一、产品简介

算法服务平台-METAFACTURE，为解决传统工业客户的行业痛点问题，面向企业提供设备应用中心、生产应用中心和视觉应用中心三大类场景的专业算法服务。METAFACTURE平台以API形式将平台的算法能力输出给企业，助力企业实现安全生产、降本增效。其中，

l 设备应用中心提供离心式泵机、异步交流电机、平行齿轮箱、离心式风机四大类设备的异常诊断算法服务，同时提供多种分析图谱服务。

l 生产应用中心提供钢铁轧线生产异常检测与根因分析服务，以减少非计划停机带来的损失，同时提供钢铁产品质检类服务。

l 视觉应用中心提供基于人员、物品、环境等场景的通用算法服务及特定场景的专用算法服务。

二、产品优势

l 便捷易用：通过简单的API调用方式获取平台算法服务结果

l 敏捷开发：以微服务架构模式实现众多算法服务快速部署和更新

l 快速集成：将算法服务平台结果便捷、快速的集成到企业现有系统

l 实时响应：平台采用高效的交互协议实现算法任务调度的毫秒级响应

l 专业团队：算法团队获得5次国际工业领域算法竞赛冠军

l 全类算法：设备、生产、视觉三个应用中心共计提供240多种算法

l 自动调优：使用自主研发的自动学习框架定期对模型进行自动调优

l 高准确率：平台提供的算法平均准确率在90%以上

三、产品架构

整体架构包含四层，贴源层、平台层、功能层和应用层。

l 贴源层负责接入各种不同传感器数据，包括振动、温度、转速、工艺量、文本、声音、视频等

l 平台层采用多种paas组件，包括消息队列、文件存储、内存数据库、关系数据库、时序数据库，以及docker容器虚拟化+k8s+jenkins实现所有微服务自动cicd，同时，内置了多种机器学习、深度学习主流技术框架

l 功能层，利用平台封装的各类基础算法库，整合形成相应的算法应用

l 应用层，包含核心的三大应用中心：设备、生产和视觉

四、产品功能

1、OODA-flow

（1）软件技术采用FaaS方式（FaaS即FunctionasaService，功能即服务也称函数即服务），是一种在无状态容器中运行的事件驱动型计算执行模型，这些功能将利用服务来管理服务器端逻辑和状态，它可以有效的提高开发人员的生产率并缩短开发时间。

（2）遵循OODA-flow框架，将OODA拆解为4个function，每个function之间通过监听事件来触发调度和执行动作。

（3）每个Function运行在一个docker的container中，而docker的调度、编排以及计算和存储资源的分配交由k8scluster去完成。

（4）这些虚拟化技术所需要的算力和存储均来自底层的基础设施，可以是虚拟机，也可以是物理机。

2、设备应用

设备应用中心提供离心式泵机、异步交流电机、平行齿轮箱、离心式风机四大类设备异常诊断算法及多种诊断分析图谱工具包，比如常见的，趋势图、波形图、频谱图、倒谱图、包络谱图等，为专业的诊断分析师提供有力的分析工具。

3、设备算法

对于每种设备，平台会根据用户已有的传感器数据，通过用户勾选对应数据项，设备基础信息填写，进行算法生成，推荐出基于这些数据，平台可以给出的异常诊断算法，以及可诊断的具体内容，如启停机、正异常、具体工况范围，用户所选择的数据项越多，可诊断的工况范围越广。

接下来通过查看算法服务详情，获取此算法服务的详细信息，包含此算法服务的功能介绍、适用场景、API调用地址、调用方式、入参数据结构、结果返回数据结构。

同时，为了方便测试，平台也提供了在线是测试的功能。

4、生产应用

（1）生产应用中心提供钢铁产线提供产线异常报警、提供检修维护建议，帮助分析人员进行事故根因分析，提供精细化特征方便用户监测。

（2）通过三个步骤来实现复杂产线监测难的问题，即轧线管理简单化、监测维度精细化、分析手段多样化。

l 轧线管理简单化：帮助用户将整条轧线拆分为多个小系统，分类管理。提供有针对性的检修维护建议，帮助用户有效地管理系统。

l 监测维度精细化：将每个小系统中多维的监测量联合分析提炼新的监测特征作为小系统的监测指标。

l 分析手段多样化：利用数据驱动模型，分析多维度生产过程数据，提供异常报警。对多维度数据进行相关性分析，寻找多维数据间的变化关系，帮助客户进行根因分析。

从而保障了轧线可以稳定运行，确保生产安全。

5、生产算法

围绕产品功能，生产场景的算法有四大核心技术，主要加强了OODA-flow中判定和决策两个环节。

先进的时序数据预处理技术与时间序列异常检测技术通过对收集的数据进行编码和建模提高了对产线异常状态的判定能力。

动态关联发现技术通过发现不同数据维度间的相互关系，配合辅助根因分析技术，追溯与产线异常最相关的数据维度，帮助用户进行决策，定位异常原因，指导用户进行检维修。

6、视觉算法

（1）视觉算法支持多样化数据，包括各类摄像头实时数据、离线图片、离线视频等。

（2）算法架构包括AI算法层、音视频层、推理服务、引擎框架、资源管理、硬件基础六部分。其中底层以CPU、GPU作为硬件基础，支持TensorFlow、PyTorch、Caffe等目前主流引擎框架，中间层为AI算法层和音视频层，其中算法层包括图像分类、图像检测、图像识别、图像分割等，音视频层主要功能为音视频处理和解析，上层封装各种API提供推理服务。

（3）系统支持多算法场景，从AI算法层面，包括目标检测、目标识别、目标分类、目标跟踪、语义分割、多模态分类、OCR等。从应用层面，包括未戴安全帽、关键人员、电子围栏闯入、火苗识别、人脸识别、脱岗检测等。系统通过工具链进行算法硬件协同优化，对模型进行剪枝和量化，模型速度可提升10倍以上。