数据建模平台 – DTEmpower V2.0正式发布

0 评论

如何快速的从工业数据中建立模型,并将其作为知识进行积淀和应用,以提高自身业务的竞争力,是工业企业非常关注的话题。人工智能和数据挖掘技术的发展虽然一定程度上降低了数据建模的上手难度,但是建立高质量的模型并与自身工业具体场景的结合,仍然存在着一定的门槛。在此背景之下,南京天洑软件有限公司通过多年自主研发,推出了数据建模平台DTEmpower,致力于降低工业数据建模的门槛。通过在DTEmpower V1.0基础之上深入研发,DTEmpower V2.0现正式发布!

数据建模平台 - DTEmpower V2.0正式发布

图一 DTEmpower V2.0 正式发布!

 

此次DTEmpower V2.0相对于V1.0主要具备6大亮点:

1)新增智能数据清理工具,异常点识别更精准;

2)针对工业设计小数据集的智能训练算法;

3)在数据建模流程中方便的融合机理模型;

4)与天洑智能优化平台AIPOD的无缝集成,轻松开展优化;

5)PHM扩展工具箱,搭配预警模型运行模块,实现早期预警;

6)软件优化,运行更稳定,使用更便捷。

 

一、新增智能数据清理工具,异常点识别更精准

DTEmpower V2.0新增了智能数据清理工具AIOD,它通过自研的智能调度引擎,管控数十种数据清理算法,包括,Global Outliers Detection、Local Outliers Detection、Contextual Outliers Detection、Regression based OD、Hybrid Auto OD、Cluster Analysis、Classification Analysis等等,多维度综合打分排序,无需用户进行算法选择和参数配置,一键完成异常数据清理。

数据建模平台 - DTEmpower V2.0正式发布

图 2 智能数据清理

 

二、针对工业设计小数据集的智能训练算法

针对工业设计数据的“小数据集”、”数据分布不均“等特点,天洑研发了一套智能训练算法AIAgent,其主要特点包括:

1)使用集成算法提升模型精度和稳定性;

2)通过智能分层分类,级联使用不同置信度来源数据,极小化代理构建成本;

3)通过超参优化,解决参数调节难题,用户无需介入训练过程,一键得到“更优”模型。

数据建模平台 - DTEmpower V2.0正式发布

图 3 智能数据训练AIAgent, 小数据集下表现远超传统算法

 

三、在数据建模流程中方便的融入机理模型

DTEmpower支持用户在数据建模流程中融入机理模型,以改善模型的精度和提高模型的可解释性。具体包括:

1)在特征提取环节添加新的自定义特征;

2)在训练环节使用自定义的参数化模型取代黑盒模型,由DTEmpower提供优化算法对未知参数进行拟合;

3)提供模型聚合功能,将用户提供的公式模型和数据训练的模型组合,作为单个DT模型导出,从而实现数据挖掘与机理模型的融合。

数据建模平台 - DTEmpower V2.0正式发布

图 4 在数据建模流程中方便的融入机理模型

 

四、与AIPOD的无缝集成,轻松开展优化

DT模型的一类典型应用场景是,将建立的DT模型用于产品的优化设计、设备运行优化等各类优化问题中。DTEmpower建立的模型可直接导出,同时AIPOD V2.0支持在计算流程中一键导入DT模型,并且可以和脚本、可执行程序进行耦合,实现任意复杂的设计计算流程的搭建。之后便可以借助于SilverBullet算法,进行优化问题求解。

数据建模平台 - DTEmpower V2.0正式发布

图 5 在AIPOD中一键导入DT模型,耦合建模,进行优化

 

五、PHM扩展工具箱,搭配专家分析平台,实现早期预警

DTEmpower 是一个开放式的数据建模平台,提供了针对不同场景的定制工具箱,针对设备预警场景的PHM扩展工具箱正是其中之一。PHM扩展工具箱在DTEmpower强大的数据建模能力的基础之上,提供了一套针对时间序列的智能预警算法,可以轻松固化专家的判断逻辑,从参数的波动、变化趋势,以及参数和预示模型预测值的相对偏差等多方面对参数进行健康度评估。PHM工具箱目前提供有单参数预警、组合参数预警两大控件,此外DTEmpower还提供一个配套的预警模型运行模块DTEmpower Run(简称DTRun)。

DTEmpower训练得到的预警模型可以直接导入DTRun,DTRun可实时接收传感器数据,调用DT模型进行数据分析,返回分析结果,实现在线预警。

数据建模平台 - DTEmpower V2.0正式发布

图 6 识别时间序列中的异常,并给出异常原因,辅助用户快速处置

数据建模平台 - DTEmpower V2.0正式发布

图 7 DTRun中调用DT模型对实时数据进行分析,实现在线预警

 

六、软件优化,运行更稳定,使用更便捷

“占用资源高,软件易崩溃”是众多软件产品面临的一个重要问题。DTEmpower采用多进程架构,主进程负责人机交互和任务管理,所有的模型训练任务都运行在独立的进程中,保证主进程的稳定运行;主进程实时监测各任务进程的运行情况,及时关闭异常进程,释放系统资源。DTEmpower V2.0对该架构进行了大量细节优化,软件运行稳定性得到了很大提升。

DTEmpower V2.0的用户交互界面在保持B/S架构的同时,对用户界面进行了全面改版升级。升级后的用户界面采用Ribbon菜单,更贴合工程师的使用习惯,单页面的信息密度更高,能够更好的辅助用户进行数据分析和模型训练。

数据建模平台 - DTEmpower V2.0正式发布

图 8 界面全面改版,使用更便捷

更多详细介绍,请点击DTEmpower——数据建模平台前往查阅。

相关软件
工业企业均拥有大量的数据,如何从数据中挖掘知识,并有效服务于自身的业务是各企业非常关注的话题。随着人工智能和数据挖掘技术的发展,市场上已存在有大量开源的和商业的数据建模解决方案,但是对于工业企业,要想建立高质量的模型,并应用于自己的业务场景