数字孪生在智能制造中的工程实践 课件 数据聚合、分析，提供洞见和行动.pptx

数字孪生;;;;物理实体;任务—系统工程案例;;Chapter1;Chapter1;;Chapter1;Chapter1;Chapter1;Chapter1;Chapter2;Chapter2;Chapter2;Chapter2;Chapter2;Chapter2;Chapter2;Chapter2;Chapter2;序号;附件Ⅰ：数据在控制器程序中的位置—待清洗数据在程序中位置;附件Ⅰ：数据在控制器程序中的位置—待清洗数据在程序中位置;Chapter2;Chapter2;附件Ⅱ：数据在控制器程序中的位置—转换后的数据;序列;序列;Chapter3;Chapter3;Chapter3;Chapter3;Chapter3;Chapter3;Chapter3;Chapter3;Chapter3;Chapter3;Chapter3;Chapter3;Chapter3;Chapter3;使用SQLServerManagementStudio对象资源管理器建立数据库包含如下步骤：

1.在开始菜单中单击【所有程序】|【MicrosoftSQLServer2017】|【SQLServerManagementStudio】命令，打开SSMS。;3.在【数据库名称】文本框中输入创建的数据库名称“database01”。此时，系统会以数据库名称作为前缀创建主数据库文件和事务日志文件，如database01。主数据库文件和事务日志文件的初始大小与model系统数据库指定的默认大小相同，选择默认值，其中数据库文件的增量为64MB，不限制增长的总量，日志文件每次增长10%，也不限制增长的总量。也可以进行自定义，单击【自动增长】旁的按钮。;Chapter3;Chapter3;Chapter3;Chapter3;Chapter4;Chapter4;Chapter4;支持向量数据描述（SVDD）是一种单分类方法，因其需要训练数据量较少，可实现离群点检测，得到了推广与应用。

对于高维数据来说，很难在空间中确定一个边界，将训练数据与其它数据区分开。SVDD通过将训练数据映射到一个高维空间，然后构建一个超球体，使训练样本尽可能多的包含在超球体中。以该超球体为边界，边界内的数据为训练数据，边界外的数据为其它类型数据。构建好超球体后，可以通过决策函数判断测试数据是否与训练数据属于同一类。如果决策函数为1，则该数据到超球体球心距离小于超球体半径，该数据与训练数据属于同一类，否则为其它类型。;实现智能分拣系统预测性维护的数学模型SVDD的建立过程如下：;;;;Chapter4;;根据数据分析的结果产生洞见，从而指导工业系统采取行动，是预测性维护应用的最终目的。预测性维护的应用可以分为以下5大类：;洞见的发掘是依???数据分析的结果，从而指导工业系统采取行动，是预测性维护应用的最终目的。本次项目中的洞见的结果是围绕着可视化界面产生，主要包括运动轴的预测性维护、设备网络故障诊断、设备的性能评估。;Chapter5;谢谢