大数据分析技术在装备监测系统中应用研究
DOI:
作者:
作者单位:

(1.海军航空工程学院 科研部,山东 烟台 264001;2.海军航空工程学院 研究生管理大队,山东 烟台 264001; ;3.海军航空工程学院 控制工程系,山东 烟台 264001;4.海军航空工程学院 兵器科学与技术系,山东 烟台 264001)

作者简介:

程继红(1964-),男,安徽省桐城市人,教授,硕士研究生导师,主要从事海军航空、导弹装备综合保障方向的研究。[FQ)]

通讯作者:

中图分类号:

基金项目:


Research on the Application of Large Data Analysis Technology in Equipment Monitoring System
Author:
Affiliation:

(1.Department of Scientific Research,Yantai 264001, China;2.Graduate Students’Brigade,Naval Aeronautical and Astronautical University,Yantai 264001, China;3.Department of Ordnance Science and Technology Engineering,Naval Aeronautical and Astronautical University,Yantai 264001, China;4.Department of Control Engineering, Naval Aeronautical and Astronautical University,Yantai 264001, China)[JZ)]

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对装备状态监测系统中长期积累的大量数据缺乏有效分析手段、利用率低等问题,对装备监测系统中存储的在线监测数据和积累的历史数据,建立可分析挖掘的大数据集;运用数据分析和机理分析的方法建立比较模型,采用异步信息融合的算法对数据进行处理,利用大数据的多尺度特性研究装备生命周期的分析预测、优化运行、预知维修等目标,提高了装备运用知识的获取速度,有利于构建完整的装备生命周期预测诊断体系。

    Abstract:

    Aiming at the long-term accumulation of large amounts of data of the equipment condition monitoring system lack of effective means of analysis and low utilization of data, establish the large data set based on the equipment monitoring system in the storage of online monitoring data and long-term accumulation of historical data. Then, establish method analysis with data analysis and comparison of mechanism model, using asynchronous information fusion algorithm for data processing and adopting the multi-scale characteristics of big data to research the analysis and forecast, operation optimization, predictive maintenance of equipment life cycle etc. This method improves the acquisition speed of the equipment knowledge and is conducive to the equipment life to build a complete cycle prediction and diagnosis system.

    参考文献
    相似文献
    引证文献
引用本文

程继红,阮传峰,崔嘉,齐玉东.大数据分析技术在装备监测系统中应用研究计算机测量与控制[J].,2016,24(9):152-154.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2016-06-22
  • 最后修改日期:2016-08-02
  • 录用日期:
  • 在线发布日期: 2016-09-28
  • 出版日期:
文章二维码