前奏
我从1990年开始从事工业过程数据分析。当时我从浙江大学数学系毕业后，进入化工仿真教研室，在胡上序先生的指导下，进行了几项与工业数据分析相关的工作。这些研究在学术意义上或许算成功了，但我对算法的可靠性心存疑虑：仅仅有逼近能力是不够的，还要能够通过数据方法找到逼近，除非数据非常密集。
因此，我在硕士本文中研究了需要多少数据才能得到真实的结果。我还意识到工业数据的噪声太大，模型的误差几乎都来自于数据的噪声。于是，我想出了一种用平均值估算模型真实精度的方法。
这些研究的学术水平一般，但当时的思维方式伴随我来到宝钢：对模型可靠性的关注、对数据量和数据质量的关注、用平均值的办法估算模型实际精度、模型精度高不等于正确。
首战告负
1997年，我博士毕业来到宝钢。当时，技术中心自动化所刚刚成立，我成了老领导任德祥先生之外技术自动化所的第一个员工。我们提出了8个项目。我负责的连铸过程优化控制项目在探索中不断调整目标，其中一个子目标是把生产数据收集起来，建立成分、工艺与连铸坯质量之间的函数，去指导生产。
但是，这个子目标实际上是失败了。对于这个子项目的失败，我进行了反思：
- 业务目标问题。我当时的想法是，通过分析建模，弄清楚工艺参数和质量之间的关系，从而优化工艺参数。但实际上，对于很多情况下，质量不是制约拉速的主要瓶颈。即便是得到拉速与某个质量指标的关系，也不会作为控制手段。
- 高精度预报的可行性问题。问题太复杂、数据质量差，导致很难预报精确。系统性的干扰太多，需要分组研究。但分组后，每个组内的样本数目就大大降低了，分析效果就不合适。数据质量差也表现在很多地方，比如某些人工检测的缺陷，不同班组的差别有好几倍。
这个项目的失败给我的启示是：做一件事之前，应该首先去研究如何应用研究成果。还有，对于复杂的问题，数据质量和数据量非常重要。
本文原创来源：电气TV网，欢迎收藏本网址，收藏不迷路哦！
添加新评论