陈翔
浙江省特种设备科学研究院 浙江杭州 310020
简要：大数据技术是二十一世纪的新兴技术之一，利用大数据技术我们可以轻松的得到经常发生和人们关注的。大数据的本质是一种数据统计，而特种设备是一种大型设备，大的问题很少出现，都是一些人们容易忽略的小问题，而这恰恰是大数据的强项。本文我们重点分析大数据技术在特种设备检验中的应用。
关键词：大数据技术；特种设备检验；应用
引言
随着企业的规模越来越大，每天都会有大量的数据产生，一天天下来，公司积累的数据体量越来越庞大，以往的数据分析对公司现在的管理发挥不了作用，需要使用大数据技术进行分析。特种装备是大型设备，特种设备的检验涉及很多方面，使用大数据技术，可以统计特种设备常出问题的地方，对这些地方进行重点检验，提高特种设备的检验效果。
一 大数据解读
数据量大，TB->PB。现在我们电脑的硬盘，通常是1TB/2TB/4TB的容量。而1PB=1024TB，可见容量之大。PB还不是最大级别的，在PB之上，还有EB，ZB，YB，未来只会出现更大的字节。
大数据框架：文件存储：Hadoop HDFS、Tachyon、KFS；离线计算：Hadoop MapReduce、Spark；资源管理：YARN、Mesos；日志收集：Flume、Scribe、Logstash、Kibana；消息系统：Kafka、StormMQ、ZeroMQ、RabbitMQ；分布式协调服务：Zookeeper；数据挖掘、机器学习：Mahout、Spark MLLib；数据同步：Sqoop；任务调度：Oozie。
商业价值高。我们所知道的人工智能，就是让计算机按照人的思路去做。当然这都是为了人而服务，让机器能够解决人脑所能解决的问题，或者强于人脑，至于方式嘛，也不过于关注是否采用跟人一样的方法。语音识别相信大家都用过吧，能解决我们日常工作中很多烦恼。而语音识别就是人工智能最核心的课题。它是基于大量的数据采用统计的机器学习方法。
处理时效性高。很多企业都从离线计算走向实时计算中，目前，很多企业营销的新常态要实时化、场景化。
二 大数据应用价值
实现指标看板。以往所有的指标主要靠业务人员手工通过EXCEL加工指标，发送到微信群里面，不能保障数据的及时性、准确性和安全性。现在通过大数据技术去解决这一问题，通过利用大数据技术开发的内置模版去解决日报、月报、季报、年报。无需手动去添加数据指标，只需要一个模版快速生成你所需的日报、月报、季报、年报。原来需要熬夜加班解决的事情，现在只需10S，工作效率最起码提高了90%以上。
完善的数据权限控制。
以西安怡康零售店为例，西安怡康医药目前有1500家零售门店，从组织的架构出发，使用数据权限分配设置，各级别的领导只能查看自己所需的数据，解决以往数据混乱的问题。总部领导对于所有筛选控件是可见的、可用的，能够随意去筛选某个区域、门店；对于分公司领导，省份控件不可用，只能去查看分公司下面的区域和门店，对于区域领导，只能查看该区域的指标和下面门店的指标，对于门店业务员来讲，只能够看自己负责门店的经营数据。
开发的指标看板能够随查随看。了方便领导和业务人员查看数据，利用大数据技术开发的移动端看板将所有的分析看板、报表集成到企业微信里面去，能够随时随地的去查看分析内容。同时，每天的核心指标看板，通过微信消息定时推送到每个人的微信上，方便查看。公司通过大数据技术建立起完善的指标系统,将大量数据的价值利用到最大化，改变了以前低效的管理方式。让公司的发展更上一层楼。
三 大数据技术在特种设备检验上的应用实例
预警系统。根据特种设备出现问题部位的统计，在重点部位安装监控预警装置，将出现的问题图片、影像描述输入预警控制系统中，出现上述描述后直接亮红灯预警，严重的直接自动停机。
风险评级。根据大数据将所有发生在特种设备上的问题及其危害进行分类，按危害造成的影响进行划分，划分好之后召集特种设备专家、设备管理专家，对这些危害进行评级，划分A/B/C/D四个等级，等级D为暂时需要理会；等级C为具有一定的危害，但是危害不大，需要处理但是处理时间在三天之内；等级B为具有一定的危害，需要马上处理，最迟今天之内处理；等级A为预警等级，危害很大，立即停机处理。在系统检验时，对设备上每一个问题进行评级，便于特种设备检修人员判断处理。
检验解决模型构建。这需要结合5G技术、3D虚拟技术和大数据技术，对一些检验的方法进行讨论研究。之前是出现问题，根据老师傅的经验处理，在处理的过程中问题一直在造成损失，我们现在是在将问题处理中造成的损失减免掉。利用3D模拟技术，模拟特种设备问题处理现场，利用5G技术进行问题处理措施的各种尝试，利用大数据技术整理出合适的处理措施，目的是在各种场景下模拟讨论出2-3种解决措施，并上传至大数据中心。在检验中，发现特种设备出现问题之后，立即将问题上传至大数据中心，调取处理措施，立即处理，降低损失。
改进检验方法。传统检验方法是目测、工具测、手触等等。一般来说是一个设备一个设备看，效率低下，还容易出错。利用大数据技术，对重点部位进行查看，其余的丢给自动检测预警系统即可。利用大数据技术，对每一个特种设备每日工作情况进行统计检测，每日只需人工查看工作效率较低的或低于平时工作量的，这样减轻工作量，数量少还能检验的比较仔细。
四 结语
特种设备检验是一项十分辛苦的工作，也是一份十分重要的工作。检验员每日需要查看很多的特种设备，安装说明书的要求一项项查看，工作量很大。人的精力是有限的，干的多了难免出错，漏掉一两个也在所难免。大数据技术可以减轻检验员的负担，增加检验效率，及时将特种设备中的问题检验出来，既是对检验员这份工作的负责，也是对特种设备使用者的负责。
参考文献
[1]徐义,贺小明,冷玉峰.基于信息化技术的发电厂特种设备安全管理系统建设[J].热力发电,2008(11):108-109+116.
[2]徐义,欧院棠.基于SaaS模式的特种设备维修企业安全管理信息系统研究[J].中国安全生产科学技术,2010,6(01):108-111.
[3]胡熙玉.特种设备检验检测移动信息化解决方案与应用[J].建筑机械化,2010,31(04):77-79.