Аналитическая платформа EXPERT BASE

Основные статьи:

• Data mining Интеллектуальный анализ данных
• Большие данные (Big Data)

Expert Base – аналитическая цифровая платформа предприятия, основная задача которой - сохранить производственные данные предприятия в единой структуре, вне зависимости от источников данных и характера поступающих данных, и на основе этой единой структуры дать возможность экспертам проводить исследования производства в целях его оптимизации и изменения.

2025: Инструменты для построения решений Continuous Intelligence

Continuous Intelligence (CI) – мировой технологический тренд, который согласно GII Global Information в среднем растет на 14,5% в год и достигнет $52,91 млрд к 2030 году.

CI создает эффективный цикл управления, который включает в себя сбор данных, их преобразование, историческую аналитику и аналитику в реальном времени, а также выработку в реальном времени рекомендаций по принятию решений для управления, мониторинга и улучшения систем всех типов — сотовых сетей, тематических парков, фабрик, банковской инфраструктуры и т.д. CI охватывает более широкий спектр, чем традиционная бизнес-аналитика, поскольку включает контекстные данные для понимания таких факторов, как поведение рынка, тенденции в социальных сетях и экономические показатели, а также сокращает время принятия решений, напрямую связываясь с операционными процессами, которые, в свою очередь, генерируют больше данных для анализа. Но, возможно, самым главным и привлекательным является то, что CI способствует демократизации данных, предоставляя важные практические рекомендации всем без исключения сотрудникам предприятия: от разноуровневых руководителей, экономистов и аналитиков, до операторов оборудования и персонала складов.Эксплуатация ЦОДов в условиях постоянно меняющегося рынка 4 т

Важно, что интегрируемая в поток событий бизнес-аналитика широко использует AI (artificial intelligence или искусственный интеллект) и ML (machine learning или машинное обучение), которые являются неотъемлемой частью CI. Платформа EXPERT BASE с одержит инструменты для построения CI-решений (по информации на март 2025 г.).

Модуль «Универсальных глобальных запросов» с помощью интерактивной формы, используя термины предметной области позволяет извлекать данные из ORT-модели.

𝓲

Фото: Дата-Центр Автоматика

Для формирования запроса к ORT-данным назначаются временной интервал и объекты для выборки. В приведенном примере это плавки (объект «Плавка») в дуговой сталеплавильной печи за 7 дней. Далее выбираются параметры плавки, которые нас интересуют (номер плавки, длительность плавки, расход электроэнергии на плавку и др.). В выборку добавляем связанный с плавкой объект «Химанализ плавки». Из параметров этого объекта нас интересуют содержание С, Si, Mn (углерода, кремния, марганца). Для простоты в примере не показано, как задавать фильтры.

Запрос запоминается, и для сформированного запроса сохраняется URL запроса. Запрос является параметризованным. Обращаясь к запросу по URL и задавая параметры запроса внешние сервисы, а также определяемые в платформе функции, могут получать выборки в соответствии с заданным запросом.

𝓲

Фото: Дата-Центр Автоматика

Выборки формируются в табличном виде и доступны для просмотра. Выборки используют для построения графиков, диаграмм, пользовательских отчетов, расчетных функций, обучения нейросетей.

𝓲

Фото: Дата-Центр Автоматика

Предусмотрен конструктор интерфейсов пользователя, для создания рабочих мест операторов на производстве и визуализации выборок в виде диаграмм, графиков, таблиц, дашбордов и отчетов.

Исследование данных, расчетные функции, обучение нейросетей, блоки поддержки принятия управленческих решений разрабатываются с помощью интерактивного блокнота.

𝓲

Фото: Дата-Центр Автоматика

Первый блокнот был создан в 1988 году фирмой Wolfram Research под руководством Стивена Вольфрама. Дизайн блокнота усовершенствовал Стив Джобс для компьютера NEXT. Пакет Wolfram Mathematica в настоящее время считается наиболее полной системой для современных технических вычислений в мире.

Блокнот, как открытое программное обеспечение для любых языков программирования, предложен Фернандо Пересом в 2001 году. Интерактивный блокнот включает в себя средства верстки текста и ввода математических формул, средства вычислений и анализа данных, вплоть до нейросетей и глубокого обучения, средства визуализации полученных результатов. Блокнот в платформе является средством разработки и отладки вычислительных функций, а также применяется для разработки сложных графических интерфейсов, которые невозможно реализовать с помощью конструктора интерфейсов платформы.

𝓲

Фото: Дата-Центр Автоматика

Чтобы работал цикл управления CI, необходимо встроить вычислительные функции в поток событий предприятия. Для этого в платформе предусмотрены средства построения (Build) и развертывания (Deploy) функций на платформе. Для построения функций используются исходные коды и спецификация, которые определяются в интерактивном блокноте. Также платформа позволяет задать события, на которые будет реагировать функция. Платформа построена на событийно-ориентированной архитектуре (Event-driven architecture, EDA), когда вызов определенной вычислительной функции является реакцией на бизнес-событие. Вызов функций осуществляется согласно концепции serverless-архитектуры, впервые предложенной Amazon в AWS Lambda. С точки зрения этого подхода, запуск программного кода происходит в ответ на определенные события, а система должна позаботиться об автоматическом выделении необходимых вычислительных ресурсов. Serverless-архитектура используется для минимизации затрат на разработку и обслуживание, а также для автоматизации развёртывания приложений на основе анализа данных.

Например, оптимальное планирование на базе входящих в DATA-TRACK вычислительных модулей DATA-PLAN может корректировать свое поведение, строя комбинацию систем расчета оптимального плана движения продукции и постоянной подстройки математической модели на базе анализа уже совершенных операций.

𝓲

Фото: Дата-Центр Автоматика

В частности, определенный технологический маршрут может стать приоритетным для некоторого типа продукции по ряду причин, в том числе связанных с экспертизой эксперта-технолога. Подобные эвристические критерии расставления приоритетов могут оказаться достаточно сложны в формализации и классифицируются как система с нечеткой логикой. Инструменты CI позволяют проводить анализ таких систем и приводить их к фундаментальной структуре с последующим применением широкого спектра методов и алгоритмов математического программирования. Можно сказать, что система постоянно «учится», чтобы при планировании учитывать факторы и решения на уровне эксперта-технолога. Работа происходит, как и требует методология CI, в реальном времени.