工程机械领域中联重科工业大数据应用实践

周志忠博士向我们介绍，工程机械板块最近几年一直处于相对低迷的状态，主要原因有以下三大方面：
其一：在基础建设发展非常良好的时期，工程机械行业发展也非常好。但由于经济、投资、房地产市场等一些因素，导致整个行业设备供过于求，新机器的销售直接受到影响。想要进一步开拓行业盈利空间，除了持续创新产品，还需通过大数据技术，对设备、客户等数据进行深度分析，实现信息共享与融合，作用于后服务市场。
其二，随着施工行业对施工安全、效率及成本管控的重度越来越高，设备厂商就要在强化设备智能化水平的同时还要具备数据分析处理的能力。由“被动服务”向“主动服务”升级，进而达到施工风险降低，无故障工作时间变长。
其三，工程机械市场需求持续下滑，不能再凭借主机销售的收入来支撑整个企业的发展。同时客户也面临着工程项目减少,设备开工率与设备运行效率双低、运营管理成本及维修保养成本双高等困难局面。因此如何通过数据分析使企业更加贴近市场、更加理解客户,提升企业运营管理和决策效率,快速从传统生产制造型向高端智能服务型的转型升级是行业内每个企业面临的重大挑战。
通过数据驱动促进转型但数据来源于哪？

中联重科的工业大数据应用技术方案
为进一步提升设备的智能化水平,丰富设备数据采集维度,提升设备数据采集和预处理能力，中联重科研发了新一代 4.0 产品和智能网关。
中联重科产品 4.0是以“模块化平台+智能化产品” 为核心,深度融合传感、互联等现代技术,研发性能卓越、作业可靠、使用环保、管控高效的智能化产品。通过在设备上加装大量的高精度传感器,实时采集设备的运动特征、健康指标、环境特征等相关数据,结合智能网关的本地分析功能,真正实现设备的“自诊断、自适应、自调整”。相关数据通过多种传输渠道(移动网络、WiFi、蓝牙等)回传至中联重科大数据平台,通过相关建模分析为客户提供包括设备实时定位、工况监控、油耗分析、设备异常分析、故障预警、工作运营统计在内的高附加值信息服务。
打通多方数据，形成统一的工业大数据分析平台，对内辅助科学决策，对外提供智能化服务。平台融合了物联网平台、业务系统、应用系统及第三方数据，分析角度涉及产品、经营、客户、宏观行业等方面，服务涵盖轻量级应用(中联e 管家、服务e通等)和重量级专业领域应用(智慧商砼、建筑起重机全生命周期管理平台),并通过移动端APP、PC 端、大屏幕等多种方式提供高效增值服务。

中联重科工业大数据平台架构图
工业大数据平台整体采用成熟的Hadoop 分布式架构进行搭建。基于Cloudera CDH的发行版，中联重科从2015年底开始部署，同时进行相应的大数据开发工作。首先建立如客户类、设备、交易、信用等主题。然后把物联网平台、企业内部ERP、CRM等核心平台都在Cloudera大数据平台上贯通，并且通过相应的组件把数据采集到平台。
平台通过流式处理架构,满足高时效性的数据分析需求; 通过分布式运算架构,满足对海量数据的离线深度挖掘。前端通过统一接口层以多种通用格式对外提供数据分析服务。
考虑到大数据平台汇集了企业内外部多方敏感数据,为保证数据安全,平台引入了企业级数据治理组件,实现统一的元数据管理、数据质量控制、数据溯源、数据操作权限管控、数据脱敏及数据使用审计功能,并贯穿数据存储和应用的全过程。
拥抱开源 分析大数据技术未来的挑战
当问及为什么会选择Hadoop，周志忠博士表示：开源的生态环境中有大量人才提供贡献，我们认为比单一企业开发的环境更有生命力、更强壮。
第一：采用开源技术对团队的技术能力要求稍高。
第二：运营过程中的技术难点稍多一些。因此，我们选择开源的同时也采购了Cloudera的企业级服务，作为我们整个平台运营的保障。
第三：开源有很多问题，如很多组件之间的适配是不是最优、及参数涉及到一些复杂的问题。
所以采用发行版、企业服务的支持，就不需要把重心放在运维平台、系统的层面，而是更多的聚焦在业务分析、获得业务扩展等可创造数据价值的层面。
当谈及对大数据技术行业未来的期许，周志忠博士说:“目前从支撑应用的角度，大数据技术已足够。最主要的难点在于业务应用场景与现有技术、算法如何最佳地匹配。中联重科也在尝试机器学习方面的一些应用，如设备的健康指数评估，怎样通过不同维度、不同传感数据及公司内部的数据，建立模型。从模型角度，相应算法也能够支撑，但关键问题在于，数据是不是全备且准确，数据响应是不是及时等”。