- 中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)研究與發(fā)展·智慧工業(yè)
- 王時(shí)龍等編著
- 583字
- 2022-06-17 16:50:15
第3章 大數(shù)據(jù)分析和知識(shí)圖譜
制造大數(shù)據(jù)是指制造業(yè)通過(guò)網(wǎng)絡(luò)化、數(shù)字化、物聯(lián)化形成的海量異構(gòu)制造數(shù)據(jù)資產(chǎn)匯聚,通過(guò)數(shù)據(jù)驅(qū)動(dòng)的制造行業(yè)數(shù)據(jù)資源分析與應(yīng)用,可為制造業(yè)設(shè)計(jì)、生產(chǎn)、經(jīng)營(yíng)、管理全過(guò)程提供大數(shù)據(jù)支撐與服務(wù),促進(jìn)創(chuàng)新鏈、供應(yīng)鏈、產(chǎn)業(yè)鏈的形成與優(yōu)化,為制造業(yè)轉(zhuǎn)型升級(jí)、宏觀決策、智慧制造提供支撐。制造大數(shù)據(jù)技術(shù)架構(gòu)如圖3-1所示。

圖3-1 制造大數(shù)據(jù)技術(shù)架構(gòu)
(1)數(shù)據(jù)采集 以傳感器為主要采集工具,結(jié)合RFID、條碼掃描器、生產(chǎn)和檢測(cè)設(shè)備、PDA、人機(jī)交互、智能終端等手段采集制造領(lǐng)域多源、異構(gòu)數(shù)據(jù)信息,并通過(guò)互聯(lián)網(wǎng)等技術(shù)實(shí)現(xiàn)源數(shù)據(jù)的實(shí)時(shí)準(zhǔn)確傳輸。采集的源數(shù)據(jù)歸納起來(lái)包括結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化三類數(shù)據(jù)。
(2)數(shù)據(jù)處理 首次采集獲得的源數(shù)據(jù)是多維異構(gòu)的,為避免噪聲或干擾項(xiàng)給后期分析帶來(lái)的困難,必須執(zhí)行同構(gòu)化處理,同時(shí)將處理結(jié)果有效存儲(chǔ)在性能和容量都能線性擴(kuò)展的分布式數(shù)據(jù)庫(kù)中。
(3)數(shù)據(jù)分析 在傳統(tǒng)數(shù)據(jù)挖掘基礎(chǔ)上,結(jié)合新興的云計(jì)算、Hadoop、專家系統(tǒng)等對(duì)同構(gòu)數(shù)據(jù)執(zhí)行高效準(zhǔn)確的分析運(yùn)算,并用可視化技術(shù)展示結(jié)果。
(4)數(shù)據(jù)應(yīng)用 經(jīng)過(guò)上述處理、分析后的數(shù)據(jù)主要應(yīng)用于車(chē)間、工廠的流程管控和優(yōu)化,產(chǎn)品研發(fā)的決策支持,質(zhì)量檢測(cè)和故障預(yù)警,供應(yīng)鏈優(yōu)化等方面。
本章將從數(shù)據(jù)處理和數(shù)據(jù)應(yīng)用兩方面入手,分別闡述制造大數(shù)據(jù)預(yù)處理以及制造大數(shù)據(jù)在故障診斷、狀態(tài)預(yù)測(cè)和人機(jī)物知識(shí)圖譜融合的制造診斷決策方面的相關(guān)研究工作。
- 構(gòu)建高質(zhì)量的C#代碼
- 面向STEM的mBlock智能機(jī)器人創(chuàng)新課程
- R Data Mining
- JavaScript實(shí)例自學(xué)手冊(cè)
- Hands-On Data Science with SQL Server 2017
- Hands-On Neural Networks with Keras
- 21天學(xué)通Java
- 網(wǎng)絡(luò)綜合布線設(shè)計(jì)與施工技術(shù)
- 我也能做CTO之程序員職業(yè)規(guī)劃
- Docker on Amazon Web Services
- 電腦上網(wǎng)輕松入門(mén)
- Mastering Ansible(Second Edition)
- 空間機(jī)器人
- Building Google Cloud Platform Solutions
- 人工智能:智能人機(jī)交互