小 T 導(dǎo)讀：昆山潤石智能科技是一家為半導(dǎo)體、泛半導(dǎo)體行業(yè)客戶提供智能制造一站式解決方案。VMPC是潤石開發(fā)的智聯(lián)網(wǎng)管理平臺，將IOT、BD、AI三環(huán)節(jié)打通、形成閉環(huán)，從而解決數(shù)據(jù)孤島的問題。VMPC數(shù)據(jù)收集、業(yè)務(wù)邏輯、日志管理是分離的，傳感器采集的數(shù)據(jù)，存儲在TDengine Database中。潤石采用的傳感器精度很高，采集的數(shù)據(jù)是μs級別的，TDengine Database是完全契合這一需求的，支持時間精度精確到μs。

場景介紹

VMPC是潤石開發(fā)的智聯(lián)網(wǎng)管理平臺，將集成電路相關(guān)制程所需的傳感器，依據(jù)實際工藝階段分門別類，將Leading Foundry的經(jīng)驗數(shù)字化、模型化，來滿足微影、蝕刻、薄膜、擴散、離子注入、研磨、測試或是面板廠的Array、Cell、CF、Module等物聯(lián)網(wǎng)需求，也對Facilities相關(guān)的附屬設(shè)備加以監(jiān)控，以實現(xiàn)維護提醒、故障報警和狀態(tài)預(yù)測等功能。VMPC是一套整體解決方案，更是一套定制化的解決方案，最終的方案會根據(jù)工廠生產(chǎn)線和設(shè)備的實際情況，進行定制化的二次開發(fā)。

潤石的VMPC將IOT、BD、AI三環(huán)節(jié)打通、形成閉環(huán)，從而解決數(shù)據(jù)孤島的問題。VMPC本質(zhì)上是Data + Algorithm，Data是智聯(lián)網(wǎng)傳感器采集到的數(shù)據(jù)，Algorithm是AI算法在特定領(lǐng)域創(chuàng)新應(yīng)用的算法?？蓪⒘髁?、振動、壓力、溫度、速度等模擬量，通過邊緣端設(shè)備進行采集，從來得到大量的實時數(shù)據(jù)和歷史數(shù)據(jù)，采用AI工具和算法進行分析和建模，根據(jù)量測到的數(shù)據(jù)監(jiān)控設(shè)備實時狀態(tài)，進而做到預(yù)測維護。

VMPC數(shù)據(jù)收集、業(yè)務(wù)邏輯、日志管理是分離的，傳感器采集的數(shù)據(jù)，存儲在TDengine中，數(shù)據(jù)流向如下：

1）VBOX負責(zé)現(xiàn)場數(shù)據(jù)采集；

2）VBOX將數(shù)據(jù)發(fā)送到指定的Server；

3）Server 后臺處理程序，將數(shù)據(jù)進行解析和處理；

4）根據(jù)客戶實際的場景選擇算法模型，算法模型決定了TDengine Database中庫和表的結(jié)構(gòu)。解析和處理之后的數(shù)據(jù)，存儲到TDengine中；

5）采集的數(shù)據(jù)一方面用來實時監(jiān)控，另一方面用來報警和預(yù)測。

業(yè)務(wù)流程：

VMPC中AI的Algorithm主要包括兩大類，一是圖像數(shù)據(jù)算法，二是時序數(shù)據(jù)算法。如下圖：

而TDengine 時序數(shù)據(jù)庫專門用于存儲時序數(shù)據(jù)。

良品率的提升涉及到查找問題根因，根本原因隱藏在數(shù)據(jù)之中。以時序數(shù)據(jù)場景為例，在設(shè)備的眾多參數(shù)中，找到關(guān)鍵參數(shù)，從單一變量演化成多變量分析，從設(shè)備監(jiān)視過渡到設(shè)備控制等。從針對某一類問題的通用型產(chǎn)品，到可以定制化的物聯(lián)網(wǎng)平臺。

業(yè)務(wù)流程抽象如下：

生產(chǎn)設(shè)備 → 數(shù)據(jù)采集 → 實時展示 → 數(shù)據(jù)存儲 → 數(shù)據(jù)分析 → 模型算法 → 生產(chǎn)設(shè)備

數(shù)據(jù)是模型和算法的基礎(chǔ)，模型和算法挖掘數(shù)據(jù)的價值。

快速實現(xiàn)MVP

舉一個項目作為示例：面板行業(yè)的Robot健康度管理及預(yù)測維護——對噪音、設(shè)備馬達監(jiān)控及預(yù)警。傳感器部署到現(xiàn)場控制設(shè)備上，收集設(shè)備的噪音與馬達的振動的數(shù)據(jù)，收集到的數(shù)據(jù)利用潤石自研的通訊技術(shù)，將數(shù)據(jù)推送到存儲接口，調(diào)用TDengine的jdbc的接口寫入數(shù)據(jù)。實時數(shù)據(jù)通過VMPC的應(yīng)用軟件實現(xiàn)展示。以上的流程可以很復(fù)雜，也可以很簡單。潤石已經(jīng)有了一些積累，對于一些進入到某個行業(yè)的初創(chuàng)企業(yè)，如果可以給一些建議的話，那就是快速的實現(xiàn)MVP，特別是在給客戶做PoC的階段。技術(shù)上需要哪幾部分呢？

1）傳感器，傳感器解析模塊；

2）TDengine，TDengine提供的寫入和查詢Demo；

3）Grafana，TDengine提供的Grafana插件。

整個過程，真正需要寫的代碼，不會超過500行，然后通過一條SQL語句，就完成了MVP的搭建工作，也就可以是客戶演示了。

數(shù)據(jù)的寫入和查詢

潤石采用的傳感器精度很高，采集的數(shù)據(jù)是μs級別的。TDengine默認的時間精度為ms，只需在建庫的時候指定precision us即可將時間精度設(shè)置為μs，如下：

Create database testdb keep 365 precision ‘us’;

其中keep 365表示保存一年的數(shù)據(jù)，過期的數(shù)據(jù)會被刪除，而這個過程全部由數(shù)據(jù)庫完成，不需要認為參與。只需要在項目之初，硬件選型時預(yù)留足夠的空間，就不用操心數(shù)據(jù)的任何問題了。

由于業(yè)務(wù)的具體場景不太方便過多的設(shè)計，但是在使用TDengine的過程中，使用超級表tag，僅需要一條SQL就可以檢索出需要的數(shù)據(jù)，并進行對比：

select * from stb where ts > t1 and ts < t2 group by tag1;

模型的訓(xùn)練集

從事AI模型和算法研究的人都比較清楚，數(shù)據(jù)處理的流程如下。其中最寶貴的就是數(shù)據(jù)的訓(xùn)練集，訓(xùn)練集的好壞直接決定著模型和算法的成敗。

很多公司新進入一個行業(yè)，最難的不是技術(shù)，而是拿到一些現(xiàn)場數(shù)據(jù)。如果有幸得到PoC的計劃，有機會得到實際生產(chǎn)環(huán)境中的數(shù)據(jù)，如果數(shù)據(jù)量不足以訓(xùn)練模型，TDengine的降維(down sample)聚合功能可以用于產(chǎn)生訓(xùn)練集數(shù)據(jù)。SQL語句如下：

SELECT function FROM stb_name 
 [WHERE where_condition]
 INTERVAL (interval)
 [FILL ({ VALUE | PREV | NULL | LINEAR})]
 [GROUP BY tags]

聚合查詢中，當(dāng)function?。篴vg、sum 、min、max、first、last、percentile的時候，就可以降頻之后新的數(shù)據(jù)集。

原始數(shù)據(jù)如下：

變換之后數(shù)據(jù)如下：

在預(yù)測模型中，很多神經(jīng)網(wǎng)絡(luò)模型都是Long Short Term Memory networks（以下簡稱LSTMs）的變換，LSTMs一種特殊的RNN網(wǎng)絡(luò)，該網(wǎng)絡(luò)設(shè)計出來是為了解決長依賴問題，非常適合設(shè)備維護和故障的預(yù)測。LSTMs的訓(xùn)練集，通過TDengine做降頻處理非常方便，可以在保證樣本數(shù)的前提下，改變時間跨度：

TDengine應(yīng)用中遇到的問題

1) 客戶端接口不是很方便

2）指定是否可以顯示tag

我們查詢子表的時候，數(shù)據(jù)的tag是顯示不出來的。雖然可以使用group by tag將tag的值顯示出來，但是作為一個對技術(shù)有潔癖的工程師而言，我認為作為一個選項決定是否顯示tag值更為合理。

3）支持多表之間的聯(lián)合檢索

雖然內(nèi)測的beta版功能已經(jīng)實現(xiàn)，希望盡快發(fā)布出來，是用的人多了，產(chǎn)品才能更加穩(wěn)定。

下一個發(fā)力點

潤石認為邊緣計算在半導(dǎo)體設(shè)備管理上將有更廣泛的應(yīng)用。整個半導(dǎo)體生產(chǎn)線離散程度高，各個設(shè)備間常存在兩兩互聯(lián)關(guān)系，而不管是設(shè)備之間還是單臺設(shè)備均需要較強的算力來支持其反應(yīng)速度。

TDengine的ARM 32位版，為邊緣計算、嵌入式場景下時序數(shù)據(jù)的存儲、查詢、分析與計算提供一強大的工具，以解決流行的SQLite在該場景下的諸多不足，并且100%開源。并且提供數(shù)據(jù)庫遠程登錄功能、提供數(shù)據(jù)的生命周期管理、提供流式計算、提供數(shù)據(jù)訂閱服務(wù)、支持更好的并發(fā)等。

可以預(yù)見TDengine的ARM 32位版將為VMPC的邊緣計算提供很多的便利。

作者簡介：Blues，潤石科技解決方案工程師，主要負責(zé)技術(shù)架構(gòu)、業(yè)務(wù)推廣等工作。

公司簡介：昆山潤石智能科技，是一家科技公司，嚴(yán)格來講是一家科技創(chuàng)新及應(yīng)用為主的科技公司，為半導(dǎo)體、泛半導(dǎo)體行業(yè)客戶提供智能制造一站式解決方案，是全國領(lǐng)先的工業(yè)智能化解決方案供應(yīng)商之一，公司集智能制造需求的軟硬件研發(fā)、銷售、服務(wù)于一體。團隊成員具備半導(dǎo)體與泛半導(dǎo)體產(chǎn)業(yè)資深背景，精通高端智能制造、制程研發(fā)、整合及半導(dǎo)體設(shè)備知識，豐富的研發(fā)、管理、營銷經(jīng)驗。

原文首發(fā)于：https://www.jianshu.com/p/1547ee76b4aa