【技术实现步骤摘要】
本专利技术涉及大数据处理，具体为一种面向装备运维全过程的孪生大数据分析方法和装置。
技术介绍
1、数字孪生技术是一种新兴的信息技术，通过构建虚拟仿真模型来描述物理实体的特征、性能、行为和规则，并监测物理对象的行为、预测物理对象的性能并进行反向控制。
2、将数字孪生技术使能面向城轨车辆、大型无人机、数控机床等高端装备运维全过程已成为实现高端装备智能化运维的关键一环，通过构建运维全过程数字孪生模型，以运维全过程全状态数据信息为对象，建立运维全过程的实时数据库、专家库、模型知识库、经验知识库等多源信息融合的孪生大数据，并基于统一的通讯架构实现多源异构数据资源的高效协同支撑孪生模型运行。
3、然而，当前面向高端装备智能运维全过程的孪生大数据表现出多源异构、时变复杂、瞬时量大等特点，无法同时满足高效高精的孪生数据映射，导致孪生大数据无法充分发挥其价值。
4、因此，如何在网络流量固定和孪生模型表征不足的条件下满足孪生大数据高拟实、高实时性映射成为本领域技术人员亟需解决的重点难题。这项研究可以为高端装备生产企业提供更可靠的运维策略，减少产品设计周期并通过过程运维提高产品的使用寿命。同时，通过充分利用大数据分析，还可以探索出更有效的维修和保养方法，提高维修效率，降低维修成本。
技术实现思路
1、有鉴于现有技术的上述缺陷，本专利技术提供面向高端装备智能运维全过程的孪生大数据分析系统，实现的目的是通过搭建一个孪生大数据分析系统，高拟实性、高实时性的表征高端装备运维全
2、为实现上述目的，本专利技术公开了一种面向装备运维全过程的孪生大数据分析方法和装置，以运维全过程全状态数据信息为对象，建立运维全过程的实时数据库、专家库、模型知识库、经验知识库等多源信息融合的孪生大数据，并基于统一的通讯架构实现多源异构数据资源的高效协同支撑孪生模型运行；
3、根据本专利技术第一方面，本专利技术请求保护一种面向装备运维全过程的孪生大数据分析方法，其特征在于，包括：
4、集成高端装备运维全过程孪生大数据库，建立多源异构数据的统一通讯架构；
5、面向孪生数据高拟实性，建立基于场景实测数据与领域知识的孪生模型更新机制；
6、面向数据高实时性，建立面向等网络流量控制的孪生大数据稀疏算法库；
7、基于云雾边最大化网络资源，构建孪生大数据驱动引擎。
8、进一步的，所述集成高端装备运维全过程孪生大数据库，至少包括：
9、集成专家知识库、模型知识库、经验知识库、历史数据规律库以及外工况实时感知数据库。
10、进一步的，所述面向孪生数据高拟实性，建立基于场景实测数据与领域知识的孪生模型更新机制，至少包括：
11、建立孪生代理模型agent；
12、搭建初始孪生模型，基于组件-整机行为一致性建模方法；
13、初始化模型参数；
14、搭建运维场景自感知模型；
15、进行运维场景集成仿真；
16、仿真拟实性阈值判断，如果没有达到阈值，则进行模型部署应用，如果达到阈值，则进入下一步；
17、基于知识库的模型行为矫正；
18、组件模型更新后再进行初始化模型参数。
19、进一步的，所述面向数据高实时性，建立面向等网络流量控制的孪生大数据稀疏算法库，还包括：
20、对运维场景的孪生大数据进行特征分析；
21、基于信息熵对所述运维场景的孪生大数据进行稀疏性分析；
22、压缩所述孪生大数据；
23、设计所述孪生大数据的传输结构。
24、进一步的，所述基于云雾边最大化网络资源，构建孪生大数据驱动引擎，具体包括：
25、高端装备运维状态对象数据的边缘端处理设备布置；
26、高端装备运维全过程孪生表征模型的雾端设备布置；
27、运维全过程孪生大数据分析算法云端布置。
28、根据本专利技术第二方面，本专利技术请求保护一种面向装备运维全过程的孪生大数据分析装置，其特征在于，包括：
29、数据库集成模块，集成高端装备运维全过程孪生大数据库，建立多源异构数据的统一通讯架构；
30、更新机制搭建模块，面向孪生数据高拟实性，建立基于场景实测数据与领域知识的孪生模型更新机制；
31、算法库构建模块，面向数据高实时性，建立面向等网络流量控制的孪生大数据稀疏算法库；
32、驱动引擎构建模块，基于云雾边最大化网络资源，构建孪生大数据驱动引擎。
33、进一步的，所述数据库集成模块，还包括：
34、集成专家知识库、模型知识库、经验知识库、历史数据规律库以及外工况实时感知数据库。
35、进一步的，所述更新机制搭建模块，至少包括：
36、建立孪生代理模型agent；
37、搭建初始孪生模型，基于组件-整机行为一致性建模方法；
38、初始化模型参数；
39、搭建运维场景自感知模型；
40、进行运维场景集成仿真；
41、仿真拟实性阈值判断，如果没有达到阈值，则进行模型部署应用，如果达到阈值，则进入下一步；
42、基于知识库的模型行为矫正；
43、组件模型更新后再进行初始化模型参数。
44、进一步的，所述算法库构建模块，还包括：
45、对运维场景的孪生大数据进行特征分析；
46、基于信息熵对所述运维场景的孪生大数据进行稀疏性分析；
47、压缩所述孪生大数据；
48、设计所述孪生大数据的传输结构。
49、进一步的，所述驱动引擎构建模块，具体包括：
50、高端装备运维状态对象数据的边缘端处理设备布置；
51、高端装备运维全过程孪生表征模型的雾端设备布置；
52、运维全过程孪生大数据分析算法云端布置。
53、与现有技术相比，本专利技术的有益效果：
54、现有技术中针对高端装备运维全过程多源异构数据源关联融合难得问题，缺少孪生大数据的统一结构及内容的抽象描述。针对这一技术问题，本专利技术提出了集成高端装备运维全过程孪生大数据库，主要集成专家知识库、模型知识库、经验知识库、历史数据规律库以及外工况实时感知数据库，建立多源异构数据的统一通讯架构，从而实现运维场景知识经验、模型和场景数据的集成关联。
55、在时间维下，高端装备运维全过程智能化要求“虚-虚”、“虚-实”空间数据传输满足场景高效运行的时效要求，如城轨车辆的受电弓系统需要毫秒级数据交互才能满足控制指令下发的需求。在此需求下，本专利技术公开了面向高实时性的孪生大数据分析功能模块：面向等网络流量控制的孪生大数据稀疏算法库，通过数据稀疏和数据传输结构设计实现孪生大本文档来自技高网...
【技术保护点】
1.一种面向装备运维全过程的孪生大数据分析方法，其特征在于，包括：
2.如权利要求1所述的一种面向装备运维全过程的孪生大数据分析方法，其特征在于，所述集成高端装备运维全过程孪生大数据库，至少包括：
3.如权利要求1所述的一种面向装备运维全过程的孪生大数据分析方法，其特征在于，所述面向孪生数据高拟实性，建立基于场景实测数据与领域知识的孪生模型更新机制，至少包括：
4.如权利要求1所述的一种面向装备运维全过程的孪生大数据分析方法，其特征在于，所述面向数据高实时性，建立面向等网络流量控制的孪生大数据稀疏算法库，还包括：
5.如权利要求1所述的一种面向装备运维全过程的孪生大数据分析方法，其特征在于，所述基于云雾边最大化网络资源，构建孪生大数据驱动引擎，具体包括：
6.一种面向装备运维全过程的孪生大数据分析装置，其特征在于，包括：
7.如权利要求6所述的一种面向装备运维全过程的孪生大数据分析装置，其特征在于，所述数据库集成模块，还包括：
8.如权利要求6所述的一种面向装备运维全过程的孪生大数据分析装置，其特
9.如权利要求6所述的一种面向装备运维全过程的孪生大数据分析装置，其特征在于，所述算法库构建模块，还包括：
10.如权利要求6所述的一种面向装备运维全过程的孪生大数据分析装置，其特征在于，所述驱动引擎构建模块，具体包括：
...【技术特征摘要】
1.一种面向装备运维全过程的孪生大数据分析方法，其特征在于，包括：
2.如权利要求1所述的一种面向装备运维全过程的孪生大数据分析方法，其特征在于，所述集成高端装备运维全过程孪生大数据库，至少包括：
3.如权利要求1所述的一种面向装备运维全过程的孪生大数据分析方法，其特征在于，所述面向孪生数据高拟实性，建立基于场景实测数据与领域知识的孪生模型更新机制，至少包括：
4.如权利要求1所述的一种面向装备运维全过程的孪生大数据分析方法，其特征在于，所述面向数据高实时性，建立面向等网络流量控制的孪生大数据稀疏算法库，还包括：
5.如权利要求1所述的一种面向装备运维全过程的孪生大数据分析方法，其特征...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。