工業(yè)大數(shù)據(jù)在提高新能源汽車質量中的應用

奚新文 茅衛(wèi)東 張轉平

奇瑞新能源汽車股份有限公司 安徽省蕪湖市 241000

1 前言

新能源汽車的發(fā)展是汽車發(fā)展的新方向，隨著人們環(huán)境保護意識的增加，新能源汽車逐漸有替代傳統(tǒng)燃油車的趨勢。新能源汽車的逐漸普及給汽車公司帶來了新的發(fā)展和挑戰(zhàn)，如何利用新的產(chǎn)品為公司帶來更多的利潤，成為公司發(fā)展新能源汽車過程中必須要考慮的問題。

國內(nèi)公司對新能源汽車的研究頗多，也為社會提供了許多產(chǎn)品。但是廉價的新能源汽車雖然銷量不錯，但是并不能帶來非?？捎^的利潤。汽車公司必須提供更高質量的新能源汽車，才能夠在日益激烈的競爭環(huán)境中生。

計算機技術發(fā)展迅速，通訊網(wǎng)絡也在快速發(fā)展，隨之而來的是大量數(shù)據(jù)的不斷積累。在工業(yè)生產(chǎn)中，也出現(xiàn)了許多數(shù)據(jù)，統(tǒng)稱為工業(yè)大數(shù)據(jù)。如何從海量的數(shù)據(jù)中提取出有用的信息，并且利用這些數(shù)據(jù)提高新能源汽車的質量，成為新能源汽車發(fā)展過程中必須要解決的問題。

工業(yè)大數(shù)據(jù)攜帶著大量有用的信息，其優(yōu)勢明顯。本文將探討工業(yè)大數(shù)據(jù)與新能源汽車發(fā)展之間的關系，并研究如何利用工業(yè)大數(shù)據(jù)，提高新能源汽車的質量。

2 工業(yè)大數(shù)據(jù)的應用

大數(shù)據(jù)的概念首先產(chǎn)生于IT行業(yè)中，最早是對互聯(lián)網(wǎng)中產(chǎn)生的極大量數(shù)據(jù)的統(tǒng)稱。隨著互聯(lián)網(wǎng)在各個領域的應用，大數(shù)據(jù)相關的概念層出不窮，比如：大數(shù)據(jù)醫(yī)療、大數(shù)據(jù)信息以及工業(yè)大數(shù)據(jù)。

各種概念中與新能源汽車聯(lián)系緊密的便是工業(yè)大數(shù)據(jù)。新能源汽車的發(fā)展離不開制造，制造過程中的海量數(shù)據(jù)可以被利用，新能源汽車若想發(fā)展好離不開工業(yè)大數(shù)據(jù)。工業(yè)大數(shù)據(jù)的框架主要包括五個部分，如圖1所示。

圖1 工業(yè)大數(shù)據(jù)的框架

首先需要對數(shù)據(jù)進行收集，數(shù)據(jù)的收集是產(chǎn)生工業(yè)大數(shù)據(jù)的手段，收集的數(shù)據(jù)則是數(shù)據(jù)分析的基石。收集到的數(shù)據(jù)儲存在存儲設備中。當完成數(shù)據(jù)收集以后，便需要進行數(shù)據(jù)的傳遞，將收集到的數(shù)據(jù)傳遞到數(shù)據(jù)處理中心。當數(shù)據(jù)處理中心接收到數(shù)據(jù)以后，便開始對數(shù)據(jù)進行處理，提取數(shù)據(jù)的特征，從而為數(shù)據(jù)的建模建立基礎。通過對數(shù)據(jù)進行處理以后，可以提取出數(shù)據(jù)的特征，獲取相關的重要信息，剔除無關信息。利用數(shù)據(jù)的特征進行建模分析，從而獲得問題的模型。

3 工業(yè)大數(shù)據(jù)的處理方法

K-means聚類是處理工業(yè)大數(shù)據(jù)的一種常用的方法，在進行數(shù)據(jù)聚類時主要利用數(shù)據(jù)之間的歐式距離確定數(shù)據(jù)點之間距離，從而判斷出哪些數(shù)據(jù)的之間的距離較近，哪些數(shù)據(jù)之間的點較遠，這種方法被稱之為K-最近相鄰點算法。

K-means聚類方法主要利用數(shù)據(jù)之間的歐式距離來判斷數(shù)據(jù)點之間的相似性。對于n維的數(shù)據(jù)點，計算其與子集之間的距離。此處，利用最近相鄰點的平均距離的分數(shù)來表示：

圖2 基于二維數(shù)據(jù)的聚類

通過對數(shù)據(jù)的分類，可以獲得影響新能源汽車質量的相關數(shù)據(jù)。

4 新能源汽車質量研究

影響新能源汽車質量的因素有很多，通過采集數(shù)據(jù)可以對數(shù)據(jù)進行分類。假設影響新能源汽車質量的數(shù)據(jù)是一個n維的向量，通過聚類分析，可以獲得影響新能源質量的主要因素。

此處給出一個二維向量的分布圖，如圖2所示。

通過聚類的方法可以對影響新能源汽車質量的工業(yè)大數(shù)據(jù)進行分類，從而總結出一些規(guī)律。

5 總結與展望

隨著計算機技術的發(fā)展，可以收集到的數(shù)據(jù)量越來越多，傳統(tǒng)的方法已經(jīng)很難有效的進行數(shù)據(jù)分析，這對新能源汽車的發(fā)展造成了阻礙。本文利用數(shù)據(jù)分類的方法對工業(yè)大數(shù)據(jù)進行聚類分析，探討了如何利用工業(yè)大數(shù)據(jù)促進新能源汽車的質量發(fā)展。

在未來的研究中，將探討更簡單有效的方法，以促進新能源汽車的發(fā)展。