工業大數據可視化_大屏三維展示
時間：2019-05-23 00:00:00
人氣：3325
來源：
欄目：虛擬現實
導讀：進入大數據時代，數據可視化這個說法慢慢的流行起來，究其原因，一個是因為大數據的展示比起以前的數據展示有不同的地方，比較大的難點就是面對如此巨大的數據，如何比較好的展示給用戶，成為前臺程序員面臨的難題。另一個是隨著近幾年技術...
進入大數據時代，數據可視化這個說法慢慢的流行起來，究其原因，一個是因為大數據的展示比起以前的數據展示有不同的地方，比較大的難點就是面對如此巨大的數據，如何比較好的展示給用戶，成為前臺程序員面臨的難題。另一個是隨著近幾年技術的發展，我們可以通過更多的形式，例如三維模型、動畫、視頻、動態交互式頁面、手機APP及vr虛擬現實技術等將數據以展示、推送、提醒、互動等等模式提供給用戶，其復雜度上升了一個數量級，因此，漸漸地，數據可視化就成為一個專門的領域，成為了大數據時代的一個研究分支，無數***的工程師和設計者為這個領域做出了貢獻。
1、數據量呈現海量趨勢，且更新頻率極高。由于工業大數據主要來源于傳感器的數據采集，因此其數據量相比傳統互聯網大數據只多不少，而且，它的更新頻率極高，傳感器按照恒定的頻率快速更新。
在這種情況下，如何保證監控頁面的數據實時更新，還能夠讓監控人員看數據的變化，就是需要研究的問題。當某個數據每秒更新10次，那么，屏幕上的數字直接變化就是無意義的，因為監控人員根本就一個數字都看不到。如何兼顧數字的更新頻率與視覺效果，就成為可視化的***個難題。
在這種情況下，如何保證監控頁面的數據實時更新，還能夠讓監控人員看數據的變化，就是需要研究的問題。當某個數據每秒更新10次，那么，屏幕上的數字直接變化就是無意義的，因為監控人員根本就一個數字都看不到。如何兼顧數字的更新頻率與視覺效果，就成為可視化的***個難題。
2、大量的監控點，無法進行有效地顯示。一臺普通的設備，可能就有上百個傳感器，再加上相關的視頻、環境、人員等等監測，可能會有幾百個監測數據是這個設備需要的，那么，這么多的數據如何在有限的屏幕上進行排列，如何取舍，成為可視化的第二個難題。
3、整體與局部如何有效地結合。一個企業會有許多下屬的分子公司，下屬企業又會有車間、工作面等等工作場景，每個工作場景又會有許多設備。這樣層層嵌套的可視化局面如何比較好的結合，在保障使用人員看到整體的時候，還能夠同時關注到局部的數據變化，是可視化的第三個難題。
4、局部與細節如何兼顧。在一個局部的數據展示中，我們還希望看到數據的細節，包括相關的數據、歷史的數據、異常的數據、數據的趨勢、數據的預測等等，能否把握好局部與細節的展示關系，是可視化的第四個難題。
5、如何實現工業數據的有效檢索和有效推送。也就是常說的“數據找人”，在互聯網企業，利用大數據分析用戶的使用習慣和興趣愛好，尋找其感興趣的話題進行推送已經是常見做法了，但在工業大數據領域，如何實現？一個報警信息，推送給誰？當前還是靠提前設好的規則，未來能否實現智能化，怎么實現，相關的應用還是比較少，這是可視化的第五個難題。
6、如何將數據轉化為有效地信息提供給用戶。舉個生活中的例子，某路口實時車流100輛／分鐘，這是數據，“嚴重擁堵”，這是信息。能否很好地將數據轉化為信息是可視化的第六個難題。
7、生產線預判報警，在界面中有報警預警值，在實際生產的過程中，若有相關的沖破預警值的事故發生，通過數據可視化系統，在界面上實時動態展示，用意提示工作人員并提供相關的位置提示等。
7、生產線預判報警，在界面中有報警預警值，在實際生產的過程中，若有相關的沖破預警值的事故發生，通過數據可視化系統，在界面上實時動態展示，用意提示工作人員并提供相關的位置提示等。
相關閱讀
三維工業仿真是指利用三維制作及后期處理軟件模擬機械的外形、材質、零部件和內部構造，把機械的設計原理、工作過程、性能特征、使用方式等一系列真實的事物以動態視頻的形式演示出來的展品動畫展示形式。三維工業仿...
隨著物聯網應用規模的不斷擴大，業務運行環境越來越復雜，系統對相關資源的依賴性越來越高，一旦出現任何問題，需要人工逐個排查。由于缺少自動化工具和手段，維護人員面臨大量重復性、手工性的故障排查工作，不但費...
