日日碰狠狠躁久久躁96avv-97久久超碰国产精品最新-婷婷丁香五月天在线播放,狠狠色噜噜色狠狠狠综合久久 ,爱做久久久久久,高h喷水荡肉爽文np肉色学校

睿治

智能數據治理平臺

睿治作為國內功能最全的數據治理產品之一，入選IDC企業數據治理實施部署指南。同時，在IDC發布的《中國數據治理市場份額》報告中，連續四年蟬聯數據治理解決方案市場份額第一。

工業對象數據建模的四個靈魂之問

時間：2022-05-31來源：鐵錘妹妹瀏覽數：371次

我們知道，生產系統的參數會不斷變化，部分標準需要經常性地修訂。另外，生產過程中會有各種干擾。干擾導致標準的輸入無法達到標準的輸出。這時候就需要模型動態計算輸入，以便讓輸出符合要求。

在生產過程中，為了更好地控制工藝過程和產品質量，往往需要利用生產數據，對設備、產品和工藝工程進行建模。當我閱讀相關論文時，感覺多數作者對工業過程數據建模的理解不深。我這里談四個基本的常識性問題。

1、為什么要為工業對象模型？


很多人知道，模型往往是用來計算系統輸入的，是用來解決“怎么做”的問題。

現實中，沒有模型的時候，人們也知道“怎么做”。在現代化企業中，會把“怎么做”固化成標準。這些標準包括了很多層級。在每個層級，都包含目標和做法。上一層的輸入就是下一層的輸出。既然如此，為什么還需要模型？

模型的用途有兩個：一個是為了制定標準，一個是應對應對變化。

我們知道，生產系統的參數會不斷變化，部分標準需要經常性地修訂。另外，生產過程中會有各種干擾。干擾導致標準的輸入無法達到標準的輸出。這時候就需要模型動態計算輸入，以便讓輸出符合要求。

2、有了科學知識，為什么還要建模？


很多人認為，建模的前提是沒有模型，尤其是沒有理論模型。其實，在冶金、化工、機械、航空等領域，都有著相當成熟的科學理論基礎和數學模型。那么，為什么還要建模呢？

現實的問題是：理論模型需要很多參數和實時數據。現實中，實時數據和參數缺失、不準確；系統越是復雜，這類問題越是嚴重。理論模型雖然正確，如果沒有這些參數，就無法滿足工業企業的需要。這時候，需要用現實的數據建模，才能滿足工業的需要。

從某種意義上說，工業數據建模得到的模型“并不正確”，但是有用。

3、工業企業，到底需要什么樣的模型？


很多人認為，只要模型的精度高就可以了。但其實，這里存在一個誤區：什么叫模型精度高？平均精度高嗎？?現實中，人們對模型的穩定性有很高的要求，往往是建模的難點。所謂穩定，就是要避免下面的情況：

今天模型精度高，明天模型精度低

正常工況精度高，異常工況精度低

有些場景精度高，有些場景精度低

4、工業對象的數據建模，難在什么地方？


多人認為難在算法上。

在筆者看來，本質問題是數據質量的問題。數據質量高，建模往往不難；數據質量低，神仙都沒有辦法。數據建模的重點工作，往往是設法提高數據質量。

數據量大不等于數據質量高。但數據量大有利于提高數據質量。工業大數據時代的意義，就在于此。

（部分內容來源網絡，如有侵權請聯系刪除）
立即申請數據分析/數據治理產品免費試用 我要試用
customer

在線咨詢
在線咨詢

點擊進入在線咨詢