一站式时序数据智能分析处理——云和恩墨数据智能新品 zAIoT 问世

“中国物联网规模到2025年将达到3000亿元。”

——IDC，《全球物联网支出指南》

“到2025年，规模以上制造业企业大部分实现网络化和数字化，重点行业骨干企业初步应用智能化；到2035年，规模以上制造业企业全面普及数字化网络化，重点行业骨干企业基本实现智能化。”

——工信部等多部门

《“十四五”智能制造发展规划》

随着数字化技术的发展，机器设备产生的时序数据呈现爆发式增长，物联网结合大数据和AI技术成为了各行业从数字化向智能化转型的关键。同时，我国作为制造业大国，“智能制造”已成为国家级发展战略的重点。因此，如何实现从网络化、数字化到智能化的转变，成为制造型企业发展的机遇与挑战。在此背景与行业趋势下，云和恩墨将“知识、数据、算法”模型工程化落地，自主研发了机器数据智管产品 zAIoT，并于1月12日，在“多元共生，智创未来——2023云和恩墨生态产品发布会”上正式发布。会上，云和恩墨数据智能产品团队的徐培博士对 zAIoT 的产品架构和智管能力进行了系统介绍。那么围绕机器数据智管产品 zAIoT，有哪些值得关注的内容呢？本文从以下几点带您快速了解这款新品。

zAloT 的产品架构是什么样子？

简言之，机器数据智管产品 zAIoT 由数据基座和智能应用两部分构成。

数据基座部分是zAIoT 机器数据智能平台（zAIoT Platform）。zAIoT Platform既可作为工业物联网平台，对物联设备数据进行采、存、管、析，又可作为工业大数据平台，对工业生产中的数据进行存储和分析。

zAIoT Platform主要由以下三个核心模块组成：

1）数据采集：当前已经支持通用物联网协议、互联网协议、通用日志协议和实时流数据协议等。数据被实时或离线采集后，经过处理和分析，能够转发到对应数据存储格式当中。

2）计算存储：主要功能包括分布式计算、流计算、时序存取等，同时也提供分布式文件系统、数据库和大数据存储相关的API接口服务，便于在已有的大数据平台上部署对接，能够支持实时调度、解析、复杂事件和流计算处理，并提供海量时序、过程、业务数据存储。

3）分析服务：主要有数据检索分析、规则管理与告警、算法模型执行和应用超市四大功能。其中数据检索分析主要是为上层应用中，对海量的时序数据进行查询和管理提供服务；规则管理与告警主要是应用于实时数据的告警、分析、订阅等服务；应用超市用以组装和拼接固定功能的数据处理流程，便于客户自动化执行固定业务模式。

zAIoT Platform通过可视化编排的方式对实时数据进行处理，处理结果可以实时预览，用户可以通过界面完成数据采集、处理、存储的一系列操作，并且将编排的流程保存起来，方便后续持续使用。

智能应用部分是 zAIoT 机器数据管理分析软件（zAIoT AS），主要针对智能制造应用场景，其核心功能同样包括三大核心模块：

1）设备型号管理：提供设备型号数据、设备故障模型和设备系统结构的管理，支持设备物模型管理、参数诊断模型以及系统结构可视化建模。

2）任务数据管理：注重数据的后台保存，便于跨任务横向数据分析，同时也对外提供数据查询和访问服务，支持硬件相关的状态数据管理、算法模型管理、设备数据源管理。

3）分析工程管理：主要包括异常分析、协作分析、手动分析、自动分析和知识库五大部分。其中异常分析针对设备出现的故障进行挖掘和根因诊断；手动分析则是用户直接绘制曲线图，并直接调用常用分析算法来做计算；协作分析主要针对大型装备的多个子系统，多个用户在各自子系统做了数据分析后，对分析结果进行汇总整理。

通过数据和可视化组件相结合的方式，zAIoT AS 能够对出现故障的设备模型进行图形导航，便于用户在实际的生产中快速定位故障位置，然后把整个分析结果保存汇总到知识库中，为后续的使用提供参考和依据。 

zAloT Platform和zAloT AS之间的关系是什么？

发布会上，徐培博士以智能制造场景为例进行了说明：设备的生命周期可分为设计、制造、运营和维护四个阶段，相对应的软件场景可分为原型验证、质量建模、测试验证、预测性维护和海量历史数据挖掘。那么应对以上五种场景，智能应用 zAIoT AS 提供了分析和算法服务，而数据基座 zAloT Platform 为 zAloT AS 提供分布式数据计算和时序数据存取能力。因此，基座为应用提供了数据支撑能力，二者是上下层关系，相互协作，为用户带来连接数据孤岛、一站式数据处理、海量数据挖掘、原型快速验证、数据智能分析、智能评估模型等核心价值。

zAIoT Platform + zAloT AS 可以给出怎样的解决方案？

基于以上核心功能与价值，机器数据智管平台 zAIoT (zAIoT Platform + zAIoT AS)可形成独立的解决方案，带来物联网平台、大数据平台和AI平台的能力。其中，物联网和大数据平台为AI平台提供数据和计算能力：

1）物联网平台提供海量时序数据的接入、存储和查询能力，同时也提供物联场景下边缘端和云端的计算能力。

2）大数据平台提供分布式计算和数据处理任务调度的能力，同时为智能平台访问不同存储格式的数据提供API接口。

3）AI平台集成了通用的机器学习算法模型、行业知识模型和模型训练管理。

方案通过调用故障诊断算法（或者业务辅助类算法），从海量历史数据当中挖掘出问题数据，在zAIoT AS中快速形成分析报告，以供其它业务部门参考改进。

同时，针对数据挖掘依赖AI模型的实际情况，该方案提供了可视化的模型训练功能，可以把训练算法注册到AI平台上，然后对接物联平台中的海量数据以拖拉拽的方式编码训练流程，实现自定义AI模型的生成和管理。

可以应用在哪些场景？

以机器数据智管产品 zAIoT 形成的数据智能解决方案，主要基于物联网、大数据和AI等技术，以期在工业物联和智能制造场景中为客户的数字化和智能化提供助力。主要聚焦的场景有：设备原型验证、质量验证、预测性维护、设备组态管理、海量历史时序数据挖掘等，产品对应的客户领域主要集中在：智能制造、科研设计院所、能源行业、智慧城市等，形成了较为全面的使用场景模型。

结语

纵观人工智能技术几十年的发展历程，我们正处于以知识、数据、算法和算力为基石的第三代人工智能历史进程中，人工智能已经具备可解释性、可靠性强、可信度高、扩展性强和数据驱动等特点。在这一趋势下，云和恩墨的机器数据智管产品 zAIoT，期待为更多制造型企业客户在实现“降本增效”的同时，拥抱数据智能化。

数据驱动，成就未来，云和恩墨，不负所托！

---

云和恩墨创立于2011年，以“数据驱动，成就未来”为使命，是智能的数据技术提供商。我们致力于将数据技术带给每个行业、每个组织、每个人，构建数据驱动的智能未来。

云和恩墨在数据承载（分布式存储、数据持续保护）、管理（数据库软件、数据库云管平台、数据技术服务）、加工（应用开发质量管控、数据模型管控、数字化转型咨询）和应用（数据服务化管理平台、数据智能、隐私计算数据联邦平台）等领域为各个组织提供可信赖的产品、服务和解决方案，围绕用户需求，持续为客户创造价值，激发数据潜能，为成就未来敏捷高效的数字世界而不懈努力。