测量解决方案服务提供系统的制作方法

本发明涉及一种测量解决方案服务提供系统，更具体地，涉及测量解决方案服务提供方法、云计算系统、以及测量解决方案服务提供程序。

背景技术：

近年来，被称为iot(internetofthings：物联网)的技术受到关注。该iot是一种用于通过所有物体(有时也记载为物)成为能够访问具有open特性的因特网的状态从而实现有效利用从物体产生的数据的技术。

iot技术作为第四次产业革命而被期待，通过连接物和因特网，正在迅速地改变各种产业领域。例如，国内市场的用户支出额平均以16.9％增长，被预测为2020年的日本国内市场将达到14兆日元。而且，在德国开始致力于工业4.0，这在世界范围内也成为活跃的市场。

在此背景下，在测量器的制造业界中，将本年度定位为iot元年，伴随着基础设施(有时也称为架构infra或基础设施)的发展，期待开发有效利用iot技术的测量系统。但是，迄今为止，尚未提出任何系统来提供满足这种期待的测量解决方案服务。例如，在专利文献1中，与iot技术相关的背景技术以与云计算技术的关联被公开。在专利文献2、3中，公开了与云计算技术相关的背景技术。另外，在专利文献4中公开了与测量(测量)数据的收集相关的一种技术。再有，在专利文献5中公开了与测量数据的显示相关的一种技术。

现有技术文献

专利文献

专利文献1：日本特表2016-522939号公报

专利文献2：日本特表2015-534167号公报

专利文献3：日本特开2016-224578号公报

专利文献4：日本特开2003-272074号公报

专利文献5：日本特开2003-90742号公报

技术实现要素：

发明要解决的问题

补充说明，在收集从分散配置在制造据点(现场)的多个测量源发送的不同格式的测量数据并进行聚合分析处理和显示处理时，现有的测量系统中的主要问题为以下4个。

(1)无法避免测量数据的统计成本的增大。即，数据统计需要很多的人工工时，运用成本增加。

(2)统计数据分析结果的显示缺乏即时性。因此，对质量劣化等的应对延迟，存在质量事故、发生故障的风险。

(3)制造据点之间的统计表格、数据合并比较困难。即，由于数据的统计、分析一般按每个据点进行，所以数据的合并需要很多工时和劳力。

(4)数据分析的自动化困难。即，为了进行数据分析的自动化，按每个据点分别产生服务器和专用软件等的导入成本。

本发明的课题在于提供一种技术，其通过iot技术和云计算技术的协作，能够实现与测量数据处理相关的划时代的测量解决方案服务。

用于解决问题的手段

为了解决上述课题，本发明的一实施方式的测量解决方案服务提供系统具备多个iot中继装置和云计算系统，所述多个iot中继装置配置在每个所述据点，包括：收集从多个测量源发送的各自不同的格式的测量数据的装置，所述多个测量源分散配置在与制造现场对应的据点内的各工序中并测量所述各工序的质量状况；将收集的所述不同格式的测量数据转换为共同格式的测量数据的装置；以及通过通信网络发送所述共同格式的测量数据以请求对转换后的所述共同格式的测量数据处理的装置；所述云计算系统包括：接收从所述多个iot中继装置分别发送的所述共同格式的测量数据并在测量数据库中以分层结构进行汇集处理的装置；按照每个合并对象对经过汇集处理的所述共同格式的测量数据进行聚合分析处理的装置；以及对所述共同格式的测量数据的聚合分析处理的结果进行显示处理，并根据来自阅览者利用终端的显示请求将显示处理结果发送到所述阅览者利用终端的装置。

在该实施方式中，所述不同格式的测量数据具有各自不同的数据长度，作为项目至少包括所述测量源中的测量值，所述共同格式的测量数据具有预定的数据长度，作为预定的项目至少包括：确定所述云计算系统的利用运营商的识别信息、确定与所述制造现场对应的据点的识别信息、确定所述测量源的识别信息、所述测量源中的测量值、以及测量时刻信息。

在该实施方式中，所述共同格式的测量数据以采用逻辑树形式的分层结构累积在所述测量数据库中，其中，以确定所述云计算系统的利用运营商的识别信息为起点、以确定与所述制造现场对应的据点的识别信息以及确定所述测量源的识别信息为分支点、以所述测量源中的测量值以及测量时刻信息为终点。

在该实施方式中，通过统计性工序管理分析对所述共同格式的测量数据进行聚合分析处理，使得能够对所述阅览者利用终端选择性地进行图表显示、数据显示、以及监控显示。

在该实施方式中，所述云计算系统还包括，在所述监控显示中进行所述聚合分析处理的结果的持续监视，在超过预定阈值的情况下通过可视显示进行警报通知的装置。

在该实施方式中，所述云计算系统还包括，在所述监控显示中进行所述聚合分析处理的结果的持续监视，在超过了预定界限阈值的接近阈值的情况下通过可视显示进行预警通知的装置。

在该实施方式中，所述多个测量源中的每一个均包括测量器，所述云计算系统是saas型云，所述iot中继装置是iot网关，所述通信网络是ip网络。

在本发明的其他实施方式的测量解决方案服务提供方法中，配置在每个所述据点的多个iot中继装置分别处理：收集从分散配置在与制造现场对应的据点内的各工序中并测量所述各工序的质量状况的多个测量源发送的格式各自不同的测量数据的步骤；将收集的所述不同格式的测量数据转换为共同格式的测量数据的步骤；以及通过通信网络发送所述共同格式的测量数据以请求转换后的所述共同格式的测量数据的处理的步骤，所述云计算系统处理：接收从所述多个iot中继装置分别发送的所述共同格式的测量数据，在测量数据库中以分层结构进行汇集处理的步骤；按照每个合并对象对汇集处理的所述共同格式的测量数据进行聚合分析处理的步骤；以及对所述共同格式的测量数据的聚合分析处理的结果进行显示处理，并根据来自阅览者利用终端的显示请求将显示处理结果发送到所述阅览者利用终端的步骤。

在本发明的其他实施方式的云计算系统中，所述云计算系统与多个iot中继装置协作，并且，所述多个iot中继装置分别包括：收集从分散配置在与制造现场对应的据点内的各工序中并测量所述各工序的质量状况的多个测量源发送的各自不同的格式的测量数据的装置；将收集的所述不同格式的测量数据转换为共同格式的测量数据的装置；以及通过通信网络发送所述共同格式的测量数据以请求转换后的所述共同格式的测量数据的处理的装置，所述云计算系统具备：接收从配置在每个所述据点的所述多个iot中继装置分别发送的所述共同格式的测量数据，在测量数据库中以分层结构进行汇集处理的装置；按照每个合并对象对汇集处理的所述共同格式的测量数据进行聚合分析处理的装置；以及对所述共同格式的测量数据的聚合分析处理的结果进行显示处理，并根据来自阅览者利用终端的显示请求将显示处理结果发送到所述阅览者利用终端的装置。

本发明的另一实施方式的测量解决方案服务提供程序中，所述测量解决方案服务提供程序使与多个iot中继装置协作的云计算系统作为如下装置发挥功能，即：接收从配置在每个所述据点的所述多个iot中继装置分别发送的所述共同格式的测量数据，在测量数据库中以分层结构进行汇集处理的装置；按照每个合并对象对汇集处理的所述共同格式的测量数据进行聚合分析处理的装置；以及对所述共同格式的测量数据的聚合分析处理的结果进行显示处理，并根据来自阅览者利用终端的显示请求将显示处理结果发送到所述阅览者利用终端的装置，其中，所述多个iot中继装置分别包括：收集从分散配置在与制造现场对应的据点内的各工序中并测量所述各工序的质量状况的多个测量源发送的各自不同的格式的测量数据的装置；将收集的所述不同格式的测量数据转换为共同格式的测量数据的装置；以及通过通信网络发送所述共同格式的测量数据以请求转换后的所述共同格式的测量数据的处理的装置。

发明效果

根据所公开的技术，通过iot技术与云计算技术的协作，将共同格式的测量数据累积在云计算系统中，通过进行聚合分析处理以及显示处理，随时随地都能够提供能够掌握制造据点中的各工序的质量状况的划时代的测量解决方案服务。

其他课题，特征、以及优点，在与附图和权利要求书一起提出时，通过阅读以下记载的用于实施发明的方式而变得明确。

附图说明

图1是示出一实施方式的测量解决方案服务提供系统的结构的框图。

图2是用于说明一实施方式的系统中的不同格式的测量数据的图。

图3是用于说明一实施方式的系统中的共同格式的测量数据的图。

图4是用于说明一实施方式的系统中的saas型云的图。

图5是用于说明一实施方式的系统中的共同格式的测量数据的分层结构的图。

图6是用于说明一实施方式的系统中的共同格式的测量数据的分层结构的图。

图7是用于说明一实施方式的系统中的saas型云的处理的图。

图8是用于说明一实施方式的系统中的saas型云的处理的图。

图9是用于说明一实施方式的系统中的监控显示例以及警报通知例的图。

图10是用于说明一实施方式的系统中的测量解决方案服务提供处理的时序图。

具体实施方式

以下，参照附图更详细地进行说明。在附图中示出了优选的实施方式。但是，能够以多种不同的方式进行实施，并不限定于本说明书所记载的实施方式。

[测量解决方案服务提供系统]

参照示出一实施方式中的系统结构的图1，测量解决方案服务提供系统1是这样的系统：通过iot技术与云计算技术的协作，将共同格式的测量数据集成在云计算系统中，通过进行聚合分析处理以及显示处理，随时随地提供能够掌握制造据点(现场)中的各工序的质量状况的划时代的测量解决方案服务。

该测量解决方案服务提供系统1具备：多个设备网络2、云计算系统3、阅览者利用终端4、第一通信网络5、以及第二通信网络6。这里，由于第一通信网络5和第二通信网络6以系统1应用iot技术为前提，因而是ip网络，更具体地，是具有open特性的因特网。另外，通信网络5、6有时也是同一网络。

设备网络2是在利用云计算系统3的签约运营商(云利用运营商)的制造现场内，即在制造工厂内构建的lan(localareanetwork，局域网)。设备网络2构建在国内和/或海外的每个制造现场，存在多个(n个)。

各设备网络2具备：iot中继装置21，作为多个测量源a、b、c的测量器22a、22b、22c以及无线发送机23a、23b和无线接收机24。

分散(离散)配置在制造现场内的各工序中，测量各工序的质量状况的多个测量源a、b、c内的测量器22a、22b是数字测量器，经由所连接的无线发送机23a、23b，通过近距离无线通信将测量数据aa、bb发送到无线接收机24。另外，测量器22c是模拟测量器，通过有线通信将测量数据cc发送到iot中继装置21。优选的是，测量数据aa、bb、cc以预定的间隔自主地从多个测量源a、b、c发送。在此，预定的间隔相当于为了掌握制造现场内的各工序的物体(物)的质量状况的适当采样时间(例如，几分钟)。

从多个测量源a、b、c向接收机24以及iot中继装置21发送的测量数据aa，bb，cc如图2所示，具有因每个测量源而不同的数据长度(例如，几字节至几十字节)，并且是至少包括因每个测量源而不同的测量对象的测量值(例如，长度、重量、硬度等)的项目的不同格式的测量数据。在此，测量值包括测量单位(例如，mm、g等)，但也可以将测量单位设为其他的项目。

测量数据为不同格式的理由还在于，测量器22a、22b、22c和无线发送机23a、23b的制造商不同，测量器22a、22b、22c的类别与数字测量器、模拟测量器、尺寸测量器、重量测量器、以及硬度测量器等不同等。如后面详细说明的那样，在该测量解决方案服务提供系统1中，将这种不同格式的测量数据转换处理为共同格式的测量数据是测量解决方案的重要要素之一。

无线接收机24接收从测量源a、b发送的测量数据aa、bb，以不同格式的测量数据的状态输入到iot中继装置21。

具体而言，各iot中继装置21是由云提供运营商提供的iot网关，分散配置在制造现场内的各工序中，并包括：实时收集从测量各工序的质量状况的多个测量源a、b、c发送的各自不同的格式的测量数据aa、bb、cc的功能，和将收集到的不同格式的测量数据aa、bb、cc转换为共同格式的测量数据dd的功能。

另外，iot中继装置21包括经由第一通信网络5对云计算系统3发送共同格式的测量数据dd的功能，以请求对转换后的共同格式的测量数据dd的处理。

该iot中继装置21经由第一通信网络5对云计算系统3发送共同格式的测量数据dd时，还包括将设备网络2的通信协议转换为第一通信网络5的ip(internetprotocol，互联网协议)协议的网关功能。在该测量解决方案服务提供系统1中，通过该网关功能，将物与互联网连接。

如图3所示，共同格式的测量数据dd的长度是预定的数据长度，并且作为预定的项目，至少包括：确定云计算系统3的云利用运营商的识别信息(利用运营商识别信息)id1，确定与制造现场对应的据点的识别信息(据点识别信息)id2，确定测量源a、b、c的识别信息(测量源识别信息)id3、测量源a、b、c中的测量值mv、以及年/月/日、时：分形式的测量时刻信息mt。

在此，利用运营商识别信息id1、据点识别信息id2、测量源识别信息id3、以及测量时刻信息mt在将收集到的不同格式的测量数据aa、bb、cc分别转换为共同格式的测量数据dd时被附加。例如，利用运营商识别信息id1和据点识别信息id2由云利用运营商预先登记(存储)在iot中继装置21的存储器(盘)中。测量源识别信息id3能够基于在iot中继装置21中储存的测量源a、b、c的mac(mediaaccesscontrol，媒体访问控制)地址等而生成。测量时刻信息mt基于iot中继装置21中的总计秒(累计秒)或标准时刻而生成，严格地说是收集(接收)的时刻信息。

另外，共同格式的测量数据dd还附加有确定iot中继装置21的发送源信息sa、以及确定云计算系统3的目的地信息ds(图3中省略图示)，以ip分组形式实时地发送到云计算系统3。

如后面详细叙述的那样，从各设备网络2的各iot中继装置21发送并在云计算系统3中接收到的共同格式的测量数据dd在云计算系统3的测量数据库中，以采用逻辑树形式的层次结构进行存储(集成)。

上述的iot中继装置21作为硬件结构包括以下要素。即，具备：作为处理器的cpu(centralprocessingunit：中央处理器)、作为作业用存储器的ram(randomaccessmemory：随机存取存储器)、以及存储有用于启动的引导程序的rom(readonlymemory：只读存储器)。

另外，iot中继装置21具备：作为可改写地存储os(operatingsystem：操作系统)、应用程序、以及各种信息(包括数据)的非易失性闪存盘，通信控制部，以及nic(networkinterfacecard：网络接口卡)等通信接口部等。由于本领域技术人员能够容易理解并能够实施这些硬件结构，因而省略了该结构的图示。

为了逻辑上实现上述各功能，在闪存中预先安装处理程序作为应用程序。然后，在iot中继装置21中，以电源接通为契机，处理器(cpu)在ram中持续地展开该处理程序并执行。

云计算系统3是云提供运营商维持、管理的云服务器计算机，具备iot集线器31和saas型云32。

在该云计算系统3中，iot集线器31经由第一通信网络5连接到对应于云利用运营商的多个制造现场的多个(n个)设备网络2。

通常情况下，由云计算系统提供的云服务包括：作为服务的软件(软件即服务：saas(softwareasaservice))、作为服务的平台(平台即服务：paas(platformasaservice))、以及作为服务的基础设施(基础设施即服务：iaas(infrastructureasaservice))。

其中，saas云服务提供最上位的应用程序软件(applications)。paas云服务提供一套平台(platform)，其包括用于使应用程序软件运行的硬件(hardware)、操作系统(operatingsystem)、以及中间件(middleware)。iaas云服务提供基础设施，该基础设施包括硬件(cpu、存储器)和操作系统。

在该云计算系统3中，如图4详细所示，采用saas型云32。saas型云32经由第一通信网络5和iot集线器31接收从各iot中继装置21实时发送的共同格式的测量数据dd。然后，saas型云32对接收到的共同格式的测量数据dd进行汇集处理和聚合分析处理。

另外，saas型云32对已汇集处理的共同格式的测量数据dd的聚合分析处理的结果进行显示处理，当存在来自阅览者利用终端4的显示请求时，将显示处理结果经由第二通信网络6发送到阅览者利用终端4。

更具体地，从各设备网络2的各iot中继装置21发送并在云计算系统3中接收到的共同格式的测量数据dd，通过saas型云32的汇集处理，在测量数据库db1中如图5和图6所例示，以采用逻辑树形式的分层结构进行存储(累积)。

即，saas型云32通过接收到的共同格式的测量数据dd的汇集处理，在测量数据库db1中，与利用运营商识别信息id1-据点识别信息id2-测量源识别信息id3的层次对应，依次集成每个据点x、y、z的测量源a、b、c中的测量值mv和测量时刻信息mt。

因此，共同格式的测量数据dd在测量数据库db1中可以理解为，以利用运营商识别信息id1为起点、以据点识别信息id2和测量源识别信息id3为分支点、以测量值mv和测量时刻信息mt为终点的采用逻辑树形式的分层结构。

saas型云32在对已汇集处理的测量数据库db1中的共同格式的测量数据dd进行聚合分析处理时，通过统计性的工序管理(spc：statisticalprocesscontrol，统计过程控制)分析对每个据点x、y、z的测量源a、b、c中的测量值mv和测量时刻信息mt进行处理。

另外，saas型云32在进行聚合分析处理时，在将据点x、y、z间的测量源a、b、c中的测量值mv和测量时刻信息mt合并后，通过spc分析进行处理。为了进行该合并，saas型云32基于测量值mv所包含的测量单位来识别在据点x、y、z之间的测量源a、b、c中的测量值mv关联。在图6中，例示了据点x的测量源a(id3-a)、据点y的测量源a(id3-a)、以及据点z的测量源b(id3-b)中的测量值mv作为合并对象相关联。

此外，saas型云32在无法应用基于测量单位的识别的情况下，基于预定的合并定义，识别在据点x、y、z间的测量源a、b、c中的测量值mv的关联。在该合并定义中，根据每个据点x、y、z的测量源a、b、c的测量器22a、22b、22c的类别、即尺寸测量器、重量测量器、以及硬度测量器等，将据点x、y、z间的测量源a、b、c相关联地预先设定(注册)。

在此，saas型云32所采用的spc分析是利用统计学和图表进行工序的监视以及工序的可视化的方法。在spc分析中，能够在一个画面上显示管理图(xbar-r管理图、xbar-σ管理图等)、直方图、运行图表、箱线、散布图等的图表，或工序能力指数(processcapabilityindex)cp以及工序性能指数(processperformanceindex)pp等的统计量。由此，能够从一个画面得到与工序相关的大量的质量解析信息。

saas型云32通过spc分析对在测量数据库db1中累积的共同格式的测量数据dd进行聚合分析处理，使得能够对阅览者利用终端4进行图表显示、数据显示、以及监控显示，并且，将聚合分析处理的结果存储在数据库(省略图示)中。

saas型云32根据来自阅览者利用终端4的显示请求，在图表显示聚合分析处理的结果时，将直方图、运行图表、管理图等的图表显示为显示处理结果(参照图7)。

另外，saas型云32根据来自阅览者利用终端4的显示请求，在对聚合分析处理的结果进行数据显示时，将平均值、最大值、最小值、标准偏差、3σ、以及工序能力指数cp等的数据作为显示处理结果(报告)进行显示(参照图7)。

进而，saas型云32在根据来自阅览者利用终端4的显示请求来监控显示聚合分析处理的结果时，将运行图表等作为显示处理结果来显示(参照图7)。

另外，来自阅览者利用终端4的显示请求中包括测量源选择、图表选择、数据选择、以及期间选择等的指定。关于监控显示的显示请求还包括实时显示、24小时回溯显示、1500件回溯显示等的指定(参照图7和图8)。

在监控显示中，saas型云32进行聚合分析处理的结果的时常监视，在超过了预定的界限阈值(例如，正公差、负公差)的情况下，将对应的图表显示部位(点)进行红色显示，并通过可视显示进行警报通知(例如，偏离了公差！！)(参照图9)。在这种情况下，saas型云32也可以通过红色闪烁来画面显示对应的测量源的状态。另外，作为警报通知触发的阈值，也可以设定超过3σ、超过测量值差等。

另外，在监控显示中，预先将界限阈值接近阈值设定为警报通知触发的阈值，saas型云32进行聚合分析处理的结果的时常监视，在超过了界限阈值接近阈值(例如，正公差的附近、负公差的附近)的情况下，也可以通过可视显示来进行预警通知(例如，快要偏离公差！！)。在这种情况下，saas型云32也可以与上述同样地通过红色显示以及红色闪烁来显示。即，saas型云32基于在测量数据库db1中集成的共同格式的测量数据dd的聚合分析处理的结果，事前预测工序异常(质量异常)的发生。

如上所述，云计算系统3的saas型云32接收从多个iot中继装置21分别发送的共同格式的测量数据dd，并包括：在测量数据库db1中以分层结构进行汇集处理的功能；对汇集处理后的共同格式的测量数据dd按每个合并对象进行聚合分析处理的功能；以及显示处理共同格式的测量数据dd的聚合分析处理的结果，根据来自阅览者利用终端4的显示请求，将显示处理结果发送到阅览者利用终端4的功能。

在saas型云32中，为了逻辑上实现上述的各功能，预先将处理程序作为应用程序安装在闪存中。然后，在saas型云32中，以电源接通为契机，处理器(cpu)在ram中时常展开该处理程序并执行。测量数据库db1等在闪存中构成，并保持预定的数据存储量进行更新。

阅览者利用终端4是具有web(worldwideweb，万维网)浏览器的个人计算机pc、智能手机sp、以及平板电脑tb等的终端，由云利用运营商的阅览者使用。

阅览者利用终端4包括：经由第二通信网络6对云计算系统3发送用于请求共同格式的测量数据dd的显示处理结果的显示请求的功能、从云计算系统3接收显示处理结果的功能、以及显示接收到的显示处理结果的功能。云利用运营商的阅览者能够基于在阅览者利用终端4中显示的显示处理结果，掌握各据点内的各工序的质量状况，采取必要的对策。

由于本领域技术人员能够容易理解该阅览者利用终端4的硬件结构，并能够实施，因而省略图示以及说明。在阅览者利用终端4中，为了逻辑上实现上述的各功能，预先将处理程序作为应用程序安装在闪存中。然后，在阅览者利用终端4中，当电源接通或收到阅览者的指示时，处理器(cpu)在ram中展开该处理程序并执行。

[测量解决方案服务提供处理]

以下一并参照图1、图10及其关联的图，对上述的测量解决方案服务提供系统1中的动作进行说明。图10示出上述测量解决方案服务提供系统1中的测量解决方案服务提供处理的序列的一例。另外，在以下的说明中，除非不明确，否则省略通信网络5、6以及iot集线器31的介入。

在各iot中继装置21中，在电源接通时，处理程序被启动，处理器(cpu)执行如下所述的处理。

[处理s81(参照图10)]收集从多个测量源a、b、c发送的不同格式的测量数据aa、bb、cc。

[处理s82]将收集到的不同格式的测量数据aa、bb、cc转换为共同格式的测量数据dd。在转换为共同格式的测量数据dd时，附加利用运营商识别信息id1、据点识别信息id2、测量源识别信息id3、以及测量时刻信息mt。

[处理s83]将共同格式的测量数据dd发送到云计算系统3。在发送共同格式的测量数据dd时，转换为ip协议。

另外，在云计算系统3的saas型云32中，以电源接通为契机，处理程序被启动，处理器(cpu)执行如下所述的处理。

[处理s91(参照图10)]接收从各iot中继装置21发送的共同格式的测量数据dd。

[处理s92]将接收到的共同格式的测量数据dd在测量数据库db1中以分层结构进行汇集处理。

[处理s93]将汇集处理后的共同格式的测量数据dd按每个合并对象进行聚合分析处理。

[处理s94]对共同格式的测量数据dd的聚合分析处理的结果进行显示处理，根据来自阅览者利用终端4的显示请求，将显示处理结果发送到阅览者利用终端4。

进而，在阅览者利用终端4中，在电源接通或者收到阅览者的指示时，处理程序被启动，处理器(cpu)执行如下所述的处理。

[处理s101(参照图10)]对云计算系统3发送用于请求共同格式的测量数据dd的显示处理结果的显示请求。

[处理s102]从云计算系统3接收显示处理结果。

[处理s103]显示接收到的显示处理结果。

[一实施方式的效果]

上述的一实施方式的测量解决方案服务提供系统1通过iot技术和云计算技术的协作，将共同格式的测量数据dd集成在云计算系统3中，通过进行聚合分析处理以及显示处理，随时随地都能够为云利用运营商提供能够掌握制造据点(现场)中各工序质量状况的划时代测量解决方案服务。

另外，在该测量解决方案服务提供系统1中，由于云计算系统3对从配置在每个据点的多个iot中继装置21分别发送的共同格式的测量数据dd进行处理，因而能够减轻saas型云32的应用程序软件的负担，并提高处理能力。

[变型例]

上述的一实施方式中的处理被提供为计算机可执行的程序，能够通过cd-rom或软盘等非暂时性计算机可读记录介质、以及通信线路来提供。

另外，上述的一实施方式中的各处理也可以选择其任意的多个或全部进行组合来实施。

附图标记说明

1：测量解决方案服务提供系统2：设备网络

3：云计算系统4：阅览者利用终端5：第一通信网络

6：第二通信网络21：iot中级装置22a、22b、22c：测量器

23a、23b：无线发送机24：无线接收机

31:iot集线器32:saas型云db1:测量数据库