基于大数据技术的产品可靠性数据分析平台的设计与研究

0 引言

在“中国制造 2025”背景下，制造业向智能化发展。电机作为制造业关键动力设备，对其可靠性要求越来越高。从产品可靠性形成机理来看，电机产品的可靠性保证是贯穿其全生命周期。同时，随着大数据、云计算等信息技术的高速发展，电机在需求、设计、制造、运行﹑维修等阶段的数据爆发式增长，并呈现大容量、多样性等大数据典型特点[1]。如何采集、存储和利用电机需求与设计、制造与运行服役的可靠性数据，形成电机全生命周期可靠性数据链，成为当前企业产品可靠性管理能力提升的重要方向。

近几年，大数据正在快速融入制造业，成为智能制造的核心要素。产品可靠性是制造业普遍关注的突出问题，也成为大数据技术重要应用方向之一，引起国内外学者的广泛关注和研究。产品可靠性是在产品生命周期中形成的，但现有研究主要是对设计、制造、维修等单一阶段的可靠性大数据进行研究。另外，众多专家通过案例分析，研究了国外大规模客户服务中心通过Web 方式进行数据采集和整合的方法，论证了技术的可行性和有效性。

本文在分析和研究其它行业在产品可靠性分析的基础上，提出研究和设计基于大数据技术的电机产品可靠性分析平台，具体内容为:

（1）规划建设基于大数据技术的数据存储和分析平台，对多种类型的数据进行统一管理，能够与既有系统实现数据传输接口。

（2）设计关键的分析场景和相关数据处理模型，建立产品可靠性关键绩效指标(KPI)中典型指标的分析框架。

（3）结合人工智能技术，运用统计分析、数据挖掘分析等大数据分析手段，挖掘可靠性知识，控制和提升产品可靠性品质。

（4）利用中心大屏展示系统，实现综合数据展示，改变原有简单的数据展示模式，支持更多样的图形结果。

1 平台总体方案

遵循大数据技术平台框架[2]，设计产品可靠性分析平台总体架构。

1.1 数据采集层

实现数据源从原始系统向产品可靠性分析数据整合平台的采集，技术上实现数据同步、数据采集、数据清洗、数据加载和数据格式转换等功能。

1.2 数据整合层

构建支持海量数据存储，支持复杂数据分析计算、存储和数据处理的技术平台，主要包括数据模型体系的设计和实施。以逻辑数据模型为核心组织数据，是产品可靠性分析平台数据管理的关键环节，需要从产品可靠性分析的业务视角对数据模型进行全面规划设计，保证可靠性的 KPI 分析相关数据的融合，支持全面的智能分析，包括必要的数据管理和数据可靠性管理能力。

1.3 数据分析层

在数据整合环境的基础上，实现面向不同业务需求的分析场景，设计针对性的数据集市，部署所需的数据分析引擎和分析工具，支持业务和数据分析专家完成相关数据分析，分析结果可以直接应用于业务管理，也为应用展现交互提供支持。

1.4 应用展现层

基于数据分析层的结果，开发丰富的图形化展示界面，形成多种可定义的数据展示模式，同时，考虑数据应用场景，展现结果可在移动终端等不同环境进行自适应的图形化处理。

2 平台主要功能及实现

2.1 原始数据采集

平台实现获取、转换、加载相关功能，能够从精细化管理平台等系统提取数据，功能开发实现中考虑采集数据的多样性，设计了高性能的处理框架，保证数据采集功能可以灵活适应各类处理算法，以开源 Hadoop 框架下的组件为基础，实现对多类数据的采集，包括电机产品基本信息、运行过程记录等。

2.2 数据整合管理

为实现产品可靠性数据的综合分析，需要在平台上实现各类数据整合，数据整合管理功能是平台核心功能之一[3]，从开发技术路线上，选择 Hadoop 框架构建基础数据管理环境，考虑对高性能计算要求，定制部署相应的技术组件，包括实时处理组件、流式计算组件等。从性能角度出发，针对分析型数据仓库，选择合理的性能设计方式，设计合理的基础数据模型，以适应复杂分析的应用场景。

2.3 数据分析

数据分析是企业产品可靠性分析平台产生业务价值的关键功能，各类数据通过数据分析功能模块相关的分析工具和模式算法，产生出符合业务需求的 KPI、统计报表、趋势预测等各类分析结果。通过对大量历史数据的处理，在排除异常数据的基础上，构建指标计算的数学模型，实现智能分析、数据挖掘等相关功能。

3 平台应用效果

各类数据在平台上进行整合，最终以图形等方式展现出来，平台实现了基于大数据技术的图形展示，能够支持传统基础报表和统计工作的完成，提供电机产品总达标率、电机产品在各领域故障率等，效果如图1 所示。

图1 电机产品详细评估界面

4.结束语

本文以企业产品可靠性管理业务需求为核心，提出了基于大数据技术的产品可靠性分析平台的总体架构，同时，应用了人工智能技术，如对电机产品进行精确预测和优化与控制，为公司管理、设计、工艺、生产、质量、销售等部门提供可靠性大数据应用服务。开发了数据展示交互界面，通过实践验证了大数据技术在产品可靠性管理中心的应用思路，能够为未来全面推进企业产品可靠性大数据分析平台建设提供技术参考。

参考文献

[1] 刘强，秦泗钊. 过程工业大数据建模研究展望[J]. 自动化学报，2016 ，42(02):161-171.DOI:10.16383/j.aas.2016.c150510.

[2] 孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，50（1）：146-169.

[3] 刘圆，王峰，杨明川.面向大数据的分布式存储技术研究 [J].电信技术，2015（6）：33-36.