问题与挑战

1)由于工程类数据散落在各个设计师及相关人员的电脑中,部分数据存储在光盘中,内容信息查询困难、相关内容无法及时共享给相关人员。

2)工程类数据相关文档缺失严重、文档命名规则混乱,对文档数据缺乏统一管理。设计师往往需要耗费大量时间在复杂的文档中检索有用的信息,没有形成业务知识结构和体系供业务人员使用和沟通。研制过程中产生的故障问题,不能及时有效的找到数据之间的关联关系。大量数据通过人工计算分析耗时长,工作量大,效率低下,不能很好的发挥数据产生的价值。

解决方案

试验大数据分析

针对装备制造行业试验过程数据,满足总体、分系统、单机多层级,可按照事件活动、参数等条件,实现多场景的试验数据分析应用。

支持人工智能算法辅助,设计师基于系统分析结果结合实际情况,确认分析结果,以分析结果汇总分析评估,最终得出试验数据分析评估结论;

具备数据包络分析模型功能,基于产品不同阶段、不同批次实测数据信息,实现数据包络分析;

支持用产品测试数据的分布特性来表征质量的分布;

支持聚类、分类等算法、重复模式发现、时序检索、异常发现等方法对飞行时序数据挖掘分析。

非结构化数据结构化处理

将大量的word、pdf等文档中,抓取关键字信息和图表信息,输出为结构化数据,并进行智能分析;

支持结构化数据、图片、文档等非结构化数据的分布式存储;

支持非结构化数据的结构化转换;

支持非结构化数据信息全文检索,基于根据多类关键字进行查询;

支持查询结果以列表和图形方式显示,以列表方式展示历史数据、同时以曲线形式反映数据变化趋势;

提供丰富的展现样式,支持多种主题显示风格。

多维数据包络分析系统

针对装备制造行业产品,设计、生产、试验等多阶段产生的数据,进行多维度数据包络分析。

支持判断待分析数据是否在成功数据包络范围内,确认产品的质量表征趋势。

支持横向比较不同产品相关历史参数数据,支持纵向比较相同产品同一参数变化;

支持多级数据成功包络模型定义,根据已有数据筛除野值点;

支持赋予数值权重功能,根据技术指标形成包络功能。

产品全生命周期数据管控

对设计文档、标准规范、产品验收工作报告、报告含数据包等数据资产的梳理,快速发现多领域、多学科的关键知识结构、经验,实现经验分享到知识高效利用。

基于大数据中心的文件挖掘,通过文档结构化应用,帮助设计师在几分钟内定位数据。

将已知的知识和经验构建成知识图谱,对于隐形的知识和经验通过数据的挖掘分析,提炼出来,分享团队;

通过文件类的知识特征识别,聚焦到产品的指标、参数为目标的科研工作中去,方便了每一个人快速了解产品文件的动态和变化;

自动将工作规范/依据、知识参考等数据文件从大数据平台中集成获取并推送至工作任务中,供设计师参考应用,达到人人可以灵活高效的使用数据资产。

方案优势

丰富的落地场景

在装备制造行业,帕科具有丰富的落地场景,通过大数据平台建设,实现装备制造行业不同客户的工程数据应用需求。

满足行业的算法库

集成基础数据统计算法,多类机器学习算法及装备制造行业专业算法,支持多类型数据分析挖掘能力。

专业的数据分析服务能力

具备行业专业的数据分析和服务团队,为多类型的装备制造行业客户提供专业的服务。