业务介绍 

企业提高生产效率的措施主要依靠引进新设备和新技术，虽然这些措施在一定程度上可以取得较好的经济效应，但是新设备新技术投资大，并且会影响企业的正常生产经营。随着流程制造企业的控制系统建设日趋完善，生产控制系统积累的海量数据越来越受到大家的注意，如何发挥出海量工业大数据的潜在价值正在成为企业智能制造转型升级的核心问题。工业数据挖掘的核心优势在于“不改造设备、不干扰生产”，企业升级改造的前期投入成本低。因此利用控制技术和工业大数据挖掘技术对生产工艺、设备能耗等进行优化，实施简便、见效快、投资回报率高，正越来越得到业界的重视。

工业数据挖掘在流程制造企业中的应用场景

自主知识产权数据分析工具

鸿之微自主知识产权数据分析软件Data Studio(了解更多→)致力于为流程制造企业提供定制化数据调优工具，挖掘企业大数据的潜在价值，提高企业产品良率，降低企业生产成本。 Data Studio软件集成了PCA（主成分分析）、PLS（偏最小二乘）、支持向量回归（Support Vector Regression, SVR）、相关向量机（Relevance Vector Machine, RVM）与人工神经网络（artificial neural network，ANN）等建模方法，其工业数据分析标准流程如下所示：

分析过程

Data Studio软件通过线下数据分析最终能给出数据优化后的回归模型，并给出模型的控制变量权重载荷图。通过Data Studio软件找出影响产品质量或能耗的最大关键工艺控制因素，同时给出各关键因素合理的控制范围，指导现场工程师进行工艺调控。根据客户需要可将分析模型导出到在线调控系统中，生产工艺参数超出优化区间时自动报警，并给出调节方案。

方案优势

鸿之微工业数据分析的重要优势包括：

●  集成大量化工工程调优控制经验。

●  先进大数据分析方法。

●  结合化工工艺机理模型仿真，验证大数据调优结果可靠性。

●  回归出控制模型，并给出工艺控制合理区间，使模型适用性提高。

●  根据客户需要定制化离线版及在线版数据分析功能。