工業(yè)大數(shù)據(jù)：探尋可視化之路

進(jìn)入大數(shù)據(jù)時代，數(shù)據(jù)可視化日漸流行，究其原因，一是因?yàn)榇髷?shù)據(jù)的展示與之前的數(shù)據(jù)展示有所不同，最大的難點(diǎn)就是面對如此龐大的數(shù)據(jù)，如何較好地展示給用戶，成為前臺程序員面臨的難題；二是隨著近幾年技術(shù)的發(fā)展，可以通過更多的形式，例如三維模型、動畫、視頻、動態(tài)交互式頁面、手機(jī)APP等將數(shù)據(jù)以展示、推送、提醒、互動等模式提供給用戶，其復(fù)雜度上升了一個數(shù)量級，因此，數(shù)據(jù)可視化就成為一個專門的領(lǐng)域，成為了大數(shù)據(jù)時代的一個研究分支。

具體到工業(yè)大數(shù)據(jù)領(lǐng)域，其可視化又有自身的特點(diǎn)，呈現(xiàn)出與互聯(lián)網(wǎng)大數(shù)據(jù)可視化不同的難點(diǎn)和方向。

對于數(shù)據(jù)可視化，很多人會理解成頁面設(shè)計(jì)，認(rèn)為沒有什么難度。如果在單純的技術(shù)層面解讀也許沒有問題，但更多的價(jià)值是數(shù)據(jù)維度的設(shè)計(jì)，這些并不是技術(shù)難度，而是業(yè)務(wù)難度。這其中核心的價(jià)值是數(shù)據(jù)分析的結(jié)果是否有用，圖表分析目的是讓更多的人看得懂，分析維度的準(zhǔn)確更加重要。所以，單純的數(shù)據(jù)呈現(xiàn)已經(jīng)不能滿足當(dāng)前的需求，數(shù)據(jù)可視化，要從業(yè)務(wù)角度、技術(shù)角度、交互角度、美術(shù)設(shè)計(jì)角度、算法角度綜合考慮。

工業(yè)不只有“大”數(shù)據(jù)，還有“快”數(shù)據(jù)

快數(shù)據(jù)如何進(jìn)行可視化

工業(yè)數(shù)據(jù)來自于業(yè)務(wù)系統(tǒng)和自動化數(shù)采。5G時代，我們具備了超低延時數(shù)據(jù)傳輸?shù)哪芰?，不管是物?lián)數(shù)據(jù)，還是自動化采集數(shù)據(jù)都可以忽略延時時間，同步到管理平臺進(jìn)行分析和展示。在硬件數(shù)據(jù)更新頻率極高的場景下，監(jiān)控者如何在平臺端對數(shù)據(jù)進(jìn)行可視化就是第一個問題：當(dāng)全部數(shù)據(jù)，如圖1所示，左邊全部展示時，監(jiān)控者根本無法看清楚，也來不及思考，這種可視化就毫無意義。利用機(jī)器算法高效處理這些數(shù)據(jù)，同時滿足快數(shù)據(jù)分析，再結(jié)合對應(yīng)的業(yè)務(wù)規(guī)則，將問題數(shù)據(jù)快速地提煉出來，再做可視化，如圖1右邊所示，監(jiān)控者就不會遺漏關(guān)鍵數(shù)據(jù)。

圖1 數(shù)據(jù)快速分析

如果這些快數(shù)據(jù)需要逐一分析，我們會將數(shù)據(jù)持久化處理，并對區(qū)間段內(nèi)的數(shù)據(jù)進(jìn)行分析，提供變化趨勢。分析異常點(diǎn)所處的位置，并提供向下鉆取的能力。這樣在快數(shù)據(jù)存儲的后期，提供快速定位和查看方法。

更快的檢索和更精準(zhǔn)的推薦

很多時候，工廠在生產(chǎn)過程中產(chǎn)生的關(guān)鍵指標(biāo)數(shù)據(jù)龐大，一臺自動化設(shè)備可能就有幾十個甚至更多的關(guān)鍵指標(biāo)，再加上工廠部署的大量物聯(lián)設(shè)備就會形成幾百、幾千個指標(biāo)，如果我們平鋪這些指標(biāo)，那么對于觀察者來說毫無意義。面對如此龐大的指標(biāo)體系如何進(jìn)行可視化，顯得尤為重要。

更快的查詢方法。首先，將海量的指標(biāo)數(shù)據(jù)平鋪在一個頁面上，輪巡顯示，只能得到一種具有沖擊力的效果，實(shí)際價(jià)值無法顯現(xiàn)。

數(shù)據(jù)監(jiān)控者需要在如此龐大的指標(biāo)中發(fā)現(xiàn)問題，找到自己關(guān)心的內(nèi)容，所以具備快速的信息精準(zhǔn)定位能力是關(guān)鍵。在后臺建立ES索引，實(shí)現(xiàn)更快速信息查詢，需要在前臺可視化的設(shè)計(jì)中有意識地設(shè)計(jì)更便捷的數(shù)據(jù)查詢引導(dǎo)。

個性化的推薦方法，讓數(shù)據(jù)找人，如圖2所示?？焖俚乃饕匀皇怯杀O(jiān)控者主動尋找信息，利用算法構(gòu)建不同角色的興趣模型，由機(jī)器將信息推薦給監(jiān)控者，利用神經(jīng)網(wǎng)絡(luò)等新的技術(shù)手段，讓機(jī)器不斷地學(xué)習(xí)每個角色的興趣習(xí)慣，實(shí)現(xiàn)更精準(zhǔn)的推薦，這樣在可視化設(shè)計(jì)上就能優(yōu)先展示這些信息，為監(jiān)控者提供更個性的可視化服務(wù)。

圖2 數(shù)據(jù)可視化

宏觀和細(xì)節(jié)如何兼顧

基于“物”構(gòu)建數(shù)據(jù)模型

工廠數(shù)據(jù)進(jìn)行可視化設(shè)計(jì)的時候，在整體上感知運(yùn)營情況，需要對細(xì)節(jié)數(shù)據(jù)進(jìn)行抽象，進(jìn)而構(gòu)建基于“物”的數(shù)據(jù)模型可視化方案。將一個生產(chǎn)線想象成一個“物”，對它進(jìn)行整體分析，并在各個細(xì)節(jié)上提供進(jìn)一步的服務(wù)，逐層分解主體數(shù)據(jù)。讓觀察者在宏觀上有總體認(rèn)知，又可以根據(jù)業(yè)務(wù)需求快速定位到細(xì)節(jié)數(shù)據(jù)。

可視化的不僅是數(shù)據(jù)，更是價(jià)值

“你今天7:35分起床，8:00出門，走了1公里路，換乘3趟地鐵?！边@既是日常，也是數(shù)據(jù)。通過數(shù)據(jù)可以了解一個人的行為情況，洞悉這背后可能發(fā)生的事，“你今天可能會遲到”。這就是數(shù)據(jù)帶來的價(jià)值。

由此可見，通過數(shù)據(jù)可視化，單純展示數(shù)據(jù)并不能給監(jiān)控者帶來實(shí)際的業(yè)務(wù)需求，只有在可視化的基礎(chǔ)上進(jìn)一步分析、提煉，才能生發(fā)出數(shù)據(jù)的價(jià)值。需要特別指出的是，一些敏感數(shù)據(jù)（工藝配方、個人信息）的可視化可能會造成一定程度上的秘密泄露，這種數(shù)據(jù)可視化，不僅要符合客戶的真實(shí)需求，還要符合規(guī)定。

大數(shù)據(jù)可視化已經(jīng)不單純是技術(shù)層面的問題，而是綜合性的，是我們對業(yè)務(wù)的深刻理解，是結(jié)合可視化技術(shù)、UI設(shè)計(jì)和算法能力進(jìn)行的綜合設(shè)計(jì)。只有這樣，才能幫助客戶看懂?dāng)?shù)據(jù)，感知到數(shù)據(jù)帶來的價(jià)值。