工業(yè)大數(shù)據(jù)的應(yīng)用與實踐

袁愛進(jìn)1，岳濱楠2，閆鑫2，黃健2

1. 三一集團(tuán)有限公司，上海 201299

2. 上海華興數(shù)字科技有限公司，上海 201299

摘要：隨著物聯(lián)網(wǎng)和信息物理系統(tǒng)時代的來臨，更多數(shù)據(jù)可以被收集和分析，工業(yè)大數(shù)據(jù)也成為行業(yè)創(chuàng)新和轉(zhuǎn)型的重要驅(qū)動力。與傳統(tǒng)互聯(lián)網(wǎng)大數(shù)據(jù)不同，工業(yè)大數(shù)據(jù)與工業(yè)邏輯緊密結(jié)合，詳細(xì)對比了工業(yè)大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)的區(qū)別，結(jié)合典型案例，闡述了需求驅(qū)動傳統(tǒng)制造業(yè)變革的過程和工業(yè)大數(shù)據(jù)的發(fā)展之路，介紹了工業(yè)大數(shù)據(jù)平臺的架構(gòu)和工作原理。最后以挖掘機(jī)業(yè)務(wù)為例，展示了工業(yè)大數(shù)據(jù)平臺的應(yīng)用效果，并提出共享數(shù)據(jù)和模型將會使基于數(shù)據(jù)的應(yīng)用產(chǎn)生更大的價值。

關(guān)鍵詞：工業(yè)大數(shù)據(jù)；共享數(shù)據(jù)；平臺；智能服務(wù)

doi:10.11959/j.issn.2096-0271.2017059

論文引用格式：袁愛進(jìn), 岳濱楠, 閆鑫, 等. 工業(yè)大數(shù)據(jù)的應(yīng)用與實踐[J]. 大數(shù)據(jù), 2017, 3(6): 27-41.

YUAN A J, YUE B N, YAN X, et al. Application and practice of industrial big data[J]. Big Data Research, 2017, 3(6): 27-41.

1? 引言

1.1 工業(yè)大數(shù)據(jù)的興起

隨著工業(yè)進(jìn)入信息化時代，工業(yè)大數(shù)據(jù)已成為新一輪產(chǎn)業(yè)革命的重要動力。工業(yè)大數(shù)據(jù)以工業(yè)系統(tǒng)的數(shù)據(jù)收集、特征分析為基礎(chǔ)，對設(shè)備、裝備的質(zhì)量、生產(chǎn)效率、用戶體驗以及產(chǎn)業(yè)鏈進(jìn)行更有效的優(yōu)化，并為未來的制造系統(tǒng)搭建無憂的環(huán)境[1]。無論是德國提出的“工業(yè)4.0”，還是美國定義的“工業(yè)互聯(lián)網(wǎng)”，大數(shù)據(jù)在其中都發(fā)揮著重要作用 。美國IBM公司認(rèn)為，“工業(yè)4.0”是大數(shù)據(jù)驅(qū)動的智能制造[2,3]，無數(shù)據(jù)不智能；美國通用電氣（General Electric,GE）公司表示，工業(yè)互聯(lián)網(wǎng)最重要的就是數(shù)據(jù)分析，未來每一家工業(yè)企業(yè)也必須是一家軟件企業(yè)，有了軟件必然會有數(shù)據(jù)。

大數(shù)據(jù)在工業(yè)領(lǐng)域的興起主要由以下因素決定[4]。

●設(shè)備自動化過程中，控制器產(chǎn)生了大量的數(shù)據(jù)，然而這些數(shù)據(jù)蘊藏的信息和價值并沒有被充分挖掘。

●傳感器技術(shù)和通信技術(shù)的發(fā)展使實時數(shù)據(jù)的獲取成本不再高昂。

●嵌入式系統(tǒng)、低能耗芯片、處理器、云計算等技術(shù)的興起使設(shè)備的運算能力大幅提升，具備了實時處理大數(shù)據(jù)的能力。

● 制造流程和商業(yè)活動變得越來越復(fù)雜，依靠人的經(jīng)驗和分析已經(jīng)無法滿足復(fù)雜的管理和協(xié)同優(yōu)化的需求。

工業(yè)領(lǐng)域中，如果設(shè)備數(shù)據(jù)、運維數(shù)據(jù)、事件數(shù)據(jù)、輿論數(shù)據(jù)、服務(wù)數(shù)據(jù)、公司數(shù)據(jù)、市場數(shù)據(jù)和上下游產(chǎn)業(yè)鏈數(shù)據(jù)等能夠在統(tǒng)一的平臺管理，大量的數(shù)據(jù)將會使原本孤立的系統(tǒng)相互連接，使設(shè)備之間可以通信和交流，也使生產(chǎn)和服務(wù)過程變得更加透明。

1.2 工業(yè)大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)的區(qū)別

大數(shù)據(jù)正在改變著人們的生活，過去幾年，無論是健康、交通、公共安全，還是生活、購物、旅游、娛樂，都已經(jīng)逐步建立起了大數(shù)據(jù)分析系統(tǒng)。無論是國家還是企業(yè)，對大數(shù)據(jù)的投入都數(shù)以億計。大數(shù)據(jù)的應(yīng)用也從開始的互聯(lián)網(wǎng)領(lǐng)域走向了金融、醫(yī)療、環(huán)境以及工業(yè)領(lǐng)域，這其中應(yīng)用最成功的是互聯(lián)網(wǎng)。互聯(lián)網(wǎng)以其開放、自治與共享的理念，與社會各個領(lǐng)域的結(jié)合，帶動了生產(chǎn)和社會的巨大發(fā)展和進(jìn)步[5]。

工業(yè)大數(shù)據(jù)是大數(shù)據(jù)與智能制造的交叉點，工業(yè)大數(shù)據(jù)是指在工業(yè)產(chǎn)品全生命周期的信息化應(yīng)用中產(chǎn)生的數(shù)據(jù)，是工業(yè)互聯(lián)網(wǎng)的核心，是工業(yè)智能化發(fā)展的關(guān)鍵[6]。工業(yè)大數(shù)據(jù)基于網(wǎng)絡(luò)互聯(lián)和大數(shù)據(jù)技術(shù)，貫穿于工業(yè)的設(shè)計、工藝、生產(chǎn)、管理、服務(wù)等各個環(huán)節(jié)，使工業(yè)系統(tǒng)具備描述、診斷、預(yù)測、決策、控制等智能化功能。

與互聯(lián)網(wǎng)大數(shù)據(jù)相比，工業(yè)大數(shù)據(jù)具有更強的專業(yè)性、關(guān)聯(lián)性、流程性、時序性和解析性等特點，僅僅依靠傳統(tǒng)的互聯(lián)網(wǎng)大數(shù)據(jù)分析技術(shù)已無法滿足工業(yè)大數(shù)據(jù)的分析要求[7]。兩者的區(qū)別見表1。

因此工業(yè)大數(shù)據(jù)分析并不僅僅依靠算法工具，而是更加注重邏輯清晰的分析流程和與分析流程匹配的專業(yè)技術(shù)體系。

互聯(lián)網(wǎng)大數(shù)據(jù)可以從數(shù)據(jù)端出發(fā)看問題，但是工業(yè)大數(shù)據(jù)則應(yīng)該從價值和功能端思考。也就是說，傳統(tǒng)裝備企業(yè)在進(jìn)行物聯(lián)網(wǎng)建設(shè)時，如果只是強調(diào)數(shù)據(jù)獲取的途徑、量級，沒有考慮到數(shù)據(jù)的具體分析和利用以及相應(yīng)的功能與目標(biāo)，很可能就會造成許多數(shù)據(jù)采集回來之后沒有用，而一些關(guān)鍵數(shù)據(jù)反而沒有采集的情況。

2 ?需求驅(qū)動變革

以上海華興數(shù)字科技有限公司（以下簡稱華興公司）為例，它是三一集團(tuán)有限公司（以下簡稱三一集團(tuán)）的全資子公司，為三一集團(tuán)旗下工程機(jī)械裝備（如挖掘機(jī)、旋挖鉆機(jī)、裝載機(jī)、履帶起重機(jī)等）提供控制系統(tǒng)和信息系統(tǒng)。華興公司從2007年開始機(jī)器物聯(lián)的實踐，由于設(shè)備控制器終端、硬件、 語言學(xué)模型（linguistics model,LM）軟件平臺、組態(tài)軟件、控制算法以及通信、傳輸、采集都是自主研發(fā)，因此可以將任意所需數(shù)據(jù)實時上傳至大數(shù)據(jù)平臺。目前平臺上有20多萬臺三一集團(tuán)設(shè)備的5 000多種參數(shù)，低頻數(shù)據(jù)上傳周期為5 min，高頻數(shù)據(jù)上傳周期為20 ms，另外還有故障數(shù)據(jù)、維保數(shù)據(jù)以及相關(guān)事件數(shù)據(jù)等。同時開發(fā)出易維訊（E-Vision,EVI）系統(tǒng)的網(wǎng)頁版與應(yīng)用（App）版用于管理這些數(shù)據(jù)，并通過數(shù)據(jù)進(jìn)行故障報警、故障預(yù)測、智能服務(wù)、輔助研發(fā)和信用管理等，很好地支撐了公司的核心競爭力，幫助公司實現(xiàn)了快速增長。

華興公司工業(yè)大數(shù)據(jù)之路發(fā)展至今（如圖1所示），每一項功能的開發(fā)都面向用戶的實際需要。

圖1 華興公司工業(yè)大數(shù)據(jù)發(fā)展歷程

從滿足用戶的需求到通過數(shù)據(jù)為公司、用戶創(chuàng)造價值，華興公司的工業(yè)大數(shù)據(jù)經(jīng)歷了如下3個階段。

（1）集中顯示階段

工程機(jī)械的銷售特點與其他商品不同，大部分都是貸款購買，按月還款。如果某臺車不能按時還款，公司需要及時對其進(jìn)行法務(wù)處理，因此需要知道每臺貸款車的地理位置。基于這樣的原因，華興公司2007年開始為三一集團(tuán)每臺在外運行的設(shè)備安裝全 球定位系統(tǒng)（global positioning system,GPS）模塊，并通過控制器將數(shù)據(jù)實時上傳，記錄位置信息的同時，也將機(jī)器運行的信息上傳到服務(wù)器。

隨著數(shù)據(jù)慢慢積累得越來越多，為了展示數(shù)據(jù)的統(tǒng)計結(jié)果，華興公司2011年開始籌備開發(fā)易維訊系統(tǒng)。從開始面向公司內(nèi)部提供機(jī)型分布、開工率、解鎖機(jī)統(tǒng)計等定期的報表，到后期面向客戶提供工時、油耗、周報、月報等功能，功能越來越全面，不僅為領(lǐng)導(dǎo)決策提供了支持，還提升了用戶的設(shè)備使用體驗。

（2）統(tǒng)計分析階段

易維訊系統(tǒng)的成功應(yīng)用使公司重視了數(shù)據(jù)帶來的潛在價值。三一集團(tuán)的設(shè)備遍布全國，設(shè)備的運行狀態(tài)某種程度即可反映國家基礎(chǔ)設(shè)施建設(shè)以及宏觀經(jīng)濟(jì)的情況。因此將易維訊系統(tǒng)中的數(shù)據(jù)進(jìn)行整理，提出了“三一”指數(shù)的概念，2014年開始每月定期向政府機(jī)構(gòu)提供該數(shù)據(jù)。

數(shù)據(jù)積累之前，公司對產(chǎn)品的定義和驗證都基于有限樣本進(jìn)行，有了大量的數(shù)據(jù)以后，所有已售出的三一集團(tuán)機(jī)器都可作為試驗機(jī)，驗證實際運行過程中其性能是否達(dá)到了設(shè)計要求。對于新產(chǎn)品的開發(fā)，也可以第一時間通過分析前期產(chǎn)品的使用情況，從數(shù)據(jù)中提煉出下一代產(chǎn)品定義的相關(guān)指標(biāo)。

（3）智能服務(wù)階段

隨著云計算、大數(shù)據(jù)技術(shù)的逐步發(fā)展，華興公司從2016年開始升級了服務(wù)器，將原本的物理服務(wù)器全部轉(zhuǎn)移至云上，通過數(shù)據(jù)中心操作系統(tǒng)（data center operating system，DCOS）統(tǒng)一管理，并將原來數(shù)據(jù)存儲的最快間隔時間由分鐘級提升至毫秒級，根據(jù)不同的需求，對數(shù)據(jù)進(jìn)行分級存儲。

通過這些技術(shù)以及一些成熟數(shù)據(jù)挖掘算法的使用，使數(shù)據(jù)產(chǎn)生了更大的價值，華興公司開發(fā)出工況識別、操作手識別、故障預(yù)測、故障診斷、市場預(yù)測、配件預(yù)測等功能，為公司的決策和用戶操作體驗的提升提供了重要支持。

3 ?工業(yè)大數(shù)據(jù)平臺

華興公司的工業(yè)大數(shù)據(jù)平臺建立在公司核心產(chǎn)品控制系統(tǒng)和信息系統(tǒng)的基礎(chǔ)上，將運行設(shè)備（如挖掘機(jī)、風(fēng)機(jī)、起重機(jī)、旋挖鉆機(jī)等）互聯(lián)，同時使企業(yè)數(shù)據(jù)（如生產(chǎn)數(shù)據(jù)、客戶相關(guān)數(shù)據(jù)、產(chǎn)品生命周期數(shù)據(jù)等）與運行數(shù)據(jù)互通，通過3個平臺（計算平臺、業(yè)務(wù)平臺與可視化平臺）對數(shù)據(jù)進(jìn)行存儲、分析與展示，最終面向主機(jī)廠、用戶、二手機(jī)市場、配件市場等提供全方位的增值服務(wù)。平臺整體架構(gòu)如圖2所示。

圖2 工業(yè)大數(shù)據(jù)平臺架構(gòu)

與市場上通用的平臺即服務(wù)（platform as a service,PaaS）平臺相比，華興公司工業(yè)大數(shù)據(jù)平臺是面向工業(yè)裝備的專業(yè)化平臺，數(shù)據(jù)從設(shè)備端采集上來，經(jīng)過網(wǎng)關(guān)、存儲、計算到客戶端的應(yīng)用展示，全程都是可定制化的，滿足了不同種類設(shè)備的需求。

3.1 數(shù)據(jù)采集

數(shù)據(jù)采集部分采用LM自主組態(tài)軟件與不同頻次數(shù)據(jù)的分級處理。

遠(yuǎn)程控制終端由控制器和顯示屏組成，是數(shù)據(jù)采集的核心部分，分布在每個工程機(jī)械設(shè)備上，負(fù)責(zé)接收來自GPS的衛(wèi)星定位信息，并計算出工程機(jī)械裝備的位置、速度、方向等信息。數(shù)據(jù)通過Wi-Fi/通用分組無線服務(wù)（general packet radio service,GPRS）通信網(wǎng)絡(luò)傳送至數(shù)據(jù)網(wǎng)關(guān)，通過消息隊列進(jìn)行流水化處理后，進(jìn)入計算平臺。

設(shè)備的核心控制程序由華興公司自主開發(fā)的組態(tài)軟件LM編寫，因此除了GPS數(shù)據(jù)外，其他機(jī)器運行的數(shù)據(jù)（如通過控制器局域網(wǎng)絡(luò)（controller area network, CAN）總線采集的發(fā)動機(jī)相關(guān)數(shù)據(jù)、控制器采集的設(shè)備傳感器數(shù)據(jù)以及機(jī)器運行中的一些過程數(shù)據(jù)）都可以實時上傳。針對振動等高頻數(shù)據(jù)，在程序中提取高頻信息的特征值，轉(zhuǎn)為低頻后再上傳；針對故障數(shù)據(jù)，底層軟件記錄故障前后1 min的高頻數(shù)據(jù)，打包后在非工作時段上傳；針對設(shè)備運行數(shù)據(jù)（如主壓、轉(zhuǎn)速、排量等），采用秒級上傳；針對設(shè)備的定位等低頻數(shù)據(jù)（如位置、工時），則每15 min上傳一次，節(jié)省云平臺的存儲量。

3.2 計算平臺

計算平臺負(fù)責(zé)數(shù)據(jù)的快速存取和業(yè)務(wù)計算，由通信網(wǎng)關(guān)、消息隊列、數(shù)據(jù)庫、計算引擎等構(gòu)成，軟件棧如圖3所示。

圖3 計算平臺軟件棧

為了滿足10萬級臺量每秒鐘數(shù)據(jù)的實時接入需求，系統(tǒng)根據(jù)通信流量對通信網(wǎng)關(guān)進(jìn)行水平伸縮，數(shù)據(jù)通過Kafka消息隊列進(jìn)行緩沖，再寫入NoSQL數(shù)據(jù)庫Cassandra。數(shù)據(jù)庫包括工程機(jī)械裝備詳細(xì)的裝備屬性、工況信息、報警信息、故障信息、保養(yǎng)信息、維修信息、位置信息、處理后的音頻/視頻信息等。

計算平臺使用高性能的Apache Spark作為計算引擎。原始數(shù)據(jù)通過Spark進(jìn)行數(shù)據(jù)清洗，統(tǒng)計報表、故障預(yù)測、節(jié)能提示等業(yè)務(wù)需求則通過Spark SQL與Spark 機(jī)器學(xué)習(xí)庫（MLlib）進(jìn)行計算，并將計算結(jié)果寫入MongoDB，供可視化平臺呈現(xiàn)。

平臺運維采用Mesosphere公司的數(shù)據(jù)中心操作系統(tǒng)（data centre operation system，DC/OS）進(jìn)行管理。傳統(tǒng)數(shù)據(jù)中心采用服務(wù)器和虛擬機(jī)的模型，具有資源碎片化、管理和運維復(fù)雜、部署和更新過程冗長、資源利用率低等缺點。DC/OS將物理主機(jī)、虛擬主機(jī)聚合成資源池，易于擴(kuò)展，支持多租戶，資源利用率高。DC/OS在統(tǒng)一的平臺上對微服務(wù)容器、NoSQL數(shù)據(jù)庫集群、Spark集群進(jìn)行管理和調(diào)度，生產(chǎn)環(huán)境高度可遷移，避免了云服務(wù)商鎖定，更適用于現(xiàn)代化的運維管理。

3.3 業(yè)務(wù)平臺

業(yè)務(wù)平臺目前以挖掘機(jī)為主要對象，同時也接入了風(fēng)機(jī)、旋控鉆機(jī)等其他三一集團(tuán)裝備。結(jié)合自身對業(yè)務(wù)理解的優(yōu)勢，借助云計算和數(shù)據(jù)挖掘技術(shù)，從故障維護(hù)、訂單預(yù)測以及挖掘機(jī)工況識別等方面為不同客戶提供更多智能服務(wù)，如圖4所示。

圖4 業(yè)務(wù)平臺模塊

以挖掘機(jī)業(yè)務(wù)為例，業(yè)務(wù)平臺通過對挖掘機(jī)運行數(shù)據(jù)、App事件數(shù)據(jù)、廠內(nèi)試驗數(shù)據(jù)、服務(wù)訂單數(shù)據(jù)、營銷售后數(shù)據(jù)的聯(lián)通，精準(zhǔn)打造挖掘機(jī)畫像和用戶畫像，如圖5所示。其中，挖掘機(jī)畫像由單機(jī)畫像與機(jī)群畫像組成，標(biāo)簽內(nèi)容包括運行信息、統(tǒng)計信息、保養(yǎng)信息、故障信息、殘值信息、健康信息等；用戶畫像由代理商、操作手、服務(wù)工程師、挖掘機(jī)老板和研發(fā)人員組成，標(biāo)簽內(nèi)容包括人口屬性、工作屬性、性格屬性、購物意向等。

圖5 精準(zhǔn)畫像

工業(yè)大數(shù)據(jù)的價值主要體現(xiàn)在診斷和預(yù)測，見表2。利用全方位聯(lián)通的數(shù)據(jù)以及挖掘機(jī)和用戶的畫像，面向不同客戶選取與之匹配的標(biāo)簽進(jìn)行計算。不僅對挖掘機(jī)，也可對操作手、代理商、服務(wù)工程師等進(jìn)行全方位的診斷，同時診斷結(jié)果可用在保養(yǎng)、銷售、二手機(jī)、庫存、意向客戶等方面的預(yù)測。

表2 健康診斷與需求預(yù)測功能

3.4 可視化平臺

可視化平臺從初始端的數(shù)據(jù)源到末端的客戶端，基于全息數(shù)據(jù)可視化構(gòu)架以及分布式控制系統(tǒng)，實現(xiàn)施工現(xiàn)場、企業(yè)控制中心、裝配線智能車間監(jiān)控以及公司會議設(shè)備等視頻源的無縫銜接，形成端到端的可視化和信息化管理。硬件設(shè)備可按需擴(kuò)展，不會造成重復(fù)建設(shè)；軟件部分模塊化，數(shù)據(jù)源直接讀取計算平臺的結(jié)果數(shù)據(jù)，能夠?qū)⒏鞣N數(shù)據(jù)、視頻、音頻信號以任意大小、任意位置方式呈現(xiàn)在任意的顯示設(shè)備上，兼容主流瀏覽器，提供強大靈活的定制化顯示。可視化平臺拓?fù)淙鐖D6所示。

圖6 可視化平臺拓?fù)?/p>

可視化平臺主要面向管理層和客戶提供不同的服務(wù)。面向管理層，通過數(shù)據(jù)可視化平臺對全球范圍挖掘機(jī)的主要關(guān)注指標(biāo)進(jìn)行透明化展示，便于公司管理層統(tǒng)一管理，發(fā)現(xiàn)運營短板；面向客戶，通過數(shù)據(jù)可視化平臺與實時運行的挖掘機(jī)數(shù)據(jù)對接展示公司的產(chǎn)品競爭力、高效的售后服務(wù)能力與運維能力，進(jìn)一步提高企業(yè)形象、品牌價值和客戶滿意度。

服務(wù)內(nèi)容包括決策、顯示和互動。

（1）決策

平臺可與公司現(xiàn)有視頻設(shè)備兼容，若辦公室已安裝視頻設(shè)備，不但可參加公司內(nèi)部會議，還可將云平臺信息以雙流形式傳送給其他參會會場，所有外接信號均可上屏顯示，協(xié)助快速精準(zhǔn)決策。

（2）顯示

在各個園區(qū)的監(jiān)控中心可通過大屏實時獲取云平臺所有展示信息，并將信號源以雙流形式進(jìn)行傳輸；可查看不同工廠的監(jiān)控視頻源，也可查看各施工現(xiàn)場以及主機(jī)內(nèi)部攝像頭的視頻源。

（3）互動

可視化信息可在多個地點的大屏幕上任意調(diào)度顯示，iPad實現(xiàn)各個裝備之間數(shù)據(jù)的聯(lián)動；采用瀏覽器/服務(wù)器（B /S）架構(gòu)，兼容主流瀏覽器，隨時隨地訪問可視化資源，可接入不同的子系統(tǒng)，任意分割畫面播放，自定義模版功能，支持多屏顯示功能，每個屏幕顯示不同的數(shù)據(jù)和畫面，顯示不同三一集團(tuán)裝備的實時數(shù)據(jù)畫面等，通過觸摸屏一鍵式切換大屏進(jìn)行互動。

4 ?工業(yè)大數(shù)據(jù)應(yīng)用

華興公司在工業(yè)大數(shù)據(jù)上的應(yīng)用主要體現(xiàn)在集中顯示、統(tǒng)計分析和智能服務(wù)方面。

4.1 集中顯示

數(shù)據(jù)集中顯示的載體就是易維訊系統(tǒng)，該系統(tǒng)是華興公司為工程機(jī)械領(lǐng)域打造的信息控制大數(shù)據(jù)平臺。運行至今，平臺上共有設(shè)備20萬余臺，每日實時監(jiān)控其運行信息（如位置、工時、轉(zhuǎn)速、主壓、油耗等），是三一重機(jī)股份有限公司旗下挖掘機(jī)、旋挖鉆機(jī)和裝載機(jī)等設(shè)備全生命周期的“眼睛”。

易維訊系統(tǒng)從2013年12月31日上線至今，共12次改版，其中正式版升級5次。最初版本提供4大類42項子功能，目前系統(tǒng)面向代理商、操作手、挖掘機(jī)老板和研發(fā)人員4類主要用戶提供99項功能，如圖7所示。除網(wǎng)頁版外，目前已開發(fā)出iOS版和Android版手機(jī)App，使用戶可隨時隨地掌握機(jī)器的運行狀態(tài)，極大提升了用戶的操作體驗以及對設(shè)備的滿意度。

圖7 易維訊系統(tǒng)功能分類

用戶可從易維訊系統(tǒng)中了解市場信息、設(shè)備運行信息、保養(yǎng)信息等，如圖8、圖9所示。挖掘機(jī)老板可以查看設(shè)備實時運行狀態(tài)，了解操作手的工作情況，如圖10所示。對未按時還貸款的客戶進(jìn)行遠(yuǎn)程鎖機(jī)，以保障設(shè)備安全，如圖11所示。對偏遠(yuǎn)山區(qū)工作的機(jī)器進(jìn)行遠(yuǎn)程調(diào)試，以最快的速度解決客戶的問題。

4.2 統(tǒng)計分析

（1）“三一”指數(shù)

“三一”指數(shù)是以三一集團(tuán)工程機(jī)械設(shè)備的海量工況數(shù)據(jù)為基礎(chǔ)，選擇一系列反映三一集團(tuán)工程機(jī)械設(shè)備作業(yè)狀況的指標(biāo)，進(jìn)行綜合處理，用以反映工程機(jī)械經(jīng)濟(jì)景氣活躍程度的綜合指數(shù)，也是借助工業(yè)大數(shù)據(jù)平臺打造出來的第一個面向國家，反映宏觀經(jīng)濟(jì)和基礎(chǔ)設(shè)施建設(shè)的統(tǒng)計值。大數(shù)據(jù)和云計算技術(shù)使一臺臺三一集團(tuán)裝備的運行數(shù)據(jù)實時反饋在易維訊平臺上，每揮動一鏟、行動一步，都形成數(shù)據(jù)痕跡。海量機(jī)械的應(yīng)用場景和開工率等來自一線的真實情況，挖掘機(jī)、旋挖鉆機(jī)、泵車、攪拌車等全國范圍內(nèi)的分布、開工率、工時的熱力圖幾乎就是一張基礎(chǔ)建設(shè)行業(yè)的活力圖。從2014年開始，每月定期向政府部門上報“三一”指數(shù)數(shù)據(jù)。

（2）輔助挖掘機(jī)升級

2015年西南地區(qū)某三一機(jī)型用戶集體抱怨挖掘無力，而其他區(qū)域用戶對挖掘力的評價很好。傳統(tǒng)的辦法是派遣多名服務(wù)工程師到各個使用者處調(diào)研，了解情況。現(xiàn)在采用大數(shù)據(jù)技術(shù)方法可以提高效率。由于用戶很多，逐一調(diào)查成本太大，因此通過海量數(shù)據(jù)逼近問題的原因，事先找到解決問題的辦法。

首先，通過數(shù)據(jù)統(tǒng)計該型號挖掘機(jī)用戶使用的檔位，如圖12所示。發(fā)現(xiàn)華東、中南地區(qū)7檔使用頻率最高，11檔頻率使用最少，載荷最輕。華北、西北、東北地區(qū)8檔使用頻率高，載荷較輕。西南地區(qū)9、10檔使用頻率高，11檔使用頻率也遠(yuǎn)高于其他地區(qū)，判斷載荷最重。

圖12 檔位分布

從臺數(shù)上看，該種機(jī)型主要賣給西南和西北地區(qū)，占比最高；從主壓上看，西南地區(qū)的主壓也是最高的；從輸出功率上看，西南地區(qū)功率消耗最大，如圖13所示。因此判斷該地區(qū)用戶注重效率而非油耗，所以使用11檔頻率高。需要針對該機(jī)型的配置進(jìn)行精準(zhǔn)優(yōu)化，以適應(yīng)西南地區(qū)的載荷。

圖13 負(fù)載分布

華興公司根據(jù)西南地區(qū)某三一機(jī)型的載荷特點，確定“經(jīng)濟(jì)模式（S模式）降油耗，重載模式（H模式）提效率”的原則，采用精準(zhǔn)控制算法，提升H模式的匹配使其更貼近發(fā)動機(jī)的最佳經(jīng)濟(jì)區(qū)，同時增大泵的流量與恒功率曲線，使其更充分吸收發(fā)動機(jī)的功率，最終達(dá)到節(jié)能增效的目的。

升級后的程序通過易維訊平臺遠(yuǎn)程下發(fā)給各主機(jī)，用戶使用后，均表示滿意。

4.3 智能服務(wù)

（1）挖掘機(jī)工況識別

挖掘機(jī)的工作原理是將發(fā)動機(jī)的機(jī)械能轉(zhuǎn)化為液壓能，再通過復(fù)雜的液壓回路將液壓能轉(zhuǎn)化為機(jī)械能，從而實現(xiàn)整機(jī)作業(yè)的過程[8]。挖掘機(jī)工作的過程中環(huán)境惡劣、負(fù)載隨機(jī)、工況多變，不同工況下的匹配模式不同，設(shè)計要求不同，元件的故障概率也不同。因此精確掌握在外挖掘機(jī)的工況對研發(fā)支持（如故障診斷和產(chǎn)品升級）、售后服務(wù)（如二手機(jī)評估和壽命預(yù)測）都有重要的作用。傳統(tǒng)對工況的區(qū)分都是采用服務(wù)工程師現(xiàn)場確認(rèn)的方式，只能針對個別機(jī)器進(jìn)行少量的采樣。大數(shù)據(jù)技術(shù)的發(fā)展，使全面了解各種機(jī)器的工況變成了可能。

由于在外運行的挖掘機(jī)沒有工況標(biāo)簽，無法進(jìn)行訓(xùn)練，因此在三一集團(tuán)試驗場內(nèi)對大、中、小挖掘機(jī)各2款機(jī)型進(jìn)行8種常見工況的測試。為了排除操作手的影響，每個挖掘機(jī)都由多名操作手進(jìn)行測試，每種工況連續(xù)測試1 h，同時為8種工況分別打上標(biāo)簽，并保存測試數(shù)據(jù)，供訓(xùn)練使用。由于訓(xùn)練好的模型需要應(yīng)用在全部在外運行的挖掘機(jī)上，因此數(shù)據(jù)采集時不能單獨加裝傳感器，全部使用量產(chǎn)挖掘機(jī)自帶的傳感器。記錄下來的數(shù)據(jù)按照均值類特征、波動類特征和占比類特征進(jìn)行分類，歸一化后進(jìn)入訓(xùn)練模型。使用多種訓(xùn)練模型，如感知機(jī)、邏輯分類、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、隨機(jī)森林等，根據(jù)初步測試的結(jié)果選取模型進(jìn)行細(xì)節(jié)調(diào)優(yōu)，再用實際工況數(shù)據(jù)進(jìn)行測試，最終模型工況識別的準(zhǔn)確率在85%以上。

（2）風(fēng)機(jī)健康評估

華興工業(yè)大數(shù)據(jù)平臺不僅接入了挖掘機(jī)等工程機(jī)械數(shù)據(jù)，還接入了三一集團(tuán)風(fēng)機(jī)的全部數(shù)據(jù)。以風(fēng)機(jī)整體運行狀態(tài)為例，采用健康值對其進(jìn)行評估。健康值是0～1的連續(xù)值，其原理如圖14所示，“1”表示當(dāng)前運行數(shù)據(jù)分布完全與健康數(shù)據(jù)分布重合，隨著系統(tǒng)之間衰退，測試數(shù)據(jù)分布逐漸偏移，兩個分布的重疊部分逐漸減小，健康數(shù)值也隨之減小。根據(jù)工程經(jīng)驗設(shè)定的閾值用于判斷系統(tǒng)是否衰退到了需要進(jìn)一步進(jìn)行故障診斷的級別。

圖14 健康值計算方法

利用風(fēng)機(jī)從切入風(fēng)速到切出風(fēng)速的功率曲線，使用多工況建模的手段建立風(fēng)機(jī)在健康狀態(tài)下的功率隨風(fēng)速變化的分布模型。在健康狀態(tài)下，風(fēng)機(jī)的風(fēng)功率散點圖應(yīng)分布在設(shè)計的功率曲線周圍，而當(dāng)風(fēng)機(jī)出現(xiàn)性能衰退或故障時，風(fēng)機(jī)的功率分布將偏離設(shè)計的功率曲線，如圖15（a）所示。另外，通過建立功率與風(fēng)速的關(guān)系模型，對比當(dāng)前風(fēng)速下預(yù)期發(fā)電功率和實際發(fā)電功率之間的差異，就可以評估由于風(fēng)機(jī)衰退造成的發(fā)電量損失，如圖15（b）所示。通過對比維修或維護(hù)前后功率曲線的變化以及發(fā)電能力的恢復(fù)情況，就可以評估該維護(hù)或維修活動的效果。

圖15 風(fēng)功率健康值計算方法

計算過程中，首先進(jìn)行數(shù)據(jù)的過濾、分割和歸一化，然后基于專家知識從數(shù) 據(jù)采集與監(jiān)視控制（supervisory control and data acquisition，SCADA）系統(tǒng)的多個變量中選取與功率曲線分析相關(guān)的參數(shù)，輸入多工況建模算法，如高斯混合模型（Gaussian mixture model,GMM）、自組織圖（selforganizing map，SOM）、神經(jīng)元網(wǎng)絡(luò)（network of neuron，NN）等，再使用相對應(yīng)的距離算法計算出評估性能差異的模型距離值，如L2、MQE和殘差分析等。

部件級別的健康管理采用的方法與上面類似，只是針對不同部件選擇的參數(shù)和健康分析建模方法有所不同。如傳動鏈的健康值計算需要振動狀態(tài)監(jiān)測系統(tǒng)中的振動數(shù)據(jù)以及SCADA中的轉(zhuǎn)速、溫度等信息，變槳系統(tǒng)則需要SCADA數(shù)據(jù)中的轉(zhuǎn)速、風(fēng)速、槳距角等信息。

5 結(jié)束語

工業(yè)大數(shù)據(jù)價值創(chuàng)造的序幕剛剛開啟，不僅在于對現(xiàn)有業(yè)務(wù)的優(yōu)化，更在于支撐企業(yè)、行業(yè)乃至全社會的創(chuàng)新、轉(zhuǎn)型和發(fā)展。雖然華興公司在工業(yè)大數(shù)據(jù)的應(yīng)用方面已有了一些基礎(chǔ)，但目前整體尚處于起步階段。一方面數(shù)據(jù)的采集還需要根據(jù)應(yīng)用目標(biāo)提升數(shù)量和質(zhì)量，另一方面更多零部件故障預(yù)測模型還有待建立，以形成可以實用的大數(shù)據(jù)模型。工業(yè)大數(shù)據(jù)的特點是數(shù)據(jù)分析要與工業(yè)知識體系和邏輯相結(jié)合，未來的知識體系不是依靠專業(yè)人士的經(jīng)驗，而是以數(shù)字的方式保存下來，需要在持續(xù)的運營中將知識積累、分享并傳承下去。同時不管三一集團(tuán)的規(guī)模有多大，華興公司記錄的數(shù)據(jù)有多少，一個企業(yè)積累的數(shù)據(jù)都很難定義為“大數(shù)據(jù)”，需要有更多外部數(shù)據(jù)和應(yīng)用模型的加入，在行業(yè)內(nèi)形成共享，從而基于數(shù)據(jù)的應(yīng)用才會更好。

點擊下方?閱讀原文?即可獲取全文

作　者　簡　介

袁愛進(jìn)（1959-），男，三一集團(tuán)有限公司教授、副總裁，主要研究方向為智能裝備、智能控制、工業(yè)大數(shù)據(jù)。

?

岳濱楠（1984-），男，博士，上海華興數(shù)字科技有限公司算法工程師，主要研究方向為數(shù)據(jù)挖掘算法。

?

閆鑫（1981-），男，上海華興數(shù)字科技有限公司副總經(jīng)理，主要研究方向為智能控制算法、工業(yè)大數(shù)據(jù)實現(xiàn)。

?

黃健（1972-），男，上海華興數(shù)字科技有限公司工業(yè)大數(shù)據(jù)部門經(jīng)理，主要研究方向為工業(yè)大數(shù)據(jù)平臺。

?

《大數(shù)據(jù)》期刊

《大數(shù)據(jù)（Big?Data?Research，BDR）》雙月刊是由中華人民共和國工業(yè)和信息化部主管，人民郵電出版社主辦，中國計算機(jī)學(xué)會大數(shù)據(jù)專家委員會學(xué)術(shù)指導(dǎo)，北京信通傳媒有限責(zé)任公司出版的科技期刊。

關(guān)注《大數(shù)據(jù)》期刊微信公眾號，獲取更多內(nèi)容

總結(jié)

以上是生活随笔為你收集整理的工业大数据的应用与实践的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。