科创中国

行业领域

新一代信息技术产业,信息传输、软件和信息技术服务业

需求背景

当前算法普适性不高、模型识别响应速度不够快速、模型不够简化，不易部署到真实环境且数据库尚未融合。在数据处理方面，解决复杂智能装备多系统传感器数据汇集与处理问题，建立数据存储标准，可满足不少于30000种个传感器参数的数据存储需求；数据预处理时间可达到秒内回传；数据查询可达到秒级响应。在模型建立方面，研究各类复杂智能装备的特点及其在实际中的应用场景，结合深度学习、人工智能等前沿科技方法，对复杂智能设备超精细化管理提供数据支撑,支持百万级系统的检索、实时计算、预警、预测功能。在系统开发方面，利用主流大数据技术、应用系统开发技术等，对系统各项指标进行考核。

需解决的主要技术难题

移植性高：训练end-to-end网络模型，有效地建立起从原始数据输入到故障点输出的模型思路，尽量适用于同类型故障，提高算法普适性；响应快：模型识别响应从数据输入到故障识别需达到秒级，时间成本低;易于部署：模型尽量简化，容易部署到真实环境；可进化性：期望构建融合数据库，能记录以往故障样本及其他数据。随着模型使用次数增加，样本库不断丰富，从而使得下次故障诊断更加准确、高效。

在数据处理方面，解决复杂智能装备多系统传感器数据汇集与处理问题，建立数据存储标准，可满足不少于30000种个传感器参数的数据存储需求；数据预处理时间可达到秒内回传；数据查询可达到秒级响应。在模型建立方面，研究各类复杂智能装备的特点及其在实际中的应用场景，结合深度学习、人工智能等前沿科技方法，对复杂智能设备超精细化管理提供数据支撑,支持百万级系统的检索、实时计算、预警、预测功能。在系统开发方面，利用主流大数据技术、应用系统开发技术等，对系统各项指标进行考核。

期望实现的主要技术目标

本项目形成的技术成果，可应用于国家安全、智能装备、大数据中心、工业互联网、新能源汽车等领域，形成5个典型应用示范场景。本项目将形成复杂智能装备超精细化管理方面的专利、软件著作权等知识产权50余项。产学研联合，完成大数据支撑、辅助决策和应急指挥平台、交互平台、智能监测平台等系统方案，并向上下游产业开放共享。

处理进度