基于大數據的新興產業計量校準服務平臺研究

張修建，楊 平2，張鵬程

(1.北京航天計量測試技術研究所，北京 100076； 2.阿米檢測技術有限公司，江蘇 無錫 214177)

0 引言

計量校準是產業鏈和創新鏈中的關鍵環節，是現代經濟發展的技術支持，是國家質量發展戰略的重要基礎。目前，隨著新興產業高速發展和對計量需求的增強，現有計量校準服務受資源分散、計量效率不高、服務信息不透明、無法覆蓋全壽命周期等因素限制，對產業創新發展支撐能力日漸不足[1-2]，普遍缺乏主動服務和參與競爭的意識，服務方式和途徑比較單一，尚未實現向計量校準、分析診斷、研發創新、咨詢培訓等全產業鏈、全方位的深度融合服務轉型，難以適應現代市場體系的要求。

建設一站式計量校準服務平臺，對完善產業科技創新保障體系，提升計量機構智能化水平和綜合服務能力，推動國家現代科技計量校準服務業更好、更快發展具有重要意義[3]。現有的計量校準服務平臺主要以發布計量校準信息等為主，沒有圍繞產業對優勢資源進行整合，缺少基于大數據發現的計量校準服務功能，不能為行業提供基于海量數據挖掘應用的、高層次的計量校準服務支持，并沒有突破傳統的科技服務平臺模式。為此，亟需開展基于大數據的新興產業集成化計量校準服務模式、平臺架構、關鍵技術、技術支撐體系等研究，形成基于服務集成的一站式計量校準方法，為提升服務智能化水平提供技術支撐。

1 平臺總體架構及方法

平臺硬件系統組成如圖1所示，硬件環境包括主機服務器(數據庫服務器、應用服務器、流媒體服務器、文件服務器等)、工作站(網絡管理工作站)、網絡連接設備(路由器、交換機、防火墻)和其他設備(存儲設備、輸入輸出設備、后備電源等)。考慮到將來平臺應用的發展，主機方案使用多臺服務器進行集群，提供硬盤鏡像保護，保障數據存儲的可靠性。當應用軟件、數據庫軟件出現故障或單臺服務器出現硬件故障時，系統能正常運行。

圖1 平臺硬件系統組成

平臺基于最新J2EE/XML 規范和技術標準，構建大型企業級、跨平臺、跨數據庫、跨應用服務器的多層、分布式WEB 應用系統的框架[4]。系統采用Java struts2構架，MVC設計模型。平臺系統整體架構如圖2所示，從提高系統的并發性、可維護性、可擴展性、可重用性、安全性、可移值性、日志、接口等方面宗合考慮[5-6]。平臺有4個子系統構成，分別是資源共享服務系統、計量校準服務系統、遠程專家支持系統、大數據挖掘與分析系統，具備在線交易、在線診斷、在線評價等功能。

圖2 平臺系統架構

平臺研制流程及方法如圖3所示，針對新興產業對計量校準服務的具體需求，確定服務內容；研究全過程集成化計量校準服務模式；基于計量校準資源共享和進出機制，建立全國計量校準服務資源池；突破一系列關鍵技術，構建一站式計量校準服務平臺；建立科學的平臺管理與服務運行機制、技術支撐體系，為平臺高效運行提供技術保障，并在新興產業重點領域開展示范應用。

圖3 平臺研制流程及方法

新興產業計量校準服務平臺旨在探索一種基于網絡系統的合作機制, 要實現一站式計量校準服務平臺建設的目標，展示它的資源共享性、導向性、開放性、服務性和創新性等特征，充分發揮包括各計量機構、設備送檢企業等各種行為主體在內的資源互補與協同創新機理，建立科學的管理機制來維持平臺的正常運行。

2 平臺實現的關鍵技術

2.1 智能評估與故障預測技術

如何減少設備故障和零部件故障引起的停產時間，以及提前預測設備故障，是計量校準服務亟需思考和解決的問題。利用當前和歷史計量校準數據，綜合運用智能評估與故障預測技術，設計科學合理的評估指標體系、運行監測方法，采用神經網絡來構造智能評估與預測模型，實現重要設備、產品與關鍵零部件狀態監測、性能綜合評估、故障預測與預警等功能[7]。智能評估與故障預測流程如圖4所示。

圖4 智能評估與故障預測流程

為解決新興產業部分設備運行環境復雜、實時數據量大、影響因素眾多的故障分析難題，充分利用設備故障率相關的歷史數據(如設備故障記錄數據、設備計量校準數據)，設計符合其特征的數據挖掘算法(如KNN、神經網絡、支持向量機SVM、樸素貝葉斯等)，研究數據之間的關聯，挖掘出影響設備故障的重要特征，構造設備故障預測模型，為服務平臺中大數據挖掘與分析系統提供技術支撐。采用各類傳感器實時采集測試設備的關鍵參數，并傳輸至平臺的故障預測模型中，可在線預測分析設備運行狀態。基于面向計量校準服務平臺的數據集合規模龐大，采用分布式系統開源基礎框架(如Hoodop、Spark、Storm)，收集存儲大容量數據集，并提高計算效率。

2.2 大數據挖掘可視化技術

大數據挖掘可視化技術將大數據挖掘與可視化技術結合起來應用，用以發現、理解與分析服務平臺包含及產生的數據對象中屬性特征、隱含信息及關聯、服務與市場需求等，并提供便利有效的數據分析手段[8-9]。在數據挖掘可視化技術應用中，運用度量指標體系對服務與市場運營產生的大數據的可視化應用結果進行量化，在不同層次上對相關信息對象與過程進行可視化展示，并對可視化技術應用效果進行評價，以便幫助提高對服務平臺運行狀況及相關信息認識與掌握的客觀性與準確性，并為對服務與市場運營發展方向進行決策提供有效的信息支撐。

大數據挖掘可視化技術路線如圖5所示。應用數據分析技術，分析服務平臺產生的各類數據，明確選擇適用的大數據挖掘可視化技術，建立數據關聯模型，并完成應用算法設計與實現。選取與計量校準服務決策密切相關的指標集合，通過可視化技術直觀地呈現計量校準行業市場供需關系，從不同角度分析市場運營的狀態、現狀以及發展趨勢。

圖5 大數據挖掘可視化技術路線

通過建立的智能可視分析方法與模型，將計量數據、市場數據、評估數據等以圖形化、動態化呈現，滿足大數據分析的需求，幫助實現相關決策內容的形成，有利于提高服務的質量與標準，以及市場運營的效益。

2.3 服務資源池構建技術

在計量校準中，數據來源廣泛，結構多樣，數據類型復雜，使得這些數據無法互通，通過服務資源池的構建來融合多源異構的計量校準大數據，分析不同類型數據的特征，在資源池中為它們選擇合適的表達方式，打通多源異構數據之間的壁壘，實現不同服務資源的整合優化[10]。同時，基于數據的結構特征和應用需求，以提高數據的質量和可用性為目標，開展對多源異構大數據的優質萃取，對多源異構的數據進行清洗、選擇和優化，解決多源異構計量校準大數據“聚而不通”的問題，從而支撐服務資源池的動態管理和持續更新。

服務資源池建設思路如圖6所示，圍繞新興產業的計量校準需求，通過對現有計量校準行業使用的標準和機構計量能力的梳理，以現有優勢計量資源為核心，吸納其他社會優勢計量資源，集合計量校準業務中積累的歷史數據信息，基于服務分類、服務共享與虛擬化等技術，建立服務主體、服務對象、服務支撐、示范信息等資源庫，并設計資源進出機制，以實現資源整合，并對計量需求進行響應。

圖6 服務資源池建設思路

服務主體包括技術與標準器具、機構與服務、專業標準與規范、專業人才等方面，服務對象包括技術與儀器設備、市場等方面，服務支撐包括第三方信息服務、物流服務、金融機構、政策法規等方面，示范信息包括示范內容與過程、評估機制等方面。這些基礎資源庫是整個平臺的數據基礎，為平臺運行的準確性和穩定性提供最基本的運行保障。

2.4 核心算法組件庫設計

組件庫的設計可以提高智能算法的重用率，加快平臺軟件開發速度，更加便于維護和升級。平臺應用面向組件的軟件設計思想，通過對算法結構的組件化分析，把平臺智能算法分解為即相互聯系、又相對獨立的算法組件模塊，并應用組件技術和分布式處理技術，構建一個可重用的并具有良好可擴展性的核心算法組件庫。

對目前已有的各種算法中考慮到的各種因素以二進制的形式存儲在算法庫中，形成規則算法庫引擎。算法組件庫設計架構如圖7所示，包括數據預處理組件庫、模型結構組件庫、評估函數組件庫和搜索方法組件庫等，根據模塊化的設計思想，每個業務算法模塊封裝成一個獨立的動態鏈接庫，提供標準的接口定義，使其具備相對獨立、可重用的特點。

圖7 算法組件庫的設計架構

3 技術支撐體系建設

針對新興產業質量提升與生產安全管控服務問題，以服務平臺為依托，以標準體系為基準，以技術措施為手段，以創新中心為保障，建立“服務平臺+標準體系+技術措施+創新中心”于一體的技術支撐體系，為設備可靠性運行監測、故障預測與預警、性能綜合評估提供科學依據和技術支撐。技術支撐體系是提升質量與生產安全管控服務水平和提升計量校準服務效率的關鍵，促進產業計量校準覆蓋研制、生產、試驗和使用等全過程，確保產品質量提升和全過程安全管控，對于服務平臺的建設與發展有著重要的實際意義。

1)新興產業計量校準技術標準體系。隨著新興產業的快速發展，產業對計量校準服務的依賴程度不斷加深、市場需求旺盛，為新興產業計量校準技術標準體系建設創造了條件。新興產業在研制、生產和試驗過程中使用大量專用測試設備，由于這些設備應用范圍專一，自動化、智能化水平高，尚未形成有效的計量校準標準體系，建立專用測試設備計量校準標準體系，將極大地促進與保障專用測試設備在新興產業重要裝備、產品和關鍵零部件研制過程中的指導和保障作用。平臺在為新興產業服務的過程中，緊密圍繞新興產業的科研生產和核心能力建設，制定符合自身發展要求的計量校準標準，積極實現與國際標準的對接，使平臺的開發與應用既能符合行業標準，又具備良好的規范性，為產業發展提供強有力的技術支撐和基礎保障。

2)新興產業質量安全技術措施。技術措施主要包括個性化定制服務、設備性能評估技術、質量保障技術等方面。個性化定制服務為送檢企業提供技術咨詢與服務咨詢工作，根據企業提出行業高端計量校準需求，組織研發計量技術，提供一站式的計量校準服務方案；設備性能評估技術是利用當前和歷史計量校準數據，通過大數據分析，對被檢設備性能進行綜合評估與預測；質量保障技術是深入企業查找質量問題，對癥下藥，有針對性地為企業提供分析測試服務，開展產品質量診斷，并聯合優勢資源開展重大技術攻關，不斷提升計量技術水平，形成階梯式的技術儲備，為持續發展提供源源不斷的動力。

3)服務平臺技術支撐體系創新中心。依托給服務平臺，建立技術支撐體系創新中心，負責平臺運營服務體系的監督管理工作，為新興產業提供產品設計開發、生產制造、運維服務等全過程的計量校準服務，以科技創新推動結構調整和產業升級。

4 結束語

一站式計量校準服務平臺建成后，有利于推動計量校準供給方、需求方、產業鏈上下游及相關方資源的線上集聚。在新材料、新能源、節能環保等領域開展示范應用，制定階段性的驗證實施計劃，在示范應用過程中，需要遵循嚴格的示范標準，并在各個階段進行示范效果評估，及時總結示范應用單位對平臺的意見，不斷豐富和完善技術路線和服務模式，為平臺功能調整與優化提供依據。

構建基于大數據的新興產業計量校準服務平臺，將計量校準服務逐步滲透到產業鏈各企業、各環節，促進產業計量校準覆蓋研制、生產、試驗和使用等全過程，實現計量校準資源最大效益。在新材料、新能源、節能環保等領域開展示范應用，能夠實現產業第三方計量校準服務資源共享，彌補產業計量校準資源不足，為產業提供一站式、標準化、可靠、及時的計量校準服務，對提升國家第三方計量校準服務能力和競爭力，促進產業計量校準質量提升等方面具有重要意義。