在刚刚结束的国际 PHM 数据竞赛中，昆仑数据的 K2 代表队以绝对优势一举夺冠，成为 PHM Data Challenge 十年竞赛史上首个完全由中国本土成员组成的冠军团队。团队由昆仑数据首席数据科学家田春华博士带领四名成员组成，在业余时间完成了本次竞赛的任务。

PHM（Prognostics & Health Management，即故障诊断与健康管理）学会从 2008 年成立一直专注于工业设备故障诊断领域，其每年举办的「PHM 数据竞赛」是国际上高水平的同类赛事之一。首届竞赛由国际 PHM 学会和 NASA 共同举办，此后赛事成为一项传统，受到来自欧美工业界乃至军工界的追捧，至今已经有 10 届。往年的竞赛题目包括「涡轮发动机的剩余寿命预测」、「齿轮箱异常检测」、「晶圆化学机械平坦化异常分类」等，今年则聚焦于「城轨车辆悬挂系统异常检测」。

本次竞赛包括两个问题：

1）健康诊断：判断城轨车辆悬挂系统是否处于故障状态

2）故障定位：从故障车辆的 22 个部件中识别出 1~2 个故障部件

这个题目具有重要的现实意义，可以延伸至高铁、地铁以及汽车等应用领域。

图为悬挂系统模型，分为一级减震和二级减震，由 22 个部件组成（弹簧/阻尼），共安装 18 个振动传感器（红色标识）

本次竞赛分两个阶段，阶段一为模型的训练与测试，训练集为 200 个健康车辆轨道运行数据，测试集为 200 个待判轨道车辆运行数据；阶段二是模型的验证，验证集为 200 个待判轨道车辆运行数据。

「这里的难点在于，训练数据集中都是健康样本，没有异常。」田春华说，「可是往往有价值的则是异常数据，这是工业场景中普遍存在的现象。」实际工业场景中的异常数据较少，而且工业系统进行过多次调优，所以绝大部分工业数据均为正常数据，这与研究人员进行大数据分析的过程中希望具备全模态样本的期望相背。「比如近万台风机中，三年内可能只有个位数的风机出现过重大故障。想想样本得有多么不均衡吧。」他补充道。

解决这个问题有两种思路，一是用数据模型精确刻画所有的正常情形，只要脱离正常情形就判定为异常，这需要进行细致入微的建模，但会存在误判的情况；二是让模型具备通用性，考虑轨道、速度、负载等外生变量对系统产生的影响，同时考虑系统运行是一个动态的过程，要寻找到不变量。

K2 团队在 PHM 竞赛中的解题思路

「好在我们拿到了 18 个传感器的数据，系统内部的相关性非常强，所以可通过信号上下前后的一致性来增加一些判断。」田春华表示，团队为此加工了减振比等特征。「我们过去在这个问题上积累了很多经验，所以一开始就抓住了问题的基本面。在选择了正确的特征加工路径之后，精度可以达到 80% 以上，接下来再进行算法的调整和优化。」此外，团队还使用了基于相似度的轨道位置匹配减弱轨道不平整的影响。

在判断出系统处于正常还是异常状态后，团队面临着第二个考验，即指出到底是哪些弹簧或阻尼发生了故障。据田春华介绍，由于训练集全部为正常样本，所以这里需要结合自动控制理论中频域分析的知识：弹簧可以控制振幅，阻尼会使振幅衰减。在这个机理的基础上，数据驱动才能实现。

「其实当初在第二个问题上，我们也只是有一个大概的想法，没有必胜的把握。后来使用了多模型才有了一点突破，这都是我们意料之外的。而且跟往年的题目相比，今年的题目机理较强。虽然过去我们有很多经验，但是为了进行佐证，团队仍然查阅了大量的文献。」田春华回忆道。

K2 团队在 PHM 竞赛中的调优曲线图

事实上，竞赛的两个问题原本的分值比重各占 50%。各领先团队在第一个问题上的分数相差不多，但由于第二个问题难度较大，K2 团队占据了绝对领先优势。组委会出于竞赛趣味性的考量，更改了规则，把两个问题的分值比重改为 3：1。

「我们还是处于领先，只是优势没有那么大了。」田春华说道。最终，K2 团队的模型在第一个问题上的准确率达到 82.5%，在第二个问题上的灵敏度达到 53.5%，以 0.762 的总成绩摘得桂冠。

在谈到团队夺冠经验时，田春华表示，在短时间内把数据和机理有效结合，这对选手的专业性要求极高。K2 团队成员来自不同的领域，如自动化、统计、计算机，实现了优势互补。特征加工为后续研究奠定了基础，机理确定则帮助团队瞄准了方向。

在工业领域，企业希望最大程度地挖掘工业大数据的潜在价值并将其高效延伸至实际的细分场景，进而实现对工业业务理解的加深、降低实际决策所带来的不确定性。换言之，这些企业需要一个「医生」，这位「医生」需要通过「望闻问切」掌握工业机器的健康状况，不仅要能诊断出机器是否「生病」以及「病因」，并且对症下药，还要具备预测机器什么时候将会「生病」的能力。

举例来说，风机叶片受到低温环境因素的影响，可能会面临结冰的问题，这不仅存在安全隐患，也会对风机的效率与健康带来不良的后果。由于许多风机部署于较为偏远的地区，单纯依靠人力难以实现对风机状况的监测。如果可以使用传感器采集风机的数据指标，然后传输回机控中心加以分析，那么企业员工就能够远程掌控每一个风机的状态信息。因此，一个能够适应复杂地形、复杂气象条件的数据分析模型就十分必要了。

在人工智能技术兴起之后，工业大数据领域的研究人员就开始尝试使用新技术处理问题，并将其应用于一些数据量较大的工业应用案例。田春华介绍，公司在风机结冰问题上就曾使用过深度学习技术进行自动识别，而且表现不错。「在做风机结冰项目的时候，利用深度学习上来就取得 70% 的精度，这样我们对模型精度有了一个基准。然后我们加工特征后，通过白箱模型让精度提升至 80% 以上。」他解释道，「在处理实际工业问题时，我们通常先用深度学习快速得到一个基准，然后再做一个白箱模型，因为工业界的一线操作人员还是希望模型具有可解释性。某种程度上，人工智能技术降低了加工特征的工作量和数据分析的门槛。」

「当前人工智能存在一定的封闭性，虽然具有巨大的发展空间。在工业大数据领域，基于统计的数据分析方法并不是唯一的技术手段。」昆仑数据 CTO 王晨解释道，「我们认为，工业领域人工智能突破的方向在于，如何把统计模型与领域内的知识与机理模型深度融合。这也是我们研究的一个重要方向。」

「具体到工业领域中的实际问题，远比竞赛复杂和有趣得多，从大数据分析应用领域来说，除了 PHM 之外，大数据还可以在生产效率提升、产业互联网等方面发挥相当大的价值。」

在 SMT（印刷电路板）产线，SPI 机台利用光学检测自动研判锡膏涂抹质量，但往往过于严格，导致很多符合工程设计要求的产品被判定不合格。对于高价值产品，SPI 研判为不合格的板子还需要大量的人工复判。使用机器学习方法自动识别，部分筛选出合格品，这将大大降低人的工作量。

但在石油管道泄漏检测中，机器学习的重点就是降低虚假预警。利用负压波检测是否存在泄漏相对容易，但造成压力下降的因素较多，除了泄漏，还有不同油品输送压力不同、油罐更换等正常工况变化的影响。幸运的是，我们发现不同原因造成的压力下降曲线形状存在细微差别，有的曾现底部震荡，有的曲线光滑但间杂毛刺。利用模式识别技术可自动匹配出识别出的压力下降的真正故障原因，降低了虚假预警给实际运维带来的困扰。

工业大数据的三大典型方向

「一个完整的工业大数据分析要整个流程打通，从开始的接入管理、规划、数据整合、深度分析，到后来的应用、业务流程，以及谁是工业产品的目标用户、选择工业产品的原因及利好等等，这些问题都是工业大数据平台要给出的答案。」田春华说道。

昆仑数据专注于做工业企业的大数据合伙人，成立于 2014 年底，创始团队来自 IBM、华为、西门子等科技企业，公司于 2015 年 1 月完成天使轮融资，同年 9 月获得来自达晨创投的数千万人民币 A 轮融资，2016 年 8 月完成 1 亿人民币 B 轮融资，如今团队有 100 余人。目前，昆仑数据已推出工业大数据平台产品 KMX，着眼于管理分析海量机器数据，挖掘展现数据价值，帮助企业为数据赋能、实现业务洞察、形成行动闭环。

以风机的运维场景为例，KMX 平台可以把风机附近的气象信息、地理信息、包含历史养护信息的设备日志等关联起来，为接下来的数据分析提供有力支持。在没有大数据平台的情况下，这些数据是散落在各个系统中的，无法为数据分析提供上下文信息，可能导致数据挖掘和分析结果较为片面。

目前，昆仑数据主要聚焦于能源行业、装备制造以及电子制造这三个领域。王晨介绍，为了保障企业的数据安全，昆仑数据会施行事前及事后的权限管理策略，设定了严格的访问权限及痕迹追踪管理。王晨表示：「工业大数据领域正处于方兴未艾阶段，市场空间较大，我们也正在积极探索的过程中。」

今年，昆仑数据参与举办了首届中国工业大数据创新竞赛，该赛事由工信部指导、信通院主办，吸引了来自海内外 1000 多支参赛团队。昆仑数据受邀承担出题任务并担任决赛评审专家。此次竞赛的两道竞赛题目分别为「风机叶片结冰检测」和「风机齿形带断裂预警」。谈及投入不少精力来推动中国自己的工业大数据竞赛，「也是希望大家能多关注这个领域，这里面的确有许多有意思的问题。」田春华笑道。

至于未来，人工智能是否能在工业大数据领域有所突破？迁移学习是否能在强机理的现实世界中找到落点？工业大数据还隐藏着哪些未被挖掘出的潜力？

想必随着时间的推移，这些专攻工业大数据的科学家们一定会在实践中找到令人惊喜的答案。

本文为机器之心原创，转载请联系本公众号获得授权。

李杰：工业大数据的前半生和后半生

作者：李杰 来源：天泽智云CyberInsight

8月2日，2017中国大数据产业生态大会在京召开。大会由中国电子信息产业发展研究院主办，中国大数据产业生态联盟联合达晨创业投资有限公司、中国软件评测中心、赛迪智库、赛迪顾问股份有限公司和《软件和集成电路》杂志社共同承办。此次会议吸引了政府领导、行业专家、中美近二十家大数据企业代表以及创投机构聚首京城，共同探讨大数据产业发展趋势，推动技术创新，助力企业成长。

美国辛辛那提大学讲座教授、美国国家科学基金会(NSF)智能维护系统产学合作中心主任李杰，作为联盟专家委员会主任委员受邀出席此次会议，并做主题为：工业大数据的前半生和后半生的演讲，分享了如何更好地利用工业大数据，从解决问题、避免问题的思维转换成价值创造的思维。

美国辛辛那提大学讲座教授、美国国家科学基金会 (NSF) 智能维护系统 (IMS) 产学合作中心主任李杰

大家好，很高兴跟大家分享。今天我演讲的主题是工业大数据的前半生和后半生。前半生怎么发展过来的，后半生该怎么去？这个主题也相当于对我个人经历和实践的一个小的总结。

先介绍我做工业大数据的前半生。我在美国37年，早在1983年的时候美国就开始做汽车自动化生产线，我先后在工业自动化与机器人领域工作。后来进入美国国家科学基金会(NSF)，然后在联合技术公司(United Technologies Research Center UTRC)担任研发总监参与了普惠发动机、开利空调、奥迪斯电梯等开发技术研究。之后我又回到学校当教授，创办了智能维护系统中心(IMS)。

IMS中心是2000年建立的，到现在已有17个年头，目前全球有90多个企业伙伴，现在做的最大的项目是跟日本电装合作的“Dan-To-Tsu” 可翻译成 “无人可及的工厂”。目标就是100万个零部件做出来只有一个质量不好，目前世界上没有任何其他工厂能够到达这样的水平。飞机也同样，起飞100万次才有一次失事，能做到安全系数这么高，主要是有工业大数据分析、故障预测与健康管理等技术的支撑。现在我们跟大金空调、华为、中船、中车高铁，还有马扎克-世界第一大机床厂等企业都有合作。

先来讲一下工业的发展历程。很多发展工业的国家首先从提高生产力开始着手。有五个阶段：

1. 第一个阶段是全员实践，日语叫Kaizen，中文叫改善。每天做好整理、整顿、清扫、清洁，做整体标准化持续化的改善。

2. 第二个阶段是数据化，丰田最早的精益与GE的“6-Sigma”，这是在80、90年代在做的事。

3. 第三阶段做预测性建模分析，那时2000年美国在做转型，解决数据层到信息层的问题。

4. 第四阶段叫做知识层，现在我们要做的就是把数据变成可以支持决策的系统。

5. 第五阶段是最高层，可以自主产生知识、自主决策，不需要管它，比如无人驾驶。

但无人驾驶不是目的，无忧驾驶才是，就是说开车时不用担心前面的路况。假如前方一公里处有坑洼，这辆车以前经过此处，通过传感器跟我的GPS建立了关系，下一次我走同样的路线时，还没有开到这个地方，车子就会收到提醒 – 前方一公里处有坑请注意。我的车跟别的车分享，它们还没有开到，也会收到提醒说前面一公里处有坑请注意，这才叫无忧驾驶。这是我们所说的数据的价值转换，从性能优化到避免风险和忧虑。

在《工业大数据》这本书里面我讲了很多，前半部分讲的是从可见的问题入手去解决，比如从生产力开始来找大问题，问题要大到足够让我们去投资做数据，因此才能解决大问题，这是我的前半生做的事情。我的后半生就不是做这件事了，因为解决问题不是目的。目的是让问题消失，甚至让问题不出现。这就是我所说的从隐性的问题，甚至是客户都没有意识到的问题，从中找出价值，这是大价值。问题还没有出现，就把它避免掉了，这是大价值。

下面我们来看怎么做大价值。1984-1987年我在通用汽车机器人自动化生产线工作，MAP (Manufacturing Automation Protocol) 相当于今天的IoT。另外 87年的时候通用也投资了休斯卫星，92年安吉星研发出来。安吉星做了全球第一个工业物联网的前身 – 汽车里面所有的传感器直接跟人工打通连在一起。汽车出车祸，它马上就知道，你不回话，他马上派救护车和公安人员到现场，这是在1992年就实现了的安吉星。1998-2000年我在美国联合技术公司(UTRC) 担任研发总监时，奥的斯电梯是我们属下的单位。我们可以从电梯的使用情况知道哪个电梯明天会有故障，那是在1997年。1999年，GE医疗的磁共振超波能够在问题还未发生之前或者问题发生之后能进行快速诊断并派人过去维护，减少设备故障率与人员费用。在1990年的时候，GE医疗的磁共振设备在医院里面使用，有很多的问题，医生发现设备出现了问题就会打电话报修，那时一周平均有一千个电话报修，只有41%是不用过去就可以解决的；99年时，能做到还没有派人去之前就知道什么零部件要换了，甚至很多问题可以通过远程进行诊断，只有25%的问题必须要派人过去，这样节省了70%的不必要人力，这是一个简单的大问题。到2004年的时候，开始从医疗端的数据，即产品的数据转到了病人的数据，这时候才是真正的工业大数据的开始。比如做分子医学，可以用显影剂找到身体可能发病的地方，这才是最有价值的部分。再比如飞机，对于发动机里面所有的部件，能够预先知道哪里可能会发生什么问题。

2001年IMS中心成立时，我们的想法是怎么把前半生的大问题变成后半生的大价值。把传感器的数据和历史数据抓进来，做了细致深入的分析，这才把大数据的精髓发挥出来。找出了隐性的问题，即还未发生的问题，我们去解决甚至避免，并且创造价值。这就是工业大数据的后半生。

我们做过的项目很多，包括John Deere、GE发动机、阿尔斯通高铁、固特异轮胎、Intel、宝洁等。是从前半生开始做，先解决大问题 – 智能维护，到后半生做智能预测，最后做到无忧系统与大价值。无忧系统是未来任何系统都需要的，比如无忧驾驶、无忧工厂。

那么无忧该怎么做？先讲Intel半导体。现在中国正在盖26个8寸晶圆和12寸晶圆厂，是中国下一波经济来源和增长点。建一个厂大概需要20亿到45亿美金。晶圆厂里面用人的机会很少，人只需做一些简单的事情，是真正的自动化，所以里面的数据最值钱。英特尔在2000年的时候找到我合作，希望对数据进行分析和预测。因为这些装备很贵，他们希望能够提前预测装备什么时候发生故障，以及跟质量、速度等的相关性。2000年时这就是我们IMS的重点，将预测性和预防性做到很高端的半导体装备上面。今天中国半导体正在崛起，很多高端装备零部件是靠纳米线，中国现在是十几个纳米，美国现在是五个纳米、三个纳米。

下一个案例是宝洁。宝洁公司的尿布产品生产线设备经常停机。如果想要这个生产线减少停机，提高使用率，就需要用预测模型来预测。我们那时候跟宝洁的尿布生产线合作可以做到不停机，一直生产。帮助宝洁一年节省了4.5亿美金的不必要浪费，这是宝洁的统计数据。这种高效的投入产出比，就是从大问题到大价值的转变。

2005-2007年小松跟我们合作，也是做到预测哪个零部件会坏掉，然后优化工地的建设。现在小松在全世界的项目都可以用大数据先扫描，建立工地的基础模型，然后分工合作，给挖掘机分派指标。这是大价值，不是卖挖掘机，而是卖工地的管理服务，价值很高。

这是今天讲到的煎蛋模型，从大问题导向到大价值导向。蛋黄是大问题，蛋白是大价值。我们讲大数据是从大问题开始，但它绝对不是目的，要做到大价值，发挥最好的作用，从问题到数据到经验。经验可以传承，但无法长久传承；而数据可以传承，因为它有逻辑性。最后再把价值做好，把经验变成事实。下一个经济的竞争，是在evidence-based economy, 不是我们现在讲的social network, 或experience-based economy，像我们消费的小确幸感受，这是experience，这不是工业大数据。工业大数据是evidence – 什么时候坏、什么时候避免、什么时候没有问题，最好都没有忧虑。工业大数据要的是聚焦，是收敛的。而传统的大数据是发散的，谁是客户，定向推送广告，这些都是机会导向，不是精密性的价值导向。GE发动机通过远程监控省油，省掉1%的油钱，十五年下来节省一大笔成本，那这就叫蛋白。中船的案例中，船舶是蛋黄，针对每条船运行时的天气、海浪、风等参数建模，形成海浪跟耗油的关系模型，根据分析的结果来优化航线和速度，能够节省5%的油钱。

接下来讲一下人工智能。有四个技术，DT数据处理技术、PT平台接口技术、AT分析软件技术、OT运营技术，是四个不同的操作层面。工业大数据有三大特点：分裂性、低质性、背景性，这三点也是工业数据的基础。所以DT数据处理技术去解决这些问题是很重要的，但是运用DT技术时需要一些背景资料，需要懂发动机、电子制造等领域知识才能做得下去；AT分析技术需要用到计算机科学与人工智能方面等计算技术；PT平台技术产生知识之后可以分享，也要反馈到运营层面OT。我们要用人工智能加强工业大数据，因为工业大数据里面的数据背景很难去鉴别。比如风机在动，风速在变，空气湿度在变，叶片到冬季会结冰，这些人看不到，机器也不知道，需要通过风速和发电的参数，建立集群，慢慢建立起相关性，把分类、分割、分解、分析、分享、分忧这六个步骤实现出来。

未来这些方法都可以用，用哪个速度？用在精密性、用在复杂性、用在不确定性，用在速度性的工具不完全一样，所以不能简单地用工具解决。另外这些工具会与嵌入式结合成为趋势，英特尔在跟我们合作，要做一些嵌入式技术，把所有智能软件放在机器里面，放到边缘端甚至云端。这里面我可以把以经验为主的数据集合在FPGA，包括GPU, TPU框架里等等。

未来智能化一定需要互相分享，这就是我接下来要讲的 – 用CPS（信息-物理系统）做记忆管理。所有物理系统都要能够把数据的关系建立起来，这是人工做不到的。就比如微信连接每一个人，一个人再聪明，但是三个臭皮匠胜一个诸葛亮，联网之后智能就更高。把Resource数据的来源、Relationship数据的关系、Reference数据的意义整合在一起，这时候智能化会更高，所以说社会的基础来源于人的智慧。

未来中车能够实现一套智能的轨道交通系统。比如协和号在动的时候，每一个零部件自己可以感受到衰退、变化、轴承有问题，实时可以看到这些动态问题，芯片可以算出来是什么问题，可以把每一节车厢拉出来比较，看哪个车厢最差。整体有2000多列的列车，乘以8节，总共2万多节的车厢，每一节车厢都可以实现以上这些能力。一带一路出去之后，中车可以做蛋黄，也可以做蛋白，这就是未来的CPS。

最后我想做一个结论，我们过去前十年走的前半生是把传统的“大问题”变成可以预测问题并解决，后面十年把大问题变成“大的价值”。把无忧系统变成引导未来的技术，具备自维护性、免疫性、强韧性，这是未来十年工业大数据要走的路线。挑战虽然很高，但我很希望我们每个学大数据的人能够把精力放在工业上面，工业是任何强国的基础，也是世界财富的来源。比如在医院急诊室实现CPS，避免出现病人意外死亡，救人一命胜造七级浮屠，同时也是功德。

本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！

版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：erp_vip@hotmail.com