最新新闻
我要投稿
联系电话:027-87592219/20/21转188
投稿邮箱:tb@e-works.net.cn
您所在的位置:首页 > 智讯 > 国内资讯

工业大数据分析案例之四: 三个陷阱

发布时间:2017-10-02 作者:郭朝晖  来源:蝈蝈创新随笔
关键字:工业大数据分析 
对科技工作者来说:不穿越困惑,也就难说是不是真的明白;不经历沟坎,也就别给人家指引方向;不清楚什么事情不能做,也就不要妄言该做什么。在我从事数据分析的过程中,就体现了这样的道理。

    对科技工作者来说:不穿越困惑,也就难说是不是真的明白;不经历沟坎,也就别给人家指引方向;不清楚什么事情不能做,也就不要妄言该做什么。在我从事数据分析的过程中,就体现了这样的道理。

    热轧带钢的性能模型,有至少三种观念占据这个领域的主导地位。一种观点认为,只要找到合适的算法,模型精度就会足够高;模型精度足够高,就可以说服用户、就可以走向实用。第二种观点认为:模型应该从单个钢种开始研究,然后扩充到一类钢种、在扩充到更大类;也就是从个别到一般、逐步深入。第三种观点认为:模型的困难在于冶金材料机理研究得不透,应该把机理研究透了,再建立模型。

    很遗憾,这三种观点都是错的。我称之为三个陷阱。在每个陷阱中,都有国内外很多团队花费了大量的时间和金钱。只要陷入一个,就难以自拔。

    更可气的是:很多国外知名公司,就是这样描述自己的技术,并卖给一些中国企业的。而我们的有些专家和领导,本着“外来和尚会念经”的原则,他们怎么说就怎么信。

    前面几篇文章已经说了,绝对的高精度是达不到的,我们只能追求概率意义下的高精度。所以,事先的研究,让我避开了第一个陷阱。

    至于第三个陷阱,我从来就没有考虑过。这里有两个原因:一个是我不擅长。就是我不是材料专业毕业的,对一些问题的理解不深。当然,不擅长的东西可以学习。但是,第二个原因就是我根本就不相信把微观机理搞清楚,就能建立起合适的模型——这个观念背后,也是我的实践经验在支撑:在搞这个项目之前,我研发过控制模型(按照智能制造的说法,就是CPS)。这个模型用的是机理非常清楚的热传导方程。尽管如此,在我解决这个问题之前,中国10多年没有开发出一个真正实用的版本。对这件事,这里就不展开了。但这件事对我的启示是:即便是机理很简单、很清楚,做好也是不容易的——因为实用的关键,是解决可靠性问题。

    有人可能会问:冶金机理搞不清楚,怎么可能建立起好的模型呢?我就这样回答:“在人类历史上,实践往往走在理论前面:先有蒸汽机,后有热力学;先有飞机上天,后有空气动力学;先有橡胶的发明,后来才有了高分子科学。机理模型描述的是材料内部演化机制,而我研究的是外在表现,未必需要把内部的机制完全搞清楚。” 我还认为: “描述外部表现,未必通过模仿内部机制:这就像飞机模仿了飞鸟,却没有像飞鸟那样煽动翅膀。因为煽动翅膀实的机制在是太复杂了,对可靠性不利。我的建模,也是这样。”事实上,我请人按机理的办法建模——用来评估这样的思路误差有多大;最后的结果是误差大约25%~50%。当然,在实际的建模过程中,我并没有完全排斥机理的作用,而是要争取用到“恰到好处”。冶金机理非常重要,如果没有这些理论的指导、没有没有遇到好的合作伙伴和用户,根本不会成功。我强调的,做技术的不能拘泥于这些理论:理论是指方向的,不能成为捆住手脚的绳子。把机理用到恰到好处,似乎是一种艺术。

    但是,第二个陷阱却让我耽误了一年多的时间。我从事了20多年的科研工作,从来没有花这么多时间做无用功。确切地讲:不是我自己一个人做无用功,而是我带的整个团队做了无用功。

    我是个喜欢哲学的人。“认识从个别到一般”被我当做基本的认识规律。所以,“从一个钢种开始”,是我认定的原则。于是,我找了一个生产批量很大的产品。仅这一个钢种,有数万次检验数据。对于这个钢种,我最想搞清楚的是:某个工艺温度对性能的影响有多大。但是,一年多下来,这一件事都没搞清楚:不同的分析方法、不同的样本集合,得到的数据就是对不起来:我到底该相信哪个方法的结论呢?

    这个项目预计的完成时间是3年。当花了1年多的时间毫无进展之后,我告诉自己:再这样走下去看来毫无希望了。要是这样就失败了,我也就别再宝钢混下去了。可以说:我科研生涯中最危险的时候到了。

    于是,我下了一个现在看来最大、也是最英明的决心:放弃前面的思路,从一类产品入手。此后半年多的时间,就取得了实质性的成功。更重要的是:模型是如此简单,却能在令人难以置信的范围内取得难以置信的精度(统计意义下的精度,即前面所说的数学期望)。这个结果也印证了我当初的猜想:问题本来很简单,用那些复杂的算法和模型完全是没有必要的;事实上,在单个钢种的体系内,力学性能基本上可以用线性模型很好地逼近。用神经元等方法所提高的“精度”,本质上是拟合了假象罢了。如果不是因为涉及知识产权的原因,我真的想把这个结果公布出来。

    这类产品大概包含100多个钢种,成分体系是一样的,冶金原理其实也是一致的。针对一类产品做研究,有什么好处呢?好处就是数据的信噪比大大提高了。前面我们曾经讲到:在一个工作点(钢种)附近,检测误差和有效信息往往是在一个数量级上、信噪比相当小,影响模型的稳定性。当我们选择一类钢种,等于工作点的范围发生了变化。于是数据的信噪比骤然上升。数据条件好了,分析自然就简单了。

    科技活动确实非常有趣:你知道的多了(如冶金机理、哲学原理),反而会成为探索过程中的障碍。说实话:如果当初我知道做这个项目需要花12年的时间、做完之后还面临别人的质疑和讽刺,我或许根本不会做这件事:34-45岁是一个科技工作者最黄金的12年。如果我在12年里失败了,这一辈子也就差不多白吃饭了。

本文为作者授权转载文章,任何人未经原作者同意,不得复制、转载、摘编等任何方式进行使用,e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。