科创中国

行业领域

高端装备制造产业

需求背景

机载产品制造大数据具有数据量大、数据增长速度快、种类和来源多样化、价值密度低和数据准确与可依赖的特点，同时，还具有多源性、异构性以及需求多样性等特点，这决定了机载产品制造大数据的分析技术是多样化的。针对不同应用环境，没有通用算法模型能够适用于所有问题。

因此，需要建立支持机载系统研制单位对海量数据分析的大数据平台，能够支撑模型流程化、低代码开发，集成用于历史生产数据提取规则管理的模型库，以及用于生产动态管控的大数据智能分析算法池，按需提供大数据分析和应用服务，支持平台接入方根据自身业务需求，调用平台模型库和算法池的资源，开展相应的智慧决策，帮助用户快速地从海量大数据中，充分挖掘制造数据的价值。

需解决的主要技术难题

机载智能制造大数据分析平台通过生产过程原始数据的预处理，针对智慧决策的目标进行特征提取、模型训练、模型评估，到最终的模型生成等一系列活动，实现数据、模型、智慧决策的关联，需解决机载产品制造大数据分析处理架构：不同机载产品，甚至不同代机载产品会对制造大数据分析提出差异化需求，如何构建灵活的、扩展性强的大数据分析处理架构，实现AI能力的集约化生产和管理，降低应用门槛，推动智能技术与垂直行业场景的快速融合。

期望实现的主要技术目标

智慧应用模型开发模块功能指标：

• 智慧应用模型开发模块应具备模型建模流程引擎，为建模构建提供流程化引导;
• 智慧应用模型开发模块应具备低代码拖拽式建模功能；
• 智慧应用模型开发模块应具备Notebook交互式建模功能。
• 智慧应用模型开发模块应支持离线导出训练模型；
• 智慧应用模型开发模块应具备训练模型的部署、发布功能。

需求解析

解析单位：“科创中国”开源产业科技服务团（中国通信学会） 解析时间：2022-11-18

黄向东

清华大学软件学院

助理研究员

综合评价

随着机载系统制造业务复杂度的提升，传统的数据处理算法已无法满足数据多样化、深层次应用的需求。特别是机载系统制造数据呈现海量、高维、异构、高冗余性、低价值密度的特点，急需先进的分析技术平台，实现数据价值的深度挖掘。需求发布表中提出的技术难点内容基本准确，反映出了大数据分析平台构建中的核心问题。 因此，此项需求较为共性，有一定的研究意义，且针对性较强，不需要跨行业专家共同解决。 针对需求发布表中提出的技术内容，定义了机载智能制造大数据分析平台的技术架构，包括智慧应用模型开发平台模块。 智慧应用模型开发平台是本平台直接和用户交互的部分，包含建模向导，为模型构建提供流程化的引导；模型发布，用于发布用户创建的模型。

查看更多>

处理进度