基于工业大数据的重叠社区发现算法

为了深入挖掘和分析工业大数据隐藏的关系、趋势和模式,从而为企业提供更好的决策依据,结合随机游走和标签传播思想,提出一种基于工业大数据的重叠社区发现算法。设计了种子节点选取算法,通过随机游走计算各节点的重要性,选出不相关和重要性高的种子节点;提出重叠社区发现算法,对种子节点赋予唯一标签,迭代进行标签传播直到节点标签不再改变,根据节点标签得到最终的重叠社区划分结果。通过在真实数据集和人工数据集上进行对比实验表明,该算法可以在网络上有效发现高质量的重叠社区,并进一步解决工业大数据的数据分析、信息挖掘等核心问题。

工业大数据驱动的高维过程质量稳健监控模型的构建与优化

由于工业大数据存在变量维度高、价值密度低、存在离群点等因素,监控模型难以准确挖掘海量数据中关键波动信息,容易产生较高的误警率,影响产品生产质量。为解决这个问题,提出一种基于最小行列式法和变量选择算法的高维过程稳健监控模型。运用最小协方差行列式(MCD)方法估计稳健的均值向量和协方差矩阵;构建似然比检验统计量,通过增加惩罚项得到变量选择优化函数;结合MCD和变量选择得到稳健的监控统计量,利用Monte Carlo方法得到监控用控制限;最后,通过仿真数据和薄膜沉积过程实际数据对所提方法进行实证研究。结果表明:所提方法相比Hotelling T2和VS控制图具有较高的异常识别精度和鲁棒性,在存在离群点的高维过程质量监控中提高了对异常波动识别的稳健性,达到了期望的监控效率。

工业大数据可视化系统实现

完整的工业大数据能效分析平台的实现,最终要以直观、清晰明了的方式呈现到企业管理人员面前,以便于企业更有效地分析和管理工业大数据的生产。文章对工业大数据采集后进行实时数据的存储,在经过数据的预处理后,再将数据保存在基于NoSQL存储技术的历史存储系统中。在Vue.js中对数据进行计算后利用ECharts可视化工具将计算结果进行可视化展示,帮助工程师对企业生产数据进行能效分析,从而发现更多与企业生产工业大数据有关的潜在的规律和趋势,进而对生产过程进行优化,提高生产效率,降低生产成本。

工业大数据:从数据到价值

工业大数据是运用智能化新技术、新手段解决工业企业发展面临的新需求、新问题,并创造新应用、新价值的过程。企业作为营利性组织,技术是为经济目的服务的,因此,数据价值化应该是大数据在工业场景下的重要话题。工业大数据经济属性分析1.工业大数据从经济性上具有价值和产权的双重属性从经济学角度看,工业大数据具备双重属性:价值属性和资产属性。一方面,工业大数据能够为企业创造可量化的价值。

一种基于数据治理的石化企业工业大数据应用方法

针对石化企业数据面临着数据标准不统一、数据信息分散、数据质量参差不齐等问题,提出一种基于数据治理的石化企业工业大数据应用方法,阐述了工业大数据平台架构及各组成部分功能,并通过构建数据治理体系保障数据资源高效可用,介绍了具体应用实践,以期促进石化工业数据价值释放。

工业大数据与信息系统集成关系研究

随着信息化、智能化技术的发展,工业大数据以智能制造为核心,以“大数据+工业互联网”为基础,运用云计算、大数据、物联网、人工智能等科技引领工业生产方式的变革,推动工业经济创新发展。信息系统集成可以让异构的系统从数据层、业务层、表示层等方面完成统一,既为工业大数据提供数据来源,也为工业大数据提供业务整合、互联共享、智能可视化决策的关键因素。两者的关系互为基础;统一的体系架构;集成要求关注大数据安全。

产品全生命周期工业大数据采集与管理范式探究

针对工业大数据的多场景数据建模的复杂性以及数据处理过程中分散式与流式、实时式与离线式的数据多模态等特点,通过一般大数据的技术框架范式分析,阐述了产品全生命周期和典型应用场景工业大数据的阶段数据性质和数据结构特点,提出工业大数据离线批处理、实时检索、实时流处理、融合数据仓库的四种大数据采集与管理技术解决方案,从而为在产品生命周期过程中和不同场景下工业大数据的采集、传递、积聚、融合与在线分析提供更加及时、精准、自动化的技术处理框架范式。

基于大数据技术的工业大数据高可用集群搭建设计与实现

随着互联网技术在工业生产中广泛应用,工业互联网的发展突飞猛进。在工业生产中,企业为了对工业大数据进行更好的采集、分析和预处理,利用大数据技术搭建大数据集群来完成各个生产环节。基于Hadoop的高可用分布式框架已经成为很多企业在集群搭建中的首选。文章在基于高可用Hadoop组件基础上,搭建了Hive、HBase、Spark、Flink、Kafka等大数据生态系统中一些重要组件,用于对数据的存储、采集、抽取、清洗、预处理和分析等操作,帮助企业在生产过程中完善生产环节,提高生产效率。

基于工业大数据的智能化高炉炼铁技术研究

智能化高炉炼铁技术结合工业大数据,通过自动化控制、智能优化算法、进程模拟、数字孪生及实时监控预警技术显著提升了炼铁效率和生铁质量,案例研究显示宝武朝阳公司应用这些技术后,实现了生产参数的精确优化,提高了原料利用率和产品合格率同时降低了成本和环境污染,结果证明这些技术在钢铁行业数字化转型中具有强大的应用潜力和实际效益。

基于工业大数据的火炸药应急管理平台

针对火炸药生产制造过程中的安全性与突发事故处置,应用信息化软件设计一种应急管理系统平台。通过使用工业大数据信息化的手段,使用数据跨网传输、3维数字孪生、应急通信融合等技术,建设完备的事故应急管理系统。结果表明:该系统在保证信息安全性的前提下,能实现应急管理信息的快速传递,提高火炸药生产过程中的安全性以及对事故的反应处理能力。

工业大数据中数据采集和处理系统设计与测试分析

该文主要探究面向工业大数据的数据采集和处理系统的设计要点,并对其功能实现情况和运行性能进行测试分析。该系统可从Modbus RTU和OPC服务数据库中采集数据,并暂存于MaxComputer和Golden RTDB中,系统调用数据完成基本信息计算、班组信息计算、峰谷平计算,处理结果以表格形式呈现。从测试情况来看,该系统的数据采集、处理等基本功能可以正常实现,系统对工业大数据的单批次处理用时在50 ms以内,处理速度较快。

工业大数据分析技术与轮胎销售数据预测

工业大数据是在工业领域信息化应用中所产生的海量数据,作为决策问题服务的大数据集、大数据技术和大数据应用的总称。首先分析工业大数据4V特性与工业数据的特有特征,以及工业大数据来源;从多源异构工业数据集成与数据融合方法、工业大数据计算架构、大数据带来的信息安全等三方面论述工业大数据面临的挑战与潜在价值。探讨了工业大数据分析与挖掘方法,提出了工业大数据平台的计算架构与大数据处理平台,构建轮胎企业大数据资源中心、大数据分析与决策应用系统。从销售数据分析和宏观数据趋势两个层面进行轮胎销售大数据分析与预测。采用多个不同领域的销售数据源来解决销售预测历史数据特征空间稀疏的问题,使用LASSO(The Least Absolute Shrinkage and Selectionator Operator)方法的多任务学习方法来解决高维样本空间的缺点,实验数据验证能够提升轮胎销售预测的准确率。

流程工业中工业大数据融合应用创新研究

本文旨在探讨流程工业中工业大数据融合应用的理论框架和实践应用,分析工业多模态数据的融合应用对提升生产效率、优化资源配置及提升智能制造水平的潜力。首先,概述了当前流程工业的定义和工业大数据的特点;其次,构建了一个工业大数据融合应用模型,并提出相应的实施策略;最后,通过案例分析、验证融合应用模型的有效性,为未来的流程工业智能优化制造提供了新的思路和方法。

基于工业大数据平台的燃机电厂一体化管控关键技术的研究及应用

本文从大型燃机电厂生产经营一体化管控需求出发,对工业数据大平台的架构、功能要求、设备域主数据平台和总体流程进行了分析,对生产经营一体化管控中的数据治理、数据采集和数据处理等关键技术进行了研究。这些技术有效提高了基于工业大数据平台的大型燃机电厂生产经营一体化管控中关键应用功能的开发效率和敏捷性,对于提升电厂生产效率和经济效益具有较好的应用前景。

计算机工业大数据驱动的产品生命周期管理

在工业4.0大背景下,计算机工业大数据驱动的产品生命周期管理(PLM)成为制造业智能化转型的核心驱动力之一。随着信息技术与制造业的深度融合,企业面临着前所未有的数据洪流,包括从产品概念设计、研发、生产、销售到售后服务的全链条数据。计算机工业大数据不仅涵盖了生产参数、库存记录等结构化数据,还包括客户反馈、社交媒体情绪分析等非结构化数据。通过大数据分析、机器学习等先进技术,企业能够从海量数据中提取洞察、优化产品设计、预测市场趋势、实现供应链协同以及进行预防性维护决策。

工业大数据平台的数据采集技术研究

大数据技术的运用可以提升各类组织的决策能力、服务水平及运维能力,随着大数据技术运用领域的广泛化,工业大数据平台应运而生。因此,设法提升工业大数据平台的能力十分有必要。文章以工业大数据平台常用数据采集技术为切入点,并在此基础上,以网络爬虫采集技术为例论述其技术应用方式,分别就确定采集范围、设定采集程序等关键环节进行分析,最后对工业大数据平台的数据采集技术应用趋势进行展望。

面向应用场景的工业大数据平台研究与应用

在国家大力推进制造业数字化转型的背景下,制造企业积极开展数字化转型工作,在企业设备端和管理端会形成大量的数据。如何让数据真正发挥作用,解决企业在面对特定应用场景时的痛点问题,是当前数字化应用领域面临的首要难题。基于工业互联网平台的技术基础,构建工业大数据采集、分析与统计的平台体系,开发面向特定应用场景的专用算法或机理模型,可以使数据真正发挥作用,为企业创造价值。基于此,分析工业大数据平台的基础架构和关键技术,并针对数控机床加工中的典型应用场景,分析其应用效果。

工业大数据在智能制造中的应用价值研究

工业大数据贯穿于产品制造全生命周期,通过使用工业大数据,能够从根本上提升智能制造管控水平,推动智能制造行业平稳有序发展。针对此,文章首先阐述工业大数据概念及应用现状,然后分析工业大数据与智能制造的内在关联,接着论述工业大数据在智能制造中的应用价值,最后探索工业大数据在智能制造中的应用路径。

基于随机森林算法的工业大数据故障分析

随着信息技术的发展,工业互联网技术已经被应用到工业大数据生产的各个环节,基于大数据技术的数据采集、数据存储、数据处理、数据分析和数据可视化等模块的技术应用也越来越走向成熟和高端。但是数据异常在生产过程中带来的风险始终是企业不可忽视的问题。文章对工业大数据的实时数据进行特征提取、数据处理,采用随机森林算法对工业大数据进行训练、构建模型,将实时数据输入模型中,动态更新参数以提高模型的分类精度,输出分类结果,最终在工业生产过程中对工业大数据进行故障预警并进行故障分析。

工业大数据驱动的机械装备智能化设计与优化研究

工业大数据技术可以显著提升机械装备设计的精准性、创新性和高效性,对推动机械工业的智能化发展发挥着重要作用。文章重点研究工业大数据驱动的机械装备智能化设计与优化,深入分析工业大数据在需求分析、创新设计、性能优化等方面的应用,提出数据驱动的智能需求分析模型、知识挖掘辅助设计方法、生产过程参数优化策略和故障预警技术,并阐述面向装备全生命周期的智能化设计平台架构。