近年来，国内外在数据库智能化（AI for DB）方向有哪些进展

智能运维，负载均衡߅冷热分离，数据融合，智能数据库等等，主要面向机器学习与数据挖掘方向。

AntDB数据库，一款在通信行业得到充分使用的业内领先的国产数据库，帮助客户进行OLTP 与OLAP一站式处理的数据库产品，具备丰富配套工具和完整服务体系。AntDB 先进的云原生分布式架构设计，支持峰值每秒百万笔的电信核心交易，数据处理能力、系统吞吐量、交易安全性在行业内领先。并且支持内存存储引擎智能切换，在满足高性能并发要求的同时，在平高峰期智能切换内存-磁盘引擎，实现降本增效。

目前AntDB已在电信核心业务系统持续运行近十年，应用于通信、金融、政企、物联网等行业的联机交易、CRM、客户服务等场景，得到客户的高度认可。

7月30日，中国邮政储蓄银行新一代分布式核心系统运维平台成功投产上线，这是继邮储银行新一代分布式核心系统技术平台上线之后，取得的又一项重要阶段性成果。

邮储银行采用行业领先的企业级业务建模方法和分布式微服务架构，构建新一代分布式核心系统，全面加快数字化转型步伐，通过 科技 赋能业务高质量发展。

创新技术的应用对分布式核心系统运维工作提出了更高的要求，需要在系统架构复杂、设备数量众多、系统服务多变的分布式架构下，实现全景可视、灵活管控、量化洞察、智能驱动的运维。邮储银行打破传统运维平台的建设思维，积极创新，从监测、管理、控制一体化建设着手，打造可见、可管、可计的智能运维平台，实现全方位的系统监测与管控，为新一代分布式核心系统全面投产保驾护航。

邮储银行新一代分布式核心系统运维平台主要具有以下特点：一是“国产化+云”的技术底座支持国内外主流系统架构，兼容国内外主流基础软件，使用敏捷可靠的容器云与内嵌式高效数据处理平台，全面支持分布式运维功能安全稳定运行。二是采用互联网敏捷架构，实现横向分片、纵向分层、分布式与集群化，拥有随需扩展能力，在高性能、可用性、伸缩性、扩展性、安全性等方面达到行业领先水平。三是通过平台化、智能化建设思路打造内嵌自主可控的数据库管控平台（DBPaaS），具有数据库智能诊断、异常处理、性能调优、智能管控等功能，满足银行业核心系统安全要求，为数据库安全可靠运行打下坚实基础。四是新一代分布式核心系统建设带动联机报文规范、响应码规范、日志规范、全局业务跟踪号等企业级技术标准在百余个关联系统落地实施，形成从前端渠道到中后台交易的全链路跟踪能力，能够从交易出发识别组件间依赖关系，快速判断业务异常，高效定位问题原因，迅速联动故障处理。

邮储银行新一代分布式核心系统运维平台成功投产上线，标志着邮储银行开启了智能运维新篇章。下一步，邮储银行将继续秉持价值创造、转型发展、创新驱动、合规保障的工作方针，持续从客户体验、服务效能、流程优化等方面着手，扎实推进新一代分布式核心系统全面投产，加快 科技 赋能，不断提高综合金融服务能力。

本文源自金融界网

随着医疗大数据行业企业走向上市进程，企业发展途径也变得日益明晰，从初期切入时的数据标准制定、数据清洗，到基于数据的辅助药物研发、智能诊断等，再到肿瘤全周期诊疗服务，企业几乎都会经历从为B端、H端赋能，逐步走向服务C端患者的道路。

成立于2018年，专注于肿瘤领域的明智医疗，依托联合临床肿瘤学会发起的全国单癌种真实世界研究、基于循证医学证据建立的以患者为中心的全病程 健康 数据库，致力于为药企、患者、医疗机构提供闭环大数据解决方案。

在巨头虎视眈眈的情形下，他们的优势在哪里？他们又如何看待肿瘤大数据服务平台可能的发展？我们采访了明智医疗创始人朱宏。

明智医疗创始人朱宏，本身有着生物信息学专业背景。在2014年，朱宏便开始主导开展医疗大数据研发工作，与中国临床肿瘤学会达成了长期战略合作，共同建立了中国肿瘤患者专病数据信息库。

早年的医疗大数据行业从业经历，让他意识到了一场以数据为基础的智慧医疗变革正在悄然发生。对医疗 科技 前沿信息的接触与 探索 ，也让他更为坚信自身的观点——在大数据 社会 ，智慧医疗的变革势必会发生，它将成为一场颠覆式的创新，需要参与者从产品创新、商业模式发现和价值网络搭建三方面同步进行。

这场变革本身有着内在的需求推动。当前患者面临的并不仅仅是看病难、看病贵的问题，在他看来，更为关键的问题在于缺乏对患者的疾病全程管理。例如，一名肿瘤患者在出院时，医生往往只会叮嘱患者注意饮食等，而患者院外管理流程几乎是缺失的。患者如何在院外更好地实现自我管理，在当前医疗资源相对紧缺、相对固定的结构层次下，几乎是难以解决的问题。而以数据为基础的智慧医疗将从根本上解决这个问题，在助力药企、医院的同时，更好地助力患者全病程管理，实现患者获益。

对市场的调研进一步坚定了他的信心。据估算，2025年，肿瘤大数据市场有望实现超2000亿元的突破。在这背后，本身是肿瘤治疗服务改善、药品研发加速的需求。政策也向着更好的方向发展：国家进一步缩短了创新药IND和NDA申请的审评审批时间，加速创新药商业化，解决紧迫的、未满足的临床需求。

最终，朱宏将锚点放在了医疗大数据真实世界研究方向上。在他看来，要实现这一目标，需要坚定的信念与正确的策略：

要确信以数据为基础的智慧医疗将得以实现。朱宏找到了一批志同道合且经验丰富的人士加入到团队中。例如副总裁王洋，具备10年以上医药企业市场营销咨询服务经验和多年IT领域新产品研发经验，是难得的创新跨界人才；副总裁金海欣，更有着复旦大学药学专业背景，是多年外资药企市场和营销冠军，长期从事医药学术研究市场应用研究；CMO，是北京大学医学院医学部博士、美国西北大学和密西西比医学中心博士后，具有10年以上基础医学科研经验、6年肿瘤学术、临床检测和诊断产品医学推广经验。

坚持长期发展策略。朱宏指出，“临床医生使用的听诊器，从发明到固定成型使用，经历了漫长的数十年。”在严肃的医疗领域，更需要坚持长期策略，稳扎稳打地做好医疗大数据服务平台。

为了更好地实现医疗大数据服务平台的发展，在最初设定中，朱宏认为应当着重发展3大模块：

1、诊疗路径方面，线下诊疗路径往往与临床指南与诊疗规范有关。线上化过程中，需要思考如何构建核心功能组件、模块，实现以真实世界研究为支撑依据，科学结合诊疗规范及临床指南。为此，明智医疗布局真实世界研究，并迈入该领域第一梯队阵营中。

2、通过可穿戴监测设备实现对患者数据的实时掌握，获得数据，并以患者为中心，实现对患者全病程管理。目前，明智医疗在管理患者及患者随访过程中逐步积淀了真实世界数据，助力真实世界研究，为后续申报数字疗法奠定基础。

3、具备算法能力。肿瘤疾病数据库与临床指南、诊疗规范，需要通过算法实现连接，更好地助力临床决策。2019年，明智医疗便与清华大学达成了战略合作，开发肿瘤AI辅助决策系统。

早年对行业的接触与洞察，让朱宏很早便意识到了专病数据库的重要性。明智医疗成立后，选择联合中国临床肿瘤学会发起中国原发性肝癌临床登记调查（CLCS），历时4年，专注于建设专病数据库，643个数据采集点覆盖了95%以上RWS数据要求，基本满足专家对临床研究的需求，同时也具备易于多中心联合的特点。该肝癌疾病数据库最终覆盖了5000+核心专家、25万+肿瘤患者、100+核心医院。

朱宏指出，“在过去几年，虽然其他医疗大数据公司也可以选择与学会合作建设专病数据库，但少有公司进行这样的尝试。一定程度上是因为明智医疗合作开发的医疗数据库本身足够专业。另一方面则是因为专家时间有限，不会选择重复建设同样的事物。”

专业的肝肿瘤数据库，帮助使用者基于其产出了多项具有国际影响力的研究成果，基于数据库发表的专病学术洞见，也被学术界广泛引用。事实上，当前仍旧有很多疾病病种有待建立专业数据库。朱宏表示，他也希望业界同行可以更为重视专病数据库的建设。

实际上，建设专病数据库的过程比想象的困难得多。比如原始数据的标准化，在明智医疗拓展的100家医院中，不同医院对于同一事物往往有不同说法。如果这仅意味着工作量，那么另一些事情便意味着巨大的挫折与挑战。

比如部分医院关键指标数据缺失；部分大医院不愿意与其他医院共享数据。明智医疗迈过了大量门槛，并通过建立起沟通机制，如建设数据使用委员会解决数据共享的问题，形成了良性的运转机制，在拓增数据的同时，助力临床科研。

明智医疗规划的主营业务分为三类，基于专病数据库的大数据服务平台以及真实世界研究项目，辅助药企实现患者招募、真实世界研究、提供市场洞察、精准营销、学术推广服务；针对医疗机构搭建一体化科研平台、智能患者随访平台，协助医院信息化建设，搭建辅助诊断模型；针对患者，建立从短期肿瘤治疗管理到长期患者全病程智能 健康 管理体系，并于日后提供数字疗法。

目前，明智医疗与大量创新药企达成了合作。其实，早在2018年，其便与某日资药企达成为期三年的数据库赋能合作。当时企业面临缺乏行业洞察和学术推广渠道，上市新药无真实世界安全性和有效性证据等问题，难以得到行业专家的认可。明智医疗通过委托项目专家发起新药真实世界数据研究作为专病平台的亚组研究，同时为药企提供基于数据库的行业洞察，最终帮助其获得了远超预期的销售业绩。

在这个过程中，明智医疗也在进行从单癌种肝癌疾病向其他癌种疾病的横向拓展。在朱宏看来，横向复制复制成本相对较低。“就像你看到的冰山一样，表面可能是独立的冰山，但底部早已实现连接。”底层逻辑与资源的共享让明智医疗可以在资源有限的情形下，实现进一步的扩张。比如肝癌属于消化道肿瘤，其他消化道肿瘤疾病如胆管癌、胰腺癌、胃癌、结直肠癌、食道癌等均可共享部分医生科室资源。

在纵向拓展方面，据朱宏介绍，“中国前200家肿瘤专科医院，诊治了中国肿瘤治疗人群的差不多60~70%。”明智医疗在实现头部肿瘤医院签约数量增长的同时实现着规模增长，以便更有利于以数据为支撑的真实世界研究，并助力药械企业进行精准学术营销。

随着数据赋能的深入推进，明智医疗将推出面向患者的数字疗法。朱宏强调，数字疗法指向智慧医疗的未来。由软件程序驱动，以循证医学为基础的干预方案，用以治疗、管理或预防疾病的数字疗法，本身涉及患者的全程管理。一旦90%的时间无需医生管理患者，将极大地改善当前患者全病程管理状况。数字疗法本身也在助力药企实现精准药物治疗，进而进一步促进针对患者的精准治疗。

相对于以往药械企业为数字疗法付费，朱宏认为患者端付费是可能实现的。因为患者本身是最终的获益方。当前难点在于患者尚无付费习惯，企业不知如何与患者沟通助力患者提升对数字疗法的信心。在他看来，数字疗法是以循证医学为基础的电子药物，其对于患者的疗效是基于证据支持的。企业一旦研发出使患者获益的数字疗法，通过学术推广和数字疗法本身所具备的患者多维度体验，患者会遵循医嘱为数字疗法买单并具有良好的用药依从性。

朱宏表示，当前存在两种可能的付费方式：一种是一次性付费，用于专家会诊提供个性化的院外治疗、康复方案制定；一种是日常监护管理费用。此外，当前数字疗法领域仍旧需要不同领域的企业进入做大市场，充分实现竞争相互促进，让患者更好地了解数字疗法可以助益患者这一实际。当患者、药企、医生三方均存在意愿时，颠覆性创新局面才可以更快的到来。而明智医疗也有望在这个过程中获得首批癌症数字疗法的认证。

明智医疗计划继续拓展签约的医院数量，实现肿瘤诊疗人群的覆盖。在取得互联网医院牌照后，其计划进一步基于真实世界数据，实现真实世界研究，获得真实世界证据，打造并取得针对不同癌种疾病的数字疗法。

当前，明智医疗真实世界研究已跃入行业第一梯队，其服务了多家肿瘤制药公司，与多家行业协议/学会、国内外知名药企保持着长期合作关系。其此前尚未进行过融资，目前计划引进外部资金实现创新业务拓展。

其计划将融资获得的资金用于数据库的建设，实现患者人群的进一步覆盖，并拓展至其他疾病领域；在建设互联网医院基础上，实现数字疗法的打造，更好地实现患者院外的疾病全流程管理。

Transwarp StellarDB是自主研发的分布式图数据库，兼容openCypher查询语言，提供海量图数据的存储和分析能力，支持原生图存储结构，支持万亿边PB级数据存储。同时，StellarDB具备毫秒级点边查询能力，10+层的深度链路分析能力，提供近40种的图分析算法，具备数据2D和3D展示能力。星环科技StellarDB在金融、政府和社交网络等领域应用，并且在某地电信关系图谱场景实现了万亿边规模的存储和稳定运行，真正意义上将万亿级图数据库能力应用落地。

图数据库典型应用场景：

知识图谱:

于图数据库而言，知识图谱是图数据库关联最为紧密、应用范围最广的应用场景。知识图谱对海量信息进行智能化处理，形成大规模的知识库并进而支撑业务应用。

知识图谱中图数据库具有存储和查询两方面的技术优势：存储方面：图数据库提供了灵活的设计模式；查询方面：图数据库提供了高效的关联查询

作为图数据库的底层应用，知识图谱可为多种行业提供服务，具体应用场景例如电商、金融、法律、医疗、智能家居等多个领域的决策系统、推荐系统、智能问答等。

风险合规知识图谱：风险是金融的命脉，也是国家监管科技的主干。金融监管+风险合规的知识图谱是星环科技最早开始投入建设和技术研发的方向。面向超大规模图网络，星环科技率先发布了支持空间3D的图展示，避免了二维图的展示对于超过万节点的图无法清晰体现的弊端；同时结合反洗钱网络图谱利用属性图中节点带有地理定位属性，构建了跨境可疑资金转正图网络，对于可疑跨境交易一目了然。

精准营销类知识图谱：大型金融机构可能存在上千万家的B端或者C端用户，如何实现针对不同用户的精准营销？在营销知识图谱方面，星环科技面向银行开发了对公知识图谱的技术，实现了在营销端沉淀业务知识，充分发挥图谱价值，帮助银行实现诸如疫情期间小微企业信贷精准投放等应用。

投资研究类支持图谱：在金融和资本市场，最重要的金融业务就是投资，利用知识图谱刻画人类研究成果，进行知识图谱化表达和构建，也是多家券商和基金公司在探索金融科技赋能投资收益效果的发展路线图。在投资知识图谱方面，星环科技通过全栈能力，深度融合NLP+知识图谱技术，通过知识表示学习等领先的知识图谱技术，实现智能投研知识图谱，赋能投资研究场景应用。

金融领域

在金融领域，图数据库通过利用多维交叉关联信息可以深度刻画交易行为，可以有效识别规模化、隐蔽性的欺诈网络，结合机器学习、聚类分析、风险传播等相关算法，可以实时计算用户的风险评分，在风险行为发生前预先识别，有效帮助金融机构提升效率、降低风险。

反欺诈：通过账户、交易、电话、IP地址、地理位置等关键实体信息的关联关系，对风险暴露人的N层图挖掘，帮助筛选疑似欺诈人员，达到预防目的。

反欺诈信贷担保圈：中小企业通过关联企业、产业链上下游客户、关系人等相互担保，形成关系复杂的“担保网”，信贷担保圈的挖掘对企业贷款风险的识别与防范有重要意义。

股权穿透：通常是由高管、企业及关联公司构成的复杂网络，以股权为纽带，向上穿透到目标企业最终实际控制人，向下穿透到该企业任意层股权投资的所有企业及其股东。

图数据库更多应用场景

金融领域 ：冒名贷款、银行零售知识图谱、银行对公知识图谱、资金流向分析、企业关联图谱、事件传递图谱、个人信贷反欺诈、反洗钱知识图谱等

政企领域 ：物联网、智慧城市、道路规划、智能交通、轨迹分析、疫情防控、寄递关系画像等

电信领域：深度经营分析、防骚扰、电信诈骗防范、运营商经营分析等

零售领域 ：智能推荐、精准营销、供应链管理、货物推荐、浏览轨迹分析等

社交领域 ：社区发现、好友推荐、兴趣用户推荐、舆论跟踪等

工业领域 ：电网分析、供应链管理、设备管理、物流分析等

医疗领域 ：智能诊断、电子病历、医保&保险分析等

1、 系统结构方面：计算机的体系结构、分布式系统、机群计算、网格计算、并行计算系统、通信协议分析与设计、计算机协同工作技术、通信软件与协议工程等等多方面的内容；

2、 软件方面：智能规划与自动推理、智能诊断与规划、约束程序、智能决策支持系统、程序设计语言及实现技术、软件形式化方法、数据库理论、网络搜索引擎、数据仓库与数据挖掘、网络并行计算。

在减速机诊断分析技术领域中，需要用不同类型的传感器来采集减速机数据，不同类型的传感器需要用不同的诊断系统，目前市场上有容知、斯凯孚诊断分析系统，他们的诊断分析系统多采用c/s架构，在使用时，数据采集不稳定，用多线程进行数据采集时，易发生数据传输错误、丢包现象，此外，c/s架构适用面窄，通常用于局域网中，由于程序需要安装才可使用，维护成本高，发生一次升级，则所有客户端的程序都需要改变。目前诊断分析系统的数据库大多采用单实例的架构设计，数据结构设计不合理，当数据量随着时间推移不断增大，数据查询非常缓慢。此外，目前诊断分析系统没有针对减速机的自学习、自修正及预测功能，从而导致分析结果的准确度低。

技术实现要素：

本发明旨在解决现有技术的不足，而提供一种减速机智能故障诊断系统及其诊断方法。

本发明为实现上述目的，采用以下技术方案：一种减速机智能故障诊断系统，其特征在于，包括数据层、webservice层、展示层和智能自适应诊断分析模块，数据层将采集的数据传递给webservice层，经webservice层处理后给展示层展示，数据层包括传感器、数据采集层和数据库，传感器采集减速机的振动数据和温度数据，采集的振动数据和温度数据经模数转换给数据采集层，数据采集层的数据以netty框架的多线程处理方式传递到数据库备用，数据库采用mysql主主+中间件mycat的架构管理数据，webservice层包括数据查询服务、数据配置服务、数据采集服务和api接口服务，数据库的数据双向传输给webservice层，展示层包括手机app、配置管理模块、波形展示模块、报警展示模块、诊断报告模块和大屏展示模块，webservice层经分析诊断将分析诊断的结果给展示层，且分析诊断采用ssm框架结构，展示层读取和查询webservice层传递来的数据，智能自适应诊断分析模块包括采样模块、信号处理模块，信号诊断分析模块和智能调机模块和预测分析模块，采样模块在数据库采样实时数据给信号处理模块，采样的实时数据经信号处理模块处理后得到特征值给信号诊断分析模块，信号诊断分析模块判断减速机的健康状态与实际减速机的健康状态作对比，将对比的差值给智能调试模块，智能调试模块对信号处理模块和信号诊断分析模块进行调试，且智能调试模块对预测分析模块进行修正，预测分析模块与实际减速机的健康状态作对比，再将对比的差值给智能调试模块，智能调试模块在对预测分析模块修正预测减速机的剩余寿命。

传感器的种类包括e版传感器、煤安传感器和本安传感器。

mysql主主为两个主数据库互为主从。

ssm框架结构为spring+springmvc+mybatis的框架结构。

api接口服务为手机app、大屏展示模块提供数据接口服务。

数据采集服务通过socket接口与传感器进行通信，接收传感器数据，并经过算法处理，写入数据库。

数据查询服务通过前端页面请求数据，建立数据库连接获取查询数据。

数据配置服务通过前端页面进行配置管理模块，建立数据库连接写入到数据库。

上述一种减速机智能故障诊断系统的诊断方法，其方法如下：

传感器采用无线4g传感器，安装在减速机轴承座附近，传感器把采集的数据传输到网关，再通过网关，4g网络传输的方式传输到服务器，通过服务器的通讯软件接收到数据库里，通过智能算法计算数据库中的数据，再次存储到数据库，诊断分析系统读取数据，展现给用户，用户可以根据振动波形和针对智能算法计算出的数值与报警阈值的比较产生的事件来诊断设备的情况。

本发明的有益效果是：数据采集层的数据采用netty框架的多线程处理方式，可以快速开发高性能、高可靠性的网络服务器和客户端程序，减少数据传输错误和丢包现象的发生；分析诊断采用ssm框架结构能够快速开发高性能、高可靠性的分析软件，维护成本低，不需要因一次升级所有的客户端的程序都需要改变；数据库采用mysql主主+中间件mycat的架构管理数据，具有读写分离、均衡负载、高可用等特点，能够快速存储和读取数据库；预测分析模块能够对减速机运行状态进行趋势分析及寿命预测。

附图说明

图1为本发明的架构示意图；

图2为本发明的数据流程图；

图3为本发明的mysql主主+中间件mycat的架构示意图；

图4为本发明的设备智能状态诊断过程示意图；

图5为本发明的设备智能状态预测过程示意图；

图6为本发明的智能算法流程图；

图7为实施例1的多趋势波形图；

图8为实施例1的时域波形图；

图9为实施例1的包络解调图；

图10为实施例2的多趋势波形图；

图11为实施例2的输入端3v时频域图；

图12为实施例2的时域波形图；

图13为实施例2的包络解调图；

以下将结合本发明的实施例参照附图进行详细叙述。

具体实施方式

下面结合附图和实施例对本发明作进一步说明：

如图1-6所示，一种减速机智能故障诊断系统，其特征在于，包括数据层、webservice层、展示层和智能自适应诊断分析模块，数据层将采集的数据传递给webservice层，经webservice层处理后给展示层展示，数据层包括传感器、数据采集层和数据库，传感器采集减速机的振动数据和温度数据，采集的振动数据和温度数据经模数转换给数据采集层，数据采集层的数据以netty框架的多线程处理方式传递到数据库备用，数据库采用mysql主主+中间件mycat的架构管理数据，webservice层包括数据查询服务、数据配置服务、数据采集服务和api接口服务，数据库的数据双向传输给webservice层，展示层包括手机app、配置管理模块、波形展示模块、报警展示模块、诊断报告模块和大屏展示模块，webservice层经分析诊断将分析诊断的结果给展示层，且分析诊断采用ssm框架结构，展示层读取和查询webservice层传递来的数据，智能自适应诊断分析模块包括采样模块、信号处理模块，信号诊断分析模块和智能调机模块和预测分析模块，采样模块在数据库采样实时数据给信号处理模块，采样的实时数据经信号处理模块处理后得到特征值给信号诊断分析模块，信号诊断分析模块判断减速机的健康状态与实际减速机的健康状态作对比，将对比的差值给智能调试模块，智能调试模块对信号处理模块和信号诊断分析模块进行调试，且智能调试模块对预测分析模块进行修正，预测分析模块与实际减速机的健康状态作对比，再将对比的差值给智能调试模块，智能调试模块在对预测分析模块修正预测减速机的剩余寿命。

传感器的种类包括e版传感器、煤安传感器和本安传感器。

mysql主主为两个主数据库互为主从。

ssm框架结构为spring+springmvc+mybatis的框架结构。

api接口服务为手机app、大屏展示模块提供数据接口服务。

数据采集服务通过socket接口与传感器进行通信，接收传感器数据，并经过算法处理，写入数据库。

数据查询服务通过前端页面请求数据，建立数据库连接获取查询数据。

数据配置服务通过前端页面进行配置管理模块，建立数据库连接写入到数据库。

配置管理模块可以对组织结构、测点、采集站进行配置管理模块。

波形展示模块可以对减速机测点的各种波形进行展示。

报警展示模块可以对减速机测点的振动、温度进行报警事件的查询。

诊断报告模块可以对减速机的诊断报告模块进行查询。

上述一种减速机智能故障诊断系统的诊断方法，其方法如下：

传感器采用无线4g传感器，安装在减速机轴承座附近，传感器把采集的数据传输到网关，再通过网关，4g网络传输的方式传输到服务器，通过服务器的通讯软件接收到数据库里，通过智能算法计算数据库中的数据，再次存储到数据库，诊断分析系统读取数据，展现给用户，用户可以根据振动波形和针对智能算法计算出的数值与报警阈值的比较产生的事件来诊断设备的情况。

如图4设备智能状态诊断过程，该模块能够系统地和逐步地选择重要诊断参数(包括能量包络宽度，信号与故障的关系，特征频带等)的最佳组合。包含信号特征和故障大小的自适应大数据分析方法以及深度和快速的机器学习方法将在此模块中实现。

如图5设备智能状态预测过程，该模块基于测量后的机器健康状况，将自动实现针对剩余寿命的预测最佳结果该目标的达成通过将参数趋势与大数据融合以及应用粒子群优化算法，从而迭代地改变诊断模块参数(长相关函数)。

如图6智能算法信号处理流程如下：

1、振动信号进行预处理(滤波)，通常使用巴特沃斯滤波器；

2、预处理后的信号进行时域(幅域)特征参数计算，计算的时域指标有波形指标、峰值指标、脉冲指标、峭度指标、裕度指标；

3、匀速信号进行匀转速情况下的频域特征计算，计算fft幅值谱、功率谱、倒频谱、包络谱及共振解调谱；

4、变速信号进行变转速情况下的频域特征计算，计算阶次功率谱、伯德图、极坐标图、瀑布图、级联图；

5、通过时域指标和频域特征(匀速、变速)进行故障位置判断；

6、趋势分析模块对振动信号的峭度、烈度、峰值因子、有效值进行趋势分析及预测；

7、arma及arma-rls算法能够对设备的残余寿命进行预测，此部分总体实现流程：

a将要分析的模拟进行采集，使其成为能够工上位机处理的数字信号；

b信号处理模块提取原始喜好的特征值，包括但不限于时域指标、频域特征等；

c信号诊断分析模块对设备健康状态进行判断；

d智能调机程序通过实际设备健康状态与设备预测健康状态的误差分析，来修正信号处理模块的特征提取方法，包括频带宽度、阈值等参数，以提高故障特征提取精度；

e预测分析模块通过获取诊断分析模块的设备健康状态判断结果，进一步预测设备的残余寿命；

f智能调机程序通过对比实际设备健康状态与预测分析模块计算出的设备残余寿命之间的误差，进而修正预测分析模块的相关参数，包括模型阈值、参数权重等；

g如此重复上述过程。

实施例1

一种减速机智能诊断分析系统，其特征在于，包括数据层、webservice层、展示层和智能自适应诊断分析模块，数据层将采集的数据传递给webservice层，经webservice层处理后给展示层展示，数据层包括传感器、数据采集层和数据库，传感器采集减速机的振动数据和温度数据，采集的振动数据和温度数据经模数转换给数据采集层，数据采集层的数据以netty框架的多线程处理方式传递到数据库备用，数据库采用mysql主主+中间件mycat的架构管理数据，webservice层包括数据查询服务、数据配置服务、数据采集服务和api接口服务，数据库的数据双向传输给webservice层，展示层包括手机app、配置管理模块、波形展示模块、报警展示模块、诊断报告模块和大屏展示模块，webservice层经分析诊断将分析诊断的结果给展示层，且分析诊断采用ssm框架结构，分析诊断的监测数据显示包括测点的状态、振动、温度实时数据，其中振动数据包括有原始波形(时域波形)、fft频谱、包络/解调谱，在显示波形时要具有峰值自动捕捉功能；分析诊断计算有效值、脉冲指标、波形指标、峰值指标、裕度指标、峭度指标、时域总值、频域总值；分析诊断的时域信号需要有多光标功能和谐光标(可以设置谐波个数)功能，频域需要多光标功能，有谐频(可以设置谐波个数)、边频和谐边带(可以设置谐波次数和边频个数)分析功能，同时可以在一个页面里显示同一个设备下多个测点下多个波形图；分析诊断的历史数据曲线图可以显示趋势分析(总值、峰值、脉冲、峭度、有效值、烈度、时域总值、包络谱总值、频域总值、温度)曲线图。在有效值、包络谱总值、频域总值趋势图中显示出报警线。

展示层读取和查询webservice层传递来的数据，智能自适应诊断分析模块包括采样模块、信号处理模块，信号诊断分析模块和智能调机模块和预测分析模块，采样模块在数据库采样实时数据给信号处理模块，采样的实时数据经信号处理模块处理后得到特征值给信号诊断分析模块，信号诊断分析模块判断减速机的健康状态与实际减速机的健康状态作对比，将对比的差值给智能调试模块，智能调试模块对信号处理模块和信号诊断分析模块进行调试，且智能调试模块对预测分析模块进行修正，预测分析模块与实际减速机的健康状态作对比，再将对比的差值给智能调试模块，智能调试模块在对预测分析模块修正预测减速机的剩余寿命。

如图7-9所示，传感器采用无线4g(振动、温度)传感器，安装在减速机轴承座附近(受力最大处)，传感器把采集的数据传输到网关，再通过网关，4g网络传输的方式传输到服务器，通过服务器的通讯软件(根据通讯协议)接收到数据库里，通过智能算法计算数据库中的数据，再次存储到数据库，诊断分析系统读取数据，展现给用户，用户可以根据振动波形和针对智能算法计算出的数值与报警阈值的比较产生的事件来诊断设备的情况，比如金隅广灵的减速机输入端轴承座和输出端轴承座振动波形趋势突然上升，查看输出端轴承座轴承的长波形，可以明显的见到冲击信号，且冲击频率为17hz左右，恰为转频的04x左右，因此推测为轴承保持架故障频率，再通过包络解调能够看到17hz左右频率谐波，且在97hz左右(滚珠故障频率)及其谐波中均存在17hz左右的边带，符合滚动轴承滚珠磨损带有保持架边带的故障特征，因此推测轴承座轴承存在中后期故障，且轴承的保持架和滚珠均有较明显的磨损现象，建议现场准备备品备件，密切关注设备振动和噪声的变化情况。

实施例2

如图10-13所示，以滦平建龙矿业动辊减速机为例，传感器采用无线4g(振动、温度)传感器，安装在减速机轴承座附近(受力最大处)，动辊设备多趋势中可以看到近期振动趋势有整体上升趋势，动辊减速机输入端3v的趋势图中能够发现振动趋势逐渐上升，时域波形中发现明显的冲击信号且能量较高，频谱分析中能够发现143hz左右的谐频(推测一级行星啮合频率)以及6hz的边带，以及349hz左右的谐波；从动辊磨辊输出端时域波形中可以明显的发现017hz左右的冲击信号，包络解调能够解调出大量的017hz左右的谐波，因此推测动辊输入端轴承存在磨损现象，一级平行齿轮啮合和一级行星齿轮啮合存在啮合不良的现象，齿轮存在磨损现象，磨辊输出端轴承出现严重磨损或输出端连接部件出现异常现象。(目前没有详细的设备内部参数，影响故障判断的准确率，建议现场尽快提供设备的详细信息，例如：齿轮齿数、轴承型号等)，建议现场检查动辊输入端是否存在异常，仔细听设备是否存在异响，检查磨辊输出端轴承是否存在异响，以及磨辊输出端连接部件是否存在异常情况，保证轴承润滑密切关注设备的振动和噪声的变化情况。

传感器检测点的数量为1-9个，检测点位于轴承座上。

上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种改进，或未经改进直接应用于其它场合的，均在本发明的保护范围之内。

以上就是关于近年来，国内外在数据库智能化（AI for DB）方向有哪些进展全部的内容，包括:近年来，国内外在数据库智能化（AI for DB）方向有哪些进展、邮储银行新一代分布式核心系统运维平台投产上线 开启智能运维新篇章、依托真实世界专病数据库，明智医疗如何打造肿瘤大数据服务平台等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！