2021 第二届
全球工业互联网算法大赛
2021.7.10~2021.9.15
全球工业互联网算法大赛(IIAC)旨在吸引大数据、人工智能等方面的顶尖人才更多地关注制造业数字化升级的真实痛点问题,将算法技术广泛应用于传统制造业的生产实践中,助力工业制造良品提升,同时传播工业互联网相关行业最佳应用及实践标杆,将逐步成为具备国际国内领先水平的“工业互联网领域的练兵场”。
Registration channel
我要报名
About the competition
大赛简介
工业互联网算法大赛 IIAC(Industrial Internet Algorithm Competition)是由上海市经济和信息化委员会指导,工赋开发者社区主办,上海市工业互联网协会、工业互联网创新中心(上海)有限公司、上海市积梦智能科技有限公司协办,上海电气风电集团股份有限公司、上海三菱电梯有限公司、特斯拉、上海航天动力技术研究所支持举办的国际性赛事,赛事数据将在城市智能公共开放平台上开放供选手下载。
本届算法大赛的赛题方向聚焦在汽车制造、装备制造、航空航天、能源等领域,赛题将主要围绕工业企业数字化转型升级中迫切需要变革的场景进行命题,鼓励选手脑洞大开,寻找新的创意和算法,帮助解决行业实际问题,寻找可落地的解决方案。
Awards
奖项设置
初始奖金池¥200,000
总赛道冠亚季军、各分赛道1-3名共同瓜分奖金池
赛题企业面试直通车
名企工作实习机会
名企参访之旅
项目孵化机会
更多福利待你解锁
……
赛事启动
2021.7.9
全球工业智能峰会上举行赛事启动仪式
参赛报名
2021.7.10--2021.7.30
各赛道面向全社会开放报名通道,高等院校、科研单位、互联网企业等个人或团体均可报名参赛
作品提交
2021.8.1--2020.8.15
参赛团队应参照各分赛要求下载所需数据,完成项目提交等工作,各分赛将完成项目的筛选和具体技术评测
作品评审
2021.8.16--2021.8.22
特邀专家组成评审团,综合开展项目评审,通过主观评审+客观评审的方式进行评审
获胜团队公布及成果分享
2021.8.23
各赛道1-3名角逐总冠、亚、季军,大赛官方公布胜出者,并根据奖金池资金给予相应奖励
获胜团队颁奖
2021.9.15
获胜团队线上分享,可吸引更多企业,孵化落地;
工业博览会上举行大赛颁奖仪式
企业面向参赛者提供了海量真实的多维度数据集。此次大赛部分数据集是业内全球首发,是研究各行业核心算法与AI技术的宝贵稀缺数据资源,参赛选手可以参与到人工智能技术在各工业互联网行业的真实应用场景中,为行业内发展和应用AI贡献力量。
与此同时,参赛者能够与来自全球最优秀的AI高手交流竞技,通过此次比赛,主办方为来自全球各地的顶尖选手们提供了交流平台,以赛会友,互相切磋,在赛中交流,在赛中提升,不断优化模型向冠军冲刺并赢取终极奖励。
参赛对象
面向全社会开放,高等院校、科研单位、互联网企业等人员均可报名参赛。
注:赛题方、赛事组织机构单位中涉及题目编写、数据接触的人员禁止参与相关赛道赛题。
报名步骤
7 月 10 日起,进入比赛报名参赛阶段:
组队规则
任何人都可以自由组建团队,未组建团队的,默认以个人参赛。
团队操作
作品提交
8月1日起,报名参赛阶段结束,进入作品提交阶段:
客观提交
主观提交,请队长在8月15日24:00前,提交如下材料至邮箱 iiac@jimeng.io ,邮件和压缩包都请命名为【赛道名称-队伍名称】:
代码
比赛期间代码不允许在任何场景分享,如发现代码雷同的队伍全部取消参赛资格。结束后需提交代码,将综合考察开源使用、文档书写、代码设计、计算资源等。
指导单位
上海市经济和信息化委员会
主办单位
工赋开发者社区
协办单位
上海市工业互联网协会
工业互联网创新中心(上海)有限公司
上海积梦智能科技有限公司
支持单位
上海电气风电集团股份有限公司
上海三菱电梯有限公司
特斯拉
上海航天动力技术研究所
合作社区
GopherChina、VS Code中文社区、
Python中国、微软开发者社区、Milvus社区
和鲸社区、开源社
赛事平台
城市智能公共开放平台
Contact Us
联系我们
报名咨询
微信/电话:13062668991
iiac@jimeng.io
商务合作
chenziyi@jimeng.io
媒体合作
marketing@jimeng.io
赛题&数据
出题方
本赛道题目与数据由 特斯拉 提供。
特斯拉2003年创立于美国硅谷,以“加速世界向可持续能源的转变”为使命,致力于成为全球领先的综合型可持续能源公司,实现从能源生成、贮存到运输的整体服务。2018年7月,特斯拉宣布在上海全资建设特斯拉上海超级工厂(Gigafactory Shanghai)。特斯拉上海超级工厂于2019年底投入运营。2020年1月,中国制造Model 3开启全面对外交付,以13.7万辆的年销量登顶中国新能源汽车销量冠军,并于同年启动对欧洲出口。2021年1月,中国制造中型SUV Model Y也开启全面对外交付。Model Y的正式亮相,既是“SEXY”产品序列在中国正式齐聚,也是上海工厂发展的又一个里程碑。
特斯拉的超级工厂具有超高的自动化率以及智能化水平,智能设备通过工业互联网可以实时上传并且保存制造过程中的细节信息,对于这些信息的应用让生产线变的更加智能。
竞赛题目
螺栓拧紧工艺结果预测
赛题介绍
螺栓拧紧是一种常见的连接方式,主要靠螺纹副及螺栓法兰贴合面的摩擦力,对连接板件产生夹紧力来达成连接效果。通常情况下,使用扭矩来衡量螺栓拧紧状态,分为动态扭矩及静态扭矩,动态扭矩为工艺设定值,静态扭矩为人工测量值。在拧紧过程中,拧紧轴会不断记录拧紧数据,形成一个拧紧角度与拧紧扭矩的曲线。静态扭矩数值,则是在动态拧紧后5分钟内使用数显扭矩扳手测量的扭矩值。
此次拧紧场景为一个多轴自动拧紧系统,由机器人抓取三根拧紧轴,到达固定轨迹后三根拧紧轴同时拧紧,故每次拧紧过程中会产生三个动态拧紧数据。赛题的目的是,通过动态扭矩曲线数据计算静态扭矩范围及大小,或判断静态扭矩是否符合标准。
数据说明
比赛所用的数据集为基于自动拧紧轴拧紧过程中的所产生的相关数据。Task1数据集分为训练和测试集。其中,训练集作为参赛者训练自己的模型所用,测试集为验证模型所得结果、后台评估模型准确性所用。Task2的数据集共包含了超过十万条真实生产线数据,以供选手探索动态拧紧曲线是否异常。
动态拧紧曲线(Torque-Angle曲线)
通常拧紧分为三个过程如图所示:
阶段1:快速拧紧,螺栓头未接触到贴合面,正常情况下,应扭矩稳定在0,直到扭矩达到10Nm结束
阶段2:10Nm→30Nm慢速终紧到最终扭矩
阶段3:拧紧结束阶段
Sample time(ms):拧紧过程时间
Torque(N.M):拧紧过程扭矩
Angle(deg):拧紧过程角度
Current(A):拧紧过程电机电流
Bolt:用于区分扭矩点位,此次数据集为三轴拧紧系统,三个拧紧轴同时拧紧
Program:拧紧程序标准扭矩
Max Torque:拧紧过程中最大动态扭矩
Max angle:拧紧过程中最大角度
Final time:此点位最终拧紧所用时间
Final Torque: 最终结束动态扭矩
Final Angle:最终结束角度
提交&评审
提交要求
客观提交与评审
主观提交与评审
请队长在8月13日前,提交如下材料至iiac@jimeng.io:
评审规则
知识产权保护
技术背景与应用
动态拧紧过程中,对静态扭矩的影响因素较多,拧紧位置,板件匹配状态,板间胶量都会对静态扭矩产生影响,即使在动态扭矩达标的情况下,静态扭矩也会因为多种因素的影响产生不合格的结果。目前的行业惯例,静态扭矩是否达到要求完全靠人工测量,无法100%监控,如出现部分静态扭矩不达标,无法及时发现,可能会造成质量缺陷。因此如果可以通过态扭矩曲线预测静态扭矩值,可以实现基于大数据的100%覆盖检测,极大提升对于质量的保证,同时也可以部分减少质检的不增值情况,为企业创造价值,达到提质增效的目的。
参赛须知
参赛条件限制
1.鼓励在校学生和在职优秀人才组队参赛
2.参赛选手报名成功后可在用户主页创建团队进行参赛,本次比赛可以个人形式和团队形式参与,注意每团队不超过5人,团队需指派一名队长
3.参赛团队在比赛过程中若被要求提交个人身份信息,须保证该信息的真实性。大赛组织方承诺个人信息仅用于赛事数据授权与颁奖
组委会权责说明
汽车赛道--客观提交榜单
*截止8月14日12:00成绩
名称
|
RMSE成绩
1.16325026816200 |
1.29411264165023 |
1.31181204544344 |
1.35605962406701 |
1.37292606031013 |
1.41222271614643 |
1.42758966461562 |
1.43095982433975 |
1.44045727133082 |
1.47396634680843 |
1.69967570438142 |
2.90653010153253 |
赛题&数据
出题方
本赛道题目与数据由 上海电气风电 提供。
上海电气风电集团股份有限公司成立于2006年,经营业务涉及风电机组智能设计制造、风场智能运维、风资源评估、数字化风场投资开发、风电场资产智能管理、智慧能源等,目前风机产品实现1.25MW-8MW+风电机组全覆盖。上海电气风电集团以客户为中心,以“全生命周期服务”为理念,为客户提供风电全生命周期整体解决方案,风电集团使命:致力于创造有未来的能源。
竞赛题目
基于振动信号的风电机组主轴承剩余寿命预测(RUL)
赛题介绍
风电机组往往安装在偏远的地方,且运行在高空,这就为维修带来了极大的不便,为了降低运维成本和提高故障诊断的智能化,发展智能运维成为近年来研究的热点。研究表明风电机组传动系统的故障是导致停机时间最长,经济损失最大的原因,为了有效监控风电机组传动系统的故障情况,目前大型机组都安装了状态检测系统(CMS系统),利用CMS系统可以实时收集传动系统上各个部件的振动信号,通过分析这些振动信号,可以及时的发现传动部件的故障情况并及时得以解决,从而避免机组发生灾难性故障。
本赛题主要利用风电机组传动系统上主轴承的振动信号,来开展主轴承的剩余使用寿命预测。参赛选手利用提供的故障训练样本数据开展建模工作,利用提供的测试样本数据开展剩余使用寿命估计。请提供风电机组主轴承的剩余使用寿命预测的方案:包括数据分析、数据清洗、特征提取、模型训练和模型预测等。
数据说明
本赛题提供两台风电机组主轴承的生命周期数据用于训练样本,该样本包含主轴承从健康运行到故障更换之间的数据。同时,提供另外两台风电机组的主轴承数据用于剩余寿命估计,该两台机组数据是截尾数据,参赛选手从提供数据的最后时间点开始开展预测工作。
数据集分为训练集、验证集和测试集。其中,训练集作为参赛者训练自己的模型所用,验证集作为参赛者对模型的评估所用,测试集(保留,不展示给参赛选手)为测试验证集所得结果、后台评估模型准确性所用。
提交&评审
提交要求
客观提交与评审
主观提交与评审
请队长在8月13日前,提交如下材料至iiac@jimeng.io:
评审规则
知识产权保护
技术背景与应用
本课题基于振动信号预测风电机组主轴承剩余寿命,契合近年来行业内智能运维的研究热点。海上风电机组主轴承的更换不但是一个复杂的工程,而且也是一个耗资巨大的过程,无论从前期的备货、吊装船只安排,还是到后期的出海计划、人员安排等,故障提前预警都能发挥巨大的作用。
参赛须知
参赛条件限制
1.鼓励在校学生和在职优秀人才组队参赛
2.参赛选手报名成功后可在用户主页创建团队进行参赛,本次比赛可以个人形式和团队形式参与,注意每团队不超过5人,团队需指派一名队长
3.参赛团队在比赛过程中若被要求提交个人身份信息,须保证该信息的真实性。大赛组织方承诺个人信息仅用于赛事数据授权与颁奖
组委会权责说明
能源赛道--客观提交榜单
*截止8月14日12:00成绩
名称
1 | FlyK |
2 | Claymore |
3 | MZC |
4 | 我的网络发散了 |
5 | hex |
6 | weforsis |
7 | 嘴爷老师我想吃有机红烧肉 |
8 | witium |
9 | 许跃华 |
10 | 昆工小战队 |
11 | 欲上青天揽明月508 |
12 | StefanChou |
13 | Micro-i |
成绩
0.991286719245982 |
0.991286719245982 |
0.987577385922018 |
0.982605784719674 |
0.970143655170742 |
0.956342174018947 |
0.956195736181845 |
0.953567152509569 |
0.952503231441452 |
0.922322195930441 |
0.822072984093648 |
0.767685172328503 |
0.727092606151488 |
赛题&数据
出题方
本赛道题目与数据由 三菱电梯 提供。
上海三菱电梯有限公司成立于1987年1月,由上海机电股份有限公司和日本三菱电机株式会社等四方合资组成,公司投资比为中方60%,外方40%。公司投资总额2亿美元。合资以来,已累计制造和销售电梯100多万台,累计出口电梯2.4万台,遍及70多个国家和地区。全国共建立了七大营销区域和89个分公司,400多家销售代理网点。
公司安装于“上海中心大厦”内的三菱电梯获得“全球最高速度、最大提升高度电梯及最高速双轿厢电梯”三项吉尼斯世界纪录;上海三菱电梯在500强首选供应商(电梯类)评选中获得行业最高的首选率,连续第10年蝉联第一。2005年起连续五届荣获“全国文明单位”称号。
公司自成立以来,坚持动态引进和自主创新并重,使电梯技术始终保持国内领先,国际先进水平。近年来在动态引进日本三菱电机的ELENESSA最新无机房和NEXWAY小机房等具有能量回馈和环保电梯技术以及10M/S超高速电梯的基础上,目前正在国产化日本三菱技术的超高速双轿厢电梯产品技术。在加快引进的同时,加大自主创新的力度,在近年完成了8m/s电梯的自主开发,使公司在高速电梯的开发上实现了实质性的跨越,目前自主开发产品占销售总量的70%以上。
竞赛题目
基于曳引轮车床切削数据的加工过程特征模式辨识
赛题介绍
电梯的曳引轮,是曳引机的核心部件之一。加工过程中,由于毛胚外形不佳、材料质地不均匀、加工刀具失效等诸多原因,可能导致后续发生部件尺寸异常需要人工干预生产、甚至是部件报废等其他问题,从而降低生产效率,影响生产的稳定性。通过对加工过程中车床的主轴负载等数据进行观测,可以尽早发现上述隐患,从而避免生产损失。
数据说明
比赛所用的数据集为基于自动拧紧轴拧紧过程中的所产生的相关数据。数据集分为训练集、验证集和测试集。其中,训练集作为参赛者训练自己的模型所用,验证集作为参赛者对模型的评估所用,测试集(保留,不展示给参赛选手)为测试验证集所得结果、后台评估模型准确性所用。
数据集中,SignalFileName列内存储的是相应信号文件的文名称。其内部最主要的信息是主轴负载。主轴负载表征了机床在加工时主轴为了保持当前转速而需要提供的转矩大小。该文件需要采用python的pandas模块(推荐采用0.25.3版本)的中的pandas.read_pickle()方法进行读取。以图1和图2为例,
图1为数据概貌;图2为信号图谱,图谱中蓝线所示为主轴负载,橙线为主轴转速,红线划分出的片段表示相应生产时重点关注刀具(T2刀,T8刀,T9刀)的工作时间段。需要注意的是,正常生产过程中,也会产生停车,停车时数据也会被收集,但是这部分数据没有明显的信息量。
加工过程中,刀具是一种损耗品,其存在使用次数的限制。如果加工过程中,发现刀具的可被使用次数已经归零,则会引起报警,此时工人会按照实际情况进行停车换刀。目前刀具的使用次数是按照经验进行设定的,能否从信号中通过模式挖掘发现刀具的连续损耗情况,并且对刀具的可耐用次数进行推断,也是本课题的一大难点。
为了提供参赛选手更多额外的数据信息,本题目提供了机床中采样得到的原始数据集,高频数据集为520-HighFreqDataSet.pkl,低频数据集为520-LowFreqDataSet.pkl,我们鼓励参赛选手从原始数据集提取更多的特征信息。例如,低频数据集内具有列“刀具名称”,其值表示的是数据采样的那一刻,是哪一把刀具正在加工零件,参赛选手可以根据高频数据集和低频数据集的时间信息,对正在加工的刀具进行关联,以获得更多特征。
提交&评审
提交要求
客观提交与评审
主观提交与评审
请队长在8月13日前,提交如下材料至iiac@jimeng.io:
评审规则
知识产权保护
技术背景与应用
机械加工过程中,影响成品的条件诸多,且不可避免的存在对加工质量和稳定性带来威胁的异常因素。以往发生此类问题,通常都是由经验丰富的操作人员,对异常情况进行甄别和排除。但是,随着人力成本的上升,如何利用数字化手段在无人模式情况下,通过融合操作人员经验的模式识别的方法,对异常发生点进行自动检测,是生产制造企业必须面临的新课题。
假如异常发生点自动检测能够更好地进行:从生产制造来说,异常停车的发生会有效被检测到,会提高生产的效率并进一步影响到下游其他产品的加工组装效率。从企业发展来说,由于此类课题通常解决难度较高,妥善解决的情况下会推动生产制造企业的智能制造推进。
参赛须知
参赛条件限制
1.鼓励在校学生和在职优秀人才组队参赛
2.参赛选手报名成功后可在用户主页创建团队进行参赛,本次比赛可以个人形式和团队形式参与,注意每团队不超过5人,团队需指派一名队长
3.参赛团队在比赛过程中若被要求提交个人身份信息,须保证该信息的真实性。大赛组织方承诺个人信息仅用于赛事数据授权与颁奖
组委会权责说明
装备制造赛道--客观提交榜单
*截止8月14日12:00成绩
名称
1 | 理想突击队 |
2 | Teletraan |
3 | MZC |
4 | weforsis |
5 | letsmodel |
6 | Claymore |
7 | 我的网络发散了 |
8 | HAIL_302 |
9 | 咸鱼翻不了身队 |
10 | 嘴爷老师我想吃有机红烧肉 |
11 | Micro-i |
成绩
79.1307814607410 |
77.4186602486198 |
77.3757309556905 |
49.0902097547068 |
46.4462437791619 |
40.9952455573303 |
40.2923976608187 |
40.2517993347174 |
39.1906882236063 |
36.6076922751479 |
20.4761904761904 |
赛题&数据
出题方
本赛道题目与数据由 航天动力 提供。
上海航天动力技术研究所是集固体发动机、特种发动机技术研究与型号研制、批产、试验于一身的专业研究所,是我国最早承担用复合固体推进剂技术研制固体发动机的单位之一。具有中、小型固体火箭发动机设计、研制、配方设计、装药、发动机试验及型号发动机批产等完备的科研能力,几十年来,研制了二十多个型号、三十多种固体发动机,主要有:地空、舰空、空空、超低空便携式、反坦克、地地及 “神舟”号飞船返回舱着陆缓冲发动机、无人机、靶弹助推器等各种类型的固体发动机。
竞赛题目
加工工艺质量预测以及工艺优化
赛题介绍
充分利用ai算法对航天结构件加工过程中的多源数据(包括几何参数、设备时序数据、理化性能参数)进行机理模型的构建,建立质量预测模型;同时应用建模结果以及中间过程探明影响产品加工变形的原因, 给出实现产品加工过程的参数调优建议。
数据说明
比赛所用的数据集为多个批次壳体旋压加工的毛坯尺寸、加工过程中的采集的设备时序数据以及加工后的壳体跳动数据。数据集分为训练集、验证集和测试集。其中,训练集作为参赛者训练自己的模型所用,验证集作为参赛者对模型的评估所用,测试集(保留,不展示给参赛选手)为测试验证集所得结果、后台评估模型准确性所用。
提交&评审
提交要求
客观提交与评审
主观提交与评审
请队长在8月13日前,提交如下材料至iiac@jimeng.io:
评审规则
知识产权保护
技术背景与应用
固体火箭发动机燃烧室壳体具有高硬(HRC55)、高强(1700mpa)、大长径比(400mm)、薄壁(2mm)的特点,是典型的航天难加工结构件产品,尤其在旋压加工过程中,受到毛坯尺寸、材料性能、机床状态以及工艺参数的影响,加工后往往出现壳体变形超差的现象,造成质量一致性差、加工成本高的不良影响。根据现有的经验公式预测的结果和实际加工结果出入较大,而工程师们的传统经验也难以定位特征因素以及给出定量的相关性分析,只能在每个批次加工前进行首件试加工,摸索相关工艺参数,费时费力。随着数据采集技术、大数据技术以及ai技术等先进信息技术的发展,为利用数据探寻工业机理提供了实践的方向,如果能够通过算法对工业边缘端的数据进行赋能,建立产品加工的机理模型,对传统经验公式进行再定义,则对整个工业界将产生颠覆性的影响,因为工业加工将实现由经验型加工向知识型加工过度,同时降低对国外工艺专用仿真软件的依赖,并在此基础上,形成自我工艺机理模型定义和封装的能力,为我国工业软件的发展奠定坚实的基础。
参赛须知
参赛条件限制
1.鼓励在校学生和在职优秀人才组队参赛
2.参赛选手报名成功后可在用户主页创建团队进行参赛,本次比赛可以个人形式和团队形式参与,注意每团队不超过5人,团队需指派一名队长
3.参赛团队在比赛过程中若被要求提交个人身份信息,须保证该信息的真实性。大赛组织方承诺个人信息仅用于赛事数据授权与颁奖
组委会权责说明
航空航天赛道--客观提交榜单
*截止8月14日12:00成绩
名称
1 | pachark |
2 | 王宇 |
3 | MZC |
4 | 我的网络发散了 |
5 | Claymore |
6 | 稀疏派 |
7 | 607 |
8 | Beauty |
9 | 理想突击队 |
RMSE成绩
0.098108275018829 |
0.099404394074832 |
0.100132741343958 |
0.100237970430240 |
0.103706020007558 |
0.106373300126397 |
0.106664480928457 |
0.120127748120550 |
0.153327007423513 |