没有合适的资源?快使用搜索试试~ 我知道了~
首页2019年工业大数据分析指南学习总结.pdf
资源详情
资源推荐
工业大数据分析学习总结
工业大数据是智能制造的核心,其基础是大数据和工业互联网,所需要的技
术有云计算、大数据、物联网、人工智能,工业大数据核心技术是工业大数据分
析技术。
资源优化是分析的核心目标,工业大数据分析是实现新一代信息技术与制造
业融合的重要技术支撑,其目的是不断优化资源的配置效率。
数据建模是分析的关键。海量数据需要清洗、加工、建模,通过模型来清晰
描述对象,并使复杂工业过程与知识之间构建映射,就会使得知识表达更清楚。
知识转化是分析的核心,把海量数据转化为信息,信息转化为知识,知识转
化为决策,以应对和解决制造过程的复杂性和不确定性等问题。
工业大数据分析流程
工业大数据分析流程
业务理解 数据理解 数据准备 建立模型 模型评估 模型部署
开始
理解业务场景,
评估分析需求
是否明确
需求
收集数据
数据预处理
是否满足条
件
数据探索
数据筛选
特征变换
特征组合
特征迭代
数据转换
建
立
模
型
统计分析类算
法
机器学习类算
法
振动分析类算
法
时间序列类算
法
文本挖掘类算
法
统计质量控制
类算法
排程优化类算
法
适用范围评估
精度评估
场景综合评估
模型迭代评估
可能存在的问
题
解决方法
部署后持续优
化
分析结果应用
结束
目录
工业大数据分析学习总结 ............................................................................................................... 1
工业大数据分析流程 ............................................................................................................... 1
1 工业大数据分析 .................................................................................................................... 4
2 工业大数据分析框架 ............................................................................................................ 7
工业大数据分析的指导思想 ........................................................................................... 8
3 业务理解 ................................................................................................................................ 9
理解数据分析的需求 ..................................................................................................... 10
数据分析的价值需求 ..................................................................................................... 10
数据分析需求的梳理方法 ............................................................................................. 10
跨生命周期数据的管理和分析 ..................................................................................... 11
4 数据理解 .............................................................................................................................. 11
数据分类 ......................................................................................................................... 11
数据关系 ......................................................................................................................... 12
5 数据准备 .............................................................................................................................. 13
6 数据建模 .............................................................................................................................. 13
工业建模 ......................................................................................................................... 14
算法 ................................................................................................................................. 15
7 模型的验证与评估 .............................................................................................................. 16
8 模型部署 .............................................................................................................................. 16
模型部署前应考虑的问题 ............................................................................................. 16
实施和运行中的问题 ..................................................................................................... 17
钢铁工艺流程 ................................................................................................................................. 18
1 主要工艺流程 ...................................................................................................................... 18
2 钢铁加工设备和检测详解: .............................................................................................. 19
1 工业大数据分析
定义:利用统计学分析技术、机器学习技术、信号处理技术等技术手段,结合业
务知识对工业过程中产生的数据进行处理、计算、分析并提取其中有价值的信息、
规律的过程。
实际操作:要以明确用户需求为前提、以数据现状为基础、以业务价值为标尺、
以分析技术为手段,针对特定的业务问题,制定个性化的数据分析解决方案。
目的:获得业务活动所需各种的知识,促使企业转型升级。
分析要求:用数理逻辑去严格的定义业务问题。(将业务转化为数理知识)
大数据平台技术:解决数据存储量大、采集速度频率快、结构复杂等瓶颈问题;
大数据应用技术:随着数据存储量的增大和处理能力的增强,催生了新的应用和
业务;(目前所做的项目属于此类)
工业大数据分析过程:
工业大数据分析类型(目标不同,条件不同、数据分析要求和难度也不同)
不同项目,不同阶段,不同要求,需要不同的分析,分析的难度和深度也不
同。
工业大数据分析价值:
价值寻找遵循这样一个原则:一个体系的价值,决定于包含这
个体系的更大体系。比如说,对于设备这个对象,我们可以从设备生命周期
角度去思考,包括安装—使用—保养—维修—报废,分析如何使设备更加优化和
高效等。
剩余21页未读,继续阅读
qq_43446278
- 粉丝: 2
- 资源: 4
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功