一种深海潜水器成果信息收集与管理方法与流程

本发明涉及数据收集管理，具体来说，涉及一种深海潜水器成果信息收集与管理方法。

背景技术：

1、深海潜水器是一种能够在深海环境下进行科学研究、勘探、维修和救援等工作的特种装备。它具有耐深、耐压、耐寒、耐腐蚀等特点，能够携带各种科学仪器和装备进行海底作业。深海潜水器的种类繁多，根据其潜水深度和作业任务不同，可以分为多种类型，如遥控水下机器人、自主水下机器人、载人深潜器等。它们在深海矿产勘探、海底地形测绘、海洋生态调查、海洋资源开发等方面发挥着重要的作用；深海潜水器是运载科学家和相关设备到深海环境进行科考、作业的装备。

2、深海潜水器的研制与运行过程会产生大量的数据，深海潜水器的运行过程中，所采集到的数据、记录和成果信息，包括潜水器的运行状态、设备参数、水下环境参数、水下场景图像等。这些信息是对深海环境的探测和认识的重要依据，对深海科学研究、资源开发和环境保护具有重要的意义。

3、目前深海潜水器在快速发展中受人力条件和工程进度限制，潜水器产品全寿期的很多数据仍然散落在各参研单位或个人的计算机系统中，对深潜器的全寿命知识积累、传承与复用等问题提出了要求。而深海潜水器成果信息的管理和利用，对于深海科学研究、资源开发和环境保护等领域具有重要的应用价值，也对信息技术和数据科学的发展提出了新的挑战和机遇。

4、现有技术中，暂无潜水器领域的体系化和标准化的管理方法，将其成果和应用信息进行系统分类收集与管理，且缺乏潜水器数据处理方法，不利于潜水器装备领域的技术总结和发展，更难以支撑数据分析与预测等装备数据的应用。

5、针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

1、针对相关技术中的问题，本发明提出一种深海潜水器成果信息收集与管理方法，以克服现有相关技术所存在的上述技术问题。

2、为此，本发明采用的具体技术方案如下：

3、一种深海潜水器成果信息收集与管理方法，该方法包括以下步骤：

4、s1、制定数据收集策略，收集各类型深海潜水器采集得到的多源数据；

5、s2、将多源数据谱系化为成果数据，并进行自动化导入与记录；

6、s3、对不同类型的成果数据进行分级校验与数据清洗；

7、s4、将经过校验清洗后的成果数据装载至目标成果信息数据库；

8、s5、搭建用于成果数据统一管理与展示的成果库系统平台。

9、进一步，制定数据收集策略，收集各类型深海潜水器采集得到的多源数据包括以下步骤：

10、s11、将谱系化装备、技术及成果信息数据需求作为牵引，以深海潜水器的装备型号为关联外键，建立多个数据模型及若干参数类型；

11、s12、将装备型号作为关联外键建立各个数据模型之间的逻辑关系，形成各个所述数据模型之间逻辑内联，并制定结构化数据与非结构化数据关联的深海潜水器数据收集模板结构化数据；

12、s13、以深海潜水器装备对象为核心收集包含各类型潜水器及各类型数据模型的多源数据。

13、进一步，数据模型包括潜水器概况、潜水器表结构、谱系化表、技术指标、作业装备表、作业运行情况、装备技术参数、技术记录表、技术资料及参研单位。

14、进一步，将多源数据谱系化为成果数据，并进行自动化导入与记录包括以下步骤：

15、s21、将数据收集模板制作为电子表单，并实例化至终端设备；

16、s22、将当前潜水器装备的技术要素、装备特性、运行状态及应用成就为基础，建立潜水器谱系化成果数据的元数据目录与层级，形成映射与管理潜水器设计、建造、试验、作业及维护维修全周期的成果数据；

17、s23、对收集到的多源数据进行谱系化，转换为当前潜水器的成果数据。

18、进一步，对不同类型的成果数据进行分级校验与数据清洗包括以下步骤：

19、s31、将数据导入工具通过web service接口与待处理的成果数据进行交互，建立映射规则；

20、s32、利用数据导入工具对要导入的成果数据中非结构化数据文件进行抽取与转换，解析为结构化数据文件；

21、s33、按照深海潜水器对象与数据标准制定分级校验规则与清洗规则；

22、s34、按照分级校验规则对抽取的成果数据进行分级校验；

23、s35、根据校验后的数据问题，利用清洗规则对成果数据进行清洗。

24、进一步，按照分级校验规则对抽取的成果数据进行分级校验包括以下步骤：

25、s341、对成果数据中潜水器装备型号名称的唯一性进行校验；

26、s342、对成果数据中的潜水器的装备关键参数进行校验；

27、s343、对成果数据中的潜水器的组成数据进行校验；

28、s344、对成果数据中的潜水器的逻辑关系与数据关联进行校验。

29、进一步，对成果数据中的潜水器的装备关键参数进行校验包括以下步骤：

30、s3421、对潜水器设备必需的非空数据参数项设定非空校验，并为部分数据设定范围校验，作为潜水器装备关键参数的知识规则，并将知识规则存在与xml格式的规则文件中；

31、s3422、利用规则解析器将规则文件解析为相应的规则对象，并将规则对象加载至工作内存中；

32、s3423、将导入的成果数据封装为数据对象列表并置于工作内存；

33、s3424、将规则对象作用于对应的数据对象列表中，对成果数据进行全面校验，校验出空数据项与不满足设定范围的数据项。

34、进一步，对成果数据中的潜水器的组成数据进行校验包括以下步骤：

35、s3431、以潜水器的装备型号作为根，利用谱系化后成果数据中潜水装备的组成数据构建层级递进的数据结构树；

36、s3432、利用深度优先搜索算法遍历整个数据结构树，记录每个节点的深度信息，并遍历完成后对每个节点的逐级分层关系进行验证；

37、s3433、检查同一层级节点的深度是否相同，若不相同，则判定该层级存在划分错误的现象；

38、s3434、检查每个节点的深度是否小于等于其父节点的深度加1，若不满足，则判定存在逻辑关系错误的现象；

39、s3435、检查所有叶子节点深度是否相同，若不相同，则判定存在层级划分错误的现象；

40、s3436、若存在多个叶子节点深度不同，则判定节点的层级分类错误，并进行节点的重新分类。

41、进一步，对成果数据中的潜水器的逻辑关系与数据关联进行校验包括以下步骤：

42、s3441、遍历每个数据模型中的数据记录，校验每条数据记录的关联外键是否正确；

43、s3442、对多媒体数据记录的名称进行校验，判断非结构化数据的名称与多媒体数据记录的名称是否相同；

44、s3443、对所有数据记录之间的逻辑关系与关联性进行校验。

45、进一步，根据校验后的数据问题，利用清洗规则对成果数据进行清洗包括以下步骤：

46、s351、根据潜水器装备型号作为关联外键与清洗规则相匹配，设定清洗执行的数据模型、数据属性及清洗措施；

47、s352、采集校验后存在的数据问题，对潜水器装备及各类型数据模型的名称属性进行清洗与转换；

48、s353、按照清洗规则对数据结构树存在的数据问题进行清洗，对逻辑关系错误与层级分类错误进行清洗与修正。

49、本发明的有益效果为：通过克服当前深海潜水器领域装备多地研发、数据分散、数据形式差异大等弊端，针对深海潜水器载人、无人等数据特征，统一数据收集模板，减小装备研发单位因数据格式原因不愿提供数据的主观障碍，促进深海潜水器谱系化装备、技术与成果数据的收集和信息化，并对深海潜水器成果信息数据进行校验和清洗；在深海潜水器领域形成谱系化成果信息库，为谱系化研究提供潜水器成果数据资源。