毕业论文网
这是一篇与大数据论文范文相关的免费优秀学术论文范文资料,为你的论文写作提供参考。
时序大数据在飞参测试中的应用分析
一、飞参测试数据的基本特点
在试飞阶段,每个架次的飞机都会产生相关飞行数据,这些数据被飞参数据记录系统进行统一记录,形成相关的飞行参数数据记录文件,简称飞参文件,而对应的数据简称为飞参数据..飞参数据是飞机制造全生命周期过程中所产生的重要数据,主要作用于飞机研制,相关故障诊断及飞行品质分析等方面.飞参数据一般应包括两个部分：文件头和数据区.其中,文件头的信息由飞机相关信息构成,包括机型、出厂编号、飞行起始记录时间、相对时间偏移量等属性描述信息；数据区记录了飞行记录中的所有的飞行参数的信号值,其范围和精度均不同且通常按照预定义的顺序进行排列.
二、飞参测试数据面临的挑战
随着飞机研制与相关技术的发展,目前的四代机中的飞参信号量已经上千个,参数的记录密度可达1Khz,部分参数的记录密度与地面试验环境的记录密度相当且不断提高,且最新型号的飞行参数数据的大小已经达到了单文件GB 级别并持续增长.
传统的飞参数据的处理以文件为单位,每次分析需要对整个文件进行读取操作,当多架次混合查询分析时所产生的数据量及分析效率都会大打折扣.后期的应用需求多元化也对飞参数据的管理与分析都提出了新的要求,相较于传统软件,未来的飞参数据管理与分析平台必将面临两大挑战：（1）单体飞参文件的大小快速增长,通过直接读取文件的方式来检索目标数据所需要的时间将大幅度增加,无法满足各项参数灵活访问的快速分析需求；（2）当前飞参数据先经过解析成结构化数据后存储在传统关系型数据库中,但解析后的文件膨胀率将导致存储单元快速增加、存储成本成几何级膨胀,同时关系型数据库对数据的管理和分析存在性能上的瓶颈,在飞参大数据时代将无力承担相关科研任务的诉求.
三、飞参时序大数据
随着工业互联网的发展,大数据技术已经吸引了越来越多的关注.目前大数据的发展趋势之一仍然是要保证在成本可控的硬件上进行高效稳定的运行大数据管理分析的相关应用.构建基于大数据的数据管理分析平台,利用分布式计算和处理特性,打破单一计算节点的存储和处理瓶颈,是工业制造业领域打造大数据综合服务平台的重要任务之一.
时序数据在工业制造业并不陌生,为了便于计算机处理,需要将工业生产中连续变化的工艺参数数据进行离散化、数字化的取样,生成持续的、间断变化的数据流,我们把上述间断变化的、离散数字数据统称为时序数据.目前,工业传感器数据,应用程序的性能监控数据,如CPU 和内存占用率,车联网等物联网数据,数字车床等数据都属于时序数据.我们在飞行试验过程中所采集到的飞参数据也是具备时序特征的数据.综合时序数据的固有特征,我们总结时序飞参大数据有以下特点：
（1）实时性：飞行试验对于相关策略的改进与参数调整很重要,且飞行时的状态时刻改变,必须保证有足够的数据处理响应速度.
（2）连续性：飞参数据记录的是一段连续的飞行状态,系统必须保证有足够的性能进行数据的连续计算分析,才能保证数据应用的连续性.
（3）复杂性：飞参数据记录的上千条参数,参数特点决定了数据自身的复杂度很高,如果涉及参数间的综合考量则需要设计复杂的方法进行分析计算.
（4）数据体量大：随着技术的进步与试验要求的提升,试飞参数将会越来越多,飞行记录的数据量也将快速增长,需要采取特殊的方法进行管理与分析.
四、时序大数据技术
广义的大数据技术包含了数据采集、数据存储、数据分析与挖掘、数据治理、数据应用.集成了各项大数据技术的综合型服务平台将为用户提供数据存储、计算等多项综合能力型服务.
时序大数据的基本处理流程与传统数据处理的主要区别在于大数据技术的处理对象主要是海量的非结构化数据,而时序大数据则增加了对数据时序相关性的处理要求.当前时序大数据的主要采集源来自于工业生产中的各项生产物联设备与管理信息系统,存储技术主要使用分布式文件系统及其上层大数据数据库与数据仓库,计算核心引擎主要是分布式计算及相关实时计算方法,挖掘分析方法来自于机器学习与工业领域的专用分析方式,数据应用则面向不同用户需求进行数据可视化与化服务.
五、时序大数据技术在飞参管理分析中的应用过程
飞参时序大数据技术的应用过程主要分为以下几步：
（1）培养飞参时序大数据管理分析意识.从着手管理分析前,相关团队及人员需要培养大数据的全生命周期管理分析素养,从数据采集到数据应用,从数据模型的构建到业务需求的变更,从平台设计到功能集成,都需要紧密围绕飞参时序数据的基本特点着手进行实践.
（2）汇总飞参时序大数据采集手段.搜集传统的飞参数据采集手段,讨论新技术与飞参数据采集的相关性与应用必要性,合理使用可用可行的采集手段进行数据的前期准备工作,方便后期的管理与实际应用.
（3）持续的飞参时序大数据管理.传统的数据分析模式中,对于数据治理与管理采取放任自流的态度居多,导致了数据孤岛等无法挖掘数据深度价值的结果.通过分析飞参时序数据从产生到分析到存档的全过程,持续跟踪各项飞参数据的应用过程,建立标准化的治理体系与管理模式,保障飞参时序数据可以高质高效为试飞阶段及上下游产业提供必要的价值.
（4）改进飞参时序大数据挖掘分析方法.数据的挖掘和分析方式要随数据特点的改变进行更新迭代,要结合时序与大数据的双重特点进行方法迭代,同时要考虑多种方法的综合使用与挖掘分析方法的机理研究改进.
（5）建立飞参时序大数据管理分析平台.建立试飞阶段的大数据系统及基础设施,如试飞大数据治理平台,飞参综合分析可视化决策平台,数据仿真与模拟计算平台等.
（6）增强人机交互与决策分析过程改进.通过大数据平台的服务应用给出的前瞻性及分析性结论,结合专家与一线工程师的经验,对试飞过程提出综合的意见建议.
结语：在试飞阶段对飞参时序大数据应用大数据管理分析技术, 需要从数据的本质特点开始分析与归纳,要树立时序大数据管理分析意识, 以上工作要贯穿于飞参大数据的采集、治理管理、挖掘分析、应用服务的全过程.对于飞机的试飞阶段,这是一项全新的挑战,机遇即挑战,通过不断完善飞参数据的管理分析过程,试飞行业也将拥有更好的发展前景.
大数据论文范文结:
适合不知如何写大数据方面的相关专业大学硕士和本科毕业论文以及关于大数据论文开题报告范文和相关职称论文写作参考文献资料下载。
1、大数据时代论文
2、关于大数据的论文
3、大数据杂志
4、有关大数据的论文
5、健康大视野杂志