2015年工业与制造业大数据分论坛集锦（3）

2015年工业与制造业大数据分论坛集锦（三）

（2016年6月18日）

哈尔滨工业大学教授高宏：工业感知大数据获取与计算

哈尔滨工业大学教授 高宏

哈尔滨工业大学的高宏教授带来的分享是“工业感知大数据获取与计算”。首先，她谈到第四次工业革命与大数据的关系，德国提出工业4.0，美国提出工业互联网，中国也紧跟着提出了中国制造2025。工业大数据是在工业领域信息化相关应用中所产生的海量数据，具有行业相关性、流程关联性、价值时效性、模态多样性、质量低劣性等特点。高宏提到了工业大数据中面临的获取、传输与融合、计算、分析与挖掘等问题。

紧接着，高宏谈到了自身的一些探索和研究成果：一是感知数据的高质量获取，通过大量的感知器件进行收集数据；她认为智能感知是工业智能系统的基础，高质量数据采集是后续分析挖掘的保障。一个设备的全生命期信息包括设备运行的状态信息、设备运行的工况信息、设备使用中的环境信息、维护保养信息等等构成了感知数据。如果继续采用等频采样时，她发现出现曲线失真，关键数据特征或变化要素丢失等问题。简单的加大频率采样会导致加大

更加庞大的感知数据，同时加重数据存储与传输的负担。

因此提出了基于Hermit插值的变频数据采集算法和基于三次样条插值的变频数据采集算法两种解决方法。前一个方法中，将时间轴分成若干时间区间进行采样，但存在采样频率调节过于频繁、数据采集次数较多和曲线光滑度不高、二阶间断点多问题。方法二中思想是一段时间调整一次数据采集频率：若干时间区间构成一个时间窗口；一个时间窗口内进行等频采样，不同窗口间调整采样频率。

工业大数据之间很多数据之间存在着极强的时空相关性、冗余信息量大、一个小数据子集即可保证携带整个数据集的主要信息。其团队以Do More with Less为指导，提出了-Dominant Dataset概念及其计算方法，结果满足ε-主数据定义，复杂度为O(1)，主数据规模近似最优，能量消耗小。既能够保存原始数据，又能够支持无解压计算！

最后高宏讲到：工业大数据是未来工业在全球市场竞争中发挥优势的关键，其任重而道远！

（原题目：【BDTC2015】工业与制造业大数据分论坛：宝钢、三一重工的实践及智能制造技术进展）

（未完待续）

（摘编自 电脑玩物中文网 \ 编辑 严进军）