多点测量系统及其方法与流程

1.本发明是关于一种多点测量系统及其方法。具体而言，本发明是关于一种用于机械设备的多点测量系统及其方法。


背景技术：

2.于制造业的生产流程，如何对生产机器进行监测，于生产机器故障时可以即时处理，避免影响产线的正常运作，继而影响产品良率以及工厂产能，一直是制造业所关心的议题。
3.感测器(sensor)为一种用于侦测环境中所发生的事件或变化(例如：位置、长度、高低差、变位、外观
…
等)，并将此信息传送出至其他电子装置的装置。依据感测器种类的不同，感测器所搜集的数据包含温度、光、颜色、气压、磁力、速度、加速度
…
等物理量。
4.若以感测器进行生产机器的监测，需于生产机器的多个位置布设多个感测器以进行生产机器的各种物理量的监控，故感测器的布设位置至关重要。如何以更有效率的方式，找出最合适的布设位置，将感测器布设于被测量设备的最佳测量点，为以感测器进行生产机器的监测方法所亟欲解决的重要课题。


技术实现要素：

5.本发明的一目的在于提供一种多点测量系统，通过可粘贴感测器的特性，可以更有效率的方式找出被测量设备的最合适的测量点。
6.本发明的另一目的在于提供一种多点测量方法，通过数据解析，找到被测量设备的最合适的测量点。
7.本发明的一实施例涉及一种多点测量系统。多点测量系统供测量被测量设备，且包含多个感测器及一计算装置。感测器分别贴附于被测量设备的多个待测点位。计算装置包含计算单元以及储存单元；计算单元包含学习模块，计算装置分别通信连接至感测器。感测器产生初始感测数据并传送至储存单元进行储存。计算单元将初始感测数据经过数据预处理得到的处理后感测数据，输入学习模块以进行数据解析，并获得分别对应于感测器的基准辨别度。相邻至少两感测器形成为一组合，计算单元依序以组合中的感测器所对应的处理后感测数据输入学习模块进行合并运算，并获得分别对应于组合的合并辨别度。计算单元分别以每一组合所对应的合并辨别度与组合中感测器所对应的基准辨别度进行判定运算，以产生待测点位的适合性判定。
8.在一些实施例中，该多个待测点位包含一第一待测点位以及相邻的一第二待测点位；该组合为一第一组合，该第一组合包含一第一感测器以及一第二感测器，该第一感测器位于该第一待测点位，该第二感测器位于该第二待测点位；该第一组合所对应的该多个基准辨别度包含一第一基准辨别度以及一第二基准辨别度，该第一基准辨别度对应于该第一感测器，该第二基准辨别度对应于该第二感测器；该第一组合所对应的该合并辨别度为一第一合并辨别度，该第一合并辨别度对应于该第一感测器以及该第二感测器；以及该判定
运算为一第一判定运算，该第一判定运算包含：该计算单元将该第一基准辨别度以及该第二基准辨别度分别与该第一合并辨别度进行比较；以及若该第一基准辨别度以及该第二基准辨别度皆大于该第一合并辨别度，则该计算单元判定该第一感测器以及该第二感测器的其中之一所对应的待测点位为不适合，并进行一第二判定运算。
9.在一些实施例中，该多个待测点位进一步包含相邻于该第二待测点位的一第三待测点位；该组合为一第二组合，该第二组合包含该第二感测器以及一第三感测器，该第三感测器位于该第三待测点位；该第二组合所对应的该多个基准辨别度包含该第二基准辨别度以及一第三基准辨别度，该第三基准辨别度对应于该第三感测器；该第二组合所对应的该合并辨别度为一第二合并辨别度，该第二合并辨别度对应于该第二感测器以及该第三感测器；以及该判定运算为该第二判定运算；该第二判定运算包含：该计算单元将该第二基准辨别度以及该第三基准辨别度分别与该第二合并辨别度进行比较；以及若该第二基准辨别度以及该第三基准辨别度皆大于该第二合并辨别度，则该计算单元判定该第二感测器所对应的待测点位为不适合。
10.在一些实施例中，每一该多个初始感测数据包含多个初始时间序列感测数据；以及该多个初始时间序列感测数据分别对应于多个时间视窗。
11.在一些实施例中，该被测量设备具有一运作周期；以及该多个时间视窗的时间单位范围为运作周期的1～10倍。
12.在一些实施例中，该数据预处理为一标签设定；以及该多个处理后感测数据为多个已标签感测数据。
13.在一些实施例中，该标签设定包含设定多个标签；以及该多个标签包含一螺丝松动、一电力不足、一最高转速、一一档转速、设备异常、良率、其他可辨识的变异因素、或其组合。
14.在一些实施例中，该多个标签分别对应于多个设定情境；以及该计算单元根据每一设定情境进行一次该判定运算。
15.在一些实施例中，该多个感测器为温度感测器、湿度感测器、震动感测器、或其组合；以及该多个初始感测数据为温度数据、湿度数据、震动数据、或其组合。
16.在一些实施例中，该计算单元根据每一初始感测数据进行一次该判定运算。
17.本发明的另一实施例涉及一种多点测量方法。多点测量方法包含多点测量方法供测量被测量设备，包含下列步骤：以分别贴附于被测量设备的多个待测点位的多个感测器产生多个初始感测数据并传送至计算装置的储存单元进行储存，计算装置分别通信连接至感测器；以计算装置的计算单元将初始感测数据经过数据预处理得到的多个处理后感测数据，输入计算单元的学习模块以进行数据解析，并获得分别对应于感测器的多个基准辨别度；相邻至少二感测器形成为一组合，计算单元依序以组合中的感测器所对应的处理后感测数据输入学习模块进行合并运算，并获得分别对应于组合的合并辨别度；以及以计算单元分别以每一组合所对应的合并辨别度与组合中感测器所对应的基准辨别度进行判定运算，以产生待测点位的适合性判定。
18.在一些实施例中，该判定运算为一第一判定运算，该组合为一第一组合，该第一组合包含一第一感测器以及一第二感测器，该第一组合所对应的该多个基准辨别度包含一第一基准辨别度以及一第二基准辨别度，该第一组合所对应的该合并辨别度为一第一合并辨
别度，该第一判定运算包含：以该计算单元该第一基准辨别度以及该第二基准辨别度分别与该第一合并辨别度进行比较；以及若该第一基准辨别度以及该第二基准辨别度皆大于该第一合并辨别度，则以该计算单元判定该第一感测器以及该第二感测器的其中之一所对应的待测点位为不适合，并进行一第二判定运算；其中：该多个待测点位包含一第一待测点位以及相邻的一第二待测点位；该第一感测器位于该第一待测点位，该第二感测器位于该第二待测点位；该第一基准辨别度对应于该第一感测器，该第二基准辨别度对应于该第二感测器；以及该第一合并辨别度对应于该第一感测器以及该第二感测器。
19.在一些实施例中，该判定运算为该第二判定运算，该组合为一第二组合，该第二组合包含该第二感测器以及一第三感测器，该第二组合所对应的该多个基准辨别度包含该第二基准辨别度以及一第三基准辨别度，该第二组合所对应的该合并辨别度为一第二合并辨别度；该第二判定运算包含：以该计算单元将该该第二基准辨别度以及该第三基准辨别度分别与该第二合并辨别度进行比较；以及若该第二基准辨别度以及该第三基准辨别度皆大于该第二合并辨别度，则以该计算单元判定该第二感测器所对应的待测点位为不适合；其中：该多个待测点位进一步包含相邻于该第二待测点位的一第三待测点位；该第三感测器位于该第三待测点位；该第三基准辨别度对应于该第三感测器；以及该第二合并辨别度对应于该第二感测器以及该第三感测器。
20.在一些实施例中，每一该多个初始感测数据包含多个初始时间序列感测数据；以及该多个初始时间序列感测数据分别对应于多个时间视窗。
21.在一些实施例中，该被测量设备具有一运作周期；以及该多个时间视窗的时间单位范围为运作周期的1～10倍。
22.在一些实施例中，该数据预处理为一标签设定；以及该多个处理后感测数据为多个已标签感测数据。
23.在一些实施例中，该标签设定包含设定多个标签；以及该多个标签包含一螺丝松动、一电力不足、一最高转速、一一档转速、设备异常、良率、其他可辨识的变异因素、或其组合。
24.在一些实施例中，以该计算单元根据分别对应于该多个标签的多个设定情境的每一个设定情境，进行一次该判定运算。
25.在一些实施例中，该多个感测器为温度感测器、湿度感测器、震动感测器、或其组合；以及该多个初始感测数据为温度数据、湿度数据、震动数据、或其组合。
26.在一些实施例中，以该计算单元根据每一初始感测数据进行一次该判定运算。
附图说明
27.图1为本发明一实施例的多点测量系统示意图；
28.图2为本发明一实施例的多点测量情境示意图；
29.图3为本发明一实施例的初始感测数据示意图；
30.图4为本发明一实施例的时间视窗示意图；
31.图5为本发明一实施例的基准辨别度示意图；
32.图6为本发明一实施例的组合示意图；
33.图7为本发明一实施例的合并辨别度示意图；
34.图8为本发明一实施例的已标签感测数据示意图；
35.图9为本发明另一实施例的多点测量系统示意图；
36.图10为本发明另一实施例的多点测量方法示意图。
37.主要元件符号说明：
38.10 多点测量系统
39.100 感测器
40.110 组合
41.111 第一组合
42.112 第二组合
43.120 第一感测器
44.130 第二感测器
45.140 第三感测器
46.200 计算装置
47.210 计算单元
48.215 学习模块
49.220 储存单元
50.230 通信模块
51.300 中介装置
52.20 被测量设备
53.t 温度数据
54.h 湿度数据
55.v 震动数据
56.tag 标签
57.d 运作周期
58.t 时间
59.to 开始时间
60.t1 第一时间
61.t2 第二时间
62.t3 第三时间
63.t4 第四时间
64.t5 第五时间
65.tn 最后时间
66.w 时间视窗
67.w1 第一时间视窗
68.w2 第二时间视窗
69.w3 第三时间视窗
70.wn-2 最后时间视窗
71.b 基准辨别度
72.b1 第一基准辨别度
73.b2 第二基准辨别度
74.b3 第三基准辨别度
75.c 合并辨别度
76.c1 第一合并辨别度
77.c2 第二合并辨别度
78.d 运作周期
79.p 待测点位
80.p1 第一待测点位
81.p2 第二待测点位
82.p3 第三待测点位
83.p12 第一及第二待测点位
84.p23 第二及第三待测点位
85.n 网络
86.s1～s5 步骤1～步骤5
具体实施方式
87.图1为本发明一实施例的多点测量系统示意图；图2为本发明一实施例的多点测量情境示意图。多点测量系统10供测量被测量设备20，且包含多个感测器100及计算装置200；多个感测器100(例如第一感测器120、第二感测器130、第三感测器140
…
等)分别贴附于被测量设备20的多个待测点位p(例如第一待测点位p1、第二待测点位p2、第三待测点位p3
…
)。于图1及图2的实施例中，感测器100至少包含第一感测器120、第二感测器130、第三感测器140，待测点位p至少包含第一待测点位p1、第二待测点位p2、第三待测点位p3，且第一感测器120贴附于第一待测点位p1，第二感测器130贴附于第二待测点位p2，第三感测器140贴附于第三待测点位p3，但不以此为限；亦即，于其他实施例中，多点测量系统10可包含三个的感测器100，分别贴附于不同的待测点位p。
88.于一较佳实施例，感测器100为可粘贴的软性可挠的薄型无线感测器，可随意贴附于被测量设备20的表面或内侧，用以侦测被测量设备20于生产过程中所产生的温度、湿度、震动
…
等变化，进而将搜集到的数据即时传送至储存单元220进行储存，以供后续数据分析所使用。
89.于一较佳实施例，被测量设备20为产线中的机械设备。通过本发明的多点测量系统以及多点测量方法，可以找出被测量设备20的表面或内侧的多点测量的最佳测量位置，进一步将多个感测器100粘贴于被测量设备20的表面或内侧的多个最佳测量位置，再通过感测器100搜集被测量设备20于生产过程中所产生的各种数据以进行后续数据分析。
90.如图1所示，计算装置200包含计算单元210、储存单元220、以及通信模块230；计算单元210包含学习模块215，计算装置200通过通信模块230分别通信连接至感测器100。感测器100产生初始感测数据并传送至储存单元220进行储存。
91.于一较佳实施例，计算装置200为行动装置，例如智能手机。于另一实施例，计算装置200为区域网络的主机。于一较佳实施例，计算单元210为计算装置200的处理器，储存单元220为计算装置200的内部储存器或外部储存器。
92.感测器100为温度感测器、湿度感测器、震动感测器、或其组合；初始感测数据为温度数据、湿度数据、震动数据、或其组合。于一较佳实施例，感测器100为复合功能的感测器，例如：温度及湿度复合感测器、温度湿度及震动复合感测器、或其他种类的复合感测器。于另一实施例，感测器100为单一功能的感测器，例如：温度感测器、湿度感测器、震动感测器、或其他只包含单一功能的感测器；初始感测数据为单一种类初始感测数据，例如：温度数据、湿度数据、震动数据、或其他对应功能所得的感测数据。
93.图3为本发明一实施例的初始感测数据示意图。图3所示实施例的感测器100可为温度感测器、湿度感测器、震动感测器三者所组合的复合式感测器，故感测器100所产生的初始感测数据为温度数据、湿度数据、震动数据三者所组合的复合初始感测数据，亦即，初始感测数据包含温度数据、湿度数据、震动数据三种感测数据。
94.以图3实施例为例，贴附于第一待测点位p1的第一感测器110，在第一待测点位p1经测量产生的初始感测数据为「p1:t(25，28，27
…
24)；h(70，65，63
…
68)；v(80，78，81
…
75)」，其中温度数据t(单位：℃)为「25，28，27
…
24」，湿度数据h(单位：％)为「70，65，63
…
68」，震动数据v(单位：m/s2)为「80，78，81
…
75」；贴附于第二待测点位p2的第二感测器120，在第二待测点位p2经测量产生的初始感测数据为「p2:t(26，25，27
…
23)；h(71，64，65
…
67)；v(79，76，78
…
76)」，其中温度数据t(单位：℃)为「26，25，27
…
23」，湿度数据h(单位：％)为「71，64，65
…
67」，震动数据v(单位：m/s2)为「79，76，78
…
76」；贴附于第三待测点位p3的第三感测器130，在第三待测点位p3经测量产生的初始感测数据为「p3:t(25，24，28
…
26)；h(69，67，68
…
68)；v(78，75，76
…
74)」，其中温度数据t(单位：℃)为「25，24，28
…
26」，湿度数据h(单位：％)为「69，67，68
…
68」，震动数据v(单位：m/s2)为「78，75，76
…
74」。
95.详细而言，每一初始感测数据包含多个初始时间序列感测数据。以图3实施例为例，在第一待测点位p1经测量产生的初始感测数据为「p1:t(25，28，27
…
24)；h(70，65，63
…
68)；v(80，78，81
…
75)」，其中温度数据t的初始时间序列感测数据为「25，28，27
…
24」，亦即，数值「25」为第一时间点取得的第一温度数据、数值「28」为第二时间点取得的第二温度数据、数值「27」为第三时间点取得的第三温度数据、
…
(依此类推)、
…
数值「24」为最后时间点取得的最后温度数据。
96.测量设备20具有运作周期d；具体而言，运作周期d为测量设备20运作一次的周期。初始时间序列感测数据分别对应于多个时间视窗w；于一较佳实施例，时间视窗w的时间单位范围为运作周期d的1～10倍。关于时间视窗w，详见图4及其对应段落的说明。
97.图4为本发明一实施例的时间视窗w示意图。时间视窗w包含第一时间视窗w1、第二时间视窗w2、第三时间视窗w3、
…
(依此类推)、最后时间视窗wn-2。时间t包含开始时间t0、第一时间t1、第二时间t2、第三时间t3、第四时间t4、第五时间t5…
最后时间tn。于图4所示实施例，运作周期d以3秒为例；亦即，测量设备20完成一次完整的运作需花费3秒。故图4所示实施例的时间视窗w的时间单位范围可为3秒～30秒，于图4所示实施例以3秒为例。于图4所示实施例的开始时间t0为第0秒、第一时间t1为第1秒、第二时间t2为第2秒、最后时间tn为第n秒。如图4所示，第一时间视窗w1包含开始时间t0～第三时间t3、第二时间视窗w2包含第一时间t1～第四时间t4、第三时间视窗w3包含第二时间t2～第五时间t5…
等；亦即，图3实施例的位于第一待测点位p1的第一感测器120，于第0秒～第3秒产生第一温度数据～第四温度数据、于第1秒～第4秒产生第五温度数据～第八温度数据、于第2秒～第5秒产生第九温度
数据～第十二温度数据、
…
(依此类推)。
98.图5为本发明一实施例的基准辨别度示意图。图1的计算单元210将图3的初始感测数据经过数据预处理得到的处理后感测数据，输入学习模块215以进行数据解析，并获得图5分别对应于位于不同待测点位p(图5以第一待测点位p1、第二待测点位p2、第三待测点位p3为例)的感测器100的基准辨别度b。以图5的实施例为例，基准辨别度b包含第一基准辨别度b1、第二基准辨别度b2、第三基准辨别度b3，分别对应于位于第一待测点位p1的第一感测器120、位于第二待测点位p2的第二感测器130、以及位于第三待测点位p3的第三感测器140。
99.以位于第一待测点位p1的第一感测器120的温度数据为例，图1的计算单元210将图3的位于第一待测点位p1的第一感测器120的温度初始感测数据「25，28，27
…
24」，经过数据预处理得到处理后感测数据，再将处理后感测数据输入图1的学习模块215以进行数据解析，获得位于第一待测点位p1的第一感测器120的基准辨别度b(也就是第一基准辨别度b1)为92％。并以相同方法获得位于第二待测点位p2的第二感测器130的基准辨别度b(也就是第二基准辨别度b2)为89％，以及获得位于第三待测点位p3的第三感测器140的基准辨别度b(也就是第三基准辨别度b3)为95％。关于处理后感测数据，详见图8及其对应段落的说明。
100.进一步而言，相邻至少二感测器100形成为一组合110，图1的计算单元210依序以组合110中的感测器100所对应的处理后感测数据输入图1的学习模块215进行合并运算，并获得分别对应于组合110的合并辨别度c。关于组合110，详见图6及其对应段落的说明。图1的计算单元210分别以每一组合110所对应的合并辨别度c与组合110中感测器100所对应的基准辨别度b进行判定运算，以产生待测点位p的适合性判定。关于合并辨别度c，详见图7及其对应段落的说明。
101.图6为本发明一实施例的组合110示意图；图7为本发明一实施例的合并辨别度示意图。值得注意的是，于图6所示实施例，每一组合110包含二个感测器100；于其他实施例，每一组合亦可包含更多的感测器100，例如包含三个感测器100。如图6所示，待测点位p包含第一待测点位p1、相邻于第一待测点位p1的第二待测点位p2、以及相邻于于第二待测点位p2的第三待测点位p3。第一感测器120、第二感测器130、第三感测器140分别位于第一待测点位p1、第二待测点位p2、第三待测点位p3。判定运算包含第一判定运算以及第二判定运算，当第一判定运算的适合性判定结果为不适合，才会进行第二判定运算。
102.详细而言，于第一判定运算中，组合110为第一组合111；第一组合111包含第一感测器120以及第二感测器130。第一组合111所对应的基准辨别度b包含第一基准辨别度b1以及第二基准辨别度b2；第一基准辨别度b1对应于第一感测器120，第二基准辨别度b2对应于第二感测器130。第一组合111所对应的合并辨别度c为第一合并辨别度c1；第一合并辨别度c1对应于第一感测器120以及第二感测器130。
103.当判定运算为第一判定运算，图1的计算单元210将第一基准辨别度b1以及第二基准辨别度b2分别与第一合并辨别度c1进行比较，若第一基准辨别度b1以及第二基准辨别度b2皆大于第一合并辨别度c1，则图1的计算单元210判定第一感测器120以及第二感测器130的其中之一所对应的待测点位为不适合，并进行第二判定运算。以图5的基准辨别度b以及图7的合并辨别度c为例，第一基准辨别度b1为92％、第二基准辨别度b2为89％，两者皆大于第一合并辨别度c1为56％，故计算单元210判定第一待测点位p1以及第二待测点位p2其中
之一为不合适。
104.详细而言，于第二判定运算中，组合110为第二组合112；第二组合112包第二感测器130以及第三感测器140，如图6所示。第二组合112所对应的基准辨别度b包含第二基准辨别度b2以及第三基准辨别度b3；该第三基准辨别度b3对应于第三感测器140。第二组合112所对应的合并辨别度c为第二合并辨别度c2，第二合并辨别度c2对应于第二感测器130以及第三感测器140。
105.当判定运算为第二判定运算，图1的计算单元210将第二基准辨别度b2以及第三基准辨别度b3分别与第二合并辨别度c2进行比较，若第二基准辨别度b2以及第三基准辨别度b3皆大于第二合并辨别度c2，则图1的计算单元210判定第二感测器130所对应的待测点位为不适合。以图5的基准辨别度b以及图7的合并辨别度c为例，第二基准辨别度b2为89％、第三基准辨别度b3为95％，两者皆大于第二合并辨别度c2为70％，故计算单元210判定第二待测点位p2为不合适。图8为本发明一实施例的已标签感测数据示意图。于一较佳实施例，数据预处理为标签设定，处理后感测数据为已标签感测数据。以图3的初始感测数据以及图8的已标签感测数据为例，贴附第一待测点位p1的第一感测器110，在第一待测点位p1经测量产生的初始感测数据为「p1:t(25，28，27
…
24)；h(70，65，63
…
68)；v(80，78，81
…
75)」，经标签设定的数据预处理后，第一待测点位p1经测量产生的已标签感测数据为「p1:t(25，28，27
…
24，ip)；h(70，65，63
…
68，ip)；v(80，78，81
…
75，ip)」，其中「ip」即为标签tag。
106.详细而言，标签设定包含设定多个标签tag，标签包含螺丝松动、电力不足、最高转速、一档转速、设备异常、良率、其他可辨识的变异因素、或其组合。标签tag分别对应于多个设定情境；例如：标签tag为“ls”对应设定情境为“螺丝松动”、标签tag为“ip”对应设定情境为“电力不足
”…
。
107.于一较佳实施例，图1的计算单元210根据每一设定情境进行一次判定运算；亦即，以设定情境为“螺丝松动”进行一次判定运算并得到一适合性判定的结果、以设定情境为“电力不足”进行一次判定运算并得到一适合性判定的结果、
…
(以此类推)。具体而言，于每一回合的设定情境(例如：“螺丝松动”)进行测试，产生初始感测数据后，即于初始感测数新增标签tag(例如：“ls”)成为已标签感测数据。
108.于一较佳实施例，图1的计算单元210会根据不同种类的初始数据进行一次判定运算；亦即，以温度数据进行一次判定运算并得到一适合性判定的结果、以振动数据进行一次判定运算并得到一适合性判定的结果、以湿度数据进行一次判定运算并得到一适合性判定的结果、
…
(以此类推)。
109.详细而言，图1的计算单元210会根据不同情境的不同种类的初始数据分别进行一次判定运算；亦即，以设定情境为“螺丝松动”的温度数据进行一次判定运算、以设定情境为“螺丝松动”的湿度数据进行一次判定运算、以设定情境为“螺丝松动”的震动数据进行一次判定运算、以设定情境为“电力不足”的温度数据进行一次判定运算、以设定情境为“电力不足”的湿度数据进行一次判定运算、以设定情境为“电力不足”的震动数据进行一次判定运算、
…
(以此类推)。获得每一待测点位p于每一设定情境的每一种类的初始数据的适合性判定的结果，再根据不同的设计需求，做进一步的客制化判断流程，获得不适合的待测点位p，移除不适合的待测点位p，并置换为新的待测点位p，重复进行上述流程直到找到所有最合适的待测点位p。
110.图9为本发明另一实施例的多点测量系统示意图。图9与图1的差异在于，图1的计算装置200为位于感测器100的通信范围内的计算装置，例如行动装置或区域网络的主机；图1的计算装置200与感测器100以近距离无线通信方式进行通信连接；于一较佳实施例，计算装置200与感测器100以蓝牙通信方式进行通信连接。
111.不同于图1，图9的计算装置200’为云端主机，故图9的计算装置200’需通过中介装置300与感测器100进行通信连接；详细而言，中介装置300位于感测器100的通信范围内，与感测器100以近距离无线通信方式进行通信连接，中介装置300再通过网际网络n与计算装置200’相连接。于一较佳实施例，中介装置300与感测器100以蓝牙通信方式进行通信连接。于一较佳实施例，中介装置300为行动装置或区域网络的主机。
112.图10为本发明另一实施例的多点测量方法示意图。如图10所示，多点测量方法包含下列步骤：(s1)以分别贴附于被测量设备20的多个待测点位p的多个感测器100(第一感测器120、第二感测器130、第三感测器140
…
)产生多个初始感测数据并传送至计算装置200的储存单元220进行储存，计算装置200分别通信连接至感测器100；(s2)将初始感测数据经过数据预处理得到多个处理后感测数据；(s3)以计算装置200的计算单元210将处理后感测数据输入计算单元210的学习模块215以进行数据解析，并获得分别对应于感测器100(第一感测器120、第二感测器130、第三感测器140
…
)的多个基准辨别度；(s4)相邻至少两组该多个感测器形成为一组合110，计算单元210依序以组合110中的感测器100所对应的处理后感测数据输入学习模块215进行合并运算，并获得分别对应于组合110的多个合并辨别度；以及(s5)以计算单元210分别以每一组合110所对应的合并辨别度与组合中感测器100所对应的基准辨别度进行判定运算，以产生待测点位p的适合性判定。图10为对应图1～9的方法，如前述图1～9的相关段落，在此不予赘述。
113.第一判定运算包含下列步骤：以计算单元210将第一基准辨别度以及第二基准辨别度分别与第一合并辨别度进行比较；若第一基准辨别度以及第二基准辨别度皆大于第一合并辨别度，则以计算单元210判定第一感测器以及第二感测器的其中之一所对应的待测点位为不适合，并进行第二判定运算。
114.第二判定运算包含下列步骤：以计算单元210将第二基准辨别度以及第三基准辨别度分别与第二合并辨别度进行比较；若第二基准辨别度以及第三基准辨别度皆大于第二合并辨别度，则以计算单元210判定第二感测器所对应的待测点位为不适合。
115.本发明已由上述相关实施例加以描述，然而上述实施例仅为实施本发明的范例。必需指出的是，已公开的实施例并未限制本发明的范围。相反地，包含于申请专利范围的精神及范围的修改及均等设置均包含于本发明的范围内。