一种基于大数据处理的飞参数据健康评估方法，设备及可读存储介质技术

本发明专利技术提供一种基于大数据处理的飞参数据健康评估方法，设备及可读存储介质，本方法可以实现对采集到飞参数据进行综合分析，进行明确的异常监控和健康评估，从而找到最优的健康评估方法。能够了解飞机的健康数据。基于大数据处理的飞参数据健康评估方法还可以实现对飞参数据的异常监控和健康评估预测，保证飞机的作战效率和维修保障效率，为飞机提供准确的飞参数据健康评估，有效评估飞参数据的健康情况。

A health assessment method, equipment and readable storage medium for flight parameter data based on big data processing

【技术实现步骤摘要】
一种基于大数据处理的飞参数据健康评估方法，设备及可读存储介质
本专利技术涉及计算机
，尤其涉及军用飞行大数据机务外场自主保障信息支持系统的基于大数据处理的飞参数据健康评估方法，设备及可读存储介质。
技术介绍
从上世纪90年代至今，航空装备技术飞速发展，尤其是在军事战略的调整以及航空装备作战使用样式发生变化的大环境下，飞机地面保障的要求越来越高，而监控飞参健康指标在其中是最为根本的因素。军事科技的飞速发展对航空飞参监控以及异常预测提出了更高的要求。但是在长期的发展中，飞参健康评估技术总是落后于其他航天的技术。原有的飞参监控与健康评估系统保障体系在新装备条件下面临巨大的挑战，而对其保障的不到位，会大大降低军用飞机的战备完好率。飞参数据监控和健康评估缺乏量化分析，而且在实际使用及维护过程中积累的经验和数据没能与设计数据很好地结合分析，造成理论与实际的脱离。航天飞机的飞参数据的异常状态没有，机务外场设备维护人员在监控飞参数据的异常状态和健康评估，难以做到心中有数，预见性不足，导致难以准确地对飞参数据进行异常监控个监控评估。当采集到飞参数据后，机务外场维护人员也很难针对可靠性数据、指标数据等的综合分析，进行明确的异常监控和健康评估，从而很难找到最优的健康评估方法。这使得很难对飞机的健康态势做到心中有数。飞参数据的异常监控和健康评估是预测飞机健康状态的基础，它时刻影响着军用飞机的作战效率和维修保障效率，因此其在整个部队中的作用极为重要，所以，在大力发展航空装备的同时，如何为飞机提供准确的飞参数据健康评估也是地面保障领域中亟待解决的技术问题。
技术实现思路
为了克服上述现有技术中的不足，本专利技术提供应用于机务外场自主保障信息支持系统的基于大数据处理的飞参数据健康评估方法，可有效评估飞参数据的健康情况。方法包括：步骤1，获取某一架飞机N个飞行架次的飞参数据，并构建的N组时序数据集；步骤2，对于所构建的N组时序数据集进行数据预处理；步骤3，对于每一组时序数据集，利用概率统计中的四分位数法提取飞参数据的数据特征，并构建飞参K线图；步骤4，利用概率统计中的3σ法则计算飞参数据的飞参监控值；步骤5，根据计算出来的N组飞参监控值，利用移动平均算法对未来一个架次的飞参监控值进行预测，并构建飞参监控线；步骤6，对于某一种飞参数据，利用专家阈值库，进行人工标记阈值警告线；步骤7，根据计算出来的飞参K线图、飞参监控线和阈值警告线构建飞参健康评估模型；步骤8，根据基于飞参健康评估模型及真实数据集，确定飞参数据的健康状态和健康评分。基于上述方法本专利技术还提供一种实现基于大数据处理的飞参数据健康评估方法的设备，包括：存储器用于存储计算机程序及基于大数据处理的飞参数据健康评估方法；处理器用于执行所述计算机程序及基于大数据处理的飞参数据健康评估方法，以实现基于大数据处理的飞参数据健康评估方法的步骤。基于上述方法本专利技术还提供一种具有基于大数据处理的飞参数据健康评估方法的可读存储介质，可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现基于大数据处理的飞参数据健康评估方法的步骤。从以上技术方案可以看出，本专利技术具有以下优点：基于大数据处理的飞参数据健康评估方法可以实现对采集到飞参数据进行综合分析，进行明确的异常监控和健康评估，从而找到最优的健康评估方法。能够了解飞机的健康数据。基于大数据处理的飞参数据健康评估方法还可以实现对飞参数据的异常监控和健康评估预测，保证飞机的作战效率和维修保障效率，为飞机提供准确的飞参数据健康评估，有效评估飞参数据的健康情况。附图说明为了更清楚地说明本专利技术的技术方案，下面将对描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为基于大数据处理的飞参数据健康评估方法流程图。具体实施方式本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本专利技术的范围。附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。本专利技术提供一种基于大数据处理的飞参数据健康评估方法，如图1所示，包括以下步骤：步骤101，获取某一架飞机N个飞行架次的飞参数据，并构建的N组时序数据集；具体的，包括以下子步骤：步骤1011，获取某一架飞机N个飞行架次的飞参数据，并构建N组时序数据集S＝{s(i)|i＝1,2,...,N}；本专利技术实施例中，所述的飞机参数为发动机系统中的低压涡轮后排气总温T4，选择了15个飞行架次的飞参数据。步骤1012，对于构建好的N组时序数据集S＝{s(i)|i＝1,2,...,N}，存储到大数据平台中的分布式文件系统HDFS中。飞参数据为非结构化数据，并且数据量大，利用分布式文件系统HDFS能够快速地存储和读取飞参数据；本专利技术实施例中，大数据平台中的分布式文件系统HDFS中部署了三个数据存储节点，用来存储15个飞行架次的飞参数据。步骤102，对于所构建的N组时序数据集进行数据预处理；具体的，包括以下子步骤：步骤1021，对于所构建的N组时序数据集进行数据预处理，所述预处理包括缺失数据填补和归一化处理；本专利技术实施例中，所述预处理包括缺失数据填补、去噪滤波和归一化处理；先对所采集的时序数据集进行缺失数据填补后，再进行归一后处理。其中，可采用插值方法进行缺失数据填补。对所采集的数据集进行归一化处理的目的主要是将所有需要计算的数据都缩小到0-1之间，有效地简化计算，节约计算资源；步骤1022，对所构建的时序数据集在进行去噪滤波时，采用基于小波变换的去噪算法，并在大数据平台中分布式计算引擎Spark进行计算；本专利技术实施例中，将S＝{s(i)|i＝1,2,...,N}采用基于小波变换的去噪算法进行滤波去噪。步骤103，对于每一组时序数据集，利用概率统计中的四分位数法提取飞参数据的数据特征，并构建飞参K线图；本专利技术实施例中，对于每一组时序数据集，利用概率统计中的四分位数法提取飞参数据的数据特征，提取的数据特征包括最小值、最大值、第一四分位数和第三四分位数，并利用提取到的数据特征构建飞参K线图。步骤104，利用本文档来自技高网...

【技术保护点】
1.一种基于大数据处理的飞参数据健康评估方法，其特征在于，方法包括：/n步骤1，获取某一架飞机N个飞行架次的飞参数据，并构建的N组时序数据集；/n步骤2，对于所构建的N组时序数据集进行数据预处理；/n步骤3，对于每一组时序数据集，利用概率统计中的四分位数法提取飞参数据的数据特征，并构建飞参K线图；/n步骤4，利用概率统计中的3σ法则计算飞参数据的飞参监控值；/n步骤5，根据计算出来的N组飞参监控值，利用移动平均算法对未来一个架次的飞参监控值进行预测，并构建飞参监控线；/n步骤6，对于某一种飞参数据，利用专家阈值库，进行人工标记阈值警告线；/n步骤7，根据计算出来的飞参K线图、飞参监控线和阈值警告线构建飞参健康评估模型；/n步骤8，根据基于飞参健康评估模型及真实数据集，确定飞参数据的健康状态和健康评分。/n

【技术特征摘要】
1.一种基于大数据处理的飞参数据健康评估方法，其特征在于，方法包括：
步骤1，获取某一架飞机N个飞行架次的飞参数据，并构建的N组时序数据集；
步骤2，对于所构建的N组时序数据集进行数据预处理；
步骤3，对于每一组时序数据集，利用概率统计中的四分位数法提取飞参数据的数据特征，并构建飞参K线图；
步骤4，利用概率统计中的3σ法则计算飞参数据的飞参监控值；
步骤5，根据计算出来的N组飞参监控值，利用移动平均算法对未来一个架次的飞参监控值进行预测，并构建飞参监控线；
步骤6，对于某一种飞参数据，利用专家阈值库，进行人工标记阈值警告线；
步骤7，根据计算出来的飞参K线图、飞参监控线和阈值警告线构建飞参健康评估模型；
步骤8，根据基于飞参健康评估模型及真实数据集，确定飞参数据的健康状态和健康评分。


2.根据权利要求1所述的基于大数据处理的飞参数据健康评估方法，其特征在于，步骤1还包括：
步骤11，获取某一架飞机N个飞行架次的飞参数据，并构建N组时序数据集S＝{s(i)|i＝1,2,…,N}；
步骤12，对于构建好的N组时序数据集S＝{s(i)|i＝1,2,...,N}，存储到大数据平台中的分布式文件系统HDFS中。


3.根据权利要求1所述的基于大数据处理的飞参数据健康评估方法，其特征在于，步骤2还包括：
步骤21，对于所构建的N组时序数据集进行数据预处理，所述预处理包括缺失数据填补和归一化处理；
步骤22，对所构建的时序数据集在进行去噪滤波时，采用基于小波变换的去噪算法，并在大数据平台中分布式计算引擎Spark进行计算。


4.根据权利要求1所述的基于大数据处理的飞参数据健康评估方法，其特征在于，步骤3还包括：
对于每一组时序数据集，利用概率统计中的四分位数法提取飞参数据的数据特征，提取的数据特征包括最小值、最大值、第一四分位数和第三四分位数，并利用提取到的数据特征构建飞参K线图。


5.如权利要求1中所述的基于大数据处理的飞参数据健康评估方法，其特征在于，步骤4还包括：
所述的利...

【专利技术属性】
技术研发人员：许政，毕茂华，封桂荣，
申请(专利权)人：山东超越数控电子股份有限公司，
类型：发明
国别省市：山东;37