CN108141473A - 基于资产可用性的网状网络路由 - Google Patents
基于资产可用性的网状网络路由 Download PDFInfo
- Publication number
- CN108141473A CN108141473A CN201680059994.1A CN201680059994A CN108141473A CN 108141473 A CN108141473 A CN 108141473A CN 201680059994 A CN201680059994 A CN 201680059994A CN 108141473 A CN108141473 A CN 108141473A
- Authority
- CN
- China
- Prior art keywords
- assets
- given
- data
- mesh network
- analysis system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Landscapes
- Telephonic Communication Services (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本文中揭示与资产及预测模型以及和更新路由表相关的对应工作流程相关的***、装置及方法。明确地说,实例涉及:基于预测模型而确定网状网络中的多个资产中的给定资产在未来的给定时间周期内可能不可用,及响应于所述确定而致使所述网状网络中的至少一个其它资产的路由配置被更新。
Description
相关申请案交叉参考
本申请案主张2015年9月14日提出申请的且标题为“基于资产可用性的网状网络路由(Mesh Network Routing Based on Availability of Assets)”的第14/853,189号美国非临时专利申请案的优先权,所述美国非临时专利申请案以其全文引用的方式并入本文中。
此外,本申请案以引用的方式并入有2015年6月5日提出申请的且标题为“资产健康评分(Asset Health Score)”的第14/732,258号美国非临时专利申请案及2015年6月19日提出申请的且标题为“本地执行的总体预测模型及工作流程(Aggregate PredictiveModel&Workflow for Local Execution)”的第14/744,352号美国非临时专利申请案,所述美国非临时专利申请案中的每一者全文并入。
背景技术
现今,机器(在本文中也称为“资产”)普遍存在于许多行业中。从跨越多个国家运送货物的机车到帮助医护人员挽救生命的医疗设备,资产在日常生活中起了重要作用。取决于资产起的作用,资产的复杂性及成本可变化。举例来说,一些资产可包含多个子***,所述多个子***必须协调操作才能使资产正常运行(例如,机车的引擎、变速器等)。
由于资产在日常生活中起到关键作用,因此期望资产可在有限停机时间内进行修理。因此,一些人已开发了若干机制来监测及检测资产内的异常状况以便促进可能利用最少停机时间来修理资产。
概述
用于监测资产的当前方法通常涉及从分布在资产各处的监测资产的操作状况的各种传感器接收信号的资产上计算机。作为一个代表性实例,如果资产为机车,那么传感器可监测例如温度、电压及速度等参数,以及其它实例。如果来自一或多个传感器的传感器信号达到特定特定值,那么资产上计算机接着可产生异常状况指示符,例如“故障代码”,所述异常状况指示符是对资产内已发生异常状况的指示。
一般来说,异常状况可为资产或其组件处的可导致资产及/或组件发生故障的缺陷。因此,异常状况可与给定故障或可能地多个故障相关联,因为异常状况具有给定故障或若干故障的症候。实际上,用户通常会定义与每一异常状况指示符相关联的传感器及相应传感器值。即,用户定义资产的“正常”操作状况(例如,不触发故障代码的操作状况)及“异常”操作状况(例如,触发故障代码的操作状况)。
在资产上计算机产生异常状况指示符之后,指示符及/或传感器信号可被传递到远程位置,在所述远程位置处,用户可接收对异常状况的某一指示及/或传感器信号并决定是否采取行动。用户可能采取的一个行动是指派机修工等来评估并可能地修理资产。一旦到达资产处,机修工便可将计算装置连接到资产并操作计算装置,以使资产利用一或多个本地诊断工具来促进对所产生指示符的原因进行诊断。
虽然当前资产监测***在触发异常状况指示符时通常是有效的,但此类***通常是保守的。即,等到资产监测***触发指示符时,资产内的故障可能已发生(或即将发生),这可导致高代价的停机时间以及其它缺点。另外,由于此类资产监测***中的资产上异常检测机构的极端简单化本质,因此当前资产监测方法往往涉及远程计算***,所述远程计算***执行对资产的监测计算,且如果检测到问题,那么将指令发射到资产。当资产移动到通信网络的覆盖范围外时,此可因网络延时而变得不利及/或不可行。
出于某些目的,某一地点的资产可形成为网状网络。举例来说,工作施工现场可包含彼此传递信息(例如,位置数据、状态数据等)的资产。网状网络可提供廉价且可靠的方式来实现资产之间的通信。网状网络中的每一资产可使用路由配置来确定数据将在网状网络中行进的一或多个路径。举例来说,第一资产可取决于包含最短延时、最短距离、最小行进时间、最小能量消耗等的各种因素而确定是将数据发射到第二资产还是第三资产。路由配置可包含用于存储一或多个路径的不同数据结构,包含路由表。
网状网络中的一或多个资产可使用通信网络在网状网络外将数据发射到远程计算***。此资产可称作“网关”,因为所述资产向网状网络中的资产提供对额外网络资源的使用权。
网状网络中的资产包含产生传感器数据的传感器。所述资产可通过存取通信网络而将传感器数据发射到远程计算***(在所述资产是网关的情况下),或通过将传感器数据发射到网关而将传感器数据发射到远程计算***。
远程***定义与资产的操作相关的预测模型及对应工作流程(在本文中称为“模型-工作流程对”)。预测模型可在远程***自身处执行或可由资产在本地执行。举例来说,资产可经配置以接收模型-工作流程对且利用本地分析装置来根据模型-工作流程对进行操作。
一般来说,模型-工作流程对可致使资产监测特定操作状况,且在存在特定状况时,修改行为,这可帮助促进防止发生特定事件。具体来说,预测模型可作为输入从一组特定资产传感器接收传感器数据,并输出给定资产在未来的给定时间周期内将不可用的可能性。工作流程可涉及基于由模型输出的一或多个特定事件的可能性而执行的一或多个操作。
实际上,远程计算***可定义总体预测模型及对应工作流程、个别化预测模型及对应工作流程或者其某一组合。“总体”模型/工作流程可是指对于资产群组通用的模型/工作流程,而“个别化”模型/工作流程可是指针对资产群组中的单个资产或资产子群组而制定的模型/工作流程。
根据本发明,一个特定模型-工作流程对可为触发用于致使网状网络的路由表被更新的工作流程的预测性故障模型。此模型-工作流程对可在远程计算***处执行(在此情形中,远程计算***将通知网中的资产来更新其相应路由表)或可在本地在资产自身处执行(在此情形中,资产将通知网中的其它资产来更新路由表)。
预测性故障模型可采取各种形式,所述形式的一个实例是健康评分模型,其中预测性故障模型监测资产的健康状况,且输出资产的健康度量(例如,“健康评分”),所述健康度量是指示在未来的给定时间段内在给定资产处是否将发生故障(及因此,给定资产是否将变得不可用)的单个经聚合度量。明确地说,健康度量可指示在未来的给定时间段内在资产处将不发生故障群组中的任何故障的可能性,或健康度量可指示在未来的给定时间段内在资产处将发生故障群组中的至少一个故障的可能性。用于致使路由表被更新的工作流程可采取各种形式,所述形式的一个实例是在健康评分下降到低于特定阈值时触发的工作流程。
一旦确定给定资产在未来的给定时间内可能不可用,便更新网状网络中的至少一个其它资产的路由配置。举例来说,远程计算***可将对给定资产在未来的给定时间周期内可能不可用的确定发射到网状网络中的多个资产中的一者。所述资产接着可更新其路由配置并将所述确定发射到网状网络中的另一资产。在另一实例中,远程计算***可将对应经更新路由配置发送到网状网络中的一或多个资产。
本文中所揭示的实例性***、装置及方法旨在帮助解决这些问题中的一或多者。在实例性实施方案中,网络配置可包含促进资产与远程计算***之间的通信的通信网络。
在阅读以下揭示内容时,所属领域的技术人员将了解这些以及众多其它方面。
附图说明
图1描绘其中可实施实例性实施例的实例性网络配置。
图2描绘实例性资产的简化框图。
图3描绘实例性异常状况指示符及触发准则的概念性图解。
图4描绘网状网络的概念性图解。
图5描绘实例性分析***的简化框图。
图6描绘可用于定义模型-工作流程对的定义阶段的实例性流程图。
图7描绘可用于定义输出健康度量的预测模型的建模阶段的实例性流程图。
图8描绘用以更新网状网络的路由配置的实例性方法。
具体实施方式
以下揭示内容是参考附图及数个示范性情景而做出。所属领域的技术人员将理解,此些参考是仅出于阐释目的且因此并不意指限制性。所揭示***、装置及方法的部分或全部可以多种方式进行重新布置、组合、添加及/或移除,其中的每一者均涵盖在本文中。
I.实例性网络配置
现在转到图式,图1描绘其中可实施实例性实施例的实例性网络配置100。如所展示,网络配置100包含耦合在网状网络105中的至少三个资产102、103及104、通信网络106、可采取分析***的形式的远程计算***108、输出***110及数据源112。
通信网络106可通信地连接网络配置100中的组件中的每一者。举例来说,资产102、103及104可经由通信网络106与分析***108通信。资产102、103及104可经由网状网络105彼此通信。资产102、103及104还可通过经由网状网络105及经由通信网络106进行通信而与分析***108通信。举例来说,资产102可将传感器数据发射到资产103,资产103经由通信网络将传感器数据发射到分析***108。另外,网状网络105可经配置使得资产102、103及104的子组与分析***108通信。举例来说,在资产102、103及104仅分别与网状网络105中的其它资产103及104或者102及103通信时,资产103可为与分析***108通信的仅有资产。
在一些情形中,资产102、103及104可与一或多个中间***(例如,资产网关(未画出))通信,所述一或多个中间***又与分析***108通信。同样地,分析***108可经由通信网络106与输出***110通信。在一些情形中,分析***108可与一或多个中间***(例如,主机服务器(未画出))通信,所述一或多个中间***又与输出***110通信。许多其它配置也是可能的。
一般来说,资产102、103及104可采取经配置以执行一或多个操作(其可基于领域而定义)的任何装置的形式,且还可包含经配置以发射指示给定资产的一或多个操作状况的数据的设备。在一些实例中,资产可包含经配置以执行一或多个相应操作的一或多个子***。实际上,多个子***可并行操作或按资产操作的次序依序操作。
实例性资产可包含运输机器(例如,机车、飞行器、半挂卡车、船只等)、工业机器(例如,采矿设备、建造设备、处理设备、组装设备等)、医疗机器(例如,医疗成像设备、手术设备、医疗监测***、医疗实验室设备等)、实用机器(例如,涡轮机、太阳场等)及无人机,以及其它实例。所属领域的技术人员将了解,这些仅为资产的几个实例,且众多其它实例是可能的且涵盖在本文中。
在实例性实施方案中,资产102、103及104可各自为相同类型的(例如,机车或飞行器队伍、风力涡轮机群组、铣削机器组或磁共振成像(MRI)机器集合,以及其它实例),且可能为相同类别的(例如,相同设备类型、品牌及/或型号)。在其它实例中,资产102、103及104的类型、品牌、型号等可不同。举例来说,资产102、103及104可为工作现场(例如,挖掘现场)或生产设施处的多个不同设备,以及众多其它实例。下文参考图2进一步详细论述资产。
如所展示,资产102、103及104以及可能地数据源112可经由通信网络106及/或网状网络105与分析***108通信。一般来说,通信网络106可包含经配置以促进在网络组件之间传送数据的一或多个计算***及网络基础设施。通信网络106可为或可包含一或多个广域网络(WAN)及/或局域网络(LAN),其可为有线及/或无线的且可具有不同程度的带宽、功率消耗及/或延时特性的特征。在一些实例中,通信网络106可包含一或多个蜂窝式或卫星网络及/或因特网,以及其它网络。通信网络106可根据一或多个通信协议而操作,例如LTE、CDMA、GSM、WiFi、LPWAN、蓝牙、以太网、HTTP/S、TCP、CoAP/DTLS等。尽管通信网络106展示为单个网络,但应理解,通信网络106可包含本身通信地链接的多个相异网络。通信网络106还可采取其它形式。
一般来说,网状网络105可采取网络拓扑的形式,其中资产102、103及104(及可能地其它网络元素)充当经配置以促进将数据从来源(例如,分析***108)路由到目的地(例如,资产103)的“节点”。举例来说,分析***108可经由资产104而发射指定用于资产103的数据,资产104将所述数据中继到资产103。类似地,资产103可经由资产102而发射指定用于分析***108的数据,资产102经由通信网络106将所述数据中继到分析***108。数据路由的其它实例也是可能的。下文关于图4进一步详细论述网状网络。
如上文所述,分析***108可经配置以从资产102、103及104以及数据源112接收数据。广义地说,分析***108可包含经配置以接收、处理、分析及输出数据的一或多个计算***,例如服务器及数据库。分析***108可根据给定数据流技术(例如TPL数据流或NiFi以及其它实例)而配置。下文参考图3进一步详细论述分析***108。
如所展示,分析***108可经配置以将数据发射到资产102、103及104及/或发射到输出***110。所发射的特定数据可采取各种形式且下文将进一步详细描述。
一般来说,输出***110可采取经配置以接收数据且提供某一形式的输出的计算***或装置的形式。输出***110可采取各种形式。在一个实例中,输出***110可为或包含经配置以接收数据且响应于数据而提供听觉、视觉及/或触觉输出的输出装置。一般来说,输出装置可包含经配置以接收用户输入的一或多个输入接口,且输出装置可经配置以基于此用户输入通过通信网络106而发射数据。输出装置的实例包含平板计算机、智能电话、膝上型计算机、其它移动计算装置、桌上型计算机、智能电视等。
输出***110的另一实例可采取经配置以输出对机修工等的修理资产的请求的工作-订单***的形式。输出***110的又一实例可采取经配置以订购资产的零件并输出其收据的零件-订购***的形式。众多其它输出***也是可能的。
数据源112可经配置以与分析***108通信。一般来说,数据源112可为或包含经配置以收集、存储及/或向其它***(例如,分析***108)提供可与由分析***108执行的功能有关的数据的一或多个计算***。数据源112可经配置以产生数据及/或独立地从资产102、103及104获得数据。因此,由数据源112提供的数据可在本文中称为“外部数据”。数据源112可经配置以提供当前及/或历史数据。实际上,分析***108可通过“订阅”由数据源提供的服务而从数据源112接收数据。然而,分析***108也可以其它方式从数据源112接收数据。
数据源112的实例包含环境数据源、资产管理数据源及其它数据源。一般来说,环境数据源提供指示操作资产的环境的某一特性的数据。环境数据源的实例包含天气数据服务器、全球导航卫星***(GNSS)服务器、地图数据服务器及地形数据服务器,其等提供关于给定区域的自然及人工特征的信息,以及其它实例。
一般来说,资产管理数据源提供指示实体(例如,其它资产)的可影响资产的操作或维护(例如,资产可操作或接受维护的时间及地点)的事件或状态的数据。资产管理数据源的实例包含:交通数据服务器,其提供关于空中交通、水上交通及/或地面交通的信息;资产调度服务器,其提供关于资产在特定日期及/或在特定时间的预期路线及/或位置的信息;缺陷检测器***(也称作“热盒”检测器),其提供关于经过缺陷检测器***附近的资产的一或多个操作状况的信息;零件供应商服务器,其提供关于特定供应商具有库存及其价格的零件的信息;及修理工厂服务器,其提供关于修理工厂容量等的信息,以及其它实例。
其它数据源的实例包含提供关于电力消耗的信息的电力网服务器及存储资产的历史操作数据的外部数据库,以及其它实例。所属领域的技术人员将了解,这些仅为数据源的几个实例,且众多其它实例是可能的。
应理解,网络配置100是其中可实施本文中所描述的实施例的网络的一个实例。众多其它布置是可能的且涵盖在本文中。举例来说,其它网络配置可包含未画出的额外组件及/或更多或更少的所画出组件。
II.实例性资产
转到图2,描绘实例性资产200的简化框图。图1的资产102、103及104中的一或多者可经配置如资产200。如所展示,资产200可包含一或多个子***202、一或多个传感器204、一或多个致动器205、中央处理单元206、数据存储装置208、网络接口210、用户接口212以及可能地本地分析装置220,其等全部可通过***总线、网络或其它连接机构而通信地链接。所属领域的技术人员将了解,资产200可包含未展示的额外组件及/或更多或更少的所描绘组件。
广义地说,资产200可包含经配置以执行一或多个操作的一或多个电组件、机械组件及/或机电组件。在一些情形中,一或多个组件可被分组成给定子***202。
一般来说,子***202可包含为资产200的零件的相关组件的群组。单个子***202可独立地执行一或多个操作,或单个子***202可连同一或多个其它子***一起操作以执行一或多个操作。通常,不同类型的资产及甚至不同类别的相同类型的资产可包含不同子***。
举例来说,在运输资产的情境中,子***202的实例可包含引擎、变速器、传动系、燃料***、电池***、排气***、制动***、电***、信号处理***、发电机、齿轮箱、转子及液压***以及众多其它子***。在医疗机器的情境中,子***202的实例可包含扫描***、电动机、线圈及/或磁铁***、信号处理***、转子及电***以及众多其它子***。
如上所述,资产200可配备有:各种传感器204,其经配置以监测资产200的操作状况;及各种致动器205,其经配置以与资产200或其组件交互且监测资产200的操作状况。在一些情形中,传感器204及/或致动器205中的一些可基于特定子***202而分组。以此方式,传感器204及/或致动器205的群组可经配置以监测特定子***202的操作状况,且所述群组中的致动器可经配置而以可基于那些操作状况而更改子***的行为的某一方式与特定子***202交互。
一般来说,传感器204可经配置以检测可指示资产200的一或多个操作状况的物理性质,且提供对所检测物理性质的指示,例如电信号。在操作中,传感器204可经配置以连续地、周期性地(例如,基于取样频率)及/或响应于某一触发事件而获得测量值。在一些实例中,传感器204可预先配置有用于执行测量的操作参数及/或可根据由中央处理单元206提供的操作参数(例如,通知传感器204来获得测量值的取样信号)而执行测量。在实例中,不同传感器204可具有不同操作参数(例如,一些传感器可基于第一频率而取样,而其它传感器基于第二不同频率而取样)。无论如何,传感器204可经配置以将指示所测量物理性质的电信号发射到中央处理单元206。传感器204可将此些信号连续地或周期性地提供到中央处理单元206。
举例来说,传感器204可经配置以测量物理性质,例如资产200的位置及/或及移动,在此情形中,传感器可采取GNSS传感器、基于航位推测法的传感器、加速度计、陀螺仪、计步器、磁力计等形式。
另外,各种传感器204可经配置以测量资产200的其它操作状况,其实例可包含温度、压力、速度、摩擦力、电力使用、燃料使用、液位、运行时间、电压及电流、磁场、电场及发电量以及其它实例。所属领域的技术人员将了解,这些仅为传感器可经配置以测量的几个实例性操作状况。取决于行业应用或特定资产,可使用额外或更少传感器。
如上所述,致动器205可经配置为在一些方面类似于传感器204。具体来说,致动器205可经配置以检测指示资产200的操作状况的物理性质,且以类似于传感器204的方式提供对所述物理性质的指示。
此外,致动器205可经配置以与资产200、一或多个子***202及/或其一些组件交互。因此,致动器205可包含经配置以移动或以其它方式控制组件或***的电动机或类似物。在特定实例中,致动器可经配置以测量燃料流量且更改燃料流量(例如,限制燃料流量),或致动器可经配置以测量液压压力且更改液压压力(例如,增大或减小液压压力)。致动器的众多其它实例***互也是可能的且涵盖在本文中。
一般来说,中央处理单元206可包含一或多个处理器及/或控制器,所述一或多个处理器及/或控制器可采取通用或专用处理器或控制器的形式。明确地说,在实例性实施方案中,中央处理单元206可为或包含微处理器、微控制器、专用集成电路、数字信号处理器等。反过来,数据存储装置208可为或包含一或多个非暂时性计算机可读存储媒体,例如光学存储器、磁性存储器、有机存储器或快闪存储器以及其它实例。
中央处理单元206可经配置以存储、存取及执行存储在数据存储装置208中的计算机可读程序指令以执行本文中所描述的资产200的操作。举例来说,如上所述,中央处理单元206可经配置以从传感器204及/或致动器205接收相应传感器信号。中央处理单元206可经配置以将传感器及/或致动器205数据存储在数据存储装置208中且稍后从数据存储装置208存取所述数据。中央处理单元206还可经配置以确定所接收的传感器信号是否触发任何异常状况指示符,例如故障代码。举例来说,中央处理单元206可经配置以将异常状况规则存储在数据存储装置208中,所述异常状况规则中的每一者包含表示特定异常状况的给定异常状况指示符及触发异常状况指示符的相应传感器准则。即,每一异常状况指示符与在触发异常状况指示符之前必须满足的一或多个传感器测量值相对应。实际上,资产200可预先编程有异常状况规则及/或可从计算***(例如,分析***108)接收新的异常状况规则或对现有规则的更新。
无论如何,中央处理单元206可经配置以确定所接收的传感器信号是否触发任何异常状况指示符。即,中央处理单元206可确定所接收的传感器信号是否满足任何传感器准则。当此确定为肯定时,中央处理单元206可产生异常状况数据,且可致使资产200的网络接口210将异常状况数据发射到分析***108。中央处理单元206可产生异常状况数据且还可致使资产200的用户接口212输出对异常状况的指示,例如视觉及/或听觉警示。另外,中央处理单元206可可能地利用时间戳来记录异常状况指示符在数据存储装置208中被触发的发生。
图3描绘针对资产的实例性异常状况指示符及相应触发准则的概念性图解。明确地说,图3描绘实例性故障代码的概念性图解。如所展示,表300包含分别对应于传感器A、致动器B及传感器C的列302、304及306,以及分别对应于故障代码1、2及3的行308、310及312。条目314接着指定对应于给定故障代码的传感器准则(例如,传感器值阈值)。
举例来说,当传感器A检测到大于135转/分钟(RPM)的旋转测量值且传感器C检测到大于65摄氏度(℃)的温度测量值时,故障代码1将被触发;当致动器B检测到大于1000伏特(V)的电压测量值且传感器C检测到小于55℃的温度测量值时,故障代码2将被触发;且当传感器A检测到大于100RPM的旋转测量值、致动器B检测到大于750V的电压测量值且传感器C检测到大于60℃的温度测量值时,故障代码3将被触发。所属领域的技术人员将了解,图3是仅出于实例及阐释目的而提供,且众多其它故障代码及/或触发准则是可能的且涵盖在本文中。
返回参考图2,中央处理单元206还可经配置以实施用于管理及/或控制资产200的操作的各种额外功能。举例来说,中央处理单元206可经配置以将指令信号提供到子***202及/或传感器204,所述指令信号致使子***202及/或传感器204执行某一操作,例如修改节流阀位置或传感器取样速率。此外,中央处理单元206可经配置以从子***202、传感器204、网络接口210及/或用户接口212接收信号,且基于此些信号而致使操作发生。仍进一步,中央处理单元206可经配置以从计算装置(例如,诊断装置)接收信号,所述信号致使中央处理单元206根据存储在数据存储装置208中的诊断规则而执行一或多个诊断工具。下文论述中央处理单元206的其它功能性。
在一些实施方案中,中央处理单元206可经配置以从分析***108或另一资产200接收路由配置或对路由配置的更新。中央处理单元206可致使资产200基于路由配置或对路由配置的更新而执行操作。
网络接口210可经配置以提供资产200与各种其它网络组件之间的通信。举例来说,网络接口210可经配置以促进去往及来自通信网络106的通信,且因此可采取天线结构及用于发射及接收各种空中下载信号的相关联设备的形式,及/或可采取有线网络接口的形式。网络接口210还可经配置以提供资产200与在网状网络105中操作的各种网络组件之间的通信。举例来说,网络接口210可经配置以促进网状网络中的资产102、103与104之间的通信。其它实例也是可能的。实际上,网络接口210可根据通信协议(例如,上文所描述的通信协议中的任一者)而配置。
用户接口212可经配置以促进与资产200的用户交互,且还可经配置以促进致使资产200响应于用户交互而执行操作。用户接口212的实例包含触敏式接口、机械接口(例如,杠杆、按钮、轮子、转盘、键盘等)及其它输入接口(例如,麦克风),以及其它实例。在一些情形中,用户接口212可包含或提供与输出组件(例如,显示屏、扬声器、耳机插孔等)的连接性。
本地分析装置220通常可经配置以接收及分析数据,且基于此分析,致使在资产200处发生一或多个操作。明确地说,本地分析装置220可从传感器204接收传感器数据,且基于此数据,可将致使资产200执行操作的指令提供到中央处理单元206。举例来说,在一些实施方案中,本地分析装置220可(举例来说)基于预测模型及来自传感器204的数据而确定资产可能不可用。作为响应,本地分析装置200可产生用于网状网络(例如,网状网络105)的路由配置且基于所述路由配置而通知中央处理单元206来发射数据。本地分析装置200可通知存储装置208来存储路由配置及/或对路由配置的更新。
实际上,本地分析装置220可使得资产200能够在本地执行否则可能无法利用其它资产上组件执行的先进分析及相关联操作,例如,执行预测模型。因此,本地分析装置220可帮助为资产200提供额外处理能力及/或智慧。
如所展示,本地分析装置220可包含处理单元222、数据存储装置224及网络接口226,其等全部可通过***总线、网络或其它连接机构而通信地链接。处理单元222可包含一或多个处理器,所述一或多个处理器可采取上文所论述的处理器形式中的任一者。反过来,数据存储装置224可为或包含一或多个非暂时性计算机可读存储媒体,所述一或多个非暂时性计算机可读存储媒体可采取上文所论述的计算机可读存储媒体的形式中的任一者。
处理单元222可经配置以存储、存取及执行存储在数据存储装置224中的计算机可读程序指令以执行本文中所描述的本地分析装置的操作。举例来说,处理单元222可经配置以从传感器204接收相应传感器信号且基于此些信号而执行预测模型-工作流程对。下文描述其它功能。
网络接口226可与上文所描述的网络接口相同或类似。实际上,网络接口226可促进资产200与分析***108之间的通信。
所属领域的技术人员将了解,图2中所展示的资产200仅是资产的简化表示的一个实例,且众多其它实例也是可能的。举例来说,其它资产可包含未画出的额外组件及/或更多或更少的所画出组件。
III.实例性网状网络
如上文所提及,网络配置100可包含其中资产充当协作以分布数据的节点的网状网络。一般来说,网状网络包含多个节点,所述多个节点经配置以根据一或多个路由协议通过网状网络将来自可能地位于网状网络外的来源的数据中继到目的地。网状网络可经配置使得节点彼此通信,而非直接与中心存取点等通信,且可提供数据可从来源行进到目的地的多个可能路径。节点可动态地添加或移除,从而帮助允许灵活的通信网络。节点可为移动的、处于固定位置的或其组合。
图4描绘通信地耦合到另一通信网络(例如,通信网络106)的实例性网状网络400的概念性图解。如所展示,网状网络400包含多个节点402、404、406、408、410及412。在此实例中,节点404及406是节点402可直接到达的,而节点408、410及412是节点402不可直接到达的。因此,网状网络400的优点可在于节点404及406扩展了节点402的发射范围,以及其它优点。
在实例性实施方案中,节点402可经配置以提供网状网络400与通信网络106(例如,及因此WAN)的连接性。以此方式,节点402允许网状网络400的其它节点共享返回到通信网络106的单个连接。节点402可经由有线或无线机构或者其某一组合通信地耦合到通信网络106。节点402可包含存取点(例如,无线路由器等)、采取存取点(例如,无线路由器等)的形式或以其它方式与存取点(例如,无线路由器等)通信。在一些实施方案中,节点402可采取资产(例如,资产200)的形式。
节点404-412可采取资产的形式,其中的一些资产可全部为相同类型及/或类别的或者可在一些方面不同。无论如何,充当节点的资产404-412中的每一者可经配置以根据一或多个路由技术而路由数据。举例来说,每一资产可包含允许所述资产接收及发射数据的一或多个网络接口,例如上文参考图2所论述的网络接口中的任一者。在一些实施方案中,给定资产可为其自身不包含通信接口但可经改装具有为给定资产提供与网状网络400的连接性的外部网络接口的“遗留”资产。此外,在实例性实施方案中,资产可经配置以接收但不发射数据。举例来说,资产412可为接收及存储数据但不将数据发射到网状网络400中的其它节点的数据存储装置。其它实例也是可能的。
如上所述,数据可根据一或多个路由技术传播穿过网状网络400。一般来说,给定路由技术可提供来自来源的数据可经由中间节点(即,并非数据的最终目的地的节点)到达目的地的多个路径。且在发送数据时,可利用提供最快及/或最可靠路线的路径。作为实例,给定路由技术可在通信网络106与资产408之间提供两个路径(例如,路径403及路径405)。因此,源自资产408的数据(例如,操作数据)可经由路径403(例如,通过中间节点404及402)行进到通信网络106,而源自通信网络106的数据可经由路径405(例如,通过中间节点402及406)行进到资产408,以及其它可能性。
可利用各种路由技术,例如,反应式路由技术(例如,按需距离矢量路由协议(AODV)、动态源路由协议(DSR)等)、先验式路由技术(例如,最优链路状态路由协议(OLSR)、更好接入移动专用网络(BATMAN)、目的节点序列距离矢量协议(DSDV)、簇头网关交换路由协议(CGSR)等)及/或混合路由技术(例如,反应式路由技术与先验式路由技术的某一组合),以及其它路由技术。
取决于给定路由技术,数据可传播穿过网状网络400的路径可以多种方式确定。一般来说,路径通过以下方式而确定:网状网络400的每一节点可能地周期性地与其它节点交换相应路由信息(例如,距离矢量、节点度量等)以建立从网状网络400中的每一节点到另一节点的可能路线。更具体来说,网状网络400可基于节点402-412的路由信息而建立且路径可基于节点402-412的路由信息而确定。给定节点的路由信息可包含各种节点度量或基于各种节点度量,例如,给定节点上的当前负载、射频噪声水平、给定节点的GPS坐标、所接收信号强度指示符、信噪比、罗盘角、给定节点的剩余电池电量及/或给定节点的剩余能量(例如,对给定节点的数据吞吐量及/或中继段的数目的指示),以及其它考虑因素。
每一节点接着可根据给定路由技术而存储其它节点的路由信息中的一些或全部路由信息,例如以路由表的形式。一般来说,给定路由技术可致使节点基于路由信息而确定用以分布数据的一或多个“最优”路径。举例来说,节点可优化以实现最快速数据递送(例如,最少数目个中继段、最短总体距离及/或最短行进时间)、最可靠数据递送或使速率及可靠性两者最优化的路径,以及其它实例。无论如何,节点可配置其相应路由表以反映最优数据递送,使得当给定节点接收指定用于特定节点的数据时,给定节点可易于确定其应将数据中继到的节点(例如,“下一中继段”)以促进根据给定路由技术而递送数据。
实际上,网状网络400可随网络状况及/或节点度量的改变而动态地更新。举例来说,当网络状况改变时(例如,当网络延时增大或减小时),节点可确定给定路径不如另一路径相最优并更新其相应路由表以反映一不同路径现在为最优路径。在另一实例中,当给定节点到作为路由器的服务器的能力改变时(例如,当给定资产的健康降低时,下文进一步详细论述),各节点可确定给定路径(例如,其中有给定节点作为一路径环节的路径)不如另一路径最优并相应地更新其相应路线表。更新路由信息的其它实例也是可能的。
Ⅳ.实例性分析***
现在参考图5,描绘实例性分析***500的简化框图。如上所述,分析***500可包含通信地链接且经布置以实施本文中所描述的各种操作的一或多个计算***。具体来说,如所展示,分析***500可包含数据引入***502、数据科学***504及一或多个数据库506。这些***组件可经由一或多个无线及/或有线连接而通信地耦合。
数据引入***502通常可用于接收及处理数据并将数据输出到数据科学***504。因此,数据引入***502可包含一或多个网络接口,所述一或多个网络接口经配置以从网络配置100的各种网络组件接收数据,所述网络组件例如资产102、103及104、输出***110及/或数据源112。具体来说,数据引入***502可经配置以接收模拟信号、数据流及/或网络包,以及其它实例。因此,网络接口可包含一或多个有线网络接口(例如,端口等)及/或无线网络接口(类似于上文所描述的无线网络接口)。在一些实例中,数据引入***402可为或包含根据给定数据流技术而配置的组件,例如NiFi接收器等。
数据引入***502可包含经配置以执行一或多个操作的一或多个处理组件。实例性操作可包含压缩及/或解压缩、加密及/或解密、模/数转换及/或数/模转换、过滤及放大,以及其它操作。此外,数据引入***502可经配置以基于数据类型及/或数据的特性而解析、分类、组织及/或路由数据。在一些实例中,数据引入***502可经配置以基于数据科学***504的一或多个特性或操作参数而格式化、封装及/或路由数据。
一般来说,由数据引入***502所接收的数据可采取各种形式。举例来说,数据的有效负载可包含单个传感器测量值、多个传感器测量值及/或一或多个故障代码。其它实例也是可能的。
此外,所接收数据可包含特定特性,例如来源识别符及时间戳(例如,信息被获得的日期及/或时间)。举例来说,唯一识别符(例如,计算机产生的字母识别符、数字识别符、字母数字识别符或类似识别符)可被指派给每一资产,且可能地指派给每一传感器。此些识别符可操作以识别数据所源自的资产或传感器。在一些情形中,另一特性可包含信息被获得的位置(例如,GPS坐标)。数据特性可以信号签名或元数据的形式出现,以及其它实例。
数据科学***504通常可用于接收(例如,从数据引入***502)及分析数据,并基于此分析,致使发生一或多个操作。因此,数据科学***504可包含一或多个网络接口508、处理单元510、数据存储装置512,其等全部可通过***总线、网络或其它连接机构而通信地链接。在一些情形中,数据科学***404可经配置以存储及/或存取促进实施本文中所揭示的一些功能性的一或多个应用程序接口(API)。
网络接口508可与上文所描述的任何网络接口相同或类似。实际上,网络接口508可促进数据科学***504与各种其它实体(例如,数据引入***502、数据库506、资产102、103、104、输出***110等)之间的通信。
处理单元510可包含一或多个处理器,所述一或多个处理器可采取上文所描述的处理器形式中的任一者。反过来,数据存储装置512可为或包含一或多个非暂时性计算机可读存储媒体,所述一或多个非暂时性计算机可读存储媒体可采取上文所论述的计算机可读存储媒体的形式中的任一者。处理单元510可经配置以存储、存取及执行存储在数据存储装置512中的计算机可读程序指令以执行本文中所描述的分析***的操作。
一般来说,处理单元510可经配置以执行对从数据引入***502接收的数据的分析。为此,处理单元510可经配置以执行一或多个模块,所述一或多个模块各自可采取存储在数据存储装置512中的一或多个程序指令集的形式。模块可经配置以促进致使基于相应程序指令的执行而产生结果。来自给定模块的实例性结果可包含将数据输出到另一模块中、更新给定模块及/或另一模块的程序指令,及将数据输出到网络接口508以供发射到资产及/或输出***110,以及其它实例。
数据库506通常可用于接收(例如,从数据科学***504)及存储数据。因此,每一数据库506可包含一或多个非暂时性计算机可读存储媒体,例如上文所提供的实例中的任一者。实际上,数据库506可独立于数据存储装置512或与数据存储装置512集成在一起。
数据库506可经配置以存储众多类型的数据,下文论述其中的一些数据。实际上,存储在数据库506中的数据中的一些数据可包含指示数据被产生或被添加到数据库的日期及时间的时间戳。此外,数据可以若干种方式存储在数据库506中。举例来说,数据可按时间顺序存储、以列表方式存储及/或基于数据源类型(例如,基于资产、资产类型、传感器或传感器类型)或故障代码而组织,以及其它实例。
V.实例性操作
现将在下文进一步详细论述图1中所描绘的实例性网络配置100的操作。为帮助描述这些操作中的一些操作,可参考流程图来描述可执行的操作的组合。在一些情形中,每一框可表示包含可由处理器执行以实施过程中的特定逻辑功能或步骤的指令的程序代码的模块或部分。程序代码可存储在任何类型的计算机可读媒体(例如,非暂时性计算机可读媒体)上。在其它情形中,每一框可表示经布线以执行过程中的特定逻辑功能或步骤的电路。此外,流程图中所展示的框可基于特定实施例而重新布置为不同次序、组合成更少的框、分成额外的框及/或移除。
以下说明可参考其中单个数据源(例如,资产102)将数据提供到分析***108(其接着执行一或多个功能)的实例。应理解,此仅为清楚及阐释起见而进行且并不意指为限制性的。实际上,分析***108可可能地同时从多个来源(例如,资产102、103及104)接收数据,并基于此些总体接收的数据而执行操作。
A.产生路由拓扑
在实例性实施方案中,资产102、103及104中的一些或全部可交换设置消息以建立资产及分析***108可传送数据的网状网络105。具体来说,网状网络105可依照参考图4的以上论述建立在资产102-104之间。
在一些实施方案中,资产102-104可产生路由拓扑(例如,反映用以传送数据的路径的路由表)以促进根据所要优化因素而优化网状网络105。举例来说,路由拓扑可指示经优化以实现中继数据的最少数目个资产(节点)(例如,中继段最少)、最短数据递送时间(例如,延时最小)、最低能量消耗(例如,能量最小)、最少量的冗余、其某一组合或上文所提供的其它实例中的任一者的路径,以及其它实例。在实例性实施方案中,资产102-104可彼此交换路由信息及/或与分析***108交换路由信息。当网络状况及/或资产(节点)度量改变时,路由拓扑可根据所要优化因素而更新。
B.收集操作数据
如上文所提及,代表性资产102可采取各种形式,且可经配置以执行若干操作。在非限制性实例中,资产102可采取可操作以跨越美国而运送货物的机车的形式。在运送途中,资产102的传感器可获得反映资产102的一或多个操作状况的传感器数据。传感器可将传感器数据发射到资产102的处理单元。
处理单元可经配置以从传感器接收传感器数据。实际上,处理单元可同时或依序从多个传感器接收传感器数据。如上文所论述,在接收传感器数据时,处理单元还可经配置以确定传感器数据是否满足触发任何异常状况指示符(例如故障代码)的传感器准则。在处理单元确定一或多个异常状况指示符被触发的情况下,处理单元可经配置以执行一或多个局部操作,例如,经由用户接口而输出对所触发指示符的指示。
资产102接着可经由资产102的网络接口及通信网络106将操作数据发射到分析***108。在操作中,资产102可连续地、周期性地及/或响应于触发事件(例如,异常状况)而将操作数据发射到分析***108。具体来说,资产102可基于特定频率(例如,每日、每小时、每15分钟、每分钟一次、每秒一次等)而周期性地发射操作数据,或资产102可经配置以发射操作数据的持续实时馈送。另外或另一选择为,资产102可经配置以基于特定触发(例如,当来自其传感器的传感器测量值满足关于任何异常状况指示符的传感器准则时)而发射操作数据。资产102也可以其它方式发射操作数据。
实际上,资产102的操作数据可包含传感器数据及/或异常状况数据。在一些实施方案中,资产102可经配置而以单个数据流来提供操作数据,而在其它实施方案中,资产102可经配置而以多个相异数据流来提供操作数据。举例来说,资产102可将传感器数据的第一数据流及异常状况数据的第二数据流提供到分析***108。还存在其它可能性。
传感器数据可采取各种形式。举例来说,有时,传感器数据可包含由资产102的传感器中的每一者获得的测量值。而在其它时间,传感器数据可包含由资产102的传感器的子组获得的测量值。
具体来说,传感器数据可包含由与给定经触发异常状况指示符相关联的传感器获得的测量值。举例来说,如果经触发故障代码是来自图3的故障代码1,那么传感器数据可包含由传感器A及C获得的原始测量值。另外或另一选择为,传感器数据可包含由不与所触发故障代码直接相关联的一或多个传感器获得的测量值。继续上一实例,传感器数据可另外包含由传感器B及/或其它传感器获得的测量值。在一些实例中,资产102可基于由分析***108提供的故障代码规则或指令而在操作数据中包含特定传感器数据,所述分析***可已(举例来说)确定传感器B正测量的数据与致使故障代码1首先被触发的数据之间存在相关性。其它实例也是可能的。
仍进一步,传感器数据可包含基于特定所关注时间来自每一所关注传感器的一或多个传感器测量值。所述特定所关注时间可是基于若干因素而选择。在一些实例中,特定所关注时间可是基于取样速率。在其它实例中,特定所关注时间可是基于异常状况指示符被触发的时间。
明确地说,基于异常状况指示符被触发的时间,传感器数据可包含来自每一所关注传感器(例如,直接或间接与所触发指示符相关联的传感器)的一或多个相应传感器测量值。一或多个传感器测量值可是基于特定数目个测量值或所触发异常状况指示符的时间周围的特定持续时间。
举例来说,如果所触发故障代码是来自图3的故障代码2,那么所关注传感器可包含传感器B及C。一或多个传感器测量值可包含在故障代码(例如,触发测量值)的触发之前由传感器B及C获得的最近相应测量值或者在触发测量值之前、在触发测量值之后或大约在触发测量值时的相应测量值集合。举例来说,五个测量值的集合可包含在触发测量值之前或在触发测量值之后(例如,不包含触发测量值)的五个测量值,即:在触发测量值之前或在触发测量值之后的四个测量值以及所述触发测量值,或者在触发测量值之前的两个测量值及在触发测量值之后的两个测量值以及所述触发测量值,以及其它可能性。
类似于传感器数据,异常状况数据可采取各种形式。一般来说,异常状况数据可包含指示符或采取指示符的形式,所述指示符可操作以区别于可在资产102处发生的所有其它异常状况而唯一地识别在资产102处发生的特定异常状况。异常状况指示符可采取字母识别符、数字识别符或字母数字识别符的形式,以及其它实例。此外,异常状况指示符可采取描述异常状况(例如,“过热的引擎”或“燃料短缺”)的一串文字的形式,以及其它实例。
分析***108,且明确地说,分析***108的数据引入***可经配置以从一或多个资产及/或数据源接收操作数据。数据引入***可经配置以对所接收数据执行一或多个操作且接着将数据中继到分析***108的数据科学***。反过来,数据科学***可分析所接收数据,且基于此分析而执行一或多个操作。
C.定义预测模型及工作流程
作为一个实例,分析***108可经配置以基于针对一或多个资产的所接收操作数据及/或与一或多个资产相关的所接收外部数据而定义预测模型及对应工作流程。分析***108还可基于各种其它数据而定义模型-工作流程对。
一般来说,模型-工作流程对可包含一组程序指令,所述组程序指令致使资产监测特定操作状况且实施帮助促进防止由所监测操作状况所暗指的特定事件的发生的特定操作。具体来说,预测模型可包含一或多个算法,所述一或多个算法的输入是来自资产的一或多个传感器的传感器数据,且所述一或多个算法的输出用以确定在未来的特定时间周期内在资产处可能发生特定事件的概率。反过来,工作流程可包含一或多个触发(例如,模型输出值)及资产基于所述触发而实施的对应操作。
如上所述,分析***108可经配置以定义总体及/或个别化预测模型及/或工作流程。“总体”模型/工作流程可是指对于资产群组通用的且在不考虑模型/工作流程被部署到的资产的特定特性的情况下定义的模型/工作流程。另一方面,“个别化”模型/工作流程可是指针对资产群组中的单个资产或资产子群组而专门制定的且基于模型/工作流程被部署的单个资产或资产子群组的特定特性而定义的模型/工作流程。
根据本发明,模型-工作流程对的一个实施方案可采取用于预测给定资产在未来的给定时间周期内可能不可用的模型及用于致使路由表基于此预测模型而更新的对应工作流程的形式。此模型-工作流程对可采取各种形式。
1.资产不可用性的预测模型
如上文所述,分析***108可经配置以定义用于预测给定资产在未来的给定时间周期内可能不可用的模型(即,“不可用性模型”)。分析***108可以各种方式实施此步骤。
图6是描绘可用于定义不可用性模型的定义阶段的一个可能实例的流程图600。出于图解目的,实例性定义阶段描述为是由分析***108实施,但此定义阶段也可由其它***实施。所属领域的技术人员将了解,流程图600是为清楚及阐释起见而提供,且可利用操作的众多其它组合来定义模型-工作流程对。
如图6中所展示,在框602处,分析***108可通过定义形成给定不可用性模型的基础的一组数据(例如,所关注数据)而开始。所关注数据可从若干来源(例如,资产102、103及104以及数据源112)而导出,且可存储在分析***108的数据库中。
所关注数据可包含针对资产群组中的一组特定资产或针对资产群组中的所有资产(例如,所关注资产)的历史数据。此外,所关注数据可包含来自所关注资产中的每一者中的一组特定传感器及/或致动器或来自所关注资产中的每一者中的所有传感器及/或致动器的测量值。仍进一步,所关注数据可包含来自过去特定时间周期的数据,例如,持续两周的历史数据。
所关注数据可包含多种类型的数据,这可取决于给定不可用性模型。在一些例子中,所关注数据可至少包含指示资产的操作状况的操作数据,其中操作数据如上文在操作数据的收集章节中所论述。另外,所关注数据可包含指示通常操作资产的环境的环境数据及/或指示资产将实施特定任务的计划日期及时间的调度数据。其它类型的数据还可包含在所关注数据中。
实际上,所关注数据可以若干种方式定义。在一个实例中,所关注数据可为用户定义的。明确地说,用户可操作接收指示对特定所关注数据的选择的用户输入的输出***110,且输出***110可将指示此类选择的数据提供到分析***108。基于所接收数据,分析***108接着可定义所关注数据。
在另一实例中,所关注数据可为机器定义的。明确地说,分析***108可执行用以确定产生最准确预测模型的所关注数据的各种操作,例如模拟。其它实例也是可能的。
返回图6,在框604处,分析***108可经配置以基于所关注数据而定义表示资产的操作状况与资产在未来的给定时间周期内变得不可用的可能性之间的关系的总体预测模型。具体来说,总体预测模型可作为输入从资产的传感器接收传感器数据及/或从资产的致动器接收致动器数据,且可输出资产在未来的给定时间周期内将变得不可用的概率。
一般来说,定义总体预测模型可涉及利用一或多种建模技术来产生返回介于0与1之间的概率的模型,例如随机森林技术、逻辑回归技术或其它回归技术,以及其它建模技术。然而,其它技术也是可能的。
在一个特定实例性实施方案中,不可用性模型可采取监测资产的健康并输出资产的健康度量(例如,“健康评分”)的预测模型的形式,所述健康度量是指示在未来的给定时间段内在给定资产处是否将发生故障(及因此,给定资产是否将变得不可用)的单个经聚合度量。明确地说,健康度量可指示在未来的给定时间段内在资产处将不发生故障群组中的任何故障的可能性,或健康度量可指示在未来的给定时间段内在资产处将发生故障群组中的至少一个故障的可能性。
取决于健康度量的所要粒度,分析***108可经配置以定义输出不同级别的健康度量的不同预测模型,所述不同预测模型中的每一者可用作不可用性模型。举例来说,分析***108可定义作为整体而输出资产的健康度量(即,资产级健康度量)的预测模型。作为另一实例,分析***108可定义输出资产的一或多个子***的相应健康度量(即,子***级健康度量)的相应预测模型。在一些情形中,每一子***级预测模型的输出可经组合以产生资产级健康度量。其它实例也是可能的。
一般来说,定义输出健康度量的预测模型可以多种方式执行。图7是描绘可用于定义输出健康度量的模型的建模阶段的一个可能实例的流程图700。出于图解目的,实例性建模阶段描述为是由分析***108实施,此建模阶段也可由其它***实施。所属领域的技术人员将了解,流程图700是为清楚及阐释起见而提供,且可利用操作的众多其它组合来确定健康度量。
如图7中所展示,在框702处,分析***108可通过定义形成健康度量的基础的一组一或多个故障(即,所关注故障)而开始。实际上,一或多个故障可为如果发生则可能使资产(或其子***)不可用的那些故障。基于一组所定义故障,分析***108可采取用以定义用于预测在未来的给定时间段(例如,接下来两周)内发生故障中的任一者的可能性的模型的步骤。
明确地说,在框704处,分析***108可分析一或多个资产的群组的历史操作数据以识别所述组故障中的给定故障的过去发生情况。在框706处,分析***108可识别与给定故障的每一所识别过去发生相关联的一组相应操作数据(例如,来自在发生给定故障之前的给定时间段的传感器及/或致动器数据)。在框708处,分析***108可分析与给定故障的过去发生相关联的多组所识别操作数据以定义(1)一组给定操作度量的值与(2)在未来的给定时间段(例如,接下来两周)内发生给定故障的可能性之间的关系(例如,故障模型)。最后,在框710处,所定义组中的每一故障的所定义关系(例如,个别故障模型)接着可被组合成用于预测发生故障的总体可能性的模型。
当分析***108继续接收一或多个资产的群组的经更新操作数据时,分析***108还可通过基于经更新操作数据而重复步骤704-710而继续完善所定义组一或多个故障的预测模型。
现在将进一步详细描述图7中所图解说明的实例性建模阶段的功能。以框702开始,如上文所述,分析***108可通过定义形成健康度量的基础的一组一或多个故障而开始。分析***108可以各种方式执行此功能。
在一个实例中,所述组一或多个故障可是基于一或多个用户输入。具体来说,分析***108可从由用户操作的计算***(例如,输出***110)接收指示对一或多个故障的用户选择的输入数据。因此,所述组一或多个故障可为用户定义的。
在其它实例中,所述组一或多个故障可是基于由分析***108做出的确定(例如,机器定义的)。明确地说,分析***108可经配置以定义可以若干种方式发生的所述组一或多个故障。
举例来说,分析***108可经配置以基于资产102的一或多个特性而定义所述组故障。即,特定故障可对应于资产的特定特性,例如资产类型、类别等。举例来说,每一类型及/或类别的资产可具有相应所关注故障。
在另一例子中,分析***108可经配置以基于存储在分析***108的数据库中的历史数据及/或由数据源112提供的外部数据而定义所述组故障。举例来说,分析***108可利用此类数据来确定哪些故障导致最长修理时间及/或哪些故障历史上接着发生额外故障,以及其它实例。
在其它实例中,所述组一或多个故障可基于用户输入与由分析***108做出的确定的组合而定义。其它实例也是可能的。
在框704处,针对所述组故障中的故障中的每一者,分析***108可分析一或多个资产的群组的历史操作数据(例如,异常行为数据)以识别给定故障的过去发生。一或多个资产的群组可包含单个资产(例如,资产102)或者相同或类似类型的多个资产(例如,包含资产102、103及104的资产队伍)。分析***108可分析特定量的历史操作数据,例如,持续特定时间量的数据(例如,持续一个月的数据)或特定数目个数据点(例如,最近一千个数据点),以及其它实例。
实际上,识别给定故障的过去发生可涉及分析***108识别指示给定故障的操作数据类型,例如异常状况数据。一般来说,给定故障可与一个或多个异常状况指示符(例如,故障代码)相关联。即,当发生给定故障时,可触发一个或多个异常状况指示符。因此,异常状况指示符可反映给定故障的基本症候。
在识别指示给定故障的操作数据类型之后,分析***108可以若干种方式识别给定故障的过去发生。举例来说,分析***108可从存储在分析***108的数据库中的历史操作数据定位对应于与给定故障相关联的异常状况指示符的异常状况数据。每一经定位异常状况数据将指示给定故障的发生。基于此经定位异常状况数据,分析***108可识别过去故障发生的时间。
在框706处,分析***108可识别与给定故障的每一所识别过去发生相关联的一组相应操作数据。明确地说,分析***108可识别来自给定故障的给定发生的时间周围的特定时间段的一组传感器及/或致动器数据。举例来说,所述组数据可来自故障的给定发生之前、故障的给定发生之后或故障的给定发生周围的特定时间段(例如,两周)。在其它情形中,所述组数据可从故障的给定发生之前、故障的给定发生之后或故障的给定发生周围的特定数目个数据点识别。
在实例性实施方案中,所述组操作数据可包含来自资产102的一些或全部传感器及致动器的传感器及/或致动器数据。举例来说,所述组操作数据可包含来自与对应于给定故障的异常状况指示符相关联的传感器及/或致动器的数据。
返回图7,在分析***108识别针对给定故障的给定发生的所述组操作数据之后,分析***108可确定是否存在针对其应识别一组操作数据的任何其余发生情况。在存在其余发生情况的情况下,将针对每一其余发生情况重复框706。
此后,在框708处,分析***108可分析与给定故障的过去发生相关联的多组所识别操作数据以定义(1)一组给定操作度量(例如,一组给定传感器及/或致动器测量值)与(2)在未来的给定时间段(例如,接下来两周)内发生给定故障的可能性之间的关系(例如,故障模型)。即,给定故障模型可作为输入从一或多个传感器及/或致动器获取传感器及/或致动器测量值,并输出在未来的给定时间段内将发生给定故障的概率。
一般来说,故障模型可定义资产102的操作状况与发生故障的可能性之间的关系。在一些实施方案中,除来自资产102的传感器及/或致动器的原始数据信号之外,故障模型还可接收从传感器及/或致动器信号导出的若干其它数据输入,也称作特征。此些特征可包含在发生故障时历史上所测量的值的平均值或范围、在故障发生之前历史上所测量的值梯度的平均值或范围(例如,测量值的改变速率)、故障之间的持续时间(例如,故障的第一次发生与故障的第二次发生之间的时间量或数据点数目)及/或指示在故障的发生周围的传感器及/或致动器测量值趋势的一或多个故障型式。所属领域的技术人员将了解,这些仅为可从传感器及/或致动器信号导出的几个实例性特征,且众多其它特征是可能的。
实际上,故障模型可以若干种方式定义。在实例性实施方案中,分析***108可通过利用返回介于0与1之间的概率的一或多种建模技术而定义故障模型,所述建模技术可采取上文所描述的任何建模技术的形式。
在特定实例中,定义故障模型可涉及分析***108基于框706处所识别的历史操作数据而产生响应变量。具体来说,分析***108可确定在特定时间点所接收的每一组传感器及/或致动器测量值的相关联响应变量。因此,响应变量可采取与故障模型相关联的数据集的形式。
响应变量可指示一组给定测量值是否在框706处所确定的时间段中的任一者内。即,响应变量可反映一组给定数据是否来自关于故障的发生的所关注时间。响应变量可为二进制值响应变量,使得如果所述组给定测量值在所确定时间段中的任一者内,那么将值1指派给相关联响应变量,否则将值0指派给相关联响应变量。
继续基于响应变量而定义故障模型的特定实例,分析***108可利用框706处所识别的历史操作数据及所产生响应变量而培训故障模型。基于此培训过程,分析***108接着可定义故障模型,所述故障模型作为输入而接收各种传感器及/或致动器数据且输出在等效于用于产生响应变量的时间段的时间周期内将发生故障的介于0与1之间的概率。
在一些情形中,利用框706处所识别的历史操作数据及所产生响应变量进行的培训可产生针对每一传感器及/或致动器的变量重要性统计资料。给定变量重要性统计资料可指示传感器或致动器对在未来的时间周期内将发生给定故障的概率的相对影响。
另外或另一选择为,分析***108可经配置以基于一或多种存活分析技术(例如,Cox比例风险技术)而定义故障模型。分析***108可以在一些方面类似于上文所论述的建模技术的方式利用存活分析技术,但分析***108可确定指示从上一故障到下一预期事件的时间量的存活时间响应变量。下一预期事件可为传感器及/或致动器测量值的接收或故障的发生,以先发生者为准。此响应变量可包含与测量值被接收的特定时间点中的每一者相关联的一对值。响应变量接着可用于确定在未来的给定时间段内将发生故障的概率。
在一些实例性实施方案中,故障模型可部分地基于外部数据(例如天气数据)及“热盒”数据以及其它数据而定义。举例来说,基于此类数据,故障模型可增大或减小输出故障概率。
实际上,外部数据可是在不与资产传感器及/或致动器获得测量值的时间一致的时间点处观察得到的。举例来说,“热盒”数据被收集的时间(例如,机车沿着配备有热盒传感器的铁路轨道部分通过的时间)可与传感器及/或致动器测量时间不一致。在此些情形中,分析***108可经配置以执行一或多个操作以便确定在对应于传感器测量时间的时间处已观察到的外部数据观察值。
具体来说,分析***108可利用外部数据观察值的时间及测量值的时间来对外部数据观察值进行内插以产生针对对应于测量时间的时间的外部数据值。外部数据的内插可允许从其导出的外部数据观察值或特征作为输入被包含到故障模型中。实际上,可使用各种技术用传感器及/或致动器数据来对外部数据进行内插,例如最近邻近内插法、线性内插法、多项式内插法及样条内插法,以及其它实例。
返回图7,在分析***108确定框702处所定义的所述组故障中的给定故障的故障模型之后,分析***108可确定是否存在针对其应确定故障模型的任何其余故障。在存在针对其应确定故障模型的故障的情况下,分析***108可重复框704-708的循环。在一些实施方案中,分析***108可确定涵盖框702处所定义的所有故障的单个故障模型。在其它实施方案中,分析***108可确定针对资产102的每一子***的故障模型,所述故障模型接着可用于确定资产级故障模型。其它实例也是可能的。
最后,在框710处,针对所定义组中的每一故障的所定义关系(例如,个别故障模型)接着可被组合到用于预测在未来的给定时间段(例如,接下来两周)内发生故障的总体可能性的模型(例如,健康度量模型)中。即,模型作为输入从一或多个传感器及/或致动器接收传感器及/或致动器测量值并输出在未来的给定时间段内将发生所述组故障中的至少一个故障的单个概率。
分析***108可以若干种方式定义健康度量模型,这可取决于健康度量的所要粒度。即,在其中存在多个故障模型的例子中,可以若干种方式利用故障模型的结果以获得健康度量模型的输出。举例来说,分析***108可确定来自多个故障模型的最大值、中间值或平均值,并利用所述所确定值作为健康度量模型的输出。
在其它实例中,确定健康度量模型可涉及分析***108将权数归因于由个别故障模型输出的个别概率。举例来说,所述组故障中的每一故障可等同地视为不合意的,且因此,每一概率可同样地在确定健康度量模型中被相同加权。在其它例子中,一些故障可视为比其它故障更不合意(例如,更具毁灭性或需要更长修理时间等),且因此,那些对应概率可比其它概率被加权更多。
在又其它实例中,确定健康度量模型可涉及分析***108利用一或多种建模技术,例如回归技术。总体响应变量可采取来自个别故障模型中的每一者的响应变量的逻辑析取(逻辑“或”)的形式。举例来说,与在框706处所确定的任何时间段内发生的任一组测量相关联的总体响应变量可具有值1,而与在所述时间段中的任一者外发生的多组测量相关联的总体响应变量可具有值0。定义健康度量模型的其它方式也是可能的。
在一些实施方案中,框710可是不必要的。举例来说,如上文所论述,分析***108可确定单个故障模型,在此情形中,健康度量模型可为单个故障模型。
实际上,分析***108可经配置以更新个别故障模型及/或总体健康度量模型。分析***108可每日、每周、每月等更新模型,且可基于来自资产102或来自其它资产(例如,来自与资产102相同的队伍中的其它资产)的历史操作数据的新的部分而更新模型。其它实例也是可能的。
不可用性模型还可采取各种其它形式。举例来说,不可用性模型可预测资产在网状网络中进行通信的资产能力(例如,基于资产的操作数据)。在另一实例中,不可用性模型可预测资产是否离线(例如,基于当日时间、电池寿命、例行维护等)。
返回到图6,分析***108还可经配置以定义资产的个别化预测模型,这可涉及利用总体预测模型作为基础。个别化可是基于资产的特定特性。以此方式,与总体预测模型相比,分析***108可为给定资产提供更准确且稳健的预测模型。
明确地说,在框606处,分析***108可经配置以决定是否针对给定资产(例如,资产102)将框604处所定义的总体模型个别化。分析***108可以若干种方式实施此决策。
在一些情形中,分析***108可经配置以按默认定义个别化预测模型。在其它情形中,分析***108可经配置以决定是否基于资产102的特定特性而定义个别化预测模型。举例来说,在一些情形中,仅特定类型或类别的资产或在特定环境中操作的资产或者具有特定健康评分的资产可接收个别化预测模型。在又其它情形中,用户可定义是否针对资产102而定义个别化模型。其它实例也是可能的。
无论如何,如果分析***108决定针对资产102而定义个别化预测模型,那么分析***108可在框608处定义个别化预测模型。否则,分析***108可结束定义阶段。
在框608处,分析***108可经配置而以若干种方式定义个别化预测模型。在实例性实施方案中,分析***108可至少部分地基于资产102的一或多个特性而定义个别化预测模型。
在针对资产102而定义个别化预测模型之前,分析***108可已确定形成个别化模型的基础的一或多个所关注资产特性。实际上,不同预测模型可具有不同的所关注对应特性。
一般来说,所关注特性可为与总体预测模型相关的特性。举例来说,所关注特性可为分析***108已确定会影响总体预测模型的准确性的特性。此类特性的实例可包含资产年限、资产使用情况、资产能力、资产负载、资产健康状况(可能地由下文论述的资产健康度量指示)、资产类别(例如,品牌及/或型号)及操作资产的环境,以及其它特性。
分析***108可能已以若干种方式确定所关注特性。在一个实例中,分析***108可通过执行促进识别所关注特性的一或多个建模模拟已确定所关注特性。在另一实例中,所关注特性可已被预定义且存储在分析***108的数据存储装置中。在又一实例中,所关注特性可已由用户定义且经由输出***110提供到分析***108。其它实例也是可能的。
无论如何,在确定所关注特性之后,分析***108可确定资产102的对应于所确定所关注特性的特性。即,分析***108可确定资产102的对应于所关注特性的特性的类型、值、存在或缺少等。分析***108可以若干种方式执行此操作。
举例来说,分析***108可经配置以基于源自资产102及/或数据源112的数据而执行此操作。明确地说,分析***108可利用资产102的操作数据及/或来自数据源112的外部数据来确定资产102的一或多个特性。其它实例也是可能的。
基于资产102的所确定一或多个特性,分析***108可通过修改总体模型而定义个别化预测模型。总体模型可以若干种方式进行修改。举例来说,总体模型可通过以下方式进行修改:改变(例如,添加、移除、重新排序等)一或多个模型输入、改变对应于资产操作限制的一或多个传感器及/或致动器测量值范围(例如,改变对应于“先行指示符”事件的操作限制)、改变一或多个模型计算、对计算的变量或输出(或改变计算的变量或输出的权数)进行加权、利用不同于用于定义总体模型的建模技术的建模技术,及/或利用用于定义总体模型的响应变量的响应变量,以及其它实例。
实际上,将总体模型个别化可取决于给定资产的一或多个特性。明确地说,特定特性与其它特性相比可不同程度地影响对总体模型的修改。此外,特性的类型、值、存在等也可影响修改。举例来说,资产年限可影响总体模型的第一部分,而资产类别可影响总体模型的第二不同部分。且第一年限范围内的资产年限可以第一方式影响总体模型的第一部分,而第二年限范围(其不同于第一范围)内的资产年限可以第二不同方式影响总体模型的第一部分。其它实例也是可能的。
在一些实施方案中,除资产特性之外或代替资产特性,将总体模型个别化还可取决于其它考虑因素。举例来说,当资产被认为是处于相对良好操作状态(例如,如由机修工等定义)时,总体模型可基于资产的传感器及/或致动器读数而个别化。更明确地说,在先行指示符预测模型的实例中,分析***108可经配置以接收对资产处于良好操作状态(例如,来自由机修工操作的计算装置)的指示以及来自资产的操作数据。至少基于操作数据,分析***108接着可通过修改对应于“先行指示符”事件的相应操作限制而将资产的先行指示符预测模型个别化。其它实例也是可能的。
还应理解,在一些实例性实施方案中,分析***108可经配置以在不首先定义总体预测模型的情况下定义给定资产的个别化预测模型。其它实例也是可能的。
2.用于更新路由表的工作流程
如上文所述,分析***108还可经配置以定义用于致使路由表基于不可用性模型而更新的工作流程。如上文所描述,分析***108可执行不可用性模型以确定网状网络中的多个资产中的给定资产在未来的给定时间周期内是否可能不可用。给定资产可基于以下各项而不可用:给定资产发生故障、给定资产离线、给定资产的计划停机时间、给定资产无法经由网状网络进行通信,或给定资产另外无法充当网状网络中的数据中继器,以及其它情景。
无论如何,更新路由表的工作流程可致使充当网状网络内的节点的资产更新其路由信息以计及在未来可能变得不可用的一个或多个其它资产。以此方式,网状网络可能经更新以便利用不依赖于在未来可能变得不可用的节点(资产)的路径。
分析***108可定义此路由表工作流程,使得其基于多种触发而被触发。一般来说,此触发可指示给定资产可能不可用。在实例性实施方案中,触发可采取给定资产的健康评分的形式。具体来说,路由表工作流程可基于分析***108(或可能地给定资产的本地分析装置)确定给定资产的健康评分达到、保持低于或超过不可用性阈值(例如,健康评分阈值)(这可取决于评分结构如何)而触发。
另一选择为,触发可是基于分析***108确定给定资产的健康评分在给定时间周期内达到、保持低于或超过不可用性阈值。举例来说,对于给定资产来说暂时不可用可能是不够的;如果确定给定资产在特定时间量(例如,30分钟、一个或多个小时等)内将可能不可用,那么给定资产可被认为是不可用的。在实例性实施方案中,分析***108可基于被分析的给定路线的最近吞吐量与通过给定路线发射(例如,特定大小的)给定消息(假设存在那些吞吐量状况)所需的最少时间的比较结果而确定触发工作流程的不可用性的时间周期。时间周期还可以其它方式确定。
实际上,分析***108可相对于全部资产102、103及104(例如,总体工作流程)而定义路由表工作流程。然而,在一些实施方案中,分析***108可将一或多个资产的工作流程个别化。举例来说,资产102可具有与资产103的不可用性阈值不同的不可用性阈值。
分析***108可决定是否基于个别化预测模型而定义个别化工作流程。在另一实施方案中,如果个别化预测模型被定义,那么分析***108可决定定义个别化工作流程。在另一实施方案中,分析***108可使用影响总体工作流程的效能的所关注特性来确定不同资产的不同不可用性阈值。其它实例也是可能的。
在操作中,分析***108可基于所执行工作流程而将信令消息发射到资产102-104中的一或多者。即,信令消息可反映分析***108确定给定资产在未来的给定时间周期内可能不可用。信令消息可通知资产来更新其路由表以更新路由拓扑,且还可通知资产来中继对其它资产的更新。举例来说,基于执行不可用性模型及确定资产104可能变得不可用,分析***108可将信令消息发射到资产102,所述资产继而更新其路由表。资产102随后可将信令消息发射到资产103,所述资产更新其路由表。
此外,在一些实施方案中,信令消息可包含用以从路由拓扑移除即将不可用的资产(例如,资产104)的指令。在另一实施方案中,分析***108可更新网状网络105中的每一资产的路由拓扑并将对经更新路由拓扑的指示发射到每一资产(例如,经由将相应路由表发射到资产)。
D.模型-工作流程对的执行
分析***108一旦定义上文所揭示的模型-工作流程对,所述模型-工作流程对便可由分析***108执行及/或可被发送到资产以供在本地执行(例如,通过本地分析装置)。
在执行不可用性模型时,分析***108及/或给定资产可确定给定资产在未来的给定时间周期内可能变得不可用。举例来说,分析***108及/或给定资产可通过将不可用性模型的输出与阈值进行比较并因此确定输出已达到或超过阈值而做出此确定。反过来,分析***108及/或给定资产可执行用于致使一或多个路由表被更新的工作流程。举例来说,分析***108可将包含对给定资产不可能不可用的确定的信号消息发射到一或多个资产。在另一实例中,分析***108可将包含对相应资产的路由配置的更新的信号消息发射到一或多个资产。
作为执行此工作流程的结果,可从路由表移除即将不可用的资产,或可停用包含所述资产的路径。举例来说,路由表可经更新使得网状网络中的其它资产可通过推测所述资产不可用而绕过即将不可用的资产。
如果确定即将不可用的资产再次变得可用,那么本文中所揭示的模型-工作流程对还可致使路由表稍后再次被更新。
虽然上文论述充当网络中的节点的资产,但此并非打算为限制性的。在一些实例性实施方案中,传感器(例如,环境传感器、工业自动化传感器等)可充当节点,且可相应地修改以上操作。
VI.实例性方法
图8是描绘用以更新网状网络105的路由表的实例性方法的流程图800。出于图解目的,实例性方法描述为是由分析***108实施,但此定义阶段也可由其它***实施,所述其它***包含网状网络105中的资产中的一者的本地分析装置220。所属领域的技术人员将了解,流程图500是为清楚及阐释起见而提供,且可利用众多其它操作组合来更新网状网络中的路由表。
如图8中所展示,在框802处,分析***108可通过基于预测模型而确定网状网络中的多个资产中的给定资产在未来的给定时间周期内可能不可用而开始。在一些实施方案中,多个资产可包含运输机器、工业机器、医疗机器及实用机器中的至少一者。
在一些实施方案中,预测模型可是基于从多个资产的传感器所接收的历史数据。分析***108可基于以下各项而确定给定资产可能不可用:从给定资产或从其它资产接收传感器数据、基于将预测模型应用于传感器数据而确定给定资产的健康评分,及确定给定资产的健康评分已达到不可用性可能性阈值。在一些其它实施方案中,预测模型可是基于与资产相关联的信息。举例来说,给定资产可基于以下各项而不可用:资产发生故障、资产的计划停机时间(例如,资产离线)、资产在夜间断电,及资产无法经由网状网络进行通信。预测模型可基于资产的年限、总的操作时间、从上次维护事件以来的时间等而确定给定资产可能不可用。
在框804处,响应于所述确定而致使网状网络中的至少一个其它资产的路由配置被更新。路由配置可包含针对网状网络中的资产中的每一者的用以将数据发射到一或多个其它资产及上文参考图1所描述的***中的其它实体或者从一或多个其它资产或其它实体接收数据的路径。
路由配置可包含从路由表移除可能变得不可用的资产。另一选择为或另外,分析***108可将那些资产保持为路由表的一部分,但可更新包含可能变得不可用的资产的路径直到那些资产的状态改变为止。举例来说,在资产与健康评分相关联的情况下,如果健康评分增大或下降到低于不可用性可能性阈值,那么资产可被确定为可用的。在其中资产200更新网状网络的路由表的一些实施方案中,资产可基于经更新路由表而进行通信并将经更新路由表的至少一部分发射到多个资产中的另一者。
Claims (20)
1.一种计算机实施的方法,其包括:
基于预测模型而确定网状网络中的多个资产中的给定资产在未来的给定时间周期内可能不可用;及
响应于所述确定而致使所述网状网络中的至少一个其它资产的路由配置被更新。
2.根据权利要求1所述的计算机实施的方法,其中确定所述多个资产中的所述给定资产可能不可用包括:
从所述给定资产接收传感器数据;
基于将所述预测模型应用于所述传感器数据而确定所述给定资产的健康评分;及
确定所述给定资产的所述健康评分已达到不可用性可能性阈值。
3.根据权利要求2所述的计算机实施的方法,其中确定所述给定资产的所述健康评分已达到所述不可用性可能性阈值包括:确定所述给定资产在特定时间周期内已达到所述不可用性可能性阈值。
4.根据权利要求1所述的计算机实施的方法,其中所述给定资产基于以下各项中的至少一者而可能不可用:所述给定资产发生故障、所述给定资产离线、所述给定资产的计划停机时间,或所述给定资产无法经由所述网状网络进行通信。
5.根据权利要求1所述的计算机实施的方法,其中所述多个资产包括运输机器、工业机器、医疗机器或实用机器中的至少一者。
6.根据权利要求1所述的计算机实施的方法,其中致使所述网状网络中的至少一个其它资产的所述路由配置被更新包括:
将对所述给定资产在未来的所述给定时间周期内可能不可用的确定发射到所述网状网络中的所述多个资产中的一者,且
其中所述网状网络中的所述多个资产中的所述一者更新其路由配置。
7.根据权利要求1所述的计算机实施的方法,其中致使所述网状网络中的至少一个其它资产的所述路由配置被更新包括:将对所述给定资产在未来的所述给定时间周期内可能不可用的确定发射到所述网状网络中的至少一个其它资产。
8.一种非暂时性计算机可读媒体,其上存储有可执行以致使计算***进行以下操作的指令:
基于预测模型而确定网状网络中的多个资产中的给定资产在未来的给定时间周期内可能不可用;及
响应于所述确定而致使所述网状网络中的至少一个其它资产的路由配置被更新。
9.根据权利要求8所述的计算机可读媒体,其中确定所述多个资产中的所述给定资产可能不可用包括:
从所述给定资产接收传感器数据;
基于将所述预测模型应用于所述传感器数据而确定所述给定资产的健康评分;及
确定所述给定资产的所述健康评分已达到不可用性可能性阈值。
10.根据权利要求9所述的计算机可读媒体,其中确定所述给定资产的所述健康评分已达到所述不可用性可能性阈值包括:确定所述给定资产在特定时间周期内已达到所述不可用性可能性阈值。
11.根据权利要求8所述的计算机可读媒体,其中所述给定资产基于以下各项中的至少一者而可能不可用:所述给定资产发生故障、所述给定资产离线、所述给定资产的计划停机时间,或所述给定资产无法经由所述网状网络进行通信。
12.根据权利要求8所述的计算机可读媒体,其中所述多个资产包括运输机器、工业机器、医疗机器或实用机器中的至少一者。
13.根据权利要求8所述的计算机可读媒体,其中致使所述网状网络中的至少一个其它资产的所述路由配置被更新包括:
将对所述给定资产在未来的所述给定时间周期内可能不可用的确定发射到所述网状网络中的所述多个资产中的一者,且
其中所述网状网络中的所述多个资产中的所述一者更新其路由配置。
14.根据权利要求8所述的计算机可读媒体,其中致使所述网状网络中的至少一个其它资产的所述路由配置被更新包括将对所述给定资产在未来的所述给定时间周期内可能不可用的确定发射到所述网状网络中的至少一个其它资产。
15.一种计算***,其包括:
至少一个处理器;
非暂时性计算机可读媒体;及
程序指令,其存储在所述非暂时性计算机可读媒体上,所述程序指令可由所述至少一个处理器执行以致使所述计算***:
基于预测模型而确定网状网络中的多个资产中的给定资产在未来的给定时间周期内可能不可用;及
响应于所述确定而致使所述网状网络中的至少一个其它资产的路由配置被更新。
16.根据权利要求15所述的计算***,其中确定所述多个资产中的所述给定资产可能不可用包括:
从所述给定资产接收传感器数据;
基于将所述预测模型应用于所述传感器数据而确定所述给定资产的健康评分;及
确定所述给定资产的所述健康评分已达到不可用性可能性阈值。
17.根据权利要求16所述的计算***,其中确定所述给定资产的所述健康评分已达到不可用性可能性阈值包括:确定所述给定资产在特定时间周期内已达到所述不可用性可能性阈值。
18.根据权利要求15所述的计算***,其中所述给定资产基于以下各项中的至少一者而可能不可用:所述给定资产发生故障、所述给定资产离线、所述给定资产的计划停机时间,或所述给定资产无法经由所述网状网络进行通信。
19.根据权利要求15所述的计算***,其中所述多个资产包含运输机器、工业机器、医疗机器及实用机器中的至少一者。
20.根据权利要求15所述的计算***,其中致使所述网状网络中的至少一个其它资产的所述路由配置被更新包括:
将对所述给定资产在未来的所述给定时间周期内可能不可用的确定发射到所述网状网络中的所述多个资产中的一者,且
其中所述网状网络中的所述多个资产中的所述一者更新其路由配置。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462086155P | 2014-12-01 | 2014-12-01 | |
US14/853,189 US9842034B2 (en) | 2014-12-01 | 2015-09-14 | Mesh network routing based on availability of assets |
US14/853,189 | 2015-09-14 | ||
PCT/US2016/051387 WO2017048640A1 (en) | 2014-12-01 | 2016-09-12 | Mesh network routing based on availability of assets |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108141473A true CN108141473A (zh) | 2018-06-08 |
Family
ID=62488876
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680059994.1A Withdrawn CN108141473A (zh) | 2014-12-01 | 2016-09-12 | 基于资产可用性的网状网络路由 |
CN201680077496.XA Withdrawn CN108463806A (zh) | 2014-12-01 | 2016-12-07 | 用于基于预测模型修改数据采集参数的计算机体系结构和方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680077496.XA Withdrawn CN108463806A (zh) | 2014-12-01 | 2016-12-07 | 用于基于预测模型修改数据采集参数的计算机体系结构和方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN108141473A (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11442958B2 (en) * | 2019-04-25 | 2022-09-13 | EMC IP Holding Company LLC | Data distribution in continuous replication systems |
US20200401904A1 (en) * | 2019-06-24 | 2020-12-24 | GE Precision Healthcare LLC | Adaptive medical imaging device configuration using artificial intelligence |
CN114527733A (zh) * | 2022-02-23 | 2022-05-24 | 上海电气集团股份有限公司 | 电气控制***的仿真测试方法及装置 |
CN116662638B (zh) * | 2022-09-06 | 2024-04-12 | 荣耀终端有限公司 | 数据采集方法及相关装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1512390A (zh) * | 2002-12-20 | 2004-07-14 | ������������ʽ���� | 故障预测***及程序和方法及设备、打印机和管理服务器 |
CN1834953A (zh) * | 2005-03-18 | 2006-09-20 | 株式会社东芝 | 故障履历管理装置 |
US20080270673A1 (en) * | 2007-04-26 | 2008-10-30 | Alcatel Lucent | Edge Router and Method for Dynamic Learning of an End Device MAC Address |
CN101393619A (zh) * | 2007-09-19 | 2009-03-25 | 通用电气公司 | 改善工程***决策和转让风险的方法和*** |
CN102077680A (zh) * | 2008-11-28 | 2011-05-25 | 松下电器产业株式会社 | 路径控制装置、方法、以及程序 |
CN102509178A (zh) * | 2011-11-25 | 2012-06-20 | 江苏省电力公司淮安供电公司 | 配网设备状态评估*** |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7647131B1 (en) * | 2006-03-09 | 2010-01-12 | Rockwell Automation Technologies, Inc. | Dynamic determination of sampling rates |
US9024754B2 (en) * | 2013-03-15 | 2015-05-05 | Codex Corporation | Monitoring inmate movement with RFID |
WO2014145977A1 (en) * | 2013-03-15 | 2014-09-18 | Bates Alexander B | System and methods for automated plant asset failure detection |
CN104809051B (zh) * | 2014-01-28 | 2017-11-14 | 国际商业机器公司 | 用于预测计算机应用中的异常和故障的方法和装置 |
-
2016
- 2016-09-12 CN CN201680059994.1A patent/CN108141473A/zh not_active Withdrawn
- 2016-12-07 CN CN201680077496.XA patent/CN108463806A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1512390A (zh) * | 2002-12-20 | 2004-07-14 | ������������ʽ���� | 故障预测***及程序和方法及设备、打印机和管理服务器 |
CN1834953A (zh) * | 2005-03-18 | 2006-09-20 | 株式会社东芝 | 故障履历管理装置 |
US20080270673A1 (en) * | 2007-04-26 | 2008-10-30 | Alcatel Lucent | Edge Router and Method for Dynamic Learning of an End Device MAC Address |
CN101393619A (zh) * | 2007-09-19 | 2009-03-25 | 通用电气公司 | 改善工程***决策和转让风险的方法和*** |
CN102077680A (zh) * | 2008-11-28 | 2011-05-25 | 松下电器产业株式会社 | 路径控制装置、方法、以及程序 |
CN102509178A (zh) * | 2011-11-25 | 2012-06-20 | 江苏省电力公司淮安供电公司 | 配网设备状态评估*** |
Also Published As
Publication number | Publication date |
---|---|
CN108463806A (zh) | 2018-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10545845B1 (en) | Mesh network routing based on availability of assets | |
US10579750B2 (en) | Dynamic execution of predictive models | |
CN108780526B (zh) | 基于资产定位的预测模型的处置 | |
US10176279B2 (en) | Dynamic execution of predictive models and workflows | |
CN108141473A (zh) | 基于资产可用性的网状网络路由 | |
US20180060149A1 (en) | Interface Tool for Asset Fault Analysis | |
US20150095336A1 (en) | Geo-Spatial Asset Clustering | |
CN108351856A (zh) | 通过网络在数据平台之间共享资产相关信息的计算机***及方法 | |
Liu et al. | An evaluative study on IoT ecosystem for smart predictive maintenance (IoT-SPM) in manufacturing: Multiview requirements and data quality | |
JP2019527897A (ja) | アセットの修理を推奨するコンピュータ・アーキテクチャ及び方法 | |
WO2016205132A1 (en) | Local analytics at an asset | |
US20220100595A1 (en) | Computer System and Method for Recommending an Operating Mode of an Asset | |
Roccotelli et al. | Internet of things and virtual sensors for electromobility | |
EP3311345A1 (en) | Local analytics at an asset | |
KR20180042444A (ko) | 자산들의 가용성에 기초한 메시 네트워크 라우팅 | |
Mouhcine et al. | An internet of things (IOT) based smart parking routing system for smart cities | |
WO2024132480A1 (en) | Air quality modelling and estimation methods | |
GARCÍA CRUZ | Iot based smart bin simulation system for waste management | |
Malagund | Wireless sensor monitoring systems | |
MARZANI et al. | An IoT Toolchain Architecture for Planning, Running and Managing a Complete Condition Monitoring Scenario |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1255721 Country of ref document: HK |
|
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180608 |
|
WW01 | Invention patent application withdrawn after publication |