WO2026093977 - MULTIMODAL SYSTEM AND METHOD FOR REAL-TIME POSITIONING OF SENSORS FOR MACHINE DIAGNOSTICS
National phase entry is expected:
Publication Number
WO/2026/093977
Publication Date
07.05.2026
International Application No.
PCT/IB2025/061100
International Filing Date
30.10.2025
Title **
[English]
MULTIMODAL SYSTEM AND METHOD FOR REAL-TIME POSITIONING OF SENSORS FOR MACHINE DIAGNOSTICS
[French]
SYSTÈME MULTIMODAL ET PROCÉDÉ DE POSITIONNEMENT EN TEMPS RÉEL DE CAPTEURS POUR LE DIAGNOSTIC DE MACHINES
Applicants **
BOLTX AI LTD
Inventors
NEGRI, Ori
Priority Data
63/714,403
31.10.2024
US
63/792,948
23.04.2025
US
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| Number of Office Actions | * |
| * | |
International Searching Authority |
USPTO
* |
| * | |
| Recordal of a Change of the Applicant's Name/Address |
Change of Applicant's Name and Address
* |
| Type of Assignment |
The Standard Agent's Assignment
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Patent Delivery |
Send the Letters Patent by Courier
* |
| Translation |
|
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing, Examination, Granting | 3261 | |
| EPO | Filing, Examination, Granting | 29139 | |
| Japan | Filing, Examination, Granting | 3198 | |
| South Korea | Filing, Examination, Granting | 4319 | |
| USA | Filing, Examination, Granting | 10510 |
Total:
50,427
Contact Us
Abstract[English]
A system and method are disclosed for advanced multimodal-sensor systems integrating various sensing characteristics for machine condition monitoring, including thermal imaging cameras, ultrasonic, vibration, temperature, magnetic sensors, high-band microphones, electro-magnetic emission detectors and others. The system's architecture comprises edge computing capabilities for real-time anomaly detection and operational feedback, utilizing edge machine learning (ML) models trained in the cloud. The system supports flexible configuration and calibration to optimize measurements based on machine requirements, while a cloud-based analysis framework enables robust data fusion, training and condition assessment. The method comprises performing automated diagnostic workflows enabled by models at the edge, reducing or eliminating human intervention, and significantly enhancing operational performance, maintenance and efficiency across multiple machines in an industrial setting.[French]
Sont divulgués ici un système et un procédé pour des systèmes de capteurs multimodaux avancés intégrant divers éléments de détection pour une surveillance de conditions de machines, comprenant des caméras d'imagerie thermique, des capteurs ultrasonores, des capteurs de vibrations, des capteurs de température, des capteurs magnétiques, des microphones à bande haute, des détecteurs d'émission électromagnétique et autres. L'architecture du système comprend des capacités informatiques en périphérie pour une détection d'anomalies en temps réel et une rétroaction opérationnelle, à l'aide de modèles d'apprentissage automatique en périphérie (ML) entraînés dans le nuage. Le système prend en charge une configuration flexible et un étalonnage pour optimiser des mesures sur la base d'exigences de machines, tandis qu'une structure d'analyse basée sur le nuage permet une fusion de données robuste, un entraînement et une évaluation de conditions. Le procédé comprend la réalisation de flux de travaux de diagnostic automatisés activés par des modèles en périphérie, la réduction ou l'élimination d'une intervention humaine, et l'amélioration de manière significative des performances opérationnelles, de la maintenance et de l'efficacité sur de multiples machines dans un cadre industriel.