Scienziati e ingegneri che lavorano con sensori ad alta densità affrontano problemi di dati che possono rendere più difficile ottenere informazioni dai dati. Che tu stia cercando di dare un senso alle informazioni dei dispositivi industriali che vivono sull'Internet degli oggetti o al monitoraggio dei parametri di salute e fitness, JMP offre una sandbox ideale per setacciare dati rumorosi per identificare modelli importanti.
- Database Query Builders. Quando i dati dei sensori risiedono in un database SAS o ODBC con accesso strutturato, è possibile creare rapidamente query che si uniscono a più tabelle, applicare filtri e visualizzare in anteprima i risultati in modo da ottenere sempre il sottoinsieme perfetto da esplorare. Le query possono essere salvate, condivise e persino aggiornate direttamente dalla tabella importata. È possibile passare più rapidamente da dati grezzi a informazioni dettagliate aggiungendo colonne di riepilogo e script grafici per l'esecuzione automatica dopo la query.
- JMP Query Builder . Se non si ha accesso diretto al proprio database, è comunque possibile sfruttare gli strumenti di interrogazione, filtraggio, riepilogo e ordinamento offerti da Query Builder importando un insieme di file flat nelle tabelle JMP. Dopo aver creato una query una volta, può essere salvata come script e rieseguita automaticamente. Basta inserire i dati più recenti, ricongiungersi e andare avanti con la tua analisi.
- Nuova colonna formula . Spesso i dati dei sensori vengono raccolti e archiviati semplicemente con una marca temporale, il nome del sensore e il valore del sensore per conservare lo spazio di archiviazione. Ma l'abbinamento di dati grezzi con valori riepilogati può aiutarti a rispondere a domande più ampie, a ripulire gli artefatti e a scoprire tendenze interessanti. Fare clic con il tasto destro del mouse su qualsiasi colonna di dati per aggiungere una nuova colonna formula, scegliendo tra trasformazioni di Data / Ora e riepiloghi come Col Moving Average, utile per ripulire i dati del sensore con rumore ad alta frequenza. Il menu di scelta rapida della formula consente di accedere rapidamente alla funzionalità Raggruppa per che identifica una colonna di categorie (ad esempio, Giorno) con cui calcolare nuove misure.
- Join Virtuale . Quando si lavora con misurazioni di sensori ad alta risoluzione, potrebbe non essere possibile risparmiare la memoria necessaria per unire i valori di riepilogo direttamente nella tabella di dati non elaborati. Utilizzare virtual join per collegare i valori memorizzati in tabelle separate e utilizzarli insieme nelle piattaforme di analisi e grafica. È possibile collegare e scollegare le origini dati su richiesta, semplificando l'aggiornamento delle diverse fonti di dati in modo indipendente.
- Screening del processo. Rappresentare graficamente molte misure di sensori può essere noioso quando generare diagrammi di controllo è un processo univoco. E una volta ottenuti i risultati, l'ordinamento manuale dei grafici per trovare letture interessanti o sospette è sia doloroso che soggetto a errori. La piattaforma Process Screening fa un sacco di solide operazioni di sollevamento, consolidando le statistiche dei grafici di controllo e i recenti spostamenti in una singola tabella che è possibile ordinare in modo interattivo per identificare le variabili di processo importanti. Questo ti aiuta a concentrare i tuoi sforzi e rende facile eseguire il drill-down su grafici di controllo critici.
- Modellazione e cross-validazione. Ad un certo punto, è necessario creare un modello per separare il segnale dal rumore. JMP include una suite completa di strumenti di modellazione lineari e non lineari che creano autonomamente modelli utili ma che si collegano anche a strumenti di convalida incrociata, fondamentali per la valutazione di dati osservativi come quelli provenienti da flussi di sensori.
- Costruttore di grafici. Quando si esplorano i dati del sensore, è necessario creare e personalizzare rapidamente una varietà di grafici a più elementi per identificare i modelli e individuare potenziali artefatti. La piattaforma JMP Graph Builder offre un'ampia gamma di tipi di grafici e un'interfaccia intuitiva di trascinamento della selezione. Inoltre, è possibile salvare e riprodurre qualsiasi grafico creato quando si recuperano nuovi dati.
- Filtri di selezione . Dopo aver tracciato i dati del sensore, è possibile considerare l'impatto delle modifiche nel tempo, nella posizione o in un'altra variabile. JMP fornisce filtri tradizionali basati su elenchi per esplorare sezioni di dati personalizzate, ma puoi anche utilizzare un grafico di riepilogo come filtro per uno o più grafici. Basta selezionare gli elementi nel grafico del filtro per riorientare il rapporto su una categoria o un intervallo di tempo di interesse.
- Dashboard. I cruscotti digitali ti aiutano a mostrare i modelli nei tuoi dati in un rapporto conciso e coerente e aiutano a comunicare i risultati chiave ai decisori. Con JMP, puoi creare un nuovo dashboard da un modello e trascinare e rilasciare tabelle e report nell'area di disegno. È possibile salvare e aggiornare il dashboard quando sono disponibili nuovi dati o esportarlo come report Web HTML interattivo per i colleghi che non dispongono di JMP.
- Condivisione con script e aggiunte . Quando si costruisce un flusso di lavoro che fornisce i risultati necessari, è possibile condividere facilmente i passaggi dettagliati con altri utenti JMP. Il software genera automaticamente script per riprodurre passaggi di manipolazione dei dati chiave e grafici personalizzati. Man mano che acquisisci maggiore esperienza, potresti voler sviluppare menu e componenti aggiuntivi personalizzati per accompagnare i colleghi attraverso flussi di lavoro più complessi.
I sistemi di produzione sono davvero bravi a dirti cosa sta succedendo in questo momento e ad applicare sistemi di controllo per gestire le regole aziendali, prevenire le condizioni pericolose e far funzionare i sistemi entro limiti di specifiche predefinite. Ma un mondo di intuizioni vive anche nei dati storici e JMP può fungere da sandbox senza rischi per trovare modelli e tendenze in quei dati. Hai passato il problema di raccogliere e archiviare meticolosamente i dati dei tuoi sensori, ora utilizzali con JMP.
