indass

INDASS发展到现在，从原来的五大金刚，映像图，指数，稳定性，相关性系数，趋势预测，变成了下面表格的十二生肖。面对如此庞大的家族，总会让人引起思考，INDASS，有什么用处呢？

在我们回答这个问题之前，我们先来设想一个简单的场景：

这个模型，可以说是最简单的工业模型了，我们让这个模型上工业物联网，使用一个Aprus采集器，采集电流表和电压表上的数据，同时，我们还可以看到电源的额定电压和可变电阻的最大值。

我们要研究这个工业模型，我们可以引出两个比较”常见“的问题，首先是故障判断的问题，我想对这个模型做预测性维护，比如说，模型漏电的预测性维护。其次就是优化问题，比如当滑动变阻器为多少时，灯泡可以在不损伤的情况下调到最亮。

首先研究预测性维护模型，我们要知道如何判断漏电，这点可能比较容易，当电流大于某个值，我们假设是90mA时算是漏电。进一步的，我想知道什么时候线路将会漏电，这样我可以提早做准备，阻止漏电等一系列预防措施。

那么在这个案例里面，INDASS发挥了什么作用呢？首先，我们使用了指数，计算评估此时的运行状态；使用了稳定性，评估此时的稳定性的变化；使用了趋势预测，预测30分钟之内数据的变化；使用了风险估计，估计此刻的风险，评估这个时候的风险值，需不需要我们做反应；我们还运用了偏态，评估此刻的运行状态离标准状态的差别有多大。

我们再推演一下第二个模型，优化模型。首先，虽然是优化模型，但是优化的基石就是设备稳定、健康的运行。所以我们还是要考虑模型的稳定性，起码不能波动的特别厉害；或者使用偏态，因为对电流、电压的标准值我们是比较明确的；对于我们特别注重的电流参数，也先做一个预测，关注一下电流的波动情况。其次，我们要调节变阻器使得灯泡的亮度变化，就要采集变阻器的此刻的电阻。我们既然上了物联网平台，就不能只用简单的PID调节模型了。采集到了电阻值之后，我们就可以使用协同控制，把计算得到的最优的变阻器阻值，下发给变阻器的控制器。

在优化的时候，本来预计的是调节电阻值一次就可以了，但是在实际运行的时候发现，灯泡越来越亮，稳定性参考值越来越小，预测的电流越来越大。原来是因为灯泡在发光的同时也会发热，导致灯泡的阻值越来越小，如果放任不管，灯泡可能最后会爆掉。因此还要继续运行协同控制，及早调节变阻器阻值。

看到这里，小明觉得INDASS真有用，也想在他现场的一个经常坏的冷却水泵上小试牛刀，如法炮制一个水泵的预测性维护模型，再加上水泵频率的优化模型。在部署好了INDASS以后，想针对水泵的震动频率，判断水泵的稳定情况和风险。这时遇到了第一个问题，水泵的震动频率，由于没有安装传感器，无法采集，无法从采集的数据上判断水泵坏没坏，方案一行不通。再尝试方案二，根据锅炉的温度，调节水泵的频率，如果温度过高，频率增大，多泵一点水过来，如果温度较低，则不用高频率，省一些电。这时又遇到了第二个问题，这个水泵是比较老的机械泵，无法数控...

退而求其次，小明想着，反正水泵不是我的主设备，省电省人工也省不了多少钱，我锅炉的数据全都采集上来了， 我如果对锅炉做数据分析，肯定能省更多钱。于是他也使用了INDASS的指数分析，选择了10个重要的参数，按照INDASS的使用说明成功配置了一个指数分析项目，第一次计算，得出897。又配置了一个稳定性分析项目，锅炉运行的时候，稳定性参考值为100（我们先把参考值为100当做非常稳定）；锅炉停止的时候，稳定性又为100；锅炉的冷却水泵坏掉了，居然在高温停炉的时候，还有几个周期的稳定性参考值为100；用增量分析计算锅炉的水垢，得出的结果是23...

这到底是怎么回事？小明懵逼了，897，是什么意思？为什么锅炉不管在什么运行状态，稳定性参考值都是100？水垢的量是23，是啥意思？INDASS一点用都没有。

小明错了吗？小明没错。那INDASS错了吗？INDASS也没错。根本原因就是，小明指望INDASS可以直接给出要给结果，但是，INDASS作为一个L4层面的工具，其实无法直接得出结果。INDASS，其实既是“没用“的，也是有”大用处”的，这正是INDASS的“妙”处。INDASS的用处，其实就是一个计算的工具，提供的计算的功能，定时运算并且得出结果。如何运用INDASS的项目，那肯定就要根据实际的工业场景，多个工具联动，才能到达最后的目的。

举个简单的例子，我们知道了指数是反应现在的设备运行状态的数据，那么879，是什么意思呢？我们依然不知道，但是，如果我们让指数分析运行一天，得到了一天的指数值，画一个下面的图，然后对照了当天的工作日志，就知道了当指数是多少的时候，对应什么样的情况。比如897，对应的就是高负荷。那么以后得到了879的指数值，大概率就可以得到现在设备处于高负荷的结果。

话又说回来，指数的879只能得到高负载吗？对于另一个设备，600的指数会是高负荷和低负荷的分界线吗？图里面标的“异常点”真的是异常点吗？这些答案都是未知的。

这就是INDASS的“妙”处，工具本身的限制并不多，所谓的限制，更多的其实是推荐，比如说Balance，是推荐使用在流程工艺中，其实也可以用在其他场景，没有硬限制。而且，结果的解释方法和使用手段多种多样。最终都是为了某个具体的目标服务。如果实际问题不确定，那么INDASS就是输出一大堆无意义的数据的产生器；如果实际问题确定，各个INDASS的工具就是一座大厦的钢筋水泥螺钉螺母，各司其职不可或缺，共同拼接成了一个可以解决实际问题的L5层面的服务。

那么，L5层面的服务，是什么样的呢？这个也取决于我们的目的，最终到底要解决什么问题。如果是上面讲的例子中的协同控制优化，需要及时控制，那么就要一个实时在线的分析，及时反馈结果；类似于预测性维护，如果是动设备的预测性维护，可能也需要高时效性，需要一个在线分析的产品，但是如果是静设备的预测性维护，可能不需要特别实时的计算，那么可以使用定时任务分析；例如分析锅炉的水垢，可能每月分析一次，得出一个月报；如果是想要分析长期的数据，比如说使用3年的历史数据，分析地理位置的差异会不会对发动机设备的运行寿命产生影响，也可以使用INDASS的分析结果，只不过使用方式就不是在线创建项目，而是离线数据分析...对于一些简单的使用，用不同的曲线展示，也能说明问题，比如在图像中标注参考线。

或者使用Compose，画出指数的K线图等等，简而言之，用不一样的图像展示，也能得出我们需要的结论，也算是一种广义上的“应用”了。

总而言之，INDASS其实是提供了各种数据分析的工具，如何使用这些工具，就是按照我们的目标，以各种方式集成组合使用各个工具，共同完成L5层面目标——“安全生产 节能减排 增产增效 精细管理”。