WisePredictiveAnalytics — это специализированный программный модуль, входящий в состав платформы WISECON. Он предназначен для создания, конфигурирования и эксплуатации систем предиктивной (прогнозной) аналитики технологического оборудования.
Модуль позволяет инженерам и специалистам по анализу данных разрабатывать и внедрять математические модели и алгоритмы машинного обучения для решения следующих задач:
● Раннее обнаружение аномалий: выявление отклонений в работе оборудования на ранних стадиях, которые могут привести к отказам.
● Прогнозирование отказов: расчет времени до отказа и оценка остаточного ресурса критически важных узлов и агрегатов.
● Классификация состояний: автоматическое определение текущего технического состояния оборудования (например, «Норма», «Предотказное состояние», «Неисправность»).
● Оптимизация технологических процессов: предоставление данных для принятия решений по оптимизации режимов работы и планированию технического обслуживания.
Система предназначена для использования персоналом, обладающим знаниями в области эксплуатации технологического оборудования, и не требует глубоких навыков программирования или экспертизы в области машинного обучения.
Функциональные характеристики
WisePredictiveAnalytics предоставляет комплексный набор инструментов для всего жизненного цикла создания и применения аналитических моделей.
- Интеграция и сбор данных:
● Поддержка подключения к различным источникам данных, включая системы АСУ ТП (через OPC DA/UA, Modbus), исторические архивы (Uniformance PHD, Ctr2Go) и файловые хранилища (CSV).
● Возможность сбора как текущих (реального времени), так и исторических данных для обучения и тестирования моделей. - Предварительная обработка данных:
● Встроенные инструменты для фильтрации недостоверных данных, значений, выходящих за допустимые диапазоны, и статистических выбросов.
● Функции для обработки «замерзших» (неизменяющихся) данных.
● Возможность настройки способов коррекции данных (например, пометка как недостоверные, замена последним достоверным значением, средним или медианой).
● Поддержка сжатия данных для оптимизации хранения. - Разработка моделей предиктивной аналитики:
● Регрессионное прогнозирование: создание моделей для прогнозирования значений аналоговых переменных (например, температуры, давления, вибрации). Поддерживаются алгоритмы множественной линейной и полиномиальной регрессии, нейронные сети (MLP, LSTM) и автоматизированное машинное обучение (AutoML).
● Классификация: построение моделей для определения текущего состояния оборудования на основе набора признаков. Поддерживается алгоритм градиентного бустинга (LightGBM).
● Статистический анализ: обнаружение аномалий во временных рядах на основе статистических методов (например, анализ скользящего среднего).
● Математическое моделирование: интеграция с внешними серверами для выполнения сложных математических расчетов (например, расчет напорной характеристики насоса). - Конфигурирование и управление моделями:
● Графический интерфейс для создания «блоков аналитики», группирующих несколько моделей для одного объекта оборудования.
● Инструменты для выбора зависимых и независимых переменных, настройки параметров обучения (размер выборки, доля обучающих данных) и запуска процесса обучения моделей.
● Визуализация результатов обучения, включая метрики точности и производительности модели. - Расчет корреляции и управление переменными:
● Встроенный инструмент для расчета матрицы корреляции между переменными, позволяющий инженерам выбирать наиболее значимые признаки для построения моделей.
● Возможность создания вычисляемых переменных с использованием математических и логических выражений для подготовки данных. - Система уведомлений:
● Гибкая настройка правил для генерации уведомлений (Информация, Предупреждение, Тревога) на основе результатов работы моделей.
● Возможность автоматической отправки уведомлений по электронной почте указанным пользователям или группам ролей.
● Прикрепление к уведомлениям трендов ключевых переменных для визуального анализа ситуации. - Управление шаблонами:
● Возможность создания шаблонов из настроенных объектов (включая переменные, модели и уведомления).
● Инструменты для тиражирования объектов по шаблону, что значительно ускоряет конфигурирование однотипного оборудования.
● Поддержка сохранения и загрузки изменений в/из шаблона.
Системные требования
Операционная система:
○ Серверные компоненты: Astra Linux SE 1.7/1.8; другие дистрибутивы Linux (x86-64, Arm).
○ Клиентские приложения (рабочие станции, средства разработки): Windows 10/11; Astra Linux SE 1.7/1.8.
Системы управления базами данных (СУБД):
○ PostgreSQL (или PostgresPro): используется для хранения конфигурации проекта, метаданных, журнала событий и настроек системы.
Руководства по программе:
<скачать Руководство пользователя Configurator.docx>
<скачать Руководство пользователя Workstation.docx>
<скачать Руководствопользователя_Infra_Portal.docx>
<скачать WisePredictiveAnalytics Руководство по конфигурированию.docx>
Руководство по развертыванию и администрированию
<скачать Руководство по развертыванию и администрированию Wise.docx>
Стоимость модуля рассчитывается индивидуально, для получения предложения обращайтесь +7 (499) 350-83-09 или почте tk@infra.ru