智能化计量管理信息系统设计及应用价值

发布时间：2021-06-30 11:52

　　针对当前军事计量管理信息系统数据类型复杂、可扩展性差和智能化程度低等问题,提出了一种基于大数据的智能化计量管理信息系统。在给出系统总体架构的基础上,介绍了系统实现的关键技术和计量大数据应用价值等内容,该系统的开发和应用,可实现军事计量业务辅助决策、测试设备健康状况分析及质量预测,对推动军事计量技术的提升与发展具有重要意义。 

【文章来源】：国防科技. 2020,41(01)

【文章页数】：6 页

【部分图文】：

网络拓扑图

充分考虑军事计量系统规范化、网络化和智能化的要求,构建一种基于通用体系框架,对功能模块、标准规范及数据接口进行统一化规定,以减少重复性开发,并满足后续计量模块添加的需求。通用体系框架分层结构图如图2所示,包括表示层、业务层、数据层和功能接口层。第一层是表示层,是系统与用户交互的界面,主要功能是为用户提供交互的接口,允许用户在界面上进行输入和编辑操作,并将系统产生的处理结果以一定的形式和规则返回给用户;第二层是业务层,主要是根据系统的业务处理逻辑,设计分布式部件对象模型,通过基于标准的远程过程调用,可以使在不同机器上运行的支持 ActiveX的应用程序进行无缝链接操作,根据系统的业务逻辑规则处理表示层传递过来的业务数据,并将系统返回的结果返回给表示层进行显示;第三层是数据层,包括基础建设系统、计量数据仓库和其他业务处理软件的数据,以及协同软件的数据库系统;第四层是功能接口层,对各个业务模块进行面向功能接口的封装,提供标准的接口定义。建立基于Json存储格式的原始数据表,利用Json格式关联多种原始记录(key+value),在框架基础上,不需更改主程序,根据检定规程和接口关系进行某项功能模块的开发,很好地实现系统的进一步扩充和升级。

计量大数据挖掘与分析流程如图3所示,利用当前和历史计量数据,综合运用智能评估与大数据分析技术,设计科学合理的评估指标体系和运行监测方法,采用神经网络来构造计量辅助决策与质量预测模型,实现专用测试设备性能趋势和计量质量的可视化及数据追溯。[5]为解决军事系统大量的测试设备运行环境复杂、实时数据量大、影响因素众多等故障分析难题,可充分利用与设备故障率相关的历史数据(如设备故障记录数据、计量校准数据),针对数据分析应用场景,不断通过改变分类、聚合和重组等多种数据分析手段,设计符合其特征的数据挖掘算法(如K-Means、神经网络、支持向量机SVM、决策树等),借助多维度和各检定项的关联规则,挖掘出影响设备故障的重要特征,构造质量预测模型。此外,采用各类传感器实时采集专用测试设备的关键参数并传输至计量管理信息系统中,可在线预测分析设备运行状态,为专用测试设备的质量提升和发展提供更科学的依据。基于面向军事计量信息系统的数据集合规模庞大,采用分布式系统开源基础框架(如Hoodop、Spark、Storm)能够收集存储大容量数据集,并提高计算效率。

【参考文献】：
期刊论文
[1]电力设备状态大数据分析的研究和应用[J]. 江秀臣,盛戈皞.  高电压技术. 2018(04)
[2]借助大数据和云计算技术挖掘计量数据增值价值[J]. 吴宏杰.  中国计量. 2017(12)
[3]计量工作大数据应用与发展探究[J]. 付磊.  中国计量. 2017(12)
[4]基于物联网的智慧计量信息服务平台[J]. 李玉全,荆书典,傅尔权,周长平.  工业计量. 2017(04)
[5]浅谈大数据时代的数据挖掘和数据可视化[J]. 李田丁,王莉.  图书情报导刊. 2016(01)
[6]基于J2EE的综合系统核心支撑平台的设计[J]. 袁翔.  计算机应用. 2013(S2)



本文编号：3257693