美文网首页
借寄云NeuSeer平台如何实现性能评估与预测?

借寄云NeuSeer平台如何实现性能评估与预测?

作者: aa9a5f7fc633 | 来源:发表于2017-12-22 10:20 被阅读30次

    随着工业规模的不断扩大和复杂性的日益提高,有效的性能评估与预测是保证生产安全、提高产品质量和经济效益的关键。寄云NeuSeer工业互联网平台提供了各种现成的服务供开发者使用,可以快速开发出各种工业应用,还提供了丰富的大数据算法、并行计算引擎、模型库、可视化,帮助数据分析师快速分析和构建模型。性能评估与预测就是寄云NeuSeer平台上的一种典型工业应用。

    基于寄云NeuSeer平台的性能评估与预测应用

    工业中能够测量和处理的变量越来越多,如何从海量数据中挖掘出隐藏的有用信息,从而提高工业运行的安全性和可靠性,已经成为工业企业越来越迫切需要解决的问题。以寄云NeuSeer工业互联网平台为基础构建的性能评估与预测应用,对设备和系统在正常工作状态时的数据进行分析并建模,并将之应用在现场设备和系统实时监控的过程当中,实现实时的性能评估与预测。

    寄云NeuSeer平台设备性能评估DEMO

    相比基于门限值的性能评估检测系统,寄云工业设备和系统性能评估应用使用机器学习的方法,对正常工作状态的建模能更准确的描述系统的状态,侧重寻找输入数据和输出结果之间的关系,可以快速进行建模并部署,给后续分析提供支撑,并在此基础上结合机理知识进行优化。

    寄云性能评估和预测应用首先向应用提供待评估的设备信息,以及认定的能够反映设备运行情况的若干特征,及特征认定的正常工作时间区间的所有数据,进而就可以进入“模型训练”阶段,在“训练模型”结束后,用户可以使用测试数据对该模型进行可行性测试,可行的模型就可以供待评估设备和系统使用了。寄云NeuSeer平台目前已有基于数据分布模型和基于回归模型等几种性能评估方式。

    ​寄云NeuSeer平台设备性能预测DEMO

    和性能评估不同,性能预测更偏向于对于设备或者系统接下来走势的预测,可以通过对关键属性的预测来实现的,即对任意设备,都存在若干关键属性,而其工作状态由关键属性决定。因此在一些场景当中,人们希望预测某个属性的测量值在将来若干时间段的变化,以此来预测设备或系统未来的性能。目前,寄云NeuSeer平台提供了基于统计自回归模型和基于机器学习的自回归神经网络等性能预测方法。

    NeuSeer平台性能评估与预测颠覆传统风电运维观

    风力发电机本身有数十个传感器,可返回数百个字段,这些传感器数据反应了风机的各种不同的状态。长期以来,国内某风电企业已经积累了大量包括叶片角度、叶片变桨速率、轮壳转速及发电机转速等在内的数据,由于数据采集和分析能力的有限,该风电企业一直没有完全发挥这些数据的作用。

    风场通常设置在偏远的地区,风机检修人员不易安排,且一个风场通常由数十台风机组成,对于逐个风机进行高频率的人工排查非常耗费人力及时间成本,且因叶根螺栓存在数量多、位置集中、无传感器、应力变化大等多种特点,风机叶根螺栓断裂的远程监测方案的实现存在诸多的挑战。

    寄云NeuSeer平台性能评估与预测应用提供基于机器学习的监督学习分析法,从众多的风机周边传感器数据指标中筛选出相关变量,建立风机正常和异常运转模型,确定螺栓断裂发生的时间段,再通过对分类算法阈值的不断学习,逐步找到精准的断裂发生时间点,进而实现对螺栓断裂的精准检测。

    基于寄云NeuSeer平台性能评估与预测应用,寄云科技帮助该风电企业在不增加传感器的情况下,找到叶根螺栓断裂的时间点,及时通知运营人员对断裂螺栓进行更换或者采取其他的维护措施,解决了风机叶根螺栓断裂故障的检测问题,显著降低运营成本。

    NeuSeer平台性能评估与预测推动企业数字化转型

    随着工业市场竞争的不断加剧和生产工艺的复杂化,性能评估和预测已成为提高生产效率和提升产品质量的关键手段。本文仅为大家展示、简析了寄云NeuSeer工业互联网平台提供的性能评估与预测应用及其个别应用场景,实际工作中的分析方法和流程远更为复杂。但寄云NeuSeer工业互联网平台丰富的大数据分析算法、模型,以及高效的工业应用开发效率,可以为工业企业节省大量投资与时间,助其快速走向数字化转型之路。

    欢迎关注寄云科技(neucloud)或工业互联网时代(neucloudicb),这里有工业互联网相关的技术干货,更有行业案例分享!欢迎加入寄云NeuSeer工业互联网平台行业交流QQ群(421312857),您可以在这里与其他小伙伴共同探讨学习,小伙伴们等你哦~

    相关文章

      网友评论

          本文标题:借寄云NeuSeer平台如何实现性能评估与预测?

          本文链接:https://www.haomeiwen.com/subject/qhdtgxtx.html