Obdelava kompleksnih dogodkov pri spremljanju proizvodnega procesaKRIVEC, TADEJ (Avtor) Mušič, Gašper (Mentor) Gradišar, Dejan (Komentor) obdelava kompleksnih dogodkovzaznavanje napakPCADPCAtok podatkovpodatkovno jezeroposlovna analitikaMicrosoft StreamInsightMicrosoft SQL ServerPower BIPythonV magistrski nalogi se osredotočam na procesiranje velikih tokov podatkov v realnem času. Zaradi zahtev po optimizaciji celotnega poslovnega procesa je treba pridobiti informacije v realnem času s čim manjšo časovno zakasnitvijo. Tako se zmanjšajo stroški poslovanja in vodenja proizvodnje. Na proizvodnem nivoju se obdelava kompleksnih dogodkov (ang. complex event processing) uporablja za zaznavanje napak in zagotavljanja kakovosti. Sistemi za statistično spremljanje veličin lahko zaznavajo nenormalne pogoje in pošiljajo alarme. Obdelava kompleksnih dogodkov deluje tako, da lahko sprejme različne tokove podatkov, od poslovnih do proizvodnih in omogoča preproste poizvedbe na širokem naboru podatkov. Poizvedbe so statične, podatki pa dinamični, kar pomeni, da surovih podatkov ne shranjujemo neposredno v bazo podatkov. Tak način omogoča najmanjšo časovno zakasnitev podatkov za odločanje, procesirane podatke pa lahko še vedno shranimo za kasnejšo obdelavo v obliki podatkovnega jezera (ang. data lake). Rešitev je implementirana z platformo Microsoft StreamInsight. Podatki so zgodovinsko in realnočasno analizirani s sistemom za upravljanje podatkovnih baz (ang. database management system) Microsoft SQL Server ter orodjem za poslovno analitiko (ang. business intelligence) Power BI. Predstavljena je rešitev za zaznavanje napak z metodo PCA (ang. principal component analysis) in DPCA (ang. dynamic principal component analysis). Nesprotni del algoritma je izračunan v programskem jeziku Python, kjer se uporablja Jupyter Notebook. Sprotni del je realiziran na platformi Microsoft StreamInsight z uporabo knjižnice MathNet jezika C#.20182018-09-11 15:05:02Magistrsko delo/naloga102890VisID: 42501sl