袁愛進，岳濱楠，閆鑫，黃健

1. 三一集團有限公司，上海 201299；2. 上海華興數(shù)字科技有限公司，上海 201299

工業(yè)大數(shù)據(jù)的應(yīng)用與實踐

袁愛進1，岳濱楠2，閆鑫2，黃健2

1. 三一集團有限公司，上海 201299；2. 上海華興數(shù)字科技有限公司，上海 201299

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。

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

1 引言

1.1 工業(yè)大數(shù)據(jù)的興起

隨著工業(yè)進入信息化時代，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)?；ヂ?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。

表1 工業(yè)大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)區(qū)別

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 三一集團有限公司（以下簡稱三一集團）的全資子公司，為三一集團旗下工程機械裝備（如挖掘機、旋挖鉆機、裝載機、履帶起重機等）提供控制系統(tǒng)和信息系統(tǒng)。華興公司從2007年開始機器物聯(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多萬臺三一集團設(shè)備的5000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行法務(wù)處理，因此需要知道每臺貸款車的地理位置?；谶@樣的原因，華興公司2007年開始為三一集團每臺在外運行的設(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)部提供機型分布、開工率、解鎖機統(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)濟的情況。因此將易維訊系統(tǒng)中的數(shù)據(jù)進行整理，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行，有了大量的數(shù)據(jù)以后，所有已售出的三一集團機器都可作為試驗機，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)（d ata 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、風(fēng)機、起重機、旋挖鉆機等）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)進行存儲、分析與展示，最終面向主機廠、用戶、二手機市場、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。

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。

圖2 工業(yè)大數(shù)據(jù)平臺架構(gòu)

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)，通過消息隊列進行流水化處理后，進入計算平臺。

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。

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)進行水平伸縮，數(shù)據(jù)通過Kafka消息隊列進行緩沖，再寫入NoSQL數(shù)據(jù)庫Cassandra。數(shù)據(jù)庫包括工程機械裝備詳細(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 機器學(xué)習(xí)庫（MLlib）進行計算，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)（da ta centre operation system，DC/OS）進行管理。傳統(tǒng)數(shù)據(jù)中心采用服務(wù)器和虛擬機的模型，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、虛擬主機聚合成資源池，易于擴展，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。

圖3 計算平臺軟件棧

3.3 業(yè)務(wù)平臺

業(yè)務(wù)平臺目前以挖掘機為主要對象，同時也接入了風(fēng)機、旋控鉆機等其他三一集團裝備。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、訂單預(yù)測以及挖掘機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。

以挖掘機業(yè)務(wù)為例，業(yè)務(wù)平臺通過對挖掘機運行數(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)打造挖掘機畫像和用戶畫像，如圖5所示。其中，挖掘機畫像由單機畫像與機群畫像組成，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。

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)以及挖掘機和用戶的畫像，面向不同客戶選取與之匹配的標(biāo)簽進行計算。不僅對挖掘機，也可對操作手、代理商、服務(wù)工程師等進行全方位的診斷，同時診斷結(jié)果可用在保養(yǎng)、銷售、二手機、庫存、意向客戶等方面的預(yù)測。

3.4 可視化平臺

圖4 業(yè)務(wù)平臺模塊

圖5 精準(zhǔn)畫像

表2 健康診斷與需求預(yù)測功能

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?？梢暬脚_拓?fù)淙鐖D6所示。

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的主要關(guān)注指標(biāo)進行透明化展示，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，i Pad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

圖6 可視化平臺拓?fù)?/p>

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 一重機股份有限公司旗下挖掘機、旋挖鉆機和裝載機等設(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App，使用戶可隨時隨地掌握機器的運行狀態(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

圖8 市場分析—— 行政區(qū)域臺量統(tǒng)計

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行遠(yuǎn)程鎖機，以保障設(shè)備安全，如圖11所示。對偏遠(yuǎn)山區(qū)工作的機器進行遠(yuǎn)程調(diào)試，以最快的速度解決客戶的問題。

圖9 市場分析—— 行政區(qū)域開工率統(tǒng)計

圖10 設(shè)備管理—— 實時工況查看

圖11 設(shè)備解鎖機管理

4.2 統(tǒng)計分析

（1）“三一”指數(shù)

“三一”指數(shù)是以三一集團工程機械設(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工程機械設(shè)備作業(yè)狀況的指標(biāo)，進行綜合處理，用以反映工程機械經(jīng)濟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。海量機械的應(yīng)用場景和開工率等來自一線的真實情況，挖掘機、旋挖鉆機、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）輔助挖掘機升級

2015年西南地區(qū)某三一機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?，F(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。需要針對該機型的配置進行精準(zhǔn)優(yōu)化，以適應(yīng)西南地區(qū)的載荷。

華興公司根據(jù)西南地區(qū)某三一機型的載荷特點，確定“經(jīng)濟模式（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)動機的最佳經(jīng)濟區(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，用戶使用后，均表示滿意。

4.3 智能服務(wù)

（1）挖掘機工況識別

挖掘機的工作原理是將發(fā)動機的機械能轉(zhuǎn)化為液壓能，再通過復(fù)雜的液壓回路將液壓能轉(zhuǎn)化為機械能，從而實現(xiàn)整機作業(yè)的過程[8]。挖掘機工作的過程中環(huán)境惡劣、負(fù)載隨機、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，只能針對個別機器進行少量的采樣。大數(shù)據(jù)技術(shù)的發(fā)展，使全面了解各種機器的工況變成了可能。

由于在外運行的挖掘機沒有工況標(biāo)簽，無法進行訓(xùn)練，因此在三一集團試驗場內(nèi)對大、中、小挖掘機各2款機型進行8種常見工況的測試。為了排除操作手的影響，每個挖掘機都由多名操作手進行測試，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行分類，歸一化后進入訓(xùn)練模型。使用多種訓(xùn)練模型，如感知機、邏輯分類、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機、隨機森林等，根據(jù)初步測試的結(jié)果選取模型進行細(xì)節(jié)調(diào)優(yōu)，再用實際工況數(shù)據(jù)進行測試，最終模型工況識別的準(zhǔn)確率在85%以上。

（2）風(fēng)機健康評估

華興工業(yè)大數(shù)據(jù)平臺不僅接入了挖掘機等工程機械數(shù)據(jù)，還接入了三一集團風(fēng)機的全部數(shù)據(jù)。以風(fēng)機整體運行狀態(tài)為例，采用健康值對其進行評估。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一步進行故障診斷的級別。

利用風(fēng)機從切入風(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)機出現(xiàn)性能衰退或故障時，風(fēng)機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，就可以評估該維護或維修活動的效果。

計算過程中，首先進行數(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。

圖13 負(fù)載分布

圖14 健康值計算方法

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。

圖15 風(fēng)功率健康值計算方法

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。

[1] 王建民. 工業(yè)大數(shù)據(jù)實踐與思考[N]. 中國信息化周報—大數(shù)據(jù), 2016-05-30.WANG J M. Practice and thinking of industrial big data[N]. China Information Weekly-Big Data, 2016-05-30.

[2] 張曙. 工業(yè)4.0和智能制造[J]. 機械設(shè)計與制造工程, 2014, 43(8): 2-4.ZHANG S. Industrial 4.0 and intelligence manufacturing[J]. Machine Design and Manufacturing Engeering, 2014, 43(8): 2-4.

[3] 王喜文. 工業(yè)大數(shù)據(jù)的四種用途和兩大價值[J].物聯(lián)網(wǎng)技術(shù), 2016(4): 7-8.WANG X W. Four uses and two major values of industrial big data[J]. Internet of Things Technologies, 2016(4): 7-8.

[4] 李杰. 工業(yè)大數(shù)據(jù)—工業(yè)4.0時代的工業(yè)轉(zhuǎn)型與價值創(chuàng)造[M]. 北京: 機械工業(yè)出版社,2015.LI J. Industrial big data-the revolutionary transformation and value creation in industry 4.0 Era[M]. Beijing: China Machine Press, 2015.

[5] 陳尚義. 百度大數(shù)據(jù)應(yīng)用與實踐[J]. 大數(shù)據(jù),2015(1): 2015009.CHEN S Y. Big data applications and practices of Baidu[J]. Big Data Research,2015(1): 2015009.

[6] 鄭樹泉, 覃海煥, 王倩. 工業(yè)大數(shù)據(jù)技術(shù)與架構(gòu)[J]. 大數(shù)據(jù), 2017(4): 67-80.Z HENG S Q, QIN H H, WANG Q.Industrial big data technologies and architecture[J]. Big Data Research,2017(4): 67-80.

[7] 李杰. 從大數(shù)據(jù)到智能制造[M]. 上海: 上海交通大學(xué)出版社, 2016.LI J. From big data to intelligent manufacturing[M]. Shanghai: Shanghai Jiao Tong University Press, 2016.

[8] 岳濱楠. 液壓挖掘機整機性能的數(shù)字化匹配研究[D]. 上海: 同濟大學(xué), 2012.YUE B N. Research on digital match o f h y d r a u l i c e x c a v a t o r o v e r a l l performance[D]. Shanghai: Tongji University, 2012.

Application and practice of industrial big data

YUAN Aijin1, YUE Binnan2, YAN Xin2, HUANG Jian2
1. Sany Group Co., Ltd., Shanghai 201299, China
2. Shanghai Rising Digital Co., Ltd., Shanghai 201299, China

With the advent of the Internet of things and the era of Cyber Physical System, more data can be collected and analyzed,and industrial big data have become important driving force for industry innovation and transformation. Unlike traditional Internet big data, industrial big data are closely integrated with industrial logic. The difference between industrial big data and internet big data was compared in detail. Combined with the classical cases, the process of demand driven transformation of traditional manufacturing industry and the development path of industrial big data were expounded.The structure and working principles of industrial big data platform were introduced. At last, taking the excavator business as an example, it shows the application effect of the industrial big data platform, and that having a share in data and models will make data based application produce more value was put forward.

industrial big data, share data, platform, intelligent service

TP 399

A

10.11959/j.issn.2096-0271.2017059

袁愛進（1959-），男，三一集團有限公司教授、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?。?972-），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。

2017-09-04