分析而被預先決定。舉又另一實例,該特定臨限差異範圍可以使用方法100被預先決定,此於本文之中被更詳細地說明。
步驟260的反應預測粒子計數故障狀況可以包含以任何適當的方式反應,及/或可以包含執行任何適當之動作。舉例而言,步驟260的反應動作可以包含產生一通知給一使用者。該通知可以代表所預測的粒子計數故障狀況。通知的例子包含產生一警報。產生警報可以包含發出一警報聲、致動一蜂鳴器、亮燈、顯示一彩色編碼之顯示器、顯示一繪圖顯示器、及/或顯示一文數字顯示器。此等通知中的每一者均可以代表及/或可以通知使用者該預測之粒子計數故障狀況。
舉另一例而言,步驟260的反應動作可以包含置換無塵室環
境內的一或多個過濾器。舉又另一例而言,步驟260的反應動作可以包含在該無塵室環境內執行更多微粒測試。舉另一例而言,步驟260的反應動作可以包含評估該無塵室環境以決定所預測的粒子計數故障狀況之一來源。
在本揭示的範疇之內,方法200可以執行及/或重複任何適當的次數,以決定該第一及第二分段計數、估算該第一及第二變化率、及/或預測任何適當經歷時間長度之粒子計數故障狀況。舉例而言,方法200可以包含重複(或執行)步驟205的針對一後續經歷時間之產生動作,該後續經歷時間位於該第二經歷時間之後。舉另一例而言,方法200亦可以包含從該空浮粒子計數資料選擇一後續部分之粒子計數。該後續部分粒子計數可以包含具有一位於該後續經歷時間內之對應時間戳記的粒子計數。
舉又另一例而言,方法200可以包含決定該後續經歷時間之一第一分段計數以及決定該後續經歷時間之一第二分段計數。舉另一例而言,方法200可以包含計算介於一先前經歷時間與該後續經歷時間之間的第一分段計數之一後續變化率,且亦計算介於該先前經歷時間與該後續經歷時間之間的第二分段計數之一後續變化率。
舉又另一例而言,方法200可以進一步包含計算介於該第一分段計數之後續變化率與該第二分段計數之後續變化率之間的一差異。舉另一例而言,方法200可以包含因應介於該第一分段計數之後續變化率與該第二分段計數之後續變化率之間的差異位於該特定臨限差異範圍之外,而預測該無塵室環境內的粒子計數故障狀況。
以下列舉段落描述依據本揭示的發明主題之例示性、非排他
性實例:
A1.一種分析來自一無塵室環境的空浮粒子計數資料以預測該無塵室環境內之一粒子計數故障狀況的方法,此方法包含:產生一空浮粒子計數資料貯藏庫,該空浮粒子計數資料貯藏庫包含該無塵室環境內的粒子計數以及該等粒子計數中每一者之一對應時間戳記;針對一第一經歷時間執行上述產生步驟之後,選擇性地從該空浮粒子計數資料貯藏庫選擇一第一部分粒子計數,該第一部分粒子計數包含具有一位於該第一經歷時間內之對應時間戳記的粒子計數;藉由決定該第一部分粒子計數之中介於一第一粒子計數下限與一第一粒子計數上限之間的數目,選擇性地決定該第一經歷時間之一第一分段計數,其中該第一粒子計數上限大於該第一粒子計數下限;藉由決定該第一部分粒子計數之中介於一第二粒子計數下限與一第二粒子計數上限之間的數目,選擇性地決定該第一經歷時間之一第二分段計數,其中該第二粒子計數下限大於或等於該第一粒子計數上限,此外,其中該第二粒子計數上限大於該第二粒子計數下限;針對位於該第一經歷時間之後的一第二經歷時間執行上述產生步驟之後,選擇性地從該空浮粒子計數資料貯藏庫選擇一第二部分粒子計數,該第二部分粒子計數包含具有一位於該第二經歷時間內之對應時間戳記的粒子計數;藉由決定該第二部分粒子計數之中介於該第一粒子計數下限與該第一粒子計數上限之間的數目,選擇性地決定該第二經歷時間之一第一分段計數;
藉由決定該第二部分粒子計數之中介於該第二粒子計數下限與該第二粒子計數上限之間的數目,選擇性地決定該第二經歷時間之一第二分段計數;選擇性地計算該空浮粒子計數資料貯藏庫之一第一分段計數之一第一變化率,其中該第一變化率包含介於該第一經歷時間之第一分段計數與該第二經歷時間之第一分段計數之間之一變化率;選擇性地計算該空浮粒子計數資料貯藏庫之一第二分段計數之一第二變化率,其中該第二變化率包含介於該第一經歷時間之第二分段計數與該第二經歷時間之第二分段計數之間之一變化率;計算該第一變化率與該第二變化率間之一差異;以及因應該介於該第一變化率與該第二變化率間之差異位於一特定臨限差異範圍之外,預測該無塵室環境內的粒子計數故障狀況。
A2.段落A1之方法,其中該產生步驟包含,在該方法的一其餘期間,持續地以至少一臨限粒子計數頻率將一後續粒子計數加入該空浮粒子計數資料貯藏庫。
A3.段落A1至A2中任一段的方法,其中該產生步驟包含反複地:(i)以一分散式無塵室粒子計數監測系統中之一偵測節點決定該無塵室環境之一空氣體積內之一粒子計數;(ii)傳送代表該粒子計數之一粒子計數信號;(iii)以一資料分析系統接收該粒子計數信號;(iv)利用該資料分析系統,根據該粒子計數信號決定該粒子計數;以及
(v)儲存該粒子計數以及該粒子計數之對應時間戳記於一資料儲存裝置之上以產生該空浮粒子計數資料貯藏庫。
A4.段落A1至A3中任一段的方法,其中該產生步驟包含以包含複數偵測節點之一/該分散式無塵室粒子計數監測系統產生,其中該複數偵測節點中的每一者均被組構成用以決定該無塵室環境內之一各別節點位置之一各別空氣體積內之一各別粒子計數,此外,其中該空浮粒子計數資料貯藏庫包含來自該複數偵測節點中的每一者之各別粒子計數。
A5.段落A4的方法,其中該空浮粒子計數資料貯藏庫另包含該等粒子計數中的每一者之一各別量測位置,其中該各別量測位置代表量測粒子計數的無塵室環境內的各別節點位置。
A6.段落A5的方法,其中前述之預測該粒子計數故障狀況另包含預測該無塵室環境內的哪一節點位置將遭遇所預測的粒子計數故障狀況。
A7.段落A1至A6中任一段的方法,其中從該空浮粒子計數資料貯藏庫選擇該第一部分粒子計數包含選擇在該第一經歷時間期間產生的粒子計數的一部分。
A8.段落A1至A7中任一段的方法,其中從該空浮粒子計數資料貯藏庫選擇該第二部分粒子計數包含選擇在該第二經歷時間期間產生的粒子計數的一部分。
A9.段落A1至A8中任一段的方法,其中該第一經歷時間延伸於一第一時間與一大於該第一時間的第二時間之間,此外,其中該第二經歷時間延伸於該第二時間與一大於該第二時間的第三時間之間。
A10.段落A1至A9中任一段的方法,其中該第一經歷時間(至少大致)等於該第二經歷時間。
A11.段落A1至A10中任一段的方法,其中該第一經歷時間與該第二經歷時間的其中至少一者係下列項目中的至少一者:(i)至少1小時、至少2小時、至少4小時、至少6小時、至少9小時、至少12小時、至少18小時、或至少24小時;(ii)小於48小時、小於42小時、小於36小時、小於30小時、小於27小時、或小於24小時;以及(iii)12小時、18小時、24小時、30小時、或36小時。
A12.段落A1至A11中任一段的方法,其中決定該第一經歷時間之第一分段計數包含計數該第一部分粒子計數之中介於該第一粒子計數下限與該第一粒子計數上限之間的次數。
A13.段落A1至A12中任一段的方法,其中決定該第一經歷時間之第二分段計數包含計數該第一部分粒子計數之中介於該第二粒子計數下限與該第二粒子計數上限之間的次數。
A14.段落A1至A13中任一段的方法,其中決定該第二經歷時間之第一分段計數包含計數該第二部分粒子計數之中介於該第一粒子計數下限與該第一粒子計數上限之間的次數。
A15.段落A1至A14中任一段的方法,其中決定該第二經歷時間之第二分段計數包含計數該第二部分粒子計數之中介於該第二粒子計數下限與該第二粒子計數上限之間的次數。
A16.段落A1至A15中任一段的方法,其中該第一粒子計
數下限、該第一粒子計數上限、該第二粒子計數下限、以及該第二粒子計數上限均根據下列項目的其中至少一者的事先分析被預先決定:(i)該空浮粒子計數資料貯藏庫的一部分以及(ii)先前在該無塵室環境內收集的空浮粒子計數資料。
A17.段落A1至A16中任一段的方法,其中該無塵室環境具有一粒子計數控制上限,此外,其中該第一粒子計數下限、該第一粒子計數上限、該第二粒子計數下限、以及該第二粒子計數上限均至少局部地基於該控制上限。
A18.段落A1至A17中任一段的方法,其中該無塵室環境具有一/該粒子計數控制上限,此外,其中該第一粒子計數下限、該第一粒子計數上限、該第二粒子計數下限、以及該第二粒子計數上限均係藉由將該粒子計數控制上限劃分成複數分段並分析該複數分段以決定該複數分段中的哪一者係預測出粒子計數故障狀況而被決定。
A19.段落A1至A18中任一段的方法,其中該第一粒子計數下限係零且該第一粒子計數上限係10,000。
A20.段落A1至A19中任一段的方法,其中該第二粒子計數下限係10,000且該第二粒子計數上限係20,000。
A21.段落A1至A20中任一段的方法,其中前述之計算介於該第一經歷時間之第一分段計數與該第二經歷時間之第一分段計數間之該第一變化率包含從該第二經歷時間之第一分段計數減去該第一經歷時間之第一分段計數以計算一第一差異並且將該第一差異除以該第二經歷時間。
A22.段落A1至A21中任一段的方法,其中前述之計算介於該第一經歷時間之第二分段計數與該第二經歷時間之第二分段計數間之該第二變化率包含從該第二經歷時間之第二分段計數減去該第一經歷時間之第二分段計數以計算一第二差異並且將該第二差異除以該第二經歷時間。
A23.段落A1至A22中任一段的方法,其中前述之計算該介於該第一變化率與該第二變化率間之差異包含從該第一變化率減去該第二變化率。
A24.段落A1-A23的方法,其中前述之預測該粒子計數故障狀況包含預測該無塵室環境將於一未來時間遭遇該粒子計數故障狀況。
A25.段落A1至A24中任一段的方法,其中前述之預測該粒子計數故障狀況包含至少局部地根據該介於該第一變化率與該第二變化率之間的差異進行預測。
A26.段落A1至A25中任一段的方法,其中該特定臨限差異範圍係根據下列項目的其中至少一者的事先分析被預先決定:(i)該空浮粒子計數資料貯藏庫的一/該部分以及(ii)先前在該無塵室環境內收集的空浮粒子計數資料。
A27.段落A1至A26中任一者之方法,其中該方法另包含反應一預測粒子計數故障狀況。
A28.段落A27的方法,其中該反應包含產生代表該預測粒子計數故障狀況之通知給一使用者。
A29.段落A28的方法,其中前述之產生一通知包含下列的
其中至少一者:產生一警示、發出一警報聲、致動一蜂鳴器、亮燈、顯示一彩色編碼之顯示器、顯示一繪圖顯示器、以及顯示一文數字顯示器以代表該預測粒子計數故障狀況。
A30.段落A27至A29中任一者之方法,其中前述之反應包含下列的其中至少一者:(i)置換該無塵室環境內之一空氣過濾器、(ii)在該無塵室環境之內執行更多粒子測試、以及(iii)評估該無塵室環境以決定該預測粒子計數故障狀況之一來源。
A31.段落A1至A30中任一段的方法,其中該方法另包含:(i)針對一後續經歷時間執行該產生動作;(ii)從該空浮粒子計數資料貯藏庫選擇一後續部分粒子計數,該後續部分粒子計數包含具有一位於該後續經歷時間內之對應時間戳記的粒子計數;(iii)決定該後續經歷時間之一第一分段計數;(iv)決定該後續經歷時間之一第二分段計數;(v)計算介於一先前經歷時間與該後續經歷時間之間的第一分段計數之一後續變化率;(vi)計算介於該先前經歷時間與該後續經歷時間之間的第二分段計數之一後續變化率;(vii)計算介於該第一分段計數之後續變化率與該第二分段計數之後續變化率之間的一差異;以及(viii)因應該介於該第一分段計數之後續變化率與該第二分段計數之後續變化率之間的差異位於該特定臨限差異範圍之外,預測該無塵室環境之
內的該粒子計數故障狀況。
B1.一種決定預測界限以預測一時基複雜資料集之一故障狀況的方法,該複雜資料集包含一變數之數值以及該變數每一數值之一對應時間戳記,該方法包含:選擇一經歷時間,其中該經歷時間至少局部地根據介於該故障狀況之預測與該故障狀況的實際發生之間的一個所需時間範圍;將該複雜資料集分割成複數無交疊子集,其中該複數無交疊子集中的每一者均延伸於對應至所選擇的該經歷時間之一各別時間範圍之上;選擇一分段流程之一變數數值界限,其中該變數數值界限至少局部地基於對應至該故障狀況之變數之一數值;針對該分段流程選擇一分段數目;將該變數數值界限制除以該分段數目以得到該分段數目中的每一分段之一對應變數數值範圍(R),其中該數目之分段被從1到N編號,此外,其中的第N個分段從(N-1)*R延伸至N*R;藉由計數位於一特定無交疊子集內之變數之數值位於一特定分段內的次數,決定每一無交疊子集內位於該分段數目中的每一分段之一各別分段計數;依時間先後描繪位於該分段數目中的每一分段之該各別分段計數以產生複數依時間順序之分段圖;以及在該複數依時間順序之分段圖的一或多者之中選擇預測該故障狀況之一趨勢。
C1.一種分散式無塵室粒子計數監測系統,包含:複數偵測節點,其中該複數偵測節點在一無塵室環境內被分隔於複數各別節點位置處,此外,其中該複數偵測節點中的每一者均包含:(i)一粒子感測器,被組構成用以決定一各別節點位置之一各別空氣體積內之一粒子計數;以及(ii)一傳送器,被組構成用以產生一粒子計數信號,代表該各別空氣體積內的粒子計數;一接收器,被組構成用以從該複數偵測節點接收複數各別粒子計數信號;一資料分析系統,被編程成分析該複數各別粒子計數信號以決定複數各別粒子計數;以及一資料儲存裝置,被組構成用以儲存該複數各別粒子計數。
C2.段落C1之系統,其中該資料儲存裝置另被組構成針對該複數各別粒子計數中的每一者儲存該複數各別節點位置中相應的一者。
C3.段落C1至C2中任一段的系統,其中該資料儲存裝置另被組構成用以儲存該複數各別粒子計數中的每一者之一時間戳記。
C4.段落C1至C3中任一段的系統,其中該複數偵測節點中的每一者均被組構成持續地決定該各別空氣體積內的粒子計數。
C5.段落C1至C4中任一段的系統,其中該複數偵測節點中的每一者均被組構成以至少一臨限粒子計數頻率決定該各別空氣體積內的粒子計數,選擇性地,其中該臨限粒子計數頻率係至少每隔1秒鐘一次、至少每隔5秒鐘一次、至少每隔10秒鐘一次、至少每隔30秒鐘一次、至少
每隔1分鐘一次、至少每隔5分鐘一次、至少每隔10分鐘一次、至少每隔15分鐘一次、至少每隔30分鐘一次、至少每隔1小時一次、至少每隔2小時一次、或者至少每隔4小時一次。
C6.段落C1至C5中任一段的系統,其中該複數偵測節點在一二維偵測節點陣列之中彼此分隔。
C7.段落C1至C6中任一段的系統,其中該複數偵測節點中的每一者與該複數偵測節點中最接近的另一者彼此分隔下列的其中一項:(i)至少1公尺、至少2.5公尺、至少5公尺、至少7.5公尺、或者至少10公尺;以及(ii)小於30公尺、小於25公尺、小於20公尺、小於15公尺、小於10公尺、或者小於5公尺。
C8.段落C1至C7中任一段的系統,其中該傳送器包含被組構成用以產生一無線粒子計數信號之一無線傳送器與被組構成用以產生一有線粒子計數信號之一有線傳送器的其中至少一者。
C9.段落C1至C8中任一段的系統,其中該接收器包含被組構成用以接收一/該無線粒子計數信號之一無線接收器與被組構成用以接收一/該有線粒子計數信號之一有線接收器的其中至少一者。
C10.段落C1至C9中任一段的系統,其中該系統另包含一通知系統,被組構成用以將由該複數各別粒子計數之分析所預測出的一粒子計數故障狀況通知一使用者,其中該資料分析系統被組構成用以因應該資料分析系統預測出該粒子計數故障狀況而產生一故障指示信號,此外,其中該通知系統被組構成用以接收該故障指示信號以及,因應該故障指示
信號之接收,通知該使用者該預測出的粒子計數故障狀況。
C11.段落C10的系統,其中該通知系統包含指示該粒子計數故障狀況的一警報器、一蜂鳴器、一燈具、一彩色編碼顯示器、一繪圖顯示器、及/或一文數字顯示器的其中至少一者。
C12.段落C1至C11中任一段的系統,其中該資料分析系統被編程以至少局部地根據該複數各別粒子計數預測一/該粒子計數故障狀況。
C13.段落C1至C12中任一段的系統,其中該資料分析系統被編程以執行段落A1至B1中任一段的方法。
D1.一種資料分析系統,被編程以執行段落A1至B1中任一段的方法。
D2.段落D1的系統,其中該資料分析系統包含下列項目中的至少一者:(i)一通信框架;(ii)一處理器單元;(iii)一資料儲存裝置;(iv)記憶體;(v)持久性儲存器;(vi)一通信單元;(vii)一輸入/輸出單元;(viii)一顯示器;(ix)一儲存裝置;
(x)電腦可讀取媒體;(xi)電腦可讀取儲存媒體;以及(xii)電腦可讀取信號媒體。
D3.段落D1至D2中任一段的系統,其中該資料分析系統被編程以執行程式碼。
D4.段落D1至D3中任一段的系統,其中該資料分析系統包含一電子控制器、一專用電腦、一特定用途電腦、以及一個人電腦的其中至少一者。
D5.電腦可讀取儲存媒體,包含電腦可執行指令,當被執行之時,導控一資料分析系統執行段落A1至B1中任一段的方法。
在本說明書之中,"選擇性的"及"選擇性地"等用語,當用來修飾一設備之一或多個構件或特性的一動作、運動、組態、或者其他活動之時,表示該特定的動作、運動、組態、或其他活動係該設備(或者其一或多個構件)之一特色之使用者操控之一直接或間接結果。
在本說明書之中,"被調構"及"被組構"等用語意味元件、構件、或其他主題項目被設計及/或預計用以執行一特定功能。因此,"被調構"及"被組構"等用語不應被解讀成表示一特定元件、構件、或其他主題項目單純地"能夠"執行一特定功能,而是該元件、構件、及/或其他主題項目被特別地選擇、建立、實施、使用、編程、及/或設計以供執行該功能之用途。亦在本揭示的範疇之內,被列舉成"被調構成"用以執行一特別功能的元件、構件、及/或其他列舉的主題項目可以額外性地或選替性地被描述成"被組構成"用以執行該功能,反之亦然。情況類似地,被列舉成"被組構成"用以執
行一特別功能的主題項目可以額外性地或選替性地被描述成"可作用以"執行該功能。
各種揭示的設備之元件以及本文揭示的方法之步驟並非在依據本揭示的全部設備及方法之中均屬必要,且本揭示包含本文所揭示的各種元件及步驟的所有新穎及非顯而易見之組合與次組合。此外,本文所揭示的各種元件及步驟的其中一或多者可以界定出獨立的發明主題項目,與一揭示設備或方法的整體有所區別及區隔。因此,此種發明主題項目不必然關聯本文所明確揭示的特定設備及方法,且此種發明主題項目可能在未明確揭示於本文的設備及/或方法之中找到效用。
本揭示之特色可以被實施成一種電腦方法、電腦系統、或者電腦程式產品。因此,本揭示之特色可以採取的形式包括一完全硬體實施例、一完全軟體實施例(包含韌體、常駐軟體、微代碼(micro-code)、等等)、或者一結合軟體與硬體特色之實施例,其在本文之中可以全部被概括性地稱為一"電路"、"模組"、或"系統"。此外,本揭示之特色可以採取一電腦程式產品的形式,此一電腦程式產品實施於一電腦可讀取媒體(或多重媒體)之中,該電腦可讀取媒體(或多重媒體)具有電腦可讀取程式碼/指令實施於其上。
電腦可讀取媒體的任何組合均可以使用。電腦可讀取媒體可以是一電腦可讀取信號媒體及/或一電腦可讀取儲存媒體。一電腦可讀取儲存媒體可以包含一電子式、磁性、光學式、電磁式、紅外線式、及/或半導體式系統、設備、或裝置、或者前述項目的任何適當組合。一電腦可讀取儲存媒體之更具體實例可以包含以下項目:一種具有一或多條導線的電連
接、一可攜式電腦磁碟、一硬碟、一隨機存取記憶體(RAM)、一唯讀記憶體(ROM)、一可抹除可編程唯讀記憶體(EPROM或快閃記憶體)、一光纖、一可攜式光碟(CD-ROM)、一光學儲存裝置、一磁性儲存裝置、以及/或者前述項目及/或類似項目的任何適當組合。在本揭示的背景之下,一電腦可讀取儲存媒體可以包含任何適當的有形媒體,其能夠包含或儲存一程式以供一指令執行系統、設備、或裝置使用或者與該指令執行系統、設備、或裝置連接。
一電腦可讀取信號媒體可以包含具有電腦可讀取程式碼實施於其中之一數據傳播信號,例如,以基頻之形式或者做為一載波的一部分。此一傳播信號可以採取多種形式,包含,但不限於,電磁式、光學式、及/或其任何適當之組合。一電腦可讀取信號媒體可以包含其本身並非一電腦可讀取儲存媒體且能夠收送、傳播、或者運送一程式以供一指令執行系統、設備、或裝置使用或者與該指令執行系統、設備、或裝置連接之任何電腦可讀取媒體。
實施於一電腦可讀取媒體上的程式碼可以利用任何適當的媒體傳送,包含但不限於無線、有線、光纖纜線、RF、及/或類似媒體、及/或該等媒體的任何適當組合。
用以執行針對本發明特色之動作的電腦程式碼可以是以一種程式語言或程式語言的任何組合寫成,包含諸如Java、Smalltalk、C++、及/或類似之一物件導向程式語言,以及諸如C程式語言之傳統型程序性程式語言。程式碼可以是完全在一使用者的電腦上、局部地在一使用者的電腦上、做為一獨立的軟體套件、局部地在一使用者的電腦上且局部地在一
遠端電腦上、或者完全在一遠端電腦或伺服器上執行。在後者的情況下,該遠端電腦可以是透過任何類型的網路連接至使用者的電腦,包含一區域網路(LAN)或者一廣域網路(WAN),及/或該連接可以被製做成通往一外部電腦(例如,使用一網際網路服務提供者,通到網際網路)。
本發明之特色之說明在本文之中係參照依據本揭示之特色的方法、設備、系統、及/或電腦程式之流程圖例示及/或方塊圖進行。在一流程圖及/或方塊圖之中的每一區塊及/或區塊之組合均可以藉由電腦程式指令加以實施。電腦程式指令可以提供至一個一般用途電腦、特殊用途電腦、或者其他可編程資料處理設備中的一處理器以構建成一機器,使得該等指令,透過電腦或其他可編程資料處理設備之處理器執行,建立用以實施指定於流程圖及/或一或多個方塊圖區塊中的功能/動作之手段。
此等電腦程式指令亦可以被儲存於一電腦可讀取媒體之中,其能夠導控一電腦、其他可編程資料處理設備、及/或其他裝置以運作於一特別的方式,使得該等儲存於電腦可讀取媒體內的指令產生一製品,此製品包含實施流程圖及/或一或多個方塊圖區塊中所指定功能/動作之指令。
此等電腦程式指令亦可以被載入一電腦、其他可編程資料處理設備、及/或其他裝置之上,以致使一連串運作步驟執行於裝置之上而產生一電腦實施之流程,使得該等在電腦或其他可編程設備上執行的指令提供用以實施流程圖及/或一或多個方塊圖區塊中所指定功能/動作之流程。
此外,本揭示包含依據以下條文之實施例:
條文1.一種分析來自一無塵室環境的空浮粒子計數資料以
預測該無塵室環境內之一粒子計數故障狀況的方法,此方法包含:產生一空浮粒子計數資料貯藏庫,該空浮粒子計數資料貯藏庫包含該無塵室環境內的粒子計數以及該等粒子計數中每一者之一對應時間戳記;計算該空浮粒子計數資料貯藏庫之一第一分段計數之一第一變化率與該空浮粒子計數資料貯藏庫之一第二分段計數之一第二變化率之間的一差異;以及因應介於該空浮粒子計數資料貯藏庫之第一分段計數之該第一變化率與該空浮粒子計數資料貯藏庫之第二分段計數之該第二變化率之間的該差異位於一特定臨限差異範圍之外,預測該無塵室環境內的該粒子計數故障狀況。
條文2.如條文1的方法,其中該產生步驟包含,在該方法的一其餘期間,持續地以至少一臨限粒子計數頻率將一後續粒子計數加入該空浮粒子計數資料貯藏庫。
條文3.如條文1的方法,其中前述的計算介於該空浮粒子計數資料貯藏庫之第一分段計數之該第一變化率與該空浮粒子計數資料貯藏庫之第二分段計數之該第二變化率之間的該差異包含從該第一變化率減去該第二變化率。
條文4.如條文1的方法,其中前述之預測該粒子計數故障狀況包含預測該無塵室環境將於一未來時間遭遇該粒子計數故障狀況。
條文5.如條文1的方法,其中該特定臨限差異範圍係根據下列項目的其中至少一者的事先分析被預先決定:(i)該空浮粒子計數資料貯藏庫的一部分以及(ii)先前在該無塵室環境內收集的空浮粒子計數資料。
條文6.如條文1的方法,其中該方法另包含反應一預測粒子計數故障狀況。
條文7.如條文6的方法,其中前述之反應動作包含下列的其中至少一者:(i)產生一通知給一使用者,指示該預測粒子計數故障狀況;(ii)置換該無塵室環境內之一空氣過濾器;(iii)在該無塵室環境之內執行更多粒子測試;以及(iv)評估該無塵室環境以決定該預測粒子計數故障狀況之一來源。
條文8.如條文1的方法,另包含:針對一第一經歷時間執行上述產生步驟之後,從該空浮粒子計數資料貯藏庫選擇一第一部分粒子計數,該第一部分粒子計數包含具有一位於該第一經歷時間內之對應時間戳記的粒子計數;藉由決定該第一部分粒子計數之中介於一第一粒子計數下限與一第一粒子計數上限之間的數目,決定該第一經歷時間之一第一分段計數,其中該第一粒子計數上限大於該第一粒子計數下限;藉由決定該第一部分粒子計數之中介於一第二粒子計數下限與一第二粒子計數上限之間的數目,決定該第一經歷時間之一第二分段計數,其中該第二粒子計數下限大於或等於該第一粒子計數上限,此外,其中該第二粒子計數上限大於該第二粒子計數下限;針對位於該第一經歷時間之後的一第二經歷時間執行上述產生步驟之後,從該空浮粒子計數資料貯藏庫選擇一第二部分粒子計數,該第二部分粒子計數包含具有一位於該第二經歷時間內之對應時間戳記的粒子計數;
藉由決定該第二部分粒子計數之中介於該第一粒子計數下限與該第一粒子計數上限之間的數目,決定該第二經歷時間之一第一分段計數;以及藉由決定該第二部分粒子計數之中介於該第二粒子計數下限與該第二粒子計數上限之間的數目,決定該第二經歷時間之一第二分段計數。
條文9.如條文8的方法,其中該第一經歷時間延伸於一第一時間與一大於該第一時間的第二時間之間,其中該第二經歷時間延伸於該第二時間與一大於該第二時間的第三時間之間,此外,其中該第一經歷時間至少大致等於該第二經歷時間。
條文10.如條文8的方法,其中前述之決定該第一經歷時間之第一分段計數包含計數該第一部分粒子計數之中介於該第一粒子計數下限與該第一粒子計數上限之間的次數,其中前述之決定該第一經歷時間之第二分段計數包含計數該第一部分粒子計數之中介於該第二粒子計數下限與該第二粒子計數上限之間的次數,其中前述之決定該第二經歷時間之第一分段計數包含計數該第二部分粒子計數之中介於該第一粒子計數下限與該第一粒子計數上限之間的次數,此外,其中前述之決定該第二經歷時間之第二分段計數包含計數該第二部分粒子計數之中介於該第二粒子計數下限與該第二粒子計數上限之間的次數。
條文11.如條文8的方法,其中該第一粒子計數下限、該第一粒子計數上限、該第二粒子計數下限、以及該第二粒子計數上限均根據下列項目的其中至少一者的事先分析被預先決定:(i)該空浮粒子計數資料貯藏庫的一部分以及(ii)先前在該無塵室環境內收集的空浮粒子計數資料。
條文12.如條文8的方法,其中該無塵室環境具有一粒子計
數控制上限,此外,其中該第一粒子計數下限、該第一粒子計數上限、該第二粒子計數下限、以及該第二粒子計數上限均係藉由將該粒子計數控制上限劃分成複數分段並分析該複數分段以決定該複數分段中的哪一者係預測出該粒子計數故障狀況而被決定。
條文13.如條文8的方法,另包含:計算該空浮粒子計數資料貯藏庫之第一分段計數之該第一變化率,其中該第一變化率包含介於該第一經歷時間之第一分段計數與該第二經歷時間之第一分段計數之間之一變化率;以及計算該空浮粒子計數資料貯藏庫之第二分段計數之該第二變化率,其中該第二變化率包含介於該第一經歷時間之第二分段計數與該第二經歷時間之第二分段計數之間之一變化率。
條文14.如條文13的方法,其中前述之計算該第一變化率包含從該第二經歷時間之第一分段計數減去該第一經歷時間之第一分段計數以計算一第一差異並且將該第一差異除以該第二經歷時間,此外,其中前述之計算該第二變化率包含從該第二經歷時間之第二分段計數減去該第一經歷時間之第二分段計數以計算一第二差異並且將該第二差異除以該第二經歷時間。
條文15.電腦可讀取儲存媒體,包含電腦可執行指令,當被執行之時,導控一資料分析系統執行條文1的方法。
條文16.一種分散式無塵室粒子計數監測系統,包含:複數偵測節點,其中該複數偵測節點在一無塵室環境內被分隔於複數各別節點位置處,此外,其中該複數偵測節點中的每一者均包含:
(i)一粒子感測器,被組構成用以決定一各別節點位置之一各別空氣體積內之一粒子計數;以及(ii)一傳送器,被組構成用以產生一粒子計數信號,代表該各別空氣體積內的粒子計數;一接收器,被組構成用以從該複數偵測節點接收複數各別粒子計數信號;一資料分析系統,被編程成分析該複數各別粒子計數信號以決定複數各別粒子計數,並且至少局部地根據該複數各別粒子計數預測一粒子計數故障狀況;以及一資料儲存裝置,被組構成用以儲存該複數各別粒子計數。
條文17.如條文16的系統,其中該資料儲存裝置另被組構成針對該複數各別粒子計數中的每一者儲存該複數各別節點位置中相應的一者,此外,其中該資料儲存裝置被組構成用以儲存該複數各別粒子計數中的每一者之一時間戳記。
條文18.如條文16的系統,其中該複數偵測節點中的每一者均被組構成以至少每隔5分鐘一次的至少一臨限粒子計數頻率決定該各別空氣體積內的粒子計數。
條文19.如條文16的系統,其中該複數偵測節點在一二維偵測節點陣列之中彼此分隔。
條文20.如條文16的系統,其中該系統另包含一通知系統,被組構成用以將由該複數各別粒子計數之分析所預測出的一粒子計數故障狀況通知一使用者,其中該資料分析系統被組構成用以因應該資料分析系
統預測出該粒子計數故障狀況而產生一故障指示信號,此外,其中該通知系統被組構成用以接收該故障指示信號以及,因應該故障指示信號之接收,通知該使用者該預測出的粒子計數故障狀況。
圖式之中的任何流程圖及/或方塊圖均預計用以例示依據本揭示之特色的系統、方法、及電腦程式產品的可能實施方式的架構、功能、及/或運作。就此而言,每一區塊均可以代表一模組、區段、或程式碼的一部分,其包含用以實施一或多個指定邏輯功能的一或多個可執行指令。在一些實施方式之中,註記於區塊之中的功能可以不按照註記於圖式中的順序發生。例如,顯示為前後連續的兩個區塊實際上可以是大致並行地執行,或者該等區塊有時可以是以相反的順序執行,取決於所涉及的功能性質。每一區塊及/或區塊之組合均可以藉由執行特定功能或動作的特殊用途硬體式系統(或者特殊用途硬體與電腦指令之組合)加以實施。
200‧‧‧方法
205-260‧‧‧步驟
Claims (10)
- 一種分析來自無塵室環境(20)的空浮粒子計數資料(40)以預測該無塵室環境(20)內之粒子計數故障狀況的方法(200),該方法包含:產生(205)一空浮粒子計數資料(40)貯藏庫,該空浮粒子計數資料(40)貯藏庫包含該無塵室環境(20)內的粒子計數以及該等粒子計數中每一者之一對應時間戳記;計算(250)該空浮粒子計數資料(40)貯藏庫之一第一分段(50)計數之一第一變化率與該空浮粒子計數資料(40)貯藏庫之一第二分段(52)計數之一第二變化率之間的一差異(56);以及因應介於該空浮粒子計數資料(40)貯藏庫之第一分段(50)計數之該第一變化率與該空浮粒子計數資料(40)貯藏庫之第二分段(52)計數之該第二變化率之間的該差異(56)位於一特定臨限差異範圍(58)之外,預測(255)該無塵室環境(20)內的該粒子計數故障狀況。
- 如申請專利範圍第1項的分析來自無塵室環境(20)的空浮粒子計數資料(40)以預測該無塵室環境(20)內之粒子計數故障狀況的方法(200),其中該產生(205)步驟包含,在該方法的一其餘期間,持續地以至少一臨限粒子計數頻率將一後續粒子計數加入該空浮粒子計數資料(40)貯藏庫。
- 如申請專利範圍第1項的分析來自無塵室環境(20)的空浮粒子計數資料(40)以預測該無塵室環境(20)內之粒子計數故障狀況的方法(200),其中前述的計算(250)該空浮粒子計數資料(40)貯藏庫之第一分段(50)計數之該第一變化率與該空浮粒子計數資料(40)貯藏庫之第二分段(52)計數之該第二變化率之間的該差異(56)包含從該第一變化率減去該第二變化率。
- 如申請專利範圍第1項的分析來自無塵室環境(20)的空浮粒子計數資料(40)以預測該無塵室環境(20)內之粒子計數故障狀況的方法(200),其中前述之預測(255)該粒子計數故障狀況包含預測該無塵室環境(20)將於一未來時間遭遇該粒子計數故障狀況。
- 如申請專利範圍第1項的分析來自無塵室環境(20)的空浮粒子計數資料(40)以預測該無塵室環境(20)內之粒子計數故障狀況的方法(200),其中該特定臨限差異範圍(58)係根據下列項目的其中至少一者的事先分析被預先決定:(i)該空浮粒子計數資料(40)貯藏庫的一部分以及(ii)先前在該無塵室環境(20)內收集的空浮粒子計數資料(40)。
- 如申請專利範圍第1項的分析來自無塵室環境(20)的空浮粒子計數資料(40)以預測該無塵室環境(20)內之粒子計數故障狀況的方法(200),另包含:針對一第一經歷時間(48)執行上述產生(205)步驟之後,從該空浮粒子計數資料(40)貯藏庫選擇一第一部分粒子計數,該第一部分粒子計數包含具有一位於該第一經歷時間內之對應時間戳記的粒子計數;藉由決定該第一部分粒子計數之中介於一第一粒子計數下限與一第一粒子計數上限之間的數目,決定(215)該第一經歷時間(48)之一第一分段(50)計數,其中該第一粒子計數上限大於該第一粒子計數下限;藉由決定該第一部分粒子計數之中介於一第二粒子計數下限與一第二粒子計數上限之間的數目,決定(220)該第一經歷時間(48)之一第二分段(52)計數,其中該第二粒子計數下限大於或等於該第一粒子計數上限,此外,其中該第二粒子計數上限大於該第二粒子計數下限; 針對位於該第一經歷時間之後的一第二經歷時間(48)執行上述產生(205)步驟之後,從該空浮粒子計數資料貯藏庫選擇一第二部分粒子計數,該第二部分粒子計數包含具有一位於該第二經歷時間內之對應時間戳記的粒子計數;藉由決定該第二部分粒子計數之中介於該第一粒子計數下限與該第一粒子計數上限之間的數目,決定(230)該第二經歷時間(48)之一第一分段(50)計數;以及藉由決定該第二部分粒子計數之中介於該第二粒子計數下限與該第二粒子計數上限之間的數目,決定(235)該第二經歷時間之一第二分段(52)計數。
- 如申請專利範圍第6項的分析來自無塵室環境(20)的空浮粒子計數資料(40)以預測該無塵室環境(20)內之粒子計數故障狀況的方法(200),其中該無塵室環境具有一粒子計數控制上限,此外,其中該第一粒子計數下限、該第一粒子計數上限、該第二粒子計數下限、以及該第二粒子計數上限均係藉由將該粒子計數控制上限劃分成複數分段並分析該複數分段以決定該複數分段中的哪一者係預測出該粒子計數故障狀況而被決定。
- 如申請專利範圍第6或7項的分析來自無塵室環境(20)的空浮粒子計數資料(40)以預測該無塵室環境(20)內之粒子計數故障狀況的方法(200),另包含:計算(240)該空浮粒子計數資料(40)貯藏庫之第一分段(50)計數之該第一變化率,其中該第一變化率包含介於該第一經歷時間(48)之第一分段(50)計數與該第二經歷時間(48)之第一分段(50)計數之間之一變化率;以及計算(245)該空浮粒子計數資料(40)貯藏庫之第二分段(52)計數之該第二 變化率,其中該第二變化率包含介於該第一經歷時間(48)之第二分段(52)計數與該第二經歷時間(48)之第二分段(52)計數之間之一變化率。
- 一種分散式無塵室粒子計數監測系統(30),包含:複數偵測節點(32),其中該複數偵測節點在一無塵室環境(20)內被分隔於複數各別節點位置(33)處,此外,其中該複數偵測節點(32)中的每一者均包含:(i)一粒子感測器(34),被組構成用以決定一各別節點位置(33)之一各別空氣體積內之一粒子計數;以及(ii)一傳送器(36),被組構成用以產生一粒子計數信號(38),代表該各別空氣體積內的粒子計數;一接收器(62),被組構成用以從該複數偵測節點(32)接收複數各別粒子計數信號(38);一資料分析系統(60),被編程成分析該複數各別粒子計數信號(38)以決定複數各別粒子計數,並且至少局部地根據該複數各別粒子計數預測一粒子計數故障狀況;以及一資料儲存裝置(64),被組構成用以儲存該複數各別粒子計數。
- 如申請專利範圍第9項的分散式無塵室粒子計數監測系統(30),其中該資料儲存裝置(64)另被組構成針對該複數各別粒子計數中的每一者儲存該複數各別節點位置(33)中相應的一者,此外,其中該資料儲存裝置(64)被組構成用以儲存該複數各別粒子計數中的每一者之一時間戳記。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/527,562 | 2014-10-29 | ||
US14/527,562 US9945825B2 (en) | 2014-10-29 | 2014-10-29 | Predictive analysis of complex datasets and systems and methods including the same |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201616360A true TW201616360A (zh) | 2016-05-01 |
TWI675294B TWI675294B (zh) | 2019-10-21 |
Family
ID=55852397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW104125079A TWI675294B (zh) | 2014-10-29 | 2015-08-03 | 用於監測無塵室粒子計數之系統與用於預測無塵室內之粒子計數故障狀況之方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9945825B2 (zh) |
TW (1) | TWI675294B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI781400B (zh) * | 2020-05-08 | 2022-10-21 | 台達電子工業股份有限公司 | 資料齊備度分析系統和資料齊備度分析方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180074032A1 (en) * | 2016-09-09 | 2018-03-15 | Delta M Incorporated | System and method of testing for airborne pathogens, toxins, pollutants and/or contaminants |
US11423196B2 (en) * | 2018-11-28 | 2022-08-23 | Toyota Research Institute, Inc. | Systems and methods for predicting responses of a particle to a stimulus |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6096267A (en) | 1997-02-28 | 2000-08-01 | Extraction Systems, Inc. | System for detecting base contaminants in air |
US6207460B1 (en) | 1999-01-14 | 2001-03-27 | Extraction Systems, Inc. | Detection of base contaminants in gas samples |
JP4441024B2 (ja) * | 1999-11-25 | 2010-03-31 | ミドリ安全株式会社 | ポータブル型空中浮遊菌サンプラ |
EP1758669B1 (en) | 2004-06-07 | 2013-10-16 | Entegris, Inc. | System and method for removing contaminants |
US7596423B2 (en) * | 2007-03-30 | 2009-09-29 | Tokyo Electron Limited | Method and apparatus for verifying a site-dependent procedure |
US8449255B2 (en) * | 2010-03-21 | 2013-05-28 | Btpatent Llc | Wind turbine blade system with air passageway |
CN103575624A (zh) * | 2012-08-06 | 2014-02-12 | 金济远 | 光学粒子测量装置 |
US9449410B2 (en) * | 2013-04-11 | 2016-09-20 | Qualcomm Incorporated | Intra-frame timestamps for tile-based rendering |
-
2014
- 2014-10-29 US US14/527,562 patent/US9945825B2/en active Active
-
2015
- 2015-08-03 TW TW104125079A patent/TWI675294B/zh active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI781400B (zh) * | 2020-05-08 | 2022-10-21 | 台達電子工業股份有限公司 | 資料齊備度分析系統和資料齊備度分析方法 |
Also Published As
Publication number | Publication date |
---|---|
US20160123938A1 (en) | 2016-05-05 |
TWI675294B (zh) | 2019-10-21 |
US9945825B2 (en) | 2018-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210088437A1 (en) | Advanced graphics for optical particle counters | |
CA3075085C (en) | Industrial asset intelligence | |
JP6364800B2 (ja) | 監視装置及び監視方法 | |
JP6777069B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
EP3239839A1 (en) | Operation management device, operation management method, and recording medium in which operation management program is recorded | |
JP6301902B2 (ja) | 保守時期予測システム及び保守時期予測装置 | |
CN109661627B (zh) | 用于建模、分析、检测并监测流体网络的系统和方法 | |
JP6521096B2 (ja) | 表示方法、表示装置、および、プログラム | |
KR102408426B1 (ko) | 설비 노화 지수를 이용한 이상 감지 방법 및 장치 | |
TW201616360A (zh) | 複雜資料集的預測分析以及包含其之系統和方法 | |
JP6981063B2 (ja) | 表示制御プログラム、表示制御方法、及び表示制御装置 | |
JP6489235B2 (ja) | システム分析方法、システム分析装置、および、プログラム | |
JP6777142B2 (ja) | システム分析装置、システム分析方法、及び、プログラム | |
KR20160052029A (ko) | 건물 에너지 관리 지수 측정 시스템 기반 경향 분석 서비스 제공 방법 및 시스템 | |
JP3400821B2 (ja) | データ自動監視システム | |
JP2013214171A (ja) | 性能監視装置、性能監視方法、及びそのプログラム | |
JP2013058099A (ja) | 制御性能評価装置、制御性能評価システム、制御性能評価プログラムおよび制御性能評価方法 | |
JP6369895B2 (ja) | モータ異常検知システム、モータ異常検知方法、及びモータ異常検知プログラム | |
JP6805554B2 (ja) | 監視装置及び監視方法 | |
JP6973445B2 (ja) | 表示方法、表示装置、および、プログラム | |
JP5250963B2 (ja) | 監視制御システムにおけるトレンドデータの蓄積・表示方式 | |
JP7225447B2 (ja) | 監視装置、監視方法および監視プログラム | |
CN107729912A (zh) | 用于监测技术设备的技术 | |
JP7315017B2 (ja) | 時系列データ処理方法 | |
Burkom et al. | Data classification for selection of temporal alerting methods for biosurveillance |