近幾年來，工業(yè)大數(shù)據(jù)正逐步從概念走向落地應(yīng)用，越來越多的企業(yè)利用大數(shù)據(jù)、AI等技術(shù)創(chuàng)造價值。在網(wǎng)易云創(chuàng)大會上，西安電子科技大學(xué)智能制造與工業(yè)大數(shù)據(jù)研究中心主任孔憲光分享了高校在工業(yè)大數(shù)據(jù)智能分析與實踐經(jīng)驗。

工業(yè)大數(shù)據(jù)發(fā)展正當(dāng)時

孔憲光指出，工業(yè)大數(shù)據(jù)智能分析發(fā)展趨勢分為以下幾個方向：

1、工業(yè)大數(shù)據(jù)的應(yīng)用領(lǐng)域不斷拓展。從原先的裝備優(yōu)化決策，擴展到業(yè)務(wù)的優(yōu)化決策，產(chǎn)品全生命周期的分析，以及產(chǎn)業(yè)鏈、跨產(chǎn)業(yè)鏈的分析等。

2、工業(yè)級人工智能算法結(jié)合工業(yè)知識圖譜是發(fā)展方向。目前的研究主要基于通用算法展開，而這些算法如何與具體場景結(jié)合，形成行業(yè)的專用算法，這就涉及到很多半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)的處理。在這種情況下，工業(yè)知識圖譜的出現(xiàn)對于工業(yè)領(lǐng)域碎片化的知識挖掘提供了有益的方向。通過把專用算法、工業(yè)知識圖譜、數(shù)據(jù)分析的算法進行融合，將形成工業(yè)級人工智能算法。

3、信息物理系統(tǒng)（CPS）與數(shù)字孿生是指導(dǎo)大數(shù)據(jù)智能分析的重要方法。

信息物理系統(tǒng)是兩化深度融合的重要基礎(chǔ)體系，而數(shù)字孿生是信息物理系統(tǒng)最重要的核心技術(shù)。通過數(shù)字孿生技術(shù)，連接物理空間和信息空間，實現(xiàn)虛體實體化，實體虛體化的過程?？梢哉f，信息系統(tǒng)的智能程度取決于數(shù)字孿生迭代的階數(shù)。

4、多模態(tài)融合的工業(yè)大數(shù)據(jù)分析建模工具是價值萃取的明珠。工業(yè)大數(shù)據(jù)分析建模工具需要涵蓋多業(yè)務(wù)融合的資訊、多模型融合的分析到多計算融合的應(yīng)用。

5、面向工業(yè)互聯(lián)網(wǎng)的工業(yè)知識（工業(yè)APP）傳播與應(yīng)用是工業(yè)大數(shù)據(jù)的放大器。通過各個層級的知識萃取，把所有的知識嵌入到若干軟件中，演變?yōu)槌汕先f個App復(fù)制到各行各業(yè)。

基于數(shù)字孿生的工業(yè)大數(shù)據(jù)分析論

隨著信息世界與物理世界的對應(yīng)和融合越來越深入， 數(shù)字孿生成為了近期的熱門議題，孔憲光對于CPS和數(shù)字孿生、數(shù)字雙胞胎等概念談了自己的理解：

“CPS是構(gòu)筑物理空間與信息空間的數(shù)據(jù)交互閉環(huán)通道，實現(xiàn)信息整體與物理實體之間的交互聯(lián)動。在物理空間和信息空間之間進行交互聯(lián)動的技術(shù)就是數(shù)字孿生技術(shù)。通過不斷虛體和實體的演變和迭代，數(shù)字孿生技術(shù)在信息空間產(chǎn)生的結(jié)果就是數(shù)字雙胞胎（數(shù)字孿生體）。”

孔憲光指出，基于數(shù)字孿生的工業(yè)大數(shù)據(jù)分析論，簡單來說，是把物理實體中的業(yè)務(wù)問題抽象成問題的圖譜，把問題抽象成數(shù)學(xué)抽象問題、一個可求解的問題。這樣的問題體系形成后，通過數(shù)字孿生體內(nèi)的智能融合體系對問題進行求解。

目前，工業(yè)數(shù)字孿生體與大數(shù)據(jù)分析的研究側(cè)重于四個方面：裝備、制造、試驗、施工。

其中，針對制造數(shù)字孿生，孔憲光列舉了斷路器裝配產(chǎn)線數(shù)字孿生分析的實踐案例：

第一步，建立斷路器裝備產(chǎn)險的虛擬仿真模型，模擬產(chǎn)線的生產(chǎn)能力、生產(chǎn)節(jié)拍、生產(chǎn)瓶頸、設(shè)備利用率、物流優(yōu)化等，指導(dǎo)生產(chǎn)線的建立和初步運行，獲取生產(chǎn)線運行數(shù)據(jù)進行實時監(jiān)測和可視化管控。

第二步，發(fā)現(xiàn)斷路器裝配過程中出現(xiàn)的質(zhì)量問題，以及反向追溯質(zhì)量問題的來源，建立質(zhì)量問題追溯等分析模型。

最后，把分析模型部署道不同計算集群上，構(gòu)建面向不同類型的應(yīng)用，取得了很好的應(yīng)用效果，提高了產(chǎn)品合格率。

當(dāng)下，工業(yè)互聯(lián)網(wǎng)平臺發(fā)展依然面臨諸多挑戰(zhàn)，包括工業(yè)大數(shù)據(jù)分析能力不足，特別是缺乏高水平的數(shù)據(jù)模型，以及工業(yè)機理模型不足等等?？讘椆獗硎?，高校未來也會更加努力地在工業(yè)級人工智能算法、人工智能芯片、碎片化工業(yè)知識挖掘、工業(yè)大數(shù)據(jù)分析建模技術(shù)和方法路線圖等方面積極創(chuàng)新，加速工業(yè)大數(shù)據(jù)的發(fā)展。