跳到主要内容

9. 过程分析

实时监控告诉你设备现在是否正常,告警在异常发生时通知你。过程分析回答的是这之后的问题:这批次产品为什么良率偏低?注射温度和产品缺陷之间有多强的关联?同型号的两台设备运行在同样条件下,性能曲线为什么出现了分叉?

这类分析无需数据工程师介入,也无需切换到外部工具。TDengine IDMP 将过程分析能力直接嵌入数据所在的面板中,用户可以在发现问题的地方继续下钻分析。底层能力由 TDengine TSDB 提供支撑:统计计算函数(CORRTLCCDTW 等)支持相关分析和回归,流计算引擎支持批次与事件建模,TDgpt 通过 FORECAST()ANOMALY_WINDOW() 等 SQL 函数提供预测、异常检测和缺失值填补能力。

分析面板(Analysis Chart)是过程分析的主要入口。 分析面板是 IDMP 中唯一以独立窗口形式运行的可视化分析工作区,用户可以在其中调用时序预测、缺失值填补、窗口分析、事件对比、相关分析等多种能力,在一个工作空间内完成完整的分析流程。此外,趋势图和散点图在查看模式下也提供了部分分析功能的独立入口,如趋势图支持预测和缺失值填补,散点图支持聚类和回归分析。

实时分析、过程分析、AI 智能洞察共享同一套数据基座体系。实时分析产生的属性与聚合指标可以直接在面板里做回归分析;AI 检测到的异常事件可以在过程分析里做批次对比追溯;在过程分析里验证的业务发现,可以固定为仪表板、面板长期跟踪,也可以转化为实时监控规则持续运行。

本章内容

  • 时序预测 — 基于历史时序数据预测未来趋势
  • 缺失数据填补 — 对时序数据中的缺口进行智能填充
  • 聚类分析 — 对设备、时段或行为模式进行无监督分组
  • 回归分析 — 建立属性之间的定量关系模型
  • 窗口分析 — 在历史数据中交互式搜索有意义的时间片段
  • 事件、批次分析 — 利用事件分析能力对生产批次数据进行对比与深度分析
  • 相关分析 — 度量多个属性或设备之间的相关性
  • 关联规则 — 挖掘事件与属性之间的共现规律
  • 相似度搜索 — 在历史数据中搜索与目标模式相似的时间片段