二、昆明医科大学第九届大学生创业计划大赛简介 三、昆明医科大学第九届大学生创业计划大赛组织机构 四、昆明医科大学第九届大学生创业计划大赛实施方案 五、关于昆明医科大学第九届大学生创业计划大赛的参赛对象及参赛方式 六、昆明医科大学第九届大学生创业计划大赛日程安排 七、昆明医科大学第九届大学生创业计划大赛参赛注意事项 八、昆明医科大学第九届大学生创业计划大赛表彰奖励 九、全国部分医科高等院校曾获奖情况汇总

十、昆明医科大学历届获奖情况汇总

十一、昆明医科大学第九届大学生创业计划大赛附件

青年 · 挑战 · 未来

创新是民族进步的灵魂，是一个国家兴旺发达的不竭源泉，也是中华民族最深沉的民族禀赋。新中国成立以来，我国科技发展波澜壮阔、成就辉煌，科技创新事业深入推进，有力地促进了经济社会持续健康发展，推动了社会生产力水平不断提高。关键核心技术是国之重器，建设科技强国是一场新的长征。当前，我国科技创新正坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康，不断向科学技术广度和深度进军。
在实现中华民族伟大复兴中国梦的征程中，人才培养、知识创新、科技进步与社会经济发展紧密相连。习近平总书记指出：我国经济发展和民生改善比过去任何时候都更加需要科学技术解决方案，都更加需要增强创新这个第一动力。两个“更加”警醒着我们，未来国际的竞争是人才的竞争，未来科学技术的发展更需要具有创新精神和实践能力的新型人才来为国家发展注入力量。青年是社会上最富活力、最具创造性的群体，理应走在创新创造前列。新时代的大学生，应肩负使命，敢于上下求索、开拓进取，以青春之我，创建青春之国家，青春之民族。

 为进一步营造昆医浓厚的校园科技创新、大众创业的氛围，鼓励大学生积极创业，引导大学生“崇尚科学、追求真知、勤奋学习、锐意创新、迎接挑战”,促进优秀科技人才和成果的涌现，推动以“提高专业能力、培养综合素质、建设校园文化”为主线的活动继续开展，2022年昆明医科大学将举办第九届大学生创业计划大赛。本届竞赛将是展现各学院和同学们良好风貌的一个平台，并以大众创业为目标，以激发同学们创业热情为宗旨，让同学们充分体验创业乐趣，让同学们对创业的热情传遍整个校园。

创新是动力，发展是进步，挑战是突破。只有在不断的挑战和磨练中，才能培养一代又一代创新型医科人才，研发一批又一批创新的医药成果，在万众创业的新时代为祖国的发展贡献一份自己的力量。昆明医科大学第九届大学生创业计划大赛也将在不断迎接新的挑战中丰富自己的内涵。让我们抓住机遇，迎接挑战，面向未来！

昆明医科大学第九届大学生创业计划大赛简介

一、什么是“挑战杯”？

“挑战杯”是“挑战杯”全国大学生系列科技学术竞赛的简称，是由共青团中央、中国科协、教育部和全国学联共同主办的全国性的大学生课外学术实践竞赛，竞赛官方网站为。“挑战杯”竞赛在中国共有两个并列项目，一个是“挑战杯”中国大学生创业计划竞赛（简称小挑），另一个则是“挑战杯”全国大学生课外学术科技作品竞赛（简称大挑）。这两个项目的全国竞赛交叉轮流开展，每个项目每两年举办一届。

“挑战杯”中国大学生创业计划竞赛（简称小挑）竞赛旨在宣传风险投资理念，以“崇尚科学、追求真知、勤奋学习、锐意创新、迎接挑战”为宗旨，传播自主创业意识。竞赛的举办为大学生在走出校门前提供了一个创业实践的平台、一条争取风险投资的途径。通过活动扩大学生的知识面与提高动手能力;培养学生的团队精神、创新能力和创业能力。

“小挑”竞赛的意义在于宣传风险投资理念，传播自主创业意识，激发广大青年学生适应时代要求，勇于创新，勤奋学习，投身实践，努力成为新世纪适应时代要求的复合型骨干人才。随着我国改革开放和经济快速的发展,特别是知识经济时代的到来,经济结构的调整和产业升级，为大学生创业构建了良好的平台，巨大的市场潜力和市场空间，为新时代有志创业的大学生提供了一个前所未有的机遇。大学生完全可以自主地根据自己的优势和特长，选择适合于自己理想的创业之路。大学生自主创业无论对个人还是对社会都有重要的作用。

昆明医科大学第九届大学生创业计划大赛组织机构

/#/）进行报名，具体流程见附件3，各学院参赛团队第二课堂创新创业学分认定以系统实际报名情况为准。

昆明医科大学第九届大学生创业计划大赛日程安排

组委会启动创业计划大赛系列活动，开展宣传动员。各学院广泛开展与创业计划大赛大赛主题和要求相一致的各项活动，组织参赛作品准备，做好宣传，营造氛围，组织答疑。各学院的宣传动员会利用寒假时间完成，可采用线上宣传，完成时间为 2 月 20 日之前。 
各学院组织开展初赛，组织作品报名和资格审查，进行作品初评，按照参加校赛作品数量要求择优推选作品报送学校大赛组委会办公室。 

        ）注册登录并至自己的学校     后，在个人主页中即可进入赛事辅导系统并提交项目参与赛事辅导活动，详细操作流程请参见本操作手册的后续部分。

注 ：关于简创云平台及注册认证等功能请参见单独提供的简创云平台基础功能操作手册，本操作手册仅包含赛事辅导系统的操作说明。

赛事辅导系统中为您提供了一些由我司合作的创业导师撰写的参考资料，您可以从中获得一些与创新创业大赛相关的基础知识，登录简创云平台（ ）并进入赛事辅导系统后，在 「参考资料」  菜单下即可查看这些资料，后续将具体进行介绍。

评委同频语言相关的参考资料共有一份，其中总结了数十个创新创业领域的常 用名词，这些名词是创赛评委在辅导项目及比赛评审时经常会提及的内容，您需至少对其有初步的了解 ，最好则应当可以使用这些名词与评委顺畅地进行沟通。         

2 、 商业计划书编写

商业计划书编写相关的参考资料共有三份，分别是商业计划书基础组成篇、商业计划书具体页面组成篇以及商业计划书撰写禁忌篇，其中讲述了一份完整的商业计划书该如何编写以及在编写过程中应注意什么，您在编写商业计划书 （路演 ppt） 时应注意满足这些基础的要求以确保能够更完整有效地将自己的项目展现给评委。

路演知识相关的参考资料共有两份，分别是路演科普知识以及创业的号角，其中总结了路演过程中评委常问的问题及相应的回答策略，还有应该怎样选择一个能够占据评委心智的口号，您在准备项目路演的过程中可以参考其中的建议。

1 、 创建/编辑项目

登录简创云平台（ ）并进入赛事辅导系统后，您可以在 「我的项目」 菜单下查看您已创建的所有项目，在这里您可以点击 「创建项目」进入创建项目页面来创建一个新的项目，也可以点击具体的项目或相应的「查看」 按钮进入项目详情页来对已创建的项目进行编辑。

在创建项目页面中，您需要填写项目的基本信息、上传项目资料并添加项目成员以完成项目的创建。

       其中的「项目名称、项目概述、项目计划书」为三个必填项，「项目概述」为项目的简要介绍 ，「项目计划书」为项目的路演 ppt ，这三个必填项是赛事辅导活动中评委进行项目辅导的主要依据，尤其是「项目计划书」。
      被添加的项目成员则可在自己的账号中看到该项目并查看相关的项目辅导记录，但无法对项目内容进行编辑或将项目提交至赛事辅导活动中。

在项目详情页中，如您是项目创建人，则您可以查看和编辑当前项目的基本信息、下载和重新上传项目资料、添加和移除项目成员。新添加的项目成员可查看项目参与所有赛事辅导活动的历史记录，被移除的成员则无法再看到当前项目且无法查看该项目参与任何赛事辅导活动的历史记录。

如您不是项目创建人，则您仅可以查看当前项目的基本信息、项目成员和下载项目资料，无法对项目内容进行编辑。

2 、 提交项目至赛事辅导活动

登录简创云平台（ ）并进入赛事辅导系统后，您可以在「我的项目」  菜单下的项目列表中点击 「提交」  按钮或在项目详情页中点击「提交」 按钮将相应的项目提交至对应的赛事辅导活动中。   

同一项目在相应的赛事辅导活动项目提交截止时间前可无限次提交，后提交的 项目版本会覆盖之前的项目版本以提供给评委用于项目辅导，仅修改项目内容不提交项目则不会改变之前已提交至赛事辅导活动的项目版本

提交项目至赛事辅导活动时共有三种情况：提交项目至预诊、提交项目至诊断、提交项目至诊断第二阶段。

提交项目至预诊即参与相应的预诊活动，选择具体预诊活动后确认提交项目即 可 ；

提交项目至诊断即参与相应的诊断活动，提交项目时还需选择项目计划参加哪个赛道及组别的比赛 ；

提交项目至诊断第二阶段即再次提交项目至诊断以进行 「诊断评估」，诊断活动分为「诊断建议」、「诊断评估」  两个阶段 ，「诊断建议」完成后学生需根据评委反馈意见修改项目，修改完成且教师发起诊断评估后则可将项目提交至诊断第二阶段，此时需再次确认项目计划参加哪个赛道及组别的比赛。

四、 项目辅导结果查看

1 、 赛事辅导活动结果查看

登录简创云平台（ ）并进入赛事辅导系统后，您可以在 「项目辅导」 菜单下查看您作为创始人或项目成员且已提交至赛事辅导活动的

项目记录及其具体辅导进度。

点击具体项目处的「项目详情」 按钮即可查看当时提交至相应赛事辅导活动的项目版本；

点击具体项目处的「查看报告」 按钮即可查看该项目在相应赛事辅导活动中的评委反馈报告，评委未完成诊断前 「查看报告」  按钮无法点击，具体反馈报告内容则根据赛事辅导活动类型不同而分为项目预诊报告、项目诊断建议报告、项目诊断评估报告三类。

项目预诊报告为项目参与预诊活动后获取的评委反馈报告，登录简创云平台     （ ）进入赛事辅导系统并在 「项目辅导」 页面中点击相应预诊下具体项目记录处的「查看报告」 按钮后即可查看对应的项目预诊报告。项目预诊报告除在线版本外，还支持一键下载为 pdf 版文档，如有需要您也可以下载相应的报告以便打印或留存。

项目预诊报告的主要内容总体上可分为 「项目预诊评分、项目预诊结果」 两部分，后续将分别进行介绍。
项目预诊报告第一部分 「项目预诊评分」中会给出当前项目在本次预诊中的评分细节，其中包含「综合评分、维度评分、评分详情」 三个小部分。

「综合评分」中会显示项目的综合得分等级、各评委为当前项目给出的得分等级以及本次预诊中所有项目的综合得分等级分布，这一部分是为了明确项目的综合潜力等级。

「维度评分」中会显示各个评委在各个评分维度下为当前项目给出的评分等级以及项目的维度评分雷达图，这一部分是为了明确项目在各个评分维度下的表现。此处的各个评分维度即在预诊中评委对项目潜力进行初评时所用评价模型中的各个维度，这一用于项目初筛的评价模型由平台综合大量专家评委的意见给出。

「评分详情」中会显示各个评委在各个维度下为当前项目给出的评分等级及相应的评语，这一部分是为了明确详细的预诊数据以便后续项目改进时进行参考。

项目预诊报告第二部分 「项目预诊结果」 中则会给出当前项目在本次预诊中是否晋级潜力项目这一最终预诊结果，项目晋级潜力项目即代表当前项目通过了本次的项目预诊筛选。

3 、 项目诊断建议报告

项目诊断建议报告为项目参与诊断活动第一阶段后获取的评委反馈报告，登录简创云平台（ ）进入赛事辅导系统并在  「项目辅导」 页面中点击相应诊断下具体项目记录处的 「查看报告」 按钮后即可在 「诊断建议」 选项卡中查看对应的项目诊断建议报告。

项目诊断建议报告除在线版本外，还支持一键下载为 pdf 版文档，如有需要您 也可以下载相应的报告以便打印或留存。

项目诊断建议报告的主要内容总体上可分为 「项目总体评价与修改建议、项目 基本面诊断、项目 BP 呈现诊断、实践指南」 四部分，后续将分别进行介绍。项目诊断建议报告第一部分 「项目总体评价与修改建议」 中会显示评委为当前项目给出的总体评价与修改建议，这一部分是评委评价完项目的基本面及 BP呈现后对项目情况的总结与补充评价。

项目诊断建议报告第二部分 「项目基本面诊断」中会显示评委针对当前项目基本面给出的诊断建议，其中包含 「评委建议细分赛道、基本面诊断表」两个小部分

「评委建议细分赛道」中会显示评委为当前项目选定的细分赛道并提供配套的推荐 BP 模板，此处的细分赛道选择会受到项目在提交诊断时所选赛道组别的影响，这一部分是为了帮助项目团队明确项目的细分竞争方向。

「基本面诊断表」中会显示评委针对当前项目在各个项目基本面评价维度下的表现给出的星级评价及评语，项目基本面从根本上决定了项目的发展潜力，这一部分便是为了对项目在基本面上的表现给出综合评价以便其后续进一步优化，此处不同细分赛道下项目的基本面评价维度模型会有所不同。

以上提及的「项目基本面」即项目最为重要的大框架、大骨架，它是决定商业项目成败的最关键要素的组合。平台联合大量专家评委共同总结了一批项目基本面模型并将其应用到了项目的诊断建议中，更多介绍也可在 「项目基本面诊断」 这一部分的开头处点击 「查看基本面模型介绍」 按钮进行查看。

项目诊断建议报告第三部分 「项目 BP 呈现诊断」 中会显示评委针对当前项目BP 在各个 BP 呈现评价维度下的表现给出的星级评价及评语， BP 呈现很大程度上会影响项目路演的效果，这一部分便是为了指出当前项目在 BP 呈现中存在的问题。

平台基于项目 BP 的一般要求并综合多位专家评委的意见总结了当前使用的项目 BP 呈现评价模型，点击 「项目 BP 呈现诊断」 这一部分开头处的 「查看 BP 呈现模型介绍」 按钮可查看其具体介绍。

项目诊断建议报告第四部分 「实践指南」 中会显示系统根据评委诊断建议为项目自动匹配的实践指南，其中包含 「实践权重、实践步骤、实践任务」  三个小部分。

「实践权重」中列出了当前项目亟待改善的项目基本面维度及其星级，星级越高则表示项目在该维度上越薄弱。

「实践步骤」中显示的是平台综合多位专家评委意见总结的通用实践步骤，用于指导项目团队根据项目诊断建议报告通过实践改进项目。

「实践任务」中列出了平台提供的与当前项目基本面配套的一组实践任务，点击具体任务处的「去行动」  按钮即可进入相应的实践任务，这一部分主要用于为项目团队提供完整的实践指引以便其根据项目诊断建议结果完成项目优化。这些实践任务是基于平台提供的多种项目基本面模型而推出的，不同项目基本面模型会对应不同的实践任务组。

4 、 项目诊断评估报告

项目诊断评估报告为项目参与诊断活动第二阶段后获取的评委反馈报告，登录简创云平台（ ）进入赛事辅导系统并在  「项目辅导」页面中点击相应诊断下具体项目记录处的「查看报告」 按钮后即可在「诊断评估」选项卡中查看对应的项目诊断评估报告。

项目诊断评估报告除在线版本外，还支持一键下载为 pdf 版文档，如有需要您 也可以下载相应的报告以便打印或留存。

项目诊断评估报告的主要内容总体上可分为  「项目潜力评估、实践情况评价」  两部分，后续将分别进行介绍。
项目诊断评估报告第一部分 「项目潜力评估」 中会给出当前项目在本次诊断评估中的评分细节，其中包含「综合评价、评估详情」两个小部分。
「综合评分」中会显示项目的综合得分等级、赛道、组别、是否晋级种子项目以及各维度的得分等级与项目的维度评分雷达图，项目晋级种子项目则代表当前项目通过了本次的项目诊断筛选，这一部分是为了明确项目在本次诊断评估中获得的总体评价。此处的评分维度取自“互联网+”大赛的官方评分规则，不同赛道组别的项目的评分维度及权重均不同， 点击 「项目潜力评估」 这一部分开头处的「查看评分规则」  按钮可查看当前项目所属赛道组别的官方评分规则。

「评估详情」中会显示各个评委为当前项目给出的总体评价、改进建议及具体的评分等级，这一部分是为了明确详细的诊断评估数据以便后续项目改进时进行参考。

项目诊断评估报告第二部分 「实践情况评价」 中会给出当前项目团队在本次诊断中完成趣实践任务的情况及评委对其趣实践成果反馈的评价，这一部分是对项目在本次诊断中获得的趣实践任务成果的最终总结。

为了帮助项目团队在获取诊断建议结果后更有效地对项目进行二次优化，平台针对系统中的所有项目基本面模型均提供了配套的趣实践任务。

每个趣实践任务中均给出了大赛历届获奖项目或优秀企业的成功案例供项目团 队借鉴，还有大量的创新工具与文档模板供项目团队进行项目优化时选用。     每个趣实践任务均对应于项目基本面模型中的一个维度，同一项目基本面模型中的各个维度对应的趣实践任务则采用了贯通的案例背景，从而形成了连贯的体系。

趣实践任务是对项目诊断建议报告的有效补充，目的是为学生根据项目诊断建议报告优化项目提供指引。

当项目团队不明确项目诊断建议报告中评委指出的问题该如何改进时，可以参考趣实践任务中的指引对项目进行优化；当项目团队本身明确项目诊断建议报告中评委指出的问题该如何改进时，则也可选择跳过趣实践任务自行完成项目优化。

每个趣实践任务完成后均可进行实践成果反馈，这些反馈会在诊断活动第二阶段 「诊断评估」  时提交给评委作为二次评价项目时的参考，对于提交了趣实践成果反馈的项目，评委会对其趣实践情况给出相应的评价建议。

趣实践任务的截止时间即诊断活动第二阶段 「诊断评估」 的项目提交截止时间，学校未发起诊断评估时则趣实践任务也没有截止时间。

在趣实践任务的截止时间前 ，项目团队可随时查看实践任务内容并编辑实践成 果反馈；在趣实践任务截止时间后，由于相应的实践成果反馈已提交给评委进行评价，项目团队则仅可查看实践任务内容及之前填写的实践成果反馈，不能再对实践成果反馈进行编辑。

登录简创云平台（ ）并进入赛事辅导系统后，您可以在 「我的实践」  菜单下查看您作为创始人或项目成员的项目被分配的趣实践任务记录，点击 「查看详情」  则可进入相应的实践任务详情页。

实践任务详情页的主要内容与诊断建议报告第四部分 「实践指南」  类似，分为「实践权重、实践步骤、实践任务」  三个小部分。

「实践权重」中列出了当前项目在相应的诊断活动中被评委指出的亟待改善的项目基本面维度及其星级，星级越高则表示项目在该维度上越薄弱。

「实践步骤」中显示的是平台综合多位专家评委意见总结的通用实践步骤，用于指导项目团队根据项目诊断建议报告通过实践改进项目。

「实践任务」中列出了平台提供的与当前项目基本面配套的一组实践任务，点击具体任务处的「去行动」 按钮即可进入相应的实践任务。

进入实践任务后，首先可以看到的是相应趣实践任务的概述及实践引导，您可以在此处获得对当前实践任务的初步了解；

接下来在页面开头部分的右侧还可看到当前趣实践任务的完成度及各个占完成度的实践成果反馈项的完成情况；

最后则是趣实践任务的具体内容，平台提供的所有趣实践任务的主要内容均可分为「定目标、学方法、去行动、晒成果」 四个模块，但不同趣实践任务在具体模块中提供的内容有所差异。

在「学方法」 模块中，系统针对当前趣实践任务所对应的项目基本面维度提供了相关的优秀项目案例，这些案例取自大赛历届获奖项目和市场上的各类优秀企业。项目团队通过阅读优秀项目案例可以更好地感受相应项目基本面维度上自己项目存在的问题，并结合其中的做法完成自己项目的改进方向确定。

在「去行动」 模块中，系统针对当前趣实践任务所对应的项目基本面维度提供了相关的创新工具与文档模板，这些工具可以有效地帮助项目团队在相应项目基本面维度上对项目进行优化。

所有创新工具均会提供空白画布及示例画布，项目团队可按需逐个进行下载或直接点击页面中的 「全部工具下载」 批量下载这些材料；文档模板则会是多种类型的文本或表格文档，项目团队按需下载后可以此为基础根据自己项目的具体情况和当前需求进行二次改造。

在 「晒成果」 模块中，系统提供了 「目标盘算、过程与感悟、行动秀」 三部分，供项目团队系统化地总结实践成果并进行反馈。所有趣实践任务 「晒成果」 模块的功能设定均是一致的，这是趣实践任务的最后一个模块，其中各项的填写情况会影响趣实践任务完成度的值。通过这些成果反馈，教师及评委能够更便捷有效地了解项目团队在相应项目基本面维度上所做的努力。

1 、 平台建议使用的浏览器有哪些？
我们建议您使用最新版本的 chrome 浏览器访问简创云赛事辅导系统，或使用最新版本的 chromium 内核浏览器（ 360、 QQ 等） 也可，由于浏览器厂商及版本众多，平台无法兼顾所有浏览器中的页面显示效果，部分版本较低的浏览器中可能出现无法访问、页面错乱等情况，敬请谅解。

2 、 为什么我找不到赛事辅导系统的入口？

您登录简创云平台后，需认证为贵校的学生用户，且在贵校已被授权赛事辅导产品时，才可看到赛事辅导系统入口。如贵校教师已创建赛事辅导活动则产品授权肯定已完成，如您尚未完成认证，则请先认证为贵校的学生用户。

3 、 如何更新已提交项目的 ppt？
首先，在赛事辅导系统的 「我的项目」 菜单下找到相应的项目，然后，将修改后的 ppt 项目计划书上传并保存，最后，重新提交项目至相应的赛事辅导活动即可，此时评委将看到您最新提交的项目版本。特别地 ，如当前已超出相应赛事辅导活动的项目提交截止时间，则无法再更新之前提交至该赛事辅导活动的项目 ppt。

一般情况下，建议项目 ppt 不超过 35 页且不大于 50M，页数过多则不适用于项目路演，文件过大则会影响评委端查看 ppt 时的加载速度。如项目的 ppt 超 过 50M 且来不及修改，首先建议您将其中的视频、音频、动画等较占用空间的内容移除，项目 ppt 在评委端会转化为图片进行展示，视频、音频、动画等实际也无法播放；如以上操作仍无法令项目 ppt 小于 50M，则您可自行使用 POWERPOINT或 WPS等软件将 ppt 导出为图片，然后重新按顺序用导出的图片替换相应的 ppt页面，此操作基本可以削减绝大部分 ppt 的文件大小。

5 、 是否支持删除项目？
由于项目与赛事辅导活动之间关联关系的原因，目前暂不支持您删除自己已创 建的项目，仅支持对项目进行编辑。如确有必要删除一个项目，建议您直接将其项目内容修改为一个新的项目以达到相同的效果。

1)根据物体颜色，选择工作台黑、白其中之—面，将所需观察的物体放在工作台上。 (2)选择适当的放大倍率，换上所需的目镜(10×或20×)。如在80倍以下观察，则可卸下2×大物镜，其有效工作距离为85mm，如加2×大物镜，放大倍率可达160×，则有效工作距离为25mm，调节工作距离，可以松开锁紧手轮7，并拉出或压入活动支柱6来达到。 (3)操作时，将物体移至工作台(14)中心位置。转动升降手轮5，使左面目镜能看到消晰的物象。如右面目镜的象不清晰，则可以转动目镜调焦环，使之得到与左面目镜同样清晰的物象。这样就看到了具有立体感的清晰的物象。这样，调焦工作就基本完成。为得到道当的放大倍串，则可拨动转盘9，改变变倍物镜的放大倍率来达到。变倍物镇的放大倍率可以在读数圈10上读出。在必要时，可调节直角棱镜组4，改变目镜问的距离，以适合观察者的双眼距离进行观察。松开制紧螺丝11，可以使显微镜绕轴作任意位置旋转。......

物联网和大数据，这两个看似毫无关联的技术，可以通过数据（一个产生数据，一个处理和分析数据）紧密地联系在一起。

物联网（IoT）是一个完整的概念，不仅包括远端的传感器数据采集、传输、存储和展示，还包括对采集的传感器历史数据的分析，以及基于分析结果所产生的决策、反馈和控制动作。相对于传统的人的认知方式，物联网相当于增强了人的“五官”的识别能力，使人能够获取很多原本无法直接获取的信息。而基于物联网的数据分析，则相当于增强了人的“大脑”的感知能力，让人能够摆脱传统思维的局限性，实现更多维度、更全面、更实时的认知和判断。

通常意义上的大数据，指的是对批量数据的计算。最近10年陆续发展出的一系列包括Hadoop、Spark在内的新技术，可以高效、实时地处理海量的数据（批量数据为主）。在此基础上，将原来的一些处理小数据集的数据挖掘技术，同大数据结合起来，可以实现对很多业务系统数据（批量数据为主）的分析，例如针对不同标签的群体的分类和画像，并进行精准营销。随着实时性的提高，最近几年流式计算和分析也被提到了一个更高的层次，用于处理时刻都需要分析和处理的、带有时间标签的数据，如物联网数据或日志数据。

由此可见，物联网和大数据这两个看似毫无关联的技术，是可以通过数据（一个产生数据，一个处理和分析数据）紧密地联系在一起的。

区分IoT、IIoT和工业大数据：需追根溯源

在进一步阐述物联网和大数据分析的关系之前，需要弄清楚物联网、工业物联网（IIoT）和工业大数据几个概念。

●区分传统物联网和工业物联网

传统物联网主要针对消费者以及智慧城市等，通过增加众多分散广泛的传感器，采集和传输实时数据，构建实时监控、展示、告警和历史数据查询的能力。工业物联网，则主要指的是通过采集现有工业设备的控制系统数据（很少需要增加传感器），在监控告警的基础上，通过深入的数据分析，找到提高设备可靠性、降低异常风险、提高生产和运营效率的途径。

传统物联网的数据分析与互联网上的流式数据分析区别不大，通过单一指标的处理，产生相应的时间窗口内的平均、极值等计算量，并进行批量计算和展示。

●区分工业物联网和工业大数据

在国外，很多厂商和媒体并没有工业大数据这个概念，更多是将其合并在工业物联网的范畴，而国内则将二者当成两个不同的类别，还将二者连同诸如生产和供应链系统等，统统融入工业互联网的概念中。因此，我们可以看到包括高德纳咨询公司（Gartner）在内的国外分析机构，并没有专门针对工业大数据或工业互联网的分类，而有很细致的工业物联网的分析。

传统工业并不是没有数据处理，只是数据采集、数据处理、数据分析和反馈都分散在不同系统里，从而导致无法处理海量的工业“大”数据，也无法保证实时性。在工业企业里，很多数据分析人员被迫从不同的控制系统中手动导出一些数据文件，通过手工的方式进行交叉关联和标注，并编写相应的Matlab程序实现统计分析和建模，然后再提取一些现场数据进行验证，条件好的企业还会请一些外部的合作伙伴将其开发成应用。这种处理和分析的效率非常低，但确实是一种普遍现象。

工业物联网和互联网大数据：分析大不同

工业物联网的数据分析（工业物联网+工业大数据），同传统的互联网大数据分析，有很多不一样的地方。

工业数据的“量”，需要从数据维度、采样频率、时间跨度等方面来考虑。

传统的物联网，由于大多是相对独立的传感器，而每个传感器上数据点的数量往往都是个位数，因此数据维度很少。而对工业物联网来说，复杂的生产都是多个过程相互关联，每个过程又是多维度数据集成的过程。这里所说的数据维度囊括了生产过程中各种设备特征、外部工况、参数、材料和工艺配方等相关因素。这种维度的数量级往往很大，在很多高端自动化生产（如半导体）的过程中，数据维度都达到了千万级别，而其中任何一个过程的任何一个变量的变化，都有可能对最终生产的结果产生蝴蝶效应。

传统物联网的数据采集间隔通常都是秒级、分钟级，相对比较固定。而工业设备数据的采样频率的跨度非常大，一个设备的不同指标可以有上千倍的差别。对于设备故障诊断常用的电流、振动加速度等传感器指标，往往需要10 kHz以上的采样频率，而一些状态变化往往需要几秒甚至几十秒才采样一次。

长期数据的保存，对于积累在不同状态下的特征判决，非常有帮助。但是，传统的物联网对长期数据的保存需求不是很明显，没有太多“状态性”（stateless）的需求。而工业物联网对基于状态（stateful）的数据分析，需求非常强烈。首先，在传统的工业领域，对于设备状态、控制门限、关键参数的设置，往往都是通过厂家或者运营人员的经验值进行设置和调整，这个值是否正确，是需要经过长期的数据验证的。其次，工业设备的电流、功率、扭矩等指标，在不同工作模式、工况条件、故障状态下，往往都存在明确的不一样特征。而这些特征如果能够被保存下来，通过机器学习来训练特征识别模型，将有助于实现精准的状态判决、异常检测和故障诊断。此外，通过不断累积类似相同标签的数据样本，将有助于增强识别的准确性。特别是一些可靠性很高的关键设备，因为故障的成本很高，更需要保存异常或者故障的特征，并通过部件之间、子系统之间以及设备之间特征的组合分析，来进一步提高可靠性。

通常大家都认为工业数据的实时性会很强，事实上，这指的是工业控制的实时性，而不是工业数据分析的实时性。

传统的工业数据分析，往往是通过在控制系统或者软件系统中截取一段数据，保存成文件，通过分析人员编写一段代码（如Matlab）和模型，在实验环境中进行测试和验证，再开发相应的控制逻辑或者应用程序，通过实时接收来评估开发的模型，在运行的过程中不断调整模型的参数。这个过程是非常痛苦的，不仅因为数据的来源和分析是脱节的，更因为在模型开发的过程中需要的实时数据的验证是没有办法在现有环境中实现的。

理想的工业数据分析，应该是一个高效实时的过程。它可以从实时的工业数据中截取有效的数据样本，基于不同的开发语言和模型框架，开发特定的算法和模型，并基于实时采集的数据进行验证，然后将验证的结果同真实的实时数据流结合起来，实现实时的判决。只有这样，才能形成针对具体场景的智能分析和控制。

工业数据质量差是工业数据的典型特点。工业的专业性特点，导致大型设备往往是来自多个不同厂家的子系统的大集成。而主机厂往往并不了解每个子系统的工作原理，并没有形成一套完整的、跨子系统的控制逻辑和数据整合机制，因此只能从其中挑选一些关键的控制信号，实现既定的控制逻辑，而不会去关心每一个子系统的工作原理，包括各种有助于实现可靠性、效率乃至质量分析的非控制用指标。

工业设备生产厂家虽然都声称能够达到各种指标，但他们往往只能保证关键控制指标的完整性，而不能保证子系统关键指标的精度和可靠性。由于没有很好的数据整合机制，主机厂往往无法识别不同子系统的工作状态，而给后期针对不同工作状态的数据分析造成巨大的障碍。此外，来自不同子系统的整合，可能会出现时间标签不统一、数据量程不对、数据标签错误等常见错误，甚至在出现问题的时候，主机厂都无法解释子系统的指标意义。同时，由于现场环境的恶劣条件，往往会造成传感器数据失效，或者长期处于不准确状态。这些数据质量问题，都给后期的数据分析造成了巨大的障碍，在分析之前需要做大量的清洗和处理工作。

一提到大数据分析，很多人会想到通过海量数据的聚类、分类、挖掘，实现精准营销、用户画像。但是，这些互联网或业务系统的数据，都有一些显著的假设条件，即数据量大、数据可以清晰地标签化、标准化场景多、分析的准确性要求不高。通过一系列的分类、挖掘，可以找到不同样本之间的共同特征，针对有相似属性的不同个体的训练结果，来推测具备相同或者相近属性的个体的特征。但是，对于工业数据分析，这些假设条件基本都不存在，数据分析面临更多挑战。

首先是小样本。工业的异常现象往往会非常少，或者在单一设备上发生的概率非常低，这就造成无法使用常规的大数据、机器学习的方法，根据采集的异常数据特征，去训练稳定的故障模型。

其次是过拟合。根据大量相关因素，通过机器学习在特定数据集下所训练出来的模型，即使经过了大量的测试数据的验证，表现出很完美的拟合特征，但在真实环境下，由于数据和工作状态的多变性，往往很难取得长期稳定的判决结果，即出现“过拟合”的情况。

第三是难以准确清晰地标注。工业数据即使出现了一些可以提炼的特征，但这种特征往往跟不同的工况或者工作模式紧密相关（如振动传感器振动幅度的高低，在设备轻载或者重载下完全不一样）。如果没有办法区分出异常特征的标注条件，很难实现有效的数据过滤和分析。

第四是场景碎片化。工业的场景呈碎片化，很难有通用的模型，即使有一些类似电机、泵的故障模型，以及振动分析、统计过程控制（SPC）这样的通用分析方法，在不同类型的设备上，甚至在同一类型的不同个体上，都很难保证统一稳定的运行。

这些挑战，都会造成工业大数据分析不可能完全采用互联网大数据的分析方法，而是需要充分结合工作机理，实现复合型的建模和判决。

应用场景融入工业三大层：起巨大作用

我们都知道，互联网大数据的应用场景包括基于用户画像的精准营销、海量结构化的决策支持等。那么，工业物联网的数据分析可以应用到哪些场景中呢？

我们认为，工业物联网的大数据分析，从工业的三个层次，都可以发挥出巨大的作用。

工业企业可以通过读取智能工业产品的传感器或者控制系统的各种实时参数，构建可视化的远程监控，并基于采集的历史数据，构建层次化的部件、子系统乃至整个设备的健康指标体系，并使用人工智能实现趋势预测。基于预测的结果，工业企业可以对维修策略以及备品备件的管理策略进行优化，降低和避免客户因非计划停机带来的损失。

例如，寄云科技为某石油机械制造公司提供了钻井设备的预测性维修和故障辅助诊断系统，不仅能够实时采集钻机不同关键子系统，如发电机、泥浆泵、绞车、顶驱的各种关键指标数据，更能够根据历史数据的发展趋势，对关键部件的性能进行评估，并根据部件性能预测的结果，调整和优化维修的策略。该系统还能够根据钻机的实时状态的分析，对钻井的效率进行评估和优化，有效地提高钻井的投入产出比。

工业企业可以将生产阶段的各种要素，如原材料、设备、工艺配方和工序要求，通过数字化的手段集成在一个紧密协作的生产过程中，并根据既定的规则，自动完成在不同条件组合下的操作，实现自动化的生产过程；同时，记录生产过程中的各类数据，为后续的分析和优化提供依据。通过采集生产线上的各种生产设备的实时运行数据，实现全部生产过程的可视化监控，并且通过经验或者机器学习建立关键设备参数、检验指标的监控策略，对出现违背策略的异常情况进行及时处理和调整，实现稳定并不断优化的生产过程。

例如，寄云科技为某电子玻璃产线构建的在线质量监控体系，充分采集了冷端和热端的设备产生的数据，并通过机器学习获得流程生产过程中关键指标的最佳规格，设定相应的监控告警策略，在几万个数据采集点中实现对特定的质量异常现象的诊断分析。

工业企业可以通过将过程层产生的各种运营技术（OT）数据，同业务系统产生或者填报的各类信息技术（IT）数据相结合，构建统一的数据标准，并在其基础上，通过一定的计算和分析，就能够产生准确的经营层面的分析，对企业的安全生产、经营效率、决策支持都提供支撑，逐步延展至企业外部环境，提供开放的数据生态，进而形成更强的竞争力。

例如，寄云科技为某省级能源集团提供了安全生产智慧管控的解决方案，从数十个不同类型的实时数据库提取生产的实时数据，结合从第三方业务系统抽取的业务数据，构建多维度的统一数据标准，并基于IT和OT融合的数据标准，开发包括生产运行监控、安全管理、环保管理、质量管理、能源管理、经营分析等在内的一系列的工业应用。

一个高效运行的工业企业，按照我们的理解，必须将OT和IT的数据整合到一个大的平台上，并制定严格的数据标准（资产、过程、流程、组织的标准），通过不同的专业数据分析，持续开发不同的新形态的应用（如上图所示），才能满足企业全方位、精准、高效运营的需求。

总之，对物联网而言，无论是通用的物联网还是工业物联网，如果没有结合专业的精细化的数据分析，是支撑不了企业未来的发展战略的。选择合适的工业物联网平台，将极大地加快企业的数字化进程，朝着智能化的道路快速推进。

时培昕，博士，寄云科技创始人兼总裁。

本文来自《张江科技评论》