工业大数据推动工业智能化

王晨

工业大数据的关键技术有哪些？把开源的相关技术拼凑一下就可以形成工业大数据平台？将机器深度学习技术结合起来，就形成工业大数据分析？这样的工业大数据和其他大数据没有分别。

工业大数据的核心是什么？是基于企业、行业、客户的总结。目前可以把中国工业大数据分成三项。

第一是与机器设备相关，设备的可靠性、健康程度和设备的操作等。

第二是和运行效率相关，包括生产环节、研发环节、供应链环节等。

第三是在使用这些应用环节时，企业解决问题的方法未必是用机器学习的方法进行分析，而是使用优化的方式。

今天的产业互联网中，企业尝试使用别人的数据，比如产业链数据、跨界数据去解决更多问题。有些制造型业企业开始从事金融贷款业务，而这些都是通过企业拓展主体业务边界的方式进行操作，在这种方式下就需要更多的数据来支撑，进行总体分布。

目前企业在从事其他行业时，行业应用场景非常分散，企业需要一套完整的方法论来解决所面临的市场、技术、管理上的挑战。发展工业大数据并不容易，在有物质支撑的基础上，企业如何进行改变和创新，都是企业所遇到的问题。

在实施路径上我们将工业数据分为三段论—数据+业务+技术，而最重要的工作其实是人，实施三段论分成三个步骤：第一，对业务问题的分析诊断能力，企业在经营过程中存在什么业务问题，这些业务问题有什么改善方法。第二，找到潜在问题点，当找到问题后使用数据技术尝试进行改善，甄别这些问题是否可以解决，并尝试把业务模型转化成数据模型尝试建模。第三，把解决的问题进行部署，来构成三段论。

实施三段论，昆仑数据使用工业大数据平台，并总结出三个方向：第一，设备健康；第二，流程效率优化；第三，产品质量。但通过一种工业数据来解决其他工业问题，并不可行。很多企业发现，一个设备数据解决不了其他设备的问题，工业大数据里面充斥着个性而不是共性，而解决此类问题的关键在于技术和数据，并不是一种应用数据可解决所有问题。

比如在工业中体量最大的传感器生产所产生的工业物联网数据的采集、存储、分析、查询等，是一个可变型系统，可以使用开源框架进行对接，而在平台中怎样进行操作，取决于关键技术。我们有一套数据存储格式，可按毫秒的时段对数据进行查询和采集，但是在查询时可能需要按照秒、小时、天等方式发起，这时如何进行处理？通过数据装载时进行预计算，从数据的某一级开始发起对它的查询，而这一方式需要细致的监管和维护。

在数据存储管理方面，我们开发了一种名为逻辑空间系统，构建列表名方便企业进行查询。比如某台风机的某一个传感器，在某个时间序列是否可以查看到物理存储单元？当存储这些信息时是企业的逻辑部分，可以按照不同的原数据、供应商、逻辑维度进行管理。

在分析的世界中怎樣将物理世界和数字世界相互连接？是否可以将领域中所获得的数据，放进模型中分析？显然不是，我们将这些问题叫有效样本极度缺失，因为设备在绝大多数情况下是正常的，极少出现问题。如果进行某种特定故障预测和分析时会发现，设备在它的使用寿命中，可能发生故障有几起或几十起，和这台设备正常样本比起来，样本的分布偏差过大，所以在当下的工业发展中必须运用机器学习技术和机器深度学习技术。运用深度学习技术的前提是什么？设备在运行的过程中会产生很多数据，能从数据中进行学习是一项技术突破，但是工业里这种方式并不成立，虽然设备产生了很多数据，但是真正有效的正样本量却非常少。

基于以上原因在工业数据中我们尝试的技术是迁移学习。什么是迁移学习？是某种模型放到另外一个地方去用，对模型进行一些修改。比如现实模型与物理模型，当现实模型不等于物理模型时，经过修改怎样将现实模型改变成物理模型？如果在现实世界中没有数据产生，但是在物理世界中却有数据存在，在仿真体系中以非常低的成本生产大量的数据，能否尝试把数据迁移过来，放到现实中的故障检测中去？这一方法是可行的。所谓深度学习的大量数据是从仿真过程演变而来，但是在数据迁移的过程中，是以数据生成的一种对抗方式进行操作，最终使现实模型和物理模型相等，顺利将模型进行迁移。

现今仿真模型的机理所表示的是一个公式，在工程控制优化时，会呈现出化学和生物过程，只能在较大的周期上进行测量和取样，才能从这个过程中找到数据，但是在化学显示过程中存在化学反应方程式，将化学和生物的显示过程中的数据结合起来，就是数据的深度迁移学习，而工业大数据发展的未来是将迁移学习模型、深度学习模型、强化学习模型相互结合，来解决工业中所发生的问题。

（根据演讲内容整理，未经本人审核）endprint