数字化解决方案设计师S（工业大数据算法）赛项广东省选拔赛技术方案.docx

《数字化解决方案设计师S（工业大数据算法）赛项广东省选拔赛技术方案.docx》由会员分享，可在线阅读，更多相关《数字化解决方案设计师S（工业大数据算法）赛项广东省选拔赛技术方案.docx（25页珍藏版）》请在第一文库网上搜索。

1、相关附件： 附件12023年全国行业职业技能竞赛一第二届全国工业和信息化技术技能大赛数字化解决方案设计师S（工业大数据算法）赛项广东省选拔赛技术方案doCX 附件22023年全国行业职业技能竞赛一第二届全国工业和信息化技术技能大赛数字化解决方案设计师S（工业大数据算法）赛项广东省选拔赛报名表（职工教师组）docx 附件32023年全国行业职业技能竞赛一第二届全国工业和信息化技术技能大赛数字化解决方案设计师S（工业大数据算法）赛项广东省选拔赛报名表（学生组）doCX 附件4参赛信息汜息表.docx 附件5开幕式参会回执doCX附件12023年全国行业职业技能竞赛第二届全国工业和信息化技能大赛数字

2、化解决方案设计师S（工业大数据算法）赛项广东省选拔赛技术方案一、大赛名称2023年全国行业职业技能竞赛-第二届全国工业和信息化技能大赛数字化解决方案设计师S（工业大数据算法）赛项广东省选拔赛。二、大赛意义本次大赛旨在深入贯彻落实习近平总书记关于人才工作重要论述要求，聚焦工业数据这一重要生产要素，形成一批基于实际场景的应用“试验场”，开发一批有助于产业短板突破的工业大数据算法，培育一批支撑制造强国、网络强国建设的高技能人才队伍，为推动制造业高质量发展，营造“尊重劳动、尊重知识、技能成才、技能报国的浓厚社会氛围提供有力支撑。一是有助于激发数据要素潜力。大赛突出工业数据采集、数据处理、数据应用、工业

3、数据处理等特点，开放工业数据集，鼓励参赛者利用数据集和工业人工智能算法技术，不断优化训练算法，开发出诸多聚焦行业细分领域的算法模型和技术产品。充分挖掘和展现工业大数据中所蕴含的价值，有效形成数据驱动、快速迭代、持续优化的工业智能系统，为激发工业数据资源要素潜力、促进工业数字化转型奠定坚实基础。二是有助于提升短板技术研发能力。本次大赛聚焦以数控机床为代表的智能装备的加工精度稳定性问题，通过大数据人工智能算法的应用，围绕视觉测量与检测、加工误差精度补偿等实践来减少机床加工误差，有利于提升数控机床的应用水平，对于提升国产数控机床等智能装备的性能和技术竞争力、助力解决高端装备“卡脖子”问题具有重要意义

4、。三是有助于复合型人才培养。大赛搭建模拟制造环境,以工业大数据真实应用需求为赛题，通过人才众创的竞赛方式开展技术能力评估，采用团队制比赛形式促进人才间交流学习和算法模型的迭代优化，引导高等院校、职业院校和制造业企业挖掘和培养一批既精通数控装备技术又熟悉工业大数据及工业智能算法技术的复合型人才。三、大赛内容、形式和成绩计算（一）竞赛内容本赛项内容包含理论知识和实际操作两部分。（二）竞赛形式及名额本赛项为两人团体赛，分为职工组（含教师）和学生组两个组别。（三）报名条件具有工业大数据相关职业工作经历的企业在职人员，从事相关专业工作的高等院校、职业院校（含技工院校，下同）在职人员，以及高等院校、职业院

5、校相关专业全日制在籍学生均可报名参赛。已获得“中华技能大奖“全国技术能手”称号及在2023年和2023年各类竞赛中已取得“全国技术能手”申报资格的人员，不得以选手身份参赛。具有全日制学籍的在校创业学生不得以职工身份参赛。（四）成绩计算理论知识竞赛满分为100分，按20%的比例折算计入竞赛总成绩。赛题均为客观题，采用机考方式实现。实际操作竞赛满分为100分，按80%的比例折算计入竞赛总成绩。折算后的理论知识竞赛成绩与实际操作竞赛成绩相加得出参赛选手竞赛总成绩，满分为100分。四、大赛命题原则在命题方向上，聚焦新一代信息技术与制造技术深度融合领域，以解决工业大数据应用实际需求为命题方向，设置算法赛

6、题。在考核重点上，考核工业大数据算法等基本技能的同时,重点突出企业所需专业技能及新技术应用。重点考察参赛选手构建大数据算法模型实现问题解析、数据处理、特征工程、模型构建、训练优化的能力和技术水平，以及对数控系统、智能线控制系统机理的掌握程度。五、大赛范围、赛题类型和其他（一）理论知识竞赛1 .赛题范围以工业大数据及工业人工智能算法应用技术和知识为主，数控机床和数控系统等相关知识技能为辅。(1)工业大数据工业大数据平台架构(数据架构、数据技术架构、应用平台架构)、数据分析概述、数据收集与导入、数据的清洗与预处理、数据挖掘基础、主成分分析、分类器与决策树、聚类思想与建模，工业相机选取与标定、机器视

7、觉数据采集、物体特征检测与识别、机器视觉系统构建。(2)工业人工智能算法神经网络思想与建模、深度学习基础、工业人工智能算法的选择与应用，机器视觉理论基础与框架、图像分析基础和图像变换、图像预处理、边缘检测与轮廓表示。(3)数控机床和数控系统数控基础知识、智能控制系统基础知识、机电一体化基础、可编程控制器基础。(4)信息安全法律法规信息安全相关的法律法规：网络安全法、数据安全法、个人信息保护法。2 .赛题类型赛题分为三种类型：单项选择题、多项选择题和判断题。3 .竞赛时间理论竞赛时间为1小时。4 .命题方式由大赛组委会组织专家组统一命题。5 .考试方式采用计算机考试。（二）实际操作竞赛本赛项的实

8、际操作竞赛突出工业大数据算法在工业生产中的应用，针对智能装备的加工精度稳定性问题，通过大数据及人工智能算法，实现数控加工的误差实时补偿，对振动数据进行处理。实际操作竞赛以考核工业大数据及工业人工智能算法应用技术技能为主，包括视觉数据采集、云平台使用、算法训练及优化以及安全文明竞赛等在实际操作竞赛考查。1 .竞赛范围与内容为全面考查参赛选手的职业综合素质和技术技能水平,实际技能操作竞赛分为6个环节：硬件设备搭建、云平台搭建、训练数据样本采集、工业视觉模型训练与部署、智能误差补偿算法模型训练与部署和模拟生产验证。具体内容见表Io表1竞赛范围与内容序号内容说明1软件环境设置及工具部署1 .本地操作软

9、件环境安装部署；2 .云平台环境安装部署、服务配置及运行。2振动数据处理和分析1 .对振动数据集进行降噪处理；2 .对数据集进行分析。3训练集数据采集1通过工业视觉进行工件训练样本数据采集，并进行数据预处理；2 .采集足够训练使用数量的图片训练集；3 .上传到云平台指定的目录。4工业视觉模型训练与部署1 .模型训练工具设置，将训练集配置为模型的制定输入参数；2 .优化模型训练方法，选定恰当的激活函数，以及训练参数；3 .在云平台给定环境中进行模型训练，更新迭代模型，将训练模型进行固化；4 .优化训练算法模型，配置传入参数；5 .配置结果应用，以接口方式输出给设备。5智能误差补偿算法模型训练与部

10、署1设计误差补偿模型，选定恰当的模型，以及训练参数；2 .更新迭代模型，将训练模型进行固化3 .完成误差实时补偿模型部署；4 .验证误差补偿模型部署效果。6模拟生产验证1正确进行产线动作测试、加载补偿算法，通过运动控制单元模拟数控机床进行加工生产验证；2 .补偿参数微调；3 .产线生产效率调整；4 .正确使用防护用具；5 .符合安全操作要求；6 .保持工作区域内场地、材料和设备的清洁7 .良好的职业素养。实际操作部分由参赛选手按工作任务书的要求完成。具体包含以下工作任务：(1)云平台搭建根据任务书给定的任务要求，选手在Windows系统下利用完成整个云平台的搭建。搭建完成之后需要在Web界面进

11、行硬件设备的适配。(2)数据处理分析根据任务书给定的任务要求，选手根据赛事组委会提供的振动数据集进行数据预处理和降噪，得到振动曲线。(3)训练数据样本采集根据任务书给定的任务要求，选手使用视觉系统进行若干工件图像数据采集，以丰富工件样本图像数据库。该环节所采集到的样本图片数据的数量和质量将会直接影响后续的模型训练环节。(4)工业视觉模型训练与部署根据任务书给定的任务要求，选手进行基于数据采集的样本图片进行视觉模型训练，可选择、调用云端已提供的完整模型框架(基于TenSorFIow),通过设定相应参数进行模型训练；也允许选手自行搭建视觉模型，上传云端进行训练。训练好的模型能够返回待测工件和标准件

12、的相似度。模型训练完成之后，参赛选手需要将模型部署在服务器上，并且在云平台上进行相关适配。(5)智能误差补偿算法模型训练与部署根据任务书给定的任务要求，选手基于组委会提供的工件样本图片及对应的工件加工工艺参数数据集，进行误差补偿算法模型的构建。选手需完成数据清洗、模型训练、模型部署等过程。模型训练完成之后，参赛选手需要将模型部署在服务器上，并且在云平台上进行相关适配。(6)模拟生产验证根据任务书给定的任务要求，选手根据组委会提供的加工图纸进行若干个待加工件的生产验证，软件导入加工对象的坐标集，并通过误差补偿算法使加工出的图形补偿干扰因素造成的误差，使加工图形尽可能准确。最后通过视觉检测系统进行

13、质量验证。2 .比赛时间实操比赛时间为4小时。3 .命题方式由大赛组委会组织专家组统一命题。六、大赛场地与设施(一)大赛场地1大赛工位：每个工位占地912m2,标明工位号，并配备大赛平台1套。2 .赛场每工位提供独立控制并带有漏电保护装置的220V单相三线交流电，供电系统有必要的安全保护措施。（二）大赛设施1大赛平台（详见技术文件第十条）本赛项由清华大学大数据系统软件国家工程实验室、工业大数据应用技术国家工程实验室、北京工业大数据创新中心、深圳市物新智能科技有限公司指导，对赛项场景设置、赛题设计、考核标准等总体技术方案等进行专业评估，并对赛项可行性进行综合认证。大赛平台由技术支持单位易往数字科

14、技（北京）有限公司、深圳市物新智能科技有限公司提供，负责竞赛数据环境构建、数据验证等工作，为赛项实际操作竞赛提供软硬件平台环境。大赛平台支撑实际操作竞赛全流程闭环操作，包括工业大数据的采集、处理、存储、应用以及工业人工智能算法的构建、训练、调优和验证。3 .耗材根据大赛需要，赛场提供耗材见表2。表2赛场提供耗材序号名称数量技术规格1大数据检测工件1套A4纸尺寸4 .工具、仪器比赛工具（由大赛组委会现场提供）仪器见表3。表3比赛工具、仪器序号名称数量技术规格1内六角扳手1套/2十字螺丝刀1个575mm3绘图笔1个/5 .其他选手禁止携带易燃易爆、U盘、智能电子设备等与大赛无关的物品，违规者取消比

15、赛资格。七、大赛关键环节与时间安排（一）关键环节参赛选手报到参赛选手赛前熟悉场地、领队会开幕式正式比赛-比赛结束（参赛选手上交比赛成果）成绩评定大赛技术点评、颁奖仪式、闭幕式。（二）竞赛流程竞赛管理基本流程如图1所示。参赛选手、裁判、工作人员进入比赛场地，严禁私自携带通讯、照相摄录设备。比赛图1竞赛管理基本流程（三）时间安排比赛时间预计为10月27日至29日，安排如表4。表4比赛时间安排日期时间内容10月27日9:00前报到9:00-10:00开幕式10:45-11:00选手检录入场检查11:00-12:00理论考试12:00-13:00统分出成绩、成绩确认录入18:00-20:00选手熟悉赛场，封存自带工具20:00赛场封闭，预设比赛状态10月28日07:30-07:55检录08:00-12:00实操竞