江苏龙网

  1. 首页 > 人文 > >

[九尘孤街]工厂车间视觉设计标识设计、车间导视系统及智能可视化( 二 )


文章图片
三、工厂车间的三维可视化进入大数据时代 ， 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 。 工业大数据可视化主要有以下几个特点：1、救据呈且现海量趋势且更新报率极高 。 由于工业大数据主要来源于传感器的数据采集 ， 因此其救据呈相比传统互联网大数据只多不少 ， 而且 ， 它的更新预率极高 ， 传感器按照恒定的评率快速更新 。 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 。 如何兼顾数字的更薪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、人员等等监侧．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 ， 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 ， 我们还希里．到数据的细节 ， 包括相关的数报、历史的数振、异常的数据、致据的趋数据的预测等等 ， 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、如何实现工业效据的有效检索和有效推送 。 也就是常说的’‘救据找人” 。 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值息提供给用户 。 举个生活中的仇子 ， 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 。 6、如何将数据转化为有效地值息提供给用户 。 举个生活中的仇子 ， 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
。


推荐阅读


上一篇：#手机电脑高手#一年亏损30亿，马化腾也很无奈！，一亿会员的腾讯视频

下一篇：『中金网』布局非接触经济，佳都科技发布商用智能人脸测温新品