CN105868402A - 面向飞机维修品质分析的qar数据预处理方法及其装置 - Google Patents

面向飞机维修品质分析的qar数据预处理方法及其装置 Download PDF

Info

Publication number
CN105868402A
CN105868402A CN201610248051.5A CN201610248051A CN105868402A CN 105868402 A CN105868402 A CN 105868402A CN 201610248051 A CN201610248051 A CN 201610248051A CN 105868402 A CN105868402 A CN 105868402A
Authority
CN
China
Prior art keywords
parameter
item
parameter item
qar
parameter value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610248051.5A
Other languages
English (en)
Other versions
CN105868402B (zh
Inventor
陈金
黄加阳
晏震乾
黄爱军
刘煜原
高飞鹏
王洪
魏元雷
陈新霞
范志强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Commercial Aircraft Corp of China Ltd
Original Assignee
Commercial Aircraft Corp of China Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Commercial Aircraft Corp of China Ltd filed Critical Commercial Aircraft Corp of China Ltd
Priority to CN201610248051.5A priority Critical patent/CN105868402B/zh
Publication of CN105868402A publication Critical patent/CN105868402A/zh
Application granted granted Critical
Publication of CN105868402B publication Critical patent/CN105868402B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25Integrating or interfacing systems involving database management systems
    • G06F16/258Data format conversion from or to a database

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了一种面向飞机维修品质分析的QAR数据预处理方法及装置,该方法包括步骤:获取CSV格式的数据文件;从所述数据文件获取航班信息;从所述数据文件获取参数项,并把所述参数项优化成新参数项;从所述数据文件获取对应所述参数项的参数值,并对所述参数值实施处理;基于所述航班信息、所述新参数项和所述处理后的参数值,生成结构化的QAR数据库。本公开实现了通用的CSV文件处理程序,提供了一种QAR数据预处理工具,减少了工程师数据处理时间,降低了数据处理分析人员的技能要求,提高了QAR数据处理与分析应用的效率,进而提高各航空公司的运营效率和经济效益。

Description

面向飞机维修品质分析的QAR数据预处理方法及其装置
技术领域
本公开主要涉及飞行数据处理领域。特别的,涉及一种面向飞机维修品质分析的QAR数据预处理方法及其装置。
背景技术
快速存取记录器(QAR)是现代民航客机飞行数据记录系统(ATA31)中的一个重要“成员”。相对传统的“飞行事故记录器”(FDR或DFDR),QAR不仅原始忠实地记录了来自飞机各系统的大量运行参数,连续完整地反映飞机系统在运行中的实际状态或失效的征兆信号,而且,QAR具有易于接近、维护简单、数据存储量大,且机载存储设备廉价/通用等优点。目前,QAR数据在航空公司工程应用广泛,已成为保证飞行安全的一种有效技术手段。但现有QAR数据经过译码后的主要存储形式为CSV(Comma Separated Variables)文件,在飞机维修分析工程应用中使用CSV文件存在存储调用不灵活、数据操作受限等问题,工程师使用CSV文件进行维修分析的数据处理工作量大,使用不方便,严重影响和制约了QAR数据在飞机维修领域的应用与推广。
本发明通过设计一种通用的处理CSV文件格式的QAR数据预处理方案,将QAR数据由CSV格式转化为数据库格式,以适应各种机型的QAR数据CSV文件格式,提高现有QAR数据处理及分析应用效率,降低航空公司飞机QAR数据应用的成本,提高航空公司的运营效率和经济效益。
发明内容
为此,本公开的第一方面提供了一种面向飞机维修品质分析的QAR数据预处理方法,其中包括步骤:获取CSV格式的数据文件;从所述数据文件获取航班信息;从所述数据文件获取参数项,并把所述参数项优化成新参数项;从所述数据文件获取对应所述参数项的参数值,并对所述参数值实施处理;基于所述航班信息、所述新参数项和所述处理后的参数值,生成结构化的QAR数据库。
在一个实施例中,所述把所述参数项优化成新参数项的步骤包括:当出现参数项重复时,在所述重复的参数项的字段后面添加序号。
在一个实施例中,对所述参数值实施处理的步骤包括:把离散量的参数值用“0”或“1”表示;把空缺的或有异常标记的参数值用“null”表示。
在一个实施例中,所述航班信息包括以下至少一种:飞机机型、飞机航班号、报告日期、参数项个数、起飞主帧号、起飞时刻、着陆主帧号、着陆时刻。
本公开的第二方面提供了一种面向飞机维修品质分析的QAR数据预处理装置,其中包括:文件获取单元,其用于获取CSV格式的数据文件;航班信息分析单元,其用于从所述数据文件获取航班信息;参数项优化单元,其用于从所述数据文件获取参数项,并把所述参数项优化成新参数项;参数值处理单元,其用于从所述数据文件获取对应所述参数项的参数值,并对所述参数值实施处理;数据库生成单元,其用于基于所述航班信息、所述新参数项和所述处理后的参数值,生成结构化的QAR数据库。
在一个实施例中,所述参数项优化单元具体用于:当出现参数项重复时,在所述重复的参数项的字段后面添加序号。
在一个实施例中,参数值处理单元具体用于:把离散量的参数值用“0”或“1”表示;把空缺的或有异常标记的参数值用“null”表示。
在一个实施例中,所述航班信息包括以下至少一种:飞机机型、飞机航班号、报告日期、参数项个数、起飞主帧号、起飞时刻、着陆主帧号、着陆时刻。
本发明技术方案实现了通用的CSV文件处理程序,提供了一种QAR数据预处理工具,减少了工程师数据处理时间,降低了数据处理分析人员的技能要求,提高了QAR数据处理与分析应用的效率,进而提高各航空公司的运营效率和经济效益。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更加明显:
图1示出了现有的CSV文件格式
图2示出了根据本公开的一个实施例的面向飞机维修品质分析的QAR数据预处理方法流程图;
图3示出了根据本公开的一个实施例的面向飞机维修品质分析的QAR数据预处理装置模块图;
图4示出了根据本公开的一个实施例的优化参数项的示意图;以及
图5示出了一个可以显示结构化的QAR数据的软件的显示界面。
具体实施方式
在以下优选的实施例的具体描述中,将参考构成本公开一部分的所附的附图。所附的附图通过示例的方式示出了能够实现本公开的特定的实施例。示例的实施例并不旨在穷尽根据本公开的所有实施例。可以理解,在不偏离本公开的范围的前提下,可以利用其他实施例,也可以进行结构性或者逻辑性的修改。因此,以下的具体描述并非限制性的,且本公开的范围由所附的权利要求所限定。此外,尽管说明书中以特定的顺序描述了方法的步骤,但是这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果,相反,描绘的步骤可以改变执行顺序。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
本发明所公开的一种面向飞机维修品质分析的QAR数据预处理方法流程图,如图2所示:
在步骤S202中,首先获取CSV格式的QAR数据文件。
传统的QAR数据源为CSV格式的数据文件,是一种用来存储数据的纯文本文件格式,而非数据库的形式存储数据。CSV文件具有如图1所示的结构。其中,第一行,第二行是文件描述行,主要记录了该译码文件所包含的航班信息,例如:机号,航班号,起飞/着陆时刻等;第三行,第四行为参数项行,用于对该译码文件所包含的QAR参数项进行描述,第五行为参数项的单位;而从第六行起至末行,则为具体对应上述(第三行,第四行中)参数项的参数值,其中第六行至末行中每一行分别为某一记录时刻所记录的参数值。
在步骤S204中,从所述数据文件获取航班信息。
具体的,从该CSV格式的数据文件的第二行中获取航班信息,其中所述航班信息包括以下至少一种:飞机机型、飞机航班号、报告日期、参数项个数、起飞主帧号、起飞时刻、着陆主帧号、着陆时刻。在另一实施例中,还可以从数据文件的第一行中获取数据版本信息。
在步骤S206中,从所述数据文件获取参数项,并把所述参数项优化成新参数项。
具体的,先从所述数据文件的第三行,第四行中获取参数项,其中第三行和第四行中的参数项是一一对应的,第三行中的参数项是使用文件自定义名称的参数项,第四行中的参数项是使用规范名称的参数项,例如在第三行中的参数项“AIR/GROUND”就是第四行中参数项“aAIRGND”,两者指向同一参数,仅名称不同。
在获取参数项之后,需要对该参数项实施优化。某些QAR参数项在同一记录时刻需要被测量和记录多次,体现在CSV文件中即会出现参数项重复(例如,图4中显示的参数项LAT_ACC)。因此,在本方案中优化规则为:当出现参数项重复时,在所述重复的参数项的字段后面添加序号,以对这些参数项进行区分,从而便于管理。图4示出了优化参数项的示意图,图4上半部分显示的是优化前的参数项LAT_ACC,下半部分显示的是优化后的参数项。
在步骤S208中,从所述数据文件获取对应所述参数项的参数值,并对所述参数值实施处理。
具体的,从所述数据文件的第六行至末尾行获取对应所述参数项的参数值,并对参数值实施以下处理:
1)离散量参数处理:为便于后续运算分析,对于CSV文件中的离散量参数,将统一变换为“0”或“1”,并需要维护这些离散量参数的数据含义;
2)对部分数据行某参数位置数据空缺或有异常标记,则用标记“null”替代。
在步骤S210中,基于所述航班信息、所述新参数项和所述处理后的参数值,生成结构化的QAR数据库。该结构化的QAR数据可以用例如excel格式或其他表格形式来保存,并通过可视化的数据显示界面来显示。图5示出了一个可以显示结构化的QAR数据的软件的显示界面。
对应于上述方法方案,本发明进一步公开了一种面向飞机维修品质分析的QAR数据预处理装置。如图3所示,装置300包括文件获取单元302、航班信息分析单元304、参数项优化单元306、参数值处理单元308、数据库生成单元310。
文件获取单元302用于获取CSV格式的QAR数据文件。
传统的QAR数据源为CSV格式的数据文件,是一种用来存储数据的纯文本文件格式,而非数据库的形式存储数据。CSV文件具有如图1所示的结构。其中,第一行,第二行是文件描述行,主要记录了该译码文件所包含的航班信息,例如:机号,航班号,起飞/着陆时刻等;第三行,第四行为参数项行,用于对该译码文件所包含的QAR参数项进行描述,第五行为参数项的单位;而从第六行起至末行,则为具体对应上述(第三行,第四行中)参数项的参数值,其中第六行至末行中每一行分别为某一记录时刻所记录的参数值。
航班信息分析单元304用于从所述数据文件获取航班信息。
具体的,从该CSV格式的数据文件的第二行中获取航班信息,其中所述航班信息包括以下至少一种:飞机机型、飞机航班号、报告日期、参数项个数、起飞主帧号、起飞时刻、着陆主帧号、着陆时刻。在另一实施例中,该航班信息分析单元304还可以从数据文件的第一行中获取数据版本信息。
参数项优化单元306用于从所述数据文件获取参数项,并把所述参数项优化成新参数项。
具体的,参数项优化单元306先从所述数据文件的第三行,第四行中获取参数项,其中第三行和第四行中的参数项是一一对应的,第三行中的参数项是使用文件自定义名称的参数项,第四行中的参数项是使用规范名称的参数项,例如在第三行中的参数项“AIR/GROUND”就是第四行中参数项“aAIRGND”,两者指向同一参数,仅名称不同。
在获取参数项之后,参数项优化单元306需要对该参数项实施优化。某些QAR参数项在同一记录时刻需要被测量和记录多次,体现在CSV文件中即会出现参数项重复(例如,图4中显示的参数项LAT_ACC)。因此,在本方案中优化规则为:当出现参数项重复时,在所述重复的参数项的字段后面添加序号,以对这些参数项进行区分,从而便于管理。图4示出了优化参数项的示意图,图4上半部分显示的是优化前的参数项LAT_ACC,下半部分显示的是优化后的参数项。
参数值处理单元308用于从所述数据文件获取对应所述参数项的参数值,并对所述参数值实施处理。
具体的,参数值处理单元308从所述数据文件的第六行至末尾行获取对应所述参数项的参数值,并对参数值实施以下处理:
1)离散量参数处理:为便于后续运算分析,对于CSV文件中的离散量参数,将统一变换为“0”或“1”,并需要维护这些离散量参数的数据含义;
2)对部分数据行某参数位置数据空缺或有异常标记,则用标记“null”替代。
数据库生成单元310用于基于所述航班信息、所述新参数项和所述处理后的参数值,生成结构化的QAR数据库。该结构化的QAR数据可以用例如excel格式或其他表格形式来保存,并通过可视化的数据显示界面来显示。图5示出了一个可以显示结构化的QAR数据的软件的显示界面。
虽然该示例的装置300已经在图3中被说明,但是在图3说明的一个或多个单元可以被合并、分离、重新安排、省略、除去和/或以任何方式被实现。更进一步,示例的各个单元及模块可以被硬件、软件、固件和/或硬件、软件和/或固件的任何结合来实现。更通常地,示例的上述单元中的任何一个可以被一个或多个电路、可编程的处理器、专用集成电路(ASIC),可编程逻辑装置(PLD)和/或现场可编程逻辑装置(FPLD)等等来实现。
对于本领域技术人员而言,显然本公开不限于上述示范性实施例的细节,而且在不背离本公开的精神或基本特征的情况下,能够以其他的具体形式实现本公开的实施例。因此,无论如何来看,均应将实施例看作是示范性的,而且是非限制性的。此外,明显的,“包括”一词不排除其他元素和步骤,并且措辞“一个”不排除复数。装置权利要求中陈述的多个元件也可以由一个元件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。

Claims (8)

1.一种面向飞机维修品质分析的QAR数据预处理方法,其中包括步骤:
获取CSV格式的数据文件;
从所述数据文件获取航班信息;
从所述数据文件获取参数项,并把所述参数项优化成新参数项;
从所述数据文件获取对应所述参数项的参数值,并对所述参数值实施处理;
基于所述航班信息、所述新参数项和所述处理后的参数值,生成结构化的QAR数据库。
2.根据权利要求1所述的方法,其中所述把所述参数项优化成新参数项的步骤包括:
当出现参数项重复时,在所述重复的参数项的字段后面添加序号。
3.根据权利要求1所述的方法,其中对所述参数值实施处理的步骤包括:
把离散量的参数值用“0”或“1”表示;
把空缺的或有异常标记的参数值用“null”表示。
4.根据权利要求1所述的方法,其中所述航班信息包括以下至少一种:飞机机型、飞机航班号、报告日期、参数项个数、起飞主帧号、起飞时刻、着陆主帧号、着陆时刻。
5.一种面向飞机维修品质分析的QAR数据预处理装置,其中包括:
文件获取单元,其用于获取CSV格式的数据文件;
航班信息分析单元,其用于从所述数据文件获取航班信息;
参数项优化单元,其用于从所述数据文件获取参数项,并把所述参数项优化成新参数项;
参数值处理单元,其用于从所述数据文件获取对应所述参数项的参数值,并对所述参数值实施处理;
数据库生成单元,其用于基于所述航班信息、所述新参数项和所述处理后的参数值,生成结构化的QAR数据库。
6.根据权利要求5所述的装置,其中所述参数项优化单元具体用于:
当出现参数项重复时,在所述重复的参数项的字段后面添加序号。
7.根据权利要求5所述的装置,其中参数值处理单元具体用于:
把离散量的参数值用“0”或“1”表示;
把空缺的或有异常标记的参数值用“null”表示。
8.根据权利要求5所述的装置,其中所述航班信息包括以下至少一种:飞机机型、飞机航班号、报告日期、参数项个数、起飞主帧号、起飞时刻、着陆主帧号、着陆时刻。
CN201610248051.5A 2016-04-20 2016-04-20 面向飞机维修品质分析的qar数据预处理方法及其装置 Active CN105868402B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610248051.5A CN105868402B (zh) 2016-04-20 2016-04-20 面向飞机维修品质分析的qar数据预处理方法及其装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610248051.5A CN105868402B (zh) 2016-04-20 2016-04-20 面向飞机维修品质分析的qar数据预处理方法及其装置

Publications (2)

Publication Number Publication Date
CN105868402A true CN105868402A (zh) 2016-08-17
CN105868402B CN105868402B (zh) 2019-01-22

Family

ID=56633528

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610248051.5A Active CN105868402B (zh) 2016-04-20 2016-04-20 面向飞机维修品质分析的qar数据预处理方法及其装置

Country Status (1)

Country Link
CN (1) CN105868402B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107291624A (zh) * 2017-08-04 2017-10-24 中国航空工业集团公司西安飞机设计研究所 一种飞管软件起飞最大重量查表值的自动测试方法
CN110083058A (zh) * 2019-03-19 2019-08-02 四川函钛科技有限公司 基于时序qar参数的重着陆分类方法
CN110728382A (zh) * 2019-09-30 2020-01-24 东方航空技术有限公司 一种飞机部件维修成本优化的信息处理方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070094278A1 (en) * 2005-10-21 2007-04-26 Andreas Huppert Data transfer services
CN101290670A (zh) * 2008-06-12 2008-10-22 熊刚 超大型钻石数据库在钻石珠宝网络销售平台中的应用
CN101645073A (zh) * 2009-08-25 2010-02-10 浪潮电子信息产业股份有限公司 一种将已有数据库文件导入嵌入式数据库的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070094278A1 (en) * 2005-10-21 2007-04-26 Andreas Huppert Data transfer services
CN101290670A (zh) * 2008-06-12 2008-10-22 熊刚 超大型钻石数据库在钻石珠宝网络销售平台中的应用
CN101645073A (zh) * 2009-08-25 2010-02-10 浪潮电子信息产业股份有限公司 一种将已有数据库文件导入嵌入式数据库的方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107291624A (zh) * 2017-08-04 2017-10-24 中国航空工业集团公司西安飞机设计研究所 一种飞管软件起飞最大重量查表值的自动测试方法
CN107291624B (zh) * 2017-08-04 2021-05-25 中国航空工业集团公司西安飞机设计研究所 一种飞管软件起飞最大重量查表值的自动测试方法
CN110083058A (zh) * 2019-03-19 2019-08-02 四川函钛科技有限公司 基于时序qar参数的重着陆分类方法
CN110083058B (zh) * 2019-03-19 2022-02-15 四川函钛科技有限公司 基于时序qar参数的重着陆分类方法
CN110728382A (zh) * 2019-09-30 2020-01-24 东方航空技术有限公司 一种飞机部件维修成本优化的信息处理方法及装置

Also Published As

Publication number Publication date
CN105868402B (zh) 2019-01-22

Similar Documents

Publication Publication Date Title
Fanjul-Peyro Models and an exact method for the unrelated parallel machine scheduling problem with setups and resources
EP2526479A1 (en) Accessing large collection object tables in a database
CN105868402A (zh) 面向飞机维修品质分析的qar数据预处理方法及其装置
JP2019159760A (ja) データ分析支援装置、及びデータ分析支援方法
CN105069153A (zh) 专利分析系统
US20160210329A1 (en) Database statistical histogram forecasting
CN103488564A (zh) 一种分布式实时测试系统多路测试数据压缩与归并方法
CN118171121B (zh) 一种基于数据驱动的ai中台模型管理方法及管理系统
CN103164774A (zh) 一种基于工作流的汽车整车开发系统
CN107808198B (zh) 自动化工程指令创建
CN111651460A (zh) 一种数据治理方法、装置、电子设备及可读存储介质
CN115904362A (zh) 基于领域驱动的组件生成方法、系统、设备及存储介质
Gunawardena et al. Real-time Uber data analysis of popular Uber locations in Kubernetes environment
CN102081644A (zh) 一种数义分离的数据存储方法
US9299033B2 (en) Method and apparatus for detecting abnormal transition pattern
EP2930577A1 (en) Controlling a manufacturing plant with a MES system
Jeong et al. Integration of queuing network and IDEF3 for business process analysis
CN114312930B (zh) 基于日志数据的列车运行异常诊断方法和装置
CN104850638A (zh) Etl过程并行决策方法及装置
Camelot et al. Decision support tool for the disassembly of reusable parts on an end-of-life aircraft
CN113313522A (zh) 机票交易市场数字镜像的生成方法和装置
Wang et al. ContainerStress: Autonomous Cloud-Node Scoping Framework for Big-Data ML Use Cases
Graves et al. Data-Driven Prognostics and Diagnostics of Industrial Machinery—A Turbofan Engine Case Study
Puttini IVHM development and the Big Data Paradigm
CN115203273A (zh) 数据筛选方法、装置、设备和存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant