面向浙江省制造业的大数据分析理论与关键技术研究

The feature of manufacturing industry in Zhejiang Province is that it has small and medium-sized enterprises in widely fields, and in massive economy. With the fusion of informatization and industrialization, manufacturing enterprises have accumulated big data. If such big data are analyzed effectively, the whole lifecycle of manufacture is managed, the information isolated islands in enterprises are integrated, the coupling is comforted, and the product efficiency and profit of the enterprises are increased. As a result, it realizes leap-forward from “Made in Zhejiang” to “Made by Zhejiang”. However, the massive economy in Zhejiang Province leads to special feature for the data in its manufacturing industry, including multiple-sources, low quality, complicacy, uncertain coupling, man-machine coordination and high real-time capability, which bring new technical challenges. Facing these challenges, this project studies big data analysis theory and technology for manufacturing industry in Zhejiang Province based on experiences. This projects will propose data analysis model for various phases in manufacturing industry, data quality analysis and cleaning methods for big data in multiple data sources in manufacturing industry, big data analysis algorithms suitable meeting various response requirements in manufacturing industry and the feedback technologies of big data analysis results in manufacturing industry. This project will also develop a Manufacture big data analysis system prototype with Hangzhou Theo Elevator co., LTD as the application to verify the correctness, effectiveness and usability of the theory and techniques proposed by this project.

浙江省制造业的特点是中小企业量大面广，呈块状经济，随着信息化和工业化的融合，制造企业积累了大量的数据。对这些大数据进行有效的分析，可以保障生产全生命周期管理，打通制造业的信息孤岛，建立耦合平顺性，提高生产效率和企业利润的目的，实现“浙江制造”到“浙江创造”的跨越发展。然而，浙江省块状经济的特点导致制造业大数据具有来源多样、质量低、信息复杂、耦合性不确定、人机协同、实时性高等特点，为制造业大数据分析带来了新的技术挑战。为了应对这些挑战，本项目基于已有的工作基础，开展面向浙江省制造业的大数据分析理论与关键技术研究，提出制造业不同环节的大数据分析模型、多源异构制造业大数据质量分析与清洗方法、满足制造业不同时间响应要求的大数据分析算法和适用于制造业应用的分析结果回馈方法,最终以杭州西奥电梯有限公司为应用背景研发制造业大数据分析原型系统，验证本项目提出的理论和技术的正确性、有效性和可行性。

本项目是NSFC-浙江两化融合联合基金项目“面向浙江省制造业的大数据分析理论和关键技术研究”，该项目针对浙江省制造业特点，围绕“完备分析”、“质量保障”和“高效实时”三个关键科学问题，对大数据分析这一智能制造中的关键问题开展研究。具体来说，研究制造业大数据分析模型、大数据质量分析与清洗技术、大数据分析算法以及大数据分析结果回馈技术,最终以典型制造业企业为应用背景研发制造业大数据分析原型系统。按照研究计划，课题组人员开展了研究工作，提出了制造业大数据分析自动建模方法、面向制造业生产、供应链和售后阶段的典型应用的大数据分析模型;面向制造业生产阶段数据的时间序列清洗技术、面向制造业中设计、销售等环节中关系数据的清洗技术；面向自动控制层、生产执行层和和应用决策层的具有多种实时性的大数据分析算法、劣质大数据分析算法和自适应分析算法、特征选择、数据源选择、大数据计算平台优化等制造业大数据分析的支撑技术；基于分析结果的数据采集技术、基于分析结果的制造业知识库构建技术和分析结果可视化技术等分析结果回馈技术。发表论文104篇，其中国际一流刊物和会议论文15篇，ESCI刊源发表43篇，EI收录51篇，出版学术专著一本，申请专利申请31项，授权16项，开发了面向制造业的大数据清洗和分析系统，在VLDB等国际一流会议上进行了系统演示，培养博士研究生18人，已毕业3人，培养硕士研究生55人，课题组成员7次应邀在过内外重要会议上做特邀报告，9人次担任重要国际学术会议程序委员会委员。项目成果应用于西奥电梯、浙江微宏物联科技有限公司、浙江钱江机器人有限公司、浙江苏泊尔股份有限公司等知名制造企业，极大地提高了制造企业的效率，降低了成本，为所取得的成果为浙江省块状经济服务积累了经验，被浙江省自然基金委报道。圆满地完成了项目的任务。