一、科研大数据平台建设的重要性

1、确保实验室数据的集中、安全存储

目前数据存储存在多种方式，分散的存储模式存在诸多隐患，一旦遭遇设备故障、人员流动等情况，数据丢失的风险将急剧上升。因此，实现实验室数据的集中化与安全化存储，其重要性已然不言而喻，亟待引起高度重视并采取切实有效的措施加以解决。

2、数据治理的重要性

在实验室中，数据治理不仅是确保科研数据准确性、完整性和可靠性的关键环节，更是提升科研效率、促进知识创新的基础保障。通过有效的数据治理，可以规范数据的采集、存储、管理和使用流程，避免数据的丢失、重复和错误，从而为科研人员提供高质量的数据资源。同时，良好的数据治理还能促进数据的共享与交流，打破数据孤岛，推动跨学科研究的深入开展。

3、科研过程的可追溯性、协作效率与知识复用

将分散的个人知识（参考文献、笔记）、过程数据（实验参数）、实验结果数据及业务系统中的管理数据，通过科研大数据平台进行自动采集、个性化补充录入和完善的数据共享机制，构建完整科研知识网络，加速协作与知识复用，保障可信度。

二、科研大数据平台建设面临的挑战

1、实验室设备类型、数量多

科研实验室中设备类型丰富且数量庞大，涵盖进口与国产，不同设备的数据接口、格式及通信协议各异，致使数据采集与整合复杂多变。进口设备可能存在技术封闭性，需定制化适配，增加开发和运维成本。大量设备同时运行可能导致数据采集延迟，对网络带宽、存储容量和计算资源提出更高要求。

2、数据孤岛与录入效率

线下数据数字化难：纸质记录、非结构化数据（如图片、手写笔记）依赖人工录入，耗时长且易出错，需结合OCR、物联网传感器等技术实现自动化，但技术门槛高。缺乏统一校验规则可能导致重复录入或错误数据沉淀，需建立实时校验机制。

3、数据标准建立的阻力和困难

建立统一的数据标准面临诸多挑战。不同领域及实验室对数据的定义、格式和质量要求存在差异，难以协调一致。此外，科研数据的多样性和复杂性使得制定通用标准难度较大。缺乏标准化的数据会阻碍数据共享与整合，降低数据的可用性和可信度，进而影响科研大数据平台的高效运行和科研协作的深入开展。不同科研方向的数据定义、元数据规范差异大，科研团队可能抵触统一标准。

4、数据应用场景的挑战

在数据应用层面，基础应用如数据溯源存在困难。科研数据的产生过程复杂，涉及多个环节和人员，若无完善的溯源机制，难以追踪数据的来源、流向和变化，不利于数据质量评估和问题排查。

三、科研大数据平台建设解决策略

基于辽宁材料实验室的数字化基础、需求迫切度、项目建设计划等因素，本次项目建设聚焦数据采集、融合、标准化和核心应用场景落地，核心内容包括：搭建物联网数据采集体系与数据中台，建立数据管理体系，实现科研数据的集中化管理、数据治理、科研人员数据库管理及“人”、“机”、“料”、“测”多维度数据溯源应用场景。

一期建设内容：

1、物联网平台建设:

部署物联网IoT平台，对部分设备加装模块实现数据的自动采集，确保数据的实时性与完整性，从源头保障数据质量。

采集方式包括以下三种：

（1）从设备直接采集（Modbus协议）；

（2）从设备自带软件导出标准的结构化文件（如Excel、TXT、COR、DTA等）中读取数据；

（3）从设备自带软件导出文件需整理成标准的结构化Excel文件中读取数据（Word、PDF等格式文件只采集文件不读取文件内容）。

研究所可采集设备清单（包含采集方式、采集数据、对设备的改造说明）、不可采集设备清单（不可采集原因）如下：

（1）热处理设备

主要采集、温度等设备直接输出的数据，但诸如速率、曲度等需要计算加工的数据可后续在数据治理及应用中进行加工。

（2）力学性能测试设备

实验数据采集方式为设备自带电脑软件导出Excel文件，保存文件夹中，平台读取文件夹中Excel文件中规则类数据，仪器化压入试验机和触摸屏数显布洛维硬度计导出数据文件不规则，需要手工整理后导入平台。

（3）理化性能设备

实验数据采集方式为采集软件导出的规则Excel文件并读取文件中的规则时序数据，导出的PDF文件采集存储到平台中。

（4）电镜样品制备设备

实验数据采集方式为采集软件导出的规则Excel文件并读取文件中的规则时序数据，导出的PDF文件采集存储到平台中。

（5）电化学分析设备

实验数据采集方式为武汉科思特电化学工作站软件输出的COR文件可转换成txt文件，能直接读取文件中的数据；Reference 620型号的进口设备无法读取，建议手工整理Excel文件后导入到平台上。

（6）无法采集的设备

对于在一期不能进行及不进行数据采集的设备，为了避免数据丢失，建议以文件夹和手工记录的方式把数据按照一期数据存储的模式，将数据暂存到对应的工作台中。

2、数据中台建设：包括数据平台搭建部署、数据管理体系建设、数据治理三项工作。

（1）搭建数据中台：包括数据仓库、数据集成交换、数据工厂、数据治理、数据资产管理、数据服务等模块的安装与调试。

（2）通过数据管理体系建设，形成统一的数据标准，使实验室实验设备数据（自动采集）、应用系统数据、人工录入数据（实验记录、观察日志、文献资料等）能够集成与关联，通过数据治理，自动化形成数据资产，降低人工参与，实现数据共享，赋能实验室数据追溯、实验课题数据检索等业务场景。

（3）数据治理按照调研、架构设计、模型设计、开发测试几个阶段展开。将实验室所有有价值数据进行统一采集、统一管理、统一运营，并通过打通数据孤岛，让实验过程从申请课题、实验实施、课题结项全生命周期管控，从而实现历史课题检索，实验数据追溯场景。解决数据不共享、溯源难、实验管理过程缺失、人工过多介入等问题。

3、应用建设：以科研人员/课题组数据库管理、科研数据检索与数据追溯场景为核心进行开展，助力科研人员快速获取、分析和共享数据，加速科研进程，提升科研效率和创新能力。

(1) 个人/课题组数据库管理，包括数据库的差距、数据项定义、个性化页面录入模板、个性化录入页面、数据共享与权限控制、数据检索和导出、数据管理者看板等内容。

(2) 人、机、料、测多维度数据检索与溯源

正向交互查询：通过“人”、“机”、“料”、“测”四个部分进行检索，可以检索到检索内容对应的“人”、“机”、“料”、“测”全部明细，快速参考借鉴以往工作成果，提高实验效率。

逆向交交互查询：快速通过已检索信息识别其他实验室组织与人员、实验设备、实验物料、实验课题与实验结果信息，提供逆向查询功能，例如通过人员检索，对检索人员使用的设备进行查询，再通过设备查询该设备所有使用人员信息，反复迭代检索，无需每次针对查询内容，再输入到查询界面查询，提高检索效率。

四、建设方案及预算

序号	工作项目及方案	预算（万元）
1	建设材料实验室科研大数据平台，以实现科研数据的高效获取、整理、集中存储备份、深度挖掘与再利用，构建实验室高质量科研数据资产体系，为材料实验室的科研工作提供坚实的数据支撑与创新动力。该平台涵盖以下核心模块：1、物联网平台：实现研究所和实验中心具备采集条件的实验设备数据自动采集，确保数据的实时性与完整性，从源头保障数据质量。2、数据平台：搭建数据中台，融合关联个人录入数据、业务系统数据、设备采集数据，作为数据流转与处理的核心枢纽，建设完善的数据管理体系并进行数据治理，确保数据的准确性、一致性和可用性。3、科研大数据平台：核心功能包括科研数据库管理、数据灵活录入、数据关联、数据分级权限控制、数据检索与数据追溯等核心应用场景，全方位提升数据管理与科研应用能力。	450

合同履行期限：合同签订后150天内交付上线

需落实的政府采购政策内容：中小微企业、监狱企业、残疾人福利性单位、支持脱贫攻坚等相关政策项目所属行业：软件和信息技术服务业

本项目（是/否）接受联合体投标：否

二、供应商的资格要求

1.满足《中华人民共和国政府采购法》第二十二条规定。

2.落实政府采购政策需满足的资格要求：无。本项目非专门面向中小企业采购，符合《政府采购促进中小企业发展管理办法》第六条第（三）项的情形：“按照本办法规定预留采购份额无法确保充分供应、充分竞争，或者存在可能影响政府采购目标实现的情形”；

3.本项目的特定资格要求：无

三、政府采购供应商入库须知

注册后查看四、获取招标文件

：2025年05月017时00分至2025年05月100时00分（北京，法定节假日除外）

本招标项目仅供正式会员查阅，您的权限不能浏览详细信息,请点击注册/登录，联系工作人员办理入网升级。
联系人：刘欣
电话：010-68809590
手机：13522553206（欢迎拨打手机/微信同号）
邮箱：kefu@bidnews.cn