《2023年全国工业和信息化技术技能大赛-工业大数据算法赛项-技术文件V2.docx》由会员分享，可在线阅读，更多相关《2023年全国工业和信息化技术技能大赛-工业大数据算法赛项-技术文件V2.docx（25页珍藏版）》请在课桌文档上搜索。
1、2023年全国工业和信息化技术技能大赛工业大数据算法赛项技术文件2023年8月一、大赛内容、形式和成绩计算1(一)竞赛内容1(二)竞赛形式1(四)成绩计算1二、大赛命题原则1三、大赛范围、赛题类型和其他1(一)理论知识竞赛11.赛题范围2(1)工业大数据2(2)工业人工智能算法2(3)智能制造技术2(4)信息安全法律法规22 .赛题类型23 .竞赛时间24 .命题方式25 .考试方式3(二)实际操作竞赛31 .竞赛范围与内容3(1)硬件设备搭建4(2)图像训练数据采集5(3)工业视觉模型训练与部署5(4)误差补偿算法模型训练与部署5(5)模拟生产验证52 .比赛时间63 .命题方式6四、大赛设
2、施6（一）大赛平台6（二）耗材6（三）工具、仪器7（四）选手防护装备7（五）其他8五、大赛评分标准制定原则、评分方法、评分细则及技术规范8（一）评分标准制定原则8（二）评分方法81.基本评定方法82.相同成绩处理8（三）评分细则（评分指标）81 .理论知识部分评分92 .实际操作部分评分9六、大赛硬件平台说明15（一）赛项硬件平台161 .智能加工模块162 .智能视觉检测模块173 .工控机及周边设备18（二）赛项软件平台191 .云端算法软件192 .本地端应用软件22一、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）竞赛形式本赛项为双人团体赛，分为职
3、工组（含教师）和学生组两个组别。（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。二、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
4、术水平，以及对智能制造系统原理的掌握程度。三、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和工业人工智能算法应用知识为主，智能制造技术、数据信息安全法律法规等相关知识为辅。(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、神经网络思想与建模、深度学习基础。(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)智能制造技术智能制
5、造技术基础、智能制造典型技术、智能制造技术应用、机电一体化基础基本认知、可编程控制器(PLC)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，针对数控加工系统中的机器视觉识别准确性和加工精度稳定性问题，通过大数据及人工智能算法，实现智能加工的误差实时补偿。实际操作竞赛以考核工业大数据及工业人工智能算法应
6、用技术技能为主，包括图像数据采集、云平台使用、算法模型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5个环节：硬件设备搭建、训练数据样本采集、工业视觉模型训练与部署、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1。表1竞赛范围与内容序号内容说明1硬件安装接线1 .数据采集硬件平台安装与调试。2 .智能加工设备基准设置3 .通讯系统建立连接和测试2图像训练数据采集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O3 .样本数据分类保存、云平台存储。
7、3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，并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。4误差算法模型训练与部署1 .设计误差补偿模型，或选定恰当的模型，以及设定训练参数。2 .更新迭代模型，将训练完成的模型进行固化。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。5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智能加工进行加工生产验证。2 .补偿
8、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)硬件安装接线根据任务书给定的任务要求，选手进行数控加工装置、工业视觉相关设备测试，包括相机测试、光源环境调试、通讯线路连接、设备基准点设置等。(2)图像训练数据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。(3)工业视觉模型训练与部署根据任务书给定的任务
9、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TensorFlow),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。(4)误差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。(5)
10、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。四、大赛设施（一）大赛平台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和重庆工业大数据创新中心指导，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一一易往数字
11、科技（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、误差补偿算法和视觉检测算法的构建、训练、调优和验证。（二）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（根据实际需要提供）序号名称说明数量单位1待加工件210mm297mmA4硬卡纸若干个（三）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（根据实际需要提供）序号名称说明单位数量1内六角扳手7件套1套2十字螺丝刀575mm1把3活动扳手小号1把4活动扳
12、手8寸1把5绘图笔2把（四）选手防护装备参赛选手必须按照规定穿戴防护装备，且只允许选手现场使用表中所示防护用具，见表4,违规者不得参赛；表4选手必备的防护装备防护项目图示说明绝缘鞋选手自备，要求：绝缘、防滑、防砸、防穿刺工作服f选手自备（五）其他选手禁止携带易燃易爆品、U盘、智能电子设备等与比赛无关的物品，违规者取消比赛资格。五、大赛评分标准制定原则、评分方法、评分细则及技术规范（一）评分标准制定原则本着“科学严谨、公正公平、可操作性强、突出工匠精神”的原则制定评分标准，围绕技能大赛技术裁判组制定的考核标准，依据参赛选手完成的情况实施综合评定，全面评价参赛选手职业能力。（二）评分方法1.基本评
13、定方法裁判组在坚持“公平、公正、公开、科学、规范”的原则下，各负其责，按照制订的评分细则进行评分。结果评分：比赛结束后，裁判组根据参赛选手提交的比赛结果进行评分。成绩汇总：实操比赛成绩经过加密裁判组解密后与选手理论成绩进行加权计算，确定最终比赛成绩，经总裁判长审核、仲裁组长复核后签字确认。2相同成绩处理总成绩相同时，以实操总成绩得分高的名次在前；总成绩和实操比赛总成绩相同时，模拟加工验证环节得分高的名次在前；总成绩、实操比赛总成绩和模拟加工验证环节得分相同时，模拟加工验证环节时间短的名次在前。（三）评分细则（评分指标）1 .理论知识部分评分理论知识部分总分为100分，各题型分值占比分别为单项选
14、择题（30分）、多项选择题（40分）和判断题（30分）。2 .实际操作部分评分本次大赛的实际操作部分以工业大数据算法为主，实际操作部分的评分以各竞赛环节操作完成度、模拟生产验证的结果、职业素养为评分依据。(1)竞赛平台操作部分评分实操评分细则见表6。表6实操评分细则序号竞赛环节名称竞赛内容与提交要求评分要点和方法评分标准1硬件设备搭建(5分)相机安装(配1分)(1)安装正确且稳固：1分(2)安装松动摇晃：0分依据硬件设备情况镜头安装(配1分)(1)镜头装在相机上且稳固：1分(2)安装松动摇晃：0分依据硬件设备情况光源安装(配1分)(1)安装正确且稳固：1分(2)未安装或不稳固：0分依据硬件设备
15、情况电缆安装(配1分)(1)小号环形光源连接线、相机电源线、千兆网线接线正确：1分(2)工艺不规范，线缆凌乱：0分；依据硬件设备情况加工夹具安装(1)加工夹具安装牢固，可以生依据硬件设备情况（配1分）成画出图像：1分；（2）安装不成功或者画出图像不连续：0分2图像训练数据采集（5分）上传训练样本图片（配1分）（1）成功上传：1分（2）上传不成功：0分训练样本图片上传成功标准mu*foe,FW_SMU-1is.(3工业视觉模型训练与部署（共20分）加载视觉算法训练数据集（配2分）（1）完成数据加载：2分（2）未完成数据加载：。分数据集考判断，。=二一:二加载成功参标准IaaMWt-MWMMaM三
16、s-图像预处理（配6分）（1）进行5种及以上有效预处理方式：6分选手在程序中对图像样本进行了有效的预处理，并将处理方法记录在任务(2)进行4种有效预处理方式：5分(3)进行3种有效预处理方式：4分(4)进行2种有效预处理方式：3分(5)进行1种有效预处理方式：2分(6)没有对图片进行有效预：0分书中指定填框中，阐述图像预处理方式，并依据其代码进行评判。部署视觉算法模型(配2分)(1)部署完成：2分(2)部署不完成：0分视觉算法模型部署成功参考标准完成对算法模型的部署，利用打印出算法模型部署的路径判断。=j三三4,三r,&二=0f三LT,a*twrv*r验证视觉算法模型(配10分)(1)识别正确
17、识别率：10分*识别率(2)未完成模型验证：0分*识别率计算法方式：视觉算法识别率判断与准j_-l*二W二I识别率二识别成功样本数量/测试样本总数4误差算法模型训练与部署（共20分）加载误差算法训练数据集（配2分）（1）完成数据加载：2分（2）未完成数据加载：0分数据集加载判断标准tf!FCKHI.MiVtIKlUMM，一In-M，一bo数据预处理（配6分）（1）进行5种及以上有效预处理方式：6分（2）进行4种有效预处理方式：5分（3）进行3种有效预处理方式：4分（4）进行2种有效预处理方式：3分（5）进行1种有效预处理方式：2分（6）没有对数据进行有效预：0分选手在代码中对数据进行了有效的预
18、处理，并将处理方法记录在任务书中指定填框中，并阐述数据预处理方式，依据其代码进行评判。验证误差算法模型（配10分）（1）验证模型的MSE均方误差（值的范围为0-1）：10分*（I-MSE）o若得分小于3分则为3分误差算法模型验证判断标准_二二二.一*rIwMMtIM一I_e一，H-ryI（2）仅完成模型验证：3分（3）未完成模型验证：0分*MSE均方误差计算方式：MSE_i=（i（yf-pted_i-MSEi匀方误差=（Z：MSl其中，MSE_i为一个样本由均方误差；n表不样本数量；y_pred_i表示预测值；y_true_i表示真实超;表示求和符号。y_Ow_i)2)/81.i)/误差算法模
19、型部署（配2分）（1）部署完成：2分（2）部署不完成：0分误差算法模型部署判断标准完成对算法模型的部署，利用打印出算法模型部署的路径判断。工;二二,*,M5模拟加工验证（共50分）按照指定数量加工工件得分（配50分）裁判程序显示的模拟加工验证分数（满分100分）*50%输入裁判程序密钥，查看模拟加工验证的成绩，并按照50%进行计算。竞赛平台操作得分100分步骤2、3、4、5采用自动评分的方式，由评分软件根据每个步骤的操作考核评分点完成结果自动评分。步骤5为模拟加工，自动评分系统依据模拟加工后的工件加工精度评分，与对应工件视觉检测准确性得分加权相乘，得到单个工件综合得分Si,对所有模拟加工工件的
20、综合得分相加得到的总分，作为最终的模拟加工得分。模拟加工得分=TSj其中，N为要求加工件总数。最终加工误差由软件自动计算得出。(2)职业素养评分此外，参赛选手如出现严重扰乱赛场秩序、干扰裁判和监考正常工作等不文明行为的，取消比赛资格，实际操作部分成绩为O分；参赛选手如有作弊行为的，取消比赛资格，实际操作部分成绩为O分；参赛选手如有在竞赛结果上标注含有本参赛队信息的，取消奖项评比资格。六、大赛硬件平台说明（一）赛项硬件平台大赛硬件平台采用模块化设计如图3,主要由三个部分组成：智能加工模块、智能视觉检测模块、工控机及周边设备。涵盖视觉识别、多轴运动控制系统、PLC控制系统等功能单元，内置图像数据采
21、集单元和插补运动控制功能。图3工业大数据算法技术技能赛项平台1 .智能加工模块智能加工模块是硬件平台最核心的模块，由三轴直线模组、多轴运动控制系统、绘图笔及夹具台等部件组成。图4智能加工模块(1)三轴直线模组为步进控制系统，X、Y轴有效行程为20OnInbZ轴行程为50mm。(2)多轴运动控制系统，能够接收虚拟系统系统的加工代码，并根据云端计算的误差分析结果自动进行误差补偿，使智能加工单元能够加工出合格产品。多轴运控系统可以通过上位机通讯实现精确的运动控制指令，输出脉冲或模拟量指令，支持点位和连续轨迹，多轴同步，直线、圆弧、螺旋线、空间直线插补和硬件位置比较等功能。(3)绘图笔及夹具台主要用于
22、实现加工轨迹，让加工结果可视化。2 .智能视觉检测模块智能视觉检测模块主要实现对来料物料的视觉样本采集、视觉检测识别，使用时固定安装在三坐标模拟加工系统的上部。图5智能视觉检测模块智能视觉检测模块配置如下：(1)2D工业相机一台,分辨率2500x1940像素，滚动快门CMOS芯片,芯片尺寸1/2.5，帧率14fps0相机兼容GigEVISION或USB3VlSION协议，并支持GenlCam标准。(2)镜头一个，最大光圈F2.8,均支持500万像素成像，支持2/3英寸芯片相机成像。(3)环形光源一个，环形光源为白色，发光面外径12Onmb内径80mmQ3.工控机及周边设备工控机是本地操作台，由
23、工作台、工控机、显示器等部件组成。该单元主要用于调试模拟加工、运动控制通讯、视觉系统检测、数据显示与传输、平台数据监控与调度、云平台处理平台交互等。（二）赛项软件平台大赛软件平台包含云端算法软件和本地端应用软件，通过赛场提供的网络为大赛提供平台支撑。1 .云端算法软件云端算法软件主要由图像检测人工智能算法、加工误差运算补偿算法和振动数据处理算法等组成。云端算法平台是本次大赛的考核重点，基于工业大数据技术，形成工业大数据系统，可应对智能制造背景下海量工业数据采集、存储、分析、服务、以及可视化展示需求。该平台由WEB管理端（前端界面）、JUPyter工作台、MongODB数据库、RestfulAP
24、k算法模型服务等部分组成，主要用于云端大数据算法训练、深度学习、数据处理等，适用于各类工业零件的图像识别分拣、信号特征分析等。图6云端算法软件平台（1） WEB管理端是用户接入操作的界面。通过WEB管理端对设备、检测加工工件、合格不合格分类的配置，可以适配硬件平台，以及后续采集数据的存储。“6图7WEB管理端用户界面图8WEB管理端用户界面（2） JUPyter工作台是部署在软件平台上的PythOn和TenSorFloW的操作运行环境，集成了大数据、人工智能等工具可直接通过工作台进行操作和使用无需安装，通过Web端即可读取设备上传的数据，并且可以将上传的数据进行分类、模型训练等，同时可以将训练
25、好的模型进行部署，通过REST-API的方式进行模型的验证。图9jupyter操作台界面（3） MongoDB数据库是用于硬件平台采集的数据存储的非结构化的大数据数据库，可以对文件、图片、视频、音频等各种文件结构的数据进行存储。（4）深度学习软件TenSOrFIoWServing（TenSorBOard工具套件）是可以将训练好的模型直接上线并提供服务。 ShowdMadownlQodMs Q IgnOreOUtherSGChtfltCSIIngTootop orng BUayr-oncncyaccuracyHoftfOrtiIAm MLATTVt WAiXISOOk 2500k334900kR
26、mWhte * rvQtx to Mv rmEN3meSmoothedValueStepTimeRdMtveem.mropy.1fl*obLrtpO100MQ4Ooto9412S7kTuSap1Q.21ItGlte图10TenSOrBoard用户界面（5）REST-API是提供给硬件平台进行数据上传、指令下发、数据交互等使用的APl接口。2.本地端应用软件本地端应用软件安装在大赛设备的工控机上，起到连接设备和云平台的功能，并为大赛的评分和展示提供支撑。本地端应用软件包含图像采集、设备控制、评分和进度采集等功能。*E之Mtfl1ka4M=SmSMAaEMamKQ91S44SMOBmutIMixinoItmasun1M10MMW值”.1M1OS4图11本地端应用软件界面本地端应用软件定位为比赛辅助软件，其操作内容不涉及比赛评分点。其中评分软件为内置软件，不需要选手操作和配置。本地段应用软件内置功能如下：（I）图像采集功能包含控制相机采集图像、剪裁预处理图像、图像上传云平台、反馈平台检测结果。能够配置云端和设备端的地址端口等信息。（2）设备控制软件功能用于向运动控制系统下发加工代码，并能够接收云端误差补偿数据，自动补偿到设备参数中。（3）评分和采集功能采集设备进度信号，上传进度展示大屏，监控各步骤结果，实时评分。
