針對(duì)當(dāng)前軍事計(jì)量管理信息系統(tǒng)數(shù)據(jù)類型復(fù)雜、可擴(kuò)展性差和智能化程度低等問(wèn)題,提出了一種基于大數(shù)據(jù)的智能化計(jì)量管理信息系統(tǒng)。在給出系統(tǒng)總體架構(gòu)的基礎(chǔ)上,介紹了系統(tǒng)實(shí)現(xiàn)的關(guān)鍵技術(shù)和計(jì)量大數(shù)據(jù)應(yīng)用價(jià)值等內(nèi)容,該系統(tǒng)的開(kāi)發(fā)和應(yīng)用,可實(shí)現(xiàn)軍事計(jì)量業(yè)務(wù)輔助決策、測(cè)試設(shè)備健康狀況分析及質(zhì)量預(yù)測(cè),對(duì)推動(dòng)軍事計(jì)量技術(shù)的提升與發(fā)展具有重要意義。 

【文章來(lái)源】：國(guó)防科技. 2020,41(01)

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

網(wǎng)絡(luò)拓?fù)鋱D

充分考慮軍事計(jì)量系統(tǒng)規(guī)范化、網(wǎng)絡(luò)化和智能化的要求,構(gòu)建一種基于通用體系框架,對(duì)功能模塊、標(biāo)準(zhǔn)規(guī)范及數(shù)據(jù)接口進(jìn)行統(tǒng)一化規(guī)定,以減少重復(fù)性開(kāi)發(fā),并滿足后續(xù)計(jì)量模塊添加的需求。通用體系框架分層結(jié)構(gòu)圖如圖2所示,包括表示層、業(yè)務(wù)層、數(shù)據(jù)層和功能接口層。第一層是表示層,是系統(tǒng)與用戶交互的界面,主要功能是為用戶提供交互的接口,允許用戶在界面上進(jìn)行輸入和編輯操作,并將系統(tǒng)產(chǎn)生的處理結(jié)果以一定的形式和規(guī)則返回給用戶;第二層是業(yè)務(wù)層,主要是根據(jù)系統(tǒng)的業(yè)務(wù)處理邏輯,設(shè)計(jì)分布式部件對(duì)象模型,通過(guò)基于標(biāo)準(zhǔn)的遠(yuǎn)程過(guò)程調(diào)用,可以使在不同機(jī)器上運(yùn)行的支持 ActiveX的應(yīng)用程序進(jìn)行無(wú)縫鏈接操作,根據(jù)系統(tǒng)的業(yè)務(wù)邏輯規(guī)則處理表示層傳遞過(guò)來(lái)的業(yè)務(wù)數(shù)據(jù),并將系統(tǒng)返回的結(jié)果返回給表示層進(jìn)行顯示;第三層是數(shù)據(jù)層,包括基礎(chǔ)建設(shè)系統(tǒng)、計(jì)量數(shù)據(jù)倉(cāng)庫(kù)和其他業(yè)務(wù)處理軟件的數(shù)據(jù),以及協(xié)同軟件的數(shù)據(jù)庫(kù)系統(tǒng);第四層是功能接口層,對(duì)各個(gè)業(yè)務(wù)模塊進(jìn)行面向功能接口的封裝,提供標(biāo)準(zhǔn)的接口定義。建立基于Json存儲(chǔ)格式的原始數(shù)據(jù)表,利用Json格式關(guān)聯(lián)多種原始記錄(key+value),在框架基礎(chǔ)上,不需更改主程序,根據(jù)檢定規(guī)程和接口關(guān)系進(jìn)行某項(xiàng)功能模塊的開(kāi)發(fā),很好地實(shí)現(xiàn)系統(tǒng)的進(jìn)一步擴(kuò)充和升級(jí)。

計(jì)量大數(shù)據(jù)挖掘與分析流程如圖3所示,利用當(dāng)前和歷史計(jì)量數(shù)據(jù),綜合運(yùn)用智能評(píng)估與大數(shù)據(jù)分析技術(shù),設(shè)計(jì)科學(xué)合理的評(píng)估指標(biāo)體系和運(yùn)行監(jiān)測(cè)方法,采用神經(jīng)網(wǎng)絡(luò)來(lái)構(gòu)造計(jì)量輔助決策與質(zhì)量預(yù)測(cè)模型,實(shí)現(xiàn)專用測(cè)試設(shè)備性能趨勢(shì)和計(jì)量質(zhì)量的可視化及數(shù)據(jù)追溯。[5]為解決軍事系統(tǒng)大量的測(cè)試設(shè)備運(yùn)行環(huán)境復(fù)雜、實(shí)時(shí)數(shù)據(jù)量大、影響因素眾多等故障分析難題,可充分利用與設(shè)備故障率相關(guān)的歷史數(shù)據(jù)(如設(shè)備故障記錄數(shù)據(jù)、計(jì)量校準(zhǔn)數(shù)據(jù)),針對(duì)數(shù)據(jù)分析應(yīng)用場(chǎng)景,不斷通過(guò)改變分類、聚合和重組等多種數(shù)據(jù)分析手段,設(shè)計(jì)符合其特征的數(shù)據(jù)挖掘算法(如K-Means、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)SVM、決策樹(shù)等),借助多維度和各檢定項(xiàng)的關(guān)聯(lián)規(guī)則,挖掘出影響設(shè)備故障的重要特征,構(gòu)造質(zhì)量預(yù)測(cè)模型。此外,采用各類傳感器實(shí)時(shí)采集專用測(cè)試設(shè)備的關(guān)鍵參數(shù)并傳輸至計(jì)量管理信息系統(tǒng)中,可在線預(yù)測(cè)分析設(shè)備運(yùn)行狀態(tài),為專用測(cè)試設(shè)備的質(zhì)量提升和發(fā)展提供更科學(xué)的依據(jù)�；诿嫦蜍娛掠�(jì)量信息系統(tǒng)的數(shù)據(jù)集合規(guī)模龐大,采用分布式系統(tǒng)開(kāi)源基礎(chǔ)框架(如Hoodop、Spark、Storm)能夠收集存儲(chǔ)大容量數(shù)據(jù)集,并提高計(jì)算效率。

【參考文獻(xiàn)】：
期刊論文
[1]電力設(shè)備狀態(tài)大數(shù)據(jù)分析的研究和應(yīng)用[J]. 江秀臣,盛戈皞.  高電壓技術(shù). 2018(04)
[2]借助大數(shù)據(jù)和云計(jì)算技術(shù)挖掘計(jì)量數(shù)據(jù)增值價(jià)值[J]. 吳宏杰.  中國(guó)計(jì)量. 2017(12)
[3]計(jì)量工作大數(shù)據(jù)應(yīng)用與發(fā)展探究[J]. 付磊.  中國(guó)計(jì)量. 2017(12)
[4]基于物聯(lián)網(wǎng)的智慧計(jì)量信息服務(wù)平臺(tái)[J]. 李玉全,荊書(shū)典,傅爾權(quán),周長(zhǎng)平.  工業(yè)計(jì)量. 2017(04)
[5]淺談大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘和數(shù)據(jù)可視化[J]. 李田丁,王莉.  圖書(shū)情報(bào)導(dǎo)刊. 2016(01)
[6]基于J2EE的綜合系統(tǒng)核心支撐平臺(tái)的設(shè)計(jì)[J]. 袁翔.  計(jì)算機(jī)應(yīng)用. 2013(S2)



本文編號(hào)：3257693