搜索
更多>> 热门搜索:
当前位置:

OFweek工控网

其它

正文

工业大数据可视化面临的难点

导读: 工业大数据采集、处理之后,非常重要的一个环节就是数据可视化工作。毕竟,无论我们有多少数据,都是需要看到的,否则数据的意义又在哪里呢?

工业大数据采集、处理之后,非常重要的一个环节就是数据可视化工作。毕竟,无论我们有多少数据,都是需要看到的,否则数据的意义又在哪里呢?

数据可视化技术第一代应该是报表软件,通过报表系统能够把复杂的数据整理成规则的表格,并配以漂亮的图形,比如柱图、饼图、折线图等等。第二代当属BI(Business Intelligence)了,BI比起简单的报表又更进了异步,它已经不单单是一个工具软件,而是一套完整的解决方案,可以将企业中现有的数据进行有效的整合,快速准确的提供报表并提出决策依据,帮助企业做出明智的业务经营决策。

进入大数据时代,数据可视化这个说法慢慢的流行起来,究其原因,一个是因为大数据的展示比起以前的数据展示有不同的地方,最大的难点就是面对如此巨大的数据,如何比较好的展示给用户,成为前台程序员面临的难题。另一个是随着近几年技术的发展,我们可以通过更多的形式,例如三维模型、动画、视频、动态交互式页面、手机APP等将数据以展示、推送、提醒、互动等等模式提供给用户,其复杂度上升了一个数量级,因此,渐渐地,数据可视化就成为一个专门的领域,成为了大数据时代的一个研究分支,无数优秀的工程师和设计者为这个领域做出了贡献。

具体到工业大数据领域,其可视化又有自己独特的特点,呈现出与互联网大数据可视化不同的难点和方向,我总结了一下,工业大数据可视化有以下几个特点:

1、数据量呈现海量趋势,且更新频率极高。由于工业大数据主要来源于传感器的数据采集,因此其数据量相比传统互联网大数据只多不少,而且,它的更新频率极高,传感器按照恒定的频率快速更新。在这种情况下,如何保证监控页面的数据实时更新,还能够让监控人员看数据的变化,就是需要研究的问题。当某个数据每秒更新10次,那么,屏幕上的数字直接变化就是无意义的,因为监控人员根本就一个数字都看不到。如何兼顾数字的更新频率与视觉效果,就成为可视化的第一个难题。

2、大量的监控点,无法进行有效地显示。一台普通的设备,可能就有上百个传感器,再加上相关的视频、环境、人员等等监测,可能会有几百个监测数据是这个设备需要的,那么,这么多的数据如何在有限的屏幕上进行排列,如何取舍,成为可视化的第二个难题。

3、整体与局部如何有效地结合。一个企业会有许多下属的分子公司,下属企业又会有车间、工作面等等工作场景,每个工作场景又会有许多设备。这样层层嵌套的可视化局面如何比较好的结合,在保障使用人员看到整体的时候,还能够同时关注到局部的数据变化,是可视化的第三个难题。

4、局部与细节如何兼顾。在一个局部的数据展示中,我们还希望看到数据的细节,包括相关的数据、历史的数据、异常的数据、数据的趋势、数据的预测等等,能否把握好局部与细节的展示关系,是可视化的第四个难题。

5、如何实现工业数据的有效检索和有效推送。也就是常说的“数据找人”,在互联网企业,利用大数据分析用户的使用习惯和兴趣爱好,寻找其感兴趣的话题进行推送已经是常见做法了,但在工业大数据领域,如何实现?一个报警信息,推送给谁?当前还是靠提前设好的规则,未来能否实现智能化,怎么实现,相关的应用还是比较少,这是可视化的第五个难题。

6、如何将数据转化为有效地信息提供给用户。举个生活中的例子,某路口实时车流100辆/分钟,这是数据,“严重拥堵”,这是信息。能否很好地将数据转化为信息是可视化的第六个难题。

相对而言,纯技术的问题反而不是问题的关键,比如三维建模技术、图表自动生成技术、数据检索技术等。可视化更多的是对用户和业务的理解,以及在这个基础上对数据的深刻认识。

声明: 本文由入驻OFweek公众平台的作者撰写,除OFweek官方账号外,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

  • 机械
  • 自动化
  • 单片机
  • 猎头职位
更多
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: