• <noscript id="s46oo"></noscript>
  • <table id="s46oo"></table><table id="s46oo"><source id="s46oo"></source></table>
  • <td id="s46oo"></td><td id="s46oo"><kbd id="s46oo"></kbd></td>
  • 智物聯,引領工業物聯

    我們始終以技術創新創造價值,并夜以繼日的將互聯和工業智能的力量融入到各行各業
    以前所未見的高度、速度、精度和深度,讓關鍵所在 逐一實現。

    咨詢服務

    為什么說MixIOT是精于數據分析的工業互聯網平臺?


    【摘要】: MixIOT之所以如此重視數據分析計算,是因為智物聯始終認為,工業互聯網的目的是為了解決工業生產中面臨的各種問題,而解決問題的前提是掌握信息。信息從哪來?只有從紛繁復雜、浩如煙海的工業數據中來。所以必須花大力氣在數據治理上下工夫,這也是MixIOT最重要的特點之一。

    MixIOT的數據分析能力在各種項目實踐中已經得到了驗證,本文就從相對宏觀的層面來說說,為什么MixIOT是精于數據分析的工業互聯網平臺。

     

     

    基于“多源異構數據映射”方法論的MixIOT,能夠通過獨有的映射表的方式,將不同業務系統、不同來源的數據融合在一起進行管理、處理和呈現,實現數據的高效協同。

     

    不管是通過網關適配器采集的,還是從其他業務系統對接請求回來的、通過統計計算得出的,甚至手工輸入的數據,經過映射表處理后,都能抽象還原成為工業互聯網項目所定義的“對象”的FV變量(關于“對象”的概念,參見擴展閱讀),無需再考慮數據實際的來源、類型、性質等因素,為后續在一個統一體系下的數據分析奠定了基礎。

     

    ▲MixIOT映射表腳本示例

     

    這種對數據的抽象還原:

     

    一方面令以往因來源不同而需要人工統計計算的數據可以由系統自動計算生成,大大提高了數據的準確性。

     

    另一方面也讓以往那些因不同來源、不同業務系統隔閡導致沒有關聯起來的數據,有了共同的話語體系,能夠根據實際需要互相“對話”,從而產生新的結果和線索。

     

     

    MixIOT的核心研發團隊中有麻省理工學院背景的數學專家,智物聯也是國內少有的專門擁有一支算法團隊的工業互聯網企業,這令MixIOT在數學算法能力上獨樹一幟。簡單來說,MixIOT的算法能力表現在以下幾個方面。

     

    1、基礎統計計算

    MixIOT支持十幾種統計計算方式,并可以通過數據變換支持向量、矩陣和離散數據的使用,滿足了工業互聯網日常需要的基本統計計算需求。

     

    統計方法標識

    統計方法名稱

    基本統計量

    max

    最大值

    單值

    min

    最小值

    單值

    count

    數量

    單值

    average

    算數均值

    單值

    sum

    總和

    單值

    accumulate

    讀數轉用量

    單值

    integral

    積分

    單值

    hour

    分段時長

    單值

    interval

    延續時長

    單值

    variance

    方差

    單值

    covariance

    協方差

    矩陣

    euclid

    平均歐幾里得距離

    單值

    pearson

    皮爾遜相關系數

    單值

    ▲MixIOT支持的統計計算方式

     

     

    2、標量化的算法模型

    MixIOT中有多個標量化的算法模型。

     

    所謂標量化,是指用客觀的、具有普遍意義的方法對工業互聯網對象的不同參數(如溫度、壓力、轉速、功率、流量等等)進行處理后,在同一個維度下進行分析,同時這個方法是可比較的,可重復的,并保持一致性和一貫性。

     

    標量化的本質是對復雜對象的“降維”,就像將不同的食物用熱量值這一方法來考量后,便有了統一的比較標準。

     

    標量化算法模型

    適用情況

    映像圖分析

    宏觀且直觀展示對象數據運行的變化
    指數分析
    研究對象的運行情況
    穩定性分析
    研究對象運行的穩定性
    相關性分析

    研究對象設備狀態變化時,各因素之間的相互關聯關系

    趨勢分析
    預測非0-1量時序數據的未來一段時間的走勢
    風險分析
    適用于設備單位,根據歷史的風險發生概率,分析衡里一個或者多個設備單位的風險概率
    增量分析
    適用于增加里參數,根據參數的增加上下界,可計算每周期增加里、以及每期超過邊界的偏差值等
    偏態分析
    適用于需要衡里偏離程度的情況,根據歷史發生偏離情況的實時分析設備的偏離狀態
    平衡分析
    適用于一個工藝或設備單元,根據設備、單元的進出參數, 計算其平衡矩陣
    實時特征監測

    對實時時序數據變化過程中是否符合“臨界特征”進行連續監測,是安全生產的報障

    特征統計

    對歷史時序數據變化過程中“非臨界特征”的關聯性統計,適用于預測、判斷異常情況的發生

    ▲MixIOT中的標量化算法模型及其適用情況

     

     

    3、針對特定場景、行業或設備的算法模型

     

    在MixIOT的統計計算和標量化算法模型的基礎上,智物聯針對特定場景、行業或設備,研發設計了相應的算法模型。

     

    比如空壓機組動態配載系統、重型(沼氣)發電機優化系統、重型發動機異常停機判斷與保護系統、鍋爐燃燒智能燃燒控制器系統等。

     

    與標量化算法模型不同的是,這些算法模型有明確的應用指向,解決的是一個個具體問題,但同時又是在滿足相應條件的前提下可以快速復制、重復使用。

     

    例如空壓機組動態配載系統,是在保證提供足夠的供氣量的情況下,兼顧空壓機的安全穩定運行,通過對用氣量、用氣壓力、產氣量、排氣溫度、供氣壓力、前軸承溫度、卸載壓力、瞬時流量、功率等參數進行相應計算后得出的空壓機運行的動態組合方案,來減少空壓機組的耗電量,延長空壓機的設備壽命,其中就會涉及穩定性分析、風險分析等標量化算法模型的使用。

     

    4、運用各種數學知識解決復雜問題

    上述統計計算、標量化的算法模型和特定的算法模型體現在MixIOT中,就是一個個的應用模塊,可以根據客戶的實際需求靈活進行選擇和配置。

     

    ▲MixIOT數據算法模塊的應用實例

     

    除了這些已有的應用外,智物聯的算法團隊還會在實踐中不斷嘗試應用各種數學知識來解決復雜問題。

     

    比如在增量分析和偏態分析的基礎上,利用泰森多邊形法來解決反應釜沉積物的最佳清理時間問題;在相關性分析基礎上,利用元胞自動機方法來預測對某些參數進行調節后整個生產系統的演變;甚至在一般降維方法不適用的時候,采用拓撲數據分析中的持續同調來加以解決。

     

    總之,在實際的工業互聯網項目中,只要有助于解決問題,什么數學方法都可以用上,而當解決問題的方法具有一定的通用性和可復制性時,又可以成為MixIOT中的一個應用模塊。這是MixIOT的核心競爭力,也是其靈活性的體現。

     

     

     

    由于MixIOT既可以部署在云端,也可以部署在方略柜中,保證了在云端和邊緣端的所有計算都是在一個體系下進行,而且數據與計算結果可以互相流通。

     

    尤其是針對特定場景、行業或設備的算法模型,一般都是在邊緣端實現,便于完成對設備的調度和控制。同時,邊緣端還可以將云端所需要的數據和計算結果上報,在云端再進行進一步的分析計算或滿足報表等其他應用的使用需求。

     

    ▲MixIOT云邊結合的計算架構

     

    這種云邊相結合的計算架構在工業互聯網項目中主要具有以下優勢。

     

    1、增加數據安全性

    很多制造企業的生產涉及到工藝參數的保密性,往往要求原始數據不出廠區甚至不出車間,邊緣計算就能滿足這樣的需求,提高整體數據隱私。此外,邊緣計算分散分布的特性也有助于保護企業的網絡安全。

     

    2、合理分配算力,降低運營成本

    當大量數據的存儲和處理是在邊緣端時,就不需要過多的云資源,算力可以得到合理分配,也就節約了冗余成本。

     

    3、提高業務運行效率

    邊緣計算減少了數據傳輸的時間,增強了數據利用的實時性。同時,邊緣端的設備物聯可以在沒有互聯網連接的情況下自主工作,也能夠避免網絡傳輸故障可能帶來的各種問題,提高了各項業務的效率。

     

    4、各司其職,滿足不同的數據需求

    一個企業內,不同的層級、不同的角色關注的數據是不一樣的。一般來說,生產一線的生產經理或者是車間主任要看到各種各樣的實時數據可以通過邊緣端得到,而工廠廠長或者是集團總部所需要的業務指標或結論性的數據就可以通過云端獲得。云邊結合又各司其職,才能讓數據發揮最大的使用價值。

     

    MixIOT之所以如此重視數據分析計算,是因為智物聯始終認為,工業互聯網的目的是為了解決工業生產中面臨的各種問題,而解決問題的前提是掌握信息。信息從哪來?只有從紛繁復雜、浩如煙海的工業數據中來。所以必須花大力氣在數據治理上下工夫,這也是MixIOT最重要的特點之一。

     

     

    ---THE END---

    圖片名稱
    圖片名稱
    青山沙希