【導(dǎo)讀】工業(yè)大數(shù)據(jù)作為制造業(yè)數(shù)字化轉(zhuǎn)型與智能化升級的關(guān)鍵點(diǎn)，引起了業(yè)界的普遍關(guān)注。其中，對工業(yè)數(shù)據(jù)的分析、挖掘、利用，更成為重中之重。 特別是隨著大數(shù)據(jù)技術(shù)的發(fā)展，工業(yè)界通過數(shù)據(jù)分析建模系統(tǒng)在多個(gè)細(xì)分領(lǐng)域內(nèi)，進(jìn)行了諸多值得借鑒與思考的應(yīng)用實(shí)踐。
■ 有的企業(yè)專注于石油液壓升降系統(tǒng)的優(yōu)化和維護(hù)，不僅沉淀了人工舉升采油法中的大量現(xiàn)代物理學(xué)知識，而且積累了海量的油井運(yùn)行數(shù)據(jù)，在此基礎(chǔ)上不斷訓(xùn)練分析模型，更好診斷井下和地表異常，并優(yōu)化油井運(yùn)行參數(shù);
■ 有的企業(yè)積累了800多種工業(yè)設(shè)備、 55000種故障模式和維護(hù)策略的工業(yè)知識庫，并收集了大量工業(yè)天氣、交通模式、衛(wèi)星圖像、地理空間系統(tǒng)等數(shù)據(jù)集，更好支持分析模型的構(gòu)建;
■ 還有企業(yè)聚焦預(yù)測性維護(hù)領(lǐng)域，開發(fā)了機(jī)器學(xué)習(xí)引擎，提供故障預(yù)測、噪音過濾、圖像分析、異常檢測、動(dòng)態(tài)規(guī)劃等功能，提高石油鉆井平臺、風(fēng)力渦輪機(jī)、工程機(jī)械等資產(chǎn)運(yùn)行效能。
總結(jié)來說，數(shù)據(jù)分析建模系統(tǒng)主要面向信息化相關(guān)人員和業(yè)務(wù)分析人員，聚焦工業(yè)領(lǐng)域的各類數(shù)據(jù)分析場景，以最新的大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等前沿技術(shù)為基礎(chǔ)，解決實(shí)際業(yè)務(wù)問題為導(dǎo)向，創(chuàng)造實(shí)際價(jià)值為目的的全流程數(shù)據(jù)建模分析平臺。
工業(yè)互聯(lián)網(wǎng)平臺
對數(shù)據(jù)分析建模能力的要求
數(shù)據(jù)分析的精髓在于把統(tǒng)計(jì)學(xué)知識、行業(yè)經(jīng)驗(yàn)、數(shù)據(jù)庫技術(shù)、機(jī)器學(xué)習(xí)方法結(jié)合起來，以此從數(shù)據(jù)中提取出有意義且實(shí)用的信息。
另外，數(shù)據(jù)分析的對象通常都是需要存儲、處理和計(jì)算的大數(shù)據(jù)集，因而數(shù)據(jù)庫技術(shù)、并行計(jì)算以及分布式計(jì)算在數(shù)據(jù)分析中扮演著重要角色。數(shù)據(jù)分析通過描述分析、行為分析及預(yù)測分析來分析過去發(fā)生了什么、正在發(fā)生什么以及將要發(fā)生什么。數(shù)據(jù)分析建模系統(tǒng)最終輸出的模型結(jié)果將用來進(jìn)行各個(gè)層面的優(yōu)化包括，業(yè)務(wù)優(yōu)化、設(shè)計(jì)優(yōu)化、流程優(yōu)化、運(yùn)維優(yōu)化等。
數(shù)據(jù)分析建模系統(tǒng)應(yīng)該可以支持在工業(yè)領(lǐng)域?qū)崿F(xiàn)廣泛應(yīng)用。例如，主軸分析、軸承分析、風(fēng)機(jī)診斷、地鐵門分析、健康度/剩余壽命、虛擬量測/良率提升等優(yōu)化場景。
工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟針對數(shù)據(jù)分析建模系統(tǒng)在工業(yè)領(lǐng)域的應(yīng)用范圍和應(yīng)用價(jià)值也做了梳理。據(jù)統(tǒng)計(jì)，目前市場應(yīng)用的熱點(diǎn)在生產(chǎn)設(shè)備管控、生產(chǎn)質(zhì)量管理、產(chǎn)品運(yùn)維等領(lǐng)域;而系統(tǒng)應(yīng)用的核心價(jià)值主要體現(xiàn)在降低生產(chǎn)運(yùn)營成本、資產(chǎn)管理成本以及提升已有產(chǎn)品良率等方面;而較為常見的數(shù)據(jù)建模場景包括：設(shè)備故障分析、能耗分析、工藝參數(shù)優(yōu)化等。
事半功倍
工業(yè)數(shù)據(jù)分析必備系統(tǒng)探析
數(shù)據(jù)是未來企業(yè)核心價(jià)值與競爭力，尤其在工業(yè)領(lǐng)域更是如此。利用工業(yè)大數(shù)據(jù)分析，構(gòu)建以數(shù)據(jù)為驅(qū)動(dòng)的生產(chǎn)運(yùn)營能力、對數(shù)據(jù)進(jìn)行建模分析和價(jià)值挖掘，已成為絕大多數(shù)制造企業(yè)致力實(shí)現(xiàn)的目標(biāo)。以廣泛應(yīng)用在工業(yè)領(lǐng)域的寄云NeuSeer 數(shù)據(jù)分析模型開發(fā)系統(tǒng)為例，該系統(tǒng)旨在幫助工程技術(shù)人員快速從繁雜的數(shù)據(jù)中，通過智能的分析建模，充分挖掘數(shù)據(jù)的潛在價(jià)值。
聚焦工業(yè)領(lǐng)域，NeuSeer 數(shù)據(jù)分析模型開發(fā)系統(tǒng)的易用性、高效率，尤其在面對海量數(shù)據(jù)的全流程分析是更能凸顯其優(yōu)勢。幫助企業(yè)快速對接各類實(shí)時(shí)、結(jié)構(gòu)化和非結(jié)構(gòu)化的異構(gòu)數(shù)據(jù)源，自定義跨系統(tǒng)的數(shù)據(jù)集，通過自帶分析組件來快速定義可視化的分析工作流，利用數(shù)據(jù)集實(shí)現(xiàn)分析模型的訓(xùn)練、驗(yàn)證和應(yīng)用，支持自定義算法組件以及組件共享，提供SPC、RCA等分析模型模板，支持多種模式的分析任務(wù)和跨系統(tǒng)的分析模型在線部署，提供分析結(jié)果的圖表展示。
五大產(chǎn)品優(yōu)勢
支持豐富的數(shù)據(jù)源：支持對接多種不同類型的數(shù)據(jù)源，屏蔽底層的連接細(xì)節(jié)/數(shù)據(jù)量，而將來自不同數(shù)據(jù)源的數(shù)據(jù)抽象成可直接被分析的數(shù)據(jù)對象;
支持海量數(shù)據(jù)的全流程分析：數(shù)據(jù)降采樣、數(shù)據(jù)空值填充、數(shù)據(jù)亂序處理;
邊云協(xié)同：端側(cè)數(shù)據(jù)管理能力、云側(cè)數(shù)據(jù)分析能力;
支持在線部署：組件可擴(kuò)展，支持團(tuán)隊(duì)協(xié)作;用戶可上傳自己寫好的組件，也可訂閱其他用戶公開的組件進(jìn)行建模分析;
低門檻，易操作：整個(gè)建模流程設(shè)計(jì)基于拖拽式布局、連線式流程編排和指導(dǎo)式參數(shù)配置，使用者根據(jù)業(yè)務(wù)需要快速完成建模分析，并且每步的操作執(zhí)行結(jié)果支持可視化顯示。
六大產(chǎn)品功能
快速對接數(shù)據(jù)源：快速對接各類實(shí)時(shí)、結(jié)構(gòu)化和非結(jié)構(gòu)化的異構(gòu)數(shù)據(jù)源，支持自定義跨系統(tǒng)的統(tǒng)一數(shù)據(jù)集，利用數(shù)據(jù)來訓(xùn)練和驗(yàn)證模型，并實(shí)現(xiàn)數(shù)據(jù)的高級分析;
豐富的分析組件：提供數(shù)百種數(shù)據(jù)分析組件，并且持續(xù)更新迭代，組件包括工業(yè)數(shù)據(jù)預(yù)處理、統(tǒng)計(jì)、機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)、NLP、模型評估器、建模(訓(xùn)練、驗(yàn)證、應(yīng)用)。另外，還提供特定工業(yè)組件，包括SPC、數(shù)據(jù)平滑、PCA、FIR濾波、IIR濾波、FFT、平穩(wěn)性檢驗(yàn)、Apriori、WignerVill分布、Pearson相關(guān)系數(shù)、方差分析等。組件式開發(fā)降低了建模難度，提高了建模效率;
可視化的分析工作流：通過拖放式對選擇的組件進(jìn)行連接以構(gòu)建可視化的分析工作流，分步驟運(yùn)行，每一步都能及時(shí)地查看執(zhí)行結(jié)果，從而方便地嘗試不同算法組合，快速實(shí)現(xiàn)流程化、定制化的數(shù)據(jù)分析;
自定義算法組件：支持上傳算法代碼生成自定義的算法組件，組件發(fā)布后支持跨團(tuán)隊(duì)的訂閱和共享。另外，平臺提供常用的分析模型模板助力企業(yè)快速地模型開發(fā)，包括統(tǒng)計(jì)過程控制(SPC)，自動(dòng)根因分析(RCA)，多元異常檢測，虛擬量測(VM)等等;
多種任務(wù)部署：平臺支持模型實(shí)例發(fā)布為API任務(wù)、定時(shí)任務(wù)、實(shí)時(shí)任務(wù)、交互式任務(wù)等模式。分析模型支持發(fā)布到數(shù)據(jù)管理系統(tǒng)、邊緣系統(tǒng)以及云端，實(shí)現(xiàn)基于模型的實(shí)時(shí)計(jì)算、邊緣計(jì)算和云端計(jì)算。
數(shù)據(jù)可視化：支持組件執(zhí)行結(jié)果實(shí)時(shí)展示及繪圖，包括：柱狀圖、折線圖、雷達(dá)圖等圖形，同時(shí)提供鉆取、聯(lián)動(dòng)、縮放、篩選、鏈接等交互操作。另外，可視化場景可直接生成鏈接，提供其它應(yīng)用系統(tǒng)使用。
挖掘數(shù)據(jù)潛在價(jià)值
工業(yè)數(shù)據(jù)分析場景應(yīng)用豐富
寄云科技扎根工業(yè)數(shù)據(jù)分析領(lǐng)域，始終高度專注于在工業(yè)領(lǐng)域的大數(shù)據(jù)建模與分析建設(shè)。目前，已在高端制造、軌道交通、石油石化、電力能源等細(xì)分領(lǐng)域多有應(yīng)用。以NeuSeer數(shù)據(jù)分析模型開發(fā)系統(tǒng)為例，其典型應(yīng)用場景是為某軌道交通車輛研究所對地鐵車輛設(shè)備進(jìn)行故障診斷和健康狀態(tài)檢測。
在該應(yīng)用中，客戶通過寄云數(shù)據(jù)分析模型開發(fā)系統(tǒng)對軌道交通車輛上已部署多種智能傳感、設(shè)備進(jìn)行數(shù)據(jù)分析，從而實(shí)現(xiàn)在軌車輛的智能管控、風(fēng)險(xiǎn)管理和預(yù)測性維護(hù)，規(guī)避軌道列車在實(shí)際運(yùn)行過程中存在的，空調(diào)溫控不均、車門不合、牽引失效等運(yùn)行風(fēng)險(xiǎn)?；谲囕v的機(jī)理模型和運(yùn)行業(yè)務(wù)大數(shù)據(jù)，采用混合融合數(shù)據(jù)式建模的方式完成了對空調(diào)系統(tǒng)、牽引系統(tǒng)、車門系統(tǒng)的故障診斷和健康狀態(tài)的監(jiān)測模型的建立;為運(yùn)營決策提供依據(jù)，提升設(shè)備的可用性與生命周期，提升管理水平;通過便捷場景可視化，降低數(shù)據(jù)處理、分析和人工智能建模的門檻;通過引入先進(jìn)建模和分析算法，共享專家大腦以實(shí)現(xiàn)智能分析成果的共享。
依托于豐富的典型工業(yè)場景應(yīng)用積累，寄云NeuSeer數(shù)據(jù)分析模型開發(fā)系統(tǒng)已經(jīng)深深植根于工業(yè)數(shù)據(jù)分析中，并通過充分感知工業(yè)用戶的實(shí)際需求，逐漸形成了契合工業(yè)深度應(yīng)用的核心競爭實(shí)力。
當(dāng)下，寄云科技正致力于以完整和專業(yè)的NeuSeer工業(yè)互聯(lián)網(wǎng)平臺，通過新技術(shù)解決多源、異構(gòu)、海量數(shù)據(jù)的全生命周期管理，通過大數(shù)據(jù)建模與分析釋放數(shù)據(jù)智能的力量，提供設(shè)備預(yù)測性維護(hù)，設(shè)備運(yùn)行效率優(yōu)化，以及生產(chǎn)管理優(yōu)化等智能數(shù)據(jù)應(yīng)用，為工業(yè)企業(yè)提升數(shù)據(jù)化、網(wǎng)絡(luò)化、智能化奠定數(shù)據(jù)基礎(chǔ)，持續(xù)釋放數(shù)據(jù)價(jià)值，以更好實(shí)現(xiàn)工業(yè)企業(yè)客戶數(shù)字價(jià)值的高效呈現(xiàn)。
（轉(zhuǎn)載）
