|  

首頁-新聞達人風采

大數據“淘金” 推動現場降本增效

2020-10-26


專訪公司2020年智能制造大數據創意大賽前瞻大數據代表隊

前瞻大數據代表隊成員正交流問題

(記者 黃炎 文/圖)如何通過大數據分析提前布局產品品質管控,實現焊接領域降本增效?這是東風公司2020年智能制造大數據創意大賽的核心問題。

對此,公司技術中心前瞻技術研究院大數據代表隊給出了自己的答案:將通過焊接曲線特征點自動識別及異常自動分類產生的海量數據提供給AI,供其不斷學習,從中發現焊點生產質量、生產成本與電極帽修模周期之間的最佳平衡點,進而據此提出了合理化改進方案,經初步驗證可以達到增效、節能、降本的效果。

作為進入智能制造大數據創意大賽決賽的6支隊伍之一,東風前瞻大數據代表隊共有6名成員,其中4人來自公司技術中心前瞻技術研究院大數據業務團隊。該團隊聚焦基礎性、共性、全局性、前瞻性大數據技術研發,并輸出算法模型、數據服務等,以協同集團內大數據資源、支撐各業務單元大數據業務的開展。此外,團隊中1人來自公司技術中心動力總成部,1人是2020年新入職大學生。

本次比賽與焊接工藝生產制造過程深度結合,要求參賽團隊擁有嫻熟的數據分析挖掘技術及過硬的業務理解能力。“這種跨學科、跨領域的課題需要整個團隊的努力。團隊的優勢是,每位成員在工作中既對汽車生產制造、研發、電子、信息等多個領域均有涉及,又在專業上各有側重,這樣能充分發揮各自的專業優勢,便于分工協作。同時團隊創造性地導入人工智能思維,進行預測性研究,以此完成了參賽方案。”前瞻大數據代表隊成員洪偉介紹道。

為了將團隊的優勢應用于焊裝業務,初賽時,東風前瞻大數據代表隊全體成員多次前往焊裝車間與焊接工藝專家深入交流,并在焊裝專家的指導下對整個焊裝生產過程進行了業務層、工藝層、物理層及數據層的全景分析。根據大賽組委會提供的比賽數據以及團隊成員現場調研的一手資料,前瞻大數據代表隊運用數據篩選、數據清洗、數據降噪等大數據方法,提煉并聚焦分析對象。

根據數據特征,前瞻大數據代表隊多周期、多維度地開展數據分析及挖掘工作,形成了較為理想的焊點生產過程分布曲線帶。同時,使用機器學習算法,前瞻大數據代表隊發現了焊點生產質量、生產成本與電極帽修模周期之間的最佳平衡點,并提出了合理化改進方案,經初步驗證可以達到增效、節能、降本的效果。

“從焊接工藝到數據挖掘,再到人工智能等,團隊成員拓展了視野,突破自己的瓶頸,這對每個隊員今后的工作都有重大意義。”團隊成員王秋來說。

“身為技術人員,將學習到的理論知識與技能直接應用于實際的生產制造之中,這本身就是一件充滿挑戰、令人激動的事情。”前瞻大數據代表隊隊長湯澤波表示。

湯澤波告訴記者,在焊接曲線的特征分析中,盡管已經通過大數據算法實現了焊接特征的機器自動識別,但為了驗證算法的準確性,團隊的每一個成員仍堅持將比賽涉及的24000多條焊裝曲線同步進行人工識別,逐一驗證算法的準確性。為此,團隊成員經常加班到深夜。

在工業4.0的大背景下,生產制造領域正產生著海量的大數據,這些數據價值尚未體現、亟待挖掘,這也讓大數據團隊產生了強烈的使命感。“對于前瞻大數據團隊而言,這不僅僅是一次比賽,也是一次新業務應用場景落地的有益探索。”前瞻大數據代表隊成員孫震表示。


黑粗硬大欧美在线视频