工业大数据创新竞赛（2018-2019）白皮书.docx

编写说明

我国工业互联网正在从概念普及进入实践深耕的发展阶段，在这一进程中，大数据作为一种新的资产、资源和生产要素，技术创新和应用实践日趋活跃，正成为驱动制造业智能化变革的重要动力。为充分激发数据要素价值，贯彻落实《国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见》，中国信息通信研究院自2017年起在工业和信息化部指导下，

已连续举办了三届工业大数据创新竞赛，这也是首个由政府主管部门指导的工业大数据领域的权威全国性创新竞赛。

竞赛在组织方式上充分借鉴了发达国家推动工业大数据创新应用的先进模式，开发出诸多聚焦行业细分领域的算法模型，吸引了海内外近6800人参赛，同时品牌逐渐走向国际，第三届竞赛与全球工业大数据领域顶尖活动PHM（故障预测与健康管理）亚太学术论坛合作，仅线上答辩直播吸引超过5万人观看，为工业大数据领域的相关研究人员和创业者们提供了成果转移转化的交流平台，在产业界逐渐形成品牌影响力。

第一届竞赛后，结合获胜选手分析模型和方法发布《工业大数据竞赛白皮书（风机结冰故障分析指南）》引起社会广泛关注。时隔两年，为进一步总结优秀第二届、第三届工业大

数据创新竞赛算法，中国信息通信研究院组织参赛者编写了《工业大数据创新竞赛（2018-

2019）白皮书》，希望将两届竞赛的经验与技术成果固化并加以推广，与业界共同推动工业

大数据发展。Ancefndutrnternet

《工业大数据创新竞赛（2018-2019）白皮书》收录了机床加工刀具寿命预测赛题的5种获奖解法以及转子部件脱落故障预测赛题的7种获奖解法，为学术研究和产业实践提供参考。白皮书的编写过程得到大赛组委会和参赛选手的大力支持，相关参赛人员根据自己对竞赛题目的解法，给出了详细、清晰的方法流程与结果讨论。

我国工业大数据竞赛的发展仍处于起步阶段，大赛组委会愿真诚吸取各界的反馈意见，持续提升大赛水平，并将大赛成果以白皮书等形式定期与社会各界分享。

编写单位：中国信息通信研究院

工业大数据创新竞赛组委会工业互联网产业联盟

指导专家：王建民余晓晖李杰侍乐媛李清源赵敏韩庆郭翘王友升邢镔郭朝晖刘杰吴振宇李城梁徐长恺郭翘晋文静胥佳

崔必如郑弘孟孙可意周映彤谢彦守江侊紘

赵志海金超田春华傅若玮韩庆

编写组成员（排名不分先后）：

李铮杨艳冉刘迎孙昕赵男吴文龙

金超胡江雪王旻轩鲍亭文王晓明杨立宁

程骋沈国锐马贵君蔡鑫曾雄刘重党

林焱辉

周训淼刘思辰姚荣

黄亦翔

邓惠民刘锋牛家禾

孟繁亮

王晓明万伊胡翔

戴俊宋哲申颖君钮鹏飞刘正锋景宏杰潘彤阳蔺思宇刘涛李素洁杨晨旺崔晓龙季天泽MyungyonKimJongminParkYongjin

ndu:trShinAncefnternet

ndu:tr

序

中国工业大数据创新竞赛自创办以来，就被寄予了厚望，很欣喜地看到它正在蓬勃发展。它作为产业界与学术界的重要桥梁之一，对工业大数据这一跨学科领域创新人才的培养起到了重要的作用。

在近几年中，我有幸参与大赛的筹划和评审工作，代表IMS中心和富士康工业互联网为大赛提供帮助。大赛获得的关注程度以及选手们的出色表现都令人感到惊喜。如今，信通院将第二届和第三届大赛中的优秀成果集结成为《工业大数据创新竞赛白皮书2018-2019》，相信能够为从事工业大数据应用研究的企业和学者们提供有价值的参考。

在工业互联网的发展过程中，人工智能技术与工业结合的探索得到了进一步推进，工业人工智能的理念兴起。我对它的关键要素做出了一个总结，可以归纳为“ABCDEF”六大技术要素，来阐释

工业人工智能是由多个技术元素整合而成的一个系统工程。这六个字母分别代表Analytics（建模分析）、BigData（大数据）、Cloud（云计算）、DomainKnowledge（领域知识）、Evidence（事实依据）、Feedback（反馈闭环）。前三个技术要素同时也是AI技术的三个要素（数据、计算能力和算法），但是与工业人工智能有所区别。在分析建模方面，前者以算法为核心，后者以场景和问题为核心；在数据技术方面，前者围绕解决“