最近花了不少时间学习Thingworx Analytics，踩了很多坑，也积累了一些心得，特撰文记录。
本文是第一篇，介绍Analytics的功能和模块。
第二篇文章将以实例说明怎样通过Analytics预测机器失效时间(Time to Failure)。
2015年，PTC收购了机器学习公司ColdLight，将其产品整合进Thingworx，并命名为Thingworx Analytics。
首先我们看看此产品有哪些功能。
PTC Thingworx Analytics帮助文档列出了这些功能：
• Explanatory Analytics： 解释型分析，比如甄别信号(Signal)是否有价值。
• Descriptive Analytics：描述型分析，如平均值、中值、标准偏差等的计算。
• Model Generation：预测型模型的建模和学习，包含了几个流行的机器学习算法。
• Predictive Scoring：预测计分，根据学习好的模型和新的参数值，以预测结果。
• Prescriptive Scoring：权重计分，调整模型参数的权重以修改分值。
• Confidence Models：信心模型，将预测值转换成定义区间的概率。
• Anomaly Detection：异常检测，比较信号的上下界，以过滤出异常信号。
• Time Series Predictions：时间序列模型的预测。有些信号是与其时间序列相关的，每次在预测时，除了检查当前值，还会分析之前的若干时间序列的参数值。但是我发现8.5版本此功能有BUG，因为Analytics是根据参数在ValueStream中记录的值来进行分析的，但是如果一个模型有多个参数且记录在同一个ValueStream的话，数据在更新时，ValueStream无法保证这些值在同一条记录中被更新。
• Learners and Ensemble Techniques：机器学习算法及混合方法。
Analytics内置了以下机器学习算法：
• Linear Regression
• Logistic Regression
• Decision Tree
• Neural Network
• Random Forest
• Gradient Boost
下面我们再来看一下Analytics组成模块。
Analytics有3个安装模块：Analytics Server、Analytics Platform、Analytics Client(extension)。
Analytics Server是独立与Thingworx Plantform的模块，但是有部分组件也会安装进Thingworx。
Analytics Server安装完成以后，会在操作系统中增加以下Service：
twas-analytics-worker-1
twas-analytics-worker-2
twas-analytics-worker-3
twas-async-ms
twas-sync-ms
twas-twx-adapter
twas-zookeeper
并且在Thingworx中增加以下对象：
StatisticalCalculationMicroserver，提供了多个SPC计算的Service。
StatisticalMonitoringMicroserver，提供了多个SPC数据分布分析的Service。
多个名称包含AnalyticsServer的Thing，可以在Monitoring >> Remote Things看到，提供了Thingworx Server API。
前缀为TW.AnalysisServices的多个DataTable，是配置Analytics的数据库。
前缀为TW.AnalysisServices的多个Resource，对应于Analytics Builder的一些功能，如TW.AnalysisServices.AnalysisHelperFunctions可用于Job的统计、删除等。
Analytics Platform是一个独立模块，不安装也不影响学习及预测，我估计是用于分布式运算、异步运算等。
Analytics Client可以单独作为extension安装，安装以后在Thingworx中会增加一个Analytics图标，提供了一个Analytics模块的前台界面。
Analytics模块的菜单分为Builder和Manager两个，其中Builder主要用于建模，Manager用于后台自动处理。
具体操作我会在第二篇中说明。
博文
没有评论:
发表评论