混凝土泵送機械大數(shù)據(jù)挖掘與應用

趙鑫，吳德志，周志忠

1. 中聯(lián)重科股份有限公司，湖南 長沙 410205； 2. 國家混凝土機械工程技術研究中心，湖南 長沙 410205

1 引言

由于信息技術、網(wǎng)絡技術、通信技術的發(fā)展，實時的、大批量的數(shù)據(jù)傳輸成為現(xiàn)實，智能數(shù)據(jù)分析在對海量科學數(shù)據(jù)的處理中變得越來越普遍[1]。大數(shù)據(jù)是信息技術（IT）產(chǎn)業(yè)的又一次顛覆性技術革命，它的產(chǎn)生滿足了實時海量數(shù)據(jù)采集后的存儲、操作、管理和可視化的需求，大數(shù)據(jù)將重點運用于商業(yè)決策、政府決策和公共服務三大領域。目前大數(shù)據(jù)的應用也逐漸從互聯(lián)網(wǎng)走向了智慧城市、智慧醫(yī)療、智能電網(wǎng)及工業(yè)領域，互聯(lián)網(wǎng)以其開放、自治與共享的理念，正在不斷與社會各個領域結合，帶動生產(chǎn)和社會的巨大進步[2]。大數(shù)據(jù)可以對民族發(fā)展、產(chǎn)業(yè)升級換代、科學發(fā)展、跨學科研究、預測未來等方面產(chǎn)生巨大的影響[3]。

新一代信息通信技術的發(fā)展驅動制造業(yè)邁向轉型升級的新階段——數(shù)據(jù)驅動的新階段，這是新的技術條件下制造業(yè)生產(chǎn)全流程、全產(chǎn)業(yè)鏈、產(chǎn)品全生命周期數(shù)據(jù)可獲取、可分析、可執(zhí)行的必然結果[4]。工業(yè)大數(shù)據(jù)技術是使工業(yè)大數(shù)據(jù)中所蘊含的價值得以挖掘和展示的一系列的技術與方法，包括數(shù)據(jù)采集、預處理、存儲、分析挖掘、可視化和智能控制等[5]。工程機械設備是社會基礎建設的“晴雨表”，工程機械物聯(lián)網(wǎng)大數(shù)據(jù)可以印證整體經(jīng)濟數(shù)據(jù)走強和工程開工率提升，對宏觀決策很有幫助。據(jù)統(tǒng)計，目前中國前3位的工程機械企業(yè)的設備保有量均超過15萬臺[6]，每天設備的生產(chǎn)、位置、施工、故障信息等會實時傳輸?shù)礁髯云髽I(yè)的云平臺，通過云平臺的數(shù)據(jù)采集、存儲和分析，可以實時得出設備的生產(chǎn)、庫存、開工率、開工時間、區(qū)域開工熱度、潛在市場需求分析、故障統(tǒng)計分析等數(shù)據(jù)，通過設備數(shù)據(jù)分析和研究，可以實現(xiàn)中國市場宏觀分析、市場需求分析、企業(yè)生產(chǎn)指導、企業(yè)質量提升等?；炷翙C械作為工程機械的一種，是國家基礎施工、高鐵建設、隧道建設等的重要保證，了解混凝土機械的施工大數(shù)據(jù)特點，同樣對混凝土機械的提升有巨大的推進作用。

大數(shù)據(jù)的定義很多，比較有代表性的是3V定義，大數(shù)據(jù)滿足3個特點：規(guī)模性（volume）、多樣性（variety）和高速性（velocity）。泵送機械大數(shù)據(jù)的特點符合典型大數(shù)據(jù)特征且有自身的特點：數(shù)據(jù)量大；數(shù)據(jù)多樣化，設備上傳數(shù)據(jù)包括視頻、圖片、地理位置信息等多類型數(shù)據(jù)；數(shù)據(jù)價值密度低，雖然設備上傳的數(shù)據(jù)多，但是需要長時間的分析才能挖掘，信息量大，但是價值信息密度低；數(shù)據(jù)在線性，設備施工過程中數(shù)據(jù)實時傳輸，故障信息需要實時解析。泵送機械大數(shù)據(jù)面臨諸多方面的挑戰(zhàn)，根本挑戰(zhàn)在于其復雜性、不確定性和涌現(xiàn)性[7]。

本文針對目前混凝土泵送機械設備大數(shù)據(jù)的技術現(xiàn)狀、關鍵問題和面臨的技術挑戰(zhàn)，介紹了目前混凝土設備的特點、數(shù)據(jù)傳輸結構、大數(shù)據(jù)分析關鍵技術、大數(shù)據(jù)架構設計、大數(shù)據(jù)分析應用和預測，從而對宏觀分析、營銷市場分析、配件市場等的決策起到輔助作用。

2 混凝土機械特點及數(shù)據(jù)傳輸結構

2.1 混凝土機械特點

混凝土機械包括混凝土泵車、攪拌車、拖泵、攪拌站等，攪拌站是混凝土生產(chǎn)的設備，攪拌車是混凝土運輸?shù)脑O備，泵車、拖泵是泵送混凝土到施工地點的設備。本文以混凝土泵車為例進行整體介紹和大數(shù)據(jù)分析研究。

混凝土泵車是一種用于輸送和澆筑混凝土的工程機械設備[8]，由泵送系統(tǒng)、臂架系統(tǒng)、底架系統(tǒng)等組成，其中泵送系統(tǒng)是泵送混凝土的裝置，包括泵送機構、分配機構和攪拌機構，如圖1所示。臂架系統(tǒng)是輸送混凝土的裝置，通過不同系統(tǒng)的協(xié)同，實現(xiàn)對混凝土的輸送，從而實現(xiàn)對公路、鐵路、水利等基礎設置的建設?；炷翙C械具有施工時間長、能在惡劣環(huán)境下施工等特點，是國家基礎建設的根本設備。

2.2 數(shù)據(jù)源及其特點

圖1 混凝土泵車設備及其泵送系統(tǒng)

圖2 數(shù)據(jù)傳輸流程

數(shù)據(jù)獲取是重要的環(huán)節(jié)，數(shù)據(jù)的準確采集是大數(shù)據(jù)采集的關鍵。目前大數(shù)據(jù)的主要來源包括：商業(yè)數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)和物聯(lián)網(wǎng)數(shù)據(jù)。本文的大數(shù)據(jù)主要是針對設備的物聯(lián)網(wǎng)數(shù)據(jù)、GPS數(shù)據(jù)和針對企業(yè)內部軟件企業(yè)資源規(guī)劃（enterprise resource planning，ERP）、企業(yè)管理解決方案（systems applications and products，SAP）等的商業(yè)數(shù)據(jù)。

由于混凝土泵送機械特殊的結構特點，一般采用的數(shù)據(jù)來源有以下幾個。

● 設備底盤傳輸?shù)臄?shù)據(jù)。如底盤發(fā)動機數(shù)據(jù)（發(fā)動機轉速、燃油消耗、發(fā)動機總工作時間）和底盤其他數(shù)據(jù)（車速、燃油油位、系統(tǒng)電壓）等。

● 設備本身的傳感器數(shù)據(jù)。根據(jù)工程機械智能化的發(fā)展趨勢，越來越多的傳感裝置得到應用，如壓力傳感器、位移傳感器、角度傳感器、視頻/音頻傳感器、振動傳感器、控制器、GPS行駛記錄儀等。

● 企業(yè)ERP、SAP、客戶關系管理（customer relationship management，CRM）系統(tǒng)的數(shù)據(jù)。

數(shù)據(jù)傳輸?shù)倪^程包括：數(shù)據(jù)獲取、數(shù)據(jù)傳輸、數(shù)據(jù)清洗、數(shù)據(jù)變換。數(shù)據(jù)傳輸流程如圖2所示。

2.3 數(shù)據(jù)的獲取和傳輸

工程機械的大數(shù)據(jù)可以根據(jù)數(shù)據(jù)類型進行區(qū)別獲取，結構化數(shù)據(jù)采用系統(tǒng)日志采集的方法獲取，非結構化的數(shù)據(jù)可以通過將元數(shù)據(jù)標簽附加到非結構化數(shù)據(jù)上，使非結構化數(shù)據(jù)與結構化數(shù)據(jù)進行集成處理；企業(yè)特定系統(tǒng)（如CRM等）的數(shù)據(jù)可通過開放相關接口獲取。

由于設備的移動工作屬性，車輛的工況數(shù)據(jù)、位置信息等通過車載GPS終端、移動網(wǎng)絡進行傳輸；視頻音頻等非結構化數(shù)據(jù)首先通過Wi-Fi與當?shù)胤掌鬟B接，然后通過互聯(lián)網(wǎng)傳輸?shù)狡髽I(yè)大數(shù)據(jù)平臺；企業(yè)運營數(shù)據(jù)則直接通過接口傳輸?shù)酱髷?shù)據(jù)平臺，然后由大數(shù)據(jù)平臺對所有數(shù)據(jù)進行匯總和存儲。

2.4 數(shù)據(jù)的清洗和變換

數(shù)據(jù)傳輸?shù)酱髷?shù)據(jù)平臺后，需要對其進行預處理，數(shù)據(jù)預處理的方法包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)變換等。工程機械的數(shù)據(jù)預處理主要是對數(shù)據(jù)進行清洗，即對數(shù)據(jù)進行解析、規(guī)整和處理：對數(shù)據(jù)噪聲、空白值或異常數(shù)據(jù)進行分析判斷，通過閾值算法、合理空間設定算法等進行排查和分析，實現(xiàn)數(shù)據(jù)的初步清洗，然后對清洗后的數(shù)據(jù)進行變換解析，得出可以用于分析的數(shù)據(jù)。由于工況數(shù)據(jù)的多樣性，對數(shù)據(jù)進行去噪處理、數(shù)據(jù)聚集和數(shù)據(jù)規(guī)范化處理非常重要。

3 混凝土機械大數(shù)據(jù)分析關鍵技術

混凝土機械大數(shù)據(jù)展示需要多種技術的協(xié)同，文件系統(tǒng)提供存儲能力的支持，索引系統(tǒng)提供高效的數(shù)據(jù)查詢，數(shù)據(jù)分析系統(tǒng)提供模型構建、算法研究等，可視化系統(tǒng)將分析結果進行視覺表現(xiàn)形式的展示，驅動各種業(yè)務的發(fā)展。同時基于工程機械施工的特點，對于設備類型、特征屬性需要利用設備碼識別技術，以保證準確識別不同類型的設備及其關鍵配置信息，保證數(shù)據(jù)不同維度區(qū)分的準確性。

3.1 設備碼識別技術

每一臺出廠的混凝土機械設備，無論是泵車、攪拌車、攪拌站、車載泵等，都有一個識別的代碼，以便于區(qū)分。同時還要對某種設備的自身屬性進行區(qū)分，如泵車的臂架長度（如23 m、40 m、49 m、56 m、63 m）是區(qū)分泵車施工能力的關鍵指標；泵車搭載的底盤類型（如奔馳、五十鈴、解放底盤等）可以對不同類型進行區(qū)別分析；還有產(chǎn)品程序版本信息、產(chǎn)品中高端版本信息、配置信息等。在大數(shù)據(jù)分析的基礎上，通過正確地設置這些基本信息，可以準確識別出不同設備的特征、結構，從而可以進行正確、有效的數(shù)據(jù)分析。

對工程機械企業(yè)進行大數(shù)據(jù)分析時，正確識別設備碼是基礎。出廠前對每臺設備進行有效的把控，不僅能提升產(chǎn)品質量，同時對數(shù)據(jù)資產(chǎn)的獲取也起到很大的作用。

3.2 大數(shù)據(jù)算法研究技術

由于數(shù)據(jù)種類多、數(shù)量質量不統(tǒng)一等原因，如果將所有的數(shù)據(jù)聚集在一起，而不做任何處理，會產(chǎn)生很多的無用數(shù)據(jù)干擾大數(shù)據(jù)的分析和決策。因此，數(shù)據(jù)分析是大數(shù)據(jù)價值鏈最后的也是最重要的階段，是大數(shù)據(jù)價值的體現(xiàn)和大數(shù)據(jù)應用的基礎[9]。大數(shù)據(jù)算法是影響大數(shù)據(jù)分析結果準確性的關鍵。

大數(shù)據(jù)分析的理論核心是數(shù)據(jù)算法，算法研究既要考慮數(shù)據(jù)量也要考慮處理速度。很多傳統(tǒng)的數(shù)據(jù)分析方法也可以應用到大數(shù)據(jù)分析中：聚類分析方法是劃分對象的統(tǒng)計學方法[10]；因子分析方法是用典型的因子描述許多指標或因素之間的聯(lián)系[11]；相關分析方法是測定事務之間的相關關系的規(guī)律性[12]；數(shù)據(jù)挖掘方法是實現(xiàn)一些高級別的數(shù)據(jù)分析需求等[13]。但是在處理大規(guī)模數(shù)據(jù)集、非結構化數(shù)據(jù)時，處理效率無法達到預期。目前許多領域的研究是在分布式計算框架上對現(xiàn)有數(shù)據(jù)挖掘理論加以改進，進行并行化和分布式的處理[1]。

數(shù)據(jù)算法要面對TB級以上的建模能力，需要構建可擴展性大數(shù)據(jù)挖掘算法，要確保在大數(shù)據(jù)分析、處理過程中的數(shù)據(jù)安全及隱私不被泄露等，同時構建分布式工作流引擎，保證負載均衡。

3.3 大數(shù)據(jù)可視化技術

作為解釋大量數(shù)據(jù)最有效的手段之一，可視化率先被科學與工程計算領域采用[14]。數(shù)據(jù)可視化可以非常直觀地呈現(xiàn)大數(shù)據(jù)的特點，幫助人們分析大規(guī)模、多來源、高維度、實時變化的信息，并可以提供輔助的實時決策支持。為了提升數(shù)據(jù)解釋、展示能力，現(xiàn)在大部分企業(yè)都引入了數(shù)據(jù)可視化技術，可視化結果可以形象地向用戶展示數(shù)據(jù)分析結果，更方便用戶對結果的理解和接收[15]。大數(shù)據(jù)可視化具有實時性、操作簡易性、豐富展現(xiàn)性、多數(shù)據(jù)集成支持性等特性。目前數(shù)據(jù)分析常見的柱狀圖、餅圖、直方圖只能呈現(xiàn)基本的信息，對于復雜的結構化、非結構化數(shù)據(jù)，數(shù)據(jù)可視化的流程非常復雜，具體實現(xiàn)流程如圖3所示。

大數(shù)據(jù)可視化技術的實施，可以對工程機械生產(chǎn)數(shù)據(jù)、設備的分布區(qū)域、施工地點、施工時長、故障診斷、售后服務等進行可視化展示，為公司的生產(chǎn)、技術、營銷和售后提供數(shù)據(jù)支撐。通過數(shù)據(jù)化管理，還可以進行潛在市場分析、故障動態(tài)預警、施工趨勢分析、施工活力圖分析等。

圖3 大數(shù)據(jù)可視化實現(xiàn)的流程

4 面向工程機械應用的大數(shù)據(jù)架構設計

如何根據(jù)不同的工程機械大數(shù)據(jù)分析需求設計出穩(wěn)定的架構，以滿足日益變化的需求變更和產(chǎn)品數(shù)量的擴張，是工程機械大數(shù)據(jù)方法論及其關鍵技術分析和研究的重點[16]。本文基于數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)存儲和計算、數(shù)據(jù)應用4個層面進行了敏捷大數(shù)據(jù)架構設計。該架構可以解決各類數(shù)據(jù)格式不統(tǒng)一、數(shù)據(jù)量和采樣頻率差異大等問題，實現(xiàn)各種數(shù)據(jù)采集；突破了海量數(shù)據(jù)存儲及快速計算，實現(xiàn)數(shù)據(jù)高效管理，基于Hadoop分布式文件系統(tǒng)實現(xiàn)數(shù)據(jù)高效的管理和存儲，采用具有可伸縮性、基于內存計算的Spark并行分布式計算框架實現(xiàn)數(shù)據(jù)挖掘與機器學習等算法，最終可實現(xiàn)工程機械數(shù)據(jù)的采集、存儲、管理及數(shù)據(jù)清洗、數(shù)據(jù)轉換、數(shù)據(jù)顯示、數(shù)據(jù)應用。其總體架構設計如圖4所示。

4.1 數(shù)據(jù)采集

采集的數(shù)據(jù)可分為3種類型：設備采集的工況、地理位置數(shù)據(jù)，設備上安裝的壓力、位移、液位等傳感器數(shù)據(jù)，GPS采集的定位軌跡數(shù)據(jù)；生產(chǎn)、銷售等系統(tǒng)的數(shù)據(jù)庫，結構化和非結構化數(shù)據(jù)，根據(jù)射頻識別（RFID）終端識別的設備生產(chǎn)過程產(chǎn)生的數(shù)據(jù)，銷售產(chǎn)生的客戶數(shù)據(jù)；互聯(lián)網(wǎng)數(shù)據(jù)采集，包括環(huán)境數(shù)據(jù)、原材料數(shù)據(jù)、大規(guī)模建設、房地產(chǎn)開發(fā)等數(shù)據(jù)，根據(jù)爬蟲技術獲取的互聯(lián)網(wǎng)、行業(yè)公共數(shù)據(jù)等。采集的數(shù)據(jù)需要進行提取、轉換、清洗和隱私脫敏等處理。數(shù)據(jù)采集后通過傳輸通道進行傳輸[10]。

圖4 混凝土機械大數(shù)據(jù)分析總體架構設計

4.2 數(shù)據(jù)處理

大數(shù)據(jù)中蘊含的寶貴價值是人們存儲和處理大數(shù)據(jù)的驅動力，目前人們對大數(shù)據(jù)的處理主要是對靜態(tài)數(shù)據(jù)的批處理、對在線數(shù)據(jù)的實時處理以及對圖像數(shù)據(jù)的綜合處理[17]。由于混凝土泵送設備的特殊性，設備銷售后大部分時間在當?shù)厥┕ぃ瑐鞲衅鞑杉臄?shù)據(jù)通過GPS、3G/4G/Wi-Fi進行傳輸，同時其他工況數(shù)據(jù)通過互聯(lián)網(wǎng)進行傳輸，統(tǒng)一將數(shù)據(jù)傳輸?shù)酱髷?shù)據(jù)平臺。數(shù)據(jù)存儲采用分布式云存儲系統(tǒng)，存儲后進行處理。大數(shù)據(jù)的應用類型有很多，主要有流處理（stream processing）和批處理（batch processing）兩種處理方式。

本文根據(jù)數(shù)據(jù)的傳輸頻率，采用兩種模式結合的方式，其中毫秒、秒級數(shù)據(jù)采用流處理方式，其他數(shù)據(jù)采用批處理方式。對采集設備的位置信息、工況信息、環(huán)境信息、數(shù)據(jù)庫信息等進行算法挖掘時，要考慮算法的可擴展性。其中對工程機械產(chǎn)生的數(shù)據(jù)進行處理的方法如下。

● 地理位置信息數(shù)據(jù)清洗，根據(jù)合理行駛速度區(qū)間，將設備的位置信息限定在合理的行駛地理區(qū)間內，處理異常地理位置信息，保證車輛位置信息準確。

● 工況信息會出現(xiàn)空值、重復、丟失等情況，通過過濾、篩選及冗余傳輸?shù)炔呗裕瑢崿F(xiàn)工況數(shù)據(jù)實時準確傳輸，保證信息準確。

● 其他信息還需要采用容錯性、水平擴展等措施進行數(shù)據(jù)分析處理。

4.3 數(shù)據(jù)應用

數(shù)據(jù)采集后，通過云存儲、建模、算法研究和分析，可以被轉換為圖形化數(shù)據(jù)。數(shù)據(jù)應用層首先要滿足泵送設備的大數(shù)據(jù)分析需求，包括位置信息和工況信息可視化查詢、展示、趨勢預測等，分析的結果可以對應用起到?jīng)Q策支撐的作用。

5 大數(shù)據(jù)應用和預測

本文以筆者單位生產(chǎn)的混凝土泵送設備為例，著重從訂單數(shù)據(jù)、生產(chǎn)類數(shù)據(jù)、工況數(shù)據(jù)、故障數(shù)據(jù)、地理位置數(shù)據(jù)等方面分析數(shù)據(jù)，挖掘數(shù)據(jù)價值。

● 通過將訂單數(shù)據(jù)與生產(chǎn)數(shù)據(jù)、庫存數(shù)據(jù)進行實時對比分析，調配設備庫存及生產(chǎn)情況。

● 通過對區(qū)域施工熱度進行分析，實現(xiàn)全國、省、市三級開工熱度分析及未來施工預測，并對施工熱度上升、下降趨勢明顯的區(qū)域進行預警，防止生產(chǎn)短缺，保證及時備貨，同時防止生產(chǎn)過剩，造成產(chǎn)品呆滯。

● 通過分析所有設備的施工情況，建立動態(tài)維護保養(yǎng)預警模型，實現(xiàn)主動維護保養(yǎng)和配件銷售、驅動精準服務的要求。

● 通過分析區(qū)域施工位置及市場熱度，實時指導客戶對區(qū)域市場的把控，了解市場行情，指導后期經(jīng)營活動。

● 故障統(tǒng)計分析和預測，通過故障數(shù)據(jù)、實時工況數(shù)據(jù)監(jiān)控，實現(xiàn)對關鍵元器件質量的把控，同時通過故障預測模型進行預測分析，調整控制參數(shù)。

● 通過數(shù)據(jù)驅動整體實現(xiàn)數(shù)據(jù)對營銷、服務、研發(fā)、客戶等領域的數(shù)據(jù)指導，并對未來變化趨勢做出預測，為客戶、企業(yè)管理者戰(zhàn)略決策提供數(shù)據(jù)支撐。

5.1 需求訂單量與生產(chǎn)進度、倉儲情況匹配

數(shù)據(jù)源為CRM系統(tǒng)訂單數(shù)據(jù)（設備型號、配置等）、客戶信用等級數(shù)據(jù)、客戶所屬區(qū)域施工總量市場數(shù)據(jù)、實時生產(chǎn)數(shù)據(jù)、庫存數(shù)據(jù)、發(fā)貨時間等。CRM系統(tǒng)會實時更新潛在客戶的需求數(shù)據(jù)、已下訂單數(shù)據(jù)；實時生產(chǎn)數(shù)據(jù)包括設備的下料、物料的搬運，結構焊接，設備裝配，整車的涂裝；設備入庫后，實時更新設備庫存數(shù)量、時間、發(fā)出數(shù)量、未來n天的發(fā)貨計劃等，生產(chǎn)過程的數(shù)據(jù)量為5～10 GB/天。

訂單成交率指數(shù)：全國的營銷人員會填寫所有潛在客戶的信息，包括客戶實際需求型號、配置、分期付款等，分期付款客戶系統(tǒng)自動匹配計算出訂單成交系數(shù)，分別為以下幾個。

● 老客戶根據(jù)月活躍天數(shù)、日施工時間、最近施工時間3個參數(shù)對客戶信用等級進行評價，再使用歸一化法將參數(shù)映射到[0,1]，設參數(shù)為A1，新客戶A1=0.5。

● 銀行信用系統(tǒng)整體上對客戶的綜合評價記為A2，沒有評價信息時，A2=0.5。

● 對該訂單所在區(qū)域整體施工總量值排名，依據(jù)五分位法設定區(qū)域施工系數(shù)A3。

依據(jù)以上系數(shù)，預測整體訂單數(shù)量，并實時結合正在生產(chǎn)的設備數(shù)量、型號及設備庫存數(shù)據(jù)情況，合理安排生產(chǎn)情況和設備備貨情況，保證訂單與設備生產(chǎn)相關聯(lián)，保證產(chǎn)品銷售。

將全國所有銷售業(yè)務數(shù)據(jù)與生產(chǎn)、庫存數(shù)據(jù)相關聯(lián)，建立動態(tài)模型，實現(xiàn)了訂單預測、生產(chǎn)全過程實時監(jiān)控和分析；倉儲實時監(jiān)控，建立動態(tài)閉環(huán)，保證了設備生產(chǎn)，同時避免了產(chǎn)能過剩和產(chǎn)能不足的發(fā)生。業(yè)務驅動市場極大地提升了智能工廠的生產(chǎn)效率，實現(xiàn)了業(yè)務到生產(chǎn)的數(shù)據(jù)融合，促進了企業(yè)發(fā)展。圖5為訂單與生產(chǎn)流程，圖6為設備庫存數(shù)據(jù)。

5.2 區(qū)域熱度分析

（1）數(shù)據(jù)源

數(shù)據(jù)源為施工數(shù)據(jù)（施工方量、施工時間），包括設備月施工天數(shù)、單次施工時間、最近的施工時間。按照設備施工數(shù)據(jù)5 MB/天的數(shù)據(jù)傳輸量、日平均施工設備5 000臺計算，日數(shù)據(jù)量約為24 GB。

（2）區(qū)域施工熱區(qū)預測

利用設備的日施工時間、月施工次數(shù)、單次施工時間、日施工總量增量斜率等多個變量建立施工預測模型，各個數(shù)據(jù)采用正態(tài)分布分析法，得出設備施工的概率分布，同時對設備數(shù)據(jù)進行橫向、縱向分析、多元回歸分析等，實現(xiàn)區(qū)域熱度的預測。

通過分析設備某段時間的位置分布及整體施工數(shù)據(jù)，可以得出某一個月設備的開工熱度。

圖5 訂單與生產(chǎn)流程

圖6 依據(jù)訂單數(shù)據(jù)實現(xiàn)的庫存設備數(shù)據(jù)

通過總量、平均量分析法、增量斜率分析法和地理位置映射方法，可獲取全國、各個省市的總的施工量、單臺設備平均施工數(shù)據(jù)和施工增量斜率。圖7為2017年全國混凝土泵送設備的月施工圖，通過分析可以得出：施工總數(shù)與施工臺數(shù)相關性較強，2月份施工量全年最低，整體上施工熱度在4～10月份；平均每臺施工方量趨勢大體一致，7、8月份由于天氣原因施工總量略有下降，11月份以后東北和西北地區(qū)施工總量和開工臺數(shù)下降明顯，與氣候和溫度關聯(lián)較大。

通過地理位置映射的方法，分析不同省、市的施工情況，并對未來全國、省、市的施工情況進行預測，提供整體的宏觀分析和區(qū)域熱度分析的指數(shù)模型，具有重要意義。

5.3 精準服務分析

圖7 2017年設備施工量統(tǒng)計

數(shù)據(jù)源為客戶信息、維護保養(yǎng)信息、設備地理位置信息、設備工作時間。數(shù)據(jù)量包含在第5.2節(jié)施工數(shù)據(jù)中。采用動態(tài)關聯(lián)算法，目前所有的設備檔案信息都有詳細的服務記錄，將單臺設備施工數(shù)據(jù)與設備維護保養(yǎng)數(shù)據(jù)結合，可實現(xiàn)精準服務。傳統(tǒng)的服務靠服務工程師在保養(yǎng)后記錄，再根據(jù)大概的時間（如1年）進行保養(yǎng)提醒，或者客戶提出對設備保養(yǎng)的需求時才進行，沒有考慮設備實際的施工情況，因此這樣的保養(yǎng)不準確，且無法做到需求預測、提前備貨等。

正常情況下，泵送機械底盤、潤滑油、易損件（眼鏡板、切割環(huán)、活塞、S管等）、結構件等的保養(yǎng)都與施工方量、施工時間等相關，通過將CRM系統(tǒng)客戶設備維護保養(yǎng)信息進行更新維護，可實時獲取設備最新狀態(tài)，根據(jù)方量和施工時間信息進行累加，實現(xiàn)精準服務。通過以上數(shù)據(jù)，建立維護保養(yǎng)、設備保養(yǎng)預測、零配件銷售、當?shù)亓闩浼靷}儲的動態(tài)關聯(lián)系統(tǒng)，建立維護保養(yǎng)庫，將設備的維護保養(yǎng)數(shù)據(jù)轉化成同一個時間維度，即進行時間的標準化。將服務數(shù)據(jù)映射到時間上，通過添加施工方量、施工時間數(shù)據(jù)維度，設定維護保養(yǎng)報警閾值、實際實施閾值等。根據(jù)設備實際施工數(shù)據(jù)反饋，當觸發(fā)閾值時，將信息映射到時間維度，實施相關零配件的備貨處理、主動服務溝通和相關零配件的主動銷售。本模型采用零配件需求數(shù)據(jù)邏輯分類、需求決策樹模型，實現(xiàn)數(shù)據(jù)驅動服務的轉型。根據(jù)數(shù)據(jù)互聯(lián)互通和動態(tài)反饋，實時修正閾值設定，維護保養(yǎng)及零配件需求預測準確率大于80%。圖8為3款設備目前的施工方量區(qū)間統(tǒng)計。

5.4 數(shù)據(jù)支撐支持市場

數(shù)據(jù)源為設備地理位置信息、設備施工信息。設備每在一個地方施工，該施工點就會作為熱度點在地圖上映射，根據(jù)長時間的數(shù)據(jù)分析和跟蹤，并實時更新，可以得出全國所有地區(qū)的施工地點和施工熱度。

采用聚類分析法、判別分析法對開工熱度點進行判別和分析，從而實時聚焦開工熱度區(qū)域，并實時累計疊加，建立全國、省、市的熱度可視化系統(tǒng)，并得出熱門施工區(qū)域。該數(shù)據(jù)支撐市場系統(tǒng)對指導市場和客戶、把控區(qū)域市場情況起到很好的作用。

5.5 故障預警分析

數(shù)據(jù)源為設備回傳故障數(shù)據(jù)、CRM系統(tǒng)中客戶設備實際發(fā)生故障、設備工況數(shù)據(jù)（如壓力、液壓油溫等）。故障數(shù)據(jù)為觸發(fā)數(shù)據(jù)，數(shù)據(jù)量較?。还r數(shù)據(jù)實時性要求高，設備數(shù)據(jù)量參考第5.2節(jié)。

故障預警分析主要采用統(tǒng)計學、故障模型預測算法。設備擁有故障自診斷信息，設備一旦施工，任何故障信息都會實時傳輸?shù)酱髷?shù)據(jù)平臺，通過分析一段時間內泵車的所有故障數(shù)據(jù)，可以對關鍵技術可靠性、關鍵傳感器穩(wěn)定性、GPS的故障率等進行統(tǒng)計分析，同時可基于實時回傳的工況數(shù)據(jù)，建立故障預測模型，如可以通過泵送壓力、持續(xù)時間、發(fā)動機轉速等建立泵送防堵管的模型，實時預測泵送設備的泵送性能，并根據(jù)預測結果調整控制參數(shù)，保證故障自適應解決。根據(jù)故障處理問題，建立故障預測和故障解決知識庫，為故障的快速解決提供數(shù)據(jù)分析和指導。

6 結束語

圖8 3款泵車施工方量區(qū)間統(tǒng)計

本文提出混凝土泵送設備的特點和大數(shù)據(jù)發(fā)展情況，分析了混凝土機械特點及數(shù)據(jù)傳輸結構。通過關鍵技術分析，構建了大數(shù)據(jù)平臺的架構；通過大數(shù)據(jù)的分析和應用，可以在設備生產(chǎn)、倉儲、銷售、服務等多個方面提供數(shù)據(jù)支撐，為工程機械企業(yè)的決策提供有效的數(shù)據(jù)支撐，并為企業(yè)在大數(shù)據(jù)時代的發(fā)展提供方法論。目前，工程機械大數(shù)據(jù)應用仍然面臨諸多挑戰(zhàn)，不同工程機械企業(yè)間難以共享，數(shù)據(jù)缺乏統(tǒng)一的接口和平臺，還有某些關鍵工況數(shù)據(jù)依然必須依賴可靠性高、費用昂貴的傳感設備等。隨著科技的發(fā)展和進步、工程機械設備數(shù)據(jù)獲取和大數(shù)據(jù)技術的深入結合，工程機械設備的應用將會使國家和相關行業(yè)實時了解設備動態(tài)、宏觀開工情況、區(qū)域活躍指數(shù)等，從而實現(xiàn)宏觀分析和調控，為制定合理的產(chǎn)業(yè)政策，保證國家、行業(yè)、公司有序健康發(fā)展提供助力。