特開2024-120155資産のシミュレーションおよび分析のためのシステム、方法、およびデバイス
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024120155
(43)【公開日】2024-09-04
(54)【発明の名称】資産のシミュレーションおよび分析のためのシステム、方法、およびデバイス
(51)【国際特許分類】
G05B 23/02 20060101AFI20240828BHJP
G06Q 10/20 20230101ALI20240828BHJP
G06F 3/0481 20220101ALI20240828BHJP
【ＦＩ】
G05B23/02 301Z
G06Q10/20
G06F3/0481
【審査請求】未請求
【請求項の数】20
【出願形態】ＯＬ
【外国語出願】
(21)【出願番号】P 2023218114
(22)【出願日】2023-12-25
(31)【優先権主張番号】18/113,405
(32)【優先日】2023-02-23
(33)【優先権主張国・地域又は機関】US
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．ＶＩＳＵＡＬ ＢＡＳＩＣ
２．ＪＡＶＡＳＣＲＩＰＴ
(71)【出願人】
【識別番号】000006507
【氏名又は名称】横河電機株式会社
(74)【代理人】
【識別番号】100165179
【弁理士】
【氏名又は名称】田▲崎▼ 聡
(74)【代理人】
【識別番号】100206081
【弁理士】
【氏名又は名称】片岡 央
(74)【代理人】
【識別番号】100167553
【弁理士】
【氏名又は名称】高橋 久典
(74)【代理人】
【識別番号】100181124
【弁理士】
【氏名又は名称】沖田 壮男
(72)【発明者】
【氏名】ジャティ・サントソ
(72)【発明者】
【氏名】フア・ジャン
(72)【発明者】
【氏名】タン・トルン・ブイ
【テーマコード（参考）】
3C223
5E555
【Ｆターム（参考）】
3C223AA01
3C223AA02
3C223AA05
3C223AA06
3C223BA03
3C223CC02
3C223DD03
3C223EB01
3C223EB02
3C223EB03
3C223FF05
3C223FF22
3C223FF23
3C223FF26
3C223GG01
3C223HH03
3C223HH04
3C223HH05
3C223HH15
5E555AA22
5E555AA28
5E555AA41
5E555AA57
5E555BA01
5E555BA36
5E555BA42
5E555BB02
5E555BB04
5E555BB36
5E555BC14
5E555BD01
5E555CA41
5E555CA44
5E555DB53
5E555DB56
5E555DC35
5E555DD01
5E555DD06
5E555DD08
5E555EA02
5E555EA09
5E555EA19
5E555EA20
5E555FA00
(57)【要約】
【課題】機器に関連するグラフィカルな情報および測定データの効率的な構成および表示を提供する。
【解決手段】システムは、資産に関連する1つまたは複数の第1の動作パラメータの目標値を特定する。システムは、1つまたは複数の第1の動作パラメータの目標値を機械学習モデルに提供する。システムは、資産に関連する1つまたは複数の第2の動作パラメータの第2の目標値を受信する。システムは、1つまたは複数の第2の動作パラメータの第2の目標値を使用して資産の1つまたは複数の動作をシミュレーションする。システムは、1つまたは複数の動作のシミュレーションに関連する結果に応答して、ユーザインターフェースを介して、1つまたは複数の推奨されるアクションを提供する。
【選択図】図１５Ａ
【解決手段】システムは、資産に関連する1つまたは複数の第1の動作パラメータの目標値を特定する。システムは、1つまたは複数の第1の動作パラメータの目標値を機械学習モデルに提供する。システムは、資産に関連する1つまたは複数の第2の動作パラメータの第2の目標値を受信する。システムは、1つまたは複数の第2の動作パラメータの第2の目標値を使用して資産の1つまたは複数の動作をシミュレーションする。システムは、1つまたは複数の動作のシミュレーションに関連する結果に応答して、ユーザインターフェースを介して、1つまたは複数の推奨されるアクションを提供する。
【選択図】図１５Ａ
【特許請求の範囲】
【請求項1】
資産に関連する1つまたは複数の第1の動作パラメータの目標値を特定するステップであって、前記資産が、少なくとも1つの産業プロセスに関連付けられる、ステップと、
前記1つまたは複数の第1の動作パラメータの前記目標値を機械学習モデルに提供するステップと、
前記機械学習モデルによる前記1つまたは複数の第1の動作パラメータの前記目標値の処理に応答して、前記資産に関連する1つまたは複数の第2の動作パラメータの第2の目標値を受信するステップと、
前記1つまたは複数の第2の動作パラメータの前記第2の目標値を使用して前記資産の1つまたは複数の動作をシミュレーションするステップと、
前記1つまたは複数の動作のシミュレーションに関連する結果に応答して、ユーザインターフェースを介して、1つまたは複数の推奨されるアクションを提供するステップと
を含む方法。
前記1つまたは複数の第1の動作パラメータの前記目標値を機械学習モデルに提供するステップと、
前記機械学習モデルによる前記1つまたは複数の第1の動作パラメータの前記目標値の処理に応答して、前記資産に関連する1つまたは複数の第2の動作パラメータの第2の目標値を受信するステップと、
前記1つまたは複数の第2の動作パラメータの前記第2の目標値を使用して前記資産の1つまたは複数の動作をシミュレーションするステップと、
前記1つまたは複数の動作のシミュレーションに関連する結果に応答して、ユーザインターフェースを介して、1つまたは複数の推奨されるアクションを提供するステップと
を含む方法。
【請求項2】
前記機械学習モデルが、前記資産の複数の動作パラメータ間の相関に基づいて前記1つまたは複数の第2の動作パラメータの前記第2の目標値を提供し、前記複数の動作パラメータが、前記1つまたは複数の第1の動作パラメータおよび前記1つまたは複数の第2の動作パラメータを含む、請求項1に記載の方法。
【請求項3】
前記資産の前記複数の動作パラメータ間の前記相関が、
前記1つまたは複数の第1の動作パラメータと前記1つまたは複数の第2の動作パラメータとの間の第1の相関と、
前記資産に関連する1つまたは複数の第3の動作パラメータと前記1つまたは複数の第2の動作パラメータとの間の第2の相関と
を含む、請求項2に記載の方法。
前記1つまたは複数の第1の動作パラメータと前記1つまたは複数の第2の動作パラメータとの間の第1の相関と、
前記資産に関連する1つまたは複数の第3の動作パラメータと前記1つまたは複数の第2の動作パラメータとの間の第2の相関と
を含む、請求項2に記載の方法。
【請求項4】
前記相関が、
前記相関に対する前記1つまたは複数の第1の動作パラメータの第1の重み付けされたインパクトと、
前記相関に対する前記1つまたは複数の第2の動作パラメータの第2の重み付けされたインパクトと
に基づき、
前記第1の重み付けされたインパクトが、前記第2の重み付けされたインパクトと異なる、請求項2に記載の方法。
前記相関に対する前記1つまたは複数の第1の動作パラメータの第1の重み付けされたインパクトと、
前記相関に対する前記1つまたは複数の第2の動作パラメータの第2の重み付けされたインパクトと
に基づき、
前記第1の重み付けされたインパクトが、前記第2の重み付けされたインパクトと異なる、請求項2に記載の方法。
【請求項5】
前記少なくとも1つの産業プロセス、前記資産、または前記少なくとも1つの産業プロセスと前記資産との両方に関連する履歴的なデータを含む訓練データセットに基づいて前記機械学習モデルを訓練するステップであって、前記機械学習モデルを訓練することが、前記1つまたは複数の第1の動作パラメータと前記1つまたは複数の第2の動作パラメータとの間の相関を決定することを含む、ステップ
をさらに含む、請求項1に記載の方法。
をさらに含む、請求項1に記載の方法。
【請求項6】
前記資産が冷却機を含み、
前記履歴的なデータが、前記冷却機に関連する電力消費、水の供給の温度、水の戻りの温度、および水の流量のうちの少なくとも1つに関連付けられる、請求項5に記載の方法。
前記履歴的なデータが、前記冷却機に関連する電力消費、水の供給の温度、水の戻りの温度、および水の流量のうちの少なくとも1つに関連付けられる、請求項5に記載の方法。
【請求項7】
前記資産がポンプを含み、
前記履歴的なデータが、前記ポンプに関連する電力消費、吐出圧力、吐出流量、およびウェットウェルレベルのうちの少なくとも1つに関連付けられる、請求項5に記載の方法。
前記履歴的なデータが、前記ポンプに関連する電力消費、吐出圧力、吐出流量、およびウェットウェルレベルのうちの少なくとも1つに関連付けられる、請求項5に記載の方法。
【請求項8】
前記資産に関連するリアルタイムデータを含む訓練データセットに基づいて前記機械学習モデルを更新するステップであって、前記機械学習モデルを更新することが、前記1つまたは複数の第1の動作パラメータと前記1つまたは複数の第2の動作パラメータとの間の相関を更新することを含む、ステップ
をさらに含む、請求項1に記載の方法。
をさらに含む、請求項1に記載の方法。
【請求項9】
前記リアルタイムデータに基づいて、および前記相関の更新に基づいて、前記資産に関連するイベントを予測するステップと、
前記ユーザインターフェースを介して、前記イベントおよび前記資産に関連する時間的情報を表示するステップと
をさらに含む、請求項8に記載の方法。
前記ユーザインターフェースを介して、前記イベントおよび前記資産に関連する時間的情報を表示するステップと
をさらに含む、請求項8に記載の方法。
【請求項10】
前記1つまたは複数の第1の動作パラメータが、前記資産のエネルギー消費に関連付けられる、請求項1に記載の方法。
【請求項11】
前記1つまたは複数の第1の動作パラメータが、
前記資産に関連する冷却負荷と、
前記資産に関連する吐出流量と
のうちの少なくとも1つを含む、請求項1に記載の方法。
前記資産に関連する冷却負荷と、
前記資産に関連する吐出流量と
のうちの少なくとも1つを含む、請求項1に記載の方法。
【請求項12】
前記資産に関連するリアルタイムデータを取得することに関連する時間的間隔を設定するステップであって、前記時間的間隔を設定することが、前記資産に関連する履歴的なデータを含む第1の訓練データセットと、前記資産に関連する前記リアルタイムデータを含む第2の訓練データセットとの比較に応答する、ステップと、
前記時間的間隔に基づいて前記リアルタイムデータを取得するステップと
をさらに含む、請求項1に記載の方法。
前記時間的間隔に基づいて前記リアルタイムデータを取得するステップと
をさらに含む、請求項1に記載の方法。
【請求項13】
前記資産に関連する1つまたは複数の異常の検出に関する前記機械学習モデルの予測精度と、目標予測精度との比較に応答して、前記資産に関連するリアルタイムデータを取得するステップ
をさらに含む、請求項1に記載の方法。
をさらに含む、請求項1に記載の方法。
【請求項14】
前記1つまたは複数の推奨されるアクションを提供するステップが、
前記ユーザインターフェースを介して、前記1つまたは複数の第2の動作パラメータの前記第2の目標値を提供するステップ
を含む、請求項1に記載の方法。
前記ユーザインターフェースを介して、前記1つまたは複数の第2の動作パラメータの前記第2の目標値を提供するステップ
を含む、請求項1に記載の方法。
【請求項15】
前記1つまたは複数の推奨されるアクションを提供するステップが、
前記ユーザインターフェースを介して、前記資産に関連する1つまたは複数の予測を示すグラフを表示するステップ
を含む、請求項1に記載の方法。
前記ユーザインターフェースを介して、前記資産に関連する1つまたは複数の予測を示すグラフを表示するステップ
を含む、請求項1に記載の方法。
【請求項16】
前記1つまたは複数の推奨されるアクションの受信に応答して、前記資産の前記1つまたは複数の動作を自動的または半自動的に制御するステップであって、前記資産の前記1つまたは複数の動作を自動的または半自動的に制御することが、前記1つまたは複数の第2の動作パラメータの前記第2の目標値を使用することを含む、ステップ
をさらに含む、請求項1に記載の方法。
をさらに含む、請求項1に記載の方法。
【請求項17】
前記資産が、冷却機、ポンプ、ボイラー、送風機、またはコンプレッサを含む、請求項1に記載の方法。
【請求項18】
システムであって、
グラフィカルユーザインターフェースと、
プロセッサと、
データを記憶するメモリと
を備え、
前記データは、前記プロセッサによって処理されると、前記プロセッサに、
資産に関連する1つまたは複数の第1の動作パラメータの目標値を特定することであって、前記資産が、少なくとも1つの産業プロセスに関連付けられる、ことと、
前記1つまたは複数の第1の動作パラメータの前記目標値を機械学習モデルに提供することと、
前記機械学習モデルによる前記1つまたは複数の第1の動作パラメータの前記目標値の処理に応答して、前記資産に関連する1つまたは複数の第2の動作パラメータの第2の目標値を受信することと、
前記1つまたは複数の第2の動作パラメータの前記第2の目標値を使用して前記資産の1つまたは複数の動作をシミュレーションすることと、
前記1つまたは複数の動作のシミュレーションに関連する結果に応答して、ユーザインターフェースを介して、1つまたは複数の推奨されるアクションを提供することと
を行わせる、システム。
グラフィカルユーザインターフェースと、
プロセッサと、
データを記憶するメモリと
を備え、
前記データは、前記プロセッサによって処理されると、前記プロセッサに、
資産に関連する1つまたは複数の第1の動作パラメータの目標値を特定することであって、前記資産が、少なくとも1つの産業プロセスに関連付けられる、ことと、
前記1つまたは複数の第1の動作パラメータの前記目標値を機械学習モデルに提供することと、
前記機械学習モデルによる前記1つまたは複数の第1の動作パラメータの前記目標値の処理に応答して、前記資産に関連する1つまたは複数の第2の動作パラメータの第2の目標値を受信することと、
前記1つまたは複数の第2の動作パラメータの前記第2の目標値を使用して前記資産の1つまたは複数の動作をシミュレーションすることと、
前記1つまたは複数の動作のシミュレーションに関連する結果に応答して、ユーザインターフェースを介して、1つまたは複数の推奨されるアクションを提供することと
を行わせる、システム。
【請求項19】
資産健全性管理システムであって、
資産に関連するリアルタイムデータを集約する資産管理回路であって、前記資産が、少なくとも1つの産業プロセスに関連付けられる、資産管理回路と、
分析回路と
を備え、
前記分析回路は、
前記資産に関連する1つまたは複数の第1の動作パラメータの目標値を特定することと、
前記リアルタイムデータの少なくとも一部を含む訓練データセットに基づいて機械学習モデルを更新することであって、前記機械学習モデルを更新することが、前記資産に関連する前記1つまたは複数の第1の動作パラメータと、前記資産に関連する1つまたは複数の第2の動作パラメータとの間の相関を更新することを含む、ことと、
前記1つまたは複数の第1の動作パラメータの前記目標値を前記機械学習モデルに提供することであって、前記機械学習モデルが、前記1つまたは複数の第1の動作パラメータの前記目標値の処理に応答して、前記1つまたは複数の第2の動作パラメータの第2の目標値を提供する、ことと、
前記1つまたは複数の第2の動作パラメータの前記第2の目標値を使用して前記資産の1つまたは複数の動作をシミュレーションすることと
を行い、
前記資産管理回路は、前記1つまたは複数の動作のシミュレーションに関連する結果に応答して、ダッシュボード管理回路を介して、1つまたは複数の推奨されるアクションを提供する、資産健全性管理システム。
資産に関連するリアルタイムデータを集約する資産管理回路であって、前記資産が、少なくとも1つの産業プロセスに関連付けられる、資産管理回路と、
分析回路と
を備え、
前記分析回路は、
前記資産に関連する1つまたは複数の第1の動作パラメータの目標値を特定することと、
前記リアルタイムデータの少なくとも一部を含む訓練データセットに基づいて機械学習モデルを更新することであって、前記機械学習モデルを更新することが、前記資産に関連する前記1つまたは複数の第1の動作パラメータと、前記資産に関連する1つまたは複数の第2の動作パラメータとの間の相関を更新することを含む、ことと、
前記1つまたは複数の第1の動作パラメータの前記目標値を前記機械学習モデルに提供することであって、前記機械学習モデルが、前記1つまたは複数の第1の動作パラメータの前記目標値の処理に応答して、前記1つまたは複数の第2の動作パラメータの第2の目標値を提供する、ことと、
前記1つまたは複数の第2の動作パラメータの前記第2の目標値を使用して前記資産の1つまたは複数の動作をシミュレーションすることと
を行い、
前記資産管理回路は、前記1つまたは複数の動作のシミュレーションに関連する結果に応答して、ダッシュボード管理回路を介して、1つまたは複数の推奨されるアクションを提供する、資産健全性管理システム。
【請求項20】
前記ダッシュボード管理回路が、前記資産に関連する前記リアルタイムデータの要求の受信に応答して、前記資産管理回路との接続を確立し、
前記資産管理回路が、前記接続の前記確立に応答して、前記リアルタイムデータを取り出し、前記リアルタイムデータを取り出すことが、ダッシュボードインターフェースにおける前記資産の表現と前記資産管理回路における前記資産の表現との間のマッピングに基づく、請求項19に記載の資産健全性管理システム。
前記資産管理回路が、前記接続の前記確立に応答して、前記リアルタイムデータを取り出し、前記リアルタイムデータを取り出すことが、ダッシュボードインターフェースにおける前記資産の表現と前記資産管理回路における前記資産の表現との間のマッピングに基づく、請求項19に記載の資産健全性管理システム。
【発明の詳細な説明】
【技術分野】
【0001】
以下は、処理機器などのデバイスを含む処理設備に関し、より詳細には、デバイスに関連するシミュレーションおよび分析技術に関する。
【背景技術】
【0002】
一部の処理プラントまたは製造プラントは、機器、および機器に関連する測定値を提供するセンサーを組み込む場合がある。機器の効率的な監視を保証するための技術が、望まれる。たとえば、機器に関連するグラフィカルな情報および測定データの効率的な構成および表示が、望まれる。いくつかのその他の場合には、機器の正確なシミュレーションを保証し、シミュレーション結果に基づいて推奨される動作を提供するための技術が望まれる。
【発明の概要】
【課題を解決するための手段】
【0003】
本開示の例示的な態様は、以下を含む。
【0004】
方法は、資産に関連する1つまたは複数の第1の動作パラメータの目標値を特定するステップであって、資産が、少なくとも1つの産業プロセスに関連付けられる、ステップと、1つまたは複数の第1の動作パラメータの目標値を機械学習モデルに提供するステップと、機械学習モデルによる1つまたは複数の第1の動作パラメータの目標値の処理に応答して、資産に関連する1つまたは複数の第2の動作パラメータの第2の目標値を受信するステップと、1つまたは複数の第2の動作パラメータの第2の目標値を使用して資産の1つまたは複数の動作をシミュレーションするステップと、1つまたは複数の動作のシミュレーションに関連する結果に応答して、ユーザインターフェースを介して、1つまたは複数の推奨されるアクションを提供するステップとを含む。
【0005】
一部の態様において、機械学習モデルは、資産の複数の動作パラメータ間の相関に基づいて1つまたは複数の第2の動作パラメータの第2の目標値を提供し、複数の動作パラメータは、1つまたは複数の第1の動作パラメータおよび1つまたは複数の第2の動作パラメータを含む。
【0006】
一部の態様において、資産の複数の動作パラメータ間の相関は、1つまたは複数の第1の動作パラメータと1つまたは複数の第2の動作パラメータとの間の第1の相関と、資産に関連する1つまたは複数の第3の動作パラメータと1つまたは複数の第2の動作パラメータとの間の第2の相関とを含む。
【0007】
一部の態様において、相関は、相関に対する1つまたは複数の第1の動作パラメータの第1の重み付けされたインパクトと、相関に対する1つまたは複数の第2の動作パラメータの第2の重み付けされたインパクトとに基づき、第1の重み付けされたインパクトは、第2の重み付けされたインパクトと異なる。
【0008】
一部の態様において、方法は、少なくとも1つの産業プロセス、資産、または少なくとも1つの産業プロセスと資産との両方に関連する履歴的なデータを含む訓練データセットに基づいて機械学習モデルを訓練するステップであって、機械学習モデルを訓練することが、1つまたは複数の第1の動作パラメータと1つまたは複数の第2の動作パラメータとの間の相関を決定することを含む、ステップをさらに含む。
【0009】
一部の態様において、資産は、冷却機を含み、履歴的なデータは、冷却機に関連する電力消費、水の供給の温度、水の戻り(return)の温度、および水の流量のうちの少なくとも1つに関連付けられる。
【0010】
一部の態様において、資産は、ポンプを含み、履歴的なデータは、ポンプに関連する電力消費、吐出圧力、吐出流量、およびウェットウェルレベル(wet well level)のうちの少なくとも1つに関連付けられる。
【0011】
一部の態様において、方法は、資産に関連するリアルタイムデータを含む訓練データセットに基づいて機械学習モデルを更新するステップであって、機械学習モデルを更新することが、1つまたは複数の第1の動作パラメータと1つまたは複数の第2の動作パラメータとの間の相関を更新することを含む、ステップをさらに含む。
【0012】
一部の態様において、方法は、リアルタイムデータに基づいて、および相関の更新に基づいて、資産に関連するイベントを予測するステップと、ユーザインターフェースを介して、イベントおよび資産に関連する時間的情報を表示するステップとをさらに含む。
【0013】
一部の態様において、1つまたは複数の第1の動作パラメータは、資産のエネルギー消費に関連付けられる。
【0014】
一部の態様において、1つまたは複数の第1の動作パラメータは、資産に関連する冷却負荷および資産に関連する吐出流量のうちの少なくとも1つを含む。
【0015】
一部の態様において、方法は、資産に関連するリアルタイムデータを取得することに関連する時間的間隔を設定するステップであって、時間的間隔を設定することが、資産に関連する履歴的なデータを含む第1の訓練データセットと、資産に関連するリアルタイムデータを含む第2の訓練データセットとの比較に応答する、ステップと、時間的間隔に基づいてリアルタイムデータを取得するステップとをさらに含む。
【0016】
一部の態様において、方法は、資産に関連する1つまたは複数の異常の検出に関する機械学習モデルの予測精度と、目標予測精度との比較に応答して、資産に関連するリアルタイムデータを取得するステップをさらに含む。
【0017】
一部の態様において、1つまたは複数の推奨されるアクションを提供するステップは、ユーザインターフェースを介して、1つまたは複数の第2の動作パラメータの目標値を提供するステップを含む。
【0018】
一部の態様において、1つまたは複数の推奨されるアクションを提供するステップは、ユーザインターフェースを介して、資産に関連する1つまたは複数の予測を示すグラフを表示するステップを含む。
【0019】
一部の態様において、方法は、1つまたは複数の推奨されるアクションの受信に応答して、資産の1つまたは複数の動作を自動的または半自動的に制御するステップであって、資産の1つまたは複数の動作を自動的または半自動的に制御することが、1つまたは複数の第2の動作パラメータの第2の目標値を使用することを含む、ステップをさらに含む。
【0020】
一部の態様において、資産は、冷却機、ポンプ、ボイラー、送風機、またはコンプレッサを含む。
【0021】
システムは、グラフィカルユーザインターフェースと、プロセッサと、データを記憶するメモリとを含む。一部の態様において、メモリは、プロセッサによって処理されると、プロセッサに、資産に関連する1つまたは複数の第1の動作パラメータの目標値を特定することであって、資産が、少なくとも1つの産業プロセスに関連付けられる、ことと、1つまたは複数の第1の動作パラメータの目標値を機械学習モデルに提供することと、機械学習モデルによる1つまたは複数の第1の動作パラメータの目標値の処理に応答して、資産に関連する1つまたは複数の第2の動作パラメータの第2の目標値を受信することと、1つまたは複数の第2の動作パラメータの第2の目標値を使用して資産の1つまたは複数の動作をシミュレーションすることと、1つまたは複数の動作のシミュレーションに関連する結果に応答して、ユーザインターフェースを介して、1つまたは複数の推奨されるアクションを提供することとを行わせる。
【0022】
資産健全性管理システムは、資産に関連するリアルタイムデータを集約する資産管理回路であって、資産が、少なくとも1つの産業プロセスに関連付けられる、資産管理回路と、分析回路とを含む。一部の態様において、分析回路は、資産に関連する1つまたは複数の第1の動作パラメータの目標値を特定することと、リアルタイムデータの少なくとも一部を含む訓練データセットに基づいて機械学習モデルを更新することであって、機械学習モデルを更新することが、資産に関連する1つまたは複数の第1の動作パラメータと、資産に関連する1つまたは複数の第2の動作パラメータとの間の相関を更新することを含む、ことと、1つまたは複数の第1の動作パラメータの目標値を機械学習モデルに提供することであって、機械学習モデルが、1つまたは複数の第1の動作パラメータの目標値の処理に応答して、1つまたは複数の第2の動作パラメータの第2の目標値を提供する、ことと、1つまたは複数の第2の動作パラメータの第2の目標値を使用して資産の1つまたは複数の動作をシミュレーションすることとを行う。一部の態様において、資産管理回路は、1つまたは複数の動作のシミュレーションに関連する結果に応答して、ダッシュボード管理回路を介して、1つまたは複数の推奨されるアクションを提供する。
【0023】
一部の態様において、ダッシュボード管理回路は、資産に関連するリアルタイムデータの要求の受信に応答して、資産管理回路との接続を確立し、資産管理回路は、接続の確立に応答して、リアルタイムデータを取り出し、リアルタイムデータを取り出すことは、ダッシュボードインターフェースにおける資産の表現と資産管理回路における資産の表現との間のマッピングに基づく。
【0024】
任意の1つまたは複数のその他の態様と組み合わせたいずれかの態様が提供される。
【0025】
本明細書において開示される特徴のうちの任意の1つまたは複数が提供される。
【0026】
本明細書において実質的に開示される特徴のうちの任意の1つまたは複数が提供される。
【0027】
本明細書において実質的に開示される任意の1つまたは複数のその他の特徴と組み合わせた、本明細書において実質的に開示される特徴のうちの任意の1つまたは複数が提供される。
【0028】
任意の1つまたは複数のその他の態様/特徴/実装と組み合わせた態様/特徴/実装のうちのいずれかの1つが提供される。
【0029】
本明細書において開示される態様または特徴のうちの任意の1つまたは複数の使用が提供される。
【0030】
本明細書において説明される任意の特徴は、特徴が同じ説明される実装に由来するかどうかにかかわらず、本明細書において説明される任意のその他の特徴と組み合わせて請求され得ることを理解されたい。
【0031】
本開示の1つまたは複数の態様の詳細が、添付の図面および下の説明に記載されている。本開示において説明される技術のその他の特徴、目的、および利点は、説明および図面ならびに請求項から明らかになるであろう。
【0032】
上記は、本開示の一部の態様を理解してもらうための本開示の簡潔な概要である。この概要は、本開示ならびにその様々な態様、実装、および構成の広範な概観でも網羅的な概観でもない。本開示の重要なまたは決定的な要素を特定することも、本開示の範囲を正確に叙述することも意図されておらず、下で提示されるより詳細な説明の導入として、本開示の選択された概念を簡略化された形態で提示することが意図される。理解されるであろうように、上述のまたは下で詳細に説明される特徴のうちの1つまたは複数を単独でまたは組み合わせて利用する本開示のその他の態様、実装、および構成があり得る。
【0033】
本開示の多数の追加的な特徴および利点は、以下に提供される実装の説明を考慮すると、当業者には明らかになるであろう。
【図面の簡単な説明】
【0034】
【図1】本開示の態様によるシステムの例を示す図である。
【図2】本開示の態様によるシステムの例を示す図である。
【図3A】本開示の態様による資産の監視をサポートする例示的なブロック図である。
【図3B】本開示の態様による資産の監視をサポートする例示的なブロック図である。
【図3C】本開示の態様による資産の監視をサポートする例示的な資産健全性ダッシュボードを示す図である。
【図3D】本開示の態様による資産の分析およびシミュレーションをサポートする例示的なブロック図である。
【図4】本開示の態様による資産の分析およびシミュレーションをサポートする例示的なブロック図である。
【図5A】本開示の態様によるダッシュボード情報の例を示す図である。
【図5B】多次元表現の編集および資産の構成をサポートする本開示の態様を示す図である。
【図5C】多次元表現の編集および資産の構成をサポートする本開示の態様を示す図である。
【図5D】多次元表現の編集および資産の構成をサポートする本開示の態様を示す図である。
【図5E】本開示の態様によるダッシュボード情報の例を示す図である。
【図6】本開示の態様によるプロセスフローの例を示す図である。
【図7A】本開示の態様による資産の分析およびシミュレーションをサポートする例示的なシステムを示す図である。
【図7B】本開示の態様による資産の分析およびシミュレーションをサポートするダッシュボード情報の例を示す図である。
【図7C】冷却機のユースケース(use case)に関連して例示的なダッシュボードを示す図である。
【図7D】冷却機システムに関連して説明される例示的な実装を示す図である。
【図7E】ポンプシステムに関連して説明される例示的な実装を示す図である。
【図8A】本開示の態様による例示的なブロック図である。
【図8B】本開示の態様によるユーザインターフェース801の例を示す図である。
【図9A】本開示の態様による資産の分析およびシミュレーションをサポートする例示的なブロック図である。
【図9B】本開示の態様による資産のシミュレーションおよび分析をサポートする例示的なプロセスフローを示す図である。
【図10】本開示の態様による資産の分析およびシミュレーションをサポートする例示的なプロセスフローを示す図である。
【図11】本開示の態様による再学習および漸進的な(incremental)訓練をサポートする例示的なプロセスフローを示す図である。
【図12A】目標動作パラメータ(たとえば、電力(kW)使用量)に対する冷却機の動作パラメータの変数重要度(variable importance)の例示的なグラフである。
【図12B】本開示の態様による相関行列の例を示す図である。
【図13】本開示の態様による資産の監視をサポートするプロセスフローの例を示す図である。
【図14】本開示の態様による資産のシミュレーションおよび分析をサポートするプロセスフローの例を示す図である。
【図15A】本開示の態様による資産のシミュレーションおよび分析をサポートする例示的なプロセスフローを示す図である。
【図15B】本開示の態様による資産のシミュレーションおよび分析をサポートする例示的なプロセスフローを示す図である。
【図16】本開示の態様による資産のシミュレーションおよび分析をサポートするプロセスフローの例を示す図である。
【発明を実施するための形態】
【0035】
一部のシステムは、処理設備(たとえば、石油化学、精製所、発電所、水処理場など)の機器に関連するデータまたは情報を表示するためのグラフィカルユーザインターフェースをサポートする場合がある。たとえば、一部のシステムは、システムが機器に関連する情報(たとえば、測定データ、ステータス情報など)をグラフィカルに表示してよいクラウドベースのヒューマンインターフェース(たとえば、資産健全性アプリケーション、ウィジェットなど)を実装する場合がある。
【0036】
本開示の例示的な態様に従って、機器に関連する情報を含むグラフィカルユーザインターフェースを提供してよい資産監視システムが説明される。グラフィカルユーザインターフェースは、機器のグラフィカルな表現(たとえば、多次元表現)を含む場合がある。
【0037】
一部の態様において、システムは、機器の情報(たとえば、測定データ、ステータス情報、性能データなど)をグラフィカルな表現にバインドする場合がある。たとえば、システムは、グラフィカルユーザインターフェースを介して機器の情報を表示する場合があり、それが、全体的なユーザエクスペリエンスを向上させる場合がある。一部の態様において、システムは、資産健全性アプリケーションまたはブラウザアプリケーション(たとえば、ウェブブラウザ)を介してグラフィカルユーザインターフェースを表示する場合がある。グラフィカルユーザインターフェースは、クラウドベースまたはウェブベースであってよい。例において、グラフィカルユーザインターフェースは、機器のグラフィカルな表現(たとえば、2次元表現、3次元表現)のインポート、選択、変換、および操作をサポートする場合がある。
【0038】
システムは、カスタマイズされたデバイスがデバイス(たとえば、処理機器)の技術図面(technical drawing)によってシステムに入力され得る統合されたユーザインターフェースをサポートする場合がある。たとえば、システムは、第1のユーザ(たとえば、顧客)からデバイスの第1の多次元表現を電子的に受信してよい。第1の多次元表現は、たとえば、電子コンピュータ支援設計(CAD)図面のような技術図面であってよい。第1の多次元表現に基づいて、システムは、デバイスの第2の多次元表現を生成してよい。システムは、グラフィカルユーザインターフェースを介して、第2の多次元表現およびリアルタイムデータ(たとえば、デバイスの1つまたは複数のパラメータ)を表示してよい。グラフィカルユーザインターフェースは、第2のユーザによって閲覧可能である場合がある。
【0039】
例において、第1の多次元表現は、デバイスの3D表現である場合があり、第2の多次元表現は、デバイスの2D表現である場合がある。第2の多次元表現は、システムおよびグラフィカルユーザインターフェースと互換性のある表示フィーマットであってよい。一部の態様において、システムは、変換プロセスを使用して第2の多次元表現を生成する場合がある。例において、変換プロセスは、第1の多次元表現のデータを表示フォーマットに従ったデータに変換することを含んでよい。システムは、表示フォーマットに基づいて、デバイスに関連するリアルタイムデータおよび/または履歴的なデータを表示してよい。
【0040】
システムは、任意の量のデバイス(たとえば、処理機器の単一インスタンス、処理機器の複数のインスタンス、機器に関連する測定データを提供するセンサー、機器に関連する測定データを提供する複数のセンサーなど)を含む資産の作成および操作をサポートしてよい。たとえば、システムは、資産の作成、構成、および管理をサポートするドラッグアンドドロップの特徴を提供する場合がある。例において、ドラッグアンドドロップの特徴は、多数のデバイス(たとえば、処理機器)および/またはセンサーデバイスを資産としてグループ化することをサポートする場合がある。
【0041】
システムは、リアルタイムデータ(たとえば、リアルタイムの測定値、示度など)およびリアルタイムデータの目標範囲(たとえば、安全域、閾値)を表示する場合がある。例において、システムは、資産健全性アプリケーション、ブラウザアプリケーション、またはウィジェットを介して、リアルタイムデータおよび/または目標範囲を表示してよい。システムは、資産の監視をサポートするグラフィカルなインジケータをサポートする場合がある。たとえば、システムは、機器のステータス情報(またはそれに対する変更)を示すことに関連して、グラフィカルなアイコン、テキスト、および/または色の組合せの任意の組合せを表示する場合がある。一部の態様において、システムは、リアルタイムデータが目標範囲に含まれるのかまたは目標範囲外にあるのかを示す色分けされた警告を生成し、表示してよい。
【0042】
統合されたユーザインターフェースの態様は、資産の監視に関連して、改善されたユーザエクスペリエンスを提供する可能性がある。たとえば、技術図面のデバイスデータを多次元表現(たとえば、2D/3D表示フォーマット)に変換することは、モバイルデバイスのディスプレイを介して多次元表現を表示するときに、改善された資産の監視をサポートする場合がある(たとえば、モバイルデバイスの比較的限られた画面スペースの場合を回避する)。一部の態様において、本開示の態様は、資産の目標パラメータ(たとえば、資産の性能に関連する重要パラメータ)のグループ化および表示をサポートし、これは、資産の性能またはステータス情報の改善された監視および可視性をサポートする場合がある。システムは、ユーザが表示された情報に関連するプリファレンス(たとえば、色のプリファレンス、資産名など)を構成してよいセルフサービス機能をサポートする。
【0043】
本明細書において説明されるダッシュボード機能の態様は、ダッシュボードにおいて提供された情報に対する改善されたユーザのアクションおよび応答をサポートする場合がある改善されたユーザエクスペリエンスを提供する。たとえば、ダッシュボードにおける情報の改善された監視および可視性によって、ユーザは、監視される資産に関連する任意の障害に対処するための改善された判断を行う可能性がある。
【0044】
その他の場合、いくつかのシステムが、処理設備(発電所、水処理場など)の機器/デバイスの資産の分析をサポートする場合がある。たとえば、いくつかのシステムが、機器/デバイスに関する訓練データに基づく資産のシミュレーションおよび分析をサポートする場合があり、訓練データは、決まった期間の履歴的なデータ(たとえば、機器/デバイスに関連する決まった期間の測定示度、メンテナンスデータ)を含む。したがって、たとえば、そのような実装は、訓練データが静的であり(たとえば、更新されない、最新でないなど)、機器に関するいかなるリアルタイムデータ(たとえば、ライブ測定示度)も欠いているので不利であり、このことは、機器/デバイスの真の、または最新の状態を知ることを困難にし、それは、施設の動作の最適化の障害となる可能性がある(たとえば、プロセスまたは機器の異常を検出/予測することに失敗する、エネルギー消費の最適化ができないなど)。
【0045】
本開示の態様は、訓練された機械学習モデルを使用してシミュレーションおよび分析の精度を向上させるための技術をサポートする。たとえば、機械学習モデルは、履歴的なデータを使用して訓練されてよく、履歴的なデータは、処理設備および処理設備の機器に関連付けられる。一部の例において、履歴的なデータは、履歴的な施設の動作データ、履歴的なメンテナンスログなどを含む場合がある。技術は、機器および処理設備に関連するリアルタイムデータを取得することと、リアルタイムデータ(たとえば、ライブ測定示度)を使用して機械学習モデルをさらに訓練することと、シミュレーション結果に基づいて推奨されるアクション(たとえば、推奨される動作、推奨される動作パラメータなど)を提供することと含む。機械学習モデルの訓練、機械学習モデルのさらなる訓練(本明細書においては「再訓練」または「再学習」とも呼ばれる)、および機械学習モデルに基づくシミュレーションの実行の例示的な態様は、本明細書において後で説明される。本明細書において説明されるように、機械学習モデルのさらなる訓練は、機械学習モデルの漸進的な再訓練、機械学習モデルの漸進的な更新などを含む場合がある。
【0046】
本明細書において説明される技術は、資産のシミュレーションおよび分析に関連して、改善されたユーザ体験を提供する場合がある。たとえば、本明細書において説明されるシステムは、リアルタイムデータに基づいて更新される機械学習モデルを使用してよく、機械学習モデルを使用して、システムは、処理設備内の機器の改善された性能(たとえば、動作効率など)と、機器に関連する削減された動作コストおよびその他のコスト(たとえば、削減された電力消費など)とを確実にするための分析(たとえば、シミュレーション、予測、診断など)を提供してよい。一部の例において、本開示の態様は、シミュレーションが自動データ収集をトリガしてよい技術的効果を提供し、その態様は、本明細書において後で説明される。
【0047】
本開示の態様は、最初に、処理設備の文脈で説明される。それから、資産の監視をサポートするプロセスの例が、説明される。本開示の態様は、資産の監視に関連する装置の図、システムの図、および流れ図を参照することによってさらに示され、説明される。
【0048】
図1は、本開示の態様による資産の監視をサポートするシステム100の例を示す。一部の例において、システム100は、処理設備などの産業環境内のプロセス監視およびプロセス制御に適用可能なプロセス制御システムである場合がある。
【0049】
一部の態様において、システム100は、製造、変換、生産、その他の処理(たとえば、石油化学、精製所、発電所、水処理など)などに関連するプロセスを実行し、制御することができる分散プロセス制御システムであってよい。一部の例において、システム100は、システム100に含まれるデバイス122に接続された(たとえば、通信デバイス105および/またはサーバ110によって実装される)コントローラを含む分散プロセス制御システムであってよい。
【0050】
システム100は、通信デバイス105(または複数の通信デバイス105、たとえば、通信デバイス105-aから通信デバイス105-cまで)、サーバ110、データベース115、通信ネットワーク120、デバイス122、およびデバイス124を含んでよい。通信デバイス105は、ワイヤレス通信デバイスであってよい。通信デバイス105の非限定的な例は、たとえば、パーソナルコンピューティングデバイスまたはモバイルコンピューティングデバイス(たとえば、ラップトップコンピュータ、モバイル電話、スマートフォン、スマートデバイス、ウェアラブルデバイス、タブレットなど)を含んでよい。一部の例において、通信デバイス105は、人間のユーザによって操作可能であるかまたは運ばれてよい。一部の態様において、通信デバイス105は、自律的に、またはユーザ、通信デバイス105、および/もしくはサーバ110による入力と組み合わせて、1つまたは複数の動作を実行してよい。
【0051】
サーバ110は、たとえば、クラウドベースのサーバであってよい。一部の態様において、サーバ110は、通信デバイス105に関連する同じネットワーク(たとえば、LAN、WAN)に接続されたローカルサーバであってよい。データベース115は、たとえば、クラウドベースのデータベースであってよい。一部の態様において、データベース115は、通信デバイス105および/またはサーバ110に関連する同じネットワーク(たとえば、LAN、WAN)に接続されたローカルデータベースであってよい。データベース115は、データ解析、機械学習、およびAI処理をサポートする場合がある。
【0052】
通信ネットワーク120は、通信デバイス105(もしくは複数の通信デバイス105)、サーバ110、または1つもしくは複数のデータベース(たとえば、データベース115)のいずれかの間のマシンツーマシン通信を容易にする場合がある。通信ネットワーク120は、任意の種類の知られている通信媒体または通信媒体の集合を含んでよく、エンドポイント間でメッセージを転送するために任意の種類のプロトコルを使用してよい。通信ネットワーク120は、有線通信テクノロジー、ワイヤレス通信テクノロジー、またはそれらの任意の組合せを含んでよい。
【0053】
インターネットは、複数の場所に置かれた複数のコンピュータ、コンピューティングネットワーク、およびその他の通信デバイスからなるインターネットプロトコル(IP)ネットワークを構成する通信ネットワーク120の例であり、通信ネットワーク120内のコンポーネント(たとえば、コンピュータ、コンピューティングネットワーク、通信デバイス)は、1つまたは複数の電話システムおよびその他の手段を通じて接続されてよい。通信ネットワーク120のその他の例は、限定なしに、標準的な一般電話システム(POTS: Plain Old Telephone System)、統合サービスデジタルネットワーク(ISDN)、公衆交換電話網(PSTN)、ローカルエリアネットワーク(LAN)、広域ネットワーク(WAN)、ワイヤレスLAN(WLAN)、セッション開始プロトコル(SIP)ネットワーク、ボイスオーバインターネットプロトコル(VoIP)ネットワーク、セルラネットワーク、および当技術分野で知られている任意のその他の種類のパケット交換または回線交換ネットワークを含んでよい。場合によっては、通信ネットワーク120は、ネットワークまたはネットワークの種類の任意の組合せを含んでよい。一部の態様において、通信ネットワーク120は、データを伝達する(たとえば、データを送信する/受信する)ための同軸ケーブル、銅ケーブル/配線、光ファイバケーブル、またはアンテナなどの通信媒体の任意の組合せを含んでよい。
【0054】
デバイス122(たとえば、デバイス122-aからデバイス122-dまで)は、処理設備に関連する任意の機器を含んでよい。一部の態様において、デバイス122は、異なる種類の機器(たとえば、遠心ポンプ、容積式ポンプ(positive displacement pump)、バルブ、インペラ、モータなど)を含んでよい。例において、デバイス122-aおよびデバイス122-bは、それぞれ、バルブである場合があり、デバイス122-cは、ポンプ(たとえば、遠心ポンプ)である場合があり、デバイス122-dは、デバイス122-cを電気的に駆動することができるモータである場合がある。一部の態様において、デバイス122は、機器の種類および/または機能に基づいてグループで動作する場合がある(たとえば、遠心ポンプのような回転機器は、産業プロセスに関連してグループで動作する場合がある)。たとえば、デバイス122は、処理設備において目標流量を提供することに関連してグループで動作する場合がある。追加的または代替的に、デバイス122は、独立して動作する場合がある。
【0055】
デバイス122は、システム100によって(たとえば、通信デバイス105またはサーバ110によって)制御されてよい。場合によっては、デバイス122-aからデバイス122-dまでは、同じグループで動作する場合があり、デバイス122-aからデバイス122-dまでのうちの2つ以上が、動作タスク、性能要求、および/またはスケジューリング(たとえば、シフト)に基づいて一度に動作していてよい。
【0056】
デバイス124(たとえば、デバイス124-aからデバイス124-dまで)は、デバイス122に関連する性能を監視または測定(たとえば、性能データを測定)することができるフィールドデバイスを含んでよい。例において、デバイス124は、流量センサー、圧力センサー、レベルセンサー、温度センサー、湿度センサー、振動センサー、加速度計などを含んでよい。一部の例において、デバイス124は、デバイス122の全負荷電流定格を決定することに関連する電圧センサー、インピーダンスアナライザ、電圧計、電流計などを含んでよい。
【0057】
一部の例において、デバイス122(たとえば、デバイス122-a)は、対応するデバイス124(たとえば、デバイス124-a)から物理的に別れているが通信可能なように結合される場合がある。一部のその他の例において、デバイス122(たとえば、デバイス122-b)は、対応するデバイス124(たとえば、デバイス124-b)と機械的に統合される場合がある。たとえば、デバイス122(たとえば、デバイス122-b)および対応するデバイス124(たとえば、デバイス124-b)は、共有されたハウジング内に統合される場合がある。
【0058】
デバイス124は、たとえば、(たとえば、有線またはワイヤレス通信を介して)信号を送信および受信することができる通信デバイスであってよい。たとえば、各デバイス124は、任意の測定された性能データ(すなわち、測定データ)を、たとえば、通信ネットワーク120を介して通信デバイス105、データベース115、および/またはサーバ110に送信することができてよい。場合によっては、デバイス124は、測定データを通信デバイス105に(たとえば、デバイス124と通信デバイス105との間に確立された無線周波数(RF)通信リンクを介して、デバイス124と通信デバイス105との間の有線通信リンクを介してなど)直接送信してよく、通信デバイス105は、測定データをデータベース115に記憶し、および/または測定データをサーバ110に送信してよい。
【0059】
場合によっては、デバイス124は、デバイス122に機械的に結合されてよい。追加的または代替的に、デバイス124は、デバイス122にワイヤレスで結合されてよい。一部の態様において、デバイス124は、ネットワーク120を介してデータを伝達および/または受信することができるモノのインターネット(IoT)デバイスである場合がある。
【0060】
様々なセンサーデバイスの構成が、本開示の態様により実装されてよい。たとえば、一部のデバイス124(たとえば、流量センサー、圧力センサー、レベルセンサー、温度センサー、湿度センサー、振動センサーなど)は、個々のデバイス122(たとえば、デバイス122-a)、デバイス122のグループ(たとえば、デバイス122-aからデバイス122-dまで)、またはデバイス122が実装される環境(たとえば、処理設備)に対応するパラメータを測定する場合がある。
【0061】
別の例において、デバイス124は、個々のデバイス122に対応する動作パラメータを測定する場合がある。たとえば、デバイス124-aは、デバイス122-a(たとえば、バルブ)およびデバイス122-c(たとえば、遠心ポンプ)に関連して、吸引圧力および/または流量を測定する場合がある。別の例において、デバイス124-bは、デバイス122-bおよびデバイス122-c(たとえば、遠心ポンプ、容積式ポンプ)に関連して、吐出圧力を測定する場合がある。別の例において、デバイス124-cは、デバイス122-c(たとえば、遠心ポンプ)におけるインペラ温度および/または振動を測定する場合がある。一部のその他の例において、デバイス124-dは、デバイス122-d(たとえば、モータ)に関連する電流、全負荷電流定格、および/またはモータ温度を測定する場合がある。
【0062】
本開示の例示的な態様によれば、システム100は、デバイス124によって測定され、記録されたデータに基づいて、機器の動作(たとえば、性能、機器の故障など)の予測モデリング(predictive modeling)をサポートする場合がある。予測モデリングの例示的な態様は、機械学習エンジン141に関連して後で説明される。一部の態様において、機械学習エンジン141は、前処理、訓練、モデリング、および自動デプロイメントをサポートする場合がある。
【0063】
様々な態様において、通信デバイス105、サーバ110、データベース115、通信ネットワーク120、デバイス122、およびデバイス124のいずれかの設定は、システム100の任意のユーザおよび/または管理者によって構成および修正されてよい。設定は、本明細書において説明される閾値またはパラメータ、およびデータがどのように管理されるのかに関する設定を含んでよい。設定は、1つまたは複数の通信デバイス105、通信デバイス105のユーザ、および/またはエンティティ(entity)のその他のグループのためにパーソナライズされるように構成されてよく、本明細書においては、プロファイル設定、ユーザ設定、または組織設定と呼ばれる場合がある。一部の態様においては、本明細書において説明されるパラメータまたは閾値に加えて、またはその代わりに、規則および設定が使用される場合がある。一部の例において、規則および/または設定は、任意の変数、閾値、ユーザ(ユーザプロファイル)、通信デバイス105、エンティティ、またはそれらのグループのためにユーザおよび/または管理者によってパーソナライズされてよい。
【0064】
通信デバイス105およびサーバ110の態様が、本明細書においてさらに説明される。通信デバイス105(たとえば、通信デバイス105-a)は、プロセッサ130と、ネットワークインターフェース135と、メモリ140と、ユーザインターフェース145とを含んでよい。一部の例において、通信デバイス105のコンポーネント(たとえば、プロセッサ130、ネットワークインターフェース135、メモリ140、ユーザインターフェース145)は、通信デバイス105に含まれるシステムバス(たとえば、制御バス、アドレスバス、データバス)を介して通信してよい。場合によっては、通信デバイス105は、コンピューティングリソースと呼ばれる場合がある。
【0065】
場合によっては、通信デバイス105は、ネットワークインターフェース135を使用して、通信ネットワーク120を介して1つまたは複数のその他のデバイス(たとえば、別の通信デバイス105、サーバ110、データベース115、デバイス122、デバイス124)にパケットを送信するか、またはそのようなその他のデバイスからパケットを受信してよい。ネットワークインターフェース135は、たとえば、ネットワークインターフェースカード(NIC)、ネットワークポート、関連するドライバなどの任意の組合せを含む場合がある。通信デバイス105のコンポーネント(たとえば、プロセッサ130、メモリ140)と、通信ネットワーク120に接続された1つまたは複数のその他のデバイス(たとえば、別の通信デバイス105、データベース115、デバイス122、デバイス124)との間の通信は、たとえば、ネットワークインターフェース135を通じて流れてよい。
【0066】
一部の態様において、通信デバイス105は、パケットを(たとえば、有線またはワイヤレス通信を介して)直接、別の通信デバイス105(たとえば、通信デバイス105-b)、1つもしくは複数のデバイス124、データベース115、および/またはサーバ110に送信するかまたはそれらから受信してよい。追加的または代替的に、通信デバイス105は、パケットを(たとえば、デバイス管理プラットフォームを介して、通信ネットワーク120を介して、Azure、AWSなどのクラウドインフラストラクチャを介してなど)間接的に、別の通信デバイス105(たとえば、通信デバイス105-b)、1つもしくは複数のデバイス124、データベース115、および/またはサーバ110に送信するかまたはそれらから受信してよい。たとえば、デバイス管理プラットフォームまたはクラウドインフラストラクチャを使用して1つまたは複数のデバイス124から通信デバイス105にパケットまたはデータを伝達する例示的な実装が、以降の図を参照して後で説明される。
【0067】
プロセッサ130は、1つまたは複数のコンピュータ処理デバイスに対応する場合がある。たとえば、プロセッサ130は、FPGA、ASIC、任意のその他の種類のICチップ、ICチップの集合などのシリコンチップを含んでよい。一部の態様において、プロセッサは、対応するメモリ(たとえば、通信デバイス105のメモリ140)に記憶された命令セットを実行するように構成されたマイクロプロセッサ、CPU、GPU、または複数のマイクロプロセッサを含んでよい。たとえば、メモリ140に記憶された命令セットを実行すると、プロセッサ130は、通信デバイス105の1つまたは複数の機能を可能にするかまたは実行する場合がある。一部の例において、プロセッサ130は、以降の図を参照して後で説明される通信デバイス105のモジュールの1つまたは複数の機能を可能にするかまたは実行する場合がある。
【0068】
メモリ140は、1つまたは複数のコンピュータメモリデバイスを含んでよい。メモリ140は、たとえば、ランダムアクセスメモリ(RAM)デバイス、読み出し専用メモリ(ROM)デバイス、フラッシュメモリデバイス、磁気ディスクストレージ媒体、光学式ストレージ媒体、ソリッドステートストレージデバイス、コアメモリ、バッファメモリデバイス、それらの組合せなどを含んでよい。一部の例において、メモリ140は、コンピュータ可読ストレージ媒体に対応する場合がある。一部の態様において、メモリ140は、通信デバイス105の内部にあってよいか、または外部にあってよい。
【0069】
プロセッサ130は、メモリ140に記憶されたデータをニューラルネットワーク(本明細書においては機械学習ネットワークとも呼ばれる)として利用してよい。ニューラルネットワークは、機械学習アーキテクチャを含んでよい。一部の態様において、ニューラルネットワークは、人工ニューラルネットワーク(ANN)であるかまたはそれを含んでよい。一部のその他の態様において、ニューラルネットワークは、たとえば、深層学習ネットワーク、畳み込みニューラルネットワークなどの任意の機械学習ネットワークであるかまたはそれを含んでよい。メモリ140に記憶される一部の要素は、命令または命令セットと説明されるかまたは呼ばれる場合があり、通信デバイス105の一部の機能は、機械学習技術を使用して実装される場合がある。
【0070】
メモリ140は、プロセッサ130が様々な種類のルーチンまたは機能を実行するためのデータを一時的に記憶することに加えて、命令セット、ニューラルネットワーク、および(たとえば、本明細書に描かれる)その他のデータ構造を記憶するように構成されてよい。たとえば、メモリ140は、プロセッサ130によって実行可能であり、本明細書において説明される機械学習エンジン141の機能を提供するプログラム命令(命令セット)を記憶するように構成されてよい。また、メモリ140は、メモリ140に記憶された命令によって使用可能であるかまたは呼び出されることが可能なデータまたは情報を記憶するように構成されてよい。そのコンポーネントによる使用のためにメモリ140に記憶されてよいデータの一例は、データモデル142(たとえば、ニューラルネットワークモデルもしくは本明細書に記載のその他のモデル)ならびに/または訓練データ143(本明細書においては訓練データおよびフィードバックとも呼ばれる)である。
【0071】
機械学習エンジン141は、単一のまたは複数のエンジンを含む場合がある。通信デバイス105(たとえば、機械学習エンジン141)は、その他の通信デバイス105、サーバ110、デバイス122、デバイス124、およびデータベース115から取得された情報を認識および処理するために、1つまたは複数のデータモデル142を利用してよい。一部の態様において、通信デバイス105(たとえば、機械学習エンジン141)は、訓練データ143に含まれる学習された情報に基づいて、1つまたは複数のデータモデル142を更新してよい。一部の態様において、機械学習エンジン141およびデータモデル142は、訓練データ143に基づく順方向学習(forward learning)をサポートする場合がある。機械学習エンジン141は、1つまたは複数のデータモデル142にアクセスすることができ、使用する場合がある。
【0072】
データモデル142は、訓練データ143に基づいて機械学習エンジン141によって構築され、更新されてよい。データモデル142は、任意の数のフォーマットまたは形態で提供されてよい。データモデル142の非限定的な例は、決定木、サポートベクタマシン(SVM)、最近傍、および/またはベイズ分類器を含む。一部の態様において、データモデル142は、自己回帰モデルなどの予測モデル(predictive model)を含む場合がある。データモデル142の生成(たとえば、構築、訓練)および適用などのデータモデル142のその他の例示的な態様が、本明細書の図の説明を参照して説明される。
【0073】
本開示の態様によれば、データモデル142は、第1の種類のデータモデル142(たとえば、ベースラインモデルまたは安定期モデル(stable period model))および第2の種類のデータモデル142(たとえば、自己回帰モデル)を含んでよく、その例が、少なくとも、図2および図3を参照して本明細書において説明される。
【0074】
一部の例において、訓練データ143は、デバイス124によって記録された集約された測定データ(たとえば、現在の測定値、以前の測定値)を含んでよい。一部の態様において、集約された測定データは、デバイス122に関連する1つもしくは複数の時間的期間および/または1つもしくは複数のパラメータ(たとえば、性能パラメータ、ステータスインジケータなど)に関して記録された測定データを含んでよい。
【0075】
場合によっては、訓練データ143は、機械学習エンジン141によって予測された(すなわち、順方向学習をサポートする)性能データを含んでよい。予測された性能データは、たとえば、デバイス122に関連する予測された障害、予測された障害に関連する時間的情報(たとえば、予測された時間的段階(temporal instance)、予測された時間的継続時間(temporal duration)など)、予測された障害に関連する原因情報などを含んでよい。
【0076】
場合によっては、予測された性能データは、デバイス122に関連する動作パラメータ(たとえば、吸引圧力、流量、吐出圧力、インペラ温度、振動レベル、電流、全負荷電流定格、モータ温度など)に対応する予測された値を含んでよい。一部の例において、予測された性能データは、予測された値と閾値との間の偏差値(本明細書においては偏差の大きさ(deviation magnitude)とも呼ばれる)を含んでよい。
【0077】
一部のその他の例において、予測された性能データは、デバイス122に関連するパラメータに関して、閾値を超える予測された値の量を含んでよく、機械学習エンジン141は、閾値を超える予測された値の量が閾値の量を超えるかどうかに基づいて、デバイス122の予測されたステータス(たとえば、予測された障害)を決定してよい。
【0078】
一部のその他の例において、訓練データ143は、デバイス122の動作パラメータおよび/または構成(たとえば、位置、構成、流量、回転速度など)を含んでよい。
【0079】
機械学習エンジン141は、デバイス122に関連する集約された測定情報(たとえば、測定値)を分析するように構成されてよい。一部の例において、デバイス122は、遠心ポンプ、バルブ、インペラ、および/またはモータを含んでよく、測定情報は、吸引圧力、流量、吐出圧力、インペラ温度、振動レベル、電流、全負荷電流定格、モータ温度などのパラメータに対応する測定された値を含んでよい。場合によっては、測定情報は、パラメータのうちの少なくとも2つ(たとえば、流量および回転速度)に対応する測定された値を含んでよい。
【0080】
本開示の例示的な態様によれば、機械学習エンジン141は、現在の測定値と閾値との間の偏差値に基づいて、デバイス122の予測された性能データ(たとえば、予測された障害、予測された性能値など)を計算してよい。場合によっては、機械学習エンジン141は、以前の測定値(たとえば、履歴的情報)と閾値との間の偏差値に基づいて、予測された性能データを計算してよい。
【0081】
一部のその他の態様において、機械学習エンジン141は、機械学習エンジン141によって予測された(すなわち、順方向学習をサポートする)性能データ(たとえば、吸引圧力、流量、吐出圧力、インペラ温度、振動レベル、電流、全負荷電流定格、モータ温度など)を分析するように構成されてよい。
【0082】
機械学習エンジン141は、履歴的またはリアルタイムである本明細書に記載の任意の情報(たとえば、測定された性能データ、予測された性能データ、パラメータ、および/または構成)を分析してよい。機械学習エンジン141は、通信デバイス105、サーバ110、データベース115、デバイス122、および/またはデバイス124からの情報を受信するかまたはそれにアクセスするように構成されてよい。機械学習エンジン141は、自動処理を使用して、人工知能を使用して、および/または通信デバイス105に関連する1人もしくは複数のユーザからの入力を使用して、たとえば、システム100に関連するプロファイル(たとえば、処理設備に関連するプロファイル)、デバイス122に関連するプロファイル、デバイス124に関連するプロファイルなどの任意の数のプロファイルを構築してよい。プロファイルは、たとえば、構成プロファイル、性能プロファイルなどであってよい。機械学習エンジン141は、自動処理、人工知能、および/または通信デバイス105の1人もしくは複数のユーザからの入力を使用して、構成プロファイルに関連する情報を決定する、管理する、および/または組み合わせる場合がある。
【0083】
機械学習エンジン141は、情報とのユーザのインタラクションに基づいて、構成プロファイル情報を決定してよい。機械学習エンジン141は、関連性のある新しい情報に基づいて構成プロファイルを(たとえば、連続的に、定期的に)更新してよい。機械学習エンジン141は、任意の通信デバイス105、サーバ110、データベース115、デバイス122、デバイス124などから新しい情報を受信してよい。プロファイル情報は、様々な方法で編成され、分類される場合がある。一部の態様において、構成プロファイル情報の編成および分類は、自動処理によって、人工知能によって、および/または通信デバイス105の1人もしくは複数のユーザによって決定されてよい。
【0084】
機械学習エンジン141は、適切な処理の判断を作りだし、選択し、実行してよい。例示的な処理の判断は、測定された性能データ、予測された性能データ、通信デバイス105の構成、デバイス122の構成、および/またはデバイス124の構成の分析を含む場合がある。処理の判断は、人間の入力の有無にかかわらず、機械学習エンジン141によって自動的に処理されてよい。
【0085】
機械学習エンジン141は、メモリ140に(たとえば、メモリ140に含まれるデータベースに)、履歴的情報(たとえば、測定データ、予測された性能データ、偏差値、構成など)を記憶してよい。メモリ140のデータベース内のデータは、機械学習エンジン141によって更新されるか、改められるか、編集されるか、または削除されてよい。一部の態様において、機械学習エンジン141は、(たとえば、デバイス122、デバイス124、中央コントローラ、通信デバイス105などからの)データの連続的、定期的、および/またはバッチフェッチならびにデータの集約をサポートしてよい。
【0086】
通信デバイス105は、アプリケーション144(たとえば、ブラウザアプリケーション144-a、アプリケーション144-b)の提示を(たとえば、視覚的に、聴覚的に、触覚フィードバックを使用して、など)行ってよい。アプリケーション144-bは、本明細書において説明されるシステム100のデバイス122の実行、制御、および/または監視に関連するアプリケーションであってよい。たとえば、アプリケーション144-bは、本明細書において説明される通信デバイス105、デバイス122、および/またはデバイス124の制御を可能にする場合がある。
【0087】
たとえば、アプリケーション144-bは、ダッシュボード128-aを表示することができる資産健全性アプリケーションである場合がある。ダッシュボード128-aは、デバイス122および/またはデバイス124に関連するダッシュボード情報129を含んでよい。ダッシュボード128-aおよびダッシュボード情報129の例示的な態様は、後で図4および図5Bに示される。
【0088】
一部のその他の例において、アプリケーション144-bは、デバイス122および/またはデバイス124に関連する資産のシミュレーションおよび分析をサポートするアプリケーションであってよく、その例示的な態様は、本明細書において後で説明される。
【0089】
例において、通信デバイス105は、ユーザインターフェース145を介して提示を行ってよい。ユーザインターフェース145は、たとえば、ディスプレイ(たとえば、タッチスクリーンディスプレイ)、音声出力デバイス(たとえば、スピーカ、ヘッドフォンコネクタ)、またはそれらの任意の組合せを含んでよい。一部の態様において、アプリケーション144は、メモリ140に記憶されてよい。場合によっては、アプリケーション144は、(たとえば、データベース115またはサーバ110によってサポートおよび/またはホストされる)クラウドベースのアプリケーションまたはサーバベースのアプリケーションを含んでよい。ユーザインターフェース145の設定は、部分的または全体的にカスタマイズ可能であってよく、1人もしくは複数のユーザによって、自動処理によって、および/または人工知能によって管理されてよい。
【0090】
例において、アプリケーション144(たとえば、ブラウザアプリケーション144-a、アプリケーション144-b)のいずれかは、電子フォーマットでデータを受け取り、ユーザインターフェース145を介してデータの内容を提示するように構成されてよい。たとえば、アプリケーション144は、通信ネットワーク120を介して、別の通信デバイス105、サーバ110、データベース115、デバイス122、および/またはデバイス124からデータを受信してよく、通信デバイス105は、ユーザインターフェース145を介して内容を表示してよい。
【0091】
データベース115は、リレーショナルデータベース、集中型データベース、分散型データベース、オペレーショナルデータベース(operational database)、階層型データベース、ネットワークデータベース、オブジェクト指向データベース、グラフデータベース、NoSQL(非リレーショナル)データベースなどを含んでよい。一部の態様において、データベース115は、たとえば、本明細書において説明される記憶されたデータのいずれかを記憶し、それらのデータへのアクセスを提供してよい。
【0092】
サーバ110は、プロセッサ150、ネットワークインターフェース155、データベースインターフェース命令160(本明細書においてはデータベースインターフェース160とも呼ばれる)、およびメモリ165を含んでよい。一部の例において、サーバ110のコンポーネント(たとえば、プロセッサ150、ネットワークインターフェース155、データベースインターフェース160、メモリ165)は、サーバ110に含まれるシステムバス(たとえば、制御バス、アドレスバス、データバス)を介して通信してよい。サーバ110のプロセッサ150、ネットワークインターフェース155、およびメモリ165は、本明細書に記載の通信デバイス105のプロセッサ130、ネットワークインターフェース135、およびメモリ140の態様の例を含んでよい。
【0093】
たとえば、プロセッサ150は、メモリ165に記憶された命令セットを実行するように構成されてよく、実行すると、プロセッサ150は、サーバ110の1つまたは複数の機能を可能にするかまたは実行する場合がある。一部の例において、サーバ110は、ネットワークインターフェース155を使用して、通信ネットワーク120を介して1つまたは複数のその他のデバイス(たとえば、通信デバイス105、データベース115、別のサーバ110)にパケットを送信するか、またはそのようなその他のデバイスからパケットを受信してよい。サーバ110のコンポーネント(たとえば、プロセッサ150、メモリ165)と、通信ネットワーク120に接続された1つまたは複数のその他のデバイス(たとえば、通信デバイス105、データベース115、デバイス122、デバイス124など)との間の通信は、たとえば、ネットワークインターフェース155を通じて流れてよい。
【0094】
一部の例において、データベースインターフェース命令160(本明細書においてはデータベースインターフェース160とも呼ばれる)は、プロセッサ150によって実行されるとき、サーバ110がデータベース115にデータを送信し、データベース115からデータを受信することを可能にする場合がある。たとえば、データベースインターフェース命令160は、プロセッサ150によって実行されるとき、サーバ110がデータベースクエリを生成し、システム管理者がデータベースクエリを定義するための1つまたは複数のインターフェースを提供し、1つまたは複数のデータベース(たとえば、データベース115)にデータベースクエリを送信し、データベースクエリに対する応答を受信し、データベースクエリに関連するデータにアクセスし、サーバ110のその他のコンポーネントによる処理のためにデータベースから受信された応答をフォーマットすることを可能にする場合がある。
【0095】
メモリ165は、プロセッサ150が様々な種類のルーチンまたは機能を実行するためのデータを一時的に記憶することに加えて、命令セット、ニューラルネットワーク、および(たとえば、本明細書に描かれる)その他のデータ構造を記憶するように構成されてよい。たとえば、メモリ165は、プロセッサ150によって実行可能であり、機械学習エンジン166の機能を提供するプログラム命令(命令セット)を記憶するように構成されてよい。そのコンポーネントによる使用のためにメモリ165に記憶されてよいデータの一例は、データモデル167(たとえば、本明細書に記載の任意のデータモデル、ニューラルネットワークモデルなど)および/または訓練データ168である。
【0096】
データモデル167および訓練データ168は、通信デバイス105に関連して説明されたデータモデル142および訓練データ143の態様の例を含んでよい。機械学習エンジン166は、通信デバイス105に関連して説明された機械学習エンジン141の態様の例を含んでよい。たとえば、サーバ110(たとえば、機械学習エンジン166)は、通信デバイス105、別のサーバ110、をデータベース115、デバイス122、および/またはデバイス124から取得された情報を認識および処理するために、1つまたは複数のデータモデル167を利用してよい。一部の態様において、サーバ110(たとえば、機械学習エンジン166)は、訓練データ168に含まれる学習された情報に基づいて、1つまたは複数のデータモデル167を更新してよい。
【0097】
一部の態様において、機械学習エンジン166のコンポーネントは、サーバ110と通信する別個の機械学習エンジンにおいて提供される場合がある。
【0098】
本開示の例示的な態様は、任意の機器/プロセスに関連するすべての関連データを捕捉し、記憶するためのスマートセンサー(たとえば、デバイス124)を用いる、(たとえば、メモリ140、データベース115、および/またはメモリ165に実装される)データストレージテクノロジーの進歩を適用することを含む場合がある。たとえば、本明細書に記載の技術は、データから利用可能な洞察(たとえば、障害予測、障害診断および分析など)を抽出し、抽出された洞察に基づいて状況に応じた推奨(たとえば、推奨されるオペレータアクション、推奨されるメンテナンスアクション)を提供するための1つまたは複数のメカニズムを適用することを含む場合がある。
【0099】
データモデル142は、障害の早期検出および診断のためのデバイス122の連続的な監視のための、非線形の、自己学習および動的データに基づくモデルを含んでよい。本開示の態様は、人間の介入なしにデータセットに含まれる動作の変動(operational variation)を捕捉することができる機械学習技術を使用してデータモデル142を構築することおよび/または訓練することをサポートする場合がある。たとえば、本開示の態様は、デバイス122およびシステム100に関連する動作の変動(たとえば、正常、障害あり)に関連するプロセスデータを使用してデータモデル142を構築することをサポートする。場合によっては、動作の変動は、ドメインエキスパート(たとえば、システム100、デバイス122、および/またはデバイス124の経験豊富なオペレータ)によって提供された情報に基づいて特定されてよい。
【0100】
例において、データモデル142は、異なる障害の種類を特定するためのデータセット内のパターンについて訓練されてよく、または訓練フェーズ中に学習してよい。一部の態様において、訓練されたデータモデル142は、利用可能なデータに基づいて機器のステータスを予測するためにデプロイされてよい。例において、システム100(たとえば、処理設備)に含まれるデバイス122(たとえば、回転機器)に関して、システム100および/または通信デバイス105は、データモデル142および特定された問題のある「フィンガープリント」を使用してデータを監視することによって、予測された障害に関連する根本原因および/または予測された障害に対処するための推奨(たとえば、オペレータアクション、メンテナンスアクション)をメンテナンスエンジニアに通知してよい。
【0101】
本開示の態様は、資産の監視をサポートするシステム100を含む。図1のシステム100に関連する例示的な実装が、本明細書において説明される。通信デバイス105-a、通信デバイス105-b、およびサーバ110が、図1を参照して説明された多くの動作を実行するものとして説明されているが、任意のデバイス(たとえば、別のサーバ110、別の通信デバイス105)が、本明細書において説明された動作を実行してもよいことを理解されたい。
【0102】
サーバ110は、資産123の多次元表現126を受信してよい。資産123は、システム100に関連する産業プロセス(たとえば、プロセス環境内でお茶を作り、分配するための水でティーポットを満たす)に関連する場合がある。例において、サーバ110は、通信デバイス105-bから多次元表現126を受信してよい。追加的または代替的に、サーバ110は、通信デバイス105-aまたはデータベース115から多次元表現126を受信してよい。
【0103】
サーバ110は、多次元表現126に基づいて、資産123の多次元表現127を自動的に生成してよい。例において、多次元表現127を生成する際に、サーバ110は、資産123に関連する1つまたは複数の動作パラメータを多次元表現127にマッピングしてよい。多次元表現127を生成する別の例において、サーバ110は、デバイス122(たとえば、デバイス122-aからデバイス122-dまで)の任意の組合せを資産123に関連付けてよい。
【0104】
多次元表現126は、資産123の3次元のグラフィカルな表現であってよい。例において、多次元表現126は、CAD図面のような技術図面であってよい。一部の態様において、多次元表現126は、システム100とは無関係なデータフォーマットであってよい。たとえば、多次元表現126は、ダッシュボード128-aに表示可能な多次元表現127と異なるデータフォーマットであってよい。
【0105】
サーバ110は、システム100のフォーマットに従って多次元表現127を生成してよい。例において、多次元表現126のデータフォーマットは、多次元表現127のデータフォーマットと異なる場合がある。たとえば、多次元表現126のデータフォーマットは、システム100、アプリケーション144-a(たとえば、ブラウザアプリケーション)、またはアプリケーション144-b(たとえば、資産健全性アプリケーション)と互換性がない場合がある。多次元表現127のデータフォーマットは、システム100、アプリケーション144-a(たとえば、ブラウザアプリケーション)、およびアプリケーション144-b(たとえば、資産健全性アプリケーション)と互換性がある場合がある。
【0106】
多次元表現127は、資産123の2次元のベクトルグラフィック表現であってよい。一部の態様において、多次元表現127のデータフォーマットは、多次元表現126のデータフォーマットと異なる場合がある。本開示の態様は、多次元表現126または多次元表現127に関して任意の量の次元をサポートする。たとえば、多次元表現127は、3次元表現であってよい。
【0107】
一部の態様において、多次元表現127を生成することは、多次元表現126を多次元表現127に変換することを含んでよい。多次元表現126を多次元表現127に変換することに関連する転換プロセスの例示的な態様が、本明細書において後で説明される。
【0108】
動作パラメータは、たとえば、温度、圧力、流量、湿度、振動、全負荷電流定格、電力、および二酸化炭素レベルを含んでよいが、これらに限定されない。たとえば、動作パラメータは、デバイス122、資産123、およびデバイス122または資産123に関連する任意の産業プロセスの動作性能を監視することに関連する任意のパラメータを含んでよい。
【0109】
サーバ110は、通信デバイス105-aに多次元表現127を送信してよい。通信デバイス105-aは、ユーザインターフェース145を介して多次元表現127を表示してよい。たとえば、通信デバイス105-aは、ユーザインターフェース145を介してダッシュボード128-aを表示してよい。ダッシュボード128-aは、たとえば、アプリケーション144-a(たとえば、ブラウザアプリケーション)またはアプリケーション144-b(たとえば、資産健全性アプリケーション)を使用して実装されてよい。
【0110】
ダッシュボード128-aは、資産123に関連するステータス情報を含んでよい。ステータス情報は、資産123に関連する動作パラメータの値を含んでよい。値は、デバイス124によって提供されるリアルタイムの測定値を含んでよい。一部の態様において、サーバ110は、デバイスプラットフォームアプリケーションまたはAzure、AWSなどのクラウドインフラストラクチャを介してデバイス124から値にアクセスする場合があり、その態様は、後に以降の図に示される。追加的または代替的に、値は、資産123に関連する履歴的な測定値を含む場合がある。例において、サーバ110は、(たとえば、データベース115に含まれる)データリポジトリからの履歴的な測定値にアクセスする場合がある。
【0111】
システム100の態様は、デバイス122のうちの1つまたは複数を資産(たとえば、資産123)として割り振ることまたはグループ化することをサポートする。例において、通信デバイス105-aは、ユーザインターフェース145を介して、デバイス122(たとえば、デバイス122-a、デバイス122-bなど)を資産123として割り振ることに関連するユーザ入力を受信してよい。ユーザ入力に基づいて、サーバ110は、デバイス122を資産123に割り振ってよい。例において、資産123として割り振られたデバイス122に関して、サーバ110は、デバイス122のデバイスデータにアクセスしてよい。サーバ110は、デバイス122のデバイスデータを、資産123を表す少なくとも1つの種類のデータ構造に変換してよい。一部の態様において、資産123として割り振られた複数のデバイス122に関して、サーバ110は、デバイス122のそれぞれのデータ構造を単一のデータ構造に統一してよい。
【0112】
本明細書において説明される資産の監視の例は、単一のデバイス122(たとえば、デバイス122-a)またはデバイス122のグループ(たとえば、デバイス122-aからデバイス122-dまで)が資産(たとえば、資産123)として割り振られる実装をサポートする。たとえば、システム100の態様は、デバイス122のうちの1つまたは複数を資産123としてグループ化することをサポートする。例において、通信デバイス105-aは、ユーザインターフェース145を介して、デバイス122の組合せをグループ化することに関連するユーザ入力を受信してよい。ユーザ入力の例において、ユーザは、産業プロセス(たとえば、流量を制御すること)に関連して、デバイス122-aからデバイス122-dまでを選択する入力を与えてよい。ユーザ入力に基づいて、サーバ110は、デバイス122を資産123に割り振ってよい。
【0113】
サーバ110は、ユーザ入力に応答して、デバイス122をグループ化してよい。デバイス122(たとえば、デバイス122-aからデバイス122-dまで)をグループ化する例において、サーバ110は、デバイス122のデバイスデータにアクセスしてよい。サーバ110は、デバイス122のデバイスデータを、資産123を表す少なくとも1つの種類のデータ構造に変換してよい。
【0114】
システム100は、資産123のユーザ構成をサポートしてよい。たとえば、サーバ110は、ユーザ入力に基づいて資産123を構成してよい。ユーザ入力は、たとえば、資産123の作成、削除、選択、修正、および/または構成に関連する任意の入力を含んでよい。資産123を構成することは、資産123のデータ構造を構成することを含んでよい。
【0115】
資産123を構成する例において、システム100は、資産123に関連する階層を作成または修正してよい。階層(プラント階層とも呼ばれる)は、特定の物理モデルに基づいて階層化されたアーキテクチャへと編成された処理設備の様々な機器を指す。たとえば、システム100は、資産123に含まれるデバイス122(たとえば、デバイス122-aからデバイス122-dまで)に関連する階層の作成または修正をサポートしてよい。追加的または代替的に、システム100は、各デバイス122のコンポーネントに関連する階層の作成または修正をサポートしてよい。
【0116】
システム100は、資産ライブラリをサポートしてよい。資産ライブラリは、本明細書に記載のメモリ(たとえば、メモリ140、メモリ165)またはデータベース115に記憶されてよい。例において、サーバ110は、資産123および/またはその他の資産123(図示せず)を資産ライブラリに記憶または追加してよい。別の例において、サーバ110は、資産ライブラリから任意の資産123を削除してよい。一部の態様において、サーバ110は、資産ライブラリに記憶された任意の資産123に関連する識別子を作成または構成してよい。識別子は、たとえば、数字、英数字、またはグラフィカルな識別子であってよいが、これらに限定されない。
【0117】
システム100は、資産123に関連するモデルの生成または作成をサポートしてよい。モデルは、本明細書に記載の1つまたは複数の動作パラメータ(たとえば、温度、圧力など)を集約することに関連する1つまたは複数のアルゴリズムを含んでよい。たとえば、サーバ110は、モデルにおいて指定された動作パラメータ(たとえば、温度、圧力など)の値を含むデータを集約してよい。サーバ110は、集約されたデータを通信デバイス105-aに送信してよく、通信デバイス105-aは、集約されたデータをダッシュボード128-aを介して表示してよい。
【0118】
一部のその他の態様において、サーバ110は、集約されたデータに基づいて、資産123に関連する追加の動作パラメータを計算してよい。追加の動作パラメータは、デバイス124によって測定される動作パラメータとは異なる場合がある。たとえば、サーバ110は、温度、圧力、および/または任意のその他の動作パラメータに基づいて、資産123の効率を計算する場合がある。サーバ110は、デバイス124によって測定される動作パラメータとは異なる動作パラメータの計算に関連して、さらにモデルを構成するか、モデルを再構成するか、またはそこから追加のモデルを生成してよい。
【0119】
本開示の態様は、ユーザインターフェース145を介して(たとえば、ダッシュボード128-aを介して)多次元表現127を構成することをサポートする。たとえば、サーバ110は、多次元表現127に対応する1組のプロパティを生成してよく、プロパティは、ユーザインターフェース145を介して構成可能であってよい。プロパティの例は、多次元表現127のタグ、範囲、形状、および単位測定値(unit measurement)を含むがこれらに限定されない。
【0120】
タグは、資産123の多次元表現127に関連する識別子であってよい。例において、タグは、資産123(および/またはそれに含まれるデバイス122)に結び付けられた数字、文字、およびグラフィック(たとえば、アイコン、画像など)の任意の組合せを含んでよい。通信デバイス105-aは、ユーザインターフェース145を介して(たとえば、ダッシュボード128を介して)タグを表示してよい。
【0121】
範囲は、本明細書に記載の動作パラメータに関連付けられてよい。範囲は、図3Aおよび図3Bを参照して後で説明される資産管理モジュール310によって構成可能である。範囲は、デバイス122の要件に従った任意の範囲であってよい。例示的な範囲は、0～20mA、0～100%、0～5barなどを含むがこれらに限定されない。
【0122】
多次元表現127の形状は、ユーザインターフェース145(たとえば、ダッシュボード128-a)を介して設定可能であってよい。たとえば、システム100は、多次元表現127を表す特徴(たとえば、幅、高さ、曲率、線など)を調整することに関連するユーザ入力をサポートしてよい。タグ、範囲、および形状の例示的な態様が、本明細書において後で説明される。
【0123】
サーバ110は、資産123の特性に基づいて、資産123を監視するための動作パラメータを選択してよい。たとえば、資産123の多次元表現126に基づいて(および/または資産123に含まれるデバイス122のそれぞれの多次元表現126から)、サーバ110は、資産123の特性(たとえば、寸法、動作能力など)を特定し、処理してよい。図1の例において、サーバ110は、資産123の多次元表現126から(および/またはデバイス122のそれぞれの多次元表現126から)、デバイス122-aがバルブであり、デバイス122-bがバルブであり、デバイス122-cが遠心ポンプであり、およびデバイス122-dがモータであると特定する場合がある。
【0124】
動作パラメータの例において、サーバ110は、デバイス122-a(たとえば、バルブ)およびデバイス122-c(たとえば、遠心ポンプ)に関連して、吸引圧力および/または流量を監視する場合がある。別の例において、サーバ110は、デバイス122-b(たとえば、バルブ)およびデバイス122-cに関連して吐出圧力を監視する場合がある。別の例において、サーバ110は、デバイス122-c(たとえば、遠心ポンプ)のインペラ温度および/または振動を監視する場合がある。一部のその他の例において、サーバ110は、デバイス122-d(たとえば、モータ)に関連する電流、全負荷電流定格、および/またはモータ温度を監視する場合がある。本明細書において説明されるように、動作パラメータの値は、デバイス124によって測定されてよい。
【0125】
一部の態様において、資産123の特性(たとえば、寸法、動作能力など)を処理することに基づいて、サーバ110は、動作パラメータに関連する閾値の基準を計算および/または選択してよい。例において、閾値の基準は、資産123またはそれに含まれるデバイス122のいずれかに関連する目標動作範囲を含んでよい。たとえば、目標動作範囲は、資産123またはデバイス122のいずれかの動作パラメータに対応してよい。
【0126】
システム100は、動作パラメータ(たとえば、温度、圧力、流量、湿度、振動、全負荷電流定格、電力、二酸化炭素レベルなど)と本明細書に記載の対応する目標動作範囲との任意の組合せを表示することをサポートしてよい。一部の態様において、システム100は、動作パラメータのテキストの説明および動作パラメータに対応する数値を表示することをサポートしてよい。テキストの説明および数値を表示する例示的な態様が、図4、図5A、および図5Bに示される。
【0127】
一部の態様において、システム100は、動作パラメータの値に従って多次元表現127に関連するピクセルを表示することをサポートしてよい。たとえば、サーバ110は、動作パラメータを多次元表現127にマッピングしてよい。動作パラメータをマッピングすることは、多次元表現127をピクセルにセグメント分けすることを含んでよい。例において、動作パラメータをマッピングすることは、動作パラメータの候補値をピクセルの候補ピクセル値に関連付けること(たとえば、マッピングすること)を含んでよい。たとえば、サーバ110は、候補値をピクセルの候補色、明るさ、および/またはコントラストに関連付けてよい(たとえば、マッピングしてよい)。したがって、たとえば、多次元表現127を表示する際に、通信デバイス105-aは、マッピングに基づいてそのピクセルを表示してよい。
【0128】
例において、デバイス122-d(たとえば、モータ)の温度が目標動作範囲(たとえば、目標温度範囲)にある場合、通信デバイス105-aは、デバイス122-dの多次元表現127を緑色で表示する場合がある。別の例において、デバイス122-dの温度が目標動作範囲未満である場合、通信デバイス105-aは、デバイス122-dの多次元表現127を青色で表示する場合がある。別の例において、デバイス122-dの温度が目標動作範囲未満であり、さらなる閾値未満である場合、通信デバイス105-aは、デバイス122-dの多次元表現127を灰色で表示する場合がある。デバイス122-dの温度が目標動作範囲を超えている場合、通信デバイス105-aは、デバイス122-dの多次元表現127をオレンジ色で表示する場合がある。別の例において、デバイス122-dの温度が目標動作範囲を超えており、さらなる閾値を超える場合、通信デバイス105-aは、デバイス122-dの多次元表現127を赤で表示する場合がある。
【0129】
システム100は、資産123(たとえば、資産123に含まれるデバイス122)の動作パラメータに基づいてステータスインジケータを生成することと、通知を出力することとをサポートしてよい。たとえば、サーバ110は、動作パラメータの値を閾値の基準(たとえば、目標動作範囲、目標閾値など)と比較してよい。例において、通信デバイス105-aは、比較の結果に基づいてステータスインジケータを表示してよい。たとえば、ステータスインジケータは、資産123またはそのデバイス122に不具合が存在するかどうかのインジケーション(たとえば、テキスト、色、グラフィカルなアイコンなど)を含んでよい。一部の態様において、ステータスインジケータは、資産123またはそのデバイス122が目標動作範囲内で動作しているかどうかのインジケーション(たとえば、テキスト、色、グラフィカルなアイコンなど)を含んでよい。
【0130】
例において、サーバ110は、電子通信を通信デバイス105-aに送信してよく、電子通信は、資産123またはデバイス122に不具合が存在するかどうかのインジケーションを含んでよい。一部の態様において、通信デバイス105-aは、不具合が存在する場合に通知を出力してよい。一部のその他の態様において、通信デバイス105-aは、不具合の種類に基づいて異なる種類の通知を出力してよい。通知の例は、可聴のアラート、視覚によるアラート、および触覚によるアラートを含む。
【0131】
システム100は、アプリケーション144に関連する故障イベントの予測をサポートしてよい。たとえば、サーバ110は、機械学習エンジン141に、動作パラメータのリアルタイムのおよび/または履歴的な値を提供してよい。値を処理することに応答して、機械学習エンジン141は、資産123(またはそこに含まれる任意のデバイス122)に関連する故障イベントの予測された発生を含む出力を生成してよい。一部の態様において、出力は、故障イベントに関連する時間的情報(たとえば、故障までの時間)を含んでよい。
【0132】
通信デバイス105-aは、ユーザインターフェース145(たとえば、ダッシュボード128-a)において、故障イベントに関連する時間的情報および/または推奨されるアクションを表示してよい。故障イベントに関連する予測された発生、時間的情報、および推奨されるアクションを表示する例示的な態様が、図5Aに示される。
【0133】
サーバ110は、本明細書に記載の動作のいずれか(たとえば、動作パラメータの値を閾値の基準と比較すること、ステータスインジケータを生成すること、通知を出力すること、電子通信を送信すること、情報を表示することなど)を定期的に、準定期的に、および/またはトリガ基準に基づいて実行してよい。本開示によるシステム100のその他の例示的な態様が、以降の図に関連して本明細書において後で説明される。
【0134】
【0135】
システム200は、デバイス205、デバイス222(たとえば、デバイス222-aからデバイス222-eまで)、デバイス224(たとえば、デバイス224-aからデバイス224-eまで)、デバイス管理プラットフォーム228(たとえば、デバイス管理プラットフォーム228-a、デバイス管理プラットフォーム228-b)、およびクラウドインフラストラクチャ232(たとえば、クラウドインフラストラクチャ232-aからクラウドインフラストラクチャ232-cまで)を含んでよい。デバイス205、デバイス222、デバイス224、デバイス管理プラットフォーム228、およびクラウドインフラストラクチャ232は、図1を参照して本明細書において説明された同様の要素の態様の例を含んでよい。
【0136】
デバイス205は、本明細書に記載の通信デバイス105またはサーバ110の態様を実装してよい。場合によっては、デバイス205は、コンピューティングリソースと呼ばれる場合がある。デバイス205は、本開示の記載の動作のいずれかまたはすべてを実行する場合がある。
【0137】
デバイス205は、デバイスデータリポジトリ235、デバイスデータモデリング/グループ化モジュール240、資産形成および構成モジュール245、グラフィックス変換モジュール250、関連付けモジュール255、資産ステータス決定モジュール260、アラート/イベント管理モジュール265、ならびに表示モジュール270を含んでよい。デバイスデータリポジトリ235は、図1を参照して説明されたメモリ(たとえば、メモリ140、メモリ165)および/またはデータベース(たとえば、データベース115)に実装されてよい。デバイス205の各モジュール(たとえば、デバイスデータモデリング/グループ化モジュール240、資産形成および構成モジュール245など)は、図1を参照して説明されたプロセッサ(たとえば、プロセッサ130、プロセッサ150)およびメモリ(たとえば、メモリ140、メモリ165)に記憶された実行可能命令によって実装されてよい。
【0138】
デバイスデータモデリング/グループ化モジュール240は、デバイス222のうちの1つまたは複数を資産(たとえば、図1を参照して説明された資産123)として割り振る例示的な態様をサポートしてよい。たとえば、資産として割り振られたデバイス222(たとえば、デバイス222-a)に関して、デバイスデータモデリング/グループ化モジュール240は、デバイスデータリポジトリ235からのデバイス222のデバイスデータにアクセスしてよい。
【0139】
資産形成および構成モジュール245は、デバイス222(または複数デバイス222)のデバイスデータを、資産を表す少なくとも1つの種類のデータ構造に変換してよい。
【0140】
グラフィックス変換モジュール250は、本明細書において説明されるように多次元表現を変換する例示的な態様をサポートしてよい。例において、変換プロセスは、多次元表現226のデータをシステム200によってサポートされる表示フォーマットに従ったデータに変換することを含んでよい。たとえば、グラフィックス変換モジュール250は、多次元表現226に基づいて、資産(たとえば、図1を参照して説明された資産123)の多次元表現227を自動的に生成してよい。多次元表現226および多次元表現227は、図1を参照して説明された多次元表現126および多次元表現127の態様を含んでよい。
【0141】
関連付けモジュール255は、資産の情報(たとえば、図1を参照して説明されたデバイス122および/またはデバイス124、図2を参照して説明されたデバイス222および/またはデバイス224)を、デバイス205において表示される対応するグラフィカルな表現にバインドする例示的な態様をサポートしてよい。情報は、たとえば、本明細書に記載の測定データ、ステータス情報、および性能データを含んでよい。関連付けモジュール255は、資産に関連する1つまたは複数の動作パラメータを多次元表現227にマッピングしてよい。関連付けモジュール255は、デバイス222(たとえば、デバイス222-aからデバイス222-eまで)の任意の組合せを資産に関連付けてよい。
【0142】
資産ステータス決定モジュール260は、資産に関連する動作パラメータの値にアクセスしてよい。資産ステータス決定モジュール260は、デバイス管理プラットフォーム228またはクラウドインフラストラクチャ232を介して、デバイス224から値にアクセスしてよい。値に基づいて、資産ステータス決定モジュール260は、本明細書において説明されるように、デバイス222に関連するステータス(たとえば、障害、故障イベントなど)を予測してよい。
【0143】
アラート/イベント管理モジュール265は、資産の動作パラメータに基づいてステータスインジケータを生成し、通知を出力する例示的な態様をサポートしてよい。例において、ステータスインジケータは、資産に不具合が存在するかどうかのインジケーションを含んでよい。一部の態様において、アラート/イベント管理モジュール265は、不具合が存在する場合にアラートを生成してよい。アラート/イベント管理モジュール265は、本明細書において説明されるように、不具合(たとえば、故障イベント)に関連する時間的情報および/または推奨されるアクションを生成し、出力してよい。
【0144】
表示モジュール270を介して、デバイス205は、本明細書において説明されるように、不具合が存在する場合に通知(たとえば、視覚によるアラート)を表示してよい。一部の態様において、表示モジュール270を介して、デバイス205は、ダッシュボード(たとえば、図1を参照して説明されたダッシュボード128-a)を表示してよい。
【0145】
図3Aは、本開示の態様による資産の監視をサポートする例示的なブロック図300を示す。図3Bは、本開示の態様による資産の監視をサポートする例示的なブロック図を示す。図3Cは、本開示の態様による資産の監視をサポートする資産健全性ダッシュボードの例302を示す。図3Dは、本開示の態様による資産のシミュレーションおよび分析をサポートする例示的なブロック図を示す。
【0146】
【0147】
図3Aから図3Cまでの態様は、資産の監視に関連して資産健全性アプリケーション301によって実施されてよい。資産健全性アプリケーション301は、図1に関連して説明されたアプリケーション144-bの例示的な態様を含んでよい。図3Dの態様は、資産の分析およびシミュレーションをサポートする資産分析アプリケーション303によって実装されてよい。資産分析アプリケーション303は、図1を参照して説明されたアプリケーション144-bの例示的な態様を含んでよい。
【0148】
デバイス324(たとえば、IoTデバイス)は、資産に関連するデバイス322に対応する測定データを提供してよい。
【0149】
資産健全性アプリケーション301は、ダッシュボードモジュール305、資産管理モジュール310、分析モジュール385(本明細書においては資産健全性分析モジュール、資産分析モジュール、または分析モジュールとも呼ばれる)、テナント管理モジュール381、ユーザ管理モジュール382、セキュリティ管理モジュール383、および監視/ロギングモジュール384を含んでよい。資産分析アプリケーションは、資産管理モジュール310および分析モジュール385を含んでよい。一部の態様において、資産健全性アプリケーション301および資産分析アプリケーションは、同じアプリケーションに統合される場合がある。一部のその他の態様において、資産健全性アプリケーション301および資産分析アプリケーションは、異なるアプリケーションである場合がある。
【0150】
資産健全性アプリケーション301およびモジュール(たとえば、ダッシュボードモジュール305、資産管理モジュール310など)の各々は、図1を参照して説明された通信デバイス105またはサーバ110に実装されてよい。たとえば、資産健全性アプリケーション301およびモジュールの各々は、図1を参照して説明されたプロセッサ(たとえば、プロセッサ130、プロセッサ150)およびメモリ(たとえば、メモリ140、メモリ165)に記憶された実行可能命令によって実装されてよい。
【0151】
資産分析アプリケーション303および資産分析アプリケーションに関連するモジュール(たとえば、資産管理モジュール310、分析モジュール385など)の各々は、図1を参照して説明された通信デバイス105またはサーバ110に実装されてよい。たとえば、資産分析アプリケーション303およびモジュールの各々は、図1を参照して説明されたプロセッサ(たとえば、プロセッサ130、プロセッサ150)およびメモリ(たとえば、メモリ140、メモリ165)に記憶された実行可能命令によって実装されてよい。
【0152】
図3Aを参照すると、資産管理モジュール310は、資産に関連する動作パラメータの値にアクセスしてよい。たとえば、資産管理モジュール310は、ブローカ314(たとえば、図2を参照して説明されたデバイス管理プラットフォーム228またはクラウドインフラストラクチャ232)を介してデバイス324からの動作パラメータのリアルタイムの値にアクセスし、および/またはそれらのリアルタイムの値を集約してよい。追加的または代替的に、資産管理モジュール310は、データファイル(たとえば、データテーブル、エクセルファイルなど)からの履歴的なデータまたはバッチデータにアクセスしてよい。データファイルは、図1を参照して説明されたメモリ(たとえば、メモリ140、メモリ165)またはデータベース(たとえば、データベース115)に記憶されてよい。
【0153】
資産管理モジュール310は、アプリケーションに依存しない。たとえば、資産管理モジュール310は、任意のデバイス管理プラットフォームまたはクラウドインフラストラクチャと互換性があってよい。資産管理モジュール310は、資産モデリングモジュール312を含んでよい。資産モデリングモジュール312は、デバイス(たとえば、デバイス122)のうちの1つまたは複数を資産として割り振る例示的な態様をサポートしてよい。
【0154】
資産管理モジュール310は、デバイス322のうちどれを資産としてグループ化するかを定義するユーザ入力をサポートしてよい。資産管理モジュール310は、デバイスを資産としてグループ化するためのデバイスのグラフィカルな表現の「ドラッグアンドドロップ」などのユーザ入力をサポートしてよい。資産管理モジュール310は、各デバイス322の(たとえば、330における)データシート、(たとえば、335における)電子的な技術図面、または(たとえば、340における)媒体/画像などのデバイスデータ350を各デバイス322にそれぞれアップロードする態様をサポートしてよい。一部の態様において、資産管理モジュール310は、デバイスデータ350を本明細書に記載の資産ライブラリにアップロードしてよい。
【0155】
図3Aおよび図3Bを参照すると、315において、サーバ110は、資産323の第1の多次元表現(たとえば、2Dまたは3Dモデル/表現、CAD図面、技術図面など)を受信してよい。資産323は、1つまたは複数のデバイス322を含んでよい。例において、第1の多次元表現は、たとえば、図1を参照して説明された通信デバイス105-bを介して、第1のエンティティ(たとえば、顧客)によって提供される場合がある。
【0156】
320において、サーバ110は、第1の多次元表現に基づいて、資産323の第2の多次元表現(たとえば、スケーラブルベクトルグラフィックス(SVG: scalable vector graphics)ファイル)を生成してよい。サーバ110は、資産健全性アプリケーションとは別の(たとえば、外部の)ツールを使用して、第1の多次元表現を第2の多次元表現に変換してよい。変換を実施するツールの例示的な態様が、図5Cおよび図5Dを参照して後で説明される。
【0157】
325において、サーバ110は、資産健全性アプリケーション301による使用のために第2の多次元表現をアップロードしてよい。例において、資産健全性アプリケーション301は、ダッシュボードモジュール305を介して第2の多次元表現を表示してよい。
【0158】
ダッシュボードモジュール305は、第2の多次元表現を、資産323に関連する動作パラメータの値にバインドしてよい。たとえば、ダッシュボードモジュール305は、デバイス324から提供されたデータを資産323にバインドしてよい。ダッシュボードモジュール305は、本明細書において説明されるように、生成された多次元表現を表示する例示的な態様をサポートしてよい。ダッシュボードモジュール305は、任意の量の資産ライブラリをサポートしてよい。
【0159】
図3Bを参照すると、ダッシュボードモジュール305は、本明細書に記載の特徴をサポートするダッシュボード管理モジュール355、ダッシュボードユーザプロファイリングモジュール360、テンプレート管理モジュール365、2D/3Dビルダーモジュール370、レポートビルダーモジュール375、および活動ログモジュール380を含んでよい。
【0160】
テナント管理モジュール381は、複数のプロジェクトでおよび複数の顧客と働くことに関連してデータセキュリティをサポートするマルチテナント方式をサポートしてよい。本開示の態様は、テナント管理モジュール381を通じた資産管理モジュール310の自動デプロイメントをサポートする。
【0161】
ユーザ管理モジュール382は、資産管理モジュール310に使用アクセスセキュリティおよび/またはパーミッションを提供してよい。
【0162】
例において、資産管理モジュール310は、デバイス322-aからデバイス322-cまでを資産323-aにグループ化済みであり、集約されたデータ345-aおよびデバイスデータ350-aは、資産323-a(たとえば、デバイス322-aからデバイス322-cまで)に対応する。別の例において、資産管理モジュール310は、デバイス322-dおよびデバイス322-eを資産323-bにグループ化済みであり、集約されたデータ345-bおよびデバイスデータ350-bは、資産323-b(たとえば、デバイス322-dおよびデバイス322-e)に対応する。
【0163】
多次元表現の生成および資産管理の例示的な実装が、本明細書において説明される。資産管理モジュール310は、資産323を表すデータ(たとえば、JSONデータ)を資産ライブラリに関連する構造フォーマットに変換することをサポートするデバイス管理の特徴を含む。
【0164】
例において、資産323のデバイス322に関連するデータは、以下のようなJSONデータを含んでよい。
{
"id": "ID-001",
"uid": "da329caf-f87f-4e77-9f3d-qwer1234",
"temp": 1700,
"status": "running",
"timestamp": 1633761315
}
{
"id": "ID-001",
"uid": "da329caf-f87f-4e77-9f3d-qwer1234",
"temp": 1700,
"status": "running",
"timestamp": 1633761315
}
【0165】
資産管理モジュール310は、データを構造フォーマット(たとえば、表フォーマット)に変換する1つまたは複数のスクリプトを実行してよい。例示的な構造フォーマットは、以下である。
【0166】
【表1】
【0167】
本開示の態様は、デバイス322の各々に関して複数のテーブル/データ構造をサポートする。例において、デバイス322-aは、データ構造Aを有している場合がある。別の例において、デバイス322-bは、データ構造Aおよびデータ構造Bを有する場合がある。一部の態様において、デバイス管理の特徴は、データファイル(たとえば、区切りテキスト(delimited text)ファイル、カンマ区切り値(CSV)ファイルなど)にデータをまとめること(batching)および集約することをサポートしてよい。
【0168】
資産管理モジュール310は、複数のデバイス322を資産323としてグループ化することに関連するユーザ入力をサポートしてよい。資産管理モジュール310は、集約されたデータ345を生成することに関連して、たとえば、動作パラメータの値を集約するためのユーザ入力(たとえば、テキスト入力、表現、式など)をサポートしてよい。一部の態様において、資産管理モジュール310は、動作パラメータの値を変換するためのユーザ入力(たとえば、テキスト入力、表現、式など)をサポートしてよい。たとえば、資産管理モジュール310は、温度を華氏から摂氏に変換するためのユーザ入力をサポートしてよい。
【0169】
APIを使用して、資産管理モジュール310は、動作パラメータの値をダッシュボードモジュール305に提供してよい。一部の態様において、資産管理モジュール310およびダッシュボードモジュール305は、「ドラッグアンドドロップ」ユーザ入力をサポートする場合がある。本開示の態様は、ダッシュボードモジュール305において定義されたリフレッシュレートに基づく、ダッシュボードモジュール305におけるデータの自動更新をサポートする。本開示の態様は、ダッシュボードモジュール305へのデータのプッシュ、および/または資産管理モジュール310からのデータのプルをサポートする。
【0170】
動作パラメータ(たとえば、主要な動作パラメータ)および目標動作範囲の例示的な実装が、本明細書において説明される。
【0171】
資産管理モジュール310は、アラーム管理モジュール(図示せず)を含んでよい。アラーム管理モジュールは、図2に関連して説明されたアラート/イベント管理モジュール265の例示的な態様を含んでよい。アラーム管理モジュールは、アラートを出力することに関連して、複数の閾値をサポートしてよい。閾値を設定するための特徴が、APIを介してダッシュボードモジュール305に統合されてよい。例において、閾値は、図1を参照して説明されたダッシュボード128-aを介して構成可能であってよい。
【0172】
例において、デバイス322に関して、アラーム管理モジュールは、動作パラメータ(たとえば、温度)に関連して、以下のアラーム設定をサポートしてよい。
高条件1: 摂氏80度
高条件2: 摂氏90度
低条件1: 摂氏30度
低条件2: 摂氏20度
高条件1: 摂氏80度
高条件2: 摂氏90度
低条件1: 摂氏30度
低条件2: 摂氏20度
【0173】
一部の態様において、分析モジュール385は、資産管理モジュール310によって提供されたデータ(たとえば、集約されたデータ345)、またはその他のデータソースによって提供されたデータ(たとえば、資産に関連する訓練データ)に基づく機械学習モデルの訓練および再訓練をサポートしてよい。資産管理モジュール310によって提供されたデータは、1つもしくは複数のデバイス322に関連する履歴的なデータ(たとえば、機器/デバイスに関連する履歴的な測定示度、メンテナンスデータなど)、1つもしくは複数のデバイス322に関連するリアルタイムデータ、またはそれらの組合せを含む場合がある。場合によっては、その他のデータソースによって提供されたデータが、1つまたは複数のデバイス322に関連する履歴的なデータを含んでよい。一部の態様において、履歴的なデータは、プロセスまたは資産に関連付けられる場合がある。
【0174】
分析モジュール385は、たとえば、機械学習モデルを使用して生成されたシミュレーション結果を含む場合がある分析情報を提供してよい。場合によっては、分析情報は、1つまたは複数のデバイス322に関連する推奨されるアクションを含んでよい。分析情報(たとえば、シミュレーション結果、推奨されるアクションなど)の例示的な態様は、本明細書において後で説明される。
【0175】
図3Cを参照すると、資産健全性ダッシュボードの例302-aは、資産に関連するデータを閲覧することに関連する特徴を示す。たとえば、資産健全性ダッシュボードは、資産に関連する位置情報(たとえば、座標、設置場所、施設など)、図面情報、資産データシート、およびセンサーのステータスを閲覧するための特徴をサポートしてよい。例302-bにおいては、センサーのステータスを選択するユーザ入力に応答して、資産健全性アプリケーションが、資産に関連するセンサーデバイス(たとえば、図3Aおよび図3Bを参照して説明されたデバイス324)のステータス情報を表示してよい。
【0176】
図3Dのブロック図を参照すると、分析モジュール385は、タスク選択モジュール386、モデル選択モジュール387、データ統合モジュール388、ユーザインターフェース391、スケジュール決定モジュール393、訓練モジュール394、およびオンライン分析モジュール396を含んでよい。
【0177】
データ統合モジュール388は、デバイス322に関連する動作パラメータのリアルタイムの値にアクセスしてよい。一部の態様においてに、データ統合モジュール388は、データファイル(たとえば、データテーブル、エクセルファイルなど)からのデバイス322に関連する履歴的なデータまたはバッチデータにアクセスしてよい。一部の例において、データファイルは、メモリ(たとえば、メモリ140、データベース115など)に記憶される場合がある。
【0178】
一部の例においては、データ取り出しモジュール390が、ユーザインターフェース391を介した資産(たとえば、1つまたは複数のデバイス324)のユーザ選択に応答して、マッピングモジュール389(本明細書においては関連付けモジュールとも呼ばれる)によって提供されたマッピング情報に基づいて、リアルタイムデータ392(取り出されたリアルタイムデータ)にアクセスし、これを提供してよい。場合によっては、データ取り出しモジュール390は、資産管理モジュール310からリアルタイムデータ392を取り出してよい。
【0179】
ユーザインターフェース391は、編成されたプロジェクトおよびサブスクリプション(subscription)を表示し、それらにリンクするドラッグアンドドロッププログラミングインターフェースを含んでよい。ユーザインターフェース391は、資産の選択、および取り出しのための目標データ(たとえば、資産に関連する動作パラメータの目標値など)の選択をサポートしてよい。ユーザインターフェース391は、異常検出のための資産データの入力をサポートしてよい。マッピングモジュール389は、選択された資産の関連するリアルタイムデータ392とのマッピングまたは接続をサポートしてよい。資産管理モジュール310および分析モジュール385の態様は、データ統合モジュール388およびユーザインターフェース391の統合および特徴のおかげで、高められた一貫性および精度を有するデータ転送を提供する。
【0180】
本開示の例示的な態様によれば、オンライン分析モジュール396は、資産のステータスおよび資産の動作のシミュレーションを通じて分析情報を提供してよい。一部の態様において、オンライン分析モジュール396は、ユーザインターフェース391を介して提供された資産パラメータおよびユーザ入力に基づいて分析情報を提供してよい。一部の例においては、目標予測および推奨モジュール397が、シミュレーションされた資産のステータス/資産の動作の予測、および目標資産/選択された資産に関連する推奨を提供してよい。例において、目標予測および推奨モジュール397は、ユーザインターフェース391または別のグラフィカルユーザインターフェースを介して、目標資産/選択された資産に関連する予測を提供してよい。
【0181】
一部の態様において、分析モジュール385は、1つまたは複数のトリガ基準に応答して、シミュレーションを開始するようユーザに促してよい。トリガ基準の例は、本明細書において後で説明される。
【0182】
分析モジュール385は、シミュレーション結果に基づいて、目標資産の動作に関する正確で有用な推奨をユーザに提供してよい。一部の態様では、目標資産/選択された資産に関連する予測を提供する際に、分析モジュール385は、閉ループのシナリオにおいてリスクに焦点を当てること(およびリスクを最小化すること)をサポートしてよい。一部の例において、モデル選択モジュール387は、最良のモデル選択の特徴を提供してよい。たとえば、タスク選択モジュール386によって選択されたタスクまたは資産に関して、モデル選択モジュール387は、選択されたタスクまたは資産のための利用可能なモデルの中で最も高い予測精度を有するモデルを特定し、選択してよい。
【0183】
分析モジュール385は、適応的モデリング(adaptive modeling)をサポートしてよい。たとえば、資産(たとえば、1つまたは複数のデバイス322)のモデリングに関連して決まった期間のデータ(たとえば、1年など)を使用する代わりに、分析モジュール385は、モデルに継続的な更新を提供し、モデルの精度を保証するために漸進的な学習を適用してよい。分析モジュール385によって実施される漸進的な学習の例示的な態様は、モデルによって提供される出力とデータサンプリングとの周期的な相関を含んでよい。
【0184】
分析モジュール385は、異常検出モジュール398を含んでよい。たとえば、スケジュール決定モジュール393によって設定されたスケジュールに基づいて、異常検出モジュール398は、モデルによって生成された出力(たとえば、資産の動作パラメータのシミュレーションされた値)を、たとえば、資産に関連する(たとえば、リアルタイムデータ392に含まれる)リアルタイムの値と比較して、予期せぬ結果を特定してよい。異常検出モジュール398は、オンライン分析モジュール396から出力およびリアルタイムの値を受信してよい。
【0185】
シミュレーションされた値とリアルタイムの値との間の差による閾値の差の値の超過に応答して、分析モジュール385は、訓練されたモデル395を再訓練してよい。たとえば、分析モジュール385は、訓練されたモデル395の即時再訓練をトリガするか、または訓練されたモデル395を再訓練のためにスケジューリングしてよい。訓練されたモデル395を再訓練のためにスケジューリングするとき、スケジュールは、スケジュール決定モジュール393によって決定される。一部のその他の態様において、異常検出モジュール398は、差のインジケーションを出力する場合がある。
【0186】
その他の予測モデルと比較して、本明細書において説明される例示的な態様は、スケジューリングされた漸進的な訓練のおかげで、改善された異常検出およびアルゴリズム精度を有するモデルを提供する。たとえば、漸進的な訓練は、目標予測精度の達成に関連して予測モデルおよび予測アルゴリズムを絶えず調整することを含んでよい。
【0187】
本明細書において説明される資産の分析およびシミュレーションによってサポートされる例示的なユースケースは、冷却機のユースケース(たとえば、エネルギー消費を最適化するためのシミュレーション、シミュレーションに基づく推奨される給水温度の提供、給水温度の閉ループ変更など)、およびポンプ(たとえば、遠心ポンプなど)のユースケースを含む場合がある。ユースケースの例示的な態様は、本明細書において後で説明される。
【0188】
図4は、本開示の態様による資産の分析およびシミュレーションをサポートする例示的なブロック図400を示す。資産管理モジュール310および分析モジュール385によって提供される特徴のさらなる例示的な態様が、図3A、図3B、図3D、および図4を参照して説明される。
【0189】
図4の例に示されるように、分析モジュール385は、1つまたは複数のデータソースからのデバイス(たとえば、デバイス322、冷却機、ポンプなど)に関連する履歴的なデータ405およびリアルタイムデータ415にアクセスしてよい。たとえば、分析モジュール385は、データベース115またはデータファイル410(たとえば、.csvファイル)からの履歴的なデータ405にアクセスする場合がある。一部の態様において、分析モジュール385は、訓練モジュール394を介して事前に訓練されたモデルにアクセスするか、またはダッシュボードモジュール305を介してユーザによってアップロードされた事前に訓練されたモデルを受信してよい。
【0190】
分析モジュール385は、資産健全性統合(AHI: asset health integration)421(たとえば、ダッシュボードモジュール305、資産管理モジュール310など)からのリアルタイムデータ415にアクセスしてよい。一部の態様において、AHI 421は、IoTデータソース(たとえば、デバイス324、IoTデバイスなど)からのリアルタイムデータ415の取り出しをサポートする場合がある。
【0191】
分析モジュール385は、機械学習データモデリングをサポートするモデリングモジュール420を含んでよい。たとえば、モデリングモジュール420は、機械学習モデルの機械学習の特徴の定義をサポートしてよい。
【0192】
分析モジュール385は、データの前処理(たとえば、データクリーニング、データ分割など)をサポートするデータ前処理モジュール425を含んでよい。
【0193】
分析モジュール385は、履歴的なデータ405、リアルタイムデータ415、および本明細書において説明される機械学習モデルによって生成されたデータ(たとえば、予測、シミュレーション結果など)のデータ分析(たとえば、データの分布の分析、データの相関の分析など)をサポートするデータ分析モジュール430を含んでよい。
【0194】
分析モジュール385は、リアルタイムデータ415の1つまたは複数のバッチを使用する、本明細書において説明されるモデルの再訓練(たとえば、再学習、漸進的な訓練など)をサポートしてよい。一部の例において、リアルタイムデータは、デバイス322から継続的に、周期的に、またはバッチフェッチで取得される。一部の態様において、分析モジュール385は、スケジュール(たとえば、スケジュール決定モジュール393によって設定されたもの、ユーザによって設定されたものなど)に基づいてモデルを再訓練してよい。
【0195】
分析モジュール385は、変数のインパクトまたは重要度のインジケーションを提供する分析モジュール441を含んでよい。一部の態様において、デバイス322(たとえば、冷却機、ポンプなど)に関連する動作パラメータに関して、分析モジュール441は、機械学習モデルによって予測された値と測定された値(たとえば、履歴的な値、リアルタイムの値など)との間の差を示す二乗平均平方根誤差(RMSE: root-mean-square error)を提供してよい。冷却機の電力(kW)使用量に関する変数重要度の例が、後で図12Aに関連して図示され、説明される。
【0196】
一部のその他の態様において、分析モジュール385は、事前に訓練されたモデルの再訓練をサポートしてよい。再訓練は、本明細書において説明される漸進的な訓練を含んでよい。例において、機械学習モデル395は、ダッシュボードモジュール305を介してユーザによってアップロードされる事前に訓練されたモデルである場合がある。
【0197】
分析モジュール385は、ダッシュボードモジュール305または別のダッシュボード(たとえば、ダッシュボード455、サードパーティのダッシュボードアプリケーション)による要求および応答をサポートしてよい。たとえば、サービングAPI(serving API)450が、ダッシュボードモジュール305またはダッシュボード455にサービスのAPI呼び出しを出力する場合がある。
【0198】
オンライン分析モジュール396は、リアルタイムの結果440を提供してよい。例において、リアルタイムの結果440は、分析情報(たとえば、本明細書に記載の目標資産に関連する予測)と、図3Dを参照して本明細書において説明された検出された異常とを含む場合がある。
【0199】
本開示の態様は、データサブスクリプションおよびリスニングをサポートする。たとえば、ダッシュボードモジュール305および/またはダッシュボード455を介して、本明細書において説明されるシステムの態様は、資産の監視、資産の分析、および資産のシミュレーションをサポートする。
【0200】
【0201】
ダッシュボード情報500は、デバイス522の多次元表現と、デバイス522に対応する動作パラメータ(たとえば、温度、圧力など)の値とを含む。デバイス522は、図1に関連して説明されたデバイス122の態様の例を含んでよい。例において、ダッシュボード情報500は、デバイス522を含む資産の多次元表現527を含む。
【0202】
ダッシュボード情報500は、本明細書に記載の予測された性能データを含んでよい。予測された性能データは、デバイスに関連する予測された障害または故障イベント、および予測された障害に関連する時間的情報(たとえば、「次の故障時間(Next Failure Time)」)、予測された障害に関連する原因情報を含んでよい。一部の態様において、ダッシュボード情報500は、既存の障害および/または予測された障害に対処するための推奨されるアクション(「推奨」)を含んでよい。一部の例において、ダッシュボード情報500は、資産に関連する効率の評定、健全性のスコア、ならびに(たとえば、機械的および/または電気的)リスクのリストを含んでよい。
【0203】
ダッシュボード情報500は、本明細書に記載の動作パラメータ(たとえば、圧力、流量、振動、温度、電力、電流など)に関連するグラフの任意の組合せを含んでよい。場合によっては、グラフは、動作パラメータの履歴的なおよび/またはリアルタイムの値を含んでよい。一部の態様において、ダッシュボード情報500は、資産(または資産に関連するデバイス522)に関連するアラートおよび/または異常のインジケーションを含んでよい。
【0204】
図5Bおよび図5Cは、多次元表現527を構成または編集することをサポートする本開示の態様を示す。たとえば、図5Aの多次元表現527を選択するユーザ入力に基づいて、通信デバイス105は、図5Bに示されるビュー505を表示してよい。アイコン506を選択するユーザ入力に基づいて、通信デバイス105は、図5Cに示されるビュー510を表示してよい。ビュー510は、多次元表現527を構成または編集するためのユーザインターフェース511を含んでよい。
【0205】
図5Dは、資産(およびその多次元表現527)のユーザ構成の本明細書に記載の態様をサポートする例示的なビュー520、525、および530を示す。
【0206】
(たとえば、エディタアプリケーションを使用して)多次元表現527を編集する例示的な態様が、本明細書において説明される。本開示の態様は、多次元表現527(たとえば、SVGファイル)に関するカスタマイズされたプロパティの作成をサポートする。例示的なカスタマイズされたプロパティは、特に産業用資産に関連して作成されるタグ、範囲、および形状を含む。それぞれのカスタマイズされたプロパティに関して、本開示の態様は、多次元表現527(たとえば、SVGファイル)のプロパティを構成するためのライブラリを作成することと、グラフィカルユーザインターフェースにおいて(たとえば、ダッシュボードにおいて)プロパティをアニメーションすることとを含む。一部の態様において、プロパティを構成することは、プロパティに関連する範囲を定義することを含んでよい。
【0207】
本開示の態様は、(たとえば、静的なデータの代わりに)資産の時系列データの編集をサポートする。一部の例において、本開示の態様は、エディタアプリケーションのオンラインおよび/またはオフラインの実装をサポートする。
【0208】
図5Eは、ダッシュボード情報503および504の例を示す。ダッシュボード情報503および504は、図1に関連して説明されたダッシュボード情報129の態様の例を含んでよい。ダッシュボード情報503および504は、デバイス522(たとえば、デバイス522-aからデバイス522-dまで)の多次元表現と、デバイス522に対応する動作パラメータ(たとえば、温度、圧力など)の値とを含む。ダッシュボード情報503および504は、資産に対応するタグ540を含んでよい。資産は、デバイス522-a(たとえば、バルブ)、デバイス522-b(たとえば、バルブ)、デバイス522-c(たとえば、遠心ポンプ)、およびデバイス522-d(たとえば、モータ)を含む場合がある。デバイス522は、図1に関連して説明されたデバイス122の例示的な態様を含む。
【0209】
デバイス522の多次元表現に関して、通信デバイス105-aは、対応する動作パラメータの値に従って、それらの色、明るさ、および/またはコントラストを設定してよい(たとえば、ピクセル値を設定してよい)。例において、デバイス522-a(たとえば、バルブ)の吸引圧力が目標動作範囲内である場合、通信デバイス105-aは、デバイス522-aの多次元表現を緑色で表示する場合がある。別の例において、デバイス522-a(たとえば、バルブ)の吸引圧力が閉じた状態に関連して0.0kPaである場合、通信デバイス105-aは、デバイス522-aの多次元表現を暗い青色または灰色で表示する場合がある。例において、通信デバイス105-aは、異常に対応する動作パラメータ(たとえば、振動)の値を、値が目標動作範囲外であることを示す色(たとえば、赤色)で表示する場合がある。一部の例において、通信デバイス105-aは、異常の位置を示すためにグラフィカルなインジケータ523を(たとえば、赤色で)表示し、および/または異常を示すためにテキストインジケータ524を(たとえば、オレンジ色で)表示する場合がある。
【0210】
図6は、本開示の態様によるプロセスボイラー(process boiler)に関連するダッシュボード情報600の例を示す。ダッシュボード情報600は、本明細書に記載の同様の要素の態様の例(たとえば、図1を参照して説明されたダッシュボード情報129、図5を参照して説明されたダッシュボード情報500など)を含んでよい。ダッシュボード情報600は、本明細書において説明されるように、産業環境(たとえば、処理設備、処理施設)に含まれるデバイス622(たとえば、デバイス622-aからデバイス622-eまで)の動作パラメータ、性能データ、および予測された性能データを含んでよい。
【0211】
ダッシュボード情報600は、デバイス622(たとえば、プロセスボイラー、プロセスボイラーの関連する構成要素/デバイスなど)の多次元表現と、デバイス622に関連する動作パラメータ(たとえば、化学組成、温度、給水量、水の戻りの量など)の値とを含む。
【0212】
図7Aは、本開示の態様による資産の分析およびシミュレーションをサポートする例示的なシステム700を示す。図7Aは、本明細書に記載の同様の要素の態様を含んでよい。たとえば、図7Aの態様は、図1を参照して説明されたサーバ110または通信デバイス105によって実装されてよい。
【0213】
システム700は、データベース115、モデリングモジュール420、訓練段階705-a、訓練段階705-b、スケジュール決定モジュール393、予測モジュール397-a、推奨モジュール397-b、および異常検出モジュール398を含み、本明細書において既に説明されたそれらの態様は、簡潔にするために省略される。
【0214】
例において、訓練段階705-aおよび訓練段階705-bは、図3Dおよび図4を参照して説明された訓練モジュール394によって実施されてよい。たとえば、訓練段階705-aは、履歴的なデータに基づいてモデルを生成し、訓練する場合があり、訓練段階705-bは、デバイス322からのリアルタイムデータまたはライブデータに基づいてモデルを再訓練する場合がある(たとえば、漸進的に訓練する、スケジュールに基づいて訓練する、その他の基準に応答して訓練するなど)。
【0215】
システム700は、シミュレーションモジュール710を含む。シミュレーションモジュール710は、図3Dを参照して説明されたオンライン分析モジュール396の同様の態様を含んでよい。一部の例において、シミュレーションモジュール710は、(たとえば、705-aによって提供された)訓練されたモデルを使用して資産の動作をシミュレーションしてよい。一部のその他の例において、シミュレーションモジュール710は、(たとえば、705-bによって提供された)再訓練されたモデルを使用して資産の動作をシミュレーションしてよい。例示的な実装およびユースケースが、図7Aから図7Eを参照して本明細書において説明される。
【0216】
図7Bは、本開示の態様による資産の分析およびシミュレーションをサポートするダッシュボード情報701の例を示す。ダッシュボード情報701は、本明細書に記載の同様の要素の態様の例(たとえば、図1を参照して説明されたダッシュボード情報129、図5を参照して説明されたダッシュボード情報500、図6を参照して説明されたダッシュボード情報600など)を含んでよく、本明細書に記載のユーザインターフェース(たとえば、ダッシュボード128、ユーザインターフェース391など)を介して提供されてよい。
【0217】
図7Bを参照すると、資産は、デバイス722を含む冷却機システム702である場合がある。デバイス722は、本明細書に記載の同様の要素の例示的な態様(たとえば、デバイス122、デバイス322)を含む。例において、デバイス722-aは、冷却のためにデバイス722-bからデバイス722-eまでに冷水(CHW: chilled water)または凝縮水(CDW: condensed water)を供給することができる冷却機であってよい。
【0218】
一部の態様において、ダッシュボード情報701は、位置情報、図面情報、データシート情報、およびセンサーステータス情報を含んでよい。例において、ダッシュボード情報701は、システム性能データ715(たとえば、システムの効率、冷却機の効率、熱収支、システムの電力、CO2e排出量など)を含んでよい。
【0219】
本開示の態様は、動作パラメータ(たとえば、冷却負荷)に対するシステム性能データ715(たとえば、システム効率など)をプロットするためのグラフ720を、ダッシュボード情報701を介して表示することをサポートする。例において、システム性能データ715および動作パラメータは、グラフ720を介して選択可能である場合がある。別の例において、本開示の態様は、グラフ720(およびグラフ720に表されたデータ)のダウンロードをサポートする。その他の例は、システム性能データ715に基づいて(たとえば、システム効率が所定の閾値未満であるときに)アラートを提供することをサポートする。
【0220】
図7Cは、冷却機のユースケースに関連して例示的なダッシュボード703を示す。図7Cを参照して本明細書において説明される態様は、シミュレーションのためのデータ/モデルの選択をサポートする。図7Cを参照すると、本開示の態様は、目標動作パラメータ730(たとえば、最適化される電力消費)の達成に関連して、動作パラメータ(たとえば、冷水(CHW)の供給の温度)の選択をサポートする。一部の態様において、本開示の態様は、ユーザによるまたはシステム700による(たとえば、自律的、半自律的などの)動作パラメータおよび目標動作パラメータ730の選択をサポートする。
【0221】
例において、動作パラメータおよび目標動作パラメータ730に関して、システム700は、目標動作パラメータ730の測定されたデータ735(たとえば、冷水(CHW)の供給の測定された温度)と、目標動作パラメータ730のシミュレーションされたデータ740(たとえば、冷水(CHW)の供給の推奨される、または最適化された温度)とをプロットする場合がある。測定されたデータ735は、本明細書において説明される履歴的なデータおよび/またはリアルタイムデータを含む場合がある。
【0222】
システム700は、目標動作パラメータ730に関連する元の値745(たとえば、元の消費電力)と、目標動作パラメータ730に関連する予測された/シミュレーションされた値750(たとえば、最適化された消費電力の推奨される値)とを表示する場合がある。図7Cの例において、システム700は、冷却機の電力を約78.24kWから約77.6kWに削減すると予測される、ある期間(たとえば、X軸に示されるように、2020年1月5日から2020年1月16日まで)にわたる冷水(CHW)の供給の1つまたは複数の温度を推奨する。言い換えると、本開示は、選択された期間のユーザのためのシステム(たとえば、冷却機)の電力消費の最適化をサポートする。
【0223】
図7Dを参照して、例示的な実装が、冷却機システム702に関連して説明される。
【0224】
(たとえば、図7Aの)システム700は、冷却機システム702の目標動作パラメータ750-a(たとえば、冷却機の電力)および条件755-a(たとえば、冷却負荷)を設定してよい。システム700は、冷却機システム702に関連する動作パラメータ(たとえば、凝縮水の供給の温度/戻りの温度、冷水の供給の温度/戻りの温度、冷却機の電力、冷却電力、冷却機の送水ポンプの電力、冷水の戻りの流量/量など)の組合せをシミュレーションする場合がある。シミュレーション結果に基づいて、システム700は、動作パラメータ間の相関を決定してよい。
【0225】
相関に基づいて、システム700は、推奨される動作パラメータ値760-a(たとえば、冷水(CHW)の供給の摂氏7.9度の推奨される温度)と、推奨される動作パラメータ値760-aに基づいて達成されるであろう目標動作パラメータ750-aの予測された値(たとえば、298.0kW)とを提供してよい。
【0226】
図7Eを参照して、例示的な実装が、デバイス722(たとえば、デバイス722-fからデバイス722-iまで)を含むポンプシステム704に関連して説明される。デバイス722は、本明細書に記載の同様の要素の例示的な態様(たとえば、デバイス122、デバイス322)を含む。例において、デバイス722-fは、ポンプであってよい。
【0227】
(たとえば、図7Aの)システム700は、ポンプシステム704の目標動作パラメータ750-b(たとえば、ポンプの電力)および条件755-b(たとえば、355.00リットル/秒の吐出流量)を設定してよい。システム700は、ポンプシステム704に関連する動作パラメータ(たとえば、吐出圧力、吐出流量、ウェットウェルレベル、ポンプの電力など)の組合せをシミュレーションする場合がある。シミュレーション結果に基づいて、システム700は、ポンプシステム704の動作パラメータ間の相関を決定してよい。
【0228】
相関に基づいて、システム700は、推奨される動作パラメータ値760-b(たとえば、1.96メートルのウェットウェルレベル、1250のRPM/回転速度など)と、推奨される動作パラメータ値760-bに基づいて達成されるであろう目標動作パラメータ750-bの予測された値(たとえば、128.10kW)とを提供してよい。
【0229】
図8Aは、本開示の態様による例示的なブロック図800を示す。図8Aは、図3Dの資産管理モジュール310および分析モジュール385を含む。分析モジュール385の一部は、簡潔にするために省略されており、図3Dを参照した繰り返しの説明は、簡潔にするために省略される。図8Aを参照すると、分析モジュール385は、微調整されたモデル810の生成に関連して、訓練されたモデル395の漸進的な学習(たとえば、再訓練)をサポートする漸進的学習モジュール805をさらに含んでよい。
【0230】
モデルの訓練および再訓練に関連する例示的な実装が、図8Aおよび冷却機制御システム815を参照して説明される。例において、冷却機制御システム815は、図7Bおよび図7Dのダッシュボード情報701を参照して説明された冷却機システム702を参照する場合がある。
【0231】
訓練モジュール394は、冷却機制御システム815に関連する訓練データを受信してよい。例において、訓練データは、冷却機制御システム815に関連する履歴的なデータを含む場合がある。履歴的なデータは、たとえば、冷却機制御システム815に関連する動作パラメータ(たとえば、冷却機の電力、冷水の供給および戻りの温度、冷水流量など)および時間的期間を含んでよい。一部の態様において、履歴的なデータは、動作パラメータに関連するタイムスタンプを含む場合がある。訓練されたモデル395は、訓練データに基づいて冷却機制御システム815のための訓練されたモデルを生成してよい。
【0232】
漸進的学習モジュール805は、冷却機制御システム815によって提供されたリアルタイムデータ820に基づいて、訓練されたモデル395を再訓練してよい。リアルタイムデータ820は、冷却機制御システム815に関連する動作パラメータ(たとえば、冷却機の電力、冷水の供給および戻りの温度、冷水流量など)のリアルタイムの測定値を含んでよい。リアルタイムデータ820を使用して、漸進的学習モジュール805は、動作パラメータ間の任意の相関を維持または更新してよい。たとえば、相関に基づいて、漸進的学習モジュール805は、目標動作パラメータに最も影響を与える動作パラメータ/変数を特定および/または更新してよい。
【0233】
漸進的学習モジュール805は、漸進的な学習に基づいて、微調整されたモデル810を生成してよい。微調整されたモデル810は、漸進的な学習モジュール805によって更新された相関を含んでよい。例において、分析モジュール385は、微調整されたモデル810を使用して予測される推奨(たとえば、推奨される冷却機供給温度825)を出力してよい。
【0234】
一部の態様において、訓練されたモデル395の漸進的な学習は、スケジュール決定モジュール393によって設定されたスケジュールに基づく場合がある。一部の態様において、訓練されたモデル395の漸進的な学習は、代替的および/または追加的な基準(たとえば、精度の閾値と比較した訓練されたモデル395の予測精度、所定の差の閾値と比較した、履歴的なデータに関連する訓練データとリアルタイムデータに関連する訓練データとの間の差など)に基づく場合がある。
【0235】
エネルギー監視モジュール830は、冷却機制御システム815に関連するエネルギーの監視を提供してよい。たとえば、エネルギー監視モジュール830は、冷却機制御システム815における推奨(たとえば、推奨される冷却機供給温度825)の実施に応答して節約されたエネルギーを計算し、そのインジケーションを提供してよい。
【0236】
図8Bは、本開示の態様によるユーザインターフェース801の例を示す。一部の例において、ユーザインターフェース801は、図3Aおよび図3Dを参照して説明されたダッシュボードモジュール305またはユーザインターフェース391によって実装されてよい。
【0237】
ユーザインターフェース801は、スクリプティング/コーディングを必要とせずに、資産管理モジュール310から分析モジュール385へのデータのマッピングをサポートする単一のユーザインターフェースを提供する。対照的に、一部のその他の従来技術の分析ツールまたはソフトウェアアプリケーションは、リアルタイムデータに接続されずに「オフライン」で働く。そのような手法は、スクリプティングによって手動でモデルをアップロードすることに頼る場合があり、さらに、モデルを使用して分析を実行することは、モデルを分析されるデータと手動で接続することを含む場合がある。
【0238】
したがって、たとえば、本明細書において説明される技術およびユーザインターフェース801は、スクリプティングまたはコーディングなしで、機械学習モデルとデバイス/資産に関連するリアルタイムデータとをリンクする能力をユーザに提供する。一部のその他の態様において、ユーザインターフェース801は、訓練のスケジューリングの、ユーザによって制御された管理をサポートする。たとえば、ユーザインターフェース801を介して、ユーザは、本明細書において説明される漸進的な訓練を有効化する場合がある。
【0239】
本明細書において説明される漸進的訓練技術の態様は、その他のモデル訓練技術と比較して高められたモデルの精度を提供する場合がある。たとえば、その他のモデル訓練技術は、周期的に(たとえば、6ヶ月ごとまたは1年ごとに)手動で訓練を開始することを含む。本明細書において説明される技術は、データセット全体でモデルを訓練しない、モデルの自動の/スケジューリングされた漸進的な訓練を含む。一部の態様においては、漸進的な訓練を通じて、モデルが、プロセスデータの特性の任意の変化を反映するように更新される。一部のその他の態様において、本明細書に記載の自動の/スケジューリングされた漸進的な訓練を実施することは、(たとえば、漸進的な訓練セットによって)CPUの消費を最適化し、訓練時間を削減し/訓練効率を向上させ、それによって、オーバーヘッドコストを削減する場合がある。
【0240】
図9Aは、本開示の態様による資産の分析およびシミュレーションをサポートする例示的なブロック図900を示す。図9Aは、本明細書に記載の同様の要素の態様を含む。たとえば、図9Aの態様は、図1を参照して説明されたサーバ110または通信デバイス105によって実装されてよい。図9Aに示される要素は、図3A、図3B、図3D、および図4を参照して説明された資産管理モジュール310および分析モジュール385に関連して説明された要素と同じまたは同様であり、それらの繰り返しの説明は、簡潔にするために省略される。
【0241】
図9Aを参照すると、一部のその他の技術によって、分析ツール(「A」)およびリアルタイムデータプラットフォーム(「B」)(たとえば、IoTプラットフォーム)が、異なるツールまたは異なる会社によって実装される。したがって、たとえば、分析ツール「A」とプラットフォーム「B」との間の統合の欠如は、分析ツールとプラットフォームとの間の互換性または理解の欠如につながる。場合によっては、分析ツールとプラットフォームとの間の通信(たとえば、データ転送、データ統合)をサポートするために、分析ツール「A」とプラットフォーム「B」との両方においてエンジニアリングコストがかかる。
【0242】
たとえば、一部のその他の手法において、別個のシステムとして実装された分析ツール「A」とプラットフォーム「B」との間の通信は、ユーザによるスクリプティング/コーディング、または手動によるリンクをともなう場合がある。本開示の態様は、複数のエンジニアなしに漸進的な訓練を実現する可能性がある統合された手法を提供する。例において、本開示の態様は、比較的経験の浅いユーザによる漸進的な訓練をサポートする(たとえば、スクリプティングのためのITエンジニア、データとの接続のためのIoTエンジニア、訓練ワークフローの設計のためのデータサイエンティストなどへの依存を回避する)。したがって、たとえば、本開示の態様は、「A」と「B」との間の情報のやりとりのためのスクリプティング/コーディングの経験が比較的浅い、IT領域の知識が比較的少ない、データプラットフォームの知識が比較的少ない、および/またはデータサイエンティストの領域の知識が比較的少ないユーザによって実施されてよい。一部のその他の態様において、本明細書において説明される技術は、分析ツール「A」に関連するメンバーとプラットフォーム「B」に関連するメンバーとの間の緊密な協調なしに実施される可能性がある。
【0243】
いくつかのその他の場合に、そのような手法は、情報/データを処理するための分析ツール「A」(たとえば、本開示の分析モジュール385によって実装されるプラットフォーム905)と資産管理「B」(たとえば、本開示の資産管理モジュール310によって実装される)との間の閉ループの双方向の反復を実施することができない。そのようなその他の手法は、情報/データの継続的なスケジューリングされた処理をサポートすることができない。たとえば、その他の手法において、(たとえば、「B」の)プラットフォームは、(たとえば、「A」の)分析ツールによってまたはAPIを介してリンクすることによって手動で生成された機械学習モデルをアップロードすることをともなう場合がある。したがって、そのようなその他の手法に関して、(たとえば、「A」の)分析ツールにおける訓練プロセスは、データを訓練するために、(たとえば、「B」の)プラットフォームから周期的に(たとえば、3ヶ月ごと、6ヶ月ごと、定義された期間ごとなどに)データを収集することをともなう場合がある。
【0244】
本開示の例示的な態様によれば、少なくとも図9Aに示された統合は、(たとえば、本明細書に記載の分析モジュール385によって実装される)分析ツール(「A」)と(たとえば、本明細書に記載の資産管理モジュール310によって実装される)リアルタイムデータプラットフォーム(「B」)との間のデータのやりとりをサポートする。
【0245】
経験の浅いユーザにとって、統合は、ユーザが分析ツール(「A」)とリアルタイムデータプラットフォーム(「B」)との間の情報のやりとりを確実にするための時間の量を削減する。例において、本明細書において説明されるシステムおよび技術を使用すると、経験の浅いユーザが、その他の手法の数日または数週間に比べ、数時間で情報のやりとりを確実にする場合がある。少なくとも図9Aに示された統合は、「A」と「B」との間のデータ/情報の転送に関連して、高められた一貫性および精度をサポートする。
【0246】
図9Bは、本開示の態様による資産のシミュレーションおよび分析をサポートする例示的なプロセスフロー901を示す。一部の例において、プロセスフロー901は、図1に関連して説明されたシステム100の態様を実施してよい。プロセスフロー901は、本明細書に記載のダッシュボードモジュール305、資産管理モジュール310、分析モジュール385、およびオンライン分析モジュール396によって実施されてよい。一部の態様において、プロセスフロー901は、本明細書に記載のユーザインターフェース391を介したユーザ入力に応答して実施される場合がある。本明細書において説明されるように、プロセスフロー901の特徴は、ユーザによるスクリプティングまたはコーディングなしに実施されてよい。
【0247】
プロセスフロー901の以下の説明において、動作は、示された順序とは異なる順序で実行されてよく、または動作は、異なる順序で、もしくは異なる時間に実行されてよい。特定の動作が、プロセスフロー901から省かれてもよく、またはその他の動作が、プロセスフロー901に追加されてよい。
【0248】
システム100の任意のデバイスが、示される動作を実行してよいことを理解されたい。たとえば、プロセスフロー901は、図1を参照して説明されたサーバ110および/または通信デバイス105によって実施されてよい。
【0249】
910において、プロセスフロー901は、ジョブ/タスク(たとえば、資産の性能の監視、資産の動作のシミュレーションなど)を作成することを含んでよい。例において、910におけるジョブ/タスクの作成は、資産の特徴(たとえば、資産に関連するデバイス、データ型など)および機械学習の特徴(たとえば、最適化のための目標動作パラメータなど)を示すユーザ入力に応答して実行されてよい。たとえば、910は、どのデータ/情報を実行するかを選択することに関連するユーザ入力に応答してジョブを作成することを含む場合がある。一部の態様において、910のジョブ/タスクは、特定の機械学習タスクのためにタスクを指定することを含む場合がある。
【0250】
915において、プロセスフロー901は、機械学習モデルの選択を含んでよい。例において、選択された機械学習モデルは、本明細書において説明されるようにオフラインの機械学習分析によって履歴的なデータに基づいて構築された機械学習である。たとえば、910に関連して説明されたジョブ/タスクの作成(資産に関連するデータの選択)に応答して、「最良の」機械学習モデル/「適応的な」機械学習モデルが決定される。例において、機械学習モデルは、ユーザによってアップロードされたデータから作成されるか、資産管理モジュール310からのリアルタイムデータに基づいて作成されるか、またはデータベース115から(たとえば、データベースクエリに応答して)取り出される場合がある。
【0251】
920において、プロセスフロー901は、リアルタイムデータをオンラインで(たとえば、ライブで)統合することを含んでよい。たとえば、915において選択されたモデルに応答して、プロセスフロー901は、データの獲得のために図9Aのリアルタイムデータプラットフォーム「B」との接続を進めることを含んでよい。例において、リアルタイムデータは、資産管理モジュール310から提供される場合がある。
【0252】
925において、プロセスフロー901は、オンライン分析が適用されるプロジェクトを選択することを含んでよい。
【0253】
930において、プロセスフロー901は、分析ツール(「A」)とリアルタイムデータプラットフォーム(「B」)とを接続すること(マッピングすること)を含んでよい。たとえば、930において、プロセスフロー901は、資産管理モジュール310内のプロジェクトと分析モジュール385との間の接続を自律的または半自律的に(たとえば、ユーザ入力と組み合わせて)確立することを含んでよい。たとえば、930は、分析モジュール385によって(たとえば、図3Dを参照して説明された(マッピングモジュール389を含む)データ統合モジュール388およびデータ取り出しモジュール390によって)データの取り出しを開始することを含んでよい。一部の態様において、930は、図3Dを参照して説明されたオンライン分析モジュール396によって実施される分析を含んでよい。
【0254】
935において、プロセスフロー901は、再学習すること(たとえば、漸進的な訓練)を含んでよい。たとえば、935は、図3Dおよび図7Aを参照して説明された訓練モジュール394および訓練段階705-bにおいて実施されてよい。
【0255】
一部の例示的な実装において、本開示の態様は、10分未満での単一のユーザによるプロセスフロー901の910から935までの完了をサポートする。
【0256】
例においては、経験の浅いユーザ(1人、10分未満)が、ツールを使用してフロー901を実行することができる。
【0257】
図10は、本開示の態様による資産の分析およびシミュレーションをサポートする例示的なプロセスフロー1000を示す。一部の例において、プロセスフロー1000は、図1に関連して説明されたシステム100の態様を実施してよい。プロセスフロー1000は、図3Bおよび図3Dを参照して本明細書において説明された資産管理モジュール310および分析モジュール385によって実施されてよい。一部の態様において、プロセスフロー1000は、本明細書に記載のユーザインターフェース391を介した1つまたは複数のユーザ入力に応答して実施される場合がある。本明細書において説明されるように、プロセスフロー1000の特徴は、ユーザによるスクリプティングまたはコーディングなしに実施されてよい。
【0258】
プロセスフロー1000の以下の説明において、動作は、示された順序とは異なる順序で実行されてよく、または動作は、異なる順序で、もしくは異なる時間に実行されてよい。特定の動作が、プロセスフロー1000から省かれてもよく、またはその他の動作が、プロセスフロー1000に追加されてよい。
【0259】
システム100の任意のデバイスが、示される動作を実行してよいことを理解されたい。たとえば、プロセスフロー1000は、図1を参照して説明されたサーバ110および/または通信デバイス105によって実施されてよい。
【0260】
プロセスフロー1000の1005において、資産管理モジュール310は、1つまたは複数のデバイス322に関連するデバイスデータ(たとえば、デバイス情報/パラメータ)を受信してよい。
【0261】
プロセスフロー1000の1010において、資産管理モジュール310は、資産に関連して1組のデバイス322(たとえば、デバイス322-aからデバイス322-cまで)をグループ化してよい。例において、資産管理モジュール310は、ユーザ入力に応答して1組のデバイス322をグループ化してよい。
【0262】
一部の態様において、資産管理モジュール310は、資産に関連するすべてのデータの信頼できる唯一の情報源(single source of truth)である。一部の態様において、資産管理モジュール310は、データがユーザにとってより読みやすく、より理解しやすいようにデータのモデリングをサポートする。一部の態様において、データは、(たとえば、分析モジュール385における)分析および(たとえば、ダッシュボードモジュール305における)ダッシュボード表示(dashboarding)での再利用をサポートするフォーマットでモデリングされる。たとえば、データは、コーディングまたはスクリプティングの経験なしにユーザがデータを読むことおよび操作することをサポートするフォーマットでモデリングされる。一部の態様において、ダッシュボードモジュール305は、データおよびモデルを提示し、ドラッグアンドドロップインタラクションをサポートする場合がある。
【0263】
プロセスフロー1000の1015において、分析モジュール385は、資産管理モジュール310からデータを取り出し、データを編成してよい。一部の態様において、分析モジュール385は、ユーザ入力(たとえば、マウスクリック、キーボード入力、テキスト入力など)に応答してデータを取り出してよい。たとえば、分析モジュール385は、コーディングまたはスクリプティングのいらないユーザ入力(たとえば、マウスクリック、ドラッグアンドドロップ、テキスト入力など)をサポートしてよい。
【0264】
プロセスフロー1000の1020において、分析モジュール385は、本明細書に記載されるオンライン分析を使用して分析されることになる情報(たとえば、最適化されるべき目標動作パラメータ)を示すユーザ入力を受信してよい。たとえば、ユーザは、ユーザインターフェースのそれぞれのボックスをチェックまたはクリックすることによって資産の情報を選択する場合がある。ボックスは、資産の対応する情報(たとえば、サイズ、XYZ速度(XYZ velocity)、XYZ加速度(XYZ acceleration)、Y速度(Y velocity)、稼働時間、温度など)に関連付けられてよい。
【0265】
プロセスフロー1000の1025において、分析モジュール385は、漸進的な訓練のためのスケジューラを実行してよい。スケジューラは、図3Dおよび図7Aを参照して説明されたスケジュール決定モジュール393の態様を含んでよい。一部の態様において、分析モジュール385は、ユーザ入力(たとえば、マウスクリック、キーボード入力、テキスト入力など)に応答してスケジューラを実行する。
【0266】
図11は、本開示の態様による再学習および漸進的な訓練をサポートする例示的なプロセスフロー1100を示す。プロセスフロー1100は、図9Aを参照して説明された分析モジュール385および資産管理モジュール310によって実施されてよい。例において、プロセスフロー1100は、プロセスフロー1000の1025において実施される場合がある。
【0267】
1105において、プロセスフロー1100は、(たとえば、「B」の資産管理モジュール310によって提供される)リアルタイムデータと分析ツール(たとえば、本開示の分析モジュール385によって実装されるプラットフォーム905)とを接続することを含んでよい。
【0268】
1110において、プロセスフロー1100は、再学習および漸進的な訓練のための1つまたは複数のトリガ基準を構成することを含んでよい。例において、トリガ基準は、時間変数を含む場合がある(たとえば、X日ごと、Y週間ごとなどに再学習または再訓練する)。一部の態様において、分析モジュール385は、スケジューラ機能のインターフェースを介して(たとえば、本明細書に記載のユーザインターフェース391を介して)ユーザがトリガ基準を構成することをサポートする場合がある。一部の態様において、プロセスフロー1100は、再学習および漸進的な訓練のための追加的または代替的なトリガ基準をサポートする場合がある。たとえば、トリガ基準は、訓練されたモデル395の目標予測精度を含む場合がある。
【0269】
1115において、プロセスフロー1100は、トリガ基準の充足に応答して再学習(たとえば、漸進的な訓練)を実行することを含んでよい。たとえば、プロセスフロー1100は、時間変数が満たされることの特定、および/または目標予測精度が精度の閾値を下回ることの特定に応答して、モデルを再訓練することを含んでよい。
【0270】
したがって、たとえば、本開示の態様は、(「B」の)資産管理モジュール310から(「A」の)分析モジュール385へのデータの継続的な接続と、訓練された既存のモデルの自動的強化とをサポートする。訓練されたモデルの強化は、(たとえば、漸進的なデータを使用する)訓練されたモデルの再訓練、モデルによって提供される出力の周期的な相互の関連付け、およびデータサンプリングを含む。
【0271】
図12Aは、目標動作パラメータ(たとえば、電力(kW)使用量/消費量)に対する冷却機の動作パラメータの変数重要度の例示的なグラフ1200を示す。例示的なグラフ1200に示された例示的な動作パラメータは、例であり、本開示の態様によってサポートされる動作パラメータは、それらに限定されない。例示的なグラフ1200においては、凝縮水(CDW)の戻りの温度が、冷却機の電力(kW)使用量/消費量に最も大きな影響を与える動作パラメータである。
【0272】
本開示の態様は、より大量のパラメータおよびパラメータのより大きな変動をサポートする場合があるシミュレーションモジュール(たとえば、図7Aのシミュレーションモジュール710)、予測モジュール(たとえば、図3Dの目標予測および推奨モジュール397、図7Aの予測モジュール397-a)、および推奨モジュール(たとえば、図3Dの目標予測および推奨モジュール397、図7Aの推奨モジュール397-b)を含む。シミュレーションモジュールおよび予測モジュールは、動作パラメータの任意の組合せ(たとえば、任意の2つの動作パラメータ)の間の変数重要度および相関関係を考慮に入れてよい。
【0273】
図12Bは、シミュレーションモジュールおよび/または予測モジュールによって生成された相関行列1201の例を示す。例において、シミュレーションモジュールおよび/または予測モジュールは、相関行列1201から、その他の動作パラメータに対する動作パラメータの影響/インパクトを特定してよい。たとえば、相関行列1201を参照すると、凝縮水(CDW)の戻りの温度は、冷却機の電力(kW)に関して0.64の変数重要度を有する(それによって、冷却機の電力(kW)に最も大きなインパクトを与える)。
【0274】
したがって、たとえば、凝縮水(CDW)の戻りの温度の値の変化に応答して、予測モジュールおよび/または推奨モジュールは、凝縮水(CDW)の戻りの温度の変化が冷却機の電力(kW)に対して動作パラメータ(たとえば、凝縮水(CDW)の供給の温度、冷水(CHW)の戻りの温度など)の中でもとりわけ相対的に最も大きなインパクトを与えることを特定する場合がある。一部の態様において、シミュレーションモジュールおよび予測モジュールは、本明細書に記載のすべての要因を用いて消費電力を反復的に予測するために同時に処理され得る。
【0275】
推奨モジュールは、目標基準要件(たとえば、冷却機システムの冷却負荷、ポンプシステムの流量)を満たすために、資産の効率および電力消費の節約の向上に寄与する場合がある最適な制御可能なパラメータ(たとえば、冷却機システムの冷水(CHW)の供給の温度、ポンプシステムのモータ速度(RPM)など)を出力してよい。
【0276】
したがって、たとえば、グラフ1200および相関行列1201の態様は、ユーザが、コーディングまたはプログラミングの経験がなくても、入力/出力動作パラメータと目標動作パラメータとの間のインパクトを直接マッピングし、動作パラメータを修正することを可能にする。
【0277】
参照して説明された本開示の例示的な態様は、相関行列1201内の値を区別するための識別子、色、テキスト、およびグラフィカルなイラストの任意の組合せをサポートすることを理解されたい。たとえば、本開示の態様は、ゼロ未満の値(たとえば、-0.01から-1.0まで)のために第1の色(たとえば、赤)およびそのグラデーションを使用すること、ならびにゼロを超える値(たとえば、+0.01から+1.0まで)のために第2の色(たとえば、青)およびそのグラデーションを使用することをサポートする。
【0278】
別の例において、本開示の態様は、相関行列1201内の値を区別するために、異なる記号(たとえば、三角形、正方形など)およびその密度を使用することをサポートする。たとえば、ゼロ未満の値(たとえば、-0.01から-1.0まで)のために第1の記号(たとえば、正方形)およびその密度が使用される場合があり、ゼロを超える値(たとえば、+0.01から+1.0まで)のために第2の記号(たとえば、三角形)およびその密度が使用される場合がある。
【0279】
【0280】
プロセスフロー1300の以下の説明において、動作は、示された順序とは異なる順序で実行されてよく、または動作は、異なる順序で、もしくは異なる時間に実行されてよい。特定の動作が、プロセスフロー1300から省かれてもよく、またはその他の動作が、プロセスフロー1300に追加されてよい。
【0281】
システム100の任意のデバイスが、示される動作を実行してよいことを理解されたい。たとえば、プロセスフロー1300は、図1を参照して説明されたサーバ110および/または通信デバイス105によって実施されてよい。
【0282】
1305で、プロセスフロー1300は、システム100において、少なくとも1つの産業プロセスに関連する資産(たとえば、資産123)の第1の多次元表現(たとえば、多次元表現126)を受信することを含む。
【0283】
1310において、プロセスフロー1300は、第1の多次元表現に基づいて資産の第2の多次元表現(たとえば、多次元表現127)を生成すること(たとえば、自動的に生成すること)を含む。例において、1310は、資産監視システムのフォーマットに従って第2の多次元表現を生成することを含む。
【0284】
一部の態様において、1310で第2の多次元表現を生成することは、資産に関連する1つまたは複数の動作パラメータを第2の多次元表現にマッピングすることを含む。例において、資産に関連する1つまたは複数の動作パラメータを第2の多次元表現にマッピングすることは、第2の多次元表現を複数のピクセルにセグメント分けすること、1つまたは複数の動作パラメータの値を複数のピクセルの候補ピクセル値に関連付けることを含み、第2の多次元表現を表示することは、マッピングに基づいて複数のピクセルを表示することを含む。
【0285】
一部のその他の態様では、1310において第2の多次元表現を生成することは、複数のデバイスのうちの少なくとも1つを資産に関連付けることを含む。
【0286】
例において、第1の多次元表現は、資産の3次元のグラフィカルな表現を含み、第2の多次元表現は、資産の2次元のベクトルグラフィック表現を含む。一部の態様において、第2の多次元表現を生成することは、第1の多次元表現を第2の多次元表現に変換することを含む。例において、第2の多次元表現は、グラフィカルユーザインターフェースを介して構成可能である。
【0287】
1315において、プロセスフロー1300は、第2の多次元表現に対応する1組のプロパティを生成することを含む。一部の態様において、1組のプロパティは、グラフィカルユーザインターフェースを介して構成可能である。例において、1組のプロパティは、タグ、範囲、および形状のうちの少なくとも1つを含む。
【0288】
1320において、プロセスフロー1300は、資産に関連する1つまたは複数の特性を処理することを含む。
【0289】
1325において、プロセスフロー1300は、処理の結果に基づいて、資産に関連する1つもしくは複数の動作パラメータ、1つもしくは複数の動作パラメータに関連する閾値の基準、またはそれら両方を選択することを含む。
【0290】
1330において、プロセスフロー1300は、デバイスプラットフォームアプリケーション(たとえば、図2を参照して説明されたデバイス管理プラットフォーム228に関連するアプリケーション)またはクラウドインフラストラクチャ(たとえば、図2を参照して説明されたクラウドインフラストラクチャ232)から資産に関連する1つまたは複数の動作パラメータの値にアクセスすることを含む。
【0291】
例において、値は、資産に関連するリアルタイムの測定値または履歴的な測定値を含む。例において、1つまたは複数の動作パラメータは、温度、圧力、流量、湿度、振動、全負荷電流定格、電力、および二酸化炭素レベルのうちの少なくとも1つを含む。
【0292】
1335において、プロセスフロー1300は、1つまたは複数の動作パラメータの値を閾値の基準と比較することを含む。例において、比較の結果に基づいて、プロセスフロー1300は、ステータスインジケータを生成すること、および通知を出力することのうちの少なくとも1つを含み、通知は、可聴のアラート、視覚によるアラート、および触覚によるアラートのうちの少なくとも1つを含む。
【0293】
1340において、プロセスフロー1300は、資産監視システムのグラフィカルユーザインターフェースにおいて、第2の多次元表現、および資産に関連するステータス情報を表示することを含む。一部の態様において、ステータス情報は、資産に関連する1つまたは複数の動作パラメータの値を含む。一部の態様において、ステータス情報は、1335において生成されたステータスインジケータを含む。
【0294】
一部の態様において、プロセスフロー1300は、2つ以上の動作パラメータの値を集約することを含む。例において、ステータス情報は、2つ以上の動作パラメータの集約された値を含む。
【0295】
一部の態様において、プロセスフロー1300は、1つまたは複数の動作パラメータの値が閾値の基準を満たすことに基づいて第1の色によって第2の多次元表現、ステータス情報、およびステータスインジケータのうちの少なくとも1つを表示することと、1つまたは複数の動作パラメータの値が閾値の基準を満たすことに失敗することに基づいて第2の色によって第2の多次元表現、ステータス情報、およびステータスインジケータのうちの少なくとも1つを表示することとを含む。
【0296】
1345において、プロセスフロー1300は、1つまたは複数の動作パラメータの値に基づいて、資産に関連する故障イベントを予測することを含む。
【0297】
1350において、プロセスフロー1300は、グラフィカルユーザインターフェースにおいて、故障イベントに関連する時間的情報および故障イベントに関連する推奨されるアクションのうちの少なくとも1つを表示することを含んでよい。
【0298】
プロセスフロー1300は、資産を構成することに関連するユーザ入力をサポートしてよい。たとえば、プロセスフロー1300は、グラフィカルユーザインターフェースを介して、複数のデバイス(たとえば、図1を参照して説明されたデバイス122)をグループ化することに関連するユーザ入力を受信することを含んでよい。例において、プロセスフロー1300は、ユーザ入力に基づいて、複数のデバイスを資産に割り振ることを含む。一部の態様において、プロセスフロー1300は、ユーザ入力に応答して、複数のデバイスをグループ化することを含む。一部の例において、複数のデバイスをグループ化することは、複数のデバイスのデバイスデータにアクセスすることと、デバイスデータを、資産を表す少なくとも1つの種類のデータ構造に変換することとを含む。
【0299】
プロセスフロー1300は、ユーザ入力に基づいて資産を構成することを含む。一部の態様において、資産を構成することは、資産または複数のデバイスのうちの少なくとも1つに関連する階層を修正することと、資産ライブラリから資産を削除することと、資産ライブラリに資産を追加することと、資産に関連する識別子を構成することと、資産に関連するモデルを生成し、適用することであって、モデルが、1つまたは複数の動作パラメータを集約することに関連する1つまたは複数のアルゴリズムを含む、生成し、適用することと、資産に関連するモデルを構成することとのうちの少なくとも1つを含む。
【0300】
プロセスフロー1300は、プロセスフロー1300の任意の動作の自律的および/または半自律的な実施をサポートしてよい。本明細書に記載のステップ、機能、および動作のいずれも、連続的および自動的に実行され得る。
【0301】
図14は、本開示の態様による資産のシミュレーションおよび分析をサポートするプロセスフロー1400の例を示す。一部の例において、プロセスフロー1400は、図1に関連して説明されたシステム100の態様を実施してよい。
【0302】
プロセスフロー1400の以下の説明において、動作は、示された順序とは異なる順序で実行されてよく、または動作は、異なる順序で、もしくは異なる時間に実行されてよい。特定の動作が、プロセスフロー1400から省かれてもよく、またはその他の動作が、プロセスフロー1400に追加されてよい。
【0303】
システム100の任意のデバイスが、示される動作を実行してよいことを理解されたい。たとえば、プロセスフロー1400は、図1を参照して説明されたサーバ110および/または通信デバイス105によって実施されてよい。
【0304】
プロセスフロー1400は、資産の分析を提供する方法をサポートする場合がある。
【0305】
1405において、プロセスフロー1400は、履歴的なデータを含む第1の訓練データセットを受信することを含んでよく、履歴的なデータは、資産の動作に関連付けられる。
【0306】
1410において、プロセスフロー1400は、第1の訓練データセットに基づいて関係(たとえば、本明細書に記載の変数重要度、本明細書に記載の相関行列1201など)を決定することを含んでよい。
【0307】
1415において、プロセスフロー1400は、資産の動作に関連するリアルタイムデータを含む第2の訓練データセットを取得することを含んでよい。
【0308】
1420において、プロセスフロー1400は、更新された関係を自動的に取得するために関係を更新することを含んでよく、更新された関係は、第1の訓練データセットおよび第2の訓練データセットに基づき、更新された関係は、漸進的な訓練に基づいて決定される。
【0309】
1425において、プロセスフロー1400は、資産の動作に関連する目標パラメータを提供することを含んでよい。一部の態様において、目標パラメータは、資産に関連する目標動作パラメータ(たとえば、冷却機システムに関連する冷却機の電力)を含む。
【0310】
1430において、プロセスフロー1400は、更新された関係および目標パラメータに基づいて、グラフィカルユーザインターフェース内で、シミュレーションされた資産の動作を提供することを含んでよい。
【0311】
1435において、プロセスフロー1400は、シミュレーションされた資産の動作に基づいて推奨されるアクションを表示することを含んでよい。
【0312】
一部の態様において、関係は、資産の動作に関連する複数の入力および出力の間の複数の相関を含み、複数の入力および出力の1つ1つの変数重要度をさらに含み、変数重要度は、関係に対する複数の入力および出力の1つ1つの影響を表す。
【0313】
一部の態様において、目標パラメータは、資産のエネルギー消費に関連付けられる。
【0314】
一部の態様において、目標パラメータは、冷却負荷および吐出流量を含む。
【0315】
一部の態様において、第2の訓練データセットを取得することは、資産に関連するリアルタイムデータを取得することを含む。一部の態様において、リアルタイムデータを取得することは、グラフィカルユーザインターフェース内の資産とリアルタイムデータを含む資産管理プラットフォームとの間の接続を初期化することと、マッピングリストに基づいて資産管理プラットフォームからリアルタイムデータを取り出すこととを含む。
【0316】
一部の態様において、マッピングリストは、グラフィカルユーザインターフェース内の資産と、リアルタイムデータを含む資産管理プラットフォームとの間の関連付けを含む。
【0317】
一部の態様において、第2の訓練データセットを取得することは、資産に関連するリアルタイムデータを取得することを含む。一部の態様において、リアルタイムデータを取得することは、リアルタイムデータを取得するための所定の期間を計算することと、所定の期間に基づいてリアルタイムデータを取り出すこととを含む。
【0318】
一部の態様において、所定の期間を計算することは、間隔内の第1の訓練データセットと第2の訓練データセットとの間の差を計算することと、間隔内の差の量を決定することと、差の量に基づいて所定の期間を計算することとを含む。
【0319】
一部の態様において、更新された関係を取得するために関係を更新することは、所定の期間および差の量に基づいて関係を自動的に更新することを含む。
【0320】
一部の態様において、関係を更新することは、資産の動作に関連する複数の入力および出力の間の複数の相関を更新することと、複数の入力および出力の1つ1つの変数重要度を更新することとを含む。
【0321】
一部の態様において、推奨されるアクションを提供することは、少なくとも資産の動作に関連するパラメータの値を提供することを含む。
【0322】
一部の態様において、推奨されるアクションを提供することは、資産に関連する予測を示すグラフをグラフィカルユーザインターフェース内で提供することを含む。
【0323】
一部の態様において、プロセスフロー1400は、更新された関係および第2の訓練データセットに基づいて資産に関連する故障イベントを予測することと、グラフィカルユーザインターフェース内で資産に関連する時間的情報を表示することとを含んでよい。
【0324】
一部の態様において、プロセスフロー1400は、推奨されるアクションの受信に応答して資産の動作を自動的に制御することを含んでよい。
【0325】
一部の態様において、動作を制御することは、資産に関連するパラメータの値を変更することを含む。
【0326】
一部の態様において、資産は、冷却機、ポンプ、ボイラー、送風機、またはコンプレッサのうちの1つを含む。
【0327】
一部の態様において、資産は、冷却機であり、履歴的なデータは、冷却機の電力、冷水の供給の温度、冷水の戻りの温度、または冷水の流量のうちの少なくとも1つに関連するデータを含む。
【0328】
一部の態様において、資産は、ポンプであり、履歴的なデータは、吐出圧力、吐出流量、ウェットウェルレベル、またはポンプの電力のうちの少なくとも1つに関連するデータを含む。
【0329】
図15Aは、本開示の態様による資産のシミュレーションおよび分析をサポートするプロセスフロー1500の例を示す。一部の例において、プロセスフロー1500は、図1に関連して説明されたシステム100の態様を実施してよい。
【0330】
プロセスフロー1500の以下の説明において、動作は、示された順序とは異なる順序で実行されてよく、または動作は、異なる順序で、もしくは異なる時間に実行されてよい。特定の動作が、プロセスフロー1500から省かれてもよく、またはその他の動作が、プロセスフロー1500に追加されてよい。
【0331】
システム100の任意のデバイスが、示される動作を実行してよいことを理解されたい。たとえば、プロセスフロー1500は、図1を参照して説明されたサーバ110および/または通信デバイス105によって実施されてよい。
【0332】
1505において、プロセスフロー1500は、資産に関連する1つまたは複数の第1の動作パラメータの目標値を特定することであって、資産が、少なくとも1つの産業プロセスに関連付けられる、特定することを含んでよい。
【0333】
一部の態様において、1つまたは複数の第1の動作パラメータは、資産のエネルギー消費に関連付けられる。
【0334】
一部の態様において、1つまたは複数の第1の動作パラメータは、資産に関連する冷却負荷および資産に関連する吐出流量のうちの少なくとも1つを含む。
【0335】
一部の態様において、資産は、冷却機、ポンプ、ボイラー、送風機、またはコンプレッサを含む。
【0336】
1510において、プロセスフロー1500は、1つまたは複数の第1の動作パラメータの目標値を機械学習モデルに提供することを含んでよい。
【0337】
1515において、プロセスフロー1500は、機械学習モデルによる1つまたは複数の第1の動作パラメータの目標値の処理に応答して、資産に関連する1つまたは複数の第2の動作パラメータの第2の目標値を受信することを含んでよい。
【0338】
例において、1505で特定される目標値は、資産の目標性能値(たとえば、エネルギー消費の値)である場合があり、1515で受信される第2の目標値は、資産の目標性能値を達成するために機械学習モデルによって推奨される動作パラメータ(たとえば、冷水の供給の温度)である場合がある。
【0339】
一部の態様において、機械学習モデルは、資産の複数の動作パラメータ間の相関に基づいて1つまたは複数の第2の動作パラメータの第2の目標値を提供し、複数の動作パラメータは、1つまたは複数の第1の動作パラメータおよび1つまたは複数の第2の動作パラメータを含む。
【0340】
一部の態様において、資産の複数の動作パラメータ間の相関は、1つまたは複数の第1の動作パラメータと1つまたは複数の第2の動作パラメータとの間の第1の相関、および資産に関連する1つまたは複数の第3の動作パラメータと1つまたは複数の第2の動作パラメータとの間の第2の相関を含む。
【0341】
一部の態様において、相関は、相関に対する1つまたは複数の第1の動作パラメータの第1の重み付けされたインパクトと、相関に対する1つまたは複数の第2の動作パラメータの第2の重み付けされたインパクトとに基づき、第1の重み付けされたインパクトは、第2の重み付けされたインパクトと異なる。
【0342】
1520において、プロセスフロー1500は、1つまたは複数の第2の動作パラメータの第2の目標値を使用して資産の1つまたは複数の動作をシミュレーションすることを含んでよい。
【0343】
1525において、プロセスフロー1500は、1つまたは複数の動作のシミュレーションに関連する結果に応答して、ユーザインターフェースを介して、1つまたは複数の推奨されるアクションを提供することを含んでよい。
【0344】
一部の態様において、1つまたは複数の推奨されるアクションを提供することは、ユーザインターフェースを介して、1つまたは複数の第2の動作パラメータの目標値を提供することを含む。
【0345】
一部の態様において、1つまたは複数の推奨されるアクションを提供することは、ユーザインターフェースを介して、資産に関連する1つまたは複数の予測を示すグラフを表示することを含む。
【0346】
1527において、プロセスフロー1500は、1つまたは複数の推奨されるアクションの受信に応答して、資産の1つまたは複数の動作を自動的または半自動的に制御することを含んでよく、資産の1つまたは複数の動作を自動的または半自動的に制御することは、1つまたは複数の第2の動作パラメータの第2の目標値を使用することを含む。
【0347】
図15Bは、本開示の態様による資産のシミュレーションおよび分析をサポートするプロセスフロー1501の例を示す。一部の例において、プロセスフロー1501は、図1に関連して説明されたシステム100の態様を実施してよい。
【0348】
プロセスフロー1501の以下の説明において、動作は、示された順序とは異なる順序で実行されてよく、または動作は、異なる順序で、もしくは異なる時間に実行されてよい。特定の動作が、プロセスフロー1501から省かれてもよく、またはその他の動作が、プロセスフロー1501に追加されてよい。
【0349】
システム100の任意のデバイスが、示される動作を実行してよいことを理解されたい。たとえば、プロセスフロー1501は、図1を参照して説明されたサーバ110および/または通信デバイス105によって実施されてよい。
【0350】
プロセスフロー1501の態様は、機械学習モデルを使用する予測をサポートする。プロセスフロー1501の態様は、資産に関連する履歴的なデータおよび/またはリアルタイムデータを使用する機械学習モデルの訓練および更新をサポートする。たとえば、プロセスフロー1501の態様は、プロセスフロー1500を参照して本明細書において説明された任意の特徴と組み合わせて実施されてよい。たとえば、プロセスフロー1501の態様は、プロセスフロー1500の任意の特徴の前に、後に、またはそれらの特徴と組み合わせて実施されてよい。
【0351】
1530において、プロセスフロー1501は、少なくとも1つの産業プロセス、資産、またはそれら両方に関連する履歴的なデータを含む訓練データセットに基づいて機械学習モデルを訓練することであって、資産に関連する1つまたは複数の第1の動作パラメータと、資産に関連する1つまたは複数の第2の動作パラメータとの間の相関を決定することを含む、訓練することを含んでよい。
【0352】
一部の態様において、資産は、冷却機を含み、履歴的なデータは、冷却機に関連する電力消費、水の供給の温度、水の戻りの温度、および水の流量のうちの少なくとも1つに関連付けられる。
【0353】
一部の態様において、資産は、ポンプを含み、履歴的なデータは、ポンプに関連する電力消費、吐出圧力、吐出流量、およびウェットウェルレベルのうちの少なくとも1つに関連付けられる。
【0354】
1535において、プロセスフロー1501は、資産に関連する履歴的なデータを含む第1の訓練データセットと、資産に関連するリアルタイムデータを含む第2の訓練データセットとを比較することを含んでよい。
【0355】
1540において、プロセスフロー1501は、資産に関連するリアルタイムデータを取得することに関連する時間的間隔を設定することであって、資産に関連する履歴的なデータを含む第1の訓練データセットと、資産に関連するリアルタイムデータを含む第2の訓練データセットとの(1535における)比較に応答する、設定することを含んでよい。
【0356】
1545において、プロセスフロー1500は、資産に関連する1つまたは複数の異常の検出に関する機械学習モデルの予測精度と、目標予測精度とを比較することを含んでよい。
【0357】
1555において、プロセスフロー1501は、リアルタイムデータを取得することを含んでよい。例において、1550でのプロセスフロー1501は、(1540で設定された)時間的間隔に基づいてリアルタイムデータを取得することを含んでよい。追加的または代替的に、1555でのプロセスフロー1501は、資産に関連する1つまたは複数の異常の検出に関する機械学習モデルの予測精度と目標予測精度との(1545における)比較に応答して、資産に関連するリアルタイムデータを取得することを含んでよい。
【0358】
1560において、プロセスフロー1501は、資産に関連するリアルタイムデータを含む訓練データセットに基づいて機械学習モデルを更新することであって、1つまたは複数の第1の動作パラメータと1つまたは複数の第2の動作パラメータとの間の相関を更新することを含む、更新することを含んでよい。
【0359】
1565において、プロセスフロー1501は、リアルタイムデータに基づいて、および相関の更新に基づいて、資産に関連するイベントを予測することを含んでよい。
【0360】
1570において、プロセスフロー1501は、ユーザインターフェースを介してイベントおよび資産に関連する時間的情報を表示することを含んでよい。
【0361】
本明細書に記載のプロセスフロー1500およびプロセスフロー1501の態様は、グラフィカルユーザインターフェースと、プロセッサと、プロセッサによって処理されると、プロセッサにプロセスフロー1500およびプロセスフロー1501の態様を実行させる、データを記憶するメモリとを含むシステムによって実施されてよい。
【0362】
図16は、本開示の態様による資産のシミュレーションおよび分析をサポートするプロセスフロー1600の例を示す。一部の例において、プロセスフロー1600は、図1に関連して説明されたシステム100の態様を実施してよい。
【0363】
プロセスフロー1600の以下の説明において、動作は、示された順序とは異なる順序で実行されてよく、または動作は、異なる順序で、もしくは異なる時間に実行されてよい。特定の動作が、プロセスフロー1600から省かれてもよく、またはその他の動作が、プロセスフロー1600に追加されてよい。
【0364】
システム100の任意のデバイスが、示される動作を実行してよいことを理解されたい。たとえば、プロセスフロー1600は、図1を参照して説明されたサーバ110および/または通信デバイス105によって実施されてよい。
【0365】
一部の態様において、プロセスフロー1600は、資産に関連するリアルタイムデータを集約することになる資産管理回路であって、資産が少なくとも1つの産業プロセスに関連付けられる、資産管理回路と、分析回路とを含む資産健全性管理システムによって実施されてよい。
【0366】
プロセスフロー1600の1605において、分析回路は、資産に関連する1つまたは複数の第1の動作パラメータの目標値を特定してよい。
【0367】
プロセスフロー1600の1610において、分析回路は、リアルタイムデータの少なくとも一部を含む訓練データセットに基づいて機械学習モデルを更新してよく、機械学習モデルを更新することは、資産に関連する1つまたは複数の第1の動作パラメータと、資産に関連する1つまたは複数の第2の動作パラメータとの間の相関を更新することを含む。
【0368】
プロセスフロー1600の1615において、分析回路は、1つまたは複数の第1の動作パラメータの目標値を機械学習モデルに提供してよく、機械学習モデルは、1つまたは複数の第1の動作パラメータの目標値の処理に応答して、1つまたは複数の第2の動作パラメータの第2の目標値を提供する。
【0369】
プロセスフロー1600の1620において、分析回路は、1つまたは複数の第2の動作パラメータの第2の目標値を使用して資産の1つまたは複数の動作をシミュレーションしてよく、資産管理回路は、1つまたは複数の動作のシミュレーションに関連する結果に応答して、ダッシュボード管理回路を介して、1つまたは複数の推奨されるアクションを提供する。
【0370】
プロセスフロー1600の一部の態様において、ダッシュボード管理回路は、資産に関連するリアルタイムデータの要求の受信に応答して、資産管理回路との接続を確立してよい。
【0371】
プロセスフロー1600の一部の態様において、資産管理回路は、接続の確立に応答してリアルタイムデータを取り出してよく、リアルタイムデータを取り出すことは、ダッシュボードインターフェースにおける資産の表現と資産管理回路における資産の表現との間のマッピングに基づく。
【0372】
本開示の例示的なシステムおよび方法が、サーバ110、通信デバイス105、デバイス122、およびデバイス124の例に関連して説明された。しかし、本開示を不必要に不明瞭にすることを防ぐために、先の説明は、多くの知られている構造およびデバイスを省略する。この省略は、請求される開示の範囲の限定と解釈されるべきでない。特定の詳細は、本開示を理解させるために記載されている。しかし、本開示は、本明細書に記載された特定の詳細を超える様々な方法で実施されてよいことを理解されたい。
【0373】
さらに、本明細書に示された例示的な実施形態は、ひとまとめに配置されたシステムの様々なコンポーネントを示すが、システムの特定のコンポーネントは、遠隔に、通信ネットワークおよび/もしくはインターネットなどの分散ネットワークの離れた部分に、または専用の安全な、安全でない、および/もしくは暗号化されたシステム内に配置され得る。したがって、システムのコンポーネントは、サーバ、通信デバイスなどの1つもしくは複数のデバイスに組み合わされるか、またはアナログおよび/もしくはデジタル電気通信ネットワーク、パケット交換ネットワーク、もしくは回線交換ネットワークなどの分散ネットワークの特定のノード/要素にひとまとめに配置され得ることを理解されたい。先の説明から、計算効率の理由で、システムのコンポーネントが、システムの動作に影響を与えることなく、コンポーネントの分散ネットワーク内の任意の場所に配置され得ることは理解されるであろう。さらに、要素を接続する通信チャネルを含む様々な通信リンクが、有線もしくはワイヤレスリンク、またはそれらの任意の組合せ、または接続された要素におよび接続された要素からデータおよび/もしくは信号を供給および/もしくは伝達することができる任意のその他の知られているもしくは後に開発された要素であることが可能であることを理解されたい。本明細書において使用されるモジュールという用語は、その要素に関連する機能を実行することができる、任意の知られているまたは後に開発されたハードウェア、ソフトウェア、ファームウェア、またはそれらの組合せを指し得る。本明細書において使用される決定する、計算する、および算出するという用語、ならびにそれらの変化形は、交換可能なように使用され、任意の種類の方法論、プロセス、数学的操作、または技術を含む。これらの有線またはワイヤレスリンクは、安全なリンクであることも可能であり、暗号化された情報を伝達することができる場合がある。リンクとして使用される送信媒体は、たとえば、同軸ケーブル、銅線、および光ファイバを含む電気信号の任意の好適なキャリアであることが可能であり、電波および赤外線データ通信中に生成される音波または光波などの音波または光波の形態をとる場合がある。
【0374】
流れ図がイベントの特定のシーケンスに関連して検討され、示されたが、このシーケンスに対する変更、追加、および省略が、1つまたは複数の実施形態の動作に実質的に影響を与えることなく行われ得ることを理解されたい。さらに、イベントの正確なシーケンスが、開示された実施形態において示されたように発生するとは限らず、むしろ、ステップは、システム内の1つのまたはその他のデバイスによって実行され得る。さらに、本明細書に示された例示的な技術は、特に示された実施形態に限定されず、その他の例示的な実施形態と共に利用されることも可能であり、それぞれの説明された特徴は、個々におよび別々に請求可能である。当業者に理解されるであろうように、本開示の態様は、システム、方法、および/またはコンピュータプログラム製品として具現化される場合がある。したがって、本開示の態様は、すべてハードウェアで、すべて(ファームウェア、プログラムコード、常駐ソフトウェア、マイクロコードを含むがこれらに限定されない)ソフトウェアで、またはハードウェアとソフトウェアとの組み合わせで具現化される場合がある。すべてのそのような実施形態は、本明細書においては、概して、回路、モジュール、またはシステムと呼ばれる場合がある。加えて、本発明の態様は、コンピュータ可読プログラムコードを具現化する1つまたは複数のコンピュータ可読媒体に具現化されたコンピュータプログラム製品の形態である場合がある。
【0375】
本明細書に記載のコンピュータ可読媒体は、コンピュータ可読ストレージ媒体である場合があり、その例は、電子、磁気、光学、電磁、赤外線、または半導体システム、装置、またはデバイス、またはそれらの任意の好適な組合せを含むがこれらに限定されない。本明細書において使用されるとき、コンピュータ可読ストレージ媒体は、命令実行システム、装置、デバイス、コンピュータ、コンピューティングシステム、コンピュータシステム、または命令、コマンド、もしくはデータを入力し、処理し、出力する任意のプログラミング可能なマシンもしくはデバイスによってまたはそれに関連して使用するためのプログラムを含むかまたは記憶することができる任意の非一時的な有形の媒体であってよい。コンピュータ可読ストレージ媒体の特定の例の非網羅的なリストは、1つもしくは複数の配線を有する電気接続、ポータブルコンピュータディスケット、フロッピーディスク、ハードディスク、ランダムアクセスメモリ(RAM)、読み出し専用メモリ(ROM)、USBフラッシュドライブ、不揮発性RAM(NVRAMもしくはNOVRAM)、消去可能プログラマブル読み出し専用メモリ(EPROMもしくはフラッシュメモリ)、フラッシュメモリカード、電気的消去可能プログラマブル読み出し専用メモリ(EEPROM)、光ファイバ、ポータブルコンパクトディスク読み出し専用メモリ(CD-ROM)、DVD-ROM、光ストレージデバイス、磁気ストレージデバイス、またはそれらの任意の好適な組合せを含む。コンピュータ可読ストレージ媒体は、コンピュータ可読プログラムコードが具現化された伝播されるデータ信号などのコンピュータ可読信号媒体ではない任意のコンピュータ可読媒体であることが可能である。
【0376】
プログラムコードは、たとえば、ソースコード、オブジェクトコード、解釈実行コード(interpretive code)、実行可能コード、またはそれらの組合せとしてコンピュータ可読ストレージ媒体上または内に記憶されたコンピュータ可読命令として具現化される場合がある。任意の標準的なまたは独自仕様のプログラミングまたはインタプリタ言語が、コンピュータが実行可能な命令を生成するために使用され得る。そのような言語の例は、C、C++、C#、Pascal、JAVA(登録商標)、JAVA Script、BASIC、Smalltalk、Visual Basic、Visual C++、およびJSON(JavaScript Object Notation)を含む。
【0377】
コンピュータ可読媒体に具現化されたプログラムコードの送信は、ワイヤレス、有線、光ファイバケーブル、無線周波数(RF)、またはそれらの任意の好適な組合せを含むがこれらに限定されない任意の適切な媒体を使用して行われ得る。
【0378】
プログラムコードは、すべてユーザの/オペレータの/管理者のコンピュータ上で、スタンドアロンのソフトウェアパッケージとしてそのようなコンピュータ上で部分的に、ユーザの/オペレータの/管理者のコンピュータ上で部分的にかつ遠隔のコンピュータ上で部分的に、またはすべて遠隔のコンピュータもしくはサーバ上で実行される場合がある。任意のそのような遠隔のコンピュータが、ローカルエリアネットワーク(LAN)もしくは広域ネットワーク(WAN)を含む任意の種類のネットワークを介してユーザの/オペレータの/管理者のコンピュータに接続されてよく、または外部コンピュータへの接続が(たとえば、インターネットサービスプロバイダを使用してインターネットを介して)行われてよい。
【0379】
本開示の多くの変更および修正が、使用され得る。本開示の一部の特徴をその他の特徴を提供せずに提供することが可能である。
【0380】
さらに別の実施形態において、本明細書に記載のシステム、方法、およびプロトコルは、専用コンピュータ、プログラミングされたマイクロプロセッサまたはマイクロコントローラおよび周辺集積回路要素、ASICまたはその他の集積回路、デジタル信号プロセッサ、ディスクリート要素回路などの配線で接続された電子または論理回路、PLD、PLA、FPGA、PAL、専用コンピュータなどのプログラミング可能な論理デバイスまたはゲートアレイ、任意の同等の手段などに関連して実施され得る。概して、本明細書に示された方法論を実施することができる任意のデバイスまたは手段は、本開示の態様による様々な通信方法、プロトコル、および技術を実施するために使用され得る。本開示のために使用され得る例示的なハードウェアは、コンピュータ、ハンドヘルドデバイス、(たとえば、セルラ、インターネット対応、デジタル、アナログ、ハイブリッド、およびその他の)電話機、ならびに当技術分野で知られているその他のハードウェアを含む。これらのデバイスの一部は、プロセッサ(たとえば、単一のまたは複数のマイクロプロセッサ)、メモリ、不揮発性ストレージ、入力デバイス、および出力デバイスを含む。さらに、本明細書に記載の方法を実施するために、分散処理もしくはコンポーネント/オブジェクト分散処理、並列処理、または仮想マシン処理を含むがこれらに限定されない代替的なソフトウェアの実装も構築され得る。
【0381】
本明細書に記載のプロセッサの例は、Qualcomm(登録商標) Snapdragon(登録商標) 800および801、4G LTE統合および64ビットコンピューティングを備えたQualcomm(登録商標) Snapdragon(登録商標) 610および615、64ビットアーキテクチャを備えたApple(登録商標) A7、A8、A8X、A9、A9X、またはA10プロセッサ、Apple(登録商標) M7、M8、M9、またはM10モーションコプロセッサ(motion coprocessor)、Samsung(登録商標) Exynos(登録商標)シリーズ、Intel(登録商標) Core(商標)プロセッサファミリー、Intel(登録商標) Xeon(登録商標)プロセッサファミリー、Intel(登録商標) Atom(商標)プロセッサファミリー、Intel Itanium(登録商標)プロセッサファミリー、Intel(登録商標) Core(登録商標) i5-4670Kおよびi7-4770K 22nm Haswell、Intel(登録商標) Core(登録商標) i5-3570K 22nm Ivy Bridge、AMD(登録商標) FX(商標)プロセッサファミリー、AMD(登録商標) FX-4300、FX-6300、およびFX-8350 32nm Vishera、AMD(登録商標) Kaveriプロセッサ、Texas Instruments(登録商標) Jacinto C6000(商標)車載インフォテインメントプロセッサ、Texas Instruments(登録商標) OMAP(商標)車載グレードモバイルプロセッサ、ARM(登録商標) Cortex(商標)-Mプロセッサ、ARM(登録商標) Cortex-AおよびARM926EJ-S(商標)プロセッサ、Broadcom(登録商標) AirForce BCM4704/BCM4703ワイヤレスネットワーキングプロセッサ、AR7100ワイヤレスネットワーク処理ユニット、その他の産業用の同等のプロセッサのうちの少なくとも1つを含むがこれらに限定されず、任意の知られているまたは将来開発された標準、命令セット、ライブラリ、および/またはアーキテクチャを使用して計算機能を実行する場合がある。
【0382】
さらに別の実施形態では、開示された方法は、様々なコンピュータ、ワークステーション、またはモバイルデバイスプラットフォーム上で使用され得るポータブルソースコードを提供するオブジェクトまたはオブジェクト指向ソフトウェア開発環境を使用するソフトウェアに関連して容易に実施される場合がある。代替的に、開示されたシステムは、標準的な論理回路またはVLSI設計を使用するハードウェアに部分的にまたは完全に実装される場合がある。本開示によるシステムを実装するためにソフトウェアが使用されるのかまたはハードウェアが使用されるのかは、システムの速度および/または効率の要件、特定の機能、および利用されている特定のソフトウェアもしくはハードウェアシステムまたはマイクロプロセッサもしくはマイクロコンピュータシステムに依存する。しかし、本明細書において示された方法は、本明細書において提供された機能的説明から、コンピュータおよび画像処理技術の通常の基礎知識を用いて、当業者によって、任意の知られているまたは後に開発されたシステムもしくは構造、デバイス、および/またはソフトウェアを使用してハードウェアおよび/またはソフトウェアで容易に実施され得る。
【0383】
さらに別の実施形態において、開示された方法は、ストレージ媒体に記憶され、コントローラおよびメモリと協力するプログラミングされた多目的コンピュータ、専用コンピュータ、モバイルデバイス、スマートフォン、マイクロプロセッサなどで実行され得るソフトウェアで部分的に実施される場合がある。これらの場合に、本開示のシステムおよび方法は、アプレット、JAVA(登録商標)またはCGIスクリプトなどのパーソナルコンピュータに埋め込まれるプログラムとして、サーバまたはコンピュータワークステーションに常駐するリソースとして、専用の測定システムに埋め込まれるルーチンとして、プラグイン、システムコンポーネントなどとして実装され得る。システムは、画像プロセッサのハードウェアおよびソフトウェアシステムなどのソフトウェアおよびハードウェアシステムにシステムおよび/または方法を物理的に組み込むことによって実装されることも可能である。
【0384】
本開示は、特定の標準およびプロトコルに関連して実施形態において実施されたコンポーネントおよび機能を説明するが、そのような標準およびプロトコルに限定されない。本明細書において言及されていないその他の同様の標準およびプロトコルが存在し、本開示に含まれるものとみなされる。さらに、本明細書において言及された標準およびプロトコルならびに本明細書において言及されていないその他の同様の標準およびプロトコルは、本質的に同じ機能を有するより高速なまたはより効果的な均等物によって定期的に置き換えられる。同じ機能を有するそのような代替標準および代替プロトコルは、本開示に含まれる均等物とみなされる。
【0385】
種々の実施形態、構成、および態様において、本開示は、実質的に本明細書で示され、説明されたコンポーネント、方法、プロセス、システム、および/または装置を含み、様々な実施形態、それらの部分的組合せ、およびサブセットを含む。当業者は、本開示を理解した後、本明細書において開示されたシステムおよび方法をどのように作成し、使用すべきかを理解するであろう。種々の実施形態、構成、および態様において、本開示は、たとえば、性能を向上させるため、容易性を実現するため、および/または実装のコストを削減するために、以前のデバイスまたはプロセスにおいて使用された可能性があるような項目がない状態を含め、本明細書においてまたは本明細書の様々な実施形態、構成、もしくは態様において示されなかったおよび/または説明されなかった項目がない状態でデバイスおよびプロセスを提供することを含む。
【0386】
本開示の上述の検討は、例示および説明を目的として提示された。上述の内容は、本開示を本明細書において開示された1つの形態または複数の形態に限定するように意図されていない。たとえば、上述の「発明を実施するための形態」においては、本開示の様々な特徴が、本開示を簡潔にする目的で1つまたは複数の実施形態、構成、または態様にグループ化されている。本開示の実施形態、構成、または態様の特徴は、上で検討された実施形態、構成、または態様以外の代替的な実施形態、構成、または態様において組み合わされてよい。開示のこの方法は、請求された開示が各請求項で明確に述べられているよりも多くの特徴を必要とするという意図を反映していると解釈されるべきでない。むしろ、添付の請求項が示すように、発明の態様は単一の上述の開示された実施形態、構成、または態様のすべての特徴よりも少ない特徴に存する。したがって、添付の請求項は、各請求項が本開示の個別の好ましい実施形態として独立するようにして、本明細書により「発明を実施するための形態」に組み込まれる。
【0387】
さらに、本開示の説明は1つまたは複数の実施形態、構成、または態様、ならびに特定の変更および修正の説明を含んでいたが、たとえば、本開示を理解した後に当業者の技能および知識の範囲内にあるであろうようなその他の変更形態、組合せ、および修正形態は、本開示の範囲内にある。請求された構造、機能、範囲、またはステップに対する代替的な、交換可能な、および/または等価な構造、機能、範囲、またはステップを、そのような代替的な、交換可能な、および/または等価な構造、機能、範囲、またはステップが本明細書に開示されているか否かにかかわらず含み、いかなる特許性のある対象も公に提供することを意図せずに認められる範囲内で代替的な実施形態、構成、または態様を含む権利を得ることが意図される。
【0388】
語句「少なくとも1つ」、「1つまたは複数」、「または」、および「および/または」は、働きにおいて連言的であるとともに選言的でもある非制限的な表現である。たとえば、表現「A、B、およびCのうちの少なくとも1つ」、「A、B、またはCのうちの少なくとも1つ」、「A、B、およびCのうちの1つまたは複数」、「A、B、またはCのうちの1つまたは複数」、「A、B、および/またはC」、および「A、B、またはC」の各々は、Aのみ、Bのみ、Cのみ、AおよびBの両方、AおよびCの両方、BおよびCの両方、またはA、B、およびCのすべてを意味する。
【0389】
「a」または「an」エンティティという用語は、そのエンティティの1つまたは複数を指す。したがって、用語「a」(または「an」)、「1つまたは複数」、および「少なくとも1つ」は、本明細書において交換可能なように使用され得る。用語「～を含む(comprising)」、「含む(including)」、および「有する(having)」は、交換可能なように使用され得ることにも留意されたい。
【0390】
本明細書において使用される用語「自動」およびその変形は、プロセスまたは動作が実行されるときに、重要な人間の入力なしに行われる、典型的には連続的または半連続的である任意のプロセスまたは動作を指す。しかし、たとえプロセスまたは動作の実行が重要なまたは重要でない人間の入力を使用するとしても、プロセスまたは動作の実行前に入力が受け取られる場合、プロセスまたは動作は、自動であり得る。人間の入力は、そのような入力がプロセスまたは動作がどのようにして実行されるかに影響を与える場合、重要であるとみなされる。プロセスまたは動作の実行に同意する人間の入力は、「重要」とみなされない。
【0391】
本開示の態様は、すべてハードウェアである実施形態、すべて(ファームウェア、常駐ソフトウェア、マイクロコードなどを含む)ソフトウェアである実施形態、またはすべてが概して本明細書において「回路」、「モジュール」、もしくは「システム」と呼ばれることがあるソフトウェアの態様とハードウェアの態様とを組み合わせる実施形態の形態をとる場合がある。1つまたは複数のコンピュータ可読媒体の任意の組合せが、利用されてよい。コンピュータ可読媒体は、コンピュータ可読信号媒体またはコンピュータ可読ストレージ媒体である場合がある。
【0392】
本明細書において使用される用語「決定する」、「計算する」、「算出する」、およびそれらの変化形は、交換可能なように使用され、任意の種類の方法論、プロセス、数学的操作、または技術を含む。
【0393】
このテクノロジーがいくつかの実施形態に関連して説明されたが、多くの代替、修正、および変形が当業者に明らかであろうまたは明らかであることは明らかである。したがって、本開示の精神および範囲内にあるすべてのそのような代替、修正、均等物、および変更を包含することが意図される。
【0394】
本明細書とともに提出された文書に記載されたすべての参考文献は、それらの全体が参照により本明細書に組み込まれる。
【符号の説明】
【0395】
100 システム
105 通信デバイス
105-a，105-b，105-c 通信デバイス
110 サーバ
115 データベース
120 通信ネットワーク
122 デバイス
123 資産
122-a，122-b，122-c，122-d デバイス
124 デバイス
124-a，124-b，124-c，124-d デバイス
126 多次元表現
127 多次元表現
128 ダッシュボード
128-a ダッシュボード
129 ダッシュボード情報
130 プロセッサ
135 ネットワークインターフェース
140 メモリ
141 機械学習エンジン
142 データモデル
143 訓練データ
144 アプリケーション
144-a ブラウザアプリケーション
144-b アプリケーション
145 ユーザインターフェース
150 プロセッサ
155 ネットワークインターフェース
160 データベースインターフェース命令
165 メモリ
166 機械学習エンジン
167 データモデル
168 訓練データ
200 システム
205 デバイス
222 デバイス
222-a，222-b，222-c，222-d，222-e デバイス
224 デバイス
224-a，224-b，224-c，224-d，224-e デバイス
226 多次元表現
227 多次元表現
228 デバイス管理プラットフォーム
228-a，228-b デバイス管理プラットフォーム
232 クラウドインフラストラクチャ
232-a，232-b，232-c クラウドインフラストラクチャ
235 デバイスデータリポジトリ
240 デバイスデータモデリング/グループ化モジュール
245 資産形成および構成モジュール
250 グラフィックス変換モジュール
255 関連付けモジュール
260 資産ステータス決定モジュール
265 アラート/イベント管理モジュール
270 表示モジュール
301 資産健全性アプリケーション
302 例
302-a 例
303 資産分析アプリケーション
305 ダッシュボードモジュール
310 資産管理モジュール
312 資産モデリングモジュール
314 ブローカ
322 デバイス
322-a，322-b，322-c，322-d，322-e デバイス
323 資産
323-a，323-b 資産
324 デバイス
345 集約されたデータ
345-a，345-b 集約されたデータ
350 デバイスデータ
350-a，350-b デバイスデータ
355 ダッシュボード管理モジュール
360 ダッシュボードユーザプロファイリングモジュール
365 テンプレート管理モジュール
370 2D/3Dビルダーモジュール
375 レポートビルダーモジュール
380 活動ログモジュール
381 テナント管理モジュール
382 ユーザ管理モジュール
383 セキュリティ管理モジュール
384 監視/ロギングモジュール
385 分析モジュール
386 タスク選択モジュール
387 モデル選択モジュール
388 データ統合モジュール
389 マッピングモジュール
390 データ取り出しモジュール
391 ユーザインターフェース
392 リアルタイムデータ
393 スケジュール決定モジュール
394 訓練モジュール
395 訓練されたモデル、機械学習モデル
396 オンライン分析モジュール
397 目標予測および推奨モジュール
397-a 予測モジュール
397-b 推奨モジュール
398 異常検出モジュール
400 ブロック図
405 履歴的なデータ
410 データファイル
415 リアルタイムデータ
420 モデリングモジュール
421 資産健全性統合(AHI)
425 データ前処理モジュール
430 データ分析モジュール
440 リアルタイムの結果
441 分析モジュール
450 サービングAPI
455 ダッシュボード
500 ダッシュボード情報
503 ダッシュボード情報
504 ダッシュボード情報
505 ビュー
506 アイコン
510 ビュー
511 ユーザインターフェース
520 ビュー
522 デバイス
522-a，522-b，522-c，522-d デバイス
523 グラフィカルなインジケータ
524 テキストインジケータ
525 ビュー
527 多次元表現
530 ビュー
540 タグ
600 ダッシュボード情報
622 デバイス
622-a，622-b，622-c，622-d，622-e デバイス
700 システム
701 ダッシュボード情報
702 冷却機システム
703 ダッシュボード
704 ポンプシステム
705-a，705-b 訓練段階
710 シミュレーションモジュール
715 システム性能データ
720 グラフ
722 デバイス
722-a，722-b，722-c，722-d，722-e，722-f，722-g，722-h，722-i デバイス
730 目標動作パラメータ
735 測定されたデータ
740 シミュレーションされたデータ
745 元の値
750 予測された/シミュレーションされた値
750-a，750-b 目標動作パラメータ
755-a，755-b 条件
760-a，760-b 推奨される動作パラメータ値
800 ブロック図
801 ユーザインターフェース
805 漸進的学習モジュール
810 微調整されたモデル
815 冷却機制御システム
820 リアルタイムデータ
825 推奨される冷却機供給温度
830 エネルギー監視モジュール
900 ブロック図
901 プロセスフロー
1000 プロセスフロー
1100 プロセスフロー
1200 グラフ
1201 相関行列
1300 プロセスフロー
1400 プロセスフロー
1500 プロセスフロー
1501 プロセスフロー
1600 プロセスフロー
105 通信デバイス
105-a，105-b，105-c 通信デバイス
110 サーバ
115 データベース
120 通信ネットワーク
122 デバイス
123 資産
122-a，122-b，122-c，122-d デバイス
124 デバイス
124-a，124-b，124-c，124-d デバイス
126 多次元表現
127 多次元表現
128 ダッシュボード
128-a ダッシュボード
129 ダッシュボード情報
130 プロセッサ
135 ネットワークインターフェース
140 メモリ
141 機械学習エンジン
142 データモデル
143 訓練データ
144 アプリケーション
144-a ブラウザアプリケーション
144-b アプリケーション
145 ユーザインターフェース
150 プロセッサ
155 ネットワークインターフェース
160 データベースインターフェース命令
165 メモリ
166 機械学習エンジン
167 データモデル
168 訓練データ
200 システム
205 デバイス
222 デバイス
222-a，222-b，222-c，222-d，222-e デバイス
224 デバイス
224-a，224-b，224-c，224-d，224-e デバイス
226 多次元表現
227 多次元表現
228 デバイス管理プラットフォーム
228-a，228-b デバイス管理プラットフォーム
232 クラウドインフラストラクチャ
232-a，232-b，232-c クラウドインフラストラクチャ
235 デバイスデータリポジトリ
240 デバイスデータモデリング/グループ化モジュール
245 資産形成および構成モジュール
250 グラフィックス変換モジュール
255 関連付けモジュール
260 資産ステータス決定モジュール
265 アラート/イベント管理モジュール
270 表示モジュール
301 資産健全性アプリケーション
302 例
302-a 例
303 資産分析アプリケーション
305 ダッシュボードモジュール
310 資産管理モジュール
312 資産モデリングモジュール
314 ブローカ
322 デバイス
322-a，322-b，322-c，322-d，322-e デバイス
323 資産
323-a，323-b 資産
324 デバイス
345 集約されたデータ
345-a，345-b 集約されたデータ
350 デバイスデータ
350-a，350-b デバイスデータ
355 ダッシュボード管理モジュール
360 ダッシュボードユーザプロファイリングモジュール
365 テンプレート管理モジュール
370 2D/3Dビルダーモジュール
375 レポートビルダーモジュール
380 活動ログモジュール
381 テナント管理モジュール
382 ユーザ管理モジュール
383 セキュリティ管理モジュール
384 監視/ロギングモジュール
385 分析モジュール
386 タスク選択モジュール
387 モデル選択モジュール
388 データ統合モジュール
389 マッピングモジュール
390 データ取り出しモジュール
391 ユーザインターフェース
392 リアルタイムデータ
393 スケジュール決定モジュール
394 訓練モジュール
395 訓練されたモデル、機械学習モデル
396 オンライン分析モジュール
397 目標予測および推奨モジュール
397-a 予測モジュール
397-b 推奨モジュール
398 異常検出モジュール
400 ブロック図
405 履歴的なデータ
410 データファイル
415 リアルタイムデータ
420 モデリングモジュール
421 資産健全性統合(AHI)
425 データ前処理モジュール
430 データ分析モジュール
440 リアルタイムの結果
441 分析モジュール
450 サービングAPI
455 ダッシュボード
500 ダッシュボード情報
503 ダッシュボード情報
504 ダッシュボード情報
505 ビュー
506 アイコン
510 ビュー
511 ユーザインターフェース
520 ビュー
522 デバイス
522-a，522-b，522-c，522-d デバイス
523 グラフィカルなインジケータ
524 テキストインジケータ
525 ビュー
527 多次元表現
530 ビュー
540 タグ
600 ダッシュボード情報
622 デバイス
622-a，622-b，622-c，622-d，622-e デバイス
700 システム
701 ダッシュボード情報
702 冷却機システム
703 ダッシュボード
704 ポンプシステム
705-a，705-b 訓練段階
710 シミュレーションモジュール
715 システム性能データ
720 グラフ
722 デバイス
722-a，722-b，722-c，722-d，722-e，722-f，722-g，722-h，722-i デバイス
730 目標動作パラメータ
735 測定されたデータ
740 シミュレーションされたデータ
745 元の値
750 予測された/シミュレーションされた値
750-a，750-b 目標動作パラメータ
755-a，755-b 条件
760-a，760-b 推奨される動作パラメータ値
800 ブロック図
801 ユーザインターフェース
805 漸進的学習モジュール
810 微調整されたモデル
815 冷却機制御システム
820 リアルタイムデータ
825 推奨される冷却機供給温度
830 エネルギー監視モジュール
900 ブロック図
901 プロセスフロー
1000 プロセスフロー
1100 プロセスフロー
1200 グラフ
1201 相関行列
1300 プロセスフロー
1400 プロセスフロー
1500 プロセスフロー
1501 プロセスフロー
1600 プロセスフロー
【図1】
【図2】
【図3A】
【図3B】
【図3C】
【図3D】
【図4】
【図5A】
【図5B】
【図5C】
【図5D】
【図5E】
【図6】
【図7A】
【図7B】
【図7C】
【図7D】
【図7E】
【図8A】
【図8B】
【図9A】
【図9B】
【図10】
【図11】
【図12A】
【図12B】
【図13】
【図14】
【図15A】
【図15B】
【図16】
【外国語明細書】