工业数据智能平台-百度智能云

产品概述

一款专注于工业领域，以人工智能、机理、专家经验、知识混合建模为核心的工具型模型训练/服务平台。可通过零代码界面进行数据预处理、数据可视化，内置多种人工智能算法与机理模型，能实现对于多种复杂场景智能模型的构建，从而助力解决业务场景核心问题，实现提质增效、节能降碳的业务目标。

数据挖掘与分析

涵盖数据获取、数据预处理、数据统计分析、数据可视化全流程的数据管理能力。

特征工程

内置计算引擎，囊括丰富多样的特征构造与特征降维方法，支持新增特征属性、去除冗余特征，提升模型效果。

工业场景模板

内置多种场景，包括设备预测性维护、泵机运行状态推荐、点胶机参数优化、空冷能耗优化、水厂水平衡等。

模型训练/预测

支持模型在线调参，可多个模型并发在线训练，训练完成后可通过评估报告查看模型效果，也支持上传数据在线预测。

模型发布

训练完成后的模型支持在线发布生成API接口，供其他系统调用；也支持发布生成SDK，下发至端侧进行调用。

自研求解器

国产自主知识产权，领先的线性规划、混合整数规划、约束规划求解能力。针对客户大规模问题，可进行AI方法定制化训练；针对不同行业需求，可进行定制化问题类型开发。

零代码

从数据获取、数据预处理、数据统计分析、模型训练、模型评估、模型预测到模型发布完整闭环，零代码低学习成本，开箱即可用。

丰富场景模板

既有通用场景模板，如：时序预测、异常预警、故障诊断等场景；又有行业场景模板，如：水务行业场景、能源行业场景等。

定制化场景开发

对于新应用场景需求，团队可提供模型定制化开发与封装服务，实现端到端、高质量、高适用性的场景交付。

可扩展

平台采用微服务架构开发，可灵活部署，保证整体服务高可用性，企业可根据数据及模型训练的负载情况，灵活增删节点进行动态伸缩，节约成本。

工艺优化场景

设备预测性维护场景

调度优化场景

工业企业生产中常面临原材料、环境、设备状态的外部干扰，如何在复杂环境下以更高的生产效率、产品质量去实现降本增效的目标，需要调节的工艺参数众多，同时经验丰富的工程师人才稀缺，培养周期长。

基于人工智能的工艺优化技术融合复杂机理知识和专家经验， 构建工业大脑，实现自动参数调优，可有效协助工程师日常工作，降低工作量、提高智能化水平，从而提高产品质量和稳定性，提升生产效率。

工业设备广泛采用定时检修、更换配件的维护方式，难以发现和避免突发性故障，导致非计划停机，对产线正常工作造成影响；且计划性维修往往导致过度维修，产生不必要的维修费用。

准确预测分析设备故障机理，预测性维护可通过算法和模型来监控、预测、管理设备的健康状态，预先诊断设备可能发生的故障和关键部件的剩余寿命，指导备品、备件和设备维修，减少意外停机故障引起的生产停工，避免失修过修，降低维护成本，延长设备服务寿命。

目前主要依赖人工排产，造成订单交付存在延期、生产资源利用率不高、产能分配不均衡、库存成本高、生产效率低等问题。

以百度自研求解器为核心引擎，运用运筹优化、人工智能等技术，解决资源调配问题，实现高效、均衡的计划排程及快速的实时调度响应，让企业有智能决策的能力。

根据历史数据，建立区域用水量预测AI模型，以此为基础，分析泵组实际运行工况，给出开/停机、频率等控制参数推荐值，从而在保证安全、稳定供水的前提下，进行智能化调压控制，比人工规则操作情况下节能8%以上。

空冷岛的冷却能力受气温、风速和负荷等因素的影响很大，存在夏季机组背压高、负荷受限，冬季散热管束易冻结的难题。结合现场运行历史数据，基于机理建模、机器学习建模和强化学习等方法，优化空冷岛风扇的起停及转速，从而提高机组运行效率、减少碳排放。

借助信号处理和人工智能算法，实现设备的信号采集、状态的智能判断和预警功能，达到设备的实时监控和管理、重大事故发生预防的效果，可以提前预测出泵机故障类型和剩余寿命。

随着国家经济快速发展，高铁承运量日益增加，在某些繁忙线路上出现供需不平衡的难题。在明确高铁运营计划和调度的优化目标后，抽象时间、空间、安全等约束条件，使用强化学习+规划模型的方式，快速获得效果较好的可行解。

实现业务集柜/分柜的半自动化,结合订单PO/产品数据/集分柜规格，在订单生产前根据匹配规则输出对应模型，提高效率和准确率，提升集装箱满载率，减少运输成本。

如果您有工艺优化、设备预测性维护、调度优化的需求，我们能给您提供定制化量身定做的解决方案，给您带来可量化的价值体现，助力您在智能化转型的征程中更进一步！

未登录

需要实名认证