谭建荣院士：工业互联网和数据挖掘的关键与趋势

走出工业互联网“无用论”与“万能论”两个误区，以数据挖掘让“数据赋能”。

7月19日，在2022全国工业互联网平台赋能深度行（首站·宁波）暨第二届未来智造大会上，中国工程院院士谭建荣指出，工业互联网存在“无用论”与“万能论”两大误区，“一把钥匙开一把锁”，工业互联网最核心的就是产生了大量的工业数据，企业要通过利用好、维护好、保护好这些数据，才能使工业互联网为企业真正提质增效。

当前，信息技术改变了人类的生产方式、生活方式、思维方式，新一轮科技革命和产业变革不断演进，数字经济和实体经济深度融合发展，工业互联网成为推动实体经济高质量发展的关键支撑。

工业互联网是新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态，通过对人、机、物、系统等全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业网络化、智能化发展提供了实现途径。

谭建荣指出，当前，业界对工业互联网存在两大误区，一种是“无用论”，认为受疫情等多方影响，制造业下行压力大的背景下，工业互联网解决不了问题；另一种则是“万能论”，认为工业互联网技术对于制造业就像是“包治百病”的良药。

对此，谭建荣认为，发展工业互联网，既要即要反对“无用论”、也要反对“万能论”，工业互联网平台上是把机器人技术、人工智能技术、数字化技术、网络化技术、产品设计技术、产品制造技术高度融合的平台，工业互联网是制造企业转型升级的提升，制造企业是工业互联应用的基础，一把钥匙开一把锁，客观认识工业互联网，持续挖掘企业数据价值，才能使工业互联网为企业真正提质增效。

无疑，数据已成为重要生产要素。保障数据安全、增强数据治理水平，为数字经济持续健康发展筑牢安全屏障，是社会与时代的发展需求，而工业互联网最核心的问题，就是产生了大量的工业数据，如何要利用好、维护好、保护好这些数据把数据隐藏的规律和价值找寻，就需要数据挖掘，通过数据挖掘实现自主学习、自主决策。

对此，谭建荣指出，数据挖掘具备六大关键技术。

一是数据挖掘的分类技术。如制造装备故障大数据分类诊断。针对电主轴振动影响加工中心精度保持性的问题，提出一种基于加速度传感器的震动位移测量方法，通过加速度传感器实时测量电主轴的径向加速度及轴向加速度数据，对其进行二次积分实现径向跳动、轴向窜动的实时监测。

二是数据挖掘的建模技术。构建智能制造服务资源、行为、特征的多域云模型，提出基于多域递归的虚拟资源建模策略及相应的虚拟服务资源谱库架构，为智能制造云终端的用户提供高效率、低成本和可重用的虚拟服务资源建模技术。

三是数据挖掘的聚类技术。随着工业物联化管理和网络化监测的发展，以实时传感数据为基础的高速数据流动分析聚类成为当前数据挖掘处理的关键技术，流式计算系统Storm是一个分布式的实时流式计算框架，能够有效地应对大数据的实时分析聚类需求。

四是数据挖掘的匹配技术。工业知识大数据可拓派生匹配，将工业知识大数据与配置集成结合起来，结合大数据匹配技术开发从复杂机械产品方案设计到整机装配的多参数关联与配置的专用设计系统，构建了包含2000余条专用设计知识和设计知识库。

五是数据挖掘的优化技术。根据云终端虚拟制造资源的计费标准和算法、物理位置、生产能力和范围等自动计算承租的成本、利润等费用，从而选择最优的云制造服务节点，达到生产任务的物流成本、时间等最优化。

六是数据挖掘的可视技术。产品设计生产过程产生了大量异构模型数据，如何提取异构系统模型数据隐式信息，并通过异构模型隐式信息可视化融合，实现异构模型转化和共享，成为当前数据支撑产品设计研究的关键。

2022全国工业互联网平台赋能深度行（首站·宁波）暨第二届未来智造大会以“深化平台应用 加速数字发展”为主题，围绕“六个一”开展系列活动，全面展现了工业互联网创新发展图景。

作为2022全国工业互联网平台赋能深度行活动的首站，本次宁波活动以“深化平台应用 加速数字发展”为主题，通过一场平台赋能深度行主论坛、一场数字化转型专题分论坛、一场平台与应用供需专题对接会、一场“工业互联网平台+园区”建设发展闭门研讨会、一场新模式新业态专题展和一场线下产业调研等“六个一”活动，为工业互联网平台赋能数字化转型搭建了官产学研用良好互动的建设性交流舞台，全面展现了工业互联网创新发展图景。

采写：党博文

编辑：博文

指导：新文

延伸阅读：2022全国工业互联网平台赋能深度行（首站·宁波）

推荐阅读