CN114625076B 用于工业物联网的方法和系统 （强力物联网投资组合2016有限公司）

2022.06.14201780028723.42017.05.09司本发明实施例公开了一种用于对来自工业环境中第一机器中的至少第一元件的信号进行中的至少所述第一机器获得的至少第一传感器述第一传感器的第一输入和连接到所述第二传出传送所述第一传感器信号和从所述第二输出多个输入中每一个用于单独分配给所述多个输22.根据权利要求1所述的系统，其中所述认知输入选择系统被配置为基于来自分析系3.根据权利要求1所述的系统，其中所述本地数据收集系统被配置为基于分层模板创5.根据权利要求3所述的系统，其中所述分层模板中的至少一个分层模板与所述第一机器的多个互连元件相关联，或者至少与所述第一机器和第二机器的多个互连元件相关6.根据权利要求3所述的系统，其中所述分层模板中的至少一个分层模板至少与位于9.根据权利要求1所述的系统，其中所述平台包括对来自多个传感器的状态信息进行15.根据权利要求13所述的系统，其中所述不变位置是与所述第一机器的旋转轴相关317.根据权利要求16所述的系统，其中所述平台被配置为基于所述同时记录的无间隙18.根据权利要求16所述的系统，其中所述第二传感器被配置为可移动到与所述第一19.根据权利要求17所述的系统，其中所述平台被配置为基于所述相对相位变化和所述同时记录的无间隙数字波形数据来确定操20.根据权利要求16所述的系统，其中所述本地数据收集系统被配置为在所述第一机器和第二机器都在运行时的同时从所述第一机器获取所述同时记录的无间隙数字波形数21.根据权利要求16所述的系统，其中所述同时记录的无间隙数字波形数据的持续时22.根据权利要求1所述的系统，所述开关的所述多个输出包括第三输出和第四输出，23.根据权利要求22所述的系统，其中所述系列三轴传感器中的三轴传感器各自位于24.根据权利要求22所述的系统，其中所述系列三轴传感器中的三轴传感器各自位于25.一种用于对来自工业环境中的第一机器中的至少第一元件的信号进行数据收集、于从所述机器获取所述第二传感器信号；所述本地数据收集系统中的认知输入选择系统，输出传送第一传感器信号和从第二输出传送第二传感器信号同时进26.根据权利要求25所述的系统，其中所述本地数据收集系统被配置为管理数据收集27.根据权利要求26所述的系统，其中所述数据收集带定义特定频带以及一组频谱峰28.根据权利要求26所述的系统，其中所述本地数据收集系统包括利用所述数据收集429.根据权利要求26所述的系统，其中所述本地数据收集系统被配置为基于分层模板30.根据权利要求29所述的系统，其中所述分层模板中的至少一个分层模板与所述机31.根据权利要求29所述的系统，其中所述分层模板中的至少一个分层模板与和所述32.根据权利要求29所述的系统，其中所述分层模板中的至少一个分层模板与位于另35.根据权利要求25所述的系统，其中所述平台被配置为基于利用率度量和收益度量37.根据权利要求25所述的系统，其中所述本地数据收集系统包括用于工业传感器数38.根据权利要求25所述的系统，其中所述本地数据收集系统的多个输入包括连接到信号来自与所述机器相关联的不变位置处的40.根据权利要求38所述的系统，其中所述本地数据收集系统被配置为至少从所述第41.根据权利要求40所述的系统，其中所述平台被配置为基于所述同时记录的无间隙42.根据权利要求40所述的系统，其中所述第二传感器被配置为可移动到与所述机器43.根据权利要求41所述的系统，其中所述平台被配置为基于所述相对相位变化和所述同时记录的无间隙数字波形数据来确定操44.根据权利要求40所述的系统，所述本地数据收集系统的所述多个输出包括第三输45.根据权利要求44所述的系统，其中所述系列三轴传感器中的三轴传感器各自位于46.根据权利要求44所述的系统，其中所述系列三轴传感器中的三轴传感器各自位于47.根据权利要求40所述的系统，其中所述本地数据收集系统被配置为在所述机器和48.根据权利要求47所述的系统，其中所述本地数据收集系统被配置为在来自所述机5器的所述同时记录的无间隙数字波形数据中表征来自所述机器和49.根据权利要求40所述的系统，其中所述同时记录的无间隙数字波形数据的持续时50.根据权利要求38所述的系统，其中所述不变位置是与所述机器的旋转轴相关联的51.一种用于对来自工业环境中的机器中的至少第一元件的信号进行数据收集、处理同时从第一输出传递所述第一传感器信号和从第二输出传递所述第二传感器信号，其中，所述一个或多个传感器包括所述第一传感器和所述第二传感器中的至少感器信号的传递之间选择所述第一输出的条件与其中同时从所述第一输出传递所述第一传感器信号和从所述第二输出传递所述第二传感器信号的条件之间选择所述第一输出和54.根据权利要求53所述的非瞬时性计算机可读介质，其中所述一个或多个处理器执6[0001]本发明申请要求如下专利申请的优先权：2016年5月9日提交、申请号为62/333,350,672且标题为“对测量波形数据进行高采样率数字记录作为流传输长时长且无间隙波形数据的自动化顺序列表一部分以便存储用于更灵活的后处理”的美国临时专利申请；7[0008]本文公开了用于多个模拟工业传感器状态信息的基于云的机器模式分析的方法[0009]本文公开了用于工业IoT设备的设备内置传感器和数据存储的方法和系统，包含用于工业IoT设备的设备内置传感器和数据存储，其中来自多个传感器的数据在用于存储的自组织群，其基于群成员的能力和状况在工业数据收集器之间进行组织以优化数据收数据市场中针对工业IoT数据执行的交易于在工业数据收集环境中传输来自多个传感器的数据的数据网络[0021]本文公开了用于AR/VR工业眼镜表示层的方法和系统，其中基于所收集数据中的8[0022]本文公开了用于基于工业环境中的反馈度量和/或训练对AR/VR界面进行条件敏本地数据收集系统具有从工业环境中的至少第一机器获得的第一传感器信号和第二传感专用于对多个复用单元和从工业环境中的多个机器接收多个数据流的多个数据采集单元配置成使用板载定时器相对于至少一个触发通道和至少一个输入并以数字方式导出相位。多个多路复用单元和多个数据采集单元进行逻辑控制的数据总线的分布式CPLD芯片包括9一个分布式CPLD芯片的降频以实现较低的采样率的至少其中之一与位置上邻近第二机器的至少第一机收集系统配置成表征同时记录第一机器的无间隙数字波形数据中来自第一机器和第二机来自所有数据通道的无间隙数字波形数据，并且基于数字波形数据来确定相对相位的变轴传感器中的三轴传感器分别位于不同位置，并且分别与支承机器中的轴的不同轴承关系统的交叉点开关的第一输入连接到第一传感器并将交叉点开关的第二输入连接到本地时从交叉点开关的第一输出传送第一传感器信号和从交叉点开关的第二输出传送第二传[0036]在实施例中，第一传感器信号和第二传感器信号是来自工业环境的连续振动数[0037]在实施例中，该方法包括利用警报持续地监视交叉点开用板载定时器相对于至少一个触发通道和交叉点开关上的多个输入的至少其中之一以数其中之一与位置上邻近第二机器的至少第一机[0042]图1至图5是分别示出根据本发明的工业IoT数据收集、监视和控制系统的整体视[0043]图6是根据本发明的包括工业环境中设置的本地数据收集系统的平台的示意图，[0044]图7是示出根据本发明的用于在工业环境中收集模拟传感器数据的工业数据收集[0045]图8是具有根据本发明的配置成收集波形数据的数据采集模块的旋转或振动机器[0046]图9是根据本发明的安装到示范性旋转机器的电机轴承上的示范性三轴传感器的[0047]图10和图11是根据本发明的安装到示范性旋转机器的示范性三轴传感器和单轴[0050]图14是根据本发明的涉及将认知和机器学习系统应用于数据收集和处理的数据[0051]图15是根据本发明的涉及应用具有认知数据市场的平台的数据收集架构的组件[0052]图16是根据本发明的涉及应用数据收集器的自组织群的数据收集架构的组件和[0053]图17是根据本发明的涉及应用触觉用户界面的数据收集架构的组件和交互的示业机器之间的网络进行的网络敏感或网络感[0058]图3示出图1-5所示工业IoT系统10的示意图的右上部分。这包括在重工业机器所[0059]图1示出图1-5所示工业IoT系统的示意图的中间部分。这包括了网络编码的使用置网络编码模型，以用于跨网络在数据收集系统和云之间高效传输大量数据。在云中或企其他元件等的分布式分类账存储。交互以处理本地数据收集系统102所收集数据的分布式组件组成的系统。主机处理系统远程控制本地环境104中或网络110中的一个或多个元件。平台100可以包括一个或多个本来自本地数据收集系统102或来自一个或多个输入源116的输入数据应用一组规则或模型统技术堆栈可以包括于2011年11月15日公布授予Schlicht等人的美国专利号8,060,017中而由主机系统112处理作为平台100组件或工业IoT数据收集、监视和控制系统10等多个部他结构化或半结构化理解的此类机器学习技术在2012年6月12日公布授予Moore的美国专实施例中，本地机器学习可以随时间的推移开启或关闭排列中的多传感器数据收集器102统（如学习优化数据收集器的配置和操作，如基于场景和状况来配置传感器的排列和组板1118替代，以便实现更高级、更高效的数据收集和通信。一旦数据移动到计算机软件创建可以利用分层模板。在实施例中，创建集以及更多通道同时进行数据收集以用于更复杂的分析。在实施例中，可以稍微调适该为实现信噪比的最大化并提供最佳数据，路由到单独A/D且用于自动换算的峰值检测器将DC传感器数据。过采样的高速度还支持将过采样A/D的较高输入过采样用于较低采样率输振动检测和分析提供先进的扭转振动分析，从而以更全面的方式诊断与扭转力相关的机械通道上进行全频谱分析而收集的调度数据。在实施例中，智能会提供数据以实现用于持续监视以及用于分析的环境局部振动的扩展统计能力，其结合环境温度和本地温度以及用于识别机械问题的振动级别变化。现DAQ功能的多个不同方面提升，其中一个或多个处理器单元主要侧重于与外界的通信方完成。提供一系列常用命令（实际上多于100个如InitializeCard（卡的初始化）、[0081]本文公开的方法和系统的实施例可以包括加速度计上的RFID和测斜仪或其他传[0082]本文公开的方法和系统的多个实施例可以包括通过将超声波传感器置于变压器、[0083]本文公开的方法和系统的实施例可以包括使用模拟交叉点开关用于收集可变多目前使用常规固定组多路复用器的系统只能比较在安装时分与灵活性呈指数增长）。最简单的Mux设计选择多个输入之一并将其路由到单个输出线路技术的最新进展现在使之成为可能。交叉点Mux的另一个优点是能够通过将输出置于高阻[0084]本文公开的方法和系统的实施例可以包括Mux上的前端信号调节以提高信噪比。多个实施例可以在Mux切换之前对振动以及其他信号输入执行信号调节（如范围/增益控监视Mux旁通提供了一种机制，从而通过使用滤波的峰值保持电路或功能类似的多个触发条件对当前未被Mux系统采样的通道连续监视重大警报，进而以合算的方式使用硬件中断[0086]本文公开的方法和系统的多个实施例可以包括使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制。实现与多种类型的预见性维护和振动换能[0087]本文公开的方法和系统的实施例可以包括使用固态继电器和设计拓扑的高电流器功率以及通过DAQ系统的低电平固件降低组件板和其他硬件功率使得相对于节能能力的[0089]本文公开的方法和系统的实施例可以包括用于触发和振动输入的独一无二的静[0090]本文公开的方法和系统的实施例可以包括用于A/D零基准的精确电压参考。一些A/D芯片提供其自身的内部零电压参考以便用作外部信号调节电路的中间刻度值，以便确的同时采样。这可以在无需切换开关位置并允许设置时间的情况下显著简化自动换算过[0094]本文公开的方法和系统的实施例可以包括将过采样A/D的较高输入过采样用于较的方法和系统的实施例可以包括将CPLD用作过采样A/D的时钟分频器，以便实现较低采样数据的模拟磁带记录进行数字化模拟所采用的精度应确保其实际上可以视为适用于多种[0096]本文公开的方法和系统的实施例可以包括将校准数据和维护历史存储在板载卡多信号路径并且因此校准表可能非常大的复杂数据采集设备而言尤其如此。在实施例中，DAQ机盒都保持校准状态且继续保存所有此类重要信息。PC或外部设备可以在任何时间轮智能带故障现象和诊断分配至多个分层数据库等级。例如，智能带在轴承等级可以被称为示，这些图标以所需方式通过图形方式简单连接在一起。本文公开的方法和系统的实施例可以包括定义专家系统智能带和诊断的专家系统GUI图形方法。用于创建特定机器诊断的故障现象、规则或更广泛的智能带的输入可能枯燥且耗时。一种使该过程更便利且高效的手段是使用布线提供图形方式。所提出的图形界面由四个主要组件组成：故障现象部件库以包括部件库中的部件或诊断库中的诊断，其使用工具连接在一起，以创建诊断。各种部[0103]本文公开的方法和系统的实施例可以包含用于反算定义的图形方法。在实施例[0104]本文公开的方法和系统的实施例可以包括利用瞬态信号分析进行的扭转振动检生率的增加，这显然是因为速度变化的扭转应力增加以及设备在扭转共振速度下的运行。与非扭转性结构共振不同的是，非扭转性结构共振通常表现出具有大幅增加的外壳或外部能通过查找速度和/或相位变化来辨别。当前用于分析扭转性振动的标准方法包括使用专用仪器。本文公开的方法和系统允许在不使用这种专用仪器的情况下分析扭转性振动。这种方法可以由关闭机器和使用应变仪和/或速度编码器板和/或齿轮等其他特殊固定件组位变化。在实施例中，暂态分析技术可以用来区分扭转引起的振动与由于过程控制引起的变化不会；并且相对于轴的转动速度与扭转相关的较小速度变化表明，监测相位行为将展示快速或短暂的速度突发，和历史上与升高或降低机器速度相关的慢速相位变化形成对比[0105]本文公开的方法和系统的实施例可以包含同时使用模拟和数字方法的改进集当使用软件以数字方式集成信号时，基本上需将频谱低端频率数据的振幅乘以一个函数，其能够在比已经数字化的信号大得多的信噪比下执行。此外还可以将放大因数限制在合理高于底噪的初始振幅乘以一个十分小的数字（1/f这个数字使振幅降至远低于底噪的水数字化高频信号的相同数字相乘仍按比例降低底噪。在实施例中，可以在单位增益点以下将所产生的混合数据转换回波形，这个波形在信噪比方面应远优于硬件集成或软件集成数例中，具有曲线拟合的一阶渐进式硬件积分器高通滤波器在降低或消除噪声的同时允许一力，并且其机载固件可以长时间实施专用监测功能或可以远程控制以便进行进一步分析。本文公开的方法和系统的实施例可以包含用于持续监视的扩展统[0108]本文公开的方法和系统的实施例可以包含环境传感、局部传感和振动以供分键统计变化的通道收集特定同步数据以用于进行更高级的分析。实施例包含进行智能ODS器2020的运行速度可以在不同情境中从相对较慢的旋转或振荡速度变为相对较快的速度。至少一个机器上的波形数据2010可以包含来自安装在恒定参考位置2040的单轴传感器[0111]在实施例中，机器2020可以进一步包含壳体2100，壳体2100可包含能够驱动轴[0112]在实施例中，波形数据2010可以基于机器2020的布局使用预定路线格式来获轴2230和输出构件2240的机器2200电机轴承相关的位置2220的三轴传感器2210。参见图9和图10，展示根据本发明的示范性机器2300，其具有三轴传感器2310和单轴振动传感器2320，单轴振动传感器2320用作在振动勘测期间连接至机器2300上恒定位置的参考传感[0114]在其他实例中，传感器以及数据采集模块和设备可以集成到或驻留在旋转机器初可以是已安装的设备并由初始设备制造商提供，或在改装应用中在不同的时间进行安[0115]参见图8，各种实施例包含通过在本地以数字方式记录或在云网络设施2170上进接近可从模拟记录波形数据的先前实例中获得的低通滤波器应用于以数字采样数据集然后对数据集进行欠[0119]在一个实例中，可以在数字波形的每十分之一处对100Hz的样本波形进行欠采可以使用较高采样率。在一个实例中，可使用先前采样率的十倍（10×),并且Fmax=10路线列表中读取用于较高采样率的硬件收集参数，并且允许硬件自动伸缩或重新设置其他他情况下，引入时延可以适应硬件的自动伸缩以及使用本文所公开的较低采样率时可能需要的硬件收集参数的变化。除适应采样率的变化之外，还需要另外的时间从数据库读取路振动勘测中以连续方式逐个传感器移动来进行采集）来减少完成整个振动勘测所花的时[0129]本发明包含在一个通道上使用至少一个单轴参考探测器以便允许在通道之间采以应用于来自集合的数据以突出或更好地分离特定频率或波形现象的数字信号处理技术。这可能与当前以不同采样率收集多组数据的方法或与包含集成的不同硬件滤波配置形成可以表明这些硬件配置由于与针对每一次独立测试配置硬件相关的延迟而增加了振动勘合的所有通道之间的所有相关频率的相对相[0136]参考图12，许多实施例包含具有旋转或振荡组件2410或者两种组件的第一机器[0138]根据本发明，监测三轴传感器2484之后，第一集合2450可以根据需要监测机器2400上的其他三轴传感器，传感器为与机器2400的振动勘测相关的预定路线列表的一部[0139]参考图12，许多实施例包含具有旋转或振荡组件2610或者两种组件的第二机器中，三轴传感器2680可以定位在机器2600的允许感测多组轴承2620中的每个轴承组的位[0141]借助以上实例，第二传感器集合2650可以勘测与第二机器2600关联的以上传感含可以监测单轴参考传感器信号的一个通道以及可以监测两个三轴传感器信号的六个通[0142]根据本发明，监测三轴传感器2680之后，第二集合2650可以根据需要监测机器感器2860可以由用户紧固在机器2800上允许感测机器2800的一个旋转或振荡组件的位置。置，轴承分别与机器2800的旋转或振荡组件关联。第三集合2850还可以包含温度传感器器集合2850监测。许多实施例还包含具有旋转或振荡组件3010或两种组件的第五机器可以产生足够幅度的振动或其他脉冲能量，以便记录在振动勘测中与机器2400、2600、[0145]许多实施例包含通过本文所公开的预定路线监测第一机器2400上的第一传感器集合2450。许多实施例还包含通过预定路线监测第二机器2600上的第二传感器集合2650。[0146]许多实施例包含用于协调关系元数据和流传输原始数据格式的混合数据库自适接和获取这些原始数据或与这些原始数据关联或两者的元数据网络正以不断增大的速率的运行速度。有关适当分析的机械分析参数的其他实例可以包含以下各项中的一个或组可以使用美国国家仪器公司的技术数据管理解决方案（NationalInstrument’s引擎相关。原始数据库引擎与SQL关系数据库引擎链接之间的相关性的三个实例包括：从箱3210、电机3212和其他元件。第二机器3204可以包含电机3220和其他元件。包含波形机器3202、3204及其元件可以与具有关系数据库3500的链接表关联。链接表原始数据表3400和具有关系数据库3500的链接表可以与具有可选独立存储表3600的链接振幅和模式与一组可重复的运行参数进行比较。本发明的一个实例包含一个平行通道输是因为即使RPM的测量对于振动勘测和分析而言可能是最重要的，但添加转速计并非始终既有技术更高效地分析原始数据。这可以表明可利用常规数据库技术无法提供的许多功[0158]标记链接还可以允许使用常规二进制存储和数据压缩技术快速和高效地存储原标记技术链路，其中来自集合的更丰富的数据集可以在与更常规系统相同的收集时间积据所花时间的时间内进行收集。[0161]本地数据收集系统102还可以部署在燃气涡轮机布置中，因此不仅监测运行中的便与旋转轴一起旋转。这些组件中的每一个的构造和运行可以由本地数据收集系统102监用作旋转引擎的水力涡轮机的信号，该水力涡轮机可以从流动的水中获取能量并用于发利在2013年1月8日公布并且在此通过引用的方式并入本文，如同在本文中完整陈述一样。输入数据分为多个类别以达到识别数据的模式或规律的目的的技术。平台100还可以实施学习分类算法来根据从不同对象类别获得的训练数据创建用于图像或模式识别的分类器。非监督学习分类算法可以通过使用分段和聚类等先进分析技术在未标记数据中查找隐藏习可以包含学习算法自身通过模式检测和/或特征学习等方法将其输入结构化。强化学习可以包含机器学习系统在动态环境中执行然后提供关于正确和错误决策的反馈。在实例器或其他类似环境中的传感器收集的数据进行人工分析或机器分析创建的模型关联。然器中等的传感器的数据以及指示实际燃料消耗的数据来细化，以便机器可以提供越来越精确的基于传感器的燃料消耗估计值，并且还可以提供指示增加燃料消耗可以作出的改变例如，如果两台机器之间的共振效应对其中一台产生不利影响，则模型可以对此进行考虑效率。通过持续调整参数来使输出符合实际状况，机器学习设施可以自组织以提供环境状操作机电系统和机器的一个或多个复杂系统的工业环境中。数据收集系统102可以包含机4018可以对来自数据收集系统102的数据和来自其他输入源116的数据进行操作以提供分自主处理系统112或者直接或通过主机112来自其他数据收集系统102的数据）并且可以包分析系统4018的结果相关的度量可以通过学习反馈系统4012提供到认知输入选择系统[0176]本文公开了用于多个工业传感器状态信息的基于云的机器模式分析的方法和系模拟和/或数字传感器的状态、将状态馈送至模式分析设施以及基于有关状态信息序列的器可以产生指示预期轴承故障状态的输出数据结构每当识别出高温输入状态时。有关温理系统112可以包含状态系统4020，其可以用于推断或计算当前状态或用于确定与数据收集系统102相关的预期未来状态或安置数据收集系统102的环境的某一方面，如机器状态、和条件逻辑并执行本发明通篇描述的处理架构4024实现的许多其将来部署数十亿具有无数潜在连接的设备，因此人们无法在逐个连接的基础上为IoT设备[0179]本文公开了用于工业IoT设备的设备内置传感器和数据存储的方法和系统，包含用于工业IoT设备的设备内置传感器和数据存储，其中来自多个传感器的数据在用于存储以基于学习反馈4012使用认知系统，比如使用来自分析系统4018或主认知输入选择系统器融合的选择可以在本地由认知输入选择系统4004基于来自学习反馈系统4012的学习反使得本地数据收集系统102执行情景自适应传感的情况下实现本发明通篇提及的各种认知和学4010从一个或多个数据收集系统102提供的输出数据组织网[0184]本文公开了用于工业IoT数据自组织数据市场的方法和系统，包括在市场中组织可用数据元件以供消耗者基于使用训练集训练自组织设施和来自市场成功度量的反馈进以类似于本发明中别处描述的方式通过机器织数据市场用于由一个或多个数据收集系统102收集的数据或来自位于各种数据收集环下文另有指示，否则这个术语包含元数据）对于第三方可能极有价值，可以作为单（如关于环境状态的数据可以用作一个过程中的条件的实例或者作为集合体（如在不同环境中许多系统和装置上的收集数据可以选择性地用于开发行为模型、训练学习系统等的理架构4024的一个或多个其他组件中、或者连接到这些组件上或与这些组件集成，并且可口4108，其包含数据供应者可以提供可用数据的一个或多个供应者接口以及可以查找并收集数据的一个或多个消费者接口。消费者接口可以包含到数据市场搜索系统4118的接口，其可以包含能够使用户指出希望获取的数据类型（如通过在以数据或元数据为特征的自然匹配、协作过滤（如使用消费者的已知偏好或特征来匹配其他类似消费者和其他消费者过使用（如允许有限的一组用户或角色在有限时间、有限域内使用数据或将其用于有限项等来管理支付。于指示数据类型的元数据或通过识别数据流中指示数据性质的特征或特性将来自一组类等，这些度量可以通过在分析系统4018中计算来自数据交易系统4114的数据的度量来提理系统112的其他目）的学习和适应可以通过学习给定环境或应用的领域特定反馈度量来的自组织群，其基于群成员的能力和状况在工业数据收集器之间进行组织以优化数据收跟踪关于其他成员正在处理的数据的信息，使得可以在整个群中智能地分配数据收集活合数据、组织群的其余部分（包括机器学习下的自组织，以便随着时间的推移对群进行优中，可以将具有其处理架构4024（以及可选地包括与认知数据市场4102的集合或包知数据市场）的主机处理系统112与数据收集器102的自组织群4202集成、与相连或使用该以基于分层组织（例如，其中主数据收集器102组织和指导一个或多个从属数据收集器102位。数据收集系统102可以彼此通信并且可以与主机处理系统112通信，包括共享集合分配的存储空间，其涉及一个或多个收集器上的存储或者可由一个或多个收集器访问的存储变一个或多个收集参数并适应参数的选择、应用于参数的权重等时，例如对来自学习反馈系统4012等的学习和反馈学习和反馈进行响应，例如基于可通过将分析系统4018（其在实数据市场中针对工业IoT数据执行的交易的分布式分类账。分布式分类账可以使用安全协议跨设备分配存储，例如用于加密货币的协议例如用于支持BitcoinTM货（例如最完整的结构该分类帐或类似的交易记录可以存储在数据收集器、工业机器或组工业数据收集环境中传输来自多个传感器的数据的数据网络的自组织网络编码。网络编[0201]在实施例中，提供了一种具有用于多传感器数据网络的自组织网络编码的平台。变和选择网络参数的替代配置，自组织网络系统可以找到完全适应由主机系统112监测或用遗传编程其中基于真实世界的反馈响应实际情况中的反馈或者基于用户行为的模拟[0204]本文公开了用于AR/VR工业眼镜表示层的方法和系统，其中基于所收集数据中的会显示机器视觉元素的不同颜色，或者可能会使表示机器的图标或显示元素在界面中振入的正确收集或打包，在正确的时间以正确的方式提供信号，以优化热图UI4304的有效供了一种用于数据收集系统102或由其收集的数据或由主机处理系统112处理的数据的自分中以闪烁的红色显示表示该类型机器的图标来警告用户。如果系统正在经历异常的振其他方式与AR/VR界面中的视觉元素交互可以允许用户深入了解底层传感器或用作显示器[0208]AR/VR输出界面4208以及应提供的输出或显示的选择和配置可以在认知输入选择云部署模式识别器的来源。实施例包括使用持续超声波监测向状态机提供更新的状态信波监测的时间序列数据。实施例包括收集自组织数据收集器中的持续超声波监测数据流。实施例包括收集网络敏感数据收集器中的持续超声波略引擎管理在基于云的机器学习中哪些用户可以使用哪些数据以及出于什么目的使用数施例包括使用基于云的平台来识别包含从工业传感器发布的数据的多个数据池中的数据输入馈送到基于云的模式识别器，该模式识别器将来自多个传感器的数据用于工业环境。的输入馈送到基于云的模式识别器，该模式识别器将来自多个传感器的数据用于工业环[0213]实施例包括将来自一组具有自组织存储的数据收集器的输入馈送到基于云的模据收集系统中多个传感器的输入而形成的信息，该界面随着界面层的自组织调节进行操例包括在多传感器界面中传送通过机器学习确定的工业数据收集系统中的预期状态信息。实施例包括在热点图界面中传送通过工业数据收集系统中的机器学习确定的预期状态信储来自多个工业传感器的融合数据的设备上存储系统。实施例包括部署有关在IoT传感器[0216]如上所述，本文公开了用于工业IoT设备的设备上传感器融合和数据存储的方法设备上传感器融合的数据收集系统，其中存储数据结构以支持备选的多传感器呈现模式。于工业IoT数据的自组织数据市场，其中在市场中组织可用数据元件以供消耗者基于使用包括使用分布式分类账为工业IoT数据的自组织市场存储交易数据。实施例包括向数据市市场中提供适于在通过界面层的自组织调节操作的界面中呈现数据的数施例包括基于针对多个数据池跟踪的利用率和/或收益度量进行数据池的自组织，其中这数据传输所用网络编码模型的基于云的训练。实施例包括一种工业环境中的数据收集系中的数据收集系统，该系统具有转发信息以在多传感器界面中使用的数据收集器自组织发信息从而在通过界面层的自组织调节操作的界面中使用的数据收集器自踪在自动化数据市场中针对工业IoT数据执行的交易的分布式分类账。实施例包括自组织系统具有馈送支持用于数据呈现的触觉或多感知可穿戴界面的数据结构的自组织数据收收集器传递支持通过界面层的自组织调节操作的界面的以基于工业数据收集环境中识别的需求和/或条件来为传感器接口加电和断电。实施例包括远程组织通用数据收集器，其具有用于在工业数据收集环境中收集的数据的自组织存感器数据并传送在热点图视觉界面中使用数据的指令。实施例包括远程组织数据收集器，用于存储传感器数据并传递在随着界面层的自组织调节操作的界面中使用转换数据以便在热点图呈现界面中使用的指令。实施例包括具有自组织存储的数据收集[0226]如上所述，本文公开了用于多传感器数据网络的自组织练对热图AR/VR界面进行条件敏感自组织调节。如上所述，本文公开了用于基于反馈度量和/或工业环境中的训练对AR/VR界面进行条叉点开关来收集具有可变组模拟传感器输入的数据，并具有多路复用器持续监视报警特可变组模拟传感器输入的数据，并使用具有专用总线的分布式CPLD芯片对多个MUX和数据该系统使用模拟交叉点开关来收集具有可变组模拟传感器输入的数据，并对过采样A/D使模拟传感器输入的数据，并具有用于定义专家系统智能数据收集带和诊断的专家系统GUI据收集和处理系统，该系统使用模拟交叉点开关来收集具有可变组模拟传感器输入的数用模拟交叉点开关来收集具有可变组模拟传感器输入的数据，并具有基于利用率和/或收据收集和处理系统，该系统使用模拟交叉点开关来收集具有可变组模拟传感器输入的数收集具有可变组模拟传感器输入的数据，并具有用于多传感器数据收集器的自组织存储。高信噪比，并使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控供了一种数据收集和处理系统，该系统在多路复用器上具有IP前端信号调节以提高信噪供了一种数据收集和处理系统，该系统在多路复用器上具有IP前端信号调节以提高信噪利用瞬态信号分析进行扭转振动检测/分析。在实施例中，提供了一种数据收集和处理系信号调节以提高信噪比，并具有用于在本地环境中连续监控模拟数据的自适应调度技术。供了一种数据收集和处理系统，该系统在多路复用器上具有IP前端信号调节以提高信噪多路复用器上具有IP前端信号调节以提高信噪比，并具有基于利用率和/或收益度量的数了一种数据收集和处理系统，该系统在多路复用器上具有IP前端信号调节以提高信噪比，用器连续监控报警功能，并对过采样A/D使用较高的输入过采样，以获得更低的采样率输据收集和处理系统，该系统具有多路复用器连续监控报警功能，并具有智能ODS和传递函处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻数据收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集提供了一种数据收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX提供了一种数据收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX供了一种数据收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和芯片对多个MUX和数据采集部分进行逻辑控制，并使用板载定时器对相对于输入和触发通用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并且具有用于自动换提供了一种数据收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并统使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并存储使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并具有使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并对数据收线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并具有利用数据收集带智有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并且在传感器数具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并具有用于定收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并利用瞬态信号具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并且使用模拟总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并且具有用于在本地环该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并具有自给式数据采了一种数据收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数一种数据收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数据提供了一种数据收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX提供了一种数据收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并具有持分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并具有基于远程模拟工业传感用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并对来自多芯片对多个MUX和数据采集部分进行逻辑控制，并且具有用于物联网的基于云的策略自动数据收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集数据收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集了一种数据收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并具有自收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部分据收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数据采集部种数据收集和处理系统，该系统使用具有专用总线的分布式CPLD芯片对多个MUX和数据采的分布式CPLD芯片对多个MUX和数据采集部分进行逻辑控制，并对数据收集器收集的数据了一种数据收集和处理系统，该系统具有使用固态继电器和设计拓扑的高电流输入能力，供了一种数据收集和处理系统，该系统具有使用固态继电器和设计拓扑的高电流输入能有使用固态继电器和设计拓扑的高电流输入能力，并具有智能ODS和传递函数。在实施例供了一种数据收集和处理系统，该系统具有使用固态继电器和设计拓扑的高电流输入能电器和设计拓扑的高电流输入能力，并具有用于工业IoT设备的设备上传感器融合和数据处理系统，该系统具有至少一个模拟传感器和组件板的断电能力，并具有用于获取慢速提供了一种数据收集和处理系统，该系统具有至少一个模拟传感器和组件板的断电能力，供了一种数据收集和处理系统，该系统具有至少一个模拟传感器通道和组件板的断电能了一种数据收集和处理系统，该系统具有至少一个模拟传感器通道和组件板的断电能力，至少一个模拟传感器和组件板的断电能力，并具有用于物联网的基于云的策略自动化引了一种数据收集和处理系统，该系统具有至少一个模拟传感器通道提供了一种数据收集和处理系统，该系统具有至少一个模拟传感器和组件板的断电能力，并对数据收集器收集的数据进行自动调节AR/V动输入的独特静电保护，并对过采样A/D使用较高的输入过采样，以获得更低的采样率输用于触发和振动输入的独特静电保护，并使用CPLD作为过采样模数转换器的时钟分频器，统具有用于触发和振动输入的独特静电保护，并存储具有板载卡组维护历史的校准数据。该系统具有用于触发和振动输入的独特静电保护，并具有基于利用率和/或收益度量的数具有用于触发和振动输入的独特静电保护，并对数据收集器收集的数据进行自动调节AR/A/D零基准的精确电压基准，并具有用于在本地环境中连续监控模拟数据的自适应调度技系统具有用于A/D零基准的精确电压基准，并使用环境噪声、局部噪声和振动噪声进行预在实施例中，提供了一种数据收集和处理系统，该系统具有用于A/D零基准的精确电压基D零基准的精确电压基准，并对来自多个模拟工业传感器的状态信息进行基于云的机器模该系统具有用于A/D零基准的精确电压基准，并具有用于物联网的基于云的策略自动化引慢速RPMs和相位信息的锁相环带通跟踪滤波器，并具有使用分层模板的快速路由创建能数据收集和处理系统，该系统具有用于获取慢速RPMs和相位信息的锁相环带通跟踪滤波统具有用于获取慢速RPMs和相位信息的锁相环带通跟踪滤波器，并具有分层多路复用器。据收集和处理系统，该系统具有用于获取慢速RPMs和相位信息的锁相环带通跟踪滤波器，数据收集和处理系统，该系统具有用于获取慢速RPMs和相位信息的锁相环带通跟踪滤波系统具有用于获取慢速RPMs和相位信息的锁相环带通跟踪滤波器，并具有用于工业IoT设具有用于获取慢速RPMs和相位信息的锁相环带通跟踪滤波器，并具有用于工业IoT数据的RPMs和相位信息的锁相环带通跟踪滤波器，并具有基于利用率和/或收益度量的数据池自数据收集和处理系统，该系统具有用于获取慢速RPMs和相位信息的锁相环带通跟踪滤波系统具有用于获取慢速RPMs和相位信息的锁相环带通跟踪滤波器，并具有IoT分布式分类据收集和处理系统，该系统具有用于获取慢速RPMs和相位信息的锁相环带通跟踪滤波器，数据收集和处理系统，该系统具有用于获取慢速RPMs和相位信息的锁相环带通跟踪滤波收集和处理系统，该系统使用板载定时器对相对于输入和触发通道的相位进行数字推导，统使用板载定时器对相对于输入和触发通道的相位进行数字推导，并提出了轴承分析方触发通道的相位进行数字推导，并利用瞬态信号分析进行扭转振动检测/分析。在实施例相对于输入和触发通道的相位进行数字推导，并具有用于工业IoT设备的设备上传感器融通道的相位进行数字推导，并具有基于利用率和/或收益度量的数据池自组织。在实施例据收集和处理系统，该系统使用板载定时器对相对于输入和触发通道的相位进行数字推种数据收集和处理系统，该系统具有用于自动换算的峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并将原始或缓存的触发通道路由到其他模拟通道。在值检测器被路由到单独的模数转换器中用于峰值检测并对过采样A/D使用较高的输入过收集和处理系统，该系统具有用于自动换算的峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并使用CPLD作为过采样模数转换器的时钟分频器，以实现更具有用于自动换算的峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并具有以高采样率获取的长数据块，而不是以不同采样率收集的多组数据。在实施例器被路由到单独的模数转换器中用于峰值检测并存储具有板载卡组维护历史的校准数（该峰值检测器被路由到单独的模数转换器中用于峰值检测并具有使用分层模板的快速峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并具有利用数据统具有用于自动换算的峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并在传感器数据分析中使用数据库层次结构。在实施例中，提供了一种数据收集和处理系统，该系统具有用于自动换算的峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并具有用于定义专家系统智能数据收集带和诊断的专家系统GUI图测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并具有用于反算定义的检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并提出了轴承分析方（该峰值检测器被路由到单独的模数转换器中用于峰值检测并利用瞬态信号分析进行扭算的峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并使用模拟换算的峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并具有用于在本地环境中连续监控模拟数据的自适应调度技术。在实施例中，提供了一种数据收集和处理系统，该系统具有用于自动换算的峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并具有数据采集驻留特征。在实施例中，提供了一种数据收集和处理系统，该系统具有用于自动换算的峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并具有自给式数据采集盒。在实施例中，提供了一种数据收集和处理系统，该系统具有用于自动换算的峰值检测器（该峰值检测器被路由到单独的模数转换系统具有用于自动换算的峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并具有用于连续监控的扩展板载统计能力。在实施例中，提供了一种数据收集和处理系统，该系统具有用于自动换算的峰值检测器（该峰值检测器被路由到单独的模数转了一种数据收集和处理系统，该系统具有用于自动换算的峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并基于传入数据或警报进行智能路由更改，以使具有用于自动换算的峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检有用于自动换算的峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检于自动换算的峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并换算的峰值检测器（该峰值检测器被路由到单独的模数转换器中用于峰值检测并具有RF器被路由到单独的模数转换器中用于峰值检测并具有用于工业物联网设备的设备上传检测器被路由到单独的模数转换器中用于峰值检测并具有用于工业传感器数据收集器的模数转换器中用于峰值检测并对数据收集器收集的数据进行自动调节AR/VR可视化。系统将原始或缓存的触发通道路由到其他模拟通道，并具有用于工业IoT数据的自组织数提供了一种数据收集和处理系统，该系统将原始或缓存的触发通道路由到其他模拟通道，一种数据收集和处理系统，该系统对过采样A/D使用较高的输入过采样以获得更低的采样系统对过采样A/D使用较高的输入过采样以获得更低的采样率输出，从而最小化AA滤波器提供了一种数据收集和处理系统，该系统对过采样A/D使用较高的输入过采样以获得更低种数据收集和处理系统，该系统对过采样A/D使用较高的输入过采样以获得更低的采样率一种数据收集和处理系统，该系统对过采样A/D使用较高的输入过采样以获得更低的采样集和处理系统，该系统具有对过采样A/D使用较高的输入过采样，以获得更低的采样率输供了一种数据收集和处理系统，该系统对过采样A/D使用较高的输入过采样以获得更低的该系统对过采样A/D使用较高的输入过采样以获得更低的采样率输出，从而最小化AA滤波一种数据收集和处理系统，该系统对过采样A/D使用较高的输入过采样以获得更低的采样一种数据收集和处理系统，该系统对过采样A/D使用较高的输入过采样以获得更低的采样提供了一种数据收集和处理系统，该系统对过采样A/D使用较高的输入过采样以获得更低使用CPLD作为过采样模数转换器的时钟分频器，以实现更低的采样率而不需要数字重采使用CPLD作为过采样模数转换器的时钟分频器，以实现更低的采样率而不需要数字重采用CPLD作为过采样模数转换器的时钟分频器，以实现更低的采样率而不需要数字重采样，提供了一种数据收集和处理系统，该系统使用CPLD作为过采样模数转换器的时钟分频器，以实现更低的采样率而不需要数字重采样，并对数据收集器收集的数据进行自动调节AR/样率获取的长数据块而不是以不同采样率收集的多组数据，并对数据收集带进行智能管处理系统，该系统具有以高采样率获取的长数据块而不是以不同采样率收集的多组数据，高采样率获取的长数据块而不是以不同采样率收集的多组数据，并具有分层多路复用器。以高采样率获取的长数据块而不是以不同采样率收集的多组数据，并具有持续超声波监处理系统，该系统具有以高采样率获取的长数据块而不是以不同采样率收集的多组数据，和处理系统，该系统具有以高采样率获取的长数据块而不是以不同采样率收集的多组数和处理系统，该系统具有以高采样率获取的长数据块而不是以不同采样率收集的多组数该系统具有使用分层模板的快速路由创建能力，并利用瞬态信号分析进行扭转振动检测/系统具有使用分层模板的快速路由创建能力，并基于传入数据或警报进行智能路由更改，统具有使用分层模板的快速路由创建能力，并具有基于利用率和/收益度量的数据池自组该系统具有使用分层模板的快速路由创建能力，并具有用于工业数据收集器的自组织群。数据收集带智能管理的神经网络专家系统，并在传感器数据分析中使用数据库层次结构。经网络专家系统，并具有用于定义专家系统智能数据收集带和诊断的专家系统GUI图形方了一种数据收集和处理系统，该系统具有利用数据收集带智能管理的神经网络专家系统，了一种数据收集和处理系统，该系统具有利用数据收集带智能管理的神经网络专家系统，供了一种数据收集和处理系统，该系统具有利用数据收集带智能管理的神经网络专家系供了一种数据收集和处理系统，该系统具有利用数据收集带智能管理的神经网络专家系具有用于工业传感器数据收集器且具有振动、热、电和/或声音输出的可穿戴触觉用户界中使用数据库层次结构，并具有用于定义专家系统智能数据收集带和诊断的专家系统GUI模拟工业传感器的状态信息进行基于云的机器模式分析，以提供工业系统的预期状态信统在传感器数据分析中使用数据库层次结构，并具有基于利用率和/或收益度量的数据池器数据分析中使用数据库层次结构，并对数据收集器收集的数据进行自动调节AR/VR可视数据收集和处理系统，该系统具有用于定义专家系统智能数据收集带和诊断的专家系统GUI图形方法，并具有用于在本地环境中连续监控模拟数据的自适应调度技术。在实施例和处理系统，该系统具有用于定义专家系统智能数据收集带和诊断的专家系统GUI图形方带和诊断的专家系统GUI图形方法，并具有用于连续监控的扩展板载统计能力。在实施例和处理系统，该系统具有用于定义专家系统智能数据收集带和诊断的专家系统GUI图形方据收集和处理系统，该系统具有用于定义专家系统智能数据收集带和诊断的专家系统GUI家系统GUI图形方法，并对来自多个模拟工业传感器的状态信息进行基于云的机器模式分统具有用于定义专家系统智能数据收集带和诊断的专家系统GUI图形方法，并具有用于物数据收集和处理系统，该系统具有用于定义专家系统智能数据收集带和诊断的专家系统统具有用于定义专家系统智能数据收集带和诊断的专家系统GUI图形方法，并具有远程组能数据收集带和诊断的专家系统GUI图形方法，并具有用于多传感器数据收集器的自组织据收集带和诊断的专家系统GUI图形方法，并具有用于多传感