华洋产品
系统通过信息集成，采集各自动化子系统生产工艺、工控、管理、设备故障等各类数据，研制各种大数据分析模型包括故障分类挖、故障关联分析、信号序列趋势分析、异常状态检测等，并基于大数据分析模型及故障模式，建立实时监测系统，实现自动化子系统的在线状态评估与诊断。通过对自动化机电设备健康状态的样本学习和预测，自动给出自动化机电设备劣化情況、故障提示以及运行指导信息，为自动化子系统的安全管理、生产运行等提供监测与诊断亚美am8ag旗舰厅的技术支持。
1.生产数据采集。自动对接已建成的综合自动化平台对各自动化子系统的各点位信息进行高效采集，对采集信息的类型、来源等信息都要通过系统加以管理以实现高可靠、高柔性的信息获取，系统以元数据的形式对自动化子系统的设备、点位配置信息进行管
2.生产数据储存。自动化子系统生产数据的主体是时序列数据，主要由各类型实时监测、检查与分析系统采集、产生的数据。将基于时序进行充分优化、以自动按时间、空间进行分片，并支持内部写优化(批量提交、内存索引、事务支持、数据倒灌)支持与时间相关的函数的灵活使用(例如最大、最小、求和等)；支持对实时大量数据进行度量计算（metrics）
3.生产数据的统计分析。在数据积累到一定程度后，系统可以对自动化子系统的各变量进行深度的统计分析，可以分析各模拟变量的最大值、最小值、平均值，并评估数据的分布汇智分布曲线，并根据正常状态下的历史数据，统计出适当的报警、预警区间。
4.数据的分类挖掘。分类挖掘出的规则可以用多种形式表示，如分类(if-then)规则、判定树、数学公式或神经网络等。系统将根据自动化子系统数据的特点，选择最有效的决策模式挖掘算法进行故障的分类。主要的算法包括id3、c4.5和cart。
5.数据的序列和趋势分析。系统现趋势分析( trend analysis)。包括长期趋势变化、循环变化、季节性变化、随机变化的分析。趋势分析主要针对连续型数值，获得属性随时间变化的趋势，从而制定出长期或短期的预测。
6.数据的异常检测( outlier detection)。异常是在数据集中偏离大部分数据的数据，这些数据可能并非随机偏差导致，而是由不同机制所产生，其中可能包含些特殊信息。系统将实现异常检测中的序列异常、点异常和模式异常等。时间序列的异常检测是在给定的时间序列数据集中发现显著不同于其他大多数数据的时间序列对象，进而分析这些异常所隐含的信息。
7.性能监控和预测。自动化子系统性能监控是根据检测到的工作状态信号，、状态参数的变化情况，来监控自动化子系统的性能变化趋勢。由于自动化子系统是个非常复杂的系统，反映其工作状态的参数较多，为了对整体性能提供较合理的评价，通过综合自动化子系统多项指标得出定量反映子系统工作性能的综合特征参数(或性能综合指数)，反映出皮带系统性能的好坏程度。
8.运行数据大屏展示。采用综合大屏展示技术，对自动化子系统运行的状态和动画进行可视化，并对各类监控数据、kpi指标、关键参数、报警数量、预警数量、故障统计值以可视化形式进行展示和提醒，对不同的状态进行不同颜色的渲染。