根云杯8强|这个大学老师独自探索出了机器“体温”的奥秘

    每个人的正常体温略有不同，而且受时间、季节、环境等因素的影响会发生变化。一般临床经验认为，当口腔温度高于37.5 ℃，腋窝温度高于37℃，或一日之间体温相差在1℃以上，这个人就算发烧生病了。

    在华北电力大学宋光雄副教授看来，每一台矗立在高山绝壁的风电机，也都有一套可以准确衡量自己是否健康的标准——轴承温度。“作为工业设备的‘关节‘，每一个轴承都拥有个性化的温度数据，通过监测轴承温度，可以实现对设备的实时预警和反馈评价，”宋光雄把自己研发出的这套算法模型命名为“温度探伤@轴承“。

华北电力大学能源动力与机械工程学院副教授 宋光雄

（点击图片，观看宋老师复赛现场采访短视频）

    工业设备的运行参数异常广泛且普遍存在，随着大数据及人工智能技术的发展，设备运行状态的异常检测在工业互联网领域的应用前景广阔。2005年，先后经历北京交通大学硕士、北京航空航天大学博士的宋光雄，作为清华大学博士后来到华北电力大学任教工作，是个十足的工业算法科研学霸。2016年，宋光雄开始着手温度探伤数据算法模型的研发，并将目光落点在风电机组的轴承。“不仅是风电，各类大、小轴承，可以充分适用于齿轮箱等关键重要部件，在燃气轮机、汽轮机、泵、风机等工业设备，以及航空、轮船、高铁等运输工具中都具有普适价值。”宋光雄解释道。

    在过去很长的一段时间里，“振动数据”一直被作为洞察设备运行状态的关键指标，然而振动标准一般仅限于报警值和停机值的设定，不仅容易因为各种干扰经常出现误报，可信度低，更重要是大量庞杂的数据传输量，导致各项成本高昂，验证困难。对比而言，温度数据可以直接反馈设备内部的状态，以最低的成本回答最基本且核心的问题——“发生了什么”，同时满足鲁棒性、可靠性和经济性。在宋光雄的眼中，这些“可以对已经发生的过程进行评价，对正在发生的过程进行预警”的温度数据，拥有“聪明、可靠、低廉”的禀赋。这一出发点还恰好与世界最大的风电系统供应商Veatas不谋而合。

数据分析中间结果图片

    为了完成和验证这套算法模型的可行性，两年时间内，宋光雄共收集了超过120台风电机组，1-2年时间内的SCADA秒级数据，“利用规模数据验证，是检验算法模型的唯一标准”是他一直信奉的法则。谈及独立完成这个作品的核心研发和验证的感受，宋光雄沉默了一秒，他说他很感谢两年多在这个项目合作并给予过帮助的所有人，“过程肯定是一言难尽的，所幸有压力，有努力，也有进步。”

    2018年8月，宋光雄带着“温度探伤@轴承”数据算法模型参加了“根云杯”全国首届工业APP百万大奖赛，目前已经进入全国8强。但他坦言，这次比赛最难忘也最有价值的是初赛。本次大赛初赛以线上评审的形成进行打分评选，选手们在作品宣讲的同时，还需要直接接受由树根互联的研发专家组成评委团提问，“原本我的量化指标只有‘数量’这一项，真的是评委们的步步‘逼问’刺激了我思考，让我在比赛过程中补充到‘数量’和‘程度’两个维度的量化指标，提高了整个算法模型的可靠性和实用价值。”

    对于决赛及一百万奖金，宋光雄笑称，“我是希望的”，但是作为来自高校的‘职业选手’，他认为更重要的是看到了树根互联举办这次大赛所表现出的创新姿态，推动校企的互动与合作。

    深耕工业数据算法模型研发20多年，在宋光雄看来，APP更像是载体和道具，算法模型才是拥有智慧的“八爪鱼触角”，相比工业互联网这个更广义的大舞台，算法模型是台中的舞蹈表演者，是洞察工业数据的工具，任何的工业革命都是先进工具发明到广泛利用的过程，铸造一个工业强国，重视工业算法模型研发，不可或缺。对于未来，宋光雄说，“工业数据算法模型研发工作是我的专业，但它仍需要精益求精，永远是开始。”