随着互联网技术的迅速发展,数据分析领域越来越得到大家的重视,数据分析技术已经取得长足的进步。工业领域具有大量场景需要使用数据分析技术。2015年,国务院提出“中国制造2025”计划,工业领域的数据分析技术得到国家的关注和支持。相比于互联网行业中数据分析技术的百花齐放,工业领域进展还有较大提升空间,工业现场的质量问题分析、工艺调参等工作,多采用参考经验的方式进行处理。随着工业设备自动化程度的提升,工业设备数据采集程度越来越高,利用互联网软件技术和机器学习方法,可以在一定程度上提高工业数据分析的效率和准确率。流程化的软件平台可以将繁琐的数据读取、数据预处理、数据分析以及数据存储的过程自动化,而机器学习算法可以使数据分析的过程侧重于数据本身规律,而非业务人员的经验。工业领域的数据分析平台,对数据分析工作的简易程度、数据分析结果的准确程度有较高的要求,本课题实现了一套基于算子组态模式的工业数据分析平台。平台实现了工业数据分析流程的统一化,包括数据源管理模块、算子管理模块、任务管理模块,以及相匹配的人机交互页面。平台实现中,采用了 SpringBoot后端Web框架,采用React前端框架作为软件项目研发的基础设施。数据源管理模块帮助平台实现MySQL、CSV等数据源的抽象化,使平台适配更多数据源。不同业务场景的数据分析工作,需要不同的算法组合来完成,算子管理模块,通过对算法要素的抽象,实现了可组合的算子概念,算子之间通过不同的组合方式来适应各式的应用场景。本课题通过Java编程语言的类加载功能实现了算子的热加载功能,Jar包形式的算子可以在服务器不重启的情况下加载进平台。选用了 Spark大数据处理框架的Dataframe作为算子通用性和算法基础。平台以RocketMQ消息队列为基础,将数据源、算子列表等信息合成可执行任务,由任务消费者完成任务的执行。通过自动拧紧扳手所收集螺栓数据作为质量分析作为案例,验证了平台的实用性。