工业大数据驱动的设备安全评估方法研究

随着工业化和信息化的不断融合，工业系统的规模、自动化程度、复杂性越来越高，如何保障系统安全可靠运行是工业界普遍面临的困难和挑战。大数据应用技术出现前，除结构化数据外，其他半结构化、非结构化等类型数据很难通过机器分析应用于系统安全分析，而目前大数据应用技术、数据挖掘技术与机器学习等信息技术的不断成熟，为深入研究工业领域机理不清的复杂系统的动态行为开辟了可能途径。本项目旨在针对工业系统的特点，采用工业大数据的方法和技术，研究探索解决工业系统安全运行及状态分析的方法和手段。具体以某流程工业系统为对象，针对该系统在数据分析和安全评估能力不足的问题，构建系统关键设备的数据模型，研究相应的报警策略和预警方法，在此基础上开发了评估系统，实现系统状态实时判断和趋势预测。