一长期档案中和/或第二长期档案中，该另一个快照至少包括另外的输入数据和另外的输出数据。
[0081]参照物例如是一个时间戳，使得第一快照或另一个快照通过与参照物一起存放下来允许推导出第一装备或另一个装备在期望时间点的状态。特别是通过将第一快照、另一个快照和共同的参照物共同存放在第一长期档案和/或第二长期档案中，特别是即使自从共同存放以后已经过去了很长时间，能够分析并调查例如在第一装备和另一个装备之间的关联和相互作用。
[0082]在此，共同的参照物例如确保了第一快照和另一个快照被同时拍摄或者处于时间上的关联之中。通过存放分别以特定的时间顺序产生的多个第一快照或多个另外的快照，使得能够额外地追溯并评估第一装备或另一个装备的状态随着时间的变化过程，以及第一装备和另一个装备之间的相互作用。
[0083]在本发明的另一种有利的构造方案中，如果在给定的时间点没有满足第一有效性标准，那么上一个有效的或下一个有效的第一个快照连同给定时间点的那个另一个快照一样的参照物一起存放在第一长期档案中和/或第二长期档案中。
[0084]由此提升了存放的快照的可评估性，从而也提升了其说服力。
[0085]在本发明的另一种有利的构造方案中，如果第一输出数据的标度的第五数值达到或超过给定的第五值，那么至少第一输入数据和第一输出数据存放在一个缓存中。
[0086]缓存在这里是一种不同于长期存放的存放可能性，其例如能够以环形存储器的方式实现。特别是在缓存中持续地存放实时的第一输入数据和实时的第一输出数据，其中，也许还可以额外地存放实时的另外的输入数据和实时的另外的输出数据，以及可能还有分别可用的附加信息。
[0087]对于缓存可以提出，新存放的数据被写入最早的、存放在缓存中的数据的存储空间内，使得最早存放在缓存中的数据被改写或丢失。于是可以在缓存中存放了实时的数据以及取决于缓存的存储量直至期望的、在过去的时间点存放相应的数据。由此例如为监控管理系统提供了数据，或者还提供了额外的分析单元。
[0088]第一输入数据和第一输出数据的存放例如可以通过第一逻辑模块或监控管理系统实现。也许还可以通过另一个逻辑模块或监控管理系统完成另外的输入数据和另外的输出数据的存放。
[0089]在本发明的另一种有利的构造方案中，如果第一输出数据的标度的第六数值达到或超过给定的第六值，就创建报告，并且让报告的格式适应具体的输出媒介。
[0090]这份报告可以特别包括第一输入数据和第一输出数据，其中，例如也可以将另外的输入数据和另外的输出数据纳入这份报告。在特定情况下，这份报告也可以包含相应的附加信息，其中，这份报告例如可以存放在长期档案和/或缓存中。
[0091]此外还可以考虑的是，这份报告被发送给所述设备的第二 IT系统或第三自动化系统，然后该系统可以在这份报告的基础上进行另外的步骤。最后也可以由监控管理系统显示这份报告，或者说让其使用者可以使用它。
[0092]报告的格式适应特定的输出媒介，例如印刷在纸上，显示在个人电脑或移动设备的屏幕上，或通过邮件或SMS发送和诸如此类。例如可以“远程”访问这份报告，也就是说从远方例如经由因特网、在使用移动设备和/或通过“queries”的询问的情况下进行。
[0093]例如可以周期性地创建这份报告，例如每周一次。如果一旦第一输出数据的标度的第六数值达到或超过给定的第六值，也可以创建这份报告。
[0094]此外，给定的第六值可以选为较低值，使得持续创建该报告。此外，给定的第六值还可以与给定的第二至第五值中的至少一个值一样。相应的考虑同样分别对于给定的第二、第三、第四和第五值有效。
[0095]第一和/或第二自动化系统在此可以与第三自动化系统一样地设计。第一 IT系统和另一个IT系统也可以通过一个唯一的IT系统实现。
[0096]在本发明的另一种有利的构造方案中，至少第一传感器也用于所述设备的第三自动化系统。
[0097]通过不仅为了第三自动化系统的目的而且还为了监控第一装备和/或所述设备的目的使用第一传感器，可以节省成本，并且减少用于监控第一装备和/或所述设备的安装耗费。因为，第三自动化系统通常需要多个传感器，其中，由此产生一个优点，即，对于第三自动化系统所需的第一传感器额外地用于监控第一装备。于是，至少就第一传感器而言，不会为监控第一装备产生额外的耗费或额外的成本。
[0098]在本发明的另一种有利的构造方案中，第一传感器设计为虚拟的传感器。
[0099]虚拟传感器英语也称为“soft sensors”，这些虚拟传感器例如可以构造成软件，这些软件处理设计为硬件的传感器的多次测量或另外的信号，并且给出相应的测量值。在此可以在第一装备中、也许在另一个装备中、所述设备的其中一个自动化系统中、所述设备中的其中一个IT系统中和/或所述设备的另一个部件中进行这些测量，这些测量是虚拟传感器的基础。例如可以如下地设计这些虚拟传感器，即，使得它们的测量值也是数字调节或摩擦值计算的输出值。
[0100]根据虚拟的传感器特别是可以推导出否则靠测量或捕捉无法得到的物理量。因此，虚拟的传感器提供虚拟的测量值，这些测量值例如只有在相应的自动化系统的计算中才产生，并且例如是为了让流程自动化匹配现有的设备所测定的校正因子。
[0101]例如在轧机中，在流程自动化中使用温度模型。该温度模型可以包括用于环境和轧制的钢带之间的热传递的校正因子。只要所述设备几乎没有改变它的状态，那么校正因子同样也几乎不变，前提是，用在流程自动化中的模型保持不变。于是，校正因子以全局的、也就是综合的方式描述设备状态。如果校正因子明显发生变化，那么这通常意味着，流程自动化所使用的模型不再最优地描述所述设备。如果这个模型未改变，所述设备的状态本身因此显著地发生了变化。因此，可以证实非常有利的是，取代来自所述设备的单个的测量值，监控校正因子。
[0102]在本发明的另一种有利的构造方案中，参量化数据以可预定的动态发生变化。
[0103]这种动态例如可以设计为学习算法，借助这种学习算法可以在识别被监控的第一装备和/或所述设备的第一状态方面训练第一逻辑模块。例如通过这种动态调适包含在参量化数据中的包络曲线，使得允许的第一输入数据随着时间变化。
[0104]当第一装备和/或所述设备进而允许的第一传感器数据、计算出的第一数据或第一自动化数据例如因为第一装备和/或所述设备的部件的磨损或老化而长期地、却略微地变化时，这是有利的。因为由于磨损或老化，使得第一输入数据，例如第一传感器数据，计算出的第一数据或第一自动化数据的允许的范围逐渐推移，使得第一逻辑模块可能将允许的第一输入数据在任何时刻都识别为不允许的，和/或将不允许的第一输入数据识别为允许的。可以以特定的时间间隔手动地或自动地再训练第一逻辑模块，从而更新第一输入数据的被允许的范围。在此可以通过允许的改变率和/或其改变梯度限制允许的范围，使得允许的第一输入数据在确定的时间段内只能变化一个固定的可预定值。于是，第一逻辑模块即使在第一装备和/或所述设备缓慢发生变化时，也可以侦测到突然出现的、区别于落在当前允许的范围内的第一输入数据的“异常测值”。
[0105]在此令人关注的是，可预定的动态及其参数全局地在多个装备上被最优化。对于借助根据本发明的方法监控多个设备的装备的情况，也可以通过这些设备或其装备和/或相应的长期档案进行这种最优化。可预定的动态的借此获得的最优化的参数可以紧接着作为起始值。
[0106]例如对用于在使用状态下被装入所述设备的装备的参数的估计值也可以用作起始值，其中，于是从开始就可以为所述装备的当前磨损使用正确的极限范围。
[0107]作为学习算法例如可以使用“随机森林”算法，用于在识别被监控的第一装备的第一状态的允许性方面训练所述第一逻辑模块。为此确定固定数量的判断树，其中，评估每一个判断树，用于确定所述动态的学习步骤。为了动态地更新第一逻辑模块，现在可以在每个再训练步骤中删除确定数量的现有的判断树，优选地删除那些最不能描述训练集的判断树。这个训练集现在由新确定的判断树所取代。可以事先设定，取代多少比例的判断树，其中，这个比例确定了，模型在更新时可以在多强的程度上对变化作出多强的反应。
[0108]作为“随机森林”算法的代替，也可以使用另外的学习算法，例如多个神经元网络，这个神经元网络正如判断树一样在每次再训练时被部分地取代。此外还可以使用多项式回归，其中，回归项本身在再训练时保持不变，并且只有其系数可以在小极限范围内变化。
[0109]在本发明的另一种有利的构造方案中，可预定的动态可以取决于第一输入数据变化。
[0110]可预定的动态可以受到第一输入数据的影响，例如受