机器状况及其使用者行为分析系统的制作方法

本发明是关于一种分析系统，特别是关于一机器状况及其使用者行为分析系统。

背景技术：

现今科技发达，各式各样的机器的制造与使用，诸如家用机器，或工业用、农业用机器，带给人们诸多便利，也成为人们生活中不可或缺的工具。

机器的各种状况，例如机器运作特性或受控反应情况，不仅与其制造品质有关，也与其使用者的操作行为息息相关，并会对于其使用者、制造者、或周边业者有相当大的影响。一部正常使用、维持健康、具有良好运作特性及反应的机器，不仅可以降低使用者的维修或购物成本，对于制造者而言也是一种肯定，而机器的周边业者也可藉由机器的广泛使用而获利。

然而，现今的机器在制造完成出厂后，并没有持续地纪录或追踪机器状况或其使用者的操作行为，也进一步导致对于上述机器运作特性、受控反应、及影响所及的成本与获利的控管与评估不易。

有鉴于此，本发明人投入众多研发能量与精神，不断于本领域突破及创新，盼能以新颖的技术手段解决现用的不足，除带给社会更为良善的产品，亦促进产业发展。

技术实现要素：

本发明提供一种机器状况及其使用者行为分析系统，以解决上述一项或多项缺失。

本发明的主要目的在于提供一种机器状况及其使用者行为分析系统，包含一检测端装置及一分析端装置。检测端装置与机器电连接，检测端装置包括一数据撷取模块、一感测模块、及一数据处理模块，数据撷取模块撷取机器内部的数据，感测模块感测机器的状态而获得一感测数据，数据处理模块将机器内部的数据以及感测数据予以处理分类为一机器状况数据及一操作情况数据。分析端装置与检测端装置以无线方式连 接，以接收机器状况数据及操作情况数据，分析端装置具有一数据辨识模块，辨识机器状况数据以查得一机器异常状况，以及辨识操作情况数据以查得一使用者行为。

较佳地，检测端装置与分析端装置通过一基地台而无线连接，基地台具有一地理位置计算模块，根据基地台的地理位置以及基地台与检测端装置之间的传输信号而计算出检测端装置的地理位置数据。

较佳地，检测端装置的数据处理模块藉由一特征萃取方式处理机器内部的数据及感测数据。

较佳地，分析端装置还通过检测端装置接收机器内部的数据以及感测数据，并藉由一处理模块以特征萃取方式处理机器内部的数据及感测数据。

较佳地，分析端装置具有一型态辨识模块，辨识经特征萃取方式处理后的机器内部的数据及/或感测数据的型态而发掘一数据型态模型。

较佳地，型态辨识模块还对于所发掘的数据型态模型进行萃取机器状况数据、操作情况数据、及观测点而回送至分析端装置的数据库，以进一步提供数据辨识模块进行辨识机器状况数据及操作情况数据。

较佳地，分析端装置还具有一学习模块，学习发掘的数据型态模型而得到一使用者偏好数据及/或一错误诊断数据。

较佳地，分析端装置还具有一预测模块，根据机器异常状况及/或使用者行为而得到一机器错误预测结果及/或一使用者行为预测结果

较佳地，分析端装置还具有一建议模块，根据机器错误预测结果、使用者行为预测结果、机器异常状况、及/或使用者行为而形成一使用者行为建议及/或一机器错误与解决方案建议。

较佳地，还包括一使用者端装置，通过一网络连接于分析端装置，以接受分析端装置所存储的数据。

较佳地，单个检测端装置还以无线方式接收经分析端装置处理后的来自多个检测端装置的数据。

本发明藉由检测端装置撷取机器内部的数据以及感测机器的状态，并予以处理为机器状况数据及操作情况数据，并通过无线连接的分析端装置接收机器状况数据及操作情况数据而进一步辨识查得机器异常状况及使用者行为。藉此，机器在制造完成出厂后，可以进一步以远端方式持续地纪录或追踪机器状况或其使用者的操作行为。如 此不仅可增进使用者对于其操作行为对于机器影响的了解，也提供了制造者对于制造品质与控管的建议，并可提供周边业者对于关于此机器使用所带来获利的评估。并且，本发明还可以追踪机器的地理位置，以防止机器遗失或遭窃，以及避免机器因仓储管制不佳而造成库存囤积过量。

为了能更进一步了解本发明为达成既定目的所采取的技术、方法及功效，请参阅以下有关本发明的详细说明、图式，相信本发明的目的、特征与特点，当可由此得以深入且具体的了解，然而所附图式仅提供参考与说明用，并非用来对本发明加以限制者。

附图说明

图1为本发明的一实施例的使用设备图。

图2为本发明的一实施例的系统架构图。

图3为本发明的一实施例的检测端装置的活动示意图。

图4为本发明的一实施例的分析端装置的活动示意图之一。

图5为本发明的一实施例的分析端装置的活动示意图之二。

图6为本发明的一实施例的使用者端装置的功能架构图。

图7为本发明的一实施例的分析端装置的声纹分析的活动示意图。

符号说明：

100：机器状况及其使用者行为分析系统

1：机器

2：检测端装置

21：数据撷取模块

22：感测模块

23：数据处理模块

24：数据收发模块

3：分析端装置

31：数据辨识模块

32：处理模块

33：型态辨识模块

34：学习模块

35：预测模块

36：建议模块

4：基地台

41：数据收发模块

42：地理位置计算模块

5：使用者端装置

D1：机器内部的数据

D2：感测数据

D3：机器状况数据

D4：操作情况数据

D5：机器异常状况

D6：使用者行为

D7：数据型态模型

D8：使用者偏好数据

D9：错误诊断数据

D10：机器错误预测结果

D11：使用者行为预测结果

D12：使用者行为建议

D13：机器错误与解决方案建议

D14：地理位置数据

D15：机器身份信息

D16：使用者身份信息

D17：参考声音/影像纹路特征数据库

Db2、Db3：数据库

N：网络

具体实施方式

某些用语经由实施方式以及所附的权利要求使用以参照特定的构件。本领域技术人员当知，制造者可用不同的命名参照构件。本文件并不意欲分别名称不同而非功能不同的构件。在实施方式及权利要求中，用语“包括”及“包含”为开放式使用，而因此应被解释为意指“包括，而不是限定于”。

请参阅图1所示，本发明的机器状况及其使用者行为分析系统100是用于分析一机器1的状况以及分析机器1的使用者U的操作行为。在本实施例中，机器1为一电视机。然而，本发明不限于此，机器1也可为洗衣机、电话等家用机器，或工业用、农业用机器等任何可供一使用者操作的机器，只要机器内部的数据，例如电视机内存储器所存储的数据或是电视机的电压值，可以供撷取即可。

请同时参阅图1及图2，并配合图3至图5所所示，本发明的一机器状况及其使用者行为分析系统100包含一检测端装置2及一分析端装置3。

检测端装置2与机器1电连接。在本实施例中，检测端装置2为一可携式装置，插置于机器1的一USB连接接口中，以读取机器内部的数据。然而，本发明不以此为限，检测端装置2也可以内建于机器1之中，或者是，检测端装置2也可以设置在机器1的邻近位置处，例如设置在机器1对面以对于机器1进行检测摄影，只要检测端装置2与机器1以电连接方式连接(包括藉由一导线而电连接)以读取机器1内部的数据即可。检测端装置2可装设有电池，以提供检测端装置2运作所需的电力。当然，本发明不限于此，检测端装置2也可接收及使用来自机器1或其他外部电源的电力。较佳地，检测端装置2具有独特的辨识码，以进一步提供分析端装置3该机器1的机器身份信息D15。检测端装置2也包括一使用者身份输入件，例如包括可输入使用者身份与密码的按键、触控面板、或指纹、条码读取机构，以进一步提供分析端装置3该机器1的使用者身份信息D16。

检测端装置2包括一数据撷取模块21、一感测模块22、及一数据处理模块23。数据撷取模块21撷取机器内部的数据D1，例如电压值。感测模块22感测机器1的状态而获得一感测数据D2。其中，机器内部的数据D1及感测数据D2为一种计量数据(Metering Data)。在本实施例中，感测模块22包括温湿度感测器221、惯性测量单元222(Inertial measurement unit，IMU)、及声音感测器223。感测模块22也可包括其他感测器，例如幅射、速度、光学、影像等感测器。数据处理模块23将机器内部的数据D1以及感测数据D2予以处理分类为一机器状况数据D3及一操作情况 数据D4。进一步来说，机器状况数据D3包括了诸如机器1本身的运作特性以及外部环境因素(如气候)所造成的机器状态改变等数据。而操作情况数据D4包括了诸如正当使用者操作或非正当使用者操作(例如侵入者、骇客操作、甚或是宠物对于机器1的操作等)所造成的机器表现情况。在本实施例中，数据处理模块23藉由一特征萃取方式(步骤S1)处理机器内部的数据D1及感测数据D2，以进一步形成为机器状况数据D3及操作情况数据D4。机器内部的数据D1、感测数据D2、机器状况数据D3、及操作情况数据D4存储于检测端装置2的一数据库Db2中。在本实施例中，检测端装置2还包括一数据收发模块24，而执行一数据传输动作(步骤S2)，而将机器内部的数据D1、感测数据D2、机器状况数据D3、及操作情况数据D4以无线方式传输出。在本实施例中，数据收发模块24可为一超高频长程射频收发器(UHF Long Range Radio Transceiver)，而通过一天线将数据发送出。

在本实施例中，检测端装置2与分析端装置3通过一基地台4而无线连接。基地台4具有一数据收发模块41，以与检测端装置2进行无线数据传输，并通过网络N连接分析端装置3以进行网络数据传输。在较佳的实施例中，基地台4具有一地理位置计算模块42，根据基地台4的地理位置以及基地台4与检测端装置2之间的传输信号而计算出检测端装置2的地理位置数据D14，以进一步追踪机器1的地理位置，以防止机器1遗失或遭窃，以及避免机器1因业者仓储管制不佳而造成库存囤积过量。

分析端装置3接收机器状况数据D3及操作情况数据D4，并藉由一数据辨识模块31辨识机器状况数据D3以查得一机器异常状况D5(步骤S41)，以及辨识操作情况数据D4以查得一使用者行为D6(步骤S51)。当然，本发明不限于此，分析端装置3亦可通过检测端装置2接收机器内部的数据D1以及感测数据D2(即，计量数据)，且数据辨识模块31亦可辨识机器内部的数据D1以及感测数据D2(即，计量数据)，以查得机器异常状况D5及使用者行为D6(步骤S41、S51)。

在较佳的实施例中，分析端装置3亦可藉由一处理模块32以特征萃取方式处理机器内部的数据D1及感测数据D2(步骤S42、S52)。在较佳的实施例中，分析端装置3具有一型态辨识模块33，辨识经处理模块32以特征萃取方式处理后的机器内部的数据D1及/或感测数据D2的型态(Pattern)(步骤S43、S53)而发掘一数据型态模型D7(步骤S44、S54)。也就是说，型态辨识模块33对于经处理模块32以特征萃取方式处理后的机器内部的数据D1及感测数据D2的型态具有“辨认”以及“识 别”的功能，不仅可以对一单一种型态进行辨认，亦可以对于多种型态进行识别，而发掘更多种类的数据型态模型。较佳地，型态辨识模块33还可对于所发掘的数据型态模型D7进行萃取机器状况数据、操作情况数据、及观测点而回送至分析端装置3的数据库Db3(步骤S48、S58)，以进一步提供数据辨识模块31进行辨识机器内部的数据D1、感测数据D2、机器状况数据D3、及操作情况数据D4。

在较佳的实施例中，分析端装置3还具有一学习模块34，学习发掘的数据型态模型D7(步骤S45、S55)而得到一使用者偏好数据D8及/或一错误诊断数据D9，以根据使用者偏好数据D8得知使用者的操作偏好，或根据错误诊断数据D9得知机器1的错误原因。进一步来说，错误诊断数据D9不仅可包括错误原因，还可包括学习模块34学习而得的推理与诊断方式。使用者偏好数据D8及错误诊断数据D9亦可以进一步提供数据辨识模块31进行辨识机器内部的数据D1、感测数据D2、机器状况数据D3、及操作情况数据D4，以查得机器异常状况D5及使用者行为D6。

在较佳的实施例中，分析端装置3还具有一预测模块35，根据机器异常状况D5及/或使用者行为D6而得到一机器错误预测结果D10及/或一使用者行为预测结果D11(步骤S46、S56)。在更佳的实施例中，藉由步骤S46得到机器错误预测结果D10后，还可进一步执行机器1的资产管理(步骤S49)，例如预测性维修，以及对于机器1的进行产品生命周期管理(步骤S50)。

在较佳的实施例中，分析端装置3还具有一建议模块36，根据机器错误预测结果D10、使用者行为预测结果D11、机器异常状况D5、及/或使用者行为D6而形成一使用者行为建议D12及/或一机器错误与解决方案建议D13(步骤S47、S57)。使用者行为建议D12可包括个人化建议或大众性建议。机器错误与解决方案建议D13可包括例如对于机器1的可能错误(故障)的位置、错误可能发生时间、导致故障的运作行程、以及解决上述错误的解决方案所提出的建议。

请同时参阅图1至图5所示，在更佳的实施例中，机器状况及其使用者行为分析系统100还包括一使用者端装置5，通过网络N连接分析端装置3，以接受分析端装置3所存储的数据，例如机器状况数据D3、操作情况数据D4、机器异常状况D5、使用者行为D6、使用者偏好数据D8、错误诊断数据D9、机器错误预测结果D10、使用者行为预测结果D11、使用者行为建议D12、机器错误与解决方案建议D13、地理位置数据D14、机器身份信息D15、使用者身份信息D16等。使用者端装置5可 为一电脑装置或移动电子装置，而可安装各种应用程序。如此，如图6所示，使用者U(例如：机器制造商、机器的使用者、或机器的周边业者)可藉由使用者端装置5对于机器1进行资产管理，包括预测性维修建议、工作状况追踪(例如工作单追踪)、地理位置信息管理等，使用者U也可藉由使用者端装置5对于检测端装置2进行资产管理。再者，使用者端装置5也可产生个人化建议以供使用者U参考，包括机器1或检测端装置2的动作与控制的建议、机器1或检测端装置2的健康与状态的告知、机器1或检测端装置2的服务追踪(例如客户服务单追踪)。当然，使用者端装置5也可产生关于使用者U对于机器1的操作行为报告。

再者，分析端装置3亦可以通过基地台4及网络N接收来自多个检测端装置2的数据，以进一步分析及存储多个机器1的状况及其使用者行为。同时参阅图2、图4、及图5所示，更佳地，单个检测端装置2还以无线方式接收经分析端装置3处理后的来自多个检测端装置2的数据。详细而言，分析端装置3所存储的关于多个机器1的数据，例如关于多个机器1的机器状况数据D3、操作情况数据D4、机器异常状况D5、使用者行为D6、使用者偏好数据D8、错误诊断数据D9、机器错误预测结果D10、使用者行为预测结果D11、使用者行为建议D12、机器错误与解决方案建议D13、地理位置数据D14、机器身份信息D15、使用者身份信息D16等，特别是关于多个机器1的机器状况数据D3及操作情况数据D4，还可以通过网络N及基地台4而以无线方式传送至个别的检测端装置2，使单个检测端装置2以无线方式接收经分析端装置3处理后的来自多个检测端装置2的数据，以提供数据处理模块23参考。如此，使得单个检测端装置2亦可以学习到分析端装置3及其他多个检测端装置2的数据处理经验，例如特征萃取经验、数据辨识经验等，而使得每个检测端装置2藉由经验学习而更加聪明，以产生更佳的数据处理结果。

请参阅图7并配合图5所示，举例而言，当机器1(如电视机)的周边业者(如电视频道业者)欲了解使用者行为(如节目收视率时)时，首先电视频道业者可以将每个电视频道所播放的节目的参考声音及影像输入分析端装置3(步骤S61)并播放(步骤S62)，或者是将该些参考声音/影像档案予以进行分析而得知参考声音/影像内容(步骤S63)，然后进行声音/影像的纹路特征萃取(步骤S64)而存储为参考声音/影像数据库纹路特征D17。当分析端装置3通过网络N、基地台4、检测端装置2而获得声音感测器223(图3)感测自机器1的声音的所经检测端装置2处理而得的声 纹(即，操作情况数据D4)时，分析端装置3可根据参考声音/影像数据库纹路特征D17对于声纹(即，操作情况数据D4)进行声纹配对(步骤S65)，以进行声纹辨识(即步骤S51，使用者行为辨识)，而进一步获得声纹结果数据(即，使用者行为D6)，而可得知观众于机器1(在此指电视机)所收看的电视频道。当然，本发明不限于此，分析端装置3也可通过网络N、基地台4、检测端装置2而获得一影像撷取器撷取自机器1所播放的影像的所经检测端装置2处理而得的影像纹路(即，操作情况数据D4)时，分析端装置3可根据参考声音/影像纹路特征数据库D17对于该影像纹路(即，操作情况数据D4)进行影像纹路配对，以进行影像纹路辨识(即步骤S51，使用者行为辨识)，而进一步获得影像纹路结果数据(即，使用者行为D6)，亦可得知观众于机器1所收看的电视频道。并且，使用者端装置5亦可根据声纹结果数据(或，影像纹路结果数据)(即，使用者行为D6)而产生声纹分析报告(或，影像纹路分析报告)，以供电视频道业者进行节目收视率调查与统计。此外，声纹分析报告及影像纹路分析报告亦结合有地理位置数据D14，使电视频道业者可得知节目收视率的地域性关系。

惟以上所述仅为本发明的较佳实施例，非意欲局限本发明的权利要求，故举凡运用本发明说明书及图式内容所为的等效变化，均同理皆包含于本发明的权利保护范围内，合予陈明。