“

伴隨著工業(yè)企業(yè)對(duì)數(shù)字化應(yīng)用需求的日益高漲，基于工業(yè)大數(shù)據(jù)建模，已成為行業(yè)內(nèi)的熱議話題。然而在這一過程中，人們常常過度強(qiáng)調(diào)數(shù)據(jù)算法，卻忽視業(yè)務(wù)相關(guān)的知識(shí)，這給工業(yè)模型的實(shí)用性和可靠性帶來了重重挑戰(zhàn)。

”

為什么工業(yè)大數(shù)據(jù)的數(shù)據(jù)建模如此重要？在建模過程中，企業(yè)首要考慮的因素有哪些？又該如何搭建一個(gè)符合自身實(shí)際需求的模型呢？

請(qǐng)看原寶鋼首席研究員、工業(yè)大數(shù)據(jù)資深專家郭朝輝博士，在2022（第十一屆）全球自動(dòng)化和制造主題峰會(huì)上的演講。

郭朝暉演講內(nèi)容梗概

工業(yè)大數(shù)據(jù)建模：兩個(gè)靈魂拷問

Q1

為什么有了理論模型，還要數(shù)據(jù)建模？

任何一個(gè)理論模型都需要參數(shù)，牛頓定律也不例外，更何況對(duì)于復(fù)雜的工業(yè)系統(tǒng)，若干個(gè)子系統(tǒng)都需要各自的參數(shù)。但這些參數(shù)往往是吃不準(zhǔn)，或者有很大誤差，或者沒法測(cè)量，在這個(gè)情況下，機(jī)理模型不是沒有，而是沒有用的條件。

工業(yè)中有大量知識(shí)，這些知識(shí)的特點(diǎn)是都可以用物理學(xué)原理推導(dǎo)出來。即使算不出來也沒關(guān)系，把它記錄下來下次就會(huì)有標(biāo)準(zhǔn)和依據(jù)。它也不是理論推導(dǎo)不出來，而是不方便推導(dǎo)，在應(yīng)用過程中，直接用實(shí)際的結(jié)果來算就完事了。

Q2

很多工業(yè)關(guān)鍵知識(shí)都實(shí)現(xiàn)了標(biāo)準(zhǔn)化，

為什么還要建模？

標(biāo)準(zhǔn)往往都是固定的，所以應(yīng)對(duì)不穩(wěn)定的生產(chǎn)過程，標(biāo)準(zhǔn)是需要修改的。靜態(tài)的標(biāo)準(zhǔn)往往不成，我們需要用動(dòng)態(tài)標(biāo)準(zhǔn)來以變應(yīng)變，這就需要用模型來幫助我們制定標(biāo)準(zhǔn)，所以模型其實(shí)也是有用的。

解決完這兩個(gè)問題，我們要知道標(biāo)準(zhǔn)從何而來。在工業(yè)大數(shù)據(jù)時(shí)代，有一種很好的辦法——?dú)v史上這樣發(fā)生過，下次再出現(xiàn)問題，就讓計(jì)算機(jī)“跟著學(xué)”（NN、KNN、CBR）。我們不用把它想的太復(fù)雜，比如深度學(xué)習(xí)、神經(jīng)元等，在多數(shù)情況下都沒那么復(fù)雜。

然而，在數(shù)據(jù)不多的時(shí)候，能跟著誰去學(xué)呢？過去，對(duì)一臺(tái)設(shè)備的故障進(jìn)行診斷，數(shù)據(jù)記住后，故障如果十年發(fā)生一次，再過10年設(shè)備就報(bào)廢了，有了數(shù)據(jù)也沒機(jī)會(huì)學(xué)。而工業(yè)互聯(lián)網(wǎng)，可以把成千上萬臺(tái)類似的設(shè)備放在一起，發(fā)生一次故障就可以作為一個(gè)知識(shí)記下來，這也是工業(yè)大數(shù)據(jù)真正的意義所在。

常見的模型：基準(zhǔn)選擇+矯正

至于如何提高模型精度，由于生產(chǎn)過程參數(shù)在不斷變化，“一竿進(jìn)洞”往往很難達(dá)到，這就需要我們分步走，即首先跟著成功案例，選擇一個(gè)基準(zhǔn)來學(xué)習(xí)，再根據(jù)差別進(jìn)行補(bǔ)缺和調(diào)整，以獲得更高的精度。當(dāng)然，現(xiàn)實(shí)中調(diào)整是需要數(shù)據(jù)來提供支持的。

比如說X測(cè)不到，但你知道變量Z，就可以根據(jù)它的變動(dòng)來做調(diào)整。在工業(yè)大數(shù)據(jù)的背景下，數(shù)據(jù)條件也會(huì)越來越好，跟X接近的變量會(huì)越來越多，模型也會(huì)越來越好。然而，這個(gè)過程中也會(huì)產(chǎn)生新的問題。過去是Y=f(X,C)，用了Z后真正的數(shù)據(jù)模型就是Y=H(Z,C)，選不同的Z，H就會(huì)不一樣。所以工業(yè)過程由于缺少數(shù)據(jù)，由于變量不同，數(shù)據(jù)模型的結(jié)果可能也完全不一樣。

現(xiàn)實(shí)數(shù)據(jù)模型和理論模型不一樣

那么，工業(yè)建模在數(shù)據(jù)不完整的情況下，如何選擇變量？我們需要明確一點(diǎn)，精度并不代表一切，應(yīng)用價(jià)值好才是最終目的。這看似不能接受，但哪怕是微積分在內(nèi)也是這樣。數(shù)據(jù)建模和機(jī)理模型往往是不一樣的，但是在一定的范圍內(nèi)有用就行了。

正確認(rèn)識(shí)現(xiàn)實(shí)的模型：對(duì)錯(cuò)與實(shí)用是兩碼事

當(dāng)然，在工業(yè)大數(shù)據(jù)的基礎(chǔ)上，我們有機(jī)會(huì)在保障精度的同時(shí)追求真實(shí)性，這就是所謂的“第四范式”。但這個(gè)事情非常難，可能需要一二十年的功夫，因此多數(shù)企業(yè)在做選擇時(shí)要慎重。精度、正確性和它的應(yīng)用范圍，有可能是存在矛盾的，要根據(jù)實(shí)際的需求來決定。

理解實(shí)用的模型：精度與可靠性

實(shí)用模型的關(guān)鍵有三點(diǎn)：精度、應(yīng)用范圍，以及二者是否是可知和穩(wěn)定。眾所周知，工業(yè)領(lǐng)域?qū)τ诜€(wěn)定性的要求非常高，模型正確的時(shí)候能帶來好處，但錯(cuò)誤的時(shí)候同樣會(huì)帶來壞處。人們常說的平均精度高，就是需要在過程穩(wěn)定的時(shí)候高，而穩(wěn)定可能占了99%的情況，但人們往往是在過程不穩(wěn)定的時(shí)候需要模型。

傳統(tǒng)模型往往只適合特殊情況，因此，如果精度不能持續(xù)，精度再高都沒用。工業(yè)大數(shù)據(jù)之所以能適合于各種各樣的場(chǎng)景，是因?yàn)樗苣玫綄?duì)象方方面面的屬性，且提供了更多角度來識(shí)別場(chǎng)景，以便在具體場(chǎng)景下，也能做識(shí)別和精度調(diào)整。

此外，很多人對(duì)機(jī)器學(xué)習(xí)也有理解偏差。首先，機(jī)器學(xué)習(xí)并不意味著要做多么復(fù)雜的模型；另外，智能化時(shí)代的模型往往針對(duì)大系統(tǒng)，而大系統(tǒng)的參數(shù)本身是不斷漂移的，如果沒有跟著漂移的機(jī)制，模型用幾天就慢慢不能用了，所以針對(duì)生產(chǎn)過程的模型，機(jī)器學(xué)習(xí)就是來應(yīng)對(duì)模型參數(shù)漂移的。

此外，只要是基于數(shù)據(jù)的定量模型，幾乎都會(huì)有誤差，當(dāng)然有的邏輯模型可能沒有誤差，或者有的能知道有多大誤差等。因此，我們就要考慮誤差和應(yīng)用場(chǎng)景需求的匹配，這非常重要。

實(shí)用模型的背后：數(shù)據(jù)質(zhì)量是關(guān)鍵

模型使用的根本是高質(zhì)量的數(shù)據(jù)。當(dāng)建立數(shù)學(xué)模型的時(shí)候，人們總希望它的穩(wěn)定度高，而現(xiàn)實(shí)中不穩(wěn)定是一種常態(tài)，對(duì)同一對(duì)象，這個(gè)月和下個(gè)月建出的模型，它的數(shù)據(jù)參數(shù)會(huì)相差很遠(yuǎn)。

有一個(gè)重要的原因是，我們建模總會(huì)在一個(gè)工作點(diǎn)，或者特定的場(chǎng)景附近，這樣做測(cè)量的時(shí)候，它的波動(dòng)相當(dāng)大的一部分，不是對(duì)象參數(shù)的波動(dòng)，而是由于測(cè)量過程的干擾。測(cè)量精度決定了控制精度，測(cè)量誤差和實(shí)際波動(dòng)，往往是處在一個(gè)數(shù)量級(jí)上的。

此外，在建模的時(shí)候，輸入誤差不可忽略，這就會(huì)導(dǎo)致“有偏估計(jì)”，即誤差最小的模型往往是錯(cuò)的，因?yàn)檩斎胧清e(cuò)的，誤差小是“錯(cuò)錯(cuò)得對(duì)”引發(fā)的。任何一種方程或是建模方法，只要你追求的是誤差最小，其實(shí)它都會(huì)偏離真實(shí)的問題。

因此，在模型精度不高時(shí)，首先應(yīng)該關(guān)注的不是算法，而是數(shù)據(jù)質(zhì)量。寶鋼信息技術(shù)的奠基人何麟生先生曾提過“數(shù)據(jù)不落地”，即為了保證數(shù)據(jù)的真實(shí)性，數(shù)據(jù)的產(chǎn)生和存儲(chǔ)過程不經(jīng)過人。因?yàn)楹芏鄶?shù)據(jù)，不是為了建模而產(chǎn)生的，它的質(zhì)量往往不能達(dá)到要求。這涉及到了數(shù)據(jù)采集過程的標(biāo)準(zhǔn)化，只有解決數(shù)據(jù)的質(zhì)量問題，才能把數(shù)據(jù)建模做好。

工業(yè)大數(shù)據(jù)的意義在于促進(jìn)智能化

除此之外，數(shù)據(jù)建模的基本條件，是要讓數(shù)據(jù)的因果關(guān)系能對(duì)應(yīng)得上。這聽起來簡(jiǎn)單，但做起來難。數(shù)據(jù)質(zhì)量不僅是數(shù)據(jù)精度的問題，更重要的是數(shù)據(jù)對(duì)應(yīng)關(guān)系，這與采樣頻度等因素息息相關(guān)。我們要知道，工業(yè)大數(shù)據(jù)并不等同于互聯(lián)網(wǎng)大數(shù)據(jù)。工業(yè)大數(shù)據(jù)數(shù)據(jù)“大”，并不能保證做的好，但是數(shù)據(jù)“大”能為提高數(shù)據(jù)質(zhì)量創(chuàng)造條件，并為后期數(shù)據(jù)建模、根因分析鋪平道路。

軟件角度看模型：關(guān)鍵還是可靠

現(xiàn)代工業(yè)，尤其是自動(dòng)化程度很高的行業(yè)，執(zhí)行工藝都會(huì)讓計(jì)算機(jī)執(zhí)行，所以現(xiàn)代化工業(yè)知識(shí)和訣竅，也都寫在計(jì)算機(jī)里面。因此如果不懂計(jì)算機(jī)軟件，是把握不住工藝的細(xì)節(jié)的，學(xué)習(xí)知識(shí)就會(huì)面對(duì)“天花板”。

從工業(yè)軟件的角度認(rèn)識(shí)“模型”

早在20多年前，當(dāng)時(shí)本人建議寶鋼公司重視數(shù)學(xué)模型，領(lǐng)導(dǎo)也給予了充分重視。通過知識(shí)和數(shù)學(xué)模型計(jì)算的融合，寶鋼經(jīng)過10多年的努力，全部掌握了引進(jìn)技術(shù)，徹底解決了這類問題，中國(guó)鋼鐵行業(yè)再也不會(huì)被卡脖子了。

那么，工藝的數(shù)學(xué)模型是什么？舉個(gè)例子，工業(yè)生產(chǎn)的過程中，在各種事件和場(chǎng)景變化下，我們想要控制某個(gè)參數(shù)，比如一個(gè)鋼胚的表面溫度，這和傳統(tǒng)控制的固定工作點(diǎn)做自動(dòng)控制是不一樣的，需要計(jì)算和數(shù)學(xué)模型兩者間進(jìn)行融合。

有一種計(jì)算機(jī)概念叫“自動(dòng)機(jī)”，而工業(yè)界所說的數(shù)學(xué)模型，其實(shí)就是一種工業(yè)APP。要在工業(yè)場(chǎng)景不斷變化的過程中執(zhí)行任務(wù)，完成控制靠自動(dòng)化能力，而感知場(chǎng)景的不斷變化，則需要通過信息系統(tǒng)，因此，信息系統(tǒng)和控制系統(tǒng)的集成至關(guān)重要。

現(xiàn)如今，模型開發(fā)80%的時(shí)間都會(huì)花在保障可靠性上，這也是難點(diǎn)所在。比如要考慮模型運(yùn)行是否會(huì)出現(xiàn)意外、歧義和異常，處理異常的方法是否完備等，為了穩(wěn)定可靠性，模型的編程方式也會(huì)不一樣。

軟件開發(fā)追求的重點(diǎn)不是效率、新穎，而是穩(wěn)定

結(jié)語(yǔ)

我個(gè)人認(rèn)為，軟件編程開發(fā)適合“有罪推定”原則，即如果你不能證明你的代碼是正確的，你就要拿回去重寫。因?yàn)楝F(xiàn)場(chǎng)無小事，無論是軟件開發(fā)還是建模的過程，開發(fā)效率高、模型精度高都是次要的，安全穩(wěn)定性才是最重要的，只有這個(gè)問題解決了，模型的實(shí)用性才能得到保障。

審核編輯 ：李倩