MAIRS是智物聯(lián)提供的數(shù)據(jù)分析服務(wù)中的在線“人工智能”服務(wù)，是智物聯(lián)工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)分析服務(wù)系統(tǒng) INDASS 的一個延伸服務(wù)，提供工業(yè)設(shè)備連續(xù)運(yùn)行風(fēng)險識別。

　　所謂風(fēng)險識別，也就是判斷在未來時間段內(nèi)，發(fā)生風(fēng)險的可能性，包括：設(shè)備出現(xiàn)故障的風(fēng)險、設(shè)備出現(xiàn)運(yùn)行穩(wěn)定性問題（或者由于穩(wěn)定性而導(dǎo)致的各種問題）的風(fēng)險，以及設(shè)備出現(xiàn)狀態(tài)突變的風(fēng)險。

　　MAIRS實際上是一個工業(yè)數(shù)據(jù)的識別模型，就是針對工業(yè)數(shù)據(jù)的一系列的計算方法。我們就簡單的把MAIRS理解為一個能對工業(yè)數(shù)據(jù)進(jìn)行識別的機(jī)器人吧。

　　MAIRS出生的時候，雖然有大腦，但卻沒腦子，因為MAIRS還沒知識。所以，我們要先培養(yǎng)它。所以，我們要對MAIRS做兩件事：

　　第一件，就是深度學(xué)習(xí)，也就是利用現(xiàn)有的數(shù)據(jù)樣本對模型進(jìn)行訓(xùn)練，就是讓MAIRS學(xué)習(xí)“知識”；

　　第二件，就是把學(xué)到的“知識”變成對設(shè)備運(yùn)行的狀況進(jìn)行識別的服務(wù)，對未來的各種風(fēng)險做出判斷。

　　先說一下MAIRS的訓(xùn)練。所謂訓(xùn)練，就是用之前從很多設(shè)備中已經(jīng)采集到的數(shù)據(jù)，做成“訓(xùn)練樣本”，并用這個樣本，不停地對這個MAIRS模型進(jìn)行訓(xùn)練。這個訓(xùn)練可謂是“博采眾家之長”，因為MAIRS是向所有同類的設(shè)備去學(xué)習(xí)，這樣，即便是面對一臺新上線的設(shè)備，也能預(yù)測出這臺設(shè)備從來沒出現(xiàn)過的情況。同時，MAIRS的學(xué)習(xí)訓(xùn)練是一個“活到老學(xué)到老”的過程。不間斷的學(xué)習(xí)，讓MAIRS的知識不斷豐富，識別的準(zhǔn)確度不斷提高。

　　我們重點(diǎn)說一下MAIRS識別的事情。

　　還記得INDASS吧，設(shè)備的實時數(shù)據(jù)在INDASS里面進(jìn)行了指數(shù)的計算，除了指數(shù)的水平，在MAIRS里面還對指數(shù)做了三維梯度計算。也就是說，我們除了要了解當(dāng)前指數(shù)的水平，還需要知道這個指數(shù)是怎么變化過來的。就像股票指數(shù)一樣，雖然都是3000點(diǎn)，但是，從3500點(diǎn)掉下來的，還是從2500點(diǎn)漲上去的，含義完全不一樣。除了指數(shù)和指數(shù)梯度以外，剩下的就是設(shè)備的特征值了，什么溫度壓力電流電壓之類的。

　　首先要明白一點(diǎn)，MAIRS的數(shù)據(jù)來源是INDASS，也就是智物聯(lián)的數(shù)據(jù)分析（計算）服務(wù)。那么，MAIRS判斷出什么結(jié)果呢？

　　我們看到的是，我們的識別分成了幾個部分：

　　（1）綜合評估。前面是計算出來的數(shù)字，是一個組合數(shù)值，代表一系列可能發(fā)生的情況；后面是標(biāo)識，比如，N，OQ，OA，OF等等，分別代表可能出現(xiàn)的情況：

　　• N 代表Normal，就是一切正常；

　　• OQ 代表 Over Quota，代表可能出現(xiàn)數(shù)據(jù)超出正常范圍；

　　• OE 代表 On Event，意思是可能出現(xiàn)了某些意外事件；

　　• OF 代表 On Fault，意思是可能已經(jīng)出現(xiàn)了某些故障；

　　• OA 代表 On Alert，意思是可能出現(xiàn)了某些報警。

　　（2）在4個預(yù)測區(qū)間（10、30、60、和90分鐘）出現(xiàn)故障、穩(wěn)定性和突變風(fēng)險的概率（0.00 ~ 1.00，也就是 0% ~ 100%）。這里要說明是，這個預(yù)測是基于“連續(xù)運(yùn)行”的預(yù)測，也就是說設(shè)備中途不會出現(xiàn)啟停的情況。

　　MAIRS模型是專門為工業(yè)設(shè)備運(yùn)行識別而設(shè)計的，與其他AI（人工智能）應(yīng)用是有區(qū)別的，并不是簡單地去“學(xué)習(xí)一萬張貓的照片，然后去識別一只貓” 這么簡單。首先，MAIRS是一個動態(tài)識別模型，道理很簡單，因為僅僅根據(jù)當(dāng)前的設(shè)備參數(shù)，溫度壓力，電流電壓頻率什么的，不僅不能判斷未來會怎么樣，就算是當(dāng)前是什么狀態(tài)其實都很難判斷。

　　這就是為什么，我們除了需要去識別指數(shù)的水平，還需要識別指數(shù)變化的梯度。指數(shù)變化梯度實際上是一個數(shù)學(xué)概念，意思是指數(shù)變化的方向和變化的程度。換句話說，MAIRS識別的依據(jù)不僅僅是指數(shù)的水平，而且還有指數(shù)的變化。

　　我們舉個例子就明白了：假設(shè)我們根據(jù)當(dāng)前上證指數(shù)，去判斷股市形勢。其實，我們從當(dāng)前3000點(diǎn)，并不能得知什么；但是，如果我們知道，今天的3000點(diǎn)，是從2500點(diǎn)漲上來的，那基本就能判斷股市是逐漸趨好，如果這是三天內(nèi)的事情，那就是股市暴漲，如果是三個月的事情，那只是逐漸趨好；同理，如果我們知道，今天的3000點(diǎn)，是從3天前的3500點(diǎn)跌下來的，那肯定能判斷股市在暴跌。

　　在同一個預(yù)測區(qū)間里面，實際上預(yù)測了三件事情：故障、穩(wěn)定性和突變。

　?。?）故障，這個容易理解，就是在這個預(yù)測區(qū)間出現(xiàn)故障的可能性。

　　（2）穩(wěn)定性，意思是，在預(yù)測區(qū)間里面，設(shè)備出現(xiàn)穩(wěn)定性問題，或者由于穩(wěn)定性問題而引起其他設(shè)備問題的可能性。我們應(yīng)該還記得INDASS里面對設(shè)備參數(shù)穩(wěn)定性的計算，這里實際上就是根據(jù)INDASS對各重要參數(shù)穩(wěn)定性的計算，對設(shè)備穩(wěn)定性所做的整體穩(wěn)定性趨勢判斷。

　?。?）突變，就是會出現(xiàn)狀態(tài)上的突變，比如，設(shè)備崩潰就是一種突變。舉個極端的例子，一臺設(shè)備，額定壓力是10MPa，到15MPa的時候，就超出了安全閾值，但是，一旦到了20MPa，就可能會發(fā)生爆炸，這就是突變。MAIRS根據(jù)突變的折疊模型進(jìn)行擬合，對設(shè)備的連續(xù)運(yùn)行做出區(qū)間的突變風(fēng)險的預(yù)測。

　　MAIRS是智物聯(lián)工業(yè)物聯(lián)網(wǎng)體系中的一個新成員，不久的將來，MAIRS一定會成為設(shè)備的運(yùn)行的守護(hù)神。