工业大数据创新竞赛(算法赛道)

发布时间：2020-10-10，作者：阿水, 鱼遇雨欲语与余

## 赛事介绍

第四届工业大数据创新竞赛以“互联工业·赋能赋智”为主题，总奖池达到创纪录的100万

赛题1：水电站入库流量预测——国家电网湖南电力公司
赛题2：注塑成型工艺的虚拟量测和调机优化——富士康工业互联网股份有限公司
赛题3：“特色应用竞赛”赛道，聚焦深圳市宝安区重点产业，通过竞赛方式遴选工业大数据产品或解决方案

## 赛事安排

开始时间：2020-07-24
报名阶段：2020-07-26 - 2020-10-24
初赛阶段：2020-09-01 - 2020-10-25
决赛阶段：2020-10-26 - 2020-11-01
答辩阶段：2020-11-28 - 2020-11-28
结束时间：2020-11-28

## 水电站入库流量预测

### 题目描述

对于水电站来说，发电是主要经济效益来源，而水就是生产的原料。对进入水电站水库的入库流量进行精准预测，能够帮助水电站对防洪、发电计划调度工作进行合理安排，实现避免洪涝灾害和提升发电经济效益的目的。

入库流量受到降水、蒸发、土壤（直接影响地表径流、地下径流）、上游来水等诸多因素的综合影响（如下图所示），但这些因素作用关系复杂，不少因素很难直接精准观测。如果能通过数据分析方法，基于大量的历史数据和可获取的监测数据，实现水电站入库流量的精准预测，将对水电站生产带来显著的安全和经济价值。

### 比赛任务

基于历史数据和当前观测信息，对电站未来7日入库流量进行预测（每3小时一个预测值，共56个待预测值）。初赛预测3个时段，决赛预测5个时段。

## 注塑成型工艺的虚拟量测和调机优化

## 题目描述

注塑成型作为做常见的一种塑料制品加工工艺，它所加工的产品在生活中随处可见，例如电子产品、汽车配件、玩具以及其他众多消费品。由于成型系统较为复杂并且对环境较为敏感，注塑成型加工过程中的不稳定因素很容易导致产品不良的发生，造成经济损失。

所以我们建立注塑成型大数据，来感知这些不可见的干扰因素，然后通过分析建模解决甚至避免现场痛点问题。比如成型过程的异常检测预警及不良品的识别，有助于减少甚至避免不合格品的产生，对于管控产品质量、降低生产成本有重要的作用。同时，针对异常产生现场人员因经验差异导致调机无法规范化的问题，如果能够根据成型过程数据和异常事件进行建模分析，改进调机策略，将会节省大量的时间成本和经济成本。

### 赛题任务

比赛任务本赛题需要选手完成以下两项任务：

任务A – 虚拟量测（初赛及决赛）

要求选手针对成型工艺品质异常中尺寸超规问题进行虚拟量测。根据训练集所提供所有模次产品的过程数据和相对应的实际量测值（标签）进行虚拟量测模型建模，然后对测试集中的产品进行尺寸预测，即虚拟量测。

任务B – 调机优化（仅进入决赛的选手参加）

此任务中会提供更多维度（品质异常记录，调机记录）和更长时间跨度的数据。要求选手适当结合任务A中所得到的知识对所有数据，包括预赛数据和决赛数据，进行数据挖掘，并按照模板所要求的格式从以下几个方面完成一份调机优化报告：

数据集提供了每个产品的生产过程数据，还提供了工艺参数的调机记录和部分原因。请结合这些数据分析现场调机操作的有效性与合理性形成调机优化策略。（有效性：工艺参数的调整是否解决了问题。合理性：是否存在更好的处理方式。）
任务A数据集中每个模次都提供了尺寸测量信息，而任务B数据集中的模次大多没有精确测量的尺寸信息，只有定期巡检的数据用来作为品质数据的标签数据，那么请问我们是否能评估数据集中标签缺失时段的生产状况。请基于数据分析的证据给出判断。如果能，请分析说明具体品质状况；如果不能，请说明理由。
工业大数据的质量一直是影响建模表现的重要因素，请结合任务A和任务B，至少从3个方面基于实证指出并说明，数据质量目前存在的问题以及如何进一步提升数据质量（如增加更多的传感器类型，改变采样方式，减少某些非关键数据采样等等)。
请利用数据挖掘所得到的结果对注塑成型未来智能化升级提出自己的看法。鼓励结合做题过程中的感悟对智能制造以及业工业4.0未来方向的思考。