机器学习直接从数据中“学习”信息，利用云平台的分布式计算资源可以大大加速建模的速度，例如对CNC刀具故障的预测避免断刀故障的发生，对模具生产中质量波动的影响因素分析修正关键工序等。工业数据在云端的有效呈现是通过云平台的数据可视化组件完成的。目前大多数的云平台（例如AWS、阿里云等）都提供了基于Grafana的可视化组件。
Grafana是开源的可视化套件，支持布署在公有云和私有云，应用于各种行业大数据分析的数据展示，包括金融、交通、市政、电商、设备运维等。研华WISE-Paas/Dashboard在Grafana的基础上增加了适用于工业物联网应用场景的功能。
Grafana支持许多不同的数据源，包括Graphite（云资源监控），InfluxDB（时序数据库），OpenTSDB（时序数据库），Prometheus（监控报与时序数据库），Elasticsearch（支持全文搜索的文档型数据库），CloudWatch（云资源监控提取）和KairosDB（高速时序数据库丿）等。通过以上方式采集工业数据进行可视化展示。
Grafana主要特点
1、Rich Graphing
- 单击选择要缩放的区域
- 多重Y轴
- 各种棒图、线、点
- 阈值与对数刻度
- 多种y轴格式(字节、毫秒等)
- 可全屏查看或编辑图形
2、Graph Styling
- 完全控制如何绘制每个系列
- 可混合线，条和点
- 混合堆叠
- 图形导出到png图像(通过UI或HTTP API)
3、Dashboards
- 拖放面板，轻松改变行和面板宽度。
- 根据标题或标签搜索仪表板
- 模板化仪表板
- 脚本化的仪表盘
- 仪表板播放列表
- 创建/更新HTTP API
- 不同的面板类型
Grafana使用入门
1、登录grafana 界面
2、配置Grafana启用zabbix插件
3、配置Zabbix数据源
4、添加新的仪表板
仪表板提供了丰富的图形选项，并可配置General（常规选择）、Metrics（指标）、Axes（坐标轴）、Legend（图例）、 Display（显示样式）、Time range（时间范围）
（1）Genera（常规选择）：添加图形标题，图形宽度高度等
（2）Metrics（指标）：定义了来源数据的呈现，每个数据源都提供不同的选择。面板的来源数据通过group,host,application,item从zabbix中获得。
（3）Axes（坐标轴）：用于坐标轴和网格的显示方式，包括单位，比例，标签等。
（4）Legend（图例）：Total:返回所有度量查询值的总和；Current:返回度量查询的最后一个值；Min:返回最小的度量查询值；Max:返回最大的度量查询值；Avg:返回所有度量查询的平均值；Decimals:控制Legend值的多少，以小数显示悬浮工具提示。
（5）Display（显示样式）
图表模式(Draw Modes)：Bar:一个条形图显示值；Lines:显示线图值；Points:显示点值；
选择模式（Mode Options）：Fill:系列的颜色填充,0是没有；Line Width:线的宽度； Staircase:楼梯状显示。
叠加和空值（Stacking & Null value）：Stack：每个系列是叠在另一个之上
Null value：空值
（6）Time range（时间范围 ）
4、通过变量使用仪表板
单纯的手动去添加一个个监控图,只能显示一个主机的所有监控图形，若要查看不同主机的所有监控图形，就要通过变量的方式去实现。
通过仪表盘模板创建交互式和动态性的仪表板，是Grafana里面最强大的、最常用的功能之一。创建的仪表盘模板参数，可以在任何一个仪表盘中使用。
（1）通过切换，查看不同设备的所有监控内容
（2）通过仪表板功能在一个页面中用多个graph显示多台设备的状态。
（3）在一个页面中用多个graph显示单台设备的多个监控项
设备健康诊断Grafana可视化应用
工业设备健康诊断云平台模块化方案（包括数据采集、预处理与特征值提取、故障诊断专家系统、云平台机器学习、AI模型边缘部署等十个模块）中，基于Grafana的数据可视化组件与基于Spark Mllib和TensorFlow的云计算方案共同组成云平台机器学习模块。机器学习和可视化在云端完成，故障预测在边缘层，自动将云计算创建的模型下载到边缘层，进行实时的故障诊断预测和云端集中展示。
相关参考
- 机器学习||CNC健康诊断云平台智能分析系统
- 机器学习||智能制造中的人工智能算法
- 设备健康监诊系统动态演示手册
- 研华智能工厂模块化仿真演示系统
- 应用||智能机床104通道同步振动模态测试系统
- 研华测试与测量解决方案2018Q3
