工业大数据平台方案

1、工业大数据复杂装备远程运维综合解决方案内 容一、公司介绍二、工业大数据建设背景及思路三、工业大数据平台技术架构四、工业大数据平台案例制造电力航空石油智能工厂智能联网产品运维服务绿色制造广域电网测量WAMS能源装备的远程运维新能源分析与优化停电预测和过载预警飞行安全监控航空器维护航路管理，能耗优化物探大数据管理和共享油气生产物联网管道完整性管理、能耗优化轨道交通列车运维行车安全环境安全船舶设备综合保障 降低船舶能耗 航海安全数据服务工业大数据 智能制造和制造服务化的重要组成部分工业4.0系统可以被看作是数据、硬件、软件和智能的流通与互动。从智能设备和网络中获取数据，然后利用大数据和基于机器所在行

2、业的分析工具进行存储、分析和可视化。最终的“智能信息”可以供决策者（在必要时实时）使用，或者作为各工业系统中更广泛的资产优化或战略决策流程的一部分。各种产生数据的机器工业大数据循环体系机器数据采集专有机器数据流提取存储基于机器特征的算法和数据分析可视远程和集中数据以及智能信息优化机器的数据流返回机器 各种基于机器以及机器上下文的分析模型机器数据系统工业大数据的核心：机器数据海量高速机器24*7产生，产生速度快，数据量大独特数据类型机器产生的时间序列，时空序列，或者数组阵列数据，多种类型实时深度分析基于复杂数值算法的实时和历史分析一个典型的大规模机器大数据应用系统（如工程机械物联网、油气生产物联

3、网、智能电网、车联网、地质勘探等），每天产生的数据量是淘宝交易的100倍，且要在这些数据上实时做复杂的领域相关分析机器大数据的特点 工业大数据 - 实现路径从海量产品数据中挖掘出对用户有价值的信息，以直观，有效的表现形式，为用户决策提供商业支持和服务 数据产品化将计算机的逻辑功能嵌入到机器上，用数据的方式描述机器制造和运行过程中产生的大量信息。产品数据化 通用电气 - Predix工业互联网平台航空医疗制造采矿石油配电发电铁路灌溉风电 航天数据 - 发展方向大数据软件专业厂商大数据技术专业能力低高低高制造业行业积累和能力工业企业大型信息化企业工业大数据领先者内 容一、公司介绍二、工业大数据建设

4、背景及思路三、工业大数据平台技术架构四、工业大数据平台案例工业大数据平台 - 数据业务逻辑价值客户企业数据机器数据历史数据CRM、ERP数据安全数据管理Storm、Kafka数据清洗数据实时、批量接入非结构化数据半结构化数据数据索引数据融合结构化数据APIs分析处理技术数据12数据源数据接入34数据管理数据分析5数据展示数据分类流计算WEBTabletPhone数据处理层工业设备工业传输协议DATA Collector网络传输协议议ERPCRMOA设备数据增量数据导入批量数据导入系统数据DATA AGENTETL离线计算引擎分布系统文件工业流数据实时分析通用SQL分析引擎工业级算法分析引擎通用

5、搜索引擎消息队列内存存储RedisNO-SQLHBaseTSDB数据存储层资产管理/服务数据管理/服务数据分析数据安全工业大数据平台 - 技术架构全文搜索SearchSQL&API数据采集大数据基础技术平台应用层工业大数据平台 - 云技术航天数据公司与金山云紧密合作，全面共享、定制云能力：全面集成大数据生态组件，无缝对接云端数据；主节点和元数据高可用保障，稳定安全；快速部署，弹性扩展；专业漏洞扫描，保障服务器安全；专家咨询，专业服务。云接入：复杂事件实时处理云储存：数据可靠安全云分析：处理海量数据容量型可达40MB/s吞吐量，访问时延5-10ms，单盘最高20000IOPS、256MB/S吞吐

6、性能，访问时延0.5-2ms每台云服务器最大支持3块EBS盘，普通云盘单块最大支持4T ，高性能云盘单块最大支持2T高性能大储存工业数据处理专区实现复杂事件处理（CEP） 、可视化实时数据流管理等功能1.数据采集- 设备数据关键组件解决方案水轮机叶片推力轴承连轴螺栓油膜温度测量系统声发射测量系统声呐检测系统外加传感器利用关键测量技术，将外部传感器加装于原有复杂装备上，实现设备数据化；内置传感器利用设备内置传感器，解析复杂装备原有工业传输协议Kafka/Flume一般用于日志数据/传感器数据/用户行为数据的接入业务系统数据库的增量实时接入采用CDC、binlog方案，实现采用数据库日志的方式无负

7、荷接入1.数据采集 - 实时数据接入处理kafka、flume数据接入流式计算引擎(storm、spark-streaming)Hadoop分布式数据库内存数据库Gobblin/Kettle/Sqoop支持到多种数据源，支持到各种关系型数据以及MongoDB/HBase等NoSQL支持全量/增量/定时各种传输模式采用ETL方式接入数据，数据接入的过程中可以进行清洗和整合1.数据采集 - 批量数据接入处理2. 大数据基础平台 - 数据分析能力历史数据分析，通过对历史数据进行整合和分析，建立工业级的预测模型，以进行更有效的生产和运营。实时数据处理，通过分析实时数据检测设备状态、预防设备故障、优化生

8、产过程。主要数据分析类型：1. 描述性分析2. 规定性分析3. 预测性分析基于对数据的统计分析，描述数据表现出的现象与客观规律利用历史数据建立分析模型和规范的分析流程，建立数据到信息的输入输出关系，实现对连续数据流的实时分析通过对数据的深层挖掘建立预测模型，实现对不可见因素当前和未来状态的预测航天数据公司数据分析的三个发展阶段2. 大数据基础平台 - 分布式计算引擎Spark2. 大数据基础平台 - MPP数据库与Hadoop相结合核心目标：资产建模，连接资产和数据源资产分类原则：属性分类（质量、压强等）或用户自定义（位置信息、资产供应商等）资产模型是工业大数据平台的关键，是连接平台所有服务的

9、中枢，能帮助应用开发者更好的理解、分析和处理数据图形数据库资产服务数据存储是一个图形数据库 将元数据描述成数据模型查询引擎利用图形表达式语言（GEL）检索数据API接口层支持资产分层、属性分类和自定义建模对象终端访问域对象建模层转换数据格式，便于数据库存储和查询。资产管理服务3. 大数据应用 - 资产管理服务常用的数据管理与服务：对各种类型数据进行接入、处理和储存。 数据接入 数据处理 数据储存对数据进行处理，例如对传感器数据进行标签处理、资产数据与ERP数据相结合等。支持多渠道多类型的数据接入，包括实时数据接入和批量数据接入。可根据需求选择存储方式：时间序列存储传感器实时数据BLOB数据库存

10、储图片式数据关系型数据库存储其他数据3. 大数据应用 - 数据管理与服务实时数据分析通过对历史数据进行整合和分析，建立工业级的预测模型，以进行更有效的生产和运营异常检测（Anomaly Detection）事件流处理（Event Stream Processing）分析运行环境（Analytics Runtime）分析界面（Analytics User Interface）分析日志（Analytics Catalog）迭代提升通过分析实时数据检测设备状态、预防设备故障、优化生产过程历史数据分析常用数据分析服务 3. 大数据应用 - 数据分析服务满足企业互联网端对端的安全需求建立企业互联网应用，

11、安全性问题关键依赖授权和身份验证两个环节。主要目标：1. 租户管理2. 用户账户和身份验证为租户提供特定服务实体及注册表，完成租户和服务实体间的完美映射，在确保客户数据信息安全的基础上，实现服务生命周期管理。在传统用户信息验证方法的基础上，增加多种验证方法完善身份验证系统。3. 访问控制建立资源访问限制，增强用户账户信息验证的权威性，同时不断提升和优化网络访问信息安全，实现复杂条件下的访问控制。3. 大数据应用 - 数据安全服务多维数据分析展示基于R语言的交互式数据探索对接后台海量数据用于数据分析师各种分析，挖掘，预测等场景3. 大数据应用 - 数据展示工具内 容一、公司介绍二、工业大数据建设

12、背景及思路三、工业大数据平台技术架构四、工业大数据平台案例服务型制造案例健康状态管理系统PHM 国产C919大飞机装配有我国自主研制的故障预测与健康管理系统(PHM)，为国产大飞机安全护航。通过传感器获取设备状态信息，借助多种智能算法，监测、分析、诊断设备的健康状态，已实现对3万多项飞机数据中涉及飞行安全的4600多个关键数据进行实时监控、故障诊断、维修控制决策、飞机运行管理、发动机监控、健康状态评估以及维修品质分析等功能，建立了我国国产大型客机的数据中心。监控积累数据健康状态管理系统PHM商飞健康状态管理系统PHM服务型制造案例远程运行中心服务型制造案例数据传输服务型制造案例飞行中实时数据服

13、务型制造案例直升飞机旋翼PHM系统 中国航天科工集团为直升机装配有我国自主研制的直升机旋翼和传统系统故障预测与健康管理系统(PHM)，为直升机安全护航。通过传感器获取设备状态信息，借助多种智能算法，监测、分析、诊断设备的健康状态。服务型制造案例直升飞机旋翼PHM系统服务型制造案例直升飞机旋翼PHM系统服务型制造案例直升飞机旋翼PHM系统哈尔滨电气集团 - 已有主要成果基于远程数据采集的数字资产管理监控基于知识库及故障分类的健康状态管理通过实行统一数据治理，可以实现更高层次的数字资产抽象，从而实现新机型、新设备的简单扩展哈尔滨电气集团 - 数据治理框架升级哈尔滨电气集团公司现有的远程运维系统中，

14、仅考虑了水轮机一种数字资产，在考虑汽轮机时水平扩展性上存在很大的缺陷水轮机模型汽轮机模型锅炉模型航空医疗制造采矿石油基于机械抽象模型的数据结构基类设计利用航天数据与金山云合作开发的公网工业数据专用云系统，适应工业数据的采集特点，能够实现弹性扩展的数据高并发接入、复杂流数据处理、分布式存储、高性能计算能力。哈尔滨电气集团 - 数据云处理能力升级现有系统数据库通过前端数据采集系统，以8秒为一个采集传输周期，每个周期进行16000多组数据传输，包括温度、流量、电参量、压力及振动摆度等数据，形成7个独立的关系型数据库，数据关联分析效率低下且不灵活。通过将原有的数据库升级为Hadoop大数据生态系统，能够打破关系型数据库的缺陷，实现数据的融合分析。哈尔滨电气集团 - 大数据处理能力升级哈尔滨电气集团 - 大数据分析能力升级现有