航发某单位试验仿真数据中心系统成功上线！

发布于：2023-12-06 来源：大禹汇智

一、项目概述

发动机模拟试验仿真技术在中国航发某单位试验/仿真业务领域研究中扮演着重要的角色。通过对试验数据和仿真数据的对比和分析，可以深入了解研究对象在特定环境下的工作原理和性能表现，为产品研发提供关键数据支持和指导。然而，由于现有系统性能有限，导致在试验和仿真数据抽取、筛选、清洗、分析等方面存在着效率低下、分析手段欠缺等问题，严重影响工作效率。为此，该单位借助大禹科技DMS系列信息化产品，建设了一套高效、安全、可靠的试验仿真数据中心系统。该系统实现了试验数据和仿真数据的一站式管理和全面使用。通过该系统，用户不再需要手动收集和整理试验数据和仿真数据，取而代之的是系统一键导入和自动化处理。数据存储和管理的方式得到升级，数据传输和共享也更加高效安全。用户可以轻松利用系统内置分析和决策支持工具，毫不费力地进行数据分析和制定决策，提高数据的应用效益。

二、业务痛点

在该单位的业务工作中，试验数据和仿真数据的对比是非常重要的环节，是确保研究结果和分析结论准确性的重要手段。然而，在试验/仿真数据对比过程中，会存在一系列的业务痛点。这些痛点主要表现在数据管理、数据筛选、数据清洗、数据分析等几个方面。具体内容如下：

1）数据抽取方面：试验数据和仿真数据的生成量通常非常大，小到几百兆，大到几十个G，甚至达到TB的数量级。这些数据通常分散存储在不同的设备和系统中，例如，试验数据存储在不同的试验设备中，而仿真数据则存储在不同的仿真软件中。这种数据管理模式会导致数据分散、杂乱无章等问题，严重影响后续数据分析和数据应用的效率。因此，需构建基于大数据技术的数据抽取模块，结合数据管理技术，将海量的试验数据和仿真数据统一集中管理，以避免试验/仿真数据的分散和丢失，并提高后续数据分析和数据应用的工作效率。

2）数据筛选方面：为了能够更加精确地对试验/仿真数据进行对比分析，需要对统一集中管理的海量数据进行进一步的数据筛选工作。然而，当前的数据筛选过程缺乏自动化，需要人工手动进行大量的重复性操作，这不仅耗费大量时间和人员精力，而且数据质量很难得到保证。筛选结果会受到数据本身存在的问题或筛选算法的限制，导致最终筛选结果与实际需求不符。因此，为确保数据质量、提高筛选效率，需要构建基于大数据技术的数据筛选功能，通过该功能自动提取出有价值的数据信息，从而使数据更加准确。

3）数据清洗方面：数据清洗是一个非常关键的步骤，需要对筛选完成的数据进行清洗。然而，在当前的筛选结果数据中会存在缺失值、错误值、重复值、不一致等数据问题，这将会严重影响数据的准确性，使后续针对这些数据进行的分析、建模和决策结果无法得到有效保障。因此，需要构建基于大数据技术的数据清洗功能，通过内置的数据清洗算法对筛选后的数据进行剔除不准确、不完整、重复或无效的数据，并修复错误和缺失的数据，以确保数据的准确性。

4）数据分析方面：数据分析同样扮演着至关重要的角色。数据清洗的目的是确保数据的质量和准确性，而数据分析则是对清洗后的数据进行深入的探索、解读和提取价值信息的过程。然而，在当前的数据分析过程中，由于人员精力有限或基于以人力大脑的分析方式，很难得出精准的试验/仿真数据对比结果，这将导致数据分析结果不准确。因此，需要构建基于大数据技术的数据分析功能，帮助用户更快速、自动地对数据进行建模、归纳和推理，提高分析结果的准确性和可靠性。

三、解决方案

为解决该单位的业务痛点，大禹科技公司结合自主研发的DMS-EDC工程数据中心产品，成功的为该企业构建了试验仿真数据中心系统。该系统实现了海量仿真数据和试验数据的高效管理，底层通过集成原有的TDM系统以及仿真软件，实现了试验/仿真数据的二次抽取、清洗、整合和管理。并基于数据应用的场景，建立了试验、仿真等数据主题仓库，使不同维度的数据关联起来，从而将分散在各业务系统中的数据统一整合到数据中心系统中，实现相关数据的快速查询、共享和应用。同时，该系统结合不同数据仓库和DMS-DAP数据分析工具，实现了对仿真数据、试验数据等各类数据的深度分析和应用。

四、功能应用

1）数据抽取：数据抽取功能支持从多种不同类型的数据源（原有TDM系统以及仿真系统）中提取海量的数据信息以实现数据的统一集中管理存储。在抽取过程中，对于大规模的数据量，数据抽取速度获得极大提升，比如针对大约1G的数据信息，系统仅需在30秒的时间内即可轻松抽取。这种高效的抽取速度使用户能够即时获得所需的数据内容，无需长时间等待，从而大大提高工作效率。

2）数据筛选：数据筛选功能提供丰富的选项，用户可以指定要筛选的字段、设定过滤条件、定义排序方式等。使用户可以根据自己的分析目标，灵活地定制数据筛选的规则和流程。通过使用数据筛选功能，用户可以快速准确地从大量的数据中筛选出符合需求的数据集合。相比人工筛选的方式，利用自动化数据筛选功能使筛选效率提升了几十倍，节省了大量的时间和精力。

3）数据清洗：数据清洗功能具备可扩展性与适应性等特点，用户可以根据需要创建新的清洗算法和规则，并以可视化拖拽的方式进行数据清洗算法的流式建模，通过一系列算法和规则对数据进行处理和调整，以解决不同类型的数据质量问题。

4）数据分析：数据分析功能具备多种数据分析算法，例如聚类分析、因子分析、回归分析、时间序列分析等。用户可以根据自身需要选用合适的数据分析算法，将分析结果可视化呈现，以便于用户直观的了解试验/仿真数据内在的模式和规律。数据分析功能还支持建立分析模型，以便用户可以重复利用已经创建好的分析流程和参数配置。用户可以根据经验和需求，将常用的分析步骤、参数设置和数据处理规则保存为模型。这样，在以后的分析过程中，用户可以直接调用模型，提高分析效率。

五、建设收益

1）数据抽取方面：为用户实现了从原有的TDM系统和仿真系统中高效率抽取数据的功能，使得用户能够更方便地存储、查询、管理以及使用试验/仿真数据，把技术人员从大量的手工处理工作中解放了出来，工作效率提高了数十倍，得到了技术人员的高度认可。

2）数据收集方面：为用户构建了数据自动收集功能，减少了手动记录和收集数据的工作量。通过自动收集试验/仿真数据，极大的提高了数据的准确性和及时性，加快了后续的数据处理和分析过程。

3）数据清洗方面：为用户构建了灵活的数据清洗功能，能够方便的帮助用户处理试验/仿真数据中的异常、缺失值等问题，节省了技术人员大量的工作量，并提高了数据的质量和准确性，从而更好地支持后续的数据分析和决策。

4）数据分析方面：为用户构建了强大的基于大数据的数据分析功能，帮助用户实现了从大量的试验/仿真数据中，快速的、随心所欲的建立分析模型，以可视化的方式建立数据分析流程，并对数据分析结果进行呈现，使用户能快速得到想要给分析结果，并以更直观的方式理解数据和分析结果。

综上所述，通过试验仿真数据中心系统的建设，该科室在试验/仿真数据对比分析方面的工作效率取得了显著提升，并开发了更多的基于大数据的分析算法，建立了更多的可重复使用的分析模型，帮助用户大大提升了研制效率和数据质量。

六、关于大禹汇智

北京大禹汇智科技有限公司，是一家基于工业互联网技术的、面向智能制造的信息化解决方案供应商，通过了国家双软认证，获得了国家高新技术企业和专精特新等荣誉。公司拥有自主可控的DMS-MindSpace全套业务解决方案，覆盖设备联网、数据采集、数据管理、数据分析等所需的工具和解决方案，同时提供基于离散事件仿真技术为生产系统提供工艺流程仿真优化分析和平台开发等服务。公司致力于成为高端装备制造业领先的“设备连接商、数据分析商、仿真服务商”。

大禹汇智的DMS系列整体解决方案以“数据”为核心、以“流程”为引擎、以“自动”为手段、以“智能”为目标，综合集成设备数字化改造、设备联网集成、过程数据自动化实时采集、设备远程控制、风险预警、海量存储、分析挖掘、数字孪生等关键技术，帮助企业实现透明可控的信息化制造体系，推进生产运营智能化，提高生产质量、生产效率和资产运营水平，赋能企业提质增效、降本减存，实现智能制造升级。