航發(fā)某單位試驗(yàn)仿真數(shù)據(jù)中心系統(tǒng)成功上線！

發(fā)布于：2023-12-06 來源：大禹匯智

一、項(xiàng)目概述

發(fā)動(dòng)機(jī)模擬試驗(yàn)仿真技術(shù)在中國(guó)航發(fā)某單位試驗(yàn)/仿真業(yè)務(wù)領(lǐng)域研究中扮演著重要的角色。通過對(duì)試驗(yàn)數(shù)據(jù)和仿真數(shù)據(jù)的對(duì)比和分析，可以深入了解研究對(duì)象在特定環(huán)境下的工作原理和性能表現(xiàn)，為產(chǎn)品研發(fā)提供關(guān)鍵數(shù)據(jù)支持和指導(dǎo)。然而，由于現(xiàn)有系統(tǒng)性能有限，導(dǎo)致在試驗(yàn)和仿真數(shù)據(jù)抽取、篩選、清洗、分析等方面存在著效率低下、分析手段欠缺等問題，嚴(yán)重影響工作效率。為此，該單位借助大禹科技DMS系列信息化產(chǎn)品，建設(shè)了一套高效、安全、可靠的試驗(yàn)仿真數(shù)據(jù)中心系統(tǒng)。該系統(tǒng)實(shí)現(xiàn)了試驗(yàn)數(shù)據(jù)和仿真數(shù)據(jù)的一站式管理和全面使用。通過該系統(tǒng)，用戶不再需要手動(dòng)收集和整理試驗(yàn)數(shù)據(jù)和仿真數(shù)據(jù)，取而代之的是系統(tǒng)一鍵導(dǎo)入和自動(dòng)化處理。數(shù)據(jù)存儲(chǔ)和管理的方式得到升級(jí)，數(shù)據(jù)傳輸和共享也更加高效安全。用戶可以輕松利用系統(tǒng)內(nèi)置分析和決策支持工具，毫不費(fèi)力地進(jìn)行數(shù)據(jù)分析和制定決策，提高數(shù)據(jù)的應(yīng)用效益。

二、業(yè)務(wù)痛點(diǎn)

在該單位的業(yè)務(wù)工作中，試驗(yàn)數(shù)據(jù)和仿真數(shù)據(jù)的對(duì)比是非常重要的環(huán)節(jié)，是確保研究結(jié)果和分析結(jié)論準(zhǔn)確性的重要手段。然而，在試驗(yàn)/仿真數(shù)據(jù)對(duì)比過程中，會(huì)存在一系列的業(yè)務(wù)痛點(diǎn)。這些痛點(diǎn)主要表現(xiàn)在數(shù)據(jù)管理、數(shù)據(jù)篩選、數(shù)據(jù)清洗、數(shù)據(jù)分析等幾個(gè)方面。具體內(nèi)容如下：

1）數(shù)據(jù)抽取方面：試驗(yàn)數(shù)據(jù)和仿真數(shù)據(jù)的生成量通常非常大，小到幾百兆，大到幾十個(gè)G，甚至達(dá)到TB的數(shù)量級(jí)。這些數(shù)據(jù)通常分散存儲(chǔ)在不同的設(shè)備和系統(tǒng)中，例如，試驗(yàn)數(shù)據(jù)存儲(chǔ)在不同的試驗(yàn)設(shè)備中，而仿真數(shù)據(jù)則存儲(chǔ)在不同的仿真軟件中。這種數(shù)據(jù)管理模式會(huì)導(dǎo)致數(shù)據(jù)分散、雜亂無章等問題，嚴(yán)重影響后續(xù)數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用的效率。因此，需構(gòu)建基于大數(shù)據(jù)技術(shù)的數(shù)據(jù)抽取模塊，結(jié)合數(shù)據(jù)管理技術(shù)，將海量的試驗(yàn)數(shù)據(jù)和仿真數(shù)據(jù)統(tǒng)一集中管理，以避免試驗(yàn)/仿真數(shù)據(jù)的分散和丟失，并提高后續(xù)數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用的工作效率。

2）數(shù)據(jù)篩選方面：為了能夠更加精確地對(duì)試驗(yàn)/仿真數(shù)據(jù)進(jìn)行對(duì)比分析，需要對(duì)統(tǒng)一集中管理的海量數(shù)據(jù)進(jìn)行進(jìn)一步的數(shù)據(jù)篩選工作。然而，當(dāng)前的數(shù)據(jù)篩選過程缺乏自動(dòng)化，需要人工手動(dòng)進(jìn)行大量的重復(fù)性操作，這不僅耗費(fèi)大量時(shí)間和人員精力，而且數(shù)據(jù)質(zhì)量很難得到保證。篩選結(jié)果會(huì)受到數(shù)據(jù)本身存在的問題或篩選算法的限制，導(dǎo)致最終篩選結(jié)果與實(shí)際需求不符。因此，為確保數(shù)據(jù)質(zhì)量、提高篩選效率，需要構(gòu)建基于大數(shù)據(jù)技術(shù)的數(shù)據(jù)篩選功能，通過該功能自動(dòng)提取出有價(jià)值的數(shù)據(jù)信息，從而使數(shù)據(jù)更加準(zhǔn)確。

3）數(shù)據(jù)清洗方面：數(shù)據(jù)清洗是一個(gè)非常關(guān)鍵的步驟，需要對(duì)篩選完成的數(shù)據(jù)進(jìn)行清洗。然而，在當(dāng)前的篩選結(jié)果數(shù)據(jù)中會(huì)存在缺失值、錯(cuò)誤值、重復(fù)值、不一致等數(shù)據(jù)問題，這將會(huì)嚴(yán)重影響數(shù)據(jù)的準(zhǔn)確性，使后續(xù)針對(duì)這些數(shù)據(jù)進(jìn)行的分析、建模和決策結(jié)果無法得到有效保障。因此，需要構(gòu)建基于大數(shù)據(jù)技術(shù)的數(shù)據(jù)清洗功能，通過內(nèi)置的數(shù)據(jù)清洗算法對(duì)篩選后的數(shù)據(jù)進(jìn)行剔除不準(zhǔn)確、不完整、重復(fù)或無效的數(shù)據(jù)，并修復(fù)錯(cuò)誤和缺失的數(shù)據(jù)，以確保數(shù)據(jù)的準(zhǔn)確性。

4）數(shù)據(jù)分析方面：數(shù)據(jù)分析同樣扮演著至關(guān)重要的角色。數(shù)據(jù)清洗的目的是確保數(shù)據(jù)的質(zhì)量和準(zhǔn)確性，而數(shù)據(jù)分析則是對(duì)清洗后的數(shù)據(jù)進(jìn)行深入的探索、解讀和提取價(jià)值信息的過程。然而，在當(dāng)前的數(shù)據(jù)分析過程中，由于人員精力有限或基于以人力大腦的分析方式，很難得出精準(zhǔn)的試驗(yàn)/仿真數(shù)據(jù)對(duì)比結(jié)果，這將導(dǎo)致數(shù)據(jù)分析結(jié)果不準(zhǔn)確。因此，需要構(gòu)建基于大數(shù)據(jù)技術(shù)的數(shù)據(jù)分析功能，幫助用戶更快速、自動(dòng)地對(duì)數(shù)據(jù)進(jìn)行建模、歸納和推理，提高分析結(jié)果的準(zhǔn)確性和可靠性。

三、解決方案

為解決該單位的業(yè)務(wù)痛點(diǎn)，大禹科技公司結(jié)合自主研發(fā)的DMS-EDC工程數(shù)據(jù)中心產(chǎn)品，成功的為該企業(yè)構(gòu)建了試驗(yàn)仿真數(shù)據(jù)中心系統(tǒng)。該系統(tǒng)實(shí)現(xiàn)了海量仿真數(shù)據(jù)和試驗(yàn)數(shù)據(jù)的高效管理，底層通過集成原有的TDM系統(tǒng)以及仿真軟件，實(shí)現(xiàn)了試驗(yàn)/仿真數(shù)據(jù)的二次抽取、清洗、整合和管理。并基于數(shù)據(jù)應(yīng)用的場(chǎng)景，建立了試驗(yàn)、仿真等數(shù)據(jù)主題倉庫，使不同維度的數(shù)據(jù)關(guān)聯(lián)起來，從而將分散在各業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)統(tǒng)一整合到數(shù)據(jù)中心系統(tǒng)中，實(shí)現(xiàn)相關(guān)數(shù)據(jù)的快速查詢、共享和應(yīng)用。同時(shí)，該系統(tǒng)結(jié)合不同數(shù)據(jù)倉庫和DMS-DAP數(shù)據(jù)分析工具，實(shí)現(xiàn)了對(duì)仿真數(shù)據(jù)、試驗(yàn)數(shù)據(jù)等各類數(shù)據(jù)的深度分析和應(yīng)用。

四、功能應(yīng)用

1）數(shù)據(jù)抽取：數(shù)據(jù)抽取功能支持從多種不同類型的數(shù)據(jù)源（原有TDM系統(tǒng)以及仿真系統(tǒng)）中提取海量的數(shù)據(jù)信息以實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一集中管理存儲(chǔ)。在抽取過程中，對(duì)于大規(guī)模的數(shù)據(jù)量，數(shù)據(jù)抽取速度獲得極大提升，比如針對(duì)大約1G的數(shù)據(jù)信息，系統(tǒng)僅需在30秒的時(shí)間內(nèi)即可輕松抽取。這種高效的抽取速度使用戶能夠即時(shí)獲得所需的數(shù)據(jù)內(nèi)容，無需長(zhǎng)時(shí)間等待，從而大大提高工作效率。

2）數(shù)據(jù)篩選：數(shù)據(jù)篩選功能提供豐富的選項(xiàng)，用戶可以指定要篩選的字段、設(shè)定過濾條件、定義排序方式等。使用戶可以根據(jù)自己的分析目標(biāo)，靈活地定制數(shù)據(jù)篩選的規(guī)則和流程。通過使用數(shù)據(jù)篩選功能，用戶可以快速準(zhǔn)確地從大量的數(shù)據(jù)中篩選出符合需求的數(shù)據(jù)集合。相比人工篩選的方式，利用自動(dòng)化數(shù)據(jù)篩選功能使篩選效率提升了幾十倍，節(jié)省了大量的時(shí)間和精力。

3）數(shù)據(jù)清洗：數(shù)據(jù)清洗功能具備可擴(kuò)展性與適應(yīng)性等特點(diǎn)，用戶可以根據(jù)需要?jiǎng)?chuàng)建新的清洗算法和規(guī)則，并以可視化拖拽的方式進(jìn)行數(shù)據(jù)清洗算法的流式建模，通過一系列算法和規(guī)則對(duì)數(shù)據(jù)進(jìn)行處理和調(diào)整，以解決不同類型的數(shù)據(jù)質(zhì)量問題。

4）數(shù)據(jù)分析：數(shù)據(jù)分析功能具備多種數(shù)據(jù)分析算法，例如聚類分析、因子分析、回歸分析、時(shí)間序列分析等。用戶可以根據(jù)自身需要選用合適的數(shù)據(jù)分析算法，將分析結(jié)果可視化呈現(xiàn)，以便于用戶直觀的了解試驗(yàn)/仿真數(shù)據(jù)內(nèi)在的模式和規(guī)律。數(shù)據(jù)分析功能還支持建立分析模型，以便用戶可以重復(fù)利用已經(jīng)創(chuàng)建好的分析流程和參數(shù)配置。用戶可以根據(jù)經(jīng)驗(yàn)和需求，將常用的分析步驟、參數(shù)設(shè)置和數(shù)據(jù)處理規(guī)則保存為模型。這樣，在以后的分析過程中，用戶可以直接調(diào)用模型，提高分析效率。

五、建設(shè)收益

1）數(shù)據(jù)抽取方面：為用戶實(shí)現(xiàn)了從原有的TDM系統(tǒng)和仿真系統(tǒng)中高效率抽取數(shù)據(jù)的功能，使得用戶能夠更方便地存儲(chǔ)、查詢、管理以及使用試驗(yàn)/仿真數(shù)據(jù)，把技術(shù)人員從大量的手工處理工作中解放了出來，工作效率提高了數(shù)十倍，得到了技術(shù)人員的高度認(rèn)可。

2）數(shù)據(jù)收集方面：為用戶構(gòu)建了數(shù)據(jù)自動(dòng)收集功能，減少了手動(dòng)記錄和收集數(shù)據(jù)的工作量。通過自動(dòng)收集試驗(yàn)/仿真數(shù)據(jù)，極大的提高了數(shù)據(jù)的準(zhǔn)確性和及時(shí)性，加快了后續(xù)的數(shù)據(jù)處理和分析過程。

3）數(shù)據(jù)清洗方面：為用戶構(gòu)建了靈活的數(shù)據(jù)清洗功能，能夠方便的幫助用戶處理試驗(yàn)/仿真數(shù)據(jù)中的異常、缺失值等問題，節(jié)省了技術(shù)人員大量的工作量，并提高了數(shù)據(jù)的質(zhì)量和準(zhǔn)確性，從而更好地支持后續(xù)的數(shù)據(jù)分析和決策。

4）數(shù)據(jù)分析方面：為用戶構(gòu)建了強(qiáng)大的基于大數(shù)據(jù)的數(shù)據(jù)分析功能，幫助用戶實(shí)現(xiàn)了從大量的試驗(yàn)/仿真數(shù)據(jù)中，快速的、隨心所欲的建立分析模型，以可視化的方式建立數(shù)據(jù)分析流程，并對(duì)數(shù)據(jù)分析結(jié)果進(jìn)行呈現(xiàn)，使用戶能快速得到想要給分析結(jié)果，并以更直觀的方式理解數(shù)據(jù)和分析結(jié)果。

綜上所述，通過試驗(yàn)仿真數(shù)據(jù)中心系統(tǒng)的建設(shè)，該科室在試驗(yàn)/仿真數(shù)據(jù)對(duì)比分析方面的工作效率取得了顯著提升，并開發(fā)了更多的基于大數(shù)據(jù)的分析算法，建立了更多的可重復(fù)使用的分析模型，幫助用戶大大提升了研制效率和數(shù)據(jù)質(zhì)量。

六、關(guān)于大禹匯智

北京大禹匯智科技有限公司，是一家基于工業(yè)互聯(lián)網(wǎng)技術(shù)的、面向智能制造的信息化解決方案供應(yīng)商，通過了國(guó)家雙軟認(rèn)證，獲得了國(guó)家高新技術(shù)企業(yè)和專精特新等榮譽(yù)。公司擁有自主可控的DMS-MindSpace全套業(yè)務(wù)解決方案，覆蓋設(shè)備聯(lián)網(wǎng)、數(shù)據(jù)采集、數(shù)據(jù)管理、數(shù)據(jù)分析等所需的工具和解決方案，同時(shí)提供基于離散事件仿真技術(shù)為生產(chǎn)系統(tǒng)提供工藝流程仿真優(yōu)化分析和平臺(tái)開發(fā)等服務(wù)。公司致力于成為高端裝備制造業(yè)領(lǐng)先的“設(shè)備連接商、數(shù)據(jù)分析商、仿真服務(wù)商”。

大禹匯智的DMS系列整體解決方案以“數(shù)據(jù)”為核心、以“流程”為引擎、以“自動(dòng)”為手段、以“智能”為目標(biāo)，綜合集成設(shè)備數(shù)字化改造、設(shè)備聯(lián)網(wǎng)集成、過程數(shù)據(jù)自動(dòng)化實(shí)時(shí)采集、設(shè)備遠(yuǎn)程控制、風(fēng)險(xiǎn)預(yù)警、海量存儲(chǔ)、分析挖掘、數(shù)字孿生等關(guān)鍵技術(shù)，幫助企業(yè)實(shí)現(xiàn)透明可控的信息化制造體系，推進(jìn)生產(chǎn)運(yùn)營(yíng)智能化，提高生產(chǎn)質(zhì)量、生產(chǎn)效率和資產(chǎn)運(yùn)營(yíng)水平，賦能企業(yè)提質(zhì)增效、降本減存，實(shí)現(xiàn)智能制造升級(jí)。