2023年全國工業(yè)和信息化技術(shù)技能大賽-工業(yè)大數(shù)據(jù)算法賽項(xiàng)大賽方案、實(shí)操和理論賽題樣題、技術(shù)文件

—-一、大賽內(nèi)容、形式和成績計(jì)算（一）競賽內(nèi)容本賽項(xiàng)內(nèi)容包含理論知識(shí)和實(shí)際操作兩部分。（二）競賽形式本賽項(xiàng)為雙人團(tuán)體賽，分為職工組（含教師）和學(xué)生組兩個(gè)組別。（四）成績計(jì)算理論知識(shí)競賽滿分為100分，按20%的比例折算計(jì)入競賽總成績。賽題均為客觀題，采用機(jī)考方式實(shí)現(xiàn)。實(shí)際操作競賽滿分為100分，按80%的比例折算計(jì)入競賽總成績。折算后的理論知識(shí)競賽成績與實(shí)際操作競賽成績相加得出參賽選手競賽總成績，滿分為100分。二、大賽命題原則在命題方向上，聚焦新一代信息技術(shù)與制造技術(shù)深度融合領(lǐng)域，以解決工業(yè)大數(shù)據(jù)應(yīng)用實(shí)際需求為命題方向，設(shè)置算法賽題。在考核重點(diǎn)上，考核工業(yè)大數(shù)據(jù)算法等基本技能的同時(shí)，重點(diǎn)突出企業(yè)所需專業(yè)技能及新技術(shù)應(yīng)用。重點(diǎn)考察參賽選手構(gòu)建大數(shù)據(jù)算法模型實(shí)現(xiàn)問題解析、數(shù)據(jù)處理、特征工程、模型構(gòu)建、訓(xùn)練優(yōu)化的能力和技術(shù)水平，以及對(duì)智能制造系統(tǒng)原理的掌握程度。三、大賽范圍、賽題類型和其他（一）理論知識(shí)競賽以工業(yè)大數(shù)據(jù)和工業(yè)人工智能算法應(yīng)用知識(shí)為主，智能制造技術(shù)、數(shù)據(jù)信息安全法律法規(guī)等相關(guān)知識(shí)為輔。工業(yè)大數(shù)據(jù)平臺(tái)架構(gòu)(數(shù)據(jù)架構(gòu)、數(shù)據(jù)技術(shù)架構(gòu)、應(yīng)用平臺(tái)架構(gòu))、數(shù)據(jù)分析概述、數(shù)據(jù)收集與導(dǎo)入、數(shù)據(jù)清洗與預(yù)處理、數(shù)據(jù)挖掘基礎(chǔ)、主成分分析、分類器與決策樹、聚類思想與建模、神經(jīng)網(wǎng)絡(luò)思想與建模、深度學(xué)習(xí)基礎(chǔ)。神經(jīng)網(wǎng)絡(luò)思想與建模、深度學(xué)習(xí)基礎(chǔ)、工業(yè)人工智能算法的選擇與應(yīng)用，機(jī)器視覺理論基礎(chǔ)與框架、圖像分析基礎(chǔ)和圖像變換、圖像預(yù)處理、邊緣檢測(cè)與輪廓表示。智能制造技術(shù)基礎(chǔ)、智能制造典型技術(shù)、智能制造技術(shù)應(yīng)用、機(jī)電一體化基礎(chǔ)基本認(rèn)知、可編程控制器（PLC）基礎(chǔ)。信息安全相關(guān)的法律法規(guī)：網(wǎng)絡(luò)安全法、數(shù)據(jù)安全法、個(gè)人信息保護(hù)法。賽題分為三種類型：單項(xiàng)選擇題、多項(xiàng)選擇題和判斷題。理論競賽時(shí)間為1小時(shí)。由大賽組委會(huì)組織專家組統(tǒng)一命題。采用計(jì)算機(jī)考試。（二）實(shí)際操作競賽本賽項(xiàng)的實(shí)際操作競賽突出工業(yè)大數(shù)據(jù)算法在工業(yè)生產(chǎn)中的應(yīng)用，針對(duì)數(shù)控加工系統(tǒng)中的機(jī)器視覺識(shí)別準(zhǔn)確性和加工精度穩(wěn)定性問題，通過大數(shù)據(jù)及人工智能算法，實(shí)現(xiàn)智能加工的誤差實(shí)時(shí)補(bǔ)償。實(shí)際操作競賽以考核工業(yè)大數(shù)據(jù)及工業(yè)人工智能算法應(yīng)用技術(shù)技能為主，包括圖像數(shù)據(jù)采集、云平臺(tái)使用、算法模型訓(xùn)練及優(yōu)化以及安全文明競賽等在實(shí)際操作競賽考查。為全面考查參賽選手的職業(yè)綜合素質(zhì)和技術(shù)技能水平，實(shí)際技能操作競賽分為5個(gè)環(huán)節(jié)：硬件設(shè)備搭建、訓(xùn)練數(shù)據(jù)樣本采集、工業(yè)視覺模型訓(xùn)練與部署、誤差補(bǔ)償算法模型訓(xùn)練與部署和模擬生產(chǎn)驗(yàn)證。具體內(nèi)容見表1。表1競賽范圍與內(nèi)容序號(hào)內(nèi)容說明1硬件安裝接線數(shù)據(jù)采集硬件平臺(tái)安裝與調(diào)試。智能加工設(shè)備基準(zhǔn)設(shè)置通訊系統(tǒng)建立連接和測(cè)試2圖像訓(xùn)練數(shù)據(jù)采集通過工業(yè)視覺進(jìn)行工件訓(xùn)練樣本數(shù)據(jù)采集，并進(jìn)行數(shù)據(jù)預(yù)處理。采集足夠訓(xùn)練使用數(shù)量的圖片訓(xùn)練集。樣本數(shù)據(jù)分類保存、云平臺(tái)存儲(chǔ)。3工業(yè)視覺模型訓(xùn)練與部署模型訓(xùn)練工具設(shè)置，將訓(xùn)練集配置為模型的制定輸入?yún)?shù)。優(yōu)化模型訓(xùn)練方法，選定恰當(dāng)?shù)募せ詈瘮?shù)，以及訓(xùn)練參數(shù)。在云平臺(tái)給定環(huán)境中進(jìn)行模型訓(xùn)練，更新迭代模型，并將訓(xùn)練模型進(jìn)行固化。優(yōu)化訓(xùn)練算法模型，配置傳入?yún)?shù)。配置結(jié)果應(yīng)用，以接口方式輸出給設(shè)備。4誤差算法模型訓(xùn)練與部署設(shè)計(jì)誤差補(bǔ)償模型，或選定恰當(dāng)?shù)哪Ｐ?，以及設(shè)定訓(xùn)練參數(shù)。更新迭代模型，將訓(xùn)練完成的模型進(jìn)行固化。完成誤差實(shí)時(shí)補(bǔ)償模型部署。驗(yàn)證誤差補(bǔ)償模型部署效果。5模擬生產(chǎn)驗(yàn)證正確進(jìn)行產(chǎn)線動(dòng)作測(cè)試、加載補(bǔ)償算法，通過運(yùn)動(dòng)控制單元模擬智能加工進(jìn)行加工生產(chǎn)驗(yàn)證。補(bǔ)償參數(shù)微調(diào)。產(chǎn)線生產(chǎn)效率調(diào)整。正確使用防護(hù)用具。符合安全操作要求。保持工作區(qū)域內(nèi)場(chǎng)地、材料和設(shè)備的清潔。良好的職業(yè)素養(yǎng)。實(shí)際操作部分由參賽選手按工作任務(wù)書的要求完成。具體包含以下工作任務(wù)：根據(jù)任務(wù)書給定的任務(wù)要求，選手進(jìn)行數(shù)控加工裝置、工業(yè)視覺相關(guān)設(shè)備測(cè)試，包括相機(jī)測(cè)試、光源環(huán)境調(diào)試、通訊線路連接、設(shè)備基準(zhǔn)點(diǎn)設(shè)置等。根據(jù)任務(wù)書給定的任務(wù)要求，選手使用視覺系統(tǒng)進(jìn)行若干工件圖像數(shù)據(jù)采集，以豐富工件樣本圖像數(shù)據(jù)庫。該環(huán)節(jié)所采集到的樣本圖片數(shù)據(jù)的數(shù)量和質(zhì)量將會(huì)直接影響后續(xù)的模型訓(xùn)練環(huán)節(jié)。根據(jù)任務(wù)書給定的任務(wù)要求，選手進(jìn)行基于數(shù)據(jù)采集的樣本圖片進(jìn)行視覺模型訓(xùn)練，可選擇、調(diào)用云端已提供的完整模型框架（基于TensorFlow），通過設(shè)定相應(yīng)參數(shù)進(jìn)行模型訓(xùn)練；也允許選手自行搭建視覺模型，上傳云端進(jìn)行訓(xùn)練。訓(xùn)練好的模型能夠返回待測(cè)工件和標(biāo)準(zhǔn)件的相似度。模型訓(xùn)練完成之后,參賽選手需要將模型部署在服務(wù)器上，并且在云平臺(tái)上進(jìn)行相關(guān)適配。根據(jù)任務(wù)書給定的任務(wù)要求，選手基于組委會(huì)提供的工件樣本圖片及對(duì)應(yīng)的工件加工工藝參數(shù)數(shù)據(jù)集，進(jìn)行誤差補(bǔ)償算法模型的構(gòu)建。選手需完成數(shù)據(jù)清洗、模型訓(xùn)練、模型部署等過程。模型訓(xùn)練完成之后，參賽選手需要將模型部署在服務(wù)器上，并且在云平臺(tái)上進(jìn)行相關(guān)適配。根據(jù)任務(wù)書給定的任務(wù)要求，選手根據(jù)組委會(huì)提供的加工圖紙進(jìn)行若干個(gè)待加工件的生產(chǎn)驗(yàn)證，軟件導(dǎo)入加工對(duì)象的坐標(biāo)集，并通過誤差補(bǔ)償算法使加工出的圖形補(bǔ)償干擾因素造成的誤差，使加工圖形盡可能準(zhǔn)確。最后通過視覺檢測(cè)系統(tǒng)進(jìn)行質(zhì)量驗(yàn)證。實(shí)操比賽時(shí)間為4小時(shí)。由大賽組委會(huì)組織專家組統(tǒng)一命題。四、大賽設(shè)施（一）大賽平臺(tái)本賽項(xiàng)由清華大學(xué)大數(shù)據(jù)系統(tǒng)軟件國家工程實(shí)驗(yàn)室、工業(yè)大數(shù)據(jù)應(yīng)用技術(shù)國家工程實(shí)驗(yàn)室、北京工業(yè)大數(shù)據(jù)創(chuàng)新中心和重慶工業(yè)大數(shù)據(jù)創(chuàng)新中心指導(dǎo)，對(duì)賽項(xiàng)場(chǎng)景設(shè)置、賽題設(shè)計(jì)、考核標(biāo)準(zhǔn)等總體技術(shù)方案等進(jìn)行專業(yè)評(píng)估，并對(duì)賽項(xiàng)可行性進(jìn)行綜合認(rèn)證。大賽平臺(tái)由技術(shù)支持單位——易往數(shù)字科技（北京）有限公司、深圳市物新智能科技有限公司提供，負(fù)責(zé)競賽數(shù)據(jù)環(huán)境構(gòu)建、數(shù)據(jù)驗(yàn)證等工作，為賽項(xiàng)實(shí)際操作競賽提供軟硬件平臺(tái)環(huán)境。大賽平臺(tái)支撐實(shí)際操作競賽全流程閉環(huán)操作，包括工業(yè)大數(shù)據(jù)的采集、處理、存儲(chǔ)、應(yīng)用、誤差補(bǔ)償算法和視覺檢測(cè)算法的構(gòu)建、訓(xùn)練、調(diào)優(yōu)和驗(yàn)證。（二）耗材根據(jù)大賽需要，賽場(chǎng)提供耗材見表2。表2賽場(chǎng)提供耗材（根據(jù)實(shí)際需要提供）序號(hào)名稱說明數(shù)量單位1待加工件210mm×297mmA4硬卡紙若干個(gè)（三）工具、儀器比賽工具（由大賽組委會(huì)現(xiàn)場(chǎng)提供）儀器見表3。表3比賽工具、儀器（根據(jù)實(shí)際需要提供）序號(hào)名稱說明單位數(shù)量1內(nèi)六角扳手7件套1套2十字螺絲刀5×75mm1把3活動(dòng)扳手小號(hào)1把4活動(dòng)扳手8寸1把5繪圖筆2把（四）選手防護(hù)裝備參賽選手必須按照規(guī)定穿戴防護(hù)裝備，且只允許選手現(xiàn)場(chǎng)使用表中所示防護(hù)用具，見表4，違規(guī)者不得參賽；表4選手必備的防護(hù)裝備防護(hù)項(xiàng)目圖示說明絕緣鞋選手自備，要求：絕緣、防滑、防砸、防穿刺工作服選手自備（五）其他選手禁止攜帶易燃易爆品、U盤、智能電子設(shè)備等與比賽無關(guān)的物品，違規(guī)者取消比賽資格。五、大賽評(píng)分標(biāo)準(zhǔn)制定原則、評(píng)分方法、評(píng)分細(xì)則及技術(shù)規(guī)范（一）評(píng)分標(biāo)準(zhǔn)制定原則本著“科學(xué)嚴(yán)謹(jǐn)、公正公平、可操作性強(qiáng)、突出工匠精神”的原則制定評(píng)分標(biāo)準(zhǔn)，圍繞技能大賽技術(shù)裁判組制定的考核標(biāo)準(zhǔn)，依據(jù)參賽選手完成的情況實(shí)施綜合評(píng)定，全面評(píng)價(jià)參賽選手職業(yè)能力。（二）評(píng)分方法裁判組在堅(jiān)持“公平、公正、公開、科學(xué)、規(guī)范”的原則下，各負(fù)其責(zé)，按照制訂的評(píng)分細(xì)則進(jìn)行評(píng)分。結(jié)果評(píng)分：比賽結(jié)束后，裁判組根據(jù)參賽選手提交的比賽結(jié)果進(jìn)行評(píng)分。成績匯總：實(shí)操比賽成績經(jīng)過加密裁判組解密后與選手理論成績進(jìn)行加權(quán)計(jì)算，確定最終比賽成績，經(jīng)總裁判長審核、仲裁組長復(fù)核后簽字確認(rèn)?？偝煽兿嗤瑫r(shí)，以實(shí)操總成績得分高的名次在前；總成績和實(shí)操比賽總成績相同時(shí)，模擬加工驗(yàn)證環(huán)節(jié)得分高的名次在前；總成績、實(shí)操比賽總成績和模擬加工驗(yàn)證環(huán)節(jié)得分相同時(shí)，模擬加工驗(yàn)證環(huán)節(jié)時(shí)間短的名次在前。（三）評(píng)分細(xì)則(評(píng)分指標(biāo))理論知識(shí)部分總分為100分，各題型分值占比分別為單項(xiàng)選擇題（30分）、多項(xiàng)選擇題（40分）和判斷題（30分）。本次大賽的實(shí)際操作部分以工業(yè)大數(shù)據(jù)算法為主，實(shí)際操作部分的評(píng)分以各競賽環(huán)節(jié)操作完成度、模擬生產(chǎn)驗(yàn)證的結(jié)果、職業(yè)素養(yǎng)為評(píng)分依據(jù)。（1）競賽平臺(tái)操作部分評(píng)分實(shí)操評(píng)分細(xì)則見表6。表6實(shí)操評(píng)分細(xì)則序號(hào)競賽環(huán)節(jié)名稱競賽內(nèi)容與提交要求評(píng)分要點(diǎn)和方法評(píng)分標(biāo)準(zhǔn)1硬件設(shè)備搭建(5分)相機(jī)安裝(配1分)（1）安裝正確且穩(wěn)固：1分（2）安裝松動(dòng)搖晃：0分依據(jù)硬件設(shè)備情況鏡頭安裝(配1分)（1）鏡頭裝在相機(jī)上且穩(wěn)固：1分（2）安裝松動(dòng)搖晃：0分依據(jù)硬件設(shè)備情況光源安裝(配1分)（1）安裝正確且穩(wěn)固：1分（2）未安裝或不穩(wěn)固：0分依據(jù)硬件設(shè)備情況電纜安裝(配1分)（1）小號(hào)環(huán)形光源連接線、相機(jī)電源線、千兆網(wǎng)線接線正確：1分（2）工藝不規(guī)范，線纜凌亂：0分；依據(jù)硬件設(shè)備情況加工夾具安裝(配1分)（1）加工夾具安裝牢固，可以生成畫出圖像：1分；（2）安裝不成功或者畫出圖像不連續(xù)：0分依據(jù)硬件設(shè)備情況2圖像訓(xùn)練數(shù)據(jù)采集(5分)上傳訓(xùn)練樣本圖片(配1分)（1）成功上傳：1分（2）上傳不成功：0分訓(xùn)練樣本圖片上傳成功標(biāo)準(zhǔn)采集訓(xùn)練樣本圖片(配4分)（1）采集產(chǎn)品圖片≥320張：得4分；（2）采集產(chǎn)品圖片在200-319張之間：得2分；（3）采集產(chǎn)品圖片在1-199張之間：得1分；（4）采集產(chǎn)品圖片0張，不得分；圖像采集數(shù)量參考判斷標(biāo)準(zhǔn)3工業(yè)視覺模型訓(xùn)練與部署(共20分)加載視覺算法訓(xùn)練數(shù)據(jù)集(配2分)（1）完成數(shù)據(jù)加載：2分（2）未完成數(shù)據(jù)加載：0分?jǐn)?shù)據(jù)集加載成功參考判斷標(biāo)準(zhǔn)圖像預(yù)處理(配6分)（1）進(jìn)行5種及以上有效預(yù)處理方式：6分（2）進(jìn)行4種有效預(yù)處理方式：5分（3）進(jìn)行3種有效預(yù)處理方式：4分（4）進(jìn)行2種有效預(yù)處理方式：3分（5）進(jìn)行1種有效預(yù)處理方式：2分（6）沒有對(duì)圖片進(jìn)行有效預(yù)：0分選手在程序中對(duì)圖像樣本進(jìn)行了有效的預(yù)處理，并將處理方法記錄在任務(wù)書中指定填框中，闡述圖像預(yù)處理方式，并依據(jù)其代碼進(jìn)行評(píng)判。部署視覺算法模型(配2分)（1）部署完成：2分（2）部署不完成：0分視覺算法模型部署成功參考標(biāo)準(zhǔn)完成對(duì)算法模型的部署，利用打印出算法模型部署的路徑判斷。驗(yàn)證視覺算法模型(配10分)（1）識(shí)別正確識(shí)別率：10分*識(shí)別率（2）未完成模型驗(yàn)證：0分*識(shí)別率計(jì)算法方式：識(shí)別率=識(shí)別成功樣本數(shù)量/測(cè)試樣本總數(shù)視覺算法識(shí)別率判斷標(biāo)準(zhǔn)4誤差算法模型訓(xùn)練與部署(共20分)加載誤差算法訓(xùn)練數(shù)據(jù)集(配2分)（1）完成數(shù)據(jù)加載：2分（2）未完成數(shù)據(jù)加載：0分?jǐn)?shù)據(jù)集加載判斷標(biāo)準(zhǔn)數(shù)據(jù)預(yù)處理(配6分)（1）進(jìn)行5種及以上有效預(yù)處理方式：6分（2）進(jìn)行4種有效預(yù)處理方式：5分（3）進(jìn)行3種有效預(yù)處理方式：4分（4）進(jìn)行2種有效預(yù)處理方式：3分（5）進(jìn)行1種有效預(yù)處理方式：2分（6）沒有對(duì)數(shù)據(jù)進(jìn)行有效預(yù)：0分選手在代碼中對(duì)數(shù)據(jù)進(jìn)行了有效的預(yù)處理，并將處理方法記錄在任務(wù)書中指定填框中，并闡述數(shù)據(jù)預(yù)處理方式，依據(jù)其代碼進(jìn)行評(píng)判。驗(yàn)證誤差算法模型(配10分)（1）驗(yàn)證模型的MSE均方誤差(值的范圍為0-1)：10分*（1-MSE）。若得分小于3分則為3分（2）僅完成模型驗(yàn)證：3分（3）未完成模型驗(yàn)證：0分*MSE均方誤差計(jì)算方式：其中，MSE_i為一個(gè)樣本的均方誤差;n表示樣本數(shù)量；y_pred_i表示預(yù)測(cè)值；y_true_i表示真實(shí)值；Σ表示求和符號(hào)。誤差算法模型驗(yàn)證判斷標(biāo)準(zhǔn)誤差算法模型部署(配2分)（1）部署完成：2分（2）部署不完成：0分誤差算法模型部署判斷標(biāo)準(zhǔn)完成對(duì)算法模型的部署，利用打印出算法模型部署的路徑判斷。5模擬加工驗(yàn)證(共50分)按照指定數(shù)量加工工件得分(配50分)裁判程序顯示的模擬加工驗(yàn)證分?jǐn)?shù)（滿分100分）*50%輸入裁判程序密鑰，查看模擬加工驗(yàn)證的成績，并按照50%進(jìn)行計(jì)算。競賽平臺(tái)操作得分100分步驟2、3、4、5采用自動(dòng)評(píng)分的方式，由評(píng)分軟件根據(jù)每個(gè)步驟的操作考核評(píng)分點(diǎn)完成結(jié)果自動(dòng)評(píng)分。步驟5為模擬加工，自動(dòng)評(píng)分系統(tǒng)依據(jù)模擬加工后的工件加工精度評(píng)分，與對(duì)應(yīng)工件視覺檢測(cè)準(zhǔn)確性得分加權(quán)相乘，得到單個(gè)工件綜合得分Si，對(duì)所有模擬加工工件的綜合得分相加得到的總分，作為最終的模擬加工得分。模擬加工得分=i其中，N為要求加工件總數(shù)。最終加工誤差由軟件自動(dòng)計(jì)算得出。（2）職業(yè)素養(yǎng)評(píng)分表6職業(yè)素養(yǎng)評(píng)分一級(jí)指標(biāo)二級(jí)指標(biāo)（）5分防護(hù)用具使用著裝規(guī)范精神文明職業(yè)素養(yǎng)為扣分項(xiàng)。此外，參賽選手如出現(xiàn)嚴(yán)重?cái)_亂賽場(chǎng)秩序、干擾裁判和監(jiān)考正常工作等不文明行為的，取消比賽資格，實(shí)際操作部分成績?yōu)?分；參賽選手如有作弊行為的，取消比賽資格，實(shí)際操作部分成績?yōu)?分；參賽選手如有在競賽結(jié)果上標(biāo)注含有本參賽隊(duì)信息的，取消獎(jiǎng)項(xiàng)評(píng)比資格。六、大賽硬件平臺(tái)說明（一）賽項(xiàng)硬件平臺(tái)大賽硬件平臺(tái)采用模塊化設(shè)計(jì)如圖3，主要由三個(gè)部分組成：智能加工模塊、智能視覺檢測(cè)模塊、工控機(jī)及周邊設(shè)備。涵蓋視覺識(shí)別、多軸運(yùn)動(dòng)控制系統(tǒng)、PLC控制系統(tǒng)等功能單元，內(nèi)置圖像數(shù)據(jù)采集單元和插補(bǔ)運(yùn)動(dòng)控制功能。圖3工業(yè)大數(shù)據(jù)算法技術(shù)技能賽項(xiàng)平臺(tái)智能加工模塊是硬件平臺(tái)最核心的模塊，由三軸直線模組、多軸運(yùn)動(dòng)控制系統(tǒng)、繪圖筆及夾具臺(tái)等部件組成。直線模組直線模組模擬加工裝置模擬加工工件圖4智能加工模塊（1）三軸直線模組為步進(jìn)控制系統(tǒng)，X、Y軸有效行程為200mm，Z軸行程為50mm。（2）多軸運(yùn)動(dòng)控制系統(tǒng)，能夠接收虛擬系統(tǒng)系統(tǒng)的加工代碼，并根據(jù)云端計(jì)算的誤差分析結(jié)果自動(dòng)進(jìn)行誤差補(bǔ)償，使智能加工單元能夠加工出合格產(chǎn)品。多軸運(yùn)控系統(tǒng)可以通過上位機(jī)通訊實(shí)現(xiàn)精確的運(yùn)動(dòng)控制指令，輸出脈沖或模擬量指令，支持點(diǎn)位和連續(xù)軌跡,多軸同步,直線、圓弧、螺旋線、空間直線插補(bǔ)和硬件位置比較等功能。（3）繪圖筆及夾具臺(tái)主要用于實(shí)現(xiàn)加工軌跡，讓加工結(jié)果可視化。智能視覺檢測(cè)模塊主要實(shí)現(xiàn)對(duì)來料物料的視覺樣本采集、視覺檢測(cè)識(shí)別，使用時(shí)固定安裝在三坐標(biāo)模擬加工系統(tǒng)的上部。光源工業(yè)相機(jī)光源工業(yè)相機(jī)鏡頭圖5智能視覺檢測(cè)模塊智能視覺檢測(cè)模塊配置如下：（1）2D工業(yè)相機(jī)一臺(tái)，分辨率2500x1940像素,滾動(dòng)快門CMOS芯片，芯片尺寸1/2.5”,幀率14fps。相機(jī)兼容GigEVISION或USB3VISION協(xié)議，并支持GenlCam標(biāo)準(zhǔn)。（2）鏡頭一個(gè)，最大光圈F2.8，均支持500萬像素成像，支持2/3英寸芯片相機(jī)成像。（3）環(huán)形光源一個(gè)，環(huán)形光源為白色，發(fā)光面外徑120mm，內(nèi)徑80mm。工控機(jī)是本地操作臺(tái)，由工作臺(tái)、工控機(jī)、顯示器等部件組成。該單元主要用于調(diào)試模擬加工、運(yùn)動(dòng)控制通訊、視覺系統(tǒng)檢測(cè)、數(shù)據(jù)顯示與傳輸、平臺(tái)數(shù)據(jù)監(jiān)控與調(diào)度、云平臺(tái)處理平臺(tái)交互等。（二）賽項(xiàng)軟件平臺(tái)大賽軟件平臺(tái)包含云端算法軟件和本地端應(yīng)用軟件，通過賽場(chǎng)提供的網(wǎng)絡(luò)為大賽提供平臺(tái)支撐。云端算法軟件主要由圖像檢測(cè)人工智能算法、加工誤差運(yùn)算補(bǔ)償算法和振動(dòng)數(shù)據(jù)處理算法等組成。云端算法平臺(tái)是本次大賽的考核重點(diǎn)，基于工業(yè)大數(shù)據(jù)技術(shù)，形成工業(yè)大數(shù)據(jù)系統(tǒng)，可應(yīng)對(duì)智能制造背景下海量工業(yè)數(shù)據(jù)采集、存儲(chǔ)、分析、服務(wù)、以及可視化展示需求。該平臺(tái)由WEB管理端(前端界面)、Jupyter工作臺(tái)、MongoDB數(shù)據(jù)庫、RestfulAPI、算法模型服務(wù)等部分組成,主要用于云端大數(shù)據(jù)算法訓(xùn)練、深度學(xué)習(xí)、數(shù)據(jù)處理等，適用于各類工業(yè)零件的圖像識(shí)別分揀、信號(hào)特征分析等。圖6云端算法軟件平臺(tái)（1）WEB管理端是用戶接入操作的界面。通過WEB管理端對(duì)設(shè)備、檢測(cè)加工工件、合格不合格分類的配置，可以適配硬件平臺(tái)，以及后續(xù)采集數(shù)據(jù)的存儲(chǔ)。圖7WEB管理端用戶界面圖8WEB管理端用戶界面（2）Jupyter工作臺(tái)是部署在軟件平臺(tái)上的python和TensorFlow的操作運(yùn)行環(huán)境，集成了大數(shù)據(jù)、人工智能等工具可直接通過工作臺(tái)進(jìn)行操作和使用無需安裝，通過web端即可讀取設(shè)備上傳的數(shù)據(jù)，并且可以將上傳的數(shù)據(jù)進(jìn)行分類、模型訓(xùn)練等,同時(shí)可以將訓(xùn)練好的模型進(jìn)行部署，通過REST-API的方式進(jìn)行模型的驗(yàn)證。圖9jupyter操作臺(tái)界面（3）MongoDB數(shù)據(jù)庫是用于硬件平臺(tái)采集的數(shù)據(jù)存儲(chǔ)的非結(jié)構(gòu)化的大數(shù)據(jù)數(shù)據(jù)庫，可以對(duì)文