一种涡轴涡桨发动机机械液压产品试验智能知识融合平台制造技术

本发明专利技术公开了一种涡轴涡桨发动机机械液压产品试验智能知识融合平台。平台包括分布式海量试验数据存储、数据仓库

【技术实现步骤摘要】
一种涡轴涡桨发动机机械液压产品试验智能知识融合平台


[0001]本专利技术属于计算机
，具体涉及一种涡轴涡桨发动机机械液压产品试验智能知识融合平台。

技术介绍

[0002]目前涡轴/涡桨发动机机械液压产品的试验存在以下核心问题：
[0003]1)产品的调试、排故和长试过程中主要依赖于操作人员经验，而在这些过程中产生的数据并未被有效利用，造成调试周期长、产品深层次，系统性故障无法定位以及无法识别早期预警信号等问题；
[0004]2)涡轴/涡桨发动机机械液压产品的试验数据量非常庞大，以长试数据为例，一次长试数据可能包括几百甚至上千小时的信息，数据量更是达到GB甚至TB级别，传统的数据库不论是容量、可扩展性还是查询速度都无法达到要求；
[0005]3)随着数据增多和对数据使用的不断深入，会不断出现新的决策需求，需要提取新的决策知识，而传统的平台系统架构较为固定，根据新的需求进行功能增加和调整的功能较弱。

技术实现思路

[0006]本专利技术的目的是：提供了一种涡轴涡桨发动机机械液压产品试验智能知识融合平台。本专利技术解决了产品海量试验数据的存储、管理和查询的技术问题，为决策算法提供数据支持，实现了系统功能的扩展和动态更新。
[0007]本专利技术的技术方案是：一种涡轴涡桨发动机机械液压产品试验智能知识融合平台，所述平台包括分布式海量试验数据存储、数据仓库
‑
文本知识融合和系统插件功能增强机制；以分布式海量数据存储为基础，为试验产生的海量数据提供灵活可扩展的分布式存储方案；在此基础上，将海量数据通过数据仓库进行组织，基于数据仓库
‑
文本知识融合，将非结构化的文本数据与数据仓库中存储的结构化的海量数据通过URL的形式链接，实现非结构化和结构化的融合，为后续知识提取和数据挖掘奠定基础；通过系统插件功能增强机制，实现随时添加和更新决策算法的功能。
[0008]前述的涡轴涡桨发动机机械液压产品试验智能知识融合平台中，所述的灵活可扩展的分布式存储方案为：将海量数据分割成多个数据块进行存储。
[0009]前述的涡轴涡桨发动机机械液压产品试验智能知识融合平台中，分布式海量数据存储的工作过程包括：
[0010]通过NameNode模块对元数据进行管理服务，并负责管理整个分布式海量数据存储的文件命名空间；
[0011]将DataNode模块作为分布式海量数据存储的工作节点负责存储被分割而成的数据块，为客户端Client提供数据的读写服务。
[0012]前述的涡轴涡桨发动机机械液压产品试验智能知识融合平台中，分布式海量数据
存储的写流程如下执行：
[0013]首先Client和NameNode建立连接，通过NameNode查看元数据信息并将信息返回给Client，然后Client接收到NameNode返回的DataNode列表并与其建立连接让其准备接收数据。Client将文件进行分块处理，将数据块和NameNode返回的列表信息一起发送给DataNode。
[0014]前述的涡轴涡桨发动机机械液压产品试验智能知识融合平台中，分布式海量数据存储的读流程如下执行：
[0015]Client与NameNode建立连接，NameNode通过查询元数据信息，得到所需文件的数据块映射信息及存储数据块的DataNode列表并发送给Client，Client得到信息后寻找最近可用的DataNode取回数据块。
[0016]前述的涡轴涡桨发动机机械液压产品试验智能知识融合平台中，分布式海量数据存储的工作过程还包括：
[0017]通过资源管理与任务调度器中的Resource Manager模块接受用户提交的分布式计算程序，并为其划分资源；管理、监控各个Node Manager模块上的资源情况，以便于均衡负载；
[0018]通过资源管理与任务调度器中的Node Manager模块管理所在机器的运算资源，负责接受Resource Manager模块分配的任务，以及创建容器和回收资源；
[0019]在NameNode模块、DataNode模块及资源管理与任务调度器的支撑下，将海量数据存储在数据仓库。
[0020]前述的涡轴涡桨发动机机械液压产品试验智能知识融合平台中，数据仓库
‑
文本知识融合的工作过程如下：
[0021]基于图数据模型的数据仓库
‑
文本知识融合表达技术，将数据仓库和企业已有的文本定义为图数据模型中的资源，通过有向线段连接数据仓库和文本；文本通过搜索技术辅助知识提取，数据仓库通过数据挖掘辅助知识提取，同时利用图遍历技术实现数据仓库
‑
文本关联性知识提取，最终实现知识的深度挖掘与提取。
[0022]前述的涡轴涡桨发动机机械液压产品试验智能知识融合平台中，所述的系统插件功能增强机制的架构包括用户操作界面，插件任务池和插件；用户操作界面提供插件管理和插件编排功能界面；插件在被使用时创建对应的插件任务池；所述的系统插件功能增强机制的运行方式基于工作流调度引擎，具体如下：
[0023]用户上传插件至智能知识融合平台，平台将插件保存至本地；然后创建流程，平台通过编排插件生成zip包上传至工作流调度引擎，工作流调度引擎返回工作流Id；之后当用户执行/调度插件时，平台通过工作流引擎提交任务至资源管理与任务调度器，最后操作数据仓库来实现整个插件的功能。
[0024]本专利技术的优点是：本专利技术提出一种基于大数据的涡轴/涡桨发动机机械液压产品试验智能知识融合平台，利用大数据技术解决数据存储、查询和扩展问题；对存储的产品数据按照需求，组织成不同的数据仓库，为知识的提取提供系统管理和支持；通过插件机制，实现系统功能的动态更新和扩展。
[0025]本专利技术基于大数据技术，通过分布式数据存储架构，解决了海量数据的存储能力，为决策算法提供了数据支持；提出一种数据仓库与文本知识融合的知识管理方式，实现了
企业内部现有知识与试验数据的融合，为数据中知识的提取与挖掘奠定了基础；建立了框架的插件机制，可以通过插件的方式对已有系统功能进行扩展，实现了系统功能的扩展和动态更新。
[0026]本专利技术提供一种基于大数据的智能知识融合平台决策系统，该系统基于涡轴/涡桨发动机机械液压产品独有的特点，优化了海量数据的存储与查询方式，为决策算法提供了数据支持；通过数据仓库
‑
文本知识融合，为企业已有文字知识和试验数据架起桥梁，奠定了数据知识提取和挖掘的基础；通过本产品的插件机制，实现了平台功能的渐进式更新和增强，确保了系统能够适应不断更新的决策需求和功能需求。
[0027]综上所述，本专利技术为涡轴/涡桨发动机机械液压产品的试验数据的有效利用，知识提取和试验决策提供了系统性的平台支持，为实现产品的智能化调试、排故和长试奠定了基础。
附图说明
[0028]图1为数据块概念；
[0029]图2为分布式文件系统架构；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种涡轴涡桨发动机机械液压产品试验智能知识融合平台,其特征在于：所述平台包括分布式海量试验数据存储、数据仓库
‑
文本知识融合和系统插件功能增强机制；以分布式海量数据存储为基础，为试验产生的海量数据提供灵活可扩展的分布式存储方案；在此基础上，将海量数据通过数据仓库进行组织，基于数据仓库
‑
文本知识融合，将非结构化的文本数据与数据仓库中存储的结构化的海量数据通过URL的形式链接，实现非结构化和结构化的融合，为后续知识提取和数据挖掘奠定基础；通过系统插件功能增强机制，实现随时添加和更新决策算法的功能。2.根据权利要求1所述的涡轴涡桨发动机机械液压产品试验智能知识融合平台,其特征在于，所述的灵活可扩展的分布式存储方案为：将海量数据分割成多个数据块进行存储。3.根据权利要求2所述的涡轴涡桨发动机机械液压产品试验智能知识融合平台,其特征在于，分布式海量数据存储的工作过程包括：通过NameNode模块对元数据进行管理服务，并负责管理整个分布式海量数据存储的文件命名空间；将DataNode模块作为分布式海量数据存储的工作节点负责存储被分割而成的数据块，为客户端Client提供数据的读写服务。4.根据权利要求3所述的涡轴涡桨发动机机械液压产品试验智能知识融合平台,其特征在于，分布式海量数据存储的写流程如下执行：首先Client和NameNode建立连接，通过NameNode查看元数据信息并将信息返回给Client，然后Client接收到NameNode返回的DataNode列表并与其建立连接让其准备接收数据。Client将文件进行分块处理，将数据块和NameNode返回的列表信息一起发送给DataNode。5.根据权利要求3所述的涡轴涡桨发动机机械液压产品试验智能知识融合平台,其特征在于，分布式海量数据存储的读流程如下执行：Client与NameNode建立连接，NameNode通过查询元数据信息，得到所需文件的数据块映射信息及存储数据块的DataNode列...

【专利技术属性】
技术研发人员：张海明，李伟军，武忠华，杜鑫，赵旭，
申请(专利权)人：中国航发北京航科发动机控制系统科技有限公司，
类型：发明
国别省市：