开学第一节课，我把学生问懵了
刚点完名，扔出第一个问题：做机械设计，要工业大数据干嘛？
大半教室沉默。几个开口的，说给设备做预测性维护，说找故障预警，全是刷短视频看来的标准答案，没一个说和设计本身有关系的。
我早猜到是这个结果。
之前带毕设，有个学生做行星减速器的轻量化优化，翻了三天国标，找了十组手册样本就跑完了优化，结果挺漂亮，重量减了一成多，传动效率还提了两个点。拿到样机去合作厂跑试验，一百小时不到，齿轮断齿了。那学生那阵子天天蹲实验室磨失效试样，脸都绿了，整个课题组跟着加班改了两个月，差点耽误答辩。
为啥翻车？他拿的全是手册上的理想工况数据，谁告诉你工厂里的减速器天天都是额定转速满负荷跑？三班倒的汽配车间，有时候开机半个月不停车，有时候隔三差五急停启停，冲击载荷轮着来，手册上根本不会给你这些数据。
说实话，那之前我也觉得，工业大数据是工厂运维部门搞的事，和我们坐在教室画图纸的设计课不搭边。那次翻车之后，我直接把课程设计的内容全改了，把工业大数据揉进了日常教学里。
学生最容易卡的那个点
现在改了要求，学生做设计前，先去合作机械厂拿一个工位的真实运行数据，不是让上来就建模，是先读数据。
什么叫读数据？不是拉个曲线拟合出公式就完了。
上次有个组做快递分拣输送线的张紧机构改型，拿回来的数据里，有三分之一的载荷点都在原设计额定载荷的1.2倍以上。他们第一反应就是传感器出问题了，要把这些异常值全部删掉，扔进去优化出来的结果重量轻了一圈，拿给我看。我没说不对，就让他们去车间蹲半天，跟着转仓走三遍流程。
回来之后全明白了。输送线每次转仓换分拣道的时候，都会有一个瞬时冲击，老设计留的余量刚好够，但是工厂半年前刚加了一套分拣模块，转仓频率翻了一倍，原来的余量早就不够用了，老机构不出半年就会松脱，这才找我们改设计。那些被他们当成错误的“异常值”，刚好就是问题的核心。
这个坑，十组学生有八组踩。真不是学生笨，是我们之前教数据处理，第一堂课就说异常值要剔除，惯性思维改不过来。他们更习惯把工业大数据当成放大版的设计手册，觉得数据越多越好，扔进模型出个结果就完事，根本没想过，数据里藏着真实工况的样子。
不过话说回来，刚学设计的大三学生，一上来就碰几十G的运行数据，确实容易晕。我现在把要求砍了一半，不用拿全厂全月的数据，就拿一个工位一周的，把数据清洗、特征提取拆成两次课带着做，不要求搞什么高大上的预测模型，先搞明白，你做的设计，到底要在什么环境下干活。
不少学生上完这两次课跟我说，原来之前大半年做的设计，都是对着理想世界画图，第一次觉得设计是真的要解决活人遇到的实际问题。
设计课要加多少才合适
听过不少同行聊，说要开工业大数据的新课，直接把计算机系的内容搬过来，讲分布式存储，讲深度学习，学生学完一头雾水，说我一个画图纸的，学这个干嘛？
太扯了。
我们机械设计方向，核心永远是设计，工业大数据就是个工具，是帮你看清实际工况的眼睛，不是让学生转行当数据分析师。我算过，整个学期拿出八个课时，加两周课程设计环节，足够了，全部内容就围绕一件事：怎么用真实运行数据，反过来优化你的设计。
原来教疲劳寿命计算，都是让学生按手册给的标准载荷谱估算，现在让学生拿真实采集的数据算，算完对比一下，差多少？差在哪？就练这一件事。
之前有老师跟我聊，说我们学生毕业去设计院，哪来的工业大数据给你用？其实不然，现在不管是主机厂还是配套厂，新机型上市之前，都会装传感器做台架试验，跑几千小时出来全是数据，不会用这些数据优化下一轮设计，你就只能跟着别人屁股后面抄。就算是小厂，没有那么多传感器，你多去几次维修现场，把坏的位置、坏的时间、当时干的什么活记下来，整理出来也是有用的数据，比手册上的理想数据有用得多。
上周改完这学期的课程设计，看到一个组把原来的机架厚度减了两毫米，就是因为数据显示原来的设计余量多留了一成，一年下来给厂里面能省快五吨钢材，这就是真金白银的降本。
哪有那么多玄乎的概念。工业大数据用到机械设计里，本质就是帮你把图纸从理想世界，落到工厂的真实地面上罢了。
