混凝土泵送机械大数据挖掘与应用

doi:10.11959/j.issn.2096-0271.2018041

大数据 ›› 2018, Vol. 4 ›› Issue (4): 64-75.doi: 10.11959/j.issn.2096-0271.2018041

混凝土泵送机械大数据挖掘与应用

赵鑫¹,吴德志²,周志忠¹

¹ 中联重科股份有限公司，湖南长沙 410205
² 国家混凝土机械工程技术研究中心，湖南长沙 410205

出版日期:2018-07-15 发布日期:2018-08-08
作者简介:赵鑫（1985－），男，中联重科股份有限公司研发工程师，从事工程机械的电液技术研究工作，对工程机械的智能化、移动互联应用和大数据分析有深入研究。|吴德志（1978－），男，国家混凝土机械工程技术研究中心高级工程师，车类产品所所长，从事泵送机械产品研发工作17年，对工程机械的智能化和大数据分析应用有深入研究。|周志忠（1971－），男，博士，中联重科股份有限公司信息化首席架构师、大数据平台负责人，主要研究方向为大数据技术平台及行业大数据分析应用。
基金资助:
2017年（湖南）省移动互联网产业发展专项资金：“基于工程机械全价值链的移动互联网集成应用平台”

Big data mining and application of concrete pumping machinery

Xin ZHAO¹,Dezhi WU²,Zhizhong ZHOU¹

¹ Zoomlion Heavy Industry Science and Technology Co.,Ltd.,Changsha 410205,China
² Chinese National Engineering Research Center of Concrete Machinery,Changsha 410205,China

Online:2018-07-15 Published:2018-08-08
Supported by:
Mobile Internet Industry Development Special Fund (Hunan Province) 2017：Mobile Internet Integrated Application Platform Based on Full-value Chain of Construction Machinery

摘要/Abstract

摘要：

基于混凝土机械设备的施工数据、业务和生产数据，通过数据清洗和识别技术、业务模型和算法分析技术、数据可视化展示技术，构建了混凝土泵送机械的大数据分析平台，分析了全国相关设备的开工率、市场和发展趋势，并进行了市场预测，实现了动态维护保养、故障统计和实时预警，实现了大数据驱动生产、市场和服务的应用。未来可通过大数据驱动实现工程机械的智能化的转型和发展。

关键词: 混凝土机械, 工业大数据, 大数据分析, 大数据应用

Abstract:

The data cleaning and recognition technology,business model and algorithm analysis technology,data visualization display technology were used to build the big data analysis platform,based on the working data and business data of concrete machinery.The goal to analysis the construction rate and market analysis of all the equipment in China were achieved,also the developing trend and market forecast were made,and dynamic maintenance,fault statistics and real-time warning were also achieved.The purpose of data driven production,market and service were realized,and the transformation and development of intelligent of construction machinery can be realized through big data drive in the near future.

Key words: concrete machinery, industrial big data, big data analysis, big data application

中图分类号:

TP399

赵鑫, 吴德志, 周志忠. 混凝土泵送机械大数据挖掘与应用[J]. 大数据, 2018, 4(4): 64-75.

Xin ZHAO, Dezhi WU, Zhizhong ZHOU. Big data mining and application of concrete pumping machinery[J]. Big Data Research, 2018, 4(4): 64-75.

图/表 8

图1

图2

图3

图4

图5

图6

图7

图8

参考文献 17

[1]	娄岩 . 大数据技术概论[M]. 北京: 清华大学出版社, 2017.
	LOU Y . Introduction to big data technology[M]. Beijing: Tsinghua University PressPress, 2017.
[2]	陈尚义 . 百度大数据应用与实践[J]. 大数据, 2015,2(1):2015009.
	CHEN S Y . Big data applications and practices of Baidu[J]. Big Data Research, 2015,(1):2015009.
[3]	JIN X L , WAH B W , CHENG X Q ,et al. Significance and challenges of big data research[J]. Big Data Research, 2015,2(2): 59-64.
[4]	王建民 . 工业大数据技术综述[J]. 大数据, 2017(6): 3-14.
	WANG J M . Survey on industrial big data[J]. Big Data Research, 2017(6): 3-14.
[5]	中国电子技术标准化研究院.大数据标准化白皮书V2.0[R]. 2015.
	China Electronics Standardization Institute. Big data standardization white paper V2.0[R]. 2015.
[6]	中国电子技术标准化研究院.工业大数据白皮书（2017版）[R]. 2017.
	China Electronics Standardization Institute. Industrial big data white paper(2017 Edition)[R]. 2017.
[7]	王元卓, 靳小龙, 程学旗 . 网络大数据:现状与展望[J]. 计算机学报, 2013,36(6): 1125-1138.
	WANG Y Z , JIN X L , CHENG X Q . Network big data:present and future[J]. Chinese Journal of Computers, 2013,36(6): 1125-1138.
[8]	黄毅, 吴斌兴, 王佳茜 . 混凝土泵车臂架振动响应的主动控制实验研究[J]. 振动与冲击, 2012,31(2): 91-94.
	HUANG Y , WU B X , WANG J Q . Test for active control of boom vibration of a concrete pump truck[J]. Journal of Vibration and Shock, 2012,31(2): 91-94.
[9]	张引, 陈敏, 廖小飞 . 大数据应用的现状与展望[J]. 计算机研究与发展, 2013,50(s): 216-233.
	ZHANG Y , CHEN M , LIAO X F . Big data applications:a survey[J]. Journal of Computer Research and Development, 2013,50(s): 216-233.
[10]	桂卫华, 刘晓颖 . 基于人工智能方法的复杂过程故障诊断技术[J]. 控制工程, 2002,9(4): 1-6.
	GUI W H , LIU X Y . Fault diagnosis technologies based on artificial intelligence for complex process[J]. Basic Automation, 2002,9(4): 1-6.
[11]	李德仁, 王树良, 李德毅 ,等. 论空间数据挖掘和知识发现的理论与方法[J]. 武汉大学学报?信息科学版, 2002,27(3): 221-233.
	LI D R , WANG S L , LI D Y ,et al. Theories and technologies of spatial data mining and knowledge discovery[J]. Geomatics and Information Science of Wuhan University, 2002,27(3): 221-233.
[12]	梅宏, 王千祥, 张路 ,等. 软件分析技术进展[J]. 计算机学报, 2009,32(9): 1697-1710.
	MEI H , WANG Q X , ZHANG L ,et al. Software analysis:a road map[J]. Chinese Journal of Computers, 2009,32(9): 1697-1710.
[13]	HAND D J . Principles of data mining[J]. Drug Safety, 2007,30(7): 621-622.
[14]	孟小峰, 慈祥 . 大数据管理:概念、技术与挑战[J]. 计算机研究与发展, 2013,50(1): 146-169.
	MENG X F , CI X . Big data management:concepts,techniques and challenges[J]. Journal of Computer Research and Development, 2013,50(1): 146-169.
[15]	刘智慧, 张泉灵 . 大数据技术研究综述[J]. 浙江大学学报(工学版), 2014,48(6): 957-972.
	LIU Z H , ZHANG Q L . Research overview of big data technology[J]. Journal of Zhejiang University (Engineering Science), 2014,48(6): 957-972.
[16]	杜圣东, 杨燕, 滕飞 . 交通大数据:一种基于微服务的敏捷处理架构设计[J]. 大数据, 2017(3): 53-67.
	DU S D , YANG Y , TENG F . Traffic big data:an agile architecture design based on micro service[J]. Big Data Research, 2017(3): 53-67.
[17]	程学旗, 靳小龙, 王元卓 ,等. 大数据系统和分析技术综述[J]. 软件学报, 2014,25(9): 1889-1908.
	CHENG X Q , JIN X L , WANG Y Z ,et al. Survey on big data system and analytic technology[J]. Journal of Software, 2014,25(9): 1889-1908.

混凝土泵送机械大数据挖掘与应用

Big data mining and application of concrete pumping machinery

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 17

相关文章 15

Metrics

推荐阅读 0

[1]	梅宏, 杜小勇, 金海, 程学旗, 柴云鹏, 石宣化, 靳小龙, 王亚沙, 刘驰. 大数据技术前瞻[J]. 大数据, 2023, 9(1): 1-20.
[2]	潘小多, 李新, 冉有华, 郭学军. 开放科学背景下的科学数据开放共享：国家青藏高原科学数据中心的实践[J]. 大数据, 2022, 8(1): 113-120.
[3]	汪岸, 任帅, 苗雪, 董玲玉, 朱迎, 陈丹丹, 胡长军. 数值核反应堆大数据及其应用[J]. 大数据, 2021, 7(5): 40-56.
[4]	李刚, 郑佳, 尹华山, 黄文超. 大数据技术在疫情精准防控中的应用[J]. 大数据, 2021, 7(1): 124-134.
[5]	胡正丁, 薛巍. 面向异构众核超级计算机的大规模稀疏计算性能优化研究[J]. 大数据, 2020, 6(4): 40-55.
[6]	丁小欧, 王宏志, 于晟健. 工业时序大数据质量管理[J]. 大数据, 2019, 5(6): 19-29.
[7]	张孜,黄钦炎,冯川. 广州市城市智能交通大数据体系研究与实践[J]. 大数据, 2019, 5(4): 113-120.
[8]	李广, 杨欣. 结合深度学习的工业大数据应用研究[J]. 大数据, 2018, 4(5): 3-14.
[9]	王宏志, 梁志宇, 李建中, 高宏. 工业大数据分析综述：模型与算法[J]. 大数据, 2018, 4(5): 62-79.
[10]	王建民, 王晨, 刘英博, 刘璘. 大数据系统软件创新平台与生态建设[J]. 大数据, 2018, 4(5): 104-112.
[11]	郑广勇, 杨桢, 曹瑞芳, 刘婉, 李亦学, 张国庆. 宏基因组大数据分析的质量控制流程规范[J]. 大数据, 2018, 4(3): 3-12.
[12]	朱立峰, 刘淑君, 陈德华, 乐嘉锦. 多中心临床大数据平台建设及深度应用[J]. 大数据, 2018, 4(3): 46-53.
[13]	王海涛, 毛睿, 明仲. 大数据系统计算技术展望[J]. 大数据, 2018, 4(2): 97-104.
[14]	王元卓, 靳小龙, 程学旗. 大数据分析系统创新平台与生态建设[J]. 大数据, 2018, 4(1): 92-99.
[15]	王建民. 工业大数据技术综述[J]. 大数据, 2017, 3(6): 3-14.