为什么说MixIOT是精于数据分析的工业互联网平台？
MixIOT的数据分析能力在各种项目实践中已经得到了验证，本文就从相对宏观的层面来说说，为什么MixIOT是精于数据分析的工业互联网平台。
基于“多源异构数据映射”方法论的MixIOT，能够通过独有的映射表的方式，将不同业务系统、不同来源的数据融合在一起进行管理、处理和呈现，实现数据的高效协同。
不管是通过网关适配器采集的，还是从其他业务系统对接请求回来的、通过统计计算得出的，甚至手工输入的数据，经过映射表处理后，都能抽象还原成为工业互联网项目所定义的“对象”的FV变量（关于“对象”的概念，参见扩展阅读），无需再考虑数据实际的来源、类型、性质等因素，为后续在一个统一体系下的数据分析奠定了基础。
▲MixIOT映射表脚本示例
这种对数据的抽象还原：
一方面令以往因来源不同而需要人工统计计算的数据可以由系统自动计算生成，大大提高了数据的准确性。
另一方面也让以往那些因不同来源、不同业务系统隔阂导致没有关联起来的数据，有了共同的话语体系，能够根据实际需要互相“对话”，从而产生新的结果和线索。
MixIOT的核心研发团队中有麻省理工学院背景的数学专家，智物联也是国内少有的专门拥有一支算法团队的工业互联网企业，这令MixIOT在数学算法能力上独树一帜。简单来说，MixIOT的算法能力表现在以下几个方面。
1、基础统计计算
MixIOT支持十几种统计计算方式，并可以通过数据变换支持向量、矩阵和离散数据的使用，满足了工业互联网日常需要的基本统计计算需求。
|
统计方法标识 |
统计方法名称 |
基本统计量 |
|
max |
最大值 |
单值 |
|
min |
最小值 |
单值 |
|
count |
数量 |
单值 |
|
average |
算数均值 |
单值 |
|
sum |
总和 |
单值 |
|
accumulate |
读数转用量 |
单值 |
|
integral |
积分 |
单值 |
|
hour |
分段时长 |
单值 |
|
interval |
延续时长 |
单值 |
|
variance |
方差 |
单值 |
|
covariance |
协方差 |
矩阵 |
|
euclid |
平均欧几里得距离 |
单值 |
|
pearson |
皮尔逊相关系数 |
单值 |
▲MixIOT支持的统计计算方式
2、标量化的算法模型
MixIOT中有多个标量化的算法模型。
所谓标量化，是指用客观的、具有普遍意义的方法对工业互联网对象的不同参数（如温度、压力、转速、功率、流量等等）进行处理后，在同一个维度下进行分析，同时这个方法是可比较的，可重复的，并保持一致性和一贯性。
标量化的本质是对复杂对象的“降维”，就像将不同的食物用热量值这一方法来考量后，便有了统一的比较标准。
|
标量化算法模型 |
|
|
映像图分析 |
|
|
|
|
|
|
|
|
|
研究对象设备状态变化时，各因素之间的相互关联关系 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
对实时时序数据变化过程中是否符合“临界特征”进行连续监测，是安全生产的报障 |
| 特征统计 |
对历史时序数据变化过程中“非临界特征”的关联性统计，适用于预测、判断异常情况的发生 |
▲MixIOT中的标量化算法模型及其适用情况
3、针对特定场景、行业或设备的算法模型
在MixIOT的统计计算和标量化算法模型的基础上，智物联针对特定场景、行业或设备，研发设计了相应的算法模型。
比如空压机组动态配载系统、重型(沼气)发电机优化系统、重型发动机异常停机判断与保护系统、锅炉燃烧智能燃烧控制器系统等。
与标量化算法模型不同的是，这些算法模型有明确的应用指向，解决的是一个个具体问题，但同时又是在满足相应条件的前提下可以快速复制、重复使用。
例如空压机组动态配载系统，是在保证提供足够的供气量的情况下，兼顾空压机的安全稳定运行，通过对用气量、用气压力、产气量、排气温度、供气压力、前轴承温度、卸载压力、瞬时流量、功率等参数进行相应计算后得出的空压机运行的动态组合方案，来减少空压机组的耗电量，延长空压机的设备寿命，其中就会涉及稳定性分析、风险分析等标量化算法模型的使用。
上述统计计算、标量化的算法模型和特定的算法模型体现在MixIOT中，就是一个个的应用模块，可以根据客户的实际需求灵活进行选择和配置。
▲MixIOT数据算法模块的应用实例
除了这些已有的应用外，智物联的算法团队还会在实践中不断尝试应用各种数学知识来解决复杂问题。
比如在增量分析和偏态分析的基础上，利用泰森多边形法来解决反应釜沉积物的最佳清理时间问题；在相关性分析基础上，利用元胞自动机方法来预测对某些参数进行调节后整个生产系统的演变；甚至在一般降维方法不适用的时候，采用拓扑数据分析中的持续同调来加以解决。
总之，在实际的工业互联网项目中，只要有助于解决问题，什么数学方法都可以用上，而当解决问题的方法具有一定的通用性和可复制性时，又可以成为MixIOT中的一个应用模块。这是MixIOT的核心竞争力，也是其灵活性的体现。
由于MixIOT既可以部署在云端，也可以部署在方略柜中，保证了在云端和边缘端的所有计算都是在一个体系下进行，而且数据与计算结果可以互相流通。
尤其是针对特定场景、行业或设备的算法模型，一般都是在边缘端实现，便于完成对设备的调度和控制。同时，边缘端还可以将云端所需要的数据和计算结果上报，在云端再进行进一步的分析计算或满足报表等其他应用的使用需求。
▲MixIOT云边结合的计算架构
这种云边相结合的计算架构在工业互联网项目中主要具有以下优势。
1、增加数据安全性
很多制造企业的生产涉及到工艺参数的保密性，往往要求原始数据不出厂区甚至不出车间，边缘计算就能满足这样的需求，提高整体数据隐私。此外，边缘计算分散分布的特性也有助于保护企业的网络安全。
2、合理分配算力，降低运营成本
当大量数据的存储和处理是在边缘端时，就不需要过多的云资源，算力可以得到合理分配，也就节约了冗余成本。
3、提高业务运行效率
边缘计算减少了数据传输的时间，增强了数据利用的实时性。同时，边缘端的设备物联可以在没有互联网连接的情况下自主工作，也能够避免网络传输故障可能带来的各种问题，提高了各项业务的效率。
4、各司其职，满足不同的数据需求
一个企业内，不同的层级、不同的角色关注的数据是不一样的。一般来说，生产一线的生产经理或者是车间主任要看到各种各样的实时数据可以通过边缘端得到，而工厂厂长或者是集团总部所需要的业务指标或结论性的数据就可以通过云端获得。云边结合又各司其职，才能让数据发挥最大的使用价值。
MixIOT之所以如此重视数据分析计算，是因为智物联始终认为，工业互联网的目的是为了解决工业生产中面临的各种问题，而解决问题的前提是掌握信息。信息从哪来？只有从纷繁复杂、浩如烟海的工业数据中来。所以必须花大力气在数据治理上下工夫，这也是MixIOT最重要的特点之一。
---THE END---
上一篇：
下一篇：
如有疑问或想了解更多，请咨询：0755-23740592
