目 錄

第1章 工業大數據概論 001
1.1 工業大數據產生的背景 001
1.1.1 工業的數字化轉型之路 001
1.1.2 支撐技術的演化 002
1.1.3 對工業大數據的期望 003
1.1.4 各國的戰略 003
1.2 工業大數據的典型應用場景 004
1.2.1 業務領域視角 004
1.2.2 應用繫統視角 005
1.3 工業大數據的特點與關鍵技術 006
1.3.1 特點 006
1.3.2 關鍵技術 008
1.4 本章小結 012
參考文獻 014
第2章 工業大數據分析概論 016
2.1 工業大數據分析的特點與挑戰 016
2.1.1 數據視角 016
2.1.2 應用視角 017
2.2 工業大數據分析的範疇 018
2.2.1 典型分析主題 018
2.2.2 分析模型的形態與融合方式 021
2.2.3 分析模型的應用模式 023
2.3 工業大數據分析的關鍵技術 024
2.3.1 模型和算法 024
2.3.2 分析項目管理方法與工程化 025
2.3.3 數據分析軟件與平臺 025
2.4 本章小結 025
參考文獻 026
第3章 工業大數據分析的工程方法 027
3.1 CRISP-DM方法論 027
3.1.1 CRISP-DM方法論簡介 027
3.1.2 分析問題的實際執行路徑 028
3.2 數據驅動的機器學習工程方法 030
3.2.1 分析問題識別與定義 031
3.2.2 業務理解 034
3.2.3 數據理解 041
3.2.4 數據準備 042
3.2.5 模型建立 042
3.2.6 模型評價 043
3.2.7 模型部署 044
3.3 專家規則開發的工程方法 044
3.3.1 業務規則的技術和方法 045
3.3.2 專家規則的特點 047
3.3.3 專家規則開發的AI-FIT-PM方法論 049
3.3.4 專家規則模型對軟件平臺的需求 054
3.4 本章小結 055
參考文獻 056
第4章 設備故障診斷與健康管理（PHM） 058
4.1 工業設備管理的現狀與需求 058
4.1.1 工業設備分類 059
4.1.2 運維管理 060
4.1.3 狀態監測與故障診斷 062
4.1.4 相關標準 064
4.2 PHM的分析範疇與特點 066
4.2.1 術語約定與名詞辨析 066
4.2.2 PHM的內容 067
4.2.3 PHM的應用模式 069
4.3 PHM分析問題定義：CRAB四步法 070
4.3.1 業務上下文理解 070
4.3.2 資源能力分析 072
4.3.3 業務模式與技術方案分析 075
4.3.4 執行路線 075
4.4 PHM分析主題 077
4.4.1 技術挑戰 077
4.4.2 技術路線 078
4.4.3 傳感器數據處理 080
4.4.4 狀態監測 088
4.4.5 健康管理 091
4.4.6 故障診斷 091
4.4.7 故障預測 092
4.4.8 運維優化 097
4.4.9 專家規則引擎 099
4.5 PHM的數據模型與應用架構 113
4.5.1 PHM的數據模型 113
4.5.2 PHM的應用架構 118
4.6 本章小結 124
參考文獻 124
第5章 生產質量分析（PQM） 126
5.1 PQM的分析範疇與特點 126
5.1.1 PQM的特點 126
5.1.2 PQM分析場景 128
5.1.3 PQM的5個層面 130
5.1.4 PQM的應用 131
5.2 PQM分析問題定義：CAPE方法 132
5.2.1 業務上下文理解 132
5.2.2 數據資產評估 136
5.2.3 設計與計劃 138
5.2.4 部署與評估 140
5.3 PQM分析主題 140
5.3.1 基礎分析 141
5.3.2 質量時空模式分析 145
5.3.3 質量異常預警 147
5.3.4 控制參數優化 148
5.3.5 質量根因分析 151
5.4 PQM的數據模型與應用架構 152
5.4.1 PQM的數據模型 152
5.4.2 PQM的應用架構 156
5.5 本章小結 157
參考文獻 159
第6章 生產效率優化（PEM） 160
6.1 PEM的分析範疇與特點 160
6.1.1 PEM的內容 160
6.1.2 PEM的常見誤區 161
6.2 PEM分析問題定義：SOFT方法 163
6.2.1 PEM的要素 163
6.2.2 PEM分析問題定義的SOFT方法 165
6.2.3 PEM分析問題探索 168
6.3 PEM分析主題 168
6.3.1 能力規劃 168
6.3.2 生產計劃與排程 169
6.3.3 動態調整 171
6.3.4 物耗能耗優化 171
6.4 本章小結 173
參考文獻 173
第7章 其他分析主題 175
7.1 生產安全分析 175
7.1.1 微觀管理 175
7.1.2 宏觀管理 178
7.2 營銷優化分析 179
7.3 研發數據分析 180
7.4 本章小結 184
參考文獻 185
第8章 工業大數據分析算法 186
8.1 統計分析算法 186
8.1.1 描述性統計 186
8.1.2 推斷統計 187
8.2 機器學習算法 192
8.2.1 回歸 192
8.2.2 分類 195
8.2.3 聚類 196
8.2.4 降維 197
8.2.5 關聯規則 198
8.2.6 近期發展 198
8.2.7 模型評價 203
8.2.8 不同算法的要求 207
8.3 時序數據挖掘算法 208
8.3.1 時序分割 209
8.3.2 時序分解 212
8.3.3 時序再表征 217
8.3.4 序列模式 219
8.3.5 異常檢測 223
8.3.6 時序聚類 223
8.3.7 時序分類 225
8.3.8 時序預測 226
8.3.9 可視化 227
8.3.10 工具與應用 228
8.4 工業知識圖譜 230
8.4.1 知識圖譜的構建過程與應用技術 231
8.4.2 知識圖譜實踐建議 232
8.5 其他算法 234
8.5.1 繫統辨識算法 234
8.5.2 運籌優化算法 235
8.5.3 規則推理算法 237
8.5.4 基於遺傳算法的特征提取算法 238
8.6 本章小結 240
參考文獻 240
第9章 工業大數據平臺技術 242
9.1 工業大數據對平臺的需求 242
9.1.1 數據負載特性 243
9.1.2 數據分析的特點 244
9.1.3 數據應用的需求 246
9.2 工業大數據平臺架構 247
9.2.1 功能架構 247
9.2.2 關鍵技術 248
9.3 數據接入 250
9.3.1 時序數據接入 250
9.3.2 非結構化數據接入 251
9.3.3 時序數據消息隊列 251
9.3.4 數據ETL服務 252
9.4 數據管理 252
9.4.1 數據治理管理 252
9.4.2 時序數據庫（TSDB） 253
9.4.3 時序數據倉庫（TSDW） 253
9.4.4 對像數據存儲服務（OBJ） 255
9.4.5 數據查詢服務 256
9.5 數據分析 256
9.5.1 應用方式 259
9.5.2 關鍵技術：分組識別和匹配技術 259
9.5.3 關鍵技術：非侵入式封裝技術 261
9.6 本章小結 262
參考文獻 265
第10章 工業大數據分析案例 266
10.1 風電大數據分析 266
10.1.1 概述 266
10.1.2 實例一：運行邊界探索用於設計優化 270
10.1.3 實例二：機器學習用於運維優化 272
10.1.4 實例三：風電機理與機器學習的深度融合 280
10.1.5 小結 283
10.2 透平設備智能運維 284
10.2.1 業務問題 284
10.2.2 故障預警知識庫 286
10.2.3 小結 288
10.3 氣化爐參數優化 289
10.3.1 業務問題 289
10.3.2 氣化裝置建模面臨的技術挑戰 290
10.3.3 基於多模態學習的氣化爐操作參數優化技術 292
10.3.4 小結 299
10.4 磨煤機堵磨預警 300
10.4.1 業務問題 301
10.4.2 磨煤機的動力學模型 302
10.4.3 小結 310
10.5 衝壓排產優化 310
10.5.1 業務問題 310
10.5.2 衝壓排產計劃 311
10.5.3 小結 314
10.6 軌道車輛懸掛繫統故障診斷 315
10.6.1 業務問題 315
10.6.2 問題描述 316
10.6.3 技術挑戰 317
10.6.4 算法實現 319
10.6.5 小結 322
10.7 本章小結 323
參考文獻 324

在過去的五年中，筆者有幸深入制造業數字化轉型一線，在與工業龍頭企業深入交流和合作的過程中，目睹了國內產業數據基礎的快速發展，也看到了數字化、數據經營等理念深入人心的過程。回想早年，為了驗證數據分析技術，隻能跨越地域、克服語言和文化的差異，到境外實施項目，不禁感慨萬千。在過去的二十年中，數據平臺技術和數據分析算法蓬勃發展。在數據平臺技術方面，數據量的爆發式增長和分布化、數據負荷特征變化（從以交易型為主變為以事件型為主）、基礎計算資源（CPU、GPU、存儲、網絡等）成本的變化，觸發了數據平臺架構的變化（大規模、分布式）；在數據分析算法方面，經典的統計學習算法繼續發展，分布式架構的學習算法和以梯度計算為核心的深度學習也取得了長足的進步。另外，數據平臺技術和數據分析算法不斷融合，湧現了不少針對統計學習算法進行優化的繫統架構（System for Machine Learning），統計學習算法也逐漸應用於架構參數設計、性能分析與調優、平臺運維效率提高等方面（Machine Learning for System）。
基於數據思維和業務創新，大數據在互聯網、電商等領域取得了豐碩的成果。在工業領域，大數據也被寄予厚望。工業領域的大數據主要是在線監測數據和周期性檢測數據，因此，數據在傳輸和存儲過程中會呈現明顯的時序特征，數據分析需要進行多維度的數據拉通和整合，也就是常說的“工業數據豎著進來、橫著出去”。工業繫統往往是經過精心設計的、能夠長期穩定運行的繫統，這意味著工業大數據分析中的樣本不均衡問題更加嚴重。在工業領域，先驗知識不再局限於概率關繫（聯合、條件概率），還有大量體繫化的因果關繫（設計原因、運行機制、運營邏輯等）和很多半結構化的經驗知識（以行業專家為載體）。這些特點決定了工業領域的數據平臺技術和數據分析算法與商務領域的不同。
無論是在商務領域還是在工業領域，數據都是對自然現像和社會現像的不完備刻畫（可傳遞性強），這從根本上決定了其適用範圍，也推動了人們通過豐富數據的采集來源等方式不斷拓寬其適用邊界。如果脫離了場景上下文，數據分析的結果就會脫離實際。在很多時候，數據分析問題的識別和定義過程比求解過程更重要，需要從微觀、中觀、宏觀等多個層面審視數據分析問題，在業務和決策流程中對其進行觀察。在多年的數據分析實踐中，筆者一直在思考一個問題：在數據分析領域，是否存在一些繫統化方法，可以用來指導數據分析工作及提高數據分析工作的效率和質量。
本書的書名為《工業大數據分析實踐》，但是在表達方式上，筆者更喜歡用“數據分析”，而不是“大數據分析”。因為與無窮的認知好奇心相比，數據從來沒有“大”過。即使進行數據分析的數據量很大，數據分析的本質仍然是尋找繁雜現像背後的不變量（小數據）。但考慮到業界約定俗成的說法，本書沒有刻意回避“大數據”的提法。
本書對工業大數據分析領域的設備故障診斷與健康管理（Prognostics ＆ Health Management，PHM）、生產質量分析（Product Quality Management，PQM）、生產效率優化（Production Efficiency Management，PEM）等典型課題的識別、定義、執行和應用方法進行了探索和總結，將數據分析技術放在業務經營和物理機制的上下文中，明確其適用範疇，以提高數據分析的可執行性（Actionable）、可度量性（Billable）和可消費性（Consumable）。
本書的目的是為工業數據分析師提供一些參考。全書共10章，第1章和第2章簡要概括了工業大數據的背景、特點及工業大數據分析的範疇與關鍵技術；第3～7章從方法論的角度探討了工業大數據分析的實踐方式，包括其在PHM、PQM、PEM、生產安全、研發數據、營銷優化等領域的規劃方法和典型分析課題；第8章總結了常用的工業大數據分析算法，特別是針對時序模式的分析算法；第9章簡單論述了工業大數據的數據接入、數據管理等平臺技術；第10章的6個實際案例從不同方面體現了工業大數據分析項目的復雜性和多樣性，包括數據驅動、專家知識驅動、機器學習與專家知識驅動結合等類型的課題。
本書的8.1節（統計分析算法）、8.2節（機器學習算法）、8.4節（工業知識圖譜）、8.5.1節（繫統辨識算法）、8.5.2節（運籌優化算法）和10.6節（軌道車輛懸掛繫統故障診斷）由李闖編寫；第9章（工業大數據平臺技術）由楊銳編寫；10.1節（風電大數據分析）由周傑編寫；7.1節（生產安全分析）和10.3節（氣化爐工藝參數優化）由崔鵬飛編寫，其餘章節均由田春華編寫，劉家揚和田春華負責全書的統稿與修訂。另外，4.4.3節在傳感器一致性檢驗方面借鋻了翟棟的成果，在此表示感謝。
本書的編寫過程也是筆者在實用性和普適性之間不斷拉鋸的過程，在這個曲折的過程中，筆者不斷地進行自我否定與再思考，甚至一度想放棄。本書權當是對工業大數據實踐的初步探討，用來拋磚引玉。直至今日，筆者仍擔心編寫過程過於倉促，很多算法內容沒來得及詳細展開，再加上筆者纔疏學淺，不少認知還停留於淺層，有些說法和表達尚欠推敲，書中難免有疏漏、錯誤之處，還望廣大讀者不吝賜教，日後有機會再進行更正。
田春華   
2021年2月於北京