产品概述
DataLab是一款通用的数据分析处理软件，为科学计算、工程数据处理、统计分析等领域提供服务。DataLab作为一个客户端处理软件，即可运行于Windows操作系统，也可以运行在Linux平台下，目前已经针对国产麒麟操作系统进行了适配，CPU为飞腾芯片。
DataLab具备数据导入、数据显示、数据计算、第三方算法扩展、表达式计算、脚本编程环境、数据导出等功能。程序支持导入多种格式的数据，包括文本、excel、matlab、tmds、wav、html、unv等。程序内置了预处理、拟合、信号处理、统计、数据挖掘、矩阵计算等几十种算法，还支持用户通过表达式、Python脚本对算法进行扩展。程序还支持曲线、表格、各种统计图表、三维显示图等各种显示方式。
功能介绍
数据导入
将其他格式的数据文件导入Datalab软件当前工程中，并加载到工程结构树上。支持导入Hdf文件（内部标准格式）、文本（txt/csv）－直接导入、文本（txt/csv）－向导导入、Matlab向导导入（*.mat）、Matlab复杂文件（*.mat）、Matlab文件（*.mat,nasa格式）、Matlab目录、Excel(xls)、Origin（opj）、Tdms（tdms）、HTML（html）、Sound（wav）、Json(json)、Sqlite(db)、图像文件、图像－>矩阵。
数据导出
支持文本导出、文本合并导出、Excel（xls/xlsx）导出、矩阵－>文本、矩阵－>图像、报告导出、Uff导出。
数据可视化
基于可视画板创建空白画板，在画板上可加载二维可视化、三维可视化以及图像显示空间，同时支持对已有画板进行模板管理、模板应用、画板拆分和布局等操作。
可视画板
创建出空白画板，提供数据可视化控件显示载体，可将对已有画板的操作保存为模板，并支持将已有模板应用在空白模板上。对于画板可以进行上下拆分、左右拆分、控件添加以及多种样式布局等操作。
二维可视化
系统提供的二维可视化控件有数据列表、表格显示、曲线图、散点图、饼状图、雷达图、径向图、股票图、条形图、帕累托图、密度点图、彩色点图、概率图、Q-Q图、直方图、间隔图、柱状图、极坐标等高线图、极坐标面积图、云图、瀑布图、分割热图、频谱图、格子图、文本显示等。
三维可视化
系统支持的三维可视化包括三维轨迹图、三维散点图、三维柱状图、三维彩色图、三维瀑布图。
图像显示
图像显示包括图像显示和矩阵显示。
分析处理
预处理
- 偏置：通过偏置算法生成一条偏置曲线，偏置曲线的形状与原始曲线相同，只是起始时间比原始曲线向左或向右平移一定的时刻。
- 截取：将通道数据按照设定的范围截取得到新的通道数据。
- 清除野点：删除通道数据中无效的或多余的采样点。
- 数据对齐：将两个通道数据表的X列数据合并，缺少的X数据需要用插值补齐，分为两种对齐方式：合并对齐、指定X列对齐。
峰值分析
- 创建基线：通过多种方式：Y=0、常量（最大、最小、平均、自定义）、直线、基线数据集、非对称最小二乘平滑创建基线，便于进行峰值分析。
- 查找峰值：对曲线中的峰进行查找，便于进行峰值分析。
- 峰积分：对找到的峰进行积分。
数学运算
- 积分：对通道数据进行积分操作。
- 微分：对通道数据进行微分操作。
- 列运算：行列化数据的“通道与通道”之间可以进行加、减、乘、除的计算。
- 减去参考数据：将指定的数据列减去一列参考值或者减去常量。
- 一维插值：对通道数据进行一维插值，插值方式为线性插值、立方插值、非圆Akima插值。
- 二维插值：对通道矩阵数据进行二维插值，插值方式为最近插值、双线性插值。
曲线拟合
- 线性拟合：对通道数据进行线性拟合。
- 多项式拟合：对通道数据进行多项式拟合。
- 指数拟合：对通道数据进行指数拟合。
- 多元线性拟合：对通道数据进行多元线性拟合。
描述性统计
- 统计：对通道数据进行统计操作，统计集中趋势、离散趋势、分布趋势。
- 分位数：计算通道数据的第一四分位数、中位数、第三四分位数、四分位间距。
- 极端值：计算通道数据最大的若干个值和最小的若干个值。当样本数量>=10时，取5个最大值和5个最小值；当样本数量<10时，取n/2个值。
- 离散频率：分析离散通道数据的计数、相对频率百分比。
- 分布拟合：用于拟合数据的参数分布，输出描述性统计值：均值、标准差、峰度、偏度等；分位数值：中位数、第一中位数等；连续分布拟合曲线：正态分布、对数、威布尔、指数、伽马；离散分布拟合曲线：二项式分布、泊松分布。
- 相关性系数：相关性提供三种相关方法，分别为皮尔逊（pearson）相关、斯皮尔曼（spearman）相关、肯德尔（Kendall）相关。
- 偏相关：测量两个随机变量相关性，但是要考虑控制变量的影响。
- 离群值检验：离群值也称逸出值，是指在数据中有一个或几个数值与其他数值相比差异较大。从一列数中挑选出离群值，提供Q检验法（狄克松法）和格鲁布斯法（Grubbs）两种离群值检验手段。
信号处理
- 相关性分析：相关性是两个随机变量或信号之间的数学关系。在统计中，相关性可以被视为归一化协方差。两个相同信号的相关性称为自相关。
- 卷积：卷积是信号处理中常用的数学运算。卷积通常用星号*表示，如（f * g），函数f和g的卷积。通常在信号处理中，f是输入信号，g是所考虑系统的脉冲响应。
- 反卷积：反卷积是一个消除卷积效应的过程。它通常用于从已知卷积恢复具有已知响应的信号。
- FFT：对通道数据使用公式进行离散傅里叶变换与反变换操作。
- 2D FFT：对通道数据使用公式进行二维离散傅里叶变换与反变换操作。
- 小波变换：函数计算刻度矢量中呈现的每个给定刻度和从 1 到 n 的每个位置b的实际连续小波系数，其中 n 是输入信号的大小，支持三种类型的小波：daubechies、haar、bspline。
- 希尔伯特变换：对通道数据进行希尔伯特变换操作。
- 包络：将曲线的峰值连接起来形成包络线。
- 包络谱：包络谱提供一种位移、速度和加速度谱不可能输出的有价值信息，常用于故障检测诊断。包络谱图对正弦运动不敏感，但是对冲击力相关的事件敏感，这就为量化冲击频率和强度的振动分析非常有帮助。
- IIR低通滤波：IIR低通滤波算法容许低于截止频率的信号通过，但高于截止频率的信号不能通过。
- IIR高通滤波：IIR高通滤波算法是一种让某一频率以上的信号分量通过，而对该频率以下的信号分量大大抑制。
- IIR带通滤波：IIR带通滤波算法是指能通过某一频率范围内的频率分量，但将其他范围的频率分量衰减到极低水平的滤波器，与带阻滤波器的概念相对。
- IIR带阻滤波：IIR带阻滤波算法是指能通过大多数频率分量，但将某些范围的频率分量衰减到极低水平的滤波器，与带通滤波器的概念相对。
- 频谱分析：频谱分析是一种将复杂信号分解为较简单信号的技术。许多物理信号均可以表示为许多不同频率简单信号的和。找出一个信号在不同频率下的信息（如振幅、功率、强度或相位等）的做法即为频谱分析。
- 1/3倍频程：倍频程就是将关注的频率带按照倍频关系进行分割成若干个频段，每个频段都有对应的中心频率、上下限频率。倍频程用于噪声测试，常用于分析宽带噪声，比如声学包对比、风噪、路噪对比。
- 基于时间的均方根：均方根、加速度、速度和位移的峰值和峰值测量是反映旋转机械状态的有价值的指标，它们都可以通过单个传感器通道进行测量。对这些指标进行分析可以有效地故障分析和诊断。
- 阶次跟踪：对于旋转机械，很难通过频谱分析找到故障。旋转机械运转时其旋转部件引起的故障所产生的振动和噪声表现出的特征和轴的转速有密切关系，使用阶次跟踪法，分析转速随时间变化的旋转机械的动态行为。
- 数据抽取：对曲线数据进行重采样，减少数据的大小。
- dB值平均：将数据（dB值）进行算术平均。
- 对数平均：将信号的采样值的对数进行算术平均，得到的结果值再取对数。
- 移动窗口平均平滑：对通道数据使用移动窗口平均平滑，使得信号能够保持原始信号形状的同时去除噪声。
- FFT平滑：对通道数据使用FFT平滑，使得信号能够保持原始信号形状的同时去除噪声。
- Savitzky-Golay平滑：对通道数据使用Savitzky-Golay平滑，使得信号能够保持原始信号形状的同时去除噪声
统计检验
- 样本t检验：t检验，亦称student t检验（Student's t test），主要用于样本含量较小（例如n < 30），总体标准差σ未知的正态分布。t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著.
- Welch t检验：韦尔奇校正（Welch corrected）检验是指采用Welch分布的统计量进行的各组均值是否相等的检验。Welch分布近似于F分布，采用Welch检验对方差齐性没有要求，所以当因变量的分布不满足方差齐性的要求时，采用Welch检验比方差分析更稳妥。
- 样本方差卡方检验：统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若两个值完全相等时，卡方值就为0，表明理论值完全符合。
- 样本方差F检验：用来验证两个服从正态分布的随机变量的标准差彼此是否相同。
- 方差分析：方差分析分为单因素、双因素、三因素方差分析。多因素方差分析不仅能够分析多个控制变量对观测变量的独立影响，更能够分析多个控制变量的交互作用能否对观测变量产生显著影响，最终找到利于观测变量的最优组合。
-
产品价值
自主可控、突破封锁：功能对标美国Origin Pro、德国imc FAMOS，自主研发、适配国产操作系统，通过航天、航空、船舶、兵器行业应用验证和第三方评测。
无需编程、开箱即用：内置大工程算法，不需要编码即可快速实现装备试验科学计算、工程数据处理、统计分析，精确洞察试验数据特征。（例如：卷积、反卷积、FFT、2D FFT、小波变换、希尔伯特变换、包络、包络谱、IIR低通滤波、IIR高通滤波、IIR带通滤波、IIR带阻滤波、频谱分析、1/3倍频程、阶次跟踪、数据抽取等功能）
开放平台、拓展方便：配备算法编辑器和编程环境，实现自定义算法无限拓展。支持用户自建分析处理算法库，支持算法库的注册、加载、卸载、版本切换。
兼容广泛、秒级加载：可动态随需加载海量数据，几十G数据秒级加载，快速实现离线显示分析，支持主流数据格式、图片格式，可配置连接数据库和大数据引擎。（支持matlab、Origin、UFF、TDMS、Excel、文本、图像、html、JSON、数据库等多种主流数据格式，能够实现存储时的多级数据抽取、虚拟加载和随需显示配置。直接配置对数据源文件进行访问，支持访问程序内部对象）
贯彻标准、生态融合：兼容TODS标准，原生支持统一数据模型，与瑞风协同试验数据采集、存储、管理系列软件无缝集成，实现试验数字化全生命周期数据融合。（支持试验数据的本地和远程上传、查看、检索、下载，可与试验数据采集软件结合实现在线实时动态分析，可跨组织、跨平台、跨地域使用，试验数据以高效、可追溯、可扩展的方式得到分析和存储，可轻松访问并随时搜索）
友好直观、体验良好：交互式可视化设计，内置二维和三维可视化插件，支持数据可视化与图形界面交互，自定义图表效果，随需配置形象直观的可视化界面。（例如：曲线、雷达图、径向图、密度点图、分割热图、帕累托图、概率图、极坐标面积图、云图、频谱图、三维瀑布图、三维轨迹图等）
好学易用、操作灵活：内置示例，帮助用户快速上手掌握；采用可视化编辑器，拖拽式配置，所见即所得，轻松搭建关键技术参数的分析显示，快速实现业务目标。
扫一扫
626
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
