CN112084575A - 一种直升机振动数据的处理分析软件平台架构 - Google Patents

一种直升机振动数据的处理分析软件平台架构 Download PDF

Info

Publication number
CN112084575A
CN112084575A CN202010820219.1A CN202010820219A CN112084575A CN 112084575 A CN112084575 A CN 112084575A CN 202010820219 A CN202010820219 A CN 202010820219A CN 112084575 A CN112084575 A CN 112084575A
Authority
CN
China
Prior art keywords
data
helicopter
vibration
analysis
software platform
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.)
Pending
Application number
CN202010820219.1A
Other languages
English (en)
Inventor
许中冲
刘华磊
姜锟
王骁
鲁津
王骞
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.)
Shaanxi Qianshan Avionics Co Ltd
Original Assignee
Shaanxi Qianshan Avionics Co 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 Shaanxi Qianshan Avionics Co Ltd filed Critical Shaanxi Qianshan Avionics Co Ltd
Priority to CN202010820219.1A priority Critical patent/CN112084575A/zh
Publication of CN112084575A publication Critical patent/CN112084575A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
    • G06F2216/03—Data mining
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Hardware Design (AREA)
  • Human Resources & Organizations (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Fuzzy Systems (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Biology (AREA)
  • Pure & Applied Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computing Systems (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本公开实施例中提供了一种直升机振动数据的处理分析软件平台架构，属于航空电子技术领域，具体包括客户端软件平台P1及大数据分析管理平台P2。客户端软件平台P1用于对直升机数据的导入。客户端软件平台P1的直升机数据及判读结果输送至大数据分析管理平台P2。通过本公开的处理方案，完善了国内直升机振动数据分析软件平台功能，借助大数据平台发展，打通了直升机振动数据与飞参数据分析“独自为政”的壁垒，利用数据挖掘寻找振动数据异常点，对直升机专家知识判读形成互补。

Description

一种直升机振动数据的处理分析软件平台架构
技术领域
本公开涉及航空电子技术领域，尤其涉及一种直升机振动数据的处理分析软件平台架构。
背景技术
国内直升机振动数据技术研究工作始于上世纪90年代。初期，主要课题是识别技术内涵、探索技术原理；然后，国内个别型号启动了HUMS系统工程产品的研制工作，其对应型号也正在研制相应的地面直升机振动数据分析软件。
目前，国内有关的振动数据处理分析软件存在如下问题：
1.振动数据分析软件的功能主要集中在数据回放展示，缺少振动数据频域分析或频域分析方法较少；
2.振动判读主要基于振动原始数据专家知识，数据量大，判读速度较慢；
3.振动数据与飞参数据“各自为政”，振动数据、飞参数据没有得到综合化的应用。
因此，需要对现有的直升机的振动数据分析软件进行改进。
发明内容
有鉴于此，本公开实施例提供一种直升机振动数据的处理分析软件平台架构，其数据处理模块、快速判读模块、振动原始判读模块、振动数据分析模块、动平衡分析模块、振动特征预测模块、大数据分析管理软件模块等，完成直升机振动数据处理分析，为后续直升机数据分析应用提供平台支持，能够至少部分解决现有技术中存在的问题。
实现本发明的技术方案如下：一种直升机振动数据的处理分析软件平台架构，包括客户端软件平台P1及大数据分析管理平台P2。
其中，客户端软件平台P1用于对直升机数据的导入，实现直升机数据的数据预处理、快速判读、故障判读、数据分析回放，包括数据预处理模块、快速判读模块、专家知识判读模块。
具体的，数据预处理模块用于对数据进行预处理，并生成标准格式的工程值文件；快速判读模块用于对直升机振动数据进行快速判读，生成快速判读诊断报告；专家知识判读模块用于对振动原始数据进行故障判读生成判读报告。
其中，客户端软件平台P1的直升机数据及判读结果输送至大数据分析管理平台P2，大数据分析管理平台P2用于实现任务调度、数据存储、统计查询、数据分析，并建立数据异常挖掘模型建模、振动特征趋势预测建模。
本发明通过构建直升机振动数据的处理分析软件平台，完成直升机振动数据处理生成标准化工程文件，利用软件平台集成的判据编辑工具，对专家知识库进行更改完善减少漏判、少判，对振动解算数据、飞参抽取数据综合判读，破除飞参与振动数据“各自为政”的局面，在软件中集成大数据平台挖掘创建的异常挖掘模型以及振动特征趋势预测模型，实现直升机振动数据分析软件平台的功能扩容和技术升级。
进一步的，直升机数据包括振动原始数据、飞参抽取数据、振动解算数据、超限告警数据、BIT数据。
更进一步的，数据预处理模块用于对直升机数据进行预处理，生成标准格式的工程值文件。快速判读模块用于对振动解算数据、飞参抽取数据、超限告警数据、BIT数据进行快速判读，生成快速判读诊断报告。专家知识判读模块用于对振动原始数据进行故障判读生成判读报告。
在本发明的一个优选实施例中，客户端软件平台P1还用于实现直升机数据的事件上报、统计报告、动平衡分析，包括动平衡分析模块、事件上报模块。其中，动平衡分析模块用于输出直升机的动平衡分析结果。事件上报模块用于统计机务以及飞行员反馈的飞机状态信息。
在本发明的一个优选实施例中，客户端软件平台P1的数据经FTP数据上传方式上传至大数据分析管理平台P2。
进一步的，大数据分析管理平台P2包括任务调度模块，任务调度模块连接有数据存储管理模块、数据分析模块、统计查询模块。
具体的，提供用户定制化业务和分布式大数据平台通用化业务相结合的任务调度模块，在后台随时监控用户的定制化业务，并把查询结果及时反馈给客服端，定期实现数据极值、方差、均值、数据架次数等统计业务，并把运算结果写入数据库；通过任务调度模块调用数据存储管理模块，完成客户端上传的直升机标准格式工程值文件、各种诊断结果文件、事件报告文件的存储，建立关系型数据库Mysql存储数据文件信息表；通过任务调度模块调用数据分析模块，完成客户端用户特定数据分析业务响应；通过任务调度模块调用统计查询模块，完成客户端用户超出通用化统计业务的定制化统计业务响应。
大数据分析管理平台P2还通过任务调度模块定期启动数据异常挖掘模型建模，对客户端软件平台P1上传至大数据分析管理平台P2的工程值数据文件、诊断报告文件、事件报告文件基于聚类算法、随机森林算法进行故障模型创建，并根据客户端反馈的模型诊断结果报告定期对异常诊断模型进行更新迭代；通过任务调度定期启动振动特征趋势预测建模，对客户端上传的振动特征值结果基于多项式拟合、人工神经网络分析建立振动特征预测模型，并根据客户端反馈的振动特征趋势预测结果报告以及下一个架次实际振动特征值变化情况定期对振动特征趋势预测模型进行更新迭代。
更进一步的，大数据分析管理平台P2基于多项式拟合、人工神经网络分析搭建振动特征趋势预测模型，振动特征趋势预测模型输出直升机的振动特征趋势预测结果，并将振动特征趋势预测结果输出至客户端软件平台P1，并根据所述客户端软件平台P1反馈的振动特征值预测结果文件定期对振动特征趋势预测模型进行更新迭代。
更进一步的，大数据分数据析管理平台P2基于聚类算法及随机森林算法创建数据异常挖掘模型，所述任务调度启动所述数据异常挖掘模型；并根据客户端软件平台P1反馈的模型诊断结果报告定期对数据异常挖掘模型进行更新迭代。
与现有技术相比，本发明型的有益效果是：
1.有效解决国内直升机振动数据缺少分析回放方法，振动数据判读速度较慢、判读点较少、不易维护，振动数据和飞参数据缺少融合判读等问题。
2.系统完成直升机数据的数据处理、分析判读、统计预测,基于大数据分析管理平台，实现数据分布式存储管理、数据后台统计分析、数据挖掘异常建模、振动特征趋势预测建模，为直升机数据快速判读放飞提供更多技术手段，提高直升机维护效率、提高直升机出勤率，为直升机定检维修计划提供支持，为用户或主机完善专家知识库提供帮助。
3.完善了国内直升机振动数据分析软件平台功能，借助大数据平台发展，打通了直升机振动数据与飞参数据分析“独自为政”的壁垒，利用数据挖掘寻找振动数据异常点，对直升机专家知识判读形成互补。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本发明直升机振动数据的处理分析软件平台架构的平台示意图；
图2为本发明直升机振动数据的处理分析软件平台架构的流程框架图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种直升机振动数据的处理分析软件平台架构，如图1及图2所示，处理分析软件平台架构包括客户端软件平台P1及大数据分析管理平台P2。
其中，客户端软件平台P1用于对直升机数据的导入，实现直升机数据的数据预处理、快速判读、故障判读、数据分析回放，包括数据预处理模块、快速判读模块、专家知识判读模块。
具体的，数据预处理模块用于对数据进行预处理，并生成标准格式的工程值文件；快速判读模块用于对直升机振动数据进行快速判读，生成快速判读诊断报告；专家知识判读模块用于对振动原始数据进行故障判读生成判读报告。
其中，客户端软件平台P1的直升机数据及判读结果输送至大数据分析管理平台P2，大数据分析管理平台P2用于实现任务调度、数据存储、统计查询、数据分析，并建立数据异常挖掘模型建模、振动特征趋势预测建模。
进一步的，直升机数据包括振动原始数据、飞参抽取数据、振动解算数据、超限告警数据、BIT数据。
更进一步的，数据预处理模块用于对直升机数据进行预处理，生成标准格式的工程值文件。快速判读模块用于对振动解算数据、飞参抽取数据、超限告警数据、BIT数据进行快速判读，生成快速判读诊断报告。专家知识判读模块用于对振动原始数据进行故障判读生成判读报告。
在本发明的一个优选实施例中，客户端软件平台P1还用于实现直升机数据的事件上报、统计报告，动平衡分析，包括动平衡分析模块、事件上报模块。其中，动平衡分析模块用于输出直升机的动平衡分析结果。事件上报模块用于统计机务以及飞行员反馈的飞机状态信息。
在本发明的一个优选实施例中，客户端软件平台P1的数据经FTP数据上传方式上传至大数据分析管理平台P2。
进一步的，大数据分析管理平台P2包括任务调度模块，任务调度模块连接有数据存储管理模块、数据分析模块、统计查询模块。具体的，提供用户定制化业务和分布式大数据平台通用化业务相结合的任务调度模块，在后台随时监控用户的定制化业务，并把查询结果及时反馈给客服端，定期实现数据极值、方差、均值、数据架次数等统计业务，并把运算结果写入数据库；通过任务调度模块调用数据存储管理模块，完成客户端上传的直升机标准格式工程值文件、各种诊断结果文件、事件报告文件的存储，建立关系型数据库Mysql存储数据文件信息表；通过任务调度模块调用数据分析模块，完成客户端用户特定数据分析业务响应；通过任务调度模块调用统计查询模块，完成客户端用户超出通用化统计业务的定制化统计业务响应。
大数据分析管理平台P2还通过任务调度模块定期启动数据异常挖掘模型建模，对客户端软件平台P1上传至大数据分析管理平台P2的工程值数据文件、诊断报告文件、事件报告文件基于聚类算法、随机森林算法进行故障模型创建，并根据客户端反馈的模型诊断结果报告定期对异常诊断模型进行更新迭代；通过任务调度定期启动振动特征趋势预测建模，对客户端上传的振动特征值结果基于多项式拟合、人工神经网络分析建立振动特征预测模型，并根据客户端反馈的振动特征趋势预测结果报告以及下一个架次实际振动特征值变化情况定期对振动特征趋势预测模型进行更新迭代。
更进一步的，大数据分析管理平台P2基于多项式拟合、人工神经网络分析搭建振动特征趋势预测模型，振动特征趋势预测模型输出直升机的振动特征趋势预测结果，并将振动特征趋势预测结果输出至客户端软件平台P1，并根据所述客户端软件平台P1反馈的振动特征值预测结果文件定期对振动特征趋势预测模型进行更新迭代。
更进一步的，大数据分数据析管理平台P2基于聚类算法及随机森林算法创建数据异常挖掘模型，所述任务调度启动所述数据异常挖掘模型；并根据客户端软件平台P1反馈的模型诊断结果报告定期对数据异常挖掘模型进行更新迭代。
上述直升机振动数据的处理分析软件平台设计时：
首先，根据直升机存在的振动原始数据、振动解算数据、飞参数据、超限数据、BIT数据等诸多数据，研究直升机数据标准工程值文件生成，保证直升机振动数据处理分析平台获得通用化、结构化的数据文件；
其次，探究直升机振动数据分析应用，针对直升机解算数据、飞参抽取数据、超限数据以及BIT数据，由于其数据量仅为振动原始数据量的百分之一的特性，研究快速判读模块，实现直升机数据快速判读，支持直升机日常快速放飞，同时该快速判读模块集成简单易懂的判据库编辑维护工具，方便用户对快速判读知识库更新维护，根据各直升机具体情况完善判据，减少漏判、错判等问题；
再次，a、针对直升机日常使用中，飞行员反馈的飞机抖动等问题，研究直升机动平衡分析模块，进行直升机主桨、尾桨、尾斜轴、传动轴动平衡分析，辅助排查飞机抖动等问题，完成直升机动平衡检查；b、针对直升机用户机械日，设计振动原始数据判读模块，在直升机大修定检工作中，通过对数据量较大的振动原始数据进行振动原始数据判读，完成直升机振动部件的定检维修；c、在振动原始数据判读的基础上，研究振动判读结果特征值的变化情况，集成振动特征趋势统计预测模块，集成基于模型的故障判读与异常检测模块，对直升机数据进行判读，发现直升机数据中的异常点，提醒用户注意，减少漏判风险，可以作为判据可疑点指导用户进行专家判据更新，振动特征趋势预测结果在大量数据的支持下可以作为用户飞行前检查的依据；
然后，在客户端软件平台P1的基础上，建立大数据分析管理平台P2，集成直升机数据分布式存储管理、任务调度、数据分析、通用化统计软件模块用于快速响应客户端用户的查询、统计需求以及数据存储需求；集成基于聚类算法、随机森林算法的故障诊断建模及异常数据识别建模，集成基于多项式拟合、人工神经网络分析建立振动特征预测模型，对客户端平台P1的基于模型的故障诊断、基于模型的振动特征趋势预测进行更新迭代，形成数据挖掘建模的不断闭环。
本实施例通过构建直升机振动数据的处理分析软件平台，完成直升机振动数据处理生成标准化工程文件，利用软件平台集成的判据编辑工具，对专家知识库进行更改完善减少漏判、少判，对振动解算数据、飞参抽取数据综合判读，破除飞参与振动数据“各自为政”的局面，在软件中集成大数据平台挖掘创建的异常挖掘模型以及振动特征趋势预测模型，实现直升机振动数据分析软件平台的功能扩容和技术升级。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种直升机振动数据的处理分析软件平台架构，其特征在于：包括客户端软件平台P1及大数据分析管理平台P2；
所述客户端软件平台P1用于对直升机数据的导入，实现直升机数据的数据预处理、快速判读、故障判读、数据分析回放，包括数据预处理模块、快速判读模块、专家知识判读模块；
所述客户端软件平台P1的直升机数据及判读结果输送至所述大数据分析管理平台P2，所述大数据分析管理平台P2用于实现任务调度、数据存储、统计查询、数据分析，并建立数据异常挖掘模型建模、振动特征趋势预测建模。
2.根据权利要求1所述的直升机振动数据的处理分析软件平台架构，其特征在于：直升机数据包括振动原始数据、飞参抽取数据、振动解算数据、超限告警数据、BIT数据。
3.根据权利要求2所述的直升机振动数据的处理分析软件平台架构，其特征在于：所述数据预处理模块用于对直升机数据进行预处理，生成标准格式的工程值文件；
所述快速判读模块用于对振动解算数据、飞参抽取数据、超限告警数据、BIT数据进行快速判读，生成快速判读诊断报告；
所述专家知识判读模块用于对振动原始数据进行故障判读生成判读报告。
4.根据权利要求2或3所述的直升机振动数据的处理分析软件平台架构，其特征在于：所述客户端软件平台P1还用于实现直升机数据的事件上报、统计报告、动平衡分析，包括动平衡分析模块、事件上报模块；
所述动平衡分析模块用于输出直升机的动平衡分析结果；
所述事件上报模块用于统计机务以及飞行员反馈的飞机状态信息。
5.根据权利要求4所述的直升机振动数据的处理分析软件平台架构，其特征在于：所述客户端软件平台P1的数据经FTP数据上传方式上传至所述大数据分析管理平台P2。
6.根据权利要求1所述的直升机振动数据的处理分析软件平台架构，其特征在于：所述大数据分析管理平台P2包括任务调度模块，任务调度模块连接有数据存储管理模块、数据分析模块、统计查询模块。
7.根据权利要求6所述的直升机振动数据的处理分析软件平台架构，其特征在于：所述大数据分析管理平台P2基于多项式拟合、人工神经网络分析搭建振动特征趋势预测模型，所述振动特征趋势预测模型输出直升机的振动特征趋势预测结果，并将振动特征趋势预测结果输出至客户端软件平台P1，并根据所述客户端软件平台P1反馈的振动特征值预测结果文件定期对所述振动特征趋势预测模型进行更新迭代。
8.根据权利要求6所述的直升机振动数据的处理分析软件平台架构，其特征在于：所述大数据分数据析管理平台P2基于聚类算法及随机森林算法创建数据异常挖掘模型，所述任务调度启动所述数据异常挖掘模型；并根据所述客户端软件平台P1反馈的模型诊断结果报告定期对所述数据异常挖掘模型进行更新迭代。
CN202010820219.1A 2020-08-14 2020-08-14 一种直升机振动数据的处理分析软件平台架构 Pending CN112084575A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010820219.1A CN112084575A (zh) 2020-08-14 2020-08-14 一种直升机振动数据的处理分析软件平台架构

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010820219.1A CN112084575A (zh) 2020-08-14 2020-08-14 一种直升机振动数据的处理分析软件平台架构

Publications (1)

Publication Number Publication Date
CN112084575A true CN112084575A (zh) 2020-12-15

Family

ID=73729716

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010820219.1A Pending CN112084575A (zh) 2020-08-14 2020-08-14 一种直升机振动数据的处理分析软件平台架构

Country Status (1)

Country Link
CN (1) CN112084575A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114880922A (zh) * 2022-04-15 2022-08-09 大连理工大学 面向民航的飞行数据分析与性能趋势预测系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109670145A (zh) * 2018-12-12 2019-04-23 中国航空工业集团公司上海航空测控技术研究所 基于观测器的直升机主减速器振动特征阈值设置方法
CN110414152A (zh) * 2019-07-31 2019-11-05 中国商用飞机有限责任公司 民机试飞振动故障预测模型和预测系统
CN110457731A (zh) * 2019-05-28 2019-11-15 中国航空工业集团公司上海航空测控技术研究所 一种应用于直升机动部件振动趋势分析的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109670145A (zh) * 2018-12-12 2019-04-23 中国航空工业集团公司上海航空测控技术研究所 基于观测器的直升机主减速器振动特征阈值设置方法
CN110457731A (zh) * 2019-05-28 2019-11-15 中国航空工业集团公司上海航空测控技术研究所 一种应用于直升机动部件振动趋势分析的方法
CN110414152A (zh) * 2019-07-31 2019-11-05 中国商用飞机有限责任公司 民机试飞振动故障预测模型和预测系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
张武林;李小路;高文涛;: "基于振动预测的直升机监控方案设计", 中国测试, no. 02 *
张武林;樊征兵;高文涛;: "直升机传动系统振动预测技术研究", 航空科学技术, no. 07 *
李果;杜军;李学仁;: "基于飞参数据的直升机健康监控系统设计", 计算机工程与设计, no. 07 *
纪华东;胡雪明;刘照兴;: "基于飞行参数的直升机智能故障诊断系统研究", 电子技术与软件工程, no. 23 *
蒋支运;刘杰峰;文演;胡文春;: "飞机发动机飞行过程监控系统研究与设计", 飞机设计, no. 04, pages 41 - 44 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114880922A (zh) * 2022-04-15 2022-08-09 大连理工大学 面向民航的飞行数据分析与性能趋势预测系统

Similar Documents

Publication Publication Date Title
CN110865929B (zh) 异常检测预警方法及系统
CN110502509B (zh) 一种基于Hadoop与Spark框架的交通大数据清洗方法及相关装置
CN111885040A (zh) 分布式网络态势感知方法、系统、服务器及节点设备
CN106781455A (zh) 一种基于云计算的区域高速公路信息化系统
CN110443521A (zh) 航班运行风险获取方法、系统和计算机设备
CN102073579B (zh) Linux文件系统审计事件合并和优化的方法
CN104572831A (zh) 高速列车需求数据的处理方法及装置
CN110427298A (zh) 一种分布式日志的自动特征提取方法
CN107621368B (zh) 一种基于教练机的发动机专家诊断系统
CN107748782A (zh) 查询语句处理方法及装置
CN113420009B (zh) 一种基于大数据的电磁数据分析装置、系统及方法
CN107291716A (zh) 一种链路数据校验方法及装置
CN104573184A (zh) 高速列车产品元模型构建方法和装置
CN106325162A (zh) 一种嵌入式智能化机电设备状态监测系统
CN112506750A (zh) 一种用于海量日志分析预警的大数据处理系统
CN114416685A (zh) 日志处理方法、系统和存储介质
CN107704620A (zh) 一种档案管理的方法、装置、设备和存储介质
CN112084575A (zh) 一种直升机振动数据的处理分析软件平台架构
CN111598700A (zh) 一种金融风控系统及方法
CN108073582A (zh) 一种计算框架选择方法和装置
CN116846074B (zh) 一种基于大数据的智慧电能监管方法及系统
CN117880060A (zh) 一种基于规则引擎的网络运维方法、系统、设备及介质
CN110532640A (zh) 实物产品的数字样机协同系统及其构建方法
CN117291575A (zh) 设备检修方法、装置、计算机设备和存储介质
CN111651652A (zh) 基于人工智能的情感倾向识别方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination