揭秘福大冠軍賽隊：依托專業背景　敏銳挖掘數據

福州大學賽隊5名隊員查看測試程序模型。

海峽網4月3日訊 （福州日報記者 林瑞琪/文 鄒家驊/攝）在3月30日舉行的2019數字中國創新大賽分區（西安）決賽中，福州大學賽隊“為中華崛起挖掘”憑借第一名的線上初賽成績以及精彩的現場答辯再奪分區賽冠軍。賽隊5名成員均是福州大學機械工程及自動化學院的研究生，他們出色成績的背后有哪些“秘訣”？記者為你一一揭秘。

默契配合積極備戰

此次西安分區決賽賽題為混凝土泵車砼活塞故障預警。據出題方介紹，砼活塞為泵車的關鍵部件，如其故障將導致泵車無法工作，影響施工。傳統方法是等故障發生后維修，或按固定計劃維護，但均會增加額外開支。

如今，隨著工業互聯網的興起，利用設備運行數據進行“預測性維護”漸成趨勢。如何借助已有數據建立故障預測模型？這正是賽隊成員們所要解決的。

5名同學院的研究生在導師引導下組織建隊，默契分工。他們一邊查閱文獻尋找解題思路，一邊不斷嘗試新方法，提交測算，提交次數達上百次。“最后我們把比較有效的思路進行集中，用最優模型達到較高精度。”隊員黃宇星介紹。

同時，團隊成員也十分重視模型的實際應用價值，基于多種工況進行建模，并開發了自動調參系統，便于不具備數據背景的工程人員操作。憑借著較高的落地可能性，選手們在賽場上獲得了“最符合我們目前工業需求”的好評。

2個月的“備戰”時間里，每位成員還要兼顧學業與科研任務，晚上十一二點走出實驗室成為常態，通宵也是常有的事。“過程很艱辛，收獲也很豐富?？倹Q賽要在家門口舉辦，我們要繼續努力，爭取再創佳績。”團隊成員表示。

專業背景深厚

數據“挖掘”敏銳

“隨著互聯網與多領域的結合，海量數據產生成為必然。在工業方面，相較于過去依靠物理模型，借助設備運行的真實數據建模為更精細的管理提供了更多可能。”黃宇星告訴記者。

然而，如何在海量數據中找出規律，實現數據中的“富礦”開采？本次賽題中，賽隊的“挖掘”正是基于機械背景出身所帶來的數據敏感。

據介紹，福州大學機械工程及自動化學院前身為機械工程系，是1958年福大建校時最早設置的5個系之一，深厚的機械化專業底蘊為此次參賽隊員們提供了充足底氣。

“相較于其他只具備編程能力的團隊，機械工程專業出身的我們更能讀懂數據的‘物理意義’，通過數據了解機械設備的運作情況，對于數據處理的預判也更為敏銳。”在黃宇星看來，數據和特征決定了機器學習的上限，如果缺乏對數據的理解，建模也將缺少依據。

依靠專業背景優勢，團隊成員們此次設計的模型可解釋性強，尤其適用于指導實際工業生產。“我們的算法能精確定位到故障的具體零件，方便工程人員快速排查，節省人力和時間成本。”黃宇星說。

培養解決問題能力

科研鍛煉儲備知識

解決行業發展中實際存在的痛點、難點，是此次大賽賽題的特色。相應地，在解題過程中對可落地性的充足考量，則成為此次賽隊取勝的關鍵。“我們在比賽過程中充分考慮模型的實際應用價值，一方面是源自我們之前的參賽經歷，一方面也離不開我們平時科研、課題訓練。”隊員們介紹。

福大機械工程及自動化學院團委書記林成金告訴記者，學院內的老師們在執教前通常有到工廠、企業等行業內鍛煉的經歷，了解行業發展的實際所需，因而在執教過程中也更具有針對性。

“在教學中，我們重視培養學生解決實際問題能力，并根據學生自身的能力特點選定教學內容，平時的科研鍛煉也為學生們解題提供了豐富知識儲備。”賽隊成員導師、福大機械設計及理論專業教授王偉說。在此次比賽中，王偉幫助賽隊成員把控模型的可解釋度，并提供理論輔導、指引解題方向，為隊員們取得出色成績提供有力支持。