|  

首頁-新聞東風要聞

專訪“東風智能制造”2020年東風大數據開發者創意大賽冠軍團隊——武理小組隊

2020-11-04


解讀大數據 應用大數據

(記者 龍霏)10月底,“東風智能制造”——2020年東風大數據開發者創意大賽順利收官,經過比拼,來自武漢理工大學的武理小組隊獲得冠軍。這支冠軍隊伍根據東風乘用車焊接工藝的電流、電壓、電阻、能量等歷史數據,聚焦企業如何實現質量精準控制的難點與痛點,運用大數據手段,進行了多輪數據分析、數據建模及數據挖掘。日前,武理小組隊成員王輝、夏天、賈鵬真就相關問題答記者問。

“大賽順應了當前信息化時代以數據驅動技術解決工程實際問題的趨勢。”

記者:可否具體介紹一下你們這支冠軍團隊?

王輝:我和隊員夏天、賈鵬真均來自武漢理工大學機電工程學院,我是在讀博士研究生,夏天是在讀碩士研究生,賈鵬真是在讀本科生,我們主要的研究方向為現代制造集成與信息系統,與企業的生產制造息息相關。

記者:團隊是怎么了解到“東風智能制造”2020年東風大數據開發者創意大賽的?

王輝:我們團隊是在導師的推薦下,參與到“東風智能制造”2020年東風大數據開發者創意大賽的。這場大賽給我們提供了一次實踐檢驗理論的機會。此外,此次大數據開發大賽順應了當前信息化時代以數據驅動技術解決工程實際問題的趨勢,讓我們更深刻地認識到今后的行業發展與數據工程密不可分。

記者:團隊如何看待大數據和數字化對于汽車行業乃至制造行業的重要性?

王輝:大數據和數字化是這幾年非常熱門的話題,無論是哪個行業談及未來發展的時候,都離不開它們,汽車企業也不例外。重要性體現在三個方面:一是企業生產過程的自動化,隨著IOT物聯網技術、IT信息技術、CT通信技術和OT操作技術的發展,基于設備互聯的控制、監控、運維等將具有更靈活的方式;二是企業管理過程的信息化,企業管理過程很復雜,為了更好地響應相關職能部門的工作需求,企業必須布局相應的信息化管理系統;三是企業運行模式的數字化,數字化運營模式可以確保所有的企業經營決策都有著可靠而及時的數據支撐。

“多從其它領域中學習,非常容易碰撞出靈感的火花。”

記者:在決定參加比賽之后,團隊成員們做了哪些準備?

夏天:首先,我們對電阻焊接工程背景進行了了解。其次,編程工具上我們選用了python語言,這是一種跨平臺的計算機程序設計語言,精于數據處理與分析業務,因而我們學習了相關的python編程技術,以及基于python的大數據分析技術,包括數據處理,數據可視化等。另外,大賽提供了華為云平臺ModelArts(面向開發者的一站式AI開發平臺),該平臺也提供了大量的算法和模型,有利于快速實現數據建模,對此我們也進行了相應準備。

記者:在比賽中,你們主要面臨的難點有哪些?

夏天:最主要的難點在于識別數據特征規律。由于原始數據受諸多外界干擾因素影響,數據特征規律的準確識別變得異常艱難。我們團隊多次討論,不斷地收集和整理文獻資料,反復嘗試新想法,并進行調整,最終克服困難。

記者:武理小組隊的創新成果對東風智能制造具體做了什么優化和改進?

賈鵬真:比如,針對焊接過程中的飛濺特征點識別,我們采用了電阻斜率曲線與差分曲線相乘結合分段閥值的思路,快速高效地實現了電阻曲線中飛濺特征點的識別。該方法不僅能實現電阻曲線中多個飛濺特征點的準確識別,而且還可以由研究人員根據實際生產情況修改調整參數,獲得符合實際生產要求的結果。

記者:比賽期間我們團隊里發生過哪些小故事,可以分享嗎?

王輝:比賽前期,在某些賽題的解決思路上,團隊遇到了一些瓶頸。正巧,我們學校舉辦了幾場以智能制造與智能儀器為主題的學術報告,報告中提到了某些信號處理的思想給了我極大啟發。從中,我也意識到要多從其它領域中學習,非常容易碰撞出靈感的火花。

“后續將繼續對焊接大數據進行數據挖掘”

記者:你覺得比賽中最大的收獲是什么?

賈鵬真:參加這次比賽,我的收獲還是比較多,最大的收獲在于及時轉變思維。當面對一個問題嘗試了多種不同方法卻收不到任何顯著效果時,需要及時轉變思維,從問題的需求背景出發,這個時候往往能從當前的思維定勢中跳脫出來,有益于獲得新的想法。此外,解決工程實際問題,并不是方法越前沿越好,有時簡單的方法能取得更加顯著的效益。

記者:你覺得,參加“東風智能制造”2020年東風大數據開發者創意大賽,對現在在學校的相關研究或者你們的職業規劃有沒有什么助力?

王輝:當然有助力。絕大多數企業在數字化轉型期間,都會面臨的一個問題,就是如何把企業積累的海量數據進行轉化,用于企業的日常經營和決策。目前,具有較強的數據分析與挖掘技能的人力資源的需求缺口很大,這將成為我們未來職業規劃的一個重要選擇。

記者:后續,團隊會從哪些方面將比賽內容應用到實踐中去?

王輝:此次比賽的重點在于對焊接數據的七大特征進行識別,后續,我們團隊將繼續圍繞這七大特征對焊接大數據進行數據挖掘,提煉出有價值的經驗規律。例如,可以對焊接質量進行識別、監控和預警,對電極帽修磨和更換時機進行決策,實現質檢、工藝等預測性維護。我們希望將大數據知識與生產制造知識相結合,為車企智能制造再升級助力。


黑粗硬大欧美在线视频