2月1日在2018工業(yè)互聯(lián)網(wǎng)峰會(huì)上，《工業(yè)大數(shù)據(jù)創(chuàng)新競(jìng)賽白皮書（2017）》（簡(jiǎn)稱白皮書）正式發(fā)布。白皮書是在工信部信息化和軟件服務(wù)業(yè)司、工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟指導(dǎo)下，工業(yè)大數(shù)據(jù)創(chuàng)新競(jìng)賽組委會(huì)在北京天澤智云科技有限公司的傾力支持下，組織參賽者編寫的。

白皮書收錄了2017年工業(yè)大數(shù)據(jù)競(jìng)賽-風(fēng)機(jī)葉片結(jié)冰故障預(yù)測(cè)的獲獎(jiǎng)算法，組成解法集，在工業(yè)大數(shù)據(jù)分析的方法論上具有重要的指導(dǎo)意義，在風(fēng)力發(fā)電機(jī)行業(yè)尤其具有示范作用。下面天澤智云為大家?guī)戆灼氖撞▌⊥负酮?dú)家解讀！

關(guān)于工業(yè)大數(shù)據(jù)創(chuàng)新競(jìng)賽

2017年7月-12月，在工信部指導(dǎo)下，中國(guó)信息通信研究院聯(lián)合業(yè)界同仁舉辦首屆工業(yè)大數(shù)據(jù)創(chuàng)新競(jìng)賽，這是首次由政府主管部門組織的工業(yè)大數(shù)據(jù)領(lǐng)域權(quán)威的全國(guó)性創(chuàng)新競(jìng)賽。天澤智云核心技術(shù)團(tuán)隊(duì)，對(duì)大數(shù)據(jù)競(jìng)賽提供了從選題、驗(yàn)證、評(píng)審和總結(jié)編寫解法集的全程支持。

工業(yè)大數(shù)據(jù)與PHM（故障預(yù)測(cè)與健康管理）

工業(yè)大數(shù)據(jù)分析是一個(gè)非常廣而雜的領(lǐng)域，不僅包含PHM領(lǐng)域，同時(shí)也包括統(tǒng)籌、化工等不同學(xué)科，以及很多建模方式等多方面的內(nèi)容。但是為什么近幾年P(guān)HM得到了廣泛的關(guān)注？

隨著2014年工業(yè)4.0概念的提出，我們逐漸發(fā)現(xiàn)目前企業(yè)最關(guān)心的問題或者最大的痛點(diǎn)在于設(shè)備的健康狀況，以及機(jī)器如何能實(shí)現(xiàn)自知的狀態(tài)。什么是自知？傳統(tǒng)企業(yè)的維護(hù)模式一般是周期性或者基于現(xiàn)象的反饋對(duì)機(jī)器進(jìn)行維護(hù)，但當(dāng)我們能夠體察到機(jī)器的一些現(xiàn)象時(shí)，可能已經(jīng)失效。因此我們要做的就是運(yùn)用工業(yè)大數(shù)據(jù)將這些不可見的現(xiàn)象量化和顯性化，進(jìn)而挖掘機(jī)器里的衰退現(xiàn)象。而這正是PHM最核心的功能。

PHM的前世今生

其實(shí)PHM成為一門學(xué)科還不到十年的時(shí)間，非常年輕。在美國(guó)與PHM直接相關(guān)的有PHM Society和IEEE兩個(gè)協(xié)會(huì)，從2008年起基本每年都會(huì)舉辦相關(guān)的競(jìng)賽，下圖為部分競(jìng)賽題目。

在PHM競(jìng)賽中，工業(yè)大數(shù)據(jù)切入的角度是如何利用存量的歷史數(shù)據(jù)來挖掘其中的價(jià)值，從而實(shí)現(xiàn)健康評(píng)估、故障預(yù)測(cè)和故障診斷等具體的業(yè)務(wù)目標(biāo)。這些題目之所以有意義，是因?yàn)樗袑?shí)映射到了我們工業(yè)大數(shù)據(jù)分析的幾個(gè)挑戰(zhàn)：

第一，數(shù)據(jù)狀況是否滿足建模需求？

與客戶接觸過程中，客戶經(jīng)常咨詢我們?nèi)绾问褂脭?shù)據(jù)，或者要達(dá)到某個(gè)目標(biāo)需要哪些數(shù)據(jù)。其實(shí)這也反映出幾個(gè)大家非常關(guān)心的問題，就是工業(yè)大數(shù)據(jù)或工業(yè)智能技術(shù)如何與企業(yè)現(xiàn)狀相結(jié)合？現(xiàn)有的數(shù)據(jù)狀況滿足什么樣的標(biāo)準(zhǔn)？有沒有具體衡量的維度、或者方法論來評(píng)價(jià)數(shù)據(jù)狀態(tài)是否滿足建模需求？

第二，方法如何選擇？

不論傳統(tǒng)的機(jī)理模型，還是經(jīng)典的統(tǒng)計(jì)分析，甚至是我們經(jīng)常提到的人工智能、機(jī)器學(xué)習(xí)的算法，其實(shí)都越來越模塊化、開元化、社區(qū)化。當(dāng)這個(gè)領(lǐng)域越來越開放的時(shí)候，我們?nèi)绾伟堰@些技術(shù)正確的對(duì)應(yīng)到場(chǎng)景上，其實(shí)是大家非常關(guān)心的一個(gè)問題，就是說這些方法應(yīng)該如何選擇。

中國(guó)工業(yè)大數(shù)據(jù)競(jìng)賽與美國(guó)PHM競(jìng)賽殊途同歸

美國(guó)的PHM競(jìng)賽涉及到很多工業(yè)場(chǎng)景，包括航空發(fā)動(dòng)機(jī)、齒輪箱、風(fēng)機(jī)測(cè)風(fēng)儀、半導(dǎo)體、軌道交通等，沒有一個(gè)特定的領(lǐng)域；此次工業(yè)大數(shù)據(jù)競(jìng)賽聚焦的是風(fēng)電領(lǐng)域，未來也將涉及更多其他工業(yè)領(lǐng)域。所以競(jìng)賽的目的：

第一是對(duì)數(shù)據(jù)與應(yīng)用問題的積累。找到通用的應(yīng)用場(chǎng)景，或者讓大家盡量見到更多的工業(yè)場(chǎng)景，進(jìn)而積累工業(yè)應(yīng)用問題。

第二是場(chǎng)景多樣性。大家可以從不同的工業(yè)場(chǎng)景中比較不同方法的異同，從而總結(jié)出一些通用的方法。

第三是解法思路的可參考性。工業(yè)大數(shù)據(jù)分析需要從共性和差異性兩個(gè)層面同時(shí)總結(jié)和切入。

中國(guó)首屆工業(yè)大數(shù)據(jù)創(chuàng)新競(jìng)賽意義深遠(yuǎn)

我國(guó)舉辦工業(yè)大數(shù)據(jù)創(chuàng)新競(jìng)賽的意義非常顯著。相比美國(guó)的PHM競(jìng)賽的關(guān)注度，參賽人數(shù)最多也不到100人，能達(dá)到50人就已經(jīng)非常欣慰了；而此次中國(guó)舉辦的第一次工業(yè)大數(shù)據(jù)競(jìng)賽就有超過1500人參賽，分別有830支和630支隊(duì)伍參加兩個(gè)競(jìng)賽題目，其中60%以上來自于高校學(xué)生，涉及數(shù)據(jù)挖掘、控制工程、工業(yè)機(jī)器人、測(cè)控技術(shù)、計(jì)算機(jī)等多個(gè)領(lǐng)域，影響力非常大。

“我們?yōu)檫@個(gè)大賽感到驕傲，無論從影響力、專業(yè)性還是競(jìng)賽的激烈程度，以及論文或者解法的質(zhì)量來說，我覺得在某種程度上不亞于美國(guó)。”

— 金超博士  

競(jìng)賽推動(dòng)創(chuàng)新探索、實(shí)踐指導(dǎo)與人才發(fā)展

創(chuàng)新探索- 這次比賽的數(shù)據(jù)都是來源于真實(shí)的工業(yè)場(chǎng)景。由一家知名風(fēng)機(jī)制造商提供的數(shù)據(jù)，數(shù)據(jù)來源非常寶貴，作為一個(gè)非常好的研究基礎(chǔ)，可以切實(shí)地解決很多工業(yè)中大家面對(duì)的一線問題，然后進(jìn)行創(chuàng)新并做一些理論研究。

實(shí)踐指導(dǎo)- 拿到了一線的數(shù)據(jù)，本身的應(yīng)用也更貼近實(shí)際問題，更有益于產(chǎn)學(xué)研用緊密結(jié)合的緊密結(jié)合，加速技術(shù)轉(zhuǎn)化落地。李杰教授認(rèn)為，數(shù)據(jù)應(yīng)該來自于工業(yè)，所以在他領(lǐng)導(dǎo)下的IMS中心很少見到試驗(yàn)臺(tái)，我們都是去到工業(yè)企業(yè)現(xiàn)場(chǎng)解決最頭疼的問題。

人才發(fā)展- 從這次競(jìng)爭(zhēng)的激烈程度來看，能發(fā)掘出很多優(yōu)秀的工業(yè)大數(shù)據(jù)建模人才，可以將這些人才與更多的發(fā)展平臺(tái)進(jìn)行對(duì)接，為中國(guó)的工業(yè)振興發(fā)揮更大的價(jià)值。

關(guān)于《工業(yè)大數(shù)據(jù)創(chuàng)新競(jìng)賽白皮書（2017）》

白皮書目錄

天澤智云技術(shù)研發(fā)副總裁金超博士指出，典型的PHM系統(tǒng)從設(shè)備中提取原始數(shù)據(jù)，得到的特征經(jīng)過模塊化的分析實(shí)現(xiàn)不同應(yīng)用，提供可執(zhí)行信息，讓用戶直觀地看到設(shè)備的洞察。同時(shí)可執(zhí)行的信息也可以被輸入到現(xiàn)有的生產(chǎn)系統(tǒng)里面做對(duì)接，然后直接傳導(dǎo)到指令。在這個(gè)過程中，用戶可以對(duì)模型進(jìn)行維護(hù)，對(duì)參數(shù)進(jìn)行調(diào)整。

典型的PHM系統(tǒng)

工業(yè)大數(shù)據(jù)創(chuàng)新競(jìng)賽其實(shí)并不是要構(gòu)建整個(gè)的這樣一個(gè)系統(tǒng)，而是關(guān)心模塊化分析引擎，或者說是從如何把原始數(shù)據(jù)轉(zhuǎn)化成相應(yīng)的業(yè)務(wù)目標(biāo)做支撐的一個(gè)環(huán)節(jié)。在做工業(yè)大數(shù)據(jù)建模分析的時(shí)候，可以分為以下幾步：

工業(yè)大數(shù)據(jù)的建模過程

第一步，業(yè)務(wù)場(chǎng)景分析：工業(yè)大數(shù)據(jù)分析不同于互聯(lián)網(wǎng)，對(duì)通過數(shù)據(jù)挖掘來泛泛尋找相關(guān)性這種模式在成本上無法承受。工業(yè)大數(shù)據(jù)分析應(yīng)該從業(yè)務(wù)入手，在了解行業(yè)背景、分析用戶痛點(diǎn)之后，制定明確的數(shù)據(jù)服務(wù)目標(biāo)，定義工業(yè)數(shù)據(jù)分析系統(tǒng)的功能與邊界。

第二步，數(shù)據(jù)問題定義：在確定業(yè)務(wù)目標(biāo)之后，需要對(duì)問題進(jìn)行數(shù)學(xué)化的定義。在工業(yè)中，并非所有的問題都適用于數(shù)據(jù)驅(qū)動(dòng)的建模方式。根據(jù)數(shù)據(jù)的數(shù)量、質(zhì)量、與可采集變量的完整性，明確數(shù)據(jù)建模的策略與詳細(xì)流程。

第三步，數(shù)據(jù)場(chǎng)景化：原始數(shù)據(jù)往往因?yàn)閿?shù)據(jù)質(zhì)量、工況完整性、標(biāo)簽缺失等問題無法用來直接建模。在建模之前，有必要檢測(cè)數(shù)據(jù)質(zhì)量，將數(shù)據(jù)與業(yè)務(wù)場(chǎng)景相對(duì)應(yīng)，之后提取能夠反映建模對(duì)象健康狀態(tài)的特征，為后續(xù)模型輸入做準(zhǔn)備。

第四步，模型建立：這一步與通常意義上的機(jī)器學(xué)習(xí)過程類似。不同的是，在工業(yè)數(shù)據(jù)預(yù)測(cè)性分析中，建模是更加強(qiáng)調(diào)模型的可靠性、泛化能力、以及可解釋性。

第五步，模型價(jià)值評(píng)估：模型本身性能與準(zhǔn)確性不是工業(yè)數(shù)據(jù)分析的唯一衡量標(biāo)準(zhǔn)。如何能夠讓模型產(chǎn)生準(zhǔn)確的可執(zhí)行信息，快速支持用戶決策，改善設(shè)備健康狀態(tài)，優(yōu)化運(yùn)維效率，是建模中需要著重強(qiáng)調(diào)的關(guān)鍵評(píng)估角度。

第六步，模型部署與實(shí)施：模型本身不產(chǎn)生價(jià)值，嵌入軟件產(chǎn)品中支持業(yè)務(wù)改善的模型才有價(jià)值。與離線的驗(yàn)證不同，工業(yè)系統(tǒng)的模型上線后，仍需要被維護(hù)、管理、以及不斷迭代，以適應(yīng)變換的工業(yè)場(chǎng)景與可能出現(xiàn)的問題，持續(xù)為用戶提供設(shè)備洞察，提高生產(chǎn)力。

以上過程我們?cè)诎灼薪o出了結(jié)冰預(yù)測(cè)應(yīng)用實(shí)例供大家參考理解。

白皮書收錄的解法集

金超博士指出，本白皮書收錄了競(jìng)賽中第一個(gè)題目（風(fēng)機(jī)結(jié)冰故障分析）的5個(gè)獲獎(jiǎng)解法集，由純粹基于機(jī)理、基于數(shù)據(jù)驅(qū)動(dòng)，以及機(jī)理與數(shù)據(jù)融合三個(gè)流派組成，分別由以下5支參賽隊(duì)提供詳細(xì)解法與結(jié)果討論。

在此列舉融入機(jī)理及數(shù)據(jù)驅(qū)動(dòng)兩個(gè)代表解法。

1. 融入機(jī)理代表解法：基于物理原理+KNN分類的混合預(yù)測(cè)模型–濟(jì)中節(jié)能

資料來源：濟(jì)中節(jié)能工業(yè)大數(shù)據(jù)競(jìng)賽答辯終稿

濟(jì)中節(jié)能機(jī)理融入的接口在特征這一層，該團(tuán)隊(duì)的模型融入了風(fēng)機(jī)領(lǐng)域知識(shí)，主要目的是在數(shù)據(jù)量不足的情況下增強(qiáng)模型的泛化能力。通過增加機(jī)理變量、強(qiáng)規(guī)則過濾和數(shù)據(jù)分割的方法對(duì)數(shù)據(jù)進(jìn)行處理，所以最終取得比較理想的效果。

2. 數(shù)據(jù)驅(qū)動(dòng)代表：基于數(shù)據(jù)驅(qū)動(dòng)和非均衡數(shù)據(jù)學(xué)習(xí)的故障預(yù)測(cè)研究 –北京郵電大學(xué)

資料來源：北京郵電大學(xué)工業(yè)大數(shù)據(jù)競(jìng)賽答辯終稿

學(xué)術(shù)組第一名北郵則是從數(shù)據(jù)的角度直接切入，在前期的數(shù)據(jù)觀察上做了很多工作，同時(shí)也注意到了數(shù)據(jù)嚴(yán)重不平衡的現(xiàn)象，并給出了相應(yīng)的應(yīng)對(duì)方法。模型從機(jī)器學(xué)習(xí)的角度出發(fā)，采用集成模型平均的建模策略，建立結(jié)冰預(yù)測(cè)模型。

總 結(jié)

數(shù)據(jù)的預(yù)處理地位在上升，數(shù)據(jù)的預(yù)處理對(duì)最后的預(yù)測(cè)結(jié)果影響不亞于模型本身。

融入領(lǐng)域知識(shí)之后往往可以增強(qiáng)模型的泛化能力與準(zhǔn)確性，其結(jié)果通常會(huì)優(yōu)于沒有領(lǐng)域知識(shí)的純粹機(jī)器學(xué)習(xí)模型，尤其在數(shù)據(jù)質(zhì)量不好的情況下。

在增加機(jī)器學(xué)習(xí)模型復(fù)雜度后，其準(zhǔn)確性有可能與“機(jī)理+簡(jiǎn)單模型”的結(jié)果相當(dāng)。但是，其代價(jià)是模型訓(xùn)練時(shí)間隨著其準(zhǔn)確度的上升而顯著增加，并且復(fù)雜性增加后其結(jié)果可解讀性變差。

《工業(yè)大數(shù)據(jù)創(chuàng)新競(jìng)賽白皮書（2017）》希望傳遞的理念是，對(duì)于不同的工業(yè)應(yīng)用問題，要根據(jù)數(shù)據(jù)的質(zhì)量、完整性、以及該問題對(duì)模型性能與準(zhǔn)確度的要求，來靈活選擇不同的建模策略，緊扣業(yè)務(wù)目標(biāo)，用工程化的思維不斷降低模型中的不確定性。

致 謝

在此向指導(dǎo)單位、編寫單位、指導(dǎo)專家和編寫組成員致以誠(chéng)摯的感謝！

附：工業(yè)大數(shù)據(jù)創(chuàng)新競(jìng)賽白皮書.pdf