Claims (18)
1. Система вычислительного окружения для мониторинга двигателей летательных аппаратов, причем упомянутая система соединяется с кластером серверов, характеризующаяся тем, что упомянутая система включает в себя:1. An environment computing system for monitoring aircraft engines, said system being connected to a cluster of servers, characterized in that said system includes:
- прикладной интерфейс (13), выполненный с возможностью принимать пользовательские коды (19), указывающие вычисление набора индикаторов, относящихся к двигателю (3) летательного аппарата, для развертывания по парку (12) двигателей летательных аппаратов,- an application interface (13) configured to receive user codes (19) indicating the calculation of a set of indicators related to the engine (3) of the aircraft, for deployment over the fleet (12) of aircraft engines,
- модуль (15) извлечения, выполненный с возможностью извлекать упомянутые индикаторы посредством развертывания параллельных вычислений по временным полетным данным от парка двигателей летательных аппаратов и сохраненных в базе (9) данных, распределенной по упомянутому кластеру (5) серверов (7),- an extraction module (15) configured to extract said indicators by deploying parallel computing on temporary flight data from the fleet of aircraft engines and stored in the data base (9) distributed over said cluster (5) of servers (7),
- модуль (17) обучения, выполненный с возможностью использовать упомянутые индикаторы для построения, без надзора, из упомянутых индикаторов, модели (21) мониторинга, репрезентативной для индикаторов, посредством реализации предварительно определенных функций обучения.- a learning module (17) configured to use said indicators to build, without supervision, from said indicators, a monitoring model (21) representative of the indicators by implementing predefined learning functions.
2. Система по п. 1, характеризующаяся тем, что модуль (15) извлечения включает в себя механизм определения последовательности, выполненный с возможностью реализовывать любые рекурсии при извлечении индикаторов.2. The system of claim. 1, characterized in that the extraction module (15) includes a sequencing engine configured to implement any recursion when extracting indicators.
3. Система по п. 1 или 2, характеризующаяся тем, что упомянутые индикаторы включают в себя индикаторы технического состояния и соответствующие контекстные индикаторы, и тем, что модуль (15) извлечения выполнен с возможностью стандартизировать упомянутые индикаторы технического состояния согласно соответствующим контекстным индикаторам посредством реализации методов регрессии.3. The system according to claim 1 or 2, characterized in that said indicators include technical condition indicators and corresponding context indicators, and in that the extraction module (15) is configured to standardize said technical condition indicators according to the corresponding context indicators by implementing regression methods.
4. Система по любому предшествующему пункту, характеризующаяся тем, что она включает в себя модуль (27) визуализации, содержащий графические инструментальные средства, выполненные с возможностью представлять модель мониторинга согласно статистическим представлениям.4. The system according to any preceding claim, characterized in that it includes a visualization module (27) containing graphical tools configured to represent the monitoring model according to statistical representations.
5. Система по любому предшествующему пункту, характеризующаяся тем, что пользовательские коды (9) включают в себя спецификации входных данных, которые должны быть обработаны параллельно, и выходных данных, содержащих контекстные индикаторы и индикаторы технического состояния, причем упомянутые пользовательские коды описываются на любом языке, выбранном из языков параллельного программирования типа Spark, а также бизнес-языков типа Scala, Python или R.5. The system according to any preceding claim, characterized in that user codes (9) include specifications of input data to be processed in parallel and output data containing context indicators and technical status indicators, said user codes being described in any language , selected from parallel programming languages like Spark, as well as business languages like Scala, Python, or R.
6. Система по любому предшествующему пункту, характеризующаяся тем, что временные полетные данные являются непрерывными рабочими данными двигателя от датчиков и компьютеров, ассоциированных с двигателями летательных аппаратов, а также непрерывными данными от летательного аппарата, причем упомянутые временные полетные данные хранятся в системе файлов, распределенной по упомянутому кластеру (5) серверов.6. The system according to any preceding claim, characterized in that the temporary flight data is continuous engine operating data from sensors and computers associated with aircraft engines, as well as continuous data from the aircraft, and said temporary flight data is stored in a file system distributed on the mentioned cluster (5) of servers.
7. Система по любому предшествующему пункту, характеризующаяся тем, что она включает в себя первый модуль (23) предварительной обработки, выполненный с возможностью формировать временные векторы посредством сбора упомянутых временных полетных данных.7. The system according to any preceding claim, characterized in that it includes a first pre-processing module (23) configured to generate time vectors by collecting said time flight data.
8. Система по любому предшествующему пункту, характеризующаяся тем, что индикаторы, извлеченные посредством модуля (15) извлечения, сохранятся в структуре (25a, 25b) данных, развертываемой в кластере (5) серверов.8. The system according to any preceding claim, characterized in that the indicators retrieved by the extraction module (15) are stored in the data structure (25a, 25b) deployed in the server cluster (5).
9. Система по любому предшествующему пункту, характеризующаяся тем, что она включает в себя второй модуль (27) предварительной обработки, выполненный с возможностью преобразовывать векторный формат индикаторов в матричный формат, приспособленный для применения функций обучения.9. The system according to any preceding claim, characterized in that it includes a second pre-processing module (27) configured to convert the vector format of the indicators into a matrix format adapted for applying learning functions.
10. Система по любому предшествующему пункту, характеризующаяся тем, что предварительно определенные функции обучения включают в себя алгоритмы обучения из следующих алгоритмов: самоадаптирующиеся алгоритмы построения карты Кохонена, алгоритмы обнаружения аномалии, алгоритмы обнаружения и отслеживания тренда, алгоритмы для анализа работы детали оборудования или конкретной системы двигателя летательного аппарата, алгоритмы ожидания события или прогностические алгоритмы.10. The system according to any preceding claim, characterized in that the predefined learning functions include learning algorithms from the following algorithms: self-adapting Kohonen mapping algorithms, anomaly detection algorithms, trend detection and tracking algorithms, algorithms for analyzing the operation of a piece of equipment or a particular system aircraft engine, event waiting algorithms or predictive algorithms.
11. Способ мониторинга двигателей летательных аппаратов, характеризующийся тем, что он включает в себя следующие этапы, на которых: 11. A method for monitoring aircraft engines, characterized in that it includes the following steps, in which:
- принимают пользовательские коды (9), указывающие вычисление набора индикаторов, относящихся к двигателю летательного аппарата, для развертывания по парку двигателей летательных аппаратов,- receive user codes (9) indicating the calculation of a set of indicators related to the aircraft engine for deployment across the fleet of aircraft engines,
- извлекают упомянутые индикаторы посредством развертывания параллельных вычислений по временным полетным данным от парка двигателей летательных аппаратов и сохраненным в базе данных, распределенной по кластеру серверов,- extract said indicators by deploying parallel computing on temporary flight data from the fleet of aircraft engines and stored in a database distributed over a cluster of servers,
- используют упомянутые индикаторы для построения, без надзора, из упомянутых индикаторов модели (21) мониторинга, репрезентативной для индикаторов, посредством реализации предварительно определенных функций обучения.- using said indicators to construct, without supervision, from said indicators a monitoring model (21) representative of the indicators by implementing predefined learning functions.
12. Компьютерная программа, включающая в себя кодовые инструкции для реализации способа мониторинга по п. 11, когда он выполняется в системе вычислительного окружения по любому из пп. 1-10.12. A computer program, including code instructions for implementing the monitoring method according to claim 11, when it is executed in the computing environment system according to any one of claims. 1-10.