产品核心价值
架构定位
核心功能
核心应用场景
产品核心价值
价值
价值介绍
历史数据价值挖掘
对企业积累的海量生产与经营数据进行总结归纳，通过运用先进的大数据、AI算法，挖掘隐藏在历史数据中的潜在客观规律，用于实时数据预测与生产优化。
比如分析产品质量与原料工况之间存在的数据关系，设备故障与运行状态之间的内在规律。
多样化算法服务
平台内置大量的机器学习和数据挖掘算法，支持分类、回归、聚类、寻优算法、深度学习、模型评估等多种类型的模型算法，满足工业生产数据挖掘需求。 平台也提供大量数据预处理和特征工程工具，能够在构建算法模型前，对原始数据进行有效地清洗和处理，提取出数据中的关键信息，改善数据质量。
低门槛建模能力
提供图形化的算法编排模式。用户可以根据实际业务场景，选择需要的算法进行拖拽连线操作，完成工业大数据建模的训练、测试、评估、调优等步骤，为企业用户提供算法和参数配置服务，降低工业大数据分析技术门槛，提升工业模型开发效率。
高效的模型推理服务
提供模型发布和在线推理服务，大数据模型可无缝嵌入业务流程，与生产系统联动，实现边运行边预测。系统自动输出优化建议、质量预警或设备诊断结果，帮助企业构建设备预测性维护、产品质量预测、参数优化推荐等闭环应用。
自适应的模型更新服务
平台实时监控已投运模型的运行状态和预测精度，当精度呈现明显下降趋势，或者模型运行达到一定周期后，平台自动汇总系统近期的运行数据作为新的样本数据，对模型进行自适应更新，让模型能够在线学习新的知识。
架构定位
BD基于supOS数据湖积累的海量工业数据，提供大数据模型训练、模型推理和模型更新服务，从企业历史数据中挖掘潜在的价值，形成数据模型后用于生产优化
核心功能
01
大数据建模实验
Big Data Modeling Experiment
内置标准建模流程（特征工程、训练评估、模型
上线等），用户可通过图形界面完成全流程操
作，无需编程经验。支持算法参数配置、训练任
务管理、版本控制和模型评估结果可视化，建模
过程清晰可控。
02
行业算法与模型库
Industry Algorithm and Model Library
提供包含回归、分类、聚类、深度学习等在内的
工业算法库，支持结合项目场景灵活集成质量预
测、能耗预估、设备故障识别等行业模型，便于
按需开发与复用，提升项目实施效率。
03
规则库建模
Rule library modeling
提供低代码可视化的向导式规则设计器，通过鼠
标点击操作即可完成复杂规则逻辑的配置，可以
最大限度将业务规则可视化，降低规则模型的实
现成本。
04
模型智能调度
Model intelligent scheduling
支持模型并行部署与按工况要求自动调度运行，
适应复杂生产场景中不同运行模式的智能决策需
求。调度机制可根据输入数据动态选择最合适的
模型执行，有效提升预测准确性与业务适配度。
05
算法在线扩展
Algorithm online extension
提供算法交互式在线开发环境，可极大地提高了算
法开发的效率和灵活性。使开发者能够在平台上进
行算法的设计、编码、调试和发布，这不仅加速了
开发过程，也使得调试过程更加直观和高效。
核心应用场景
产品质量预测
减少频繁采样，提前判断产品是否合格，助力打造“无样工厂”。
工艺参数优化
基于历史数据找出最佳配方与操作参数，提高产量、降低能耗，减少波动。
智能排产与路径优化
结合历史工况与规则库，实现生产任务智能拆解与顺序推荐，提高排产效率。