谈谈工业信号数据分析那点事儿
2021-12-14 16:52:41
次
随着传感器技术、物联网、数据存储等技术的发展,传统制造工业的生产业态也发生了很大的变化,工业大数据的应用价值和广阔的开发前景也被更多的企业所认同。
目前工业大数据主要有以下三种主要来源:第一类是生产经营相关业务数据。第二类是设备物联数据。第三类是外部数据,这些数据无疑具有重要的商业价值,尤其是工业设备产生的实时信号数据,更是宝贵的能够反馈真实生产状况的原始资料,因此格外受到想要实现降本增效的制造企业的关注。
今天小T就从工业实时信号数据的应用价值和应用难点的角度出发,和大家一起聊聊工业信号数据分析的解决方案。
工业实时信号数据的价值和应用场景
与大家更为熟悉的偏重于采用可视化分析等手段去挖掘深层次价值信息的互联网大数据不同,工业信号数据的应用,更加偏重于面向复杂工业过程,通过数据分析建模来解决较为复杂的工业生产问题,目前典型应用主要在这几个方面:
故障诊断和预测
大型工业设备运行结构较为复杂,一旦出现故障,传统方法很难快速判断出到底是那个部分出了问题。
而通过对如设备的振动变化等实时信号数据进行分析,我们就可以建立大数据模型对设备的运行状态开展故障预测和诊断。
▲使用Tempo平台制作的风电设备运行状况数据看板
工业生产数据分析
日益成熟的传感器探测技术使得设备的温度、压力、热能、振动和噪声等状况都可以转化为数据,让生产企业可以通过数据分析手段轻松掌控每个生产流程,及时发现生产问题改进生产工艺。
▲通过异音判断产品质量的智能检测方案
生产制造排程优化
通过大数据的丰富信息来发现历史预测和实际的偏差概率,考虑产能、人员、物料等的约束,采用智能优化算法来排产。
总得来说,工业信号数据对于制造企业的生产决策过程有着很大的应用价值,但在实际的生产场景中,现有的常见数据分析工具却很难实现对工业信号数据的分析应用,这主要有以下几个方面的原因。
工业信号数据分析为什么这么难?
信号数据本身具有独特性
经典数据分析方法通常面向关系表数据结构(dataframe),像Excel、SPSS、R、Python—Pandas、SPARK等大家熟悉的数据分析工具都是针对这一数据结构开发的。但工业数据却具有不同于关系型业务数据的特殊性:
►每条信号数据内所有数据值均为同一类型数字数值。
►信号数据中数值的次序非常重要,其中包含关键信息。
►一条信号数据内可以包含数百万乃至更多标量值,通常难以用关系型数据库逐一存储。
►每条信号数据内所有数据值均为数字,通常为浮点数值。
►针对工业信号数据存在着大量经典算法,以数字信号处理算法为主,这些算法与经典数据分析算法有很大差异。
►每条信号数据内所有数据值均为同一类型。
►大量机器学习、深度学习方法难以直接应用于原生信号数据形式。
工业信号数据的这些特点,使其难以直接使用现有数据分析工具进行模型构建。
缺少面向工业数据准备运维的工具
在当今的制造业领域,信号数据的采集和处理本身也是一个难点。很多企业的生产数据采集主要依靠传统的手工作业方式,采集过程中容易出现人为的记录错误且效率低下。
有些企业虽然引进了相关技术手段,并且应用了数据采集系统,但是由于很多工业设备的数据协议和接口并不统一,因此也无法实现信息采集的实时性、精确性和延伸性管理,各单元出现了信息断层的现象。
工业信号数据处理与分析应用脱节
工业大数据的的落地需要数据处理和分析应用两个部分配合才能发挥最终价值。目前市面上虽然有一些产品可以帮助企业实现对信号数据的处理,但大多只针对于数据处理层面,而没有面向后续分析应用环节进行一体化开发,企业如果想要针对设备信号数据实现数据建模,还需要额外配置其他数据分析工具,需要为此投入较高的人力、物力成本。
“信号数据分析+机器学习”解决方案
为解决工业大数据分析困境,Tempo大数据分析平台开发提供了面向工业信号数据的专用分析工具包,通过Tempo AI工业信号数据专用分析工具包,普通业务人员也可以:
拖拽式操作搞定信号数据分析处理
Tempo AI支持多种信号数据存储形式的输入与输出,通过特征工程方法,可以将信号数据直接转化为一系列特征量描述,从而便于用户经典数据分析方法对其进行分析、建模等研究。
同时内置多种数字信号处理方式,可以直接采用拖拽方式进行数据分析处理,支持将信号数据按照分帧、分贝、时段、功率、平稳性、自适应等不同的分割方法进行切分,实现低代码模式快速完成信号数据分析处理。
使用机器学习算法延展信号数据分析
Tempo AI可实现信号数据类型与关系表数据类型的相互转换,并通过这一连接将信号数据分析和机器学习建模过程在一个平台内实现融合,基于信号分析算子完成信号数据的特征工程的功能,大大提高了整体工作效率。
灵活快速完成数据分析产品企业级部署
信号分析模块作为Tempo AI中的一个功能模块,可以和Tempo平台中可视化分析等其他功能模块实现快速接入。
同时支持经过管理授权的用户通过扩展编程节点及自定义算法设计功能,对平台提供的信号处理算法进行自由变换,使信号数据处理更灵活更便捷。极大提高平台对工业数据的兼容能力的同时,也充分考虑企业运营必须的数据安全,为后续工业信号分析项目的大数据解决方案提供可能。
当前,数字化正在改变着传统制造业的面貌,席卷制造业的各个领域,在制造业数字化升级进程中,制造行业企业不能只关注于硬件设备的智能化,也需要引入数据决策方式,做好数据治理,基于数据模型贯通产品全生命周期数据,才能使作业和运营效率真正实现本质提升。
而Tempo AI作为一款能够有效帮助工业制造企业深层次挖掘工业数据价值的产品,将借助工业互联网技术和大数据技术,帮助制造企业优化数字运维分析决策能力。如果想要体验工业4.0时代的数字化新决策方式,不妨立即申请试用体验~