当前位置:
工业数据分析与建模过程的悖论
回复 | 人气 | 打印
gchui 个人主页 给TA发消息 加TA为好友 发表于:2018-06-11 16:01:14 楼主

开展数据分析项目时,数据分析师总是试图从用户那里得到更多的信息和知识。而用户却认为:我请你来的目的,是为了得到过去不知道的知识。如果我自己都知道,要你来干什么?这种认知上的差异,可能会对解决问题产生不利的影响。

 

如何理解这种矛盾呢?

 

依照我的经验,现场技术人员对自己负责的领域往往相当熟悉、人类积累的科学知识也相当丰富。所以,不论是数据建模还是数据分析,我总是把“工艺机理已知”作为前提条件。所以,人们的疑惑就是:既然机理已知,还要数据建模或者分析做什么?

 

事实上,机理已知指的往往是科学原理。科学原理在转化成技术时会遇到各种困惑。比如,热传导方程的原理是容易知道的,但表面条件、物性参数却往往是很难知道的;锈蚀的化学原理是知道的、但不同厂家钢板的耐锈蚀性却不一样,其原因可能是未知的。总之,数据建模和分析,一般不是研究理论的过程,而是“理论和实际结合的过程”。所以,必须先把工艺机理了解清楚了,数据建模和分析才好做。

 

理论和实践是如何结合的呢?举一个例子:检测得到的数据和生产实际,往往是有差别的。比如,当产线产生质量问题时,工艺人员最常见的反应就是:工艺参数都是正常的,为什么会产生质量问题呢?

 

其实,设备检测到的工艺参数和实际的生产情况是两个概念。有时候,工艺参数正常并不能标志设备状态正常;有时候,检测数据正常并不标志实际参数正常。所以,数据分析过程的一个重要任务,就是判断“检测到的工艺参数正常”与“实际的生产过程正常”之间是否存在差异。而这种差异,很可能就是大家希望得到的结果。要得到这样的结果,就要理解“工艺参数正常”与“生产过程正常”的内涵是什么,也就是要了解生产的机理。


如果数据分析师不了解工艺对象,就很难做好分析工作。当然,随便用数据分析一下就得到合适结果的“好事”也有。但遇到这种好事概率很低。我们不能寄希望于“守株待兔”的机会总是出现,就要下工夫了解分析对象。


来源:微信号 蝈蝈创新随笔

作者:郭朝晖

该作品已获作者授权,未经许可,禁止任何个人及第三方转载。


分享到: 关注收藏 邀请回答 回复 举报
piao1234 个人主页 给TA发消息 加TA为好友 发表于:2018-06-12 22:17:58 1楼
 

XUEXI L ~ xuexi l ~ 

  回复 引用 举报

周点击排行
周回复排行
最新求助