王建民　清華大學(xué)軟件學(xué)院副院長，教授，博士生導(dǎo)師

?

網(wǎng)絡(luò)技術(shù)——工業(yè)互聯(lián)網(wǎng)專題

工業(yè)大數(shù)據(jù)技術(shù)

王建民清華大學(xué)軟件學(xué)院副院長，教授，博士生導(dǎo)師

工業(yè)大數(shù)據(jù)是指工業(yè)領(lǐng)域相關(guān)的海量數(shù)據(jù)，包括信息化數(shù)據(jù)、物聯(lián)網(wǎng)數(shù)據(jù)以及跨界數(shù)據(jù)，已成為新工業(yè)革命的核心動力。本文分析了工業(yè)大數(shù)據(jù)的主體來源，闡述了工業(yè)大數(shù)據(jù)“多模態(tài)、強(qiáng)關(guān)聯(lián)、高通量”的數(shù)據(jù)特點和“物理信息、產(chǎn)業(yè)鏈、跨界”三層次融合的應(yīng)用特點，歸納了工業(yè)大數(shù)據(jù)管理與分析技術(shù)的關(guān)鍵問題，給出了我國工業(yè)大數(shù)據(jù)典型應(yīng)用案例，最后對自主發(fā)展的工業(yè)大數(shù)據(jù)提出了建議。

大數(shù)據(jù)；工業(yè)大數(shù)據(jù)；數(shù)據(jù)特點；應(yīng)用特點；關(guān)鍵技術(shù)；應(yīng)用案例

1　工業(yè)大數(shù)據(jù)是新工業(yè)革命的核心動力

金融危機(jī)以來，為了尋找經(jīng)濟(jì)增長的新出路，特別是在云計算、大數(shù)據(jù)和物聯(lián)網(wǎng)等新興技術(shù)的推動下，全球掀起了以制造業(yè)轉(zhuǎn)型升級為首要任務(wù)的新一輪工業(yè)變革，其中以德國工業(yè)4.0和美國工業(yè)互聯(lián)網(wǎng)為典型代表。方興未艾的新工業(yè)革命以數(shù)字化為基礎(chǔ)、網(wǎng)絡(luò)化為核心、智能化為目標(biāo)，將新一代信息技術(shù)與現(xiàn)代制造業(yè)、生產(chǎn)性服務(wù)業(yè)等深度融合，以推動產(chǎn)業(yè)轉(zhuǎn)型升級。根據(jù)麥肯錫全球研究院發(fā)布的研究報告表明，美國制造領(lǐng)域擁有的數(shù)據(jù)規(guī)模為各領(lǐng)域之首，大數(shù)據(jù)作為工業(yè)從自動化到智能化跨越發(fā)展的核心動力，其重要性不言而喻。

隨著大數(shù)據(jù)技術(shù)與開源社區(qū)的不斷成熟，大數(shù)據(jù)軟件生態(tài)系統(tǒng)繁榮發(fā)展，商業(yè)配套工具日益豐富。IBM、EMC、華為等企業(yè)都在開源大數(shù)據(jù)軟件之上封裝了各自的商業(yè)版數(shù)據(jù)管理產(chǎn)品。這些技術(shù)的成熟為數(shù)據(jù)技術(shù)向工業(yè)界滲透提供了必要的條件，同時也為高端制造企業(yè)提供了巨大的市場機(jī)會。近年來，國際知名工業(yè)企業(yè)、軟件公司和科研機(jī)構(gòu)紛紛研發(fā)面向制造業(yè)轉(zhuǎn)型升級的大數(shù)據(jù)產(chǎn)品和系統(tǒng)。

美國通用電氣（GE）公司聯(lián)合Pivotal向全球開放工業(yè)互聯(lián)網(wǎng)云平臺Predix，將各種工業(yè)資產(chǎn)設(shè)備接入云端提供資產(chǎn)性能管理（APM）和運(yùn)營優(yōu)化服務(wù)；美國PTC公司收購了物聯(lián)網(wǎng)云平臺公司Axeda，打造智能互聯(lián)產(chǎn)品Thing Worx；丹麥維斯塔斯（Vestas）公司聯(lián)合IBM基于BigInsights大數(shù)據(jù)平臺分析氣象、傳感器、衛(wèi)星、地圖數(shù)據(jù)支持風(fēng)場選址、運(yùn)行評估等工作；德國西門子公司面向工業(yè)大數(shù)據(jù)應(yīng)用，整合遠(yuǎn)程維護(hù)、數(shù)據(jù)分析及網(wǎng)絡(luò)安全等一系列現(xiàn)有技術(shù)和新技術(shù)，推出Sinalytics數(shù)字化服務(wù)平臺，作為其實現(xiàn)工業(yè)4.0的重要抓手；德國SAP公司開發(fā)了面向物聯(lián)網(wǎng)應(yīng)用和實時數(shù)據(jù)處理的HANA大數(shù)據(jù)平臺，并利用其在傳統(tǒng)企業(yè)信息化ERP系統(tǒng)上的優(yōu)勢，推動HANA與信息化系統(tǒng)的集成；美國航空航天局（NASA）對外開放自身數(shù)據(jù)，幫助進(jìn)行火星生命探測和天文觀測等。此外，硅谷新興創(chuàng)業(yè)公司也在積極投入工業(yè)數(shù)據(jù)的技術(shù)和產(chǎn)品研發(fā)，典型代表有Uptake Tech公司，為建筑、航空、采礦行業(yè)提供分析與預(yù)測軟件服務(wù)。

國內(nèi)工業(yè)大數(shù)據(jù)平臺建設(shè)方面也有一定進(jìn)展，主要依托國內(nèi)互聯(lián)網(wǎng)應(yīng)用的基礎(chǔ)，面向輕資產(chǎn)設(shè)備數(shù)據(jù)接入搭建通用平臺，例如中國移動物聯(lián)網(wǎng)開放平臺、騰訊QQ物聯(lián)平臺等；在高端裝備方面仍然是以龍頭企業(yè)自建方式為主，例如陜鼓動力的鼓風(fēng)機(jī)遠(yuǎn)程監(jiān)測平臺、三一集團(tuán)工程機(jī)械物聯(lián)網(wǎng)平臺、遠(yuǎn)景格林威治風(fēng)電云平臺、紅領(lǐng)制衣板型數(shù)據(jù)平臺、南方航空公司航空大數(shù)據(jù)平臺等。這些工業(yè)領(lǐng)域的大數(shù)據(jù)平臺存在技術(shù)架構(gòu)差異大、建設(shè)水平參差不齊、應(yīng)用效果不明顯等瓶頸問題。

未來，隨著我國人口紅利逐步消失，環(huán)境壓力日益加大，工業(yè)數(shù)據(jù)作為戰(zhàn)略核心資產(chǎn)將成為我國制造業(yè)轉(zhuǎn)型過程中實現(xiàn)價值留存和新價值創(chuàng)造的關(guān)鍵要素。在此背景下，國家相繼出臺《國務(wù)院關(guān)于加快發(fā)展生產(chǎn)性服務(wù)業(yè)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級的指導(dǎo)意見》等指導(dǎo)性文件，制定《“互聯(lián)網(wǎng)+”行動計劃》，頒布《中國制造2025》戰(zhàn)略規(guī)劃，特別是國務(wù)院《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》與《中國制造2025重點領(lǐng)域技術(shù)路線圖》都將工業(yè)大數(shù)據(jù)作為重點發(fā)展方向。

2　工業(yè)大數(shù)據(jù)的主體來源

工業(yè)大數(shù)據(jù)是指工業(yè)領(lǐng)域所產(chǎn)生的海量數(shù)據(jù)，包括信息化數(shù)據(jù)、物聯(lián)網(wǎng)數(shù)據(jù)以及跨界數(shù)據(jù)。

首先，企業(yè)信息系統(tǒng)存儲了高價值密度的核心業(yè)務(wù)數(shù)據(jù)。20世紀(jì)60年代以來，信息技術(shù)加速應(yīng)用于工業(yè)領(lǐng)域，形成了產(chǎn)品生命周期管理（PLM）、企業(yè)資源規(guī)劃（ERP）、供應(yīng)鏈管理（SCM）和客戶關(guān)系管理（CRM）等企業(yè)信息系統(tǒng)。這些系統(tǒng)中積累的產(chǎn)品研發(fā)數(shù)據(jù)、生產(chǎn)制造數(shù)據(jù)、供應(yīng)鏈數(shù)據(jù)以及客戶服務(wù)數(shù)據(jù)，存在于企業(yè)或產(chǎn)業(yè)鏈內(nèi)部，是工業(yè)領(lǐng)域傳統(tǒng)數(shù)據(jù)資產(chǎn)。

以某裝備企業(yè)2013年P(guān)LM系統(tǒng)數(shù)據(jù)為例，其管理零部件總數(shù)達(dá)165.5637萬個，每周增長量為8182個；管理的Word文檔數(shù)量共162.7929萬個，每周增長量為9149個；管理的圖紙共235.9777萬張，每周增長量1.1486萬張；數(shù)據(jù)總量為15.8T，日增長約11GB。

其次，隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，裝備物聯(lián)網(wǎng)成為工業(yè)大數(shù)據(jù)新的、增長最快的來源，它實時自動采集了車間內(nèi)生產(chǎn)設(shè)備和交付給用戶的產(chǎn)品狀態(tài)與工況數(shù)據(jù)。一方面，機(jī)床等生產(chǎn)設(shè)備物聯(lián)網(wǎng)數(shù)據(jù)為智能工廠生產(chǎn)調(diào)度、質(zhì)量控制和績效管理提供了實時數(shù)據(jù)基礎(chǔ)；另一方面，2012年美國通用電氣公司提出的工業(yè)大數(shù)據(jù)（狹義的），專指裝備使用過程中由傳感器采集的大規(guī)模時間序列數(shù)據(jù)，包括裝備狀態(tài)參數(shù)、工況負(fù)載和作業(yè)環(huán)境等信息，可以幫助用戶提高裝備運(yùn)行效率，拓展制造維修服務(wù)（Maintenance Repair and Overhaul，MRO）。

以風(fēng)機(jī)裝備為例，IEC61400-25標(biāo)準(zhǔn)由IECTC88技術(shù)委員會起草制定，是IEC 61850標(biāo)準(zhǔn)在風(fēng)力發(fā)電領(lǐng)域內(nèi)的延伸，專門面向風(fēng)電廠的監(jiān)控系統(tǒng)通信，旨在實現(xiàn)風(fēng)電廠中不同供應(yīng)商設(shè)備之間的自由通信，通過對風(fēng)電廠信息進(jìn)行抽象化、模型化、標(biāo)準(zhǔn)化，實現(xiàn)各設(shè)備之間的相互通信，使各設(shè)備之間具有互聯(lián)性、互操作性和可擴(kuò)展性。根據(jù)該標(biāo)準(zhǔn)，單臺風(fēng)機(jī)每秒產(chǎn)生225k字節(jié)傳感器數(shù)據(jù)，每臺風(fēng)機(jī)按每年7000運(yùn)行小時計算，單臺風(fēng)機(jī)每年生成6TB傳感器數(shù)據(jù)，金風(fēng)科技目前擁有2萬臺風(fēng)機(jī)，6.0TB/臺/年×2萬臺=120PB/年。

最后，今天的互聯(lián)網(wǎng)與工業(yè)深度融合，企業(yè)外部跨界數(shù)據(jù)已成為工業(yè)大數(shù)據(jù)不可忽視的來源。21世紀(jì)初，日本企業(yè)就開始利用互聯(lián)網(wǎng)數(shù)據(jù)分析獲取用戶的產(chǎn)品評價，今天小米手機(jī)利用社交媒體數(shù)據(jù)成功實現(xiàn)產(chǎn)品創(chuàng)新研發(fā)；此外，外部企業(yè)還存在著海量的“跨界”數(shù)據(jù)，如影響裝備作業(yè)的氣象數(shù)據(jù)、影響產(chǎn)品市場預(yù)測的宏觀經(jīng)濟(jì)數(shù)據(jù)、影響企業(yè)生產(chǎn)成本的環(huán)境法規(guī)數(shù)據(jù)等。

以風(fēng)電場運(yùn)營業(yè)務(wù)為例，來自氣象部門的跨界數(shù)據(jù)、模式數(shù)據(jù)與衛(wèi)星數(shù)據(jù)，其每天處理數(shù)據(jù)增量為200TB，年70PB；來自環(huán)保部門的跨界數(shù)據(jù)、實時監(jiān)控數(shù)據(jù)、環(huán)評數(shù)據(jù)、審批業(yè)務(wù)數(shù)據(jù)年增量為1PB。

3　工業(yè)大數(shù)據(jù)的主要特點

工業(yè)大數(shù)據(jù)本身不僅具有廣義大數(shù)據(jù)的3V或4V特點，還呈現(xiàn)出“多模態(tài)”、“強(qiáng)關(guān)聯(lián)”和“高通量”3個特點。

（1）多模態(tài)

所謂多模態(tài)，是指非結(jié)構(gòu)化類型工程數(shù)據(jù)，包括設(shè)計制造階段的概念設(shè)計、詳細(xì)設(shè)計、制造工藝、包裝運(yùn)輸?shù)?5大類業(yè)務(wù)數(shù)據(jù)，以及服務(wù)保障階段的運(yùn)行狀態(tài)、維修計劃、服務(wù)評價等14大類數(shù)據(jù)。例如，在運(yùn)載火箭研制階段，將涉及氣動力數(shù)據(jù)、氣動力熱數(shù)據(jù)、載荷與力學(xué)環(huán)境數(shù)據(jù)、彈道數(shù)據(jù)、控制數(shù)據(jù)、結(jié)構(gòu)數(shù)據(jù)、總體試驗數(shù)據(jù)等。

（2）強(qiáng)關(guān)聯(lián)

所謂強(qiáng)關(guān)聯(lián)，一方面是指產(chǎn)品生命周期的設(shè)計、制造、服務(wù)等不同環(huán)節(jié)的數(shù)據(jù)之間需要進(jìn)行關(guān)聯(lián)，即把設(shè)計制造階段的業(yè)務(wù)數(shù)據(jù)正向傳遞到服務(wù)保障階段，同時將服務(wù)保障階段的數(shù)據(jù)反饋到設(shè)計制造階段；另一方面，在產(chǎn)品生命周期的統(tǒng)一階段會涉及到不同學(xué)科、不同專業(yè)的數(shù)據(jù)。例如，民用飛機(jī)預(yù)研過程中會涉及總體設(shè)計方案數(shù)據(jù)，總體需求數(shù)據(jù)，氣動設(shè)計及氣動力學(xué)分析數(shù)據(jù)，聲學(xué)模型數(shù)據(jù)及聲學(xué)分析數(shù)據(jù)，飛機(jī)結(jié)構(gòu)設(shè)計數(shù)據(jù)，零部件及組裝體強(qiáng)度分析數(shù)據(jù)，多電系統(tǒng)模型數(shù)據(jù)，多電系統(tǒng)設(shè)計仿真數(shù)據(jù)，各個航電系統(tǒng)模型仿真數(shù)據(jù)，導(dǎo)航系統(tǒng)模型仿真數(shù)據(jù)，系統(tǒng)及零部件健康模型數(shù)據(jù)，系統(tǒng)及零部件可靠性分析數(shù)據(jù)等，這些數(shù)據(jù)需要進(jìn)行關(guān)聯(lián)。

（3）高通量

所謂高通量，即工業(yè)傳感器要求瞬時寫入超大規(guī)模數(shù)據(jù)。嵌入傳感器的智能互聯(lián)產(chǎn)品已成為工業(yè)互聯(lián)網(wǎng)時代的重要標(biāo)志，是未來工業(yè)發(fā)展的方向，機(jī)器數(shù)據(jù)已成為工業(yè)大數(shù)據(jù)的主體。以風(fēng)機(jī)裝備為例，風(fēng)機(jī)故障狀態(tài)其數(shù)據(jù)采樣頻率為50Hz，每臺平均125個測點，金風(fēng)科技公司擁有2萬臺風(fēng)機(jī)，其最高瞬時數(shù)據(jù)寫入量超過1億數(shù)據(jù)點/s。

工業(yè)大數(shù)據(jù)應(yīng)用特點集中體現(xiàn)在物理信息、產(chǎn)業(yè)鏈以及跨界3個層次的融合，這與其他領(lǐng)域大數(shù)據(jù)應(yīng)用具有明顯差異，因此需要從數(shù)據(jù)模型、語義、查詢操作3個層面對工業(yè)大數(shù)據(jù)進(jìn)行一體化管理。

●“物理信息融合”表現(xiàn)在設(shè)計開發(fā)階段主要管理數(shù)字產(chǎn)品，而在制造服務(wù)階段主要管理物理產(chǎn)品，跨生命周期管理需要融合數(shù)字產(chǎn)品和物理產(chǎn)品，從而構(gòu)建工業(yè)信息物理融合系統(tǒng)（Cyber-physical System，CPS）。

●“產(chǎn)業(yè)鏈融合”表現(xiàn)在互聯(lián)網(wǎng)大數(shù)據(jù)環(huán)境下，以資源整合優(yōu)化為目標(biāo)的云制造模式得以迅速發(fā)展，智能產(chǎn)業(yè)鏈需要突破傳統(tǒng)企業(yè)邊界，實現(xiàn)數(shù)據(jù)驅(qū)動的業(yè)務(wù)過程集成。

●“跨界融合”是指在“互聯(lián)網(wǎng)+”環(huán)境下，企業(yè)需要將外部跨界數(shù)據(jù)源進(jìn)行集成，如美國某農(nóng)機(jī)公司將天氣數(shù)據(jù)、灌溉數(shù)據(jù)、種子數(shù)據(jù)以及農(nóng)機(jī)數(shù)據(jù)進(jìn)行綜合利用，為農(nóng)場提供糧食增產(chǎn)服務(wù)。

4　工業(yè)大數(shù)據(jù)的關(guān)鍵技術(shù)問題

擁有大數(shù)據(jù)不是目的，發(fā)掘其價值才是關(guān)鍵。由企業(yè)信息化數(shù)據(jù)、裝備物聯(lián)網(wǎng)數(shù)據(jù)和外部互聯(lián)網(wǎng)數(shù)據(jù)匯聚而成的工業(yè)大數(shù)據(jù)，蘊(yùn)藏著巨大價值。例如，通過分析用戶使用數(shù)據(jù)改進(jìn)產(chǎn)品，如波音公司通過對737型號運(yùn)行數(shù)據(jù)分析創(chuàng)新翼尖小翼；通過分析現(xiàn)場測量數(shù)據(jù)提高工件加工水平，如高端機(jī)床設(shè)備通過實時測量數(shù)據(jù)動態(tài)優(yōu)化進(jìn)刀參數(shù)；工況數(shù)據(jù)進(jìn)行產(chǎn)品健康管理，如羅羅公司通過對發(fā)動機(jī)工況數(shù)據(jù)支持售賣飛行小時新型商業(yè)模式等。

工業(yè)大數(shù)據(jù)技術(shù)可以分為兩個層次，即大數(shù)據(jù)管理技術(shù)和大數(shù)據(jù)分析技術(shù)。

（1）工業(yè)大數(shù)據(jù)管理技術(shù)的關(guān)鍵問題

●數(shù)據(jù)質(zhì)量控制問題

原始數(shù)據(jù)（生數(shù)據(jù)）質(zhì)量決定分析結(jié)果的質(zhì)量。企業(yè)信息系統(tǒng)數(shù)據(jù)質(zhì)量仍然存在問題，例如2014年某大型機(jī)車企業(yè)ERP系統(tǒng)中近20%物料存在“一物多碼”問題。裝備物聯(lián)網(wǎng)數(shù)據(jù)質(zhì)量堪憂，某大型制造企業(yè)一個月的狀態(tài)工況數(shù)據(jù)中，無效工況（如盾構(gòu)機(jī)傳回了工程車工況）、重名工況（同一狀態(tài)工況使用不同名字）、時標(biāo)混亂（如當(dāng)前時間為1999年，或時標(biāo)對不齊）等數(shù)據(jù)質(zhì)量問題約30%。

●一體化管理問題

層次化的物料表（Bill Of Material，BOM）定義了企業(yè)信息系統(tǒng)數(shù)據(jù)的核心語義結(jié)構(gòu)。針對裝備物聯(lián)網(wǎng)數(shù)據(jù)和外部互聯(lián)網(wǎng)數(shù)據(jù)，可以根據(jù)其綁定的物理對象（零部件或產(chǎn)品）與相應(yīng)的BOM節(jié)點相關(guān)聯(lián)。從而，以BOM為橋梁關(guān)聯(lián)3個不同來源的工業(yè)大數(shù)據(jù)。具體實現(xiàn)機(jī)制可以分為3個層面：邏輯層負(fù)責(zé)統(tǒng)一數(shù)據(jù)建模，定義數(shù)字與物理對象模型，完成底層數(shù)據(jù)模型到對象模型映射；概念層實現(xiàn)數(shù)據(jù)語義層面的融合，通過語義提取與語義關(guān)聯(lián)，形成RDF形態(tài)的知識圖譜，提供基于SPARQL的查詢接口；操作執(zhí)行層負(fù)責(zé)異構(gòu)數(shù)據(jù)管理引擎的查詢協(xié)同優(yōu)化，對外提供SQL以及REST API形式的統(tǒng)一查詢接口。

●大數(shù)據(jù)系統(tǒng)集成問題

工業(yè)大數(shù)據(jù)其來源更加廣泛，并且裝備物聯(lián)網(wǎng)數(shù)據(jù)（半結(jié)構(gòu)化數(shù)據(jù)）和外部互聯(lián)網(wǎng)數(shù)據(jù)（非結(jié)構(gòu)化數(shù)據(jù)）都要與企業(yè)信息系統(tǒng)（結(jié)構(gòu)化數(shù)據(jù)）進(jìn)行集成，因此要重構(gòu)數(shù)據(jù)管理平臺，甚至替換“舊”系統(tǒng)。

●工業(yè)大數(shù)據(jù)安全問題

工業(yè)大數(shù)據(jù)及其系統(tǒng)是工業(yè)互聯(lián)網(wǎng)的知識與大腦。由于暴露在無所不在、無所不控、虛實結(jié)合、多域融合的工業(yè)信息物理融合系統(tǒng)中，工業(yè)大數(shù)據(jù)系統(tǒng)安全威脅和風(fēng)險控制技術(shù)，是國家工業(yè)主權(quán)與產(chǎn)業(yè)安全的重要保障。

（2）工業(yè)大數(shù)據(jù)分析技術(shù)的關(guān)鍵問題

●多時間尺度數(shù)據(jù)綜合分析

與傳統(tǒng)商務(wù)智能（Business Intelligence，BI）應(yīng)用場景不同，工業(yè)大數(shù)據(jù)包括秒/小時尺度的機(jī)器工況數(shù)據(jù)、天/周尺度的車間調(diào)度數(shù)據(jù)和月/年尺度的管理決策數(shù)據(jù)，在工業(yè)大數(shù)據(jù)應(yīng)用中不同時間尺度的工業(yè)數(shù)據(jù)需要綜合使用才能驅(qū)動智慧企業(yè)。例如，智慧礦山企業(yè)需要根據(jù)跨界數(shù)據(jù)預(yù)測礦石品質(zhì)需求，依據(jù)品質(zhì)需求生成裝備作業(yè)計劃，根據(jù)裝備作業(yè)計劃實時控制裝備操作。

●專業(yè)分析算法與構(gòu)件

針對時間序列、時空等弱結(jié)構(gòu)化數(shù)據(jù)，應(yīng)提供豐富的特征模板庫，方便對典型物理事件（如風(fēng)速平穩(wěn)時段、發(fā)電機(jī)轉(zhuǎn)速快速下降、環(huán)境溫度逐漸上升等）進(jìn)行描述；另外，還應(yīng)提供豐富的時間序列、時空模式、序列模式的深度挖掘算法庫，提升工業(yè)數(shù)據(jù)分析的建模效率。

●實時交互分析

工業(yè)大數(shù)據(jù)分析必須能夠滿足大規(guī)模、分散控制和交互迭代等需求。在實時處理上，傳統(tǒng)的商業(yè)數(shù)據(jù)分析系統(tǒng)不能有效支持面向大規(guī)模數(shù)據(jù)狀態(tài)下的低等待時間復(fù)雜事件檢測。在離線分析上，查詢檢索與分析建模應(yīng)緊密協(xié)同，同時前臺探索展現(xiàn)與工業(yè)大數(shù)據(jù)平臺要無縫整合，支持大數(shù)據(jù)集上的交互挖掘。

●遺留算法并行化

針對重要的應(yīng)用需求，工業(yè)企業(yè)通常具有一定的分析工具和科學(xué)計算軟件積累，然而這些工具通常沒有考慮大數(shù)據(jù)架構(gòu)。如何有效重用這些分析算法工具，是工業(yè)大數(shù)據(jù)分析應(yīng)用不能回避的技術(shù)問題。

●領(lǐng)域知識自動化

工業(yè)大數(shù)據(jù)中存在著大量的非結(jié)構(gòu)化數(shù)據(jù)，將當(dāng)前深度學(xué)習(xí)、自然語言處理等人工能力融入到工業(yè)大數(shù)據(jù)分析中來，可以有效輔助把專家知識進(jìn)行有效的沉淀、萃取和自動化。

5　工業(yè)大數(shù)據(jù)的典型工程案例

金風(fēng)科技股份有限公司通過將風(fēng)機(jī)大數(shù)據(jù)技術(shù)作為抓手，實現(xiàn)企業(yè)的工業(yè)化和信息化的深度融合，通過每臺風(fēng)機(jī)上安裝的百種傳感器，金風(fēng)科技每天收集的數(shù)據(jù)超過TB的量級。通過這些數(shù)據(jù)技術(shù)，可以在實現(xiàn)全量風(fēng)機(jī)的在線預(yù)警以及定期體檢上，尋找更迅速、更有效的解決方案，提升設(shè)備的可靠性，而風(fēng)場運(yùn)營商通過這些數(shù)據(jù)，可以做到更精準(zhǔn)的預(yù)測、檢測和數(shù)據(jù)采集以節(jié)約人力和時間成本，實現(xiàn)風(fēng)場效益最大化。通過機(jī)器大數(shù)據(jù)技術(shù)對風(fēng)機(jī)數(shù)據(jù)進(jìn)行管理，為金風(fēng)創(chuàng)造了可觀的經(jīng)濟(jì)效益，典型案例如下：

●快速響應(yīng)客戶需求

在美國德州Rattlesnake風(fēng)場建設(shè)項目投標(biāo)中，金風(fēng)公司基于大數(shù)據(jù)平臺成功以3小時47分的速度完成招標(biāo)方提出近250萬個文件的處理要求，加工出風(fēng)速、溫度、發(fā)電機(jī)轉(zhuǎn)速、功率、槳距角、風(fēng)機(jī)狀態(tài)等結(jié)果，使回應(yīng)速度由100多天縮短到2天。

●風(fēng)速儀對風(fēng)優(yōu)化

在風(fēng)場對風(fēng)機(jī)的變槳數(shù)據(jù)進(jìn)行調(diào)優(yōu)?；谄脚_在5小時31分完成基于全量歷史數(shù)據(jù)（包括1.7萬臺風(fēng)機(jī)、300多億條歷史記錄）的對風(fēng)偏差估計和優(yōu)化，使得原本需要400多天才能完成的運(yùn)維調(diào)優(yōu)任務(wù)得以周期性實施。據(jù)測算，每年由此調(diào)優(yōu)獲得額外發(fā)電量可達(dá)2億元人民幣以上。

●齒形帶斷裂預(yù)警

齒形帶是變槳系統(tǒng)的一個重要部件。齒形帶斷裂會造成非計劃性停機(jī)及葉片失控等次生災(zāi)害。因為沒有直接的傳感器監(jiān)測，目前檢測手段根據(jù)斷裂后引起的振動、槳距角異常等次生故障判斷，通常有10余秒的滯后。大數(shù)據(jù)分析基于大量風(fēng)場的歷史故障信息，對SCADA（Supervisory Control and Data Acquisition，監(jiān)控和數(shù)據(jù)采集系統(tǒng)）瞬時數(shù)據(jù)的時間序列模式提取，挖掘槳距角一致性、變槳過程曲線模態(tài)、振動模式、變槳電機(jī)溫差、ng5充電電流差異等斷裂征兆模式，通過多模型融合和深度學(xué)習(xí)，提前90h進(jìn)行斷裂預(yù)警，通過預(yù)防性維修消除重大故障隱患。大數(shù)據(jù)還對20ms數(shù)據(jù)進(jìn)行分析，分析斷裂后發(fā)電機(jī)轉(zhuǎn)速、風(fēng)速、功率、電磁扭矩等多指標(biāo)時間序列模式變化，將當(dāng)前PLC超短時報警提前1s，降低故障可能的破壞風(fēng)險。

●機(jī)組健康管理

建立并完善系統(tǒng)安全體系；建立整機(jī)、大部件健康評估模型，實現(xiàn)預(yù)警功能；建立風(fēng)電場級健康安全管理及優(yōu)化體系；建立解決方案中心，實現(xiàn)模型引擎的遠(yuǎn)端運(yùn)行，達(dá)到既能做出風(fēng)力發(fā)電機(jī)組健康綜合評估診斷也能做出解決方案的“醫(yī)院”級功能，成為健康評估模型中探索模型的“試驗平臺”，可實現(xiàn)各類模型的快速迭代優(yōu)化。

6　結(jié)束語

工業(yè)大數(shù)據(jù)是實現(xiàn)智能制造的基礎(chǔ)原料，是提升工業(yè)生產(chǎn)力、競爭力、創(chuàng)新力的關(guān)鍵要素。中國不僅是制造大國更是使用大國，在裝備應(yīng)用過程中產(chǎn)生的海量機(jī)器數(shù)據(jù)正是工業(yè)大數(shù)據(jù)的主體，為我國智能制造創(chuàng)新發(fā)展提供了獨(dú)特而豐富的戰(zhàn)略資源；同時，對于國計民生息息相關(guān)的裝備制造業(yè)而言，工業(yè)大數(shù)據(jù)更是事關(guān)國家安全與主權(quán)。工業(yè)大數(shù)據(jù)是一個正在發(fā)展的學(xué)科領(lǐng)域，在內(nèi)涵外延、模型理論、技術(shù)方法及其實施策略等方面，我國和國際巨頭處在同一起跑線上。必須緊密結(jié)合中國國情認(rèn)真實踐，加大投入，快速研發(fā)，走出中國工業(yè)大數(shù)據(jù)自主發(fā)展之路，實現(xiàn)國產(chǎn)化工業(yè)大數(shù)據(jù)軟件技術(shù)的彎道超車與應(yīng)用的自主可控，支撐制造強(qiáng)國戰(zhàn)略目標(biāo)落地實現(xiàn)。

Industrial big data technologies

WANG Jianmin

Industrial big data consist of enterprise data， IOT data and external data， whose volume is very huge and which is a primary driven-force of the new-round industry revolution.Where do the industrial big data come from is explored first. Next，the data characteristics，“heterogeneous， interrelated and high- throughput”， and the application characteristics，“physicalcyber，inter-enterprises and cross-domain”data integration， are described. The technical challenges on data management and analysis are presents thereafter.An industrial big data use case on wind turbine farm are given. Finally we suggest we should build an industrial big data software platform by ourselves.

big data， industrial big data； data characteristics； application characteristics； key technologies； use case

2016-07-21）