鋼鐵行業(yè)大數(shù)據(jù)分析服務(wù)平臺項(xiàng)目建設(shè)方案
2019-03-07 14:00:52
次
一、 大數(shù)據(jù)分析項(xiàng)目背景
鋼鐵企業(yè)在變化的過程中，必須要面臨 3 種變革，分別是管理變革，技術(shù)變革以及決策變革，現(xiàn)如今面對的變革是決策變革。以往的鋼鐵企業(yè)都是通過人工經(jīng)驗(yàn)來進(jìn)行決策的，但是現(xiàn)如今不單單只能通過人工經(jīng)驗(yàn)來進(jìn)行制造精益生產(chǎn)了?？茖W(xué)決策不能脫離信息化的支持，從原材料采購到生產(chǎn)組織，從銷售策略到庫存優(yōu)化，從資金使用到財(cái)務(wù)平衡等，企業(yè)運(yùn)行的許多重大問題都需要科學(xué)準(zhǔn)確的量化決策來實(shí)現(xiàn)?？茖W(xué)決策可以從大量的數(shù)據(jù)中獲得一些文化與一些規(guī)則，為決策服務(wù)提供關(guān)鍵的特征，預(yù)警等預(yù)測。數(shù)據(jù)挖掘技術(shù)是幫助企業(yè)實(shí)現(xiàn)科學(xué)決策的關(guān)鍵技術(shù)。數(shù)據(jù)挖掘的最大特點(diǎn)是將各種類型的數(shù)據(jù)放在一起進(jìn)行分析提煉，找出它們之間的關(guān)系，以圖、表或文宇的形式展現(xiàn)挖掘結(jié)果。
隨著鋼鐵企業(yè)IT信息化建設(shè)，先后建設(shè)鋼鐵企業(yè)的ERP系統(tǒng)、MES系統(tǒng)、計(jì)量與檢化驗(yàn)系統(tǒng)、SCADA平臺等信息化系統(tǒng)，積累大量的產(chǎn)品設(shè)計(jì)、生產(chǎn)制造、質(zhì)量檢測、物流管理、CRM等管理數(shù)據(jù)及實(shí)時數(shù)據(jù)。而這些數(shù)據(jù)目前并沒有被通過大數(shù)據(jù)挖掘分析技術(shù)手段實(shí)現(xiàn)數(shù)據(jù)價值的發(fā)現(xiàn)。貴陽水鋼集團(tuán)目前也面臨這一困境，未將大量數(shù)據(jù)的深層價值用于決策過程。因而建設(shè)一套大數(shù)據(jù)服務(wù)平臺，顯得更為重要，極為迫切。
二、大數(shù)據(jù)分析項(xiàng)目目標(biāo)
- 通過數(shù)據(jù)挖掘分析輔助營銷中心制定出更加合理的銷售預(yù)測訂單；
- 大數(shù)據(jù)分析尋找影響噸鐵成本價格的升高的關(guān)鍵因素；
- 尋找特定產(chǎn)品型號的精煉成材率的關(guān)鍵控制點(diǎn)；
- 基于大數(shù)據(jù)分析支撐，輔助能源管理人員完成能源平衡分析、錯峰用電分析、能源消耗預(yù)測分析、能源超限報警及趨勢分析、設(shè)備能效實(shí)時評估分析；
- 實(shí)現(xiàn)鋼鐵企業(yè)原料采購策略優(yōu)化、成品及半成品庫存優(yōu)化、輔料、耗材庫存優(yōu)化；
- 實(shí)現(xiàn)環(huán)保數(shù)據(jù)中水平衡分析、三廢排放預(yù)測、環(huán)保數(shù)據(jù)挖掘分析；
- 實(shí)現(xiàn)設(shè)備故障預(yù)測與健康管理；
三、大數(shù)據(jù)平臺功能架構(gòu)
數(shù)據(jù)平臺面向整個冶金全生命周期過程，融合行業(yè)的大數(shù)據(jù)算法，形成一套自助式、一站式的服務(wù)，同時提供統(tǒng)一訪問界面，內(nèi)置數(shù)據(jù)分析挖掘、可視化分析等功能，滿足鋼鐵企業(yè)在生產(chǎn)大數(shù)據(jù)分析、供應(yīng)鏈優(yōu)化、環(huán)境資源優(yōu)化、能源大數(shù)據(jù)分析、設(shè)備故障預(yù)測分析、質(zhì)量優(yōu)化分析等分析應(yīng)用可視化展現(xiàn)等，同時支撐多部門、多地點(diǎn)同時使用，大大降低了大數(shù)據(jù)分析與挖掘的門檻。
圖 1 1 大數(shù)據(jù)平臺功能架構(gòu)
大數(shù)據(jù)平臺提供包含可視化分析和數(shù)據(jù)挖掘分析兩部分構(gòu)成，其中可視化分析模塊以可視化、圖文交互的方式實(shí)現(xiàn)數(shù)據(jù)源連接、數(shù)據(jù)加工處理、數(shù)據(jù)分析和結(jié)果展現(xiàn)的過程，能夠完成數(shù)據(jù)觀察、操縱、研究、瀏覽、探索、過濾、發(fā)現(xiàn)、理解，從而有效地發(fā)現(xiàn)隱藏在信息內(nèi)部的特征和規(guī)律；數(shù)據(jù)挖掘分析通過科學(xué)的數(shù)據(jù)挖掘方法建立模型，并對模型進(jìn)行評估、調(diào)優(yōu)，挖掘出對用戶有價值的知識成果，以可視化的方式將數(shù)據(jù)挖掘的知識結(jié)果展示給用戶，從而幫助鋼鐵企業(yè)從海量數(shù)據(jù)中發(fā)現(xiàn)規(guī)律、提升生產(chǎn)管理水平、質(zhì)量品質(zhì)、供應(yīng)鏈管理水平、優(yōu)化環(huán)境資源、設(shè)備故障管理、能耗精細(xì)化管理。從而幫助提升企業(yè)的核心競爭力。
四、大數(shù)據(jù)平臺應(yīng)用架構(gòu)
相對于傳統(tǒng)的數(shù)據(jù)分析，為了實(shí)現(xiàn)更深層的數(shù)據(jù)洞察，需采集更高頻率更多維的數(shù)據(jù)，實(shí)現(xiàn)海量數(shù)據(jù)的接入、實(shí)時處理、存儲、計(jì)算、數(shù)據(jù)建模；同時隨著鋼鐵企業(yè)的快速發(fā)展，設(shè)備數(shù)據(jù)、生產(chǎn)數(shù)據(jù)等在不斷增加，平臺需具有高度可擴(kuò)展性，包括存儲量的擴(kuò)展和計(jì)算能力的擴(kuò)展。作為鋼鐵行業(yè)的關(guān)鍵應(yīng)用如供應(yīng)鏈優(yōu)化、環(huán)境資源優(yōu)化、能源大數(shù)據(jù)分析、生產(chǎn)大數(shù)據(jù)分析、質(zhì)量大數(shù)據(jù)分析、設(shè)備故障預(yù)測等關(guān)鍵環(huán)節(jié)的應(yīng)用，平臺需具有高度的穩(wěn)定性和可用性，包括單點(diǎn)故障的避免，數(shù)據(jù)存儲的備份，穩(wěn)定的吞吐量和系統(tǒng)性能等等。
圖 1 2 大數(shù)據(jù)應(yīng)用架構(gòu)
因而，需借助于分布式大數(shù)據(jù)技術(shù)以及大規(guī)模機(jī)器學(xué)習(xí)算法，從而構(gòu)建穩(wěn)定、高效、高可用、可擴(kuò)展的平臺，幫助數(shù)據(jù)分析人員更好的挖掘數(shù)據(jù)中的價值，洞察數(shù)據(jù)背后的規(guī)律，解決供應(yīng)鏈、能源、環(huán)保，生產(chǎn)、質(zhì)量、設(shè)備等領(lǐng)域中遇到的問題。通過大數(shù)據(jù)平臺的分布式流數(shù)據(jù)技術(shù)實(shí)現(xiàn)對結(jié)構(gòu)化、半結(jié)構(gòu)化以及流數(shù)據(jù)的接入，可以接收高頻多維數(shù)據(jù)，實(shí)現(xiàn)海量數(shù)據(jù)實(shí)時處理、存儲、計(jì)算、數(shù)據(jù)建模，保障數(shù)據(jù)分析模型能跟鋼鐵企業(yè)內(nèi)部現(xiàn)有的多種成熟系統(tǒng)進(jìn)行無縫集成，實(shí)現(xiàn)數(shù)據(jù)的批量對接。通過收集不同層級的設(shè)備運(yùn)行數(shù)據(jù)、儀器儀表數(shù)據(jù)、生產(chǎn)數(shù)據(jù)、能源數(shù)據(jù)、三廢排放數(shù)據(jù)、天氣等為監(jiān)測管理對象，將采集的實(shí)時數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)進(jìn)行數(shù)據(jù)存儲和管理，同時工作人員也可根據(jù)實(shí)際需求將歷史數(shù)據(jù)導(dǎo)入到大數(shù)據(jù)平臺，實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一存儲和管理，為后續(xù)數(shù)據(jù)的挖掘和分析應(yīng)用提供數(shù)據(jù)基礎(chǔ)。
數(shù)據(jù)采集和存儲完成后，對數(shù)據(jù)進(jìn)行預(yù)處理，針對異常數(shù)據(jù)可進(jìn)行數(shù)據(jù)清理，篩選相關(guān)參數(shù)進(jìn)行特征轉(zhuǎn)換，形成統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，以滿足數(shù)據(jù)統(tǒng)一管理的需要。在對數(shù)據(jù)進(jìn)行統(tǒng)一管理后，后續(xù)數(shù)據(jù)挖掘人員可通過大數(shù)據(jù)平臺開展供應(yīng)鏈、能源、環(huán)境資源等方面的大數(shù)據(jù)分析業(yè)務(wù)，支撐決策及流程控制等，降低運(yùn)營成本，提升企業(yè)生產(chǎn)效率，從而提升企業(yè)的核心競爭力。
五、大數(shù)據(jù)業(yè)務(wù)場景應(yīng)用
1. 生產(chǎn)大數(shù)據(jù)分析
鋼鐵企業(yè)屬于流程行業(yè)，除了設(shè)備檢修外，全年基本上是按照滿產(chǎn)能不間斷生產(chǎn)。在生產(chǎn)過程中，生產(chǎn)訂單來自兩類，一類是客戶的實(shí)際訂單，另外一類來自營銷中心的預(yù)測訂單，目前預(yù)測訂單更多來自銷售人員對市場產(chǎn)品銷售種類及價格的經(jīng)驗(yàn)識別判斷，沒有數(shù)據(jù)分析作為技術(shù)支撐，而往往會導(dǎo)致某種成品鋼庫存過高而滯銷。因而需要通過大數(shù)據(jù)分析手段，結(jié)合企業(yè)內(nèi)部與外部數(shù)據(jù)挖掘分析輔助預(yù)測訂單制定的更加合理。
分析模型：基于成品鋼庫存數(shù)據(jù)及歷史數(shù)據(jù)和歷史銷售數(shù)據(jù)以及當(dāng)前市場數(shù)據(jù)，基于數(shù)學(xué)算法模型，預(yù)測分析出企業(yè)生產(chǎn)產(chǎn)品利潤最大化、同時庫存最低的銷售預(yù)測訂單清單。
2. 質(zhì)量大數(shù)據(jù)分析
冶金行業(yè)有著嚴(yán)格質(zhì)量控制標(biāo)準(zhǔn)，有國際標(biāo)準(zhǔn)，國家標(biāo)準(zhǔn)，企業(yè)內(nèi)控標(biāo)準(zhǔn)，同時也會客戶針對不同的產(chǎn)品有著個性化的要求，比如性能要求、成分要求、外觀要求等。同時冶金行業(yè)針對不同的質(zhì)量要求訂單，是通過技術(shù)中心完成質(zhì)量設(shè)計(jì)及工藝規(guī)程設(shè)計(jì)的并指導(dǎo)實(shí)際生產(chǎn)過程，往往由于現(xiàn)場工況的負(fù)復(fù)雜性，對于一些高質(zhì)量要求、高附加值值得產(chǎn)品不能好的做到質(zhì)量控制。因而需要通過大數(shù)據(jù)分析的技術(shù)手段實(shí)現(xiàn)質(zhì)量目標(biāo)控制。
分析模型：
1）鋼鐵企業(yè)鐵前成本往往占據(jù)噸鋼成本的70%-80%，如果能很好降低鐵前成本能使鋼鐵企業(yè)成本鋼有更好市場競爭力，也是企業(yè)有更大的利潤空間。通過鐵前區(qū)各工序的關(guān)鍵工序的原料數(shù)據(jù)（計(jì)量數(shù)據(jù)、質(zhì)量數(shù)據(jù)）、用能數(shù)據(jù)、輔料數(shù)據(jù)（計(jì)量數(shù)據(jù)、質(zhì)量數(shù)據(jù)）、設(shè)備關(guān)鍵工藝參數(shù)、產(chǎn)出品質(zhì)量數(shù)據(jù)、價格數(shù)據(jù)的關(guān)聯(lián)挖掘分析，尋找引起鐵前成本升高的關(guān)鍵影響因素，以便鋼鐵企業(yè)更好控制鐵前區(qū)成本。
2）鋼后區(qū)往往存在，精煉過程中高附加值高端產(chǎn)品的成才命中率的過低或波動問題，通過對關(guān)鍵工藝設(shè)備的工藝狀態(tài)數(shù)據(jù)監(jiān)控?cái)?shù)據(jù)、過程質(zhì)量數(shù)據(jù)、過程投料數(shù)據(jù)、過程操作數(shù)據(jù)、成才質(zhì)量高的歷史各類數(shù)據(jù)，通過關(guān)聯(lián)分析模型，預(yù)測分析給出最佳質(zhì)量控制點(diǎn)。另外該模型針對企業(yè)內(nèi)部特定產(chǎn)品特定場景展開應(yīng)用的。
3. 能源大數(shù)據(jù)分析
對于連續(xù)性流程企業(yè)來說，能源有效利用率是衡量企業(yè)能源使用水平的綜合指標(biāo),既反映企業(yè)用能設(shè)備的狀況，也反映企業(yè)能源管理的水平。在大型鋼鐵企業(yè)里,用能設(shè)備較多，對其逐一進(jìn)行能量平衡測定，計(jì)算企業(yè)能源有效利用率是比較困難的。但是,可以采用一些簡便的方法進(jìn)行概算，即對一些耗能大的設(shè)備進(jìn)行測試，然后根據(jù)這些測試數(shù)據(jù)，概算各種能源的有效利用率，最后求出企業(yè)能源有效利用率。能耗作為企業(yè)運(yùn)維的重要指標(biāo)，不但涉及到運(yùn)維成本，同時也是評價企業(yè)各能耗節(jié)點(diǎn)利用程度的重要依據(jù)。但是如何通過歷史數(shù)據(jù)預(yù)測評估能耗、優(yōu)化能源平衡模型、同時對高耗能工序進(jìn)行診斷并在此基礎(chǔ)上進(jìn)行優(yōu)化、制定最優(yōu)的能源消耗策略以降低成本等，是鋼鐵企業(yè)面臨的重點(diǎn)問題。
分析模型：
1）基于儀器儀表數(shù)據(jù)（如超聲波測速計(jì)、流量計(jì)）、生產(chǎn)數(shù)據(jù)、設(shè)備數(shù)據(jù)等，通過統(tǒng)計(jì)分析、箱形圖等手段，依據(jù)歷史能耗數(shù)據(jù)，按不同維度進(jìn)行挖掘分析，結(jié)合生產(chǎn)計(jì)劃，預(yù)測分析未來一段時間的用能需求并平衡用能需求，實(shí)現(xiàn)用能平衡。
2）基于企業(yè)各工序用電歷史需求，結(jié)合錯峰用電國家政策（不同時段電價不一樣）策、企業(yè)實(shí)際生產(chǎn)計(jì)劃，基于數(shù)學(xué)算法模型，輔助企業(yè)制定合理的用電計(jì)劃，達(dá)到不影響生產(chǎn)的情況下，降低企業(yè)用電費(fèi)用。
3）基于儀器儀表數(shù)據(jù)（如超聲波測速計(jì)、流量計(jì)）、生產(chǎn)數(shù)據(jù)、計(jì)劃數(shù)據(jù)，通過回歸算法、短時時間網(wǎng)絡(luò)等算法模型，通過歷史能耗數(shù)據(jù)及生產(chǎn)周期，預(yù)測未來一段時間內(nèi)的能源消耗等，為制定生產(chǎn)計(jì)劃、能源精細(xì)化管理提供決策支持和依據(jù)。
4）通過對歷史能源消耗數(shù)據(jù)進(jìn)行分析，同時考慮生產(chǎn)、環(huán)境、原料等變動因素，建立能源消耗超限模型，實(shí)現(xiàn)對復(fù)雜波動條件能源消耗超限的精確預(yù)警及趨勢波動分析，為能源精細(xì)化管控和降低能耗成本提供決策支持。
5）對各關(guān)鍵環(huán)節(jié)的能耗、生產(chǎn)操作記錄、工藝條件、設(shè)備運(yùn)轉(zhuǎn)、供方介質(zhì)、季節(jié)等因素進(jìn)行關(guān)聯(lián)分析，建立能耗能估模型，尋找引起能耗波動的關(guān)鍵因素，實(shí)現(xiàn)能耗主動尋優(yōu)；同時通過對能源的實(shí)時監(jiān)控分析，尋找高耗能工序設(shè)備平靜和工藝瓶頸，從人、機(jī)、物、料、法、環(huán)方面收集數(shù)據(jù)，利用大數(shù)據(jù)分析算法尋找問題發(fā)生的原因，指導(dǎo)進(jìn)行工藝和控制優(yōu)化等。
4. 供應(yīng)鏈大數(shù)據(jù)分析
在大宗商品領(lǐng)域，目前國內(nèi)外對鐵礦的需求在快速增加，鋼鐵企業(yè)為了增加產(chǎn)能面臨著更大的原材料、產(chǎn)品價格波動等風(fēng)險和同時承擔(dān)環(huán)境責(zé)任也更高。而為了爭奪市場原材料資源等，鋼鐵企業(yè)間的競爭必將越來越激烈，現(xiàn)有企業(yè)在價格、規(guī)模、行業(yè)影響力、對環(huán)境的影響等方面的較量才真正開始。傳統(tǒng)通過期貨工具、庫存管理、價格議價等手段已經(jīng)漸漸不能滿足企業(yè)的需要，借助大數(shù)據(jù)、物聯(lián)網(wǎng)、機(jī)器學(xué)習(xí)等新技術(shù)，打通企業(yè)供應(yīng)鏈的上下游，優(yōu)化企業(yè)的庫存、制定最佳的采購策略，促進(jìn)供應(yīng)鏈一體化、精細(xì)化管理等在企業(yè)內(nèi)推進(jìn)，提升企業(yè)在成本、收入、企業(yè)經(jīng)營等方面的穩(wěn)固發(fā)展。
預(yù)測模型：
1）基于歷史的原料采購及庫存數(shù)據(jù)、結(jié)合生產(chǎn)計(jì)劃及生產(chǎn)產(chǎn)能，通過定期采購模型和定量采購模型預(yù)測分析，實(shí)現(xiàn)動態(tài)制定最佳的采購周期及數(shù)量。
2）基于成品半成品歷史消耗、未來需求、庫存成本、產(chǎn)能損失系數(shù)，通過ARMA、指數(shù)平滑法，根據(jù)歷史數(shù)據(jù)及邊界規(guī)則，制定成品及半成品庫存最優(yōu)庫存控制策略。
3）基于輔料、耗材庫存數(shù)據(jù)、采購周期及需求計(jì)劃、庫存數(shù)據(jù)、生產(chǎn)數(shù)據(jù)，通過箱形圖、粒子群、烽火遺傳算法，根據(jù)歷史數(shù)據(jù)及邊界規(guī)則，制定輔料、耗材最優(yōu)庫存控制策略；
5. 環(huán)境資源大數(shù)據(jù)分析
隨著國家環(huán)保要求的加強(qiáng)與完善，對鋼鐵企業(yè)“三廢”處置有了更高的要求。本次通過大數(shù)據(jù)平臺需明晰企業(yè)三廢的來源，并對工序過程中的三廢排放量進(jìn)行監(jiān)測與趨勢分析，制定處置控制措施以滿足國家環(huán)保與排放要求；同時需采集冶煉過程中的關(guān)鍵工藝數(shù)據(jù)、生產(chǎn)數(shù)據(jù)等進(jìn)行匹配，挖掘各因素對污染物排放的影響，從而促使企業(yè)注重源頭控制。
分析模型：
1） 基于儀器儀表數(shù)據(jù)（如超聲波測速計(jì)、流量計(jì)、水表等）、特征數(shù)據(jù)、生產(chǎn)數(shù)據(jù)，通過嶺回歸、梯度提升樹、概率分布算法，分析時間段內(nèi)廢水的來源、流向、排放，估算冶煉各環(huán)節(jié)的廢水排放量,實(shí)現(xiàn)水平衡分析。
2） 基于儀器儀表數(shù)據(jù)（如超聲波測速計(jì)、流量計(jì)）、生產(chǎn)數(shù)據(jù)、當(dāng)前生產(chǎn)狀況、三廢成分?jǐn)?shù)據(jù)等，通過時間序列、交叉熵、趨勢分析算法，通過生產(chǎn)歷史數(shù)據(jù)，結(jié)合當(dāng)前生產(chǎn)情況，預(yù)測未來一段時間內(nèi)的三廢排放量并進(jìn)行預(yù)警等；
3） 基于儀器儀表數(shù)據(jù)（如超聲波測速計(jì)、流量計(jì)）、生產(chǎn)數(shù)據(jù)、工藝數(shù)據(jù)、操作過程數(shù)據(jù)、檢驗(yàn)數(shù)據(jù)等，通過回歸算法、相關(guān)性分析等算法，挖掘分析建立關(guān)聯(lián)分析模型，尋找影響三廢排放的關(guān)鍵環(huán)節(jié)，為后續(xù)三廢的控制與降低提供決策支持。
6. 設(shè)備故障預(yù)測與健康管理
設(shè)備故障預(yù)測與健康管理（PHM），通過設(shè)備狀態(tài)監(jiān)測、設(shè)備故障診斷、設(shè)備故障預(yù)測、設(shè)備壽命預(yù)測等技術(shù)手段，保障生產(chǎn)設(shè)備的正常運(yùn)行。目前工廠有部分核心（高價值）設(shè)備和大量分散的輔助型設(shè)備（電機(jī)、泵、液壓系統(tǒng)等）。核心設(shè)備發(fā)生故障時會對工廠造成重大的經(jīng)濟(jì)損失，一方面是維修費(fèi)用或設(shè)備更換費(fèi)用高，另一方面會造成工廠停產(chǎn)；對于大量分散的輔助設(shè)備，雖然大多采用1備1的方式來保證生產(chǎn)的正常運(yùn)行，但這種備品備件庫存管理方式占用了大量的企業(yè)資金，造成了不必要的浪費(fèi)。因此，需要采用先進(jìn)測試技術(shù)、故障診斷分析技術(shù)、大數(shù)據(jù)技術(shù)以及人工智能技術(shù)為工廠設(shè)備健康管理服務(wù)，提高設(shè)備運(yùn)行能力，并結(jié)合各種可利用的資源信息提供一系列的維修保障措施以實(shí)現(xiàn)設(shè)備的視情維修，減少運(yùn)維和庫存成本。
針對冶金行業(yè)的核心動力設(shè)備，通過對現(xiàn)有業(yè)務(wù)場景和歷史數(shù)據(jù)的分析，建立業(yè)務(wù)基理模型，采用大數(shù)據(jù)技術(shù)作為支撐，通過如下模型實(shí)現(xiàn)全業(yè)務(wù)產(chǎn)業(yè)鏈的智能化決策分析。實(shí)現(xiàn)功能如下：
設(shè)備預(yù)測性維護(hù)：
1)對動力系統(tǒng)設(shè)備（大型回轉(zhuǎn)機(jī)械）的運(yùn)行狀態(tài)進(jìn)行實(shí)時監(jiān)測，通過智能動態(tài)閾值技術(shù)實(shí)現(xiàn)設(shè)備狀態(tài)的動態(tài)監(jiān)測與預(yù)警；
2)針對動力系統(tǒng)設(shè)備的振動故障，通過降噪、濾波等算法技術(shù)實(shí)現(xiàn)早期故障預(yù)警；
3)針對大型壓縮機(jī)組，通過相應(yīng)算法實(shí)現(xiàn)喘振早期預(yù)測與預(yù)警；
4)通過多傳感器融合技術(shù)、故障診斷算法和機(jī)器學(xué)習(xí)算法，實(shí)現(xiàn)動力系統(tǒng)設(shè)備故障的智能診斷；
5)通過多傳感器融合技術(shù)，實(shí)現(xiàn)動力系統(tǒng)設(shè)備狀態(tài)評估；通過大數(shù)據(jù)算法實(shí)現(xiàn)動力系統(tǒng)設(shè)備狀態(tài)劣化過程的評估與預(yù)測，并實(shí)現(xiàn)動力系統(tǒng)設(shè)備壽命預(yù)測功能；
6)通過人工智能算法，實(shí)現(xiàn)動力系統(tǒng)設(shè)備的關(guān)聯(lián)故障分析功能；
7)通過動力系統(tǒng)設(shè)備健康管理和備品備件管理，結(jié)合大數(shù)據(jù)算法實(shí)現(xiàn)備品備件庫存優(yōu)化功能。
六、大數(shù)據(jù)分析展現(xiàn)方案
大數(shù)據(jù)分析的關(guān)鍵業(yè)務(wù)如供應(yīng)鏈優(yōu)化、環(huán)境資源優(yōu)化、能源大數(shù)據(jù)分析應(yīng)用，分析中的過程數(shù)據(jù)及相關(guān)結(jié)果可通過大數(shù)據(jù)平臺可視化組件進(jìn)行具體頁面及指標(biāo)的設(shè)計(jì)與展示。大數(shù)據(jù)平臺提供行業(yè)領(lǐng)先的可視化組件和數(shù)據(jù)挖掘組件，幫助數(shù)據(jù)分析人員進(jìn)行全流程可視化交互式模型構(gòu)建引導(dǎo)。平臺使用交互式操作界面集成，通過點(diǎn)擊就可以構(gòu)建通用機(jī)器學(xué)習(xí)流程，包括腳本管理、數(shù)據(jù)導(dǎo)入（支持HDFS、數(shù)據(jù)庫、MySQL、Hive、HBase等主流數(shù)據(jù)存儲系統(tǒng)）、多維特征分析（趨勢分析、關(guān)聯(lián)分析、概率分布、特征降維等）、模型構(gòu)建、模型預(yù)測評估、數(shù)據(jù)可視化展現(xiàn)（提供柱狀圖，折線圖，散點(diǎn)圖，雷達(dá)圖，瀑布圖，氣泡圖，箱線圖和趨勢圖等可視化展示方式）、預(yù)測服務(wù)（支持構(gòu)建的模型通過預(yù)測服務(wù)模塊發(fā)布成網(wǎng)頁、接口服務(wù)以及模型導(dǎo)出，提高模型業(yè)務(wù)部署效率）。同時支持多語言混合編程調(diào)用，包括基于JSON格式的SQL、R語言以及Python。
通過可視化成果發(fā)布的形式，平臺能夠?qū)?shù)據(jù)分析人員所有的操作進(jìn)行完整的記錄以及展現(xiàn)，所有執(zhí)行過程以及返回的結(jié)果都在同一個工作包中進(jìn)行全面保留，極大的方便數(shù)據(jù)分析人員在模型構(gòu)建過程對結(jié)果的反復(fù)校驗(yàn)以及修改的需求。傳統(tǒng)BI指標(biāo)的構(gòu)建往往非常復(fù)雜，無法支持聯(lián)動鉆取及關(guān)聯(lián)分析，導(dǎo)致展示方式非常困難，而采用工作包的方式能夠更好的提高模型構(gòu)建效率以及團(tuán)隊(duì)之間的協(xié)作能力。具體每一個挖掘模型在部署支持手機(jī)端、PC端、大屏、云端等多種部署方式。
1．發(fā)展趨勢。新興的數(shù)據(jù)挖掘工具都是統(tǒng)一的風(fēng)格，傳統(tǒng)工作流模式已經(jīng)在退化，傳統(tǒng)BI公司通過與R集成來展現(xiàn)可視化功能，但是R語言的使用難度較大，本次提供拖拉拽交互式等交互式操作方式，降低數(shù)據(jù)挖掘門檻，并提供聯(lián)動、鉆取等多種功能，提高BI的應(yīng)用能力。
2．操作體驗(yàn)。數(shù)據(jù)分析人員在構(gòu)建過程往往需要反復(fù)修改流程，參數(shù)調(diào)優(yōu)等，這些過程對于專家來說通過函數(shù)命令行會更加高效，但對于初學(xué)者很難。本次大數(shù)據(jù)平臺使用交互式操作界面集成，通過點(diǎn)擊就可以構(gòu)建通用數(shù)據(jù)挖掘流程，能快速投入到數(shù)據(jù)挖掘分析工作，可避免高難度編程語言的學(xué)習(xí)門檻。平臺能夠?qū)?shù)據(jù)分析人員所有的操作進(jìn)行完整的記錄以及展現(xiàn)，所有執(zhí)行過程以及返回的結(jié)果都在同一個工作包中全面保留，極大的方便在模型構(gòu)建過程對結(jié)果的反復(fù)校驗(yàn)以及修改的需求。
3．可視化展現(xiàn)。模型構(gòu)建操作需要依賴每一步驟的輸出結(jié)果以及已有配置信息，大數(shù)據(jù)平臺提供了統(tǒng)一視圖，在一個界面內(nèi)包含的信息量更大，通過上下滾動就可以快速查找查看，工作流更加標(biāo)準(zhǔn)與規(guī)范。
同時，Tempo大數(shù)據(jù)平臺采用B/S模式，提供web操作管理界面，支持多用戶遠(yuǎn)程使用，支持FireFox、Chorme等多終端展示方式。采用多層服務(wù)模式設(shè)計(jì)的好處在于，表現(xiàn)層與業(yè)務(wù)處理層和數(shù)據(jù)通訊層分隔，在增加一個新的訪問渠道時，僅增加渠道驅(qū)動，改變內(nèi)容展示格式，而事務(wù)處理和與后臺的數(shù)據(jù)通訊及處理不作任何修改，通過單點(diǎn)登陸、數(shù)據(jù)訪問隔離、計(jì)算資源多策略分配等，幫助數(shù)據(jù)分析工人員對結(jié)果進(jìn)行多樣化的快速展現(xiàn)與發(fā)布。
首頁
Tempo大數(shù)據(jù)分析平臺
Tempo商業(yè)智能平臺
Tempo人工智能平臺
Tempo數(shù)據(jù)工廠平臺
Tempo指標(biāo)平臺
Tempo數(shù)據(jù)治理平臺
Tempo主數(shù)據(jù)管理平臺
陜公網(wǎng)安備 61019002000171號
