导航：X技术最新专利计算;推算;计数设备的制造及其应用技术
1.本发明属于状态评估技术领域，尤其涉及基于大数据的装备状态评估系统。
2.随着战争形式的改变，对装备要求越来越高，其功能性能突出、影响任豪门国际平台务成败，具有重要的战略与战术价值。装备状态评估技术是实行装备视情维修的基础和关键技术，深入开展装备状态评估技术研究对装备维修走向以及部队装备保障能力和战斗力的提高具有重大意义。本发明克服了现有技术中对装备评估时选取数据单一的问题，对数据进行了精确的预处理，为装备状态的评估提高了数据精确度。现有技术中并没有完全实现对装备的准确评估以及对评估后的装备进行重新分配，本发明则能够对装备不仅进行了准确评估还能够结合专家评判的装备案例进行装备的改进和重新分配给需要的部门。
3.本发明的目的在于提出基于大数据的装备状态评估系统，提高装备状态的评估准确度。
4.为实现上述目的，本发明提供了基于大数据的装备状态评估系统，包括：数据采集模块、数据预处理模块、数据存储模块、控制模块、状态评估模块、等级划分模块，所述数据采集模块、所述数据预处理模块、所述数据存储模块、所述控制模块、所述状态评估模块和所述等级划分模块依次连接；
6.所述数据预处理模块，用于将所述状态数据进行预处理，获得预处理后的预处理状态数据；
9.所述状态评估模块，用于比较所述预处理状态数据与数据库中的数据进行所述装备的状态评估，获得所述装备的状态评估结果；
11.可选的，所述装备的状态数据包括：外观数据、性能数据、役龄数据和维修数据。
12.可选的，所述数据预处理模块包括数据计算单元、数据加权平均单元和数据融合单元；所述数据计算单元与所述数据加权平均单元、所述数据融合单元依次连接；
13.所述数据计算单元，用于计算所述状态数据的外观指数、性能指数、役龄指数和维修指数，获得计算状态数据；
14.所述数据加权平均单元，用于将所述计算状态数据进行加权平均，获得加权平均后的状态数据；
15.所述数据融合单元，用于将所述加权平均后的状态数据进行融合获得预处理状态数据。
16.可选的，所述数据预处理模块还包括数据归一化处理单元，用于对所述状态数据进行缺失值和异常值处理。
17.可选的，所述状态评估模块包括状态趋势分析单元、状态评估单元；所述状态趋势分析单元与所述状态评估单元连接；
18.所述状态趋势分析单元，用于根据所述预处理状态数据提取状态趋势变化特征，结合装备指标数据库的历史数据记录构建状态趋势分析模型，判断所述装备的状态健康程度；
19.所述状态评估单元，用于根据所述状态趋势分析模块自主加载到装备管理数据库中，通过专家评估知识关联所述状态趋势分析模型中的相关信息，对所述装备的状态进行评估，获得装备评估结果。
20.可选的，所述状态评估模块还包括状态决策单元，用于对评估后的装备结合大量已有案例构建状态决策模型，根据所述状态决策模型按照所述装备的外观指数、性能指数、役龄指数和维修指数对所述装备进行重新分配和改进。
21.可选的，所述等级划分模块包括等级分类单元和装备预警单元，所述等级划分模块与所述等级分类单元、所述装备预警单元依次连接；
22.所述等级分类单元，用于将所述装备评估结果进行等级分类，按照不同的程度划分出若干等级；
25.本发明技术效果：本发明公开了基于大数据的装备状态评估系统，通过采集多维度的豪门国际平台数据，能够结合多方面数据进行多维度评估装备状态，从装备的外观、性能、服役时间和维修次数对装备进行评估，在评估的过程中多次对比装备历史数据库和结合了专家评估案例，进行了科学客观的评估，提高了装备状态评估准确度，并对评估过后的结果进行了状态决策实现了装备的重新分配，能够更合理的利用装备。
26.构成本技术的一部分的附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
28.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
29.需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
30.如图1所示，本实施例中提供基于大数据的装备状态评估系统，包括：数据采集模块、数据预处理模块、数据存储模块、控制模块、状态评估模块、等级划分模块，所述数据采集模块、所述数据预处理模块、所述数据存储模块、所述控制模块、所述状态评估模块和所
32.所述数据预处理模块，用于将所述状态数据进行预处理，获得预处理后的预处理状态数据；
35.所述状态评估模块，用于比较所述预处理状态数据与数据库中的数据进行所述装备的状态评估，获得所述装备的状态评估结果；
37.进一步优化方案，所述装备的状态数据包括：外观数据、性能数据、役龄数据和维修数据。
38.进一步优化方案，所述数据预处理模块包括数据计算单元、数据加权平均单元和数据融合单元；所述数据计算单元与所述数据加权平均单元、所述数据融合单元依次连接；
39.所述数据计算单元，用于计算所述状态数据的外观指数、性能指数、役龄指数和维修指数，获得计算状态数据；
40.所述数据加权平均单元，用于将所述计算状态数据进行加权平均，获得加权平均后的状态数据；
41.所述数据融合单元，用于将所述加权平均后的状态数据进行融合获得预处理状态数据。
42.进一步优化方案，所述数据预处理模块还包括数据归一化处理单元，用于对所述状态数据进行缺失值和异常值处理；
43.对所述状态数据的缺失值进行预处理时，首先计算每列属性中的缺失值的比例，在当缺失值占比较低时直接删除缺失值；在缺失值占比较高时，若缺失值为定距型数据则以该列属性的平均值来填补缺失值，若缺失值为非定距型数据则以该列属性的众数来填补缺失值。
44.对所述状态数据的异常值进行预处理时，首先对异常值进行识别，对于任意列属性中，若某一观测数据在“平均值
5*标准差”之外时，则判定该观测数据为异常数据；之后计算每列属性中的异常值的比例，在当异常值占比较低时直接删除异常值；在异常值占比较高时，若异常值为定距型数据则以该列属性的平均值来填补异常值，若异常值为非定距型数据则以该列属性的众数来填补异常值。
45.进一步优化方案，所述状态评估模块包括状态趋势分析单元、状态评估单元；所述状态趋势分析单元与所述状态评估单元连接；
46.所述状态趋势分析单元，用于根据所述预处理状态数据提取状态趋势变化特征，结合装备指标数据库的历史数据记录构建状态趋势分析模型，判断所述装备的状态健康程度；根据装备系统的特征，选择状态趋势分析模型，建立状态趋势分析体系：当已知对象为精确的数学模型，且系统复杂度较低时，采用基于状态趋势分析模型；当无需精确的数学模型，且知识复杂度较低时，采用基于知识的状态趋势分析模型；当完全不考虑对象模型特征，且关键数据比较明确时，采用基于数据的状态趋势分析模型。
47.所述状态评估单元，用于根据所述状态趋势分析模块自主加载到装备管理数据库
中，通过专家评估知识关联所述状态趋势分析模型中的相关信息，对所述装备的状态进行评估，获得装备评估结果；定义装备健康状态，确定不同对象的健康标准；确定评估的原则，包括标准各级健康状态选择原则、健康指标选取原则、评估体系选取原则、外部网络影响评估原则；建立制造过程健康状态的评估指标体系，先建立制造过程的部件健康状态指标，再基于制造过程的部件健康状态指标建立制造过程的分系统指标、继而逐级往上建立制造过程的装备指标，从而进行健康状态的评估。
48.进一步优化方案，所述状态评估模块还包括状态决策单元，用于对评估后的装备结合大量已有案例构建状态决策模型，根据所述状态决策模型按照所述装备的外观指数、性能指数、役龄指数和维修指数对所述装备进行重新分配和改进。故障数据和维修保养记录数据，直接将其作为装备状态更新的参照节点,需要采用工况参数子序列提取方法作为装备状态更新的参照节点。时间序列中频繁出现的变化模式和极少出现的变化模式，时间序列中频繁出现的变化模式，如正常运行状态规律或周期性异常等，极少出现的变化模式，如偶发故障等。对时间序列进行相似性比较可以发现当前时间序列与历史时间序列的相似性与差异性，以便按照其差异较大的时间点进行分段分析和建模，常用的方法如自相关和互相关分析、曲线相似度检测等，如能检测到这些“异常”或“显著不同”的节点，便可以此为装备状态参照节点。
49.进一步优化方案，所述等级划分模块包括等级分类单元和装备预警单元，所述等级划分模块与所述等级分类单元、所述装备预警单元依次连接；
50.所述等级分类单元，用于将所述装备评估结果进行等级分类，按照不同的程度划分出若干等级；
52.进一步优化方案，按照不同的程度划分的等级包括：优、良、中、差和故障。
53.本发明公开了基于大数据的装备状态评估系统，通过采集多维度的数据，能够结合多方面数据进行多维度评估装备状态，从装备的外观、性能、服役时间和维修次数对装备进行评估，在评估的过程中多次对比装备历史数据库和结合了专家评估案例，进行了科学客观的评估，提高了装备状态评估准确度，并对评估过后的结果进行了状态决策实现了装备的重新分配，能够更合理的利用装备。
54.以上所述，仅为本技术较佳的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。
13956302363
留言 