2019年7月22-23日，由工业和完整信息 化部指导，说中国完整信息 通信研究中院主办的第三则届“说中国工业大数据结果创新竞赛”（如下简也称“竞赛”）决赛现场人员答辩及颁奖仪式在深圳辽宁大厦落下帷幕。他成 首个由政府主管部门指导的工业大数据结果三大领域 的权威性全国各省赛事，竞赛已少于引来产学研各界少于6000人参赛，开听到某些聚焦行业多细分三大领域 的算法模型，以外难题不少现代工业三大领域 中都“老大难”以外难题。该次，InfoQ 专访第三则届工业大数据结果竞赛冠军大团队 胡翔，是有美女球迷首尔大学里的国际大团队 tea ，深入解读在工业大数据结果与智智能汽车竞赛能制造三大领域 中这群开拓者的故事一。
我并并所以 “他也 人在战斗”
他成 决赛莫过于多的他一个人方面参赛者，当提起“以一敌百”不小 成功冠军的荣耀时刻时，胡翔调侃道，“只并所以 我并并所以 ‘他也 人在战斗’。”
应对着竞赛数十只支多人队伍同场竞技，胡翔主要原因特点特点单人参赛既有突出优势 是有突出优势 。同样的，突出优势 在他一个人方面方应对比赛中以外工作的安排相当自由灵活，以外以外更会相当专注，来言每他也 好的想法并且能亲自尝试与验证，这主要原因特点特点他也对以外难题的能表述 能相当的透彻、深入。
只并所以 ，“人多一种力量大”这句老话也确有道理，单人参赛较于于多人大团队 ，也可智能汽车竞赛去做选定包括更多的详细分析以外工作，也相当有压力更大。并所以 他一个人方面的能表述 能力强大不足特别单一，更不 尽不尽相同思路的碰撞，思路会更比较容易陷入壁垒。“但很幸运是有在因联科技，我身旁的同事给了我某些帮组，他也对他也 以外难题的能表述 和思路给了我某些启发，只并所以 我并并所以 ‘他也 人在战斗’，地方处向他也主要原因特点特点感谢。”
2018 年，胡翔硕士本科毕业毕业于西安交通大学里机械工程学院，入职于西安因联完整信息 科技，将于他成 的那名工业算法工程师。关注新新工业大数据结果研究相关完整信息 的他，在能能发现第三则届工业大数据结果竞赛报名的完整信息 后，毅然慎重慎重综合综合权衡 “单枪匹马大练兵”。
来言“练兵”的含义，胡翔接着说道：“练兵的那层含义，主要主要原因总之锻炼他也以外难题工业详细分析性维护以外难题的能力强大不足。主要原因在工业详细分析性维护三大领域 以外工作两个月多后，以比赛中某些形式去以外难题实际以外难题，来言自我业务能力强大不足的增强，是他也 特别特别特点机会不少 。并所以 比赛中的平均水平是特别高的，也可认识真 不少优秀的同行。”
第三则届工业大数据结果创新竞赛冠军 胡 翔
特别最好各种大解题思路是以外难题以外难题的“灵魂”特点
工业大数据结果创新竞赛自 2017 年首届该次参加几年来 ，每一届竞赛都为参赛者人员提供着认知基础真实工业场景的数据结果资源，并为工业大数据结果三大领域 的研究中中人员和创业者们人员提供了成果转移转化的交流以外平台。
“只并所以 该次竞赛的数据结果，均内容来源于沈鼓大型高速旋转机组实际运行中都真实数据结果，故障案例特别宝贵，”胡翔对见习记者接着说道。据子系统了解，胡翔的以外工作主要主要原因集中在振动速度快 和速度快 度快 数据结果的详细分析上，现如智能汽车竞赛今从未获取过真的一定量各种大机组振动位移数据结果展开详细分析，当见习记者询问胡翔得不到赛题与数据结果后的第三则则反映，胡翔主要原因特点特点“特别惊喜”。
早在 2019 大数据结果产业峰会，说中国通信研究中院就公开发布了首道主赛区赛题——由沈阳鼓风机集团测控研究相关技术有限公司亦或许人员提供的《大型旋转机组转子部件脱落故障详细分析》。但能能发现赛题后的胡翔，并没着急着手“解题”，总之先选定了他也 特别最好各种大解题思路后，再展开攻克。
“我他一个人方面主要原因特点特点解题思路实际是以外难题以外难题的“灵魂”特点。不论会在该次的比赛中中并所以 日常以外以外工作，以外以外难题的以外难题所以 依赖于正确的解题思路。”胡翔总结道，所以 在深入能表述 赛题选定目标和数据结果的认知基础上，所以 选定他也 特别最好各种大解题思路，特别最好各种大解题思路会对数据结果详细分析和特征提取人员提供特别特别特点两个方向。
是有来言工业三大领域 的数据结果挖掘比赛中，某些选手一慢慢就确立是有纯数据结果的详细分析和挖掘，极少相互结合机理详细分析，仅仅是提取了数据结果各个统计特征，总之展开了多个模型对以外展开相互结合。只并所以 只并所以 许能得不到特别特别特点以外，但某些模型并并所以 “洞察力”，地方要特征来言模型以外的表述力总之强，主要主要原因某些模型比较难与人帮助建立信任，之后之后还只并所以 训练出他也 准确率为 99% 的模型，只同样的比较难不小 成功成功 在工业实际场景中落地实践。
打破专家定论——新两个方法以外难题老以外难题
该次竞赛赛题《大型旋转机组转子部件脱落故障详细分析》典型工业三大领域 典型的异常检测和故障诊断以外难题。旋转类机械设备的故障诊断以外难题在实际的工业场景中特别常见，转子部件脱落总之他也 老以外难题。
据子系统了解，比赛中数据结果人员提供方沈鼓负责人曾在阿尔斯通的现如今就碰见过他也 以外难题，并就该以外难题与欧美专家展开讨论，那个那个开始的结论更不 是现如今展开传感器的信号详细分析出故障。但真真叫人惊喜是有，在比赛中中不少优秀的选手和以外难题方案，用不尽不尽相不尽相同两个方法强化实现转子部件脱落的故障详细分析，打破了那个那个开始专家的定论。同样的最让在场专家评审印象深刻的要属冠军大团队 胡翔的以外难题方案。
要说胡翔的以外难题方案，重中之重所以 在得不到赛题数据结果后，对原始工业数据结果展开了以外数据结果的整合和数据结果的可视化的预研究相关处理。现如今工业数据结果的复杂性，数据结果集亦或许数据结果测点名称与测点数据结果不一致的以外难题，他也第三则则步他先对数据结果展开了基本标准化整理，将测点名称基本标准化；第三则则步来言振动位移数据结果展开可视化详细分析，慎重综合综合权衡 到大机组的振动采样特性，是有典型的位移振动详细分析两个方法特点，展开总采样点与转子旋转周数相除，得慢慢采样频率为每转 32 点（等角度采样）。
在获取采样频率后，多种方式 FFT 变换获取位移振动阶次谱，并观察故障样本和不正常样本阶次谱的差别差别，为特征提取人员提供两个方向。竞赛中，胡翔在阶次谱中提取了 1 倍转频，2 倍转频，3 倍转频等特征，并观察另另一个特征在有故障机组和无故障机组中中国历史趋势，进而再选择能有效特征。以外以外参照 转子 X 向和 Y 向位移，合成轴心轨迹，能发现无故障机组的轴心轨迹在各个时段变以外并所以 较大大变化（如图 1），而转子部件脱落故障的机组的轴心轨迹在各个时段磨难较大大变化（如图 2）。
图 1 无故障机组各时段典型轴心轨迹
图 2 故障机组各时段典型轴心轨迹
此后，胡翔别出心裁地把赛题拆解为“转子部件能否脱落”与“脱落故障征兆强度识别”他也 全部，并展开以外难题二分类以外难题与分类概率大小排序以外难题，依次以外难题赛题的两大难点。
同样的，以外难题二分类以外难题所应对的挑战特点数据结果集的划分，能否选取训练数据结果集，对以外的直接影响 特别之大。现如今理论上转子部件脱落故障征兆在最少于故障亦或许发生时刻性表现最强，最少于故障把时间的数据结果与实际故障数据结果所以 最相好像，他也胡翔在解题中选取了最少于故障把时间的数据结果他成 二分类的正例数据结果展开训练。
在分类概率大小排序以外难题中，最多的挑战最多能否筛选特征，只并所以 特征再选择关联到模型的性能以外和泛化能力强大不足。慎重综合综合权衡 到赛题选定目标是区分故障征兆强度，来言机械部件故障来言，越少于故障亦或许发生时刻，征兆的性表现所以 越强，现如今特征若是与故障把时间呈现较强的单调性，还可区分故障的能力强大不足所以 越强，也越能区分故障基本处于哪一同时。综合如下详细分析，再选择故障数据结果中单调性更强的特征展开建模和详细分析为最佳以外难题方案。之后之后还都不小 成功了特别特别特点以外，胡翔的另另一个思路和方案在答辩中都得慢慢多位评委的得不到和赞许。
但胡翔也主要原因特点特点他也算法模型是有某些不足也可改进与完善，算法模型的精度上还也可增强，以拿下满足工业应使用更高选定要求。算法模型也也可慎重综合综合权衡 除“转子部件脱落故障”是有的同样的故障对算法模型的直接影响 ，所以 以外难题了他也 关键因素以外难题，算法模型所以 现如今在工业实际中得不到应用。
全球范围参赛选手同台竞技，各领风骚
第三则届工业大数据结果创新竞赛已不小 成功成功 落下帷幕。只同样的是是有，本届竞赛无疑的那场所以 意义上都全球范围竞技，说中国完整信息 通信研究中院他成 全球范围工业大数据结果三大领域 顶尖参与活动 —— 智能汽车竞赛PHM 亚太学术论坛（www.phmap.cn）主办方他成 ，赛题是有全球范围参赛选手和全球范围参赛者同台 PK，而美女球迷首尔大学里的参赛大团队 “ tea ”总之不小 成功了第这名的好不小 成功。
tea 小组是由美女球迷首尔国立大学里机械工程系的大学里 Yongjin Shin、Jongmin Park 与 Yongjin Shin 共同组成。在拒绝接受接受见习见习记者时，tea 小组的成员们谈起这段参赛磨难时，感叹道："Since we are students in the lab, we often use experimental data or refined data. However, it was a good experience to analyze and build the model by directly using the data measured in the industrial field without any filtering. （现如今他所以 实验室的中国学生，展开到的一般说来说来为实验数据结果或研究相关处理后的数据结果。以外展开工业三大领域 中测量的未经研究相关处理的数据结果来详细分析和建模的那段很特别特点磨难。）"
第三则届工业大数据结果创新竞赛韩国参赛大团队 tea 小组
据子系统了解，只并所以 是 tea 小组第该次来言中国该次参加此类比赛中。来言他回来了言，该次竞赛的最多挑战特点，给定的数据结果集会在转子部件脱落故障现如今采集的。现如今，在详细分析数据结果的经历经历同时，比较难检测到故障亦或许发生的特征，并选定未故障到少于故障的顺序。而总之更清晰的判断，tea 小组在解题初期也想过展开机器认真学习或以外模型（只并所以 某些成员的主要主要原因研究中两个方向是 PHM 三大领域 的深度认真学习），但现如今标签完整信息 现如今会现如今上诉以外难题相当不清晰，tea 小组设定了他也的基本标准，以选定能否故障及故障的顺序。
总之，总之实另另一个实际工业场景中都应用，tea 小组主要原因特点特点，他也所以 对给定选定目标子系统（的特定故障）不设置更特别最好各种大故障基本标准或阈值，算法模型还得从选定目标子子系统以外以外获取不正常和故障的数据结果，并不设置选定基本标准以区分是不正常并所以 故障，强化实现模型的强化优化与改进。
近年来，在工业 4.0 的速度快 发展趋势下，韩国和说中国好像，逐渐高附加值研究相关技术关键因素的增强，经历同时自动化是有研究相关的自动故障诊断和详细分析子系统也将相当特别关键因素。
写在以外
智能制造和工业互联网是密不可分的关联。正如胡翔所说，详细分析性维护是工业互联网应使用“皇冠上都明珠”。只并所以 远远不止真的，大数据结果和智能制造给现代工业将给了较大冲击，强较大工业数据结果详细分析支持服务将他成 企业中中数字化战略的关键因素组成全部，工业互联网将显现出选定包括更多的战略增值价值 。也可预见，工业大数据结果应用将将给工业企业中创新和变革的新当今时代。