明略数据综合事业部行业专家 葛利鹏
如下是明略数据葛利鹏演讲实录：
首先分享一组数字，32.7%、1：9和每分钟15万/分钟代表什么意思。随着我国经济的发展，制造业在我国经济中扮演了非常重要的角色，虽然我国经济进入了新常态，据2015年统计报告显示，制造业仍然占据了全国所有行业的固定资产投资中32.7%的比重，可见制造业起到了至关重要的作用。
同时制造业同我们的生活各个方面都密切相关，我们的衣食住行都依赖于此，就拿我们的出行经常乘坐的高铁来说，中国的高铁在十年内得到了迅速的发展，这也是依赖于自主创新的原则，现在高铁已经成为我国高端制造业的一张名片，纵观我们高铁生命周期，我们就可以发现一节列车整个资金的10%的资金是花费在购置上。90%的资金后期的维护和保养上，这也是1：9的来历。现在铁总关心的一个问题是什么? 怎么样在降本增效的前提下，能够保障高铁顺利的运行和安全。现在，由于机车自身故障造成的停运所造成的损失每分钟可高达15万，一小时将会带来900万的损失。可想而知，铁总对于快速的故障诊断和高效的故障预测的需求是多么的急迫!
怎样才能够及时地发现问题、解决问题呢?
随着第四次产业革命的到来。各个工业强国都在推出自己的产业政策，来快速提升本国的制造业发展水平。德国有工业4.0，美国工业互联网。我们中国的制造业也具备中国自身的特点，我们的工业体系非常庞大，2010年就已超过美国，成为了世界上第一制造业大国。但是我们中国也存在一些弱点，例如我们的产业结构不是很合理，自主创新能力不强等，针对于此，我们中国政府适时提出了中国制造2025年的产业政策，这政策主要是以数据为纽带，以数据分析为驱动力，推动传统的制造业想服务型制造业转变。具体到设备制造领域，我们可以看到大数据主要用到三个方面：1、统计分析、2、故障诊断、3故障的预测。
在统计分析，我们主要是利用分布式存储、计算技术，对于海量传感器数据进行采集和管理，可以进行状态监测和全生命周期的统计分析，对于故障诊断来说，主要是对局部组件的微小问题进行诊断，及时采取措施，避免设备停运现象的发生。其实对于故障预测来说对我们也是一个非常大的挑战。我们公司大数据科学家也投入了主要的资金和精力在这方面，也就是研究如何通过建模，来真正实现对故障的一个预测。主要是推动故障预测由之前的人工化、抽样化，向智能化全面化的方向来转变。也就是由之前的通过专家来进行判断，转变为依靠技术通过数据挖掘手段来进行故障预测。
从现在的故障处理上我们可以看到有三种不同的方式，有事后维修、有定期维修还有预测性的维修等等。我们现在大多数家庭都有车，我们的车每跑7000多公里，我们要进行定期的维修，同样一种故障现状，在不同的生命周期维修方式也不一样。就是说你的车处于磨合期，或处于损耗期，你应该采取不同的措施。过去由于技术手段的缺乏，我们并不能够进行准确的判断，所以说我们会用到大数据的技术。大数据的技术在这方面主要的特点是什么?
我们提到了两点，第一点快速，第二点高效。快速主要是利用大数据的并行计算和流处理技术，使得我们能够第一时间发现故障在哪里，及时地采取措施。高效主要是利用我们大数据并行计算的数据模型。能够将一些看似微小，但是实际上在故障发生重要作用的状态数据，放到我们整个模型里面来进行统一的考虑。这样会造成非常高效的运算和非常准确的预测，能够真正达到预测的一个效果。
我们的客户到底在哪里?
通过实践我们发现，实际上同国计民生相关的行业更应该使用大数据的技术，这些行业有几个特点，第一点是他们的单个设备非常昂贵，一旦发生了损失，由于不能够进行预测，将造成很大的经济损失。第二这些行业有较好的传感和传输条件。像我们的高铁一样，一个高铁列车会有1200多个传感器，在转向架上就有两百多个包括温度、速度等等。所以说这些传感器在高铁运行中会产生大量的数据，这给我们提供了一个很好的数据基础。有了数据的基础我们还要把它传回来，以便于我们采集和分析。在高铁上就用了移动网络进行数据的回传，就给大数据落地提供了一个很好条件。也就是使我们能够真正做到故障的预测。
明略数据提供什么样的解决方案
上面谈到了大数据的特点和客户，下面我们看一下，我们明略数据提供什么样的解决方案给到客户。首先我们提供了完整的架构，主要分为四部分，数据源，数据采集和存储，数据挖掘和数据应用。最下面是数据源部分。在数据源这部分，传感器数据，包括一些历史数据都是属于结构化的数据。日志数据和视频数据都属于非结构化数据，大数据平台主要完成数据的采集和存储任务，再往上我们会对数据进行诊断模型的建立和故障预测模型的建立，来完成相应的诊断和预测的工作。
我们明略公司能够提供全套的产品，不仅提供明略的大数据平台MDP，我们还有相关的诊断和预测的数据建模平台dataInisght以及可视化工具 Discovery。
这样,结合我们全套的产品就会给客户提供非常完美的解决方案，也就是从数据的采集，到数据的分析挖掘，到数据的可视化展现一整套的解决方案。
在大数据应用中，数据是基础，但是真正实现数据价值，发现有价值数据的方法，只有通过数据建模来实现。传统来说有两种比较好的方法。第一是特征分析，在特征分析里面主要通过几个步骤来实现，首先我们通过故障的标注、观察数据，进行特征的提取。特征提取后，我们会观察数据是否具备降本或者筛选的特点进行相关的处理，然后我们会进行模型的训练。在这例子里面我们是用了SVM的模型，通过训练，我们会把超平面得出来，这就是我们将要用的一个模型，如果是通过模型的评估，一切都通过的情况下，也就意味着这个超平面是在将来实际中使用的一个模型。
我们还会用到深入学习的模型，这也是前一段我们人机大战中比较火的AlphaGo用的数据模型。在我们使用时候，是基于大量的特征数据经过多次迭代得出我们真实的使用模型，由于这模型需要进行大量的浮点预算，所以我们使用了GPU的进行数据的处理，我们在很多典型案例中，已经在使用了GPU。Nivida很早就推出了GPU的并行算法架构，但是在当时，被认为有些超前，现在，很多的涉及神经网络和深度学习的算法都使用了GPU, 最近Nivida也推出了tesla，号称一块显卡上包含了8个GPU,处理能力相当于250台传统的通用服务器，我们明略数据也在紧密追踪技术的最新进展。
我们认为基于对技术的深入理解，我们才能构架出很好的大数据平台，同时只有深入的理解客户的业务，也才能够更好地提出解决方案，解决方案其实是围绕客户的业务，就是说只有深入的了解客户的业务，我们解决方案才能更好的完成项目实践。
案例分享
下面我们会有两个比较典型的实践，一个是轨道交通，另外一个是我们的电网。
这企业可能是我们国内最重要的交通企业，主要问题是业务场景非常的复杂，同时建模工具缺乏，导致它不能根据故障及时的模型构建，也就不能够进行这种预测性的评估，同时由于这种高铁列车逐渐的自动化、智能化程度的提高。它的数据种类数据量也非常大，也会造成采集和查询包括分析都很困难。
基于客户的痛点，我们提出了全套的解决方案，包括我们大数据平台MDP，数据挖掘系统dataInsight，同时我们根据客户的需求，将我们的展示工具和我们的挖掘平台进行很好的客户化改进。这能够使得我们的挖掘结果及时的能够反应到客户的界面上。客户通过可视化界面，就能够看到整车的运行状态。整车关键部件的运行状态，一旦部件发生问题，同时能够看到故障的概率，故障的原因还有故障造成的结果，这样就能根据故障的特点及时的采取维修的措施，从而极短的降低了停车时间并缩小了经济损失。
下面是我们在国家电网的案例，电网设备包括一次设备和二次设备，一次设备主要包含发电机、传输线路、主变压器等高电压、大电流的设备，二次设备主要包含控制、四遥和仪表测量等低电压小电流的设备。这些设备每天会产生大量的数据，现在客户遇到的问题是这些数据不能够及时地采集和存储。导致在查询的时候，时间甚至长达10分钟，所以这是客户所不能忍受的。第二是建模工具非常缺乏，不能够做到对于故障做预测性的判断。所以说它也不能够对于一些产品进行及时地诊断。
根据客户的痛点，我们把整套的解决方案提供给客户，包括我们的大数据平台、数据挖掘产品和展示工具。这样就能够给客户起到全程的展示，快速的查询。同时我们解决了困扰客户的问题。具体来说，客户设备由家族性缺陷的问题，我们的方法是在一系列的产品中，通过产品的故障建模，从而推断这一批次的产品将会发生故障的概率，这样就能把这信息给到维修，能够及时采取有关的措施，保障电网的正常运行。通过全景的展示每一个结点包括发电机组是否有故障，这样就能够提供一个非常直观的全景视图，从而了解每个关键节点的运行状况。
大数据实施或者应用过程中的经验
最后我想和大家一起分享一下我们的大数据应用经验，一就是在大数据实施过程中，我们认为数据、技术和业务都是非常重要的，在整个项目实施过程中，我们发现数据和技术是围绕着业务展开的，业务既是驱动力也是数据和技术的价值点的最终体现。
所以说驱动解决方案是我们的业务，只有真正的体现了业务价值，提供的解决方案才是有价值的。
第二相信我们中国的技术力量，在我们轨道交通的实际案例里面，我们的技术团队和客户的技术团队互相激励。甚至在讨论一个技术问题的时候，我们能够一起争论到凌晨，是客户认真的态度、敬业的态度激励了我们的团队。同时我们的数据科学家提供驻场服务，通过驻场服务才能真正的了解业务的特点，将来的业务发展趋势，客户对于业务的真正需求是什么，通过数据建模才能够实现业务的价值，现在通过我们的不断追求，项目运行非常好，所以说通过这些案例，我们应该相信我们中国的技术力量。
由于时间有限我们只是举了明略在制造业的案例，其实我们明略数据还有很多的实际案例，包括在金融，公安，税务，政府我们业都有很多的案例。
