【技术实现步骤摘要】
本专利技术涉及基于mongodb的船舶疏浚行业数据存储系统,属于船舶疏浚行业数据存储和管理。
技术介绍
1、随着船舶疏浚行业的自动化的提升及智能化要求,船舶疏浚行业的自动化及物联网传感设备的应用数量将越来越多,数据的采集参数达上万个,所采集数据实时性高,数据量达到tb级别。利用传感器数据和大数据人工智能技术,对船舶疏浚行业进行作业区域监测、预警及智能化自动清淤等,对于制定具体的疏浚方案和采取有效的重点区域作业,都有着重大意义,极大的节约经济成本。
2、然而在传感器大量使用的情况下,采用传统的关系数据库存储数据出现了新的问题,如:随着数据的急速增长、难灵活新增/减少的采集参数、无法统一各类疏浚船舶采集参数等,传统的数据库已无法满足海量数据的存储和管理需求。传感器以秒的间隔采集数据,采集的数据具有很大的冗余、频繁磁盘读写等。因此寻求较高数据存储效率的大数据存储方案,成为了应用中的关键问题。
技术实现思路
1、有鉴于此,本专利技术提供基于mongodb的船舶疏浚行业数据存储系统,其利
...【技术保护点】
1.基于MongoDB的船舶疏浚行业数据存储系统,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于MongoDB的船舶疏浚行业数据存储系统,其特征在于:所述步骤1)中吸船、耙吸船的传感器数据和水文数据以太网形式每秒传输到本船的信息存储系统中心指定路径。
3.根据权利要求1所述的基于MongoDB的船舶疏浚行业数据存储系统,其特征在于:所述步骤1)中耙吸船传感器数据包括:GPS纬度、舱内泵排出压力、绞刀电机转速、绞刀电机力矩、桥架角度、横拉电机U相温度、变压器侧U1温度、齿轮箱滑油压力、水泵出口压力、水下泥泵吸口侧封水泵压力。
【技术特征摘要】
1.基于mongodb的船舶疏浚行业数据存储系统,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于mongodb的船舶疏浚行业数据存储系统,其特征在于:所述步骤1)中吸船、耙吸船的传感器数据和水文数据以太网形式每秒传输到本船的信息存储系统中心指定路径。
3.根据权利要求1所述的基于mongodb的船舶疏浚行业数据存储系统,其特征在于:所述步骤1)中耙吸船传感器数据包括:gps纬度、舱内泵排出压力、绞刀电机转速、绞刀电机力矩、桥架角度、横拉电机u相温度、变压器侧u1温度、齿轮箱滑油压力、水泵出口压力、水下泥泵吸口侧封水泵压力。
4.根据权利要求1所述的基于mongodb的船舶疏浚行业数据存储系统,其特征在于:所述步骤1)中绞吸船传感器数据包括:液压系统运行/停止、闸阀预置完成状态、绞刀电机离合器脱开指示、舱内轴侧封封水压、制动单元数据、舱内泵轴端封水数据、绞刀齿轮箱数据、主/辅油箱数据、主/辅钢桩数据。
5.根据权利要求1所述的基于mongodb的船舶疏浚行业数据存储系统,其特征在于:所述步骤1)中水文数据包括水流、水向、潮位、波高、周期、波向、风速、风向、气象、土质、水深。
6.根据权利要求1所述的基于mongodb的船舶疏浚行业数据...
【专利技术属性】
技术研发人员:庞景墩,徐庆,吴易,缪家红,韩文聘,
申请(专利权)人:上海挚飞信息科技有限公司,
类型:发明
国别省市:
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。