工業大資料，伴隨著“大資料”、“雲端計算”、“物聯網”、“人工智慧”等概念的興起而逐漸火了起來。隨之，工業界、投資界、學術界，各界均把目光投向“工業大資料”，國外火，國內也火了起來。但“工業大資料”畢竟不是“商業大資料”，也不是“金融大資料”，似乎也不是純粹的“網際網路大資料”，“工業大資料”分析的主流方法和思路是什麼？本文就淺談一下。本文所談到的“工業大資料”，主要關注的是從各類工業裝置的各種監測資料、執行資料以及其他資料中挖掘價值。

（一）“華山論劍”之工業資料探勘流派

       首先從“華山論劍”之工業資料流派說起。利用工業裝置資料來獲取資訊，其實由來已久，只不過，很多年之前，還不具備大資料的軟硬體條件，那時候，“工業大資料”的一個分支“故障診斷”就已經出現。當年故障診斷中的兩大流派，也演變成了今天“工業大資料”流派中最大的兩大分支，甚至今天開展“工業大資料”業務的各類公司企業，也基本由這兩大流派衍生出來。

       流派一：基於故障機理分析的“工業大資料”挖掘

       該流派進行資料分析的基礎和依據是“因果關係”，也所謂“種瓜得瓜種豆得豆”。其理論基礎之一是“振動學”，由於各類機械裝置一般是動部件，因此，裝置執行時總會產生各類資料，最典型的是振動訊號。由於裝置發生故障時，裝置中部件的結構發生改變，因此，激發的振動形式也會不同。通過分析何種故障激發何種振動，然後分別從各個角度觀察訊號形態，從而判斷出裝置的健康狀態、故障模式等資訊。

       從“醫學”角度講，這類方法的思路更像是“西醫”，及基於解剖學，對各個器官有詳細瞭解，明確各個器官病變會引發的外在特徵，所以，看病可以直接告訴患者具體到哪個器官出了問題。類似的，“基於故障機理分析”的診斷，或者是工業資料探勘，在開展工作之前，一定是對於被監測部件結構、振動方式、故障表現等十分了解，最為有代表性的概念就是“軸承故障特徵頻率”。

       由該流派衍生的“工業大資料”分析企業，主要是傳統的“故障診斷、狀態監測”類企業，或者從事“測控工程”型別的企業。這些企業一般是某一類部件或者裝置的“行家”，對某一類裝置的結構等了如指掌，因此，對這些裝置的監測資料也十分熟悉，業務範圍也是集中於“某類特定裝置”，或“某些特定行業”。

       流派二：基於資料驅動的“工業大資料”挖掘

       該流派進行資料分析的基礎是“模式識別”，所有的分類依據，全部是基於資料本身。其主要思路是把裝置看成一個黑盒子，只需要知道各類故障模式的樣本資料即可。剩下的事情就是從各類模式的資料中提取有效特徵，最終利用特徵進行模式分類即可。也就是說，典型的思路是：獲取資料-特徵提取-模式識別。通過該思路進行工業大資料探勘，甚至不需要知道裝置的組成和結構。開玩笑說：資料驅動流派的俠客，都不知道啥叫“軸承故障特徵頻率”。

       從醫學角度講，這類方法更像是“中醫”。很多老中醫，並不懂什麼“解剖學”、“病理學”，僅僅通過“望聞問切”，即可知道人大概出了什麼問題。所以，從本質講，就是通過人的各種外在表徵，來決定人到底出了什麼問題。類似的，從資料驅動角度講，做資料驅動的俠客，更偏向於資料處理科學家，而不是各個行業的專家，對各類裝置部件的結構稱不上是“精通”。

       由該流派衍生的“工業大資料”分析企業，主要是從事“網際網路大資料”分析的企業，像“工業大資料”、“物聯網”轉型的一些企業，也就是說，這類企業，或多或少的帶有“網際網路基因”，相對而言，這類企業對於“大資料分析”、“雲端計算”、“人工智慧”等手段運用的也比較嫻熟。

（二）“武林高手，各顯神通”各流派之看家絕技

       雖說是“華山論劍”，但各個流派都有自己的看家絕技。展現各家絕技的時候到了。

       基於故障機理分析的“工業大資料”挖掘絕技：明察秋毫，嚴絲合縫。針對某特定裝置，該方法的診斷準確率極高，可以可靠的支援工業企業的執行維護。通過檢視資料，或基於各種分析工具檢視資料，可以“十分準確”的確定裝置出現故障的位置和原因。其針對某種特定裝置或部件的診斷準確性，是“資料驅動”門派望塵莫及的。

       基於資料驅動的“工業大資料”挖掘絕技：有容乃大，海納百川。再說說基於故障機理的分析方法，由於需要明確各種故障的原因和訊號激發形式，一旦裝置過於複雜，或者針對某種大型系統，各種訊號產生“組合爆炸”，此時再去一一對應故障原因，就心有餘而力不足了。但這個時候，“資料驅動”的優勢就顯示出來了，反正是把系統或裝置看成了“黑盒子”，大黑盒子，小黑盒子，都是黑盒子，所以相對而言，“資料驅動”流派可以應對各類複雜系統和裝置，可謂“有容乃大、海納百川”。

（三）“融合大法”之看未來

       哪怕是在醫學界，“中西醫結合”都是一種極好的思路，所謂“融合大法”。類似的，看未來發展趨勢，“工業大資料”分析的流派融合也是未來發展的大趨勢，這也是“工業大資料”分析與其他行業“大資料”分析的不同之處。

       就開展基於“故障機理”進行“工業大資料”分析的企業而言，嘗試引入新的技術，即“大（大資料）智（人工智慧）雲（雲端計算）物（物聯網）移（行動通訊）”，可以有效提升業務範圍，同時將傳統技術更加智慧化，從而降低技術運營成本。

       就開展基於“資料驅動”的“網際網路基因”企業而言，由於“工業大資料”分析不同於其他行業，工業對於“結論”的準確性要求極高，有時候一點點誤差就會造成很大損失，因此，將工業裝置和物件進行有效分類和抽象，選取出典型的裝置類別，進行“機理分析”和“解剖”，進一步提高“結論”有效性，將使得業務工程化水平更上一層樓。

       就“流派融合，相互交流”角度而言，兩類思路的深度融合，在未來將是“工業大資料”分析的“里程碑”式發展機遇，如何做好深度融合，高校和研究所就該多做努力和探索，最終和企業實現“產學研結合”，推動我國“工業大資料”分析技術和水平的發展和提升。