最新新闻
热点文章
我要投稿
联系电话：027-87592219/20/21转188
投稿邮箱：tb@e-works.net.cn
投稿邮箱：tb@e-works.net.cn
文章推荐
视频推荐
- 未来汽车工厂，在线下单支持私人定制
- 2018-02-02
- 基于云端的三维CAD系统Autodesk Fusion 360
- 2018-01-31
- 通过PTC物联网技术实现Flowserve泵的预测性维护
- 2018-01-31
- 微软预测性维护保障电梯高效服务
- 2018-01-30
网联汽车预测性维护背后的数据科学
谈到Pivotal 使用数据科学为福特、宝马、奔驰和大众等汽车公司开发网联汽车应用，我们不得不先回顾下公司在数据科学领域的发展。早在网联汽车行业宣称将在 2020 年达到 45% 的复合年增长率之前，Pivotal 就已是该领域首批开始开发先进的数据科学驱动型应用的公司之一，亦是首批拿出汽车参考架构，用以开发实时的数据科学驱动型应用的公司之一。
Pivotal 的系列技术为此提供了非常合适的工具。例如，我们的这篇网联汽车博文讨论了如何借助流式处理或批处理通过 Spring Cloud Data Flow 之类的系统和 RabbitMQ 之类的消息传递系统（这两者都是我们参与的开源技术）实现数据摄取。这些系统可轻松地将数据从汽车摄入到 Apache Hadoop™ 后端（传感器数据的中立存储区）。传感数据进入 Hadoop 后，可以使用 Pivotal HDB（Pivotal 的 Hadoop 分发版产品）和由 Apache HAWQ (incubating) 提供支持的 Hadoop 原生 SQL 引擎将传其加载到 SQL 表中。
图 2：包括 DTC 和车辆参数的表的示例数据模型
图 2 是一个示例数据集的表，包括了DTC 以及出现 DTC 时记录的车辆参数。关系模型亦可采用，例如将VIN 作为维修、车辆或零件表的外键。此外，结构化数据源（如车辆数据和保修部分）还可以借助 Apache Sqoop 之类的技术从现有关系型数据库传入到 Hadoop 中，然后借助 Pivotal HDB 通过 SQL对其进行查询。
预测性维护的数据处理和特征创建
摄取车辆传感器数据和保修性维修数据后，我们就可以大规模地进行数据处理、特征创建和机器学习。我们借助 HAWQ 的大规模并行处理 (MPP) 架构来执行这些操作。例如，用于过滤纷杂传感器数据的信号处理操作可以在具有 PB 级数据集的高性能环境中运行。更复杂的贝叶斯过滤（例如卡尔曼滤波）可以在 HAWQ 和 HDFS 节点上并行执行。这些 Jupyter 笔记本演示了一些信号处理操作的示例。同样地，特征创建也可以在 HAWQ 上大规模执行。
对于处理过的预测性维护问题，我们将 DTC 与其他变量（例如先前的作业/维修类型、相同作业之间相隔的天数、里程计读数等）向量化了。这些变量成为了一个单一的、高维的（虽然稀疏）特征向量。特征向量是在给定车辆两次连续同类维修之间的时间窗口上创建的。我们对窗口结束日期做了实验：先将其分别设置为 1 天、15 天、30 天和 60 天，之后观察相应窗口期间的后续维修和聚合的 DTC 及其他变量信息。这个实验隐含目的是评估能否提前捕获后续维修。我们的分析显示：虽然模型的预测能力在维修日期之前的 1-2 个月有些损失，但损失并不明显，这意味着关键 DTC 出现得较早。
预测性维护的机器学习
要开始机器学习设计过程，我们面临着多类别/多标签问题。据作业/维修精度而定，，其中类别的数量可能非常大（可能是以 1000 作为数量级）。如上所述，这种类型的精度意味着每个类别标签只有很少的训练示例。如此一来，学习有意义的类别条件分布就变得很有挑战性。这个问题类似于一个大型文献集的多个标注。为了解决这一问题，我们采用了分层方法。我们首先构建了一个分类器来预测主系统相关的维修工作。其中一个类别就是一个诸如变速器、检修系统、引擎、悬挂系统之类的系统。为了预测每个主系统的维修工作，我们集合了给定系统下所有子系统的训练示例，并为它们分配了相同的类别标签。然后，我们针对每个系统的子系维修工作进行了预测。
对于多类别分类，我们借助Python Scikit-learn 函数（例如罗吉斯回归和随机森林）通过 HAWQ 上 PL/Python 用户定义的函数构建了一个并行的“一对多”多类分类器。
图 3：并行“一对多”多类分类器
图 3 展示了 HAWQ 上的“一对多”多类分类器的并行化，其中每个分类器（即分类器数量等于类别标签的数量）均在单独的数据节点或节点上构建并运行。对于感兴趣的读者，我们已将用于并行模型构建的“一对多”多类数据准备打包为 PDLTools 中的工具函数，PDLTools 是Pivotal Data Science 团队为 Pivotal MPP 平台开发的公开可用的数据科学函数库。基本模型也可以使用 Apache MADlib 进行构建。
实现预测性维护解决方案
模型构建完成后，要发挥价值的唯一方式就是要让汽车制造商、经销商和车队管理团队采用它，用于改善其客户体验。我们看到，有些客户将机器学习模型与托管在 Pivotal Cloud Foundry 上的 Web 应用集成。例如，一个应用可能会持续对汽车上的数据流进行评分，并通知与问题相关的司机、经销商和制造商。Pivotal Data Science 团队已经建立了使用 Flask 构建 Web 应用的样板，Flask 是一个基于 Python 的 Web 框架，可使用基于 Pivotal HDB 和 Pivotal Greenplum 建立的模型进行预测和洞察。有兴趣的读者可以在此处找到样板代码。
为了实现我们的模型，我们需要一个应用来评估一些信息并采取相应行动，例如在 DTC 事件触发时启动工作流程。对于这种实时事件评估，应用可以使用一些内存中数据集、流传输功能、事件通知或模型定义（如 PMML），以允许应用对传入数据的某一方面进行评估。Pivotal Gemfire（即 Apache Geode）是一个超低延迟的内存中数据网格，它可以作为通过 PMML 在 HAWQ 或 Greenplum 中构建的模型的缓存层。下面图 4 展示了使用 Pivotal 技术的实时/接近实时模型实现的示例架构。
图 4 Pivotal 技术的实时模型实现的示例架构
在汽车工程生命周期的广阔蓝图中，这种网联汽车应用在真实世界的运用只是第一步。公司通常会将这样的初始计划视为概念验证，随后是早期市场测试计划。这一定会引发对能够解决数据粒度、采样频率、车内外处理、替代算法等问题的未来架构的讨论。
本文来源于互联网，e-works本着传播知识、有益学习和研究的目的进行的转载，为网友免费提供，并以尽力标明作者与出处，如有著作权人或出版方提出异议，本站将立即删除。如果您对文章转载有任何疑问请告之我们，以便我们及时纠正。联系方式：editor@e-works.net.cn tel：027-87592219/20/21。
- 上一篇文章：预测性维护：工业数字化转型的基石
- 下一篇文章：“预测性维修”服务，为工业智能制造升级